O aprimoramento dos meios para obtenção do bioetanol a partir de diferentes tipos de biomassa traz novos problemas e desafios para a engenharia. O Brasil, devido a fatores climáticos e uma produção de etanol a partir da cana de açúcar já estabilizada, possui uma posição mundial vantajosa na produção sucroalcooleira. Otimizar os meios já existentes e os em desenvolvimento pode não somente aumentar a eficiência da produção, como também reduzir os impactos ambientais causados pelo modelo de produção atualmente utilizado. O processo de fermentação é utilizado tanto na produção de etanol de primeira como de segunda geração, portanto melhorias no desempenho dos fermentadores contribui de maneira significante para o melhor aproveitamento da matéria prima. Diversas tentativas de melhorias são apresentadas na literatura, principalmente por meio do estudo de parâmetros do escoamento que podem influenciar o processo fermentativo, como tensão de cisalhamento, perfis de velocidade e tempo de residência, assim como a influência da geometria do fermentador sobre esses parâmetros. Em alguns estudos, algoritmos de otimização são utilizados para determinar os melhores coeficientes das reações químicas, mas não há estudos, até o momento, que proporcionem otimização simultânea dos parâmetros da geometria e do escoamento em um fermentador contínuo, presentes em cerca de 30% das usinas brasileiras. O objetivo deste trabalho é obter os parâmetros geométricos ideais para um fermentador contínuo, de forma a minimizar a tensão de cisalhamento a variância da distribuição de tempos de residência (DTR) no fermentador. O Ansys CFX® foi utilizado como ferramenta na simulação computacional do escoamento. As geometrias dos fermentadores ideais para cada um dessas análises, obtidas utilizando Algoritmos Genéticos e otimização univariada, respectivamente, foram propostas neste estudo. / The enhancement of bioethanol production means from different types of biomass presents significant problems and engineering challenges. Due to climate and a well-established sugar-cane ethanol production, Brazil is in a privileged position in the global ethanol production scenario. Providing effective means to optimize existing production methods can both improve the efficiency and reduce the environmental impact of the currently used production model. Improvements on this process can have a significant effect in several stages of production, once the production process is used both for first and second-generation ethanol. Several attempts to improve the ethanol production process are presented in the literature. Most studies have investigated how to improve parameters such as shear stress, velocity profiles and residence time, and of the influence of the bioreactor geometry on the parameters. The use of genetic algorithms has been reported in some cases, but there have not been reports on studies combining the optimization of flow parameters and algorithms to choose ideal geometric parameters for continuous fermenters, used in 30% of Brazilian industries in the field. The main aim of this study is to obtain ideal geometric parameters for a continuous fermenter, in order to maximize or minimize flow parameters that can influence on the fermenting process. The aim of this study is obtain the ideal geometry parameters for a continuous fermenter, minimizing two of flow parameters which can influence the fermentation process, namely the shear stress and the variance of residence time distribution (RTD). The flow parameters was obtained by computational fluid dynamics. The ideal fermenter geometries was obtained by two different optimization methods: the genetic algorithms and univariate optimization. The ideal geometries was proposed in this study.

Esta dissertação enquadra-se num conjunto de estudos com o tema central da Qualidade, aplicado neste caso ao sector da indústria de moldes. O estudo baseia-se na análise estatística de informação obtida através de inquéritos com o objectivo de encontrar parâmetros e variáveis determinantes para o sucesso desta indústria. A indústria de moldes metálicos (produzidos para injecção de materiais plásticos), ou para fundição injectada, ou ainda para produção de vidro), é um dos sectores mais importantes da indústria portuguesa devido ao elevado volume de negócios e de exportação. Este tema é de grande relevância, nomeadamente económica, pois este sector assume um papel importante na economia nacional, com a agravante de esta ser uma indústria essencialmente exportadora, o que resulta numa transposição, por parte desta, de alguma imagem da indústria nacional no Exterior.

Submitted by ANA KARLA PEREIRA RODRIGUES (anakarla_@hotmail.com) on 2017-08-09T15:33:48Z No. of bitstreams: 1 arquivototal.pdf: 4699110 bytes, checksum: ef3b7c0aa5c4758d2c77e65ad6a81ad3 (MD5) / Made available in DSpace on 2017-08-09T15:33:48Z (GMT). No. of bitstreams: 1 arquivototal.pdf: 4699110 bytes, checksum: ef3b7c0aa5c4758d2c77e65ad6a81ad3 (MD5) Previous issue date: 2016-06-20 / Conselho Nacional de Pesquisa e Desenvolvimento Científico e Tecnológico - CNPq / Coordenação de Aperfeiçoamento de Pessoal de Nível Superior - CAPES / This work involves the development of two studies that are presented in chapters 2 and 3. At first, a new method to perform the calibration transfer was designed. This method was developed to make use of separate variables instead of using the full spectrum or spectral windows. To accomplish this task a univariate procedure is initially used to correct the spectra recorded in the secondary equipment, given a set of transfer samples. A robust regression technique is then used to obtain a model with small sensitivity with respect to the univariate correction. The proposed method is employed in two case studies involving near infrared spectrometric determination of specific mass, research octane number and naphtenes in gasoline, and moisture and oil in corn. In both cases, better calibration transfer results were obtained in comparison with piecewise direct standardization (PDS). In the second, a new strategy for cotton seed classification using near infrared (NIR) hyperspectral images (HSI) was developed. Initially the cotton seeds samples were recorded on a station HSI image-NIR and a conventional spectrometer NIR. Thereon, the images were segmented and the mean spectrum of each seed was extract. Classification models SPA-LDA e PLS-DA based on the mean spectral were developed for two data sets. The results for models SPA-LDA and PLSDA showed that the classification with HSI-NIR data set has been achieved with greater accuracy when compared to models for the NIR-conventional data set. / Este trabalho envolve o desenvolvimento de dois estudos, que são apresentados nos capítulos 2 e 3. No primeiro, um novo método para realizar a transferência de calibração foi concebido. Este método foi desenvolvido para fazer uso de variáveis isoladas em vez de usar todo o espectro ou janelas espectrais. Para realizar essa tarefa, um procedimento univariado é inicialmente usado para corrigir os espectros registrados no equipamento secundário, dado um conjunto de amostras de transferência. Uma técnica de regressão robusta é então usada para obter um modelo com pequena sensibilidade em relação aos resíduos da correção univariada. O novo método é então empregado em dois estudos de caso envolvendo análise espectrométrica NIR, em que foram determinados os parâmetros massa específica, RON (Research Octane Number) e teor de naftênicos em gasolina e os teores de água e óleo em amostras de milho. Os resultados do novo método foram melhores do que os obtidos usando o método PDS. No segundo, uma nova estratégia para classificação de sementes de algodão usando imagens hiperespectrais no NIR foi desenvolvido. Inicialmente as amostras de sementes de algodão foram registradas em uma estação de imagem HSI-NIR e em um equipamento NIR convencional. Após isso, as imagens foram segmentadas e os espectros médios de cada semente foram extraídos. Os modelos de classificação SPA-LDA e PLS-DA baseados nos espectros médios foram construídos para os dois conjuntos de dados. Os resultados SPA-LDA e PLS-DA para os modelos demonstraram que a classificação com os dados HSI-NIR foi alcançada com maior exatidão quando comparada aos modelos obtidos usando o NIR-convencional.