Tese CDFJ

Universidade Federal de So Carlos
Centro de Cincias Exatas e Tecnologia

Departamento de Engenharia Qumica - DEQ
Programa de Ps-Graduao em Engenharia Qumica - PPG/EQ
VALIDAO DA SIMULAO DINMICA DAS ETAPAS DE

EVAPORAO E CRISTALIZAO DA PRODUO DE
ACAR COM DADOS OBTIDOS EM PLANTAS INDUSTRIAIS
Doutorando: Charles Dayan Farias de Jesus

Orientador: Prof. Dr. Paulo Igncio Fonseca de Almeida
So Carlos SP
Junho de 2004
Universidade Federal de So Carlos
Centro de Cincias Exatas e Tecnologia
Departamento de Engenharia Qumica - DEQ
Programa de Ps-Graduao em Engenharia Qumica
VALIDAO DA SIMULAO DINMICA DAS ETAPAS DE

EVAPORAO E CRISTALIZAO DA PRODUO DE
ACAR COM DADOS OBTIDOS EM PLANTAS INDUSTRIAIS
Doutorando: Charles Dayan Farias de Jesus

Orientador: Prof. Dr. Paulo Igncio Fonseca de Almeida
Tese de doutorado apresentada ao

Programa de Ps Graduao em
Engenharia Qumica da Universidade
Federal de So Carlos como parte dos
requisitos necessrios obteno do
ttulo de Doutor em Engenharia
Qumica, rea de concentrao em
Pesquisa e Desenvolvimento de
Processos Qumicos.
So Carlos - SP
Junho de 2004.
Ficha catalogrfica elaborada pelo DePT da
Biblioteca Comunitria/UFSCar
Jesus, Charles Dayan Farias de.

J58vs Validao da simulao dinmica das etapas de
evaporao e cristalizao da produo de acar com
dados obtidos em plantas industriais / Charles Dayan Farias
de Jesus. -- So Carlos : UFSCar, 2004.
155 p.
Tese (Doutorado) -- Universidade Federal de So Carlos,

2004.
1. Evaporao. 2. Cristalizao. 3. Simulao dinmica.

4. Produo de acar. I. Ttulo.
CDD: 660.28426 (20 a)

"Os pequenos atos que se executam so melhores
do que todos aqueles que se planejam."
George Marshall (1880-1959)

DEDICATRIA
minha esposa Clia, aos meus pais Sebastio e

Sonia, aos meus irmos Sonia Carla e Wolff e
Famlia Galvo por todo carinho, apoio e
incentivo durante todos esses anos.
AGRADECIMENTOS
A Deus por tudo o que e representa para mim.

Ao Prof. Dr. Paulo Igncio pela pacincia, solicitude e confiana, o meu
muito obrigado.
s Usinas Santa Adlia e So Martinho pela aceitao da importante
parceria Indstria/Universidade, imprescindvel para a realizao deste trabalho.
Aos Srs. Roberto Avaloni, Silvio Pereira e Marco Carleto, da Usina Santa
Adlia, e aos Srs. Agenor Pavan e Oscar Paulino, da Usina So Martinho, pelo
acolhimento no ambiente industrial e total presteza no fornecimento de informaes.
Ao Centro de Tecnologia Canavieira (CTC), nas pessoas dos Srs. Manoel
Rgis Lima Verde Leal, Jaime Figueirut e Alberto Shintaku pelos quatro anos de
ateno dispensada.
Ao Prof. Dr. Marco Giulietti pelos importantes esclarecimentos sobre o
processo de cristalizao e pela disponibilizao do analisador de partculas
(Laboratrio de Cristalizao).
Aos professores do DEQ, que me foram de grande valia nas discusses.
Ao Oscar (Oficina Mecnica do DEQ) pela presteza com que sempre
atendeu s solicitaes do projeto.
minha esposa Clia Maria, que sempre foi meu porto seguro onde eu
encontrava apoio, conforto e amizade, sem a qual este perodo teria sido bem mais
difcil.
Aos amigos do DEQ/UFSCar pelos momentos de descontrao ao longo de
todo este perodo.
FAPESP pelo apoio financeiro concedido.
RESUMO
A regio central do estado de So Paulo, onde se encontra localizada a
cidade de So Carlos, uma das maiores produtoras mundiais de acar e lcool.
Conforme o mercado se torna mais competitivo, as empresas passam a buscar novas
tecnologias e abordagens matemticas mais rigorosas. Neste contexto, onde parcerias
entre universidade e empresas so encorajadas, est inserido este trabalho.
As principais etapas do processo de produo de acar so a evaporao do
caldo e a cristalizao do acar. O estgio de evaporao tem grande influncia no
balano energtico das usinas, mas, apesar disso, a sua operao automtica e otimizada
no completamente implementada na maioria das unidades produtoras. Por sua vez, a
etapa de cristalizao deve ser monitorada com ateno, pois nesse estgio que se
obtm o produto final, o que tornam crticos os assuntos relacionados qualidade. Neste
trabalho, o principal objetivo foi desenvolver modelos dinmicos no-lineares dessas
duas importantes operaes.
Dados industriais coletados na Usina Santa Adlia (etapa de evaporao) e
na Usina So Martinho (etapa de cristalizao)foram utilizados para validar os modelos
matemticos. Os processos das duas fbricas foram acompanhados, analisados e
amostrados. Um modelo de estado-estacionrio e um modelo dinmico foram
desenvolvidos utilizando-se a abordagem clssica (balanos de material e energia).
Ambos os modelos foram projetados de tal forma a necessitarem apenas de poucas
consideraes e das medidas disponveis on-line. Os resultados obtidos com o modelo
do estado estacionrio caracterizaram completamente as correntes do evaporador de
mltiplo efeito e permitiram a estimativa da vazo de vapor que sangrada do
equipamento. Com o modelo dinmico foi possvel calcular a concentrao do xarope
do ltimo efeito. A comparao entre os valores preditos e os valores reais da planta
industrial mostrou que o modelo gerou estimativas na mesma faixa de valores e
reproduziu o comportamento da varivel. A anlise dos resultados indicou que maior
nmero de medidas seria necessrio para desenvolver um modelo confivel, no sentido
do controle de processos, e demonstrou a dificuldade de se utilizar os dados industriais
na forma que estes se encontram nos arquivos de histrico do sistema de superviso.
Para superar estes inconvenientes foi desenvolvida neste trabalho uma rede neural como
software sensor para determinao do Brix do ltimo efeito. Deve-se ressaltar, porm,
que o pr processamento de todas as variveis disponveis consiste em um
procedimento que demanda bastante esforo e de fundamental importncia, pois o
desempenho das predies depende da qualidade do conjunto de dados de entrada.
Diferentes topologias de redes foram testadas e os resultados das melhores foram
bastante satisfatrios.
O modelo proposto para o cristalizador (cozedor) selecionado na etapa de
cristalizao era constitudo de um sistema no linear de equaes algbricas e
diferenciais. Alm dos balanos de massa e de energia, o modelo inclui tambm o
balano populacional, que permitiu o clculo do dimetro mdio dos cristais e seu
coeficiente de variao durante a batelada. Mesmo adotando severas consideraes e
com poucos dados de entrada, o modelo foi capaz de gerar boas predies para a
trajetria das variveis de estado do equipamento. A anlise dos resultados tambm
mostrou que alguns aspectos da operao automtica afetam a estabilidade do processo.
Finalmente, pode-se dizer que as abordagens de princpios fundamentais e de
redes neurais podem se tornar ferramentas poderosas, teis e confiveis na modelagem
dos estgios de produo de acar se maior nmero de sensores for instalado no
processo.
ABSTRACT
The central area of the State of So Paulo, Brazil, where the city of So
Carlos is located, is one of the largest world producers of alcohol and granulated sugar
from sugar cane. As the market become more competitive, the factories seek for new
technologies and more rigorous mathematical approaches. This work is inserted in this
context, where partnership between university and industry is encouraged.
The key steps in the sugar production process are the evaporation of the juice
and the crystallization of sugar. The evaporation stage has great influence in the energy
balance of the factories but, in spite of that, its automatic and optimized operation is not
completely implemented in a large part of the producing units. By its turn, the
crystallization step should be monitored very closely because is in this step that the final
product is obtained, so quality issues are critical. In this work, the main aim was to
develop non-linear dynamic models of these two important operations.
The models used industrial data collected from Usina Santa Adlia
(evaporation stage) and Usina So Martinho (crystallization stage). The processes of the
two factories were accompanied, analyzed and sampled. A steady-state and a dynamic
models of the evaporation were developed using the classical approach material and
energy balances. Both models were designed in such way that they depend only on few
assumptions and on measurements available on-line. The results obtained with the
steady-state model fully characterized all streams of the multiple-effect evaporator and
allowed to estimate the steam flow rate bled from the equipment. With the dynamic
model it was possible to calculate the concentration of the syrup in the last effect.
Comparison between the predicted values and the actual industrial data showed that the
model generated estimates in the same range of values and reproduced the behavior of
the variable. The analysis of the results suggested that more measurements would be
necessary to develop a reliable model (in the process control sense) and demonstrated
that it is difficult to use the industrial data in the format they are found in the historical
data files. To overcome these inconveniences an artificial neural network was developed
as a software sensor for the Brix in the last effect. Several topologies were tested and
the results of the best ones were very good. Unfortunately, as the performance of the
predictions depends on the quality of the training set, it was necessary a real effort to
preprocess all available data.
The proposed model for the crystallizer (batch vacuum pan) select in the
crystallization stage was constituted by a system of nonlinear algebraic and differential
equations. Besides the energy and material balances, the model included the population
balance, which allowed the calculation of the average crystal size and its coefficient of
variation during the strike. Even with severe assumptions and few input data, the model
was able to make good predictions of the trajectories of the state variables of the
equipment. The analysis of the results also showed that some aspects of the automatic
operation affect the stability of the process.
Finally, it could be said that the first principles and the neural network
approaches could become powerful, useful and reliable tools to model the stages of
sugar production if more sensors were installed in the process.
SUMRIO
Pg.
Lista de Figuras......................................................................................................... i
Lista de Tabelas........................................................................................................ vi
Nomenclatura............................................................................................................ vii
1. Introduo............................................................................................................. 1
1.1. Motivao...................................................................................................... 3
1.2. Objetivos....................................................................................................... 3
2. Pareceria Universidade-Empresa.......................................................................... 4
2.1. Parceria DEQ-UFSCar / CTC-Copersucar / Usina Santa Adlia / Usina
So Martinho........................................................................................................ 4
2.1.1. A Copersucar e as Usinas Envolvidas no Projeto............................... 4
2.1.2. Centro de Tecnologia Canavieira (CTC)............................................ 5
3. Reviso Bibliogrfica............................................................................................ 6
3.1. Literatura Relacionada ao Processo de Produo de Acar........................ 6
3.1.1. A Cana de Acar............................................................................... 6
3.1.2. Etapa de Evaporao........................................................................... 8
3.1.2.1. Evaporador de Mltiplo Efeito............................................... 9
3.1.3. Etapa de Cristalizao......................................................................... 11
3.1.3.1. Mtodos de Esgotamento........................................................ 13
3.1.4. Cristalizao Industrial........................................................................ 16
3.2. Literatura de Simulao e Identificao de Processos.................................. 18
3.3. Redes Neurais................................................................................................ 26
4. Metodologia de Trabalho...................................................................................... 32
5. Etapa de Evaporao............................................................................................. 35
5.1. Descrio das Condies na Planta Industrial da Usina Santa Adlia.......... 35
5.2. Obteno dos Dados de Processo.................................................................. 41
5.3. Atividades Relacionadas com a Seleo e a Anlise dos Dados................... 44
5.4.Materiais e Mtodos....................................................................................... 46
5.4.1. Pontos de Amostragem....................................................................... 46
5.5. Modelagem do Processo................................................................................ 50
5.5.1. Modelo Matemtico do Evaporador.................................................... 51
5.5.1.1. Modelo do Estado Estacionrio do EME................................ 51
5.5.1.1.1. Resultados da Modelagem do Estado Estacionrio. 57
5.5.1.1.2. Implementao Grfica............................................ 60
5.5.1.2. Modelo do Estado Transiente do EME................................... 61
5.6. Utilizao de Redes Neurais......................................................................... 68
5.6.1. Anlise dos Dados de Entrada............................................................. 69
5.7. Concluses da Etapa de Evaporao............................................................. 80
5.8. Sugestes para Trabalhos Futuros na rea de Evaporao........................... 81
6. Etapa de Cristalizao........................................................................................... 83
6.1. Descrio das Condies na Planta Industrial da Usina So Martinho......... 83
6.2. Materiais e Mtodos...................................................................................... 93
6.2.1. Pontos de Amostragem....................................................................... 93
6.2.2. Obteno do Mel e dos Cristais.......................................................... 94
6.2.3. Anlise Granulomtrica dos Cristais................................................... 97
6.2.4. Testes no Ambiente Industrial............................................................ 101
6.3. Modelagem do Processo................................................................................ 103
6.3.1. Supersaturao.................................................................................... 104
6.3.2. Modelo Matemtico do Cristalizador.................................................. 108
6.3.3. Adaptaes do Modelo ao Ambiente Industrial.................................. 111
6.3.3.1. Vazo da Corrente de Alimentao de Xarope (FF) e de
gua (FW).............................................................................. 112
6.3.3.2. Temperatura da Corrente de Alimentao de Xarope (TF)..... 115
6.3.3.3. Volume de Massa Cozida (Vm)............................................. 115
6.3.3.4. Taxa de Evaporao de gua (Jvap)...................................... 117
6.3.4. Balano Populacional ......................................................................... 119
6.3.4.1. Fator de Forma Volumtrico (Kv).......................................... 122
6.3.4.2. Velocidade de Crescimento Linear (G).................................. 123
6.3.4.3. Difusividade da Velocidade de Crescimento Linear (DG)...... 125
6.3.5. Condies Iniciais das Variveis de Estado do Modelo .................... 126
6.3.6. Concretizao do Modelo Matemtico .............................................. 129
6.3.7. Ajuste dos Parmetros......................................................................... 132
6.4. Resultados das Simulaes............................................................................ 140
6.5. Implementao Visual do Modelo................................................................ 147
6.6. Concluses da Etapa de Cristalizao........................................................... 148
6.7. Sugestes para Trabalhos Futuros na rea de Cristalizao......................... 149
7. Concluses............................................................................................................ 150
8. Referncias Bibliogrficas.................................................................................... 152
ANEXOS
ANEXO A - Equaes e Correlaes das Propriedades Fsicas
ANEXO B - Perfis das Variveis de Entrada das Redes Neurais
ANEXO C - Distribuio do Tamanho de Cristais das Sementes
ANEXO D - Perfis das Variveis Monitoradas ao Longo das Bateladas
ANEXO E - Compilao de todos os Resultados para todas as Bateladas
i
LISTA DE FIGURAS
Pg.
CAPTULO 3 - REVISO BIBLIOGRFICA
Figura 3.1: Representao esquemtica de um evaporador de mltiplo efeito (EME) 10
Figura 3.2: Mtodo de esgotamento de duas massas.................................................... 14
Figura 3.3: Fatores que influenciam a velocidade de crescimento global dos cristais. 16
Figura 3.4: Interao dos fatores de cristalizao com a DTC..................................... 17
CAPTULO 5 - ETAPA DE EVAPORAO

Figura 5.1: Representao da etapa de evaporao - tela da sala de controle.............. 36
Figura 5.2: Representao esquemtica da estratgia de controle do evaporador de
mltiplo efeito................................................................................................................ 38
Figura 5.3: Representao esquemtica de um evaporador.......................................... 40
Figura 5.4: Arquivos de histrico representados na codificao hexadecimal............ 42
Figura 5.5.: Representao em nmeros reais do cdigo hexadecimal dos arquivos
de histrico - Os crculos mostram locais onde podem ser vistos valores de variveis
do processo.................................................................................................................... 43
Figura 5.6: O arquivo codificado processado pelo programa desenvolvido pelo
pesquisador e os dados so gravados diretamente na forma de uma planilha............... 44
Figura 5.7: Variao da concentrao do xarope nos pontos de coleta ao longo do
tempo de amostragem para o primeiro conjunto de amostras....................................... 48
tempo de amostragem para o segundo conjunto de amostras........................................ 48
tempo de amostragem para o terceiro conjunto de amostras......................................... 49
tempo de amostragem para o quarto conjunto de amostras........................................... 49
Figura 5.11: Representao esquemtica das correntes do EME................................. 51
Figura 5.12: Modelo do evaporador considerado para o desenvolvimento do modelo
matemtico..................................................................................................................... 54
Figura 5.13: Dados da presso do primeiro efeito suavizados para posterior
utilizao na determinao da temperatura.................................................................... 57
ii
Figura 5.14: Representao da presso de entrada de todos os efeitos e do vapor de

escape............................................................................................................................. 58
Figura 5.15: Comportamento do Brix de entrada do terceiro efeito (ltima caixa)..... 58
Figura 5.16: Representao do comportamento da vazo de entrada do EME............ 58
Figura 5.17: Valor final de U(0).................................................................................... 59
Figura 5.18: Concentrao da ltima caixa de evaporao e valores de concentrao
calculados para o pr-evaporador e para os dois primeiros efeitos............................... 59
Figura 5.19: Percentual de vapor sangrado no pr-evaporador.................................... 60
Figura 5.20: Tela de entrada do programa que calcula o modelo estacionrio do
EME............................................................................................................................... 61
Figura 5.21: Presso de entrada de todos os efeitos e do vapor de escape................... 64
Figura 5.22: Vazo de alimentao utilizada como entrada do modelo....................... 64
Figura 5.23: Nvel do pr-evaporador (A) e da ltima caixa (B) utilizados no ajuste
dos parmetros............................................................................................................... 64
Figura 5.24: Comparao entre o valor Brx(3) calculado e o valor industrial na fase
de ajuste......................................................................................................................... 65
Figura 5.25: Comparao entre o valor Brx(3) calculado e o valor industrial............... 65
Figura 5.26: Representao do nvel do pr-evaporador (A) e da ltima caixa (B)..... 66
Figura 5.27: Estimativa de Brx(3) para cinco dias de operao..................................... 66
Figura 5.28: Extrato da Figura 5.27 entre os minutos 1000 e 3000............................. 67
Figura 5.29: Comparao entre os valores de concentrao calculados com o
modelo estacionrio e as estimativas do modelo dinmico........................................... 67
Figura 5.30: Resultados da anlise de correlao de certa varivel utilizando (A)
toda a base de dados e (B) por meio de janelas de dados.............................................. 70
Figura 5.31: Exemplos da utilizao da anlise de correlao na aceitao ou
rejeio de uma varivel................................................................................................ 71
Figura 5.32: Erro quadrtico associado s topologias 11-5-1, 11-7-1 e 11-10-1 de
redes tansig-purelin....................................................................................................... 73
Figura 5.33: Erro quadrtico associado s topologias 11-2-1, 11-10-1 e 11-11-1 de
redes tansig-tansig......................................................................................................... 74
Figura 5.34: Estimativa final da rede para os dados de entrada da Base 01................. 74
iii
Figura 5.35: Estimativa final da rede para os dados de entrada da Base 02................. 75
Figura 5.36: Estimativas de Brx(3) geradas por uma rede 11-15-1 tansig-tansig para
a etapa de treinamento da rede neural............................................................................ 76
Figura 5.37: Representao dos perfis das variveis NN_7, NN_10 e NN_11
presentes na Base 01...................................................................................................... 77
Figura 5.38: Estimativas de Brx(3) geradas por uma rede 11-15-1 tansig-tansig para
as etapas de treinamento e validao da rede neural para dados da Base 02................. 78
Figura 5.39: Perfis das variveis NN_4 e NN_5 presentes na Base 02........................ 78
Figura 5.40: Estimativas de Brx(3) para 10 minutos a frente do tempo atual,
utilizando-se uma rede 11-15-1 tansig-tansig na etapa de validao para a Base 01.... 79
Figura 5.41: Estimativas de Brx(3) para 10 minutos a frente do tempo atual,
utilizando-se uma rede 11-15-1 tansig-tansig na etapa de validao para a Base 02.... 80
CAPTULO 6 - ETAPA DE CRISTALIZAO

Figura 6.1: Cristalizadores de massa A - Setor de Cristalizao da Usina So
Martinho........................................................................................................................ 84
Figura 6.2: Detalhes do ambiente de trabalho: (a) Garrafa de amostagem, (b) Parte
frontal do cristalizador 10 e (c) Balco utilizado para alocao das amostras
coletadas......................................................................................................................... 89
Figura 6.3: Representao esquemtica do cristalizador 10......................................... 90
Figura 6.4: Tela de processo representando o monitoramento do cristalizador 10...... 91
Figura 6.5: Representao grfica dos dados de Brix, nvel e presso obtidos em um
dia de operao do cristalizador 10................................................................................ 92
Figura 6.6: Centrfuga de cesto e suas partes constitutivas.......................................... 95
Figura 6.7: Imagem de cristais de acar adquirida com uma cmera acoplada a um
microscpio.................................................................................................................... 98
Figura 6.8: Distribuio granulomtrica obtida com o analisador de partculas de
duas amostras coletadas do cristalizador 10.................................................................. 99
Figura 6.9: (A) Curvas das DTC obtidas originalmente como resposta e (B) curvas
extrapoladas das DTC.................................................................................................... 100
(c)
Figura 6.10: Representao das curvas no sistema de coordenadas z-L, com
respectivos desvios da linearidade na sua parte final.................................................... 101
Figura 6.11: Sonda de amostragem normalmente utilizada na usina........................... 102
Figura 6.12: Desenho esquemtico e foto da sonda de amostragem idealizada e
construda para a retirada de amostra do cristalizador 10.............................................. 103
iv
Figura 6.13: Representao esquemtica do cristalizador 10....................................... 108

Figura 6.14: Representao da fase de enchimento do cristalizador 10....................... 111
Figura 6.15: Abertura da vlvula de controle e fluidos transportados por ela............. 112
Figura 6.16: Representao esquemtica da dependncia do Brix com o nvel da
soluo........................................................................................................................... 113
Figura 6.17: Determinao da temperatura da corrente de alimentao...................... 115
Figura 6.18: Relao entre o sinal do nvel do cristalizador 10 e a altura da massa
cozida............................................................................................................................. 116
Figura 6.19: Representao da variao da massa de gua presente no cristalizador
10 em cinco diferentes bateladas. Valores calculados durante a estimativa do
coeficiente de troca trmica........................................................................................... 119
Figura 6.20: DTC das duas amostras de sementes utilizadas no modelo matemtico. 126
Figura 6.21: Efeito da dissoluo de cristais nas DTC's de nmero e de volume........ 128
Figura 6.22: Representao da estrutura lgica do modelo matemtico utilizado....... 129
Figura 6.23: Comportamento das principais medidas disponveis na base de dados
das bateladas II e III....................................................................................................... 131
Figura 6.24: Representao da rpida elevao do nvel aps a reabertura da vlvula
de controle..................................................................................................................... 134
Figura 6.25: Influncia da variao de U sobre o volume e o Brix Total.................... 136
Figura 6.26: Influncia da variao de KW sobre o volume e o Brix Total................. 137
Figura 6.27: Influncia da variao de KX sobre o volume e o Brix Total................. 138
Figura 6.28: Influncia da variao de KG na estimativa do dimetro mdio dos
cristais............................................................................................................................ 138
Figura 6.29: Influncia da variao de KDG na estimativa do dimetro mdio dos
cristais............................................................................................................................ 138
Figura 6.30: Influncia da variao de KVAP na estimativa da temperatura da massa
cozida............................................................................................................................. 139
Figura 6.31: Evoluo das estimativas de Vm e BrxT para a Batelada VIII ............... 140
Figura 6.32: Evoluo das estimativas de Vm e BrxT para a Batelada III.................. 141
Figura 6.33: Evoluo das estimativas de Brx e BrxT para a Batelada I..................... 141
Figura 6.34: Evoluo de ABVAX e da estimativa da supersaturao (%) da
Batelada VIII................................................................................................................. 142
Figura 6.35: Evoluo de ABVAX e da estimativa da supersaturao (%) da
Batelada II...................................................................................................................... 143
v
Figura 6.36: Comparao dos valores industriais e calculados da temperatura, T,

para a Batelada V........................................................................................................... 143
Figura 6.37: Estimativas do dimetro mdio dos cristais para a batelada III............... 144
Figura 6.38: Estimativas do dimetro mdio dos cristais para a batelada IV............... 144
Figura 6.39: Estimativas do CV dos cristais ao final de todas as bateladas................. 144
Figura 6.40: Estimativas da frao de cristais para a batelada III ............................... 145
Figura 6.41: Estimativas da frao de cristais para a batelada VIII............................. 145
Figura 6.42: Correlao entre a ao de controle da vlvula e a diferena entre o
Brix medido e seu setpoint............................................................................................ 146
Figura 6.43: Tela de entrada do programa que calcula o modelo dinmico do
cristalizador ................................................................................................................... 147
vi
LISTA DE TABELAS
Pg.
CAPTULO 5 - ETAPA DE EVAPORAO
Tabela 5.1: Medidas das principais caractersticas do EME da Usina Santa Adlia.... 40
Tabela 5.2: Valores de importantes parmetros usuais de operao............................ 41
Tabela 5.3: Lista de variveis relacionadas com a evaporao.................................... 45
Tabela 5.4: Valores mdios das medidas de concentrao nos equipamentos em
o
Brix............................................................................................................................... 50
Tabela 5.5: Lista de variveis selecionadas como entradas das redes
neurais............................................................................................................................ 72
CAPTULO 6 - ETAPA DE CRISTALIZAO

Tabela 6.1: Medidas das principais caractersticas dos cristalizadores da Usina So
Martinho......................................................................................................................... 90
Tabela 6.2: Valores de importantes parmetros usuais de operao............................ 91
Tabela 6.3: Indicao dos pontos de amostragem, tipo de amostra a ser coletada e
algumas propriedades a serem medidas de acordo com as necessidades do modelo.... 94
Tabela 6.4: Dados para o clculo da estimativa do parmetro KX.............................. 114
Tabela 6.5: Valores ajustados dos parmetros U, KX e KW.......................................... 135
Tabela 6.6: Valores ajustados dos parmetros KVAP, KG e KDG................................... 135
Tabela 6.7: Valores mdios dos parmetros U, KX e KW e seus respectivos desvios-

padro............................................................................................................................. 135
vii
NOMENCLATURA
A.................. rea de troca trmica [m2]

ABVAX......... Valor da abertura da vlvula de controle [%]
AM............... Dimetro mssico mdio [m]
AT , BT , CT e Constantes referentes aos termos isolados do balano de energia do
DT ............... cristalizador 10.
Brx............... Brix da soluo: Percentagem de slidos dissolvidos (Brx=100Bx) [Brix]
BrxSAT.......... Concentrao de saturao para uma soluo pura de sacarose [Brix]
Bx................ Frao Mssica de Matria Seca
BxT.............. Frao Mssica de Matria Seca Total
Cp................ Capacidade calorfica da soluo [kJ /kg C]
CV................ Coeficiente de variao [%]
DG................ Difusividade da velocidade de crescimento linear [m/s2]
EPEH............ Elevao do ponto de ebulio pelo efeito da altura de material [C]
EPEX............ Elevao do ponto de ebulio pelo efeito da concentrao [C]
F................... Vazo mssica [kg/h]
Fc................. Frao de cristais [%]
FF................. Vazo mssica caldo de alimentao [kg/h]
Fv................. Vazo mssica de vapor [kg/h]
Fv(0).............. Vazo mssica de vapor direcionado para o primeiro efeito [kg/h]
Fv(0_SANGRIA). Vazo mssica de vapor direcionado para a fbrica [kg/h]
Fv(0_TOTAL).... Vazo mssica total de vapor gerado nos pr-evaporadores [kg/h]
G.................. Velocidade de crescimento linear [m/s]
Hl................. Entalpia do lquido [kJ/kg]
Hv................ Entalpia do vapor [kJ/kg]
HVAP............. Entalpia do vapor gerado no cristalizador [kJ/kg]
JCRIST............ Taxa de cristalizao [kg/h] (no texto pode ser aparecer com [kg/min])
JVAP.............. Taxa de evaporao [kg/h] (no texto pode ser aparecer com [kg/min])
Kg................ Parmetro ajustvel da Eq. 46 (Cap. Cristalizao)
KDG.............. Parmetro ajustvel da Eq. 47 (Cap. Cristalizao)
Ku(i).............. Constante usada no clculo do coeficiente de troca trmica do efeito i
Kv................ Fator de forma volumtrico do cristal
viii
KVAP............. Parmetro emprico ajustvel da Eq 27 (Cap. Cristalizao)

KW ............... Constante ajustvel da estimativa da vazo mssica de gua [m3/min]
KX................ Constante ajustvel da estimativa da vazo mssica de xarope [m3/min]
L................... Comprimento caracterstico [m]
M(i)............... Massa de soluo no efeito i [kg]
MA................ Massa de sacarose dissolvida [kg]
MC................ Massa de cristais [kg]
MI................. Massa de impurezas [kg]
Mt................ Massa Total da Massa Cozida [kg]
MW............... Massa de gua [kg]
P................... Pureza: frao de sacarose nos slidos dissolvidos na soluo
PST................ Presso do vapor de escape [bar]
Pv................. Presso do vapor [bar]
Q.................. Calor trocado entre o vapor na calandra e o material no equipamento [kJ/h]
Raw.............. Razo entre a massa de sacarose e a massa de gua
Riw.............. Razo entre a massa de impurezas e a massa de gua
S................... Supersaturao
SC................ Coeficiente de saturao
SLIM.............. Supersaturao a partir da qual h formao espontnea de cristais
STW.............. estado de abertura da vlvula on/off que permite a passagem da gua
STX............... Estado de abertura da vlvula on/off que permite a passagem de xarope
T................... Temperatura [C]
Tv................. Temperatura do vapor [C]
TVAP............. Temperatura do vapor no interior do cristalizador [C]
U.................. Coeficiente global de troca trmica [kJ /C2hm2]
Vc................. Volume de cristais no cristalizador [m3]
Vm............... Voluma de massa cozida no cristalizador [m3]
Letras Gregas
Hv.............. Calor latente de vaporizao [kJ/kg]
j
J................. Momento j da funo densidade populacional - [m ]
3
................... Densidade [kg/m ]
ix
Subscritos:
F = Alimentao
i =0 Pr-evaporador i=1,2,3 efeitos 1,2 e 3
I, A, W e C = Impureza, Sacarose, gua e Cristais, respectivamente
M = Massa cozida
SOL = Soluo
ST = Vapor na calandra
VAP = Vapor gerado dentro do cristalizador
Captulo 1 - Introduo 1
1. INTRODUO
A regio central do Estado de So Paulo, Brasil, onde se localiza a cidade de

So Carlos, uma das maiores produtoras mundiais de lcool e acar cristal a partir da
cana de acar. Porm, de modo geral, ainda hoje visvel a carncia de conhecimento
especializado nas usinas produtoras de lcool e acar, o que evidencia a necessidade de
maiores investimentos em pesquisas e formao de pessoal possibilitando tanto o
desenvolvimento como a aplicao mais adequada de novos estudos de engenharia e
novas tecnologias disponveis, do ponto de vista tcnico e cientfico, tornando o
processo industrial mais eficiente e capacitando o setor a enfrentar um mercado cada
vez mais competitivo e globalizado.
Neste sentido, as indstrias do setor esto buscando uma nova viso de sua
organizao, objetivando uma modernizao do processo de produo agro-industrial.
Entre as melhorias operacionais o aumento da instrumentao e automatizao do
processo de grande importncia, uma vez que essencial o desenvolvimento de
sistemas de superviso e monitoramento das plantas industriais para permitir o
gerenciamento de perdas e o controle do processo. Vale ressaltar ainda que a simulao
de processos representa uma poderosa ferramenta de diagnstico e otimizao por
permitir que engenheiros e operadores tenham uma previso do comportamento da
produo frente a mudanas de variveis do processo sem a necessidade de uma
interveno direta na planta. No entanto, a utilizao de mtodos mais sofisticados de
modelagem e controle de processos ainda incipiente no setor sucro-alcooleiro, mesmo
reconhecendo-se sua importncia.
Dentro do processo de produo de acar as duas etapas que
reconhecidamente apresentam maiores dificuldades na validao dos modelos de
simulao so a evaporao e a cristalizao. A etapa de evaporao tem grande peso no
balano energtico das usinas produtoras de acar, pois ao mesmo tempo que necessita
de grande quantidade de vapor das caldeiras tambm gera muito vapor vegetal de baixa
presso, utilizado por outros equipamentos da usina. Quanto cristalizao sua maior
importncia recai sobre a influncia que a operao dos cristalizadores pode ter na
qualidade do produto final e na economia do processo produtivo. Nas palavras de
Ziegler (1999):
"Acar para ser vendvel precisa apenas ser doce e apresentar

caractersticas aceitveis como cor e pureza. Acar provindo
de uma operao bem conduzida vendido pelo mesmo preo
de um produzido de maneira menos adequada. A recompensa de
uma operao de cristalizao bem feita recai no menor custo
de produo.
Apesar de sua importncia, a operao automtica e otimizada desta etapa

ainda no se encontra plenamente implementada na maioria das unidades produtoras da
regio pela falta de ferramentas computacionais adequadas ou pelo lento processo de
modernizao das unidades. Quanto cristalizao, sua maior importncia recai sobre a
influncia que a operao dos cristalizadores pode ter na qualidade do produto final e na
economia do processo produtivo.
Principalmente para estas duas etapas especficas do processo, a dificuldade
em se mensurar as inmeras variveis de interesse e as propriedades da soluo de
acar no colabora no estabelecimento de estratgias otimizadas de controle do
processo. Muitas vezes, os sensores podem estar comercialmente disponveis, mas
normalmente so muito caros ou pouco confiveis (podendo apresentar baixa preciso
ou necessidade de constante calibrao e manuteno); outras vezes, no possvel
realizar medidas diretas simplesmente. Segundo a literatura (Feyo de Azevedo e
Choro, 1993), em relao cristalizao, sabe-se que o grau de supersaturao no
pode ser medido diretamente e a medida da distribuio de tamanho dos cristais
apresenta dificuldades de ser obtida de forma precisa em regimes de operao industrial.
Neste caso, como tambm no caso da evaporao, a principal preocupao definir a
forma de se monitorar o comportamento de variveis internas do processo que definam
o estado do processo e para as quais uma medio direta difcil, no-disponvel, cara
e/ou imprecisa.
Os softwares sensores podem representar uma soluo para tal tipo de
problema, pois consistem na combinao de um nmero limitado de medidas
disponveis com o conhecimento a respeito do processo, de forma a tornar possvel a
inferncia do estado do processo ou de variveis no diretamente mensurveis,
resultando na obteno de informaes dos mecanismos envolvidos em tais operaes.
1.1. Motivao
Os simuladores de processo vem sendo utilizados por diversos autores tanto

em trabalhos desenvolvidos nas indstrias quanto em centros de pesquisa. Apenas h
pouco mais de duas dcadas que os simuladores genricos comearam a ser estendidos
e adaptados para a simulao dinmica e o desenvolvimento de computadores mais
rpidos possibilitou a utilizao de softwares sensores para o monitoramento on-line de
processos, principalmente na indstria alimentcia e de biotecnologia. Apesar da
importncia desses temas ainda so poucos os trabalhos na literatura explorando a
aplicao de simuladores dinmicos e software sensores relacionados ao processo real
de produo de acar, o que motivou o desenvolvimento pioneiro do presente trabalho.
J existe no DEQ/UFSCar familiaridade com os conceitos e dificuldades
envolvidas na modelagem das etapas do processo de fabricao de acar e com o
desenvolvimento das interfaces grficas que possibilitem uma visualizao mais direta
dos resultados de simulao (Ishikawa, 1997; Jesus, 2000). Desta forma, este estudo
apoiou-se na parceria firmada entre o DEQ/UFSCar, a Copersucar - atravs do CTC, a
Usina Santa Adlia e a Usina So Martinho, e baseou-se na perspectiva de futura
utilizao de modelos matemticos do comportamento dinmico do processo de
produo de acar para o acompanhamento da produo nas usinas, auxiliando na
previso de algumas variveis de processo e, conseqentemente, no seu controle.
1.2. Objetivos
O objetivo principal deste trabalho foi o desenvolvimento de modelos

dinmicos das etapas de evaporao e de cristalizao da produo de acar por meio
de ajustes nos parmetros dos modelos, de modo a gerar resultados condizentes com os
observados durante o regime de produo da planta industrial. Os dados reais de
operao dos equipamentos foram obtidos do processo da Usina Santa Adlia -
Jaboticabal/SP - e da Usina So Martinho - Pradpolis/SP. Paralelamente, pretendeu-se
gerar algoritmos que em conjunto com sensores fsicos presentes na indstria pudessem
compor os software sensores para o monitoramento de variveis internas do processo
para as quais uma medio direta fosse indisponvel ou de difcil obteno.
Captulo 2 - Parceria Universidade-Empresa 4
2. PARCERIA UNIVERSIDADE-EMPRESA
2.1. Parceria DEQ-UFSCar/CTC-Copersucar/Usina Santa Adlia/

