24 RBCIAMB | n.47 | mar 2018 | 24-34 Mateus Chaves Almeida de Oliveira Mestre em Engenharia, Heriot-Watt University – Edimburgo, Escócia, Reino Unido. Jessica Moreira Mestranda em Engenharia Química, Universidade Federal de Minas Gerais (UFMG) – Belo Horizonte (MG), Brasil. Fabiano Luiz Naves Professor do Departamento de Engenharia Química, Universidade Federal de São João del-Rei (UFSJ) – Ouro Branco (MG), Brasil. Endereço para correspondência: Mateus Chaves Almeida de Oliveira – Departamento de Engenharia Química e Estatística – Universidade Federal de São João del- Rei – Rodovia MG 443/Km 7 – Fazenda do Cadete – Campus Alto Paraopeba – Caixa Postal 131 – CEP 36420-000 – Ouro Branco (MG), Brasil – E-mail: mateus.chaves@yahoo.com.br Recebido: 02/10/2016 Aceito: 05/04/2018 RESUMO O resíduo mais amplo do refino do petróleo é a borra oleosa, que pode ser lavada para se tornar um combustível, enquanto a água ácida é conduzida para tratamento convencional. Porém, muitos componentes tóxicos estão nesse resíduo, destacando a necessidade de tratamentos mais rigorosos. Assim, este estudo utilizou e otimizou a ozonização (maximizando a redução de demanda química de oxigênio e minimizando o custo) para o tratamento. Nesse processo, a água usada para lavar a borra foi submetida ao contato prolongado com ozônio em um reator. Por meio da aplicação de design of experiments e metodologia de superfície de resposta, modelos foram gerados para a redução da demanda química de oxigênio e do custo. Normal boundary intersection otimizou os modelos. Minitab gerou e desenvolveu os modelos. O estado ideal para a redução da demanda química de oxigênio foi de 51,1% e R$ 151,5.kW-1.h-1 para o custo nas condições operacionais de pH, % de potência e tempo iguais a 7; 61,5%; e 45 minutos, respectivamente. Palavras-chave: tratamento de efluentes; oxidação avançada; design of experiments. ABSTRACT The amplest residue from oil refining is the oily sludge, which can be washed to become a fuel; while the acid water is driven to conventional wastewater treatment. Nevertheless, many toxic components are present in this water, highlighting the necessity of more strict treatments. So, this study used and optimized ozonation (maximizing the chemical oxygen demand reduction and minimizing the cost) to treat this acidic water. In this process, the acid water was under long contact with ozone in a reactor. By applying design of experiments tools and the response surface methodology, models were generated for the reduction of chemical oxygen demand and cost. Normal boundary intersection optimized the models. The software Minitab generated and developed the models. The optimal state for chemical oxygen demand reduction was 51.1% and R$ 151.5.kW-1.h-1 for the cost at the operational conditions of pH, potency percentage and time equal to 7; 61.5%; and 45 minutes, respectively. Keywords: wastewater treatment; advanced oxidation; design of experiments. DOI: 10.5327/Z2176-947820180191 PLANEJAMENTO E OTIMIZAÇÃO DO TRATAMENTO POR OZONIZAÇÃO DA ÁGUA DE LAVAGEM DA BORRA OLEOSA DO REFINO DO PETRÓLEO PLANNING AND OPTIMIZING THE TREATMENT OF WASHING WATER OF OILY SLUDGE FROM OIL REFINING BY OZONATION mailto:E-mail Planejamento e otimização do tratamento por ozonização da água de lavagem da borra oleosa do refino do petróleo 25 RBCIAMB | n.47 | mar 2018 | 24-34 INTRODUÇÃO A água possui diversas características que a fazem úni- ca, sendo a espécie química mais abundante na Terra. Porém, tão importante quanto a quantidade de água disponível é sua qualidade que, devido ao seu uso indiscriminado, tem sido reduzida. Por meio do ciclo hidrológico e da autodepuração dos cursos naturais, a água é renovável. Porém, ao ser exageradamente contaminada em seus mananciais, ela deve passar por processos de tratamento para se tornar potável, sendo essa a melhor estratégia para o controle da poluição (PAL et al., 2014; LU et al., 2015). O tratamento da água pode ser desenvolvido de forma convencional, por meio da remoção de partículas sus- pensas e coloidais, matéria orgânica e micro-organismos por gradeamento, coagulação, floculação, decantação, filtração, correção de pH e desinfecção. Porém, muitos compostos solúveis em água são resistentes à biodegra- dação. Assim, o tratamento avançado é uma alternativa para eliminação de tais compostos. Nesse tipo de trata- mento ocorre degradação ou remoção de substâncias mais específicas por nanofiltração, adsorção, osmose reversa, luz ultravioleta e/ou ozonização (CESAN, 2011; BERNARDO & DANTAS, 2005). A escolha entre os tipos de tratamento depende do grau de poluição da água e do investimento disponível para potabilizá-la. Entre todas as técnicas existentes para o tratamento avançado, a ozonização surge como