Desenvolvimento de metodologias para monitoramento de biorreatores com membranas no tratamento de efluente de refinaria de petróleo
Autor(a) principal: | |
---|---|
Data de Publicação: | 2019 |
Tipo de documento: | Tese |
Idioma: | por |
Título da fonte: | Repositório Institucional da UFMG |
Texto Completo: | http://hdl.handle.net/1843/39780 |
Resumo: | Os biorreatores com membranas (BRM) vêm sendo amplamente empregados para o tratamento de efluente industrial por apresentarem uma maior eficiência na remoção de poluentes, viabilizando o seu reúso. Entretanto, fenômenos inerentes do processo de separação como a incrustação da membrana ainda é um fator limitante na aplicabilidade dessa tecnologia. A compreensão e otimização de um sistema tão complexo como o BRM requer um estudo minucioso que agregue a contribuição individual e sinérgica dos diversos fenômenos envolvidos, sendo possível com a utilização de ferramentas estatísticas. Nesse contexto, o objetivo do presente trabalho foi desenvolver e avaliar, por meio de ferramentas estatísticas, metodologias para o monitoramento da utilização de BRM. Para isso, foram analisados dados de monitoramento de plantas pilotos adotadas para o tratamento de efluentes de refinaria de petróleo. Empregando Redes Neurais Artificiais, realizou-se um estudo de análise de sensibilidade para investigar os efeitos de variáveis analíticas e operacionais na permeabilidade operacional da membrana. Após a identificação e validação de um modelo neural preditivo de permeabilidade, métodos de análise de sensibilidade foram aplicados para quantificar e classificar a influência das variáveis. Uma análise abrangente mostrou que os sólidos suspensos e o intervalo entre as limpezas exerceram maiores efeitos sobre a permeabilidade. Em sequência, uma análise específica revelou dinâmica distinta na operação do BRM, considerando diferentes concentrações de sólidos. Utilizando-se Análise de Componentes Principais, foi possível verificar as relações entre a permeabilidade da membrana e algumas variáveis do processo, além de se observar a influência dos parâmetros ao longo do período de monitoramento. Empregando Controle Estatístico de Processos multivariado, verificou-se a possibilidade de controle do processo por meio de verificação de observações fora dos limites de confiança. Com a construção de cartas de controle multivariado T2 e Q foi possível detectar 45% das falhas na operação do BRM, o que ocasionaria a diminuição da permeabilidade operacional da membrana. Detectados os pontos de falha, a aplicação da metodologia de identificação das falhas conseguiu verificar os parâmetros que mais influenciaram a fuga de controle, a saber, intervalo entre limpezas. Espera-se que os resultados possam auxiliar em uma melhor compreensão dos efeitos das variáveis do processo sobre as respostas de interesse, alcançando intervenções mais eficientes. Estes resultados trazem, portanto, a partir das análises estatísticas verificadas, esclarecimentos e contribuições para tomadas de decisão mais racionais sobre a utilização e monitoramento de BRM e processos industriais em geral. |
id |
UFMG_d9a15b9daedca1dc2d047b86a9a642ab |
---|---|
oai_identifier_str |
oai:repositorio.ufmg.br:1843/39780 |
network_acronym_str |
UFMG |
network_name_str |
Repositório Institucional da UFMG |
repository_id_str |
|
spelling |
