Artigo - Atena Editora

Artigo

Baixe agora

Livros
capa do ebook DETERMINAÇÃO DO FATOR DE EFETIVIDADE PARA ENZIMAS IMOBILIZADAS USANDO MÉTODOS DE REGRESSÃO SIMBÓLICA VIA PROGRAMAÇÃO GENÉTICA

DETERMINAÇÃO DO FATOR DE EFETIVIDADE PARA ENZIMAS IMOBILIZADAS USANDO MÉTODOS DE REGRESSÃO SIMBÓLICA VIA PROGRAMAÇÃO GENÉTICA

A abordagem fenomenológica utilizada na modelagem e simulação de biorreatores contendo enzimas imobilizadas envolve a descrição dos fenômenos de difusão e reação de substratos e produtos no interior das partículas catalíticas. Essa descrição é realizada por meio de equações diferencias de balanços de massa, as quais requerem o uso de métodos numéricos complexos para as suas resoluções. Uma proposta visando reduzir esse esforço computacional consiste no uso de métodos de regressão simbólica via programação genética para a obtenção de equações empíricas capazes de estimar os principais parâmetros relacionados ao fenômeno de difusão-reação. Um parâmetro importante utilizado no projeto de reatores enzimáticos heterogêneos é o fator de efetividade, o qual representa a razão entre a velocidade média de reação no interior da partícula sujeita a limitações difusionais e aquela na superfície da partícula. O problema abordado neste estudo consiste na determinação do fator de efetividade para partículas catalíticas esféricas em condições isotérmicas e estacionárias cuja cinética de reação é dada pela equação de MichaelisMenten. Os dados de fator de efetividade utilizados na regressão simbólica foram gerados a partir de uma abordagem fenomenológica do problema de difusão-reação, empregando-se o método de colocação ortogonal em elementos finitos para a resolução do problema de valor no contorno resultante do balanço de massa de substrato no interior das partículas. A equação obtida por regressão simbólica apresentou erros percentuais médio e máximo de 1,0 % e 3,5 %, respectivamente e R²=0,9996, indicando uma excelente qualidade de ajuste aos dados utilizados na regressão.

Ler mais

DETERMINAÇÃO DO FATOR DE EFETIVIDADE PARA ENZIMAS IMOBILIZADAS USANDO MÉTODOS DE REGRESSÃO SIMBÓLICA VIA PROGRAMAÇÃO GENÉTICA

  • Palavras-chave: inteligência artificial, Avanços Científicos e Tecnológicos em Bioprocessos Capítulo 16 122 regressão simbólica, enzimas imobilizadas, fator de efetividade catalítica, processo de difusão-reação.

  • Keywords: artificial intelligence, symbolic regression, immobilized enzymes, catalytic effectiveness factor, diffusion-reaction process.

  • Abstract:

    The phenomenological approach used in the modeling and simulation of bioreactors containing immobilized enzymes implies the description of the phenomena of diffusion and reaction of substrates and products inside the catalytic particles. This description is performed using the differential equations obtained from mass balances, which require the use of complex numerical methods to solve them. A proposal to reduce this computational effort comprises in the use of symbolic regression by genetic programming to obtain empirical equations able to estimates the main parameters related to the diffusion-reaction phenomenon. An important parameter used in the design of heterogeneous enzymatic reactors is the effectiveness factor, which represents the quotient between the average reaction rate within the particle subject to diffusion limitations and that one at the particle surface. The problem approached in this study is the calculation of effectiveness factor for spherical catalytic particles under isothermal and stationary conditions whose reaction kinetics is given by the MichaelisMenten equation. The data for effectiveness factor used in the symbolic regression were generated from a phenomenological approach about the diffusion-reaction problem, using the method of orthogonal collocation on finite elements to solve the boundary value problem from the mass balance of substrate within the particles. The equation obtained by symbolic regression presented mean and maximum percentage errors of 1.0% and 3.5%, respectively, and R² = 0.9996, indicating an excellent fit quality to the data used in the regression.

  • Número de páginas: 15

  • Félix Monteiro Pereira
Fale conosco Whatsapp