Caracterização multiparamétrica por ultra-som do processo de fermentação alcoólica mediante sistema híbrido de processamento de sinais

• Ano de defesa: 2012
• Autor(a) principal: Villamarín Muñoz, Julián Antonio
• Tipo de documento: Tese
• Tipo de acesso: Acesso aberto
• Idioma: por
• Instituição de defesa: Biblioteca Digitais de Teses e Dissertações da USP
• Palavras-chave em Português: Alcohol fermentation; Análise espectral; Caracterização paramétrica; Fermentação alcoólica; Parametric characterization; Spectral analysis; Ultrasom; Ultrasound
• Link de acesso: http://www.teses.usp.br/teses/disponiveis/18/18152/tde-14062013-114243/

A monitoração do processo de fermentação alcoólica para a obtenção de etanol é um tema de grande interesse pelo fato deste ser utilizado como fonte sustentavel de energia na indústria. Os processo de monitoração convencionalmente utilizados na indústria são dispendiosos, baseados em medições supervisionadas de densidade e estimativas de parâmetros químicos mediante procedimentos offline. O uso de técnicas de monitoração não invasivas baseadas em ultra-som vem sendo desenvolvidas para esse fim, fazendo uso de estimativas de parâmetros clássicos como a velocidade de propagação acústica e a atenuação. No entanto, a evolução do processo fermentativo não é bem descrita por esses parâmetros. Devido a isso, o presente trabalho propõe um sistema híbrido de processamento de sinais de ultra-som que utiliza um conglomerado de parâmetros para uma caracterização mais eficiente do processo fermentativo. O sistema incorpora procedimentos computacionais para a detecção, caracterização e classificação das fases do mosto em fermentação, visto como uma suspensão sólido-líquido (fase dispersa e contínua). Esses procedimentos foram baseadas em estimativas de estacionariedade dos sinais de retroespalhamento de ultra-som ( teste de hipotese não paramétrico - Teste de Run), ajuste de curvas sobre a largura de banda espectral (técnica de curve fitting), assim como a extração de atributos espectrais tais como : frequência central, largura de banda e valores de amplitude da componente fundamental, entre outros, além de parâmetros ultra-sônicos como o coeficiente de atenuação (slope) e o coeficiente integrado de retro-espalhamento (IBC). Para a classificação foi utilizado o algoritmo K-means. Os resultados obtidos mostraram a viabilidade na caracterização multiparamétrica não invasiva do fluido em fermentação, permitindo a identificação das principais fases do processo fermentativo. O trabalho contribui com uma metodología alternativa para a avaliação da cinética do crescimento microbiano como indicador da evolução da fermentação alcoólica.