Sílvia Maria Alves Correa Oliveirahttp://lattes.cnpq.br/0533069759765601Míriam Cristina Santos Amaral MoraviaMarcelo CardosoCristiano Christofaro MatosinhosLuzia Sergina de França NetaLucilaine Valéria de Souza Santoshttp://lattes.cnpq.br/3628148257816423Aline Ribeiro Alkmim Lin2022-03-03T18:02:27Z2022-03-03T18:02:27Z2019-11-29http://hdl.handle.net/1843/39780Os biorreatores com membranas (BRM) vêm sendo amplamente empregados para o tratamento de efluente industrial por apresentarem uma maior eficiência na remoção de poluentes, viabilizando o seu reúso. Entretanto, fenômenos inerentes do processo de separação como a incrustação da membrana ainda é um fator limitante na aplicabilidade dessa tecnologia. A compreensão e otimização de um sistema tão complexo como o BRM requer um estudo minucioso que agregue a contribuição individual e sinérgica dos diversos fenômenos envolvidos, sendo possível com a utilização de ferramentas estatísticas. Nesse contexto, o objetivo do presente trabalho foi desenvolver e avaliar, por meio de ferramentas estatísticas, metodologias para o monitoramento da utilização de BRM. Para isso, foram analisados dados de monitoramento de plantas pilotos adotadas para o tratamento de efluentes de refinaria de petróleo. Empregando Redes Neurais Artificiais, realizou-se um estudo de análise de sensibilidade para investigar os efeitos de variáveis analíticas e operacionais na permeabilidade operacional da membrana. Após a identificação e validação de um modelo neural preditivo de permeabilidade, métodos de análise de sensibilidade foram aplicados para quantificar e classificar a influência das variáveis. Uma análise abrangente mostrou que os sólidos suspensos e o intervalo entre as limpezas exerceram maiores efeitos sobre a permeabilidade. Em sequência, uma análise específica revelou dinâmica distinta na operação do BRM, considerando diferentes concentrações de sólidos. Utilizando-se Análise de Componentes Principais, foi possível verificar as relações entre a permeabilidade da membrana e algumas variáveis do processo, além de se observar a influência dos parâmetros ao longo do período de monitoramento. Empregando Controle Estatístico de Processos multivariado, verificou-se a possibilidade de controle do processo por meio de verificação de observações fora dos limites de confiança. Com a construção de cartas de controle multivariado T2 e Q foi possível detectar 45% das falhas na operação do BRM, o que ocasionaria a diminuição da permeabilidade operacional da membrana. Detectados os pontos de falha, a aplicação da metodologia de identificação das falhas conseguiu verificar os parâmetros que mais influenciaram a fuga de controle, a saber, intervalo entre limpezas. Espera-se que os resultados possam auxiliar em uma melhor compreensão dos efeitos das variáveis do processo sobre as respostas de interesse, alcançando intervenções mais eficientes. Estes resultados trazem, portanto, a partir das análises estatísticas verificadas, esclarecimentos e contribuições para tomadas de decisão mais racionais sobre a utilização e monitoramento de BRM e processos industriais em geral.Membrane bioreactors (MBR) have been widely used for industrial effluent treatment due to their greater efficiency in pollutants removal, enabling effluent reuse. However, membrane fouling is still a limiting factor in this technology applicability. Understanding and optimizing such a complex system as MBR requires a thorough study that adds the individual and synergistic contribution of various phenomena involved, made possible by the use of statistical tools. In this context, the objective of this work was to evaluate and optimize the employment of MBR using statistical tools. For this purpose, MBR pilot plants from oil