uma das principais alternativas devido à sua capacidade em mineralizar compostos orgânicos complexos, ótima eficiência e via- bilidade econômica (SANTOS et al., 2016; NUVOLARI, 2011; DRINAN, 2001). Muñoz e Orta (2012) mostraram que a ozonização alcançou redução de 85% da cor, 63% da turbidez e 71% da demanda química de oxigênio (DQO) do esgoto da Cidade do México. Tal capacidade de degradação se deve ao fato de que o ozônio é o se- gundo oxidante mais poderoso (potencial de oxidação — Eo = 2,08 V). É um gás incolor e instável em solução aquosa (CREMASCO & MOCHI, 2014), características que favorecem sua geração in situ (COELHO, 2015a; COELHO, 2015b; ALENCAR, 2013), por meio da passa- gem de oxigênio por eletrodos submetidos a elevada diferença de potencial (efeito corona). A otimização eco- nômica do processo de geração é alcançada pela aplica- ção simultânea de baixa diferença de potencial associa- da à alta frequência da corrente elétrica — a maioria dos geradores comerciais opera em frequências entre 60 e 1.000 Hz (NUVOLARI, 2011; DRINAN, 2001; HASSEMER, 2000). O ozônio em soluções básicas leva à formação de radicais hidroxila, cujo potencial de oxidação é ainda mais elevado (Eo = 3,06 V), sendo mais efetivos na de- gradação (MASTEN & DAVIES, 1994). Dessa maneira, a oxidação de compostos orgânicos e inorgânicos durante a ozonização pode ocorrer via radical hidroxila (reação indireta, predominante em meio alcalino) ou via ozônio molecular (reação direta, predominante em meio áci- do), embora na prática haja contribuição dos dois meca- nismos (TCHOBANOGLOUS; BURTON; STENSEL, 2003). Santos (2011) mostrou que o pH e o tempo são os fato- res que mais influenciam nesse processo. A ozonização pode ser aplicada a diversos resíduos, principalmente industriais. Nas indústrias petroquí- micas e de oleaginosas, a borra oleosa — resíduo só- lido perigoso, classe I, que não pode ser descartado sem tratamento prévio (ABNT, 2004; JIN et al., 2014; OMM-E-HANY, 2015; EGAZAR’YANTS et al., 2015) —, uma emulsão orgânica e inorgânica de alto poder ca- lorífico, com compostos tóxicos, metais (MOREIRA, 2013), óleos e micro-organismos (ANNUAL GENERAL MEETING OF BIOMINET, 1991; SHIE et al., 2000; ZHU et al., 2014) é o resíduo mais abundante e tem desa- fiado diversos tipos de tratamento, apresentando com- ponentes recalcitrantes a tratamentos convencionais (HU; LI; ZENG, 2013; MINAI-TEHRANI; ROHANIFAR; AZAMI, 2015). Diferentes tipos de tratamentos foram sugeridos: Shahi et al. (2016), Rienzo, Urdaneta e Dorta (2014), Silva et al. (2014), e Gragouri et al. (2014) apre- sentaram o uso de biosurfactantes; Atagana (2015) apresentou o uso de surfactantes comerciais; da Sou- za et al. (2013), o uso de vinhaça da cana-de-açúcar para o tratamento por despejo no solo; Mansur et al. (2014) e Cerqueira et al. (2014), o uso de bactérias ex- traídas de diversos resíduos; e Quadros et al. (2016), a borra como estimulante para plantações, porém com ressalvas de contaminação. Outros trabalhos tam- bém sugerem potenciais soluções para esse problema (THANGALAZHY-GOPAKUMAR et al., 2015; PRAKASH et al., 2015; VIANA et al., 2015; RADFARNIA; KHULBE; LITTLE, 2015; GUOLIN; TINGTING; MINGMING, 2016; HU; LI; HOU, 2015; LI; CHAMPAGNE; ANDERSON, 2015). A borra oleosa traz dificuldades até para as aplicações rústicas, como seu uso em fornos rotativos de clínquer na indústria de cimento para reduzir os custos de pro- Oliveira, M.C.A.; Moreira, J.; Naves, F.L. 26 RBCIAMB | n.47 | mar 2018 | 24-34 dução relacionados ao gasto energético. Nesse caso, ela levou à corrosão do forno (ARAÚJO, 1992). Como solução, Pécora (2004) propôs lavar a borra ácida com água, neutralizá-la e desidratá-la, separando um com- bustível de alto poder calorífico e destinando a água gerada ao tratamento convencional (PÉCORA, 2004). Entretanto, muitos compostos perigosos, cancerígenos e tóxicos se solubilizam na água, mostrando a necessi- dade de um tratamento mais rigoroso do que aquele normalmente realizado nas estações de tratamento de esgoto convencionais (SILVA, 2005). Dessa forma, seguindo as indicações de Hu, Li e Zeng (2013) e Pécora (2004), este trabalho estudou o trata- mento por oxonização da água ácida derivada da lava- gem da borra oleosa proveniente do processo de refino do petróleo (HUANG et al., 2015) por meio do design of experiments. MATERIAIS E MÉTODOS Preparo da água ácida e planejamento experimental Uma amostra de 300 mL de borra ácida, obtida de uma empresa localizada em Minas Gerais, foi solubilizada com água destilada para um volume total de 20 L, fil- trada com papel-filtro (Quanty, 25 µm) e novamente foi feito esse processo para um volume final de 50 L (água ácida). Então, a metodologia de superfície de resposta (MSR) com o planejamento