Usina So Martinho
Uma breve descrio dos principais parceiros que tornaram vivel a

realizao deste trabalho de doutoramento apresentada nos prximos tpicos.
2.1.1. A Copersucar e as Usinas Envolvidas no Projeto
Fundada em 1 de julho de 1959, a Copersucar - Cooperativa dos Produtores

de Cana, Acar e lcool do Estado de So Paulo Ltda, vem tendo como objetivo
central comercializar a produo de acar, lcool e demais produtos da cana-de-acar,
alm da prestao de assistncia a todos os setores do sistema produtivo de seus
associados.
A Copersucar teve ampla atuao na cadeia de produo de seus associados,
indo desde a atividade agrcola de plantio da cana-de-acar at a colocao dos
produtos finais nas gndolas dos supermercados. Refina com exclusividade o acar e
comercializa o lcool produzidos pelos associados, o que lhe propicia um faturamento
bruto anual da ordem de R$ 2,3 bilhes.
O elevado nmero de unidades produtoras, complementado pelas duas
refinarias, as empacotadoras de acar e as engarrafadoras de lcool, confere
Copersucar a capacidade de atuar em diversas reas do mercado.
As usinas e destilarias associadas a Copersucar processam anualmente um
volume superior a 60 milhes de toneladas de cana, uma produo da ordem de 3,1
milhes de toneladas de acar e 3 bilhes de litros de lcool. Esses montantes
permitem cooperativa uma participao de, aproximadamente, 25% no mercado
brasileiro de acar e lcool.
A Usina Santa Adlia uma das mais desenvolvidas e automatizadas das
usinas cooperadas e possui um dos mais altos ndices de produtividade do setor, o que a
capacita a ser pioneira nos estudos relacionados ao presente trabalho.
J a Usina So Martinho uma das maiores produtoras mundiais de acar e
lcool. A produo de acar da safra de 2003 foi de aproximadamente 7,5 milhes de
sacos de 50 quilos, com uma mdia de produo de aproximadamente 39.000sacos/dia.
Captulo 2 - Parceria Universidade-Empresa 5
2.1.2. Centro de Tecnologia Canavieira (CTC)
A atuao da Copersucar na rea de pesquisa e desenvolvimento tecnolgico

teve incio no final dos anos 60 com as atividades de laboratrio e criao do programa
de melhoramento de variedades de cana-de-acar. Em 1979, os laboratrios e as
atividades de pesquisa, adaptao, desenvolvimento, incorporao e transferncia de
tecnologia, tanto no segmento agrcola quanto no industrial, foram consolidados no
CTC, hoje Centro de Tecnologia Canavieira, sediado no municpio de Piracicaba/SP.
O CTC composto por uma sede central, que abriga escritrios e
laboratrios de anlises e desenvolvimento, trs estaes experimentais e um campo de
pesquisa. No conjunto, so 22,8 mil metros quadrados de rea construda e 1,4 mil
hectares dedicados exclusivamente ao desenvolvimento de pesquisas e de ensaios e
experimentos.
Na conduo e execuo dos projetos de pesquisa e de desenvolvimento de
tecnologia o CTC atua em parceria com os associados, principais usurios dos
resultados de todo o trabalho. O CTC se vale, tambm, de consultores nacionais e
internacionais, alm de manter intercmbio com vrias instituies de ensino e centros
de pesquisas nacionais e do exterior, atravs de convnios ou desenvolvimento de
programas e projetos. A Copersucar detm quarenta patentes de processos,
equipamentos e sistemas de software, e tem o registro de cerca de 300 projetos no
CREA.
A parceria entre o Grupo de Pesquisa em Automao de Processos Qumicos
e Bioqumicos Industriais do DEQ/UFSCar, a Copersucar e as duas Usinas em questo
viabilizou a execuo e anlise dos testes necessrios para o refinamento e ajuste dos
modelos matemticos propostos neste estudo.
Captulo 3 - Reviso Bibliogrfica 6
3. REVISO BIBLIOGRFICA
Neste captulo os assuntos cobertos so divididos em trs sees. A primeira

apresenta uma descrio introdutria a respeito das etapas de evaporao e cristalizao
no processo de produo de acar. A segunda seo trata de trabalhos relacionados
modelagem e simulao de processos e a ltima seo discute de forma qualitativa o
tema redes neurais, vista como uma ferramenta matemtica que ser utilizada no
presente trabalho.
3.1. Literatura Relacionada ao Processo de Produo de Acar
3.1.1. A Cana de Acar
A cana de acar pertence famlia das gramneas, gnero saccharum. Do

ponto de vista da indstria do acar, o colmo a parte mais importante, sendo
constitudo pelos gomos, entre ns, interndios, ns e gemas (Parazzi, 1984).
Do ponto de vista tecnolgico, a cana pode ser definida pelas seguintes
equaes:
Cana = caldo extrado + bagao (1)
Cana = caldo absoluto + fibra (2)
Enquanto a primeira equao tem um carter prtico, a segunda terica, ou
seja, o caldo absoluto seria todo o caldo que a cana possui, obtido numa moenda
hipottica com extrao total.
A seguir, o processo de produo de acar ser descrito na sua totalidade,
porm de forma sucinta, visando proporcionar maior percepo do processo e
ressaltando a importncia das etapas de evaporao e cristalizao, que sero detalhadas
a seguir. Como no Brasil as unidades sucro-alcooleiras no se diferenciam muito umas
das outras, as descries que se seguem podem ser consideradas gerais. Estas etapas de
produo de acar so divididas e denominadas da seguinte maneira:
Recepo da matria-prima: A colheita da cana de acar feita

manualmente, com faces, ou por cortadeiras mecnicas e, ento, a cana transportada
s indstrias atravs de caminhes adaptados para o servio. Na usina, a cana
descarregada em ptios de armazenagem ou diretamente nas mesas alimentadoras, para
que seja feita a extrao.
Extrao da sacarose ou moagem: A cana descarregada nas mesas

alimentadoras, sofre uma lavagem e, logo aps, conduzida atravs de esteiras rolantes
para os picadores e desfibradores; esta etapa conhecida como 'preparo da cana'. A
extrao da sacarose feita via esmagamento da cana pelos rolos das moendas que
exercem uma forte presso sobre a cana. Assim, extraem-se cerca de 96% do caldo da
cana, que utilizado para produzir acar. O bagao produzido nesta etapa usado
como combustvel nas caldeiras.
Tratamento do caldo misto: O caldo resultante da extrao passa por

algumas etapas de tratamento antes de ser usado na produo de acar. Este caldo
peneirado, para remoo das impurezas grossas; sulfitado com SO2 para auxiliar na
coagulao das matrias coloidais, na formao de precipitados (que faro o arraste de
impurezas durante a sedimentao) e na desinfeo do caldo; e, finalmente, caleado com
leite de cal (Ca(OH)2), para tambm coagular parte do material coloidal, precipitar
certas impurezas e elevar o pH para valores neutros. A mistura aquecida com vapor de
gua at temperaturas em torno de 105oC com dois objetivos: primeiro, diminuir
viscosidade do fluido, facilitando a etapa de decantao, e segundo, promover a
formao de uma quantidade maior de aglomerados coloidais, que precipitaro no
decantador formando o lodo de sedimentao que ser posteriormente filtrado . O caldo
clarificado enviado para o setor de evaporao.
Evaporao: Constitui o primeiro estgio de concentrao do caldo

proveniente do setor de tratamento. O caldo clarificado contm cerca de 85% de gua,
que , ento, evaporada at que se atinja cerca de 40% em gua, tornando-se um xarope
grosso e amarelado. Esta evaporao feita em evaporadores em mltiplo efeito
concorrente, isto , o vapor gerado na caixa de evaporao precedente utilizado como
fonte de aquecimento para a caixa posterior.
Cristalizao: O xarope produzido pela etapa de evaporao passa por uma

etapa de cozimento, feito em cristalizadores, que em essncia so evaporadores de
simples efeito. Neste processo realizado em batelada, o xarope concentrado sob vcuo
at atingir um certo grau de supersaturao. Adicionam-se ncleos cristalinos de acar
(sementes) e, pela adio de xarope e evaporao controlada, os cristais crescem at o
tamanho desejado. A mistura de xarope e cristais (massa cozida) , ento, centrifugada
para remoo do licor-me. Os cristais formam o acar cristal e o licor-me (agora
chamado de mel) reciclado para uma nova etapa de cristalizao. O lquido residual
desta etapa conhecido como mel final e utilizado pelas destilarias para formar o
mosto de fermentao.
Secagem: Os cristais de acar seguem para a secagem em tambores

rotativos levemente inclinados em relao a horizontal. Na Usina Santa Adlia, o
secador utiliza tanto ar quente para secar o acar quanto ar frio, em contracorrente,
para esfri-lo antes de sair do equipamento; a sada de ar comum para as duas
correntes. Este acar pode ser comercializado desta forma, como acar cristal, ou
ento como matria-prima a ser utilizada na fabricao de outros produtos como o
acar invertido, acar refinado ou acar lquido.
3.1.2. Etapa de Evaporao
A evaporao, que constitui o primeiro estgio de concentrao do caldo

misto proveniente da seo de tratamento, tem o propsito de elevar a concentrao da
soluo antes de envia-la etapa de cristalizao.
O caldo que sai da etapa de extrao e passa pela etapa de tratamento
apresenta grande quantidade de gua e concentrao de 14 a 17 Brix (percentagem em
peso de slidos solveis na soluo). Na prtica, pela evaporao da gua poder-se-ia
obter caldos com at 75 Brix sem que houvesse formao de cristais. Contudo, a
concentrao elevada apenas at valores entre 50 e 70 Brix (Lopes e Parazzi, 1992).
O evaporador rotineiramente utilizado nas usinas de acar o evaporador
de tubos verticais, que trabalha de maneira contnua, com o movimento do lquido
propulsionado pela conveco natural gerada por diferenas de temperatura na massa
lquida em movimentao em seu interior. A superfcie de aquecimento situa-se na parte
inferior do corpo do aparelho e, entre duas chapas (espelhos), esto fixados os tubos
verticais (calandras) por onde circula o caldo em concentrao. O vapor introduzido na

calandra condensa-se entre os espelhos e externamente aos tubos cedendo energia ao
lquido que se encontra no interior do equipamento.
Devido intensa ebulio que ocorre na calandra do evaporador, muitas
gotculas de caldo so atiradas ao corpo do evaporador. Uma frao dessas gotculas
volta a cair sobre a calandra, enquanto que a outra, representada pelas gotculas
menores, arrastada pelos vapores ascendentes resultando numa perda significativa de
acar. Quanto maior o vcuo existente no interior do aparelho, maior o perigo desse
arraste ocorrer.
A fim de evitar essa perda, os evaporadores dispem em sua parte superior
de um dispositivo, separador de arraste, que utilizando a inrcia das gotculas, faz com
que estas, mediante uma sbita mudana na direo do vapor, separem-se dessa corrente
e escorram novamente para o interior do corpo de evaporao.
3.1.2.1. Evaporador de Mltiplo Efeito
No evaporador de mltiplo efeito (EME) o vapor de um efeito precedente

utilizado para aquecer a caixa posterior. Aps o primeiro efeito, os demais so
colocados sob vcuo. A soluo apresentada tem o inconveniente de exigir uma
instalao para criar o vcuo necessrio, porm possui duas grandes vantagens, a saber
(Camargo, 1990):
Aumenta a diferena total de temperatura entre o vapor de uma caixa e a
temperatura de ebulio do caldo da caixa seguinte; e
Permite continuar a evaporao com temperaturas menos prejudiciais sob
o ponto de vista da qualidade do produto medida que o caldo se torna mais
concentrado e mais viscoso.
A Figura 3.1 mostra a representao de um evaporador de mltiplo efeito.

Sangria de Vapor
Vapor
Vapor Vapor
Vapor de
Escape
Cond. Cond. Cond.

Conden-
Conden-
sado.
sado
Alimentao
Xarope
Figura 3.1: Representao esquemtica de um evaporador de mltiplo efeito (EME).
Um fenmeno importante que ocorre na evaporao do caldo aucarado e

em todas as solues aquosas a elevao do ponto de ebulio (EPE) (Camargo,
1990). A temperatura de ebulio de uma soluo depende da presso em que se
encontra e da concentrao de soluto que apresenta, neste caso, o Brix do caldo. Outra
influncia no valor da temperatura de ebulio a presso hidrosttica, pois quando
uma presso exercida sobre a superfcie de um lquido, a presso qual so
submetidas as molculas do lquido que se encontram em uma certa profundidade na
massa igual a esta presso acrescida do peso do lquido correspondente sua
profundidade.
De maneira geral, o sistema constitudo de trs a cinco efeitos, onde o
primeiro, denominado pr-evaporador, tem a sua superfcie de troca trmica maior do
que a dos efeitos seguintes. Parte dos efeitos trabalha com presso abaixo da
atmosfrica, mantida por condensadores baromtricos.
A maior rea do pr-evaporador proposital para que se tenha um excesso
de vapor vegetal produzido (proveniente da evaporao do caldo), que pode ser extrado
(sangrado) e utilizado em outras etapas do processo, como nos trocadores de calor e
cristalizadores.
O vapor que alimenta o pr-evaporador o vapor de escape com presso em
torno de 2,3kgf/cm2 abs (2,26 bar), proveniente das turbinas que trabalham a alta
presso (~22 bar). O coeficiente de troca trmica se relaciona diretamente com a
extenso do calor trocado pelo sistema e pode ser usado para avaliar o desempenho do
equipamento.
No que diz respeito aos extremos de temperatura possveis para o caldo na

evaporao, o limite superior estabelecido pela caramelizao do acar no caldo,
enquanto que o limite inferior dado pela qualidade do vcuo obtido no ltimo efeito.
Quanto ao controle do EME, este pode ser efetuado de vrias maneiras (Jesus e
Almeida, 1999), normalmente tendo como objetivo final o controle da concentrao de
sada do equipamento, porm poucas so as usinas que realmente o implementam de
forma automatizada.
O vcuo freqentemente estabelecido da seguinte maneira: por meio de um
ejetor se estabelece o vcuo em um recipiente fechado denominado condensador, que
est em comunicao com os aparelhos nos quais se deseja gerar vcuo. Uma bomba
leva gua fria (que assegura a condensao do vapor vindo dos cozedores ou do EME)
para este condensador, colocado a uma altura suficiente para que a gua escorra por
gravidade juntamente com o vapor condensado. A gua resfriada e reconduzida ao
condensador como gua fria, descrevendo um circuito fechado.
3.1.3. Etapa de Cristalizao
Nesta etapa da produo do acar ocorre a cristalizao da sacarose contida

no xarope proveniente da seo de evaporao. A soluo viscosa constituda de licor-
me e cristais agora denominada massa cozida.
Sua consistncia no mais permite ferv-la em tubos estreitos e faz-la
circular facilmente de um corpo de evaporao a outro como no caso do EME.
utilizado ento um cristalizador, que possui detalhes dimensionais melhor adaptados ao
produto viscoso que deve ser concentrado. Este equipamento geralmente denominado
cozedor, cozedor vcuo, tacho ou simplesmente vcuo.
A solubilidade da sacarose na gua varia de acordo com a temperatura e
aumenta rapidamente com esta. A 40oC, por exemplo, possvel dissolver 2,334 kg de
acar puro em 1 kg de gua; a 80oC, dissolvem-se 3,703 kg. Nestas condies a
soluo dita saturada. Na prtica, as solues apresentam outras substncias
dissolvidas alm do acar. Estas substncias modificam a solubilidade do acar,
reduzindo-a na mesma proporo que a pureza.
Na fase supersaturada, onde h mais acar dissolvido que no equilbrio - a
uma dada temperatura, distingue-se trs zonas:
Zona metaestvel: Esta a mais prxima da saturao onde os cristais

existentes aumentam de tamanho sem haver, porm, formao de novos cristais;
Zona intermediria: Nesta regio, pode haver formao eventual de novos
cristais desde que j existam cristais crescendo no meio; e
Zona lbil: Nesta fase, h simultaneamente crescimento e formao
espontnea de novos cristais.
A separao entre as duas primeiras zonas muito varivel e controversa j
que depende da pureza da massa e das condies de operao.
Durante o cozimento, conveniente manter a supersaturao o mais prxima
possvel do limite superior da zona metaestvel, pois a deposio de sacarose sobre os
cristais maior com uma supersaturao perto deste limite. Porm, a velocidade de
cristalizao depende tambm da viscosidade da massa cozida, da temperatura, da
supersaturao e da pureza do licor-me.
Para se iniciar um cozimento, introduz-se um volume mnimo de xarope no
cozedor, conhecido como volume de granagem ou p de cozimento. Este volume
inicial deve cobrir toda a calandra, do contrrio, a ebulio lanaria o xarope sobre as
partes metlicas aquecidas e ainda descobertas, provocando perdas por caramelizao e
alteraes na colorao do acar.
No cozimento, a presso hidrosttica exerce uma influncia ainda maior que
na evaporao. medida que o volume de cozimento vai aumentando, aumenta tambm
a presso hidrosttica nas camadas inferiores da massa cozida. Isto pode fazer, em
determinado momento, com que estas camadas no alcancem temperatura suficiente
para entrar em ebulio. Prejudicando assim a boa circulao da massa cozida dentro do
cozedor; fator muito importante durante esta etapa do processo.
As duas maneiras mais comuns de se iniciar a cristalizao so:
Cristalizao por espera - consiste em elevar a concentrao do xarope de
forma que a zona lbil seja atingida por um certo perodo de tempo sendo, a seguir,
diludo a fim de trazer a supersaturao de volta zona metaestvel, onde os cristais
crescero.
Cristalizao por semeadura verdadeira - consiste na elevao da
concentrao da soluo at a zona metaestvel, onde se introduz no cozedor uma certa
quantidade de cristais de acar (sementes) que crescero at o tamanho desejado.
Atualmente, este o mtodo empregado pela maioria das usinas brasileiras e visa
garantir uma maior homogeneidade granulomtrica do acar.
3.1.3.1. Mtodos de Esgotamento
Aps o cozimento, os cristais formados so separados atravs de

centrifugao e ficam retidos na peneira (cestas). Este acar denominado acar de
primeira e normalmente comercializado. O licor-me separado na centrifugao
chamado mel de primeira.
O mel de primeira ainda possui uma grande proporo de acar
cristalizvel, porm de qualidade inferior. Este mel pode ser usado para formar uma
massa cozida de segunda, que fornecer mel de segunda e acar de segunda (Oliveira,
1964).
Esta operao pode ainda ser repetida, mas o nmero de massas cozidas
rapidamente limitado: o mel fica cada vez mais pobre em acar e nem todo acar
contido no mel cristalizvel. Sua viscosidade vai aumentando, tornando-o de difcil
operao. O ltimo mel obtido chamado de melao ou de mel final e utilizado pelas
destilarias na produo de lcool etlico.
Existem vrios mtodos de esgotamento, porm todos so baseados na queda
de pureza do mel. Um modo prtico de se determinar a pureza a relao entre
percentagem em peso de sacarose aparente (Pol) e percentagem em peso dos slidos
solveis em soluo (Brix), ou seja:
Pureza aparente % = 100 Pol / Brix
Atualmente, o mtodo de esgotamento mais utilizado no Brasil o processo
de duas massas cozidas ou variaes deste. Nele, trabalha-se com uma massa cozida de
primeira e outra de segunda. O mel final obtido ainda apresenta recurso esgotvel,
porm a maioria das indstrias de acar no pas possui destilarias de lcool etlico
anexas e o utilizam na sua produo. Esgotar muito este mel final aumentaria os custos
da produo de acar e poderia provocar falta de matria-prima para produo de
lcool.
A Figura 3.2 esquematizada a seguir, ilustra o processo de cozimento de
duas massas (Jesus, 2000). Apesar de estarem sendo mostrados apenas cristalizadores
que operam em regime de batelada, possvel encontrar em umas poucas unidades
industriais cristalizadores contnuos, substituindo principalmente os cristalizadores de
segunda.
Caldo dos evaporadores (xarope)
Mel rico
Mel afinado
Vapor Vapor
Xarope
Cond Cond
Mosto Acar 2 Mel pobre Acar 1

Magma afinado
Figura 3.2: Mtodo de esgotamento de duas massas.
A Figura 3.2 mostra uma massa cozida de primeira, com aproximadamente

75% de pureza, sendo obtida a partir de um "p de cozimento" formado pelo magma
(acar de segunda dissolvido) e pela alimentao de xarope puro com introdues de
correntes de mel rico e, se necessrio, de correntes de mel pobre. Na turbinagem
(centrifugao) desta massa cozida obtm-se o acar de primeira, geralmente
comercializado, e o mel pobre. A matria aucarada que fica no cesto das centrfugas
dissolvida com vapor ou gua e forma o mel rico.
A massa cozida de segunda, com pureza entre 60 e 70%, obtida a partir da
mistura de xarope e mel pobre. Esta massa cozida produz o mel final, que pode seguir
para a destilaria, e o acar de segunda ou magma, que utilizado para o cozimento de
primeira e misturado com o xarope puro devido a sua pureza elevada (~90%).
O cozimento de duas massas pode apresentar algumas pequenas variaes,
como por exemplo, o sistema de duas massas com afinao. Este sistema igual ao
descrito acima, porm a modificao surge na turbinagem da massa de segunda. O
acar de segunda ou magma misturado com xarope e/ou gua quente, formando uma
nova massa que turbinada, obtendo-se magma afinado, utilizado no cozimento de
primeira, e mel afinado, utilizado no cozimento de segunda. Este recurso serve para
aumentar a pureza do magma de 90% para 98% (pureza do magma afinado), pois o
cozimento de primeira ser melhor realizado quanto mais puras forem as matrias
utilizadas.
To logo sejam formados os cristais de sacarose na quantidade e tamanho

desejados, encerra-se a operao de cozimento. A suspenso descarregada em um
tanque intermedirio onde a massa resfria, antes de seguir para as centrfugas que
separam os cristais do mel. A razo para esta etapa intermediria que a massa cozida,
que sai do cozedor, apresenta uma supersaturao muito pronunciada. Deixando-a em
repouso, o acar ainda contido no licor-me continua a depositar-se sobre os cristais.
Esta massa agitada constantemente visando mudar as posies relativas das pores de
licor-me e dos cristais.
A massa enviada para as centrfugas para que os cristais sejam separados.
Os cristais so retidos pela tela do cesto onde inicialmente a massa est presente. O mel
ultrapassa as perfuraes desta tela e recolhido em tanques.
chamado de ciclo completo de turbinagem o tempo desde o carregamento
da centrfuga at a descarga dos produtos finais. Sob o ponto de vista da turbinagem
(centrifugao), pode-se distinguir trs fraes de mel:
- O excesso de mel, que a poro acima da necessria para preencher os
espaos entre os cristais. Este excesso expulso facilmente;
- A poro necessria ao preenchimento dos espaos entre os cristais, de
remoo mais difcil que a primeira e sai com a centrifugao da massa;
- A pelcula de mel que envolve os cristais. a mais difcil de ser extrada,
devido a sua alta viscosidade e aderncia.
Por causa desta pelcula, no possvel produzir acar comercial aceitvel
sem executar a lavagem dos cristais. Esta consiste na pulverizao de gua
superaquecida ou vapor sobre a camada de acar, aps a separao das primeiras
pores de mel. A gua lava a pelcula e a arrasta, ao mesmo tempo em que dissolve um
pouco de acar. Deste modo, a lavagem fornece um mel com uma pureza elevada
(81%), chamado de mel rico. Pode ser utilizado tambm vapor de baixa presso no
lugar de gua, pois este dissolve menos o acar e aquece melhor a massa turbinada,
melhorando, assim, sua fluidez.
O acar j centrifugado descarregado em esteiras e segue para a secagem
caso seja acar de primeira, ou retorna ao processo caso seja acar de segunda.
3.1.4. Cristalizao Industrial
De modo geral, no processo de cristalizao dois passos esto envolvidos na

formao de cristais macroscpicos: surgimento de ncleos e o crescimento destes
ncleos. A natureza complexa do fenmeno de crescimento de cristais vem de relaes
entre transferncia de massa e resistncia integrao superficial, necessitando-se
algumas vezes de conhecimentos do comportamento hidrodinmico dos sistemas
(Randolph e Larson, 1988) - Figura 3.3.
Fora Motriz:
Concentrao
Hidrodinmica Transferncia Integrao na Temperatura

Cristal/Soluo de Massa Superfcie e Impurezas
Velocidade de Crescimento Global
Figura 3.3: Fatores que influenciam a velocidade de crescimento global dos cristais.
Mesmo em experimentos bem controlados existe uma variao na

velocidade de crescimento dos cristais. Este fenmeno chamado de disperso na
velocidade de crescimento, e demonstra influncia de fatores estocsticos no processo.
Como no haver duas partculas com exatamente o mesmo tamanho, a caracterizao
do material deve ser feita por meio da distribuio de tamanhos de partcula (DTP); no
caso de cristais, distribuio de tamanho de cristais (DTC).
A DTC apresenta complexas interaes com fatores que a influenciam. A
Figura 3.4 mostra de forma simplificada tais interaes:
Velocidade de Crescimento
Cintica de Velocidade de Crescimento
Crescimento
Alimentao Balano de Supersaturao

massa
Cintica de Taxa de Balano DTC

Nucleao Populacional
Nucleao
rea do Cristal
Figura 3.4: Interao dos fatores de cristalizao com a DTC.
A amostragem de cristalizadores em escala industrial seguida pela

manipulao da amostra de modo a torn-la adequada ao mtodo de anlise a ser
utilizado. Por exemplo, a extrao de uma amostra representativa do contedo de um
cristalizador operando a alta temperatura e baixa presso. Neste caso quando exposta
temperatura e presso ambiente, a amostra tende a sofrer uma expanso "flash". Em tais
casos aconselhvel que se diminua o tempo de amostragem e de manejo e que seja
efetuada a separao dos cristais do licor me de forma rpida e eficiente de modo a
interromper o processo de cristalizao.
Uma vez conseguida a amostra comum se separar os cristais do licor me o
mais rpido possvel. Normalmente tal ao envolve a filtrao, lavagem e secagem dos
cristais. Entretanto cada uma destas aes pode afetar a distribuio de tamanho de
cristal original, da a necessidade de um estudo de situao para situao.
A complexidade da anlise do tamanho de cristais j reconhecido de longa
data; a forma da partcula , sua densidade, rea, irregularidade e a aglomerao so
fatores que devem ser considerados. impossvel cobrir toda a faixa de tamanhos que
ocorrem nos sistemas de cristalizao Se uma faixa mais ampla tiver que ser analisada,
diferentes princpios fsicos ou diferentes dimenses geomtricas dos sensores devem
ser utilizados(Randolph e Larson, 1988).
A contagem e medio do tamanho de partculas utilizando um microscpio
um trabalho tedioso e que toma um grande tempo, enquanto que o peneiramento
provavelmente o mais fcil e certamente o mtodo mais popular, embora tenha certas
restries de aplicabilidade. Uma tcnica apropriada para a anlise de pequenos cristais
o principio do contador Coulter. J outra tcnica que esta ganhando cada vez mais
espao no auxilio da contagem e determinao do tamanho de partculas a anlise de
imagens.
3.2. Literatura de Simulao e Identificao de Processos
Durante a reviso da literatura foram encontrados dois trabalhos abrangentes

relacionados com a estimativa de propriedades de solues de acar (Peacock, 1995;
Bretschneider e Dandar, 1981). Estes trabalhos foram de grande valia para o
pesquisador, pois apresentam uma compilao das correlaes empricas e semi-
empricas que esto disponveis na literatura ou que so utilizadas de forma corrente nas
industrias. As propriedades encontradas nestes dois trabalhos so: elevao do ponto de
ebulio, densidade do xarope, entalpia, capacidade trmica, solubilidade da sacarose,
tenso superficial (apenas em Peacock, 1995), condutividade trmica, viscosidade e
coeficiente de difuso da sacarose (apenas em Bretschneider e Dandar, 1981).
A simulao de uma fbrica de acar relatada por Friedman e Perez de
Alejo, 1979. Os mdulos do processo so descritos e o fluxograma geral da simulao
apresentado. No trabalho, para a simulao, foi usado o programa GEMCS, que
apresenta uma abordagem modular seqencial de resoluo do modelo. Interessante
notar que o trabalho comparou um modelo bsico simplificado com um modelo mais
complexo ("Estado da Arte") e os resultados destes, para a grande maioria das variveis
calculadas, no diferiram mais que poucos pontos percentuais.
Um estudo sobre cristalizao de acar em cristalizadores industriais foi
feito por Gros e Nurmi, 1979. Neste trabalho, so mostrados os modelos determinsticos
e de crescimento dos cristais de sacarose, o controle do cristalizador e o clculo de
propriedades da soluo de modo a se efetuar a simulao dinmica da operao do
equipamento no computador.
Madsen, 1996, mostra um programa para clculo de balanos de energia em
indstrias de acar, dando nfase evaporao. No seu trabalho, a comparao dos
resultados foi feita com os evaporadores de vrias indstrias, chegando-se a concluses
sobre o benefcio do uso de evaporadores de filme descendente.
Bolmstedt, 1977, delineia em seu trabalho o modelo de um evaporador
mltiplo efeito genrico, usando o conceito de clula unitria. Na verdade, este mdulo
abriga o evaporador e alguns equipamentos secundrios. O programa apresentado usa
uma abordagem modular-sequencial para efetuar as simulaes no regime estacionrio e
no regime dinmico.
A forma para se efetuar o clculo de algumas propriedades fsico-qumicas

de solues de sacarose, a saber: densidade, solubilidade, elevao do ponto de
ebulio, viscosidade, entalpia, calor especfico, entre outras, so apresentadas por
Kadlec e Dandar, 1981, na forma de um programa de computador escrito na linguagem
FORTRAN. O cdigo do programa apresentado no trabalho assim como os
fluxogramas dos algoritmos utilizados, o que facilita a programao em outras
linguagens.
O trabalho de Georgieva, 2003, descreve o desenvolvimento de um modelo
hbrido de um cristalizador de acar de escala industrial. A autora afirma que os
modelos fenomenolgicos da cristalizao no predizem de maneira satisfatria o
tamanho mdio dos cristais e o coeficiente de variao, principalmente devido
complexidade das inter-relaes entre as variveis. O trabalho sugere a utilizao de
redes neurais na inferncia de parmetros cinticos que seriam utilizados nas equaes
de balano do sistema. Foi relatado que os dados obtidos naquele trabalho se mostraram
mais representativos que aqueles que utilizaram correlaes para prever os parmetros
cinticos.
Feyo de Azevedo e colaboradores, 1997, discutiram as vantagens da
utilizao de redes neurais hbridas na modelagem de bioprocessos. Foram utilizados
dois grupos de experimentos e a concluso qualitativa do estudo mostrou que o modelo
determinstico dos experimentos, usando reaes com cinticas disponveis na literatura
e bem ajustadas por mtodos clssicos de regresso, no foram capazes de representar
satisfatoriamente os dados reais. J a rede neural gerou boas predies dos dados de
treinamento, mas mostrou uma habilidade limitada em gerar extrapolaes para dados
de entrada com valores fora do domnio do treinamento. Devido ao modelo hbrido ter
conseguido um desempenho melhor que estes ltimos e por outras vantagens citadas no
trabalho, os autores encorajam o estudo do uso de redes neurais hbridas em
identificao e controle de processos biotecnolgicos.
Nevire at al, 1994, relatam detalhadamente as etapas de construo de um
simulador inteligente especfico para a simulao dinmica da operao de uma fbrica
de vinho. As etapas de idealizao seqencial do simulador so mostradas em quatro
nveis de abstrao ou complexidade. O modelo foi estruturado hierarquicamente e
implementado na linguagem C++, em um ambiente de programao orientado a objetos.
Tcnicas de inteligncia artificial e lgica nebulosa (fuzzy) foram citadas como
possibilidades para otimizar o processamento dirio da planta.
Hussain (1999) apresenta uma extensiva reviso das vrias aplicaes da

tcnica de redes neurais para o controle de processos qumicos, tanto na simulao
quanto na implementao em linha. Os assuntos foram categorizados dentro dos trs
maiores esquemas de controle, a saber, controle preditivo, controle baseado no modelo
inverso e mtodos adaptativos de controle. O autor atribui a "exploso" no nmero de
aplicaes de redes neurais a cinco principais fatores: (1) os grandes avanos na
tecnologia digital e nos equipamentos na ltima dcada, (2) a capacidade das redes tem
se mostrado superior s tradicionais tcnicas e aos sistemas especialistas na
classificao de padres, (3) as redes neurais se apresentam como uma alternativa
simples e eficiente em aplicaes onde ocorrem no linearidades severas ou
desconhecidas, como as que so normalmente encontradas nos processos qumicos, (4)
a facilidade em ser apenas "usurio" da tcnica, em contra ponto com a dificuldade em
se desenvolver modelos determinsticos de processos complexos ou pouco conhecidos,
e (5) a possibilidade de se acoplar os modelos tericos na estrutura das redes neurais, ou
vice-versa, de modo a gerar modelos "caixa cinza", que alem de gerarem valores
provindos de relaes entrada-sada, podem tambm ajudar no entendimento do
processo em um sentido mais rigoroso.
Qin (1996) mostrou de forma bastante didtica e modular os passos que
devem ser levados em considerao na implementao da identificao de processo com
uma rede neural. Foram focados na metodologia as caractersticas, a coleta e o pr-
processamento dos dados e a seleo das variveis representativas do processo. Foram
tambm discutidas a influncia do efeito de colinearidade dos dados de entrada na etapa
de treinamento e a integrao de redes neurais com mtodos estatsticos.
Em seu trabalho Sha et al. (2001) sugeriram uma metodologia para o
desenvolvimento de uma rede neural hbrida que fosse de aplicao geral na simulao
de cristalizadores no-ideais e tambm flexvel o bastante para ser utilizada com vrias
espcies qumicas. A inteno da rede gerada no trabalho foi representar e projetar
processos de cristalizao que se encontrem no estado estacionrio. Os resultados
obtidos pela rede foram verificados por equaes tericas e dados experimentais. A
preciso da sada da rede mostrou-se dependente dos parmetros do modelo da taxa de
nucleao e do parmetro de Rosin-Rammler, que est relacionado com a distribuio
dos tamanhos dos cristais.
Nos trabalhos de Meleiro e Maciel Filho (2000) e Meleiro et al. (2001) os
autores utilizam as redes neurais no processo industrial de produo de lcool a partir da
cana de acar. O primeiro trata da implementao de um controlador de ajuste

autoadaptativo aplicado para o controle da quantidade total de acares redutores (ART)
na ltima dorna de fermentao do processo manipulando-se a vazo de entrada do
processo. A rede neural foi utilizada como software sensor relacionando a entrada do
processo com a ART, a concentrao de etanol e a concentrao de biomassa na ltima
dorna. No segundo trabalho os autores acoplaram a rede neural com lgica nebulosa
(fuzzy) para gerar sistemas hierrquicos neural- fuzzy capazes de lidar com situaes de
larga escala. A idia foi utilizar uma estrutura hierrquica de subsistemas neural-fuzzy
conectados em cascata ao invs de utilizar apenas um sistema de grande dimenso. As
predies geradas pelo sistema hierrquico desenvolvido se ajustaram muito bem aos
valores reais da planta, corroborando a idia inicial do trabalho.
A tcnica de redes neurais artificiais foi utilizada na modelagem da
evaporao do xarope de cana e na cristalizao de acar nos trabalhos de Benne et al.
(1999a e 1999b). A abordagem escolhida foi gerar um modelo totalmente "caixa-preta"
dos equipamentos. O processo de evaporao composto, na planta em questo, de
cinco blocos funcionais idnticos conectados em srie. A rede utilizada tinha uma
topologia 2-4-1, onde as entradas correspondiam concentrao de entrada e presso
do vapor de aquecimento e a sada concentrao de sada. Os resultados foram muito
animadores, uma vez que mesmo com a concentrao do xarope do ltimo efeito
variando 25 Brix, o erro absoluto da rede foi de aproximadamente 0,4 Brix. Uma verso
recorrente da rede neural foi desenvolvida, porm no obteve a mesma capacidade de
ajuste. Um resultado similar foi obtido na modelagem da etapa de cristalizao. As
quatro entradas da rede neural foram a vazo de entrada de xarope, o nvel da soluo
no equipamento, a temperatura do lquido e o vcuo no equipamento. A varivel predita,
a condutividade da massa, se ajustou muito bem aos dados reais, fortalecendo a idia
que esta tcnica apresenta caractersticas positivas para a utilizao na identificao de
sistemas na rea de produo de acar.
Molga e Cherbanski (1999) checaram a habilidade de uma rede neural
multicamadas modelar simultaneamente a transferncia de massa e a reao qumica
ocorrendo em soluo. A reao em questo foi a hidrlise do anidrido propinico a
cido propinico, que foi desenvolvida em um reator CSTR para os casos batelada e
semi-batelada. As equaes diferenciais do balano dos componentes foram acopladas
rede neural e concluiu-se que apesar da flexibilidade da rede e dos resultados reduzirem
significativamente os esforos experimentais, a preciso dos valores preditos era muito

dependente do grupo de dados utilizados na fase de aprendizagem da rede.
Aguiar e Maciel Filho (2001) utilizaram trs abordagens (modelo
determinstico puro, rede neural pura e uma rede neural hbrida) para a estimativa do
parmetro Kappa no processo de produo de papel. Este parmetro representa o grau
de delignificao da polpa, ou seja, a quantidade remanescente de lignina, material que
mantm as fibras da madeira juntas, na polpa. A rede utilizada possua nove neurnios
na camada de entrada, duas camadas intermedirias (com 12 e 10 neurnios,
respectivamente) e apenas um neurnio na camada de sada, ou seja, rede com topologia
9-12-10-1. A rede pura conseguiu reproduzir os valores experimentais satisfatoriamente
depois de otimizada e da filtragem dos dados de treinamento. A incluso do
conhecimento terico na estrutura da rede reduziu o tempo de treinamento e fez com
que a esta fizesse melhores predies.
Milanic e colaboradores (1997) focaram um processo de hidrlise onde o
objetivo da rede neural foi gerar um modelo do processo que pudesse ser utilizado para
o controle do processo, mais especificamente para diminuir a flutuao da qualidade dos
produtos e tornar mais constante a durao de cada batelada. Foram utilizados "dados de
treinamento ampliados", onde h uma complementao de um pequeno nmero de
dados experimentais com valores gerados por um modelo semi-emprico, no
necessariamente muito preciso.Trs tipos de modelos foram utilizados e parcialmente
validados: um modelo semi-emprico, um modelo neural de pesos de ativao aleatrios
(random activation weight network) onde os valores dos pesos da camada oculta so
regularizados em funo dos sinais de entrada; e uma rede OMN (Ontogenic Least
Square Multilayer Network), que durante o treinamento aumenta o nmero de neurnios
na camada oculta conforme se faz necessrio. Apesar das limitaes impostas pelos
poucos dados de treinamento e validao os autores concluram que, apesar do modelo
semi-emprico ter se mostrado o que melhor se ajustou aos dados, os modelos neurais
mostraram um potencial que deve ser explorado em trabalhos futuros.
Uma outra rede neural hbrida foi desenvolvida no trabalho de Guo et al.
(1997), nele a rede foi treinada para gerar parmetros para o modelo determinstico da
gaseificao de carvo. Foram utilizados dois grupos de valores de treinamento para
duas variedades de carvo. A rede era do tipo feedfoward padro, porm suas sadas no
eram conhecidas a priori, visto que eram desejados os parmetros do modelo
determinstico. Desta forma ao invs de utilizar o algoritmo de retropropagao foi
adotado o algoritmo de busca direta aleatria, onde, como j explicado, os pesos eram
ajustados atravs de pequenos incrementos aleatrios. Um aspecto que torna este
trabalho um pouco diferente dos demais que para a estimativa de cada parmetro havia
uma rede neural, ou seja, vrias redes eram utilizadas em paralelo, antes de serem
introduzidos os valores no modelo determinstico.
Linko e colaboradores (1997) demonstraram que uma rede neural bem
treinada pode ser empregada como software sensor na estimao e predio em linha de
parmetros de processo na produo de enzimas (glucoamilase fngica e lipase de
fermento). So descritos os passos seguidos no desenvolvimento da rede neural, como
por exemplo, a escolha de sua topologia e o estudo do melhor nmero de neurnios na
camada escondida.
A pesquisa de Fu e Barford (1996), tambm na rea de biotecnologia,
centrada na utilizao de redes neurais hbridas na modelagem do metabolismo celular
para a utilizao em estudos de simulao e controle de processos. A rede foi projetada
para ajustar os parmetros do modelo com um esquema de aprendizado reforado, uma
vez que a o vetor de sada da rede, ou os parmetros mais apropriados, eram
desconhecidos. A rede hbrida, quando comparada com suas abordagens formadoras,
obteve resultados claramente superiores na predio de consumo de substrato, acmulo
txico de subprodutos, crescimento celular, composio celular e formao de produtos
metablicos. O modelo foi testado no processo de produo de anticorpos por clulas
animais.
Nascimento e colaboradores (2000) sugerem o uso de redes neurais na
otimizao de processos qumicos. Embora a otimizao sem um modelo seja possvel
(utilizando tcnicas como planejamento de experimentos), o custo e os esforos
experimentais envolvidos podem ser significativos, em especial quando o nmero de
variveis envolvidas grande. sugerido pelos autores que os modelos sejam
aproximados por modelos de redes neurais, por ser um importante pr-requisito na
otimizao de processos e tambm porque, algumas vezes, estes so difceis de serem
desenvolvidos atravs dos princpios fundamentais. A idia principal do trabalho
implementar uma detalhada busca seguindo uma malha da regio de interesse atravs de
um mapeamento completo da funo objetivo no espao de deciso das variveis. A
tcnica sugerida foi utilizada com os dados de dois processos industriais e mostrou-se
eficiente.
Um reator de leito fixo foi modelado no trabalho de Qi et al. (1999) atravs

de uma rede neural hbrida. Foram acopladas rede as equaes do balano de massa e
energia para o desenvolvimento de dois modelos hbridos, um do estado estacionrio e
um do dinmico, para um reator de leito fixo no qual ocorria a oxidao do benzeno, em
ar, para a formao de anidrido malico. A rede utilizada tinha trs camadas, tendo
como variveis de entradas a vazo de benzeno, a temperatura do lquido de
resfriamento, e a vazo de ar, e como varivel de sada o coeficiente global de troca
trmica. Normalmente, segundo os autores, para reatores de leito fixo onde ocorrem
reaes altamente exotrmicas, os modelos unidimensionais so insuficientes para
modelar o reator. Porm os resultados gerados pela rede neural hbrida se mostraram to
precisos quanto aqueles gerados por modelos bidimensionais que levam em conta o
gradiente radial de temperatura.
Durante processos biotecnolgicos, tais como a fermentao, muitas
variveis, por exemplo a concentrao, so determinadas em anlises off-line, fazendo
com estas tenham uma utilidade limitada no controle do processo. O trabalho de Assis e
Maciel Filho (2000) sugere a estimao on-line de variveis de estado de bioreatores
atravs do uso de software sensores. Neste trabalho so apresentadas breves revises de
tcnicas como estimativa atravs de balanos, observadores adaptativos, tcnicas de
filtragem de dados (filtro de Kalman e filtro de Kalman estendido) e redes neurais.
Tambm citada como promissora a tcnica de algoritmos genticos (AG), onde
mltiplos pontos do espao de solues so calculados simultaneamente, fazendo assim
com que haja uma maior probabilidade do erro convergir para o mnimo global. .
Fontaine e Germain (2001) utilizaram uma rede neural hbrida no
modelamento de uma reao em srie (ABC). Os resultados "experimentais" foram
gerados a partir de um modelo determinstico e o algoritmo de treinamento permitia que
o nmero de neurnios na camada oculta variasse, de modo a obter um melhor
desempenho.
No estudo de Wang et al. (1998) so apresentadas estratgias para a
modelagem e controle de processos no lineares, nos quais este ltimo foi modelado
utilizando redes neurais. Foi constatado que o aumento do nmero de entradas no
necessariamente aumenta a capacidade de generalizao da rede, podendo provocar at
mesmo o surgimento de problemas de convergncia, aumento da complexidade e
aumento do esforo computacional. Como caso de estudo, foi utilizado o problema do
controle de pH, e os resultados reproduziram bem o sistema real.
No trabalho desenvolvido por Valentin et al. (1999) uma rede neural foi
utilizada com o intuito de controlar a quantidade de coagulante no processo de uma
planta de tratamento de gua, de capacidade de 120.000 m3 por dia. A taxa de dosagem
de coagulante estava correlacionada de forma no linear a com parmetros como
turbidez, condutividade, pH, temperatura, etc. Antes de utilizar os dados oriundos da
planta, foi desenvolvida pelos autores uma metodologia para a validao dos dados de
entrada, atravs de duas maneiras, uma associava medida um "valor de confidncia"
que a tornava aceitvel ou no por meio de uma faixa de valores escolhidos, e a outra
utilizava mapas auto-organizados (self-organizing map, SOM) para a validao e
reconstruo dos dados. A base de dados disponvel era formada por 1600 medidas de
cada varivel, sendo que 70% dos dados foram utilizados para o treinamento da rede. A
rede treinada, alm de estimar a taxa de dosagem do coagulante tambm foi empregada
na deteco de falhas de sensores, mostrando bons resultados em ambos os casos.
Xu e colaboradores (2001) utilizaram redes neurais puras para a deteco de
falhas nos sensores de uma usina de gerao de energia a partir da queima de
combustvel fssil. Um diferencial do sistema apresentado neste trabalho, quando
comparado com as metodologias j citadas, foi a capacidade da rede se auto ajustar.
Com o passar do tempo, mudanas de equipamento, mudanas cclicas no processo, ou
uma reconfigurao do mesmo, podem gerar desvios residuais nos sensores fazendo
com que a rede j treinada no seja mais apropriada e deva ser novamente treinada. Para
mudanas no muito grandes a rede foi ajustada por meio de um algoritmo de regresso
linear - Decomposio Truncada de Valores Singulares (Truncated Singular Value
Decomposition, TSVD) - que alterava apenas a camada de sada. Promover um novo
treinamento em linha de uma rede mal ajustada no recomendvel pois o mtodo de
aprendizado pode "ficar preso" em um mnimo local, no conseguindo melhorar o
desempenho da rede.
O trabalho de Tuner et al. (1996) relatou o desenvolvimento de uma rede
neural dinmica que foi aplicada no esquema de controle baseado em modelo de uma
coluna de destilao com comportamento altamente no linear. Foi efetuada uma anlise
de correlao cruzada nos dados de entrada para identificar tempos mortos, constantes
de tempo do processo, etc. A validao do modelo da rede foi realizada mediante
comparao com um modelo representativo e j utilizado, desenvolvido no mdulo
Speedup simulador de processos Aspen. A ltima etapa foi a implementao e teste do
controle preditivo baseado no modelo da rede neural que, para dados apresentados,
obtiveram um desempenho muito superior ao controlador PI e o controlador preditivo

baseado em um modelo linear.
Pode-se notar por este conjunto de trabalhos que, apesar das aplicaes
relatadas referirem-se a implementaes de redes neurais em sistemas reais, poucas
delas referem-se a sistemas de porte mdio ou grande. Contudo, este nmero tende a
crescer, pois ainda h muito por fazer tanto no terreno terico quanto nos diversos
campos da engenharia em escala industrial.
3.3. Redes Neurais
A matemtica envolvida na teoria das redes neurais no ser abordada no

momento. As redes sero, ento, apresentadas de maneira geral preferindo-se abord-las
como uma ferramenta da identificao de sistemas.
As redes neurais surgiram por volta dos anos 50 e a idia inicial era simular
a atividade neuronal humana, definindo componentes lgicos similares aos neurnios
naturais. O neurobiologista McCulloch e o estatstico Pitts foram os primeiros a propor
o conceito de um neurnio como sendo uma unidade de processamento que recebia
vrios estmulos de entrada e gerava um sinal baseado no resultado do somatrio destes
estmulos.
Na dcada de 60, Marvin Minsky, um dos expoentes da Inteligncia
Artificial, conseguiu provar que as redes neurais eram incapazes de simular certas
funes. Somente na dcada de 80, com a descoberta de novas tcnicas de aprendizado
que definiam uma nova estrutura para as redes, na qual os clculos de Minsky no se
aplicavam, que o campo tomou novo impulso. Da o porqu de muitos historiadores
desconsiderarem a existncia de pesquisa nessa rea nos anos 60 e 70, apontando uma
retomada das pesquisas com a publicao dos trabalhos do fsico e bilogo Hopfield em
1982.
Uma das primeiras aplicaes das redes neurais foi no desenvolvimento de
software de reconhecimento de caracteres (Optical Character Recognition, OCR). Na
indstria, as redes neurais comeam a ser muito utilizadas em aplicaes para controle
de processos industriais, pois estas lidam com parmetros variveis no tempo e so
muito flexveis se comparadas com as abordagens tradicionais.
Um modelo baseado em Redes Neurais , essencialmente, um modelo

emprico, diferentemente de modelos construdos utilizando-se princpios bsico
(equaes de balano em processos qumicos ou fsicos). Por isso, as redes neurais
necessitam de muitos dados para resolver problemas complexos propostos.
Em linhas gerais, uma rede neural uma estrutura composta de ns,
associados a pesos. Os ns so conectados uns aos outros e qualquer sinal se propaga
por todos eles de forma a alterar-lhes os pesos. Em teoria, a rede ter tantos ns quanto
mais precisa for a resposta desejada a um estmulo externo. A rede deve ser treinada
sobre o problema em questo e para isso lhe sero fornecidos dados de entrada e
implementadas propagaes de forma que a alterao dos pesos ao longo da rede
fornea uma sada compatvel com a resposta conhecida quele estmulo pr-
determinado. Desta forma, os pesos so balanceados, ou otimizados, at obter um
padro de respostas aos estmulos, compatvel com aquele que se conhece. Sendo que
este processo de aprendizado essencialmente emprico.
Genericamente, pode-se subdividir as redes neurais em duas categorias
bsicas, em funo de como so dispostos os neurnios e de como efetuado seu
treinamento. Em funo do fluxo de dados estes podem ser propagados
unidirecionalmente, apenas para frente (feedforward networks) ou nos dois sentidos
(redes recorrentes). Em funo do tipo de treinamento estas podem ter o treinamento
supervisionado ou no.
Todo o "conhecimento" de uma rede neural est armazenado em suas
sinapses, ou seja, nos pesos relativos s conexes entre os neurnios. Ele adquirido
por um processo de treinamento, que consiste na apresentao de seqncia de dados
conhecidos rede neural, gerando um processo de ajuste dos pesos das sinapses de
forma a ajustar as sadas das redes um comportamento esperado. Como j foi dito o
treinamento pode ser supervisionado ou no. No primeiro caso, includa no processo
de treinamento uma etapa de verificao dos resultados calculados pela rede neural em
treinamento. O erro observado a partir da comparao de resultados reais com os
calculados pode ser utilizado para ajustar os pesos das sinapses de forma a aumentar a
preciso da resposta da rede.
Nas redes neurais onde o treinamento no supervisionado ocorre um
processo interno de organizao dos dados que leva a um grau timo de ajuste. Essas
redes auto-organizadas podem, por exemplo, dividir dados fornecidos em categorias, em
funo do grau de similaridade entre eles, de forma totalmente automtica.
De modo geral, o uso de redes neurais apresenta as seguintes vantagens:

