Avaliação da eletrocoagulação no tratamento de efluente líquido da indústria de laticínios

Abstract

O objetivo geral deste trabalho foi avaliar a aplicação da eletrocoagulação no tratamento de efluente líquido da indústria de laticínios utilizando as variáveis operacionais: material de construção do eletrodo (ferro, alumíino e zinco), o pH inicial do efluente; o tempo de eletrólise; a densidade de corrente elétrica, e a distância entre os eletrodos. Ainda, modelar a redução da demanda química de oxigênio por meio de redes neurais artificiais, e em também verificar a importância relativa das variáveis de entrada da rede neural artificial no cálculo da demanda química de oxigênio após o tratamento por eletrocoagulação. Por último, avaliar o custo referente aos componentes de custo operacional, custo de energia elétrica, custo de desgaste dos eletrodos e custo de reagente para ajustar o pH do efluente. Com uso de eletrodos de ferro obteve-se que o tempo de eletrólise de 15 minutos, pH inicial próximo ao neutro e densidade de corrente elétrica de 50 A.m-2 resultaram em maior redução na demanda química de oxigênio, isto é, aproximadamente 58 %; Com o uso de eletrodos de alumínio obteve-se que 23 minutos de tempo de eletrólise, pH inicial de 5,0 e densidade de corrente elétrica de 55 A·m-2 apresentaram os melhores resultados. Para essas condições o tratamento por eletrocoagulação apresentou eficiência de remoção de DQO de 52 %. Com o uso de eletrodos de zinco, a melhor condição operacional foi densidade de corrente elétrica em torno de 86,2 A·m-2, tempo de eletrólise de 43 minutos e pH inicial da amostra próximo 7,2. Nessa melhor condição operacional foi possível reduzir a demanda química de oxigênio em aproximadamente 58 %. Na modelagem por redes neurais artificiais, a melhor rede neural artificial treinada, validada e testada apresentou coeficiente de correlação entre os dados experimentais e os calculados de 0,97 para o grupo de dados usados para o treinamento, de 0,96 para o grupo de dados usados para validação e 0,96 para os dados usados para o teste da rede. A avaliação da importância relativa de variáveis de entrada na rede neural artificial para calcular a demanda química de oxigênio após tratamento por eletrocoagulação permitiu concluir que a principal variável de entrada foi a concentração de sólidos dissolvidos totais seguida pela demanda química de oxigênio do efluente bruto. A avaliação do custo do tratamento de efluente líquido de uma indústria de laticínios por eletrocoagulação usando eletrodos de alumínio mostrou que para remoção de 70 % de DQO, o custo referente ao desgaste do eletrodo, consumo de energia elétrica e consumo de reagentes para ajuste de pH foi R$ 2,68 por metro cúbico.

The present work had as objectives: to evaluate the application of electrocoagulation in the treatment of liquid effluent from the dairy industry using the following operating variables: construction of the electrode material (iron, zinc and aluminum), the initial pH; electrolysis time, the electrical current density and the distance between the electrodes. The model reduced chemical oxygen demand by means of artificial neural networks, and also checked the relative importance of input variables from the neural network in the calculation of chemical oxygen demand after treatment by electrocoagulation. Finally, it evaluated the operating cost, electricity cost, cost of electrode wear and reagent cost to adjust the pH of the effluent.With the use of iron electrodes it was found that electrolysis time of 15 minutes, initial pH near neutral and electrical current density of 50 A·m-2 resulted in a greater (approximately 58 %) reduction in chemical oxygen demand. With the use of aluminum electrodes it was found that 23 minutes of electrolysis time, initial pH of 5.0 and density of electrical current of 55 A·m-2 showed the best results. The variable distance between electrodes had no significant effect. For these conditions for electrocoagulation treatment COD removal efficiency was of 52 %. With the use of zinc electrodes, the best operating condition of electrical current density was about 86.2 A·m-2, electrolysis time of 43 minutes and an initial pH of the sample near 7.2. Under the best operating conditions it was possible to reduce the chemical oxygen demand by approximately 58 %. In modeling by artificial neural networks, for the best artificial neural network trained, validated and tested, the correlation coefficient between experimental and calculated values was 0.97 for the data set used for training, 0.96 for the data set used for validation and 0.96 for the data used to test the network. The evaluation of the relative importance of input variables in artificial neural network to calculate the chemical oxygen demand after treatment by electrocoagulation concluded that the main input variable was the concentration of total dissolved solids followed by chemical oxygen demand of the effluent. Using aluminum electrodes it was found that the cost of treating (cost of electricity, cost related to electrode wear and reagent costs for pH adjustment) the liquid effluent of a dairy by electrocoagulation was R$ 2.68 per cubic meter for 70 % removal of COD.