Uma solução em Python para tratamento de dados em experimentos de osmose direta

Prévia do material em texto

1 
 
UMA SOLUÇÃO BASEADA EM PYTHON PARA A 
CORREÇÃO AUTOMATIZADA DE DADOS E MELHORIA DE 
PRECISÃO EM EXPERIMENTOS DE OSMOSE DIRETA 
 
 
 
RESUMO Em ensaios de osmose direta, desenvolveu-se um código na linguagem de 
programação Python, a fim de remover as variações de massa negativas adquiridas 
por uma balança de precisão. Em razão da diferença de potencial osmótico, 
esperava-se apenas a passagem de água para o Erlenmeyer a ser pesado e, dessa 
forma, o aumento da massa adquirida pela balança. Porém, devido à instabilidade 
causada pela bomba peristáltica e suas mangueiras, certas variações negativas 
foram identificadas. Sendo assim, o código foi capaz de ler os dados brutos e gerar 
uma planilha com os dados suavizados, além de calcular o fluxo de água através 
da membrana e fornecer algumas informações estatísticas de suma importância, 
como média simples, desvio padrão e coeficiente de variação. Em comparação ao 
cálculo feito por meio das informações brutas, tal ferramenta foi capaz de reduzir 
o desvio padrão dos fluxos observados em até 19 unidades e o coeficiente de 
variação. 
 
1 CONTEXTUALIZAÇÃO 
A indústria têxtil no Brasil é um setor de alta relevância para a economia nacional e 
internacional, produção que já existe há quase 200 anos no país e que, em 2023, fabricou 2 
milhões de toneladas (IEMI 2024). Entretanto, é evidente o impacto ambiental que tal ramo 
produtivo apresenta, principalmente em razão do alto consumo de água e da formação de 
efluentes poluídos, descartados de maneira incorreta. Desse modo, surge a demanda por 
soluções que sejam capazes de reaproveitar a enorme quantia de água utilizada pela indústria 
têxtil e de tratar os efluentes gerados. Com isso, foi realizado o estudo do uso da osmose direta, 
com membranas de tri acetato de celulose, para concentrar o efluente restante após o tingimento 
de peças jeans. Através de tal solução, o trabalho avaliou o reaproveitamento da água retirada 
do efluente e a reutilização do corante em futuros tingimentos. 
Ao longo dos ensaios de osmose, com duração de 6 horas, utilizou-se um código na 
linguagem MatLab capaz de coletar os dados de uma balança de precisão automaticamente. 
Porém, devido às variações ocasionadas pelos equipamentos do sistema (bomba peristáltica e 
mangueiras), alguns dados coletados não refletiam o incremento de massa decorrente da 
diferença de potencial osmótico nas soluções adjacentes a membrana de osmose direta. Em uma 
técnica que se esperava apenas variações positivas da massa na balança, determinadas 
modificações negativas foram identificadas. 
Portanto, o grupo desenvolveu um código na linguagem de programação Python capaz de 
identificar tais variações indesejáveis e descartá-las antes da análise. Tal solução foi capaz de 
aproximar os dados da real alteração de massa e, consequentemente, auxiliar no cálculo correto 
do fluxo de água através da membrana, desprezando falsos fluxos negativos. O programa utiliza 
 
2 
bibliotecas como, Openpyxl, Os, Pandas e MatPlotLib, capazes de: ler os dados em planilhas 
de Excel, navegar pelos diretórios do computador e produzir gráficos. 
2 METODOLOGIA 
2.1 Ensaios de osmose 
A fim de verificar a efetividade da osmose direta, 15 ensaios foram realizados com 
concentrações de 1 a 5 mol/L de uma solução de cloreto de sódio (NaCl) e com velocidades de 
recirculação das bombas variando entre 8 e 24 cm/s (vazão: 20 – 60 cm3/s). A membrana 
utilizada nesses ensaios era composta de tri acetato de celulose, com área de 42 cm2. A equação 
utilizada para o cálculo do fluxo de água (F; m3/m2h) é apresentada na Equação 1. 
F = (V/0,0042) / (k/60) (1) 
 
A variação da concentração do efluente era observada com a análise da variação da massa 
e da condutividade da solução osmótica. Esses dados eram armazenados em um computador 
acoplado ao conjunto, que compilou os dados brutos em uma planilha de Excel, organizando as 
72 massas adquiridas (dados obtidos de 5 em 5 minutos durante 6 horas) em 3 colunas de 24 
linhas (colunas D, J e P). Através da Figura 1, é possível observar o esquema utilizado. 
Figura 1: Representação imagética do sistema de osmose direta utilizado 
 
Ao observar tal sistema, as bombas peristálticas possuem a função de manter constante o 
volume dos fluidos no interior do módulo em que a membrana se encontra. Isto permite o 
contato constante do efluente e da solução osmótica com a membrana e, consequentemente, o 
fenômeno de osmose direta. Assim, o fluido é bombeado para o módulo e depois retorna para 
o Erlenmeyer de origem. Ao longo dos ensaios, a massa do Erlenmeyer da solução osmótica 
aumenta, devido a passagem da água do efluente pela membrana. Entretanto, variações de 
massa negativas são adquiridas pela balança em razão da atividade das bombas. Como 
consequência, a análise de dados, como o fluxo de água pela membrana, é prejudicada pelas 
falsas variações. A Figura 2 apresenta um gráfico “Massa x Tempo” que demonstra tais 
variações indesejadas ao longo do ensaio. Mesmo com o acréscimo da massa durante as seis 
horas, diversas transições observadas possuem ΔmExcel para a identificação e remoção dos dados indesejados. 
IQR = Q3 – Q1 (2) 
 
