Neste trabalho, uma ferramenta computacional para a modelagem e estimação de parâmetros de processos oxidativos avançados (POAs) é proposta. A ferramenta, desenvolvida no Matlab®, tem quatro módulos principais: módulo da modelagem do processo (Módulo I), dois módulos dedicados à estimação de parâmetros do modelo a partir de dados experimentais disponíveis (Módulos II e III) e o módulo de simulação (Módulo IV). A ferramenta é baseada em um modelo fenomenológico geral e estruturado, sendo formulado no Módulo I. Nos Módulos II e III, a função objetivo é minimizada usando o algoritmo trust-region-reflective implementado na função lsqnonlin do Matlab® e o método do enxame de partículas, respectivamente. Quando o algoritmo trust-region-reflective é utilizado, as equações diferenciais do modelo e as equações de sensibilidade são integradas empregando o CVODES solver do SUNDIALS. As sensibilidades são usadas no cálculo da matriz Jacobiana analítica dos resíduos que é fornecida ao algoritmo de otimização. Quando o problema de otimização é resolvido usando o método do enxame de partículas, as equações do modelo são integradas por meio do solver ode15s do Matlab®. Finalmente, no Módulo IV, podem ser feitas simulações do processo tanto com os parâmetros estimados quanto pelos fornecidos pelo usuário. A ferramenta proposta foi aplicada à degradação do fenol pelo processo de eletro-Fenton. Simulações do processo mostraram que o modelo com os parâmetros estimados foi capaz de prever relativamente bem as concentrações experimentais de fenol e os seus intermediários aromáticos. Também foi aplicada ao tratamento de ciprofloxacina (CIP) em solução aquosa pelo processo de ozônio. Os parâmetros: coeficiente volumétrico de transferência de massa na fase líquida (kLa), fração de líquido (?) e constantes cinéticas do modelo de degradação foram estimados desconsiderando e considerando a concentração de ozônio na fase gasosa na função objetivo. O modelo com os parâmetros estimados desconsiderando a concentração de ozônio na fase gasosa ajustou adequadamente as concentrações experimentais de CIP e carbono orgânico total (COT). No entanto, as concentrações preditas de ozônio na fase gasosa foram maiores que as experimentais em todos os casos. Quando a concentração de ozônio foi considerada na função objetivo um intento por ajustar essa concentração foi observado, mas os ajustes da CIP e COT pioraram. Esses comportamentos foram observados usando ambos os métodos de otimização.

In this work, a computational tool for the modeling and the parameter estimation of advanced oxidation processes is proposed. The tool, developed in Matlab®, contains four main modules: process modeling module (Module I), two modules dedicated to the model parameter estimation from available experimental data (Modules II and III) and the simulation module (Module IV). It is based on a general phenomenological structured model formulated in Module I. In Modules II and III, the objective function is minimized by using the trustregion-reflective algorithm implemented in the lsqnonlin Matlab® function and the particle swarm optimization method, respectively. When using the trustregion-reflective algorithm, the model differential equations and forward sensitivity equations are integrated employing the CVODES solver of SUNDIALS. The sensitivities are used to compute the analytical Jacobian matrix of the residuals that is supplied to the optimization algorithm. When the optimization problem is solved by means of particle swarm optimization method, the model equations are integrated by using the ode15s Matlab® solver. Finally, in Module IV, process simulations with the estimated parameters or parameters supplied by the user can be carried out. The proposed tool was applied to the phenol degradation by electro-Fenton process. Process simulations demonstrated that the model with the adjusted parameters was able to predict relatively well the experimental concentrations of phenol and its aromatic intermediates. The tool was also applied to the treatment of ciprofloxacin (CIP) in aqueous solution by ozonation process. The model parameters: volumetric mass transfer coefficient (kLa), liquid holdup (?) and kinetic constants were estimated by neglecting and considering the ozone concentration in the gas phase in the objective function. The model with the adjusted parameters neglecting the ozone concentration in the gas phase was able to adjust adequately the experimental concentrations of CIP and total organic carbon (TOC). However, predicted concentrations of ozone in the gas phase were higher that the experimental values for all the experimental conditions. When the ozone concentration in the gas phase was accounted for in the objective function there was an attempt to adjust this concentration, nevertheless, the adjustments of CIP and TOC concentrations worsened. These behaviors were observed using both optimization methods.