aplicaÇÃo do simulated annealing na otimizaÇÃo...

APLICAÇÃO DO SIMULATED

ANNEALING NA OTIMIZAÇÃO DO

PROCESSO DE HIDRÓLISE DO AMIDO

DE MANDIOCA PARA PRODUÇÃO DE

ÁLCOOL

Marco Antonio Campos Benvenga (UNINOVE )

[email protected]

Andre Felipe H. Librantz (UNINOVE )

[email protected]

Jose Carlos Curvelo Santana (UNINOVE )

[email protected]

Elias Basile Tambourgi (UNICAMP )

[email protected]

O objetivo deste trabalho é simular a cinética e otimizar o processo de

hidrólise do amido da mandioca por α-amilases de Aspergillus niger

através da técnica meta-heurística do Simulated Annealing (SA).

Primeiramente, efetuou-se um planejammento fatorial 23 completo,

utilizando a concentração de amido, a temperatura e o tempo de

hidrólise como fatores e, o rendimento da hidrólise como resposta. Em

seguida, foi feita uma avaliação do modelo por meio do método dos

mínimos quadrados. Com base nos resultados obtidos, observou-se que

o modelo quadrático adequou-se melhor ao comportamento dos dados.

Após a implementação da técnica obteve-se uma condição ótima com

os seguintes valores para os fatores envolvidos: concentração de

23,34g/L de amido, tempo de reação de 110,23 min. e temperatura de

61,81 ºC; onde encontrou-se o rendimento da hidrólise de 83,74%.

Palavras-chaves: hidrólise de amido, modelagem, simulação,

otimização, amilases.

XXXIII ENCONTRO NACIONAL DE ENGENHARIA DE PRODUCAO A Gestão dos Processos de Produção e as Parcerias Globais para o Desenvolvimento Sustentável dos Sistemas Produtivos

Salvador, BA, Brasil, 08 a 11 de outubro de 2013.



2

1. Introdução

Álcool e biodiesel são considerados opções energéticas importantes como substitutos de

combustíveis fósseis e constituem um recurso renovável sem fim, como eles são produzidos a

partir de biomassa, em geral, uma cultura de exploração agrícola. A crença atual é de que a

substituição de combustíveis fósseis com o álcool pode reduzir as emissões dos gases com

efeito de estufa(Giraçol et al., 2011; Ometto and Roma, 2010; Pereira and Ortega, 2010).

O mercado de Biocombustíveis tem crescido de forma considerável e, estudos indicam uma

tendência de continuidade deste crescimento. Do volume total de etanol comercializado pela

Petrobras em 2008, 117 mil metros cúbicos foram destinados à Ásia. Segundo o diretor de

Abastecimento da empresa, as exportações brasileiras do biocombustível devem continuar

crescendo em 2009, com a diversificação dos mercados. (COSTA, 2008)

Nesse contexto, a agricultura energética desponta, no cenário mundial, como uma grande

oportunidade para promover profundas mudanças no agronegócio brasileiro. O Brasil possui a

maior extensão de terra do mundo que ainda pode ser incorporada ao processo produtivo,

além de extensas áreas que já foram desmatadas e que hoje se encontram em diferentes

estágios de degradação. A atual matriz energética mundial compõe-se, principalmente, de

fontes não renováveis de carbono fóssil, como petróleo (35%), carvão (23%) e gás natural

(21%) (PERES et al., 2005).

Uma alternativa à substituição desta matéria prima é o uso de xaropes obtido a partir da

hidrólise de amido. O emprego do amido para produção de álcool pode levar o

desenvolvimento agroindustrial a várias regiões brasileiras que têm tradição no cultivo de

amiláceos, principalmente o milho (Zea mays), o arroz (Oriza sativa), a mandioca (Manihot

spp) e outros (FERREIRA et al., 2005; LEONEL & CEREDA, 2000; MENEZES, 1980).

Assim, neste trabalho foi proposto a simulação e otimização do processo de hidrólise do

amido por α-amilases de Aspergillus níger, utilizando a técnica metaheurística simulated

annealing, a partir do modelo matemático apresentado na equação 5.

