Documenti di Didattica
Documenti di Professioni
Documenti di Cultura
DIRECTOR:
CARLOS JULIO VIDAL
CONTENIDO
INTRODUCCIN ............................................................................................................................. 4
1.
2.
3.
OBJETIVOS ............................................................................................................................. 8
4.
5.
3.1.
3.2.
4.2.
4.3.
Uso de la biomasa......................................................................................................... 11
4.4.
Simulacin .................................................................................................................... 13
4.4.1.
Concepto .............................................................................................................. 13
4.4.2.
4.4.3.
Componentes de la simulacin.............................................................................. 13
4.4.4.
4.5.
4.6.
4.6.1.
4.6.2.
4.6.3.
4.6.4.
4.6.5.
METODOLOGA .................................................................................................................... 17
5.1.
5.1.1.
5.1.2.
5.2.
5.2.1.
5.3.
5.3.1.
5.3.2.
5.4.
5.4.1.
5.4.2.
5.5.
6.
7.
PRESUPUESTO ...................................................................................................................... 21
8.
INTRODUCCIN
No obstante, se deben realizar meticulosos estudios para el mejoramiento de los sistemas logsticos
de abastecimiento ya que son fundamentales para la sostenibilidad de la produccin de etanol
lignocelulsico, debido a los altos costos de alce y transporte que se dan por la baja densidad de la
caa, los largos desplazamientos, debido al esparcimiento de los cultivos en la regin respecto al la
instalacin que los procesa.
Por eso es importante disear modelos que ayuden a la toma decisiones de cosecha y recoleccin
de residuos para as lograr la factibilidad de los diferentes proyectos que buscan darle un valor
agregado a los residuos de caa de azcar.
2. ANTECEDENTES Y JUSTIFICACIN
Formas de
recoleccin de
RAC
Cosecha
Integral
Picado a
granel
Fardo
Peletizado
Briqueta
Se han utilizado diferentes metodologas, en los diferentes pases productores de caa para el
mejoramiento de la recoleccin de caa como simulacin y optimizacin. Daz (2000) utiliz una
Heurstica Guided Local Search para el problema del viajero de negocios, aplicndola a la
asignacin de Alzadoras. Otalora (2003) realiza un estudio del corte de caa en verde. Higgins &
Muchow, 2003 utilizaron la optimizacin para analizar las diferentes alternativas de
abastecimiento de caa.
Este proyecto contribuye a la solucin del problema de predecir eventos que afectan el
comportamiento de la cosecha, utilizando mtodos cuantitativos que hasta el momento no se
aplican en ningn ingenio por su alta complejidad. Se propone un anlisis de la recoleccin de
biomasa de caa (caa y sus residuos agrcolas) y por tanto se debe tomar decisiones a largo
mediano y pequeo plazo. Al largo plazo, son las decisiones estratgicas que involucran una
inversin sustancial. A mediano plazo, son decisiones administrativas tcticas, y se relacionan con
el uso de los recursos de la organizacin. A corto plazo estn las decisiones operacionales. Se
espera que la ejecucin del programa de simulacin permita conocer cul es la mejor manera de
disear y gestionar el abastecimiento de la biomasa de caa de azcar.
3. OBJETIVOS
Disear un modelo de simulacin discreta por eventos del abastecimiento por cosecha integral con
biomasa de caa de azcar como Sistema de Soporte a las Decisiones de cosecha.
Definir los componentes del sistema real, las variables e indicadores involucrados para el
diseo del modelo de simulacin.
Construir el modelo de simulacin por eventos del abastecimiento por cosecha integral con
biomasa de caa de azcar en un software de programacin o simulacin.
Realizar un anlisis de escenarios para analizar el impacto de las variables seleccionadas por
medio de indicadores.
4. REVISIN DE LITERATURA
4.1. Recoleccin de la caa en ingenios Colombianos
El proceso actual consiste en los siguientes pasos que se explican a continuacin. La sincronizacin
con manufactura es el aspecto ms importante en el sistema de recoleccin.
