2013 - Modelagem, Controle e Otimização de Processos Da Indústria Do Etanol - Uma Aplicação em Energia Solar - Tese - UFSC

UNIVERSIDADE FEDERAL DE SANTA CATARINA
PROGRAMA DE PS-GRADUAO EM
ENGENHARIA DE AUTOMAO E SISTEMAS
MODELAGEM, CONTROLE E OTIMIZAO DE

PROCESSOS DA INDSTRIA DO ETANOL: UMA
APLICAO EM ENERGIA SOLAR
Marcus Vincius Americano da Costa Filho

Orientador: Prof. Julio Elias Normey Rico, Dr.
Florianpolis, 22 de fevereiro de 2013.
UNIVERSIDADE FEDERAL DE SANTA CATARINA
PROGRAMA DE PS-GRADUAO EM
ENGENHARIA DE AUTOMAO E SISTEMAS

Tese submetida
Universidade Federal de Santa Catarina
como parte dos requisitos para a
obteno do grau de Doutor em Engenharia de Automao e Sistemas.
Florianpolis, 22 de fevereiro de 2013.

Tese submetida Universidade Federal de Santa Catarina como parte dos
requisitos para a obteno do grau de Doutor em Engenharia de Automao
e Sistemas
Prof. Julio Elias Normey Rico, Dr.

Orientador
Prof. Jomi Fred Hbner, Dr.

Coordenador do Programa
Banca Examinadora:
Prof. Julio Elias Normey Rico, Dr. - DAS/UFSC

Presidente
Prof. Oscar Alberto Zanabria Sotomayor, Dr. - UFS
Prof. Rodolfo Csar Costa Flesch, Dr. - JOI/UFSC
Prof. Augusto Humberto Bruciapaglia, Dr. - DAS/UFSC
Prof. Daniel Juan Pagano, Dr. - DAS/UFSC
Prof. Agustinho Plucenio, Dr. - DAS/UFSC
Na vida, nada se perde. Somente se ganha, e

para ganhar ou vencer, bastam o saber e viver.
O Autor
Aos meus pais, Maria Hermnia e Marcus Vincius,

pelos quais tenho muito mais que admirao e respeito;
minha irm, Fernanda, pelo nosso carinho mtuo;
Aos meus avs, Judite e Jaime Martins (in memoriam), smbolos expressivos de amor, sacrifcio e honradez;
Ao meu tio, Jaime Srgio que, em virtude da nossa
amizade, consideramo-nos irmos.
Agradecimentos
Agradeo a Deus que me deu a bno da vida e a ddiva da liberdade de fazer escolhas; aos meus eternos amados pais que sempre me apoiaram e ensinaram a viver com dignidade, incentivando meus ideais; aos meus
avs, especialmente, Judite e Jaime Martins (in memoriam), exemplos de vigor e honestidade, pela presena e, sobretudo, pelo amor incondicional;
minha irm, Fernanda, pelo afeto e bondade que lhe atribuda; ao meu tio e
tias, Jaime Srgio, Accia e Vera Martins, pela unio e fora, principalmente,
quando nos so necessrias; Rafaela Lucian Souza, no somente pelo carinho e companheirismo, mas por sua pacincia e lealdade que me foram
bastante importantes; e aos ausentes queridos que, honrosamente, cumpriram
a misso outorgada pela lei divina na Terra.
Ao Prof. Dr. Julio Elias Normey Rico que sempre me orientou com
dedicao e permitiu uma relao de cordialidade e amizade.
Ao amigo Ebrahim Samer Elyoussef pela fraternidade e confiana mtua.
toda famlia florianopolitana Silveira Peres, especialmente, aos amigos de longa data, Sra. Nivalda e Sr. Sebastio Peres, Andr e Bianka, por
todo o apoio que me foi concedido, alm das timas confraternizaes realizadas.
Ao Prof. Dr. Valdir Soldi e pesquisadora Msc. Marly Soldi pela
amizade, motivao e ajuda que me foram fornecidas desde a minha chegada
a esta querida cidade catarinense.
Aos amigos Clio e Esmerita Paladini pela disponibilidade oferecida.
Aos amigos do "Sindicato do LCMI" pelos momentos de alegria e
diverso.
Aos amigos poloneses Andrzej Pawlowski e Sabina Rosiek pela assistncia e ateno durante a minha estncia na Espanha.
Aos professores espanhis Dr. Manuel Berenguel e Dr. Jos Luis
Guzmn pela amizade e por todo o apoio que tive na Universidade de Almera. Um especial agradecimento tambm ao colega e amigo, o pesquisador
Dr. Manuel Pasamontes, que muito contribuiu para a obteno de parte dos
resultados deste trabalho.
A todos os professores e funcionrios do Departamento de Automao
e Sistemas da UFSC. Certamente, no posso me esquecer de Nelly Brandt e
Marlos Gerber que sempre me atenderam com competncia.
UFSC, CAPES e CNPq pelo suporte material e financeiro.
Enfim, a todos os meus familiares e amigos de Salvador que, apesar
da distncia, sempre souberam me transmitir os encantos da "Boa Terra",
compreenso e estmulo em mais uma etapa da minha vida.

Fevereiro/2013
Orientador: Prof. Julio Elias Normey Rico, Dr.
rea de concentrao: Controle e Automao.
Palavras-chave: Modelagem, controle, fermentao, destilao, etanol, energia solar.
RESUMO: a indstria do etanol exerce um papel importante no cenrio
econmico do Brasil, em virtude da sua representatividade nos setores de
biocombustveis e energia. Desse modo, o etanol brasileiro reconhecidamente uma alternativa concreta para a substituio dos combustveis fsseis.
Todavia, apesar dos avanos obtidos em termos de manipulaes biogenticas
e qumicas para um melhor aproveitamento da cana, so imprescindveis as
aplicaes modernas de tecnologia nas engenharias envolvidas no processo.
Nesse contexto, este trabalho prope solues na rea de Engenharia de Controle e Automao que otimizam a produo de etanol. Ainda, visando
viabilidade ambiental das propostas, a aplicao da energia solar e o uso da
gua se enquadram na parte inovadora do estudo. Em particular, as duas principais etapas de fabricao da usina sucroalcooleira so abordadas em uma
linguagem de cunho terico com experimentos industriais. Na unidade de
fermentao, um modelo completo desenvolvido para analisar o comportamento das principais variveis do processo. A estratgia proposta consiste
em um sistema multivarivel de duas camadas que utiliza o controle preditivo
no linear para maximizar a concentrao final de etanol no reator. No entanto, o projeto geral possui uma planta solar que auxilia o resfriamento dos
processos fermentativos. A destilaria foi modelada em escala industrial utilizando o software Hysys, em que possvel estudar a produo dos lcoois
de 2a , hidratado e anidro de acordo com os sistemas de controle aplicados.
Nessa unidade, uma estratgia que possui PIDs (Controlador ProporcionalIntegrativo-Derivativo), MPCs (Model Predictive Control) e uma camada de
controle supervisrio proposta para avaliar os ganhos obtidos em termos
de fabricao do lcool de 2a e do hidratado, formao da vinhaa e consumo energtico das colunas. Finalmente, o trabalho concludo apontando
as principais contribuies e perspectivas dos pontos de vista de pesquisa e
aplicao tecnolgica.
MODELING, CONTROL AND OPTIMIZATION OF

PROCESSES OF THE ETHANOL INDUSTRY: AN
APPLICATION IN SOLAR ENERGY
February/2013
Advisor: Prof. Julio Elias Normey Rico, Dr.
Area of Concentration: Control and Automation.
Keywords: Modeling, control, fermentation, distillation, ethanol, solar energy.
ABSTRACT: the ethanol industry has an important role in the economic scenario in Brazil by virtue of its representation in the areas of biofuels and
energy. Thus, Brazilian ethanol is recognized as a concrete alternative for
replacing of fossil fuels. However, despite the progress achieved in terms of
chemical and biogenetic manipulations to make better use of the sugarcane,
it is essential the use of modern technologies in the different types of engineering involved in the process. In this context, this work proposes solutions in
the area of Control and Automation Engineering to optimize ethanol production. Also, aiming to the environmental viability of the proposals, the application of solar energy and the minimization of the consumption of water appear
at the innovative part of the study. In particular, the two main steps of the manufacturing sugarcane plant are addressed at a theoretical language with industrial experiments. In the fermentation unit, a complete model is developed
to analyze the behavior of the main process variables. The strategy proposed
consists in a multivariable system of two layers which uses the nonlinear predictive control to maximize the final concentration of ethanol in the reactor.
However, the overall project has a solar plant that assists the cooling of fermentation processes. The distillery was modeled on an industrial scale using
the software Hysys, in which it is possible to study the production of the 2nd,
hydrated and anhydrous ethanols according to the control systems applied. In
this unit, a strategy that has PIDs (Proportional-Integrative-Derivative Controller), MPCs (Model Predictive Control), and supervisory control layer is
proposed to evaluate the gains obtained in terms of fabrication of 2nd and
hydrated ethanols, generation of stillage, and energy consumption of the columns. Finally, the work is concluded by pointing the main contributions and
future prospects of the views of research and technological application.
Sumrio
Lista de Figuras
vii
Lista de Tabelas
xi
Lista de Abreviaturas e Siglas
xiii
Lista de Smbolos
xvii
Terminologia
xxi
1 Introduo
1.1 Motivao . . . . . . . . . . . . . . . . . . . . . . . . .
1.1.1 O Etanol como Tema de Debate na COP-15 . . .
1.1.2 O Etanol Brasileiro . . . . . . . . . . . . . . . .
1.1.3 Sustentabilidade Mediante Controle e Automao
1.2 Objetivos . . . . . . . . . . . . . . . . . . . . . . . . .
1.3 Organizao do Trabalho . . . . . . . . . . . . . . . . .
.
.
.
.
.
.
1
1
2
4
6
10
11
2 Fermentao Alcolica
2.1 Descrio do Processo . . . . . . . . . . . . . . . . . . . .
2.2 Modelagem . . . . . . . . . . . . . . . . . . . . . . . . . .
2.2.1 Processo de Controle de pH no Tratamento do Caldo
2.2.2 Trocador de Calor . . . . . . . . . . . . . . . . . .
2.2.3 Reator . . . . . . . . . . . . . . . . . . . . . . . . .
2.3 Consideraes Finais do Captulo . . . . . . . . . . . . . .
13
14
16
16
30
34
39
3 Sistema de Controle da Unidade de Fermentao

3.1 Estratgia de Otimizao . . . . . . . . . . . . . . . . . . .
41
41
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
45
47
57
66
Planta Solar Integrada Unidade de Fermentao

4.1 A Contextualizao da Ideia . . . . . . . . . . . . .
4.2 Planta Solar de Refrigerao . . . . . . . . . . . . .
4.3 Dimensionamento e Projeto . . . . . . . . . . . . . .
4.4 A Produo de Etanol Combinada com a Planta Solar
4.4.1 Estratgia de Controle para a Planta Solar . .
4.5 Simulao Hardware in the Loop . . . . . . . . . . .
4.6 Resultados experimentais e anlise . . . . . . . . . .
4.7 Consideraes Finais do Captulo . . . . . . . . . .
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
67
68
69
72
74
76
78
80
85
Destilao Alcolica
5.1 Descrio do Processo . . . . . . .
5.2 Problemas de Controle e Automao
5.3 Simuladores . . . . . . . . . . . . .
5.3.1 Software Hysys . . . . . . .
5.4 Modelagem do Processo . . . . . .
5.4.1 Modelo Esttico . . . . . .
5.4.2 Modelo Dinmico . . . . .
5.5 Consideraes Finais do Captulo .
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
87
. 88
. 91
. 95
. 96
. 97
. 97
. 100
. 104
Um Estudo Proposto para Sistemas de Controle Avanado

6.1 Aspectos das Simulaes e Implementao . . . . . . .
6.1.1 Controlador PID . . . . . . . . . . . . . . . . .
6.1.2 Controlador MPC . . . . . . . . . . . . . . . . .
6.1.3 Protocolo de Comunicao . . . . . . . . . . . .
6.2 Simulaes e Avaliao dos Resultados . . . . . . . . .
6.2.1 Configurao do Novo Modelo . . . . . . . . . .
6.2.2 Caracterizao Paramtrica e Controladores . . .
6.2.3 Ensaios e Anlises . . . . . . . . . . . . . . . .
6.3 Consideraes Finais do Captulo . . . . . . . . . . . .
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
3.2
3.3
4
3.1.1 Sistema de Controle Avanado

3.1.2 Sistema de Controle Local . .
Simulaes e Resultados . . . . . . .
Consideraes Finais do Captulo . .
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
107
108
108
109
111
112
113
115
116
122
Comentrios Finais e Planejamento Futuro

125
7.1 NMPC Robusto para Processos com Atrasos de Transporte . 127
7.2 Contribuies e Opinio do Autor . . . . . . . . . . . . . . 128
Referncias Bibliogrficas
135
Lista de Figuras
1.1
etapas de produo de acar e etanol . . . . . . . . . . . .
2.1
2.2
2.3
2.4
2.5
2.6
2.7
2.8
2.9
2.10
2.11
2.12
2.13
2.14
2.15
2.16
2.17
2.18
2.19
2.20
2.21
2.22
conjunto de fermentadores . . . . . . . . . . . . . . . .
batelada alimentada . . . . . . . . . . . . . . . . . . . .
sistema de alcalinizao . . . . . . . . . . . . . . . . . .
configurao do processo de calagem . . . . . . . . . . .
sistema equivalente . . . . . . . . . . . . . . . . . . . .
dinmicas do processo real - 1o dia . . . . . . . . . . . .
dinmicas do processo real - 2o dia . . . . . . . . . . . .
validao 1. Sinais de entrada . . . . . . . . . . . . . . .
validao 1. Processo e modelo . . . . . . . . . . . . . .
erros calculados em todos os pontos . . . . . . . . . . .
resposta do modelo . . . . . . . . . . . . . . . . . . . .
trocador de calor . . . . . . . . . . . . . . . . . . . . .
trocador a placas 020 Plus . . . . . . . . . . . . . . . .
validao. Sinais de entrada . . . . . . . . . . . . . . . .
validao. Processo e modelo . . . . . . . . . . . . . . .
erros calculados em todos os pontos . . . . . . . . . . .
grfico da funo (pH6 ) . . . . . . . . . . . . . . . . .
interface principal do simulador da fermentao alcolica
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
13
14
17
18
18
24
25
26
26
27
27
28
28
29
29
31
32
33
33
34
37
38
3.1
3.2
sistema de controle e automao . . . . . . . . . . . . . . .

hierarquia de controle . . . . . . . . . . . . . . . . . . . . .
45
45
vii
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
3.3
3.4
3.5
3.6
3.7
3.8
3.9
3.10
3.11
3.12
3.13
3.14
3.15
3.16
3.17
3.18
3.19
3.20
3.21
3.22
3.23
3.24
3.25
3.26
3.27
3.28
3.29
diagrama de blocos do sistema de controle completo . . . .

diagramas de blocos do modelo linear do pH5 . . . . . . . .
curvas estticas relativas s vazes de caldo e de cido . . .
diagrama de blocos do modelo de Hammerstein . . . . . . .
respostas dos modelos fenomenolgico e de Hammerstein .
sistema em malha aberta . . . . . . . . . . . . . . . . . . .
dinmica da temperatura para U7 = 200 m3 /h . . . . . .
diagrama de blocos para o pH . . . . . . . . . . . . . . . .
controle da temperatura . . . . . . . . . . . . . . . . . . . .
controle do nvel . . . . . . . . . . . . . . . . . . . . . . .
cenrio C1. Controle do nvel . . . . . . . . . . . . . . . . .
cenrio C1. Controle da temperatura . . . . . . . . . . . . .
cenrio C1. Controle do pH do mosto e pH do reator . . . .
cenrio C1. Desempenhos do sistema sem e com o otimizador
cenrio C2. Controle do nvel . . . . . . . . . . . . . . . . .
cenrio C2. Controle da temperatura . . . . . . . . . . . . .
cenrio C2. Controle do pH do mosto e pH do reator . . . .
pontos de teste para o otimizador entre t = 0 h e t = 2 h . .
46
49
50
51
51
51
52
53
54
55
55
56
56
58
58
59
60
60
61
61
62
62
63
64
64
65
65
4.1
4.2
4.3
4.4
4.5
4.6
4.7
4.8
4.9
4.10
4.11
4.12
4.13
planta solar de refrigerao . . . . . . . . . . . . . . . . . .

esquema da planta solar . . . . . . . . . . . . . . . . . . . .
projeto para o modelo da unidade de fermentao . . . . . .
validao. Sinais de entrada e sada da mquina de absoro
estrutura completa . . . . . . . . . . . . . . . . . . . . . . .
temperatura de entrada amortecida pelos tanques . . . . . .
esquema do controle por chaveamento do campo solar . . .
esquema do sistema de controladores locais . . . . . . . . .
esquema para aplicar a carga simulada na planta solar . . . .
controle do nvel . . . . . . . . . . . . . . . . . . . . . . .
controle da temperatura . . . . . . . . . . . . . . . . . . . .
controle do pH do mosto e dinmica do pH do reator . . . .
dinmicas da biomassa e da biomassa morta para cada cenrio
70
70
73
74
75
77
77
78
79
81
81
82
82
viii
4.14 dinmicas do etanol e do substrato para cada cenrio . . . .

4.15 curvas de radiao e temperatura ambiente . . . . . . . . . .
4.16 cargas trmicas simulada e real aplicada na planta solar . . .
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
83
83
84
5.1
5.2
5.3
5.4
5.5
5.6
5.7
5.8
destilaria de etanol . . . . . . . . . . . . . . . . .
coluna de destilao . . . . . . . . . . . . . . . . .
esquema de produo . . . . . . . . . . . . . . . .
fluxograma do modelo esttico completo no Hysys
fluxograma da coluna A no Hysys . . . . . . . . .
fluxograma da coluna D no Hysys . . . . . . . . .
fluxograma da coluna B no Hysys . . . . . . . . .
fluxograma das colunas C e P no Hysys . . . . . .
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
87
88
90
100
102
103
104
105
6.1
6.2
6.3
6.4
6.5
coluna B modificada . . . . . . . . . . . . . . . . . . . .
estratgia geral da unidade de destilao . . . . . . . . . .
desempenho do sistema nominal. Coluna A . . . . . . . .
desempenho do sistema nominal. Coluna B e perturbaes
desempenho dos sistemas. Cenrios C2 e C3 . . . . . . . .
.
.
.
.
.
113
114
118
119
120
7.1
estrutura geral do NMPC para processos com atraso . . . . . 128
Lista de Tabelas
2.1
2.2
parmetros identificados . . . . . . . . . . . . . . . . . . . 25
parmetros cinticos em funo da temperatura na fermentao 37
3.1
3.2
3.3
3.4
Caldo X pH5 . . . . . . . . . . . . . . . . . . . . . . .
cido X pH5 . . . . . . . . . . . . . . . . . . . . . . .
definio dos cenrios . . . . . . . . . . . . . . . . . . .
concentraes de etanol para alguns valores de NH e Q
.
.
.
.
50
50
58
63
4.1
4.2
4.3
definio dos cenrios . . . . . . . . . . . . . . . . . . . . .

investimento econmico . . . . . . . . . . . . . . . . . . .
parmetros econmicos . . . . . . . . . . . . . . . . . . . .
80
84
84
5.1
5.2
5.3
5.4
5.5
5.6
5.7
5.8
5.9
5.10
5.11
5.12
elementos que compem cada slido . . . . .

composio do vinho . . . . . . . . . . . . .
especificaes da coluna A . . . . . . . . . .
especificaes da coluna D . . . . . . . . . .
especificaes da coluna B . . . . . . . . . .
especificaes das colunas C e P . . . . . . .
pontos de equilbrio da coluna A . . . . . . .
especificaes da coluna D . . . . . . . . . .
composio do lcool de 2a . . . . . . . . . .
especificaes da coluna B . . . . . . . . . .
composio do lcool hidratado e da flegmaa
especificaes das colunas C e P . . . . . . .
6.1
6.2
6.3
cdigo genrico para comunicao e controle . . . . . . . . 112

ndices de desempenho de C1 . . . . . . . . . . . . . . . . . 119
ndices de erros . . . . . . . . . . . . . . . . . . . . . . . . 121
xi
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
97
98
98
99
99
99
101
102
102
103
103
104
6.4
6.5
ndices de controle . . . . . . . . . . . . . . . . . . . . . . 121

parmetros de produo . . . . . . . . . . . . . . . . . . . . 121
xii
Lista de Abreviaturas e Siglas
AEMET Agencia Estatal de Meteorologa

ARFRISOL Arquitectura Bioclimtica y Fro Solar
BGPC Bilinear Generalized Predictive Control
CARB Air Resources Board
CARTIF Centro de Automatizacin, Robtica, y Tecnologas de la Informacin y la Fabricacin
CIEMAT Centro de Investigaciones Energticas Medioambientales y Tecnolgicas
CIESOL Centro de Investigacin de la Energa solar
COM Component Object Model
CYTED Ciencia y Tecnologa para El Desarrollo
DAS Departamento de Automao e Sistemas
DDE Dynamic Data Exchange
DMC Dynamic Matrix Control
EPMA Erro Percentual Mdio Absoluto
FFN Feedfoward Networks
FINEP Financiadora de Estudos e Projetos
FOPDT First Order Plus Dead-time
xiii
GPC Generalized Predictive Control

HIL Hardware in the Loop
IMC Internal Model Control
LEPTEN Laboratrio de Engenharia de Processos de Converso e Tecnologia de Energia
MIMO Multiple Input-Multiple Output
MPC Model Predictive Control
MRI Morari Resiliency Index
NEPSAC Nonlinear Extended Prediction Self-Adaptative Control
NIST National Institute of Standards and Technology
NMPC Nonlinear Model Predictive Control
NREL National Renewable Energy Laboratory
NRTL Non Randon Two Liquid
OLE Object Link Embeding
OPC OLE for Process Control
PI Controlador Proporcional-Integrativo
PID Controlador Proporcional-Integrativo-Derivativo
PSA Plataforma Solar de Almera
SAE Sum of Absolute Errors
SI Sistema Internacional de Unidades
SISO Single Input-Single Output
SSC Sum of Squared Control efforts
REE Red Elctrica de Espaa
RGA Relative Gain Array
RSD Desvio Padro Relativo
SCADA Supervisory Control and Data Acquisition
xiv
UAL Universidade de Almera

UFSC Universidade Federal de Santa Catarina
2DOF Two Degrees of Freedom
2DOF-DTC Two Degrees of Freedom-Dead-time Compensator
Lista de Smbolos
vetor de respostas livres do processo
Qu
matriz diagonal composta pelos fatores de ponderao do

esforo de controle
Qy
matriz diagonal composta pelos fatores de ponderao do

erro
vetor dos incrementos de controle calculados para o horizonte de controle
vetor de referncias futuras
vetor das sadas futuras do processo
HS
calor liberado durante a fermentao
tempo de amostragem do otimizador
Ui (s)
incremento do sinal da entrada i do processo no domnio

de Laplace
vazo mssica
(pH)
constante de reduo pelo pH
velocidade especfica de crescimento celular
max
mximo crescimento especfico
densidade
cp
calor especfico
xvii
vazo volumtrica
GP
produo de etanol
nvel
funo custo
tempo discreto
Kd
coeficiente de morte celular global
Ki
constante de inibio pelo substrato
Ks
constante de saturao pelo substrato
KdP
coeficiente de morte pelo etanol
KdT
coeficiente de morte pela temperatura
massa
mP
produo de etanol associada ao crescimento celular
mX
coeficiente de manuteno celular
NH
horizonte de predio do otimizador
Pmax
concentrao do produto quando o crescimento celular

cessa
Qc
fluxo de energia retirada da coluna de destilao
Qr
fluxo de energia aplicada na coluna de destilao
concentrao de substrato
temperatura
tempo
Ts
tempo de amostragem
coeficiente global de transferncia de calor
ui (t)
sinal temporal da entrada i do processo
volume
xviii
Vd
soma volumtrica ocupada pela mistura no processo de

neutralizao
Wai
primeiro invariante de reao na corrente i
Wbi
segundo invariante de reao na corrente i
concentrao celular ou de biomassa
Xd
concentrao de biomassa morta
Xmax
concentrao da biomassa quando o crescimento celular

cessa
ym
sinal de sada do modelo do processo
yr
sinal de sada do processo real
YP/X
fator de rendimento do produto pelo crescimento celular
YX/S
fator de rendimento da biomassa pelo substrato consumido
concentrao de etanol
Terminologia
Alcalinizao: efeito de elevar o pH de uma soluo.

