Tratamento de efluentes contendo fenol através de processos oxidativos avançados (POAs).

• Main Author: Muranaka, Cínthia Tiemi
• Other Authors: Nascimento, Claudio Augusto Oller do
• Format: Others
• Language: pt
• Published: Biblioteca Digitais de Teses e Dissertações da USP 2006
• Subjects: Compostos orgânicos; Efluentes; Organic compounds; Reactors; Reatores; Wastewater
• Online Access: http://www.teses.usp.br/teses/disponiveis/3/3137/tde-15092006-163920/

Os Processos Oxidativos Avançados (POAs) têm sido largamente empregados para o tratamento de efluentes contendo compostos orgânicos altamente tóxicos, que por sua vez, são dificilmente degradados pelos sistemas de tratamento biológico convencional. Além disso, os tratamentos físico-químicos, como filtração, adsorção e floculação, não destroem o composto tóxico, e sim, apenas transferem-no para outra fase, causando um subseqüente problema de descarte. A principal barreira para a aplicação do POA em escala industrial é o alto custo relacionado à utilização da radiação ultravioleta (UV). Desta maneira, torna-se interessante desenvolver um reator com uma fonte artificial de radiação UV de custo reduzido. Neste trabalho, foi projetado um reator tubular fotoquímico de aço inox 304 que apresenta um conjunto de 12 lâmpadas fluorescentes como fonte de radiação UV (40W/lâmpada), posicionadas verticalmente na superfície interna do mesmo. O processo estudado foi o processo foto-Fenton, que consiste em uma combinação de íons ferrosos, peróxido de hidrogênio e radiação UV, aplicado na degradação de um efluente aquoso contendo fenol como poluente modelo (100–500 mgC.L-1). Os resultados experimentais indicaram que a taxa de degradação aumenta com a radiação UV, até atingir a saturação de fótons da luz UV . Com o objetivo de verificar a influência das variáveis de processo, foi realizado um planejamento experimental, no qual possibilitou-se obter um modelo para o processo e a respectiva superfície de resposta. Neste processo foi utilizada uma combinação de Fe2+ (0,27–30 mM), H2O2 (0,2–6 moles) e radiação UV, chegando-se a uma mineralização de 82% para 100 mgC.L-1 de fenol e 81% para 500 mgC.L-1 de fenol. Devido à complexidade apresentada pelo processo foto-Fenton, foi aplicado outro tipo de modelagem matemática, baseado na técnica de redes neurais artificiais (RNA), chegando-se a um coeficiente de determinação de 99% entre os valores experimentais e os valores calculados pelo modelo. === Advanced Oxidation Processes (AOPs) have been largely used for the treatment of wastewaters containing highly toxic organic compounds, which are hardly degraded by the conventional biological systems. Besides, the physicalchemical treatments, such as filtration, adsorption and flocculation, do not destroy the target compounds, which are simply transferred to another phase, causing a subsequent problem of disposal. The main barrier for the application of the POA in industrial scale is the high cost related to the use of ultraviolet radiation (UV) sources. Therefore, it has been proposed a development of a reduced cost reactor with an artificial source of UV radiation. In the present work, a tubular photochemical reactor was developed, which is made in stainless steel and presents a row of 12 fluorescent lamps as the UV radiation source (40W/lamp), attached vertically onto the inner surface of the reactor. It has been studied the photo-Fenton process, that consists in a combination of ferrous ions, hydrogen peroxide and UV radiation, applied in the degradation of an aqueous solution containing phenol as pollutant model (100–500 mgC.L-1). The experimental results indicated that the degradation rate increases as the UV irradiance increases. In order to verify the influence of the process variables in phenol degradation, an experimental design was carried out by the response surface method and the corresponding polynomial model was determined. In this process, it was used a combination of Fe2+ (0,27–30 mM), H2O2 (0,2–6 moles) and UV radiation. The mineralisation efficiency was 82% for phenol 100 mgC.L-1 and 81% for phenol 500 mgC.L-1. Due to the complexity presented by the photo-Fenton process, another type of mathematical modelling was applied, based on the artificial neural network (ANN), obtaining 99% of coefficient of determination between the experimental values and the values calculated by the model.