Análise das variáveis do processo de coagulação-floculação para clarificação de água superficial
Autor(a) principal: | |
---|---|
Data de Publicação: | 2019 |
Tipo de documento: | Dissertação |
Idioma: | por |
Título da fonte: | Repositório Institucional da UFRJ |
Texto Completo: | http://hdl.handle.net/11422/13602 |
Resumo: | O processo de coagulação-floculação é amplamente utilizado para a clarificação de águas superficiais. Quando usando coagulantes metálicos a base de alumínio deve-se levar em conta a concentração residual desse metal. Busca-se reduzir a presença de alumínio na água tratada para evitar interferência com outros produtos utilizados nos processos ou, quando destina-se ao abastecimento, para evitar a contaminação da população. O uso modelagem da coagulação-floculação pode facilitar a compreensão do processo e auxiliar na determinação nas condições de operação. Neste trabalho foram desenvolvidos modelos empíricos para o processo de coagulação-floculação. O melhor modelo desenvolvido foi o de redes neuronais artificiais e utilizou como variável de entrada a turbidez e absorbância em 254 nm da amostra bruta, pH de coagulação e dosagem de coagulante, como variável de saída foram utilizadas turbidez, absorbância em 254 nm e carbono orgânico dissolvido ao final do processo, assim como a concentração do alumínio residual. Para esse modelo obteve-se R2 de 0,973 e MSE de 0,051, para o ajuste total dos dados. As saídas modeladas do processo podem apresentar sua minimização em condições de tratamentos distintos. Dessa forma, otimização multi-objetivo foi utilizada para determinação das condições de pH e dosagem de coagulante que minimizam diferentes objetivos do processo. Apesar do baixo número de dados de treinamento, pelos experimentos de confirmação verificou-se que o modelo apresenta boa capacidade de predição para a turbidez, absorbância em 254 nm e alumínio residual. Isso mostra que é possível determinar de forma rápida as condições de operação do processo de coagulação-floculação. |
id |
UFRJ_cb8c429783a262389fc98a88b035e3c7 |
---|---|
oai_identifier_str |
oai:pantheon.ufrj.br:11422/13602 |
network_acronym_str |
UFRJ |
network_name_str |
Repositório Institucional da UFRJ |
repository_id_str |
|
spelling |
Alves, Bruno da Silva Gonçalveshttp://lattes.cnpq.br/2694587316946422http://lattes.cnpq.br/5268540261006436Fonseca, Fabiana Valéria dahttp://lattes.cnpq.br/8778107230566167Souza Jr, Maurício Bezerra deCerqueira, Ana ClaudiaBorges, Cristiano Piacsek2021-02-02T23:17:04Z2023-11-30T03:04:07Z2019-02http://hdl.handle.net/11422/13602O processo de coagulação-floculação é amplamente utilizado para a clarificação de águas superficiais. Quando usando coagulantes metálicos a base de alumínio deve-se levar em conta a concentração residual desse metal. Busca-se reduzir a presença de alumínio na água tratada para evitar interferência com outros produtos utilizados nos processos ou, quando destina-se ao abastecimento, para evitar a contaminação da população. O uso modelagem da coagulação-floculação pode facilitar a compreensão do processo e auxiliar na determinação nas condições de operação. Neste trabalho foram desenvolvidos modelos empíricos para o processo de coagulação-floculação. O melhor modelo desenvolvido foi o de redes neuronais artificiais e utilizou como variável de entrada a turbidez e absorbância em 254 nm da amostra bruta, pH de coagulação e dosagem de coagulante, como variável de saída foram utilizadas turbidez, absorbância em 254 nm e carbono orgânico dissolvido ao final do processo, assim como a concentração do alumínio residual. Para esse modelo obteve-se R2 de 0,973 e MSE de 0,051, para o ajuste total dos dados. As saídas modeladas do processo podem apresentar sua minimização em condições de tratamentos distintos. Dessa forma, otimização multi-objetivo foi utilizada para determinação das condições de pH e dosagem de coagulante que minimizam diferentes objetivos do processo. Apesar do baixo número de dados de treinamento, pelos experimentos de confirmação verificou-se que o modelo apresenta boa capacidade de predição para a turbidez, absorbância em 254 nm e alumínio residual. Isso mostra que é possível determinar de forma rápida as condições de operação do processo de coagulação-floculação.The coagulation-flocculation process is widely used for the clarification