Hidroesterificação enzimática dos ácidos graxos do óleo de coco residual

Abstract

O objetivo desse trabalho foi a síntese de biodiesel através da produção de ácidos graxos por meio da saponificação por rota química do óleo de coco residual assistida no ultrassom seguida de hidrólise ácida e posterior esterificação enzimática do material graxo produzido, utilizando a Lipase B de Candida antarctica (CAL-B) imobilizada em resina acrílica (Novozym ® 435) como biocatalizador enzimática, o que denomina-se hidroesterificação. A utilização do banho ultrassônico na etapa reacional inicial, teve o intuito de acelerar o processo de saponificação, uma vez que a cavitação provocada no fluído submetido a ondas ultrassônicas amplia a miscibilidade entre os reagentes possibilitando maior contato entre as interfaces de óleo e solução etanólica de KOH, acelerando o tempo de reação e diminuindo significativamente a necessidade de elevadas temperaturas para a execução do processo. Para a etapa de esterificação enzimática, um planejamento experimental fatorial 2k do tipo PCC (Planejamento Completo Central) de quatro variáveis (temperatura, tempo reacional, razão molar e concentração de biocatalisador) foi realizado no software Statistica, no intuito de avaliar a influência das condições operacionais no rendimento do processo. Para tanto, inicialmente realizou-se 27 reações com diferentes combinações dos parâmetros reacionais, em seguida, após a determinação do ponto ótimo, o mesmo foi otimizado através de redes neurais. Fez-se um comparativo entre o desempenho do ponto ótimo otimizado da reação de esterificação enzimática quando realizado com agitação mecânica (incubadora) e banho ultrassônico. Verificou-se que dentre os parâmetros com influência lineares, o mais estatisticamente significativo, foi a razão molar. A melhor combinação para as 27 reações apresentou um rendimento de 88% em conversão de ácidos graxos em ésteres. Já para o comparativo do ponto otimizado entre agitação mecânica e banho ultrassônico, a primeira apresentou como melhor conversão 83,39 % e o segundo, 80,86%. A conversão obtida para o ponto otimizado nos dois sistemas reacionais descritos foi menor que o ponto ótimo do planejamento experimental inicial, isso deveu-se ao fato dos resultados obtidos para as 27 reações não obedecerem a distribuição normal o que contribuiu negativamente na obtenção do ponto otimizado exato via redes neurais, visto que foram necessárias a realização de adequações do modelo utilizado (Linear quadrático e especificações) para que os resultados pudessem ser representados estatisticamente.