lcool: classe de substncias qumicas que contm na sua estrutura Carbono,
Hidrognio e Oxignio.
lcool anidro: lcool retificado e desidratado contendo, no mximo, 1% de
gua.
lcool hidratado: mistura hidroalcolica de elevada pureza obtida na etapa
da retificao.
lcool de 2a : mistura hidroalcolica impura obtida na primeira etapa da destilao e que contm os elementos mais volteis formados na fermentao.
Bagao: um dos subprodutos da indstria do acar e lcool. Resduo fibroso
resultante da extrao do caldo da cana-de-acar.
Calagem: processo de alcalinizao mediante a adio de uma soluo aquosa
de cal.
Dorna: originalmente, recipiente feito de madeira para armazenar vinho. Na
indstria do etanol, refere-se ao reator onde ocorre a fermentao, tambm
denominado de biorreator ou fermentador.
Etanol: tipo mais comum de lcool. No Brasil, tal substncia tambm
utilizada como combustvel para motores de exploso. Na linguagem atual, o
termo pode ser substitudo simplesmente por lcool.
Flegma: corrente hidroalcolica extrada da coluna de epurao do vinho
com teor alcolico entre 40 e 50 o GL.
xxi
Flegmaa: efluente da destilaria resultante do esgotamento do lcool da

flegma.
Glicose: monossacardeo encontrado em grande proporo na cana-de-acar.
As clulas o utilizam como fonte de energia.
Inculo ou fermento: suspenso de clulas de levedura suficientemente concentrada para que se obtenha a fermentao do mosto nas condies desejadas.
Leveduras: so seres unicelulares que transformam acares fermentescveis
em lcool etlico e gs carbnico, resultantes de suas atividades enzimticas.
Melao: lquido viscoso com acares redutores obtido aps a centrifugao.
Mosto: mistura aucarada preparada para a fermentao alcolica.
Sulfitao: processo de tratamento que, dentre outras finalidades, preserva o
caldo contra alguns microrganismos e diminui sua viscosidade.
Vinhaa: resduo aquoso da destilao que contm todas as substncias no
volteis e algumas volteis do vinho. Conhecido tambm como vinhoto, corresponde ao efluente de maior volume produzido na destilaria.
Vinho: denominao recebida pelo mosto e fermento durante ou aps a fermentao.
o
Baum: escala baseada na gua pura e solues de cloreto de sdio para

medies de densidade de lquidos.
o
Brix: porcentagem em massa de slidos solveis contidos no caldo de cana.
Captulo
Introducao
A indstria produtora de acar e lcool ocupa um espao de significativa importncia na economia brasileira. O setor responsvel pelo surgimento de diversas tecnologias que atendem as mais variadas reas de pesquisa, desde a agricultura at as engenharias envolvidas no processo. Para
cumprir as expectativas de um mercado que est em ampla expanso, as usinas de lcool iniciaram um desenvolvimento tecnolgico que faz hoje do Brasil lder mundial do produto por meio da cana-de-acar. Entretanto, manter
essa liderana num momento em que o mundo descobre o etanol como opo
de energia renovvel e uma das solues para o problema do aquecimento
global faz com que seja necessrio um investimento crescente em pesquisas
brasileiras, diante da alta competitividade gerada pelo interesse de outros pases no setor.
Neste captulo, ser apresentado o cenrio em que se encontra a indstria do etanol brasileiro de tal maneira que justifique a proposta geral deste
trabalho do ponto de vista de Engenharia de Controle e Automao, bem
como a sustentabilidade das solues.
1.1 Motivao
A soluo prtica para combater o aquecimento global a reduo de
emisso dos gases poluentes, causadores do efeito estufa. O tema foi discutido pela primeira vez em mbito internacional no evento Conference on the
1
CAPTULO 1. INTRODUO
Changing Atmosphere realizado em Toronto, Canad, no ano de 1988; e em

seguida no IPCC First Assessment Report, Sundsvall, Sucia, em 1990. Este
ltimo serviu de base para a Conveno Quadro das Naes Unidas sobre a
Mudana do Clima, um tratado que foi resultado da Conferncia das Naes
Unidas para o Meio Ambiente e Desenvolvimento, conhecida tambm como
Cpula da Terra ou ECO-92 que foi realizada no Rio de Janeiro, Brasil, em
1992. O Tratado fixava compromissos mais rgidos para emisso de poluentes, dentre os quais se destaca aquele que levaria mais tarde ao Protocolo de
Kyoto.
O Protocolo de Kyoto, assinado em dezembro de 1997 em Quioto,
no Japo, tem como objetivo reduzir a emisso dos gases do efeito estufa dos
pases desenvolvidos - especificados no Anexo B do Protocolo - em 5,2% relativamente aos nveis de 1990 para o perodo de 2008 a 2012. No documento,
constam metas obrigatrias para seis gases: o dixido de carbono (CO2 ),
xido nitroso (N2 O), metano (CH4 ), hidrofluorcarbonetos (HF Cs), perfluorcarbonetos (P F Cs) e o hexafluoreto de enxofre (SF6 ) (Kyoto Protocol to
the United Nations Framework Convention on Climate Change 1998).
Em uma reunio que dava sequncia s discusses da Conferncia das
Partes, COP-6, realizada na cidade de Bonn, Alemanha, em 2001, os Estados
Unidos no ratificaram o Protocolo de Kyoto sob a alegao de que a reduo
de emisso dos gases poluentes seria prejudicial economia norte-americana.
Em contrapartida, pases importantes e em desenvolvimento, como o Brasil,
confirmaram seu apoio.
Nesse contexto, as indstrias brasileiras do acar e do lcool vm
desempenhando um papel notvel no que se refere preservao do meio
ambiente. O etanol proveniente da cana-de-acar como substituto dos combustveis fsseis tem se mostrado como alternativa concreta na luta contra a
poluio atmosfrica.
1.1.1
O Etanol como Tema de Debate na COP-15
A Conferncia das Partes da Conveno das Naes Unidas sobre Mudana do Clima (COP-15), certamente, vai ser lembrada como o evento mais
frustrante do ano de 2009, quando se refere aos avanos obtidos nos combates
ao aquecimento do planeta. Porm, o etanol brasileiro foi tema de destaque
durante os debates ocorridos na cpula da ONU, em Copenhague, Dinamarca.
Somente o fato de ter despertado o interesse de chefes de Estado de diversos pases pelo conhecimento dos benefcios do biocombustvel, deve ser
considerado como um passo essencial para a conquista de novos mercados
internacionais. Algumas das vantagens do produto, tais como eficincia energtica e reaproveitamento de resduos, sero descritas neste trabalho, mas
1.1. MOTIVAO
o seu resultado, do ponto de vista ambiental, que pode chamar a ateno daqueles que pretendem combater o problema do aquecimento global. De forma
objetiva, estima-se que, desde o incio do programa de etanol no Brasil, deixaram de ser emitidas cerca de 600 milhes de toneladas de gs carbnico,
principal responsvel pelo efeito estufa (Petrobras 2009).
Embora a produo de etanol de cana-de-acar seja uma cultura adotada no Brasil h mais de oitenta anos, consiste em um processo que envolve muitas etapas tecnicamente pouco conhecidas no mundo. Alm disso,
no existe um consenso na comunidade cientfica quanto s consequncias
na adoo do produto, principalmente, no que se refere ao desmatamento
amaznico e impacto no setor alimentcio, fatores que muitas vezes representam motivos de dvidas e desconfiana nas delegaes internacionais. No
toa que representantes de pases europeus questionam e participam efetivamente de conferncias que abordam o tema. Se a Unio Europeia, que
prefere outras fontes renovveis de energia, como a elica e a solar, ainda
resiste em incorporar biocombustveis agrcolas nos seus meios de transporte
(UNICA 2012, Reuters 2012), por outro lado, empresas brasileiras exportam
equipamentos e tecnologia para pases da frica e Amrica Latina; e as usinas
sucroalcooleiras esto cada vez mais aproveitando os resduos e subprodutos
gerados pela produo, fazendo jus expresso "energia limpa".
Sabendo da visibilidade que teria em um evento desse porte, a delegao brasileira aproveitou a chance de expor os argumentos favorveis ao
etanol. O ento ministro do Meio Ambiente, Carlos Minc, o governador
de So Paulo, Jos Serra, e a senadora Marina Silva defenderam o produto
como alternativa na COP-15, tentando atrair simpatizantes da teoria de que
a substituio dos combustveis fsseis pelo etanol proporciona uma reduo
significativa das emisses de gases poluentes. O governador respondeu por
um Estado que possui uma economia e populao maiores que as de vrios
pases presentes na Conferncia de Copenhague. E no faltaram pontos positivos para serem citados. Basta dizer que o Estado de So Paulo representa
20% da produo mundial de etanol e praticamente estabilizou suas emisses
de dixido de carbono nos ltimos 15 anos. Para completar, Serra assumiu
um acordo para cooperao nas reas ambiental e de energia com o governador da Califrnia, Arnold Schwarzenegger. Recentemente, a partir de testes
comparativos, um rgo daquele Estado, o Air Resources Board (CARB),
reconheceu o etanol de cana como parte das solues para reduzir o aquecimento do planeta (UNICA 2009).
Ante o exposto, o etanol proveniente da cana saiu com uma imagem positiva na COP-15, haja vista os delegados brasileiros mostraram como
sendo uma opo concreta e aplicvel em grande escala no combate ao aquecimento global. Sem embargo, no deve ser entendido como uma proposta
CAPTULO 1. INTRODUO
ambiental entre pases ricos e em desenvolvimento, mas em um novo modelo de sustentabilidade. Trata-se de uma quebra de paradigma, para a qual
necessrio investir em pesquisa e inovao no uso de fontes renovveis. Destarte, possvel produzir energia sem poluir, nem comprometer a economia
de um pas, garantindo, portanto, melhor qualidade de vida para a humanidade.
1.1.2
O Etanol Brasileiro
A indstria sucroalcooleira figura entre as mais tradicionais e antigas

no Brasil. A cana-de-acar representa uma cultura amplamente desenvolvida desde o perodo colonial, em que o acar foi, durante alguns sculos
(XVI ao XVIII), produto de exportao bsico para a economia brasileira.
O emprego do lcool proveniente da cana-de-acar como combustvel ocorreu antes da Segunda Guerra Mundial. Em um comeo, produzia-se
lcool anidro para ser adicionado gasolina como oxigenante (Leite 1997).
Mas foi em 1975 que a indstria ganhou um novo impulso no Brasil, aps a
primeira crise do petrleo, quando foi institudo o Prolcool. Este programa
governamental tinha como meta principal, na sua primeira fase, a expanso
do uso do lcool anidro na gasolina e, numa segunda fase, a produo de
lcool hidratado para ser utilizado como combustvel substituto da gasolina.
Para se ter uma ideia, entre 1975 e 1985, a produo de cana-deacar quadruplicou e o etanol tornou-se o combustvel mais importante utilizado no pas, onde sua demanda interna experimentou um crescimento relevante, sendo atendida principalmente por destilarias autnomas privadas
(Carmargo 1990). Nesse contexto, para cumprir as expectativas do novo mercado, a indstria sucroalcooleira brasileira se desenvolveu de tal forma que
se tornou referncia internacional da atualidade na produo de etanol. Entretanto, os subsdios e a barreira protecionista praticados por parte de alguns
pases desenvolvidos chegaram a colocar em dvida o avano que o produto
poder ter internacionalmente.
Os argumentos favorveis ao produto brasileiro so bastante slidos
se confrontados com o etanol dos Estados Unidos, maior produtor mundial (o
Brasil perdeu a liderana em 2007) e que utiliza o milho como matria-prima
na maior parte do seu territrio. Comparando-se o balano energtico obtido
mediante os dois produtos, tem-se: para cada unidade de energia utilizada
para a fabricao do etanol de cana, produz-se uma quantidade de energia
quase sete vezes maior que a produzida pelo milho. Em termos ambientais, a
vantagem tambm significativa: o etanol de cana reduz em 44% a emisso
de poluentes contra apenas 16% do etanol de milho. O ento Governador de
So Paulo, Jos Serra, em seu discurso feito na abertura do Ethanol Summit
1.1. MOTIVAO
2009, apresentou dados que mostram que, entre 2004 e 2008, a frota flex daquele estado poupou cerca de 35 milhes de toneladas de dixido de carbono.
Isso equivale a um plantio de 110 milhes de rvores em 20 anos, segundo
suas palavras. Ressalta-se ainda que no avaliado o quanto o etanol de milho afeta negativamente o mercado mundial de alimentos, j que produzido
pelo gro mais consumido na indstria alimentcia do planeta.
Alm disso, o processo de fabricao do etanol de cana permite aproveitar um de seus subprodutos de forma rentvel. Aps a moagem da cana,
possvel obter energia eltrica a partir da queima do bagao. Isto no s propicia s usinas sua auto-suficincia energtica como tambm permite fornecer
os excedentes de eletricidade para as redes nacionais de distribuio. Hoje,
esses excedentes representam apenas 3% da matriz energtica do pas. Muito
pouco, se compararmos com sua capacidade disponvel. Todavia, estima-se
que at 2020 o potencial de cogerao do setor possa atingir 15 mil megawatts
(Jank 2008). Para efeito de comparao, a usina de Itaipu possui uma potncia instalada de 14 mil megawatts.
Ademais, soma-se ainda o fato de a cana-de-acar utilizada para a
produo de etanol ser cultivada em uma rea que representa apenas 1% da
rea agriculturvel do pas, o que nos traz uma hiptese bem provvel: dificilmente um pas poder superar o Brasil nesse ramo. Os consumidores do
mundo globalizado devero pressionar seus governos no sentido de reduzir as
emisses de dixido de carbono, segundo os marcos do Protocolo de Kyoto,
e no haver alternativa comercial melhor em combustveis renovveis da biomassa, seno o mercado brasileiro.
Enfim, o etanol como commodity internacional uma questo de tempo,
desde quando, no incio de 2007, os presidentes Luiz Incio Lula da Silva
e George W. Bush assinaram um memorando de entendimento sobre biocombustveis, o qual fez surgir um convnio entre o Instituto de Metrologia, Normalizao e Qualidade do Brasil (Inmetro) e o seu congnere norteamericano, National Institute of Standards and Technology (NIST), a fim de
concretizar uma padronizao do produto. Recentemente, em junho de 2012,
o etanol brasileiro surgiu novamente nas discusses da RIO+20, Conferncia das Naes Unidas sobre Desenvolvimento Sustentvel, ocorrida no Rio
de Janeiro. Em particular, foi apresentada a nova tecnologia desenvolvida
pela Petrobras Biocombustvel para a produo de etanol de segunda gerao.
Ainda, a prpria presidenta Dilma Rousseff defendeu a adoo do combustvel nacional no somente como forma de reduzir a emisso de gases poluentes, mas tambm de transformao social. Ressaltam-se os avanos obtidos
em termos de gerao de emprego e das condies de trabalho, desde o ano
de 2009, quando a subsidiria da Petrobras comeou a atuar fortemente no
setor. Contudo, o pas precisa estar preparado no que diz respeito pesquisa
CAPTULO 1. INTRODUO
cientfica.
Atualmente, embora haja uma acentuada preocupao com a modernizao dos estgios de produo das usinas sucroalcooleiras, ainda h diversos
problemas relacionados engenharia aplicada de controle e automao que
tm como consequncias, principalmente, uma eficincia energtica comprometida e um produto final com caractersticas cujas variabilidades so maiores do que as desejadas. Por outro lado, sabe-se que o investimento, tanto
do ponto de vista de formao de recursos humanos qualificados nas reas
estratgicas quanto para o desenvolvimento tecnolgico, traz uma clara perspectiva de melhoria no rendimento de seus processos. Sincronizar a Cincia
com as vantagens do etanol de cana-de-acar, certamente, far do Brasil um
modelo a ser seguido em questo de energia renovvel.
No entanto, deve-se conhecer as etapas de produo de acar e etanol
que so organizadas basicamente conforme a ilustrao da Fig. 1.1. De forma
resumida, tem-se o seguinte: aps a colheita, a cana passa por um processo
de moagem ou difuso para a extrao do caldo que deve ser tratado antes de
conduz-lo para a fabricao de acar ou etanol. O bagao obtido na extrao
enviado para as caldeiras, onde se produz vapor. Este utilizado diretamente
nas prprias unidades da usina ou ento para a gerao de energia eltrica por
meio de turbinas e geradores. Na fabricao de acar, h os processos de
evaporao e cozimento, enquanto as unidades da fermentao e destilao
constituem as etapas finais da produo de etanol.
O escopo deste trabalho agrega as duas unidades mais importantes da
indstria do etanol em termos de produtividade e consumo de energia: fermentao e destilao. Trata-se de uma abordagem de cunho terico com
aplicaes experimentais. Todavia, como ser visto no decorrer da leitura,
o estudo tem como objetivos no somente a otimizao dos processos produtivos, mas tambm a insero da principal bandeira do etanol, a ideia de
desenvolvimento sustentvel, na rea de Engenharia de Controle e Automao.
1.1.3
Sustentabilidade Mediante Controle e Automao
Todo projeto de engenharia tem como limitante a disponibilidade de

energia. Hipoteticamente, considerando modelos e implementaes ideais,
teramos a produtividade mxima de qualquer processo com uma quantidade
infinita de energia. Entretanto, no o que acontece na prtica. Sabe-se que
nem sempre se tem energia suficiente para uma suposta tecnologia bem sucedida. No caso do etanol, tem-se um agravante. No basta ter energia, mas
de que fonte se pode extra-la. Como foi exposto, o biocombustvel brasileiro difere dos demais por ser altamente rentvel e renovvel. Porquanto,
1.1. MOTIVAO
Cana
Extrao
Caldo
Tratamento
Caldo
Tratado
Evaporao
Xarope
Melao
CO 2
Fermentao
Bagao
Caldeira
Vapor
Acar
Cozimento
Gerao
Vinho
Eletricidade
Destilao
Etanol
Vinhaa
Usina
Fig. 1.1: etapas de produo de acar e etanol
qualquer soluo apresentada para melhoria de seus processos precisa, necessariamente, respeitar essas condies. Por esse prisma, este trabalho aborda
o uso da gua e aplicao de energia solar como parte das solues propostas
que sero apresentadas.
1.1.3.1
Energia solar, uma opo
Os atuais problemas ambientais so atribudos ao crescente impacto

das aes humanas na Terra. Isso ocorre devido a diversos fatores, tais como
aumento da populao mundial, dos setores de transporte, das atividades industriais e, consequentemente, do consumo de energia.
Como comentado, o assunto foi discutido pela primeira vez no final
da dcada de 80 e ir se estender por tempo indeterminado, haja vista o difcil
acordo internacional na tentativa de diminuir a emisso dos gases causadores do efeito estufa. Embora tenha havido avano nas questes ambientais
desde a assinatura do Protocolo de Kyoto, notria a m vontade dos principais poluidores do planeta, China, ndia e Estados Unidos, quando se trata
de reduo das emisses. A razo muito simples: os ndices de produo e
consumo de energia refletem a atividade econmica de um pas e, portanto,
o seu desenvolvimento. A comunidade cientfica ainda discute se o aquecimento global antropognico, porm, em um ponto existe convergncia: o
uso dos combustveis fsseis polui, causa mudanas climticas locais e piora
a qualidade de vida do homem.
Com o surgimento da ideia de desenvolvimento sustentvel, o uso de
energia renovvel promovido como uma alternativa para diminuir a dependncia das convencionais fontes de energia poluentes. Estima-se uma significante reduo dos gases poluentes, causadores do efeito estufa, por meio
de energia limpa. Ademais, existe uma mudana de paradigma no que se
refere ao modelo de energia mundial, na qual a tendncia de mercado que
CAPTULO 1. INTRODUO
o emprego de energia renovvel se torne mais barato e prximo da energia

tradicional (Smil 2012).
Certamente, os rumos das crises americana e europeia nos prximos
anos impactaro negativamente sobre os investimentos em alternativas aos
combustveis fsseis. Mesmo com toda a conscincia do problema, ainda
muito mais barato ter como opo imediata jogar CO2 na atmosfera. Entretanto, o Brasil, por meio de suas bem sucedidas experincias como produo
de biodiesel e etanol, vem atraindo a ateno dos capitalistas de risco, dada
sua larga extenso territorial, biodiversidade e economia favorveis.
Decises polticas parte, deve-se entender que investir em tecnologias energticas inovadoras faz com que a cadeia produtiva de uma nao seja
mais robusta e competitiva. medida que as solues modernas so conhecidas, torna-se mais clara a viabilidade ou no de suas aplicaes. Dessa forma,
o Brasil comea a dar os primeiros sinais de investimento em larga escala no
que concerne energia solar, apesar de ainda ser pequeno se comparado com
Alemanha, Estados Unidos ou Espanha. Curiosamente, o nordeste brasileiro,
regio nacional onde se tem maior incidncia de radiao, no possui um
centro de pesquisa em energia solar.
O sol, que j foi considerado um Deus por tribos pr-histricas, a
nica estrela localizada no centro do nosso sistema, onde a Terra e outros
planetas percorrem suas trajetrias elpticas. H manuscritos da antiguidade
egpcia que afirmam que a Grande Pirmide, uma das maiores obras da humanidade, foi construda a fim de se ter um caminho que levasse ao sol
(Anderson 1977). A temperatura da superfcie do sol atinge cerca de 5500
o
C e a energia emitida para a Terra em forma de radiao solar, possibilitando a manuteno da vida. A radiao trmica viaja uma distncia de
aproximadamente 150 milhes de quilmetros velocidade da luz no vcuo
(300.000 km/s) e dura aproximadamente 8 minutos e 20 segundos at chegar
ao nosso planeta. Apesar de ser uma minscula parcela do total que o sol produz, 84 minutos da radiao solar captada pela Terra equivalente demanda
de energia mundial por um ano. Basicamente, toda a forma de energia que
ns conhecemos tem origem no sol. Manipul-la e aproveit-la, eis o desafio.
Para se obter a energia solar, podem ser utilizados dois tipos de equipamentos: o painel fotovoltaico e o painel termosolar. O primeiro converte
diretamente a luz em eletricidade e o segundo, como o prprio nome j sugere, aplicado para gerao de energia trmica, possibilitando encontrar
projetos que envolvem desde a climatizao de acomodaes at a dessalinizao da gua do mar (Pasamontes et al. 2011, Roca et al. 2009). No caso
de refrigerao de ambientes, tem-se uma situao interessante. Quanto mais
elevada a irradiao, mais calor se faz e maior a quantidade de energia consumida pelos sistemas de climatizao. Porm, maior a potncia produzida
1.1. MOTIVAO
pelas placas.
Decerto, o Brasil dispe de diversas maneiras de gerar energia. No entanto, o pas continua dando seu exemplo no que diz respeito ao desenvolvimento sustentvel. A preocupao com o uso das energias limpas evidente,
principalmente, quando as delegaes brasileiras expem nas conferncias
realizadas pelo mundo afora as novas aes executadas nos setores estratgicos. Em particular, a energia proveniente do sol nos traz um timo panorama
de que o sucesso de sua implementao uma questo de tempo, fazendo jus
ideia aristotlica de que "a natureza no faz nada em vo".
1.1.3.2
O uso da gua na indstria
Nesse novo cenrio do sc. XXI, ao se falar em desenvolvimento socioeconmico, vocbulos como "sustentabilidade", "biocombustvel" e "energia renovvel" j no soam com estranheza nas metas institucionais da indstria. No entanto, a tecnologia moderna no deve negligenciar um dos maiores
patrimnios da humanidade: a gua.
A prpria Lei No 9.433/97 da Poltica Nacional de Recursos Hdricos fundamenta no Art. 1o , Inciso II, que "a gua um recurso natural limitado, dotado de valor econmico". Alguns dados alarmantes que servem
como ponto de partida para a conscientizao da sociedade devem ser citados.
Aproximadamente 97,5% da gua do mundo salgada e, portanto, imprpria
para fins agrcola, industrial e humano. No obstante, 1,75% est em forma
de gelo ou neve nas montanhas e regies polares, enquanto, do restante, 99%
so guas subterrneas. Ou seja, menos de 0,0001% de toda a gua do planeta
encontra-se nos lagos e rios. Nmeros de sobra que justificam a implantao
de estratgias que racionalizam seu uso.
Contudo, no h um valor exato para o preo da gua, pois este depende de diversos fatores, tais como custo de extrao, transporte, tratamento
e polticas governamentais. O fato que ao utilizar algum mtodo adequado,
esse valor reduzido consideravelmente. Por consequncia, empresas de diversos setores investem fortemente em tecnologias que possibilitam o tratamento de esgotos e efluentes, reuso, reciclagem e, sobretudo, reduo do
consumo da gua.
Entretanto, nenhuma tcnica seria aplicada com eficincia sem o Controle e Automao. Embora a interferncia nos sistemas hidrulicos possa
ser feita manualmente, mais interessante quando realizada de maneira programada (automtica), pois a automao por meio de dispositivos eletrnicos
permite medies e regulaes mais precisas. Baseados em modelos matemticos que so implementados nos seus chips, esses equipamentos so capazes
de operar qualquer processo de maneira eficiente evitando o alto consumo.
10
CAPTULO 1. INTRODUO
Na indstria, essa ideia aplicada com resultados significativos. Inicialmente, a finalidade da automatizao era aumentar a produtividade dos
processos de fabricao e melhorar a qualidade das tarefas realizadas pelo
homem, o que, indiretamente, proporcionava um melhor aproveitamento da
gua. Hoje, cada vez mais, as empresas procuram sistemas de controle que
causam um impacto direto na reduo do seu consumo hidrulico. Na medida em que os problemas e dilemas so apresentados, novas solues so
criadas. Decerto, h um custo inicial em termos de instalao e eletricidade,
sem embargo, o balano energtico e o ganho final viabilizam o investimento.
Destarte, aliada Poltica Nacional do Meio Ambiente, no que concerne ao melhor uso da gua, a Engenharia de Controle e Automao aparece
como uma das promissoras opes para o cumprimento da Lei No 6.938/81,
que estabelece como um de seus princpios no Art. 2o1 "incentivos ao estudo
e pesquisa de tecnologias orientadas para o uso racional e a proteo dos
recursos ambientais". Trata-se de uma soluo relativamente nova que, bem
direcionada, possibilita a explorao de riquezas com respeito aos recursos
naturais e que prioriza o bem estar social.
1.2 Objetivos
Como comentado anteriormente, na produo de lcool esto envolvidas reas de diversos conhecimentos. Porm, vale salientar que existe uma
carncia de estudos que abordam esses processos em Engenharia de Controle.
A escassez de modelos tericos limita o desenvolvimento de novas tcnicas
de controle, especificamente para esses sistemas, levando, consequentemente,
as usinas a operarem com uma automao simples e de forma conservadora.
Este trabalho visa realizar uma modelagem completa dos sistemas em
questo e desenvolver estratgias de controle avanado que permita maximizar a produo de etanol e minimizar o consumo de gua na indstria. Ser
feita uma reviso bibliogrfica para todos os processos. No entanto, devido
s caractersticas e problemas exclusivos de cada um, necessrio definir as
principais etapas do estudo:
Fermentao. Uma unidade completa comumente encontrada nas usinas de etanol ser modelada e validada por meio de experimentos em
plantas reais. Um estgio do tratamento do caldo, que o controle de
pH, tambm far parte do sistema. Com o auxlio de um simulador
1 Art 2o - A Poltica Nacional do Meio Ambiente tem por objetivo a preservao, melhoria
e recuperao da qualidade ambiental propcia vida, visando assegurar, no Pas, condies ao
desenvolvimento socioeconmico, aos interesses da segurana nacional e proteo da dignidade
da vida humana.
1.3. ORGANIZAO DO TRABALHO
11
implementado em Matlab da Mathworks, analisar-se-o os efeitos da

temperatura, da alimentao e do pH no desempenho do processo; e
um novo algoritmo de controle avanado ser desenvolvido e aplicado.
Sistema de Resfriamento. Trata-se de uma nova unidade proposta
neste trabalho. Utilizar-se- a energia solar para auxiliar no resfriamento das dornas nas usinas. Ser acoplado ao sistema um equipamento de resfriamento com o intuito de maximizar a produo de etanol mediante o controle de temperatura. Para o estudo detalhado da
estrutura proposta, ser apresentada uma simulao do tipo Hardware
in the Loop (HIL), realizada na Universidade de Almera, localizada na
Espanha.
Destilao. Uma configurao utilizada na indstria ser implementada no software Hysys da Aspentech. O modelo permitir analisar os
trs principais produtos da destilaria de etanol: lcool de 2a , lcool
hidratado e lcool anidro. Ser desenvolvida uma plataforma computacional, em que sistemas de controle avanado podero ser testados. Em
particular, uma nova estrutura de trs camadas ser proposta para essa
unidade da usina sucroalcooleira.
1.3 Organizao do Trabalho

O texto est organizado da seguinte forma:
No Captulo 2, o processo e a modelagem completa da unidade de fermentao alcolica so descritos detalhadamente. Alguns experimentos de
validao do trocador de calor e do processo de controle de pH so apresentados. As principais variveis da fermentao so analisadas por meio de
simulaes, em que os problemas do ponto de vista de controle so avaliados.
No Captulo 3, o sistema de controle desenvolvido neste trabalho
apresentado. A estratgia proposta consiste em um sistema de duas camadas
que utiliza o algoritmo Nonlinear Model Predictive Control (NMPC) para
maximizar a concentrao de etanol quando concluda a fermentao. Todavia, a partir das simulaes, constata-se uma certa quantidade de energia para
o funcionamento correto do sistema.
No Captulo 4, dada continuidade ao sistema de controle desenvolvido para a unidade de fermentao. Porm, neste captulo, apresentada
uma nova estrutura que possibilita o funcionamento correto do controle de
temperatura. Uma planta solar de refrigerao proposta para atender a demanda de energia produzida pela unidade de fermentao. A viabilidade do
projeto avaliada a partir dos experimentos realizados.
12
CAPTULO 1. INTRODUO
No Captulo 5, o processo da unidade de destilao alcolica descrito

detalhadamente, em que os problemas em controle e automao so apontados. O modelo esttico desenvolvido no software Hysys, a partir do qual
uma configurao nominal da unidade definida para as futuras avaliaes
dos sistemas de controle estudados.
No Captulo 6, o modelo dinmico da destilaria implementado no
Hysys. Os aspectos de simulao e comunicao com o Matlab so explanados com nfase nos objetos direcionados para o controle. Uma nova configurao que contm uma camada de Model Predictive Control (MPC) proposta, da qual foi estudada sua viabilidade e perspectiva de desenvolvimento
futuro. Um algoritmo de otimizao baseado em energia para o sistema supervisrio e o problema do atraso de transporte Multiple Input-Multiple Output (MIMO) aparecem como os prximos desafios na rea de pesquisa.
No Captulo 7, tm-se as concluses. O cenrio em que o trabalho foi
desenvolvido discutido e as perspectivas na rea de pesquisa so apresentadas. Finalmente, as contribuies e publicaes referentes ao tema no meio
cientfico so descritas de maneira comentada.
Captulo
2
Alcoolica
Fermentacao
Fig. 2.1: conjunto de fermentadores
O trabalho que ser apresentado neste captulo foi inspirado a partir

de algumas visitas realizadas nas usinas Cerradinho, localizada na cidade de
Potirendaba, So Paulo; e La Unin, em Escuintla, Guatemala.
Uma modelagem completa da unidade de fermentao alcolica foi
desenvolvida a fim de se obter um sistema de controle que permita a otimi13
14
CAPTULO 2. FERMENTAO ALCOLICA
zao do processo. As principais variveis que podem ser analisadas so:

concentraes de biomassa morta, biomassa, substrato e etanol; nvel, pH e
temperatura no reator.
Inicialmente, os parmetros foram dimensionados para estudar o comportamento do processo em um reator de 1000 m3 , conforme o conjunto de
fermentadores mostrado na Fig. 2.1. Entretanto, a metodologia apresentada
permite extrapolar o modelo final para outras escalas. Desse modo, possvel
que se obtenha uma aproximao satisfatria de um sistema real de tal forma
que as situaes industriais possam ser analisadas e avaliadas.
2.1 Descrio do Processo