Corte: corte de la caa madura, puede ser manual o mecnico (ver figura 1) y verde o quemada.
Alce: Levantar la caa y cargarlo a los medios de transporte (en el manual).
Transporte: Mediante este subproceso se lleva la caa de los sitios de alce a la fbrica para iniciar
el procesamiento de la materia prima. Para esto se utilizan tractomulas.
Entrega en patios: La caa se descarga en las mesas del molino.
Existe un proceso alternativo, llamado maduracin que se da antes del corte, consiste en la
aplicacin de una sustancia para que en el momento del corte la cantidad de sacarosa sea ptima.
Cuando la cosecha es en verde los residuos son organizados en filas, este proceso es conocido
como encalle.
Recoleccin
Transporte
Pretratamiento
Pretratamiento
Almacenamiento
Conversin
Biomasa
Pretratamiento
Pretratamiento
Los modelos describen parcial o totalmente la cadena de abastecimiento de biomasa que consiste
en la recoleccin, transporte y almacenamiento y en pretratamientos que se pueden ubicar en
diferentes etapas del proceso como se ve en la figura 2.
Existen muchas plantas de cogeneracin de residuos pero necesitan de carbn o aceite para
funcionar eficientemente. Braunbeck et al. (1999) bosquejaron los primeros esfuerzos de utilizar
los residuos agrcolas de caa para cogeneracin en vez de quemarlos. Se da la necesidad de
realizar estudios experimentales para cada residuo. Lpez &Valds (2000) y Ripoli & Ripoli (2008)
realizaron estudios analizando el efecto de slo usar residuos de caa.
Vlez (2010), mostr el uso del RAC recolectando un 50% de estos residuos, por cosecha integral y
separado por limpieza en seco en Brasil, logrando un excedente de energa de 76KWh por
tonelada de caa.
En 2005 las Naciones Unidas en conjunto con el Centro de Tecnologa Canaveira editaron un libro
de generacin de energa por residuos de caa en donde tratan desde la caracterizacin de los
residuos hasta los mtodos de recoleccin y los costos e impactos. Por cada tonelada de caa en
base humedad, se obtienen 125 kg en base seca de bagazo y 140 kg en base seca de residuos de
caa ( Hassuani et al. 2005).
Villegas & Gnansounou (2008) mostraron la importancia de los residuos de caa de azcar para la
produccin de energa y de etanol. En un sistema de biorefinera ubicada en un ingenio se obtiene
0.37 m3 de etanol por tonelada de caa en base seca, y produce un supervit de energa elctrica
de 50kWh por proceso bioqumico y 0.278 m3 de etanol por proceso termoqumico ms 0.049 m3
de alcoholes pesados, evitando emisiones netas de 493 y 781 kgCO2eq por tonelada seca (Seabra
et al. 2010; Seabra & Macedo, 2011).
Los residuos de caa contienen lignina hemicelulosa y celulosa. La hemicelulosa y celulosa se
convierten en azcares reductores por medio de procesos de hidrlisis que a su vez se convierten
en etanol por procesos biolgicos. Este etanol es llamado de segunda generacin, debido a que se
realiza con residuos agrcolas, que histricamente se han quemado. Estos representan avances en
trminos de uso de la eficiencia del uso de la tierra y la ejecucin ambiental. Edye et al (2006) y
Twine (2006) detallaron el estado del arte de las biorefineras a partir de caa y los retos que estn
enfrentan.
Estados Unidos es el mayor productor de bioetanol con produccin de 18.8 millones de litros por
ao, le sigue Brasil con 17.8 millones de litros por ao de la caa de azcar y la unin europea
est en el tercer lugar con 3.44 millones de litros (Cherubini, 2010).
Cherubini & Ulgiati (2010) demostraron que las biorefineras para produccin de bioetanol y otros
productos disminuyen las emisiones de gases invernaderos por medio de una evaluacin del ciclo
de vida (LCV).