composto central (PCC) foi utilizada para fazer o planejamento experimental ajus- tando três parâmetros a dois níveis, seis pontos axiais e seis pontos centrais, em um total de 20 experimen- tos. Os fundamentos e aplicações dessa metodologia são amplamente discutidos por Myers, Montgomery e Anderson-Cook (2009). As variáveis avaliadas para a água ácida, conforme indicações de estudos prévios (PÉCORA, 2004; HU; LI; ZENG, 2013), foram: pH do efluente (x1), potência do ozonizador (x2) e tempo de reação (x 3 ), variando de 0,95 a 11; 66 a 220 W e de 20 a 70 minutos, respectivamente. A ordem e as condi- ções dos experimentos foram determinadas por meio do software de estatística Minitab, conforme as me- todologias citadas. A Tabela 1, na seção Resultados e Discussão, apresenta a condição para os experimentos. Tratamento por ozonização Durante os experimentos, 800 mL da água ácida foram introduzidos em um reator cilíndrico de vidro (diâme- tro interno = 8,0 cm, altura = 32,0 cm), após a lavagem do mesmo com água destilada. Então, soluções de hi- dróxido de sódio (99%) (0,2 mol.L-1) e ácido sulfúrico (98%) (0,2 mol.L-1) foram usadas para ajustar o pH da solução de trabalho para o valor estabelecido pelo pla- nejamento experimental. O pHmetro (Hanna, pH 21) foi usado para o controle dessa variável. O reator descrito anteriormente foi conectado ao ozo- nizador projetado e construído no Laboratório de En- genharia Química do Campus Alto Paraopeba da Uni- versidade Federal de São João del-Rei. Este permite a regulagem da porcentagem de potência, que é dire- tamente proporcional à energia fornecida ao sistema (em que o máximo corresponde a 220,0 W), e vazão volumétrica de ar, que foi mantida em 6 L.min-1 durante o experimento, por meio da conexão do reator com um compressor de ar trabalhando à pressão de 1,5 kg.cm-2. Seu princípio de geração de ozônio baseia-se no méto- do de descarga elétrica por efeito corona. Então, duas amostras de 10 mL foram coletadas e o processo de ozonização foi iniciado, tomando-se uso das soluções ácido e base citadas anteriormente para manter o pH constante. Após o tempo de ozonização determinado pelo planejamento experimental, o pro- cesso foi interrompido e duas amostras de 10 mL fo- ram coletadas. Caracterização dos parâmetros e otimização A caracterização da água tratada foi realizada pelo mé- todo de DQO, em que 0,04 g de sulfato de mercúrio (98%), 2,5 mL de sulfato ácido de prata (98%), 0,5 mL de dicromato de potássio (100%) (1 mol.L-1), 0,3 mL de água destilada e 2,0 mL de amostra de água ácida foram adicionados a um tubo hermeticamente fechado. A so- lução formada foi agitada e levada à digestão em um termorreator de DQO (Solar, SL 25/16) a 150°C durante Planejamento e otimização do tratamento por ozonização da água de lavagem da borra oleosa do refino do petróleo 27 RBCIAMB | n.47 | mar 2018 | 24-34 2 horas. Então, os tubos foram deixados à temperatu- ra ambiente para serem resfriados. Por fim, a absor- bância das amostras foi medida no espectrofotômetro (Micronal, AJX-1600), em comprimento de onda igual a 620 nm. Para quantificar a DQO, uma curva padrão de bifitalato de potássio (1.440 mg.L-1) a 620 nm foi desen- volvida pelo método do refluxo fechado para o espectro- fotômetro em uso. A Equação 1 mostra essa correlação. DQO= ABS+0,0155 0,0003 ⎛ ⎜ ⎝ ⎞ ⎟ ⎠ C= Y 1 =50,4732+3,4040x 1 -1,3156x 2 -4,7342x2 1 -5,7395x2 2 - 7,9178x2 3 -4,5024x 1 x 2 -1,1848x 1 x 3 +4,9763x 2 x 3 Y 2 =151,614+51,338x 2 +50,302x 3 +3,521x2 2 +16,830x 2 x 3 48000x 2 6,022x1023V (1) Em que: DQO = demanda química de oxigênio; ABS = absorbância no respectivo comprimento de onda. O custo para o tratamento foi calculado com base na estimativa do valor energético da produção de ozônio pelo efeito corona. Os custos de filtração e neturaliza- ção foram desconsiderados por serem muito menores do que os energéticos. A base para o cálculo foi: vazão de 3.000 L.h-1 de efluente e custo de energia elétrica de R$ 0,51.kW-1.h-1. A Equação 2 apresenta essa relação.DQO= ABS+0,0155 0,0003 ⎛ ⎜ ⎝ ⎞ ⎟ ⎠ C= Y 1 =50,4732+3,4040x 1 -1,3156x 2 -4,7342x2 1 -5,7395x2 2 - 7,9178x2 3 -4,5024x 1 x 2 -1,1848x 1 x 3 +4,9763x 2 x 3 Y 2 =151,614+51,338x 2 +50,302x 3 +3,521x2 2 +16,830x 2 x 3 48000x 2 6,022x1023V (2) Em que: C = custo; x 2 = potência; V = vazão do equipamento. Tabela 1 – Planejamento experimental feito pelo Minitab usando a metodologia de superfície de resposta, com valores codificados apresentados em parênteses e resultados experimentais para redução de demanda química de oxigênio e custo. Experimento pH Potência (W) Tempo (minutos) Redução de demanda química de oxigênio (%) Custo (R$.kW-1.h-1) 1 3,0 (-1) 88 (-1) 30 (-1) 27,39 67,32 2 9,0 (+1) 88 (-1) 30 (-1) 52,04 67,32 3 3,0 (-1) 176 (+1) 30 (-1) 23,60 134,64 4 9,0 (+1) 176 (+1) 30 (-1) 24,55 134,64 5 3,0 (-1) 88 (-1) 60 (+1) 22,65 134,64 6 9,0 (+1) 88 (-1) 60 (+1) 36,87 134,64 7 3,0 (-1) 176 (+1) 60 (+1) 33,08 269,28 8 9,0 (+1) 176 (+1) 60 (+1) 34,98 269,28 9 1,0 (-1,68) 132 (0) 45 (0) 35,92 151,47 10 11,0 (+1,68) 132 (0) 45 (0) 38,77 151,47 11 6,0 (0) 66 (-1) 45 (0) 33,08 75,735 12 6,0 (0) 220 (+1,68) 45 (0) 35,92 252,45 13 6,0 (0) 132 (0) 20 (-1,68) 28,34 67,32 14 6,0 (0) 132 (0) 70 (+1,68) 28,34 235,62 15 6,0 (0) 132 (0) 45 (0) 57,73 151,47 16 6,0 (0) 132 (0) 45 (0) 55,83 151,47 17 6,0 (0) 132 (0) 45 (0) 50,14 151,47 18 6,0 (0) 132 (0) 45 (0) 45,40 151,47 19 6,0 (0) 132 (0) 45 (0) 43,51 151,47 20 6,0 (0) 132 (0) 45 (0) 50,14 151,47 Coef: coeficiente na equação; SE Coef: coeficiente do parâmetro; T, P, S: parâmetros estatísticos; R-Sq: coeficiente de determinação; r-Sq(pred): coeficiente de determinação para predição; R-Sq(adj): coeficiente de determinação ajustado. Oliveira, M.C.A.; Moreira, J.; Naves, F.L. 28 RBCIAMB | n.47 | mar 2018 | 24-34 Os resultados obtidos foram então tratados de acordo com a MSR e com o PCC por meio do software de estatística Minitab. O método de otimização normal boundary inter- section (NBI — interseção normal da fronteira), proposto por Das e Dennis (1998), foi utilizado com o software Excel para determinar os pontos ótimos dos modelos gerados. RESULTADOS E DISCUSSÃO Os resultados em termos de redução de DQO e custo para cada experimento estão detalhados na Tabela 1. Construção dos modelos Por meio do software Minitab e dos fundamentos expla- nados por Myers, Montgomery e Anderson-Cook (2009), os coeficientes relativos às variáveis analisadas para redu- ção de DQO e custo do tratamento foram determinados pela MSR e análise de variância (ANOVA) e são mostrados na Figura 1 (os valores significativos foram destacados). Os valores de p para os modelos estão abaixo do valor crítico (0,05) e para a falta de ajuste, acima desse índi- ce, mostrando a validade dos dados conforme parâme- tros estatísticos apresentados para a ANOVA e usados por diferentes pesquisadores (LI; SARMA; ZHANG, 2011; OMAR & AMIN, 2011; RASTEGAR et al., 2011). Na redução de DQO, o pH apresentou significância li- near (coeficiente 3,4040). O valor desse coeficiente, por ser maior que zero, indica que à medida que o pH se desloca para valores codificados positivos (maior pH, solução básica), maior a redução de DQO segun- do o modelo. Conforme mostrado por Masten e Davis (1994), o radical hidroxila é gerado pelo ozônio em meios básicos e responsável pela oxidação. Como pos- sui maior potencial de oxidação, espera-se que a re- dução de DQO aumente, conforme apontado pelo mo- delo. Em compostos com ligações pi entre carbonos e átomos eletrofílicos, o ataque pelo ozônio molecular é favoravelmente atribuído por ser mais simples. Porém, o ataque eletrofílico pelos íons hidroxila não é seletivo, sendo cem vezes mais rápido e potente do que agentes oxidantes tradicionais (TCHOBANOGLOUS; BURTON; STENSEL, 2003; MASTEN & DAVIES, 1994). Tempo e potência não foram linearmente significativos no modelo de redução de DQO, pois as faixas de tra- balho dessas variáveis não foram amplas o suficiente para estabelecer tal relação. Lopes (2015) também en- controu tal resultado ao trabalhar com o mesmo ozoni- zador. Concomitantemente, as relações quadráticas de tempo e potência foram significativas. Portanto, confor- me Montgomery (2006), todas as relações foram man- tidas para o modelo, que está representado na Equação 3, com R2 = 0,765. Erros aceitáveis são esperados entre os resultados do modelo e dos experimentos. Figura 1 – Relatório obtido pelo software Minitab com os coeficientes de regressão e seus respectivos valores de p para a redução de demanda química de oxigênio e para o custo conforme a metodologia de superfície de resposta. Coeficientes de regressão para o custo Coeficientes de regressão estimados para a redução de DQO Term Coef SE Coef T P Term Coef SE Coef T P Constante 151,614 1,1404 132,948 0,000 Constant 50,4732 2,162 23,349 0,000 pH 0,000 0,7566 0,000 1,000 pH 3,4040 1,434 2,373 0,039 Potência 51,338 0,7566 67,851 0,000 Potência -1,3156 1,434 -0,917 0,381 Tempo 50,302 0,7566 66,482 0,000 Tempo -0,0000 1,434 -0,000 1,000 pH*pH -0,942 0,7366 -1,279 0,230 pH*pH -4,7342 1,396 -3,391 0,007 Potência*potência 3,521 0,7366 4,780 0,001 Potência*potência -5,7395 1,396 -4,111 0,002 Tempo*tempo -0,942 0,7366 -1,279 0,230 Tempo*tempo -7,9178 1,396 -5,671 0,000 pH*potência 0,000 0,9886 0,000 1,000 pH*potência -4,5024 1,874 -2,403 0,037 pH*tempo -0,000 0,9886 -0,000 1,000 pH*tempo -1,1848 1,874 -0,632 0,541 Potência*tempo 16,830 0,9886 17,024 0,000 Potência*tempo 4,9763 1,874 2,656 0,024 S = 2,79614 PRESS = 590,763 S = 5,30011 PRESS = 1200,46 R-Sq = 99,89% R-Sq(pred) = 99,19% R-Sq(adj) = 99,80% R-Sq = 87,65% R-Sq(pred) = 47,23% R-Sq(adj) = 76,54% Planejamento e otimização do tratamento por ozonização da água de lavagem da borra oleosa do refino do petróleo 29 RBCIAMB | n.47 | mar 2018 | 24-34 DQO= ABS+0,0155 0,0003 ⎛ ⎜ ⎝ ⎞ ⎟ ⎠ C= Y 1 =50,4732+3,4040x 1 -1,3156x 2 -4,7342x2 1 -5,7395x2 2 - 7,9178x2 3 -4,5024x 1 x 2 -1,1848x 1 x 3 +4,9763x 2 x 3 Y 2 =151,614+51,338x 2 +50,302x 3 +3,521x2 2 +16,830x 2 x 3 48000x 2 6,022x1023V (3) Em que: Y 1 = redução da demanda química de oxigênio; x 1 = pH; x 2 = % de potência; x 3 = tempo. No custo, todas as relações do pH não foram significativas, ao contrário de potência e tempo, conforme esperado, uma vez que o custo foi estimado pela Equação 2, que não leva em conta os gastos com o controle de pH. Os coefi- cientes gerados são positivos para todos os parâmetros significativos, indicando que qualquer aumento de potên- cia ou tempo eleva o custo total do processo. O modelo é mostrado na Equação 4, com R2 = 0,998. Erros insignifican- tes são esperados entre modelo e experimento. DQO= ABS+0,0155 0,0003 ⎛ ⎜ ⎝ ⎞ ⎟ ⎠ C= Y 1 =50,4732+3,4040x 1 -1,3156x 2 -4,7342x2 1 -5,7395x2 2 - 7,9178x2 3 -4,5024x 1 x 2 -1,1848x 1 x 3 +4,9763x 2 x 3 Y 2 =151,614+51,338x 2 +50,302x 3 +3,521x2 2 +16,830x 2 x 3 48000x 2 6,022x1023V (4) Em que: Y 2 = custo; x 2 = % de potência; x 3 = tempo. As superfícies de resposta foram geradas pelo Minitab e são mostradas na Figura 2. Pela análise da Figura 2, é possível notar a estrei- ta relação da redução de DQO com o pH e do cus- to com o tempo e a potência. Essas relações são fundamentadas conforme a discussão apresen- tada anteriormente e vão de encontro aos resul- tados já obtidos por outros pesquisadores sob as mesmas condições (LOPES, 2015; MONTGOMERY, 2006; TCHOBANOGLOUS; BURTON; STENSEL, 2003; MASTEN & DAVIES, 1994). Otimização O método de otimização NBI, proposto por Das e Dennis (1998), foi utilizado com o software Excel para determinar os pontos ótimos dos modelos gerados. Esse método criou uma curva que relaciona pontos ótimos dos dois modelos analisados, também chamada de fronteira de Pareto. A par- tir dessa curva, um ponto ótimo foi selecionado para teste. A Figura 3 apresenta a seção da fronteira de Pareto para os dois modelos que contêm o ponto ótimo selecionado. A B D em an da q uí m ic a de o xi gê ni o 45 30 15 0 pH -2 -2-1 -1 0 0 1 -2 -1 0 1 1 -2 -1 0 1 Po tê nc ia Cu st o (R $) 300 200 100 0 Tempo P ot ên cia Figura 2 – Superfícies de resposta obtidas pelo Minitab mostrando o efeito (A) da potência do ozonizador e do pH do efluente sobre a redução de demanda química de oxigênio; (B) da potência do ozonizador e do tempo de reação sobre o custo. Oliveira, M.C.A.; Moreira, J.; Naves, F.L. 30 RBCIAMB | n.47 | mar 2018 | 24-34 Entre as condições ótimas, aquela com redução de DQO de 51,1% e custo de R$ 151,5.kW-1.h-1 foi selecio- nada para teste. Esse ponto corresponde às condições experimentais de pH, potência e tempo iguais a 7,0 (0,35); 61,5% (-0,001) e 45 minutos (0,001), respecti- vamente, com valores codificados entre parênteses. 51,1;151,5 Cu st o (R $. kW -1 ) p ar a tr at ar 3 .0 00 L .h -1 153,0 152,8 152,6 152,4 152,2 152,0 151,8 151,6 151,4 Redução da demanda química de oxigênio (%) 51,06 51,07 51,07 51,08 51,08 51,09 Figura 3 – Seção da fronteira de Pareto e melhor condição para menor custo e maior redução de demanda química de oxigênio. A B Po tê nc ia 1,5 1,0 0,5 0,0 -0,5 -1,0 -1,5 pH -1,5 -1,0 -0,5 0,0 0,5 1,0 1,5 Po tê nc ia 1,5 1,0 0,5 0,0 -0,5 -1,0 -1,5 tempo -1,5 -1,0 -0,5 0,0 0,5 1,0 1,5 pH = 0,354570 Potência = -0,000139704 DQO = 51,0854 DQO < 10 10 – 20 20 – 30 30 – 40 40 – 50 > 50 Custo (R$) < 50 50 – 100 100 – 150 150 – 200 200 – 250 250 – 300 300 – 350 > 350tempo = 0,00125765Potência = -0,000139704 Custo = 151,670 DQO: demanda química de oxigênio. Figura 4 – Gráfico da curva de contorno gerado pelo software Minitab com o ponto ótimo dentro das regiões de análise para (A) redução de demanda química de oxigênio e (B) custo. Planejamento e otimização do tratamento por ozonização da água de lavagem da borra oleosa do refino do petróleo 31 RBCIAMB | n.47 | mar 2018 | 24-34 O ponto com as condições ótimas pode ser melhor verificado quando plotado sobre curvas de contorno. A Figura 4 mostra essa representação. Na Figura 4, observa-se que apesar da redução de DQO estar dentro de sua curva de ótimo, o preço não está. Mostrando que, além da dependência com as três variáveis selecionadas para modelar o problema (pH, tempo e potência), as duas variáveis dependentes (re- dução de DQO e custo) são subordinadas entre si. Finalmente, a condição ótima selecionada foi testada experimentalmente e o resultado obtido foi a redução de 