RESUMO -Dados de viscosidade permitem aprimorar processos de obtenção e purificação de óleos vegetais utilizando solventes. Devido ao grande número de variáveis que afeta o processo, a aquisição de dados em todas as condições de interesse não é viável e métodos para estimá-las são fundamentais. O objetivo deste trabalho foi testar diferentes modelos preditivos para a viscosidade e compará-los com dados experimentais referentes a sistemas formados por triacilgliceróis (tricaprilina e tricaprina), ácidos graxos (láurico, palmítico e linoleico) e alcoóis de até 6 carbonos (etanol, isopropanol e hexanol). As viscosidades foram obtidas em um viscosímetro automático (Anton Paar). Para a predição dos dados experimentais, foram testadas as formas simples e modificada da Regra de Kay, além do modelo de contribuição de grupos GC-UNIMOD. Os resultados mostraram que, apesar da complexidade das misturas, os modelos mais simples são capazes de fazer uma boa predição da viscosidade, com desvios médios relativos (DMR) inferiores a 7 %, principalmente para misturas com maiores concentrações de solvente, podendo ser uma importante ferramenta para a indústria de óleos e gorduras.
scite is a Brooklyn-based organization that helps researchers better discover and understand research articles through Smart Citations–citations that display the context of the citation and describe whether the article provides supporting or contrasting evidence. scite is used by students and researchers from around the world and is funded in part by the National Science Foundation and the National Institute on Drug Abuse of the National Institutes of Health.
customersupport@researchsolutions.com
10624 S. Eastern Ave., Ste. A-614
Henderson, NV 89052, USA
This site is protected by reCAPTCHA and the Google Privacy Policy and Terms of Service apply.
Copyright © 2024 scite LLC. All rights reserved.
Made with 💙 for researchers
Part of the Research Solutions Family.