Rabelo et al. (2011) realizaron una anlisis detallado demostrando que adems se puede producir
biogs y con la lignina producir energa trmica. Ojeda et al (2011), realizaron un estudio de la
exerga, y el anlisis del ciclo de vida del bagazo para la produccin de bioenerga y el anlisis
econmico de la configuracin ptima.
4.4. Simulacin
4.4.1.Concepto
La simulacin es una tcnica que representa una operacin dinmica de un sistema del mundo
real, que permite observar la evolucin de un fenmeno en el tiempo (Winston, 2004). Hay dos
enfoques, el enfoque de programacin de eventos y el enfoque de interaccin de procesos: El
primero se enfoca en los instantes en el tiempo, cuando ocurren cambios de estado en el sistema,
y en el segundo en el flujo de cada entidad a travs del sistema(Blanco &Fajardo, 2003).
Todos los simuladores requieren de estas funciones:
4.4.3.
Componentes de la simulacin
Condiciones iniciales: valores iniciales que expresan el estado del sistema al principio de
la simulacin.
Datos determinsticos: valores conocidos que son necesarios para realizar los clculos.
Datos probabilsticos: variables cuyo comportamiento es aleatorio.
4.4.4.
Se pueden estudiar nuevos procedimientos sin intervenir el curso del sistema real
Definir el sistema
Verificacin
Construir el modelo
Verificacin
Ejecutar
experimentos
Validacin
Anlizar los
resultados
Validacin
4.6.1.
4.6.2.
Definir el sistema
Se hace una abstraccin del problema que se va a tratar, se identifica los recursos que se van a
utilizar, los requisitos que se van a exigir (relaciones que se establecen) Identificacin de la
variables. Se define detenidamente el sistema, por lo cual hay que tener presentes los siguientes
aspectos.
Dimensionar el proceso
4.6.3.
Construir el modelo
El modelo se deber ajustar progresivamente por lo que se podrn hacer mejoras en el proceso,
en los tiempos, en la actualizacin de los datos, para esto se debe establecer condiciones iniciales
y finales. Se recomienda dividir los problemas grandes en etapas.
4.6.4.
Ejecutar experimentos
Donde:
4.6.5.
Es fundamental saber analizar los datos, identificar los cuellos de botella y cambiar las
configuraciones del sistema para mejorarlo.
5. METODOLOGA
5.1.3.
Definir el sistema
Se har una revisin general de los datos de Cosecha y de los estudios que tengan sobre cosecha y
cosecha integral. Para definir el sistema se responde preguntas como las siguientes:
5.2.1.
Seleccin del software
Se debe seleccionar el ms idneo software. Para el desarrollo de la simulacin se tienen tres
posibilidades:
Promodel
Flexsim
Visual Basic
Las dos primeras herramientas son especializadas en simulacin y animadas que se usan para
modelar sistemas de forma rpida y precisa especialmente en sistema de manufactura y cadenas
de suministro, adems cuentan con simuladores. La tercera opcin es un software de
programacin no especializado en base de datos, la licencia se obtiene con la adquisicin de Excel
por lo que es de mayor absceso que los otros programas.
5.2.2.
Construir el modelo
Se debe tener en claro desde el principio la unidad de tiempo y estipular el tiempo de simulacin que
se desea. Preparar los datos que se requieren y reduccin de estos a una forma adecuada.
Inicialmente, se realiza los diagramas de flujos necesarios para los escenarios de las condiciones
iniciales que representarn los diferentes estados del ingenio, tales como clima, distancia de la
caa, necesidades de fbrica. Luego se
progresivamente, se construir en 4 etapas referentes a cosecha, transporte, patios y pretratamientos (si los hay). Se debe tener en cuenta lo siguiente:
Criterios tcnicos definidos para asignar la maquinaria y equipo a los frentes de cosecha.
mirando si es lgico el resultado, y luego mediante la comparacin estadstica de los resultados del
modelo y los resultados reales. Para hacer esto se respondern preguntas como la siguiente:
5.4.1.