51,0% de DQO (0,17% de erro ante o modelo) e custo de R$ 151,67.kW-1.h-1 (sem erro ante o modelo). Mostrando, assim, a validade do modelo representado pelas Equações 3 e 4. CONCLUSÕES O Projeto e Análise de Experimentos (DOE) por meio do PCC e da MSR aplicados a um procedimento experimental possibilitou encontrar um modelo de redução de DQO e custo no tratamento da água ácida proveniente da borra oleosa do petróleo. Então, a otimização multiobjetiva de NBI foi utilizada em ambos os modelos. Destacando-se que o metamodelo obtido contempla duas respostas de difícil otimização simultânea por métodos empíricos. Nas condições estudadas, foi possível observar que valo- res de pH básicos favorecem mais a degradação do que valores ácidos de pH, uma vez que aumentam o poten- cial de oxidação por favorecerem a geração de íons hidro- xila, confirmando estudos prévios sobre o tema. A potên- cia e o tempo tiveram efeitos significantes sobre o custo, conforme já era esperado, uma vez que a análise desse parâmetro se reduziu ao processo de geração do ozônio. O modelo gerado foi testado e validado no pon- to ótimo testado, apresentando erros pequenos. Dessa forma, esses modelos (Equações 3 e 4) são uma contribuição direta do presente trabalho para futuras pesquisas e para a indústria de tratamento de efluentes. Porém, alguns parâmetros estatistica- mente não significativos foram acrescidos ao mode- lo de redução de DQO, a saber, tempo e potência. Acredita-se que as faixas de trabalho dessas variá- veis influenciaram a análise de variância. Portan- to, sugere-se que faixas de tempo e potência mais amplas sejam futuramente avaliadas nos métodos do presente trabalho. De forma a complementar os resultados aqui apresentados, trabalhos futuros podem ser realizados com o objetivo de estudar a cinética da decomposição exposta e determinar um modelo cinético com as variáveis propostas. REFERÊNCIAS ALENCAR, E.R.; FARONI, L.R.D.; PINTO, M.S.; COSTA, A.R.; SILVA, T.A. Postharvest quality of ozonized “nanicão” cv. Bananas. Revista Ciência Agronômica, v. 44, n. 1, p. 107-114, 2013. http://dx.doi.org/10.1590/S1806-66902013000100014 ANNUAL GENERAL MEETING OF BIOMINET, 8., 1991, Calgary. Proceedings... Calgary, 1991. ARAÚJO, M.A.S. Rerrefino de óleos usados. Rio de Janeiro: Conpet, 1992. ASSOCIAÇÃO BRASILEIRA DE NORMAS TÉCNICAS (ABNT). NBR 10004: Resíduos Sólidos: Classificação. São Paulo: ABNT, 2004. ATAGANA, H.I. Biological degradation of crude oil refinery sludge with commercial surfactant and sewage sludge by co-composting. Soil & Sediment Contamination, v. 24, n. 5, p. 494-513, 2015. DOI: 10.1080/15320383.2015.985375 BERNARDO, L.; DANTAS, A. Métodos e técnicas de tratamento de água. 2. ed. São Carlos: Rima, 2005. v.1. CERQUEIRA, V.S.; PERALBA, M.C.R.; CAMARGO, F.A.O.; BENTO, F.M. Comparison of bioremediation strategies for soil impacted with petrochemical oily sludge. International Biodeterioration & Biodegradation, v. 95, n. 2, p. 338-345, 2014. https://doi.org/10.1016/j.ibiod.2014.08.015 Oliveira, M.C.A.; Moreira, J.; Naves, F.L. 32 RBCIAMB | n.47 | mar 2018 | 24-34 COELHO, C.C.S.; FREITAS-SILVA, O.; ALCÂNTARA, I.; SILVA, J.P.L.; CABRA, L.M.C. Ozônio em morangos minimamente processados, uma alternativa ao uso do cloro na segurança de alimentos. Vigilância Sanitária em Debate, v. 3, n. 1, p. 61-66, 2015a. DOI: 10.3395/2317-269x.00437 COELHO, C.C.S.; FREITAS-SILVA, O.; CAMPOS, R.S.; BEZERRA, V.S.; CABRAL, L.M.C. Ozonização como tecnologia pós- colheita na conservação de frutas e hortaliças: uma revisão. Revista Brasileira de Engenharia Agrícola Ambiental, v. 19, n. 4, p. 369-375, 2015b. http://dx.doi.org/10.1590/1807-1929/agriambi.v19n4p369-375 COMPANHIA ESPÍRITO SANTENSE DE SANEAMENTO (CESAN). Tratamento de água. Belo Horizonte: Cesan, 2011. CREMASCO, M.A.; MOCHI, V.T. Reaction of dissolved ozone in hydrogen peroxide produced during ozonization of an alkaline medium in a bubble column. Acta Scientiarum. Technology, v. 36, n. 1, p. 1-85, 2014. http://dx.doi.org/10.4025/ actascitechnol.v36i1.11834 DAS, I.; DENNIS, J. Normal-boundary intersection: a new method for generating the pareto surface in nonlinear multicriteria optimization problems. SIAM Journal on Optimization, v. 8, n. 3, p. 631-657, 1998. DRINAN, J. Water and wastewater treatment: a guide for the nonengineering professional. Nova York: CRC Press, 2001. EGAZAR’YANTS, S.V.; VINOKUROV, V.A.; VUTOLKINA, A.V.; TALANOVA, M.Y.; FROLOV, V.I.; KARAKHANOV, E.A. Oil sludge treatment processes. Chemistry and Technology of Fuels and Oils, v. 51, n. 5, p. 506-515, 2015. https://doi.org/10.1007/s10553-015-0632-7 GRAGOURI, B.; KARRAY, F.; MHIRI, N.; ALOUI, F.; SAYADI, S. Bioremediation of petroleum hydrocarbons-contaminated soil by bacterial consortium isolated