4
Vazo de cido
5
Mosto
Caldo
alcalinizado
Rio
6
Vinho
Trocador de Calor
7
gua
Fig. 2.2: batelada alimentada
O processo de conduo utilizado na fermentao alcolica na maioria

das usinas brasileiras o Melle-Boinot, conhecido como batelada alimentada,
no qual o substrato adicionado de forma a controlar a velocidade da reao
em funo da sua concentrao no meio fermentativo, alm de evitar a inibio pelo substrato, entre outros efeitos indesejveis. A configurao proposta
neste trabalho encontra-se na Fig. 2.2, na qual trs principais subsistemas
podem ser observados: o prprio reator, onde ocorre a fermentao; o trocador de calor utilizado para controlar a temperatura do processo e o sistema de
alimentao, onde se considera a vazo e a dinmica do pH. Ser comentado
2.1. DESCRIO DO PROCESSO
15
mais adiante a respeito do processo de alcalinizao do caldo que antecede a

unidade de fermentao. Por isso, a numerao correspondente aos fluxos da
fermentao iniciada com valor 3.
A unidade de fermentao funciona basicamente da seguinte maneira:
o caldo de cana, que misturado com uma substncia cida para manter o
seu pH em um valor desejado, alimenta o reator at que este atinja o nvel
definido pelo operador. Como a configurao do reator do tipo batelada,
uma recirculao contnua do vinho mantida mediante uma bomba de vazo durante cada perodo de produo. O vinho passa atravs de um trocador
de calor que usa uma circulao refrigerante para mant-lo em uma temperatura ideal dentro do reator. Na indstria sucroalcooleira, gua utilizada
como fluido refrigerante e bombeada diretamente de um rio ou torre de
refrigerao.
A produo de etanol via fermentao alcolica por Saccharomices
cerevisae um processo em que a formao do produto associada ao crescimento celular e a proliferao do microorganismo uma fase diuxica, isto
, a levedura consome um substrato preferencialmente, neste caso, a glicose.
As leveduras celulares so submetidas aos estresses inerentes ao processo,
que so causados pelas condies ambientais e fatores fsico-qumicos, tais
como alta temperatura, salinidade e pH elevados, concentraes de etanol
e acar. Dentre esses fatores, a temperatura o que mais afeta a cintica
da fermentao e sua viabilidade celular. Em altas temperaturas, ocorre uma
maior perda de lcool por evaporao e arraste com gs carbnico que deve
ser evitado pelo fechamento das dornas. Alm disso, eleva-se a taxa de crescimento dos microorganismos responsveis pela contaminao do processo.
Esta ltima causa floculao das leveduras celulares, o que gera problemas na
centrifugao. Por isso, deve-se esterilizar o caldo antes.
Ainda, a presena de alta concentrao de etanol combinada com a
temperatura elevada submete as clulas s condies de estresse, em que as
leveduras tm uma grande tendncia de produzir glicerol que o principal
subproduto da fermentao alcolica. Por outro lado, em baixas temperaturas, o uso de antibiticos reduzido devido pouca contaminao.
Nesse processo exotrmico, o inculo j preparado no fundo do fermentador recebe o mosto por meio de um sistema com controle de vazo, at
a dorna atingir o nvel desejado. A temperatura e o pH do mosto so mantidos em torno de um determinado valor com o uso de um trocador de calor e
da adio de substncias cidas, respectivamente. Como possui alta concentrao, o fluxo de cido to pequeno se comparado com o da alimentao
que seu efeito como perturbao na vazo desprezado.
A fermentao monitorada pelo controle de sua temperatura e pelo
acompanhamento da variao do o Brix do vinho. Durante o processo, o o Brix
16
no pode ultrapassar um determinado valor e quando torna-se constante, a fermentao considerada encerrada. O vinho (mosto totalmente fermentado),
com as leveduras em suspenso, centrifugado e o leite de levedura obtido aps receber um tratamento cido - reutilizado na fermentao seguinte. O
vinho delevedurado, praticamente isento de clulas, segue para a destilaria,
onde se recupera o lcool.
Atualmente, as usinas trabalham com leveduras selecionadas, adaptadas s condies de estresse fermentativo. Uma diminuio dos efeitos estressantes pode melhorar o comportamento da levedura no sentido de aumentar o
rendimento em etanol, a produtividade e a viabilidade celular.
2.2 Modelagem
Por causa da importncia dos processos do tipo batelada alimentada
nas indstrias qumicas e de biotecnologia, diversos dos modelos matemticos dinmicos que foram propostos por pesquisadores so utilizados para
estudo e testes industriais ou meio acadmico (Menezes et al. 1994, inar &
ndey 1999, Birol et al. 2002, Xiong & Zhang 2004). Portanto, para compreender melhor o processo e buscar solues em controle automtico, das
convencionais at as mais avanadas, necessrio um modelo completo que
represente a situao real.
A modelagem ser desenvolvida para cada parte do sistema dado. Ou
seja, deve-se estudar, separadamente, as equaes da dinmica do pH, do
trocador de calor e do reator. No caso da dinmica do pH, ser exposto um
trabalho realizado em parceria com a Ingenio La Unin que fica localizada
na cidade de Escuintla, na Guatemala. Naquela ocasio, o estudo foi feito
na etapa do tratamento do caldo, processo que antecede a fermentao. Porm, isso no compromete a generalidade da anlise, dado que os modelos
desenvolvidos so fenomenolgicos.
2.2.1
Processo de Controle de pH no Tratamento do Caldo
O controle de pH um processo muito comum nas usinas de acar

e lcool. Aps sua extrao da cana-de-acar, necessrio que o caldo seja
tratado antes de ser enviado para as prximas etapas de produo. O tratamento consiste em processos qumicos que tm a finalidade de desinfetar e
eliminar as impurezas indesejveis do caldo. Na etapa conhecida como sulfitao, adicionado dixido de enxofre (SO2 ) que, em soluo aquosa, forma
o cido sulfuroso (H2 SO3 ), reduzindo, o pH do caldo. Assim, o seu pH
deve ser corrigido por meio de um processo de calagem, no qual uma soluo
aquosa de cal (Ca(OH)2 e CaO) adicionada, permitindo elevar o pH para
2.2. MODELAGEM
17
um valor no qual as prximas etapas do tratamento ocorram em condies

qumicas ideais.
A no linearidade acentuada torna esse processo um dos mais difceis
do tipo Single Input-Single Output (SISO) de controlar, somando-se ainda o
fato de que grandes variaes no pH podem comprometer significativamente
a qualidade do produto e a eficincia do sistema de produo. Em particular,
o pH incorreto e a alta temperatura causam perdas de acar e etanol nas
unidades seguintes da usina. Por tudo isso, muitos trabalhos dedicados ao
assunto com aplicao em controle so encontrados na literatura (Wright &
Kravaris 1991, Alvarez et al. 1998, Mwembeshi et al. 2004).
Todavia, a modelagem desses sistemas se torna uma tarefa muito difcil em virtude das condies de eletroneutralidade, da cintica das reaes e
do equilbrio qumico que devem ser considerados na mistura das substncias.
Por consequncia, trabalhos recentes (Bravo et al. 2008, Casillo et al. 2008)
continuam a utilizar os mesmos modelos tericos em escala de bancada, tal
como o proposto por Henson & Seborg (1994), os quais no representam
muito bem a realidade de uma usina de acar, visto que sua operao realizada por equipamentos de dimenses industriais.
Um grande nmero de formulaes matemticas que descrevem o processo de neutralizao do pH foi abordado ao longo das ltimas dcadas
(McAvoy et al. 1972, Gustafsson & Waller 1983, Gustafsson et al. 1995, Gadewar et al. 2001). Contudo, muito importante ter disponvel um modelo
em escala industrial do ponto de vista do engenheiro de controle.
Fig. 2.3: sistema de alcalinizao
Neste trabalho, os dados foram extrados do processo de alcalinizao

do caldo de cana implantado na usina Ingenio La Unin (ver Fig. 2.3), com
os quais a modelagem foi desenvolvida utilizando o mtodo de invariantes
de reao (Waller & Mkil 1980, Gustafsson & Waller 1983). Diferente
das obras cientficas citadas, o modelo resultado de um experimento prtico
obtido na indstria, no qual o efeito tampo do sal representado por uma
substncia hipottica identificada.
18
2.2.1.1
Modelagem fenomenolgica da alcalinizao do caldo

Leite
de cal
2
Caldo sulfitado
1
Sistema de Controle
pH3
Caldo alcalinizado
3
Fig. 2.4: configurao do processo de calagem
Seja a configurao do processo de acordo como ilustrada na Fig.

2.4. O ajuste do pH3 feito pela injeo de soluo de Ca(OH)2 diretamente
na linha do duto aps o processo de sulfitao. O ponto a o ponto de mistura
entre o caldo e a soluo de Ca(OH)2 ; e no ponto de vazo b encontra-se
instalado um sensor de pH. Entre os pontos a e b, a bomba garante que a
mistura seja perfeita, realizada antes da medio do pH3 .
Para a modelagem do processo, calcula-se o volume Vd do sistema
de neutralizao como sendo a soma volumtrica de todos os dutos entre os
pontos a e b, inclusive da bomba. O volume real Vd = 474,71 L. Com
o intuito de obter uma representao qumica da mistura, o sistema carbnico, apresentado por Alvarez et al. (2001), determinado de maneira anloga para a mistura real do caldo (SO2 , Ca(OH)2 e caldo de cana). Dessa
maneira, considera-se que o caldo sulfitado formado por trs correntes: uma
de caldo neutro, uma de cido forte (HN O3 ) e outra de bicarbonato de sdio
(N aHCO3 ). Este sistema equivalente ilustrado na Fig. 2.5.
Fig. 2.5: sistema equivalente
Assume-se que existe um recipiente hipottico de mistura, cujo vo-
2.2. MODELAGEM
19
lume Vc considerado desprezvel, onde se forma o caldo sulfitado. Ademais, no necessrio conhecer as caractersticas de cada corrente de entrada
no recipiente hipottico, sendo importantes, portanto, somente as caractersticas do caldo sulfitado que se forma. Para o modelo, supe-se que:
1. O caldo contm um cido forte HN O3 que traz uma parte principal
dos ons H + e um sal de cido fraco N aHCO3 que traz o ltimo nion
CO3 . Este o sistema carbnico;
2. as duas constantes de dissociao do sistema, Ka1 e Ka2 , sero iguais
s do cido carbnico. Se for necessrio, uma delas poder ser ajustada
para que o modelo represente mais fielmente o comportamento real do
caldo de cana;
3. todas as reaes qumicas sero modeladas com base na aproximao
por invariantes de reao. Tal aproximao define dois invariantes para
seguir a reao. O primeiro invariante refere-se eletroneutralidade da
soluo, pelo qual se faz o balano de todas as espcies com carga na
corrente i:
Wai = [H + ]i [OH ]i [HCO3 ]i 2 [CO3 ]i .
Para o segundo invariante, faz-se o balano da concentrao do ltimo
nion. Neste caso, o CO3 na corrente i:
Wbi = [H2 CO3 ]i + [HCO3 ]i + [CO3 ];
4. para qualquer corrente em que se conhea seu pH e o valor de Wbi ,
possvel calcular o invariante Wai com:
Wai = Wbi G(pHi ,Ka1 ,Ka2 ) + F (pHi ),
em que:
G(pHi ,Ka1 ,Ka2 ) =
1+
1 + 2 10(pHi pKa2 )
,
+ 10(pHi pKa2 )
10(pKa1 pHi )
(2.1)
F (pHi ) = 10pHi 10(pHi 14) ,

e pKai = Log(Kai ).
Organizando as equaes de forma que permitam calcular Wai a partir
de Wbi e do pHi , os invariantes de reao a considerar em cada corrente i
tero a seguinte forma e valor para cada uma das correntes:
20
Corrente 1, caldo sulfitado:

Wb1 = [H2 A]1 + [HA ]1 + [A ]1
Wb1 = [Acido]
1 + [SalAcido]1
Este valor de Wb1 deve ser identificado utilizando os dados experimentais. Logo, com esse valor e o pH dessa corrente que tambm uma
medio real, pode-se calcular o primeiro invariante:
Wa1 = [H + ]1 [OH ]1 [HA ]1 2 [A ]1
Wa1 = Wb1 G(pH1 ,Ka1 ,Ka2 ) + F (pH1 )
Corrente 2, leite de cal. Soluo 9 o Baum
e de Ca(OH)2 em gua,
formada a partir de cal para engenhos com 90% em peso de Ca(OH)2 :
Wb2 = [H2 A]2 + [HA ]2 + [A ]2
Wb2 = [Acido]
2 + [SalAcido]2 = 0 + 0
Wa2 = [H + ]2 [OH ]2 [HA ]2 2 [A ]2
Wa2 = 0 G(pH2 ,Ka1 ,Ka2 ) + F (pH2 )
Wa2 = 10pH2 10(pH2 14)
que calculado em funo do pH do leite de cal, cujo valor constante
adquirido em laboratrio (pH2 = 12,53). Consequentemente, essa corrente
est totalmente identificada.
Corrente 3, caldo alcalinizado. Corrente de interesse para a medio
de pH:
Wb3 = [H2 A]3 + [HA ]3 + [A ]3
Wb3 = [Acido]
3 + [SalAcido]3
Para conhecer este valor, medem-se os dados do pH real do caldo
alcalinizado e estima-se um valor inicial de Wb3 .
Conhecendo o valor de Wb3 , calcula-se o primeiro invariante segundo:
Wa3 = [H + ]3 [OH ]3 [HA ]3 2 [A ]3
Wa3 = Wb3 G(pH3 ,Ka1 ,Ka2 ) + F (pH3 )
As equaes do modelo a partir dos balanos do sistema para cada um
dos invariantes de reao, considerando os nmeros das correntes indicados
2.2. MODELAGEM
21
na Fig. 2.5 e uma mistura perfeita com volume constante Vd , so:

d(Vd Wa3 )
dWa3
= Vd
= F1 Wa1 + F2 Wa2 F3 Wa3
dt
dt
(2.2)
dWb3
d(Vd Wb3 )
= Vd
= F1 Wb1 + F2 Wb2 F3 Wb3
(2.3)
dt
dt
Porm, como h conservao de massa no sistema, tem-se F3 = F1 +
F2 . Ento:
dWa3
F1
F2
=
(Wa1 Wa3 ) +
(Wa2 Wa3 )
dt
Vd
Vd
(2.4)
F1
F2
dWb3
=
(Wb1 Wb3 ) +
(Wb2 Wb3 )
dt
Vd
Vd
(2.5)
Dessa forma, possvel expressar o modelo em espao de estados, no

qual u = F2 , x1 = Wa3 e x2 = Wb3 :
# "
#

" F1
(Wa2 x1 )
x1
Vd (Wa1 x1 )
Vd
=
+ (Wb2 x2 ) u
(2.6)
F1
x2
Vd (Wb1 x2 )
V
d
A equao de sada do modelo, que calcula o pH3 de maneira implcita, :

0 = [H + ]4 + (x1 Ka1 ) [H + ]3 + (x1 Ka1 + x2 Ka1 + KW
Ka1 Ka2 ) [H + ]2 + (x1 Ka1 Ka2 + 2 x2 Ka1 Ka2
+Ka1 KW ) [H + ] + Ka1 Ka2 KW ,
na qual KW a constante de dissociao da gua.
Ou ento, pode-se recorrer s manipulaes algbricas apresentadas
por Henson & Seborg (1994):
y = c1
y (x,y)cx (y)[f (x) + g(x)u]
y = pH3
em que:
i
h
ypK2
cx (y) = 1 1+101+210
pK1 y +10ypK2
cy (x,y) = ln10[10y14 + 10y + x2 10
pK1 y
+10ypK2 +4(10pK1 y )(10ypK2 )

]
(1+10pK1 y +10ypK2 )2
22
Para o modelo, sugere-se provar que o sistema carbnico (H2 CO3 + HN O3 )

pode representar os fenmenos de neutralizao prprios do caldo de cana,
nos quais suas constantes so Ka1 = 4,47 107 e Ka2 = 5,62 1011 .
Caso o sistema carbnico no funcione bem, trabalhar-se- com um cido
hipottico H2 A, com o qual se deve identificar Wb1 , pKa1 e pKa2 a partir dos
dados experimentais. Como se requer um valor inicial do segundo invariante
da corrente de sada (caldo alcalinizado) e um valor que deve ser estimado,
pode-se recorrer ao balano do segundo invariante considerando que seu valor
na corrente de leite de cal zero, com o qual se chega a:
Vd
dWb3
= F1 Wb1 F3 Wb3
dt
b3
= 0), permite a seguinte relao entre
que, em estado estacionrio (Vd dW
dt
os segundos invariantes da corrente de caldo alcalinizado:
F1 Wb1 = F3 Wb3 Wb3 =
F1
Wb1 ;
F3
e a equao para o segundo invariante na corrente de caldo de sada ser:

Wb3 = [H2 A]3 + [HA ]3 + [A ]3 ,
com o qual o primeiro invariante se calcula como:
Wa3 =
F1
Wb1 G(pH3 ,Ka1 ,Ka2 ) + F (pH3 ).
F3
Ou seja, como se tem disponveis as vazes F1 e F3 ; e o valor do pH3 ,

os pontos iniciais correspondentes aos invariantes da corrente do caldo so
calculados a partir de uma estimao dos valores de Wb1 , Ka1 e Ka2 . Para o
ajuste desses parmetros, observou-se o comportamento do pH do efluente do
trecho escolhido para a modelagem. Aplicando o par dos invariantes iniciais
calculados, comparou-se com o trecho real de forma que obtivesse um erro
mnimo entre o modelo e o processo.
2.2.1.2
Validao do modelo
Para a validao do modelo, inicialmente, foi necessrio realizar diversos ensaios sobre o processo em modo de controle manual. O processo era
operado em uma regio prxima de um ponto de operao preestabelecido,
em que o seu comportamento dinmico era analisado mediante a variao de
vazo de uma das correntes. No entanto, essa operao estava sujeita a al-
2.2. MODELAGEM
23
gumas restries. Como existem outras unidades de produo acopladas ao

sistema, nem sempre era possvel obter as vazes desejadas das substncias.
Alm disso, o controle de pH uma etapa muito importante no tratamento
do caldo e como tal, foi necessrio respeitar alguns procedimentos da usina,
no operando durante muito tempo em uma faixa prejudicial ao processo.
O pH aproximadamente neutro era mantido numa regio que correspondia s seguintes vazes1 :
1650 u
1 (t) 1680 gpm
19,6 u
2 (t) 21,1 gpm
na qual u1 e u2 so as vazes do caldo sulfitado e do leite de cal, respectivamente.
Nas Figs. 2.6 e 2.7, mostrada a variao do pH3 de acordo com
as vazes do leite de cal e do caldo. Nota-se que no primeiro dia, variouse apenas a vazo de caldo. A leitura da vazo do leite de cal apresentou
muito pouco rudo, pois era feita diretamente por um sensor. J a vazo do
caldo foi calculada mediante o balano de massa em funo da vazo medida
do efluente ("sensor virtual"), apresentando rudo de maior amplitude. No
segundo dia, os ensaios ocorreram durante um tempo maior e variou-se a
vazo das duas substncias.
Em ambos os dias, quando os experimentos foram interrompidos, o
sistema de controle foi reativado em modo automtico e a vazo do leite de cal
apresentou uma oscilao incoveniente para o sistema. Esses eventos podem
ser verificados entre t = 87 min e t = 95 min do primeiro dia e entre
t = 260 min e t = 290 min do segundo dia. Porm, foi constatado que esse
problema era causado pela converso do sinal de controle para o inversor de
frequncia que estava sendo feita de maneira equivocada. Dessa forma, foi
identificada e implementada uma nova relao de converso, solucionando o
problema. Vale notar que os experimentos do segundo dia foram divididos
em duas etapas. Ou seja, aps a variao da vazo de caldo, o controlador
foi reativado em modo automtico para que o processo voltasse ao ponto de
operao. Por sua vez, em t = 378 min, o controlador foi selecionado em
modo manual para as variaes de vazo de leite de cal.
Com os dados memorizados no sistema Supervisory Control and Data
Acquisition (SCADA) da usina, foram selecionados trs longos perodos diferentes dos utilizados na identificao, contendo os valores do pH e suas
1 Para a identificao do modelo, foi respeitada a unidade de medida (gpm - gales por minuto) usada naquele pas. Porm, na continuao deste trabalho, a unidade de medida de volume
ser m3 e de tempo ser h (hora), j que a fermentao um processo muito lento em escala
industrial.
24
1 de dezembro de 2009 15:30h a 17:30h

10
pH
pH
8
6
0
20
40
60
Tempo [min]
80
100
120
Vazo de cal
20
u [gpm]
40
20
40
60
Tempo [min]
80
100
120
u [gpm]
2500
Vazo de caldo
2000
1500
1000
20
40
60
Tempo [min]
80
100
120
Fig. 2.6: dinmicas do processo real - 1o dia
respectivas vazes, tanto do leite de cal quanto do caldo. Os parmetros

identificados do modelo qumico encontram-se na Tabela 2.1. Desse modo,
aplicaram-se os mesmos sinais de entrada do processo no modelo. Para efeito
de comparao, foi calculado o Erro Percentual Mdio Absoluto (EPMA)
para cada trecho como:

N
1 X yr (k) ym (k)
EP M A =
100 ;

N
yr (k)
(2.7)
k=1
e tambm foi avaliado o Desvio Padro Relativo (RSD) de acordo com a

seguinte equao:
s
PN
2 100
k=1 (yr (k) ym (k))
RSD(%) =
,
(2.8)
N 1
y
em que yr (k) a sada real, ym (k) a sada do modelo, y valor mdio do
sinal medido e N o nmero de amostras. Os erros absolutos percentuais de
cada ensaio so mostrados na Fig. 2.14.
Na primeira validao, os sinais de entrada so mostrados na Fig. 2.8 e
a resposta produzida pelo modelo e a dinmica do processo real so ilustradas
na Fig. 2.9. O erro percentual mdio absoluto e o desvio padro relativo so,
2.2. MODELAGEM
25
2 de dezembro de 2009 8:30h a 18:30h

15
pH
pH
10
5
100
200
300
Tempo [min]
400
500
600
u2 [gpm]
100
Vazo de cal
50
0
100
200
300
Tempo [min]
400
500
600
u [gpm]
3000
Vazo de caldo
2000
1000
0
100
200
300
Tempo [min]
400
500
600
Fig. 2.7: dinmicas do processo real - 2o dia
pKa1
pKa2
W b1
pH1
=
=
=
=
6,6869
8,9950
5,8250 104
4,45
Tabela 2.1: parmetros identificados
respectivamente:
EP M A1 = 3,79%, RSD = 5,32%.
A segunda validao correnponde s Figs. 2.10 e 2.11; e seus erro e
desvio calculados so:
EP M A2 = 4,85%, RSD = 5,64%.
Por fim, a terceira validao ilustrada pelas Figs. 2.12 e 2.13, cujos
ndices calculados so:
EP M A3 = 4,52%, RSD = 6,52%.
Do ponto de vista de engenharia de bioprocessos, desvios abaixo de 10%
so considerados aceitveis para predies dos sistemas (Atala et al. 2001).
Porm, os ndices de erros apresentados esto relacionados com as diferenas
de ganhos estticos entre o modelo e o processo, no indicando de modo
26
Sinais de entrada
35
Cal
u [gpm]
30
25
20
15
10
520
530
540
550
Tempo [min]
560
570
530
540
550
Tempo [min]
560
570
580
1800
u [gpm]
1700
1600
1500
Caldo
1400
520
580
Fig. 2.8: validao 1. Sinais de entrada

Validao do modelo
9
Processo
Modelo
8.5
pH
7.5
6.5
6
520
530
540
550
Tempo [min]
560
570
580
Fig. 2.9: validao 1. Processo e modelo
satisfatrio a qualidade da dinmica obtida, o que importante para projetos

de controle. Dessa maneira, pode-se esperar um pior desempenho para os
casos em que forem consideradas maiores variaes no caldo, dado o longo
desvio entre t = 175 min e t = 196 min da terceira validao mostrada na
Fig. 2.14.
Entretanto, ainda que os erros percentuais tenham atingidos alguns picos acima dos 15%, seus valores permanecem pequenos durante a primeira
2.2. MODELAGEM
27
Sinais de entrada
30
u [gpm]
40
Cal
20
10
300
320
340
360
Tempo [min]
380
400
320
340
360
Tempo [min]
380
400
420
1800
1600
u [gpm]
1700
1500
Caldo
1400
300
420

Validao do modelo
10.5
Processo
Modelo
10
9.5
9
pH3
8.5
8
7.5
7
6.5
6
5.5
300
320
340
360
Tempo [min]
380
400
420
e segunda validaes, caracterizando um modelo puramente fenomenolgico

que representa qualitativamente bem o processo real para menores variaes
no caldo. Nota-se que boa parte dos erros pode ser atribuda aos ganhos, pois
as dinmicas so parecidas durante um longo tempo. importante salientar
que a dinmica do pH responde por um processo de reao qumica, tornando
sua modelagem bastante complexa. Sua natureza bastante varivel, ou seja,
a depender do perodo selecionado para a validao, em um mesmo ponto
28
Sinais de entrada
22
Cal
u2 [gpm]
21.5
21
20.5
20
100
120
140
160
Tempo [min]
180
200
220
120
140
160
Tempo [min]
180
200
220
200
220
2000
u [gpm]
1800
1600
1400
1200
1000
100
Caldo

Validao do modelo
8.2
Processo
Modelo
8
7.8
pH
7.6
7.4
7.2
7
6.8
6.6
100
120
140
160
Tempo [min]
180
de operao, o modelo pode apresentar erros diferentes. Os valores iniciais

estimados dos invariantes no efluente podem comprometer o resultado final
na modelagem de pH. O sistema distinguido por ser muito sensvel s perturbaes que podem ocorrer, tais como variaes nas vazes, nas concentraes e na cintica das reaes. Isso ocasiona uma no linearidade acentuada
e difcil de ser tratada. Alm disso, embora se tenha feito a calibragem dos
sensores, trata-se de um processo em escala industrial, cujos erros de medio
2.2. MODELAGEM
29
pH [%]
Erros absolutos percentuais entre modelo e processo

Validao 1
20
10
0
520
pH [%]
40
530
540
550
Tempo [min]
560
570
580
340
360
Tempo [min]
380
400
420
140
160
Tempo [min]
180
200
220
Validao 2
20
0
300
320
Validao 3
pH [%]
20
10
0
100
120
Fig. 2.14: erros calculados em todos os pontos

Resposta do modelo
8
pH5
pH
6
4
2
0.2
0.4
0.6
0.8
Tempo [h]
cido
u4 [m /h]
2
1
0
0.2
0.4
0.6
0.8
Tempo [h]
u3 [m /h]
150
Caldo
100
50
0
0.2
0.4
0.6
0.8
Tempo [h]
Fig. 2.15: resposta do modelo
e rudos so bastante notrios.