H menor necessidade de se determinar a priori quais so os fatores
determinantes sobre o modelo que est sendo desenvolvido;
permitida a interferncia de mltiplos fatores de entrada (ou seja, mltiplas
variveis), permitindo um inter-relacionamento mais complexo entre elas;
Alta tolerncia a falhas, uma vez que permitida a entrada de grande nmero
de parmetros;
Modelamento direto do problema, sem a necessidade de se seguir um
modelo preestabelecido, como no caso da regresso estatstica;
Paralelismo inerente: cada sinapse na rede neural pode ser seu prprio
processador.
Os passos necessrios para o desenvolvimento de aplicaes utilizando redes

neurais artificiais podem ser resumidos como segue:
1 e 2. Coleta de dados e separao em conjuntos

Os dois primeiros passos do processo de desenvolvimento de redes neurais
artificiais so a coleta de dados relativos ao problema e a sua separao em um conjunto
de treinamento e um conjunto de testes. Esta tarefa requer uma anlise cuidadosa sobre
o problema para minimizar ambigidades e erros nos dados. Alm disso, os dados
coletados devem ser significativos e cobrir amplamente o domnio do problema; no
devem cobrir apenas as operaes normais ou rotineiras, mas tambm as excees e as
condies nos limites do domnio do problema.
Normalmente, os dados coletados so separados em duas categorias: dados
de treinamento, que sero utilizados para o treinamento da rede e dados de teste, que
sero utilizados para verificar seu desempenho sob condies reais de utilizao. Alm
dessa diviso, pode-se usar tambm uma subdiviso do conjunto de treinamento,
criando um conjunto de validao, utilizado para verificar a eficincia da rede quanto a
sua capacidade de generalizao durante o treinamento, e podendo ser empregado como
critrio de parada do treinamento.
Depois de determinados estes conjuntos, eles so geralmente colocados em
ordem aleatria para preveno de tendncias associadas ordem de apresentao dos
dados. Alm disso, pode ser necessrio pr-processar estes dados, atravs de
normalizaes, escalonamentos e converses de formato para torn-los mais
apropriados sua utilizao na rede.
3. Configurao da rede
O terceiro passo a definio da configurao da rede, que pode ser dividida
em trs etapas:
a) Seleo o tipo de rede neural apropriada aplicao;
b) Determinao da topologia da rede a ser utilizada - o nmero de camadas,
o nmero de unidades em cada camada, etc;
c) Determinao de parmetros do algoritmo de treinamento e funes de
ativao. Este passo tem um grande impacto no desempenho do sistema resultante.
Toda rede neural toma uma entrada numrica e produz uma sada numrica.
A funo de ativao de um neurnio escolhida de tal forma a aceitar qualquer faixa
de entradas e produzir uma sada limitada, ou saturada. Devido a esta saturao o
neurnio sensvel apenas em uma faixa limitada de valores. Dentre as funes de
ativao mais utilizadas tem-se a funo sigmoidal, que apresenta a forma de S. As
funes normalmente tambm so suaves e diferenciveis, fatos que so crticos para a
operao do algoritmo de treinamento, sendo esta a razo para que na prtica a funo
degrau no seja muito utilizada. Como exemplo de outras funes de ativao poder ser
citadas: a log-sigmoidal, a linear, a de base radial, tangente-sigmoidal, entre outras.
Assim como h muitas funes de ativao tambm h muitos mtodos de
otimizao utilizados para o ajuste dos pesos das redes neurais. Por exemplo: o mtodo
de retropropagao (backpropagation) e suas modificaes (retropropagao resiliente,
quick propagation e o Delta-Bar-Delta), mtodos baseados no gradiente descendente,
mtodos de Quase-Newton e o Levenberg-Marquardt.
A definio da configurao de redes neurais ainda pode ser considerada
uma "arte", pois requer grande experincia do usurio.
4. Treinamento
O quarto passo o treinamento da rede. Nesta fase, seguindo o algoritmo de
treinamento escolhido, sero ajustados os pesos das conexes. importante considerar,
nesta fase, alguns aspectos tais como a inicializao da rede, o modo de treinamento e o
tempo de treinamento.
Uma boa escolha dos valores iniciais dos pesos da rede pode diminuir o
tempo necessrio para o treinamento. Normalmente, os valores iniciais dos pesos da
rede so nmeros aleatrios uniformemente distribudos, em um intervalo definido. A
escolha errada destes pesos pode levar a uma saturao prematura.
Quanto ao tempo de treinamento, vrios fatores podem influenciar a sua

durao, porm sempre ser necessrio utilizar algum critrio de parada. O critrio de
parada do algoritmo backpropagation no bem definido, e geralmente utilizado um
nmero mximo de ciclos. Mas, devem ser consideradas a taxa de decrscimo do erro
mdio por ciclo, e a capacidade de generalizao da rede. Pode ocorrer que em um
determinado instante do treinamento a generalizao comece a degenerar, causando o
problema de over-training, ou seja a rede se especializa no conjunto de dados do
treinamento e perde a capacidade de generalizao.
O treinamento deve ser interrompido quando a rede apresentar uma boa
capacidade de generalizao e quando a taxa de erro for pequena e o erro seja
suficientemente menor que um erro admissvel. Assim, deve-se encontrar um ponto
timo de parada com erro mnimo e capacidade de generalizao mxima.
5. Teste
O quinto passo o teste da rede. Durante esta fase o conjunto de teste
utilizado para determinar o desempenho da rede com dados que no foram previamente
utilizados. O desempenho da rede, medida nesta fase, uma boa indicao de seu
desempenho real.
Devem ser considerados ainda outros testes como anlise do comportamento
da rede utilizando entradas especiais e anlise dos pesos atuais da rede, pois se existirem
valores muito pequenos, as conexes associadas podem ser consideradas insignificantes
e assim serem eliminadas (prunning). De modo inverso, valores substantivamente
maiores que os outros poderiam indicar que houve sobretreinamento da rede.
6. Implementao
Finalmente, com a rede treinada e avaliada, ela pode ser integrada em um
sistema do ambiente operacional da aplicao. Para maior eficincia da soluo, este
sistema dever conter facilidades de utilizao como interface conveniente e facilidades
de aquisio de dados atravs de planilhas eletrnicas, interfaces com unidades de
processamento de sinais, ou arquivos padronizados. Uma boa documentao do sistema
e o treinamento de usurios so necessrios para o sucesso do mesmo.
Alm disso, o sistema deve periodicamente monitorar seu desempenho e
fazer a manuteno da rede quando for necessrio ou indicar aos projetistas a
necessidade de re-treinamento. Outras melhorias podem ainda ser sugeridas na medida

em que os usurios forem se tornando mais familiares com o sistema.
Pelo que foi exposto, uma das caractersticas mais importantes das redes
neurais sua capacidade de aprendizado, ou seja, a possibilidade de estabelecer, de
forma precisa, relaes complexas entre diversas variveis numricas, sem que seja
imposto qualquer modelo preconcebido. Na rea industrial, destacam-se as utilizadas na
preveno de desvios de processo e em sistemas hbridos, associados a tcnicas de
lgica difusa e sistemas especialistas, para a deteco de problemas de manuteno.
Trata-se normalmente de problemas onde a abordagens tradicionais seriam difceis,
ineficazes ou impossveis. Desta forma, no ritmo em que se faz intensa pesquisa sobre o
assunto, as aplicaes das redes neurais vm se disseminando amplamente em um prazo
relativamente curto.
Captulo 4 - Metodologia de Trabalho 32
4. METODOLOGIA DE TRABALHO
Este trabalho foi idealizado para ser desenvolvido em quatro etapas que,
apesar de interligadas, poderiam ser efetuadas de modo flexvel e no necessariamente
de forma seqencial, a saber: a etapa de diagnstico, a etapa de desenvolvimento dos
modelos matemticos, a etapa de ajuste de parmetros e, finalmente, a etapa de anlise
dos resultados. Primeiramente, foi realizada uma fase de diagnstico das condies de
produo nas instalaes industriais. Na Usina Santa Adlia o objetivo foi caracterizar
a etapa de evaporao do processo de produo de acar. J na Usina So Martinho o
foco foi a etapa de cristalizao do acar. Atravs de pesquisas bibliogrficas foram
desenvolvidos modelos do regime transiente dos processos unitrios de evaporao e
cristalizao. Era de se esperar que estes no fossem necessariamente iguais aos
arranjos encontrados nas usinas, visto que possveis particularidades do processo
industrial certamente no estariam sendo consideradas no modelo terico. Deste modo,
foram realizadas visitas s usinas, tanto nos perodos de safra quanto nos de entressafra.
Neste ponto, objetivava-se primeiramente caracterizar os processos utilizados pelas
usinas. As atividades abaixo relacionadas foram englobadas nesta primeira etapa do
projeto:
- Detalhamento dos equipamentos quanto sua disposio, entradas e sadas de
material, dimenses, capacidade e regime de trabalho;
- Observao da estratgia de controle utilizada na usina, de modo a implement-la
nos modelos, se possvel;
- Verificao da instrumentao associada aos equipamentos para confirmar a
viabilidade de acesso a variveis importantes na simulao como, por exemplo,
vazes, concentraes, etc;
- Verificao da presena de sensores fsicos disponveis (sensores de temperatura,
concentrao, presso, etc.), visando direcionar o desenvolvimento dos algoritmos
que iriam estimar as variveis e propriedades fsicas no diretamente mensurveis;
- Coleta de dados gerados pelo sistema supervisrio da planta para um
desenvolvimento preliminar das rotinas do programa de simulao.
Para alcanar os objetivos desta etapa foram utilizadas, quando disponveis,
as plantas de projeto do processo, fotos dos equipamentos, descries dos operadores,
material impresso fornecido pelas usinas (cartas de produo e sadas do sistema
supervisrio da planta) e tambm acompanhamento in loco da produo. Esses dados

permitiram balizar a adaptao dos modelos matemticos j existentes desenvolvidos
durante o mestrado do autor (Jesus, 2000).
Na segunda etapa do trabalho, visava-se desenvolver as rotinas matemticas
e implement-las conforme necessrio, recaindo, em princpio, em duas categorias: (1)
modelos das propriedades fsicas da soluo de acar (densidade, viscosidade,
saturao, etc) e (2) resoluo de equaes diferenciais ordinrias que surgem na
resoluo do regime dinmico.
Todos os modelos matemticos foram codificados e testados no ambiente do
aplicativo Matlab 5.3 (e toolboxes adequados), devido facilidade de implementao e
de verificao visual das respostas do sistema de equaes diferenciais. Depois de
verificados, partes dos cdigos foram reprogramados em linguagem FORTRAN, de
modo a se construir as DLL's (bibliotecas de conexo dinmica) que iriam se comunicar
com o programa principal. Os protocolos de comunicao entre as DLL's e o programa
principal encontram-se descritos no trabalho de Jesus (2000).
A interface grfica do programa principal, ou seja, as telas representando as
etapas de evaporao e cristalizao do acar, foi desenvolvida no ambiente de
programao do aplicativo Microsoft Visual Basic 6, porm, sempre que possvel,
buscou-se a utilizao das rotinas matemticas implementadas na linguagen
FORTRAN. Tal utilizao foi possvel porque as rotinas foram chamadas a partir do
programa base na forma de DLL's, que agem como se fossem subrotinas do programa,
mas lhe so externas. Desta forma, o software ganhou em velocidade, uma vez que as
rotinas j se encontravam na forma compilada (no tendo que ser interpretadas pelo
Visual Basic), e tambm na utilizao de memria, dado que as DLL's so, em essncia,
pequenos programas executveis desvinculados do simulador. A forma com que o
processo foi organizado e representado nas telas baseou-se no arranjo industrial e, desta
forma, manteve a correspondncia com o processo real.
A terceira etapa do projeto previa o acompanhamento do regime de
produo das usinas durante a poca da safra para que fossem efetuados os ajustes nos
parmetros dos modelos e a implementao dos algoritmos desenvolvidos para a
gerao de respostas que se ajustassem aos dados do processo real armazenados no
sistema supervisrio. Nesta etapa, fatores como a elevao do ponto de ebulio da
soluo, coeficiente de troca trmica dos equipamentos e perdas de calor para o
ambiente foram avaliados quanto sua relevncia na descrio do balano de energia do
sistema. Quando necessrio, o acompanhamento do processo incluiu a retirada de

amostras do material que se encontrava no interior dos equipamentos. No entanto,
devido s dificuldades inerentes a esta atividade foram desenvolvidos, no DEQ-
UFSCar, instrumentos que possibilitaram a retirada de uma quantidade de amostra
compatvel com aquela requerida nas anlises pretendidas.
Na quarta e ltima etapa, j com os modelos ajustados ao sistema, dados
reais obtidos do sistema supervisrio das usinas permitiram anlises qualitativas e
quantitativas do processo em relao s etapas-alvo do presente estudo.
Os resultados obtidos foram avaliados, em primeira instncia, atravs da
comparao direta dos dados gerados pelo simulador e pelos softwares sensores com
dados do sistema supervisrio e valores oriundos das anlises laboratoriais de amostras
de material ao longo do processo.
A aplicao dos modelos em diferentes condies de operao das plantas
foi fundamental para a validao destes, uma vez que as alteraes nas variveis de
entrada possibilitaram checar o ajuste do modelo em relao ao comportamento real da
planta.
As estratgias de operao para o cumprimento dos objetivos desta tese de
doutoramento foram balizadas pela metodologia de trabalho anteriormente descrita, mas
para torn-las adequadas realidade de cada uma das usinas aqui envolvidas, o modo e
a seqncia com que se deu sua implementao foram flexibilizados medida que as
atividades progrediam.
Captulo 5 - Etapa de Evaporao 35
5. ETAPA DE EVAPORAO
Neste captulo sero apresentados os modelos matemticos desenvolvidos

para o evaporador de mltiplo efeito presente na etapa de evaporao da Usina Santa
Adlia. Como j anteriormente comentado, a evaporao o primeiro estgio de
concentrao do caldo proveniente do setor de tratamento e tem o propsito de elevar a
concentrao deste de modo a torn-lo adequado para ser enviado para o setor de
cristalizao. Uma vez que a etapa de evaporao tem uma grade importncia no
balano energtico da fbrica e devido ao impacto que a qualidade do xarope exerce no
desempenho e no consumo de energia das etapas posteriores, o principal objetivo dos
modelos foi estimar a concentrao do xarope gerado ao final do processo de
evaporao.
5.1. Descrio das Condies na Planta Industrial da Usina Santa

Adlia
Em um primeiro momento, as atividades de pesquisa concentraram-se na
fase de diagnstico das condies de produo da Usina Santa Adlia, a fim de se obter
uma descrio detalhada e operacional do processo. Este procedimento visou conciliar
as restries impostas pela realidade industrial (principalmente no que tange carncia
de dados) com o ferramental matemtico adequado para a modelagem dinmica do
processo.
A execuo da fase de diagnstico das condies de produo foi realizada
atravs de visitas durante o perodo de safra. Em tais visitas, fez-se o levantamento das
caractersticas da etapa de evaporao e constatou-se que o processo utilizado pela
Usina Santa Adlia, comparado a outras unidades produtoras de acar, bem
instrumentado. Toda a evaporao acompanhada e/ou controlada por um sistema de
controladores lgicos programveis (CLPs) e supervisionada por computadores. Por
este motivo, o acompanhamento destas etapas foi feito, em grande parte, atravs dos
monitores da sala de controle.
Trs monitores permitem que os operadores observem todo o processo de
produo de acar, desde a moagem at a secagem. A disposio dos equipamentos da
planta nas telas dos monitores apresentava uma razovel correspondncia com o sistema
real.
De acordo com a Figura 5.1, observa-se que a etapa de evaporao da Usina

Santa Adlia possui trs pr-evaporadores e dois conjuntos (A e B) de trs evaporadores
(caixas de evaporao ou efeitos). Durante a operao, o evaporador de mltiplo efeito
(EME) formado por dois pr-evaporadores e por um conjunto de trs efeitos em srie,
pois sempre h um pr-evaporador e um conjunto de evaporadores sendo submetidos a
limpeza.
Figura 5.1: Representao da etapa de evaporao - tela da sala de controle.
Embora no esteja sendo mostrado nesta representao, h um tanque

pulmo imediatamente antes dos pr-evaporadores com capacidade para
aproximadamente 80m3 de caldo tratado (suficiente para pouco mais de 15 minutos de
operao), o que faz com que pequenas perturbaes na concentrao ou alguma parada
momentnea da etapa de tratamento sejam minimizadas ou mesmo eliminadas.
Poucos so os pontos na planta que permitem manipulao diretamente a
partir dos computadores, pois a maioria dos dados apresentados aos operadores
proveniente de indicadores dos valores das grandezas medidas. O setor de evaporao
acompanhado da sala de controle atravs das seguintes leituras:
Presso de cada caixa de evaporao;

Nvel dos pr-evaporadores;
Nvel da ltima caixa de evaporao (aqui referenciada como terceiro efeito);
Porcentagem de abertura das vlvulas de vapor de cada efeito;
Porcentagem de abertura da vlvula de gua para o multijato, que gera o vcuo;
Vazo de caldo clarificado que alimenta os pr-evaporadores; e
Concentrao, em oBrix, do xarope do ltimo efeito (terceiro efeito).
O sensor de concentrao (modelo DT-301, da SMAR) utilizado pelos dois

conjuntos de evaporadores e est instalado na sada de xarope do ltimo efeito, em uma
parte da linha de sada que lhes comum. J os sensores de nvel presentes nos
equipamentos so do tipo capacitivo (clula capacitiva).
Vale ressaltar que foram constatadas divergncias, menores que 15%, entre
os valores mostrados pelos indicadores de presso e temperatura presentes nos
equipamentos e os valores armazenados nos computadores. Tal diferena foi justificada
como sendo devida ao fato de as calibraes de todos os indicadores serem feitas no
incio das safras e, uma vez iniciada a operao da planta, dificilmente estes so
recalibrados, de modo que no fim do perodo suas leituras se tornam pouco exatas. Foi
informado, porm, que os valores presentes nos computadores eram os mais confiveis,
pois vinham de sensores mais novos e modernos.
O sistema supervisrio, formado por vrios CLPs, grava as leituras das
variveis e pode exibi-las, se requisitado pelos operadores, na forma de grficos que
mostram o comportamento de certa varivel ao longo de qualquer intervalo de produo
escolhido. Este banco de dados possibilita o acesso s informaes de toda a safra e
armazenado por mais de um ano.
O controle automtico implementado ao processo com controladores PI
(Proporcional - Integral). No entanto, se necessrio, os operadores podem alm de
ajustar os setpoints das variveis, desativar o controle automtico, passando a controlar
o processo manualmente a partir do software de superviso. Nos pontos do processo
onde no h controle automtico, mas h possibilidade de manipulao de vlvulas ou
bombas pelos operadores da sala de operao, o controle feito atravs de solicitaes
dos encarregados das reas via rdio.
A Figura 5.2 representa a estratgia de controle utilizada na etapa de
evaporao. Vale enfatizar novamente que apesar de haver, na prtica, quatro efeitos de
evaporao, a nomenclatura utilizada ao longo do texto ir, para manter congruncia

com a denominao utilizada na usina, citar explicitamente os pr-evaporadores e se
referir s trs caixas de evaporao como efeitos. Desta forma, por exemplo, a ltima
caixa de evaporao ser o terceiro efeito.
vapor de escape sangria

LT PLC
6
PLC PT
4
2 PT
PR PLC
g ua
01 02 03
LT LT
7 gua
1 PLC PLC
Conden-
co nd e 3 Cond.
co nd .
PLC Cond.
co nd . Cond.
co nd .
PLC
sad o
sado BM
caldo xarope
5
FT
FM
Medidor de Vazo Medidor de Concentrao
Figura 5.2: Representao esquemtica da estratgia de controle do evaporador de

mltiplo efeito.
Na Figura 5.2 os nmeros representam as seguintes aes de controle:
1- Controle da vazo de caldo clarificado atravs da manipulao da abertura da

vlvula da corrente de entrada;
2- Controle da presso dos pr-evaporadores atravs da manipulao da entrada
de vapor de escape;
3- Controle do nvel dos pr-evaporadores via manipulao da vazo de sada
pela atuao das vlvulas de controle, tipo borboleta;
4- Controle da presso do primeiro efeito atravs da manipulao da vazo de
vapor proveniente do pr-evaporador;
5- Manipulao da vazo de vapor que entra no segundo efeito para controle da
concentrao de sada do terceiro efeito;
6- Controle da presso do terceiro efeito atravs da quantidade de gua enviada
para o condensador baromtrico;
7- Controle de nvel do terceiro efeito de acordo com a manipulao da vazo de
sada atravs de modificao na rotao da bomba.
A medida de concentrao comumente utilizada nas usinas de acar o

Brix, que se refere porcentagem mssica de material dissolvido no caldo ou xarope.
Durante o perodo em que foi desenvolvido este trabalho, houve momentos
em que o sensor de concentrao da ltima caixa de evaporao no se encontrava
operante e, desta forma, o controle direto da concentrao no foi possvel. Nestas
situaes, a vlvula de vapor, localizada entre o primeiro e segundo efeitos, era
manipulada para controlar a presso deste ltimo. Esperava-se que com as presses
estveis e com uma pequena variao na concentrao de entrada, a concentrao de
sada se mantivesse dentro de uma faixa aceitvel. Porm, a operao nestas condies
torna o controle dependente do sentimento do operador sobre o processo, o que pode
gerar aes diferentes a cada interveno corretiva.
Um argumento semelhante utilizado para justificar a falta de necessidade
de controle no nvel do primeiro e segundo efeitos: espera-se que, pelo princpio dos
vasos comunicantes, o nvel destes equipamentos no varie muito se o nvel dos pr-
evaporadores e da ltima caixa forem bem controlados.
Com o funcionamento adequado do sensor de Brix e com condies de
operao propcias, a estratgia de controle modificada: a vlvula de vapor que se
encontra entre o primeiro e o segundo efeitos controla a presso deste ltimo. Todavia,
mediante a adoo de uma estrutura de controle em cascata, o setpoint de presso do
segundo efeito ajustado automaticamente em funo da concentrao de sada do
ltimo efeito que, neste caso, controlada indiretamente.
A modelagem dinmica do processo , muitas vezes, dificultada por algumas
caractersticas encontradas na planta industrial. Por exemplo, a menos da corrente de
entrada dos pr-evaporadores, as vazes de caldo que circulam entre os efeitos no so
medidas. Outra varivel carente de informao a temperatura do xarope em cada
efeito, que est disponvel apenas nos sensores instalados nos prprios equipamentos,
mas no tem seu sinal enviado para o sistema supervisrio. Por fim, difcil estimar a
quantidade de xarope que se encontra nos corpos de evaporao, uma vez que apenas o
pr-evaporador e o terceiro efeito possuem indicadores de nvel.
A Figura 5.3 mostra uma representao esquemtica de um evaporador e a
Tabela 5.1 lista suas caractersticas fsicas.
Dimetro
Tubo Central
Calandra Altura do Tubo
Figura 5.3: Representao esquemtica de um evaporador.
Tabela 5.1: Medidas das principais caractersticas do EME da Usina Santa Adlia.
PR-EVAPORADOR PRIMEIRO EFEITO
Caracterstica Valor Caracterstica Valor
Dimetro 5,054 m Dimetro 5,054 m
Volume Total (a 1/3 do Volume Total (a 1/3 do comprimento
16,41 m3 16,20 m3
comprimento do tubo da calandra) do tubo da calandra)
Nmero de Tubos na Calandra 7554 Nmero de Tubos na Calandra 7575
Dimetro Interno dos Tubos 33,1 mm Dimetro Interno dos Tubos 33,1 mm
Comprimento dos Tubos 2810 mm Comprimento dos Tubos 2540 mm
Dimetro do Tubo Central 920 mm Dimetro do Tubo Central 940 mm
2
rea de Aquecimento Total 2200 m rea de Aquecimento Total 2000 m2
SEGUNDO EFEITO TERCEIRO EFEITO

Dimetro 3,886 m Dimetro 4,343 m
Volume Total (a 1/3 do Volume Total (a 1/3 do comprimento
7,88 m3 9,16 m3
comprimento do tubo da calandra) do tubo da calandra)
Nmero de Tubos na Calandra 4008 Nmero de Tubos na Calandra 5315
Dimetro Interno dos Tubos 33,1 mm Dimetro Interno dos Tubos 33,1 mm
Comprimento dos Tubos 2510 mm Comprimento dos Tubos 2510 mm
Dimetro do Tubo Central 630 mm Dimetro do Tubo Central 640 mm
rea de Aquecimento Total 1000 m2 rea de Aquecimento Total 1450 m2
A Tabela 5.2 apresenta os valores mdios de alguns parmetros da operao

da evaporao.
Tabela 5.2: Valores de importantes parmetros usuais de operao.

Parmetro de Operao Valor
Vazo de Alimentao 300 m3/h
Brix do Caldo de Alimentao 18Brix
Presso do Vapor de Escape 2,7 bar abs
Presso do Pr-Evaporador 1,7 bar abs
Presso do Primeiro Efeito 1,2 bar abs
Presso do Segundo Efeito 0,6 bar abs
Presso do Terceiro Efeito 0,2 bar abs
Brix do Xarope Final 66Brix
Pureza do Xarope Final 90%
5.2. Obteno dos Dados de Processo
Na Usina Santa Adlia, os dados do processo so gravados durante toda a

safra e, se necessrio, podem ser recuperados. O software de superviso utilizado o
Ifix, da Intellution, na verso 2.5. Com ele possvel acessar a base de dados e
decodific-la.
Para que o pesquisador pudesse tratar os dados fora do ambiente da usina era
necessrio que os arquivos fossem transformados do formato codificado para um
formato de texto de livre acesso. Uma vez que o formato original dos arquivos s podia
ser lido com um componente do Ifix, os primeiros arquivos foram decodificados nos
computadores da usina. No entanto, o tempo requerido para esta operao era
demasiadamente longo, pois as variveis de interesse se encontravam dispersas em trs
arquivos diferentes e o acesso a estes se dava pela rede interna de comunicao e no
diretamente nos computadores que os armazenava.
Figura 5.4: Arquivos de histrico representados na codificao hexadecimal.
A soluo para tal situao foi gerar um programa que decodificasse os

arquivos de histrico que eram armazenados na base de dados da usina ao final de cada
dia. Alguns destes arquivos foram cedidos pela usina e foram analisados quanto sua
organizao interna de dados. A metodologia empregada consistia em carregar os
arquivos em um editor hexadecimal (WinHex 10.45 SR6 e BinView, modificado pelo
pesquisador), observar e procurar por padres nas codificaes hexadecimal, decimal,
inteira, longa, real e alfanumrica. As Figuras 5.4 e 5.5, ilustradas a seguir, mostram
como um arquivo era visto na forma hexadecimal (WinHex) e na sua codificao em
nmeros reais (BinView modificado).
Figura 5.5.: Representao em nmeros reais do cdigo hexadecimal dos arquivos de

histrico - Os crculos mostram locais onde podem ser vistos valores de variveis do
processo.
A anlise da estrutura dos arquivos se mostrou um processo laborioso, uma

vez que no havia qualquer documentao a respeito. Porm, ao final deste processo,
pde-se observar que os dados so gravados seguindo uma organizao que controlada
por indicadores (flags) - que ditam a ordem com que os grupos de variveis sero
gravados, quais destes esto ativos, a faixa de variao acima da qual o valor das
variveis ser gravado e o atraso que ser associado a certos grupos de variveis no
momento da gravao. O motivo para tal procedimento evitar que todas as variveis
sejam gravadas ao mesmo tempo, o que poderia sobrecarregar o sistema. Em alguns
casos, o valor de certas variveis no atualizado at que este sofra alterao alm de
um mnimo valor percentual estipulado. Isto impede, por exemplo, que valores de
setpoint sejam gravados a cada poucos segundos sem que haja mudanas nestes.
Como resultado da extensiva anlise dos arquivos de histrico, chegou-se a
um programa, desenvolvido em Visual Basic 6.0, que decodifica os dados dos arquivos
de histrico e grava os valores diretamente em uma planilha eletrnica. A funo de
certos flags no foi completamente elucidada, mas o programa gerado plenamente

funcional e tornou possvel carregar os dados na usina e trat-los adequadamente na
universidade.
A Figura 5.6 mostra o processo de decodificao dos dados obtidos na usina.
Figura 5.6: O arquivo codificado processado pelo programa desenvolvido pelo

pesquisador e os dados so gravados diretamente na forma de uma planilha.
5.3. Atividades Relacionadas com a Seleo e Anlise dos Dados
As bases de dados armazenadas pelo sistema supervisrio consistiam de um

grande nmero de variveis gravadas em conjunto ao final de um perodo pr-
estabelecido. No caso da usina, existiam trs bases de dados que cobriam, entre outras,
as variveis relacionadas com a evaporao e a cristalizao. O perodo de gravao da
base de dados principal (onde se encontrava a maioria das variveis de interesse) era de
24 horas.
Depois de decodificadas pelo programa desenvolvido, as variveis eram
gravadas na forma de uma planilha de texto, o que tornava todos os valores acessveis,
apesar do arquivo gerado poder atingir um tamanho de at 5 megabytes. Tal dimenso
era atingida em decorrncia do nmero de variveis (uma das bases possua 303
entradas), do intervalo de aquisio dos valores de processo (normalmente 10 ou 30
segundos) e do modo como as variveis eram gravadas (algumas eram gravadas mesmo
que seu valor fosse o mesmo da leitura anterior). O fato dos arquivos decodificados
serem intrinsecamente esparsos tambm contribua para tornar o arquivo maior e

representava um problema, uma vez que os valores deveriam alimentar as rotinas
matemticas do Matlab e do Fortran. Por este motivo foram construdas vrias rotinas
que se encarregavam de adequar os dados atravs do preenchimento dos valores
faltosos, tornando os arquivos densos (com valores de todas as variveis para cada
tempo) e da eliminao de linhas vazias e atrasos entre as variveis.
Aps a adequao dos arquivos foram selecionadas as variveis de interesse
entre as mais de quinhentas gravadas. Nos arquivos, a referncia que se tinha era os
rtulos (tags) das variveis, o que apenas permitia, em princpio, diferenciar entre uma
varivel de processo, uma varivel manipulada ou um setpoint. Um levantamento
preliminar mostrou que aproximadamente cinqenta variveis apresentam alguma
relao com a evaporao - Tabela 5.3.
Tabela 5.3: Lista de variveis relacionadas com a evaporao.
Vazo de caldo entrada pr 01 Brix do xarope
Vazo de caldo entrada pr 02 Nvel do pr-evaporador 03
Vazo de caldo entrada pr 03 Nvel do evaporador A3
Vazo de xarope Presso do vapor vegetal
Nvel tanque caldo clarificado Presso da caixa 03
Nvel caixa de xarope Vazo de caldo misto
Out Vlv. Vapor Caixa A2 Nvel do pr-evaporador 01
Out Vlv. Vapor Caixa B2 Vazo condensado dos pres
Out Vlv. Vapor Pre 01 Presso caixa 02
Out Vlv. Vapor Pre 02 Nvel evaporador B3
Out Vlv. Vapor Pre 03 Presso do vapor de escape
MV1 presso caixa 01 Vazo de gua multijato evap.
MV1 Temperatura Caldo Fbrica SP2 presso caixa 01
MV1 Nvel Pre Evaporador 02 SP2 Temperatura Caldo Fbrica
MV1 Nvel Pre Evaporador 03 SP2 Nvel Pre Evaporador 02
MV1 Nvel Caixa 03 SP2 Brix do Xarope
MV1 Presso Vapor Vegetal SP2 Nvel Pre Evaporador 03
MV1 Leitura Vazo Caldo Fbrica SP2 Nvel Caixa 03
MV1 Nvel Pre Evaporador 01 SP2 Presso Vapor Vegetal
MV1 Presso Caixa 02 SP2 Presso Caixa 03
MV1 Vz Agua Multijato Evap. Set Point Vazo Caldo Fbrica
Nvel da caixa 03 SP2 Nvel Pre Evaporador 01
Presso caixa 01 SP2 Presso Caixa 02
Temperatura Caldo Fbrica SP2 Vazo Agua Multijato Evap.
Nvel do pr-evaporador 02 Vazo de caldo para Pres
1
Variveis manipuladas.
2
Setpoint.
A busca pelos valores das variveis nas bases de dados mostrou que algumas
entradas no estavam sendo medidas e que as variveis se encontravam distribudas
entre as trs bases de dados. No final deste processo, concluiu-se que apenas trinta e
cinco das cinqenta variveis eram de interesse.
O processo (decodificao das trs bases de dados e o tratamento adequado
dos valores) de construo de uma planilha contendo os valores das 35 variveis era
bastante lento, levando em mdia 1,5 horas, mas, ainda assim, era mais rpido e cmodo
do que obter os dados na usina.
Devido dificuldade de visualizao de tamanha quantidade de informao
(uma varivel gerava aproximadamente 9000 valores em um dia) foram desenvolvidas,
no Excel e no Matlab, rotinas de visualizao que permitiriam que vrios tipos de
grficos das variveis fossem gerados de forma automatizada. Inicialmente, os grficos
foram comparados com telas do sistema supervisrio da usina, de modo a validar no s
o programa de decodificao de arquivos de histrico, mas tambm a metodologia de
visualizao.
Em uma primeira anlise, observou-se a presena de algumas variveis
muito ruidosas, em especial as MVs Variveis Manipuladas, e, por esse motivo, vrias
rotinas para a filtragem dos valores foram testadas. Optou-se, por fim, pela utilizao do
algoritmo sugerido por Eilers (2003), pois a velocidade com que este filtrava as bases de
dados era satisfatria e sua implementao bastante simples no ambiente do Matlab.
Para futura utilizao on-line, sugere-se emprego de uma rotina de mdia mvel para
filtrar os dados, principalmente pelo pouco esforo computacional requerido.
5.4. Materiais e Mtodos
Para auxiliar na estimativa de parmetros e para fornecer dados da operao

da etapa de evaporao foram coletadas amostras do material do EME.
5.4.1. Pontos de Amostragem
Uma vez que a sada do EME o nico ponto onde se realiza a medida da
concentrao do xarope, decidiu-se retirar amostras do material contido em cada um dos
efeitos, de modo a se poder efetuar estimativas de parmetros - como o coeficiente de

troca trmica, e das propriedades do material - como a sua densidade.
Os pontos de coleta localizavam-se na sada do tanque pulmo de caldo
tratado, nas sadas dos pr-evaporadores e nas sadas dos trs efeitos. A menos do
tanque pulmo, as amostras foram retiradas na parte mais baixa da tubulao de sada
dos equipamentos, que ficava a aproximadamente 9 metros abaixo dos mesmos,
formando uma coluna de lquido que possibilitava a retirada de amostra dos ltimos
efeitos, que se encontravam sob vcuo.
O tempo total de amostragem foi de 5 horas, tendo sido constatada a
necessidade de um intervalo de 20 minutos entre a coleta das amostras, para que estas
pudessem ser devidamente recolhidas, apropriadamente armazenadas e tivessem seus
tempos de amostragem anotados. Cada um dos seis pontos de coleta gerou, ao longo das
5 horas, 16 amostras, perfazendo um total de 96 amostras. A necessidade de
armazenamento e o fato de que a medida da concentrao de cada amostra seria
realizada em triplicata fizeram com que o material coletado fosse analisado nos
laboratrios da universidade, utilizando-se um refratmetro digital manual com faixa de
aplicao de 0 a 45Brix (modelo Q_107D142, da Quimis). Para que no houvesse
dvidas em relao s medidas, as doze primeiras amostras (referentes ao tempo inicial
e primeira coleta realizada aos 20 minutos) foram analisadas no laboratrio de
controle de qualidade da usina e estes valores foram posteriormente comparados com
aqueles obtidos na universidade.
As amostras eram coletadas dos equipamentos com temperaturas variando de
110 a 65oC a depender do ponto de coleta. Aproximadamente um litro de xarope era
descartado em local apropriado antes que aproximadamente 50ml de xarope fossem
coletados. No DEQ-UFSCar, todas as amostras, acondicionadas em uma bandeja de
isopor, eram armazenadas em uma cmara fria mantida a 6oC. Antes das anlises,
esperava-se que as mesmas atingissem temperatura ambiente.
Devido ao fato do limite superior da faixa de aplicao do refratmetro
(45Brix) ser inferior ao valor de concentrao do xarope normalmente encontrados nos
dois ltimos efeitos (aproximadamente 45 e 65Brix, respectivamente) foi necessrio
diluir as amostras coletadas nestes equipamentos. Para que fosse mantido um padro
com o procedimento seguido pela usina, utilizou-se um fator de diluio 1:5. As
medidas foram realizadas em triplicata, aceitando-se uma variao de 0,2Brix. Para a
anlise, utilizava-se apenas algumas gotas do xarope. Os resultados obtidos mostraram
que a metodologia empregada era vlida, pois os valores gerados eram comparveis
com os valores lidos no refratmetro de bancada da usina (ATAGO, modelo Rx 5000a).
As Figuras 5.7, 5.8, 5.9 e 5.10 representam a variao da concentrao do
xarope nos pontos de coleta ao longo do tempo de amostragem em quatro ocasies onde
a operao foi acompanhada por meio de amostragem. No caso dos pr-evaporadores, o
valor mostrado o valor mdio das medidas dos dois equipamentos. Os pontos se
referem mdia dos valores das triplicatas. Outros dois conjuntos de amostras foram
coletados, mas seus resultados no sero apresentados em conseqncia da
contaminao bacteriana de parte das amostras.
Concentrao ao longo do tem po : Prim eiro conjunto de am ostras