LI = Q1 - 1,5 * IQR (3) 
 
LS = Q3 + 1,5 * IQR (4) 
 
3 RESULTADOS E DISCUSSÃO 
Ao longo dos 15 ensaios executados, o código foi capaz de disponibilizar valores médios 
de fluxo mais próximos da realidade em todos os casos, ao reduzir a variabilidade dos dados. 
Um dos ensaios, no qual foi utilizado uma solução de NaCl 1 mol/L e as vazões de 40 cm3/s e 
20 cm3/s para as bombas do efluente e da solução osmótica, respectivamente, exemplifica o 
refinamento que o programa em Python foi capaz de fazer nos dados. 
Ao calcular a média do fluxo com os dados brutos de tal ensaio, encontrou-se o valor de 
3,74 L/m2h, além do desvio padrão de 15,55 L/m2h e o coeficiente de variabilidade de 415,38. 
Porém, após a suavização dos valores através do código, encontrou-se uma média de 5,23 
L/m2h, desvio padrão de 4,15 L/m2h e o coeficiente de variabilidade de 96,96. Quando os 
outliers foram desconsiderados, o valor de fluxo médio foi equivalente a 4,15 L/m²h, e os 
valores de desvio padrão e coeficiente de variabilidade 1,88 e 22,7, respectivamente. 
A Figura 4 compara a relação do fluxo com o tempo de ensaio, entre antes e depois da 
suavização do código. Os intervalos de tempo nos quais não há nenhum valor relacionado são 
aqueles em que houve variações negativas. 
Figura 4: Fluxo de permeado (a) antes da suavização pelo código e (b) após 
suavização pelo código. A linha tracejada em vermelho representa o valor de fluxo médio 
 
5 
 
 
Durante os ensaios, a integração das ferramentas MatLab, Python e Excel foi de suma 
importância para a automatização e precisão da pesquisa. Por meio do MatLab, ensaios de 
longas durações foram realizados sem a necessidade de um supervisor, além da coleta de dados 
na balança ser consideravelmente mais precisa, o que reduz a chance de erros. Outra vantagem 
está relacionada aos ensaios com durações maiores, situação em que o sistema seria aplicado 
na realidade, ao ser capaz de denunciar vazamentos ou quaisquer tipos de instabilidade 
envolvendo massa e condutividade. 
Já em relação ao programa em Python, ao comparar os fluxos obtidos após a suavização 
do código com os fluxos reportados no trabalho de Yasmeen et al. (2023), é possível identificar 
uma convergência de resultados, visto que seus valores se encontram entre 1,28 e 7,3 L/m2h 
(utilizando soluções osmóticas de sais inorgânicos). Portanto, torna-se notória a importância da 
utilização do programa em Python para refinar os dados, ao aproximar os valores obtidos 
experimentalmente e os valores já consolidados em demais pesquisas. 
Por fim, o Excel, em conjunto com o Python, possuiu importante função de agrupar 
automaticamente os dados suavizados de forma a facilitar a compreensão, além de fornecer 
dados estatísticos e de remover os “outliers”. Dessa maneira, tal ferramenta facilitou a 
 
6 
compressão dos resultados de cada ensaio e removeu variações extremas que afastavam os 
experimentos da realidade. 
4 CONCLUSÃO 
Após o uso do código em Python para suavizar os dados dos ensaios de osmose direta 
realizados, é notório que os dados brutos não representam as reais variações de massa que 
ocorreram ao longo da osmose e, consequentemente, não representam o fluxo médio real de 
água atravessado pela membrana. 
Dessa maneira, o programa foi de suma importância para que o grupo pudesse analisar as 
verdadeiras informações, sem interferências das ações das bombas e das mangueiras conectadas 
ao sistema. Como consequência, foi possível determinar com exatidão as melhores condições, 
dentre os ensaios executados, para a realização da osmose direta, o que promoverá o aumento 
da eficiência do processo de tratamento e de concentração do efluente têxtil. 
Ademais, a integração do Python com as demais ferramentas, como o MatLab e o Excel, 
ao automatizar os ensaios, foi capaz de aprimorar a coleta e a visualização de dados, além de 
facilitar o dia a dia da equipe. 
5 NOMENCLATURA 
 F - Fluxo (L/m2h) 
V - Volume (m3) 
k - Tempo até próxima identificação de variação positiva (min) 
IQR - Intervalo Interquartil 
Q3 - Terceiro quartil 
Q1 - Primeiro quartil 
LS - Limite Superior 
LI - Limite Inferior 
6 REFERÊNCIAS 
IEMI – INTELIGÊNCIA DE MERCADO. Brasil Têxtil 2024: Relatório Macroeconômico 
da Indústria Têxtil e Confeccionista no Brasil. 2024. 
YASMEEN M, NAWAZ M, KHAN S, GHAFFOUR N, KHAN M, Recovering and reuse 
of textile dyes from dyebath effluent using surfactantdriven forward osmosis to achieve zero 
hazardous chemical discharge. Water Research 230, 2023.