Modelagem híbrida do processo de extração supercrítica

Abstract

Os modelos matemáticos baseados em princípios fundamentais utilizados para descrever os processos de extração supercrítica apresentam uma série de parâmetros que devem ser estimados a partir de dados experimentais. Por outro lado, o emprego de redes neurais como modelo de processo encontra-se bem estabelecido e com inúmeras aplicações bem sucedidas. A dificuldade do emprego de uma rede neural como modelo é a de que esta não fornece informações sobre os fenômenos envolvidos. Neste trabalho propõe-se uma abordagem híbrida para modelagem do processo de extração supercrítica do óleo de capim-limão (Cymbopogon citratus), cravo (Eugenia caryuphyllus) e canela (Cinnamomum zeylanicum). O conjunto de dados para treinamento da rede e validação da estratégia proposta foi obtido em uma unidade piloto de extração com capacidade de 4,7 litros. O modelo híbrido foi utilizado para predição das curvas de extração do óleo essencial mostrando boa concordância com os dados experimentais.