Aproveitamento dos resíduos de coco através da pirólise : uma abordagem analítica e econômica

• Ano de defesa: 2019
• Autor(a) principal: Schena, Tiago
• Orientador(a): Caramão, Elina Bastos
• Tipo de documento: Tese
• Tipo de acesso: Acesso aberto
• Idioma: por
• Palavras-chave em Português: Pirólise; Bio-óleo; Fibra de coco; Biochar; Biomassa
• Link de acesso: http://hdl.handle.net/10183/202398

Os resíduos de coco representam um grande passivo ambiental nas regiões costeiras do Brasil em especial no Nordeste. Neste trabalho foi realizada a otimização do processo de pirólise deste resíduo para a geração de bio-óleo e biochar, que são os principais produtos da pirólise, reduzindo assim seu impacto ambiental e propondo formas de agregar valor aos resíduos de coco. Primeiramente a composição qualitativa e semi-quantitativa do bio-óleo foi determinada por GC×GC/qMS, apresentando elevada quantidade de compostos fenólicos, de alto valor agregado. Na sequência, o biochar foi caracterizado e testado como catalisador na produção de um bio-óleo com melhor composição química. A melhor condição de pirólise catalítica estudada foi utilizando 5% do biochar, aumentando em cerca de 75% no seu valor agregado aproximado, indicando a viabilidade de implementação de uma biorrefinaria baseada nos resíduos da agroindústria, em especial as cascas de coco verde. Desenvolveu-se também o primeiro método de fast-GC×GC, combinado com detector de espectrometria de massas por tempo de voo (TOFMS) para analisar a amostras de bio-óleo, o qual apresentou um aumento no sinal cromatográfico e redução do ruído. O fast-GC×GC manteve todas as informações cromatográficas obtidas por GC×GC convencional, reduzindo drasticamente o tempo total de análise. Por fim, usando o método de fast-GC×GC otimizado, avaliou-se o efeito na variação da taxa de aquisição de dados sobre o resultado analítico, concluindo que, sob condições de fast-GC×GC/TOFMS, é importante usar taxas de aquisição mais altas (200-300 Hz), levando a melhoria na reconstrução do pico e a uma melhor caracterização da amostra.