Área de Pesquisa – Inovações em Sistemas Coloidais e Nanotecnologia: Soluções Sustentáveis em Extração, Detecção, Catálise e Aplicações Biomédicas
Línha de Pesquisa 1: Descoberta, caracterização e aplicação de sistemas aquosos bifásicos para extração de analitos de interesse comercial ou remediação ambiental
Nos sistemas aquosos bifásicos, os projetos buscam otimizar a extração de compostos de interesse, visando eficiência e sustentabilidade. A caracterização detalhada permite entender os mecanismos de separação e aplicar as melhores condições para remediação ambiental.
Línha de Pesquisa 2: Síntese, caracterização e aplicação de nanomateriais para desenvolvimento de sistemas extratores, sensores ou nanocatalisadores;
A síntese de nanomateriais, obtidos principalmente por métodos de síntese coloidal, envolve caracterização quanto ao tamanho, morfologia, composição e propriedades diversas. As aplicações incluem catalisadores, nanobiocatalisadores, sensores e sistemas nanoextratores, avaliados para degradação de resíduos orgânicos e síntese fotoquímica.
A interação entre nanopartículas e analitos é estudada utilizando técnicas diversas como UV-Vis, Fluorescência, DLS, SPR, QCM, calorimétricas entre outras, visando entender os mecanismos de formação, estabilidade e toxicidade.
Línha de Pesquisa 3: Desenvolvimento e aplicação de fotoreatores em estudos de fotocatálise e síntese fotoquímica coloidal;
O desenvolvimento de fotoreatores foca em equipamentos de baixo custo e alta eficiência operacional para estudos de fotocatálise, inovando na degradação de poluentes e síntese de compostos químicos.
Línha de Pesquisa 4: Estudos de nanotoxicidade de nanomateriais.
O estudo da nanotoxicidade é essencial para garantir a segurança dos nanomateriais, avaliando impactos ambientais e biológicos através de modelos específicos. Esses testes asseguram a aplicação segura dos nanomateriais em diversas áreas, desde remediação ambiental até dispositivos médicos.
Área de Pesquisa – Química-Matemática
Linha de Pesquisa 1: Aplicação do Cálculo de Ordem Generalizada no contexto da Química.
Descrição: As equações diferenciais que descrevem as taxas de muitos processos químicos e físicos têm sido o assunto de uma vasta reformulação atualmente, denominada Cálculo Fracionário. O cálculo de ordem generalizada (Cálculo Fracionário) é o nome que se dá a teoria que unifica e generaliza a noção de derivada de ordem inteira e de integral de n-ésima ordem, com n inteiro, para ordens não-inteiras. Apesar de uma história que remonta ao ano de 1695, apenas recentemente houve interesse significativo pelo tema. Mesmo com todo o interesse recente na área ainda permanece em aberto diversas questões fundamentais, como a interpretação Matemática, Física ou geométrica de uma derivada ou integral de ordem generalizada. Nesta linha de trabalho exploramos a aplicação desta ferramenta em diferentes problemas e técnicas pertinentes ao contexto da química, na tentativa de alcançar um insight sobre estas questões fundamentais.
Trabalhos de recentes nesta linha:
- CARVALHO DOS SANTOS, JOSÉ PAULO; MONTEIRO, EVANDRO; FERREIRA, JOSÉ CLAUDINEI; TEIXEIRA LEMES, NELSON HENRIQUE; RODRIGUES, DIEGO SAMUEL . Well-posedness and qualitative analysis of a SEIR model with spatial diffusion for COVID-19 spreading. BIOMATH, v. 12, p. 2307207, 2023. (link)
- Smoothing and diffrentiation of data by Tikhonov and fractional derivative tools, applied to surface-enhanced Raman scattering (SERS) spectra of cristal violet dye (preprint,link) JOURNAL OF CHEMOMETRICS, v. e3507, p. e3507, 2023, link.
- Solving ill-posed problems faster using fractional-order Hopfield neural network, Journal of Computational and Applied Mathematics, Volume 381, 1 January 2021, 112984 (link).
- Improving a Tikhonov regularization method with a fractional-order differential operator for the inverse black body radiation problem, Inverse Problems in Science and Engineering (link).
Linha de Pesquisa 2: Modelagem Matemática, Otimização, Problemas inversos e Inteligência Artificial no contexto da Química.
Descrição: Problemas inversos são problemas de otimização que lidam com parâmetros pouco sensíveis de um modelo matemático e dados de entrada contendo erros de natureza experimental, deixando o problema mal-colocado. Neste caso métodos usuais de otimização não são em geral adequados. Para contornar o problema são usados métodos de regularização, entre eles regularização de Tikhonov e Decomposição truncada em valor singular. Técnicas envolvendo Inteligência Artificial como redes neurais de Hopfield são ferramentas importantes neste contexto.
Trabalhos recentes nesta linha:
- Functional sensitivity analysis approach to retrieve the potential energy function from the quantum second virial coefficient. PHYSICA A-STATISTICAL MECHANICS AND ITS APPLICATIONS, v. 536, p. 122539, 2019 (link).
- Accurate potential energy curve for helium dimer retrieved from viscosity coefficient data at very low temperatures. PHYSICA A-STATISTICAL MECHANICS AND ITS APPLICATIONS, v. 487, p. 32-39, 2017 (link).
Linha de Pesquisa 3: Desenvolvimento de dispositivos eletrônicos usando a placa Arduíno(c) e softwares educativos para celular Android(c) como app Inventor(c).
Descrição: Nesta linha temos o interesse de explorar a placa Arduíno(c) para o desenvolvimento de dispositivos eletrônicos (controladores e sensores) para o ensino de conceitos de química ou para o uso de aquisição de dados no laboratório de fenômenos físico-químicos. O software app Inventor(c) tem sido usado como recurso para o ensino de lógica e linguagem de programação ou como ferramenta para o desenvolvimento de softwares didáticos para celulares Android(c) que abordem o conteúdo de química de forma lúdica e interativa.
Trabalhos recentes nesta linha:
- Estudo da lei de resfriamento de Newton utilizando a derivada fracionária de caputo. Higor Vinicius Monteiro Ferreira. Trabalho de Conclusão de Curso (Química Bacharelado). 2021. (link)
- Construção de sistema eletrônico com Arduino para aquisição de dados de condução de calor em uma barra de metal e modelagem com Cálculo Fracionário. Ivan Assunção Murad Ramos. Iniciação Científica. 2021. (link)