Realizar Escenarios
Realizar escenarios cambiando el nmero de equipos, formas de recoleccin, clima, cantidad de
biomasa a recolectar, entre otras, buscando representar los escenarios ms representativos que
se presenta en la operacin de cosecha.
5.4.2.
Analizar los resultados
Se analiza los indicadores de respuesta que se representarn en reportes de manejo como grficas
y tablas. Modificando los parmetros buscando las configuraciones ms adecuadas.
6. CRONOGRAMA DE ACTIVIDADES
Actividad
Revisin de bibliografa
Objetivo 1 Elaborar plan de estudios
Definir el sistema
Objetivo 2
Realizar Escenarios
Analizar los resultados
mes 1
mes 2
mes 3
mes 4
mes 5
mes 6
mes 7
mes 8
7. PRESUPUESTO
DESCRIPCIN
ESPECIFICACIN
VALOR
Tiempo
1.500.000
Investigador
5 horas al da)
FORMAS DE FINANCIACIN
ESTUDIANTE
UNIVERSIDAD
$10.500.000
$/meses (20
horas a la
semana)
Tiempo Director
33/semestrales
40.000 $/hora
$1.320.000
(2 semestres)
Visitas Cenicaa
50 visitas
15.000 $/visita
Licencia Software
Licencia
simulacin*
completa para un
$750.000
$2.000.000
estudiante
Visitas otros
10 visitas
10.000 $/visita
$100.000
Papelera
$100000
$100.000
Imprevistos
lugares
$1.277.000
anterior
TOTAL
$12.727.000
$3.320.000
8. REFERENCIAS BIBLIOGRAFICAS
1.
2.
3.
4.
Blanco LER, Fajardo IDP. Simulacin con Promodel. Casos de produccin y logstica. Escuela Editorial
de Ingeniera. 2 ed. 2003.
5.
Braunbeck O, Bauen A, Rosillo-Calle F, et al.: Prospects for green cane harvesting and cane residue
use in Brazil. Biomass and Bioenergy 17:495-506, 1999.
6.
Cherubini F: The biorefinery concept: Using biomass instead of oil for producing energy and
chemicals. Energy Conversion and Management 51:1412-1421, 2010.
7.
Cherubini F, Ulgiati S: Crop residues as raw materials for biorefinery systems A LCA case study.
Applied Energy 87:47-57, 2010.
8.
Chiesa S, Gnansounou E: Protein extraction from biomass in a bioethanol refinery Possible dietary
applications: Use as animal feed and potential extension to human consumption. Bioresource
Technology 102:427-436, 2011.
9.
10. Decreto 948 de 1995. Ministerio del Medio Ambiente. Diario Oficial No. 41.876.
11. Decreto 4296 de 2004. Ministerio de Ambiente, Vivienda Y Desarrollo Territorial.
12. Demirbas FM: Biorefineries for biofuel upgrading: A critical review. Applied Energy 86, Supplement
1:S151-S161, 2009.
13. Dunnett A, Adjiman C, Shah N: Biomass to Heat Supply Chains: Applications of Process
Optimization. Process Safety and Environmental Protection 85:419-429, 2007.
14. Daz P. RM: Propuesta de un modelo matemtico para la secuacin ptica de la cosecha de caa de
la caa de azcar., Universidad del Valle, 2000.
15. Ebadian M, Sowlati T, Sokhansanj S, et al.: A new simulation model for multi-agricultural biomass
logistics system in bioenergy production. Biosystems Engineering 110:280-290, 2011.
16. Edye LA, Doherty WOS, Blinco JA, et al.: The sugarcane biorefinery: Energy crops and processesfor
the production of liquid fuels and renewablecommodity chemicals. International Sugar Journal
108:8, 2006.
33. Kumar A, Sokhansanj S: Switchgrass (Panicum vigratum, L.) delivery to a biorefinery using
integrated biomass supply analysis and logistics (IBSAL) model. Bioresource Technology 98:10331044, 2007.
