Otimização de parâmetros para modelos baseados no conceito de contribuição de grupos aplicado ao cálculo de viscosidade de misturas não ideais (2019)
- Authors:
- Autor USP: PINTO, CAMILA NARDI - FZEA
- Unidade: FZEA
- Sigla do Departamento: ZEA
- Subjects: BIODIESEL; ÓLEOS ESSENCIAIS; ÓLEOS VEGETAIS
- Language: Português
- Abstract: Os modelos preditivos de viscosidade UNIFAC-VISCO e GC-UNIMOD são baseados na teoria da contribuição de grupos, ou seja, dependem da determinação dos parâmetros de interação de grupos para ter sua aplicação viabilizada. Este trabalho teve como objetivo criar um banco de dados diferenciado (com diversas funções orgânicas), para nova otimização dos parâmetros de interação para os modelos supracitados. O banco de dados e os modelos foram implementados em linguagem SQL e Python, respectivamente. Os parâmetros de interação de grupos obtidos para o modelo UNIFAC-VISCO apresentaram desvios médios relativos (DMR) inferiores a 4,27 e 6,88 % quando utilizados na predição de misturas de óleos essenciais e misturas reais de ésteres, respectivamente. Todavia, para predição de sistemas modelo de óleos vegetais, os parâmetros apresentaram DMR de 25,33 %. Para o modelo GC-UNIMOD os parâmetros obtidos apresentaram DMR de 3,41 e 4,64 % quando preditas misturas de óleos essenciais e misturas reais de ésteres, respectivamente. Os modelos estudados podem ser utilizados de forma satisfatória para predição de viscosidade de misturas de óleos essenciais, álcoois, ésteres e óleos vegetais, sendo os parâmetros globais do modelo GC-UNIMOD os mais versáteis e com boa capacidade preditiva. Uma Rede Neural Artificial (RNA) foi criada como alternativa para predição de viscosidade dos sistemas incluídos neste trabalho. A RNA apresentou Mean Absolute Percentage Error (MAPE) de 11,99 % para dados de teste,comprovando ser uma excelente alternativa para predição de viscosidades. Uma interface gráfica, disponibilizada via internet, foi desenvolvida a fim de disponibilizar as ferramentas desenvolvidas neste trabalho para a comunidade científica e também possibilitar predições com os parâmetros de interação de grupos obtidos para os modelos estudados
- Imprenta:
- Publisher place: Pirassununga
- Date published: 2019
- Data da defesa: 12.08.2019
-
ABNT
PINTO, Camila Nardi. Otimização de parâmetros para modelos baseados no conceito de contribuição de grupos aplicado ao cálculo de viscosidade de misturas não ideais. 2019. Tese (Doutorado) – Universidade de São Paulo, Pirassununga, 2019. Disponível em: http://www.teses.usp.br/teses/disponiveis/74/74132/tde-02122019-094026/. Acesso em: 30 dez. 2025. -
APA
Pinto, C. N. (2019). Otimização de parâmetros para modelos baseados no conceito de contribuição de grupos aplicado ao cálculo de viscosidade de misturas não ideais (Tese (Doutorado). Universidade de São Paulo, Pirassununga. Recuperado de http://www.teses.usp.br/teses/disponiveis/74/74132/tde-02122019-094026/ -
NLM
Pinto CN. Otimização de parâmetros para modelos baseados no conceito de contribuição de grupos aplicado ao cálculo de viscosidade de misturas não ideais [Internet]. 2019 ;[citado 2025 dez. 30 ] Available from: http://www.teses.usp.br/teses/disponiveis/74/74132/tde-02122019-094026/ -
Vancouver
Pinto CN. Otimização de parâmetros para modelos baseados no conceito de contribuição de grupos aplicado ao cálculo de viscosidade de misturas não ideais [Internet]. 2019 ;[citado 2025 dez. 30 ] Available from: http://www.teses.usp.br/teses/disponiveis/74/74132/tde-02122019-094026/ - Otimização de parâmetros de interação do modelo UNIFAC-VISCO de misturas de interesse para a indústria de óleos essenciais
- Study of FAME model systems: database and evaluation of predicting models for biodiesel physical properties
- Viscosities and densities of fatty alcohol mixtures from 298.15 to 338.15 K: estimation by Kay’s rule and prediction by the UNIFAC-VISCO and GC-UNIMOD group contribution methods
How to cite
A citação é gerada automaticamente e pode não estar totalmente de acordo com as normas
