| Processo: | 19/24737-9 |
| Modalidade de apoio: | Bolsas no Brasil - Iniciação Científica |
| Data de Início da vigência: | 01 de fevereiro de 2020 |
| Data de Término da vigência: | 28 de fevereiro de 2021 |
| Área de conhecimento: | Engenharias - Engenharia Química |
| Pesquisador responsável: | Marcel Otavio Cerri |
| Beneficiário: | Bruna Aparecida Quitério |
| Instituição Sede: | Faculdade de Ciências Farmacêuticas (FCFAR). Universidade Estadual Paulista (UNESP). Campus de Araraquara. Araraquara , SP, Brasil |
| Assunto(s): | Linguagem de programação Python Algoritmos Processos bioquímicos Equações Modelagem computacional Modelos matemáticos Análise de dados Simulação por computador |
| Palavra(s)-Chave do Pesquisador: | crescimento microbiano | Modelagem | python | Simulação | Modelagem e Simulação |
Resumo Os modelos matemáticos constituem-se como ferramentas indispensáveis para a simulação, o controle, o acompanhamento e a otimização de processos bioquímicos e biotecnológicos, tendo, para tanto, como base a utilização de equações de complexidade variável, as quais, uma vez correta e adequadamente validadas para atender as peculiaridades de um dado processo, fornecem informações com alto grau de confiança acerca do mesmo, contribuindo, dessa forma, com a redução de recursos financeiros e operacionais. Nesse sentido, as técnicas de computação científica surgem como importantes facilitadoras das etapas de modelagem de processos, com destaque para as desenvolvidas em linguagem Python, uma atraente alternativa para a simulação e modelagem de reações de fermentação que ocorrem em reatores operando em batelada, batelada alimentada e contínuo, em vista da disponibilidade de bibliotecas poderosas de análise de dados e cálculos matemáticos, bem como de ambientes de programação totalmente open source aos usuários programadores, seguindo uma sintaxe de relativa simplicidade de compreensão lógica e manipulação. Em vista disso, a implementação de modelos matemáticos deduzidos a partir de equacionamentos de balanços de massa simples, flexíveis e personalizáveis para cada tipo de fermentação, através de algoritmos desenvolvidos integralmente em Python, irá contribuir extensivamente para o estudo, em ambientes acadêmicos, dos comportamentos cinético e químico de processos fermentativos microbianos, tornando-se uma valiosa ferramenta didática para a aquisição desses conhecimentos por alunos e docentes de maneira dinâmica e facilitada. (AU) | |
| Matéria(s) publicada(s) na Agência FAPESP sobre a bolsa: | |
| Mais itensMenos itens | |
| TITULO | |
| Matéria(s) publicada(s) em Outras Mídias ( ): | |
| Mais itensMenos itens | |
| VEICULO: TITULO (DATA) | |
| VEICULO: TITULO (DATA) | |