34. Lam HL, Kleme JJ, Kravanja Z: Model-size reduction techniques for large-scale biomass production
and supply networks. Energy 36:4599-4608, 2011.
35. Le Gal PY, Lyne PWL, Meyer E, et al.: Impact of sugarcane supply scheduling on mill sugar
production: A South African case study. Agricultural Systems 96:64-74, 2008.
36. Le Gal PY, Le Masson J, Bezuidenhout CN, et al.: Coupled modelling of sugarcane supply planning
and logistics as a management tool. Computers and Electronics in Agriculture 68:168-177, 2009.
37. Lejars C, Le Gal P-Y, Auzoux S: A decision support approach for cane supply management within a
sugar mill area. Computers and Electronics in Agriculture 60:239-249, 2008.
38. Lpez PG, Valds A: Heat and power cogeneration at a Cuban sugar mill based on bagasse and trash
as fuel: the Hctor Molina project, 2000.
39. Mathews JA, Tan H, Moore MJB, et al.: A conceptual lignocellulosic feed+fuel biorefinery and its
application to the linked biofuel and cattle raising industries in Brazil. Energy Policy 39:4932-4938,
2011.
40. Melo MT, Nickel S, Saldanha-da-Gama F: Facility location and supply chain management A review.
European Journal of Operational Research 196:401-412, 2009.
41. Michelazzo MB, Braunbeck OA: Anlise de seis sistemas de recolhimento do palhiona colheita
mecnica da cana-de-acar. Revista Brasileira de Engenharia Agrcola e Ambiental 12, 2008.
42. Mobini M, Sowlati T, Sokhansanj S: Forest biomass supply logistics for a power plant using the
discrete-event simulation approach. Applied Energy 88:1241-1250, 2011.
43. Morejn Y, Gastelua-Correa, Gonzles-Vldez, et al.: Propuesta energtica-econmica del acopio y
transportacin de residuos agrcolas caeros. Naturaleza y Desarrollo 6, 2008.
44. Nilsson D: SHAMa simulation model for designing straw fuel delivery systems. Part 1: model
description. Biomass and Bioenergy 16:25-38, 1999a.
45. Nilsson D: SHAMa simulation model for designing straw fuel delivery systems. Part 2: model
applications. Biomass and Bioenergy 16:39-50, 1999b.
46. Nilsson D: Dynamic Simulation of Straw Harvesting Systems: Influence of Climatic, Geographical and
Biological Factors on Performance and Costs. Journal of Agricultural Engineering Research 76:27-36,
2000.
47. Ojeda K, vila O, Surez J, et al.: Evaluation of technological alternatives for process integration of
sugarcane bagasse for sustainable biofuels productionPart 1. Chemical Engineering Research and
Design 89:270-279, 2011.
48. Otalora OAS, Manejo del residuo de corte de la caa en verde para ser utilizado en calderas.
CENICAA, p.14.
63. TISCHER I, CARRION A. La planificacin jerrquica y su aplicacin a la cosecha de la caa de azcar
en Colombia. Ingeniera Y Competitividad v.4 fasc.2, 2003.
64. Twine P, H: The sugar cane biofactorybuilding blocks for the future. International Sugar Journal
108:3, 2006.
65. Villegas J, Gnansounou E: Techno-economic and environmental evaluation of lignocellulosic
biochemicalrefineries: need for a modular platform for integrated assessment (MPIA), Journal of
Scientific & Industrial Research, 2008.
66. Vlez C: Limpieza de caa en seco y aprovechamiento de la materia extrea vegetal como
combustible en Brasil 2010.
67. Vergara WJA & Prez, Sistema de soporte a las decisiones a muy corto plazo basado en simulacin
para la cosecha de la caa de azcar. Universidad del Valle, 2004.
68. Wiston WL, Investigacin de operaciones. Aplicaciones y algortimos. 4 ed. 2004.
69. Yu J, Stahl H: Microbial utilization and biopolyester synthesis of bagasse hydrolysates. Bioresource
Technology 99:8042-8048, 2008.