Modelagem aplicada ao processo de biofixação de CO2 por microalgas

A fixação biológica de dióxido de carbono por microalgas é considerada a melhor forma de fixar CO2. Dentre os microrganismos utilizados destaca-se Spirulina platensis devido às suas altas taxas de fixação de CO2 e variedade de aplicações da biomassa gerada. A aplicação de modelos e simulações pode auxiliar na previsão de custos e na escolha das condições ideais de cultivo. Este trabalho teve como objetivo etsabelecer um modelo cinético no qual a iluminância é o fator limitante para o crescimento da microalga Spirulina platensis. A fim de validar o modelo proposto foi utilizada a microalga S. platensis, cultivada em meio Zarrouk modificado (NaHCO3 1,0 g.L-1 ), em biorreator aberto tipo raceway de 200L, mantido a 30°C, sob iluminação natural. A concentração celular variou de 0,19 a 0,34 g.L-1 e a velocidade específica de crescimento celular obtida a partir da regressão exponencial das curvas de crescimento de cada período iluminado variou de 0,55 a 0,59 d-1 . O modelo proposto gerou dados estimados satisfatórios (r2 =0,97). De acordo com os dados obtidos 16,2% da biomassa é consumida durante o período não iluminado.

Produção e purificação de biogás utilizando microalga spirulina sp. LEB-18

O crescimento da população mundial e a tentativa de substituição parcial dos combustíveis fósseis por novas fontes de energia têm levado a uma maior atenção quanto à possível escassez de alimentos e a carência de grandes áreas disponíveis para agricultura. Microalgas, por meio do metabolismo fotossintético, utilizam energia solar e gás carbônico como nutrientes para o crescimento. A microalga Spirulina pode ser utilizada como suplemento alimentar, na biofixação de CO2, como fonte de biocombustíveis e no tratamento de efluentes. A digestão anaeróbia da biomassa microalgal produz biogás e os resíduos deste processo podem ser utilizados como substrato para novos cultivos da microalga. O objetivo deste trabalho foi estudar a conversão de Spirulina sp. LEB-18 em biogás em escala piloto e produzir biomassa microalgal utilizando os efluentes bicarbonato e dióxido de carbono do processo anaeróbio como fonte de nutrientes. Spirulina foi utilizada como substrato na digestão anaeróbia para produção de biogás em escala piloto sob temperaturas variáveis (12- 38 °C). Efluente do processo anaeróbio foi adicionado (20 %, v/v) como fonte de carbono no cultivo da microalga para avaliar o crescimento e a composição da biomassa. A seguir foi avaliada a capacidade da microalga de remover CO2 presente no biogás através de biofixação para obtenção do biocombustível purificado. O biogás produzido sob as diferentes temperaturas apresentou entre 72,2 e 74,4 % de CH4, quando realizado nas temperaturas 12 a 21 °C e 26 a 38 °C, respectivamente. A redução na temperatura do processo anaeróbio provocou um decréscimo na conversão de biomassa em biogás (0,30 para 0,22 g.g-1 ), ocorrendo dentro da faixa adequada e segura para as bactérias metanogênicas (pH 6,9; alcalinidade entre 1706,0 e 2248,0 mg.L-1 CaCO3 e nitrogênio amoniacal 479,3 a 661,7 mg.L-1 ). Os cultivos de Spirulina sp. LEB-18 em efluente anaeróbio contendo 20 % (v/v) e meio Zarrouk modificado (NaHCO3 2,8 e 5,3 g.L-1 ) apresentaram velocidade específica máxima de crescimento entre 0,324 e 0,354 d-1 , produtividade volumétrica entre 0,280 e 0,297 g.L-1 .d-1 e produtividade areal entre 14,00 e 14,85 g.m-2 .d-1 , sem diferenças significativas (p > 0,05) entre as diferentes condições estudadas. Lipídios variaram entre 4,9 e 5,0 % com proporção de ácido linoleico maximizada nos meios com efluente e ácido alfa-linolênico reduzida nesses meios em comparação ao meio Zarrouk completo. Nos ensaios para avaliar a capacidade da microalga Spirulina sp. LEB-18 de remover CO2 contaminante no biogás, as máximas concentrações celulares e produtividades de biomassa variaram, respectivamente, entre 1,12 e 1,24 g.L-1 e 0,11 e 0,14 g.L-1 .d-1 , não apresentando diferenças significativas (p > 0,05) entre os ensaios. A maior fixação diária total (FDT) de dióxido de carbono obtida foi 58,01 % (v/v) em cultivos com adição de biogás contendo 25 % (v/v) CO2. Obteve-se biogás com 89,5 % (v/v) de CH4 após injeção em cultivos de Spirulina, no qual aproximadamente 45 % (v/v) do CO2 injetado foi fixado pela microalga, gerando biomassa para diversas aplicações e biogás purificado.