2. Materiais e Métodos

2.1. Reagentes

O ácido o-fosfórico PA foi adquirido junto a Synth (Diadema-SP, Brasil), acetato de sódio

PA, ácido acético PA, ácido di-nitrosalicílico (DNS) e o álcool etílico PA foram adquirido da

VETEC (São Paulo, Brasil), enquanto que o azul brilhante de Comassie-G e o amido solúvel

foram adquiridos da MERCK (Berlim, Alemanha).

2.2. Enzima

A amilase usada foi do tipo FORILASE NTL® fornecida pela COGNIS (São Paulo, Brasil).



3

2.3. Medição do teor açúcar redutor (AR)

O teor de AR (ou concentração de glicose gerada, CGlicose) foi determinado pelo método do

Miles Laboratory (método do DNS) apresentado em Reguly (1996), Milles (1959) e Biazus et

al. (2005).

2.4. Montagem dos biorreatores

Biorreatores com aquecimento térmico, contendo amido nas concentrações de 8 até 22g/L em

temperaturas de 30 até 60°C a pH 4,8 em tampão acetato 0,1M. Para o estudo da hidrólise os

biorreatores continham 25 mL de solução de amido e a estes foram adicionados 500μL da

solução enzimática. As concentrações de açucares redutor (AR, dada em glicose) foram

medida de tempo em tempo, para se obter a curva cinética para as devidas temperaturas e

concentrações de amido usadas. O rendimento do processo de hidrólise (%RHidrólise) foi obtido

pela concentração de amido hidrolisado (CAmidoHidrolisado) e a concentração de amido inicial

(CAmido) ou a relação entre a glicose gerada (CGlicose)e a concentração de glicose teórica

(CGlicoseTeórica = 1,111*CAmidoInicial), como segue Equação 1 (CADOGAN & HANKS, 1995;

FERREIRA et al., 2005 e 2006; SLEIMAN & VENTURI NETO, 2004).

100*100*%cos

cos

eTeóricaGli

eGli

Amido

lisadoAmidoHidro

HidróliseC

C

C

CR (1)

2.5. Delineamento dos experimentos

Para avaliar os efeitos da concentração de amido (CAmido, x1), da temperatura (T, x2) e

tempo (t, x3) de reação dos biorreatores sobre o rendimento da hidrólise foi feito um

planejamento composto rotacional, como está apresentado na Tabela 1. Para facilitar a

compreensão dos resultados usou-se a metodologia de otimização por análise de superfícies

de respostas (RSM) e avaliação do modelo por metodologia de análise de variâncias (Barros

Neto et al., 2007, Biazus et al., 2005).

2.6. Modelagem da hidrólise

Ambos os modelos obtidos neste trabalho foram obtidos considerando-se que a hidrólise do

amido segue uma reação de 1ª ordem. Algumas modificações aos modelos convencionais

foram propostas para a melhora no ajuste do modelo, assim chegou-se aos modelos semi-

empíricos apresentados a seguir:

Para a dependência do substrato [S], o amido, com o tempo de hidrólise (t), um modelo do

tipo (FORGATY & KELLY, 1979; REGULY, 2000; WISEMAN, 1987):

kt

eqeq eSSSS *)][]([][][ 0 (2)

Onde: [S]eq e [S]0 são as concentrações do substrato no início e no equilíbrio da reação; e k é

a constante cinética de formação do produto. Já para simular a dependência da taxa de

conversão de amido a açúcar redutor (d[S]/dt) verificou-se que o modelo que apresenta o

melhor ajuste é do tipo (FORGATY & KELLY, 1979; REGULY, 2000; WISEMAN, 1987):



4

][max

][ SK

V

Medt

Sd (3)

Onde: KM é a constante de Michaelis-Menten e Vmax é a velocidade máxima de hidrólise da

enzima. Vmax foi obtido pela seguinte equação (FORGATY & KELLY, 1979; REGULY,

2000; WISEMAN, 1987):

0max ][* EkV (4)

Onde [E]0 é a concentração inicial de enzima, que será considerada como a concentração de

proteína total inoculada, obtida pelo método de Bradford (1976) e k é a constante cinética,

obtida na Equação 3.