80
70
60
50
Brix
40
30
20
10
0
0 50 100 150 200 250 300
Tempo (min)
Entrada Pr-evaporadores Efeito 1 Efeito 2 Efeito 3

tempo de amostragem para o primeiro conjunto de amostras.
Concentrao ao longo do tem po : Segundo conjunto de am ostras

80
70
60
50
Brix
40
30
20
10
0
0 50 100 150 200 250 300
Tempo (min)

tempo de amostragem para o segundo conjunto de amostras.
Co ncentraoaoaolongo
Concentrao lo ngodo
dotempo:
tempo :Terceiro
Terceiro conjunto
co njunto de
deamo stras
amostras
80
70
60
50
Brix
40
30
20
10
0
0 100 200 300
Tem po (m in)

tempo de amostragem para o terceiro conjunto de amostras.
Concentrao ao longo do tem po : Quarto conjunto de am ostras

80
70
60
50
Brix
40
30
20
10
0
0 50 100 150 200 250 300
Tempo (min)

tempo de amostragem para o quarto conjunto de amostras.
Analisando-se estas figuras, pode-se notar que no houve mudanas

significativas nos valores, justificando sua utilizao como valores mdios de
concentrao no clculo de propriedades mdias do material de cada equipamento. A
Tabela 5.4 resume as informaes dos grficos mostrando os valores mdios das
medidas.
Tabela 5.4: Valores mdios das medidas de concentrao nos equipamentos em oBrix.
Entrada Pr-Evaporadores 1o Efeito 2o Efeito 3o Efeito
(Brix) (Brix) (Brix) (Brix) (Brix)
o
1 Conjunto 17,3 29,2 36,1 46,2 67,0
2o Conjunto 16,4 27,9 36,0 47,4 72,4
3o Conjunto 17,7 30,1 38,2 52,6 69,3
4o Conjunto 17,2 28,4 38,0 47,6 63,4
Mdia 17,15 28,90 37,07 48,45 68,03
Vale a pena observar que durante o perodo abrangido pelas bases de dados
utilizadas, a mdia do valor da concentrao do caldo de alimentao medida pelo
laboratrio da usina foi de 18,9 0,7Brix, e este foi o valor utilizado nos clculos que
sero mostrados adiante.
5.5. Modelagem do Processo
Nesta seo, detalhar-se- a abordagem adotada para o desenvolvimento do

modelo matemtico do EME. Como j anteriormente comentado, a varivel que se
deseja inferir a concentrao do ltimo efeito. H vrios motivos para a escolha desta
varivel: (1) ela determinante no processo industrial, j que seu valor deve ser bem
controlado para que no comprometa o desempenho das etapas seguintes; (2) de modo
geral, sua medio na planta nem sempre confivel, o que impede que seu sinal seja
utilizado nas malhas de controle; (3) seu valor necessrio para guiar vrias decises
tomadas pelos operadores, que na falta do sinal do sensor se baseiam apenas nas
medidas do laboratrio da usina, que so disponibilizadas em intervalos de horas; (4)
uma varivel crucial para o acompanhamento do desempenho do EME e para a
modelagem matemtica, uma vez que a principal medida relacionada com o balano
de soluto.
5.5.1. Modelo Matemtico do Evaporador
Os modelos matemticos do EME foram desenvolvidos de modo a permitir a

utilizao dos valores das variveis presentes na base de dados do sistema supervisrio.
Deste modo, foi inicialmente desenvolvido o modelo do estado estacionrio do
equipamento e, em um segundo momento, o modelo dinmico. A seguir, esto
detalhados os passos necessrios para a execuo desta etapa do trabalho.
5.5.1.1. Modelo do Estado Estacionrio do EME
A razo para o desenvolvimento de um modelo estacionrio para o EME

consiste na necessidade de se obter valores mdios de operao e estimativas de
parmetros que possam ser utilizados no modelo transiente. Porm, estes devem ser
analisados com ressalvas, j que o equipamento na verdade no se mantm neste estado.
Para efeito de modelagem matemtica, os dois pr-evaporadores foram
considerados como apenas um equipamento com o dobro da rea de troca trmica.
Antes da anlise dos balanos de massa e energia propriamente ditos, vale observar o
EME e comentar sobre a disponibilidade das variveis e as consideraes assumidas. A
Figura 5.11 ir auxiliar na compreenso dos comentrios que se seguem.
Figura 5.11: Representao esquemtica das correntes do EME.
O EME representado na Figura 5.11 possui 15 correntes de material. Em

princpio, pode-se considerar que todas possuem trs grandezas de interesse, a saber:
temperatura, T; concentrao, Bx, e vazo mssica, F. Desta forma, faz-se necessrio
determinar 45 variveis.
A primeira considerao a ser feita que as correntes de vapor, em azul, e as

correntes de condensado, em verde, no apresentam sacarose, ou seja, tm concentrao
igual a zero, o que leva o nmero de variveis para 35.
Outra considerao razovel assumir que a temperatura e a vazo das
correntes de condensado sejam iguais s das correntes de vapor que entram nas
calandras dos respectivos efeitos, isto , Tcond = Tvapor e Fcond = Fvapor para as correntes 6,
7, 8 e 9. Assim, o nmero de variveis reduz para 27.
Considerando-se que o vapor das correntes 10, 11, 12, 13, 14 e 15 se
encontra saturado, possvel calcular as temperaturas destas correntes, dado que o sinal
de presso dos efeitos est disponvel para todas as caixas de evaporao. Deste modo, o
nmero de variveis cai para 21.
Estendendo-se a considerao acima e assumindo-se que a temperatura do
caldo contido nas caixa de evaporao guardam relao com a temperatura do vapor, o
nmero de variveis reduz para 17.
H duas variveis presentes na base de dados: a vazo de entrada dos pr-
evaporadores e a concentrao da ltima caixa. Alm disso, a temperatura de entrada do
caldo clarificado e a sua concentrao podem ser estimadas pelos valores do laboratrio.
Estas ltimas consideraes reduzem o nmero de variveis a serem determinadas para
13.
Como existem quatro equipamentos, h 12 equaes provenientes dos
balanos de energia, de massa total e de soluto de cada um deles. Ainda assim, observa-
se que uma considerao ou medida a mais necessria.
A abordagem aqui adotada considera que o calor trocado no pr-evaporador
pode ser calculado atravs da seguinte equao:
Q = FV _ 10 * H VST = U PRE*APRE * (TV _ 10 TPRE ) (01)
Deste modo, a vazo da corrente 10 relaciona-se com valores conhecidos,

ficando por determinar apenas o coeficiente de troca trmica do pr-evaporador, j que a
rea de troca conhecida.
A partir dos valores mdios experimentais de concentrao obtidos das
amostras coletadas, da vazo de entrada e dos valores mdios de presso do pr-
evaporador possvel fazer uma primeira estimativa de UPRE.
Presso do vapor de escape (mdia) 2,36 bar abs (~125,5 oC)

Presso do vapor no evaporador (mdia) 1,72 bar abs (~115,5 oC)
Vazo do caldo que alimenta o pr-evaporador 325800 kg/h
Valor mdio da concentrao de entrada (exp.) 17,15 oBrix
Valor mdio da concentrao de sada (exp.) 28,90 oBrix
rea de troca trmica 4400 m2
Entalpia de vaporizao para presso de 1,72 bar 2214 kJ/kg
Temperatura mdia da corrente de alimentao 100 oC
Com os valores acima relacionados, calcula-se a massa de gua evaporada e

a quantidade equivalente de energia, chegando-se a U = 6665 kJ/m2/h/C.
No site www.sugartech.com, especializado em tecnologia do acar,
sugerida a seguinte equao para estimar o coeficiente de troca trmica de evaporadores
(Van der Poel e colaboradores, Cap. 11 - 1 Edio):
Tcaldo o
U = 0,465 ; [kW/m 2 C] (02)
Brxcaldo
Convertendo as unidades para aquelas empregadas neste trabalho, tem-se:
Tcaldo
U = 1674 ; [kJ/m 2 h o C] (03)
Brxcaldo
A estimativa de U utilizando-se a equao (03) resulta em U=6690 kJ/m2

hC. Apesar da grande concordncia com o valor calculado, esta equao deve ser
utilizada com cautela, visto que o procedimento mais adequado seria verificar o
comportamento de U para vrias situaes de processo e ajustar adequadamente a
constante. Ciente destas consideraes, esta equao ser utilizada para estimar U no
modelo desenvolvido.
A Figura 5.12, ilustrada a seguir, representa esquematicamente o evaporador
considerado para o desenvolvimento do modelo matemtico. Os clculos que se seguem
foram efetuados para todos os instantes da base de dados.
FV (i) HV (i) Onde :

TV (i ) F(i) = Vazo de caldo na corrente i
Hl(i) = Entalpia da corrente i
FV (i1) T(i) = Temperatura do caldo no evaporador i
HV (i1) Bx(i) = Brix da corrente i
M(i)
TV (i1) Fv(i) = Vazo de vapor no evaporador corrente i
A(i) Hv(i) = Entalpia do vapor da corrente i
U(i) FC(i)
Tv(i) = Temperatura do vapor da corrente i
A(i) = rea de troca trmica do evaporador i
FL(i1) H(i1) Bx(i1) T(i) FL(i) H(i) Bx (i) U(i) = Coeficiente global de troca trmica
Figura 5.12: Modelo do evaporador i=0 Pr-evaporador i=1,2,3 efeitos 1,2 e 3

considerado para o desenvolvimento
do modelo matemtico.
Os principais objetivos desta etapa do trabalho eram:
Calcular vazes e concentraes do caldo na sada dos efeitos intermedirios;

Calcular o consumo de vapor de escape; e
Calcular a quantidade de vapor que sai do sistema na forma de ''sangria".
No desenvolvimento do modelo foram feitas as seguintes consideraes:
Os dois pr-evaporadores foram considerados como um nico com rea

equivalente;
Apesar do multijato ser parte integrante do EME, este no foi considerado no
modelo;
No foram consideradas perdas de calor para o ambiente;
O vapor de cada efeito se encontrava saturado;
Temperatura do liquido numericamente igual do vapor, acrescido da elevao
do ponto de ebulio devido ao efeito da concentrao (correlao para EPEx -
Anexo A);
O vapor de escape que alimenta a calandra do pr-evaporador foi considerado
saturado.
Durante a operao no h perda de sacarose no equipamento.
Para o incio do clculo do estado estacionrio, o sistema de equaes foi

alimentado com as seguintes variveis e parmetros:
A( i) rea de troca trmica de cada efeito

Pv( i) Presso do vapor em cada efeito
Pst Presso do vapor de escape que aquece o pr-evaporador
TF, BxF, FF Temperatura, Brix e Vazo do caldo que alimenta o pr-evaporador
Brx(0) = 100 Bx(0) Brix do caldo que sai do pr-evaporador
Brx(3) = 100 Bx(3) Brix do caldo que sai do terceiro efeito
O conjunto de equaes provenientes dos balanos de massa e energia foi

resolvido de acordo com a seguinte seqncia:
1- Com os valores das presses do vapor de escape e de cada evaporador foram
calculadas as respectivas temperaturas, utilizando-se as correlaes adequadas que se
encontram no Anexo A:
TvST = f ( PST )
Tv(i ) = f ( Pv(i ) ) para i = 0 a 3
2- Com os valores das temperaturas do vapor e com as concentraes mdias dos

efeitos foram calculadas:
Entalpia do vapor dos efeitos Hv(i)= Hv(i)( Tv(i) ),
Temperatura da fase lquida T(i) = Tv(i) + EPEX (Tv(i) , Brx(i))
Entalpia do vapor dos efeitos Hl(i)= Hl(i)( Tv(i ) , Brx(i) )
Coeficiente de troca trmica U(0) = 1674 T(0) / Brx(0)
3- A vazo de caldo que sai do efeito 3 foi calculada utilizando-se a equao (04):
FF * Bx F
F( 3) = (04)
Bx( 3)
4- Uma estimativa inicial do valor da vazo de vapor que sai do efeito 3 (Fv(3)) foi
feita. Da, o clculo da vazo de caldo que sai do efeito 2 foi efetuado atravs da
equao (05):
F( 2) = F(3) + Fv(3) (05)

5- A concentrao do caldo que sai do efeito 2 foi calculada com a equao (06):
FF * Bx F
Bx( 2 ) = (06)
F( 2 )
Neste ponto, a vazo de vapor que sai do efeito 2 era calculada levando-se
em considerao a hiptese de que todo o vapor que sai do efeito 2 era enviado para a
calandra do efeito 3 e l, condensava-se cedendo calor.
F( 3 )*Hl( 3 ) + Fv( 3 )*Hv( 3 )-F( 2 )*Hl( 2 )

Fv( 2 ) = (07)
Hv( 2 )
Onde: Hl e Hv so as entalpias do lquido e do vapor, respectivamente, e

Hv(2) a entalpia de condensao do vapor do efeito 2.
Os clculos referentes aos efeito 1 e ao pr-evaporador no sero mostrados,
pois seguem a mesma ordem que foi usada para o efeito 2. O valor da vazo Fv(0) que
resulta dos clculos, refere-se apenas quela parcela do vapor total gerado no pr-
evaporador e que foi enviada para o primeiro efeito. A quantidade total de vapor pde
ser calculada de acordo com a equao (08):
Fv( 0 _ TOTAL ) = FF F( 0) (08)
Constatou-se que efetuando-se estes clculos trs vezes, mas recalculando as

propriedades com os novos valores das concentraes, os resultados convergiam para
um valor constante.
Em seguida, o calor cedido pelo vapor de escape era calculado com:
Q( 0) = U ( 0)*A( 0) * (TST T( 0) ) (09)
No passo seguinte, os clculos foram refeitos ajustando-se de forma iterativa

o valor estimado de Fv(3) (mtodo de Newton-Secante), at que a igualdade seguinte
fosse atingida, dentro de uma tolerncia .
Q( 0 ) = F( 0 )*Hl( 0 ) + Fv( 0 _ TOTAL )*Hv( 0 ) FF*Hl F (10)

A quantidade de vapor retirada do EME (sangria) resulta ento:
Fv( 0 _ SANGRIA) = Fv( 0 _ TOTAL) Fv( 0) (11)
Caso seja necessrio, os valores dos coeficientes globais de troca trmica dos
efeitos (U(i)) podem ser estimados assumindo-se que o calor requerido pelos efeitos vem
da condensao do vapor nas calandras e que este segue a seguinte equao:
Fv(i 1) * Hv(i 1) = U (i )*A(i ) * (Tv(i 1) T(i ) ) para i = 1,2 e 3 (12)
5.5.1.1.1. Resultados da Modelagem do Estado Estacionrio
A seguir sero mostrados os resultados gerados com os dados armazenados

de dois dias de operao (2880 minutos). Vale observar que os valores das presses
foram filtrados com o algoritmo de Eilers (2003) antes de serem alimentados no modelo
para determinao da temperatura nos efeitos. O efeito desta suavizao do sinal pode
ser observado na Figura 5.13:
1.45
Original
Filtrado
1.4
Presso - [ bar]
1.35
1.3
1.25
0 500 1000 1500 2000 2500 3000

Tempo - [min]
Figura 5.13: Dados da presso do primeiro efeito suavizados para posterior utilizao
na determinao da temperatura.
As Figuras 5.14, 5.15 e 5.16 apresentam os valores de presso do vapor de

escape e dos efeitos, o Brix da ltima caixa e a vazo de entrada do EME,
respectivamente. As variaes encontradas nos valores ocorrem devido a mudanas no
regime de produo, s complexas interaes entre as variveis de processo e por
variaes nas condies do caldo misto gerado nas moendas. Considerou-se aqui que a
temperatura de entrada da alimentao era de 100oC e que o Brix era de 18,9oBrix. A
suposio de BxF apresentar pouca variao tambm reforada pela presena do
tanque pulmo imediatamente antes do conjunto de evaporadores.
2.5
P ST
2
P (0)
Presso - [ bar]
1.5
P (1)
1
P (2)
0.5
P (3)
0
0 500 1000 1500 2000 2500 3000
Tempo - [min]
Figura 5.14: Representao da presso de todos os efeitos e do vapor de escape.
70
68
Brix
o
66
64
0 500 1000 1500 2000 2500 3000
Tempo - [min]
Figura 5.15: Comportamento do Brix do terceiro efeito (ltima caixa).
5
x 10
3.45
3.4
Vazo - [ kg/h]
3.35
3.3
3.25
0 500 1000 1500 2000 2500 3000
Tempo - [min]
Figura 5.16: Representao do comportamento da vazo de entrada do EME.

A Figura 5.17 apresenta o valor final de U(0) calculado para cada instante:
7000
U - [ kJ/h/m / C]
6800
2o
6600
6400
6200
0 500 1000 1500 2000 2500 3000
Tempo - [min]
Figura 5.17: Valor final de U(0).
Por sua vez, a Figura 5.18 representa a concentrao da ltima caixa de

evaporao e mostra os valores de concentrao calculados para o pr-evaporador e para
os dois primeiros efeitos. Pode-se observar que os valores se mantm dentro da faixa de
valores usuais dos respectivos efeitos.
70
Brx(3)
60
50
Brx(2)
Brix
o
40
Brx(1)
30
Brx(0)
20
0 500 1000 1500 2000 2500 3000
Tempo - [min]
Figura 5.18: Concentrao da ltima caixa de evaporao e valores de concentrao

calculados para o pr-evaporador e para os dois primeiros efeitos.
Finalmente, apresenta-se na Figura 5.19 a porcentagem de vapor sangrado,

ou seja, o percentual do vapor que gerado no pr-evaporador e que direcionado para
outros fins na planta industrial.
0.78
0.76
0.74
[%]
0.72
0.7
0.68
0 500 1000 1500 2000 2500 3000
Tempo - [min]
Figura 5.19: Percentual de vapor sangrado no pr-evaporador.
Pode-se observar, em mdia e para este perodo especifico, que do vapor

gerado nos pr-evaporadores (Fv(0_TOTAL)) 73% so "sangrados" para a fbrica, enquanto
que os 27% restantes fornecem a energia necessria para a concentrao do xarope.
Estes valores mostram a importncia da etapa de evaporao no balano energtico da
planta e so, em si, resultados relevantes j que so estimativas que no se encontravam
disponveis na usina.
Por fim, as perdas de calor para o ambiente foram estimadas considerando-
se, para o caso dos pr-evaporadores, os equipamentos aproximados por cilindros de 5
metros de dimetro e 7 metros de altura com superfcie a 100oC. A temperatura do
ambiente utilizada foi de 35oC e o coeficiente de transferncia por conveco natural foi
de 126 kJ/m2 hC (o maior valor tpico citado por Braga Filho, 2004). Uma vez que o
calor perdido calculado representa apenas 0,3% do calor recebido pelo equipamento, a
desconsiderao desta perda foi perfeitamente adequada.
5.5.1.1.2. Implementao Grfica
A interface do programa de clculo da evaporao foi desenvolvida de modo

a apresentar os valores das variveis na tela e aliment-los nas funes que calculavam
o estado estacionrio. Os valores presentes nas bases de dados, as estimativas das
variveis e os resultados dos clculos do estado estacionrio so apresentados na tela de
forma similar quela observada no processo industrial. Todavia, o usurio pode ajustar a
representao do tempo de operao de modo que, por exemplo, cada hora do processo
seja equivalente a dez segundos de simulao. Interessante notar que mesmo com tal
compresso do tempo, um dia de operao equivalente a 4 minutos de simulao.
O programa calcula a vazo de vapor gerada nos pr-evaporadores, as

concentraes, as temperaturas e as vazes de sada de cada efeito intermedirio. Alm
disso, o usurio tambm tem acesso aos valores calculados das propriedades fsicas. Os
resultados podem ser visualizados numericamente ou em forma de grficos, que podem
ser salvos como figuras ou exportados para editores de texto.
A Figura 5.20, ilustrada a seguir, mostra a tela de apresentao do programa:
Figura 5.20: Tela de entrada do programa que calcula o modelo estacionrio do EME.
5.5.1.2. Modelo do Estado Transiente do EME
A abordagem para o desenvolvimento do modelo dinmico do EME foi

diferente daquela descrita para o modelo estacionrio. No caso da modelagem do estado
estacionrio foram utilizadas todas as informaes disponveis no processo industrial,
de modo a permitir a construo do equacionamento. Desta forma, no era possvel
comparar diretamente os resultados. J no caso do modelo dinmico o objetivo estimar
o valor da concentrao do ltimo efeito ao longo da operao do EME e compar-lo
com o valor industrial.
As consideraes simplificadoras adotadas no modelo estacionrio foram

estendidas para o modelo dinmico. No entanto, novas consideraes foram necessrias
em virtude da ausncia dos valores de vazo entre efeitos intermedirios e a no
utilizao do valor de Bx(3) impedirem a resoluo do sistema de equaes de balano da
forma habitual.
Diante de tal situao, a primeira simplificao realizada foi aproximar a
derivada da temperatura pela razo entre a diferena de dois sinais medidos e o intervalo
de tempo entre estas medidas: foi estabelecido o intervalo de um minuto entre as
medidas (perodo aproximadamente seis vezes menor que o tempo de residncia dos
equipamentos), e, desta forma, a derivada da temperatura foi aproximada pela diferena
entre duas medidas consecutivas. O mesmo enfoque foi dado na aproximao das
derivadas da massa total contida no pr-evaporador e na ltima caixa de evaporao,
porm, neste caso, utilizou-se a diferena do sinal do nvel presente na base de dados.
Nos primeiro e segundo efeitos, onde no havia medida do nvel, assumiu-se variao
nula da massa contida nestes efeitos, o que eliminou as respectivas derivadas do
equacionamento.
O modo como foram arranjadas as equaes do modelo est mostrado a
seguir:
dT(0)
- Cp(0) * M (0) * + U (0) * A(0) * (T(S) - T(0) ) + FF * (Cp(F) * T(F) - Cp(0) * T(0) )
Fv(0_TOTAL) = dt (13)
Hv(0) - Cp(0) * T(0)
dM (0 )
F(0) = FF Fv(0 ) (14)
dt
dT(1)
- Cp(1) * M (1) * + U (1) * A(1) * (T(0) - T(1) ) + F(0) * (Cp(0) * T(0) - Cp(1) * T(1) )
Fv(1) = dt (15)
Hv(1) - Cp(1) * T(1)
F(1) = F(0 ) Fv(1) (16)
dT(2)
- Cp(2) * M (2) * + U (2) * A(2) * (T(1) - T(2) ) + F(1) * (Cp(1) * T(1) - Cp(2) * T(2) )
Fv(2) = dt (17)
Hv(2) - Cp(2) * T(2)
F(2) = F(1) Fv( 2) (18)

dT(3)
- Cp(3) * M (3) * + U (3) * A(3) * (T(2) - T(3) ) + F(2) * (Cp(2) * T(2) - Cp(3) * T(3) )
Fv(3) = dt (19)
Hv(3) - Cp(3) * T(3)
dM (3)
F(3) = F( 2) Fv(3) (20)
dt
dM ( 0)
dBx( 0) FF * Bx F F( 0) * Bx( 0) Bx( 0) *
= dt (21)
dt M (0)
dBx(1) F(0 ) * Bx(0 ) F(1) * Bx(1)

= (22)
dt M (1)
dBx( 2) F(1) * Bx(1) F( 2) * Bx( 2)

= (23)
dt M (2)
dM (3)
dBx(3) F( 2) * Bx( 2) F(3) * Bx(3) *
= dt (24)
dt M ( 3)
Os valores iniciais de concentrao utilizados na resoluo do sistema de

equaes foram os valores mdios provenientes do estado estacionrio. Em relao
massa inicial contida em cada um dos efeitos, estas foram calculadas atravs da equao
da densidade. J os valores iniciais das temperaturas foram obtidos por meio do sinal de
presso.
Analisando-se as equaes anteriormente apresentadas, observa-se que
foram introduzidos os coeficientes de troca trmica para as caixas de evaporao. A
representao destes parmetros seguiu a equao (25):
T( i )
U ( i ) = Ku ( i ) para i=[0;3] (25)
Bx( i )
Onde Ku(i) so constantes que tiveram seu valor ajustado.

O ajuste das constantes Ku(i) foi efetuado com dados de um dia de operao
(1440 minutos) de modo a diminuir a diferena entre o valor calculado de Brx(3) e
aquele oriundo da base de dados. As Figuras 5.21, 5.22 e 5.23 mostram as variveis que
foram utilizadas como entradas do modelo:
2.5
P ST
2
P (0 )
Presso - [ bar] 1.5
P (1 )
1
P (2 )
0.5
P (3 )
0
0 200 400 600 800 1000 1200 1400
Tempo - [min]
Figura 5.21: Presso de entrada de todos os efeitos e do vapor de escape.
5
x 10
3.45
3.4
Vazo - [ kg/h]
3.35
3.3
3.25
0 200 400 600 800 1000 1200 1400
Tempo - [min]
Figura 5.22: Vazo de alimentao utilizada como entrada do modelo.
26
(A)
[%]
25
24
0 200 400 600 800 1000 1200 1400

Tempo - [min]
30
(B)
28
[%]
26
24
0 200 400 600 800 1000 1200 1400
Tempo - [min]
Figura 5.23: Nvel do pr-evaporador (A) e da ltima caixa (B) utilizados no ajuste dos
parmetros.
Os valores obtidos do ajuste de Ku(i) foram:

Ku(0) = 1572,1 kJBrix/C2hm2
O resultado da simulao utilizando estes parmetros otimizados encontra-se

apresentado na Figura 5.24. A concordncia entre as duas curvas no perfeita, mas o
erro mdio nas medidas foi inferior a 2oBrix.
71
Industrial
70 Calculado
69
68
Brix
67
o
66
65
64
0 200 400 600 800 1000 1200 1400
Tempo - [min]
Figura 5.24: Comparao entre o valor Brx(3) calculado e o valor industrial na fase de
ajuste.
A Figura 5.25 mostra a simulao de trs dias de operao (4320 minutos),

tendo sido o primeiro deles aquele utilizado para o ajuste dos parmetros. Observa-se
que o valor estimado se mantm prximo do valor industrial, principalmente at o
minuto 2500; a partir deste ponto as estimativas do modelo se deterioram.
74
Industrial
72 Calculado
70
Brix
68
o
66
64
Ajuste Validao
62
0 500 1000 1500 2000 2500 3000 3500 4000
Tempo - [min]
Figura 5.25: Comparao entre o valor Brx(3) calculado e o valor industrial.

Um dos motivos pelo qual o modelo transiente no representou de maneira

adequada o ltimo tero dos dados pode ser visualizado no comportamento das
variveis de entrada deste perodo. Na Figura 5.26 mostrado como se comportaram os
nveis do pr-evaporador e do ltimo efeito. Nota-se que os picos na estimativa de Brx(3)
coincidem com variaes bruscas e de grande amplitude no nvel destes equipamentos.
28
(A)
[%]
26
24
0 500 1000 1500 2000 2500 3000 3500 4000
Tem po - [m in]
30
(B)
28
[%]
[%]
26
24
0 500 1000 1500 2000 2500 3000 3500 4000
Tem po - [m in] Tem po - [m in]
Figura 5.26: Representao do nvel do pr-evaporador (A) e da ltima caixa (B).
Foram feitas simulaes utilizando-se os mesmos parmetros Ku(i), com

dados de outros cinco dias de operao (7200 minutos) e distantes do primeiro grupo
por aproximadamente dez dias. O resultado apresentado na Figura 5.27:
74
Industrial
72 Calculado
70
Brix
68
o
66
64
Validao
62
0 1000 2000 3000 4000 5000 6000 7000
Tempo - [min]
Figura 5.27: Estimativa de Brx(3) para cinco dias de operao.

Talvez mais importante que a boa estimativa de Brx(3) que se encontra aps o
minuto 5600, seja o comportamento que pode ser observado na Figura 5.28, que um
extrato da Figura 5.27 entre os minutos 1000 e 3000. Nota-se que qualitativamente, o
comportamento da planta industrial foi completamente descrito pelo modelo dinmico.
A defasagem observada pode ter ocorrido devido a alguma mudana de setpoint
ocorrida no perodo ou, o que mais provvel, a concentrao do caldo de entrada no
era prxima do valor mdio de 18,9oBrix utilizado nos clculos. Esta discusso tambm
se aplica ao perodo entre os minutos 4200 e 5400.
74
Industrial
72 Calculado
70
Brix
68
o
66
64
Validao
62
1000 1200 1400 1600 1800 2000 2200 2400 2600 2800 3000
Tempo - [min]
Figura 5.28: Extrato da Figura 5.27 entre os minutos 1000 e 3000
Os resultados mostrados pelos modelos determinsticos sugerem que esta

abordagem tem grande potencial, mas necessita de mais dados de processo para poder
se tornar uma ferramenta confivel em relao s estimativas geradas.
As estimativas do modelo dinmico foram comparadas com aquelas obtidas
do modelo estacionrio para o mesmo perodo. Os valores resultantes so apresentados
a seguir:
80
Estacionrio Transiente
Brx(3)
70
60
Brix
50 Brx(2)
o
40 Brx(1)
30
Brx(0)
20
0 500 1000 1500 2000 2500
Tempo - [min]
Figura 5.29: Comparao entre os valores de concentrao calculados com o modelo

estacionrio e as estimativas do modelo dinmico.
Analisando-se a Figura 5.29, observa-se que o modelo estimou

satisfatoriamente Brx(3), mas as estimativas das concentraes do demais efeitos se
mantiveram abaixo dos valores calculados pelo modelo estacionrio. Alm da
necessidade de se estimar de forma mais precisa os valores iniciais utilizados, este
comportamento sugere que na fase de ajuste dos parmetros seria necessrio minimizar
no s o erro da estimativa de Brx(3), mas tambm das demais concentraes.
O modelo dinmico descrito nesta seo foi incorporado ao simulador do
processo conferindo-lhe maior versatilidade e ampliando a gama de anlises possveis.
5.6. Utilizao de Redes Neurais
Na resoluo dos balanos de massa e energia do modelo estacionrio e do

modelo transiente tratados anteriormente algumas variveis requeridas no se
encontravam disponveis na planta industrial, como era o caso, por exemplo, da
temperatura do xarope nos equipamentos (que pde ser estimada pela presso). Em
outros casos, o valor de uma varivel se encontrava disponvel por meio de valores de
pouco significado fsico, como a percentagem de fechamento das vlvulas no lugar da
vazo, onde apesar de existir uma relao entre o valor apresentado e a medida real, tal
relao no direta nem simples de se obter. Pelo que foi exposto, existe grande
dificuldade na utilizao de modelos determinsticos em ambientes nos quais as
medidas das grandezas do processo no esto adequadamente disponveis. Uma
abordagem mais apropriada em tais ambientes a utilizao de software sensores na
forma de Redes Neurais Artificiais (RNA).
Na Engenharia Qumica, as redes neurais comearam a ser utilizadas na
deteco e diagnstico de falhas em processos qumicos e, atualmente, vm se tornando
uma importante ferramenta empregada na simulao e no controle de processos. Sua
principal caracterstica a capacidade de reproduzir com fidelidade o comportamento de
sistemas no-lineares, demandando tempos de processamento muito reduzidos. Alm
disso, no caso de utilizao de um modelo caixa preta, dispensa a elaborao de
modelos matemticos baseados em equaes fundamentais e constitutivas os quais,
muitas vezes, pressupem a adoo de grande nmero de hipteses simplificadoras para
que sua utilizao se torne vivel.
Apesar dos modelos baseados nos "princpios fundamentais normalmente

se comportarem melhor na extrapolao das estimativas para regies no cobertas no
treinamento da rede neural, a utilizao destas, muitas vezes, apresenta grande
capacidade de ajuste aos dados industriais, o que justifica sua adoo para a gerao de
estimativas.
5.6.1. Anlise dos Dados de Entrada
Para se obter sucesso na modelagem empregando redes neurais preciso

conhecer as principais variveis do processo e possuir uma base de dados de boa
qualidade, ou seja, que contenha todas as informaes importantes dentro do domnio
desejado. A rede, depois de treinada com esta base de dados, apresenta uma resposta
rpida e pode, em alguns casos, apresentar bons resultados mesmo em extrapolaes
moderadas.
Um ponto que merece ser comentado neste momento necessidade da
existncia, ou pelo menos que haja uma forte suspeita, de uma relao entre as variveis
que sero as entrada da RNA e as variveis de sada (alvo). Esta relao pode ser
ruidosa e de um tipo no necessariamente conhecido de antemo, mas deve existir. Tal
aspecto foi abordado utilizando-se anlise de correlao para fazer uma seleo
preliminar das variveis de entrada, de modo a impedir que a eficincia das RNAs fosse
afetada pela utilizao de dados no adequados.
Para selecionar as variveis que seriam utilizadas como entrada das redes
neurais foi feita uma anlise de correlao entre as variveis e o Brix de sada da ltima
caixa, uma vez que o objetivo das redes neurais seria inferir esta ltima, utilizando as
variveis do processo disponibilizadas pelo sistema supervisrio.
O coeficiente de correlao adimensional e pode variar de um positivo
(indicando uma perfeita relao positiva), passando por zero (indicando ausncia de
uma relao) at um negativo (indicando uma perfeita relao negativa). necessrio,
porm, enfatizar que se duas variveis mostram um grau de correlao elevado este fato,
isoladamente, no indica a causalidade da relao, isto , necessria a anlise do
processo para justificar se a primeira varivel realmente tem efeito no comportamento
da segunda; situao na qual o modelo determinstico pode ser til.
Foram analisadas todas as 35 variveis que demonstraram ter alguma relao

com a concentrao do ltimo efeito. A anlise de correlao tambm foi feita levando-
se em conta atrasos entre as variveis e o Brix, uma vez que o material contido nos
equipamento faz com que as variaes sofridas pelos primeiros efeitos somente sejam
sentidas nos ltimos efeitos e depois de vrios minutos. A resposta tpica da anlise de
correlao est mostrada na Figura 5.30:
1 1
(a) (b)
0.5 0.5
0 0
-0.5 -0.5
-1 -1
-50 0 50 -50 0 50
Atrasos (min) Atrasos (min)
Figura 5.30: Resultados da anlise de correlao de certa varivel utilizando (a)

toda a base de dados e (b) por meio de janelas de dados.
A Figura 5.30a foi gerada analisando-se todos os valores de uma

determinada varivel na base de dados. No entanto, uma outra abordagem possvel
consiste em analisar a correlao de uma janela de dados que se move ao longo da
base de dados. Desta forma, possvel constatar se houve momentos onde a correlao
foi maior ou menor. A Figura 5.30b mostra o resultado da anlise de correlao para
uma janela de 500 minutos, sendo que cada linha representa um avano de 25
minutos. Pode-se notar que em certos momentos a correlao chegou a atingir valores
maiores que 0,7. Ao mesmo tempo, h regies nas quais o comportamento das duas
variveis pouco correlacionado.
A Figura 5.31 mostra dois casos tpicos onde, pelo coeficiente de correlao,
determinou-se se uma varivel seria aceita - Figura 5.31a - ou rejeitada - Figura 5.31b -
como provvel entrada da rede.
1 1
(a) (b)
0.5 0.5
0 0
-0.5 -0.5
-1 -1
-50 -40 -30 -20 -10 0 10 20 30 40 50 -50 0 50
Atrasos (min) Atrasos (min)
Figura 5.31: Exemplos da utilizao da anlise de correlao na aceitao

ou rejeio de uma varivel.
Analisando-se a Figura 5.31a, pode-se notar que a maior correlao

encontra-se em torno do ponto '-10 minutos', ou seja, um pouco antes do tempo atual
(zero no eixo das abscissas). Isto indica que uma mudana nesta varivel possui uma
relao com as variaes do Brix que ocorrero aproximadamente 10 minutos depois.
importante salientar que este tempo no representa necessariamente o atraso da
causalidade fsica entre estas. O valor das variveis utilizado como entrada das redes era
referente ao ponto de maior correlao. Neste exemplo, o valor da varivel que ser
informado rede para a estimativa de Brx(3) no tempo zero aquele presente na base de
dados gravada h 10 minutos.
A escolha das variveis, porm, no se apoiou apenas nos resultados da
anlise de correlao, pois possvel que haja complexas inter-relaes para algumas
delas no retratadas por esta anlise. Outro ponto que dificulta a determinao direta do
grau de relao entre as variveis o fato de algumas destas estarem sendo controladas.
o que ocorre, por exemplo, com a presso da terceira caixa de evaporao. Sabe-se
que variaes nesta presso iro afetar a concentrao do xarope, porm, se a presso
for bem controlada, mantendo-se constante em seu setpoint, a anlise de correlao no
ir detectar relao alguma entre estas variveis. Deste modo, o conhecimento do
processo e a anlise visual dos grficos com as variveis desempenharam um papel
importante na escolha das variveis que seriam utilizadas como entradas da rede neural.
A tabela seguinte lista as variveis que foram inicialmente selecionadas por
meio da anlise descrita:
Tabela 5.5: Lista de variveis selecionadas como entradas das redes neurais.
Varivel Descrio Atraso (min)
NN_1 MV1 Nvel Pr-Evaporador 02 12
NN_2 MV1 Nvel Pr-Evaporador 03 13
NN_3 MV1 Nvel Caixa 03 10
NN_4 MV1 Presso Caixa 02 17
NN_5 Nvel da Caixa 03 10
NN_6 Presso da Caixa 01 14
NN_7 Temperatura Caldo Fbrica 18
NN_8 Nvel do Pr-Evaporador 02 10
NN_9 Nvel do Pr-Evaporador 03 20
NN_10 Presso do Vapor de Escape 15
NN_11 Vazo de gua Multijato 0
1
Variveis manipuladas
Com as variveis acima listadas foram preparados dois arquivos de entrada.