Por outro lado, a preciso do modelo pode ser melhorada se um conhecimento real sobre a qumica do caldo de cana e das solues bsicas estiver
disponvel. Tal conhecimento pode ser obtido a partir de testes de laboratrio,
mas na aplicao real de controle de pH, as variaes de produtos qumicos
durante o funcionamento do processo inviabilizam essa situao. Portanto,
o melhor modelo obtido fixando as condies qumicas iniciais do caldo e
30
do lcali mais prximas o quanto for possvel da situao real, fazendo com
que os invariantes de reao evoluam durante o processo, sem grandes diferenas das condies qumicas reais (Alvarez et al. 2001). Ademais, como o
modelo qumico obtido por meio de equaes fenomenolgicas, possvel
melhor-lo e ainda adapt-lo para cada caso particular sem a necessidade de
novas operaes no processo.
O controle de pH da Ingenio La Unin consiste em um processo de
neutralizao para a produo de acar. Em usinas que fabricam tambm o
etanol, necessrio uma nova correo do pH. Como o caldo alcalinizado
chega na unidade com pH3 = 7 e a fermentao deve ocorrer em um meio
com pH inferior, utiliza-se a vazo de uma substncia cida (neste modelo,
considera-se pH4 = 1,5) como varivel manipulada para que o pH6 no reator
permanea com um valor ideal. A estrutura de controle e os demais parmetros continuam os mesmos dos definidos na calagem, ressaltando-se que essa
adaptao no interfere na abordagem conceitual deste trabalho. Vale lembrar que a substncia cida adicionada no duto que alimenta o reator. Na
Fig. 2.15 mostrada a resposta do modelo final para diversas vazes aplicadas na sua entrada. Quanto maior for o fluxo de massa do caldo alcalinizado,
observa-se a necessidade de aumentar a vazo do cido para alterar o pH5 da
mistura, isto , do mosto.
2.2.2
Trocador de Calor
O trocador de calor uma parte do equipamento trmico que permite

a transmisso de calor entre dois fluidos com temperaturas diferentes nas cmaras adjacentes. Sua implantao no sistema necessria para manter o
processo da fermentao em temperaturas desejadas.
O nmero de parmetros e a dinmica no linear do trocador de calor
tornam sua modelagem complexa. Iniciando pelo modelo contnuo e no
linear, uma representao em espao de estados ser obtida utilizando a tcnica "Direct Lumping of the Process" (Xia et al. 1991, Bonivento et al. 2001).
Basicamente, este mtodo subdivide a superfcie de troca de calor em sees
x, isto , o vetor de estados definido pela temperatura das sees (ver Fig.
2.16).
Assumindo que a velocidade dos fluidos atravs do trocador de calor
constante e desprezando os efeitos do metal entre as sees, os balanos
de massa e energia podem ser calculados aplicando o Princpio de Conservao de Energia para todos os compartimentos (para o tempo t, no ponto x),
resultando em:
(M cp T ) = mc
p (Txx Tx ) U AT
t
(2.9)
2.2. MODELAGEM
31
Fig. 2.16: trocador de calor
em que M = ax a massa do compartimento; m

= av a vazo mssica e a a seo da cmara por onde o fluido escoa. a densidade do
fluido; cp o seu calor especfico; T a sua temperatura e v a sua velocidade. T a diferena de temperatura entre os fluidos2 ; t o tempo; x
a distncia incremental entre as sees; A a superfcie do espao includo
no compartimento considerado e U o coeficiente global de transferncia de
calor.
O trocador de calor dividido em Nc compartimentos. Ento, o modelo do sistema refere-se ao vetor de estados T , representando a temperatura
de cada compartimento. Este vetor pode ser subdividido em duas partes, calculando a temperatura de cada fluido:
T = [Tr,1 ,Tr,2 ,Tr,3 ,...,Tr,Nc Tf,1 ,Tf,2 ,Tf,3 ,...,Tf,Nc ]T
em que Tr,j e Tf,j so as temperaturas dos fluidos adjacentes no j-ensimo
ponto, com j = 0,1,...,Nc . Tr,0 e Tf,0 so consideradas como parte das
entradas. Dessa maneira, o seguinte sistema de ordem 2Nc pode ser obtido:
dT (t)
=m
r (t)cpr [Tr,j1 (t) Tr,j (t)] U ATrf,j (t)
Mr cpr r,j
dt
dTf,j (t)
dt
=m
f (t)cpf [Tf,j1 (t) Tf,j (t)] U ATf r,j (t)
(2.10)
Para validao do modelo, alguns experimentos (com Nc = 10) foram
realizados sobre o trocador a placas 020 Plus mostrado na Fig. 2.17, fabricado
pela Cipriani Scambiatori e instalado no edifcio Centro de Investigacin de
2 T
Mf cpf
rf,j
= Tr,j Tf,j e Tf r = Tf,j Tr,j
32
Fig. 2.17: trocador a placas 020 Plus
la Energa solar (CIESOL) da Universidade de Almera, dos quais foram

identificados seus parmetros:
U = 850 W/(K.m2 )
x = 0,1 m
A = 1,53 102 m2
ar = af = 3,8 103 m2
r = f = 1000 kg/m3
cpr = cpf = 4,187 kJ/(K.kg)
Os testes foram executados utilizando gua como fluidos. Na Fig.

2.18, so mostradas as vazes mssicas (m
r em
f ) e suas temperaturas de
entrada (Tr,0 e Tf,0 ). As dinmicas das temperaturas de sada do modelo e do
processo so apresentadas na Fig. 2.19, ao passo que na Fig. 2.20 encontramse os erros de modelagem. Evidentemente, o modelo proposto sugere uma
estrutura de equaes que produz respostas equivalentes s sadas de um trocador real, independentemente do tipo do equipamento. Embora seja possvel
um desenvolvimento terico mais detalhado, o qual considerado, inclusive,
os sentidos das correntes mssicas; uma abordagem com essa complexidade
no necessria, pois no campo da engenharia de controle, modelos que fornecem dinmicas e ganhos com erros aceitveis so suficientes. Para projetos
industriais, o modelo representa satisfatoriamente o processo, uma vez que o
comportamento dinmico das variveis bastante parecido e que boa parte
das pequenas diferenas atribuda aos ganhos. Os erros percentuais e desvios de ambas as temperaturas so determinados em funo das Eqs. 2.7 e
2.8:
EP M ATr = 2,03%, EP M ATf = 2,74%.
RSDTr = 2,60%, RSDTf = 3,87%.
2.2. MODELAGEM
33
Sinais de entrada
[kg/h]
15
m
r
10
5
0.5
1.5
[ C]
Tempo [h]
60
55
50
45
Tr,0
0.5
1.5
1.5
Tempo [h]
11.5
[kg/h]
m
f
11
10.5
0.5
1
Tempo [h]
Tf,0
45
[ C]
46
44
43
0.5
1.5
Tempo [h]
Fig. 2.18: validao. Sinais de entrada
Validao do modelo
Sada [ C]
52
Tr,N (Processo)
50
Tr,N (Modelo)
48
46
44
0
0.5
1
Tempo [h]
1.5
Sada [ C]
52
Tf,N (Processo)
50
Tf,N (Modelo)
48
46
44
0
0.5
1
Tempo [h]
1.5
Fig. 2.19: validao. Processo e modelo
Em uma situao real, o ganho esttico do trocador de calor varia em

funo das temperaturas de entrada dos fluidos. Esse importante comportamento verificado no modelo apresentado. Nota-se que mesmo quando h
34
Erros absolutos percentuais entre modelo e processo

8
Erros
Tr,N [%]
6
4
2
0
f,N
[%]
10
0.5
1
Tempo [h]
1.5
1
Tempo [h]
1.5
Erros
8
6
4
2
0
0.5
Fig. 2.20: erros calculados em todos os pontos
pouca variao nas vazes, a dinmica da temperatura de um fluido afeta a

temperatura de sada do outro.
Entretanto, vale lembrar que para as aplicaes das estratgias proposta neste trabalho, um dos fluidos ser o vinho produzido durante a fermentao. Desse modo, baseado nos dados obtidos na usina Cerradinho, o
trocador foi dimensionado para resfriar um reator com capacidade volumtrica de 1000 m3 e o sistema foi configurado inicialmente da seguinte maneira: a temperatura da gua na entrada ser constante e o vinho oriundo do
reator entrar no trocador de calor a uma taxa constante de fluxo de massa
dada por m
r = 106 kg/h. A vazo de gua m
f = 106 u(t) (kg/h), regulada por u(t) [0,1], ser utilizada como varivel manipulada para controlar
a temperatura do vinho.
2.2.3
Reator
A modelagem matemtica da fermentao alcolica foi realizada baseando-se nas equaes de balano de massa com as correspondentes taxas
cinticas da clula, substrato e produto; assim como balano global de energia
para o processo do tipo batelada alimentada industrial. Os parmetros usados
a seguir foram descritos como funes da temperatura por Atala et al. (2001),
cujos valores so dados na Tabela 2.2, considerando uma alimentao estril, isto , com uma concentrao de biomassa nula. Essas expresses foram
determinadas para temperaturas que variam entre 28 a 40 o C, utilizando a levedura industrial Saccharomyces cerevisiae e melao de cana como substrato.
2.2. MODELAGEM
35
Porm, os resultados podem ser extrapolados para outros fermentadores.

Dessa forma, supondo que as densidades do mosto e do vinho so
aproximadamente iguais e omitindo a varivel t para facilitar a escrita das
equaes, a variao do volume durante o processo fermentativo descrita
como:
dV
= F5
(2.11)
dt
em que F5 (m3 /h) a taxa de vazo volumtrica de mosto na entrada do
reator.
A taxa de crescimento celular defina como segue:
F5
dX
= X
X Kd X,
dt
V
(2.12)
na qual (h1 ) a velocidade especfica de crescimento celular e Kd =

KdT e(KdP P ) (h1 ) o coeficiente de morte celular global (ver Tabela 2.2). O
fator F5 /V (h 1) devido diluio, visto que a alimentao ocorre durante
o processo.
O consumo do substrato modelado de acordo com a seguinte equao:
dS
F5
X
=
(Si S)
mX X
(2.13)
dt
V
YX/S
em que Si = 200 kg/m3 a concentrao de substrato na alimentao, YX/S
(kg/kg) o fator de rendimento da biomassa pelo substrato consumido e
mX = 0,2 kg/(kg h) o coeficiente de manuteno celular.
A formao do produto, etanol, escrita de acordo com a seguinte
equao:
F5
dP
= YP/X X + mP X
P,
(2.14)
dt
V
na qual YP/X (kg/kg) representa o fator de rendimento do produto pelo crescimento celular e mP = 0,1 kg/(kg h) a produo de etanol associada ao
crescimento celular.
A concentrao de biomassa morta dentro do reator calculada como:
dXd
F5
= Kd X
Xd .
dt
V
(2.15)
A partir do balano de energia do sistema, a variao da temperatura
36
da fermentao durante o processo descrita como:

dTr,0
F5
m
r (t)
X HS mX XHS
+
=
(Ti Tr,0 ) +
(Tr,N Tr,0 ) +
dt
V
r V
YX/S r cpr
r cpr
(2.16)
em que m
r a vazo do vinho que passa atravs do trocador de calor, HS
o calor liberado durante a fermentao, cujo valor 151 kcal por quilograma
de substrato consumido e Ti = 28 o C a temperatura da alimentao.
Diferentes modelos tm sido propostos para representar a taxa cintica da fermentao alcolica. A equao seguinte resultado do termo de
reduo pelo pH adicionado expresso proposta por Atala et al. (2001). A
velocidade especfica de crescimento calculada em funo do limite da
concentrao do substrato, dos efeitos inibitrios das concentraes da clula, substrato e produto; e em funo da constante de reduo pelo pH6 do
reator (pH6 ). Assim, tem-se:
=

1,5
P
S
X + Xd
max
eKi S 1
1
(pH6 ) Ks + S
Pmax
Xmax
(2.17)
em que max =1,2 max (h1 ) o mximo crescimento especfico, Ks =

1,6 kg/m3 a constante de saturao pelo substrato, Ki (kg/m3 ) a constante de inibio pelo substrato, Pmax (kg/m3 ) e Xmax (kg/m3 ) so, respectivamente, a concentrao do produto e concentrao da biomassa quando
o crescimento celular cessa.
Embora a dependncia entre a atividade celular e o pH no possa ser
explicada por uma expresso matemtica, encontrado na literatura um ajuste
adequado para muitos microorganismos (Nielsen & Villadsen 1994). Neste
trabalho, (pH6 ) calculada para que o pH6 < 4,5 ou pH6 > 5,3 diminua
o crescimento das clulas, de acordo com a seguinte funo:

10pH6
k1
(2.18)
(pH6 ) = k3 1 + pH6 +
10
k2
em que k1 = 105,3 , k2 = 104,5 e k3 = 0,5567. Essa faixa de operao
do pH6 foi definida com base nos valores de pH normalmente utilizados nas
usinas. Na Fig. 2.21 mostrado o grfico da funo (pH6 ), cujos pontos
variam entre 1 (pH6 ) 1,2 dentro da faixa 4,5 pH6 5,3, enquanto
fora dela, a funo cresce exponencialmente prejudicando a atividade celular.
muito comum encontrar modelos incompletos de fermentao e na
sua grande maioria o estado do pH sendo desprezado. Porm, uma das propostas aqui a modelagem completa dos sistemas estudados. Como foi de-
2.2. MODELAGEM
37
30
25
(pH6)
20
15
10
5
1
0
3.5
4.5
5
pH
5.5
6.5
Fig. 2.21: grfico da funo (pH6 )

Tabela 2.2: parmetros cinticos em funo da temperatura na fermentao
Parmetro
max
Emax
Xmax
YX/S
YP/S
YP/X
Ki
KdT
KdP
Expresso
1,57 exp (41,47/Tr,0 ) 1,29 104 exp (431,4/Tr,0 )
2
0,4421Tr,0
+ 26,41Tr,0 279,75
2
0,3279Tr,0 + 18,484Tr,0 191,06
2,704 exp (0,1225Tr,0 )
0,6911 exp (0,0139Tr,0 )
0,2556 exp (0,1086Tr,0 )
1,393 104
exp (0,1004Tr,0 )
41947
4 1013 exp 1,987(T
r,0 +273,15)
2
7,421 103 Tr,0
0,4654Tr,0 + 7,69
monstrado anteriormente por meio de ensaios industriais, a tcnica de invariantes de reao pode descrever o comportamento dinmico do pH. Desse
modo, considera-se o balano dos invariantes de reao para representar a variao do pH6 dentro do reator. As equaes do modelo para calcular o pH6
da mistura do reator, baseando-se na ilustrao da Fig. 2.2, so:
F5
dWa6
=
(Wa5 Wa6 )
dt
V
(2.19a)
F5
dWb6
=
(Wb5 Wb6 )
(2.19b)
dt
V
Finalmente, com o modelo desenvolvido, possvel analisar por meio
38
de simulaes as diferentes formas de manipulao do processo.

Para um melhor entendimento da forma como as variveis afetam o
comportamento da fermentao, foi desenvolvido um simulador do processo.
Na Fig. 2.22 ilustrado um exemplo de simulao com uma alimentao do
tipo degrau, isto , a uma vazo constante.
O reator foi alimentado a uma vazo de 75 m3 /h durante 8 horas. Porm, o tempo total da fermentao foi de 10 h. Ou seja, parte do processo
foi apenas em batelada. Nota-se que em t = 8 h, h uma queda considervel
na concentrao do substrato e o pH6 deixa de se elevar, dado que o mosto
possui um valor de pH superior ao da mistura de dentro do reator. Como a
temperatura do mosto 30 o C, a alimentao ameniza o aquecimento do reator. Por isso, pode-se observar tambm um acrscimo na temperatura a partir
de t = 8 h, quando no h alimentao. Neste exemplo, preenchido um
volume de 600 m3 , obtendo-se um volume total de 900 m3 (V0 = 300 m3 )
da dorna a uma concentrao de etanol relativamente baixa, devido ao baixo
consumo de substrato e ao crescimento de clulas mortas que esto diretamente relacionados com as condies de operao da fermentao. Os resultados deste simulador foram comparados qualitativamente com dados da
usina Cerradinho, mostrando um comportamento bem similar ao do sistema
real.
Fig. 2.22: interface principal do simulador da fermentao alcolica
2.3. CONSIDERAES FINAIS DO CAPTULO
39
2.3 Consideraes Finais do Captulo

Nesse captulo foi apresentada a unidade da fermentao alcolica
cuja configurao do tipo batelada alimentada. A modelagem do processo
foi desenvolvida por meio de equaes fenomenolgicas, possibilitando a
anlise de suas principais variveis. A dinmica do pH no tratamento do
caldo foi representada por um modelo que utiliza a tcnica de invariantes de
reao, cuja resposta foi comparada do processo real de uma usina de acar
com resultados bastante satisfatrios.
O trocador de calor fabricado pela Cipriani Scambiatori, necessrio
para manter a temperatura da fermentao em um valor desejado, foi modelado utilizando a tcnica denominada Direct Lumping of the Process e validado a partir dos experimentos realizados.
Considerando as aplicaes prticas da indstria, as variveis de deciso para obter ganhos em produtividade so a alimentao do reator, realizada
indiretamente pelo controle de nvel; temperatura do vinho e pH do mosto,
pois essas tm uma importante interferncia no comportamento dinmico da
fermentao. importante lembrar que as usinas brasileiras encontram-se
em diversos tamanhos e configuraes. Todavia, devido sua caracterizao
paramtrica, o modelo dessa unidade pode ser expandido em outras escalas e,
portanto, ser utilizado para diferentes estudos de caso. No prximo captulo,
ser descrito detalhadamente todo o procedimento de controle adotado neste
trabalho.
40
Captulo
Sistema de Controle da Unidade de
Fermentacao
O sistema de controle proposto para a fermentao ser apresentado

neste captulo. Trata-se de uma estratgia multivarivel composta por duas
camadas. Na camada superior, so calculados os pontos de operao para
maximizar a produo de etanol no reator, enquanto a camada inferior mantm a fermentao na regio tima desejada.
Todo o procedimento de ajuste e implementao do controlador sero explanados. Os resultados sero demonstrados mediante simulaes, em
que os possveis ganhos obtidos sero analisados. No entanto, ser definida
tambm a condio de energia necessria para o funcionamento correto do
sistema.
3.1 Estratgia de Otimizao

Otimizao a rea da matemtica aplicada que calcula e computa os
melhores valores de um vetor x para se chegar ao desempenho mximo ou
mnimo de uma determinada funo F (x), sujeita ou no a restries algbricas de igualdade e desigualdade, equaes diferenciais ordinrias e parciais;
e a restries laterais.
Entretanto, para se aplicar a tcnica de otimizao, necessrio um
modelo matemtico que represente satisfatoriamente a realidade do problema
a ser avaliado. Seja qual for a rea do conhecimento, tal como economia, ad41
42
CAPTULO 3. SISTEMA DE CONTROLE DA UNIDADE DE

FERMENTAO
ministrao, sociologia, biologia, fsica, qumica, engenharia ou arquitetura,

uma modelagem complexa no uma tarefa trivial, pois invariavelmente depende de fatores subjetivos como intuio, experincia, criatividade e poder
de sntese daquele que a faz.
Na literatura, um considervel nmero de trabalhos que envolvem temas das Engenharias Bioqumica e Qumica serviu como ponto de partida
aos possveis meios de aumentar a produtividade dos sistemas tipo batelada.
Contudo, com a evoluo da tecnologia e dos computadores, destaca-se a
aplicao do Controle e Automao como indispensvel na Otimizao eficiente desses processos. Por isso, nas ltimas dcadas, muitos pesquisadores
tm estudado as configuraes dos biorreatores baseadas em estrutura de controles adaptativo, neural, clssico e avanado (Montague et al. 1986, Zhang
et al. 1993, Birol et al. 2002, Ramaswamya et al. 2005).
muito comum encontrar questes isoladas que abordam o comportamento cintico da fermentao. O ideal interligar as solues relacionadas
principal finalidade que a alta produo, com mnimas perdas de energia
e matria prima.
Estudos tm mostrado que h uma temperatura ideal para a manuteno da viabilidade celular, reduzindo a produo de glicerol e aumentando a
eficincia do processo. Atala et al. (2001) desenvolveram e validaram um modelo da fermentao alcolica em escala de bancada, considerando os efeitos
da temperatura. Os dados experimentais indicaram que o processo sofre uma
forte influncia sob a temperatura e a maior produtividade de etanol foi obtida
entre 28 e 31o C.
Uma anlise de como obter a produo desejada em um biorreator a
um intervalo de tempo menor encontrada no trabalho de Cacik et al. (2001).
A estratgia utilizada a determinao das temperaturas timas durante o processo e, com base nas simulaes executadas, nota-se tambm uma economia
de energia no uso do agitador e do equipamento trmico.
Magazoni et al. (2009) propuseram um equipamento alternativo no
sistema de resfriamento de uma usina produtora de lcool e acar. Por meio
de simulaes, concluiu-se que o chiller1 por absoro propiciava um decrscimo de 1o C nos fermentadores. Para o modelo utilizado, isso representou
um aumento de 0,8% na eficincia da fermentao, garantindo um retorno
financeiro significativo para a indstria.
H outras pesquisas similares que apontam os efeitos da temperatura
na fermentao, mostrando que a natureza do processo varia de acordo com
suas particularidades (Torija et al. 2003, Aldiguier et al. 2004, Phisalaphong
et al. 2006). Destarte, salienta-se que uma determinada temperatura pode ou
1 Termo originado do ingls. Refere-se a um equipamento que refrigera gua por meio de uma
fonte de calor.
3.1. ESTRATGIA DE OTIMIZAO
43
no ser considerada elevada a depender da situao.

Em uma batelada alimentada, outra varivel que deve ser considerada
a taxa de alimentao. Como abastecer o reator para se obter grande quantidade do produto desejado no menor tempo possvel a questo que alguns
pesquisadores vm tentando responder. Modak & Lim (1987) desenvolveram um esquema de otimizao, utilizando a taxa de alimentao baseada em
uma funo no linear das variveis de estado, tais como as concentraes de
clulas, de substrato, de produto e o volume do reator.
Chen & Hwang (1990) sugeriram uma alimentao tima de substrato,
a partir de um controle do tipo liga-desliga que proporcionava um desgaste
menor dos atuadores. O processo geral foi descrito por equaes diferenciais
e a parametrizao dos sinais de controle timo foi definida como um problema de dimenso finita, o qual era solucionado mediante a implementao
de mtodos de programao no linear. Um algoritmo unificado foi utilizado
para calcular os gradientes da funo custo e restries.
No trabalho de Chaudhuri & Modak (1998), foi apresentado um modelo de rede neural com realimentao para determinar as taxas de vazo
timas de substrato. O modelo do processo foi desenvolvido usando os dados
avaliados em diferentes intervalos de amostragem. A rede neural treinada,
por sua vez, era empregada para fins de otimizao. As vantagens dessa tcnica que no houve a necessidade dos parmetros cinticos detalhados do
processo e o clculo do gradiente da funo objetivo com respeito s variveis
de controle foi simples.
Chiou & Wang (1998) desenvolveram o mtodo de Evoluo Diferencial Hbrida (HDE). Este mtodo eliminava a desvantagem da convergncia
rpida para timos locais ao passo que aumentava a probabilidade de encontrar o ponto timo global. O HDE tem sido aplicado com sucesso para solucionar problemas de otimizao em reatores alimentados e em tomadas de
deciso fuzzy nos processos de fermentao (Chiou & Wang 1998, Wang &
Jing 1998). Ainda, o HDE foi utilizado para estimar os parmetros cinticos
do modelo fermentativo do etanol e glicerol, usando Saccharomyces diastaticus LORRE 316; e para determinar a melhor taxa de alimentao e o tempo
para maximizar a produo alcolica (Wang et al. 2001).
Santos et al. (2006) apresentaram uma estratgia de controle ligadesliga baseada na soluo do sistema de equaes de valor inicial definido
por fase, resultante da aplicao do Princpio de Pontryagin e do procedimento de reduo de ndices superiores. O mtodo foi utilizado por Borges
(2008) para estimar e calcular a vazo de alimentao tima. Os experimentos foram simulados e validados em um reator em escala de bancada com
resultados bastante interessantes.
Naturalmente, alm do manuseio da alimentao e da temperatura,
44

FERMENTAO
existem outras formas de buscar a otimizao da fermentao. Rodrigues

& Filho (1999) simularam um mtodo de otimizao linear modificado no
processo de produo da penicilina. O algoritmo consistia na definio das
concentraes inicias timas da clula e do substrato na alimentao, assim
como sua vazo. Em paralelo, um controle DMC (Dynamic Matrix Control)
regulava a concentrao de oxignio dissolvido, manipulando a velocidade de
agitao.
Seguindo a tendncia de mercado na busca de solues mais modernas, a tcnica de controle preditivo foi abordada no trabalho de Ashoori et al.
(2009), na qual o modelo simulava o processo em escala de bancada. A funo custo do controlador calculava a mxima produo no reator e o mnimo
esforo de controle. Os pontos timos eram obtidos, manipulando-se as taxas
de vazo de gua, de cido e de base nas entradas do processo. Para a alimentao, a taxa de substrato obedecia um sinal do tipo degrau com variao
bastante pequena, evitando, dessa forma, perturbaes no sistema. Ainda,
Ochoa et al. (2010) utilizaram um modelo de quatro estados para simular a
fermentao contnua de etanol. O sistema de otimizao considerava os ganhos obtidos do ponto de vista econmico.
Como pde ser visto, h diversos caminhos que podem ser estudados como opes de aumento da produtividade em sistemas do tipo batelada
alimentada. No presente trabalho, as principais variveis so controladas simultaneamente e a estrutura de controle possibilita a rejeio de perturbaes
ocorridas durante o processo. A configurao de operao para se obter o
mximo de etanol e a hierarquia de controle esto ilustradas nas Figs. 3.1 e
3.2, respectivamente. A estrutura dividida em:
Sistema de Controle Avanado: nesta camada superior, o otimizador
calcula os pontos timos para o pH5 , temperatura (T ) e nvel (H) no
reator a fim de maximizar a produo de etanol. O sistema opera como
controlador mestre que define os setpoints para as malhas escravas.
Sistema de Controle Local: esta camada composta por trs malhas escravas operadas por controladores Controlador Proporcional-IntegrativoDerivativo (PID) em cascata com o otimizador. O PID usado para
sistemas SISO que, usualmente, so implementados simultaneamente
para controlar diferentes variveis de um processo. Porm, o desempenho de cada sistema de controle pode ser afetado pela interao com outras malhas. Por isso, o objetivo desses controladores apenas manter
o processo de fermentao no ponto de operao (pH5 , T , H), definido
pela camada superior que a responsvel por calcular as interaes.
Nas prximas sees, ser descrita detalhadamente cada parte do sistema proposto.
45
cido
Sistema deControle
pH
Sistema deControle
Alimentao
Mosto
FT
Restries
Funo Custo
H
pH
SP pH5
SP H
Otimizador
Restries
SP T
Vinho
T
Sistema deControle
gua
Tf 0 (t)
Trocador decalor
.
m f(t)
Tf 10 (t)
Fig. 3.1: sistema de controle e automao
H(t)
Sistema de Controle
Avanado
Sistema de Controle
Local
Fermentao
Fig. 3.2: hierarquia de controle
3.1.1
Sistema de Controle Avanado
O otimizador foi projetado para maximizar a concentrao de etanol,

calculando a seguinte equao e restries:
min J(SPH ,SPT ,SPpH5 ) =
t+NH
t
P (t)dt
46