Monitoramento por microcontrolador do cultivo de spirulina em fotobiorreator raceway

A oportunidade de produção de biomassa microalgal tem despertado interesse pelos diversos destinos que a mesma pode ter, seja na produção de bioenergia, como fonte de alimento ou servindo como produto da biofixação de dióxido de carbono. Em geral, a produção em larga escala de cianobactérias e microalgas é feita com acompanhamento através de análises físicoquímicas offline. Neste contexto, o objetivo deste trabalho foi monitorar a concentração celular em fotobiorreator raceway para produção de biomassa microalgal usando técnicas de aquisição digital de dados e controle de processos, pela aquisição de dados inline de iluminância, concentração de biomassa, temperatura e pH. Para tal fim foi necessário construir sensor baseado em software capaz de determinar a concentração de biomassa microalgal a partir de medidas ópticas de intensidade de radiação monocromática espalhada e desenvolver modelo matemático para a produção da biomassa microalgal no microcontrolador, utilizando algoritmo de computação natural no ajuste do modelo. Foi projetado, construído e testado durante cultivos de Spirulina sp. LEB 18, em escala piloto outdoor, um sistema autônomo de registro de informações advindas do cultivo. Foi testado um sensor de concentração de biomassa baseado na medição da radiação passante. Em uma segunda etapa foi concebido, construído e testado um sensor óptico de concentração de biomassa de Spirulina sp. LEB 18 baseado na medição da intensidade da radiação que sofre espalhamento pela suspensão da cianobactéria, em experimento no laboratório, sob condições controladas de luminosidade, temperatura e fluxo de suspensão de biomassa. A partir das medidas de espalhamento da radiação luminosa, foi construído um sistema de inferência neurofuzzy, que serve como um sensor por software da concentração de biomassa em cultivo. Por fim, a partir das concentrações de biomassa de cultivo, ao longo do tempo, foi prospectado o uso da plataforma Arduino na modelagem empírica da cinética de crescimento, usando a Equação de Verhulst. As medidas realizadas no sensor óptico baseado na medida da intensidade da radiação monocromática passante através da suspensão, usado em condições outdoor, apresentaram baixa correlação entre a concentração de biomassa e a radiação, mesmo para concentrações abaixo de 0,6 g/L. Quando da investigação do espalhamento óptico pela suspensão do cultivo, para os ângulos de 45º e 90º a radiação monocromática em 530 nm apresentou um comportamento linear crescente com a concentração, apresentando coeficiente de determinação, nos dois casos, 0,95. Foi possível construir um sensor de concentração de biomassa baseado em software, usando as informações combinadas de intensidade de radiação espalhada nos ângulos de 45º e 135º com coeficiente de determinação de 0,99. É factível realizar simultaneamente a determinação inline de variáveis do processo de cultivo de Spirulina e a modelagem cinética empírica do crescimento do micro-organismo através da equação de Verhulst, em microcontrolador Arduino.

Ciclos econômicos e emissão de CO2 no Brasil: uma análise dinâmica para políticas ambientais ótimas

Este artigo estuda como as políticas ambientais devem responder de forma ótima aos ciclos econômicos no Brasil. Para isso utilizamos um modelo de ciclos reais de negócios (RBC) com externalidades de poluição. Os resultados indicam que o custo de mitigação de emissões de carbono é mais baixo que o da poluição no Brasil, justificando a adoção de políticas restritivas. Além disso, diante de choques de produtividade, o comportamento ótimo é uma política de mitigação pró-cíclica, onde o imposto e o teto de emissões devem aumentar em períodos de expansão da economia e diminuir em períodos de crise. Também definimos uma regra de decisão para a dinâmica da política de mitigação.