Optimização da lavagem alcalina do mononitrobenzeno

Abstract

O desenvolvimento de modelos estatísticos de previsão da extracção de nitrofenóis na lavagem alcalina do processo de produção de mononitrobenzeno (MNB) na fábrica da CUF-QI em Estarreja foi o objetivo deste trabalho. Na maioria das empresas o MNB é obtido por nitração adiabática do benzeno. Reações secundárias levam à formação dos subprodutos dinitrofenol (DNF) e trinitrofenol (TNF). Estes, bem como matérias-primas não convertidas, devem ser removidos para garantir que as especificações do MNB são cumpridas. Para tal, várias separações são utilizadas com extrações líquido-líquido que tomam o nome de lavagem. Esta dá-se em dois passos: uma extração ácida, que remove ácidos minerais, seguida de uma extração reativa alcalina, onde os NF são eliminados. Esta extração alcalina foi o foco deste trabalho. Um levantamento da tecnologia disponível atualmente para a purificação do MNB, bem como o equipamento e as técnicas de tratamento de efluentes com DNF e TNF é aqui apresentado. Os modelos estatísticos construídos para a lavagem alcalina do MNB foram baseados em dados experimentais recolhidos previamente por Cardoso (2013) e Fuentes (2014). Ambos estudaram a influência das variáveis de entrada e das condições operatórias na extração do dinitrofenol e do trinitrofenol do MNB nos lavadores alcalinos na fábrica da CUF-QI. Os dados disponíveis foram utilizados para construir modelos distintos, um para cada subproduto. O processo de extração foi traduzido por meio de modelos estatísticos para os coeficientes de partição entre duas fases líquidas. Ferramentas de análise exploratória de dados para processamento de dados permitiram, numa primeira etapa, retirar informações e evidenciar tendências e regressores de entre as condições de operação da lavagem alcalina. Posteriormente, diferentes modelos foram construídos recorrendo ao método dos mínimos quadrados com seleção de variáveis por stepwise e através do método dos mínimos quadrados parciais (PLS). O modelo para o coeficiente de partição do DNF mostrou que T * , NH3 * , (T·NH3 ) * e (TNFFA·NH3 ) * são os regressores mais influentes. Para o coeficiente de partição do TNF foram selecionados dois modelos designados B e C. No modelo B os regressores que mais influenciam a operação são DNFFO * , DNFFA * , (T·DNFFA) * e (DNFFA·TNFFA) * . Quanto ao modelo C, que prevê o inverso do coeficiente de partição do TNF, os regressores mais expressivos são NH3 * e o seu quadrado e (NH4)2CO3 * e a sua raiz quadrada. A validação externa dos modelos com dados recolhidos nos lavadores da fábrica confirmou a capacidade de previsão dos modelos. Sugere-se que esta validação seja complementada com um conjunto de amostras que também inclua a operação do primeiro lavador. Uma análise de sensibilidade aos modelos validou informação dos estudos anteriores. Verificouse que para a previsão do coeficiente de partição do DNF em determinadas regiões da gama de aplicabilidade da razão água/MNB e fração de agente alcalino (NH3 ) o modelo exibe um comportamento diferente da restante gama.