Exportar este item: EndNote BibTex

Use este identificador para citar ou linkar para este item: http://tede2.unicap.br:8080/handle/tede/608
Tipo do documento: Dissertação
Título: Modelagem baseada em redes neurais de meios de produção de biossurfactantes
Autor: Melo, Mirthys Marinho do Carmo 
Primeiro orientador: Albuquerque, Clarissa Daisy da Costa
Primeiro membro da banca: Fileti, Ana Maria Frattini
Segundo membro da banca: Campos-takaki, Galba Maria de
Resumo: O sucesso das aplicações de redes neurais artificiais (RNA) como técnica de modelagem alternativa à metodologia de superfície de resposta (MSR) tem atraído o interesse de grandes indústrias, como a farmacêutica, a de cosméticos, a de alimentos, a de petróleo e a de surfactantes, entre outras. Desenvolvimento de meios de produção é uma área estratégica para a indústria de biossurfactantes por aumentar a eficiência e reduzir custos do processo. Nesta área, determinações de tensão superficial e de atividade de emulsificação vem sendo usadas rotineiramente para monitoramento indireto da produção de biossurfactantes. No presente trabalho, as capacidades de modelagem de metodologia baseada em RNA e metodologia de superfície de resposta foram comparadas na estimação de tensão superficial de meios de produção de biossurfactante. As duas técnicas usaram dados experimentais obtidos de planejamento composto central, com 4 pontos axiais e 3 repetições no ponto central, tendo as concentrações de sulfato de amônio e fosfato monobásico de potássio como variáveis independentes e como variável resposta a tensão superficial de líquidos metabólicos, com 96 horas, livres de células, de meios de produção de biossurfactante por Candida lipolytica UCP 988. Os resultados demonstraram a superioridade da metodologia baseada em RNA. O modelo quadrático obtido usando MSR apresentou coeficiente de determinação igual a 0,43 e falta de ajuste altamente significativa. O ajuste do modelo baseado em RNA aos dados experimentais foi excelente. Simulações com o modelo usando os conjuntos de treinamento, validação e teste apresentaram raízes dos erros quadráticos médios (rmse) inferiores a 0,05 e coeficientes de determinação superiores a 0,99. Neste contexto, a estimação da tensão superficial baseada em RNA a partir dos constituintes de meios de produção de biossurfactantes mostrou ser um método eficaz, confiável e econômico para monitorar a produção de biossurfactantes. O trabalho mostrou também a capacidade da levedura Candida lipolytica UCP 0988 utilizar óleo de milho e produzir biossurfactantes em água do mar extremamente alcalina (pH inicial 14), suplementada com fontes de nitrogênio e fósforo
Abstract: The success of artificial neural networks (ANN) applications as an alternative modeling technique to response surface methodology (RSM) has attracted interest from major industries such as pharmaceuticals, cosmetics, oil, food, petroleum and surfactants, among others. Development of production media is a strategic area for the industry of biosurfactants by to increase efficiency and reduce costs of the process. In this area, surface tension measurements and emulsification activity has been routinely used for indirect monitoring of biosurfactant production. In this paper, the capabilities of RNA-based modeling and MSR were compared in surface tension estimation of biosurfactant production media. The two techniques used experimental data from the central composite design with four axial points and three replicates at the central point. The concentrations of ammonium sulfate and potassium monobasic phosphate were used as independent variables. The surface tensions of cell-free broths, with 96 h, of biosurfactant production media by Candida lipolytica UCP 988 in sea water were used as response variable. The results demonstrated the superiority of the RNA-based methodology. The quadratic model obtained using MSR showed a coefficient of determination equal to 0.43 and highly significant lack of fit. The fit of the model RNA based on experimental data was excellent. Simulations with the model using the training, validation an test sets showed root mean squared error (rmse) of less than 0.05 and coefficients of determination higher than 0.99. In this context, the RNA-based estimation of surface tension from the constituents of biosurfactant production media showed to be an efficient, reliable and economical method to monitor the biosurfactant production. The work also showed the ability of the yeast Candida lipolytica UCP 0988 use corn oil and produce biosurfactants in extremely alkaline sea water (initial pH 14), supplemented with sources of nitrogen and phosphorus
Palavras-chave: redes neurais (computação)
biossurfactantes
candida lipolytica
tensão superficial
dissertações
neural networks (computer science)
biosurfactants
candida lipolytica
surface tension
dissertation
Área(s) do CNPq: CNPQ::CIENCIAS BIOLOGICAS::BIOLOGIA GERAL
Idioma: por
País: BR
Instituição: Universidade Católica de Pernambuco
Sigla da instituição: UNICAP
Departamento: Desenvolvimento de Processos Ambientais
Programa: Mestrado em Desenvolvimento de Processos Ambientais
Tipo de acesso: Acesso Aberto
URI: http://tede2.unicap.br:8080/handle/tede/608
Data de defesa: 28-Fev-2011
Aparece nas coleções:Desenvolvimento de Processos Ambientais

Arquivos associados a este item:
Não existem arquivos associados a este item.


Os itens no repositório estão protegidos por copyright, com todos os direitos reservados, salvo quando é indicado o contrário.