Modelagem da degradação de fenol em efluentes aquosos através do processo de foto-fenton

Detalhes bibliográficos
Ano de defesa: 2016
Autor(a) principal: Lopes Neto, Luiz Gonzaga
Orientador(a): Chiavone Filho, Osvaldo
Banca de defesa: Não Informado pela instituição
Tipo de documento: Dissertação
Tipo de acesso: Acesso aberto
Idioma: por
Instituição de defesa: Universidade Federal do Rio Grande do Norte
Programa de Pós-Graduação: PROGRAMA DE PÓS-GRADUAÇÃO EM ENGENHARIA QUÍMICA
Departamento: Não Informado pela instituição
País: Brasil
Palavras-chave em Português:
Área do conhecimento CNPq:
Link de acesso: https://repositorio.ufrn.br/jspui/handle/123456789/21180
Resumo: Os processos oxidativos avançados (POA) são técnicas que envolvem a formação de radicais hidroxila (HO•) com grande poder de oxidação de matéria orgânica. Esses processos têm encontrado cada vez mais aplicação na indústria por serem capazes de degradar substâncias recalcitrantes que não são removidas completamente por processos tradicionais de tratamento de efluentes. Nesse trabalho, estudou-se a modelagem da degradação do fenol pelo processo de foto-Fenton, baseado na adição de H2O2, Fe2+ e radiação luminosa. Um planejamento experimental foi desenvolvido para analisar os efeitos das concentrações de fenol, H2O2 e Fe2+ na fração de carbono orgânico total (COT) degradada. Os experimentos foram realizados em um reator fotoquímico parabólico em batelada com 1,5 L de capacidade. Amostras do meio reacional foram retiradas em diferentes tempos de reação e analisadas em um medidor de COT da Shimadzu (TOC-VWP). Os resultados encontrados mostram efeito negativo da concentração de fenol, e positivo das outras duas variáveis na fração de COT degradado. Uma análise estatística do planejamento mostrou que a concentração de peróxido de hidrogênio era também a variável mais influente na fração de COT degradada em 45 minutos e gerou um modelo com R² = 0,82, que previu os pontos experimentais com pouca precisão. Utilizou-se o Visual Basic for Applications para gerar um modelo por redes neurais e um banco de dados fotoquímicos. Esse modelo apresentou R² = 0,96 e previu com precisão os valores de resposta utilizados para teste. Os resultados encontrados indicam a possível aplicação da ferramenta desenvolvida para indústria, principalmente pela simplicidade, baixo custo e facilidade de acesso ao programa.