Processo de produção de bioemulsificante por Candida lipolytica : otimização, ampliação de escala e desenvolvimento de softsensor baseado em redes neurais artificiais

Detalhes bibliográficos
Ano de defesa: 2006
Autor(a) principal: Albuquerque, Clarissa Daisy da Costa
Orientador(a): Não Informado pela instituição
Banca de defesa: Não Informado pela instituição
Tipo de documento: Tese
Tipo de acesso: Acesso aberto
Idioma: por
Instituição de defesa: [s.n.]
Programa de Pós-Graduação: Não Informado pela instituição
Departamento: Não Informado pela instituição
País: Não Informado pela instituição
Palavras-chave em Português:
Biosensores
Detectores
Redes neurais (Computação)
Inteligência artificial - Processamento de dados
Agentes ativos de superfícies
Surfactantes biodegradaveis
Candida lipolytica
Otimização matemática
Planejamento experimental
Superfícies de resposta (Estatística)
Software sensors
Softsensors
Artificial Neural Networks
Bioemulsifiers
Surface response methodology
Scale-u
Link de acesso: https://hdl.handle.net/20.500.12733/1602994
Resumo: Orientadores: Ana Maria Frattini Fileti, Galba Maria de Campos Takaki
id UNICAMP-30_89b83bd1e21a092d006381719c73fece
oai_identifier_str oai::371054
network_acronym_str UNICAMP-30
network_name_str Biblioteca Digital de Teses e Dissertações da Universidade Estadual de Campinas (UNICAMP)
repository_id_str
spelling Processo de produção de bioemulsificante por Candida lipolytica : otimização, ampliação de escala e desenvolvimento de softsensor baseado em redes neurais artificiaisBiomulsifier production process by Candida lipolytica: optmization, scale-up and development of artificial neural network based softsensorBiosensoresDetectoresRedes neurais (Computação)Inteligência artificial - Processamento de dadosAgentes ativos de superfíciesSurfactantes biodegradaveisCandida lipolyticaOtimização matemáticaPlanejamento experimentalSuperfícies de resposta (Estatística)Software sensorsSoftsensorsArtificial Neural NetworksBioemulsifiersSurface response methodologyScale-uOrientadores: Ana Maria Frattini Fileti, Galba Maria de Campos TakakiTese (doutorado) - Universidade Estadual de Campinas, Faculdade de Engenharia QuimicaResumo: Entre as técnicas convencionais usadas para desenvolvimento de software sensores, redes neurais artificiais têm mostrado ser um instrumento poderoso em modelagem e controle de bioprocessos complexos. O objetivo geral do presente trabalho é o desenvolvimento de software sensores baseados em redes neurais para estimação e previsão em tempo real da concentração de biomassa e da atividade de emulsificação no processo de produção de bioemulsificante por Cândida lipolytica. Bioemulsificantes normalmente apresentam vantagens como biodegradabilidade, baixa toxicidade e biocompatibilidade em relação a emulsifícantes sintetizados quimicamente. Adicionalmente, eles apresentam potencial para serem sintetizados a partir de substratos de baixo custo e são normalmente efetivos em condições extremas de pH, temperatura e salinidade. Consequentemente, bioemulsificantes têm sido aplicados com sucesso em áreas como biorremediaçào e recuperação de óleos. Contudo, os bioemulsificantes não são ainda largamente empregados por conta do seu alto custo de produção, resultante primeiramente da baixa produtividade dos microrganismos empregados e do alto custo de recuperação. Entretanto, neste trabalho foi mostrado que o desenvolvimento de softsensores neurais juntamente com otimização de componentes de meio de produção e ampliação de escala do processo podem contribuir para tomar a produção de bioemulsificante mais eficiente e econômica. O modelo quadrático obtido na otimização dos componentes do meio usando planejamento composto central com três fatores e metodologia de superfície de resposta mostrou significância estatística e capacidade preditiva. A máxima atividade de emulsificação para emulsões água-em-hexadecano obtida foi de 4,415 UAE e as concentrações ótimas de uréia, sulfato de amónio e fosfato monobásico de potássio foram respectivamente iguais a 0,544 % (w/v), 