Juntos, estes arquivos, doravante chamados de Bases, continham os valores de todas as
variveis acumulados durante oito dias de operao. Assim, a Base 01 se refere aos trs
primeiros dias dos dados utilizados e a Base 02 aos restantes. As variveis escolhidas
para um determinado treinamento eram separadas pelas rotinas de carregamento das
Bases.
A funo do Matlab utilizada para gerar as RNAs foi a NEWFF. Esta
funo gerava uma rede com estrutura multicamadas sem recorrncia, tendo sido
ajustada para trabalhar (1) com a funo tangente sigmoidal hiperblica (tansig) como
funo de ativao da camada oculta e (2) com a funo linear pura (purelin) como
funo de ativao da camada de sada. A escolha das funes de ativao resultou de
algumas tentativas de combinao entre as vrias funes de ativao disponveis. O
mtodo de treinamento utilizado foi o de retropropagao com o algoritmo de
Levenberg-Marquardt atualizando os pesos ao longo do processo. Para o treinamento
foram utilizados os dois primeiros dias da Base 01 e os quatro primeiros dias da Base
02. Os dois dias restantes foram utilizados para validao da rede. Em todas as redes
geradas os valores das Bases foram apresentados 300 vezes rede durante o
treinamento. Vale observar que antes de ser iniciado o procedimento de treinamento, a
seqncia dos valores das Bases era modificada aleatoriamente. Tal procedimento,
prtica comum nos trabalhos com redes neurais, visa minimizar as chances do
treinamento estacionar em mnimos locais antes que toda a base seja apresentada.
Alm das rotinas padro, foram desenvolvidas outras rotinas que visavam
agilizar o processo de testes de vrias topologias de rede. Elas atuavam no carregamento
das Bases, na separao das variveis que seriam utilizadas nos treinamentos, na
normalizao dos dados e tambm na busca automtica de redes (o treinamento era
reiniciado vrias vezes selecionando a melhor rede de um grupo de tentativas).
Como primeiro passo na busca da melhor topologia das redes, optou-se por
se utilizar apenas uma camada de neurnios ocultos. Quanto ao nmero de neurnios na
camada de entrada e na camada oculta, estes foram alvo de uma srie de testes que sero
discutidos na seqncia. Nos prximos pargrafos, a discusso relacionar-se- com as
redes que tiveram como entradas os valores de todas as variveis, ou seja, de NN_1 a
NN_11. Estas variveis esto graficamente apresentadas no Anexo B.
A Figura 5.32 mostra o erro quadrtico associado ao treinamento durante a
busca da melhor rede com as topologias 11-5-1 (onze entradas, cinco neurnios na
camada oculta e uma sada), 11-7-1 e 11-10-1. Nestas redes, utilizou-se a funo de
ativao do tipo tansig para os neurnios da camada oculta e a funo purelin nos
neurnios da camada de sada (tansig-purelin). Os pesos das redes eram reiniciados
(assumiam valores aleatrios) a cada nova rede. Nesta figura, pode-se analisar o erro
associado a 10 redes testadas para cada topologia. visvel que a rede com 10
neurnios na camada oculta apresenta, na mdia, um erro menor. No entanto, a
importncia em se reiniciar a busca dos melhores pesos fica evidenciada quando se
verifica a existncia de uma rede 11-5-1, penltimo ponto no grfico, que teve um
desempenho superior quele observado para uma rede 11-10-1.
0.05
11-5-1
0.04 11-7-1
11-10-1
Erro Quadrtico
0.03
0.02
0.01
0
1 2 3 4 5 6 7 8 9 10
Redes
Figura 5.32: Erro quadrtico associado s topologias 11-5-1, 11-7-1 e 11-10-1

de redes tansig-purelin.
A Figura 5.33, por sua vez, mostra a busca da melhor rede com as topologias
11-2-1, 11-10-1 e 11-15-1 para redes que utilizaram a funo de ativao do tipo tansig
para os dois tipos de neurnios (tansig-tansig). O grfico mostra que o erro associado s
redes 11-15-1 durante a fase de treinamento foi sempre menor que aquele observado
para as demais topologias testadas, o que, em parte, era esperado, dada a utilizao de
maior nmero de neurnios. Uma vez que o mesmo ocorreu com os erros da fase de
validao e o que o tempo de treinamento ainda era admissvel, esta topologia foi
utilizada nos estudos posteriores.
0.05
11-2-1
0.04 11-10-1
11-15-1
Erro Quadrtico
0.03
0.02
0.01
0
0 1 2 3 4 5 6 7 8 9 10 11 12 13 14 15
Redes
Figura 5.33: Erro quadrtico associado s topologias 11-2-1, 11-10-1 e 11-11-1

de redes tansig-tansig.
Quanto ao nmero de variveis de entrada foram testadas vrias

configuraes. As Figuras 5.34 e 5.35, por exemplo, mostram o resultado do
treinamento de uma rede 5-15-1 com as seguintes variveis: NN_2, NN_3, NN_5,
NN_9 e NN_11. Pode-se notar que, j no treinamento, a rede apresentou baixa
capacidade de ajuste principalmente para os valores da Base 02.
70
Industrial
69
Rede
68
67
Brix
o
66
65
64
63
0 500 1000 1500 2000 2500
T e m p o - [ m in u t o s ]
Figura 5.34: Estimativa final da rede para os dados de entrada da Base 01.
74
In d u s tri a l
Industrial
Rede
72 Rede
70
Brix
68
o
66
64
62
0 1000 2000 3000 4000 5000
T e m p o - [m i n u to s ]
Figura 5.35: Estimativa final da rede para os dados de entrada da Base 02.
Uma vez que as Bases abrangiam a operao de vrios dias e considerando

que neste perodo o grau de influncia de determinadas variveis sobre o Brix da ltima
caixa poderia ter sofrido variaes significativas, foram adotadas como entradas das
redes todas as variveis listadas na Tabela 5.5.
Como esta deciso aumentava a quantidade de dados a ser apresentada para
as redes durante a fase de treinamento, as Bases de dados utilizadas nesta fase eram
formadas pelos valores das variveis medidos a cada dois minutos e no a cada um
minuto como est nas Bases originais. Esta tentativa de se minimizar o esforo
computacional foi bem sucedida, pois a convergncia foi mais rpida e as respostas
foram semelhantes s obtidas com a apresentao das Bases de dados completas. O
motivo para este bom resultado pode estar relacionado a pouca variao que existe entre
dois pontos adjacentes das bases, o que facilita a interpolao das redes.
As discusses a seguir referem-se anlise das Figuras 5.36 e 5.38, que
mostram as estimativas de Brx(3) geradas por uma rede (11-15-1 tansig-tansig) para as
etapas de treinamento e validao, utilizando-se as Bases 01 e 02, respectivamente.
Analisando-se a Figura 5.36 pode-se observar que a rede foi capaz, ao final do
treinamento, de reproduzir muito bem o comportamento qualitativo do perfil da
concentrao da ltima caixa e gerar estimativas muito prximas dos valores industriais.
70
Industrial
Rede
68
Brix
o
66
64 Validao
0 500 1000 1500 2000 2500 3000 3500 4000 4500
Tempo - [minutos]
Figura 5.36: Estimativas de Brx(3) geradas por uma rede 11-15-1 tansig-tansig
para as etapas de treinamento e validao da rede neural para dados da Base 01.
Na fase de validao a rede manteve a mesma boa capacidade de previso,

porm, em determinados pontos ela gerou resultados com aproximadamente 3oBrix de
diferena em relao aos dados da planta. Os maiores desvios observados se encontram
na regio destacada na Figura 5.36 e tambm, em menor extenso, em torno do tempo
3630 minutos. A razo de tais resultados deve ser discutida levando-se em conta a
qualidade dos dados de entrada e de sada referentes este ltimo dia que foi utilizado na
validao da rede.
A Figura 5.37 ajuda a elucidar as razes de tal comportamento. Nela esto
representados os perfis das variveis NN_7, NN_10 e NN_11 presentes na Base 01, que
foram utilizadas como entrada da rede. As grandezas das variveis no so mostradas
pois, mais que seu valor absoluto, importante notar o comportamento qualitativo das
mesmas. Os valores indicados pela seta no grfico da varivel NN_7 parecem ser a
causa dos desvios ocorridos na regio demarcada na figura anterior. Por sua vez, os
valores apontados nos grficos de NN_10 e NN_11 indicam a provvel causa dos erros
que ocorreram em torno do tempo 3630 minutos. O motivo do impacto destes valores
nas predies o fato de existirem poucos pontos de mesma grandeza nos dados de
treinamento, de modo que a rede no adquire uma boa capacidade para fazer estimativas
quando valores similares esto presentes nos dados de entrada.
Validao
NN-10
NN-11
Validao
NN-7
Validao
0 500 1000 1500 2000 2500 3000 3500 4000 4500

Tempo - [minutos]
Figura 5.37: Perfis das variveis NN_7, NN_10 e NN_11, presentes na Base 01.
A discusso anterior pode ser estendida para os resultados da Base 02 -

Figura 5.38, mas, neste caso, o desvio das estimativas no foi muito pronunciado. O
motivo provvel para sua ocorrncia no foi a existncia de picos nos valores de
entrada, mas sim a mudana de patamar das variveis NN_4 e NN_5, mostrada na
Figura 5.39.
75
Industrial
Rede
70
Brix
o
65
Validao
60
0 1000 2000 3000 4000 5000 6000 7000 8000
Tempo - [minutos]
Figura 5.38: Estimativas de Brx(3) geradas por uma rede 11-15-1 tansig-tansig
para as etapas de treinamento e validao da rede neural para dados da Base 02.
Validao
NN-4
NN-5
Validao
0 1000 2000 3000 4000 5000 6000 7000 8000

Tempo - [minutos]
Figura 5.39: Perfis das variveis NN_4 e NN_5, presentes na Base 02.
Os comentrios feitos anteriormente chamam ateno para uma caracterstica

indesejada das redes treinadas: grande dependncia em relao qualidade dos dados de
entrada. Isto significa que mesmo que se chegue a uma rede capaz de gerar boas
estimativas durante vrios dias de processo, ela ainda estar vulnervel falha ou m
medio de algum sensor que alimente uma de suas entradas e, por sua vez, ter seu
desempenho comprometido, podendo levar at a estimativas sem nenhum significado
fsico. Neste sentido, os modelos fenomenolgicos se mostram mais robustos, pois na
falta de um sinal de entrada possvel utilizar o valor mdio desta varivel. Obviamente
os resultados no apresentaro a mesma qualidade, porm, devido s equaes de
balano, estes provavelmente ainda se encontraro dentro de faixas plausveis.
Neste ponto, torna-se interessante discutir a dificuldade de, apenas com os

dados do sistema supervisrio, compreender o que aconteceu durante o processo
industrial que fez com que o sistema se comportasse de certa forma, principalmente
devido ao grande nmero de variveis e das complexas inter-relaes entre elas. Muitas
hipteses podem ser levantadas - quebra de algum equipamento, troca de turno,
interveno do operador em uma vlvula, troca de linha, etc, mas o conhecimento real
das causas s possvel se houver um acompanhamento intenso do processo no local.
Como esta no a situao que se apresenta, o melhor que pode ser feito separar
comportamentos muito anmalos das Bases e explicitar as faixas de validade das
estimativas das redes.
Uma vez que as redes eram treinadas com valores de tempos anteriores,
vislumbrou-se a possibilidade de utiliz-las na inferncia da concentrao do ltimo
efeito para tempos futuros. No entanto, esta possibilidade no foi estudada plenamente e
poucas redes foram treinadas com este objetivo. As Figuras 5.40 e 5.41, a seguir,
mostram as estimativas de uma rede (11-15-1 tansig-tansig) na etapa de validao para
as Bases 01 e 02, respectivamente. Estas se referem estimativa da rede para o valor de
Brix a dez minutos a frente do tempo atual.
72
Industrial
Rede
70
Brix
68
o
66
64
3000 3200 3400 3600 3800 4000 4200

Tempo - [minutos]
Figura 5.40: Estimativas do Brx(3) para 10 minutos a frente do tempo atual, utilizando-
se uma rede (11-15-1 tansig-tansig) na etapa de validao para as Bases 01.
Vale observar que o resultado anmalo que ocorre por volta do minuto 3600
devido ao comportamento das variveis de entrada j mostrado na Figura 5.37.
70
Industrial
69
Rede
68
Brix
67
o
66
65
6000 6200 6400 6600 6800 7000 7200 7400 7600
Tempo - [minutos]
Figura 5.41: Estimativas do Brx(3) para 10 minutos a frente do tempo atual, utilizando-
se uma rede (11-15-1 tansig-tansig) na etapa de validao para as Bases 02.
Pode-se notar que a qualidade da previso comparvel quela das redes

discutidas at o momento, o que pode facilitar o monitoramento do processo por parte
dos operadores, levantando ainda muitas possibilidades de aplicao, sobretudo na rea
de controle de processos.
Alm dos resultados mostrados foram realizados outros testes que buscaram
cobrir as vrias possibilidades de configurao de redes neurais. Foram treinadas redes
que utilizavam uma srie dos dados anteriores das variveis de entrada (at seis valores
defasados do atual), porm, devido ao elevado nmero de pesos a serem ajustados, o
tempo de processamento tornou proibitiva a busca de maiores variaes na topologia
destas redes. Houve tentativas de utilizao de redes recorrentes, que realimentavam
como entrada o valor estimado, mas a convergncia dos pesos na fase de treinamento
era lenta e os resultados gerados no satisfatrios.
5.7. Concluses da Etapa de Evaporao
Foram apresentadas neste captulo as abordagens utilizadas na modelagem

da etapa de evaporao da Usina Santa Adlia, de modo a tornar possvel a inferncia
das variveis de estado do processo.
Aps a caracterizao do ambiente e dos equipamentos presentes no setor de
evaporao da usina, o primeiro passo para o desenvolvimento do estudo proposto neste
trabalho foi a obteno dos dados que seriam utilizados pelos modelos matemticos.
Para tanto, foi desenvolvido um software que decodificava os arquivos de histrico do
processo gravados pelo sistema supervisrio da planta. A amostragem do processo

industrial, por sua vez, se mostrou til na estimativa inicial de parmetros, como o
coeficiente de troca trmica, e na verificao das faixas normais de operao.
Em relao ao desenvolvimento dos modelos, a primeira abordagem foi
gerar o modelo do estado estacionrio do EME. Este modelo, apesar de ter utilizado
todas as informaes disponveis no processo para sua resoluo, foi capaz de gerar
estimativas das vazes e concentraes dos efeitos intermedirios dentro das faixas
usuais, o que bastante animador tendo-se em vista as vrias consideraes
simplificadoras assumidas.
Um dos resultados relevantes foi a indicao de que aproximadamente 73%
da quantidade de vapor que gerada nos pr-evaporadores sangrada do EME para a
fbrica.
Incorporando o modelo estacionrio, foi desenvolvida uma interface grfica
que representava esquematicamente o equipamento industrial e que podia apresentar os
dados da usina em forma de grficos.
O modelo dinmico desenvolvido logo em seguida gerou boas estimativas do
Brix da ltima caixa, alm de permitir que todas as propriedades das correntes do
processo fossem calculadas.
Por fim, foram testadas vrias configuraes de redes neurais na tentativa de
se gerar um software sensor da concentrao do terceiro efeito. Os resultados obtidos
foram encorajadores e apontam as redes neurais como uma boa alternativa na inferncia
de variveis do processo de produo de acar. Durante o desenvolvimento das redes
ficou clara a importncia da qualidade e da representatividade das variveis do
processo.
5.8. Sugestes para Trabalhos Futuros na rea de Evaporao
Tendo-se em vista as dificuldades encontradas neste trabalho para o

desenvolvimento dos modelos do EME, e analisando-se os resultados obtidos, cr-se
que os seguintes tpicos mereceriam ser abordados em trabalhos futuros:
- Desenvolvimento de um estudo descritivo do comportamento do

coeficiente de troca trmica para os evaporadores, dada a sua importncia
nas equaes de balano;
- Implementao dos modelos no ambiente industrial visando a simulao

on-line e o controle do processo;
- Utilizao de redes neurais adaptativas na inferncia das concentraes do

EME;
- Desenvolvimento de modelos hbridos (princpios fundamentais/Redes

Neurais) visando a utilizao das melhores caractersticas de cada tcnica;
- Estudos sobre a utilizao das redes neurais em conjunto com tcnicas de

controle preditivo;
- Desenvolvimento de estratgias de deteco de falhas ou de deteriorao

do sinal de sensores por meio de comparao com estimativas geradas por
modelos;e
- Utilizao de tcnicas de otimizao da topologia das redes, por exemplo,

OBS (Optimal Brain Surgeon) e o OBD (Optimal Brain Demage). Estas
tcnicas reduzem a complexidade das redes neurais eliminando os pesos
menos importantes e substituem a abordagem de tentativas e erros
automatizando a busca das melhores configuraes das redes neurais.
Captulo 6 - Etapa de Cristalizao 83
6. ETAPA DE CRISTALIZAO
Um dos principais objetivos nesta etapa do trabalho foi investigar as

diferentes etapas de operao de um cristalizador, de modo a gerar um modelo capaz de,
utilizando dados reais coletados do sistema supervisrio da Usina So Martinho, gerar
estimativas das variveis de estado do equipamento condizentes com os valores obtidos
na indstria. Por exemplo, a evoluo do dimetro mdio dos cristais e a concentrao
de sacarose durante o decorrer da cristalizao.
6.1. Descrio das Condies na Planta Industrial da Usina So

Martinho
A execuo da fase de diagnstico do setor de cristalizao foi realizada

atravs de visitas usina que possibilitaram o levantamento das caractersticas fsicas
dos equipamentos e a descrio do processo.
A Usina So Martinho est equipada para trabalhar com o mtodo de
esgotamento de trs massas, isto , o xarope dos evaporadores processado por meio de
bateladas e reciclos em trs diferentes tipos de cristalizadores (A, B e C) de modo a se
obter, alm de cristais de acar, um mel final com a menor pureza economicamente
vivel. Na planta industrial so encontrados 14 cristalizadores do tipo evaporativo de
calandra operando em batelada, sendo 6 de massa A, 5 de massa B e 3 de massa C.
Estes equipamentos apresentam dimenses similares dentro de cada grupo. A Figura 6.1
mostra cinco dos seis cristalizadores de massa A. Cada um destes produz,
aproximadamente, 40000 quilos de acar por batelada (800 sacos de 50kg). Em safras
anteriores, foram instalados impelidores (agitadores) em alguns dos cristalizadores na
tentativa de melhorar a movimentao da massa dentro dos equipamentos, porm,
segundo os operadores, estes foram posteriormente removidos em conseqncia do alto
consumo de energia e tambm por no terem proporcionado a melhoria esperada em
relao ao tempo de batelada e a qualidade dos cristais.
Figura 6.1: Cristalizadores de massa A - Setor de Cristalizao da Usina So Martinho.
As principais variveis acompanhadas atravs do sistema supervisrio da

usina ao longo da batelada so o nvel, a temperatura, a presso e a condutividade da
massa. Diferentemente dos demais equipamentos, o cristalizador 10 conta com um
sensor de concentrao (Brix), do tipo radiofreqncia, ao invs do sensor de
condutividade.
Os cristalizadores de massa A so carregados com o magma proveniente dos
cristalizadores B. Depois de bateladas que duram aproximadamente uma hora e meia
so gerados cristais com dimetro mdio (AM) de 0,7mm e coeficiente de variao
(CV) de 30%. Os cristalizadores de massa B so operados de forma semelhante, porm
so carregados inicialmente com o material do cristalizador de granagem e alimentados
com o mel proveniente dos cristalizadores A.
A cada turno pelo menos um cristalizador de cada tipo submetido a um
processo de limpeza com gua aquecida por uma corrente de vapor. Esta limpeza branda
se deve ao fato das incrustaes, nesses equipamentos, ocorrerem em escala bem menor
do que aquela observada nos evaporadores, principalmente em funo da abraso dos
cristais sobre os depsitos minerais que porventura se formem.
Um fato observado que todas as bateladas so acompanhadas e
controladas, em alguma extenso, por um conjunto de controladores lgicos
programveis (CLPs) e supervisionadas por computadores. A sala de controle do setor

de cristalizao est localizada ao lado dos equipamentos. O ponto positivo desta
proximidade do processo a rapidez com que certas atitudes podem ser tomadas pelos
operadores. Nessa sala, trabalham os trs grupos de operadores que se revezam nos
turnos da fbrica. O acompanhamento do processo se d por meio de dois computadores
supervisrios que apresentam telas com a representao do processo. O primeiro fica
dedicado aos cristalizadores de massa A e o segundo aos demais.
A presena dos operadores ao lado dos equipamentos requerida apenas
esporadicamente, uma vez que estes podem seguir o andamento das bateladas da sala de
controle atravs dos sensores disponveis. Outro ponto interessante foi a constatao de
que a experincia dos operadores desta usina foi compilada ao longo dos anos em um
guia de procedimentos que descreve os passos associados operao de cada
equipamento e s aes recomendadas para certas situaes. Outro fruto desta
sistematizao foi a estratgia de controle dos equipamentos, implementada seguindo as
recomendaes e os parmetros de processos fornecidos pelos operadores.
comum nas usinas que operam a unidade de cristalizao de forma manual
se determinar o ponto de supersaturao apropriado para a semeadura atravs do
acompanhamento do aumento da viscosidade da massa por meio da observao da
velocidade com que as gotas do xarope escorrem pelo vidro do visor na parede do
cozedor ou medindo-se a distncia necessria para romper a continuidade de uma
pequena quantidade de material esticada entre o dedo polegar e o indicador, dito ponto
de fio. A manipulao das vlvulas de alimentao de sementes, do xarope, da gua e do
vapor de modo a atingir os objetivos relacionados com a batelada tambm so
atividades realizadas pelos operadores. No caso da Usina So Martinho, a programao
que se encontra no CLP e controla a operao dos cristalizadores incorpora o
conhecimento adquirido pelos operadores com base em vrios parmetros que j se
mostraram efetivos ao longo do tempo.
As principais malhas de controle presentes nos cristalizadores so a de
controle da presso, atravs da manipulao da vlvula de admisso de gua no
multijato, e a de controle da condutividade, ou de Brix no caso do cristalizador 10, que
se d atravs da manipulao da vazo de alimentao. O setpoint de condutividade
varia linearmente com o nvel da massa ao longo da batelada, seguindo uma rampa
previamente definida. Apesar dos valores predefinidos poderem ser modificados pelos
operadores, esta atitude no usual dada a relativa estabilidade do processo.
Levando-se em conta apenas os dois loops de controle que se encontram nos

cristalizadores, poder-se-ia deduzir que a operao destes simples. Porm, a
complexidade reside na forma com que se d a alimentao de xarope e no modo com
que vrios parmetros no medidos so monitorados pelos operadores de modo a gerar
cristais bem formados e com as caractersticas desejadas. Dentre as variveis no
medidas esto a viscosidade da massa, que influencia a movimentao da massa, o
crescimento dos cristais e a transferncia de calor.
Uma vez que a operao dos cristalizadores se apresenta razoavelmente
automatizada, o papel dos operadores mais voltado ao planejamento da produo e ao
gerenciamento das contingncias que so impostas pelo processo, isto , os operadores
decidem com quais cristalizadores iro operar em determinado momento, estipulam
qual o tempo de espera entre as bateladas e administram situaes de escassez
momentnea de xarope como tambm de quebra e manuteno de equipamentos.
Uma prtica usual durante a operao de cristalizao o corte da massa,
que consiste na diviso da massa cozida de um cristalizador cheio para outros dois ou
mais nos quais a batelada ter prosseguimento. O objetivo proporcionar um maior
tempo de crescimento aos cristais, para que estes possam atingir um tamanho mais
uniforme. Um exemplo desta prtica ocorre com o material gerado no cristalizador de
granagem que, por meio de cortes sucessivos, passa por oito bateladas nos
cristalizadores de massa B. Um fato associado a esta prtica que no se pode garantir a
constncia das condies iniciais e finais dos equipamentos, que em um momento
podem iniciar a batelada com cristais pequenos e em outro com cristais j mais
crescidos. Esta situao poderia representar um problema no desenvolvimento deste
trabalho, pois as condies iniciais dos equipamentos so crticas na resoluo e nos
resultados dos modelos.
Para tornar possvel a utilizao do modelo do cristalizador este sofreu
ajustes de modo a se adaptar s condies encontradas na usina. Porm, a escolha
adequada do equipamento no qual se basearia o modelo poderia reduzir o nmero e a
extenso de tais ajustes. A seguir sero descritos os pontos que foram analisados para
esta escolha.
No pertencia ao escopo deste trabalho modelar toda a etapa de cristalizao,
isto , englobar no equacionamento os tanque de armazenamento, as centrfugas, dentre
outros. Alm da grande dificuldade envolvida no levantamento de todas as informaes
que seriam necessrias, grande parte da operao destes equipamentos est relacionada
com uma estratgia de controle e adequao s restries dirias que muitas vezes
ditada pelos prprios operadores da planta industrial. Visando o desenvolvimento de um
modelo que aumentasse o entendimento da dinmica da cristalizao e tivesse a
possibilidade de ser implementado utilizando as informaes disponveis na usina,
decidiu-se que apenas um tipo de cristalizador seria acompanhado.
Inicialmente, os dados dos cristalizadores de massa A foram escolhidos para
serem utilizados como entrada do modelo e, aps o acompanhamento de diversas
bateladas, uma descrio detalhada de sua operao foi obtida. A anlise deste material
mostrou que a implementao do modelo nestes equipamentos seria difcil,
principalmente por questes relacionadas a incertezas na composio do material com o
qual se iniciava a operao (magma proveniente dos cristalizadores de massa B) e a
falta de medio direta da concentrao da massa ao longo das bateladas; havia apenas o
sinal da condutividade.
Frente aos problemas detectados, as atenes voltaram-se para o cristalizador
10. Este cristalizador estruturalmente igual aos cristalizadores de massa B, mas nele
ocorre a granagem, ou seja, a elevao da concentrao da soluo at a zona
metaestvel e, atingida esta zona, a introduo de uma certa quantidade de cristais de
acar (sementes) que crescero at o tamanho desejado. Estes cristais so os primeiros
a surgir dentro do processo de cristalizao e so estes que aumentam de tamanho ao
longo do processo, quando processados nos cristalizadores A e B.
As vantagens da utilizao deste equipamento como objeto de estudo deste
trabalho sero detalhadas a seguir:
(a) - Como foi citado anteriormente, neste equipamento que o processo de
cristalizao se inicia e por este motivo h uma especial preocupao, por parte
dos operadores, para que suas condies de trabalho estejam sempre dentro dos
padres. Alm disso, ele o nico a apresentar um medidor de concentrao
(Brix) e uma operao preparada para a semeadura da massa;
(b) - Sua operao se d de modo mais reprodutvel que a dos demais, principalmente
por dois motivos: (1) alimentado apenas com xarope, fato que no ocorre com os
cristalizadores A e B, que so alimentados com xarope, magma e mel, e (2) no
recebe o corte de outro cristalizador, ou seja, a batelada no iniciada com parte
da massa desviada de um outro cristalizador. Este ltimo ponto tambm contribui
para que ele seja o cristalizador que menos necessita de interveno dos
operadores, ficando apenas sob a superviso do sistema automtico de controle;
(c) - A batelada iniciada mediante o preenchimento do equipamento com xarope e,

depois deste ter sido convenientemente concentrado, faz-se a semeadura: quando o
sistema de superviso indica o momento propcio, insere-se na massa um volume
fixo de uma suspenso alcolica saturada contendo pequenos cristais de acar
(sementes), previamente preparada no laboratrio da usina. Nos outros
cristalizadores, o incio da batelada se d com estes sendo carregados com magma.
Este fato faz com que as condies iniciais relativas s caractersticas fsicas dos
cristais (principalmente tamanho mdio, grau de aglomerao e percentagem de
cristais), pureza do magma e ao volume inicial fiquem muito dependentes da
seqncia anterior de bateladas;
(d) - Por fim, o equipamento apresenta vantagens que facilitam o acompanhamento de
sua operao por meio de amostras: (1) possui uma pia com gua, luz e espao
fsico para alojar a centrfuga de cesto que auxiliou na coleta de amostras; (2) nas
suas proximidades encontrado um ponto de energia com voltagem adequada e
um balco onde as amostras coletadas ao longo do tempo puderam ser alojadas e,
(3) a retirada de amostras pode se dar em dois pontos, um na sua parte inferior
(por meio de uma garrafa de amostragem) e outro na sua parte frontal (por meio
de uma sonda). A Figura 6.2 mostra alguns dos pontos citados:
Luz
Sonda de
Amostragem
gua
(a) (b)
(c)
Figura 6.2: Detalhes do ambiente de trabalho: (a) Garrafa de amostragem, (b) Parte
frontal do cristalizador 10 e (c) Balco utilizado para alocao das amostras coletadas.
(c)
A Figura 6.3 mostra uma representao esquemtica do cristalizador 10 e a

Tabela 6.1 lista suas caractersticas fsicas.
Dimetro
Lunetas de
Observao
Altura da
Calandra
Tubo Central
Figura 6.3: Representao esquemtica do cristalizador 10.
O cristalizador 10, assim como os demais cristalizadores, apresenta duas

importantes malhas de controle: uma para a presso de vcuo e outra responsvel pelo
controle da concentrao da massa cozida.
Tabela 6.1: Medidas das principais caractersticas dos cristalizadores da Usina So

Martinho.
Dimetro 5,69 m Dimetro Interno dos Tubos 111,10 mm
Volume Total (tabela da usina) 63,26 m3 Comprimento dos Tubos 905,00 mm
3
Volume da Calandra 14,31 m Comprimento til dos Tubos 890,00 mm
3
Volume Abaixo da Calandra 8,43 m Dimetro do Tubo Central 2,54 m
Nmero de Tubos na Calandra 1.128 Superfcie de Aquecimento Total 350,38 m2
Dimetro Externo dos Tubos 114,30 mm Sistema de Separao de Arraste Labirinto
A Tabela 6.2 apresenta os valores mdios de alguns parmetros da operao

do cristalizador 10 (cristalizador de granagem).
Tabela 6.2: Valores de importantes parmetros usuais de operao.

Parmetro de Operao Valor
Tempo de Processamento 120-200 minutos
Presso de Trabalho 22-25 polHg(vac man)
Brix do Xarope de Alimentao 63-70 Brix
Dimetro Mdio do Cristal (AM) 0,3-0,45 mm
Coeficiente de Variao (CV) < 35%
o
Brix Total da Massa no Final da Batelada 86-89 Brix (Total)
Pureza da Massa > 79%
Produo por Batelada ~40 toneladas
Na Figura 6.4, que representa a tela de processo disponvel para os

operadores; encontram-se destacadas as variveis que de alguma forma esto
relacionadas com a operao do cristalizador 10.
Figura 6.4: Tela de processo representando o monitoramento do cristalizador 10.
A Figura 6.4 mostra o grande nmero de variveis acompanhadas pelos

operadores no setor de cristalizao, pois alm das propriedades principais, os estados
de abertura/fechamento das vlvulas tambm so indicados na tela do processo. Porm,
constatou-se que apenas a presso, a temperatura, a condutividade (Brix no cristalizador

10) e a percentagem de abertura da vlvula de alimentao de cada equipamento so
armazenadas nos arquivos de registro de histrico do sistema supervisrio. Estas quatro
variveis so gravadas na base de dados a cada 30 segundos.
A Usina So Martinho, assim como a Usina Santa Adlia, utiliza o software
Ifix, da Intellution, como software de superviso. Os testes efetuados nos arquivos da
usina mostraram que o programa desenvolvido para abrir os arquivos de histrico,
comentado na etapa de evaporao, poderia ser utilizado sem maiores modificaes. A
Figura 6.5, mostrada a seguir, apresenta os dados de presso, nvel e Brix de um dia de
operao do cristalizador 10, decodificados utilizando o programa desenvolvido pelo
pesquisador.
100 Brix (%)

90
80
70
60 Nvel (%)
50
40
30
Presso
20 (polHg)
10
0
0 20000 40000 60000 80000 100000
Te mpo (s)
Figura 6.5: Representao grfica dos dados de Brix, nvel e presso obtidos em um dia
de operao do cristalizador 10.
Para que o pesquisador pudesse reproduzir e visualizar nos computadores da

universidade toda a operao do cristalizador 10, o setor de Informtica da Usina So
Martinho criou, no sistema supervisrio, um novo grupo de variveis englobando todas
as vlvulas e medidas indicadas na Figura 6.4. Desta forma, ao invs de quatro agora
seriam aproximadamente 28 variveis relacionadas com a operao do equipamento.
Neste novo conjunto se encontravam, dentre outras, variveis que indicavam o status de
abertura das vlvulas, a presso do vapor vegetal e a posio das vlvulas de controle.
6.2. Materiais e Mtodos
Alm das informaes oriundas do sistema supervisrio, o modelo necessita

de dados que s podem ser obtidos atravs da amostragem direta do equipamento
industrial. As propriedades medidas servem como dados de entrada para o modelo
matemtico ou so usadas para validao dos resultados gerados.
6.2.1. Pontos de Amostragem
As anlises realizadas pelo laboratrio da usina no setor de cristalizao

enfocam principalmente as caractersticas do material no final das bateladas, em
especial dos cristalizadores de primeira. So analisados rotineiramente o Brix e o Pol
(percentagem mssica de sacarose) do xarope de alimentao (na caixa de xarope), da
massa dos cristalizadores A e B e a granulometria do acar (aps a etapa de secagem).
A freqncia com que so realizadas estas anlises, para os propsitos deste estudo,
baixa, pois so efetuadas apenas uma vez por turno e, normalmente, com o material de
apenas um cristalizador de cada tipo. A determinao da frao mssica de cristais na
massa cozida dos cristalizadores realizada esporadicamente para confirmar se os
parmetros que auxiliam na conduo das bateladas se encontram adequados para o
material que est sendo processado pela usina e para checar o bom andamento das
bateladas.
O laboratrio tambm responsvel pela produo das sementes que so
utilizadas na semeadura do cristalizador de granagem. A produo de tais sementes se
d com a moagem de cristais de acar, na proporo de quatro quilos de acar
dispersos em oito litros de lcool anidro, em um moinho de bolas por aproximadamente
dez horas. No so realizadas anlises rotineiras na disperso resultante e, desta forma,
os laboratoristas no puderam informar qual o tamanho mdio das sementes utilizadas
nos dias que o pesquisador acompanhou o processo. Diante disto, foram realizados
testes no laboratrio de cristalizao do DEQ/UFSCar e os resultados obtidos sero
mostrados mais adiante.
Aps a anlise do processo e das necessidades do modelo, foram escolhidos
quais seriam os pontos de amostragem do material, o tipo de amostra a ser coletada e as
propriedades a serem medidas ou determinadas. A Tabela 6.3 mostra os pontos

escolhidos.
Tabela 6.3: Indicao dos pontos de amostragem, tipo de amostra a ser coletada e
algumas propriedades a serem medidas de acordo com as necessidades do modelo.
Ponto de Amostragem Amostra Propriedade Medida
Temperatura*, Brix, Pol e
Tanque de Xarope dos 1-Xarope
Densidade**
Cristalizadores
2-Massa (mel+cristais) Temperatura*, Brix e Pol
Cristalizador 3-Mel Brix e Pol
4-Cristais Granulometria
* A temperatura parou de ser medida aps algumas amostras por restrio no tempo.
** Teve sua determinao interrompida por concordar bem com a equao de estimativa de densidade.
A determinao do Brix e do Pol das amostras foi realizada utilizando-se o

refratmetro (Bellinghan - modelo ADS 220) e o sacarmetro (ATAGO - modelo DBX-
55-A) do laboratrio da usina, pois esta ltima anlise requeria a clarificao da
amostra. O valor do Pol apresentava uma preciso da ordem de +/- 0,1%, porm, no
caso da medio do Brix, a metodologia industrial sugeria que a soluo fosse diluda
dez vezes antes de ter seu valor de concentrao lido no refratmetro. Como a leitura
tinha uma preciso de +/-0,1oBrix, o valor da concentrao das amostras apresentava
uma preciso de +/- 1oBrix. As conseqncias desta prtica de diluio sero
comentadas na apresentao dos resultados.
6.2.2. Obteno do Mel e dos Cristais
A coleta de material do interior do cristalizador, que estava sob vcuo, no

se mostrou ser uma atividade trivial. Assim, ser descrita aqui a metodologia
desenvolvida para a obteno das amostras de mel e cristais a partir de uma certa
quantidade da massa cozida retirada do cristalizador 10. Tambm sero citadas as
infrutferas tentativas executadas durante o processo de consolidao da metodologia
por estas informaes serem consideradas importantes dentro do escopo deste trabalho.
Separar os cristais de acar do mel - lquido escuro, viscoso e saturado de
sacarose - seria o primeiro passo para se acompanhar o crescimento dos cristais ao
longo da etapa de cristalizao. A primeira alternativa para a separao consistiu na
filtrao da massa cozida sem nenhuma modificao. Foram testados filtros de papel,
tecido e vidro sinterizado acoplados a bombas de vcuo, mas devido a alta viscosidade
da massa este tipo de abordagem mostrou-se inadequada. Tentou-se diminuir a
viscosidade da massa com o uso de um antiespumante (Surfanol, da Aquatec) e tambm
com detergente comum incolor, saturado com sacarose. Os resultados foram
satisfatrios, ou seja, o lquido viscoso e escuro que recobria os cristais foi retirado e os
cristais aparentemente no tiveram suas caractersticas modificadas pelo processo de
separao, porm a quantidade de soluo saturada necessria para as lavagens e o
tempo de operao da bomba de vcuo levaram este mtodo a ser considerado invivel.
Os primeiros testes utilizando a centrifugao como mtodo de separao se
mostraram satisfatrios, mas os oito frascos da centrfuga eram de pequeno volume,
aproximadamente 40ml, e o cuidado com o equilbrio dos frascos requeria muito tempo.
Os cristais ficavam bem separados no fundo dos frascos aps serem centrifugados por 5
minutos a 5000rpm, mas sua remoo com esptula era difcil, lenta e normalmente
incompleta.
A questo da separao dos cristais foi solucionada atravs da aquisio de
uma centrfuga de cesto de uso domstico (ACME - Waring Products Division of
CONAIR Coorp., model 11JE21), importada. A Figura 6.6 mostra uma fotografia
ilustrativa da centrfuga utilizada e suas partes constitutivas.
Filtro de Papel
Centrfuga Cesto
Tampa de Segurana
Sobressalente
Figura 6.6: Centrfuga de cesto e suas partes constitutivas.

A centrfuga possui um cesto de ao-inox cuja parede preenchida por

pequenos orifcios. Para a separao dos slidos, so utilizados filtros de papel que so
encaixados no interior do cesto. Quando em funcionamento, este atinge a rotao
mxima de 3400rpm. Para os testes de separao foram utilizadas amostras das massas
dos cristalizadores da Usina So Martinho. Para checar se pequenos cristais estariam
passando pelo filtro de papel, o pesquisador fez com que o mel obtido fosse
centrifugado em uma centrfuga de tubos. O material slido recolhido aps 5 minutos de
centrifugao a 5000rpm representava menos de 0,6% da massa do mel.
Para a obteno do mel, o cesto munido do filtro era preenchido com
aproximadamente 300ml de massa. A centrifugao era iniciada com a tampa de
segurana e continuava at que uma quantidade razovel (70-100ml) de mel tivesse sido
obtida. Mesmo aps a centrifugao, os cristais dentro cesto ainda apresentavam uma
pequena quantidade de mel em sua superfcie.
Para a obteno dos cristais era necessrio misturar uma quantidade
adequada de massa (~200ml) com aproximadamente 100ml de uma soluo aquosa
saturada de acar. Este procedimento diminua a viscosidade da amostra e facilitava a
remoo da pelcula de mel, sem dissolver os cristais. Neste caso, a operao da
centrfuga era conduzida sem a tampa de segurana, isto , o cesto girava exposto. O
motivo de tal procedimento era a necessidade de se introduzir a amostra lentamente com
auxlio de um bquer e tambm, de se lavar os cristais borrifando sobre eles, ainda com
o cesto em rotao, primeiramente uma soluo aquosa de acar seguida de uma
soluo alcolica saturada. A retirada dos cristais do interior do cesto era efetuado com
o uso de uma esptula plstica.
Aps a realizao das primeiras coletas, observou-se que os cristais
deveriam ser retirados da centrfuga dentro de um perodo de poucos minutos aps a
centrifugao, caso contrrio, favorecer-se-ia a formao de um bloco compacto de
cristais aglomerados. Para que as operaes descritas ocorressem com maior agilidade
no ambiente da usina, um cesto sobressalente para a centrfuga foi construdo. Desta
forma, o processo de amostragem foi otimizado, pois evitava que o mesmo cesto tivesse
que ser lavado e preparado com o filtro antes de cada uma das separaes de mel e
cristais.
6.2.3. Anlise Granulomtrica dos Cristais
Uma vez solucionado o modo como os cristais seriam obtidos o passo

seguinte foi definir como estes seriam conservados, visto que durante a amostragem do
cristalizador industrial no seria possvel iniciar o processo de anlise de cada amostra
logo depois de coletada. Aps a realizao de experimentos visando estimar o efeito da
armazenagem dos cristais, foi constatado que a forma adequada para armazenar-los logo
aps a coleta, sem que as suas caractersticas granulomtricas fossem afetadas, foi
conserv-los em um frasco hermtico preenchido com uma soluo alcolica saturada
de sacarose. Testes mostraram que os cristais armazenados desta maneira podiam
manter suas caractersticas granulomtricas inalteradas por pelo menos dois meses.
A determinao da granulometria dos cristais foi estudada e chegou-se a
concluso que o mtodo normalmente utilizado na usina - secar o acar exposto ao
ambiente ou em estufa e peneir-lo - no era adequado para os objetivos deste trabalho.
Dentre os motivos que levaram a esta concluso esto o tempo necessrio para se
analisar uma amostra, a comprovada aglomerao que ocorria com os cristais menores
durante a secagem e a quantidade necessria de cristais para o peneiramento.
Para evitar a necessidade de secar os cristais houve tentativas de se utilizar o
processamento de imagens na determinao da distribuio granulomtrica. Tal idia,
no setor sucroalcooleiro, no nova e muitos estudos foram feitos no sentido de gerar
uma ferramenta de grande aceitao (Mhlongo e Alport, 2002), porm as tentativas de
se lidar com imagens como a retratada na Figura 6.7, tambm no caso deste trabalho, se
mostraram muito trabalhosas. Os motivos para este fato recaem na difcil distino entre
os cristais transparentes e o fundo da imagem, na ampla faixa de dimetros que deveria
ser analisada e no extenso perodo de desenvolvimento e testes que seria necessrio para
obter o software de processamento de imagens capaz de avaliar as imagens e retornar as
caractersticas fsicas dos cristais.
Figura 6.7: Imagem de cristais de acar adquirida com uma cmera acoplada a um
microscpio.
Por fim, um analisador de partculas Mastersizer +, da Malvern

Instruments, foi utilizado para determinar a distribuio do tamanho de cristais (DTC)
das amostras. O princpio de funcionamento utilizado pelo equipamento consiste no
espalhamento de um feixe laser pelos cristais. Esta tcnica de medio de tamanhos
extremamente flexvel e, em princpio, impe como restrio somente que o meio seja
transparente para o comprimento de onda do laser e que o ndice de refrao das
partculas e do meio em que estas se encontram dispersas sejam diferentes.
Internamente, o equipamento se vale de uma configurao de lentes que faz com que o
padro de difrao das partculas de tamanho L se mantenha estacionrio e focado a
uma distncia r(L) do centro do detector, independentemente do movimento das
partculas, da posio destas dentro do feixe laser ou da distncia que se encontrem das
lentes. Clculos envolvendo a intensidade do padro de difrao e sua distncia r(L)
geram a estimativa da presena relativa de um grupo de partculas com dimetro L
dentro da amostra.
Algumas das vantagens dessa abordagem so: (a) reprodutibilidade e rapidez
das anlises - de um a dois minutos; (b) a quantidade de material necessria mnima,
apenas alguns gramas de cristais; (c) possibilidade de anlise da distribuio
granulomtrica das sementes utilizadas nos cristalizadores; (d) os resultados gerados
podem ser imediatamente analisados no computador acoplado ao equipamento; (e) no
necessria a secagem dos cristais, uma vez que no analisador o meio utilizado para sua
disperso lcool anidro saturado de sacarose, e (f) o equipamento se encontrava
disponvel no Laboratrio de Cristalizao do DEQ/UFSCar.
O tipo bsico do resultado gerado pela tcnica de difrao laser uma DTC
baseada no volume de partculas, ou seja, a proporo do volume de cada classe de
tamanhos no volume total das partculas. Os clculos de determinao dos parmetros

de caracterizao da distribuio so baseados no volume das partculas. Todas as
outras representaes nmero, comprimento e rea por dimetro so derivadas da
distribuio de volume por dimetro equivalente de uma esfera.
De modo geral, depois da DTC baseada no volume o outro tipo de
distribuio mais utilizada a baseada no nmero, isto , a quantidade analisada a
proporo do nmero de partculas em cada classe de tamanho em relao ao nmero
total de partculas. Apesar de ser possvel transformar matematicamente um tipo de
distribuio em outro, preciso lembrar que tal procedimento pode realar
caractersticas indesejadas. Este o caso onde, por exemplo, um pequeno volume de
partculas pequenas se torna parte significativa de uma DTC baseada no nmero. Se este
pequeno volume for apenas rudo ou erro na medida, a sua relevncia ser aumentada
com tal transformao.
A Figura 6.8 mostra a anlise feita em duas amostras de cristais recolhidas
do cristalizador 10. Uma delas foi recolhida durante a operao e a outra ao final da
batelada. Pela anlise da figura pode-se notar que o analisador, na configurao atual,
mostra uma limitao em relao ao dimetro da partcula mximo que pode ser
analisada, que de L=555m.
Dimetro Mdio = 135,19 m

Dimetro Mdio = 339,72 m
[m]
Figura 6.8: Distribuio granulomtrica obtida com o analisador de partculas de duas

amostras coletadas do cristalizador 10.
A abordagem utilizada para diminuir o impacto desta limitao do

equipamento, que podia mascarar os resultados, foi extrapolar as curvas de resposta. A
Figura 6.9, apresentada a seguir, mostra como foram extrapoladas as trs curvas que
claramente possuam cristais maiores que 555m.
% %
20 20
100 100
(a) (b)
90 90
80 80
70 70
60 60
10 10
50 50
40 40
30 30
20 20
10 10
0 00 0
10.0 100.0 1000.0 10.0 100.0 1000.0
Dimetro de Partcula [m] Dimetro de Partcula [m]
Particle Diameter (m.) Particle Diameter (m.)
Figura 6.9: (a) Curvas das DTC obtidas originalmente como resposta e (b) curvas
extrapoladas das DTC.
Freitas et al (2000) afirmam que a DTC pode ser representada por uma linha
reta em um sistema de coordenadas z-L, onde os valores de z so calculados a partir do
ajuste da distribuio cumulativa do tamanho de cristais, M(L), pela equao 01.
z2 z3
M ( L) = 1001 + z + + exp( z ) (01)
2 6
onde:
( L LN )
z=3 (02)
( Lm L N )
As constantes Lm e LN so os dimetros L para os quais M(L) assume o valor

de 64,7% e 100%, respectivamente.
A representao das curvas no sistema de coordenadas z-L mostrada na
Figura 6.10. Observa-se que mesmo as curvas que possuam todos os cristais dentro da
faixa de deteco do analisador de partculas apresentavam um desvio da linearidade na
parte final das curvas, e este comportamento foi mantido para aquelas que foram
extrapoladas.
20
18
16
14
12
10 z
8
2 Extrapolao
0
0 100 200 300 400 500 600 700
Dimetro de Partcula [m]
Figura 6.10: Representao das curvas no sistema de coordenadas z-L, com respectivos
desvios da linearidade na sua parte final.
Algumas amostras foram observadas em microscpio, tendo-se observado

que os maiores cristais encontrados tinham a mdia das duas maiores dimenses, por
volta de 720 m, o que mostrou que a extrapolao no havia sido excessiva.
6.2.4. Testes no Ambiente Industrial
Tendo sido realizados os testes preliminares no ambiente da universidade, o

passo seguinte foi checar na usina os pontos de coleta de material e a logstica
necessria para se obter as quatro amostras de interesse: xarope, massa cozida, mel e
cristais.
A utilizao da garrafa de amostragem, localizada na parte inferior do
equipamento, no representava uma boa alternativa para a obteno das amostras, pois
alm de recolher um volume excessivo de material, sua localizao dificultava o acesso
a energia eltrica e a gua, e expunha o pesquisador a condies de altas temperaturas
ao longo de toda a batelada.
A Figura 6.11 representa a sonda de amostragem, de bronze, que se encontra

presente na parte frontal do equipamento industrial. O volume de material retirado com
esta sonda apropriado para o acompanhamento da batelada pelos operadores, porm
pequeno para as necessidades deste trabalho. A obteno do volume apropriado era uma
operao cansativa e, como tomava alguns minutos, comprometia a integridade da
amostra perda de gua por evaporao, queda da temperatura, etc.
A Figura 6.12 representa a sonda idealizada pelo pesquisador, cuja utilizao
permitiria superar as limitaes da sonda original. Esta eliminava a necessidade de
deslocar todo o corpo da sonda e permitia a coleta de uma grande quantidade de
amostra, aproximadamente 300ml. Os problemas com a temperatura foram diminudos,
uma vez que o corpo de metal mantinha a amostra quente, e no havia a perda de gua,
j que a amostra era despejada quase que imediatamente na centrfuga. Tendo sido
permitida a troca da sonda original, um prottipo foi construdo e testado com sucesso.
Vale observar que a manipulao das vlvulas da nova sonda se dava de forma que pelo
menos uma delas permanecesse fechada, pois a entrada de ar no equipamento ocorria
rapidamente e tinha efeitos imediatos na presso interna do equipamento.
A sonda era introduzida no cristalizador um pouco antes da batelada ter
incio e, por reter material em seu interior, era retirada ao final. Esta operao era
necessria pois, como o equipamento era limpo com vapor entre as bateladas, formava-
se um bloco de acar derretido dentro da sonda, impedindo sua utilizao na batelada
posterior.
Amostra
Massa sob vcuo
Figura 6.11: Sonda de amostragem normalmente utilizada na usina;

Vlvulas
Amostra
Massa sob vcuo
(a)
Vlvulas
Amostra
(b)
Figura 6.12 Desenho esquemtico e foto da sonda de amostragem idealizada e
construda para a retirada de amostra do cristalizador 10.
O tempo mdio entre as amostragens era de 25 minutos. No entanto, nem

sempre era possvel, de uma mesma quantidade de material coletado, obter as amostras
da massa cozida, do mel e dos cristais. Dentre os fatores que contribuam para a
diminuio do volume de material estavam o aumento da viscosidade da massa em dado
momento e outros fatores extemporneos, como o entupimento da sonda ou o
desligamento automtico da centrfuga devido ao superaquecimento. As amostras
recolhidas eram armazenadas em fracos plsticos devidamente identificados, e, a seguir,
eram levadas ao laboratrio da usina para serem analisadas pelo pesquisador.
6.3. Modelagem do Processo
Nesta seo ser detalhado o desenvolvimento do modelo do cristalizador

10. Em alguns pontos difere do enfoque utilizado na modelagem dos evaporadores,
apesar dos equipamentos possurem caractersticas semelhantes. As propriedades fsicas
da soluo de sacarose foram, na maioria dos casos, calculadas utilizando-se as mesmas
equaes algbricas da etapa de evaporao.
Primeiramente ser apresentado o equacionamento que forma o modelo

matemtico do cristalizador e tambm as consideraes envolvidas. Na seqncia sero
comentados alguns aspectos da operao do cristalizador, principalmente aqueles que
necessitaram de algum tipo de considerao simplificadora para se ajustarem ao
modelo. Porm, a descrio detalhada da operao que se dava na indstria no ser
exposta aqui para resguardar o esforo de compilao de experincias empreendido pela
usina. Este fato porm no dificulta nem limita o entendimento dos modelos gerados
para simular o processo de cristalizao.
preciso enfatizar que o desenvolvimento do modelo foi direcionado no
sentido de que fosse possvel utilizar apenas os dados disponveis no banco de dados do
sistema supervisrio.
6.3.1. Supersaturao
O processo de cristalizao tem uma dinmica que varia no tempo e exibe

fortes efeitos de no linearidade. Um dos motivos geradores de tais no-linearidades a
grande dependncia da velocidade de crescimento dos cristais e das propriedades fsicas
da massa cozida com a temperatura e com a concentrao (Lauret et al, 2000).
Para a representao matemtica do cristalizador ser considerado que a
massa cozida constituda de duas fases: uma slida (os cristais), de massa Mc, e outra
lquida (mel ou licor-me), cuja massa a soma da massa de gua, Mw, da massa de
sacarose dissolvida, Ma, e da massa de impurezas, Mi. Vale observar que sob a
definio de impurezas esto todos os materiais dissolvidos que no sejam sacarose. De
forma resumida tem-se:
Massa Cozida
Mw+Ma+Mi+Mc
Mel Cristais
Mw+Ma+Mi Mc
gua Material Dissolvido

Mw Ma+Mi
Sacarose dissolvida Impurezas

Ma Mi
O balano destas quatro espcies caracteriza completamente o acmulo

mssico no cristalizador, de modo que o balano da massa total, por no ser
independente, no se faz necessrio.
Alm das equaes de balano, existem outras relaes importantes entre as
quantidades de constituintes da massa cozida, a saber:
Massa Total da Massa Cozida............................ Mt = Ma + Mi + Mw + Mc

Massa do Licor-Me.......................................... Msol = Ma + Mi + Mw
Ma + Mi
Frao Mssica de Matria Seca........................ Bx =
Ma + Mi + Mw
Ma + Mi + Mc
Frao Mssica de Matria Seca Total.............. BxT =
Ma + Mi + Mw + Mc
Ma + Mi
Brix Percentagem de slidos dissolvidos (%) Brx = 100 Bx = 100
Ma + Mi + Mw
Brix Total Nmero de partes de matria seca Ma + Mi + Mc
BrxT = 100 BxT = 100
total em 100 partes de massa cozida................. Ma + Mi + Mw + Mc
Ma
Pureza................................................................. P =
Ma + Mi
Mc BxT Bx
Frao de Cristais............................................... Fc = =
Ma + Mi + Mw + Mc 1 Bx
Ma Bx P
Razo de Sacarose para gua............................ Raw = =
Mw 1 Bx
Mi Bx (1 P )
Razo de Impurezas para gua.......................... Riw = =
Mw 1 Bx
O Brix Total acima citado considera a sacarose na forma de cristais como se

estes estivessem dissolvidos e, desta forma, no segue a definio de Brix, que se refere
ao material realmente dissolvido no licor-me. Analisando-se a forma como as medidas
de Brix da massa cozida so determinadas no laboratrio da usina, concluiu-se que na
verdade o Brix relatado o Brix Total. importante notar que todas as equaes de
propriedades do mel utilizam o valor de Brix e no de Brix Total.
A solubilidade da sacarose definida como a concentrao de sacarose em
uma soluo saturada que se encontra em equilbrio com cristais de sacarose (Bubnik e
Kadlec, 1995 apud Tahal, 2000). A solubilidade de uma soluo pura de sacarose,
BxSAT, dependente da temperatura e na literatura so encontradas vrias expresses
para seu clculo. Neste trabalho ser utilizada a seguinte equao (Maurandi, 1988 apud
Feyo de Azevedo e Choro, 1993) :
2 3 4
T T T T
Brx SAT = 100Bx SAT = 64,447 + 8,222 + 16,6169 - 1,558 - 4,63 (03)
100 100 100 100
O fenmeno da cristalizao ocorre apenas em solues supersaturadas, ou seja,

que apresentam mais soluto dissolvido que o necessrio para obter a saturao. O
parmetro utilizado para indicar a extenso do excesso de soluto a supersaturao, S.
O valor de S ser 1,0 para solues saturadas, menor que 1,0 para solues diludas e
maior que 1,0 para solues supersaturadas. A definio de supersaturao aparece na
literatura de diversas maneiras, porm a ICUMSA (International Commission for
Uniform Methods of Sugar Analysis) recomenda sua utilizao da seguinte forma:
Ma

Mw IMP ,T
S= (04)
Ma

Mw SAT , IMP ,T
Onde:
- o numerador a razo de sacarose/gua para a soluo impura;
- o denominador a razo sacarose/gua para uma soluo saturada de acar com a

mesma razo impureza/gua e na mesma temperatura, e pode ser calculado atravs
da equao (05):
Ma Ma
= SC (05)
Mw SAT , IMP,T Mw SAT ,T
Onde:
- SC o coeficiente de saturao: um fator de correo adimensional que incorpora o
efeito das impurezas na concentrao de saturao de uma soluo pura. Vrios
autores tm sugerido correlaes para o clculo de SC :
Wright (1974) apud Lauret (2000):
Mi
SC = 1 0,088 (06)
Mw
Tahal (2000) cita a correlao de Broadfoot e Steindl (1980):
T 60 Mi
SC = 1 0,1 (07)
200 Mw
Outras correlaes foram encontradas para o clculo de SC, porm as mais

recentes apresentam a seguinte forma:
Mi Mi
SC = m + b + (1 b) exp c (08)
Mw Mw
O manual de instrues para o software Seedmaster, da K-Patents (2002),

sugere que as indstrias produtoras de acar determinem com certa freqncia as
constantes m,b e c de modo a garantir que o processo se ajuste a mudanas na qualidade
da cana-de-acar devido ao clima, condies de estocagem, prticas de cultivo e
composio das impurezas. Interessante notar que os parmetros para a cristalizao de
acar proveniente da beterraba so bastante diferentes daqueles utilizados para a
cristalizao de acar proveniente da cana-de-acar. Hassani et al (2001) trabalharam
com a cristalizao de acar de cana, porm utilizaram as constantes que no software
Seedmaster foram utilizadas para a beterraba. Neste trabalho, a equao (08) foi adotada
utilizando as constantes m, b e c do trabalho de Georgieva et al (2003):
Mi Mi
SC = 0,1 + 0,4 + (1 0,4) exp 0,24 (09)
Mw Mw
Por fim, a equao de supersaturao (Eq. 04) pode ser representada em

termos do Brix da seguinte maneira:
Bx P
S= 1 Bx (10)
Bx SAT
SC
1 Bx SAT
A seguir sero mostradas duas equaes que permitem calcular a

supersaturao limite para solues de sacarose, isto , grau de supersaturao a partir
do qual os cristais de acar se formam de maneira espontnea e descontrolada:
White (2000) apud Tahal (2000):
S LIM = 1,11 + 3,6(1 P) 3 (11)

Georgieva et al (2003):
S LIM = 1,129 0,284(1 P) + [2,333 0,0709(T 60)](1 P ) 2 (12)
Como pode ser visto, a diminuio da pureza da soluo eleva o valor limite
da supersaturao.
6.3.2. Modelo Matemtico do Cristalizador
O modelo matemtico desenvolvido para o cristalizador 10 consiste em um

sistema algbrico-diferencial gerado a partir dos balanos de massa, de energia e do
balano populacional. A Figura 6.13 apresenta esquematicamente o cristalizador
considerado para o desenvolvimento do modelo matemtico.
FF
BxF
FW
Figura 6.13: Representao esquemtica do cristalizador 10.
Para o desenvolvimento do modelo, assumiu-se como desprezveis os

gradientes de temperatura e concentrao dentro do equipamento, hiptese semelhante
quela adotada no modelo dos evaporadores. As demais consideraes assumidas so
listadas a seguir:
Dinmica do vapor desprezvel;

Capacidade calorfica desprezvel da superfcie de aquecimento (calandra);
Mistura perfeita do lquido e dos cristais;
Temperatura mdia da soluo representativa;
Calor perdido para o ambiente desprezvel;
Condensao de todo o vapor que entra na calandra;
Desconsiderados os eventos populacionais de nascimento e morte de partculas.
BALANO MATERIAL
A seguir so apresentadas as equaes diferenciais do modelo:

Balano de gua:
dM W
= FF F (1 Bx F ) + FW F J VAP (13)
dt
Balano de impurezas:
dM I
= FF F Bx F (1 PF ) (14)
dt
Balano de sacarose dissolvida:
dM A
= FF F Bx F PF J CRIST (15)
dt
Balano de cristais:
dM C
= J CRIST (16)
dt
Para o balano de energia no lquido foi levada em considerao a

dependncia da entalpia da soluo (Hlsol) com a frao mssica do soluto (Bx) e com a
pureza (P), lanando-se mo das correlaes de Hlsol disponveis (Feyo de Azevedo e
Choro, 1993):
dT
(M SOL Cp SOL + M C Cp C ) = W + Q + FF F Hl F + FW W HlW J VAP H VAP (17)
dt
dM A dM I dM W
Hl SOL + +
dt dt dt
dM C dHl SOL dM A dM I dM W
- HC (1 Bx SOL ) + Bx SOL
dt dBx SOL dt dt dt
1 dHl SOL dM A dM I
(1 PSOL ) PSOL
Bx SOL dPSOL dt dt
Onde:
F = Vazo mssica M = Massa no cristalizador
Hl = Entalpia (para lquidos) H = Entalpia (para os cristais)
T = Temperatura da soluo JVAP = Taxa de evaporao
P = Pureza da soluo HVAP = Entalpia do vapor
JCRIST = Taxa de cristalizao Q = Energia proveniente do vapor na calandra
Bx = Brix da soluo W = Energia advinda do agitador (W=0, pois no h

agitador no cristalizador 10)
= Densidade
Subscritos:
F = Alimentao
I, A, W e C = impureza, sacarose, gua e cristais, respectivamente
SOL = Soluo
ST = Vapor na calandra
VAP = Vapor gerado dentro do cristalizador
Substituindo as equaes (13) a (16) em (17) e rearranjando a equao

resultante, chega-se a uma forma mais simples de representar o balano de energia:
dT
= AT J crist + BT FF + CT J VAP + DT
dt (18)
Onde : AT , BT , CT e DT agregam os termos isolados.

1 dHl Sol (1 PSol ) dHl Sol
AT = Hl Sol H C + (1 Bx Sol ) + (18a)
( M Sol Cp Sol ) + ( M C Cp C ) dBx Sol Bx Sol dPSol
F dHl Sol Bx F dHl Sol

BT = Hl F Hl Sol ( Bx F Bx Sol )
Bx ( PF Psol ) (18b)

( M Sol Cp Sol ) + ( M C Cp C ) dBx Sol Sol dPSol
1 dHl Sol
CT = Hl Sol H VAP B Sol
(18c)
( M Sol Cp Sol ) + ( M C Cp C ) dBx Sol
1 dHl Sol
DT = W + Q + H W Hl Sol + Bx Sol FW W
(18d)
( M Sol Cp Sol ) + ( M C CpC ) dB Sol
Atravs da resoluo do sistema de equaes diferenciais so obtidas as

estimativas para as quantidades de sacarose, impurezas e gua contidas no cristalizador
e com estas grandezas possvel calcular, para cada instante, o Brix da soluo - Brx.
Com o valor da concentrao calculado e de posse da temperatura da massa, T, todas as
propriedades fsicas que figuram no modelo matemtico podem ser calculas atravs das
correlaes apresentadas no Anexo A. Dentre estas propriedades esto as densidades
das correntes de material, a entalpia do vapor, a entalpia da soluo e a dependncia
desta ltima com a pureza e a concentrao.
6.3.3. Adaptaes do Modelo ao Ambiente Industrial
O modelo foi utilizado para simular o processo a partir do momento em que

o cristalizador se encontrasse preenchido com a carga inicial de xarope, que ocorria
quando o nvel indicava aproximadamente 54%. Um dos motivos para tal abordagem
que durante o perodo de enchimento a presso dentro do equipamento ainda no havia
se estabilizado e seu efeito no perfeitamente descrito pelo modelo. Porm, a Figura
6.14 mostra que esta etapa da operao do equipamento no crtica, uma vez que o
nvel pode ser bem representado por uma funo linear em relao ao tempo e atinge
54% em aproximadamente 16 minutos.
60
55
50
45
40
Nvel - [%]
35
30
25
20
15
10
5
0
0 2 4 6 8 10 12 14 16 18
Tempo - [min]
Figura 6.14: Representao da fase de enchimento do cristalizador 10.
Analisando-se as equaes expostas, nota-se que para a resoluo do modelo

proposto necessrio que o material que alimenta o cristalizador seja bem caracterizado
(atravs da temperatura, da concentrao e da vazo de alimentao - FW e FF) e
tambm que sejam informados os valores das taxa de evaporao de gua e de
cristalizao - JVAP e JCRIST, respectivamente. As prximas sees detalham as
manipulaes que tiveram que ser efetuadas nas informaes presentes na base de dados
do sistema supervisrio, uma vez que nem todas estavam na forma adequada para serem
diretamente utilizadas pelo modelo.
6.3.3.1. Vazo da Corrente de Alimentao de Xarope (FF) e de gua (FW)
A carncia de informaes disponveis on-line na usina a respeito do xarope

que alimentava o cristalizador 10 era significativa. A vazo de alimentao, talvez a
varivel mais crtica do modelo, no era medida e, por este motivo, foi calculada
indiretamente por meio do sinal da abertura da vlvula de controle. Uma mostra do
comportamento desta varivel encontra na Figura 6.15, a seguir.
120
Vlvula de Xarope Aberta Vlvula de gua Aberta
Abertura da Vlvula de Controle - [%]
100
80
60
40
20
0
0 50 100 150 200
-20
Tempo (min)
Figura 6.15: Abertura da vlvula de controle e fluidos transportados por ela.
A vazo atravs da vlvula de controle depende do tamanho desta, da perda

de carga, da percentagem de abertura e das propriedades do fluido. As equaes de
projeto normalmente utilizadas para o clculo da vazo que flui atravs da vlvula de
controle relacionam todos estes fatores, porm devido falta de dados e de
especificaes da vlvula, a vazo de alimentao foi calculada atravs de uma relao
linear com a abertura da vlvula de controle:
FF = KX * ABVAX * STX [m3/min] (19)
FW = KW * ABVAX * STW [m3/min] (20)

Nas equaes (19) e (20) ABVAX representa o valor da abertura da vlvula

de controle presente na base de dados. Uma vez que por esta mesma vlvula circulam o
xarope e a gua que alimentam o equipamento, foram utilizados os sinais STW e STX
que indicavam, respectivamente, os estados das vlvulas on/off , que permitiam a
passagem da gua e do xarope (Figura 6.15). KW e KX so constantes que tiveram seus
valores ajustados. O motivo para no utilizar a mesma constante para os dois fluidos foi
a possibilidade de uma mesma abertura de vlvula poder gerar vazes diferentes devido
s diferentes densidades e viscosidades dos materiais.
O Brix da soluo era controlado atravs da manipulao da abertura da
vlvula de controle e o setpoint do Brix era linearmente relacionado com o nvel da
soluo. A Figura 6.16 ilustra esta dependncia, que determinada pelos valores de
Brix desejados para os nveis de 50, 75 e 100%.
89
Ao do operador
88
87
86
Brix
85 89
Brix Medido
87
84
85
83
83
Setpoint do Brix
Setpoint do Brix
82 81
Brix Medido
81 82 83 84 85 86 87 88 89
81
40 45 50 55 60 65 70 75 80 85 90 95 100 105 110
Nvel - [%]
Figura 6.16: Representao esquemtica da dependncia do Brix com o nvel da soluo.
A Figura 6.16 tambm ilustra a capacidade do processo em seguir a rampa

estipulada. Pode-se notar que esta representao permite localizar pontos de
interferncia manual dos operadores. No exemplo acima, pode-se notar que quando o
nvel se aproximou de 80% o operador reduziu o valor do Brix desejado correspondente
ao nvel de 75%. Como ser mostrado mais adiante, a forma como manipulada a
vlvula de controle impacta de maneira expressiva nos resultados do modelo.
O clculo utilizado para estimar um valor inicial de KX exemplificado a

seguir. Nos dados relativos a uma determinada batelada foram separados os tempos nos
quais o nvel atingiu 57 e 75% - durante a fase de enchimento. Com os volumes
correspondentes a estes nveis e com as densidades do material foram calculadas, para
cada tempo, a massa total contida no equipamento. Com os valores do Brix Total foram
calculadas as massas de soluto (sacarose total e impurezas) e de gua. A diferena entre
as massas de soluto (1 na Tabela 6.15) foi utilizada para calcular o volume de xarope
(68 Brix de concentrao) que conteria esta mesma massa de soluto. A vazo de
alimentao mdia foi calculada dividindo-se este volume pela diferena entre os
tempos anotados. Relacionando-se este valor calculado com a abertura mdia da vlvula
de controle durante o perodo possvel estimar a vazo de alimentao para a abertura
de 100% por meio de uma regra de trs e na seqncia calcular KX. Com os mesmos
dados tambm possvel fazer uma primeira estimativa da taxa de evaporao, uma vez
que a quantidade de gua evaporada equivale a aquela que entrou na corrente de
alimentao menos a diferena entre a quantidade de gua de cada tempo (2). A
Tabela 6.4 abaixo sumariza os clculos aqui detalhados:
Tabela 6.4: Dados para o clculo da estimativa do parmetro KX.
Tempo Nvel Volume Brix Densidade Massa Total Soluto Total gua
(min) (%) (m3) (%) (kg/m3) (kg) (Sac, e Imp) (kg)
57 30,30 85,84 1432,78 43419,86 37271,61 6148,25
38
75 44,10 88,00 1447,96 63855,10 56192,49 7662,61
=20435,24 1=18920,88 2=1514,36
Brix (%) Densidade

Xarope 68 1310,33
Abertura Mdia 62,84 % 732,232 kg/min

Abertura Total 100 % 1165,155 kg/min
KX=0,889 m3/min
Soluto Alimentado Xarope gua no Taxa de

gua Evaporada
(1) Alimentado Xarope Evaporao
18920,88 27824,82 8903,94 7389,58 194,46 kg/min
Repetidos estes clculo em um conjunto de sete bateladas, obteve-se um KX

de 0,9130,143m3/min e uma taxa de evaporao (JVAP) de 214,2763,55kg/min. Na
fase de ajuste dos parmetros utilizou-se como valor inicial de KW o valor de KX aqui
calculado.
6.3.3.2. Temperatura da Corrente de Alimentao de Xarope (TF)
Em relao temperatura do xarope de alimentao, que seria utilizada no

clculo da entalpia, foi adotada a menor temperatura registrada durante a batelada. Esta
normalmente se encontrava nos primeiros minutos da fase de enchimento (Figura 6.17).
Quanto concentrao e pureza da alimentao, para as bateladas nas quais no houve
coleta de amostra de xarope, foram utilizados os valores determinados no laboratrio da
usina para o turno no qual a batelada teve incio. De acordo com dados armazenados
pelo laboratrio, constatou-se que estas variveis podem ser bem representadas pelos
seus valores mdios de 66,0 Brix e 90% de pureza. Vale observar que o xarope que
alimenta os cristalizadores se encontra na caixa de xarope. O material neste tanque
recebe correntes de reciclo da etapa de cristalizao e apresenta caractersticas
(concentrao e pureza) um pouco diferentes do xarope que sai dos evaporadores.
110
Temperatura
100
Temperatura ( C)
90
80
70
60
. 67oC Temperatura estimada da alimentao
0 30 60 90 120 150 180

Tem po (m in)
Figura 6.17: Determinao da temperatura da corrente de alimentao
6.3.3.3. Volume de Massa Cozida (Vm)
Em um dado momento dos clculos acima, o volume de massa cozida

contido no cristalizador, Vm, foi calculado a partir do nvel indicado na base de dados.
Este procedimento seria trivial no fosse o desconhecimento inicial da forma como a
indstria relacionava estas grandezas. A determinao desta relao entre o volume e o
nvel da base de dados foi efetuada em dois passos. Primeiramente, calculou-se a altura
de lquido, a partir do valor do nvel, e, a seguir, o volume. A relao entre o nvel e a

altura mostrada na Figura 6.18:
1.8
1.6
1.4
Altura de Massa - [m]
1.2
1
0.8
0.6
Altura [m] = 3.0140E-2*Nvel [%] - 1.384847
0.4
R2 = 0.9939
0.2
0
50 60 70 80 90 100 110
Nvel - [%]
Figura 6.18: Relao entre o sinal do nvel do cristalizador 10 e a altura da massa

cozida.
Os sete pontos experimentais explicitados na Figura 6.18 foram obtidos em

momentos nos quais a operao do cristalizador 10 havia sido interrompida. Uma vez
que no havia ebulio da massa cozida, era simples medir, pelos visores do
equipamento, a distncia entre a superfcie da soluo e a parte superior da calandra.
Vale observar que a equao obtida uma aproximao, mas sua utilizao pode ser
justificada, pois a faixa de variao da densidade da massa ao longo da batelada
estreita, de 1370kg/m3 a 1470kg/m3, e de se esperar que valores de nvel semelhantes
estejam sob condies equivalentes de concentrao e temperatura.
Por meio de clculos com as dimenses do cristalizador foi possvel
relacionar a altura de massa cozida com o volume correspondente atravs da equao
(21), que apropriada para valores de nvel maiores que 50%.
Volume = (0,03014*Nvel [%] -1,384847)* 25,428189+21,8336 [m3] (21)

6.3.3.4. Taxa de Evaporao de gua (JVAP)
Uma outra varivel requerida pelo modelo a taxa de evaporao de gua no

equipamento (JVAP). Em seu trabalho, Evans e colaboradores (1970) sugerem a equao
emprica (22) para estimar JVAP. Os autores atestam que a constante KVAP ter um valor
muito elevado de forma a forar que TTVAP+EPEX. Neste caso, a taxa de evaporao
pode ser vista como um regulador da temperatura.
J VAP = K VAP (T (TVAP + EPE X )) (22)
Uma outra forma de estimar JVAP foi sugerida por Meireles (1996). Sua
abordagem complementar a de Evans e colaboradores, mas, alm do
superaquecimento da soluo, fica explicitada a relao da quantidade de gua
evaporada com a quantidade de calor cedida massa cozida. Aquele trabalho tambm se
valia do fato do valor da vazo de vapor, FST, estar disponvel.
FST ST Hv ST
J VAP = + K VAP (T (TVAP + EPE X )) (23)
HvVAP
Nesta equao, st um parmetro emprico ajustvel que pode ser

entendido como um fator de correo para a entalpia do vapor de aquecimento, que
engloba perdas de calor e imprecises nas medidas dos sensores de presso do vapor. J
KVAP traduz a extenso do efeito de um superaquecimento da massa na taxa de
evaporao. Ambos podem ser modificados para melhor adequao situao real do
processo, mas de se esperar que o primeiro no se distancie muito da unidade, uma
vez que pretende apenas compensar erros. Interessante notar que no trabalho de
Meireles (1996) KVAP apresenta um valor baixo (1,8kg/min oC), ao contrrio do que
ocorre no trabalho de Evans et al (1970), o que sugere que o primeiro termo da equao
(23) j uma boa aproximao de JVAP.
Uma vez que a vazo do vapor que entrava na calandra no se encontrava
disponvel no cristalizador 10, utilizou-se a considerao de que o calor cedido pelo
vapor era descrito por:
Q = UA(TST (TVAP + EPE X + EPE H )) (24)

Onde U o coeficiente de troca trmica; A a rea de troca da calandra e TST a

temperatura do vapor, considerado saturado; j EPEX e EPEH correspondem elevao
do ponto de ebulio causado pela concentrao e pela coluna de massa cozida. A
utilizao da EPEH apenas no clculo de Q sugerida por Camargo (1990) e Evans et al
(1970), e tambm reflete a informao contida no manual da K-Patents (2002), que
afirma que o interior dos tubos da calandra a regio do equipamento onde a massa se
encontra com maior temperatura.
O valor de U foi estimado com os dados da etapa de concentrao de sete
bateladas, utilizando a metodologia sugerida por Feyo de Azevedo e Choro (1993) e
Meireles (1996). Nesta etapa da operao no h alimentao de material nem
crescimento de cristais, somente evaporao da gua. Assim, a equao (18)
representada por:
dT
= CT J VAP + DT (25)
dt
Resolvendo-se para JVAP torna-se:
dT
Q M SOL Cp SOL
J VAP = dt (26)
dHl SOL
HvVAP Hl SOL + Bx SOL
dBx SOL
Com os dados disponveis na base de dados - especificamente Brix, nvel e

presses do vapor de aquecimento e do vcuo - possvel integrar a taxa de evaporao
ao longo do perodo de concentrao e acompanhar a diminuio da quantidade de gua
no cristalizador. O valor de U, que se encontra embutido no clculo de Q, foi ajustado
apropriadamente de modo a gerar resultados concordantes com a evoluo da massa de
gua obtida dos dados experimentais. Os grficos da Figura 6.19 mostram a variao da
massa de gua em cinco das sete bateladas utilizadas. O valor estimado de U foi de
2501 kJ/h m2 oC (41,69 kJ/min m2 oC) e a taxa de evaporao mdia foi de 241 kg/min,
ainda dentro da faixa de JVAP calculada anteriormente. Na etapa de ajuste dos
parmetros o valor de U aqui calculado foi utilizado como valor inicial de busca.
11000 11000
Experimental Calculado Experimental Calculado
10500 10500
10000 10000
Massa de gua - [kg]
9500 9500
9000 9000
8500 8500
8000 8000
7500 7500
7000 7000
0 3 6 9 12 15 0 3 6 9 12 15
Tempo - [min] Tempo - [min]
Figura 6.19: Representao da variao da massa de gua presente no cristalizador 10 em

cinco bateladas. Valores calculados durante a estimativa do coeficiente de troca trmica.
Uma vez que fora da etapa de concentrao a variao da massa de gua no

equipamento ditada por um efeito combinado da quantidade de calor cedida massa
cozida e da vazo de alimentao de material, no possvel utilizar a equao (26) ao
longo de toda a batelada. Desta forma, a abordagem que ser adotada neste trabalho
para exprimir JVAP uma variante da equao de Meireles (1996) e ser esta verso
simplificada, equao (27), aquela a ser utilizada nos clculos da resoluo do sistema
de equaes diferenciais:
UA(TST (TVAP + EPE X + EPE H ))

J VAP = + K VAP (T (TVAP + EPE X )) (27)
HvVAP
Uma vez ajustados os valores de U e KVAP, todos os termos desta equao ou

so conhecidos ou podem ser calculados ao longo da resoluo do modelo.
6.3.4. Balano Populacional
Um dos objetivos do modelo da cristalizao a descrio da populao de

cristais presentes no equipamento. Neste trabalho, o acompanhamento do crescimento
dos cristais se d atravs do clculo do tamanho mdio mssico, AM, e do desvio
padro, , associados a sua DTC. Nas usinas de acar comum utilizar o coeficiente
de variao, CV=100/AM, para descrever o grau de uniformidade dos cristais
formados. Este parmetro a representao percentual do desvio padro em relao ao
tamanho mdio do cristal,
Do ponto de vista matemtico, a descrio das caractersticas da populao

de partculas vem da resoluo do balano populacional. Este derivado de maneira
anloga ao balano diferencial de massa, energia e momentum, efetuando a contagem
das partculas com tamanho na faixa de L a L+L em um volume diferencial dV de uma
suspenso. A aplicao do balano populacional no se restringe a sistemas de
cristalizao, uma vez que deriva da anlise de um sistema particulado geral sujeito a
vrias ocorrncias populacionais (por exemplo: surgimento de partculas, retirada
seletiva de partculas em uma certa faixa de tamanhos, etc).
Para um processo de batelada alimentada, no qual a corrente de entrada no
possui cristais, o balano populacional baseado no tamanho de partculas pode ser
representado de maneira genrica pela equao (28) (Patience, 2002):
f (t , L) G (t , L) f (t , L) 2 f (t , L)
+ DG = B ( L) D ( L) (28)
t L L2
Onde :
f (t , L) = Funo densidade populacional baseada no nmero de partculas por tamanho
de partcula por unidade de volume de suspenso [#/m/m3]
f (t , L) = f (t , L) V, com V sendo o volume total da suspenso [#/m]
B(L) e D(L) = Taxa de nascimento e morte, respectivamente [#/m/s]
G = Velocidade de crescimento linear [m/s]
DG = Difusividade da velocidade de crescimento linear [m/s2]
L = Comprimento caracterstico [m]
# = Smbolo representativo de nmero.
Considerando-se que no h desaparecimento de partculas (morte) ou
surgimento de novas (nascimento) a equao (29) pode ser representada para todo o
volume do cristalizador como:
f (t , L) f (t , L) 2 f (t , L)
+G DG =0 (29)
t L L2
Na equao acima tambm se encontra a hiptese de que a velocidade de

crescimento do cristal, G, independe do tamanho deste (Lei de McCabe). Tal
comportamento encontrado em muitos sistemas e no caso especfico da cristalizao
de sacarose assumido por vrios autores (Georgieva et al, 2003; Hassani, 2001; dentre
outros).
Uma vez que a resoluo da equao diferencial parcial (29) no trivial,

comum represent-la por um conjunto de j equaes diferenciais ordinrias, por meio
dos momentos da distribuio definidos como (Randolph & Larson, 1988):

j (t ) = L j f (L, t )dL (30)
0
A equao (29) representada, ento, pelo seguinte conjunto de seis EDOs:

d0
=0 (31)
dt
d 1
= G 0 (32)
dt
d j
= jG j 1 + j ( j 1) DG j 2 , para 2 < j < 5 (33)
dt
Matthews (1997) aponta que apesar de sua utilidade este mtodo apresenta
como limitaes o fato de no ser possvel, resolvendo-se um conjunto finito de
equaes de momento, reconstruir a distribuio, pois o problema inverso mal-
condicionado. Em outras palavras, um conjunto finito de momentos no capaz de
representar uma DTC de forma nica. Outro fator que a incluso de funes
dependentes do tamanho da partcula leva a sistemas de difcil soluo.
Por outro lado, uma caracterstica que pode ser interpretada como vantagem,
alm da reduo da EDP em um conjunto de EDOs, que os momentos da distribuio
esto relacionados com caractersticas fsicas das partculas (Jancic e Grootscholten,
1984). Quando a funo densidade dada relacionando-se o nmero ao dimetro das
partculas, em metros, a unidade de j [mj]. Os momentos 0 e 1 equivalem ao
nmero total e soma do comprimento de todos os cristais, e os momentos 2 e 3
esto, respectivamente, relacionados rea total e ao volume total dos cristais pelos
fatores de forma de rea e volumtrico. possvel tambm, fazendo uso de 4 e 5,
calcular diretamente os parmetros de caracterizao da distribuio: o tamanho mdio
mssico (AM) e o respectivo coeficiente de variao (CV). A saber, o tamanho mdio
mssico aquele obtido da distribuio de volume por tamanho de cristais.
2
5 4
AM = 4 (34) CV = 100 3 (35)
3 4 3 3
Vale observar que os resultados obtidos para os parmetros acima
independem da utilizao de j ou j nos clculos, uma vez que so caractersticas
intrnsecas da forma da DTC e no do nmero de partculas que formam a populao.