refinery effluents treatment were employed. Using Artificial Neural Networks, a sensitivity analysis study was performed to investigate the analytical and operational variables effects on membrane permeability. After the identification and validation of a predictive permeability neural model, sensitivity analysis methods were applied to quantify and classify the variables influence. Comprehensive analysis showed that suspended solids and days between cleanings had the greatest effect on permeability. Subsequently, a specific analysis revealed distinct dynamics in MBR operation, considering different solids concentrations. By using Principal Component Analysis, it was possible to verify the relationships between the membrane permeability and some process variables, as well as to observe the influence of parameters over the monitoring period and the possibility of process control through verification of observations outside the confidence ellipses. By applying multivariate statistical process control, the possibility of predicting membrane permeability loss was verified. With the construction of multivariate control charts T2 and Q it was possible to detect 45% MBR operation err, which would decrease membrane permeability. Once the points of failure were detected, the fault identification methodology was able to verify the parameters that most influenced the control leakage, namely days between cleanings. The results may improve the understanding of process variables effects on the interest responses, achieving more efficient interventions. It may bring, therefore, from the verified statistical analyzes, clarifications and contributions to more rational decision making about BRM use and monitoring and industrial processes in general.CNPq - Conselho Nacional de Desenvolvimento Científico e TecnológicoporUniversidade Federal de Minas GeraisPrograma de Pós-Graduação em Saneamento, Meio Ambiente e Recursos HídricosUFMGBrasilENG - DEPARTAMENTO DE ENGENHARIA SANITÁRIA E AMBIENTALEngenharia sanitáriaMeio ambienteBiorreatoresIncrustaçõesBiorreator com membranasIncrustaçãoRedes neurais artificiaisAnálise de componentes principaisControle estatístico de processos multivariadoDesenvolvimento de metodologias para monitoramento de biorreatores com membranas no tratamento de efluente de refinaria de petróleoMethodology development for monitoring membrane bioreactors in oil refinery effluent treatmentinfo:eu-repo/semantics/publishedVersioninfo:eu-repo/semantics/doctoralThesisinfo:eu-repo/semantics/openAccessreponame:Repositório Institucional da UFMGinstname:Universidade Federal de Minas Gerais (UFMG)instacron:UFMGORIGINALDESENVOLVIMENTO DE METODOLOGIAS PARA MONITORAMENTO DE BIORREATORES COM MEMBRANAS NO TRATAMENTO DE EFLUENTES DE REFINARIA DE PETRÓLEO.pdfDESENVOLVIMENTO DE METODOLOGIAS PARA MONITORAMENTO DE BIORREATORES COM MEMBRANAS NO TRATAMENTO DE EFLUENTES DE REFINARIA DE PETRÓLEO.pdfapplication/pdf3638087https://repositorio.ufmg.br/bitstream/1843/39780/5/DESENVOLVIMENTO%20DE%20METODOLOGIAS%20PARA%20MONITORAMENTO%20DE%20BIORREATORES%20COM%20MEMBRANAS%20NO%20TRATAMENTO%20DE%20EFLUENTES%20DE%20REFINARIA%20DE%20PETR%c3%93LEO.pdf7723dacea278b75108331dc8f555238fMD55LICENSElicense.txtlicense.txttext/plain; charset=utf-82118https://repositorio.ufmg.br/bitstream/1843/39780/6/license.txtcda590c95a0b51b4d15f60c9642ca272MD561843/397802022-03-03 