2,131 % (w/v) and 2,628 % (w/v). O rendimento do processo foi otimizado em 272%. A ampliação do processo da escala de frascos para a escala de fermentador de bancada foi realizada com sucesso e os efeitos e interações da temperatura e velocidade de agitação sobre a atividade de emulsificação do bioemulsificante produzido por Cândida lipolytica foram investigados. Os conjuntos de dados necessários para o treinamento, validação e teste dos softsensores foram obtidos de experimentos de produção de bioemulsificante realizados em biorreator de 5L, sob diferentes condições de temperatura e agitação. Os conjuntos de treinamento, validação e teste dos softsensores foram suavizados e expandidos usando interpolação com spline cúbica. Várias topologias de redes neurais com uma camada escondida foram testadas. As variáveis de entrada do processo incluíram pH, oxigênio dissolvido, densidade ótica e salinidade do liquido metabólico livre de células. O algoritmo de treinamento usado foi o algoritmo de retropropagação baseado em Levenberg-Marquardt em conjunção com regularização bayesiana. A raiz do erro quadrático médio (RMSE) e o coeficiente de determinação global (Rg2) foram usados entre outros índices para comparar o desempenho dos modelos. Os resultados mostram que softsensores neurais fornecem estimação e previsão on-line de concentração de biomassa e de atividade de emulsificação dentro de uma variação aceitável de 5% dos valores experimentais. Coeficientes de determinação global superiores a 0,90 indicam o excelente ajuste dos modelos de redes neurais com os valores experimentais testados, obtidos para concentração de biomassa e atividade de emulsificaçãoAbstract: Among conventional techniques used for development of 'software sensors', artificial neural networks have showed to be a powerful tool for modelling and control of complex bioprocess. The present work deals with the development of neural network based software sensors for real time estimation and prediction of biomass concentration and emulsification activity in a bioemulsifier production process by Candida lipolytics Bioemulsifiers commonly have the advantages of biodégradation, low toxicity, and biocompability over chemically synthesized emulsifiers. In addition, they can potentially be synthesized from cheap subtrates and are commonly effective at extremes of pH, temperature, and salinity. As a result, bioemulsifiers have found successful application in areas such as bioremediation and oil recovery. However, bioemulsifiers are not widely available because of their high production costs, which results primarily from low strain productivities and high recovery expenses. Therefore, in this work was showed that on-iine neural softsensor development jointly with media optimization and scale up of the process can make bioemulsifier production more efficient and more economical.The second order model obtained in the optimization of the medium components using three-factor central composite design and response surface methodology showed statistical significance and predictive ability. It was found that the maximum emulsification activity to water-in-hexadecane emulsion produced was 4,415 UEA and the optimum levels of urea, ammonium sulfate and potassium dihydrogen orthophosphate were, respectively, 0,544 % (w/v), 2,131 % (w/v) and 2,628 % (w/v). The emulsifier production process yield was optimized in 272 %. Successful scale-up from flasks to laboratory scale bioreactor was attained and the effects and interactions of the temperature and agitation rate on the emulsification activity of the bioemulsifier produced by Candida lipolytica were investigated. The data sets required to training, validation and test the neural software sensors were obtained from bioemulsifier production experiments carried out using com oil and sea water based media in a 5L bioreactor, under different temperature and agitation conditions. The training, validation and test sets were smoothed and expanded by interpolation using a piecewise smoothing cubic spline. Several neural network