Monitoramento quantitativo e qualitativo do vapor gerado em caldeira

1. ARTIGO: Monitoramento Quantitativo e Qualitativo do Vapor
Gerado em uma Caldeira de Recuperação Química
Curso Operador Obtenção de Celulose
INSTRUMENTAÇÃO GERAL
Discentes: Claudio Rocha
Carla Oliveira
Daniel da Silva
Maria Carolina
Matheus Gonçalves
Eunápolis/Ba
2015
Gilberto filho, Marcelo Cardoso, Gustavo de Almeida.
Departamento de Engenharia Química, Escola de Engenharia, Universidade Federal de Minas Gerais
Belo Horizonte - MG, Brasil / 2009.

2. 1. Indústria Celulose e Papel tipo Kraft
Sistema Co-geração: Processo onde são geradas duas
formas de energia ao mesmo tempo.
Calor + Eletricidade = Energia Térmica e Energia Elétrica

3.  Indústria Celulose e Papel tipo Kraft
Sistema de Co - geração CALDEIRA DE
BIOMASSA
Queima de Cavacos
Cascas
Resíduos de
Madeira
CALDEIRA DE
RECUPERAÇÃO
QUÍMICA
Queima do licor
negro
Principal Fonte de geração de energia elétrica e energia térmica
no processo KRAFT.

4. 2. Processo KRAFT
(resistência)
Contém substâncias orgânicas e
inorgânicas, lignina dissolvida e
carboidratos proveniente da etapa de
polpação dos cavacos.
Licor negro

5. Licor Branco
Licor negro
(residual)
Solução com substâncias orgânicas e
inorgânicas, lignina dissolvida e
carboidratos proveniente da etapa de
polpação dos cavacos.
Solução contendo produtos químicos
ativos de cozimento, Hidróxido de Sódio
(NaOH) e Sulfeto de Sódio (Na2S),
utilizados para cozimento de cavacos.
 Processo KRAFT

6.  Processo KRAFT
Por razões econômicas e ambientais, é absolutamente
necessário o reaproveitamento do licor preto num
processo denominado: Recuperação de Produtos
Químicos;
A recuperação consiste em queimar o licor preto
previamente concentrado a 60% de sólidos e
enriquecido em sulfato de sódio (Na2SO4)

7.  Processo KRAFT
VANTAGEM
 Sistema de recuperação
dos produtos químicos
associados a ele.
DESVANTAGENS
 Alto custo de Implantação
 Odor dos Gases resultantes do
processo.
 Baixa Alvura em relação com
outros processos (ex.:sulfito).
 Baixo Rendimento (40% a 50%).
 Alto custo de branqueamento.

8. 3. Objetivo do Estudo
O alvo deste estudo foi uma das caldeiras de
recuperação química de uma fábrica de produção de
celulose do tipo Kraft. Dividida em duas regiões:
FORNALHA
similar a um reator, onde há o
processo de combustão do licor-
combustível e a recuperação de
compostos químicos específicos
SESSÃO DE TRANSFERÊNCIA DE
CALOR CONVECTIVO
Co-responsável por transformar a
água em vapor, através do
superaquecedor. Este vapor é usado
para a geração de energia elétrica, por
meio de turbogeradores, e em
operações de troca térmica.

9. 4.Estudo de Caso
A caldeira de recuperação química tem três funções
principais:
Recuperar componentes
químicos (que
serão reutilizados na etapa
de polpação dos
cavacos de madeira)
Queimar a matéria
orgânica presente no
licor negro (combustível)
para a geração de vapor à
alta pressão.
Minimizar a descarga de
uma gama de
poluentes

10. O objetivo deste estudo é antecipar a informação sobre a
quantidade e a qualidade deste vapor, para que a mesma
tenha um bom funcionamento, os resíduos devem ser
eliminados através do superaquecedor.
Para tal, foi usado um modelo neural preditivo para a Vazão,
Pressão do vapor de saída e a Temperatura de entrada do
vapor saturado.
 Objetivo do Estudo

11.  Estudo de Caso
Malha de controle para o ajuste da temperatura do vapor de saída, em dois
estágios (Fonte: Lindsley, 2005)

12. 5. METODOLOGIA
• A metodologia usada neste é composta de duas
etapas:
Preparação de
um Banco de
Dados
Identificação de
um Modelo
Neural

13.  Metodologia
Preparação de um Banco de Dados
São coleções de dados interligados entre si e organizados
para fornecer informações, armazenados em um sistema
de computação.

14. Sistema Gerenciador de Bancos de Dados (SGBD):
Software construído para facilitar as atividades de
definição, construção e manipulação de bancos de
dados;
Sistema de
Bancos de Dados
Banco de
Dados
Software que o
manipula
 Metodologia

15. Tipos de sistemas de Banco de Dados:
Modelo plano (ou tabular) consiste de matrizes
simples, bidimensionais, compostas por elementos de
dados: inteiros, números reais, etc. Este modelo plano é
a base das planilhas eletrônicas;
Modelo em rede permite que várias tabelas sejam
usadas simultaneamente através do uso de apontadores
(ou referências).
 Metodologia

16. Modelo Hierárquico é uma variação particular do
modelo em rede, consiste em uma coleção de registros
que são conectados uns aos outros por meio de ligações
(hierarquia - tronco, galhos).
Bases de dados relacionais os dados são guardados
em tabelas, estas têm uma estrutura que se repete a
cada linha, como se pode observar em uma planilha. São
os relacionamentos entre as tabelas que as tornam
“relacionais”
 Metodologia

17. A cada 1h é realizada a
amostragem de 2.928 registros
para cada variável. A Tabela 1
contém um resumo sobre as
variáveis de entrada e saída.

18. Redes Neurais Artificiais (RNAs)
 São padrões computacionais inspirado no sistema
nervoso de seres vivos que apresentam um modelo
matemático baseado no funcionamento dos
neurônios naturais(Silva,2010).
 Modelagem de sistema de controle preditivo, que
efetua algoritmos matemáticos.
 Metodologia

19. Redes Neurais Artificiais (RNAs)
 Capacidade de adaptação por experiência
 Capacidade de aprendizado
 Habilidade de generalização
 Organização de dados
 Tolerância a falhas
 Facilidade de prototipagem (Processo começa com a obtenção de um
design virtual criado por software de modelagem).
 Metodologia

20. Existem dois tipos de Modelos Neurais Preditivos
Supervisionados - os dados de entrada e a saída são
apresentados juntos, a cada entrada fornecida, a saída é
comparada com a saída correta.
Não supervisionados - recebem apenas os dados de
entrada, não existe qualquer supervisor ou crítico, são
dadas condições para a rede se auto organizar de
acordo com uma medida de representação.
 Metodologia

21. 6. Resultados
A partir do monitoramento e verificação da qualidade
dos dados, foi realizada a inserção das informações no
sistema neural preditivo, obtendo resultados
satisfatórios.
Neste estudo de caso possibilita o uso da informação
antecipada, expressada pelo sistema neural preditivo
sobre a qualidade do vapor e sinal de entrada para a
malha de controle da temperatura durante o processo
de superaquecimento, resultando em uma operação
segura e eficiente da turbina.

22. OBRIGADO!