2.7. Simulated Annealing aplicado ao processo de Hidrólise

Simulated Annealing (SA) ou têmpera simulada, é uma técnica de busca local que simula o

processo de recozimento de metais, no qual o metal é aquecido a altas temperaturas e, em

seguida, é feito um resfriamento sistemático do mesmo visando atingir um ponto de equilíbrio

caracterizado por uma microestrutura ordenada e estável. De acordo com Pham e Pham

(1999), SA também pode ser definida como uma versão probabilística do algoritmo subida de

encosta. O pseudocódigo é mostrado na figura 1.

Procedimento SA

A Figura 1 demonstra os passos principais do processo do Simulated Annealing. Este processo

foi executado na otimização dos parâmetros(Concentração, Temperatura e Tempo) da

Hidrólise da Mandioca.

FIGURA 1 – Fluxograma do processo do SA.



5

Na técnica SA, movimentos para estados melhores que o estado atual são sempre aceitos.

Caso o movimento seja para um estado de piora, ele pode ser aceito com uma determinada

probabilidade, a qual é calculada levando-se em conta a qualidade do movimento (ΔE) que

diminui de acordo com a “temperatura”. Desta forma, nas iterações finais do algoritmo,

somente soluções melhores são aceitas já que a probabilidade de aceitação de uma solução

pior é quase nula.

Metodologia da Otimização

No problema proposto, a técnica do Simulated Annealing foi aplicada para determinar os

valores das três variáveis envolvidas no processo da hidrólise do amido de mandioca com o

objetivo de otimizar o rendimento da hidrólise(Equação 5). São a seguintes variáveis: C (Amido

g/L) (concentração do amido), T (°C) (Temperatura da reação) e t (min) (Tempo da

reação).

(5)

Parâmetros do SA

Os domínios de restrições para os valores das variáveis C (concentração), T (temperatura) e t

(tempo) são respectivamente os seguintes: C [6,59 a 23,375], T [28,18 a 61,82] e t

[9,54 a 110,46].

Para processar as simulações o algoritmo foi calibrado com o parâmetro Temperatura Inicial

(Número de Ciclos) igual a 1.000.000 de graus.

3. Resultados e Discussão

Análise do desempenho do SA com a variação do parâmetro Temperatura Inicial

A Figura 2 ilustra o desempenho do SA com a variação do valor da Temperatura

Inicial (Quantidade de Ciclos). Conforme mostra o gráfico, o melhor desempenho ocorreu

com a Temperatura Inicial igual a um milhão de graus.

Figura 2 – Desempenho do SA com a variação do valor da Temperatura Inicial.

TtCtCTtTCtTCY 61,298,236,034,567,351,050,1123,825,107,44% 222



6

Verifica-se na Figura 2 o que foi constatado anteriormente. O maior ganho percentual

no rendimento da hidrólise, ocorre com 1.000.000 de graus (ciclos), Por este motivo elegeu-se

este valor para o parâmetro Temperatura Inicial.

3.1. Avaliação do modelo da hidrólise

A Tabela 1 apresenta o resultado da avaliação do ajuste do modelo empírico utilizado

(Equação 5) aos dados experimentais. Para que um modelo possa ser estatisticamente

significativo é necessário que Fcalc (5,5) > Ftab (5,5) e para que ele esteja ajustado aos dados

experimentais é necessário que Fcalc (3,2) < Ftab (3,2) e ao coeficiente de correlação deve estar se

aproximando de 1,0. Sendo assim, o modelo é preditivo e pode ser usado para descrever

significativamente os dados experimentais.

Tabela 1 – Resultados obtidos através da Análise de Variância.

