Your browser doesn't support javascript.
loading
Neural modeling of bromelain extraction by reversed micelles
Fileti, Ana Maria Frattini; Fischer, Gilvan Anderson; Tambourgi, Elias Basile.
Afiliação
  • Fileti, Ana Maria Frattini; Universidade Estadual de Campinas. Faculdade de Engenharia Química. Campinas. BR
  • Fischer, Gilvan Anderson; Universidade Estadual de Campinas. Faculdade de Engenharia Química. Campinas. BR
  • Tambourgi, Elias Basile; Universidade Estadual de Campinas. Faculdade de Engenharia Química. Campinas. BR
Braz. arch. biol. technol ; 53(2): 455-463, Mar.-Apr. 2010. ilus, tab
Artigo em Inglês | LILACS | ID: lil-546578
Biblioteca responsável: BR1.1
ABSTRACT
A pulsed-cap microcolumn was used for bromelain extraction from pineapple juice by reversed micelles. The cationic micellar solution used BDBAC as the surfactant, isooctane as the solvent and hexanol as the co-solvent. In order to capture the dynamic behavior and the nonlinearities of the column, the operating conditions were modified in accordance with the central composite design for the experiment, using the ratio between the light phase flow rate and the total flow rate, and the time interval between pulses. The effects on the purification factor and on total protein yield were modeled via neural networks. The best topology was defined as 16-9-2, and the input layer was a moving window of the independent variables. The neural model successfully predicted both the purification factor and the total protein yield from historical data. At the optimal operating point, a purification factor of 4.96 and a productivity of 1.29 mL/min were obtained.
RESUMO
Uma micro-coluna com campânulas pulsantes foi utilizada para a extração de bromelina a partir de suco de abacaxi, usando micelas reversas. A solução catiônica micelar foi composta do surfactante BDBAC, do solvente iso-octano e do co-solvente hexanol. Seguindo um planejamento experimental, perturbações foram impostas à coluna de extração com o objetivo de capturar seu comportamento dinâmico e suas não-linearidades, usando a razão entre a vazão da fase leve e vazão total, e o intervalo de tempo entre os pulsos. Os efeitos das variáveis independentes sobre o fator de purificação e sobre o rendimento em proteínas totais foram modelados via redes neurais artificiais. A melhor topologia de rede obtida foi definida como 16-9-2, usando um esquema de janela móvel no tempo das variáveis independentes. O modelo neural obtido do histórico do processo se mostrou adequado para predizer simultaneamente o fator de purificação e o rendimento do processo em proteínas totais. No ponto ótimo de operação, foi encontrado um fator de purificação de 4.96, com produtividade de 1.29 mL/min.

Texto completo: Disponível Coleções: Bases de dados internacionais Base de dados: LILACS Tipo de estudo: Estudo prognóstico Idioma: Inglês Revista: Braz. arch. biol. technol Assunto da revista: Biologia Ano de publicação: 2010 Tipo de documento: Artigo País de afiliação: Brasil Instituição/País de afiliação: Universidade Estadual de Campinas/BR
Texto completo: Disponível Coleções: Bases de dados internacionais Base de dados: LILACS Tipo de estudo: Estudo prognóstico Idioma: Inglês Revista: Braz. arch. biol. technol Assunto da revista: Biologia Ano de publicação: 2010 Tipo de documento: Artigo País de afiliação: Brasil Instituição/País de afiliação: Universidade Estadual de Campinas/BR
...