15:02:27.914oai:repositorio.ufmg.br:1843/39780TElDRU7Dh0EgREUgRElTVFJJQlVJw4fDg08gTsODTy1FWENMVVNJVkEgRE8gUkVQT1NJVMOTUklPIElOU1RJVFVDSU9OQUwgREEgVUZNRwoKQ29tIGEgYXByZXNlbnRhw6fDo28gZGVzdGEgbGljZW7Dp2EsIHZvY8OqIChvIGF1dG9yIChlcykgb3UgbyB0aXR1bGFyIGRvcyBkaXJlaXRvcyBkZSBhdXRvcikgY29uY2VkZSBhbyBSZXBvc2l0w7NyaW8gSW5zdGl0dWNpb25hbCBkYSBVRk1HIChSSS1VRk1HKSBvIGRpcmVpdG8gbsOjbyBleGNsdXNpdm8gZSBpcnJldm9nw6F2ZWwgZGUgcmVwcm9kdXppciBlL291IGRpc3RyaWJ1aXIgYSBzdWEgcHVibGljYcOnw6NvIChpbmNsdWluZG8gbyByZXN1bW8pIHBvciB0b2RvIG8gbXVuZG8gbm8gZm9ybWF0byBpbXByZXNzbyBlIGVsZXRyw7RuaWNvIGUgZW0gcXVhbHF1ZXIgbWVpbywgaW5jbHVpbmRvIG9zIGZvcm1hdG9zIMOhdWRpbyBvdSB2w61kZW8uCgpWb2PDqiBkZWNsYXJhIHF1ZSBjb25oZWNlIGEgcG9sw610aWNhIGRlIGNvcHlyaWdodCBkYSBlZGl0b3JhIGRvIHNldSBkb2N1bWVudG8gZSBxdWUgY29uaGVjZSBlIGFjZWl0YSBhcyBEaXJldHJpemVzIGRvIFJJLVVGTUcuCgpWb2PDqiBjb25jb3JkYSBxdWUgbyBSZXBvc2l0w7NyaW8gSW5zdGl0dWNpb25hbCBkYSBVRk1HIHBvZGUsIHNlbSBhbHRlcmFyIG8gY29udGXDumRvLCB0cmFuc3BvciBhIHN1YSBwdWJsaWNhw6fDo28gcGFyYSBxdWFscXVlciBtZWlvIG91IGZvcm1hdG8gcGFyYSBmaW5zIGRlIHByZXNlcnZhw6fDo28uCgpWb2PDqiB0YW1iw6ltIGNvbmNvcmRhIHF1ZSBvIFJlcG9zaXTDs3JpbyBJbnN0aXR1Y2lvbmFsIGRhIFVGTUcgcG9kZSBtYW50ZXIgbWFpcyBkZSB1bWEgY8OzcGlhIGRlIHN1YSBwdWJsaWNhw6fDo28gcGFyYSBmaW5zIGRlIHNlZ3VyYW7Dp2EsIGJhY2stdXAgZSBwcmVzZXJ2YcOnw6NvLgoKVm9jw6ogZGVjbGFyYSBxdWUgYSBzdWEgcHVibGljYcOnw6NvIMOpIG9yaWdpbmFsIGUgcXVlIHZvY8OqIHRlbSBvIHBvZGVyIGRlIGNvbmNlZGVyIG9zIGRpcmVpdG9zIGNvbnRpZG9zIG5lc3RhIGxpY2Vuw6dhLiBWb2PDqiB0YW1iw6ltIGRlY2xhcmEgcXVlIG8gZGVww7NzaXRvIGRlIHN1YSBwdWJsaWNhw6fDo28gbsOjbywgcXVlIHNlamEgZGUgc2V1IGNvbmhlY2ltZW50bywgaW5mcmluZ2UgZGlyZWl0b3MgYXV0b3JhaXMgZGUgbmluZ3XDqW0uCgpDYXNvIGEgc3VhIHB1YmxpY2HDp8OjbyBjb250ZW5oYSBtYXRlcmlhbCBxdWUgdm9jw6ogbsOjbyBwb3NzdWkgYSB0aXR1bGFyaWRhZGUgZG9zIGRpcmVpdG9zIGF1dG9yYWlzLCB2b2PDqiBkZWNsYXJhIHF1ZSBvYnRldmUgYSBwZXJtaXNzw6NvIGlycmVzdHJpdGEgZG8gZGV0ZW50b3IgZG9zIGRpcmVpdG9zIGF1dG9yYWlzIHBhcmEgY29uY2VkZXIgYW8gUmVwb3NpdMOzcmlvIEluc3RpdHVjaW9uYWwgZGEgVUZNRyBvcyBkaXJlaXRvcyBhcHJlc2VudGFkb3MgbmVzdGEgbGljZW7Dp2EsIGUgcXVlIGVzc2UgbWF0ZXJpYWwgZGUgcHJvcHJpZWRhZGUgZGUgdGVyY2Vpcm9zIGVzdMOhIGNsYXJhbWVudGUgaWRlbnRpZmljYWRvIGUgcmVjb25oZWNpZG8gbm8gdGV4dG8gb3Ugbm8gY29udGXDumRvIGRhIHB1YmxpY2HDp8OjbyBvcmEgZGVwb3NpdGFkYS4KCkNBU08gQSBQVUJMSUNBw4fDg08gT1JBIERFUE9TSVRBREEgVEVOSEEgU0lETyBSRVNVTFRBRE8gREUgVU0gUEFUUk9Dw41OSU8gT1UgQVBPSU8gREUgVU1BIEFHw4pOQ0lBIERFIEZPTUVOVE8gT1UgT1VUUk8gT1JHQU5JU01PLCBWT0PDiiBERUNMQVJBIFFVRSBSRVNQRUlUT1UgVE9ET1MgRSBRVUFJU1FVRVIgRElSRUlUT1MgREUgUkVWSVPDg08gQ09NTyBUQU1Cw4lNIEFTIERFTUFJUyBPQlJJR0HDh8OVRVMgRVhJR0lEQVMgUE9SIENPTlRSQVRPIE9VIEFDT1JETy4KCk8gUmVwb3NpdMOzcmlvIEluc3RpdHVjaW9uYWwgZGEgVUZNRyBzZSBjb21wcm9tZXRlIGEgaWRlbnRpZmljYXIgY2xhcmFtZW50ZSBvIHNldSBub21lKHMpIG91IG8ocykgbm9tZXMocykgZG8ocykgZGV0ZW50b3IoZXMpIGRvcyBkaXJlaXRvcyBhdXRvcmFpcyBkYSBwdWJsaWNhw6fDo28sIGUgbsOjbyBmYXLDoSBxdWFscXVlciBhbHRlcmHDp8OjbywgYWzDqW0gZGFxdWVsYXMgY29uY2VkaWRhcyBwb3IgZXN0YSBsaWNlbsOnYS4KRepositório de PublicaçõesPUBhttps://repositorio.ufmg.br/oaiopendoar:2022-03-03T18:02:27Repositório Institucional da UFMG - Universidade Federal de Minas Gerais (UFMG)false |
dc.title.pt_BR.fl_str_mv |
Desenvolvimento de metodologias para monitoramento de biorreatores com membranas no tratamento de efluente de refinaria de petróleo |
dc.title.alternative.pt_BR.fl_str_mv |
Methodology development for monitoring membrane bioreactors in oil refinery effluent treatment |
title |
Desenvolvimento de metodologias para monitoramento de biorreatores com membranas no tratamento de efluente de refinaria de petróleo |
spellingShingle |
Desenvolvimento de metodologias para monitoramento de biorreatores com membranas no tratamento de efluente de refinaria de petróleo Aline Ribeiro Alkmim Lin Biorreator com membranas Incrustação Redes neurais artificiais Análise de componentes principais Controle estatístico de processos multivariado Engenharia sanitária Meio ambiente Biorreatores Incrustações |