Fonte de

Variação

Soma

Quadrática

Graus de

Liberdade

Média

Quadrática Ftab Fcalc

Regressão 3541,052 9 393,45

Resíduos 113,849 7 16,264 3,677 24,19

Falta de Ajuste 109,705 5 21,941

Erro Puro 4,144 2 2,072 19,3 10,59

Total 3654,901 16

% de variância explicada = 96,885

% máxima variância explicável = 99,887

Coeficiente de Determinação (R2) = 0,9689

Fonte: Curvelo-Santana et al (2011).

A título de ilustração, a Figura 3 mostra a aderência da curva dos dados gerados pelo

modelo em relação aos dados experimentais da hidrólise do amido de mandioca.



7

Figura 3 – Ajuste do modelo matemático aos dados experimentais.

Com a avaliação e validação, por meio do método de análise de variância, de que o

modelo é preditivo, passa-se então ao processo de otimização, por meio da técnica SA.

3.2. Resultados obtidos com a otimização pelo SA

Os dados otimizados para o processo de hidrólise foram obtidos de 300 ensaios

gerados pelo SA e mostrados na Figura 4.



8

Figura 4 – Resultados obtidos com 300 ensaios do SA.

Após 300 ensaios, obteve-se o melhor rendimento da hidrólise a 83,74%, com as

variáveis, concentração, temperatura e tempo com os seguintes valores respectivamente:

23,34, 61,81 e 110,23. O valor médio obtido nos ensaios para o rendimento da hidrólise foi de

83,24%.

3.3. Simulação da Hidrólise

Segundo Chwif e Medina (2007), os quais se referem ao Dicionário Houaiss da Língua

Portuguesa (ed.2001), simulação é a imitação do funcionamento de um processo por meio do

funcionamento de outro. É um teste, uma experiência, um ensaio.

A simulação pode ser classificada em computacional e não-computacional. No caso da

otimização da hidrólise da mandioca foi utilizada a simulação computacional devido a

necessidade de se efetuar um grande número de cálculos.

As Figuras 5, 6 e 7, são resultantes da simulação do modelo da hidrólise com a fixação da

temperatura nos valores 35°, 45° e 55° respectivamente.



9

FIGURA 5 – Resultados da hidrólise da mandioca com a temperatura de reação a 35°.

A Figura 5 demonstra os pontos ótimos obtidos pelo AG na reação da enzima a cada dez

minutos. O melhor valor do rendimento da hidrólise para a temperatura de 35ºC foi de

45,64% com 100 minutos de reação e 23,4% de concentração. Após 100 minutos de reação,

verifica-se uma queda no rendimento.


A Figura 6 demonstra os pontos ótimos obtidos pelo AG na reação da enzima a cada dez

minutos. O melhor valor do rendimento da hidrólise para a temperatura de 45ºC foi de

53,23% com 110 minutos de reação e 23,4% por cento de concentração. Após 110 minutos de

reação, verifica-se uma queda no rendimento.



10


Por outro lado, a Figura 7 demonstra os pontos ótimos obtidos pelo AG na reação da enzima a

cada dez minutos. O melhor valor do rendimento da hidrólise para a temperatura de 55ºC foi

de 68,87% com 110 minutos de reação e 23,4% por cento de concentração. Após 110 minutos

de reação, verifica-se uma queda no rendimento.

3.4. Estimação de custos

Após efetuar a simulação da produção da massa de álcool, é utilizado de toneladas de

mandioca média produzida, a fim de estimar o custo da produção de etanol. Uma planta da

produção de álcool pela cana de açúcar está exibida no fluxograma mostrado na Figura 8.

Nesta figura é mostrada uma planta convencional (Fig.8.a) para se obter o álcool pelo açúcar

de cana e a planta adaptada (Fig.8.b) para se obter o álcool pelas raízes de mandioca, proposto

neste trabalho.

A Fermentação de xarope de mandioca é feita no caldo pelo mesmo tanque de

fermentação da cana de açúcar, isto é, o xarope é misturado com o caldo de cana de açúcar na

fermentação. Nesta forma, destilando o fermentado ocorrerá nas mesmas torres de destilação.

