Análise de dados e controles avançados geram estabilidade do kappa do digestor

Um projeto realizado em parceria com a Suzano na unidade Três Lagoas usou controles avançados para obter como resultado um baixo desvio padrão da variável Kappa e, consequentemente, aumento do Kappa, incremento de rendimento na polpação e redução de carga alcalina. 

Na parte de análise de dados, foram utilizados aplicativos da plataforma Metris All-in-One, que de maneira integrada utiliza os dados para diferentes finalidades. O Metris Product Tracker, para tratar os diferentes tempos de retenção entre as variáveis analisadas; e o Metris Machine Learning, em que foi realizada a Clusterização semi supervisionada. Já na parte de controle, foi utilizado o controlador baseado em modelo “MPC”, da biblioteca de controle da ANDRITZ  

O número Kappa e o processo de cozimento da polpa 

O número Kappa é uma das principais variáveis do processo de cozimento da polpa. Um Kappa mais estável significa uma polpa com melhor qualidade e maior produtividade da linha de fibras. “Controlar o Kappa na saída do digestor com toda variabilidade da madeira, sempre foi um desafio”, comenta Álvaro Costa, Gerente Executivo da produção de celulose da Suzano. Até então, todos os ajustes de temperatura e carga química historicamente eram realizados manualmente pelos operadores na Unidade Três Lagoas, localizada no município de Três Lagoas, no Mato Grosso do Sul. 

Em uma reunião de benchmarking entre unidades da Suzano, foi encontrada na unidade Jacareí/SP uma forma de avançar rapidamente na estratégia de controle e conseguir automatizar todas as variáveis deste processo.  

O primeiro passo, portanto, foi entender todo o processo feito em Jacareí para replicar em Três Lagoas. Mas, logo no início, a equipe encontrou um bom desafio: adaptar a iniciativa para a realidade local, afinal, as fábricas não são idênticas. 

O trabalho para automatizar o controle do Kappa 

O projeto começou por volta de agosto de 2020, quando as equipes iniciaram a revisão dos controles do Digestor, começando pelo ajuste do controle de Fator H, isto é, o controle da temperatura da zona de cozimento. Como o controle já era existente, foram feitos ajustes e adicionadas novas condições na lógica. 

Álvaro Costa explica que foram três as principais vias de trabalho para automatizar o controle do Kappa. Primeiramente, foi ajustado um controle antecipativo da densidade para estabilizar o nível do digestor. Em paralelo, algumas modificações físicas nos medidores de álcali residual foram feitas, o que permitiu automatizar a dosagem de carga alcalina nas etapas de cozimento.  

“Por final, fechamos o circuito através do controle automático do Kappa pela temperatura (fator H). Diversos outros sistemas também passaram por melhorias, como controle de descarga, rampas de produção, entre outras, garantindo assim o sucesso da aplicação”, conclui o Gerente Executivo. 

Após a parada geral, que foi no início do mês de dezembro de 2020, todos os controles foram ligados e, a partir de janeiro de 2021, os resultados já começaram a aparecer de forma mais expressiva. Com o Kappa mais estável, o projeto conseguiu melhor eficiência na área de deslignificação. Com isso, a qualidade da polpa ficou mais estável, com menor consumo de químicos. 

Indústria 4.0, controles avançados e conhecimento operacional  

Na avaliação de Álvaro Costa, todos os processos críticos precisam de respostas rápidas e precisas quando o foco é na indústria 4.0. “O que fizemos neste projeto, foi utilizar todo conhecimento operacional e construir um modelo matemático adaptativo para controlar de forma automática, sem atuação humana, uma das principais variáveis do processo de produção de celulose”, relata o Gerente Executivo. 

Um dos resultados mais interessantes do projeto foi que a fábrica conseguiu o menor desvio padrão de todo o grupo Suzano. A respeito disso, Álvaro Costa destaca que o projeto permitiu uma operação dos digestores de maneira muito mais estável. “Como resultado desta estabilidade, estamos com menor desvio padrão 2 sigma de Kappa de todo grupo Suzano e ouso a dizer do mercado de celulose, com valores médios abaixo de 0,20 pontos na fábrica 1 e 0,4 pontos na fábrica 2.” 

Arthur Santos e Gustavo Ogura lembram que a realização do projeto também trouxe conforto e confiança para os operadores. “Com os controles avançados cuidando do processo, os operadores podem gerenciar melhor sua área. Geralmente eles cuidam de mais de uma área e muitos equipamentos”, acrescentam os especialistas da ANDRITZ. 

Perspectivas criadas com o trabalho realizado em equipe  

Apesar dos bons resultados, a equipe continuou em busca de melhorias. Álvaro Costa lembra que, no decorrer deste projeto, vislumbraram uma oportunidade de conectar duas iniciativas. “Uma delas, o controle de Kappa desenvolvido e aplicado em ambas as fábricas. E a outra, um projeto piloto chamado Rocket vinculado à estratégia de abastecimento de madeira na fábrica”, explica. Com isso, a fábrica está trabalhando na integração destes projetos, com foco em melhorar ainda mais a estabilidade dos digestores.   

Nas palavras do Gerente Executivo da Suzano, além de impactar no melhor rendimento do processo, também contribui para menor consumo de químicos e estabilidade da qualidade do produto final.  

“Certamente o projeto foi fundamental para avançarmos na estabilidade das áreas de digestor, deslignificação e branqueamento. Se considerarmos que a Fase 1 deste projeto está concluída e que estamos integrando dois projetos com uma visão otimizada de controle, certamente será um diferencial de inovação, dado o potencial destas ferramentas”, conclui Álvaro Costa. 

Machine Learning e Product Tracker são soluções do Metris Plant InSights.
Saiba mais acessando o Automation Solution Finder .

https://automationsolutionfinder.andritz.com/