Estudo da cinética de floculação de águas de frigorífico de peixes utilizando um modelo fenomenológico e técnicas de aprendizado de máquina

O processo de coagulação/floculação é uma técnica das mais comumente utilizadas para promover a separação sólido-líquido do efluente, com base no princípio da desestabilização das partículas coloidais e em suspensão, seguido da agregação e estruturação destas partículas em flocos. Nesse processo, a cinética de floculação (velocidade e tempo) tem papel fundamental no desempenho do tratamento, pois interfere na ruptura e formação dos flocos. Sendo assim, para o tratamento de águas de frigorífico de peixes, dois coagulantes (natural: Tanfloc SHÒ; inorgânico: Cloreto Férrico) foram avaliados em relação à cinética de floculação e realizada a modelagem desses dados experimentais, empregando o modelo fenomenológico e de redes neurais artificiais (RNAs). Para tanto, diferentes gradientes de velocidade e tempos de mistura lenta foram testados para cada coagulante em ensaios de jar test, e determinados os coeficientes de agregação (KA) e de ruptura (KB) dos flocos formados. As condições de mistura lenta (gradiente de velocidade e tempo) mais efetivas obtidas para a etapa de floculação do efluente foram 16 s-1 e 20 min para o coagulante Tanfloc SHÒ e 24 s-1 e 30 min para o coagulante Cloreto Férrico. Os dados cinéticos de floculação foram submetidos a uma programação em RNAs por meio do Software Python e, também a procedimentos de iteração numérica computacional utilizando a ferramenta Solver do programa Microsoft ExcelÒ. Ambos os modelos foram capazes de representar adequadamente os dados cinéticos experimentais de floculação, destacando-se as RNAs como uma ferramenta de modelagem alternativa aos modelos matemáticos convencionalmente utilizados.