De acordo com Garcia e Sperling (2010), na fase industrial, não foi observado o uso de

combustíveis, uma vez que a energia elétrica é gerada pela queima do bagaço de cana de

açúcar.

Para Correia Neto e Ramon (2012), quase todo o açúcar de cana esmagada disponível

é consumida nas caldeiras para a geração de vapor, das quais se produz a quase totalidade da

energia mecânica, energia elétrica e térmica exigida pela indústria. São equilibradas a

disponibilidade de combustível, a energia e, utilidade calor requeridos.



11

Figure 8 – Fluxograma de uma planta de produção de álcool. a) Planta convencional para

cana-de-açúcar b) Planta adaptada para mandioca.

Como as plantas atuais de produção de álcool à base de cana-de-açúcar trabalham com co-

geração de energia, o custo de eletricidade não será considerado no cálculo de custos de

produção.

Como pode ser visto na Figura 8, para modificar a planta de industrialização de álcool de

açúcar de cana para processar mandioca também requer um investimento em um tanque de

lavagem com o misturador 15 m3 e um moinho de martelos. A Tabela 2 mostra o

investimento necessário para a aquisição destes dois dispositivos, considerando a vida útil e

os custos de manutenção e depreciação.

Como a Tabela 6, o investimento total inicial em equipamentos para adaptar a planta de

industrialização de álcool seria R$87.000,00 para comprar mais equipamentos

R$9.048,00 de depreciação real do primeiro ano, totalizando R$96.048,00.



12

Tabela 2 – Investimento para a modificação da planta

Item Discriminaçã

o

Vida

útil Taxa

Manutenção

(%)

Preço Depreciação Manutenção Custo

(anos) (R$) Anual (R$) (R$) Unitário

"(4%) (R$)

1 Tanque de

hidrólise

(15m³) 10 4 55.000,00

a 5.500,00 220,00 5.720,00

2 Moinho de

martelos 10 4 12.000,00

b 1.200,00 48,00 1.248,00

3 Misturador

em "V" 200L 10 4 20.000,00 2.000,00 80,00 2.080,00

TOTAL 87.000,00 9.048,00

Fontes: Máquina e Equipamentos (2011) e Máquinas Sigma (2011)

Também foi calculado o gasto relativo à matéria-prima baseada na produção de mandioca

para o ano de 2011 e o preço estimado em toneladas. Na Tabela 3 é mostrado o gasto

requerido de matéria-prima se toda a produção de mandioca para o ano de 2011 for absorvida

para a produção de àlccol.

Tabela 3 – Gasto com material-prima (mandioca) em toneladas.

Ano Qdade Preço(R$) Custo Total

2011 557300 260 ton 144898000

Por último, fez-se uma estimativa de custo anual de mão-de-obra para operação do

equipamento extra-agregado à planta de industrialização do álcool.

Supondo que a planta opere 24 horas por dia, seria necessária a contratação de três

técnicos (operador de máquina) trabalhando cada um, em turnos de 8 horas. Também se

considerou a contratação de um auxiliar de manutenção.

A Tabela 4 apresenta os gastos necessários com encargos e salários referentes aos

quatro novos funcionários que seriam contratados para operação e manutenção dos

equipamentos extras.

Tabela 4 - Gastos com salários da mão-de-obra do setor de produção.

Discriminação Qtde.

Salário

mensal

unitário

(R$)

Total

salário

(R$/Ano)

Encargos

(R$/Ano)

Custo Total

(R$/ano)

Técnico (Operador de

máquina) 3 1425,00 51300,00 33088,56 84388,56



13

Auxiliar de Manutenção 1 1137,00 13644,00 13200,60 26844,60

TOTAL

111.233,16

Fonte: Guia Rh (2011) *Zanluca (2010) total de encargos financeiros = 96,75%

Verifica-se na Tabela 4 que o custo anual estimado de mão-de-obra para operação e

manutenção dos equipamentos referentes ao processamento da mandioca na planta de

produção de álcool é de R$111.233,16.