title_short |
Desenvolvimento de metodologias para monitoramento de biorreatores com membranas no tratamento de efluente de refinaria de petróleo |
title_full |
Desenvolvimento de metodologias para monitoramento de biorreatores com membranas no tratamento de efluente de refinaria de petróleo |
title_fullStr |
Desenvolvimento de metodologias para monitoramento de biorreatores com membranas no tratamento de efluente de refinaria de petróleo |
title_full_unstemmed |
Desenvolvimento de metodologias para monitoramento de biorreatores com membranas no tratamento de efluente de refinaria de petróleo |
title_sort |
Desenvolvimento de metodologias para monitoramento de biorreatores com membranas no tratamento de efluente de refinaria de petróleo |
author |
Aline Ribeiro Alkmim Lin |
author_facet |
Aline Ribeiro Alkmim Lin |
author_role |
author |
dc.contributor.advisor1.fl_str_mv |
Sílvia Maria Alves Correa Oliveira |
dc.contributor.advisor1Lattes.fl_str_mv |
http://lattes.cnpq.br/0533069759765601 |
dc.contributor.advisor-co1.fl_str_mv |
Míriam Cristina Santos Amaral Moravia |
dc.contributor.referee1.fl_str_mv |
Marcelo Cardoso |
dc.contributor.referee2.fl_str_mv |
Cristiano Christofaro Matosinhos |
dc.contributor.referee3.fl_str_mv |
Luzia Sergina de França Neta |
dc.contributor.referee4.fl_str_mv |
Lucilaine Valéria de Souza Santos |
dc.contributor.authorLattes.fl_str_mv |
http://lattes.cnpq.br/3628148257816423 |
dc.contributor.author.fl_str_mv |
Aline Ribeiro Alkmim Lin |
contributor_str_mv |
Sílvia Maria Alves Correa Oliveira Míriam Cristina Santos Amaral Moravia Marcelo Cardoso Cristiano Christofaro Matosinhos Luzia Sergina de França Neta Lucilaine Valéria de Souza Santos |
dc.subject.por.fl_str_mv |
Biorreator com membranas Incrustação Redes neurais artificiais Análise de componentes principais Controle estatístico de processos multivariado |
topic |
Biorreator com membranas Incrustação Redes neurais artificiais Análise de componentes principais Controle estatístico de processos multivariado Engenharia sanitária Meio ambiente Biorreatores Incrustações |
dc.subject.other.pt_BR.fl_str_mv |
Engenharia sanitária Meio ambiente Biorreatores Incrustações |
description |
Os biorreatores com membranas (BRM) vêm sendo amplamente empregados para o tratamento de efluente industrial por apresentarem uma maior eficiência na remoção de poluentes, viabilizando o seu reúso. Entretanto, fenômenos inerentes do processo de separação como a incrustação da membrana ainda é um fator limitante na aplicabilidade dessa tecnologia. A compreensão e otimização de um sistema tão complexo como o BRM requer um estudo minucioso que agregue a contribuição individual e sinérgica dos diversos fenômenos envolvidos, sendo possível com a utilização de ferramentas estatísticas. Nesse contexto, o objetivo do presente trabalho foi desenvolver e avaliar, por meio de ferramentas estatísticas, metodologias para o monitoramento da utilização de BRM. Para isso, foram analisados dados de monitoramento de plantas pilotos adotadas para o tratamento de efluentes de refinaria de petróleo. Empregando Redes Neurais Artificiais, realizou-se um estudo de análise de sensibilidade para investigar os efeitos de variáveis analíticas e operacionais na permeabilidade operacional da membrana. Após a identificação e validação de um modelo neural preditivo de permeabilidade, métodos de análise de sensibilidade foram aplicados para quantificar