Título: DESENVOLVIMENTO DE ALGORITMO EM PYTHON PARA ESTIMAR A ENERGIA DE ATIVAÇÃO DO HIDROCHAR DA CASCA DE EUCALIPTO USANDO O MODELO DE FRIEDMAN
Título alternativo: DEVELOPMENT OF AN ALGORITHM IN PYTHON TO ESTIMATE THE ACTIVATION ENERGY OF EUCALYPTUS SHELL HYDROCHAR USING THE FRIEDMAN MODEL
Autoria de: Gustavo Augusto Senna do Nascimento
Orientação de: Tiago Jose Pires de Oliveira
Coorientação de: Nathan Sombra Evangelista
Presidente da banca: Tiago José Pires de Oliveira
Primeiro membro da banca: Nathan Sombra Evangelista
Segundo membro da banca: Alisson Lara Carvalho
Terceiro membro da banca: Pedro Venâncio Wate
Palavras-chaves: Biomassa, Decomposição térmica, TGA, Python, Modelo de Friedman
Data da defesa: 06/02/2025
Semestre letivo da defesa: 2024-2
Data da versão final: 17/02/2025
Data da publicação: 17/02/2025
Referência: Nascimento, G. A. S. d. DESENVOLVIMENTO DE ALGORITMO EM PYTHON PARA ESTIMAR A ENERGIA DE ATIVAÇÃO DO HIDROCHAR DA CASCA DE EUCALIPTO USANDO O MODELO DE FRIEDMAN. 2025. 62 p. Trabalho de Conclusão de Curso (Graduação em Engenharia Química Bacharelado)-Universidade Federal de Lavras, Lavras, 2025.
Resumo: Durante muitos anos, a matéria orgânica rica em nutrientes foi descartada em lixões e aterros sanitários. Com o avanço das técnicas de análises térmicas, especialmente a decomposição térmica e a carbonização hidrotérmica (CHT), tornou-se possível transformar esses resíduos em produtos de alto potencial energético, contribuindo para a gestão de resíduos sólidos e oferecendo uma alternativa ao uso de combustíveis fósseis. Neste estudo, foi desenvolvido um código em Python para calcular a Energia de Ativação da casca de eucalipto, utilizando o Modelo de Friedman. Foram realizadas análises termogravimétricas (TGA) de quatro amostras três delas submetidas ao processo de carbonização hidrotérmica a 180, 220 e 240 ?C, formando os hidrochars, e uma amostra não submetida ao processo de CHT, que foi analisada in natura e identificada neste trabalho como biomassa. A TGA foi realizada a diferentes taxas de aquecimento (2,5 5 10 e 20 ?Cmin), permitindo a análise da degradação da biomassa com o aumento da temperatura, por meio das curvas de termogravimetria (TG) e termogravimetria derivada (DTG). Para o cálculo da Energia de Ativação, os cálculos do Método de Friedman foram implementados em Python, utilizando as bibliotecas Pandas, NumPy, Scikit-learn e Matplotlib. O tratamento dos dados foi realizado por meio de um algoritmo de comparação entre linhas, no qual valores de massa crescentes ou temperaturas decrescentes foram descartados da base de dados. Os resultados indicaram que a carbonização hidrotérmica proporcionou melhorias significativas nas propriedades da biomassa, como a diminuição da energia de ativação necessária para o processo de combustão. Essa melhoria foi refletida nos gráficos de perda de massa, na derivadada de perda de massa e energia de ativação em função da conversão, onde a curva da biomassa sem o processo de carbonização hidrotérmica demandou altos valores de energia de ativação e a amostra de biomassa tratada pelo CHT apresentou uma redução expressiva.
Abstract: With the advancement of thermal analysis techniques, especially thermal decomposition and hydrothermal carbonization (HTC), it has become possible to transform these residues into products with high energy potential. In this study, a Python code was developed to calculate the Activation Energy of eucalyptus bark using the Friedman Model. Thermogravimetric analyses (TGA) were performed on four samples three subjected to the hydrothermal carbonization process at 180, 220, and 240?C, forming the hydrochars, and one sample not subjected to the HTC process, which was analyzed in its raw state and identified in this work as biomass. The TGA was carried out at different heating rates (2.5, 5, 10, and 20?Cmin), allowing the analysis of biomass degradation with increasing temperature through thermogravimetric (TG) and derivative thermogravimetric (DTG) curves. For the calculation of Activation Energy, the Friedman Method calculations were implemented in Python using the Pandas, NumPy, Scikitlearn, and Matplotlib libraries. Data processing was carried out through a line comparison algorithm, where increasing mass values or decreasing temperatures were discarded from the dataset. The TGA results of hydrothermal carbonization at 240?C indicate a more efficient decomposition process than at 180?C and biomass, with lower activation energy and greater stability in the standard deviation.
URI alternaviva: sem URI do Repositório Institucional da UFLA até o momento.
Curso: G033 - ENGENHARIA QUÍMICA (BACHARELADO)
Nome da editora: Universidade Federal de Lavras
Sigla da editora: UFLA
País da editora: Brasil
Gênero textual: Trabalho de Conclusão de Curso
Nome da língua do conteúdo: Português
Código da língua do conteúdo: por
Licença de acesso: Acesso aberto
Nome da licença: Licença do Repositório Institucional da Universidade Federal de Lavras
URI da licença: repositorio.ufla.br
Termos da licença: Acesso aos termos da licença em repositorio.ufla.br
Detentores dos direitos autorais: Gustavo Augusto Senna do Nascimento e Universidade Federal de Lavras
Baixar arquivo