Considerando os gastos com investimento em equipamento, consumo de matéria-

prima e encargos e salários, referente à mão-de-obra necessária operação e manutenção dos

equipamentos referentes à adaptação e implantação do processamento da mandioca em uma

planta de industrialização de álcool de cana-de-açúcar se pode chegar ao valor total estimado

do custo de produção por litro de álcool e, também o custo total da planta.

A Tabela 5 apresenta o custo de produção por quilo de mandioca e também o custo

por litro de álcool produzido considerando a matéria-prima, o investimento em equipamentos

e os gastos com encargos e salários.

Tabela 5 – Gastos com a matéria-prima (mandioca) por unidade.

Ano Material Quantidade Custo Unitário

2011

Mandioca (kg) 557.300.000 0,26 R$/kg

Álcool combustível

(L) 108.297.880,00 1,34R$/L

Verifica-se na Tabela 5 que, considerando o rendimento da hidrólise do amido de

mandioca de 83,74% obtido por meio da técnica do SA e, aplicando este valor de rendimento

ao cálculo da massa de álcool a ser produzido, pode-se obter um custo por litro do álcool de

mandioca de 1,34 reais.

Também se pode estimar o custo anual total necessário para a implantação da

produção de álcool com matéria-prima de mandioca em uma planta de cana-de-açúcar

adaptada.

A Tabela 6 apresenta discriminadamente, os custos de: equipamentos, mão-de-obra e

encargos e, matéria-prima para produção de álcool de mandioca em uma planta de cana-de-

açúcar adaptada.

Tabela 6 - Custo total da produção

item Discriminação Custo (R$)

1 Equipamentos 9.048,00

2 Mão-de-obra e encargos 111.233,16

3 Matéria-prima 144.898.000,00

Total 145.018.281,16

Verifica-se na Tabela 6 que o custo anual estimado para a produção de álcool de

mandioca, tendo como base a produção e preço da mandioca para o ano de 2011 é de

145.018.281,16 reais.

Considerando o preço médio estimado da mandioca (Tabela 5) e a produção da massa

de álcool simulada com o rendimento da hidrólise obtido pela técnica SA pode-se simular o

custo por litro do álcool de mandioca de 2002 a 2011.



14

Tabela 7 - Simulação do custo por litro no período de 2002 a 2011.

Equipamentos 9.048,00

Mão-de-Obra 111.233,16

Ano

Prod.Mandioca Preços

Médios Custo / ton Custo:

Rendimento

/ m³ Custo

/ L /

Qtde.(Kg) (R$/Kg) Matéria-

prima Equip/Mão-

de-Obra/ SA R$

R$

Matéria-

prima

R$

2002 664.000.000 0,05 33.200.000,00 33.320.281,16 129.032,47 0,258

2003 428.100.000 0,1 42.810.000,00 42.930.281,16 83.190,96 0,516

2004 410.130.000 0,26 106.633.800,00 106.754.081,16 79.698,92 1,339

2005 592.700.000 0,2 118.540.000,00 118.660.281,16 115.177,02 1,030

2006 595.050.000 0,09 53.554.500,00 53.674.781,16 115.633,69 0,464

2007 545.010.000 0,14 76.301.400,00 76.421.681,16 105.909,62 0,722

2008 565.110.000 0,17 96.068.700,00 96.188.981,16 109.815,57 0,876

2009 582.930.000 0,16 93.268.800,00 93.389.081,16 113.278,46 0,824

2010 542.200.000 0,2 108.440.000,00 108.560.281,16 105.363,56 1,030

2011 557.300.000 0,26 144.898.000,00 145.018.281,16 108.297,88 1,339

A Tabela 7 apresenta o custo por litro simulado do álcool de mandioca no período de

2002 a 2011.

Segundo Furtado e Scandiffio (2007), o álcool brasileiro é competitivo tanto com o

petróleo quanto com o álcool produzido a partir de outras biomassas. O álcool anidro

produzido no Centro-Sul do país com tecnologia avançada, ou seja, a partir de colheita

mecanizada e do uso de caldeiras de alta pressão, tem um custo de produção de R$ 0,57 por

litro na usina em 2005.