FERMENTAO
Sujeito a:
V (t) = F5 (t)
X(t)
= X(t)
F5 (t)
V (t) X(t)
Kd X(t)
F5 (t)
S(t) = V (t) (Si S(t)) YX(t)

mX X(t)
X/S
P (t) = YP/X X(t) + mP X(t) F5 (t) P (t)
V (t)
(t)
Xd (t)
X d (t) = Kd X(t) FV5(t)
H(t) SPH (t) 14,4
Tmin SPT (t) 40
4 SPpH5 (t) 6
(3.1)
em que NH o horizonte de predio (em horas), as equaes de igualdade

representam o modelo do reator desenvolvido no Cap. 2, SPH e SPT so os
setpoints do nvel e da temperatura do reator, respectivamente; e SPpH5 o
setpoint do pH5 , calculados pelo otimizador. Frisa-se que o nvel est diretamente relacionado com o volume do reator, V (t) = SPH (t) Ar , cuja rea
da base Ar constante. Os setpoints da temperatura so definidos em funo
dos parmetros da Tabela 2.2 e os setpoints do pH do mosto so calculados
de acordo com o pH do reator, pH6 , que interfere diretamente na velocidade
especfica de crescimento celular dada na Eq. 2.17. O algoritmo de otimizao baseia-se no problema geral proposto por Logsdon & Biegler (1989).
Este caso pode ser considerado como um problema de controle multivarivel NMPC (Nonlinear Model Predictive Control) (ver Fig. 3.3), no qual
os sinais de controle SPH , SPT e SPpH5 so definidos para minimizar J em
um horizonte de predio, utilizando o modelo no linear do processo para o
clculo das predies.
Fig. 3.3: diagrama de blocos do sistema de controle completo
As restries nas variveis de deciso so definidas com base nas seguintes idias: (i) o nvel mnimo do reator deve ser, em cada etapa, o valor
47
atual porque, como se trata de um sistema em batelada sem vazo de sada,

no h como diminu-lo; (ii) o nvel mximo definido pela capacidade da
dorna; (iii) para as variveis T e pH5 , os limites so dados pelas faixas de operao conhecidas, comumente determinados na prtica. Lembrando que, dentre outros fatores, a temperatura mnima Tmin depende da energia do fluido
refrigerante.
Os parmetros de ajuste desta estratgia de controle so o horizonte de
predio NH e o tempo de amostragem Q (Q NH ). Como o processo
possui uma dinmica lenta, espera-se obter melhores resultados utilizandose valores maiores de NH . A trajetria da concentrao de etanol varia de
acordo com o tempo de processamento que tem o seu efeito analisado como
segue.
Em virtude do sistema de controle ser configurado numa estrutura do
tipo cascata, um valor pequeno de Q dificulta sua implementao prtica
devido ao tempo necessrio parao procedimento de otimizao e tambm s
dinmicas das malhas locais. Fica claro, por conseguinte, que o ajuste da
malha interna possui como critrio propiciar uma resposta muito mais rpida
do que a da malha externa. O tempo em que o processo permanece nos pontos
(setpoints) somado durao do seu regime transitrio consiste no perodo
Q.
Por outro lado, valores elevados de Q oferecem menos graus de liberdade para otimizao e um pior desempenho esperado, pois o fato do
processo possuir um tempo final fixo limita o nmero de predies possveis
executadas pelo otimizador. Deste modo, aumenta-se a probabilidade da fermentao ser operada fora de uma faixa pertencente a uma curva prxima da
funo tima.
O Sistema de Controle Avanado foi projetado para calcular os pontos
timos de operao, estes mantidos pela camada inferior. Na continuao,
ser apresentado todo o procedimento de ajuste do Sistema de Controle Local.
3.1.2
Sistema de Controle Local
O sistema composto por um conjunto de controladores do tipo PID,

frequentemente usado na indstria. A ao de controle u(t) de um controlador PID padro ideal calculada como:
Z
de(t)
1 t
e( )d + Td
]
(3.2)
u(t) = Kc [e(t) +
Ti 0
dt
em que e(t) o erro entre os sinais de referncia (setpoint) e de sada. Kc o
ganho proporcional, Ti a constante de tempo integrativo e Td a constante
de tempo derivativo.
48

FERMENTAO
Aplicando a transformada de Laplace na Eq. 3.2, a funo de transferncia do controlador :

C(s) =
U (s)
1
= Kc (1 +
+ Td s)
E(s)
Ti s
(3.3)
Na prtica, a representao ideal do controlador PID dado na Eq. 3.3

no pode ser implementado porque o grau do numerador maior do que o
grau do denominador, ou seja, C(s) imprprio. Um filtro passa-baixa normalmente aplicado em cascata com o controlador para torn-lo prprio,
resultando em:
Kc (1 + T1i s + Td s)
C(s) =
(3.4)
Td s + 1
com [0,1]. Para controladores industriais, o valor de normalmente
varia entre 0,05 e 0,5. Este parmetro pode ser utilizado para atenuao de
rudo e tambm para incrementar robustez em malha fechada (Normey-Rico
& Camacho 2007).
Geralmente, modelos lineares so aplicados para a sintonia do PID.
Existem diversas maneiras de ajust-lo, mas um procedimento que bastante
utilizado na indstria ser descrito e analisado.
3.1.2.1
Modelagem linear do sistema no ponto de operao
O comportamento fsico dos sistemas dinmicos pode ser representado

por um conjunto de equaes diferenciais. No entanto, quando no possvel
obter informaes essenciais do ponto de vista de controle, a modelagem
do sistema feita por meio de testes e experimentos. Este procedimento
conhecido como identificao e realizada, basicamente, em trs etapas
(Ljung 1987): a aquisio de dados, a definio de um conjunto de modelos
e a determinao do melhor modelo do conjunto, baseada na avaliao dos
dados.
Normalmente, numa situao real, aplicando o sinal do tipo degrau no
processo em malha aberta, um modelo estimado para o ajuste de controladores Controlador Proporcional-Integrativo (PI) e PID (Astrm & Hgglund
2005). Neste trabalho, as variveis que devem ser controladas no sistema
sero modeladas e identificadas mediante o System Identification Toolbox do
Matlab. O modelo escolhido para representar suas dinmicas a funo de
transferncia do tipo First Order Plus Dead-time (FOPDT) por ser bastante
utilizado no ajuste desses controladores.
Para a variao do pH5 , prope-se um modelo de Hammerstein, caracterizado por uma dinmica linear e uma funo esttica no linear. Porm,
o processo de identificao inicia-se supondo um modelo linear no ponto de
49
equilbrio. Considera-se o sistema em malha aberta de acordo com o diagrama de blocos mostrado na Fig. 3.4. Nesta representao no domnio de
Laplace, U3 (s) o incremento de vazo do caldo alcalinizado, U4 (s) o
incremento de vazo do cido e a sada o pH5 incremental do mosto. G3 (s)
e G4 (s) so as funes de transferncia. Assim, o pH do mosto pode ser
Fig. 3.4: diagramas de blocos do modelo linear do pH5
identificado de acordo com o seguinte modelo:

pH5 (s) = G3 (s)U3 (s) + G4 (s)U4 (s)
(3.5)
Ln s
com Gn (s) = Knnes+1 , n = 3; 4. Kn o ganho esttico, n a constante de

tempo e Ln o atraso de transporte da funo de transferncia Gn (s).
Considerando-se como processo real o modelo obtido no captulo anterior, tem-se aps vrios testes para a identificao, o seguinte ponto de operao escolhido:
5 = 5,01,
u
3 (t) = 100 m3 /h, u
4 (t) = 1,25 m3 /h e pH
cujas funes de transferncia mdias so:
2
3,62
4 (s) =
3 (s) = 2,36 10 e G
,
G
0,003s + 1
0,00321s + 1
em que L3 e L4 so desprezveis.
Dos resultados obtidos, observou-se que a constante de tempo possua
pouca variao, mas os ganhos do processo apresentaram uma no linearidade
significativa de acordo com as Tabelas 3.1 e 3.2. Sendo assim, foi interpolada
uma curva de ganho na regio de operao em funo das vazes do caldo e
do cido, obtendo-se:
(s) e G4 (u4 ,s) = K4 (u4 ) G
(s),
G3 (u3 ,s) = K3 (u3 ) G
3
4
na qual
(s) =
G
3
1
1
(s) =
eG
.
4
0,003s + 1
0,00321s + 1

FERMENTAO
50
As curvas caractersticas e a resposta do modelo no ponto de operao so

mostradas nas Figs. 3.5 e 3.7, respectivamente. Nota-se que em t = 1,25 h,
fora do ponto de operao escolhido, h uma diferena maior entre os ganhos
do modelo fenomenolgico e o de Hammerstein. O diagrama de blocos mostrado na Fig. 3.6, que representa o modelo de Hammerstein, ser utilizado
para o ajuste do PID com escalonamento de ganho.
u3
400
280
200
150
u
3
80
50
30
10
u4
1,70
1,55
1,50
1,35
u
4
1,20
0,90
0,40
0,00
K3 [102 ]
0,56
0,87
1,39
2,30
4,95
3,18
2,80
2,79
pH5
6,70
6,58
6,40
6,16
5,01
4,02
3,42
3,05
2,50
Tabela 3.1: Caldo X pH5
pH5
3,86
4,03
4,11
4,48
5,01
5,30
6,07
6,62
7,00
K4
2,56
3,27
3,60
5,30
5,80
3,03
1,89
1,59
Tabela 3.2: cido X pH5
6.5
6.5
5.5
5.5
pH
pH
5
4.5
4.5
4
4
3.5
3.5
2.5
Curva esttica vazo do caldo
2
100
200
300
3
u [m /h]
3
400
Curva esttica vazo do cal

500
2.5
0.5
1.5
2.5
u [m /h]
4
Fig. 3.5: curvas estticas relativas s vazes de caldo e de cido
Para o modelo da temperatura, considera-se o sistema em malha aberta

mostrado na Fig. 3.8. A temperatura do vinho no duto de sada do reator no
sofre variaes. De forma anloga como a vista anteriormente, a varivel
temperatura pode ser identificada com o seguinte modelo:
T (s) = G5 (s)U5 (s) + G7 (s)U7 (s)
(3.6)
em que U5 (s) e U7 (s) so as vazes do mosto e de gua, respectivamente.
D U 3(s)
D U 4 (s)
K 4 (u 4 )
K 3(u 3 )
G' 3 (s)
G' 4 (s)
51
D pH 5 (s)
Fig. 3.6: diagrama de blocos do modelo de Hammerstein
cido
u4 [m /h]
2
1
0.2
0.4
0.6
0.8
1
Tempo [h]
1.2
1.4
1.6
400
Caldo
u3 [m /h]
200
pH5
0.2
0.4
0.6
0.8
1
1.2
Tempo [h]
Resposta do modelo
1.4
1.6
5
Modelo fenomenolgico
Modelo de Hammerstein
0
0.2
0.4
0.6
0.8
1
Tempo [h]
1.2
1.4
1.6
Fig. 3.7: respostas dos modelos fenomenolgico e de Hammerstein
Desse modo, aplicado um sinal do tipo degrau nas entradas do sistema.

5
Mosto
T
Vinho
Vinho
Reator
Trocador de calor
gua
Fig. 3.8: sistema em malha aberta
Com U5 (s) = 0, foram feitos vrios testes para identificar G7 (s).

FERMENTAO
52
31
Processo
Modelo
Sada [ C]
30.8
30.6
30.4
30.2
30
4
Tempo [h]
4
Tempo [h]
Entrada [m3/h]
200
150
100
50
gua
0
Fig. 3.9: dinmica da temperatura para U7 = 200 m3 /h
Alguns deles so mostrados nas Figs. 3.9 e 3.10, cujos modelos so G71 =
5,9103
3,7103
1,75s+1 e G72 = 1,1s+1 , respectivamente.
Nota-se que, de acordo com a definio de ganho esttico, K = Y
U ,
o ganho do sistema varivel porque a temperatura tende aproximadamente
ao mesmo valor da temperatura da gua (Tf,0 = 28,5 o C), quando h fluxo
na entrada U7 (s), afetando diretamente sua constante de tempo. Isso se deve
ao fato de que calor liberado muito pequeno, j que U5 (s) = 0 e h uma
circulao refrigerante no sistema.
G7 (s) pode ser modelada como:
G7 (s) =
K7
, 6 103 K7 2,73 103 .
1,2s + 1
De maneira similar, G5 (s) foi identificado com U7 (s) = 0. Os mo2

0,042s
(ver Fig. 3.11) e G52 =
delos encontrados so G51 = 8,55910
0,717s+1 e
4,6102 0,042s
0,583s+1 e
(ver Fig. 3.12). O ganho esttico de G5 (s) tambm no

constante. Porm, neste caso, a temperatura tende ao valor final de aproximadamente 39o C quando o substrato atinge a saturao e h fluxo na entrada
U5 (s).
Depois de alguns testes, G5 (s) pode ser modelada como:
G5 (s) =
K5 e0,042s
, 0 K5 25 102 .
0,4s + 1
53
32
Sada [ C]
Processo
Modelo
31
30
29
4
Tempo [h]
4
Tempo [h]
Entrada [m3/h]
400
300
200
100
gua
0
Em todos os experimentos para identificao de G5 (s), foi considerado o limite do nvel do reator, como deve ser feito na prtica. A capacidade
do reator de 1000 m3 , o que corresponde a um nvel de 16 m. Como a
dinmica da temperatura muito lenta, um ajuste do PID de maneira conservadora suficiente para o controle satisfatrio do processo, sem a necessidade
de aplicar um escalonamento de ganhos. Isto ser visto na proxima subseo.
O modelo para o comportamento dinmico do nvel baseado no balano de massa do mosto no reator, que depende do fluxo de entrada:
o u5 (t) =
dm
dt
m(t) = Ar i h(t)
(3.7)
(3.8)
em que m a massa dentro do reator, Ar = 62,5 m2 a rea seccional do

reator e h o nvel. As densidades do substrato e do mosto so o e i ,
respectivamente.
As dinmicas da vlvula e do sensor podem ser desprezadas porque
elas so muito mais rpidas do que a dinmica do nvel. Dessa forma, supondo o = i e substituindo a Eq. (3.8) na Eq. (3.7), tem-se:
u5 (t) = Ar
dh
dt
(3.9)

FERMENTAO
54
40
Sada [ C]
38
36
34
Processo
Modelo
32
30
4
Tempo [h]
4
Tempo [h]
Entrada [m3/h]
100
80
60
40
20
Mosto
0
8
Considerando o nvel inicial h(0) = 4,8 m (volume inicial v(0) =

300 m3 ) e aplicando a transformada de Laplace na Eq. (3.9), obtida a
seguinte funo de transferncia para o incremento de nvel:
GH (s) =
3.1.2.2
1
H(s)
=
U5 (s)
Ar s
(3.10)
Ajuste dos PIDs
O diagrama de blocos, com a terminologia considerada neste trabalho,

do sistema do pH mostrado na Fig. 3.13, em que o controlador com ganho
escalonado representado por P ID4 e a varivel manipulada a vazo do
cido, u4 (t). Neste caso, um PI foi alterado, onde o ganho Kc escalonado
com base nas identificaes feitas para o processo do pH5 . Dessa maneira,
escolhe-se:
Kc =
1
|K4 (u4 )|
A funo de transferncia entre a referncia r(t) e a sada pH5 (t) fica,

ento:
333,33
(Ti s + 1)
pH(s)
.
= 2 Ti
R(s)
s + 666,67s + 333,33
Ti
55
40
Sada [ C]
38
36
34
Processo
Modelo
32
30
Tempo [h]
Entrada [m3/h]
200
150
100
50
Mosto
0
Tempo [h]
u 3 (t)
G 3 (u 3 ,s)
r(t)
e(t)
-
PID 4
u 4 (t)
G 4 (u 4 ,s)
pH 5 (t)
Processo
Fig. 3.13: diagrama de blocos para o pH
Por se tratar de um processo com dinmica muito rpida, sujeito a

perturbaes de dimenses elevadas, deseja-se um tempo de resposta muito
pequeno na magnitude de To = 1 102 h. A partir da equao caracterstica
de malha fechada, calcula-se que para um par de plos reais, o valor mnimo
de Ti 3 103 .
Inicialmente, a estrutura apresentada na Fig. 3.1 possua um controlador feedfoward na malha da temperatura que poderia ser calculado como:
Cf f (s) =
G5 (s) (L5 L7 )s
e
.
G7 (s)

FERMENTAO
56
u 5 (t)
G 5 (s)
r(t)
e(t)
u 7 (t)
C 7 (s)
G 7 (s)
T(t)
Processo
Fig. 3.14: controle da temperatura
Entretanto, o processo tem apresentado pouca sensibilidade quanto perturbao causada pela malha de controle de nvel. O efeito da alimentao tende
a ser atenuado pela ciculao refrigerante da batelada alimentada. Neste caso,
possvel ajustar um controle por realimentao capaz de oferecer um desempenho satisfatrio, ao passo que o ganho seria pequeno na adio do controlador feedfoward. Portanto, como ser constatado nas simulaes, no
necessrio implementar Cf f . Dessa forma, similarmente ao processo do pH,
o sistema ilustrado na Fig. 3.14 utilizado para controlar a temperatura e o
controlador C7 (s) sintonizado pelo Lugar das Razes.
Como 6 103 K7 2,73 103 , um valor estimado de Kc
baseado na resposta transitria do processo. No entanto, um ajuste fino desse
parmetro necessrio para melhorar o seu comportamento. Fixa-se, ento,
Kc = 4000 e = 0,1; e os demais parmetros so escolhidos de forma que
garanta uma resposta rpida e a estabilidade do sistema:
Ti = 0,05,
r(t)
Fr(s)
e(t)
-
Td = 0,03.
C H(s)
u 5 (t)
G H (s)
h()t
Fig. 3.15: controle do nvel
Para o controle do nvel, considera-se a estrutura Two Degrees of Freedom (2DOF), mostrada na Fig. 3.15. A funo de transferncia que relaciona
3.2. SIMULAES E RESULTADOS
57
o sinal de referncia e a varivel controlada :

H(s)
Fr (s)CH (s)GH (s)
=
R(s)
1 + CH (s)GH (s)
(3.11)
(Td Ti s2 + Ti s + 1)(s + 1)
H(s)

=
Ar T i 3
R(s)
s + Ar Ti +Kc Td Ti s2 + T s + 1 (s + 1)
Kc
Kc
s+1
e CH (s) dado pela Eq. (3.4).
em que Fr (s) = s+1
Neste caso, uma resposta rpida em malha fechada desejada, com
uma constante de tempo To = 0,5 h. Por meio da tcnica de alocao de
plos, os parmetros de ajuste so:
Kc = 250, Ti = 1, Td = 0, = 0, = 0.5, = 1
Nota-se que o controlador um P I e que pelo efeito do filtro de referncia, a funo de transferncia em malha fechada :
1
H(s)
=
R(s)
0,5s + 1
(3.12)
Na prxima seo ser simulado o processo com o sistema de controle

proposto, em que analisar-se- seu desempenho relativo produo de etanol.
3.2 Simulaes e Resultados

O modelo do processo foi desenvolvido em ambiente Matlabr Mathworks, cuja funo fmincon usada para o otimizador no linear NMPC. Os
controladores PID foram implementados com a estrutura anti-windup, pois
foram consideradas saturaes nas vazes da gua refrigerante e do mosto
(1000 m3 /h); e do cido (20 m3 /h) . Para ilustrar as vantagens do controlador proposto, alguns resultados comparativos sero apresentados. Nestas
simulaes, o processo da fermentao sem o otimizador tambm ser analisado, no qual a alimentao e os pontos de operao foram definidos de
forma convencionalmente encontrada nas usinas de etanol. Alguns critrios
foram considerados seguindo dados reais do processo industrial: o tempo
mximo da fermentao definido em 8 h e o nvel mximo do reator
14,4 m (900 m3 ). As condies iniciais so: V0 = 300 m3 (H0 = 4,8 m),
X0 = 31 kg/m3 , S0 = 0 kg/m3 , P0 = 33 kg/m3 , Xd0 = 0 kg/m3 ,
Tr00 = 30 o C e pH6 = 5,01. Os cenrios estudados a seguir esto descritos
na Tabela 3.3.
No primeiro cenrio C1, a gua proveniente do rio, cuja temperatura
58

FERMENTAO
Fonte energtica
Rio
Hipottica
C1
C2
Caso 1
Controlador PI
Controlador PI
Caso 2
Otimizador
Otimizador
Tabela 3.3: definio dos cenrios
Nvel [m]
15
10
Sem otimizador
Com otimizador
Alimentao [m /h]
4
Tempo [h]
1000
Sem otimiador
Com otimizador
800
600
400
200
0
4
Tempo [h]
Fig. 3.16: cenrio C1. Controle do nvel
Temperatura [oC]
Cenrio 1
34
32
Sem otimizador
Com otimizador
Setpoints timos
30
28
0
4
Tempo [h]
800
gua [m /h]
1000
600
Sem otimizador
Com otimizador
400
200
0
4
Tempo [h]
Fig. 3.17: cenrio C1. Controle da temperatura
tem um valor constante de Tf,0 = 28,5 o C 2 e vazo m

f (t) manipulada
pelo controlador, utilizada para diminuir a temperatura do reator. No Caso
1, tem-se o algoritmo PI sem o otimizador em que um sinal do tipo rampa
aplicado para alimentar o processo, como ilustrado na Fig. 3.16. Os set2 Esta temperatura depende do clima da regio e se utilizado a torre de resfriamento. Porm,
o valor considerado bastante favorvel se comparado com as condies reais.
59
pHmosto
Cenrio 1
7
cido [m3/h]
pHreator
Sem otimizador
Com otimizador
4
Tempo [h]
10
Sem otimizador
Com otimizador
5
0
4
Tempo [h]
5.6
Sem otimizador
Com otimizador
5.4
5.2
5
4
Tempo [h]
Fig. 3.18: cenrio C1. Controle do pH do mosto e dinmica do pH do reator
points da temperatura dentro do reator e do pH do mosto so 32 o C e 5,3,

respectivamente; e o comportamento dessas variveis mostrado nas Figs.
3.17 e 3.18. Nota-se que h um desvio em relao temperatura, devido
ao fluido refrigerante no possuir energia suficiente para mant-la no ponto
ajustado. Como pode ser observada nas Figs. 3.19 e 3.20, uma concentrao
de etanol PF = 72,6783 kg/m3 obtida quando o processo concludo.
Nessas figuras, as evolues da biomassa, da biomassa morta e do substrato
tambm so mostradas. No Caso 2, o otimizador com ajuste de NH = 4 h e
Q = 2 h aplicado na camada superior, do qual os pontos timos calculados pelo seu algoritmo so mostrados nas Figs. 3.16, 3.17 e 3.18. Da mesma
maneira que o Caso 1, satura-se a vazo de gua e os setpoints da temperatura
no so atingidos, fazendo com que esses pontos gerados percam o sentido
fsico, comprometendo o desempenho da estratgia. No entanto, a concentrao de etanol foi um pouco maior (PF = 73,3378 kg/m3 ) possibilitando um
acrscimo de 0,91% em relao ao primeiro caso.
O cenrio C2 corresponde uma situao hipottica em que se tem
gua com temperatura de 20 o C disponvel para aplicar no sistema. Como se
pode observar nas Figs. 3.21, 3.22 e 3.23, o processo atinge os setpoints e
nas Figs. 3.24 e 3.25 seu desempenho ilustrado nos dois casos. O fato da
temperatura da fermentao ser a varivel mais crtica do processo deixa mais
evidente a vantagem do otimizador. Nesta nova situao, obtm-se PF =
73,8060 kg/m3 para o primeiro caso e PF = 78,4193 kg/m3 para o Caso
2, o que vale um ganho de 6,25% na concentrao de etanol de um reator.
Ademais, o sistema de controle no satura e o consumo de gua muito
menor em relao ao cenrio C1, permitindo um incremento econmico ainda
maior.
60

FERMENTAO
Cenrio 1
Biomassa
Biomassa
Biomassa
Biomassa
30
Concentrao [kg/m3]
25
(Sem otimizador)
morta (Sem otimizador)
(Com otimizador)
morta (Com otimizador)
20
15
10
0
0
4
Tempo [h]
Fig. 3.19: cenrio C1. Desempenhos do sistema sem e com o otimizador

Cenrio 1
100
Etanol (Sem otimizador)

Substrato (Sem otimizador)
Etanol (Com otimizador)
Substrato (Com otimizador)
90
Concentrao [kg/m ]
80
70
60
50
40
30
20
10
0
0
4
Tempo [h]
Para estudar o ajuste do controlador, diversas simulas foram elaboradas com diferentes valores de NH e Q. A Tabela 3.4 contm alguns
resultados obtidos que confirmam as anlises feitas anteriormente. Nota-se
que, como esperado, o efeito de NH mais visvel que o do Q. Ainda,
para certificar que o otimizador capaz de calcular pontos exatos ou prximos dos timos globais para cada tempo de amostragem dentro do horizonte de predio, foram testados pontos distribudos ao longo das faixas de
operao. Com a finalidade de obter ilustraes grficas convenientes, foi
fixado o pH5 = 5,3 para NH = 2 h e Q = 2 h, ou seja, o Sistema
de Controle Avanado opera com duas variveis de deciso (H e T ). Na
Fig. 3.26, encontram-se as concentraes finais do etanol para vrios valores de nvel e temperatura, quando passadas as duas primeiras horas do
61
Cenrio 2
Nvel [m]
15
10
Sem otimizador
Com otimizador
Alimentao [m3/h]
4
Tempo [h]
1000
Sem otimizador
Com otimizador
800
600
400
200
0
4
Tempo [h]
Fig. 3.21: cenrio C2. Controle do nvel
Temperatura [oC]
Cenrio 2
32
31.5
31
30.5
30
Sem otimizador
Com otimizador
0
4
Tempo [h]
gua [m3/h]
1000
Sem otimizador
Com otimizador
800
600
400
200
0
4
Tempo [h]
Fig. 3.22: cenrio C2. Controle da temperatura
processo. Nota-se que embora a concentrao final obtida pelo otimizador

esteja prxima dos melhores pontos simulados, h um erro considervel causado pelas primeiras iteraes do algoritmo. O timo global nessa etapa
est em PF = 54,9444 kg/m3 para H = 9 m e T = 34 o C; ao passo
que o ponto determinado pelo otimizador corresponde a HOP = 9,7393 m,
TOP = 34,1081 o C e PFOP = 53,4996 kg/m3 . A tendncia diminuir
os erros nas prximas iteraes, uma vez que utilizando as informaes da
etapa anterior no otimizador, aumenta-se a probabilidade de convergir para
um timo global. Na Fig. 3.27 esto compreendidos os pontos do processo
entre t = 2 h e t = 4 h. Nessa ocasio, o ponto calculado (HOP = 9,7237 m,
TOP = 33,3420 o C e PFOP = 59,7353 kg/m3 ) est ainda mais prximo do
timo global (H = 10 m, T = 34 o C e PF = 59,9184 kg/m3 ). Durante
62

FERMENTAO
pHmosto
Cenrio 2
5.5
4.5
cido [m3/h]
Sem otimizador
Com otimizador
4
Tempo [h]
10
Sem otimizador
Com otimizador
5
0
0
pHreator
4
Tempo [h]
5.4
Sem otimizador
Com otimizador
5.2
5
4
Tempo [h]
Fig. 3.23: cenrio C2. Controle do pH do mosto e dinmica do pH do reator

Cenrio 2
Biomassa
Biomassa
Biomassa
Biomassa
30
Concentrao [kg/m3]
25
(Sem otimizador)
morta (Sem otimizador)
(Com otimizador)
morta (Com otimizador)
20
15
10
0
0
4
Tempo [h]
a fermentao referente ao perodo de t = 4 h a t = 6 h, ilustrado na Fig.

