Aplicação de redes neurais artificiais (RNA) na modelagem matemática do processo de adsorção de corantes têxteis presentes em águas residuárias usando a fibra de sisal como adsorvente

Abstract

Com o advento da crise hídrica nos últimos anos, houve o aumento na busca e aplicação de metodologias de tratamento de águas e efluentes. Destacando-se o tratamento de efluentes, o mesmo tem por objetivo adequar a água impropria para reuso ou para que possa ser disposta me um corpo hídrico, mas que não interfira de forma significativa a sua qualidade. A indústria têxtil tem uma considerável importância socioeconômica no Brasil, tendo em vista o seu potencial econômico, porém este tipo de empreendimento acaba gerando um efluente, que necessita da adoção de um processo de tratamento adequado antes da sua disposição final ambientalmente adequada. O processo de adsorção vem sendo bastante aplicado no tratamento de efluentes têxteis devido a sua eficiência, facilidade de manuseio, disponibilidade de manuseio, bem como o seu elevado custo benefício. Vinculado a isto, está o desenvolvimento de metodologias de otimização por meio de modelagem de ensaios como a aplicação de redes neurais artificiais. Para tanto, o presente trabalho teve como objetivo desenvolver e aplicar redes neurais artificiais na modelagem matemática do processo de adsorção de corantes têxteis presentes em águas residuárias, usando a fibra de sisal como adsorvente. A modelagem desse processo visa a simulação do experimento real, de modo corrobore na otimização do mesmo. Dessa forma, o modelo desenvolvido conseguiu aprimorar os resultados simulados aproximando-os dos dados reais, reproduzindo métricas de desempenho satisfatórias para ambas as saídas finais do processo (remoção e quantidade de corante removida por unidade de massa de adsorvente), atingindo um coeficiente de determinação de 0,57 e 0,85, respectivamente. Os erros absoluto e quadrático médio, foram de 11% e 2%, respectivamente para a saída remoção e para a quantidade de corante removida por unidade de massa de adsorvente, foi de 6% para o erro absoluto e de 0,7% o erro quadrático médio. Enfatizando assim, a viabilidade da aplicação de redes neurais artificiais na simulação de processos experimentais de adsorção.