Otimização das propriedades adsortivas das sílicas mesoporosas para remoção de amoxicilina usando redes neurais artificiais

dc.contributor.advisorFelisbino, Romilda Fernandez [UNIFESP]
dc.contributor.advisorLatteshttp://lattes.cnpq.br/6117083445205729pt_BR
dc.contributor.authorSilva, Ivan Francisco [UNIFESP]
dc.coverage.spatialDiademapt_BR
dc.date.accessioned2023-01-18T12:48:12Z
dc.date.available2023-01-18T12:48:12Z
dc.date.issued2022-11-21
dc.description.abstractA amoxicilina (AMX) é um antibiótico usado no tratamento de diversas patologias bacterianas, como por exemplo, a pneumonia. É um medicamento manipulado em alta escala no Brasil por laboratórios como Ache, Prati, Medley, União Química entre outros. Apesar do efeito benéfico no tratamento de doenças, o insumo farmacêutico ativo pode apresentar efeitos maléficos para a sociedade inclusive contribuindo no desenvolvimento de micro-organismos resistentes, gerando populações de superbactérias. Nesse sentido, a presença desses micropoluentes emergentes é um problema muito sério para o planeta, pois estudos mostram que em torno de dois terços dos rios do mundo inteiro estão contaminados com resíduos de antibióticos. O processo de adsorção se apresenta como um método eficiente, prático e de menor custo quando comparado com os demais processos de remoção de antibióticos. Trabalhos reportados na literatura mostram que as sílicas mesoporosa apresentam um forte potencial na adsorção da amoxicilina, no entanto apesar dos vários relatos, existem lacunas na literatura sobre as condições ótimas de sínteses para a obtenção de sólidos mesoporosos com alta capacidade de remoção de antibióticos. Nesse contexto, este trabalho pretende buscar condições ótimas de sínteses da Al-MCM-41 para aplicar na adsorção de amoxicilina utilizando como ferramenta as redes neurais artificiais (RNAs). Para isso será utilizado um conjunto de dados experimentais obtido no nosso grupo de pesquisa, onde foram sintetizados adsorventes Al-MCM-41 variando a razão Si/Al, a temperatura e o tempo de tratamento térmico baseado em um planejamento estatístico experimental (2k + 3PC) e esses sólidos foram aplicados na adsorção de AMX em batelada. As superfícies respostas das RNA’s treinadas mostraram que a razão Si/Al é o parâmetro de maior influência para a variável de saída qe. As redes neurais artificiais se mostraram uma excelente ferramenta para predizer condições ótimas de sínteses da sílica mesoporosa Al-MCM-41 evitando maiores custos e otimizando o tempo na preparação dos adsorventes.pt_BR
dc.description.abstractAmoxicillin is an antibiotic used in the treatment of several bacterial pathologies, for example, pneumonia. It is manufactured on a large scale in Brazil by industries such as Ache, Prati, Medley, União Química and others. Despite the beneficial effect in the treatment of diseases, the active pharmaceutical ingredient (API) can be harmful to society, contributing to the development of resistant microorganisms, generating populations of antibiotic resistant bacteria. The presence of these polluting microorganisms is a serious planetary problem, as studies show that around 66% of the world's rivers are contaminated with antibiotic residues. There are many possible processes that can be applied to the removal of antibiotics, as biodegradation, photocatalysis, ozonation, Fenton process and adsorption process. All these technologies have advantages and disadvantages, but the adsorption process presents itself as an efficient, accessible and low-cost method compared to other technologies. Previous studies show that mesoporous silicas have a high efficiency of adsorption of amoxicillin, however, they are not precise regarding the ideal synthesis conditions to obtain mesoporous solids with high antibiotic removal capacity. For this reason, this work has as main objective to find the ideal conditions of Al-MCM-41 to apply amoxicillin adsorption using artificial neural networks (ANNs) as support. For this to be possible, experimental data obtained in a research group will be used, where Al-MCM-41 adsorbents were synthesized with variations of parameters, these being the Si/Al ratio, temperature and heat treatment time, based on a experimental statistical design (2k + 3CP) and these solids were used in the adsorption of amoxicillin in batch. The training of artificial neural networks will be carried out using matlab software. The response surfaces of the trained ANNs showed that the Si/Al ratio is the most influential parameter for the output variable qe. Artificial neural networks proved to be an excellent tool to predict optimal conditions for the synthesis of mesoporous silica Al-MCM-41, avoiding higher costs and optimizing time in the preparation of adsorbents.pt_BR
dc.emailadvisor.customfernandez.romilda@unifesp.brpt_BR
dc.format.extent51 f.pt_BR
dc.identifier.urihttps://repositorio.unifesp.br/handle/11600/66404
dc.languageporpt_BR
dc.publisherUniversidade Federal de São Paulopt_BR
dc.rightsAcesso restritopt_BR
dc.subjectAdsorçãopt_BR
dc.subjectPoluentes emergentespt_BR
dc.subjectAmoxicilinapt_BR
dc.subjectRedes neurais artificiaispt_BR
dc.subjectAl-mcm-41pt_BR
dc.subjectEmerging pollutantspt_BR
dc.subjectAdsorptionpt_BR
dc.subjectAmoxicillinpt_BR
dc.subjectArtificial neural networks (ANNs)pt_BR
dc.titleOtimização das propriedades adsortivas das sílicas mesoporosas para remoção de amoxicilina usando redes neurais artificiaispt_BR
dc.typeTrabalho de conclusão de curso de graduaçãopt_BR
unifesp.campusInstituto de Ciências Ambientais, Químicas e Farmacêuticas (ICAQF)pt_BR
unifesp.graduacaoQuímica Industrialpt_BR
Arquivos
Pacote Original
Agora exibindo 1 - 1 de 1
Carregando...
Imagem de Miniatura
Nome:
TCC - Submeter.pdf
Tamanho:
3.2 MB
Formato:
Adobe Portable Document Format
Descrição:
Trabalho de conclusão de curso
Licença do Pacote
Agora exibindo 1 - 1 de 1
Carregando...
Imagem de Miniatura
Nome:
license.txt
Tamanho:
5.74 KB
Formato:
Item-specific license agreed upon to submission
Descrição: