Utilização de técnicas de aprendizado de máquina em um processo de bioadsorção de corantes sintéticos

Autor: Larissa Oliveira da Silva

Uma das etapas do tratamento dos efluentes industriais têxteis, via de regra, ocorre através do processo de adsorção, o qual pode atuar na remoção de um ou mais corantes sintéticos presentes no corpo hídrico. O processo de bioadsorção, definido pela aplicação de um bioadsorvente proveniente de resíduos agroindustriais, apresenta eficácia na metodologia de remoção, a qual mitiga possíveis impactos ecossistêmicos oriundos da caracterização e disposição dos corantes sintéticos no meio ambiente, dispondo-se de forma economicamente viável e sustentável quimicamente. A análise quantitativa das concentrações iniciais e finais dos corantes sintéticos em efluentes, convencionalmente, é baseada em metodologia analítica, como quimiométrica e espectrofotométrica, com a aferição dos dados empíricos de laboratório; entretanto, a fim de reduzir o tempo demandado pelo tratamento dos dados, pela seletividade e pelo alto custo de investimento de insumos, nesta Dissertação foram aplicadas duas técnicas de Inteligência Artificial, baseadas em metodologias computacionais de Aprendizado de Máquina, as Redes Neurais Artificiais e as Máquinas de Vetores de Suporte, para a validação de um modelo de melhor ajuste e representatividade do comportamento dos dados, sendo alternativa de substituição à metodologia analítica convencional. As análises basearam-se na utilização da casca da mandarina como adsorvente e dos corantes sintéticos, Azul de Metileno, Violeta Cristal, Alaranjado de Metila e Verde Brilhante, como adsorbatos, tanto caracterização monocomponente quanto bicomponente. A técnica de Máquinas de Vetores de Suporte validou um modelo de melhor ajuste em ambas caracterizações.

Link para acesso: Texto completo