Em Bastos (2007), o custo de produção do álcool de cana-de-açúcar no Brasil é de

US$ 0,72 / Galão. Considerando o valor do dólar à R$1,7 e, convertendo a medida

volumétrica de galão para litro obtivemos o seguinte custo em Reais: R$ 0,28 / L.

4. Conclusão

No presente trabalho foram apresentados novos modelos de cinética do amido com vistas à

otimização do processo de produção de álcool.



15

A amilase do tipo FORILASE NTL ® mostrou uma boa atividade de hidrólise do amido

solúvel, conseguindo uma total conversão entre 20-200 minutos e rendimentos que chegaram

a alcançar os 80% em conversão de amido a AR (em termos de glicose). Sendo que o maior

valor foi encontrado a 45°C para uma concentração de amido de 22 g/L.

Os resultados mostraram que os modelos que mais se ajustaram para ambos os casos foram

formados por equações exponenciais. Para a dependência do substrato [S], o amido, com o

tempo de hidrólise (t), um modelos do tipo kteS ][ , onde k é a constante cinética de

formação do produto e para simular a dependência da velocidade de reação (V) verificou-se

que um modelo do tipo ][max S

K

V

MeV foi o mais ajustado, onde Vmax e KM são a velocidade

máxima e a constante de Michaelis-Menten. As equações obtidas permitem prever a

concentração do substrato e do produto dentro de um biorretor nas condições estudadas, e

assim, possibilita simular esse processo em uma escala de produção.

Pelo valor da energia de ativação que foi obtida nesse trabalho conseguiu-se demonstrar que a

aplicação das amilases de A níger é mais viável que as do malte de milho, já que sua energia

de ativação foi menor que a da última.

Após 300 ensaios de simulação a técnica SA obteve o valor otimizado para o rendimento da

hidrólise em 83,74% e, com os valores das variáveis, concentração, temperatura e tempo

iguais a 23,34, 61,81 e 110,23, respectivamente.

5. Referências

GIRAÇOL, J; PASSARINI, KC; SILVA FILHO, SC; CALARGE, FA; TAMBOURGI, EB;

SANTANA, JCC. Reduction in ecological cost through biofuel production from cooking oils:

an ecological solution for the city of

Campinas, Brazil. Journal of Cleaner Production, 2011, doi: 10.1016/j.jclepro.2011.02.015.

OMETTO, AR; ROMA, WNL. Atmospheric impacts of the life cycle emissions of fuel

ethanol in Brazil:

based on chemical exergy. Journal of Cleaner Production, 18, 2010, 71–76.

PEREIRA, CLF; ORTEGA, E. Sustainability assessment of large-scale ethanol production

from sugarcane.

Journal of Cleaner Production, 18, 2010, 77–82.

AGUILAR, G. et al. Purification and characterization of an extracellular a-amylase produced

by Lactobacillus manihotivorans LMG 18010T, an amylolytic lactic acid bacterium. Enzyme

Microb. Technol., New York, v 27, p. 406–413, 2000.

BIAZUS, J. P. M., SOUZA, A. G.; SANTANA, J. C. C.; SOUZA, R. R. TAMBOURGI, E. B.

Optimization of drying process of Zea mays malt to use as alternative source of amylolytics

enzymes. Brazilian Archives of Biology and Technology, 48, special, p.185-190, 2005.

BIAZUS, J. P. M., SOUZA, A. G.; SANTANA, J. C. C.; SOUZA, R. R. TAMBOURGI, E. B.

Caracterização da atividade amilásica do malte de milho (Zea mays L.). Acta Sci. Technol.

Maringá, v. 28, n. 1, p. 13-19, Jan./June, 2006

CADOGAN, A. & HANKS, J. Microbiology & Biotechnology: Biology Advances Studies. 1ª

ed., Croacia: Ed. Nelson, 1995.