of surface water. When using aluminum based metal coagulants, the residual concentration of this metal should be taken into account. The use of coagulation-flocculation modeling can facilitate understanding of the process and assist in determining the operating conditions. In this work, we developed empiric models for the coagulationflocculation. The best developed model used artificial neural networks, it was used as model inputs, turbidity and absorbance at 254 nm of the raw sample, coagulation pH and coagulant dosage. The model output were turbidity, absorbance at 254 nm, dissolved organic carbon, residual aluminum concentration at the end of the process. For this model, we obtained R2 of 0.973 and MSE of 0.051 for the total adjustment of the data. The modeled outputs of the process may be minimized under different treatment conditions. Thus, multi-objective optimization was used to determine the pH and coagulant dosage conditions that minimize different process objectives. Despite the low number of training data, it was verified by the confirmatory experiments that the model has good predictability for turbidity, absorbance at 254 nm and residual aluminum. This shows that it is possible to quickly determine the operating conditions of the coagulation-flocculation process.Submitted by Natasha Valladão (natashasilvaa4@gmail.com) on 2021-02-02T23:17:04Z No. of bitstreams: 1 BrunoDaSilvaGoncalvesAlves-min.pdf: 1149115 bytes, checksum: 9c5998820cd1a3e1df432be418ae8247 (MD5)Made available in DSpace on 2021-02-02T23:17:04Z (GMT). No. of bitstreams: 1 BrunoDaSilvaGoncalvesAlves-min.pdf: 1149115 bytes, checksum: 9c5998820cd1a3e1df432be418ae8247 (MD5) Previous issue date: 2019-02porUniversidade Federal do Rio de JaneiroPrograma de Pós-Graduação em Engenharia QuímicaUFRJBrasilInstituto Alberto Luiz Coimbra de Pós-Graduação e Pesquisa de EngenhariaCNPQ::ENGENHARIAS::ENGENHARIA QUIMICACoagulaçãoRede neuronal artificialModelagemAnálise das variáveis do processo de coagulação-floculação para clarificação de água superficialVariable analises of coagulation-floculation process for clarification of surface waterinfo:eu-repo/semantics/publishedVersioninfo:eu-repo/semantics/masterThesisabertoinfo:eu-repo/semantics/openAccessreponame:Repositório Institucional da UFRJinstname:Universidade Federal do Rio de Janeiro (UFRJ)instacron:UFRJORIGINALBrunoDaSilvaGoncalvesAlves-min.pdfBrunoDaSilvaGoncalvesAlves-min.pdfapplication/pdf1149115http://pantheon.ufrj.br:80/bitstream/11422/13602/1/BrunoDaSilvaGoncalvesAlves-min.pdf9c5998820cd1a3e1df432be418ae8247MD51LICENSElicense.txtlicense.txttext/plain; charset=utf-81853http://pantheon.ufrj.br:80/bitstream/11422/13602/2/license.txtdd32849f2bfb22da963c3aac6e26e255MD5211422/136022023-11-30 00:04:07.025oai:pantheon.ufrj.br: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Repositório de PublicaçõesPUBhttp://www.pantheon.ufrj.br/oai/requestopendoar:2023-11-30T03:04:07Repositório Institucional da UFRJ - Universidade Federal do Rio de Janeiro (UFRJ)false |
dc.title.pt_BR.fl_str_mv |
Análise das variáveis do processo de coagulação-floculação para clarificação de água superficial |
dc.title.alternative.pt_BR.fl_str_mv |
Variable analises of coagulation-floculation process for clarification of surface water |
title |
Análise das variáveis do processo de coagulação-floculação para clarificação de água superficial |
spellingShingle |
Análise das variáveis do processo de coagulação-floculação para clarificação de água superficial Alves, Bruno da Silva Gonçalves CNPQ::ENGENHARIAS::ENGENHARIA QUIMICA Coagulação Rede neuronal artificial Modelagem |
title_short |
Análise das variáveis do processo de coagulação-floculação para clarificação de água superficial |
title_full |
Análise das variáveis do processo de coagulação-floculação para clarificação de água superficial |
title_fullStr |
Análise das variáveis do processo de coagulação-floculação para clarificação de água superficial |
title_full_unstemmed |
Análise das variáveis do processo de coagulação-floculação para clarificação de água superficial |
title_sort |
Análise das variáveis do processo de coagulação-floculação para clarificação de água superficial |
author |
Alves, Bruno da Silva Gonçalves |
author_facet |
Alves, Bruno da Silva Gonçalves |
author_role |
author |
dc.contributor.advisorLattes.pt_BR.fl_str_mv |