from an industrial wastewater treatment plant. Journal of Chemical Technology & Biotechnology, v. 89, n. 7, p. 978-987, 2014. https://doi.org/10.1002/jctb.4188 GUOLIN, J.; TINGTING, C.; MINGMING, L. Studying oily sludge treatment by thermos chemistry. Arabian Journal of Chemistry, v. 9, n. 1, p. S457-S460, 2016. https://doi.org/10.1016/j.arabjc.2011.06.007 HASSEMER, M.E.N. Tratamento de efluente têxtil: processo físico-químico com ozônio e floculação em meio granular. Dissertação (Mestrado) – Universidade Federal de Santa Catarina, Florianópolis, 2000. HU, G.; LI, J.; HOU, H. A combination of solvent extraction and freeze thaw for oil recovery from petroleum refinery wastewater treatment pond sludge. Journal of Hazardous Materials, v. 283, n. 1, p. 832-840, 2015. https://doi. org/10.1016/j.jhazmat.2014.10.028 HU, G.; LI, J.; ZENG, G. Recent development in the treatment of oily sludge from petroleum industry: a review. Journal of Hazardous Materials, v. 261, n. 1, p. 470-490, 2013. https://doi.org/10.1016/j.jhazmat.2013.07.069 HUANG, C.; SHI, Y.; GAMAL EL-DIN, M.; LIU, Y. Treatment of oil sands process-affected water (OSPW) using ozonation combined with integrated fixed-film activated sludge (IFAS). Water Research, v. 85, n. 1, p. 167-176, 2015. https://doi. org/10.1016/j.watres.2015.08.019 JIN, Y.; ZHENG, X.; CHI, Y.; NI, M. Experimental study and assessment of different measurement methods of water in oil sludge. Drying Technology, v. 32, n. 3, p. 251-257, 2014. https://doi.org/10.1080/07373937.2013.811251 LI, C.; CHAMPAGNE, P.; ANDERSON, B.C. Enhanced biogas production from anaerobic co-digestion of municipal wastewater treatment sludge and fat, oil and grease (FOG) by modified two-stage thermophilic digester system with selected thermos-chemical pre-treatment. Renewable Energy, v. 83, n. 1, p. 474-482, 2015. https://doi.org/10.1016/j. renene.2015.04.055 LI, H.; SARMA, P.; ZHANG, D. A comparative study of the probabilistic-collocation and experimental-design methods for petroleum-reservoir uncertainty quantification. Society of Petroleum Engineers, 16, 2011. https://doi. org/10.2118/140738-PA Planejamento e otimização do tratamento por ozonização da água de lavagem da borra oleosa do refino do petróleo 33 RBCIAMB | n.47 | mar 2018 | 24-34 LOPES, M.C. Análise e calibração de um ozonizador. Trabalho de conclusão de curso (Graduação) – Universidade Federal de São João del-Rei, Ouro Branco, 2015. LU, Y.; SONG, S.; WANG, R.; LIU, Z.; MENG, J.; SWEETMAN, A.J.; JENKINS, A.; FERRIER, R.C.; LI, H.; LUO, W.; WANG, T. Impacts of soil and water pollution o food safety and health risks in China. Environmental International, v. 77, n. 1, p. 5-15, 2015. https://doi.org/10.1016/j.envint.2014.12.010 MANSUR, A. A.; ADETUTU, E.M.; KADALI, K.K.; MORRISON, P.D.; NURULITA, Y.; BALL, A.S. Assessing the hydrocarbon degrading potential of indigenous bacteria isolated from crude oil tank bottom sludge and hydrocarbon-contaminated soil of Azzawiya oil refinery, Libya. Environmental Science & Pollution Research, v. 21, n. 18, p. 10725-10735, 2014. https://doi.org/10.1007/s11356-014-3018-1 MASTEN, S.J.; DAVIES, S.H.R. The use of ozonation to degrade organic contaminants in waste water. Environmental Science & Technology, v. 28, n. 4, p. 180-185, 1994. DOI: 10.1021/es00053a001 MINAI-TEHRANI, D.; ROHANIFAR, P.; AZAMI, S. Assessment of bioremediation of aliphatic, aromatic, resin, and asphaltenes fractions of oil-sludge-contaminated soil. International Journal of Environmental Science & Technology, v. 12, n. 4, p. 1253-1260, 2015. DOI: 10.1007/s13762-014-0720-y MONTGOMERY, D.C. Design and analysis of experiments. Wiley: Hoboken, 2006. MOREIRA, I.T.A.; OLIVEIRA, O.M.C.; TRIGUIS, J.A.; QUEIROZ, A.F.S.; BARBOSA, R.M.; ANJOS, J.A.S.A.; REYES, C.Y.; SILVA, C.S.; TRINDADE, M.C.L.F.; RIOS, M.C. Evaluation of the effects of metals on biodegradation of total petroleum hydrocarbons. Microchemical Journal, v. 110, n. 1, p. 215-220, 2013. https://doi.org/10.1016/j.microc.2013.03.020 MUÑOZ, J.F.; ORTA, M.T. Efecto del ozono en la remoción de materia orgánica disuelta de un efluente secundario. Revista EIA, v. 1, n. 18, p. 171-178, 2012. MYERS, R.H.; MONTGOMERY, D.C.; ANDERSON-COOK, C.M. Response surface methodology: process and product optimization using designed experiments. 3. ed. Hobocken: Wiley, 2009. NUVOLARI, A. Esgoto sanitário: coleta, transporte, tratamento e reuso agrícola. 2. ed. São Paulo: Bluncher, 2011. OMAR, W.; AMIN, N. Optimization of heterogeneous biodiesel production from waste cooking palm oil via response surface methodology. Biomass & Bioenergy, v. 35, n. 3, p. 1329-1338, 2011. https://doi.org/10.1016/j. biombioe.2010.12.049 OMM-E-HANY; SHAH, D.; HASAN, S.A.; ALAMGIR, A. Biodegradation of crude petroleum oil by indigenous and isolated bacterial strains. American-Eurasian Journal of Agriculture & Environmental Science, v. 15, n. 9, p. 1827-1834, 2015. DOI: 10.5829/idosi.aejaes.2015.15.9.12747 PAL, A.; HE, Y.; JEKEL, M.; REINHARD, M.; GIN, K.Y.