Análise da influência do kernel de transição na estimativa de parâmetros em modelo aplicado ao processo de produção de etanol por saccharomyces cerevisiae / Analysis of the influence of transition kernel in the estimation of parameters in model applied to the process of ethanol production by saccharomyces cerevisiae

Camila Santana Dias, Berilo Costa de Matos Junior, Bruno Marques Viegas, Nielson Fernando da Paixão Ribeiro, Emanuel Negrão Macêdo, Diego Cardoso Estumano

Abstract


Este trabalho avalia um modelo de cinética microbiana de produção de etanol por processo fermentativo, ponderado pela concentração máxima do microrganismo Saccharomyces cerevisiae. Empregou-se o método de Monte Carlo via Cadeias de Markov, com algoritmo de Metropolis-Hastings, para estimação dos parâmetros, bem como para obtenção do perfil das variáveis de estado do sistema analisado. Diferentes kernels de transição foram avaliados ao utilizar as distribuições de probabilidade: uniforme, t-Student e normal. O kernel com distribuição t-Student alcançou o equilíbrio em menor período de aquecimento. Já o de kernel uniforme, necessitou de mais estados da cadeia de Markov para alcançar a distribuição estacionária. A distribuição normal, apresentou elevada taxa de rejeição de parâmetros candidatos, fazendo com que a cadeia não se movesse por vários estados. Os valores mostrados pelo RMS indicam boas aproximações entre o obtido com a estimação e a referência.


Keywords


Kernel de transição, MCMC, Produção de etanol, Saccharomyces cerevisiae.

References


AMADOR, I. C. B., VIEGAS, B. M., ESTUMANO, D. C., MACÊDO, E. N., RIBEIRO, N. F. Da P. Estimativa da curva de ruptura do processo de adsorção através do algoritmo de reamostragem por importância. Avanços das Pesquisas e Inovações na Engenharia Química 2. 1ed.: Atena Editora, p. 192-204, 2020.

AMADOR, I. C. B., VIEGAS, B. M, ESTUMANO, D. C., Ribeiro, N. F. P. Aplicação de filtros de partículas para estimativa de curva de ruptura do processo de adsorção. In: XXXIX Congresso Brasileiro de Sistemas Particulados, 2019, Belém. XXXIX Congresso Brasileiro de Sistemas Particulados - ENEMP, 2019.

BAIA, R. T., LOBATO, S. L. A., OLIVEIRA, K. B., MACEDO, E. N., BRAGA, E. M., ESTUMANO, D. C. Inverse problem for estimating and optimization of parameters of batch ethanol fermentation process using Bayesian techniques. Brazilian journal of development, v. 6, p. 26496-26516, 2020.

CABRAS, S., NUEDA, M. E. C., RULI, E. Approximate Bayesian computation by modelling summary statistics in a quasi-likelihood framework. Bayesian Analysis. v. 10, n. 2, p. 411-439. 2015.

COUTINHO, J. P. de S., AMADOR, I. C. B., VIEGAS, B. M., RIBEIRO, N. F. da P., ESTUMANO, D. C. Aplicação do método de monte carlo via cadeia de markov para estimativa de parâmetros em modelos de curvas de ruptura. Avanços das Pesquisas e Inovações na Engenharia Química 2. 1ed.: Atena Editora, p. 85-99, 2020.

COSTA Jr, J. M., NAVEIRA-COTTA, C. P. Estimation of kinetic coefficients in micro-reactors for biodiesel synthesis: Bayesian inference with reduced mass transfer model. Chemical Engineering Research and Design. v. 141. p. 550-565. Nov. 2019.

DIAS, C. S., MONTEIRO, L. S., VIEGAS, B. M., ESTUMANO, D. C.; Ribeiro N.F.P . Filtro de partícula sir aplicado ao estudo da hidrólise de matérias graxas. In: XXXIX Congresso Brasileiro de Sistemas Particulados, 2019, Belém. XXXIX Congresso Brasileiro de Sistemas Particulados - ENEMP, 2019.

DIAS, C. S., MONTEIRO, L. S., VIEGAS, B. M., ESTUMANO, D. C., RIBEIRO, N. F. Da P. Estimativa de variáveis de estado em modelo de hidrólise de matérias graxas. Avanços das Pesquisas e Inovações na Engenharia Química 2. 1ed.: Atena Editora, p. 44-58, 2020.

DODIĆ, J. M., VUČUROVIĆ, D. G., DODIĆ, S. N., GRAHOVAC, J. A., POPOV, S. D., NEDELJKOVIĆ, N. M. Kinetic modelling of batch ethanol production from sugar beet raw juice, Applied energy, v. 99. p. 192-197. Jun. 2012.

EL-DALATONY, M. M.; KURADE, M. B., ABOU-SHANAB, A. I. KIM, H., SALAMA, E. S., JEON, B.H. Long-term production of bioethanol in repeated-batch fermentation of microalgal biomass using immobilized Saccharomyces cerevisiae, Bioresource technology. v. 219. p. 98 – 105. Jul. 2016.

ESTUMANO, D. C., HAMILTON, F. C., COLACO, M. J., LEIROZ, A. J., ORLANDE, H. R. B., CARVALHO, R. N., DULIKRAVICH, G. S. Bayesian estimate of mass fraction of burned fuel in internal combustion engines using pressure measurements. Engineering Optimization IV, p. 997-1003, 2014.