e classificar a influência das variáveis. Uma análise abrangente mostrou que os sólidos suspensos e o intervalo entre as limpezas exerceram maiores efeitos sobre a permeabilidade. Em sequência, uma análise específica revelou dinâmica distinta na operação do BRM, considerando diferentes concentrações de sólidos. Utilizando-se Análise de Componentes Principais, foi possível verificar as relações entre a permeabilidade da membrana e algumas variáveis do processo, além de se observar a influência dos parâmetros ao longo do período de monitoramento. Empregando Controle Estatístico de Processos multivariado, verificou-se a possibilidade de controle do processo por meio de verificação de observações fora dos limites de confiança. Com a construção de cartas de controle multivariado T2 e Q foi possível detectar 45% das falhas na operação do BRM, o que ocasionaria a diminuição da permeabilidade operacional da membrana. Detectados os pontos de falha, a aplicação da metodologia de identificação das falhas conseguiu verificar os parâmetros que mais influenciaram a fuga de controle, a saber, intervalo entre limpezas. Espera-se que os resultados possam auxiliar em uma melhor compreensão dos efeitos das variáveis do processo sobre as respostas de interesse, alcançando intervenções mais eficientes. Estes resultados trazem, portanto, a partir das análises estatísticas verificadas, esclarecimentos e contribuições para tomadas de decisão mais racionais sobre a utilização e monitoramento de BRM e processos industriais em geral. |
publishDate |
2019 |
dc.date.issued.fl_str_mv |
2019-11-29 |
dc.date.accessioned.fl_str_mv |
2022-03-03T18:02:27Z |
dc.date.available.fl_str_mv |
2022-03-03T18:02:27Z |
dc.type.status.fl_str_mv |
info:eu-repo/semantics/publishedVersion |
dc.type.driver.fl_str_mv |
info:eu-repo/semantics/doctoralThesis |
format |
doctoralThesis |
status_str |
publishedVersion |
dc.identifier.uri.fl_str_mv |
http://hdl.handle.net/1843/39780 |
url |
http://hdl.handle.net/1843/39780 |
dc.language.iso.fl_str_mv |
por |
language |
por |
dc.rights.driver.fl_str_mv |
info:eu-repo/semantics/openAccess |
eu_rights_str_mv |
openAccess |
dc.publisher.none.fl_str_mv |
Universidade Federal de Minas Gerais |
dc.publisher.program.fl_str_mv |
Programa de Pós-Graduação em Saneamento, Meio Ambiente e Recursos Hídricos |
dc.publisher.initials.fl_str_mv |
UFMG |
dc.publisher.country.fl_str_mv |
Brasil |
dc.publisher.department.fl_str_mv |
ENG - DEPARTAMENTO DE ENGENHARIA SANITÁRIA E AMBIENTAL |
publisher.none.fl_str_mv |
Universidade Federal de Minas Gerais |
dc.source.none.fl_str_mv |
reponame:Repositório Institucional da UFMG instname:Universidade Federal de Minas Gerais (UFMG) instacron:UFMG |
instname_str |
Universidade Federal de Minas Gerais (UFMG) |
instacron_str |
UFMG |
institution |
UFMG |
reponame_str |
Repositório Institucional da UFMG |
collection |
Repositório Institucional da UFMG |
bitstream.url.fl_str_mv |
https://repositorio.ufmg.br/bitstream/1843/39780/5/DESENVOLVIMENTO%20DE%20METODOLOGIAS%20PARA%20MONITORAMENTO%20DE%20BIORREATORES%20COM%20MEMBRANAS%20NO%20TRATAMENTO%20DE%20EFLUENTES%20DE%20REFINARIA%20DE%20PETR%c3%93LEO.pdf https://repositorio.ufmg.br/bitstream/1843/39780/6/license.txt |
bitstream.checksum.fl_str_mv |
7723dacea278b75108331dc8f555238f cda590c95a0b51b4d15f60c9642ca272 |
bitstream.checksumAlgorithm.fl_str_mv |
MD5 MD5 |
repository.name.fl_str_mv |
Repositório Institucional da UFMG - Universidade Federal de Minas Gerais (UFMG) |
repository.mail.fl_str_mv |
|
_version_ |
1801677038148386816 |