-H. Emerging contaminants of public health significance as water quality indicator in the urban water cycle. Environmental International, v. 71, n. 1, p. 46-62, 2014. https://doi.org/10.1016/j. envint.2014.05.025 PÉCORA, M.M.C. Degradação fotoquímica e eletroquímica da fração aromática do resíduo de óleo lubrificante. Trabalho de conclusão de curso (Graduação) – Universidade Estadual de Londrina, Londrina, 2004. PRAKASH, V.; SAXENA, S.; SHARMA, A.; SINGH, S.; SINGH, S.K. Treatment of oil sludge contamination by composting. Journal of Bioremediation & Biodegradation, v. 6, n. 3, p. 284-290, 2015. DOI: 10.4172/2155-6199.1000284 QUADROS, P.D.; CERQUEIRA, V.S.; CAZAROLLI, J.C.; PERALBA, M.C.; CAMARGO, F.A.O.; GIONGO, A.; BENTO, F.M. Oily sludge stimulates microbial activity and changes microbial structure in a landfarming soil. International Biodeterioration & Biodegradation, v. 115, n. 1, p. 90-101, 2016. https://doi.org/10.1016/j.ibiod.2016.07.018 Oliveira, M.C.A.; Moreira, J.; Naves, F.L. 34 RBCIAMB | n.47 | mar 2018 | 24-34 RADFARNIA, H.; KHULBE, C.; LITTLE, E. Supercritical water treatment of oil sludge, a viable route to valorize wate oil materials. Fuel, v. 159, n. 1, p. 653-658, 2015. https://doi.org/10.1016/j.fuel.2015.06.094 RASTEGAR, S.; MOUSAVI, M.; SHOJAOSADATI, S.A.; SHEIBANI, S. Optimization of petroleum refinery effluent treatment in a UASB reactor using response surface methodology. Journal of Hazardous Materials, v. 197, p. 26-32, 2011. DOI: 10.1016/j.jhazmat.2011.09.052 RIENZO, M.D.; URDANETA, I.; DORTA, B. Biosurfactant production in aerobic and anaerobic conditions by different species of the genus pseudomanas. Journal of Life Science, v. 8, n. 3, p. 201-210, 2014. SANTOS, P.K.; FERNANDES, K.C.; FARIA, L.A. Descoloração e degradação do azo corante vermelho GRLX-220 por ozonização. Química Nova, v. 34, n. 8, p. 1315-1322, 2011. SANTOS, R.R.; FARONI, L.R.D.; CECON, P.R.; FERREIRA, A.P.S.; PEREIRA, O.L. Ozone as fungicide in rice grains. Revista Brasileira de Engenharia Agrícola Ambiental, v. 20, n. 3, p. 230-235, 2016. http://dx.doi.org/10.1590/1807-1929/ agriambi.v20n3p230-235 SHAHI, A.; AYDIN, S.; INCE, B. K.; INCE, O. The effects of white-rot fungi Trametes versicolor and Bjerkandera adusta on microbial community structure and functional genees during the bioaugmentation process following biostimulation practice of petroleum contaminated soil. International Biodeterioration & Biodegradation, v. 114, n. 1, p. 67-74, 2016. DOI: 10.1016/j.ibiod.2016.05.021 SHIE, J.L.; CHANG, C.Y.; LIN, J.-P.; WU, C.-H.; LEE, D.-J. Resources recovery of oil sludge by pyrolysis: kinetics study. Journal of Chemical Technology & Biotechnology, v. 75, n. 6, p. 443-450, 2000. https://doi.org/10.1002/1097- 4660(200006)75:6%3C443::AID-JCTB228%3E3.0.CO;2-B SILVA, A.B.L. Investigação geoambiental de uma área contaminada por resíduos industriais. Dissertação (Mestrado) – Universidade Federal do Rio Grande do Sul, Porto Alegre, 2005. SILVA, R.C.F.S.; ALMEIDA, D.G.; RUFINO, R.D.; LUNA, J.M.; SANTOS, V.A.; SARUBBO, L.A. Application of biosurfactants in the petroleum industry and the remediation of oil spills. International Journal of Molecular Science, v. 15, n. 7, p. 12523-12542, 2014. https://dx.doi.org/10.3390%2Fijms150712523 SOUZA, T.S.; HENCKLEIN, F.A.; ANGELIS, D.F.; FONTANETTI, C.S. Clastogenicity of landfarming soil treated with sugar cane vinasse. Environmental Monitoring and Assessment, v. 185, n. 2, p. 1627-1636, 2013. http://dx.doi.org/10.1007/ s10661-012-2656-3 THANGALAZHY-GOPAKUMAR, S.; AL-NADHERI, W.M.; JEDARAJAN, D.; SAHU, J.N.; MUBARAK, N.M.; NIZAMUDDIN, S. Utilization of palm oil sludge through pyrolysis for bio-oil and bio-char production. Bioresources Technology, v. 178, n. 1, p. 65-69, 2015. https://doi.org/10.1016/j.biortech.2014.09.068 TCHOBANOGLOUS, G.; BURTON, F.; STENSEL, H. Processing and treatment of sludges. In: METACALF & EDDY (Orgs.). Wastewater engineering: treatment and reuse. 4. ed. Nova York: McGraw-Hill, 2003. VIANA, F.F.; DANTAS, T.N.C.; ROSSI, C.G.F.T.; DANTAS NETO, A.A.; SILVA, M.S. Aged oil sludge solubilization using new microemulsion systems: design of experiments. Journal of Molecular Liquids, v. 210, n. 1, p. 44-50, 2015. https://doi. org/10.1016/j.molliq.2015.02.042 ZHU, L.L.; QIU, L.P.; ZHANG, L.X.; ZHANG, S.B. Challenge and development of sludge treatment and disposal in China. Applied Mechanics & Materials, v. 675-677, n. 1, p. 665-668, 2014. https://doi.org/10.4028/www.scientific.net/ AMM.675-677.665