Como citado acima o volume de cristais em uma unidade de volume de
suspenso se relaciona com o terceiro momento de sua DTC baseada no nmero:
Vc
= kv 3 (36)
Vm
Onde Vm o volume total de massa cozida e Kv o fator de forma

volumtrico do cristal.
Por extenso, a massa total de cristais na suspenso pode ser calculada com:
M C = c kv 3 (37)
Derivando em relao ao tempo e substituindo na equao (16) tem-se:
dM C d3
= c kv = J CRIST (38)
dt dt
Desta forma, pode-se observar que o balano populacional se relaciona com

os balanos de massa e energia atravs da taxa de cristalizao, JCRIST.
Os parmetros necessrios para a completa descrio do balano
populacional so o valor do fator de forma volumtrico, Kv, da expresso da velocidade
de crescimento linear a ser utilizada, G, e da expresso da difusividade da velocidade de
crescimento, DG.
6.3.4.1. Fator de Forma Volumtrico (Kv)
Na literatura so encontrados inmeros valores de Kv para os cristais de

sacarose: Lauret e colaboradores (2000) apresentam o valor de Kv=0,75; Meireles
(1996) utiliza o valor de 0,84 e refere-se aos valores obtidos por peneiramento por
Heffels (1990) que variaram de 0,81 a 1,02; Georgieva et al (2003), por sua vez, toma
0,65 como valor de Kv e outros autores, como Evans et al. (1970) e Jesus (2000),
consideram o cristal esfrico e utilizam Kv=/6. Dada a grande disperso de valores e a

falta de parmetros para preterir um a outro, neste trabalho foi adotado para Kv o valor
de 0,75, por este se apresentar prximo da mdia dos valores citados. Vale observar que
este parmetro no tem um impacto crtico no modelo.
6.3.4.2. Velocidade de Crescimento Linear (G)
Como comentado anteriormente, o balano populacional afeta o balano de

massa atravs de JCRIST, por sua vez o balano populacional sofre a influncia das
variveis de estado do cristalizador (concentrao de sacarose, temperatura, etc) atravs
da velocidade de crescimento de cristais, G. A velocidade de crescimento citada como
a principal causa da no linearidade encontrada nos sistemas de cristalizao (Lauret et
al, 2000). Uma vez que um modelo totalmente determinstico da velocidade de
crescimento dos cristais no se encontra disponvel, este parmetro cintico
genericamente descrito por correlaes que agregam os efeitos das principais variveis
que o afetam: temperatura, pureza, frao de cristais, grau de agitao e supersaturao.
G (T , P, Fc, rpm, S ) = g T g P g Fc g rpm g S ,
Onde cada funo g descreve a influncia de uma varivel especfica.
Influncia da temperatura:
O efeito da temperatura sobre G normalmente correlacionado por uma

relao de Arrhenius (Garcia 2001; Meireles, 1996; Tahal, 2000):
Eat
g T = A exp (39)
R(T + 273)
Onde A um fator de freqncia; Eat a energia de ativao necessria para que a

molcula de sacarose se integre ao cristal; R a constante dos gases (8,3145e-3kJ/mol/K)
e T a temperatura. Meireles (1996) utilizou Eat = 57kJ/mol e Tahal (2000) apresentou a
seguinte expresso para o clculo de seu valor:
Eat = 62,76 - 0,8368 (T - 60) [kJ/mol] (40)

Influncia da Pureza:
Apesar de haver excees, em geral as impurezas tem um efeito inibidor em

relao a G. A equao a seguir utilizada para exprimir o efeito da pureza (Meireles,
1996; Georgieva et al, 2003; Tahal, 2000):
g P = exp( E PUR (1 P )) (41)
Onde EPUR uma constante de ajuste.
Influncia da Frao de Cristais:
Meireles (1996) cita o trabalho de Maurandi (1989) no qual este quantifica

como G influenciada pela frao de cristais presentes no cristalizador. O trabalho
concluiu que a diminuio da porosidade da suspenso, isto , o aumento da quantidade
de cristais, tinha um efeito positivo sobre G que podia ser expresso por:
Vc
g Fc = 1 + 2 = 1 + 2 M Fc (42)
Vm C
Em Lauret et al (2000) encontrada a seguinte expresso:
Efc
1 Fc
g Fc = (43)
Fc
Onde Efc pode ser ajustado.
Influncia do Estado de Agitao:
Garcia (2001) afirma que a agitao no meio diminui a energia necessria

para a incorporao da molcula de sacarose no cristal e diminui a resistncia ao
transporte de massa, sendo que este ltimo efeito parece ser o mais provvel. A autora
apresenta a seguinte relao emprica:
g rpm = (1 + rpm ) Erpm (44)
Onde Erpm uma constante de ajuste. Uma vez que no h agitador no cristalizador que
objeto de estudo deste trabalho, rpm sempre ser zero.
Influncia da Supersaturao:
A influncia da supersaturao em G representada pela equao abaixo:
g S = K SS ( S 1) Ess (45)
Onde KSS e Ess so parmetros ajustveis. O valor de Ess deve ser menor que 3,
afirmam Lauret et al (2000) citando o trabalho de Tavares (1995). Meireles (1996) e
Garcia (2001) sustentam que dentro das condies normalmente encontradas nos
cristalizadores industriais de acar o valor de Ess pode ser considerado igual a unidade.
Na literatura so ainda encontradas outras formas de representao de G, por
exemplo em Evans et al (1970), e abordagens hbridas de estimativa de G, como nos
trabalhos de Lauret et al (2000) e Georgieva et al (2003) que lanaram mo de redes
neurais para a estimativa de G.
Neste trabalho, a equao da velocidade de crescimento linear dos cristais
utilizada possui uma forma semelhante quela que foi utilizada por Meireles (1996),
Feyo de Azevedo e Choro (1993), Georgieva et al (2003) e Lauret et al (2000) e
encontra-se ilustrada a seguir:
57000
G = K g exp ( S 1) exp(8(1 P)) 1 + 2 M Fc (46)
8,315(T + 273) C
Onde Kg um parmetro que teve seu valor determinado na fase de ajuste do modelo.
Na literatura, o valor desta constante variou de 100 - Feyo de Azevedo e Choro (1993)
- a 265 - Georgieva et al (2003) - com dados de refinarias de acar.
6.3.4.3. Difusividade da Velocidade de Crescimento Linear (DG)
Para a difusividade da velocidade de crescimento foi adotada a expresso

utilizada por Meireles (1996), citada do trabalho de Randolph e White (1977):
DG = K DG (2 P 1)G (47)
Assim como KG, KDG teve seu valor ajustado. No trabalho de Meireles
(1996) KDG assumiu o valor de 5x10-5 e no trabalho de Feyo de Azevedo e Choro
(1993) o valor de 6x10-5.
6.3.5. Condies Iniciais das Variveis de Estado do Modelo
Pelo que foi exposto, o modelo matemtico do cristalizador 10 constitudo

por quatro equaes do balano de massa(Eq 13 a 16), uma do balano de energia (Eq
17) na massa cozida e seis referentes evoluo dos momentos da distribuio
populacional (Eq 31 a 33). Com a resoluo deste sistema de equaes possvel
acompanhar todos os parmetros e variveis relevantes da operao do cristalizador.
Neste ponto, uma vez estabelecidas todas as correlaes necessrias, a
concretizao do modelo depende apenas da determinao das condies iniciais das
EDOs para ser resolvido. As condies iniciais das equaes dos balanos de massa e
energia so obtidas diretamente dos dados do sistema supervisrio. A forma como
foram calculadas as condies iniciais das EDOs que compem o balano populacional
sero mostradas a seguir.
No conjunto das bateladas acompanhas neste trabalho, as trs primeiras
foram alimentadas com sementes que, em relao s caractersticas da DTC, podiam ser
consideradas qualitativamente diferentes daquela utilizada nas sete bateladas restantes.
A Figura 6.20 mostra a DTC baseada no nmero de partculas gerada pela anlise destas
duas sementes. Os valores numricos que geraram estas curvas podem ser encontrados
no Anexo C.
8%
Primeiro Grupo Segundo Grupo
7%
6%
5%
4%
3%
2%
1%
0%
0,1
1.0E-07 1
1.0E-06 10
1.0E-05 100
1.0E-04
Dimetro do Cristal (1e-6m)
Figura 6.20: DTC das duas amostras de sementes utilizadas no modelo matemtico.
Na usina, a disperso alcolica de sementes preparada no laboratrio

apresentava 0,3798 kg de cristais por litro e os operadores inseriam aproximadamente
0,5L por batelada. Para possibilitar que o clculo dos momentos j das DTCs se
adequasse de forma direta massa de sementes, que podia ser variada nas simulaes,
foi tomado como massa de referncia 1kg de cristais de sementes, com Kv=0,75,
apresentando as DTCs acima. Os resultados foram :
DTC 1:
0 = 1,14422763449159 1013 1 = 3,39952897668636 107
2 = 1,40411666417651 102 3 = 8,43881856540115 10-4
4 = 7,32717419506310 10-9 5 = 8,85482803882824 10-14
AM1 = 8,68m CV1= 62,6%

DTC 2:
0 = 0,785017506275025 1013 1 = 2,64653926391607 107
2 = 1,25331883636548 102 3 = 8,43881856540100 10-4
4 = 7,78121634212497 10-9 5 = 9,33167993753093 10-14
AM2 = 9,22m CV2= 54,8%
Para ilustrar a utilizao do valor de 3 no clculo que permite recuperar o

valor da massa de cristais:
Mc = c Kv 3
= 1580 * 0,75 * 8,43881856540115E-4

= 1,000000000000040 kg
O trabalho de Meireles (1996) cita os estudos de vrios autores para

sustentar a afirmao de que ocorre a dissoluo de parte dos cristais das sementes aps
a insero das mesmas no cristalizador. feita referncia ao estudo de Sushchenko e
colaboradores (1988) que, com dados de um cristalizador industrial, alegaram que de 50
a 90% das sementes eram dissolvidas. A quantidade de cristais que se dissolve ir
depender das condies de operao do equipamento, mas razovel considerar que
sejam os menores os primeiros a serem dissolvidos. Meireles (1996), em suas
simulaes, considera que os cristais menores que 3m so eliminados com a
dissoluo. Neste trabalho, por sua vez, foi adotado que a dissoluo se dava nos cristais
que possuam dimetros menores que 2m.
O impacto de tal considerao mnimo no volume de cristais e no dimetro

mdio mssico. A Figura 6.21 ilustra, para as sementes do grupo 2, a extenso das
mudanas de nmero e volumtrica sofridas pela DTC aps a dissoluo dos cristais
menores que 2m. O volume perdido de cristais de 1,3% e o dimetro mdio mssico
(4/3) aumentou de 9,22m para 9,32m, apenas 1%. Em relao ao nmero de
cristais, aproximadamente 28% dissolvem aps a insero das sementes.
Considerou-se tambm que aproximadamente 25ml da disperso de
sementes eram perdidos na tubulao por onde esta era inserida.
9%
Nmero de Cristais - Original
Nmero de Cristais - Com Dissoluo 8%
Volume de Cristais - Original
7%
Volume de Cristais - Com Dissoluo
6%
5%
4%
3%
2%
1%
0%
0,1
1.0E-07 1
1.0E-06 10
1.0E-05 100
1.0E-04
Dimetro do Cristal (1e-6m)
Figura 6.21: Efeito da dissoluo de cristais nas DTC's de nmero e de volume.
Vale a pena observar que qualquer tentativa de controle do tamanho final dos
cristais atravs da manipulao da quantidade de sementes inserida no equipamento ir
apresentar uma eficincia muito baixa, j que, desconsiderando a morte de cristais, seria
necessrio aumentar em oito vezes a quantidade de sementes para reduzir metade o
dimetro final dos cristais, isto , uma mesma massa M de sacarose pode gerar N
partculas de dimetro L ou 8N partculas de dimetro L/2.
6.3.6. Concretizao do Modelo Matemtico
Uma vez que as condies iniciais do modelo e suas correlaes foram

estabelecidas, a estrutura de resoluo do modelo mostrada na Figura 6.22:
Condies Iniciais das

Variveis de Estado
Equaes dos Balanos JCRIST Equaes do Balano

de Populacional
Massa e Energia
, CP, HVAP
Variveis de Entrada JVAP G, DG

para cada Instante i:
Ff, Tf, Bxf, Pst, PVAP
Ma,BMw,
X, T, Mc,
FC, SMi, T Banco de Correlaes
e
Propriedades Fsicas
RESULTADOS
- Volume de Massa;
- Nvel; BX, FC, S
- Massa de Cristais;
- Brix;
- Brix Total;
- Supersaturao;
- Dimetro Mdio dos Cristais; AM, CV
- Coeficiente de Variao;
- Temperatura;
- Etc.
Figura 6.22: Representao da estrutura lgica do modelo matemtico utilizado.

O modelo foi desenvolvido de tal forma que a simulao necessitasse apenas
do fornecimento dos dados disponveis na base de dados da usina. Os dados de processo
foram armazenados no sistema supervisrio com um intervalo de trinta segundos entre
as leituras. Apesar de estarem gravadas as leituras de muitas bateladas, apenas em 10
delas foi possvel acompanhar o processo e coletar amostras da massa cozida, do mel e
dos cristais. No texto que se segue as referncias a estas bateladas sero feitas por meio
de algarismos romanos.
As variveis de entrada do modelo so:
ABVAX Abertura da vlvula de controle utilizada para o clculo de FF e FW (Eqs. 19 e 20). Esta a
principal varivel do modelo, pois a ela est relacionada toda a sacarose que alimentada ao
cristalizador.
STX Sinal de on/off (0 ou 1) da vlvula de xarope, utilizado para o clculo de FF (Eq 19).
STW Sinal de on/off (0 ou 1) da vlvula de gua, utilizado para o clculo de FW (Eq 20)
PST Presso do vapor na calandra, utilizada para o clculo da temperatura TST [psi man]
PVAP Presso de vcuo no equipamento, para o clculo da temperatura TVAP [inHg vcuo]
TmP Temperatura medida no fundo do equipamento durante o processo. Apenas um valor
utilizado: o sinal de menor valor a estimativa de TF e TW [oC]
BrxT Brix Total da massa cozida. Apenas um valor utilizado: o valor encontrado imediatamente
antes da fase de concentrao tomado no clculo das condies iniciais das EDOs dos
balanos de massa e energia.
As variveis que sero utilizadas para checar as estimativas do modelo so:
Nvel da massa Com este sinal calculado o volume da massa (Eq 21) e este comparado com a
cozida
estimativa do modelo.
Temperatura A temperatura de processo da massa medida apenas por um sensor localizado no
fundo do equipamento. Assim sendo, espera-se que a temperatura T, calculada pelo
modelo, se comporte apenas qualitativamente em concordncia com esta varivel.
Brix Total: O modelo, atravs de manipulaes com as variveis do balano de massa, estima
um valor de Brix Total da massa e o compara com esta varivel.
Dimetro mdio O valor calculado pelo modelo comparado ao determinado experimentalmente.
mssico
Frao de cristal O valor calculado atravs dos valores de Brix medidos no laboratrio, foi comparado
com aquela do modelo estimado pelo modelo.
As Figuras 6.23 (a) e (b) mostram o comportamento das principais variveis

das bateladas II e III. As bateladas restantes so apresentadas no Anexo D.
(A) Batelada II:

120 90
Abertura Nvel Brix
80
Presso do Vapor (psi man)

Nvel (%) - Abertura (%) - Brix
Temp (C) - Vcuo (pol Hg) -

100
70
80 Temperatura Vcuo Presso do Vapor
60
60 50
40
40
30
20 20
0 10
0 50 100 150 200 0
-20 0 50 100 150 200
Tempo (min) Tempo (min)
(B) Batelada III:

120 90
Abertura Nvel Brix
Presso do Vapor (psi man) 80
100
70
60
60 50
40
40
30
20 20
0 10
0 50 100 150 200 0
-20
0 50 100 150 200
Figura 6.23: Comportamento das principais medidas disponveis na base de dados das
bateladas II e III.
Grande parte das anlises que sero feitas sobre os resultados gerados pelo
modelo leva em considerao o comportamento da abertura da vlvula de controle,
ABVAX. Nas figuras acima, pode-se observar que esta varivel apresentou trajetrias
bastante distintas nas duas bateladas em questo. A batelada III experimentou duas
paradas na operao do cristalizador, uma delas aos 70 minutos e outra aos 145
minutos. Mesmo sob tais condies, a temperatura, a presso da calandra e a presso de
vcuo apresentam um comportamento quase constante. O nvel se comporta de forma
linear na fase de enchimento quando ABVAX se encontra prxima de um valor fixo, por
sua vez apresenta degraus nos momentos em que ABVAX apresenta variaes
significativas. Por fim, o comportamento do Brix Total, BrxT, reflete tanto a forma com
que se d a alimentao quanto as variaes na quantidade de calor cedida massa e ao
crescimento dos cristais.
6.3.7. Ajuste dos Parmetros
O modelo, da forma como foi descrito nas sees anteriores, possua ainda
vrios parmetros cujos valores deviam ser ajustados. O vetor de parmetros a estimar :
= [ U KVAP KX KW Kg KDG ]
O vetor resposta, Y', proveniente da resoluo do sistema de EDOs :
Y = [ Ma Mi Mw Mc T 0 1 2 3 4 5 ]
Nesta forma no possvel fazer uma comparao direta do vetor Y com as

variveis de interesse. Assim, o vetor Y manipulado para gerar Y:
Y = [ Vm BrxT Brx Fc T AM CV]
Para a integrao do sistema de EDOs foi utilizada a rotina de Runge-Kutta

de quarta ordem. J o procedimento de ajuste do vetor de parmetros, , utilizou o
algoritmo de otimizao Simplex Nelder-Mead e Levenberg-Marquardt (ambos no
ambiente do Matlab), por meio da minimizao de uma funo objetivo com estrutura
de mnimos quadrados. Os valores iniciais foram aqueles citados anteriormente no
texto. As tentativas de se obter todos os parmetros simultaneamente no foram bem
sucedidas, os valores ou no convergiam ou geravam simulaes que apresentavam
comportamentos sem significado fsico.
Decidiu-se ento que o ajuste dos parmetros se daria em etapas e seguindo
uma heurstica ditada pelo pesquisador. Este procedimento foi adotado pois, apesar de
no garantir que o vetor de parmetros timo seria obtido, mostrou-se efetivo na
gerao de solues no timas mas aceitveis para o problema em questo.
Primeiramente, foi efetuada uma simplificao no modelo: a taxa de
cristalizao, JCRIST, foi suprimida, e, desta forma, o balano de sacarose no previa a
formao de cristais. Sob estas condies os valores de U, KVAP, KX e KW foram
ajustados para cada batelada, partindo-se dos valores iniciais citados anteriormente. O
motivo desta abordagem foi a constatao que se todas as bateladas utilizassem um
mesmo conjunto de parmetros mdios, nenhuma delas teria o balano de massa e
energia devidamente representado, e, assim, os balanos populacionais seriam
fortemente afetados, pois a velocidade de crescimento funo da supersaturao e da
pureza que, por sua vez, so calculadas atravs do balano de massa.
A praticidade desta metodologia vinha do fato das variveis Vm e BrxT,

volume da massa cozida e Brix Total, respectivamente, sofrerem o efeito das mudanas
em U, KX e KW de forma mais pronunciada em momentos especficos da batelada. O
parmetro U foi ajustado observando-se principalmente a fase de concentrao; KW, o
perodo de vinte minutos aps a semeadura, onde a concentrao era controlada
manipulando-se a vazo de gua; e KX, a fase de enchimento, onde mudanas no valor
deste parmetro afetavam a capacidade do modelo em estimar satisfatoriamente Vm.
Em um segundo momento a taxa de cristalizao foi re-introduzida no
modelo e foram efetuadas pequenas adequaes nos valores de U, KX e KW de cada
batelada, enquanto que paralelamente foi ajustado um conjunto de parmetros mdios
(KVAP, KG e KDG) que seria vlido para todas as bateladas observou-se que apenas um
valor de KVAP era suficiente. Nesta etapa, os ajustes dos valores de KVAP, KG e KDG
foram realizados utilizando somente cinco bateladas (a saber: II, III, IV,V e VII), sendo
as outras cinco reservadas para validar os valores obtidos.
Em essncia, o procedimento descrito visa separar as incertezas das
estimativas da vazo de alimentao e da troca de calor, que ocorrem de forma
diferenciada em cada batelada, do modelo populacional, que descreve o fenmeno de
cristalizao que, em tese, ocorre da mesma forma em todas as bateladas.
A avaliao quantitativa do desempenho dos ajustes no pde se basear
totalmente nos critrios de avaliao de desempenho usuais, por exemplo, o erro
quadrtico mdio (MSE). Desta forma, uma desvantagem apresentada por esta
abordagem, alm do excessivo consumo de tempo para a obteno de um vetor
satisfatrio, a dificuldade na determinao do intervalo de confiana dos parmetros
por meio da anlise estatstica tradicional.
Um comportamento encontrado em todas as bateladas fez com que fosse
necessrio tratar de modo diferenciado um momento especfico da operao do
cristalizador. A Figura 6.24 mostra o perfil do nvel, do Brix Total e da abertura da
vlvula de controle ao longo da batelada IV. Pode-se notar que depois do perodo de
controle da concentrao com a alimentao de gua, a abertura da vlvula de controle
vai a zero. Uma vez que o vapor da calandra continua cedendo calor para a massa
cozida, a evaporao da gua faz com que a concentrao se eleve. Aps um perodo de
aproximadamente seis minutos a vlvula de controle comea a ser aberta e atinge, em
poucos minutos, uma grande abertura (>80%), fazendo com que o nvel suba.
O fato que torna este perodo diferente o nvel subir com uma velocidade
que maior que aquela computada para o restante da operao. Uma justificativa para
este comportamento pode ser o efeito que a entrada repentina de uma grande quantidade
de xarope pode causar na taxa de evaporao: o xarope alimentado na parte inferior da
calandra entra pelos tubos e extingue a ebulio que j se encontrava estabelecida, a
circulao e a evaporao diminuem e somente aps um perodo de tempo voltam a se
estabilizar. O efeito lquido sentido pela massa cozida equivale a uma entrada maior de
xarope.
Aps uma srie de testes, a forma encontrada para reproduzir este efeito foi
fazer com que por dez minutos, a partir da reabertura da vlvula de controle, fosse
admitido o equivalente ao dobro da quantidade de xarope calculada para a abertura
disponvel. No h motivo fsico que justifique especificamente esta escolha, porm,
como pode ser visto na Figura 6.24, o mtodo se mostrou efetivo. Uma abordagem
alternativa e equivalente, mas que no foi implementada nos clculos, seria multiplicar,
neste perodo especfico da operao, o coeficiente de troca trmica por uma constante
que diminusse adequadamente seu valor.
100
Industrial
90
Calculado
80
70
Abertura [%], Brix, Volume [m ]
Xarope
3
60 Abertura da Vlvula
de Controle
50 gua
40 Modificado
30 Original
Volume
20
10
20 40 60 80 100 120
Tempo - [min]
Figura 6.24: Representao da rpida elevao do nvel aps a reabertura da vlvula de controle.
As Tabelas 6.5 e 6.6 apresentam os valores dos parmetros ajustados com a

metodologia descrita:
Tabela 6.5: Valores ajustados dos parmetros U, KX e KW.

U U
KX KW KX KW
[kJ/m2 oC h] [kJ/m2 oC h]
Bat_I 2873 1,05 1,10 Bat_VI 3150 0,96 0,86
Bat_II 2660 1,01 0,84 Bat_VII 3050 0,92 0,85
Bat_III 2800 1,01 0,89 Bat_VIII 2922 0,95 0,90
Bat_IV 2850 1,10 0,89 Bat_XI 2850 0,89 0,89
Bat_V 2852 0,95 0,80 Bat_X 2880 0,91 0,89
Tabela 6.6: Valores ajustados dos parmetros KVAP, KG e KDG.

KVAP KG KDG
3,0 600 1,72x10-5
Os valores mdios e os respectivos desvios-padro so apresentados a

seguir:
Tabela 6.7: Valores mdios dos parmetros U, KX e
KW e seus respectivos desvios-padro.
U
KX KW
[kJ/m2 oC h]
Valor Mdio 2888,7 0,975 0,891
Desvio Padro 133,43 0,0664 0,0798
Pode-se notar que a disperso ao redor do valor mdio no grande;

percentualmente, os desvios-padro so menores que 9%, chegando a ser menor que 5%
para o coeficiente de troca trmica. A sensibilidade do modelo em relao s variaes
nestes parmetros exemplificada nas figuras a seguir.
Nas Figuras 6.25, 6.26 e 6.27 so mostrados os perfis de concentrao e
volume da massa cozida ao longo da Batelada IV. A representao da abertura da
vlvula de controle e do momento no qual se deu a semeadura (pequeno crculo
vermelho apresentado prximo ao eixo das abscissas) esto expostos no conjunto para
permitir uma viso global do comportamento da operao. Pretende-se, pela anlise
destas figuras, avaliar os efeitos dos valores de U, KX e KW sobre os perfis calculados.
Na Figura 6.25 so mostrados os efeitos da variao do valor ajustado de U,

2850 kJ/h m2 oC, no intervalo de -10% a +10% deste valor.
100
Industrial
90
+10%
80
-10%
70
60
50
-10%
40
30 +10%
20
Ponto de
insero das
10
sementes
0
20 40 60 80 100 120
Tempo - [min]
Figura 6.25: Influncia da variao de U sobre o volume e o Brix Total.
Como comentado na descrio da metodologia de ajuste dos parmetros, as

mudanas que ocorrem no valor de U afetam os resultados desde a fase de
concentrao, antes da insero das sementes, at o final da batelada.
Pela Figura 6.26 possvel notar que as variaes no parmetro KW geram
conseqncias mais brandas a partir da semeadura, provavelmente devido ao curto
perodo em que a gua admitida na operao (apenas vinte minutos).
100
Industrial
-10%
90
80
+10%
70
60
+10%
50
40 -10%
30
20
10 Sementes
20 40 60 80 100 120
Tempo - [min]
Figura 6.26: Influncia da variao de KW sobre o volume e o Brix Total.
Analisando-se a Figura 6.27, fica visvel que os resultados do modelo so

bastante sensveis s mudanas no valor do parmetro KX. Mesmo sua influncia sendo
mais significativa no perodo de enchimento do equipamento, a variao na estimativa
do volume de massa cozida maior que para mudanas no valor de U. Este fato, por si
s, mostra como os resultados gerados pelo modelo so dependentes de uma boa
estimativa da vazo de entrada.
100
-10%
90
Industrial
80 +10%
70
60
+10%
50
40
-10%
30
20
10 Sementes
20 40 60 80 100 120
Tempo - [min]
Figura 6.27: Influncia da variao de KX sobre o volume e o Brix Total.
A anlise das Figuras 6.28 e 6.29 possibilita avaliar como modificaes no

valor das variveis KG e KDG podem afetar a estimativa do tamanho dos cristais. Para
esta anlise foram utilizados os dados da Batelada III.
400
* Dado Experimental
300
m 200 KG=700
100
KG=500
0
20 40 60 80 100 120 140 160 180
Tempo - [min]
Figura 6.28: Influncia da variao de KG na estimativa do dimetro mdio dos cristais.

400
* Dado Experimental
300
m 200 D G=3,0E-5
100
D G=1,0E-5
0
20 40 60 80 100 120 140 160 180
Tempo - [min]
Figura 6.29: Influncia da variao de KDG na estimativa do dimetro mdio dos cristais.
Fica claro pelo grfico apresentado na Figura 6.29 que o ajuste apropriado
do valor do parmetro KDG decisivo para que o modelo estime adequadamente o
dimetro dos cristais (AM). Variaes tanto de KG quanto de KDG praticamente no
afetam os perfis da concentrao e de volume, e por este motivo no foram mostrados
aqui.
O efeito de KVAP mais visvel no perfil de temperatura da massa durante a
operao. A Figura 6.30 mostra como os resultados so afetados por variaes neste
parmetro. Vale notar que de se esperar que os valores industriais de temperatura,
medidos no fundo do equipamento, sejam maiores que os valores de temperatura mdia
calculados pelo modelo, porm o comportamento qualitativo deve ser bem representado.
100
K VAP=1,0
90
o
C 80
K VAP=5,0
70
60
20 40 60 80 100 120 140 160
Tempo - [min]
Figura 6.30: Influncia da variao de KVAP na estimativa da temperatura da massa cozida.
Como citado anteriormente, KVAP se relaciona com a ocorrncia de um certo

grau de superaquecimento na massa cozida e com o efeito deste na taxa de evaporao,
que ocorre por meio de um mecanismo de regulao da temperatura. A Figura 6.30
mostra que a diminuio excessiva no valor de KVAP afeta a capacidade do modelo de
gerar um perfil de temperatura com um comportamento semelhante ao da varivel
industrial.
6.4. Resultados das Simulaes
Nesta seo sero apresentadas as comparaes entre as respostas do modelo

matemtico e os valores obtidos no ambiente industrial. As discusses sero
direcionadas principalmente pela apresentao de resultados tpicos e pelos comentrios
a respeito de situaes onde a estimativa do modelo no foi satisfatria. De todo modo,
todos os resultados estaro listados no Anexo E.
Analisando-se primeiramente a qualidade das respostas do modelo em
relao ao balano de massa, especificamente os valores de Vm e BrxT, observa-se que
os resultados para todas as bateladas se mostraram aceitveis. As Figuras 6.31 e 6.32
so representaes de duas bateladas com histrias de operao completamente
diferentes: a batelada VIII se deu de maneira ininterrupta e com a abertura da vlvula de
controle, ABVAX, mantendo-se prxima a um valor mdio durante toda a fase de
enchimento; j a batelada III sofreu duas paradas de operao e ABVAX apresentou
valores extremos. Porm, mesmo para esta duas situaes distintas as estimativas para o
volume no cristalizador, Vm, e para o Brix Total da massa cozida, BrxT, foram bastante
satisfatrias.
100
Industrial
90 Calculado
80
Brix
70
60 Abertura da Vlvula Xarope

de Controle
50
gua
40
30 Volume
20
10
Sementes
20 40 60 80 100 120 140 160

Tempo - [min]
Figura 6.31: Evoluo das estimativas de Vm e BrxT para a Batelada VIII.

100
Industrial
90
Calculado
80
Brix
70
60
Abertura da Vlvula
de Controle
50
Xarope
40 gua
30
Volume
20
10
Sementes
20 40 60 80 100 120 140 160 180

Tempo - [min]
Figura 6.32: Evoluo das estimativas de Vm e BrxT para a Batelada III.
Um dos motivos para este bom desempenho o fato dos parmetros U, KX e

KW terem sido ajustados para cada uma das bateladas individualmente.
Neste ponto, vale observar que o valor de Brix apresentado at o momento
o Brix Total da massa - BrxT, ou seja, a massa de cristal est sendo tratada como se
fosse sacarose dissolvida. A Figura 6.33 mostra o comportamento tpico do Brix da
soluo quando apenas a fase lquida considerada para o clculo - Brx. At o momento
da semeadura Brx e BrxT so iguais, porm com a migrao da sacarose dissolvida para
os cristais o Brix da soluo se mantm baixo.
90
85
o
Brix 80
BrxT Industrial
BrxT Calculado
75
Brx Calculado
70
20 40 60 80 100 120 140
Tempo - [min]
Figura 6.33: Evoluo das estimativas de Brx e BrxT para a Batelada I.

Uma vez que na usina a distino entre Brx e BrxT nem sempre clara,
comum a referncia a solues com at 89oBrix, o que um equvoco, pois uma soluo
com esta concentrao geraria cristais espontaneamente.
Apesar da importncia da supersaturao no controle do processo de
cristalizao, esta varivel no pode ser calculada atravs do sinal de BrxT disponvel
na planta. O acompanhamento da supersaturao ao longo da operao apenas seria
possvel com a medio do valor de Brx.
A Figura 6.34 mostra a abertura da vlvula de controle e o perfil da
estimativa da supersaturao (em percentagem) ao longo da batelada VIII calculada
pelo modelo. possvel notar que com a abertura rpida da vlvula de controle, por
volta de 70 minutos, a concentrao da soluo cai, o que acarreta a diminuio da
supersaturao.
120
100
Supersaturao
80
% 60
ABVAX
40
20
0
20 40 60 80 100 120 140 160
Tempo - [min]
Figura 6.34: Evoluo de ABVAX e da estimativa da supersaturao (%) da Batelada VIII.
A Figura 6.35 mostra um caso extremo que ocorre na batelada II, onde a
diminuio da concentrao levou, por pouco tempo, a soluo para uma regio de
supersaturao menor que 1 (<100%). O mesmo problema pode ser visto nas bateladas
que passaram por uma parada na operao: durante este perodo de interrupo os
cristais continuaram a crescer, fazendo com que a supersaturao se aproximasse da
unidade. Porm, com o retorno da operao normal a vlvula de controle era aberta e
atingia, em poucos minutos, uma grande abertura, fazendo com que a concentrao, j
baixa, casse ainda mais. Em situaes como estas, o modelo, que no prev a
dissoluo dos cristais, assumia G=0.
120
100
80
S<1
Supersaturao
% 60
40
ABVAX
20
0
20 40 60 80 100 120 140 160
Tempo - [min]
Figura 6.35: Evoluo de ABVAX e da estimativa da supersaturao (%) da Batelada II.
A estimativa do modelo para a temperatura da massa cozida mostrada para

um caso tpico na Figura 6.36. de se esperar, pelas consideraes feitas anteriormente,
que o valor da temperatura calculada pelo modelo seja menor que a temperatura
indicada na base de dados da usina, uma vez que no computa a elevao do ponto de
ebulio devido carga hidrosttica, EPEH. Em geral, o comportamento qualitativo da
temperatura calculada acompanhou o da temperatura da planta em todas as bateladas.
100
T Industrial
T Calculado
90
o
C 80
70
60
20 40 60 80 100 120 140 160
Tempo - [min]
Figura 6.36: Comparao dos valores industriais e calculados da temperatura,T,

para a Batelada V.
Em relao ao dimetro mdio mssico do cristal, AM, o modelo conseguiu,

na maioria dos casos, gerar estimativas concordantes com os valores medidos
experimentalmente, principalmente para aquelas amostras tomadas prximas do final
das bateladas. Por sua vez, algumas amostras coletadas logo depois da semeadura foram
representadas menos precisamente. As Figuras 6.37 e 6.38 apresentam as estimativas do
dimetro mdio dos cristais para as bateladas III e IV.
400
* Dado Experimental
300
m 200
100
0
20 40 60 80 100 120 140 160 180
Tempo - [min]
Figura 6.37: Estimativas do dimetro mdio dos cristais para a batelada III.
400
* Dado Experimental
300
m 200
100
0
20 40 60 80 100 120
Tempo - [min]
Figura 6.38: Estimativas do dimetro mdio dos cristais para a batelada IV.
O coeficiente de variao (CV) dos cristais coletados ao final de todas as

bateladas representado na Figura 6.39. Pode-se notar que o modelo capaz de prever a
faixa do CV com sucesso.
24
* Industrial
23 * Calculado
CV (%)
22
21
20
1 2 3 4 5 6 7 8 9 10
Batelada
Figura 6.39: Estimativas do CV dos cristais ao final de todas as bateladas.

Uma varivel estimada pelo modelo que obteve uma concordncia apenas
razovel com os valores experimentais foi a frao de cristais acompanhada ao longo da
operao do cristalizador 10. As Figuras 6.40 e 6.41 mostram as estimativas do modelo
e os pontos experimentais para as bateladas III e VIII.
60
50
* Dado Experimental
40
% 30
20
10
0
20 40 60 80 100 120 140 160 180
Tempo - [min]
Figura 6.40: Estimativas da frao de cristais para a batelada III.
60
50
* Dado Experimental
40
% 30
20
10
0
20 40 60 80 100 120 140 160
Tempo - [min]
Figura 6.41: Estimativas da frao de cristais para a batelada VIII.
O motivo mais provvel para este fato parece ser a incerteza dos valores
utilizados pelo pesquisador no clculo da determinao experimental da frao de
cristais: a frao de cristais estimada utilizando o valor de Brix Total da massa cozida
e o valor de Brix do mel, atravs da definio de Fc; Fc=100*(BrxT-Brx)/(100-Brx).
Como citado anteriormente, a determinao do Brix traz, devido diluio, uma
incerteza de 1oBrix que, quando incorporada nos clculos, leva aos intervalos de
valores representado na Figura 6.41.
Vrios outros fatores no comentados at o momento, e que no esto
previstos no modelo desenvolvido, podem afetar os resultados como, por exemplo, o
modelo no faz nenhuma considerao a respeito da influncia da movimentao da
massa cozida sobre o desempenho da cristalizao. Um momento em que este fator
importante na retomada de operao aps uma parada: a massa mais fria e compactada
ir necessitar de um certo perodo at atingir uma boa movimentao efetiva e, durante

este perodo, tanto a troca trmica quanto a evaporao de gua ser prejudicada.
Um outro fator, visto como crtico, a considerao de que um valor mdio
de U pode ser utilizado para representar esta varivel que sofre influncia das condies
de operao, do estado de movimentao da massa cozida, da temperatura e da frao
de cristais. Sabe-se que o valor de U decresce ao longo da batelada, sendo este efeito
mais sentido em cristalizadores que no possuem agitadores mecnicos. Nesta situao,
a utilizao de correlaes empricas encontradas na literatura podem fornecer uma
estimativa do comportamento desta varivel.
Por fim, um fato que influencia negativamente o desempenho do
cristalizador 10 o comportamento observado da vlvula de controle. As Figuras 6.42a
e 6.42b mostram a correlao entre a ao de controle da vlvula e a diferena entre o
Brix medido e seu setpoint (representados nas figuras de forma escalonada). Pode-se
notar que em alguns momentos a vlvula, devido ao ajuste dos parmetros do
controlador, gera um comportamento oscilatrio na concentrao, o que sugere que o
controlador deve ser sintonizado adequadamente.
100 100
90 90
80 80
70 70
60 60
50 50
40 40
30 30
20 20
ABVAX [%] ABVAX [%]
10 10
BrxT BrxT Setpoint (Escalonado) BrxT BrxT Setpoint (Escalonado)
0 0
Tempo Tempo
(a) (b)
Figura 6.42: Correlao entre a ao de controle da vlvula e a diferena entre o Brix

medido e seu setpoint.
6.5. Implementao Visual do Modelo
O modelo matemtico descrito nas sees anteriores foi implementado na

forma de um programa grfico (Figura 6.43) que possibilita a interao do usurio com
as variveis de um cristalizador. Os parmetros deste cristalizador podem ser ajustados
pelo usurio ou utilizar os valores advindos da anlise dos dados coletados na Usina So
Martinho.
O usurio interage com o programa manipulando a quantidade de vazo de
alimentao, a vazo de vapor de aquecimento, a quantidade de sementes e o tempo no
qual estas sero inseridas no equipamento. Como respostas, so mostradas, na forma de
grficos, a evoluo do volume total de massa cozida, a supersaturao, o brix, a frao
de cristais e o dimetro mdio dos cristais.
Figura 6.43: Tela de entrada do programa que calcula o modelo dinmico do cristalizador.
6.6. Concluses da Etapa de Cristalizao
Assim como na etapa de evaporao a primeira fase do processo de

modelagem do cristalizador foi a descrio detalhada do ambiente e do equipamento
que seria o objeto do estudo.
Foi desenvolvido nesta fase do trabalho um modelo dinmico de um
cristalizador industrial capaz de, com dados da usina, inferir o perfil das variveis de
interesse ao longo dos ciclos de operao do equipamento. Vale observar que o modelo
desenvolvido era baseado totalmente em uma abordagem determinstica, o que um
fator complicador uma vez que o fenmeno da cristalizao complexo e dependente
de muitas variveis de processo, que no caso deste trabalho no se encontravam
diretamente disponveis no ambiente industrial.
Um fato marcante em relao modelagem da cristalizao do acar foi a
grande disperso de informaes encontrada na literatura sobre os parmetros a serem
utilizados, o que fez com que a qualidade de predio do modelo fosse fortemente
dependente do ajuste dos mesmos.
Mesmo valendo-se de fortes consideraes simplificadoras e de
aproximaes no lugar de medidas exatas de variveis chaves (como no caso da vazo
de alimentao), o modelo desenvolvido foi capaz de gerar resultados comparveis com
aqueles obtidos durante a operao das bateladas que tiveram sua operao
acompanhada. Os resultados sugerem que para que o modelo possa desenvolver toda
sua potencialidade seria necessrio que a vazo de entrada do xarope fosse medida na
instalao industrial, uma vez que esta varivel a que mais insere incerteza nos
clculos.
O modelo mostrou-se til ao determinar ao longo da operao do
cristalizador variveis que normalmente s so medidas pelo laboratrio da usina ao
final das bateladas. Este fato em si, abre muitas possibilidades de utilizao do modelo
para o monitoramento e controle do processo. Paralelamente, o programa visual
desenvolvido pode ser utilizado para treinamento de pessoal e em simulaes de novas
estratgias de operao do equipamento.
6.7. Sugestes para Trabalhos Futuros na rea de Cristalizao
A existncia de um grande nmero de usinas produtoras de acar no Brasil

e o pequeno nmero de trabalhos relativos ao desenvolvimento de modelos da etapa de
cristalizao desta indstria abre uma vasta gama de possibilidade de estudos.
Baseando-se na experincia obtida neste trabalho podem ser sugeridos os seguintes
tpicos como objetos de estudo:
- Estudo da influncia das impurezas no crescimento dos cristais teste e

aprimoramento da metodologia utilizada para a obteno dos parmetros
da equao do coeficiente de saturao, SC;
- Desenvolvimento de modelos dinmicos que tenham os parmetros

cinticos da cristalizao ajustados por estimadores ao longo do processo
(filtros de Kalman ou atravs de redes neurais);
- Aplicao dos modelos em instalaes industriais, gerando estimativas em

paralelo com a aquisio das variveis do processo;
- Desenvolvimento de modelos que incorporem os fenmenos

populacionais da aglomerao, nucleao e dissoluo dos cristais.
- Estudos de controle timo da operao do cristalizador pela determinao

do perfil timo de alimentao do equipamento.
- Assim como na etapa de evaporao, realizar estudos no sentido de

determinar o comportamento do coeficiente de troca trmica ao longo das
bateladas, dada a extenso da influncia deste parmetro nos resultados do
modelo.
Captulo 7 - Concluses 150
7. CONCLUSES
Foi observado que existe uma grande dificuldade em se empregar os dados

industriais da forma com que estes so armazenados nas usinas. Porm o pesquisador
cr que este tipo de problema em parte benfico e surge somente no momento em
que ocorre uma parceria entre o meio acadmico e o industrial, como foi o caso deste
trabalho. Dentro do ambiente da usina os dados gravados do processo possuem sentido
e utilidade da forma em que se encontram, porm estes mesmos dados, sob a tica da
engenharia e do modelamento matemtico, se mostram apenas relacionados com as
grandezas que deveriam estar sendo medidas. Deste modo, um trabalho como este
possui a caracterstica de fazer com que estas duas vises se complementem e se
adaptem mutuamente.
A metodologia de trabalho utilizada no desenvolvimento das atividades de
pesquisa se mostrou adequada e pode servir de referncia para futuros trabalho que
envolvam a coleta de dados em usinas de acar e a modelagem das etapas do processo.
As abordagens utilizadas na modelagem da etapa de evaporao da Usina
Santa Adlia tornaram possvel a inferncia das variveis de estado do processo. A
primeira abordagem (modelo do estado estacionrio) foi capaz de gerar estimativas das
vazes e concentraes dos efeitos intermedirios dentro das faixas usuais encontradas
na planta industrial. Um dos resultados relevantes foi a indicao de que, no perodo
acompanhado, aproximadamente 73% da quantidade de vapor que era gerada nos pr-
evaporadores era sangrada do EME para a fbrica. Incorporando o modelo estacionrio,
foi desenvolvida uma interface grfica que representava esquematicamente o
equipamento industrial. O modelo dinmico desenvolvido tambm gerou boas
estimativas da concentrao da ltima caixa, alm de permitir que todas as propriedades
das correntes do processo fossem calculadas. Por fim, os resultados obtidos com as
redes neurais foram encorajadores e sugerem que estas podem ser uma boa alternativa
como software sensores da concentrao do ltimo efeito de evaporao.
Na etapa de cristalizao da Usina So Martinho foi desenvolvido um
modelo dinmico, baseado em uma abordagem determinstica, do cristalizador de
granagem. O modelo que foi capaz de, com dados da usina, inferir o perfil das variveis
de interesse ao longo dos ciclos de operao do equipamento, e tambm gerou
Captulo 7 - Concluses 151
resultados comparveis com aqueles obtidos durante a operao das bateladas que
tiveram sua operao acompanhada; o que abre muitas possibilidades de sua utilizao
para o monitoramento e controle do processo. Os resultados tambm sugerem que para
que o modelo possa mostrar toda sua potencialidade seria necessrio que a vazo de
entrada do xarope fosse medida na instalao industrial, uma vez que esta varivel a
que mais insere incerteza nos clculos. Assim como na etapa de evaporao, foi
desenvolvido um programa visual com as rotinas do modelo do cristalizador. Este
programa tem potencial para ser utilizado no treinamento de pessoal e em simulaes de
novas estratgias de operao do equipamento.
Os modelos e os programas desenvolvidos neste trabalho possuem uma
ampla aplicabilidade: estimar ou confirmar o desempenho dos equipamentos,
acompanhar variveis que no so diretamente medidas no processo, estimar a
quantidade de vapor sangrado dos evaporadores e a quantidade de vapor utilizado pelos
cristalizadores, treinar os operadores para novas situaes de operao, detectar erros e
suas fontes, estimar parmetros de processo, auxiliar em projetos de expanso de
capacidade, ajudar nas tomadas de deciso, tanto tcnicas como de gerenciamento da
produo, etc
Pelo que foi exposto, este trabalho foi bem-sucedido em alcanar os
objetivos inicialmente estabelecidos e os resultados obtidos revelaram o grande
potencial de utilizao dos modelos desenvolvidos para a inferncia das variveis mais
importantes das etapas de evaporao e cristalizao. Assim, a metodologia utilizada
neste trabalho e os modelos aqui desenvolvidos abrem caminho para estudos mais
especficos e aprofundados.
Captulo 8 - Referncias Bibliogrficas 152
8. REFERNCIAS BIBLIOGRFICAS
AGUIAR, H. C.; MACIEL FILHO, R. Neural network and hybrid model: a discussion
about different modeling techniques to predict pulping degree with industrial data.
Chemical Engineering Science, Vol. 56, pp. 565-570, 2001.
ASSIS, A. J.; MACIEL FILHO, R. Soft sensors development for on-line bioreactor
state estimation. Computers and Chemical Engineering, Vol. 24, pp. 1099-1103,
2000.
BENNE, M.; GRONDIN-PEREZ, B.; LAN-SUN-LUK, J. D.; CHABRIAT, J. P.

