Modelagem neural e análise estatística do processo de degradação de chorume por foto-Fenton solar

Abstract

O chorume em estudo e oriundo da cidade de Cachoeira Paulista-SP, apresentando baixa biodegradabilidade, devendo ser pre-tratado por um processo oxidativo. O objetivo desse trabalho foi obter um modelo neural em conjunto com analises estatisticas que representassem a degradacao do chorume in natura pelo processo foto-Fenton solar, em funcao da reducao da demanda quimica de oxigenio (DQO). Redes neurais apresentam-se como uma alternativa para a modelagem de processos nao-lineares como os processos oxidativos avancados, que envolvem um grande numero de variaveis de controle e complexas reacoes envolvidas. O processo fotocatalitico foi otimizado por um planejamento fatorial fracionado (24-1) em duplicata e triplicata no ponto central, sendo as variaveis de entrada em tres niveis: pH, radiacao solar e concentracoes de H2O2 e Fe2+. O sistema de tratamento em escala de bancada utilizou um reator batelada, com volume constante (3 L) de chorume, vazao 13 L min-1 e 2-h de reacao. A otimizacao do processo mostrou que o efeito individual de cada variavel de entrada deve operar em seu maior nivel, sendo que a variavel Fe2+ teve significância na forma combinada. A reducao percentual de DQO do melhor experimento foi de 88,7 %, sendo esta avaliada em um custo de R$ 126,67 m-3 de chorume. O processo de degradacao foi modelado via redes neurais feedforward backpropagation, com coeficientes de correlacao linear para os conjuntos de treinamento, validacao e teste acima de 0,9, indicando alta predicao e generalizacao do modelo neural proposto.