Navegando por Autor "Lima, Wildson Bernardino de Brito"
Agora exibindo 1 - 2 de 2
- Resultados por página
- Opções de Ordenação
Dissertação Uso de Redes Neurais em Grafos na predição dos parâmetros de componentes puros da PC-SAFT: avaliação de pressão de vapor e densidade de componentes não-associáveis e associáveis(Universidade Federal do Rio Grande do Norte, 2023-10-27) Lima, Wildson Bernardino de Brito; Santos, Everaldo Silvino dos; https://orcid.org/0000-0001-7384-1140; http://lattes.cnpq.br/4330639792072559; https://orcid.org/0000-0002-0189-6000; http://lattes.cnpq.br/2668063279598892; Chiavone Filho, Osvaldo; http://lattes.cnpq.br/2621516646153655; Cartaxo, Samuel Jorge Marques; Bezerra, Vanja Maria de FrançaA modelagem de propriedades termodinâmicas é essencial para permitir a avaliação e otimização de processos através de ferramentas de simulação. Nisso, as equações de estado tem demonstrado muita capacidade em modelar os mais diversos tipos de moléculas. A equação de estado Perturbed-Chain Statistical Associating Fluid Theory (PC-SAFT) é um dos modelos mais utilizados para esse fim, sendo capaz de modelar moléculas não-associativas, associativas, polares, e até mesmo espécies iônicas. Porém, para utilizar a PC-SAFT, um primeiro passo necessário é fazer a parametrização com dados experimentais, sendo os dados de densidade de líquido saturado e pressão de vapor pré-requisitos mínimos para garantir que a equação de estado produza resultados robustos numa aplicação, como predição do equilíbrio Líquido/Vapor e Líquido/Líquido. Dentro do contexto dos bioprocessos, há uma maior dificuldade em se obter esses dados experimentais devido às limitações tanto físicas quanto econômicas que as moléculas apresentam. Este é o caso dos líquidos iônicos e solventes eutéticos profundos que têm atraído atenção da comunidade científica em diversos processos, como a extração de proteínas. Esses compostos, porém, apresentam pressão de vapor negligenciáveis, isto sendo uma das propriedades que tornam eles tão atrativos. Os modelos de aprendizado de máquina por sua vez, apesar de serem inviáveis para modelar grande variedade de propriedades termodinâmicas, como as equações de estado o fazem, são muito robustos em encontrar padrões complexos que podem existir, por exemplo, entre moléculas e seus parâmetros de componente puro. Nesse contexto, no presente estudo foram desenvolvidos dois modelos de aprendizagem profunda do tipo Redes Neurais em Grafos para predizer os parâmetros de componentes puros da PC-SAFT, referentes ao hard-chain e à dispersão, a partir dos grafos das moléculas, dispensando a necessidade de dados experimentais. Os modelos demonstraram ótimo desempenho no conjunto de teste, formado por moléculas não-associativas, associativas e espécies iônicas. O Modelo 1 apresentou média de erro absoluto percentual de 10,96% e 25,94% em relação a densidade de líquido e vapor e pressão de vapor, respectivamente. O Modelo 2 teve melhor desempenho com 5,03% e 19,22% de densidade e pressão de vapor, respectivamente. O desempenho dos parâmetros previstos pelos modelos foi demonstrado nas moléculas de água, furfuranol, etanol, 1-butyl-3-methylimidazolium bis(trifluoromethylsulfonyl)imide e 1-butyl-3-methylimidazolium tetrafluoroborate. Também foi identificado a necessidade de predição de parâmetros relativos à associação e à polaridade do PC-SAFT, de forma a utilizar a equação de estado em sua potência máxima.TCC Uso de sistema aquoso bifásico com solventes eutéticos profundos para recuperação e purificação parcial de β-galactosidase produzida por Kluyveromyces lactis(Universidade Federal do Rio Grande do Norte, 2021-08-13) Lima, Wildson Bernardino de Brito; Santos, Everaldo Silvino dos; Padilha, Carlos Eduardo de Araújo; Rios, Nathália SaraivaAs β-galactosidases (β-D-galactosídeo galactohidrolase, EC 3.2.1.23), popularmente conhecidas como lactase, são enzimas capazes de catalisar reações de hidrólise de galactosídeos e transgalactosilação. A produção industrial desta enzima é de elevada importância para os setores de processamento de alimentos lacticínios em geral, que a utilizam para produção de alimentos com concentração reduzida de lactose. Além disso, também é utilizada para dar maior doçura aos alimentos e para produção de oligossacarídeos prebióticos, como os galacto-oligossacarídeos, entre outras aplicações. Considerando as etapas de sua produção, o processo de recuperação e purificação (downstream processing) pode gerar impactos ambientais devido aos componentes químicos utilizados, a depender da técnica utilizada. Os solventes eutéticos profundos (DESs), por sua vez, possuem características que podem ser interessantes para as etapas de recuperação e purificação, como alta solvatação, estabilidade térmica e volatilidade negligenciável, além de serem ambientalmente amigáveis. No presente estudo, foi proposta uma estratégia de recuperação e purificação de β-galactosidases por sistemas aquosos bifásicos baseados em solventes eutéticos profundos. Foi observado que os DESs formados por cloreto de colina, glicerol e PEG 400 são capazes de formar sistemas aquosos bifásicos em uma ampla faixa de concentrações. Com os solventes eutéticos profundos formados por cloreto de colina, glicerol e PEG 400 na razão molar 1:1:1 e 1:1:0,75 foi possível obter maior faixa de concentração para formação de sistema aquoso bifásico comparado ao da razão molar 1:1:0,5. Um fator de purificação de 3,47 foi alcançado com o DES na razão molar 1:1:1. Os DESs demonstraram ser ótimos formadores de fase em sistemas aquosos bifásicos com características muito promissoras para a recuperação e purificação de biomoléculas, principalmente, pela sua capacidade de mudar suas características com a mudança da razão molar dos seus componentes.