PREDIÇÃO DO NÚMERO KAPPA DE UM DIGESTOR CONTÍNUO DE CELULOSE KRAFT USANDO ANÁLISE DE REGRESSÃO MÚLTIPLA

PREDIÇÃO DO NÚMERO KAPPA DE UM DIGESTOR CONTÍNUO DE CELULOSE KRAFT USANDO ANÁLISE DE REGRESSÃO MÚLTIPLA

CORREIA, F. M.; MINGOTI, S. A.; ANGELO, J. V. H. D’

Artigo:

O digestor contínuo de celulose kraft é um reator pressurizado que tem a função de promover as reações de deslignificação das fibras da madeira. Neste equipamento ocorre a dissolução das cadeias de lignina, além das indesejáveis reações de degradação dos carboidratos. A qualidade da celulose produzida é medida pelo número Kappa, que é uma referência do teor de lignina residual e é o item mais importante para o controle das reações, sendo determinante para as etapas subsequentes do processo. Possui impactos significativos nos custos, meio ambiente e na qualidade da celulose final. Sua análise tem defasagem do tempo de retenção (~ 4 horas) quanto às principais variáveis de controle. Neste contexto, o objetivo deste trabalho foi obter um modelo de predição do número kappa, de forma antecipada ao resultado das análises de laboratório. Foram tratados dados de processo obtidos durante dois meses de operação, usando as principais variáveis de processo de um digestor contínuo de celulose kraft de eucalipto, modelo kamyr. Na análise de regressão, foi utilizado o método dos mínimos quadrados ordinários, usando dados industriais para produzir modelos multi-input single-output. Após ajuste do modelo aos dados observados, realizou-se a validação com um novo conjunto de dados, obtendo erro percentual médio da ordem de 4 %, equivalente às incertezas do próprio método de medição.

O digestor contínuo de celulose kraft é um reator pressurizado que tem a função de promover as reações de deslignificação das fibras da madeira. Neste equipamento ocorre a dissolução das cadeias de lignina, além das indesejáveis reações de degradação dos carboidratos. A qualidade da celulose produzida é medida pelo número Kappa, que é uma referência do teor de lignina residual e é o item mais importante para o controle das reações, sendo determinante para as etapas subsequentes do processo. Possui impactos significativos nos custos, meio ambiente e na qualidade da celulose final. Sua análise tem defasagem do tempo de retenção (~ 4 horas) quanto às principais variáveis de controle. Neste contexto, o objetivo deste trabalho foi obter um modelo de predição do número kappa, de forma antecipada ao resultado das análises de laboratório. Foram tratados dados de processo obtidos durante dois meses de operação, usando as principais variáveis de processo de um digestor contínuo de celulose kraft de eucalipto, modelo kamyr. Na análise de regressão, foi utilizado o método dos mínimos quadrados ordinários, usando dados industriais para produzir modelos multi-input single-output. Após ajuste do modelo aos dados observados, realizou-se a validação com um novo conjunto de dados, obtendo erro percentual médio da ordem de 4 %, equivalente às incertezas do próprio método de medição.

Palavras-chave:

DOI: 10.5151/chemeng-cobeq2014-0928-22370-148607

Referências bibliográficas

• [1] contínuo com madeiras de fibra curta, o que reforça a contribuição deste trabalho. Área temática: Simulação, Otimização e Controle de Processos 33. MATERIAIS E MÉTODOS Os dados usados neste estudo, foram oriundos de um digestor contínuo fase vapor, modelo kamyr com capacidade de produção de 500.000 tSA/ano de celulose kraft de eucalyptus grandis e urograndis de uma fábrica localizada no estado de Minas Gerais. Os dados foram coletados em um total de 2.766 observações e foram divididos em dois grupos. O primeiro para construção do modelo, utilizando dados de 2 meses de operação com 1.518 observações e o segundo, com 1.248 observações, para validação do modelo, utilizando dados dos 2 meses subsequentes aos do primeiro grupo. Em ambos os grupos foram excluídos os dados originados de produções inferiores a 50 % da produção normal. Considerando a experiência industrial adquirida ao longo de mais de 20 anos, foram selecionadas algumas variáveis de processo que influenciam no número kappa para realizar a análise de regressão múltipla. A Tabela 1 apresenta a lista dessas variáveis, bem como o delay do tempo de retenção de cada uma delas. Tabela 1 – Variáveis de processo analisadas. Sigla Descrição Unidade Delay (h) 1. DENS 2. CS 3. TRET 4. TSILO 5. RPM 6. RLM 7. CA 8. S 9. TTOPO 10. P 11. ACCOZ 12. TCCOZ 13. ACHOM 14. TCHOM 15. EXTFUN 16. LPDFUN 17.LPD/RPM 18. KANT 19. KAPPA Densidade a granel do cavaco Consistência do cavaco Tempo de retenção do silo de cavacos Temperatura do silo de cavacos Rotação rosca dosadora de cavacos Relação licor/madeira Carga alcalina total Sulfidez Temperatura topo do digestor Pressão no topo do digestor Álcali efetivo circulação cozimento Temperatura circulação cozimento Álcali efetivo circulação homogenização Temperatura circulação homogenização Percentual extração de licor peneira inferior Fluxo Licor Preto Diluido aplicado ao fundo Relação LPDFUN/RPM Número kappa anterior Número kappa kg/m3 % min ºC RPM m3/t % % ºC kg/cm2 g/L ºC g/L ºC % m3 m3/RPM Un.kappa Un. Kappa 3,5 3,5 3,5 3,5 3,5 3,0 3,0 3,0 3,0 3,0 2,5 2,5 1,5 1,5 0,5 0,5 0,5 0,5 0,0 As variáveis foram agrupadas e analisadas pelo método dos mínimos quadrados ordinários, com o uso do software Eviews version 5. Foi aplicada a regressão linear múltipla, visando obter uma relação entre a variável dependente (número kappa) e as demais variáveis. Inicialmente foram tabuladas as 17 primeiras variáveis indicadas na Tabela 1, visando detectar os principais padrões de similaridade entre as variáveis com a menor perda de informação. Por ter apresentado baixa correlação, posteriormente foi incluído a 18ª variável (número kappa anterior) para a construção do modelo. Para ajuste do modelo foi usado o método stepwise com nível α de remoção 0,1.
• [2] Área temática: Simulação, Otimização e Controle de Processos 44. RESULTADOS E DISCUSSÃO Os dados do número kappa foram tabulados e graficados, para a função de autocorrelograma do número kappa, conforme Figura 2. Pode-se observar que o número kappa é fortemente correlacionado com o número kappa anterior. Assim, essa variável foi incorporada na dinâmica de modelo da matriz do número kappa.

Como citar:

CORREIA, F. M.; MINGOTI, S. A.; ANGELO, J. V. H. D’; "PREDIÇÃO DO NÚMERO KAPPA DE UM DIGESTOR CONTÍNUO DE CELULOSE KRAFT USANDO ANÁLISE DE REGRESSÃO MÚLTIPLA", p-11845-11852. In: Anais do XX Congresso Brasileiro de Engenharia Química - COBEQ 2014 [= Blucher Chemical Engineering Proceedings, v.1, n.2]. São Paulo: Blucher, 2015.
ISSN 23591757, DOI 10.5151/chemeng-cobeq2014-0928-22370-148607