3.28, o otimizador diminui razoavelmente a temperatura chegando ao ponto
HOP = 9,7237 m, TOP = 31,1238 o C e PFOP = 60,6543 kg/m3 , enquanto
o timo global dado por H = 10 m, T = 31 o C e PF = 60,9804 kg/m3 .
Por fim, o processo concludo (t = 6 h a t = 8 h) com o timo global,
HOP = 9,7237 m, TOP = 31,1238 o C e PFOP = 61,5187 kg/m3 , sendo
calculado pelo otimizador. Nessa ltima etapa mostrada na Fig. 3.29, alguns pontos possuem aproximadamente a mesma concentrao final, como,
por exemplo, P1 (H = 10 m, T = 31 o C e PF = 61,1186 kg/m3 ) e P2
(H = 10 m, T = 36o C e, PF = 61,1221 kg/m3 ). Observa-se que, para
o ajuste e pH definidos anteriormente, o otimizador mantm o nvel do processo durante toda a operao variando somente as temperaturas, obtendo-se
63
Cenrio 2
Etanol (Sem otimizador)
Substrato (Sem otimizador)
Etanol (Com otimizador)
Substrato (Com otimizador)
100
90
Concentrao [kg/m3]
80
70
60
50
40
30
20
10
0
0
4
Tempo [h]
NH
1
1
2
2
2
4
Q
0,5
1
0,5
1
2
1
PF (kg/m3 )
75,3532
74,4925
76,9376
76,7099
76,2838
78,4707
NH
4
4
7
7
7
7
Q
2
4
1
2
4
7
PF (kg/m3 )
78,4193
77,7028
78,8394
78,8547
78,8528
78,7567
Tabela 3.4: concentraes de etanol para alguns valores de NH e Q
uma concentrao final tima global em t = 8 h da fermentao. Um dado

importante que no h necessidade de um investimento inicial para a aplicao do otimizador. Como o processo lento e os valores de Q so da
ordem de horas, a estratgia proposta pode ser facilmente testada na prtica.
Executando o NPMC em um computador comercial, os setpoints podem ser
ajustados manualmente em cada etapa, aps o calculo do otimizador. Dessa
maneira, a tcnica apresentada tem grandes possibilidades de ser aplicada na
indstria.
Uma das propostas deste trabalho utilizar energia solar para produzir gua fria que possibilite o controle ideal da fermentao. No prximo
captulo, ser explicado o projeto completo dessa unidade assim como ser
avaliado detalhadamente do ponto de vista econmico a vantagem de sua implementao.

FERMENTAO
64
Concentraes finais (t=0 a t=2 h)

60
Sem otimizador
Com otimizador
50
30
P [kg/m]
40
20
10
0
35
30
25
Temperatura [C]
15
10
Nvel [m]
Fig. 3.26: pontos de teste para o otimizador entre t = 0 h e t = 2 h

Sem otimizador
Com otimizador
60
50
30
P [kg/m]
40
20
10
0
34
14
12
32
Temperatura [C]
10
30
Nvel [m]
65

Sem otimizador
Com otimizador
60
50
PF [kg/m]
40
30
20
10
0
40
30
20
Temperatura [C]
14
12
10
Nvel [m]

Sem otimizador
Com otimizador
60
P [kg/m]
50
40
30
20
10
0
36
34
32
Temperatura [C]
30
10
12
14
Nvel [m]
66

FERMENTAO

Nesse captulo foi explanado o sistema de controle proposto para maximizar a produo de etanol na unidade de fermentao. O sistema composto por duas camadas: controle avanado (otimizador) e controle local
(controladores regulatrios do tipo PID). As variveis de deciso para a otimizao do processo so o pH5 , a temperatura (T ) e o nvel do reator (H).
Todo o procedimento de implementao do controlador, tanto na camada global quanto na local, foi apresentado. Por meio de tcnicas de controle clssico, os controladores PID so ajustados com valores fixos enquanto
definem-se diferentes parmetros para o otimizador, com a finalidade de avaliar o desempenho do processo quanto produo de etanol.
Ao utilizar a estrutura de controle multivarivel NMPC, o sistema foi
simulado e, de acordo com os resultados obtidos, pode-se afirmar que a estratgia garante um ganho significativo em relao ao que aplicado na indstria. Entretanto, para seu melhor funcionamento, desejvel uma fonte
energtica que permita o controle correto da temperatura no reator.
Salienta-se que diversas estratgias de otimizao em batelada alimentada foram abordadas na literatura do ponto de vista da Engenharia Bioqumica. Porm, a linguagem deste trabalho procura dar uma conotao mais
terica e prtica na esfera da Engenharia de Controle e Automao, dada sua
escassez no cenrio produtivo do etanol.
Captulo
Integrada a`
Planta Solar de Refrigeracao
Unidade de Fermentacao
Ao desenvolver o sistema avanado de controle para fermentao alcolica, constatou-se a necessidade de uma grande quantidade de energia
para atingir as temperaturas timas definidas pela estratgia implementada.
Porm, o fato do etanol brasileiro aparecer como um importante combustvel
dentro do contexto de desenvolvimento sustentvel, no faz sentido buscar alternativas nas fontes consideradas poluentes. Ademais, existe uma mudana
de paradigma no que se refere ao modelo de energia mundial, na qual a tendncia de mercado que o emprego de energia renovvel se torne mais barato
e prximo da energia tradicional (Smil 2012). Nesse contexto, o uso da energia solar aparece como uma importante alternativa na proposta do trabalho.
Este captulo refere-se parte da pesquisa desenvolvida em parceria
com a Universidade de Almera (UAL), na Espanha, que conta com grande
experincia no uso dessa tecnologia. Desde 1987, projetos de pesquisa que
aplicam controle avanado so realizados na Plataforma Solar de Almera
(PSA) com o objetivo de investigar a viabilidade da energia solar trmica
em processos de dessalinizao, refrigerao e aquecimento. Entretanto, a
aplicao mais interessante para este projeto a que emprega o processo de
energia solar nos seus sistemas de refrigerao e ar condicionado.
Partindo desse princpio, estudou-se a implantao desses equipamentos nas usinas de etanol, j que essas empresas so situadas em regies de
elevada irradiao solar e um sistema que aproveita esse potencial natural
68
CAPTULO 4. PLANTA SOLAR INTEGRADA UNIDADE DE

FERMENTAO
poder auxiliar no controle de temperatura dos reatores.
4.1 A Contextualizao da Ideia

Hoje em dia, a maioria dos governos reconhece que a energia solar
vai desempenhar um papel importante no futuro da energia e a maioria deles
promove a adoo dessa alternativa renovvel. No caso de Espanha, a condio climatolgica ideal na maior parte do pas permite fazer um uso lucrativo desse sistema, sendo considerado um marco para garantir o fornecimento
de energia espanhola no futuro. Consequentemente, tm-se criado polticas
quanto ao uso da energia solar (RD 2818/1998 1998), mas o elemento chave
que afetaria positivamente a evoluo da tecnologia na Espanha foi o Royal
Decree 436/2004 (RD 436/2004 2004). Este decreto permitiu uma larga conexo de plantas trmicas e fotovoltaicas s linhas de transmisso espanholas
garantindo subsdios rentveis para o investimento em energia renovvel e
desencandeando uma implantao macia de placas solares ao longo de seu
territrio. As condies de subsdio foram adaptadas em um novo projeto no
Royal Decree 661/2007 (RD 661/2007 2007) para atualiz-las na realidade de
mercado. Alm disso, o Ministrio do Meio Ambiente espanhol expressa a
necessidade de se criar campanhas que fazem as pessoas mais conscientes em
termos de economia e meio ambiente no uso de energia. Todas essas aes
resultaram em uma capacidade instalada de 4325 M W no ano de 2010, o
que correspondia a 2,5% da demanda energtica daquele pas, atendendo aos
informes da Red Elctrica de Espaa (REE).
No obstante, empresas importantes de energia e institutos esto ali
localizados, tais como Plataforma Solar de Almera (PSA), o maior centro de
pesquisa em planta solar da Europa, que pertence ao Centro de Investigaciones Energticas Medioambientales y Tecnolgicas (CIEMAT) da provncia
de Almera, localizado na regio sul. Almera uma das regies mais desrticas da Europa, recebendo menos de 200 mm de chuva e mais de 3000
horas de sol por ano, atendendo Agencia Estatal de Meteorologa (AEMET)
espanhola, tornando-a uma das localizaes mais adequadas para implantar
sistemas solares. No CIEMAT funciona o projeto Arquitectura Bioclimtica
y Fro Solar (ARFRISOL), cujo objetivo quantificar a economia de energia obtida na prtica utilizando estratgias bioclimticas passivas e sistemas
renovveis ativos.
Em particular, o presente projeto foi desenvolvido no Centro de Investigacin de la Energa solar (CIESOL) da UAL. O edifcio onde est situado
o laboratrio CIESOL possui uma planta solar que gera energia para o aquecimento (no inverno) e resfriamento (no vero) de suas acomodaes. Um
fluido aquecido nos coletores solares e utilizado como fonte de energia na
4.2. PLANTA SOLAR DE REFRIGERAO
69
mquina de absoro que resfria a gua. A fonte quente armazenada quando

a unidade no est operando e, para as situaes em que a radiao solar no
suficiente, conta-se com uma caldeira a gs natural como sistema auxiliar
de energia. Observa-se que no inverno a fonte quente usada diretamente nos
sistemas de climatizao dos ambiente do edifcio.
Destarte, tem-se um cenrio bastante propcio para a juno de dois
tipos de energia limpa e, portanto, o know-how de cada pas. Como visto no
Cap. 3, muitas vezes, a temperatura do fluxo de gua no fria o suficiente
para controlar a temperatura do reator, dado o calor liberado no decorrer do
processo de fermentao. Por outro lado, h um potencial em termos de energia solar que pode ser aproveitado para suprir essa demanda energtica. O
Brasil possui condies climticas favorveis em diversas regies (Tiba 2000)
e, por isso, investimentos em energia solar com custos competitivos tm crescido bastante nos ltimos anos. Neste escopo, as usinas sucroalcoleiras so
implantadas em locais onde a insolao anual alta, variando entre 2500 a
3000 horas de sol por ano. Ademais, durante a safra, deve haver pouca chuva
no perodo diurno, uma vez que a produo de etanol depende da plantao
de cana-de-acar.
Portanto, este trabalho prope uma estrutura que utiliza a alta irradiao solar, presente nas localidades das usinas, para produzir energia que auxilia o controle timo da temperatura no processo de fermentao. Como no
h disponibilidade de um sistema prtico experimental que integra a planta
solar de refrigerao e uma unidade de fermentao, a tcnica Hardware in
the Loop foi executada sobre a planta solar de refrigerao, utilizando o modelo no linear completo desenvolvido no Cap. 2 para simular a unidade de
fermentao. Na continuao, o projeto ser exposto detalhadamente.
4.2 Planta Solar de Refrigerao

O uso da energia solar em sistemas de refrigerao promove uma relao interessante entre o nvel de irradiao e a demanda de frio. Ou seja,
quanto mais elevada a irradiao, mais calor se faz e maior a quantidade de
energia consumida pelos sistemas de climatizao. Porm, maior a potncia
produzida pelas placas. Os sistemas solares de refrigerao podem ser divididos em duas categorias: sistemas de resfriamento por absoro e sistemas
mecnicos (Zhai et al. 2008). Neste trabalho, o equipamento de refrigerao
uma mquina de absoro (ver Fig. 4.1). Como pode ser observada na
Fig. 4.2, a planta solar de refrigerao que assiste a demanda do edifcio do
CIESOL composto por:
Um campo de coletores solares plano com uma superfcie total de 160
70

FERMENTAO
Fig. 4.1: planta solar de refrigerao. (1) Mquina de absoro, (2) Tanques de reserva, (3)
Campo de coletores solares
Fig. 4.2: esquema da planta solar
m2 e uma faixa de operao entre 20 o C e 120 o C.

Um sistema de armazenamento de dois tanques de 5 m3 conectados em
srie, utilizado para acumular gua quente quando no h demanda de
frio ou para diminuir as variaes da temperatura da sada dos coletores
solares, que est sujeita a perturbaes.
Uma caldeira a gs (fonte de energia convencional) fabricada pela ADISA, com potncia nominal de 116 kW .
Uma mquina de absoro fabricada pela YAZAKI, com potncia nominal de 70 kW .
Mquinas de absoro tem algumas limitaes de temperatura na entrada. A temperatura de entrada do gerador deve estar dentro de uma determinada faixa de operao ([65,98] o C, no caso deste trabalho). Para manter
a temperatura de entrada na faixa desejada, a planta pode ser configurada
de diferentes maneiras, incluindo e excluindo os subsistemas e atendendo s
4.2. PLANTA SOLAR DE REFRIGERAO
71
condies de operao, por meio de manipulao das diferentes vlvulas que

so mostradas nas Figs. 4.1 e 4.2.
Existem trs subsistemas no esquema da planta solar. O primeiro inclui o campo coletor, tanques, caldeira e a mquina de absoro. Este o
circuito primrio ou principal. O segundo inclui uma torre de refrigerao e
uma malha externa da mquina de absoro. Por fim, o terceiro subsistema
conecta a sada da mquina de absoro (gua fria) ao sistema de ventilao
do edifcio. No entanto, quando experimentos so realizados, um trocador de
calor e uma bomba de calor so utilizados para simulao de carga trmica
externa.
A mistura dos diferentes processos contnuos e dinmicas discretas
dificultam a modelagem e controle do sistema. No entanto, as mudanas
na configurao de operao da planta atendem uma simples ideia: devese priorizar o uso dos coletores solares, consumindo gua armazenada nos
tanques somente quando necessrio e evitando por todos os meios a fonte de
energia convencional, caldeira a gs. Certamente, nem sempre isso possvel
devido s limitaes relacionadas disponibilidade de irradiao solar.
Os coletores solares produzem gua quente utilizada na mquina de
absoro para obter gua fria. Quando a temperatura de sada dos coletores no o suficiente para alimentar a mquina de absoro, os tanques ou
caldeira, ou ainda ambos, devem auxiliar o campo solar a fim de manter a
temperatura de entrada da mquina na faixa de operao indicada. Por outro
lado, quando no h demanda de frio, a gua quente pode ser armazenada nos
tanques para uso futuro: (i) para aquecer o cicuito primrio ou (ii) alimentar
a mquina de absoro. Ainda, esses tanques podem ser utilizados para obter
respostas amortecidas no sistema.
Dessa maneira, as diferentes configuraes da planta so utilizadas ao
longo do dia em funo das necessidades da situao. De forma geral, os
modos de operao da planta so:
1. Mquina de absoro desligada
Recirculao utilizando gua armazenada: a gua flui atravs dos
coletores solares em circuito fechado. Nesse modo, eleva-se a
temperatura da gua do subsistema primrio.
Armazenamento de gua quente nos tanques: esse modo utilizado somente quando no h carga de trabalho e a irradiao
alta, sendo a temperatura da gua dos coletores maior que a da
gua dos tanques acumuladores.
72

FERMENTAO
2. Mquina de absoro ligada

Campo de coletores solares: esse caso ocorre quando a irradiao alta. A energia produzida nos coletores suficiente para
abastecer a mquina sem a necessidade de ativar a caldeira.
Descarga de gua dos tanques: a gua dos tanques passa pelo primeiro subsistema para aumentar ou diminuir a temperatura global
do circuito de acordo com a situao.
Caldeira a gs: esse modo acionado quando h pouca irradiao
e a temperatura dos tanques menor ou igual a temperatura do
circuito primrio que est bem abaixo da faixa de operao.
Campo de coletores solares + caldeira: ocorre quando a energia
produzida nos coletores no o suficiente para abastecer a mquina de absoro.
Descarga da gua do tanque + caldeira: quando a temperatura da
gua dos tanques maior que a do circuito primrio, seleciona-se
esse modo para que a caldeira trabalhe a uma potncia menor para
alimentar a mquina de absoro.
Campo de coletores solares + tanque ou campo de coletores solares + tanque + caldeira: esses modos propiciam respostas amortecidas, visto que os tanques funcionam como filtro. A gua proveniente dos coletores empurra a gua dos tanques que chega na
mquina de absoro.
Dessa forma, a demanda de gua fria que seria causada pelo edifcio,
agora deve estar relacionada com a energia necessria para o resfriamento
da unidade de fermentao. Como comentado anteriormente, um trocador
e uma bomba de calor iro gerar a carga trmica simulada pelo modelo da
fermentao que, por sua vez, est inserida no terceiro circuito da planta solar.
Entretanto, necessrio que a unidade de fermentao seja adequada
capacidade energtica da planta solar e sua configurao permita o controle correto da temperatura. Na prxima seo, a nova unidade "virtual" ser
projetada.
4.3 Dimensionamento e Projeto da Unidade de

Fermentao Alcolica
Inicialmente, um modelo de sada da planta solar foi necessrio para
projetar a unidade de fermentao. Um segundo trocador ser utilizado para
4.3. DIMENSIONAMENTO E PROJETO
73
conectar o modelo do processo planta solar de refrigerao (ver Fig. 4.3).

Este tipo de conexo tem a finalidade de desacoplar as duas unidades e, desse
modo, permitir que a mquina de absoro opere em uma faixa segura durante
todo o experimento (com a vazo da gua fria entre 5 e 14 m3 /h).
Considerando os pontos de operao tpicos da mquina de absoro,
foram realizados alguns experimentos sobre a planta, dos quais sua temperatura de sada TF (t) pode ser modelada por TFm de acordo com a seguinte
identificao:
TFm (s)
gk (FL ,TL )
=
,
TL (s)
0,028s + 1
na qual gk o ganho escalonado que depende das entradas FL (t) e TL (t), que
so a vazo e temperatura da gua, respectivamente. Um teste de validao
mostrado na Fig. 4.4. Nota-se que, embora a temperatura real TF tenha apresentado um pequeno rudo, o modelo produz uma dinmica precisa durante o
experimento, cujos ndices das Eqs. 2.7 e 2.8 calculados so:
EP M AMa = 3,68%, RSDM a = 4,22%
F3
REATOR
.
m r(t)
Vinho
MODELO DE
SADA DA
PLANTA SOLAR
F L (t),T L (t)
T f0
.
m f(t)
T f10
F F (t), T F (t)
Fig. 4.3: projeto para o modelo da unidade de fermentao
importante lembrar que o tamanho do reator e a taxas de vazo mssica m

r (t) e m
f (t) influenciam fortemente o balano de energia do sistema.
Portanto, a configurao escolhida deve ser capaz de controlar a temperatura
do processo de fermentao. Baseados nessa ideia e usando o modelo descrito
acima, esses parmetros foram definidos como segue. O vinho do reator circula passando pelo trocador de calor a uma taxa constante de vazo mssica

FERMENTAO
Vazo [m /h]
Temperatura [ C]
Temperatura [ C]
74
TF
20
TFm
15
10
0,5
25
1,5
2
2,5
Tempo [h]
3,5
4,5
1,5
2
2,5
Tempo [h]
3,5
4,5
TL
20
15
0
0,5
FF
10.9
10.8
10.7
0
0,5
1,5
2
2,5
Tempo [h]
3,5
4,5
Fig. 4.4: validao. Sinais de entrada e sada da mquina de absoro e do seu modelo
de m
r = 1 104 kg/h e a vazo de gua m
f = 1,4 104 u(t) (kg/h), regulada por u(t) [0,1], utilizada como varivel manipulada para controlar a
temperatura do vinho dentro do reator, cuja capacidade volumtrica 80 m3 .
A estrutura completa ilustrada na Fig. 4.5. Observa-se que a temperatura da
gua Tf 10 (t) reduzida devido troca de calor com a gua fria proveniente
da mquina de absoro (FF (t), TF (t)).
No caso do modelo do pH do mosto, o volume da mistura Vd =
46,2 L; e o volume ocupado pelo inculo no reator em que a fermentao inicia V0 = 15 m3 (H0 = 1,5 m). Nesta nova unidade o calor liberado durante
a fermentao ser de 92,5 kcal por quilogarama de substrato consumido. Os
demais parmetros sero os mesmos, definidos no Cap. 2.
4.4 A Produo de Etanol Proposta Combinada

com a Planta Solar de Refrigerao
A estrutura proposta est ilustrada na Fig. 4.5 e funciona da seguinte
forma: o campo de coletores solares utilizado para aumentar a temperatura
da gua at um setpoint desejado dentro da faixa de operao da temperatura
de entrada da mquina de absoro. Se a temperatura dos tanques for maior
que a temperatura de sada dos coletores (normalmente, quando a irradiao
baixa), o subsistema dos tanques pode ser includo na configurao da planta
para auxiliar o campo solar. Ainda, se a temperatura que chega na unidade
de absoro estiver abaixo da entrada determinada, a caldeira a gs entra em
operao. A gua quente alimenta a mquina, onde o ciclo de absoro ocorre
para gerar gua fria (TF ). Como pode ser visto, a gua fria refrigera mediante
4.4. A PRODUO DE ETANOL COMBINADA COM A PLANTA

SOLAR
75
Fig. 4.5: estrutura completa
um tocador de calor a gua cujo fluxo manipulado pelo sistema de controle

da unidade de fermentao.
Com a nova caracterizao paramtrica do reator, o Sistema de Controle Avanado agora tem a seguinte funo custo:
min J(SPH ,SPT ,SPpH5 ) =
t+NH
P (t)dt
Sujeito a:
Equaoes do modelo
H(t) SPH (t) 8
20 SPT (t) 40
4 SPpH5 (t) 6
(4.1)
Vale notar que fatores relacionados com o consumo da gua tambm

podem ser includos na funo custo do otimizador. Porm, como seu preo
76

FERMENTAO
ainda bem menor que ao do etanol nos dias atuais e os gerentes industriais
das usinas focalizam seus esforos na maximizao da fabricao de etanol,
decidiu-se enfatizar o algoritmo do sistema na concentrao final do produto,
o que no intefere na abordagem conceitual deste trabalho.
4.4.1
Estratgia de Controle para a Planta Solar
A fim de suprir a demanda de resfriamento do processo de fermentao, a energia produzida pela mquina de absoro deve ser garantida. Devido
srie de configuraes dos componentes da planta, no possvel armazenar
gua quente nos tanques acumuladores ao mesmo tempo em que a mquina
alimentada pelo fluxo produzido nos coletores. Portanto, o sistema permite
armazenar energia somente quando no h necessidade de se produzir frio.
No caso da fermentao, existe demanda de frio ao longo do processo completo e o modo de armazenamento no seleciondo durante a operao da
planta.
Dessa maneira, os tanques poderam ser acionados com dois objetivos durante este experimento: (i) para auxiliar o campo solar em modo de
descarregamento, quando sua temperatura suficientemente elevada e a temperatura dos coletores solares no est dentro da faixa de operao desejada,
(ii) ou para amortecer a dinmica transitria da temperatura de sada devido
a perturbaes ou mudanas de setpoint.
O uso da caldeira a gs no sistema de refrigerao deve ser evitado
devido aos custos tanto econmico quanto ambiental. Por essa razo, a caldeira ligada somente quando o campo de coletores solares e os tanques de
armazenamento no so capazes de garantir o funcionamento da mquina de
absoro.
Considerando a interconexo entre as unidades, a configurao ajustada no sistema consiste nos coletores solares e tanques funcionarem no modo
de descarregamento a fim de obter temperaturas de entrada na mquina entre
65 e 90 o C com tempo de resposta filtrado.
Como comentado, o ajuste realizado faz como que os tanques operem
de forma equivalente a um filtro, permitindo, dessa forma: (i) amortecer as
elevadas variaes que eventualmente ocorrem no campo solar, como pode
ser observado na Fig. 4.6, e (ii) evitar transitrios produzidos pelas mudanas
de modo de operao das diferentes configuraes que incluem e excluem os
coletores ou tanques. Esta situao pode provocar impactos considerveis na
mquina de absoro a depender da magnitude da diferena entre as temperaturas.
Contudo, para a construo real da planta, o campo de coletores solares e os tanques foram dimensionados para atender, no mximo, a potncia
4.4. A PRODUO DE ETANOL COMBINADA COM A PLANTA

SOLAR
77
80
Tanques off
Tanques on
Temperatura [C]
78
76
74
72
70
68
66
11:00
13:00
15:00
17:00
Hora solar [hh:mm]
19:00 20:00
Fig. 4.6: temperatura de entrada amortecida pelos tanques
Fig. 4.7: esquema do controle por chaveamento do campo solar
limite da mquina de absoro. Por isso, tipicamente, os coletores solares

geram uma temperatura abaixo de 90 o C. Ainda, de acordo com o manual do
fabricante YAZAKI, quanto maior a temperatura de entrada (dentro da faixa
de segurana) da mquina, melhor sua capacidade de refrigerao. Ou seja, o
problema de controle pode ser simplificado a manter a temperatura de sada
do campo mais alta quanto for possvel em funo das condies ambientais
e faixas de operao das vazes. Finalmente, como o objetivo deste trabalho
utilizar somente a frao solar e no ativar a caldeira, esta no necessitar
de um sistema de controle.
A estratgia de controle por chaveamento proposta por Pasamontes
78

FERMENTAO
Fig. 4.8: esquema do sistema de controladores locais
et al. (2011) foi aplicada na planta solar. A finalidade dessa estratgia adaptar o sistema de controle para novas dinmicas enquanto rejeita as perturbaes causadas pelo chaveamento dos demais controladores. O algoritmo
composto por:
Um banco de controladores PID e malhas feedfoward, projetados para
diferentes pontos de operao.
Uma camada supervisria para selecionar o controlador a ser ativado.
Um mecanismo de chaveamento para rejeitar as dinmicas produzidas
pela seleo dos controladores locais.
O esquema dessa configurao mostrado na Fig. 4.7, no qual cada
controlador composto por uma malha de realimentao e duas malhas antecipatrias para rejeitarem as perturbaes caudadas pela irradiao e variaes na temperatura de entrada (ver Fig. 4.8).
Na continuao, o procedimento para conectar essa planta real ao modelo da fermentao ser explicado.
4.5 Simulao Hardware in the Loop

A tcnica de simulao bastante utilizada para avaliar as caractersticas de um sistema, assim como o seu desempenho, sem a necessidade de
operaes reais. No entanto, h situaes em que possvel realizar testes
dos componentes reais de um projeto em conexo com modelos tericos da
parte que no se encontra disponvel fisicamente, mas que so simulados por
alguma ferramenta computacional. Esse mtodo denominado Hardware in
the Loop (HIL) diminui os custos econmicos e tempo dos experimentos; e,
sobretudo, proporciona maior confiabilidade e segurana nas avaliaes.
4.5. SIMULAO HARDWARE IN THE LOOP
79
T Lr (t)
F L(t)
PLANTA
SOLAR REAL F F (t),T
F (t)
BOMBA DE
CALOR REAL
TROCADOR DE
CALOR REAL
T L(t)
mf(t)
TC
m r(t)
REATOR
SIMULADOR
Fig. 4.9: esquema para aplicar a carga simulada na planta solar
A estratgia do HIL tem sido aplicada em diversas reas de controle

automtico, tais como robtica (Aghili & Piedboeuf 2002), militar (Jr. et al.
2000), automobilstica (Lin et al. 2006) e processos qumicos (Kocijan &
Karba 1997). No caso deste trabalho, esta tcnica divide a estrutura proposta
em duas unidades interconectadas: a planta solar de refrigerao (real) e o
processo de fermentao (modelo).
Na Fig. 4.5 ilustrado o sistema completo a ser simulado, onde a
unidade solar de refrigerao e a unidade de fermentao so integradas aplicando uma configurao HIL. Com a finalidade de estudar a combinao de
ambos os sistemas, a bomba de calor foi utilizada para simular a carga trmica produzida pelo processo de fermentao. No esquema mostrado na Fig.
4.9, o bloco de simulao inclui a unidade de fermentao, o sistema de controle proposto e um segundo trocador de calor que conecta as duas unidades.
O processo real composto pela planta solar com seu sistema de controle, o
trocador de calor adicional e a bomba. Como pode ser observado na figura,
a cada tempo de amostragem Ts = 5 s, a temperatura de carga TL (t) que
deve entrar na mquina de absoro da planta solar gerada pelo modelo de
fermentao e comparado com o valor de temperatura de carga real TLr pelo
controlador T C. Dessa maneira, a bomba de calor manipulada de tal forma
que TLr se iguale a TL (t) e as medidas disponveis da planta real sejam aplicadas no modelo a fim de atualizar seu estado atual. Enfim, o valor de vazo
da gua fria produzida pela mquina de absoro dada por FF (t) = FL (t)
com temperatura TF (t) retorna ao simulador.
O modelo da unidade da fermentao foi implementado no Matlabr e
a intercomunicao com os sensores e atuadores da planta foi executada por
meio do LabVIEW, conectada com o computador principal que opera em um
servidor OLE for Process Control (OPC).
Na prxima seo, alguns experimentos sero apresentados para avaliar a estrutura proposta considerando diferentes cenrios.
80