16

FERREIRA, G. B.; MELO, V. V.; ALMEIDA, J.B.O.; EVANGELISTA, A. F.; SOUZA, R.

R. Characterizing of obtaining process of a manioc spirit. Braz. J. Food Technol., Special of

5º SIPAL, p.2-7, 2005.

FERREIRA, G.B; MELO, V. V.; LOPES, F. L. G.; SOUZA, R. R.; SANTANA, J. C. C.;

TAMBOUGI, E. B. Produção de Álcool a partir da Hidrólise do Amido de Mandioca por

Amilases do Malte de Milho. Revista SODEBRAS, 10 (On Line), 2006.

FOGARTY, W. M. & KELLY, C. T. Topics in Enzyme and Fermentation. Biotechnology.

Vol.3, J. Wiley and Sons, 1979.

LEONEL, M. e CEREDA, M. P. Avaliação da concentração de pectinase no processo de

hidrólise-sacarificação do farelo de mandioca para obtenção de etanol. Ciênc. Tecnol.

Aliment. (on line), v.20, n.2, 2000.

LIMA, U. A.; AQUARONE, E. BORZANI, W. E SCHMIDELL, W. Processos

Fermentativos e Enzimáticos. Vol.3. 1ª ed., Série Biotecnologia Industrial. São Paulo: Ed.

Edgard Blücher Ltda, 2001, 598p.

MILLER, G. L. Use of dinitrosalicyIic acid reagent for determination of reducing sugar.

Analytical Chemistry, v.31, n.3, p.426-428, 1959.

NEVES, M. A.; KIMURA, T.; SHIMIZU, N.; SHIIBA, K. Production of alcohol by

simultaneous saccharification and fermentation of low-grade wheat flour. Brazilian Archives

of Biology and Technology, v.49, n.3, p.481-490, 2006.

PHAM, D. T.; PHAM, P. T. N. Artificial intelligence in engineering. International Journal of

Machine Tools & Manufacture, v.39, n.6, p.937-949, 1999.

REGULY, J. C. Biotecnologia dos Processos Fermentativos, Vol.1, EDUFPel, 1996, 330p.

REGULY, J. C. Biotecnologia dos Processos Fermentativos: Produção de enzimas e

Engenharia das fermentações. Vol.2, Pelotas: EDUFPel, 2000, 218p.

SLEIMAN, M. & VENTURI FILHO, W. G. Utilização de extratos de malte na fabricação de

cervejas: Avaliação físico-química e sensorial. Braz. J. Food Tech., v.7, n.2, p.145-153, 2004.

WISEMAN, A. Handbook of Enzyme Biotechnology. 2ª ed., John Wiley Sons, New York,

EUA, 1987.

LINDEN, R. Algoritmos Genéticos: Uma importante ferramenta da Inteligência

Computacional. Brasport., Ed.2, 2008.

LIBRANTZ, A.F.H.; COPPINI, N.; BAPTISTA, E.; ARAÚJO, S.; ROSA, A. Genetic

algorithm applied to investigate cutting process parameters influence on workpiece price

formation, Materials and Manufacturing Processes,2010



17

CHWIF, L.; MEDINA, A.C. Modelagem e Simulação de Eventos Discretos – Teoria &

Aplicações. Bravarte., Ed.2, 2007

GARCIA, J. C. C.; SPERLING, E. V. Greenhouse gas emissions in the life cycle of ethanol:

estimation in agriculture and industrialization stages in Minas Gerais, Brazil. Eng.Sanit

Ambient. vol.15 n.3, 2010.

CORREIA NETO, V.; RAMON, D. Análises de Opções Tecnológicas para Projetos de Co-

geração no Setor Sucro-Alcooleiro. SETAP – Sustainable Energy Technology Assistance

Program, 2002. Available in: <

http://www.ie.ufrj.br/infosucro/biblioteca/bim_CorreaNeto_OpcoesCogeracao.pdf> accessed

in May 2012.

aplicaÇÃo do simulated annealing na otimizaÇÃo...

Documents