Dissertações

928  

Marina Pereira Neves Correa

Rita de Cássia de Oliveira Sebastião

Determinação da Cinética e Modelos de Adsorção e Dessorção de Fármacos em Carvão de Biomassa com uso de Rede Neural Artificial: Uma Aplicação Sanitária e Ambiental

Determination Of The Kinetics And Adsorption-desorption Models Of Pharmaceuticals In Biomass-derived Charcoal Using Artificial Neural Networks: a Sanitary And Environmental Application

Química

Físico-Química, Biofísica e Química Computacional

 

02/02/2026

Auditório I - Sala 120

14:00

Profa. Rita de Cássia de Oliveira Sebastião - Orientadora (Dr. (UFMG))
Prof. Márcio Oliveira Alves (Dr. (CEFET-MG))
Profa. Ana Paula de Carvalho Teixeira (Dr. (UFMG))

A crescente busca por materiais sustentáveis para produção de carvão tem impulsionado o aproveitamento de resíduos agroindustriais, promovendo o reaproveitamento de subprodutos em processos de maior valor agregado. Neste trabalho, apresentamos o estudo do processo de adsorção de seis fármacos contaminantes emergentes por carvão de coco. O carvão de coco utilizado apresentou predominância de mesoporos e valor do pH no ponto de carga zero (pHpcz) de 9,89, o qual influenciou significativamente na eficiência de remoção dos fármacos, favorecendo a adsorção de acetaminofeno (71%), cafeína (51%) e carbamazepina (33%). Os estudos cinéticos foram realizados em concentrações de 25 a 750 mg L⁻ e indicaram que o processo de adsorção é governado principalmente por interações físicas e eletrostáticas. Foram utilizados os modelos de pseudo-primeira ordem, pseudo-segunda ordem e ajuste não linear. O método iterativo não linear apresentou constante de velocidade (k) e ordem da reação (n) que evidenciaram a heterogeneidade do adsorvente. No estudo de equilíbrio, os dados foram tratados por isotermas de Langmuir, Freundlich e rede neural artificial. A rede neural MLP mostrou-se eficiente na reprodução e predição dos dados experimentais, com predominância das isotermas dos tipos IV, V e I, em concordância com as características estruturais do carvão. Assim, a utilização de redes neurais artificiais demonstrou elevado potencial para a modelagem preditiva e interpretação de sistemas ambientais complexos, contribuindo para o aprimoramento das metodologias de simulação aplicadas à remoção de contaminantes emergentes.

Adsorção, Fármacos, Isotermas de BET, Perceptron Multicamadas, Rede neural artificial

The increasing demand for sustainable materials in charcoal production has promoted the valorization of agro-industrial residues, enabling their reuse in higher value-added processes. This study investigates the adsorption behavior of six emerging pharmaceutical contaminants onto coconut-derived charcoal. The material exhibited a predominance of mesopores and a point of zero charge (pHPZC) of 9.89, which significantly influenced removal efficiency, enhancing the adsorption of acetaminophen (71%), caffeine (51%), and carbamazepine (33%). Kinetic experiments were conducted at concentrations ranging from 25 to 750 mg L⁻, revealing that the adsorption process is primarily governed by physical and electrostatic interactions. The pseudo-first-order, pseudo-second-order, and nonlinear iterative models were applied. The nonlinear approach yielded rate constants (k) and reaction orders (n) indicative of the heterogeneous nature of the adsorbent. Equilibrium data were evaluated using the Langmuir and Freundlich isotherms, as well as an artificial neural network model. The MLP neural network effectively reproduced and predicted the experimental data, revealing a predominance of Type IV, V, and I isotherms, consistent with the structural characteristics of the charcoal. Overall, the application of artificial neural networks demonstrated strong potential for predictive modeling and the interpretation of complex environmental systems, contributing to the improvement of simulation methodologies applied to the removal of emerging contaminants.

Adsorption, Artificial neural network, BET isotherms, Multilayer Perceptron (MLP), Pharmaceuticals