FERMENTAO
4.6 Resultados experimentais e anlise

Diversos experimentos e comparaes entre as diferentes alternativas
para controle e refrigerao do processo de fermentao foram realizados,
considerando sempre a unidade de fermentao com reator de 80 m3 como
apresentado na seo 4.3. Nesta ocasio, em uma anlise mais realstica e
completa, os benefcios que podem ser obtidos mediante o uso da estrutura
proposta foram avaliados em termos de investimentos e ganhos econmicos.
Os cenrios estudados neste trabalho esto descritos na Tabela 4.1.
C1
C2
C3
Fonte energtica
Rio
Rio
Solar
Controle automtico
Controlador PI
Otimizador
Otimizador
Tabela 4.1: definio dos cenrios
A produo do etanol foi calculada empregando GP = VF PF

V0 P0 , sendo V0 (m3 ) e P0 (kg/m3 ) o volume e a concentrao iniciais,
respectivamente; e VF (m3 ) e PF (kg/m3 ) o volume e a concentrao finais, respectivamente. Alm disso, importante considerar o volume de gua
utilizado no sistema, cujo preo depende de muitos fatores, tais como custo
de extrao, transporte, tratamento e polticas governamentais. Embora haja
empresas no Brasil que compram gua residual por U S$ 4,50/m3 para suprir
suas necessidades, o valor aceitvel para a indstria varia entre 1,00 e 4,00
dlares por metro cbico (Mierzwa 2002, Espaola 2010). Por fim, como
muito comum as plantas de etanol possurem torres de resfriamento e caldeiras biomassa, esses equipamentos no precisam ser considerados no clculo
do investimento inicial. Desse modo, a anlise econmica ser baseada nas
seguintes suposies: o custo do campo de coletores solares U S$ 190/m2 ,
um tanque de armazenamento de 5 m3 U S$ 8300, o custo da mquina de
absoro U S$ 200/kW , a instalao do sistema 10% do custo total, o
preo da gua U S$ 2,50/m3 e o preo do etanol hidratado U S$ 0,50/kg.
O primeiro cenrio C1 corresponde maneira de operao comumente
encontrada nas usinas. A gua do rio utilizada para diminuir a temperatura
do processo de fermentao, aplicando um sistema de controladores PI sem
algoritmo de otimizao. Neste experimento, a temperatura da gua proveniente do rio tem um valor constante de 28,5 o C e sua vazo m
f (t) manipulada pelo controlador. Um sinal do tipo rampa aplicado para alimentar o
processo, como ilustrado na Fig. 4.10. Os setpoints da temperatura dentro
do reator e do pH do mosto so 32 o C e 5,3, respectivamente; e o comportamento dessas variveis mostrado nas Figs. 4.11 e 4.12. Como pode ser
4.6. RESULTADOS EXPERIMENTAIS E ANLISE
81
Nvel [m]
8
6
4
Cenrio 1
Cenrio 2/Cenrio 3
2
10:30
12:00
13:30
15:00
Hora solar [HH:MM]
16:30
18:00
Alimentao [m /h]
100
Cenrio 1
Cenrio 2/Cenrio 3
80
60
40
20
0
10:30
12:00
13:30
15:00
Hora solar [HH:MM]
16:30
18:00
16:30
18:00
Fig. 4.10: controle do nvel
Cenrio 1
Cenrio 2
Cenrio 3
Temperatura [ C]
36
34
32
30
12:00
13:30
15:00
Hora solar [HH:MM]
15
Vazo de gua [m /h]
10:30
10
Cenrio 1
Cenrio 2
Cenrio 3
10:30
12:00
13:30
15:00
Hora solar [HH:MM]
16:30
18:00
Fig. 4.11: controle da temperatura
notada nas Figs. 4.13 e 4.14, uma concentrao de 76,8417 kg/m3 obtida
e a produo de etanol igual a GP = 5653,2 kg utilizando um volume de
105,7 m3 de gua por reator. Nessas figuras, as evolues da biomassa, da
biomassa morta e do substrato tambm so mostradas.
No segundo cenrio C2, a mesma fonte natural de resfriamento usada
nas condies do cenrio anterior, mas, neste caso, os setpoints so definidos
pela estratgia de otimizao apresentada na Seo 3.1 do captulo anterior.
Esta alternativa modifica os pontos de operao para aqueles que so considerados ideais e que maximizam a produo do processo, como so mostrados
nas Figs. 4.10, 4.11 e 4.12. Entretanto, nota-se que, apesar da vazo de

FERMENTAO
pHmosto
82
7
Cenrio 1
6
4
10:30
cido [m3/h]
Cenrio 2/Cenrio 3
5
12:00
13:30
15:00
Hora [HH:MM]
16:30
18:00
1.5
Cenrio 1
Cenrio 2/Cenrio 3
1
0.5
0
10:30
12:00
13:30
15:00
Hora [HH:MM]
16:30
18:00
pHreator
5.6
Cenrio 1
Cenrio 2/Cenrio 3
5.4
5.2
5
10:30
12:00
13:30
15:00
Hora [HH:MM]
16:30
18:00
Fig. 4.12: controle do pH do mosto e dinmica do pH do reator
Biomassa
Biomassa
Biomassa
Biomassa
Biomassa
Biomassa
30
Concentrao [kg/m ]
25
(Cenrio 1)
morta (Cenrio 1)
(Cenrio 2)
morta (Cenrio 2)
(Cenrio 3)
morta (Cenrio 3)
20
15
10
0
10:30
12:00
13:30
15:00
Hora solar [HH:MM]
16:30
18:00
Fig. 4.13: dinmicas da biomassa e da biomassa morta para cada cenrio
gua ser mxima, o sistema no capaz de controlar a temperatura. Neste

caso, quando a fermentao completa, o reator tem uma concentrao de
79,4918 kg/m3 e uma quantidade de 5864,3 kg de etanol. Em relao ao cenrio anterior, o custo adicional corresponde ao volume de gua utilizado por
reator que um pouco maior (108 m3 ). Neste cenrio, h um acrscimo de
3,73% na produtividade de etanol e o ganho em termos de capital U S$ 99,8
por fermentao. Os resultados obtidos so mostrados nas Figs. 4.13 e 4.14.
No ltimo cenrio C3, o fluido refrigerante do trocador de calor da unidade de fermentao proveniente da planta solar de refrigerao e a mesma
estratgia do cenrio anterior aplicada para controlar as variveis predefinidas do processo de fermentao. Os pontos timos de operao so ilustrados
nas Figs. 4.10, 4.11 e 4.12.
4.6. RESULTADOS EXPERIMENTAIS E ANLISE
83
140
Etanol (Cenrio 1)
Substrato (Cenrio 1)
Etanol (Cenrio 2)
Etanol (Cenrio 3)
100
Concentrao [kg/m ]
120
80
60
40
20
10:30
12:00
13:30
15:00
Hora solar [HH:MM]
16:30
18:00
Fig. 4.14: dinmicas do etanol e do substrato para cada cenrio
Radiao
Radiao [W/m ]
800
600
400
200
0
12:00
13:30
15:00
Hora [HH:MM]
16:30
18:00
Temperatura
32
Temperatura [ C]
10:30
31
30
29
28
10:30
12:00
13:30
15:00
Hora [HH:MM]
16:30
18:00
Fig. 4.15: curvas de radiao e temperatura ambiente
Os resultados deste cenrio so mostrados nas Figs. 4.13 e 4.14, em

que 6023,5 kg de etanol por reator (PF = 81,4781 kg/m3 ) obtido. O volume total de gua utilizada 95,17 m3 e a estrutura proposta possibilita um
incremento na produo de 2,71% em relao ao cenrio C2. A maior parte
desse experimento foi realizada no perodo diurno. Nota-se na Fig. 4.15 que,
mesmo com a radiao (curva real) tendendo a zero no final do processo, o
sistema capaz de controlar a temperatura devido sua energia acumulada.
Portanto, o investimento inicial de U S$ 48840, se for considerado uma fermentao por dia, quando no necessrio o sistema de armazenamento (tanques de reserva), dado que a gua quente dos tanques no foi utilizada. Contudo, o investimento e os parmetros econmicos para implementar a planta
solar de refrigerao esto descritos nas Tabelas 4.2 e 4.3, onde est represen-
84

FERMENTAO
20
Sinal real
[o ]
Temperatura de carga TL
15
10
5
10:30
[o ]
14
12:00
13:30
15:00
Hora solar [HH:MM]
16:30
18:00
13:30
15:00
Hora solar [HH:MM]
16:30
18:00
13:30
15:00
Hora solar [HH:MM]
16:30
18:00
Temperatura da gua fria T
12
10
8
6
10:30
12:00
11
Vazo da gua fria F =F
[m /h]
10.5
10
9.5
10:30
12:00
Fig. 4.16: cargas trmicas simulada e real aplicada na planta solar
tado um tempo para retorno financeiro de 438 dias do perodo de safra para
cada reator (aproximadamente dois anos de operao).
Campo solar
Mq. de absoro
Instalao
U S$/unidade
190
200
4440
Unidade
m2
kW
1
Quantidade
160
70
1
Subtotal (U S$)
30400
14000
4440
Total
U S$ 48840
Tabela 4.2: investimento econmico para o cenrio C3 em cada unidade de fermentao
U S$/dia
Ganho (etanol)
79,6
Economia no custo da gua

32,08
Total
111,68
Tabela 4.3: Parmetros econmicos para o cenrio C3 em cada unidade de fermentao por dia
Para ilustrar a aplicao da carga trmica gerada pelo modelo do processo de fermentao na configurao HIL, a temperatura de carga simulada
TL (t) e a temperatura real TLr produzida pela bomba de calor so mostradas na Fig. 4.16. Nota-se que, algumas vezes, a temperatura real maior
do que a simulada. Isto ocorre porque a bomba de calor no produz valores
de temperatura menores e, portanto, impe uma condio mais difcil para o
sistema de refrigerao. Ou seja, em uma suposta situao real, a estrutura
85
seria mais robusta e uma menor quantidade de gua fria seria necessria para
manter a operao do processo. Ademais, deve-se notar que o tempo para
retorno financeiro, devido apenas ao investimento da mquina de absoro,
pode ser reduzido se o equipamento produzir gua fria durante os perodos
noturnos. Nesse caso, o vapor residual que normalmente encontra-se disponvel nas usinas alimentaria a mquina de absoro sem a necessidade do uso
da caldeira.
Finalmente, importante lembrar que, em escala industrial, esse ganho aparentemente pequeno gera resultados significativos. No projeto apresentado, que modela uma pequena usina com reatores de 80 m3 , o ganho
estimado depois do retorno financeiro ao implementar a estrutura proposta,
seria de aproximadamente 111 mil dlares por ano, considerando somente
uma produo em batelada por dia durante 200 dias em 5 reatores e o atual
preo do etanol hidratado. Para efeito de constatao, considerando as mesmas condies em uma usina padro brasileira, que possui 18 reatores de
500 m3 (Carmargo 1990), o ganho estimado seria de aproximadamente 2,51
milhes de dlares por ano, sendo necessria uma rea de 1,5 hectare disponvel para implantao das placas solares. Vale citar que, normalmente, no
Brasil as usinas possuem terrenos com rea em torno de 10000 ha, no sendo
difcil, todavia, encontrar outras empresas com mais de 50000 ha.

Nesse captulo, foi proposta uma estrutura que integra a unidade de
fermentao com seu sistema de controle avanado e uma planta de refrigerao que utiliza energia solar. Para analisar a interconexo dessas duas
unidades, a carga de temperatura gerada em tempo real pelo simulador da
unidade de fermentao foi aplicada na planta solar. Salienta-se que, para
esse projeto, foram definidas novas dimenses da unidade de fermentao de
tal forma que seus balanos de massa e energia se adequassem capacidade
do sistema de refrigerao.
Apesar do sistema proposto apresentar resultados bastante satisfatrios quanto sua avaliao econmica, importante considerar a sua dependncia de irradiao local disponvel. No entanto, no Brasil, as indstrias
de etanol so implantadas em regies com insolao anual similar de Almera, cidade onde o experimento foi realizado. As principais usinas esto
em So Paulo, mas o nordeste brasileiro, localidade com alta irradiao solar (Tiba 2000), tem atrado novos investidores. Outrossim, aumentam-se o
desempenho e a eficincia do sistema ao instalar tanques de armazenamento
para suprir a demanda energtica durante perodos de baixa irradiao.
Contudo, destaca-se a soluo inovadora no escopo desse trabalho em
86

FERMENTAO
termos de energia limpa aplicada engenharia de controle e automao. O

bom desempenho do sistema em termos de menor consumo de gua e, sobretudo, maior produtividade; aliado bandeira de preservao do meio ambiente, tornam o uso da energia solar uma proposta bastante promissora.
Sabe-se que algumas usinas so autossuficientes e exportam energia
excedente para a rede eltrica, sem embargo, apresentar uma nova opo para
suas matrizes produtivas as tornam ainda mais robustas e competitivas dentro
de um mercado internacional cada vez maior. Alm disso, uma quantidade
considervel de bagao encontra-se disponvel para produzir vapor, o que poderia ser utilizada para alimentar a mquina de absoro durante 24 horas.
Todavia, o impacto do aproveitamento dessa biomassa residual no sistema
pode ser estudado em trabalhos futuros.
O vinho obtido na unidade de fermentao, aps ser centrifugado para
se recuperar o fermento, bombeado da dorna volante (tanque pulmo) para a
caixa de topo na destilaria. Desse modo, o processo de destilao ser tratato
no prximo captulo.
Captulo
5
Alcoolica
Destilacao
Fig. 5.1: destilaria de etanol
O processo de destilao tem um papel significativo na usina alcooleira, dado que essa etapa da planta consome grande parte da energia utilizada na produo. No entanto, infelizmente, muito comum uma operao
inadequada dos sistemas de controle das colunas de destilao, causando um
consumo energtico nos condensadores e refervedores acima do necessrio.
88
CAPTULO 5. DESTILAO ALCOLICA
Alm disso, as vazes elevadas de lquido e vapor comprometem a qualidade

do produto. nesse sentido que este trabalho aborda o estudo e anlise do
desempenho do processo de destilao de uma usina de etanol, tendo como
principais objetivos a minimizao do custo operacional e aumento da produtividade da unidade, a partir da implementao de sistemas de controle.
Todavia, a modelagem matemtica de uma nica coluna est entre as
mais complexas encontradas em sistemas de controle de processos. O modelo
deve ser obtido por meio de equaes diferenciais fortemente no lineares
que representam a resposta dinmica da temperatura, composio e presso
de cada prato da coluna, bem como dos produtos.
Em contrapartida, existem no mercado atual simuladores computacionais que so cada vez mais utilizados, tanto no meio acadmico quanto na
indstria. Neste captulo, o processo ser descrito abordando os problemas
em controle automtico e ser desenvolvida mediante dados reais da usina
Cerradinho, reviso bibliogrfia e o software Hysys, da Aspentech, a modelagem de uma unidade de destilao da indstria sucroalcooleira.
5.1 Descrio do Processo

Vapor
Fluido de resfriamento
FC
FC
Refluxo
Destilado
Alimentao
LC
FC
Fluido de
aquecimento
Produto de fundo
Fig. 5.2: coluna de destilao
5.1. DESCRIO DO PROCESSO
89
A palavra "destilao" originria do latim distillare, que siginifica

"gotejar", e descreve o estgio final do processo, quando ocorre o gotejamento
de um lquido de um condensador para um recipiente de coleta (Ferreira &
Neto 2005).
O processo baseado na diferena de volatilidade de seus constituintes, caracterizado por uma dupla mudana de estado fsico. Inicialmente, uma
substncia no estado lquido aquecida at atingir a temperatura de ebulio,
transformando-se em vapor. Esta fase entra em contato com a fase lquida,
ocorrendo uma transferncia de massa do lquido para o vapor e deste para
aquele. O lquido e vapor contm, em geral, os mesmos componentes, mas
em quantidades relativas diferentes. O lquido est em seu ponto de bolha 1
e o vapor em equilbrio, no seu ponto de orvalho 2 . Existe uma transferncia
simultnea de massa do lquido pela vaporizao e do vapor pela condensao. O efeito final o aumento do componente mais voltil no vapor e do
componente menos voltil no lquido. Posteriormente, o vapor resfriado at
que toda a massa retorne ao estado lquido (Foust & Wenz 1982).
Na Fig. 5.2, mostrada uma coluna tpica de destilao binria (dois
produtos), com refervedor e condensador, tanque acumulador e controladores
de vazo e nvel. A mistura a ser separada alimenta a coluna em um prato
intermedirio, escorrendo em direo ao fundo da coluna. Durante a descida, a mistura vai se empobrecendo no componente mais voltil at chegar
na base da coluna, originando o produto de fundo. Ao entrar em contato com
o vapor que injetado no fundo da coluna, a mistura aquecida at atingir
o ponto de ebulio, perdendo maior parte das impurezas, no qual os produtos leves vo subindo pelos pratos superiores. Naturalmente, medida que
o vapor sobe, vai se enriquecendo no componente mais voltil at chegar no
condensador, onde transformado em estado lquido. Uma parte do lquido
retirada como produto de topo, enquanto uma outra parte enviada de volta
coluna por meio de vazo de refluxo. As principais variveis controladas
so: concentraes dos produtos de topo e de fundo (as composies so frequentemente inferidas por meio de temperaturas que representam os pontos
de ebulio nas presses de operao), nveis de lquido na base da coluna e
no tanque acumulador, temperatura e presso na coluna. Vale frisar que todas as vazes devem ser medidas, incluindo a alimentao, e devem-se aplicar
controladores secundrios nos fluxos manipulveis de vapor (Shinskey 1996).
As variveis manipuladas so as vazes dos produtos, dos fluidos de aquecimento e resfriamento; e o refluxo. Este ltimo proporciona a existncia da
fase lquida no ltimo estgio da coluna, retirando calor do topo. Normalmente, no possvel manipular a alimentao por esta ser produto oriundo
1 Temperatura
2 Temperatura
que se inicia a vaporizao.

que se inicia a condensao.
90
Destilao
Retificao
Desidratao
lcool de 2
gua
D
gua
gua
lcool Hidratado
lcool Anidro
A1
leo Fsel
Flegma
P
C
B1
Solvente
Flegmaa
Vinho
Vinhaa
Fig. 5.3: esquema de produo
de uma outra coluna.

Nas usinas brasileiras, a unidade de destilao mostrada na Fig. 5.1
comumente configurada de acordo com o esquema ilustrado na Fig. 5.3, em
que se verifica a existncia de trs etapas: a destilao propriamente dita, a
retificao e a desidratao. Embora muitas usinas operem na fabricao de
um ou dois produtos, este trabalho visa ao estudo para a obteno de lcool
de 2a , lcool hidratado e lcool anidro. Os subprodutos obtidos na forma de
resduos so a vinhaa, flegmaa e o olo fsel.
O vinho proveniente da fermentao aquecido e alimenta a coluna
A1. A composio do vinho de aproximadamente 90% de gua, etanol (7
a 10 o GL) e de outras substncias que so encontradas em quantidades bem
menores, tais como glicerina, cidos succnico e actico, metanol, propanol,
leveduras, bactrias e outros resduos slidos. No entanto, o vinho comea
a entrar em ebulio perdendo maior parte dos produtos mais volteis que
sobem para a coluna D. Da base da coluna A1, o vinho passa para a coluna
A onde desce e se empobrece em lcool at chegar na base, originando a
vinhaa. No topo da coluna A, retira-se a flegma na forma de vapor. No
topo da coluna D, o vapor condensado e retirado na forma de produto, o
lcool de 2a a uma concentrao prxima de 92 o GL, enquanto o produto de
fundo, rico em etanol, conduzido para a retificao na coluna B. A fonte
energtica das colunas A, A1 e D vem do vapor que gerado pelo refervedor
ou injetado diretamente no fundo da coluna.
5.2. PROBLEMAS DE CONTROLE E AUTOMAO
91
A base da coluna B alimentada pela flegma ( 50 o GL). Esta vai

subindo e se enriquecendo de etanol at chegar no topo, onde condensado e
retirado como lcool hidratado ( 96 o GL). Nos pratos inferiores, a soluo
vai se esgotando at atingir a base da coluna B1, onde retirada como produto
de fundo pobre em etanol, a flegmaa. A energia obtida da mesma forma da
coluna A.
O processo de desidratao na coluna C tem como objetivo obter o
lcool anidro. Porm, necessrio o uso de um solvente, pois o lcool hidratado constitui uma mistura azeotrpica. Ou seja, os lquidos que compem
a soluo possuem o mesmo ponto de ebulio, no qual a concentrao mxima de lcool de aproximadamente 96 o GL. Os solventes mais utilizados
na indstria so o benzeno, ciclohexano e o etilenoglicol, este ltimo o mais
comum em projetos atuais devido a sua menor toxidade.
O lcool hidratado entra no topo da coluna C juntamente com o solvente. No fundo da coluna o vapor injetado vai subindo, entrando em contato
com o lcool e o vapor. O solvente extrai a molcula de gua contida no
lcool, deixando-o mais concentrado. A mistura ternria (solvente, gua e
lcool fraco) enviada para a coluna P, onde o solvente recuperado. O lcool anidro a uma concentrao de aproximadamente 99,7 o GL obtido no
topo da coluna C. As fontes energticas das colunas C e P so refervedores
de calor indireto, o que evita uma maior quantidade de gua no sistema.
5.2 Problemas de Controle e Automao

O processo de destilao tem recebido muita ateno dos engenheiros de controle devido sua importncia em refinarias de petrleo e plantas
qumicas, sobretudo de etanol. O intenso consumo de energia visa garantir que as especificaes dos valiosos produtos sejam atendidas. Entretanto,
nessa unidade ocorrem diversos problemas que so conhecidos pela comunidade cientfica de controle automtico, tais como longos atrasos de transporte
e tempo de resposta, ganhos estticos altos e variveis, nmero elevado de
perturbaes e acoplamento entre suas malhas.
Trata-se de um processo do qual a dificuldade do entendimento leva
muitos operadores e engenheiros a terem diferentes concluses da forma como
deve ser controlado. Essa controvrsia parte das inmeras possibilidades da
coluna ser configurada. O rigor das interaes entre suas malhas depende de
muitos fatores e um sistema de controle que gera bons resultados para uma
coluna pode perfeitamente no ser adequado para outra. Os problemas citados variam de um caso para o outro, no havendo uma soluo geral do
ponto de vista de controle. O que existem so princpios fsico-qumicos que,
propriamente aplicados, permitem a operao bem sucedida desses sistemas.
92
Diversos trabalhos tm mostrado como a reconfigurao e a correta

sintonia das malhas de controle local - assim como o uso de controle avanado - permitem dar soluo aos problemas apresentados nas unidades de
destilao (Skogestad et al. 1991, Gilbert et al. 2003, Karacan 2003). Devido
ao seu impacto econmico e permanente mudana da qualidade e quantidade de produto a ser processado, imprescindvel estudar detalhadamente
este processo e determinar a melhor tcnica de controle a ser utilizada. Pois,
apesar desses processos serem operados a uma eficincia acima dos 80%,
possvel aproveitar melhor a energia a ser utilizada, minimizando seu custo
operacional e aumentando sua produo.
Definir as malhas de controle em uma coluna no uma tarefa trivial,
diante da quantidade dos possveis pares de varivel manipulada e varivel
controlada. Alguns estudos foram realizados no sentido de selecionar a melhor estrutura operacional, segundo seus critrios (Skogestad 1997, Hurowitz
et al. 2003). Calculando a matriz de ganho estacionrio para um conjunto de
variveis manipuladas, possvel avaliar a melhor alternativa de acordo com
a resilincia dos processos (Morari Resiliency Index (MRI) (Morari 1983)).
A tcnica de ganho relativo - Relative Gain Array (RGA) - proposta por Bristol (1966) muito utilizada para medir o nvel de interao entre as variveis
de um esquema de controle. Dentro de um determinado conjunto de variveis
manipuladas, as relaes existentes entre os modelos dinmicos para diferentes estruturas de controle podem ser utilizadas para analisar no domnio da
frequncia o RGA de todas as malhas possveis (Hggblom 1997).
possvel escolher a melhor configurao de controle a partir do conhecimento de parmetros termodinmicos, tais como razes de refluxo e
de entrada de vapor na coluna pelo refervedor; e razo entre o destilado e
produto de fundo (Stichmairs 1995). Dando continuidade ao trabalho de Hurowitz et al. (1998), Enagandula & Riggs (2006) desenvolveram uma tcnica
de identificao da configurao tima de controle, baseada na variabilidade
do produto em uma separao de propileno e propano.
Na literatura h uma grande variedade de mtodos para ajustes de controladores que podem ser implementados neste tipo de processo. Uma tcnica
de ajuste do PID multivarivel utilizando um modelo para controle de temperatura na coluna j foi desenvolvida (Garca-Alvarado et al. 2005, RuizLopez et al. 2006). O mtodo consiste em um controlador robusto baseado na
minimizao do ndice quadrtico de Lyapunov, considerando as restries
nos autovalores. Khaisongkram & Banjerdpongchai (2006) apresentaram um
ajuste de controlador linear por meio de otimizao convexa aplicada em uma
destilao binria, enquanto Shamsuzzoha & Lee (2008) utilizaram um PID
em cascata com um filtro de primeira ordem para processos integrativos com
atraso de transporte, usualmente encontrados nas malhas de controle de nvel.
5.2. PROBLEMAS DE CONTROLE E AUTOMAO
93
A forte interao entre suas variveis implica em malhas de controle