Modelling cane sugar evaporation and crystallisation. Part 1: A new approach using
neural networks. Inst. Sugar Journal, Vol. 101, No. 1208, pp. 418-422, 1999. (a)
BENNE, M.; GRONDIN-PEREZ, B.; LAN-SUN-LUK, J. D.; CHABRIAT, J. P.

Modelling cane sugar evaporation and crystallisation. Part 2: A new approach using
neural networks. Inst. Sugar Journal, Vol. 101, No. 1209, pp. 457-461, 1999. (b)
BOLMSTEDT, U. Simulation of the steady-state and dynamic behaviour of multiple

effect evaporation plants - Part 2: dynamic behaviour. Computer Aided Design, v. 9,
n. 1, p. 29-39. 1977.
BRAGA FILHO, W. Transmisso de calor. Livro. Pg 7. Editora Pioneira Thomson

Learning. 2004
BRETSCHNEIDER, P. K.; DANDAR, A. La mesure et le calcul des proprits

physico-chimiques des solutions sucres. La Sucrerie Belge, Vol. 100, pp. 45-59,
1981.
CAMARGO, C. A. Manual de recomendaes para conservao de energia na indstria

do lcool e acar, IPT, 1990.
EILERS, P.H.C. A perfect smoother. Analytical Chemistry, Vol. 75, No. 14, pg. 3631-
3636, 2003.
EVANS, L. B, Trearchis G. P., Jones, C. Simulation of a vacuum pan sugar cristallizer

- Part 1. Sugar y Azucar, v. 65 (10), p.19-22, 1970 a.
EVANS, L. B, Trearchis G. P., Jones, C. Simulation of a vacuum pan sugar cristallizer

- Part 2. Sugar y Azucar, v. 65 (12), p.19-25 1970 b.
FEYO DE AZEVEDO, S. e CHORO, J. On-line monitoring of white sugar

crystallization through software sensors. Sugar Inst. Tech. Paper 646, 1993.
FEYO DE AZEVEDO, S. F.; DAHM, B.; OLIVEIRA, F. R. Hybrid modelling of

biochemical processes: a comparison with the conventional approach. Computers
and Chemical Engineering, Vol. 21 Suppl, pp. s751-s756, 1997.
FONTAINE, J. L.; GERMAIN, A. Model-based neural networks. Computers and

Chemical Engineering, Vol. 25, pp. 1045-1054, 2001.
FREITAS, A.M.B., LANDGRAF, F.J.G., NYVLT, J., GIULIETTI, M. Effect of

magnetic field on the crystallization of zinc sulfate. Braz. J. Chem. Eng., Vol. 17, No
1, So Paulo, Maro 2000.
FRIEDMAN, P. & Perez de Alejo, H. The simulation of a sugar factory. International

Sugar Journal. Havana, Cuba, v. 81, n. 963, p. 67-71, 1979.
FU, P. C.; BARFORD, J. P. A hybrid neural network first principles approach for
modelling of cell metabolism. Computers and Chemical Engineering, Vol. 20, No.
6/7, pp. 951-958, 1996.
GARCIA, A. G. Modelling and simulation of batch processes: crystallisation section of

a sugar factory. 1st Meeting of EcosimPro Users, UNED, Madrid, 3-4 May 2001
GEORGIEVA. P.; MEIRELES, M. J.; FEYO DE AZEVEDO, S. Knowledge-based

hybrid modelling of a batch crystallization when accounting for nucleation, growth
and agglomeration phenomena. Chemical Engineering Science, vol. 58, pp. 3699-
3713, 2003.
GROS, H. & NURMI, H. Studies on indstrial crystalization of sugar - II Deterministic

simulation of vacuum pan sugar boiling. Kemia-Kemi , Turku- Finlndia, v. 6, n. 10,
534-541, 1979.
GUO, B.; SHEN, Y.; LI, D.; ZHAO, F. Modelling coal gasification with a hybrid neural
network. Fuel, Vol. 76, No. 12, pp. 1159-1164, 1997.
HASSANI, N.S.A., SAIDI, K. BOUNAMIDI, T. Steady state modeling and simulation

of an industrial sugar continuous crystallizer. Computers and Chemical Engineering,
25, pg 1351-1370, 2001.
HEFFELS, S.K. Product Size Distributions in Continuous and Batch Sucrose

Crystallizers. PhD. Thesis. Delft Univ. of Tech., The Netherlands, 1990.
HUSSAIN, M. A. Review of the applications of neural networks in chemical process

control simulation and online implementation. Artificial Intelligence in
Engineering, Vol. 13, pp. 55-68, 1999.
INSTRUCTION MANUAL FOR SEEDMASTER SOFTWARE. K-Patents Product.

Document/Revision No. INMS/3 Maro 2002
ISHIKAWA, F. Y. Modelamento do sistema de evaporao mltiplo efeito para

produo de acar. Trabalho de Graduao, pp 14-16, So Carlos, UFSCar, 1997.
JESUS, C.D.F. Desenvolvimento de simulador dinmico do processo de produo de

acar. Dissertao de Mestrado, So Carlos, UFSCar, 2000.
JESUS, C.D.F. e ALMEIDA, P.I.F. Simulao do Controle do Processo de Evaporao

de Mltiplo Efeito Utilizado na Fabricao de Acar . Anais do II ENPROMER (
Engenharia de Processos do Mercosul), 1999.
JANCIC, S.J., GROOTSCHOLTEN, P.A.M. Industrial crystallization. Delft University

Press, Delft, Holland, 1984.
KADLEC, P., DANDAR, A. La mesure et le calcul des proprits physico-chimiques

des solutions sucres. La sucrerie Belge. Blgica, v. 100, p. 45-59. 02\1981.
LAURET, P., BOYER H., Gatina, J.C. Hybrid Modelling of a sugar boiling process.
Control Engineering Practice, Vol. 8, pg. 299-310, 2000.
LINKO, S.; LUOPA, J.; ZHU, Y. H. Neural networks as software sensors in enzyme
production. Journal of Biotechnology, Vol. 52, pp. 257-266, 1997.
LOPES, C. H. & PARAZZI, C. Introduo tecnologia de produo de acar. Apostila

Tcnica. Araras, UFSCar, p. 14-35. 05/1992.
MADSEN, R. F. A new programme for calculating sugar factory energy balances.

International Sugar Journal. Nakskov- Dinamarca, v. 98, n. 1167, p. 134-137. 1996.
MATTHEWS III, H.B. Model identification and control of batch crystallization for an
industrial chemical system. PhD. Thesis. University of Wisconsin-Madson, EUA,
1997.
MEIRELES, M.J.C.G. Modelizao e simulao computacional de uma unidade

industrial de cristalizao de acar. Tese de Doutorado. Universidade do Porto,
1996.
MELEIRO, L. A. C.; MACIEL FILHO, R. A self-tuning adaptive control applied to an

industrial large scale ethanol production. Computers and Chemical Engineering, Vol.
24, pp. 925-930, 2000.
MELEIRO, L. A. C.; MACIEL FILHO, R.; CAMPELLO, R. J. G. B.; AMARAL, W.

C. Chapter 8 - Hierarchical neural fuzzy models as a tool for process identification: a
bioprocess application. Neural Networks in Process Engineering, 2001.
MHLONGO, A.Z., ALPORT M. J. Application of artificial neural network techniques

for measuring grain sizes during sugar crystallization. In Anais do Sasta 2002.
MILANIC, S.; SEL, D.; HVALA, N.; STRMCNIK, S.; KARBA, R. Applying artificial
neural network models to control a time variant chemical plant. Computers Chemical
Engineering, Vol. 21 Suppl, pp. s637-s642, 1997.
MOLGA, E.; CHERBANSKI, R. Hybrid first-principle-neural-network approach to

modelling of the liquid-liquid reacting system. Chemical Engineering Science, Vol.
54, pp. 2467-2473, 1999.
NIVIRE, V. ET AL. Intelligent simulation of plant operation in the wine industry .

Food Control. France, v. 5 , n. 2, p. 91-95. 1994.
OLIVEIRA, E. R. Esgotamento do mel final de algumas usinas da regio aucareira de

Piracicaba. Piracicaba, USP, p. 23-28 (Tese). 1964.
PARAZZI, C . Matria-Prima para a indstria do acar e do lcool. Instituto do acar

e do lcool - regional sul, p. 10-20, 1984.
PATIENCE, D.B. Crystal engineering through particle size and shape monitoring,
modeling, and control. PhD. Thesis. University of Wisconsin-Madson, EUA, 2002.
PEACOCK, S. Predicting physical properties of factory juices and syrups. Inst. Sugar
Journal, Vol. 97, No. 1162, 1995.
QIN, S. J. Neural networks for intelligent sensors and control practical issues and
some solutions. Em Neural Networks for Control, D. Elliott, Ed. Academic Press,
1996. Chapter 8.
RANDOLPH, A. D. & LARSON, M. A. Theory of particulate process and technology

of continuous cristallization. Academic Press. 1988.
SHA, Z.; LOUHI-KULTANEN, M.; PALOSAARI, S. Neural network simulation for

non-MSMPR crystallization. Chemical Engineering Journal, Vol. 81, pp. 101-107,
2001.
TAHAL, T. V. New models for sugar vacuuum pans - Individual Inquery. University of
Queensland, Austrlia, 2000.
TURNER, P.; MONTAGUE, G.; MORRIS, J. Dynamic neural network in non-linear

predictive control (na industrial application). Computers and Chemical Engineering,
Vol. 20, pp. 937-942, 1996.
VALENTIN, N.; DENOEUX, T.; FOTOOHI, F. An hybrid neural network based

system for optimization of coagulant dosing in a water treatment plant.. Proceedings
of the International Joint Conference on Neural Networks Washington D.C., July
1999. IEEE ou citeseer.nj.nec.com/article/valentin01neural.html .
VAN DER POEL, P. W.; SCHIWECK, H.; SCHWARTZ, T. Beet and cane sugar
manufacture. CAP. 11 - 1 Edio.
WANG, H.; OH, Y.; YOON, E. S. Strategies for modeling and control of nonlinear
chemical processes using neural networks. Computers and Chemical Engineering,
Vol. 22, pp. 823-826, 1998.
XU, X.; HINES, W.; UHRIG, R. Sensor validation and fault detection using neural
networks. No banco de dados do ResearchIndex no endereo:
http://citeseer.nj.nec.com/317319.html
ZIEGLER J. G. Sugar Boiling: Some Useful Strategies in www.zieglerassociates.com/

/strat/strategy.htm. INTERNET, 1999.
ANEXO A
A-1
ANEXO - A
Equaes e correlaes utilizadas nos clculos das propriedades fsicas da

soluo de acar e do vapor.
Densidade da soluo - (Peacock,1995)
200 + BxSol T- 20
sol
*
= 1000 + BxSol* *1-0,036* [kg/m3]
54 160-T
com T em [oC]
Densidade da soluo impura (Georgieva et al, 2003)
sol = sol
*
+ 1000(-1 + exp[(-6,927 10 -6 Brx sol
2
- 1,164 10 -4 Brx sol )(P - 1)]) [kg/m3]
Densidade do cristal
C = 1580 [kg/m3]
Densidade da soluo com os cristais - Balano Material
sol C
Solucao + Cristais = [kg/m3]
C - Fc( C - sol )
Elevao do ponto de ebulio devido concentrao - (Ishikawa, 1997)
( 0,03 + 0,018 P)(TVAP + 84 )Brx

EPEx = [C]
100 Brx
com TVAP (temperatura do vapor saturado dentro do equipamento) em [oC]
Capacidade calorfica da soluo (Feyo de Azevedo e Choro, 1993 apud Ditl et al,
1990)
Cp = 4186,8-29,7*Bx + 4.16*Bx*PSol + 0.075*Bx*T [J/kg C]

com T em [oC]
Capacidade calorfica dos cristais
Cp C = 1155,6 + 3,768 * T [J/kg C]

com T em [oC]
A-2
Entalpia da soluo
Hl = Cp Sol*T [J/kg]
o
com T em [ C]
Calor latente de vaporizao do vapor de escape
Hvst = 2263280-58210* log (Ps) [J/kg]

onde Ps a presso do vapor de escape em [bar]
Calor latente de vaporizao do vapor no cristalizador - Tabela Termodinmica
Hv = 2257510-85950* log (Pvac) [J/kg]

onde Pvac a presso do vapor em [bar]
Entalpia do vapor no cristalizador - Tabela Termodinmica
Hv = 1766,07*( 99,65 + 27 ,55* log (Pvac) + 1,8* log (Pvac)2 ) + 2501800 [J/kg]
onde Pvac a presso do vapor em [bar]
Volume total de cristais
Mc
Vc = [m3]
c
onde MC a massa de cristais em [kg]
Volume total de massa dentro do cristalizador
MW + MI + MA + MC
Vm = [m3]
Solucao + Cristais
Velocidade de crescimento linear dos cristais (Feyo de Azevedo e Choro , 1993)

*(S-1 )* exp(-8*( 1-P ))* 1 + 2*
-57000 Vc
G = 100* exp [m/s]
8.315*(T + 273 ) Vm
com T em [oC]
ANEXO B
B-1
ANEXO - B
A menos da Figura B.1, que representa a concentrao da ltima caixa de

evaporao, as onze figuras seguintes representam os perfis das variveis selecionadas
para serem as entradas das redes utilizadas na etapa de evaporao. Os grficos (a) e (b)
que aparecem nas figuras so relativos aos dados das Bases 01 e 02, respectivamente.
70
68
Brix
66
o
64
(a)
62
0 500 1000 1500 2000 2500 3000 3500 4000 4500
Tempo - [minutos]
75
70
Brix
o
65
(b)
60
0 1000 2000 3000 4000 5000 6000 7000 8000
Tempo - [minutos]
Figura B.1: Concentrao do xarope da ltima caixa de evaporao.

B-2
28
26
24
%
22
20
(a)
18
0 500 1000 1500 2000 2500 3000 3500 4000 4500
Tempo - [minutos]
35
30
25
%
20
(b)
15
0 1000 2000 3000 4000 5000 6000 7000 8000
Tempo - [minutos]
Figura B.2: Perfil da varivel NN_1 - MV Nvel Pr-Evaporador 02.
46
44
42
%
40
38 (a)
36
0 500 1000 1500 2000 2500 3000 3500 4000 4500
Tempo - [minutos]
50
45
40
%
35
(b)
30
0 1000 2000 3000 4000 5000 6000 7000 8000
Tempo - [minutos]
Figura B.3: Perfil da varivel NN_2 - MV Nvel Pr Evaporador 03.

B-3
80
75
70
%
65
60
(a)
55
0 500 1000 1500 2000 2500 3000 3500 4000 4500
Tempo - [minutos]
90
80
70
%
60
(b)
50
0 1000 2000 3000 4000 5000 6000 7000 8000
Tempo - [minutos]
Figura B.4: Perfil da varivel NN_3 - MV Nvel Caixa 03.
100
80
60
%
40
20
(a)
0
0 500 1000 1500 2000 2500 3000 3500 4000 4500
Tempo - [minutos]
100
80
60
%
40
20
(b)
0
0 1000 2000 3000 4000 5000 6000 7000 8000
Tempo - [minutos]
Figura B.5: Perfil da varivel NN_4 - MV Presso Caixa 02.

B-4
35
30
%
25
(a)
20
0 500 1000 1500 2000 2500 3000 3500 4000 4500
Tempo - [minutos]
40
35
30
%
25
(b)
20
0 1000 2000 3000 4000 5000 6000 7000 8000
Tempo - [minutos]
Figura B.6: Perfil da varivel NN_5 - Nvel da caixa 03.
0.5
0.4
kgf/cm2 man
0.3
0.2
(a)
0.1
0 500 1000 1500 2000 2500 3000 3500 4000 4500
Tempo - [minutos]
0.45
0.4
kgf/cm2 man
0.35
0.3
0.25
(b)
0.2
0 1000 2000 3000 4000 5000 6000 7000 8000
Tempo - [minutos]
Figura B.7: Perfil da varivel NN_6 - Presso caixa 01.

B-5
110
105
C
100
o
95
(a)
90
0 500 1000 1500 2000 2500 3000 3500 4000 4500
Tempo - [minutos]
115
110
C
105
o
100
(b)
95
0 1000 2000 3000 4000 5000 6000 7000 8000
Tempo - [minutos]
Figura B.8: Perfil da varivel NN_7 - Temperatura Caldo Fbrica.
30
28
26
%
24
(a)
22
0 500 1000 1500 2000 2500 3000 3500 4000 4500
Tempo - [minutos]
28
27
26
%
25
(b)
24
0 1000 2000 3000 4000 5000 6000 7000 8000
Tempo - [minutos]
Figura B.9: Perfil da varivel NN_8 - Nvel do pr-evaporador 02.

B-6
28.5
28
%
27.5
(a)
27
0 500 1000 1500 2000 2500 3000 3500 4000 4500
Tempo - [minutos]
28
27.5
27
%
26.5
(b)
26
0 1000 2000 3000 4000 5000 6000 7000 8000
Tempo - [minutos]
Figura B.10: Perfil da varivel NN_9 - Nvel do pr-evaporador 03.
1.55
1.5
kgf/cm2 man
1.45
1.4
(a)
1.35
0 500 1000 1500 2000 2500 3000 3500 4000 4500
Tempo - [minutos]
1.6
1.55
kgf/cm2 man
1.5
1.45
1.4
(b)
1.35
0 1000 2000 3000 4000 5000 6000 7000 8000
Tempo - [minutos]
Figura B.11: Perfil da varivel NN_10 - Presso do vapor de escape.

B-7
1200
1000
m3/h
800
600
(a)
400
0 500 1000 1500 2000 2500 3000 3500 4000 4500
Tempo - [minutos]
1000
900
800
m3/h
700
600
(b)
500
0 1000 2000 3000 4000 5000 6000 7000 8000
Tempo - [minutos]
Figura B.12: Perfil da varivel NN_11 - Vazo de gua multijato.

ANEXO C
C -1
ANEXO - C1
Distribuies de Tamanho de Cristais (DTC) das sementes utilizadas nas Bateladas de 1 a 3.
Dimetro (m) % em nmero Dimetro (m) % em nmero

0,859 0,032 4,592 2,728
0,913 0,111 4,926 2,681
0,980 0,254 5,284 2,395
1,051 0,508 5,669 2,030
1,127 0,888 6,081 1,570
1,209 1,428 6,524 1,206
1,297 2,221 6,998 0,920
1,392 2,998 7,508 0,746
1,493 3,855 8,054 0,650
1,602 4,806 8,640 0,565
1,718 5,599 9,268 0,458
1,843 6,250 9,943 0,331
1,977 6,726 10,666 0,249
2,121 6,900 11,439 0,211
2,276 6,837 12,272 0,173
2,441 6,535 13,050 0,127
2,618 5,964 18,000 0,042
2,809 5,282 20,000 0,023
3,013 4,441 22,000 0,014
3,232 3,537 24,000 0,008
3,467 2,808 26,000 0,005
3,720 2,348 28,000 0,002
4,281 2,538 --- ---
C -2
ANEXO - C2
Distribuies de Tamanho de Cristais (DTC) das sementes utilizadas nas Bateladas de 4 a 10.
Dimetro (m) % em nmero Dimetro (m) % em nmero

0,921 0,047 5,284 2,976
0,980 0,125 5,669 2,602
1,051 0,296 6,081 2,119
1,127 0,576 6,524 1,683
1,209 0,966 6,998 1,355
1,297 1,558 7,508 1,153
1,392 2,212 8,054 0,997
1,493 2,929 8,640 0,844
1,602 3,817 9,268 0,647
1,718 4,580 9,943 0,505
1,843 5,281 10,666 0,413
1,977 5,842 11,439 0,335
2,121 6,154 12,272 0,248
2,276 6,247 13,164 0,184
2,441 6,138 14,122 0,133
2,618 5,764 15,150 0,092
2,809 5,219 16,110 0,069
3,013 4,534 18,000 0,041
3,232 3,677 20,000 0,023
3,467 3,007 22,000 0,014
3,720 2,571 24,000 0,008
3,990 2,571 26,000 0,005
4,281 2,960 28,000 0,002
4,592 3,241 30,000 0,000
4,926 3,241 32,000 0,000
ANEXO D
D- 1
ANEXO D
As figuras a seguir mostram o comportamento das principais variveis monitoradas
do cristalizador ao longo das bateladas.
120 90
Abertura Nvel Brix
80

100
70
60
60 50
40
40
30
20 20
0 10
0 40 80 120 160 0
-20
0 40 80 120 160
Figura D-1: Comportamento das principais variveis monitoradas ao longo da Batelada I.
120 90
Abertura Nvel Brix
80
100
70
60
60 50
40
40
30
20 20
0 10
0 50 100 150 200 0
-20
0 50 100 150 200
Figura D-2: Comportamento das principais variveis monitoradas ao longo da Batelada II
120 90
Abertura Nvel Brix
80
100
70
60
60 50
40
40
30
20 20
0 10
0 50 100 150 200 0
-20 0 50 100 150 200
Figura D-3: Comportamento das principais variveis monitoradas ao longo da Batelada III.
D- 2
120 90
Abertura Nvel Brix
80


100
70
60
60 50
40
40
30
20 20
0 10
0 40 80 120 160 0
-20
0 40 80 120 160
Figura D-4: Comportamento das principais variveis monitoradas ao longo da Batelada IV.
120 90
Abertura Nvel Brix
80


100
70
60
60 50
40
40
30
20 20
0 10
0 40 80 120 160 0
-20
0 40 80 120 160
Figura D-5: Comportamento das principais variveis monitoradas ao longo da Batelada V.
120 90
Abertura Nvel Brix
80
100
70
60
60 50
40
40
30
20 20
0 10
0 60 120 180 240 0
-20
0 60 120 180 240
Figura D-6: Comportamento das principais variveis monitoradas ao longo da Batelada VI.
120 90
Abertura Nvel Brix
80
100
70
60
60 50
40
40
30
20 20
0 10
0 50 100 150 200 0
-20
0 50 100 150 200
Figura D-7: Comportamento das principais variveis monitoradas ao longo da Batelada VII.
D- 3
120 90
Abertura Nvel Brix
80


100
70
60
60 50
40
40
30
20 20
0 10
0 50 100 150 200 0
-20
0 50 100 150 200
Figura D-8: Comportamento das principais variveis monitoradas ao longo da Batelada VIII.
120 90
Abertura Nvel Brix
80

100 Temp (C) - Vcuo (pol Hg) -

70
60
60 50
40
40
30
20 20
0 10
0 50 100 150 200 0
-20
0 50 100 150 200
Figura D-9: Comportamento das principais variveis monitoradas ao longo da Batelada IX.
120 90
Abertura Nvel Brix
80
100
70
60
60 50
40
40
30
20 20
0 10
0 50 100 150 200 0
-20
0 50 100 150 200
Figura D-10: Comportamento das principais variveis monitoradas ao longo da Batelada X.

ANEXO E
E- 1
ANEXO - E1
BATELADA I
Tabela E1-1: Dados Experimentais Coletados da Batelada I:

Tempo Brix Total Brix Dimetro
(min) (Brix) (Brix) (m)
2,5 67 0
78,5 82 0
96,5 83 79 273,5
114,5 84 321,9
138,5 86,32 80,262 374,9
160,5 86 79
100
Industrial
90
Calculado
80
Brix
70
60
Xarope
de Controle
40 gua
30
20 Volume
10
Sementes
20 40 60 80 100 120 140

Tempo - [min]
Figura E1-1: Evoluo das estimativas de Vm e BrxT para a batelada I.

E- 2
400
Dado Experimental
300 Estimativa do Modelo
[m] 200
100
0
20 40 60 80 100 120 140
Tempo - [min]
Figura E1-2: Estimativas do dimetro mdio dos cristais para a batelada I.
60
Dado Experimental
50
Estimativa do Modelo
40
[%] 30
20
10
0
20 40 60 80 100 120 140
Tempo - [min]
FiguraE1-3: Estimativas da frao de cristais para a batelada I.
100
Industrial
Calculado
90
[C] 80
70
60
20 40 60 80 100 120 140
Tempo - [min]
FiguraE1-4: Comparao dos valores industriais e calculados da temperatura, T,

para a batelada I.
E- 3
ANEXO - E2
BATELADA II
Tabela E2-1: Dados Experimentais Coletados da Batelada II:

5,5 66 0
35,5 79 0
43,5 77 0
55,5 83 81 165,32
74,5 84 78 218,52
99,5 88 78 287,52
118,5 88 79 303,21
142,5 88 78 322,89
169,5 88 79 340,29
170,5 66 0
100
Industrial
90 Calculado
80
Brix
70

de Controle
50
gua
40
30
20 Volume
10
Sementes
20 40 60 80 100 120 140 160

Tempo - [min]
FiguraE2-1: Evoluo das estimativas de Vm e BrxT para a batelada II.

E- 4
400
Dado Experimental
[m]
200
100
0
20 40 60 80 100 120 140 160
Tempo - [min]
FiguraE2-2: Estimativas do dimetro mdio dos cristais para a batelada II.
60
Dado Experimental
50
40
[%] 30
20
10
0
20 40 60 80 100 120 140 160
Tempo - [min]
FiguraE2-3: Estimativas da frao de cristais para a batelada II.
100
Industrial
Calculado
90
[C] 80
70
60
20 40 60 80 100 120 140 160
Tempo - [min]

para a batelada II.
E- 5
ANEXO - E3
BATELADA III
Tabela E3-1: Dados Experimentais Coletados da Batelada III:

28 68 0
50 79 0 135,50
68 83 79 250,17
84 84 78 264,20
114 86 79 272,14
136 86 79 312,14
165 88 80 317,17
185 88 79 352,78
186 68 0
100
Industrial
90 Calculado
80
Brix
70
60
Abertura da Vlvula
de Controle
50
Xarope
40 gua
30
Volume
20
10
Sementes
20 40 60 80 100 120 140 160 180

Tempo - [min]
FiguraE3-1: Evoluo das estimativas de Vm e BrxT para a batelada III.

E- 6
400
Dado Experimental
[m] 200
100
0
20 40 60 80 100 120 140 160 180
Tempo - [min]
FiguraE3-2: Estimativas do dimetro mdio dos cristais para a batelada III.
60
Dado Experimental
50
40
[%] 30
20
10
0
20 40 60 80 100 120 140 160 180
Tempo - [min]
FiguraE3-3: Estimativas da frao de cristais para a batelada III.
100
Industrial
Calculado
90
[C] 80
70
60
20 40 60 80 100 120 140 160 180
Tempo - [min]

para a batelada III.
E- 7
ANEXO - E4
BATELADA IV
Tabela E4-1: Dados Experimentais Coletados da Batelada IV.

5 69 0
24 75 0
34 80 0
47 81 79 152,94
64 83 ... ...
77 84 79 251,61
95 87 80 311,46
117 86 80 335,56
137 86 80 344,56
157 70 0
100
Industrial
90 Calculado
80
Brix
70
Xarope
de Controle
50 gua
40
30
Volume
20
10
Sementes
20 40 60 80 100 120
Tempo - [min]
FiguraE4-1: Evoluo das estimativas de Vm e BrxT para a batelada IV.

E- 8
400
Dado Experimental
[m] 200
100
0
20 40 60 80 100 120
Tempo - [min]
FiguraE4-2: Estimativas do dimetro mdio dos cristais para a batelada IV.
60
Dado Experimental
50
40
[%] 30
20
10
0
20 40 60 80 100 120
Tempo - [min]
FiguraE4-3: Estimativas da frao de cristais para a batelada IV.
100
Industrial
Calculado
90
[C] 80
70
60
20 40 60 80 100 120
Tempo - [min]

para a batelada IV.
E- 9
ANEXO - E5
BATELADA V
Tabela E5-1: Dados Experimentais Coletados da Batelada V.

3 69 0
18 73 0
26 78 0
37 81 0
75 85 84 ,,,
97 85 82 323,81
120 85 81 367,77
147 86 81 385,04
190 71 0 0
100
Industrial
90
Calculado
80
Brix
70
Abertura da Vlvula
de Controle Xarope
60
gua
50
40
30
Volume
20
10
Sementes
20 40 60 80 100 120 140

Tempo - [min]
FiguraE5-1: Evoluo das estimativas de Vm e BrxT para a batelada V.

E-10
400
Dado Experimental
[m] 200
100
0
20 40 60 80 100 120 140
Tempo - [min]
FiguraE5-2: Estimativas do dimetro mdio dos cristais para a batelada V.
60
Dado Experimental
50
40
[%] 30
20
10
0
20 40 60 80 100 120 140
Tempo - [min]
FiguraE5-3: Estimativas da frao de cristais para a batelada V.
100
Industrial
Calculado
90
[C] 80
70
60
20 40 60 80 100 120 140
Tempo - [min]

para a batelada V.
E-11
ANEXO - E6
BATELADA VI
Tabela E6-1: Dados Experimentais Coletados da Batelada VI.

1,5 65 0
15,5 71 0
26,5 77 0
36,5 80 0
49,5 82 0 135,50
75,5 85 79 259,41
176,5 87 79 308,89
203,5 85 79 338,71
224,5 85 78 355,50
100
Industrial
90 Calculado
80
Brix
70
de Controle Xarope
50
gua
40
30
Volume
20
10
Sementes
20 40 60 80 100 120 140 160 180 200 220

Tempo - [min]
FiguraE6-1: Evoluo das estimativas de Vm e BrxT para a batelada VI.

E-12
400
Dado Experimental
[m] 200
100
0
20 40 60 80 100 120 140 160 180 200 220
Tempo - [min]
FiguraE6-2: Estimativas do dimetro mdio dos cristais para a batelada VI.
60
Dado Experimental
50
40
[%] 30
20
10
0
20 40 60 80 100 120 140 160 180 200 220
Tempo - [min]
FiguraE6-3: Estimativas da frao de cristais para a batelada VI.
100
Industrial
Calculado
90
[C] 80
70
60
20 40 60 80 100 120 140 160 180 200 220
Tempo - [min]

para a batelada VI.
E-13
ANEXO - E7
BATELADA VII
Tabela E7-1: Dados Experimentais Coletados da Batelada VII.

9,5 68 0
25,5 75 0
36,5 80 0
46,5 82 0
58,5 83 81 147,04
81,5 87 80 281,31
127,5 88 80 327,36
146,5 88 81 384,19
169,5 87 79 406,88
100
Industrial
90
Calculado
80
Brix
70
de Controle Xarope
50 gua
40
30
Volume
20
10
Sementes
20 40 60 80 100 120 140 160

Tempo - [min]
FiguraE7-1: Evoluo das estimativas de Vm e BrxT para a batelada VII.

E-14
400
Dado Experimental
[m] 200
100
0
20 40 60 80 100 120 140 160
Tempo - [min]
FiguraE7-2: Estimativas do dimetro mdio dos cristais para a batelada VII.
60
Dado Experimental
50
40
[%] 30
20
10
0
20 40 60 80 100 120 140 160
Tempo - [min]
FiguraE7-3: Estimativas da frao de cristais para a batelada VII.
100
Industrial
Calculado
90
[C] 80
70
60
20 40 60 80 100 120 140 160
Tempo - [min]

para a batelada VII.
E-15
ANEXO - E8
BATELADA VIII
Tabela E8-1: Dados Experimentais Coletados da Batelada VIII.

11,5 67 0
21,5 73 0
31,5 79 0
42,5 83 0
59,5 84 81 164,35
84,5 88 81 224,68
117,5 ,,, 81 299,76
151,5 89 81 356,08
173,5 88 81 352,14
233,5 69 0
100
Industrial
90
Calculado
80
Brix
70

de Controle
50
gua
40
30 Volume
20
10
Sementes
20 40 60 80 100 120 140 160

Tempo - [min]
FiguraE8-1: Evoluo das estimativas de Vm e BrxT para a batelada VIII.

E-16
400
Dado Experimental
[m] 200
100
0
20 40 60 80 100 120 140 160
Tempo - [min]
FiguraE8-2: Estimativas do dimetro mdio dos cristais para a batelada VIII.
60
Dado Experimental
50
40
[%] 30
20
10
0
20 40 60 80 100 120 140 160
Tempo - [min]
FiguraE8-3: Estimativas da frao de cristais para a batelada VIII.
100
Industrial
Calculado
90
[C] 80
70
60
20 40 60 80 100 120 140 160
Tempo - [min]

para a batelada VIII.
E-17
ANEXO - E9
BATELADA IX
Tabela E9-1: Dados Experimentais Coletados da Batelada IX.

8 67 0
21 74 0
33 80 0
59 83 80 172,91
77 87 80 266,26
140 88 79 334,76
161 88 80 375,83
191 88 ... ...
211 67 0
100
Industrial
90 Calculado
80
Brix
70
Xarope
60
Abertura da Vlvula
50 de Controle
gua
40
30
20 Volume
10
Sementes
20 40 60 80 100 120 140 160

Tempo - [min]
FiguraE9-1: Evoluo das estimativas de Vm e BrxT para a batelada IX.

E-18
400
Dado Experimental
[m] 200
100
0
20 40 60 80 100 120 140 160
Tempo - [min]
FiguraE9-2: Estimativas do dimetro mdio dos cristais para a batelada IX.
60
Dado Experimental
50
40
[%] 30
20
10
0
20 40 60 80 100 120 140 160
Tempo - [min]
FiguraE9-3: Estimativas da frao de cristais para a batelada IX.
100
Industrial
Calculado
90
[C] 80
70
60
20 40 60 80 100 120 140 160
Tempo - [min]

para a batelada IX.
E-19
ANEXO - E10
BATELADA X
Tabela E10-1: Dados Experimentais Coletados da Batelada X.

4,5 67 0
20,5 72 0
30,5 78 0
38,5 81 0
85,5 89 81 236,25
113,5 89 81 283,80
145,5 88 80 292,33
173,5 87 80 327,63
205,5 87 80 329,84
208,5 68 0
100
Industrial
90 Calculado
80
Brix
70
60
Xarope
de Controle
40
gua
30
20 Volume
10
Sementes
20 40 60 80 100 120 140 160

Tempo - [min]
FiguraE10-1: Evoluo das estimativas de Vm e BrxT para a batelada X.

E-20
400
Dado Experimental
[m] 200
100
0
20 40 60 80 100 120 140 160
Tempo - [min]
FiguraE10-2: Estimativas do dimetro mdio dos cristais para a batelada X.
60
Dado Experimental
50
40
[%] 30
20
10
0
20 40 60 80 100 120 140 160
Tempo - [min]
FiguraE10-3: Estimativas da frao de cristais para a batelada X.
100
Industrial
Calculado
90
[C] 80
70
60
20 40 60 80 100 120 140 160
Tempo - [min]

para a batelada X.

Tese CDFJ

Enviado por

Dados do documento

Título original

Direitos autorais

Formatos disponíveis

Compartilhar este documento

Compartilhar ou incorporar documento

Opções de compartilhamento

Você considera este documento útil?

Este conteúdo é inapropriado?

Direitos autorais:

Formatos disponíveis

Tese CDFJ

Enviado por

Direitos autorais:

Formatos disponíveis

Universidade Federal de So Carlos

Centro de Cincias Exatas e Tecnologia

VALIDAO DA SIMULAO DINMICA DAS ETAPAS DE

Doutorando: Charles Dayan Farias de Jesus

VALIDAO DA SIMULAO DINMICA DAS ETAPAS DE

Doutorando: Charles Dayan Farias de Jesus

Tese de doutorado apresentada ao

Jesus, Charles Dayan Farias de.

Tese (Doutorado) -- Universidade Federal de So Carlos,

1. Evaporao. 2. Cristalizao. 3. Simulao dinmica.

CDD: 660.28426 (20 a)

George Marshall (1880-1959)

minha esposa Clia, aos meus pais Sebastio e

A Deus por tudo o que e representa para mim.

CAPTULO 5 - ETAPA DE EVAPORAO

Figura 5.14: Representao da presso de entrada de todos os efeitos e do vapor de

CAPTULO 6 - ETAPA DE CRISTALIZAO

Figura 6.13: Representao esquemtica do cristalizador 10....................................... 108

Figura 6.36: Comparao dos valores industriais e calculados da temperatura, T,

CAPTULO 6 - ETAPA DE CRISTALIZAO

Tabela 6.5: Valores ajustados dos parmetros U, KX e KW.......................................... 135

Tabela 6.6: Valores ajustados dos parmetros KVAP, KG e KDG................................... 135

Tabela 6.7: Valores mdios dos parmetros U, KX e KW e seus respectivos desvios-

A.................. rea de troca trmica [m2]

KVAP............. Parmetro emprico ajustvel da Eq 27 (Cap. Cristalizao)

A regio central do Estado de So Paulo, Brasil, onde se localiza a cidade de

"Acar para ser vendvel precisa apenas ser doce e apresentar

Apesar de sua importncia, a operao automtica e otimizada desta etapa

Os simuladores de processo vem sendo utilizados por diversos autores tanto

O objetivo principal deste trabalho foi o desenvolvimento de modelos

2.1. Parceria DEQ-UFSCar/CTC-Copersucar/Usina Santa Adlia/

Uma breve descrio dos principais parceiros que tornaram vivel a

2.1.1. A Copersucar e as Usinas Envolvidas no Projeto

Fundada em 1 de julho de 1959, a Copersucar - Cooperativa dos Produtores

2.1.2. Centro de Tecnologia Canavieira (CTC)

A atuao da Copersucar na rea de pesquisa e desenvolvimento tecnolgico

Neste captulo os assuntos cobertos so divididos em trs sees. A primeira

3.1. Literatura Relacionada ao Processo de Produo de Acar

3.1.1. A Cana de Acar

A cana de acar pertence famlia das gramneas, gnero saccharum. Do

Recepo da matria-prima: A colheita da cana de acar feita

Extrao da sacarose ou moagem: A cana descarregada nas mesas

Tratamento do caldo misto: O caldo resultante da extrao passa por

Evaporao: Constitui o primeiro estgio de concentrao do caldo

Cristalizao: O xarope produzido pela etapa de evaporao passa por uma

Secagem: Os cristais de acar seguem para a secagem em tambores

3.1.2. Etapa de Evaporao

A evaporao, que constitui o primeiro estgio de concentrao do caldo

verticais (calandras) por onde circula o caldo em concentrao. O vapor introduzido na

3.1.2.1. Evaporador de Mltiplo Efeito

No evaporador de mltiplo efeito (EME) o vapor de um efeito precedente

A Figura 3.1 mostra a representao de um evaporador de mltiplo efeito.

Cond. Cond. Cond.

Figura 3.1: Representao esquemtica de um evaporador de mltiplo efeito (EME).

Um fenmeno importante que ocorre na evaporao do caldo aucarado e

No que diz respeito aos extremos de temperatura possveis para o caldo na

3.1.3. Etapa de Cristalizao

Nesta etapa da produo do acar ocorre a cristalizao da sacarose contida

Zona metaestvel: Esta a mais prxima da saturao onde os cristais

3.1.3.1. Mtodos de Esgotamento

Aps o cozimento, os cristais formados so separados atravs de

Caldo dos evaporadores (xarope)

Mosto Acar 2 Mel pobre Acar 1