topologies with one hidden layer were tested. The input process variables included pH, dissolved oxygen, optic density and free cell metabolic liquid salinity. The training algorithm used was the Levenberg-Marquardt based backpropagation algorithm, in conjunction with Bayesian regularization. The root mean square error (RMSE) and the global determination coefficient (Rg2) among others index were used to compare model performances. The results showed that neural 'software sensors' supplied for biomass concentration and emulsification activity on-line estimation and prediction within an acceptable variation of 5% of the experimental values. Global coefficients of determination higher than 0.90 indicated excellent agreement of the neural network models with experimental test values, obtained for biomass concentration and emulsification activityDoutoradoSistemas de Processos Químicos e InformáticaDoutor em Engenharia Química[s.n.]Fileti, Ana Maria Frattini, 1965-Takaki, Galba Maria de CamposGudwin, Ricardo RibeiroAndrietta, Maria da Graça StupielloSilva, Flávio Vasconcelos daCosta, Aline Carvalho daTambourgi, Elias BasileUniversidade Estadual de Campinas. Faculdade de Engenharia QuimicaPrograma de Pós-Graduação não informadoUNIVERSIDADE ESTADUAL DE CAMPINASAlbuquerque, Clarissa Daisy da Costa20062006-02-22T00:00:00Zinfo:eu-repo/semantics/publishedVersioninfo:eu-repo/semantics/doctoralThesisapplication/pdf340p. : il.(Broch.)https://hdl.handle.net/20.500.12733/1602994ALBUQUERQUE, Clarissa Daisy da Costa. Processo de produção de bioemulsificante por Candida lipolytica: otimização, ampliação de escala e desenvolvimento de softsensor baseado em redes neurais artificiais. 2006. 340p. Tese (doutorado) - Universidade Estadual de Campinas, Faculdade de Engenharia Quimica, Campinas, SP. Disponível em: https://hdl.handle.net/20.500.12733/1602994. Acesso em: 25 abr. 2024.https://repositorio.unicamp.br/acervo/detalhe/371054porreponame:Biblioteca Digital de Teses e Dissertações da Universidade Estadual de Campinas (UNICAMP)instname:Universidade Estadual de Campinas (UNICAMP)instacron:UNICAMPinfo:eu-repo/semantics/openAccess2017-02-18T04:35:05Zoai::371054Biblioteca Digital de Teses e DissertaçõesPUBhttp://repositorio.unicamp.br/oai/tese/oai.aspsbubd@unicamp.bropendoar:2017-02-18T04:35:05Biblioteca Digital de Teses e Dissertações da Universidade Estadual de Campinas (UNICAMP) - Universidade Estadual de Campinas (UNICAMP)false
dc.title.none.fl_str_mv Processo de produção de bioemulsificante por Candida lipolytica : otimização, ampliação de escala e desenvolvimento de softsensor baseado em redes neurais artificiais
Biomulsifier production process by Candida lipolytica: optmization, scale-up and development of artificial neural network based softsensor
title Processo de produção de bioemulsificante por Candida lipolytica : otimização, ampliação de escala e desenvolvimento de softsensor baseado em redes neurais artificiais
spellingShingle Processo de produção de bioemulsificante por Candida lipolytica : otimização, ampliação de escala e desenvolvimento de softsensor baseado em redes neurais artificiais
Albuquerque, Clarissa Daisy da Costa
Biosensores
Detectores
Redes neurais (Computação)
Inteligência artificial - Processamento de dados
Agentes ativos de superfícies
Surfactantes biodegradaveis
Candida lipolytica
Otimização matemática
Planejamento experimental
Superfícies de resposta (Estatística)
Software sensors
Softsensors
Artificial Neural Networks
Bioemulsifiers
Surface response methodology
Scale-u
title_short Processo de produção de bioemulsificante por Candida lipolytica : otimização, ampliação de escala e desenvolvimento de softsensor baseado em redes neurais artificiais
title_full Processo de produção de bioemulsificante por Candida lipolytica : otimização, ampliação de escala e desenvolvimento de softsensor baseado em redes neurais artificiais
title_fullStr Processo de produção de bioemulsificante por Candida lipolytica : otimização, ampliação de escala e desenvolvimento de softsensor baseado em redes neurais artificiais
