Cr (VI) adsorption in batch and continuous scale: A mathematical and experimental approach for operational parameters prediction

Oliveira, Renata Farias; Nunes, Keila Guerra Pacheco; Jurado, Ivone Vanessa; Amador, Ianka Cristine Benicio; Estumano, Diego Cardoso; Féris, Liliana Amaral

doi:10.1016/j.eti.2020.101092

Cited by 20 publications

(7 citation statements)

References 36 publications

Supporting

Mentioning

Contrasting

Unclassified

Order By: Relevance

“…The maximum adsorption capacity is the most important parameter in adsorption processes, and it is present in the breakthrough curve models, being essential for the column design, both pilot and industrial scales . This parameter is extensively estimated along with the other parameters of the model; ,, however, it can be calculated experimentally providing the real value of the process under study, which often, when the parameter is estimated, leaving it as a random variable, can lead to its under or overestimation, not representing the process itself. Studies of caffeine removal by adsorption have gained attention of researchers around the world due to its high consumption and for its resistance in conventional treatments. − …”

Section: Introductionmentioning

confidence: 99%

Bayesian Computational Technique for Modeling Caffeine Adsorption in a Fixed-Bed Column: Use of the Maximum Adsorption Capacity Deterministically and Experimental Design

Oliveira

Arsufi

Estumano

et al. 2023

Ind. Eng. Chem. Res.

Self Cite

View full text Add to dashboard Cite

This work applied a Bayesian computational technique for parameter estimation of adsorption breakthrough curve models with experimental data of caffeine (CAF) adsorption onto granular activated carbon (GAC). Different operational conditions were evaluated (volumetric flow: Q, adsorbent mass: W, and initial CAF concentration: C 0) by a two-level factorial experimental design (23) to determine the best operational conditions. The models (Thomas, Yoon–Nelson, Yan, Clark, Gompertz, and Log-Gompertz) were fitted to the experimental data, estimating and not estimating the maximum adsorption capacity (q S). For model selection, five statistical metrics were calculated. The results showed that the proposed Bayesian technique, not estimating q S, was effective and all analyzed operational conditions obtained 95% of CAF removal. In the best condition, when q S reached 7.317 mgCAF/gGAC, the model that best adjusted the experimental data was Log-Gompertz, being suitable for practical approaches, and for its mechanisms, the Clark model best predicted the evaluated fixed-bed column.

show abstract

Section: Introductionmentioning

confidence: 99%

Bayesian Computational Technique for Modeling Caffeine Adsorption in a Fixed-Bed Column: Use of the Maximum Adsorption Capacity Deterministically and Experimental Design

Oliveira

Arsufi

Estumano

et al. 2023

Ind. Eng. Chem. Res.

Self Cite

View full text Add to dashboard Cite

show abstract

“…There are difficulties in obtaining direct measures in several research areas, both for parameters and state variables (BECK and ARNOLD 1977;ORLANDE et al, 2011;KAIPIO and SOMERSALO, 2002;OLIVEIRA et al, 2020;PASQUALETTE et al, 2017). In this scenario, several Bayesian Techniques can be applied to make inferences about the unknown information.…”

Section: Approximate Bayesian Computationalmentioning

confidence: 99%

Application of Approximate Bayesian Computational for estimate parameter and selection model in dynamic of HIV

Cardoso

Macêdo

Viegas

et al. 2022

CONJ

Self Cite

View full text Add to dashboard Cite

A aplicação de técnicas bayesianas está se tornando comum na bioengenharia, pois é comum inferir estimativas sobre parâmetros e variáveis de estado que não podem ser medidas. Este trabalho tem como objetivo aplicar a técnica de aproximação bayesiana computacional para estimar parâmetros e selecionar modelos simultaneamente em modelos que descrevem a dinâmica de células importantes representando a doença de HIV. Três modelos dinâmicos diferentes foram utilizados para realizar a verificação do algoritmo, uma vez que a técnica foi utilizada em medidas sintéticas. Verificou-se que a técnica é robusta o suficiente para estimar e selecionar simultaneamente os modelos estudados e desta forma mostrou ser uma técnica promissora para esse objetivo.

show abstract

“…A fim de conhecer informações da posteriori é necessário que diversas amostras desta distribuição sejam obtidas de modo a possibilitar a sua caracterização. Para este fim, o método de amostragem de Monte Carlo via Cadeias de Markov (MCMC) tem sido amplamente adotado na literatura (ESTUMANO et al, 2014;PASQUALETTE et al, 2017;OLIVEIRA et al, 2020;NUNES et al, 2021;MOURA et al,2021).…”

Section: Modelo Matemáticounclassified

Estimativa de parâmetros usando a técnica Monte Carlo via Cadeia de Markov aplicados a modelos epidemiológicos para Covid-19 no estado do Pará

Pinto

Santos

Dias

et al. 2022

CONJ

Self Cite

View full text Add to dashboard Cite

Neste artigo foi selecionada a técnica bayesiana de Monte Carlo via Cadeia de Markov (MCMC) para estimativa dos parâmetros das equações diferenciais dos modelos compartimentais SQUIDER e SEIR, buscando compreender a propagação da Covid-19 no estado do Pará. Foi elaborado um algoritmo em Matlab reproduzindo a técnica de MCMC que utiliza processos estocásticos e simula um passeio aleatório, onde temos os possíveis valores dos parâmetros amostrados aleatoriamente. Os parâmetros estimados neste trabalho para os modelos SQUIDER e SEIR foram comparados aos dados reais e aplicadas as métricas de Akaike Information Criterion (AIC) e Bayesian Information Criteria (BIC) para definir o modelo que melhor representa o fenômeno de propagação da Covid-19 no estado do Pará. Como resultados foram obtidos histogramas que indicam uma convergência de parâmetros no modelo SQUIDER, o que não aconteceu com o modelo SEIR. Pela aplicação do AIC e BIC foi demonstrado que o modelo SQUIDER é o modelo que melhor representeou a propagação da Covid-19 no estado do Pará e possui um potencial de ser utilizado como modelo preditivo.

show abstract

Cr (VI) adsorption in batch and continuous scale: A mathematical and experimental approach for operational parameters prediction

Cited by 20 publications

References 36 publications

Bayesian Computational Technique for Modeling Caffeine Adsorption in a Fixed-Bed Column: Use of the Maximum Adsorption Capacity Deterministically and Experimental Design

Bayesian Computational Technique for Modeling Caffeine Adsorption in a Fixed-Bed Column: Use of the Maximum Adsorption Capacity Deterministically and Experimental Design

Application of Approximate Bayesian Computational for estimate parameter and selection model in dynamic of HIV

Estimativa de parâmetros usando a técnica Monte Carlo via Cadeia de Markov aplicados a modelos epidemiológicos para Covid-19 no estado do Pará

Contact Info

Product

Resources

About