Viscosidades de sistemas de interesse para a desterpenação de óleos essenciais: modelagem de dados para a obtenção de novos parâmetros do modelo UNIFAC-VISCO utilizando algoritmo genético

• Ano de defesa: 2014
• Autor(a) principal: Florido, Priscila Missano
• Tipo de documento: Dissertação
• Tipo de acesso: Acesso aberto
• Idioma: por
• Instituição de defesa: Biblioteca Digitais de Teses e Dissertações da USP
• Palavras-chave em Português: Algoritmo genético; Essential oils; Extração líquido-líquido; Genetic algorithm; Liquid-liquid extraction; Óleos essenciais; Predição; Prediction; UNIFAC-VISCO; Viscosidade; Viscosity
• Link de acesso: http://www.teses.usp.br/teses/disponiveis/74/74132/tde-22092014-105052/

Óleos essenciais, basicamente formados por hidrocarbonetos terpênicos e compostos oxigenados, têm função aromatizante nas indústrias química, farmacêutica e de alimentos. Os compostos terpênicos são instáveis ao calor e sua remoção resulta em um produto mais estável e com maior valor comercial. No processo de desterpenação, a viscosidade é um parâmetro de grande interesse, pois afeta a perda de energia por atrito e os mecanismos de transferência de calor e massa. Devido o grande número de variáveis que podem afetar a viscosidade, como temperatura, pressão e concentração, métodos para estimar esta propriedade apresentam grande importância prática. O objetivo desta dissertação de mestrado foi ajustar o modelo UNIFAC-VISCO aos dados de viscosidade de sistemas similares aos resultantes do processo de desterpenação dos óleos essenciais de bergamota, hortelã e limão por extração líquido-líquido (ELL), a 25 ºC, utilizando etanol hidratado como solvente. O modelo foi programado utilizando a plataforma MATLAB® e a correlação foi realizada utilizando duas abordagens: na primeira, somente foram ajustados parâmetros referentes aos grupos funcionais ainda não descritos na literatura para o UNIFAC-VISCO, resultando em um desvio médio relativo (DMR) igual a 1,70 %; na segunda abordagem, todos os grupos funcionais foram ajustados aos dados experimentais, resultando em um desvio médio relativo (DMR) igual 0,68 %. Os parâmetros UNIFAC-VISCO foram ajustados utilizando um método heurístico o que possibilitou avaliar o desempenho de um método de inteligência computacional. A capacidade preditiva dos parâmetros obtidos foi testada nos sistemas semelhantes aos formados na desterpenação de óleo de eucalipto. Os valores de DMR para estes sistemas foram 3,56 e 1,83%, utilizando os parâmetros obtidos na primeira e na segunda abordagem, respectivamente. Estes resultados mostram que o modelo fornece uma boa estimativa desta propriedade e pode ser uma ferramenta útil para a indústria de alimentos e para o processo de extração, possibilitando a melhoria de processos e permitindo o projeto de equipamentos mais eficientes em escala industrial.