title_full_unstemmed Processo de produção de bioemulsificante por Candida lipolytica : otimização, ampliação de escala e desenvolvimento de softsensor baseado em redes neurais artificiais
title_sort Processo de produção de bioemulsificante por Candida lipolytica : otimização, ampliação de escala e desenvolvimento de softsensor baseado em redes neurais artificiais
author Albuquerque, Clarissa Daisy da Costa
author_facet Albuquerque, Clarissa Daisy da Costa
author_role author
dc.contributor.none.fl_str_mv Fileti, Ana Maria Frattini, 1965-
Takaki, Galba Maria de Campos
Gudwin, Ricardo Ribeiro
Andrietta, Maria da Graça Stupiello
Silva, Flávio Vasconcelos da
Costa, Aline Carvalho da
Tambourgi, Elias Basile
Universidade Estadual de Campinas. Faculdade de Engenharia Quimica
Programa de Pós-Graduação não informado
UNIVERSIDADE ESTADUAL DE CAMPINAS
dc.contributor.author.fl_str_mv Albuquerque, Clarissa Daisy da Costa
dc.subject.por.fl_str_mv Biosensores
Detectores
Redes neurais (Computação)
Inteligência artificial - Processamento de dados
Agentes ativos de superfícies
Surfactantes biodegradaveis
Candida lipolytica
Otimização matemática
Planejamento experimental
Superfícies de resposta (Estatística)
Software sensors
Softsensors
Artificial Neural Networks
Bioemulsifiers
Surface response methodology
Scale-u
topic Biosensores
Detectores
Redes neurais (Computação)
Inteligência artificial - Processamento de dados
Agentes ativos de superfícies
Surfactantes biodegradaveis
Candida lipolytica
Otimização matemática
Planejamento experimental
Superfícies de resposta (Estatística)
Software sensors
Softsensors
Artificial Neural Networks
Bioemulsifiers
Surface response methodology
Scale-u
description Orientadores: Ana Maria Frattini Fileti, Galba Maria de Campos Takaki
publishDate 2006
dc.date.none.fl_str_mv 2006
2006-02-22T00:00:00Z
dc.type.status.fl_str_mv info:eu-repo/semantics/publishedVersion
dc.type.driver.fl_str_mv info:eu-repo/semantics/doctoralThesis
format doctoralThesis
status_str publishedVersion
dc.identifier.uri.fl_str_mv (Broch.)
https://hdl.handle.net/20.500.12733/1602994
ALBUQUERQUE, Clarissa Daisy da Costa. Processo de produção de bioemulsificante por Candida lipolytica: otimização, ampliação de escala e desenvolvimento de softsensor baseado em redes neurais artificiais. 2006. 340p. Tese (doutorado) - Universidade Estadual de Campinas, Faculdade de Engenharia Quimica, Campinas, SP. Disponível em: https://hdl.handle.net/20.500.12733/1602994. Acesso em: 25 abr. 2024.
identifier_str_mv (Broch.)
ALBUQUERQUE, Clarissa Daisy da Costa. Processo de produção de bioemulsificante por Candida lipolytica: otimização, ampliação de escala e desenvolvimento de softsensor baseado em redes neurais artificiais. 2006. 340p. Tese (doutorado) - Universidade Estadual de Campinas, Faculdade de Engenharia Quimica, Campinas, SP. Disponível em: https://hdl.handle.net/20.500.12733/1602994. Acesso em: 25 abr. 2024.
url https://hdl.handle.net/20.500.12733/1602994
dc.language.iso.fl_str_mv por
language por
dc.relation.none.fl_str_mv https://repositorio.unicamp.br/acervo/detalhe/371054
dc.rights.driver.fl_str_mv info:eu-repo/semantics/openAccess
eu_rights_str_mv openAccess
dc.format.none.fl_str_mv application/pdf
340p. : il.
dc.publisher.none.fl_str_mv [s.n.]
publisher.none.fl_str_mv [s.n.]
dc.source.none.fl_str_mv reponame:Biblioteca Digital de Teses e Dissertações da Universidade Estadual de Campinas (UNICAMP)
instname:Universidade Estadual de Campinas (UNICAMP)
instacron:UNICAMP
instname_str Universidade Estadual de Campinas (UNICAMP)
instacron_str UNICAMP
institution UNICAMP
reponame_str Biblioteca Digital de Teses e Dissertações da Universidade Estadual de Campinas (UNICAMP)
collection Biblioteca Digital de Teses e Dissertações da Universidade Estadual de Campinas (UNICAMP)
repository.name.fl_str_mv Biblioteca Digital de Teses e Dissertações da Universidade Estadual de Campinas (UNICAMP) - Universidade Estadual de Campinas (UNICAMP)
repository.mail.fl_str_mv sbubd@unicamp.br
_version_ 1797405381167677440

Registros relacionados