FERREIRA, J. L., ESTUMANO, D. C., SOUZA, M. de M. V. M., MACÊDO, E. N. Application of the markov chain monte carlo method to estimation of parameters in a model of adsorption-enhanced reaction process for mercury removal from natural gas. Impactos das Tecnologias na Engenharia Química 3. 3ed.: Atena Editora, p. 315-321, 2019.

FIRTH, S. K., LOMAS, K. J., WRIGHT, A. J. Targeting household energy-efficiency measures using sensitivity analysis, Building Research & Information, v. 38. n. 1. p. 25 – 41. 2010.

GALAGALI, N.; MARZOUK, Y.M. Bayesian inference of chemical kinetic models from proposed reactions, Chemical Engineering Science, v. 123. p. 170–190. 2014.

GAMERMAN, D. Simulação Estocástica via Cadeias de Markov. 1. ed. São Paulo: ABE, 1996

GELMAN, A.; CARLIN, J.B.; RUDIN, D.B.; Bayesian data analysis. 2 ed. Nova York: CRC, 2004.

HASTINGS, W.K., Monte Carlo Sampling Methods Using Markov Chains and Their Applications. Biometrika. v. 57, pp.97-109, 1970.

HJORT, U., VADEBY, A. The empirical KL-measure of MCMC convergence. 2013.

IZMIRLIOGLU, G., DEMIRCI, A. Ethanol Production from Waste Potato Mash by Using Saccharomyces Cerevisiae. v. 2. p. 738 – 753. Out. 2012.

JAYAWARDHANA, B., KELL, D. B., RATTRAY, M. Bayesian inference of the sites of perturbations in metabolic pathways via Markov chain Monte Carlo. Bioinformatics. v. 24. n.9. p. 1191-1197. Mar. 2008.

KIRSCH, P., ESSLINGER, C., CHEN, Q., MIER, D., LIS, S., SIDDHANTI, S., MEYER-LINDENBERG, A. Oxytocin modulates neural circuitry for social cognition and fear in humans. Journal of Neuroscience, v. 25. n. 49, p. 11489-11493. 2005.

METROPOLIS, N., ROSENBLUTH, A. W., ROSENBLUTH, M. N., TELLER, A. H.,

TELLER, E. Equations of state calculations by fast computing machines. J. Chem. Phys. v.21. pp.1087-1092, 1953.

MOURA, C. H. R. de, ESTUMANO, D. C., QUARESMA, J. N. N., MACÊDO, E. N., VIEGAS, B. M., MONTEIRO, L. S., LOPES, D. S. Aplicação da técnica de monte carlo via cadeia de markov para estimativa de parâmetros de modelos de balanço populacional para sistemas particulados. Avanços das Pesquisas e Inovações na Engenharia Química 2. 1ed.: Atena Editora, p. 59-72, 2020a.

MOURA, C. H. R. de, ESTUMANO, D. C., QUARESMA, J. N. N., MACÊDO, E. N., VIEGAS, B. M., MONTEIRO, L. S., LOPES, D. S. Aplicação da técnica de monte carlo via cadeia de markov para estimativa de parâmetros em modelo de balanço populacional de cristalização de gibbsita com cinética constante. Avanços das Pesquisas e Inovações na Engenharia Química 2. 1ed.: Atena Editora, p. 73-84, 2020b,

MONTEIRO, L. S., DIAS, C. S., MOURA, C. H., VIEGAS, B. M., ESTUMANO, D. C., Ribeiro N.F.P . Estimativa de parâmetros da hidrogenação por transferência catalítica do óleo de soja via mcmc. In: XXXIX Congresso Brasileiro de Sistemas Particulados, 2019, Belém. XXXIX Congresso Brasileiro de Sistemas Particulados - ENEMP, 2019.

NAVEIRA-COTTA, C.P., Problemas Inversos de Condução de Calor em Meios Heterogêneos: Análise Teórico-Experimental Via Transformação Integral, Inferência Bayesiana e Termografia por Infravermelho. (Doutorado em Engenharia Mecânica). Rio de Janeiro, 2009.

OCHOA, M. P., ESTRADA, V., MAGGIO, J. DI, HOCH, P. M. Dynamic global sensitivity analysis in bioreactor networks for bioethanol production, Bioresource Technology, v. 200. p. 666 – 679. Out. 2016.

ÖZISIK, M.N., ORLANDE, H.R.B., Inverse Heat Transfer, New York: Taylor &

Francis, 2000.

PASQUALETTE, M. A., ESTUMANO, D. C., HAMILTON, F. C., COLAÇO, M. J.,

SILVA, C. L., SANTANA, P. L., SILVA, C. F., PAGANO, R. L. Modelagem e estimação de parâmetros do processo de produção de etanol em reator batelada por Saccharomyces cerevisiae. Scientia Plena. v. 12. n. 5. 2016.

SUTTON, J. E., GUO, W., KATSOULAKIS, M. A., VLACHOS, D. G. Effects of correlated parameters and uncertainty in electronic-structure-based chemical kinetic modelling. Nature chemistry, v. 8. n. 4. 331. Fev. 2016.




DOI: https://doi.org/10.34117/bjdv6n6-087

Refbacks

  • There are currently no refbacks.