http://lattes.cnpq.br/2694587316946422 |
dc.contributor.authorLattes.pt_BR.fl_str_mv |
http://lattes.cnpq.br/5268540261006436 |
dc.contributor.advisorCo1.none.fl_str_mv |
Fonseca, Fabiana Valéria da |
dc.contributor.advisorCo1Lattes.pt_BR.fl_str_mv |
http://lattes.cnpq.br/8778107230566167 |
dc.contributor.author.fl_str_mv |
Alves, Bruno da Silva Gonçalves |
dc.contributor.referee1.fl_str_mv |
Souza Jr, Maurício Bezerra de |
dc.contributor.referee2.fl_str_mv |
Cerqueira, Ana Claudia |
dc.contributor.advisor1.fl_str_mv |
Borges, Cristiano Piacsek |
contributor_str_mv |
Souza Jr, Maurício Bezerra de Cerqueira, Ana Claudia Borges, Cristiano Piacsek |
dc.subject.cnpq.fl_str_mv |
CNPQ::ENGENHARIAS::ENGENHARIA QUIMICA |
topic |
CNPQ::ENGENHARIAS::ENGENHARIA QUIMICA Coagulação Rede neuronal artificial Modelagem |
dc.subject.por.fl_str_mv |
Coagulação Rede neuronal artificial Modelagem |
description |
O processo de coagulação-floculação é amplamente utilizado para a clarificação de águas superficiais. Quando usando coagulantes metálicos a base de alumínio deve-se levar em conta a concentração residual desse metal. Busca-se reduzir a presença de alumínio na água tratada para evitar interferência com outros produtos utilizados nos processos ou, quando destina-se ao abastecimento, para evitar a contaminação da população. O uso modelagem da coagulação-floculação pode facilitar a compreensão do processo e auxiliar na determinação nas condições de operação. Neste trabalho foram desenvolvidos modelos empíricos para o processo de coagulação-floculação. O melhor modelo desenvolvido foi o de redes neuronais artificiais e utilizou como variável de entrada a turbidez e absorbância em 254 nm da amostra bruta, pH de coagulação e dosagem de coagulante, como variável de saída foram utilizadas turbidez, absorbância em 254 nm e carbono orgânico dissolvido ao final do processo, assim como a concentração do alumínio residual. Para esse modelo obteve-se R2 de 0,973 e MSE de 0,051, para o ajuste total dos dados. As saídas modeladas do processo podem apresentar sua minimização em condições de tratamentos distintos. Dessa forma, otimização multi-objetivo foi utilizada para determinação das condições de pH e dosagem de coagulante que minimizam diferentes objetivos do processo. Apesar do baixo número de dados de treinamento, pelos experimentos de confirmação verificou-se que o modelo apresenta boa capacidade de predição para a turbidez, absorbância em 254 nm e alumínio residual. Isso mostra que é possível determinar de forma rápida as condições de operação do processo de coagulação-floculação. |
publishDate |
2019 |
dc.date.issued.fl_str_mv |
2019-02 |
dc.date.accessioned.fl_str_mv |
2021-02-02T23:17:04Z |
dc.date.available.fl_str_mv |
2023-11-30T03:04:07Z |
dc.type.status.fl_str_mv |
info:eu-repo/semantics/publishedVersion |
dc.type.driver.fl_str_mv |
info:eu-repo/semantics/masterThesis |
format |
masterThesis |
status_str |
publishedVersion |
dc.identifier.uri.fl_str_mv |
http://hdl.handle.net/11422/13602 |
url |
http://hdl.handle.net/11422/13602 |
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 do Rio de Janeiro |
dc.publisher.program.fl_str_mv |
Programa de Pós-Graduação em Engenharia Química |
dc.publisher.initials.fl_str_mv |
UFRJ |
dc.publisher.country.fl_str_mv |
Brasil |
dc.publisher.department.fl_str_mv |
Instituto Alberto Luiz Coimbra de Pós-Graduação e Pesquisa de Engenharia |
publisher.none.fl_str_mv |
Universidade Federal do Rio de Janeiro |
dc.source.none.fl_str_mv |
reponame:Repositório Institucional da UFRJ instname:Universidade Federal do Rio de Janeiro (UFRJ) instacron:UFRJ |
instname_str |
Universidade Federal do Rio de Janeiro (UFRJ) |
instacron_str |
UFRJ |
institution |
UFRJ |
reponame_str |
Repositório Institucional da UFRJ |
collection |
Repositório Institucional da UFRJ |
bitstream.url.fl_str_mv |
http://pantheon.ufrj.br:80/bitstream/11422/13602/1/BrunoDaSilvaGoncalvesAlves-min.pdf http://pantheon.ufrj.br:80/bitstream/11422/13602/2/license.txt |
bitstream.checksum.fl_str_mv |
9c5998820cd1a3e1df432be418ae8247 dd32849f2bfb22da963c3aac6e26e255 |
bitstream.checksumAlgorithm.fl_str_mv |
MD5 MD5 |
repository.name.fl_str_mv |
Repositório Institucional da UFRJ - Universidade Federal do Rio de Janeiro (UFRJ) |
repository.mail.fl_str_mv |
|
_version_ |
1784097194111926272 |