que podem ser inconvenientes para o processo. Certamente, tcnicas de desacoplamento so apropriadas e facilitam a implementao de sistemas SISO
nas colunas (Shimizu & Matsubam 1985, Astrm et al. 2001, Gilbert et al.
2003, Zheng et al. 2009). Alguns outros trabalhos focalizam em problemas
especficos da coluna: os mltiplos atrasos de transporte presentes na planta
so solucionados por sistemas de controle (Goel & Nakanishi 1985, Wang
et al. 2002). Gruel et al. (2009) propuseram um controlador cujo algoritmo
baseado na robustez do fator de amortecimento ou nos picos de ressonncia do sinal da varivel manipulada, quando os parmetros de planta podem
variar. O sistema foi proposto para plantas MIMO quadradas instveis, de
fase no mnima e com atrasos de transporte. O problema de rejeio ou
minimizao dos efeitos da perturbao tambm so estudados (Shinskey
1985, Khaisongkram et al. 2004, Eslami et al. 2006), ao passo que outros
sistemas propem tratar os transientes, inclusive, quando a unidade modifica seu ponto de operao (Sundarraman & Srinivasan 2003, Chryssolouris
& Mourtzis 2005). Marangoni (2005) implementou um sistema de controle
com ao distribuda nos pratos de uma coluna piloto, objetivando diminuir o
tempo de estabilizao quando a planta perturbada.
importante mencionar que h um limite de operao nessas unidades de separao. Teoricamente, com mximo calor, possvel se obter a
quantidade mxima do produto. Entretanto, na prtica, no o que ocorre,
tendo o operador a funo de maximizar a produo com os equipamentos e
energia disponveis. Soma-se ainda o fato de que as solues apresentadas,
muitas vezes, so especficas para cada caso. Por este prisma, o controle preditivo vem se consolidando cada vez mais como uma alternativa atraente para
esse tipo de processo (Abou-Jeyab et al. 2001, Karacan 2003, Normey-Rico
et al. 2005). A formulao do sistema integra controle timo, controle estocstico, controle de processos com atraso; e a robustez frente aos erros de
modelagem e rudo de medio pode ser considerada no algoritmo a partir do
uso de polinmios de filtragem (Clarke et al. 1987). Por outro lado, o controle preditivo ainda no atingiu um nmero de aplicaes sugerido pelo seu
potencial. A complexidade matemtica existente na sua implementao prtica, muitas vezes representa uma desvantagem para engenheiros de controle,
mas que no significa um problema para a comunidade cientfica, haja vista
diversos pacotes matemticos encontram-se completamente disponveis.
Devido complexidade do processo e sua no linearidade, interessante que o controlador trate essa questo no seu modelo. Dessa forma, h
uma srie de derivaes na aplicao desses sistemas de controle envolvendo
diferentes tcnicas, cujas metodologias esto relacionadas com linearizao,
identificao e otimizao online; modelagens fenomenolgicas e redes neu-
94
rais.
Seguindo a tendncia de pesquisa, possvel encontrar um nmero
crescente de estudos que utilizam na coluna de destilao o NMPC, o Bilinear
Generalized Predictive Control (BGPC) (Fontes et al. 2007), o Nonlinear
Extended Prediction Self-Adaptative Control (NEPSAC) (Ferreiro et al. 2005)
e o MPC adaptativo (Maiti & Saraf 1995).
Chu et al. (2003) implementaram o controle preditivo na operao da
temperatura de duas colunas de destilao. Uma planta piloto realizava a separao do i-butano e n-butano e a outra, em escala de bancada, processava a
separao de etanol e gua. Foram testados, experimentalmente, trs controladores: PI, MPC utilizando o Dynamic Matrix Control (DMC) como modelo
e o MPC com modelo baseado em rede neural Feedfoward Networks (FFN).
Este ltimo apresentou melhores resultados.
No trabalho de Ferreiro et al. (2005), foi proposta uma alternativa de
controle preditivo no linear para colunas de destilao de etanol. O mtodo
foi baseado em uma linearizao iterativa pela resposta do modelo, de forma
que as respostas em malha fechada fossem as mesmas das obtidas com o
mtodo no linear. Porm, utilizando-se outras ferramentas de otimizao, o
tempo de clculo do controlador fica bastante reduzido para o caso no linear.
Kawathekar & Riggs (2007) compararam o desempenho do NMPC
em relao aos controladores PI aplicados na planta. O controlador foi implementado como programao no linear, utilizando a colocao ortogonal
em elementos finitos para aproximar as equaes diferencias que constituem
o modelo da coluna de destilao. Embora o PI seja capaz de controlar o
processo razoavelmente bem, a melhora significativa quando utilizado o
NMPC.
Como visto, no existe um manual prtico que associa cada problema
da coluna uma soluo em controle e automao. Em especial, o uso da
tcnica de controle preditivo j consolidado nas refinarias de petrleo e gs,
todavia, no h uma generalizao para a aplicao desse tipo de sistema nas
usinas de etanol. O importante o engenheiro conhecer bem o processo e suas
particularidades para definir um projeto que garante a qualidade do produto e
seja energtica e economicamente vivel. Para isso, existe uma ascenso no
mercado industrial quanto ao uso de ferramentas computacionais que servem
como auxlio na implantao de tais projetos. A seguir, ser feita uma breve
explanao sobre o importante papel que os simuladores exercem na indstria
e, em destaque, o software Hysys que ser utilizado na modelagem da unidade
de destilao.
5.3. SIMULADORES
95
5.3 Simuladores
A simulao uma tcnica amplamente utilizada para avaliar o desempenho de sistemas, aumentando a produtividade do engenheiro bem como
incentivando o estudo e a aplicao de novas configuraes nos processos industriais. Um simulador dinmico que ilustra corretamente o comportamento
do processo a ser analisado traz grandes vantagens para uma usina sucroalcooleira, pois permite testes de modelagem, de monitoramento, de diagnstico
e de sistemas de controle a um custo de implementao e tempos de espera
bem menores em relao aos de uma planta piloto ou real. Alm disso, os simuladores podem ser utilizados para treinamento e capacitao de operadores
(Santos 2005).
Experincias em outras plantas mostram que o investimento na utilizao dessas ferramentas computacionais garante tomadas de decises corretas
que visam ao lucro na produo. Ou seja, os simuladores so bastante teis
para que o usurio (operador ou engenheiro) possa comparar alternativas com
diferentes graus de complexidade e fazer a escolha mais adequada para operao de um processo. Para a indstria, isso significa o melhor balanceamento
possvel do "custo X benefcio".
possvel encontrar pacotes comerciais implantados nas indstrias
das mais diversas reas, tais como petroqumica, nuclear, telecomunicaes,
biolgias e alimentcias. No entanto, este trabalho ir focalizar nas aplicaes da indstria do lcool e acar. Uma usina sucroalcooleira brasileira
j foi avaliada economicamente a partir do balano enrgtico de sua planta
(Iglesias 2009). O modelo desenvolvido em Aspen Plus ilustrava a produo de etanol com as variadas alternativas de configurao de seus sistemas
trmicos. J o mdulo desenvolvido por Batista (2008) estudou a forma de
otimizao de uma destilaria por meio das configuraes dos equipamentos
existentes. Modificando os balanos e parmetros do sistema, investigou-se a
produo de lcool neutro e hidratado em regime estacionrio.
Um modelo simplificado foi utilizado para analisar a separao de
misturas binrias e ternrias no estudo realizado por Ito (2002). O processo
foi avaliado sob o ponto de vista do uso de solventes e novas configuraes.
Sua dinmica foi considerada quando submetida a algumas perturbaes, mas
sem haver preocupao na otimizao do seu desempenho mediante novos
projetos dos sistemas de controle.
Bravo (2005) props um simulador baseado no processo de destilao
de uma mistura binria (gua e etanol) em uma planta piloto. O modelo, que
permite a anlise esttica e dinmica, foi desenvolvido no Hysys. Alm disso,
a partir da comunicao com o Matlab, foram implementadas duas tcnicas
de controle preditivo, o DMC e o Generalized Predictive Control (GPC).
96
Seguindo esta linha, a modelagem da destilaria de uma usina sucroalcooleira ser desenvolvida no Hysys. Considerar-se- uma mistura prxima
de uma situao real bem como em escala industrial.
5.3.1
Software Hysys
Hysys uma poderosa ferramenta de engenharia para simulao que

pode ser considerada exclusiva no que diz respeito sua arquitetura, interface
grfica, capacidades de estudos, avaliaes e interatividade. O estado estacionrio integrado com os recursos de modelagem dinmica, no qual o mesmo
modelo pode ser avaliado a partir de qualquer perspectiva compartilhada com
as informaes do processo, representa um avano significativo no setor de
engenharia de software.
Este produto desenvolvido pela Aspentech (2010) possibilita a modelagem de processos para projeto, monitoramento, avaliao de desempenho,
otimizao e plano de negcios nas unidades de produo de gs, leo e etanol, de processamento de gs e nas indstrias de refinaria de petrleo. A
flexibilidade do programa inerente ao seu desenho e combinada com a preciso e robustez dos clculos realizados pelos seus pacotes computacionais leva
a modelos mais realistas.
O Hysys bastante utilizado nas universidades tanto em cursos introdutrios quanto avanados, principalmente na rea de engenharia qumica.
Na indstria, o software usado em pesquisa, desenvolvimento, modelagem e projeto. O simulador ainda possui compatibilidade Object Link Embeding (OLE), o qual permite a execuo de funes de outros programas; e
tambm disponibiliza os servios Dynamic Data Exchange (DDE) que transmitem dinamicamente os dados externos.
O importante no uso do Hysys , por meio de um modelo, gerenciar um
projeto da melhor maneira possvel e obter benefcios reais nos negcios da
indstria, ou nas pesquisas da rea acadmica. A simulao de um processo
deve ser construda seguindo as seguintes etapas bsicas:
1. Definir as unidades de medida;
2. escolher o pacote do programa para clculos termodinmicos;
3. selecionar os componentes;
4. instalar e dimensionar os equipamentos;
5. especificar os fluxos de massa e energia;
6. determinar as condies de operao e convergncia.
5.4. MODELAGEM DO PROCESSO
Slidos
Carbono
Hidrognio
Nitrognio
Oxignio
Enxofre
Cloro
sulfuroso
45,15%
5,4%
0,17%
41,8%
0,06%
0,03%
97
nitrogenado
47,57%
5,64%
0,34%
41,36%
0,03%
0,03%
Tabela 5.1: elementos que compem cada slido
5.4 Modelagem do Processo

A modelagem no Hysys ser desenvolvida de acordo com a forma
como o processo foi descrito anteriormente (ver Fig. 5.3). Como trata-se
de um estudo em controle automtico, deseja-se um modelo que permita anlises do seu comportamento dinmico. No entanto, devido ao prprio procedimento de utilizao do software, exigida a construo de um modelo
esttico. necessrio esclarecer que este trabalho no servir como manual
de uso do Hysys. Contudo, alguns passos e informaes importantes no sero omitidos.
Para a criao da unidade, deve-se, inicialmente, definir o ambiente no
qual ela ser implantada. O conjunto de unidades de medida ser o Sistema
Internacional de Unidades (SI) e o mtodo de clculo ser baseado no modelo Non Randon Two Liquid (NRTL), utilizado para representar processos
qumicos no ideais. Os componentes disponveis para a formao do sistema so: cido actico (C2 H4 O2 ), cido succnico (C4 H6 O4 ), gua (H2 O),
etanol (C2 H6 O), etilenoglicol (C2 H4 (OH)2 ), glicerol (C3 H8 O3 ) e metanol
(CH4 O). Alguns slidos solveis so encontrados no caldo extrado durante
a produo, porm, no software no existem esses componentes. Para obter
um modelo mais prximo da realidade, foram criadas duas substncias slidas hipotticas com base nos dados do departamento de energia renovvel
norte-americano National Renewable Energy Laboratory (NREL): os slidos sulfuroso e nitrogenado, cujas propriedades fsico-qumicas encontram-se
descritas na Tabela 5.1.
5.4.1
Modelo Esttico
O software possui uma caracterstica peculiar na construo de um

caso. Os balanceamentos de massa e energia atrelam os parmetros dos objetos do programa tornando a modelagem descritiva. Dessa forma, o usurio
no tem total liberdade para definir os estados iniciais, e sim os pontos de
98
operao. Em outras palavras, no modelo esttico, baseado no balano global, o Hysys calcula o estado estacionrio que servir como ponto de operao
inicial para a modelagem dinmica. Entretanto, medida que novos objetos
so adicionados, maior a instabilidade apresentada pelo modelo dinmico devido s iteraes numricas, aps a converso do modelo esttico. Por isso,
importante o usurio ter conhecimento em controle para o uso correto do programa. Nesta seo, cada coluna que faz parte da unidade de destilaria ser
exposta separadamente. As suas correspondentes tabelas contm as informaes a respeito de algumas caracterticas fsicas implantadas no modelo.
Inicialmente, tem-se a composio do vinho que entra na coluna A
descrita na Tabela 5.2. A coluna A especificada de acordo com a Tabela
5.3.
Substncia
gua
Etanol
Glicerol
cido succnico
Metanol
cido actico
Slido sulfuroso
Slido nitrogenado
Concentrao (o GL)
91,0129
8,7364
1,6 103
1 104
3,7 103
6 104
0,1428
0,1018
Tabela 5.2: composio do vinho
COLUNA A
Item
Especificao
Nmero de pratos
27
Dimetro da coluna
3,05 m
Prato de alimentao
1
Prato de sada da flegma
19
Tabela 5.3: especificaes da coluna A
Da mesma forma, as especificaes da coluna D so expostas na Tabela 5.4. Para um modelo mais realista, considera-se uma condensao parcial, ou seja, h gerao de vapor no topo da coluna. Lembrando que as
correntes de entrada da coluna B so do produto de fundo da coluna D e da
flegma, seus dados so mostrados na Tabela 5.5.
Uma parte do lcool hidratado produzido ser comercializada e, portanto, enviada ao tanque da usina, enquanto uma outra parte conduzida
99
COLUNA D
Item
Nmero de pratos
Dimetro da coluna
Volume do condensador
Tipo de condensao
Queda de presso no condensador
Especificao
6
2,13 m
5 m3
Parcial
0 kP a
Tabela 5.4: especificaes da coluna D
COLUNA B
Item
Nmero de pratos
Dimetro da coluna
Prato de entrada da flegma
Prato de entrada para retificao
Prato de sada do lcool hidratado
Tipo de condensao
Volume do refervedor
Queda de presso no refervedor
Especificao
60
3,3 m
35
32
2
15 m3
Refluxo total
0 kP a
6,0 m3
0 kP a
Tabela 5.5: especificaes da coluna B
para a unidade de desitratao, onde produzido o lcool anidro. A coluna C

alimentada pelo lcool hidratado no prato 25; e pelo solvente (etilenoglicol)
no prato 5, ao passo que o solvente recuperado na coluna P. Na coluna C,
foi necessria uma quantidade maior de energia, por isso, injetou-se vapor no
seu refervedor. Na Tabela 5.12 ilustrada a construo desta unidade.
Item
Nmero de pratos
Dimetro da coluna
Tipo de condensao
Volume do refervedor
Queda de presso no refervedor
Coluna C
45
3,05 m
12,67 m3
Parcial
0 kP a
14,99 m3
0 kP a
Tabela 5.6: especificaes das colunas C e P
Coluna P
20
3,05 m
8,74 m3
Parcial
0 kP a
22,57 m3
0 kP a
100
Por fim, o modelo esttico completo da usina implantado no Hysys

de acordo com a Fig. 5.4.
Fig. 5.4: fluxograma do modelo esttico completo no Hysys
5.4.2
Modelo Dinmico
A simulao dinmica obtida a partir da converso do modelo esttico para o modo dinmico. Todavia, necessrio adicionar outras variveis
que diferenciam este modelo do modo esttico. Para isso, devem-se definir os
acmulos dos equipamentos, caractersticas das vlvulas e os controladores
regulatrios.
O Hysys contm um recurso que o usurio pode utilizar como auxlio
na construo do modelo dinmico. O Assistente Dinmico (Dynamic Assitent) oferece recomendaes de como a topologia do fluxograma deve ser
modificada e quais as especificaes de fluxo e presso so requeridas a fim
de executar o modelo em modo dinmico.
Quando utilizado o assistente, so adicionados ao modelo vlvulas
para limitar as vazes dos processos. Alm disso, as operaes das vlvulas, reservatrios e trocadores de calor so dimensionados. As sugestes do
Assistente Dinmico no necessariamente devem ser seguidas pelo usurio.
Uma vez obtido o modelo em modo dinmico, necessrio definir as
variveis controladas e manipuladas para implementar as estruturas de controle. O software dispe de algumas opes de algoritmos de controle PID,
das quais um selecionado pelo operador, e controladores preditivos.
importante ressaltar que existe uma diferena na iterao numrica
entre os modelos esttico e dinmico. Ademais, aps a insero de novos
101
objetos, os pontos iniciais do modelo dinmico podem divergir bastante daqueles determinados pelo modelo anterior, o que dificulta ainda mais a configurao e a estabilizao do sistema nas regies desejveis, principalmente,
por se tratar de um modelo de 5 colunas em escala industrial. Diversas configuraes de controle foram testadas para estabilizar os processos nos pontos
de operao prximos aos projetados na modelagem esttica, sem embargo,
como o objetivo deste trabalho obter ganhos em termos de produtividade
e energia consumida mediante tcnicas de controle, deve-se definir um modelo dinmico nominal que servir como referncia nas futuras comparaes.
O modelo a seguir contm apenas controladores PID em malhas usualmente
configuradas nas usinas brasileiras.
O esquema de controle da coluna A ilustrado na Fig. 5.5, em que a
composio da vinhaa controlada pelo sistema em cascata presso-vapor.
Ou seja, a qualidade da vinhaa obtida pela manipulao da presso de
fundo da coluna feita por XIC-101. Por sua vez, a presso de fundo regulada por PIC-100 pela injeo de vapor na coluna. Na Tabela 5.7, esto
mencionados os pontos de operao da coluna A.
COLUNA A
Item
Vazo de alimentao
Vazo da flegma
Concentrao de etanol da vinhaa
Presso de fundo
Especificao
293,2 m3 /h
41,41 m3 /h
0,03 o GL
119,07 kP a
Tabela 5.7: pontos de equilbrio da coluna A
Na coluna D, o destilado produzido o lcool de 2a que tem sua vazo

de sada manipulada pelo controlador de nvel do condensador LIC-101. A
qualidade do produto regulada pelos controladores em cascata XIC-100 e
TIC-100. Este controla a temperatura de topo da coluna por meio de retirada de energia Qc D, conforme a Fig. 5.6. necessrio esclarecer que no
simulador a manipulao de energia (em kJ/h) dada de forma direta e representativa, isto , sem considerar por qual meio realizada. Na prtica, por
exemplo, pode ser por adio de vapor ou utilizando algum equipamento de
resfriamento. Os pontos estabilizados esto descritos nas Tabelas 5.8 e 5.9,
esta que contm a qualidade do lcool de 2a .
Como pode ser observado na Fig. 5.7, a coluna B alimentada pela
flegma e produto de fundo da coluna D. A presso de topo mantida pelo
controlador PIC-101, ao passo que a temperatura de fundo controlada por
TIC-101. O controlador LIC-100 regula o nvel do condensador manipulando
o refluxo. A qualidade do lcool hidratado garantida pelo controle de vazo
102
Fig. 5.5: fluxograma da coluna A no Hysys
COLUNA D
Item
Especificao
Razo de refluxo (massa)
3,132
Temperatura de topo
72,38 o C
Vazo do produto
4,29 m3 /h
Tabela 5.8: especificaes da coluna D
Substncia
gua
Etanol
Metanol
Concentrao (o GL)
7,9759
91,9999
2,42 102
Tabela 5.9: composio do lcool de 2a
de sada XIC-102 e, por fim, LIC-102 manipula a vazo de sada da flegmaa

para controlar o nvel do refervedor. Os pontos de operao encontram-se nas
Tabelas 5.10 e 5.11.
Muitas usinas no possuem a unidade de desidratao do lcool compostas pelas colunas C e P e, para efeito de anlise global quanto ao consumo
e produtividade, os problemas de controle se restringem s perturbaes, uma
vez que a destilaria se encontra em operao no regime permanente. Alm
disso, as solues encontradas em mdulos locais das colunas A e B podem
103
Fig. 5.6: fluxograma da coluna D no Hysys
COLUNA B
Item
Especificao
Refluxo
2192 kgmol/h
Presso de topo
78,38 kP a
Presso de fundo
99,65 o C
Tabela 5.10: especificaes da coluna B
Concentrao (o GL) das correntes

Substncia
Hidratado Flegmaa
gua
3,9675
99,9206
Etanol
95,9981
0,0774
Metanol
3,45 102
0
0
1,7 104
cido actico
Tabela 5.11: composio do lcool hidratado e da flegmaa
ser perfeitamente testadas nas colunas C e P. Por isso, nesta primeira ocasio,
este trabalho se limita s avaliaes das etapas de destilao e retificao.
Desse modo, no foi definida uma configurao nominal para as malhas de
controle regulatrio das colunas C e P. Porm, visando oportunidade de
pesquisas futuras, a unidade de desidratao desta "destilaria virtual" foi modelada e estabilizada, conforme as ilustraes da Fig. 5.8 e Tabela 5.12.
104
Fig. 5.7: fluxograma da coluna B no Hysys
Item
Temperatura de topo
Temperatura de fundo
Presso de topo
Presso de fundo
Coluna C
65,47 o C
104,9 o C
60 kP a
120 kP a
Coluna P
90,29 o C
196,6 o C
101,3 kP a
120 kP a
Tabela 5.12: especificaes das colunas C e P

Neste captulo foi apresentada a unidade de destilao alcolica e
discutiram-se os problemas encontrados no que diz respeito ao controle e
automao do processo. Embora seja encontrado na literatura um nmero
extenso de alternativas para o melhoramento da operao da colunas de destilao, mostrado mediante reviso bibliogrfica que a tcnica de controle
preditivo est cada vez mais em evidncia nas indstrias, podendo ser soluo concreta e vivel para o aumento da eficincia energtica na produo de
etanol.
Os simuladores so tratados como ferramentas importantes no estudo
e projetos dos sistemas de controle. Por tal motivo, em funo dos dados
industriais, uma modelagem completa da destilaria foi desenvolvida no software Hysys. Uma configurao nominal das malhas de controle regulatrio
105
Fig. 5.8: fluxograma das colunas C e P no Hysys
foi definida para as etapas de destilao e retificao. No entanto, devido

flexibilidade do programa, possvel utilizar o modelo para testar outras
estratgias locais.
importante ressaltar que por mais realstico que o Hysys proponha
ser, trata-se de um sistema computacional que est em constante atualizao. Ainda, para a modelagem das unidades, necessrio um nmero muito
grande de informaes do processo que, muitas vezes pelo fato do usurio desconhecer, utilizam-se recursos que calculam e preenchem automaticamente os dados restantes. Porm, dentro de todo conhecimento obtido,
pode-se dizer que j foi "construda" a base, sobre a qual o restante do trabalho ser desenvolvido.
No prximo captulo, um sistema de controle preditivo ser aplicado
na camada superior do modelo obtido a fim de se obter ganhos na produo. Como a destilaria tem uma configurao de processamento contnuo, o
comportamento do sistema ser avaliado na presena de perturbaes conhecidas na indstria. Salienta-se que uma nova configurao e uma camada de
controle supervisrio tambm sero propostas e testadas.
Captulo
Um Estudo Proposto para Sistemas de

Controle Avancado
Os simuladores comerciais se tornam mais interessantes do ponto de

vista de controle quando possvel aplicar novas estratgias para estudos e
anlises. Porquanto, foi criada uma biblioteca que permite a comunicao
do modelo desenvolvido com outras plataformas como Matlab e Python, por
exemplo, para simulao do tipo Software in the Loop ou, ainda, do tipo Hardware in the Loop, quando se tem algum sistema embarcado.
Este captulo est direcionado para o uso do simulador desenvolvido
no Cap. 5 com estratgias de controle avanado. Basicamente, essas tcnicas
devem ser implementadas nas camadas superiores, dado que o modelo desenvolvido j possui a camada de controle regulatrio. Em particular, este trabalho prope uma nova configurao da unidade de destilao na qual aplicamse um controlador MPC e uma camada supervisria a fim de obter ganhos
em termos de produtividade e consumo de energia. Dessa forma, alguns cenrios que possibilitam incrementos econmicos na indstria do etanol sero
ilustrados por meio de simulaes.
Entretanto, para um melhor entendimento de como o ambiente de testes de controle foi elaborado, alguns aspectos das simulaes e implementao do programa devem ser apresentados.
108
CAPTULO 6. UM ESTUDO PROPOSTO PARA SISTEMAS DE

CONTROLE AVANADO
6.1 Aspectos das Simulaes e Implementao

Os controladores da camada local do modelo da destilaria dado no
Cap. 5 so do tipo PID do prprio pacote do Hysys que dispe de alguns algoritmos comerciais implementados na indstria (Honeywell, Foxboro e Yokogawa), alm da funo padro do programa. Esse pacote possui diversas
derivaes e recursos que permitem melhorar o desempenho do sistema.
O MPC Toolbox do Matlab foi utilizado para calcular a lei de controle
otimizada na camada superior. Desse modo, para atingir o escopo desta proposta de estudo, deve-se realizar a comunicao entre a unidade de destilao
e as camadas de controle avanado e supervisrio. Ser implementado o mecanismo denominado OLE Automation que possibilita a troca de informaes
entre os sistemas.
Na continuao, sero explanados os algoritmos e mtodos de ajuste
dos controladores, assim como a programao do sistema.
6.1.1
Controlador PID
Certamente, quando se tem um modelo complexo no Hysys, importante um determinado conhecimento em teoria de controle para o funcionamento correto do programa. Algumas vezes, a instabilidade do modelo se
deve ao passo de integrao (iterao numrica) computacional. Nesse caso,
ao diminuir o passo, a instabilidade eliminada. Porm, em outras situaes, a instabilidade pode ser causada pelas prprias operaes do modelo,
sobretudo pelos controladores mal projetados.
Todos os controladores PID do modelo foram sintonizados para o algoritmo padro (PID Velocity Form) dado pela seguinte equao:
h
u(k) = u(k 1) + Kc e(k) e(k 1) + TTsi e(k)
i
(6.1)
TTds (P V (k) 2P V (k 1) + P V (k 2)) ,
em que u(k) a sada de controle e k o instante de amostragem, Kc , Ti

e Td so os parmetros de ajuste do controlador (ganho proporcional, tempo
integrativo e tempo derivativo), e o erro entre o setpoint e a varivel do
processo P V ; e Ts o perodo de amostragem.
O recurso autotuner foi utilizado para ajustar os controladores escravos ao passo que a estrutura Internal Model Control (IMC) foi aplicada nos
controladores mestres (para as malhas em cascata). O projeto por IMC do
Hysys feito de acordo com a regra de sintonia para modelos de 1a ordem
6.1. ASPECTOS DAS SIMULAES E IMPLEMENTAO
109
proposta por Rivera et al. (1986):

Kc =
2 + L
,
K(2Tc + L)
Ti = + L/2,
Td =
L
,
2 + L
nas quais , K e L so a constante de tempo, o ganho e atraso do modelo do

processo, respectivamente. O tempo de resposta Tc > 0,2 definido pelo
usurio. Em algumas ocases, aps utlizar esses recursos, um ajuste fino foi
procedido para se obter respostas mais rpidas dos sistemas.
Alm dos recursos de sintonia, o pacote do PID permite adicionar a
estratgia feedfoward para diminuir o efeito das perturbaes, cuja lei de controle dada pela seguinte funo de transferncia:
Kp
Tp1 s + 1 Lp s
e
,
T p2 s + 1
(6.2)
em que Kp , Lp , Tp1 e Tp2 so os parmetros de ajuste com base nos modelos

do processo e perturbao. Essa estratgia foi implementada nos controladores mestres com a finalidade de obter o melhor desempenho possvel e uma
comparao mais criteriosa com o controlador MPC. O algoritmo possui a estrutura anti-windup e, finalmente, os limites de operao devem ser definidos
pelo usurio.
6.1.2
Controlador MPC
Para avaliar os ganhos que podem ser obtidos a partir da implementao de um sistema de controle avanado na destilaria de etanol, foi utilizado
o MPC na camada superior. O MPC uma das tcnicas de controle moderno
mais potentes e, provavelmente, a que teve maior xito em aplicaes industriais (Takatsu et al. 1998), principalmente, porque pode ser utilizada tanto
em sistemas monovariveis quanto multivariveis, lineares ou no lineares; e
porque as restries nas sadas e nas entradas dos processos podem ser consideradas no projeto da lei de controle que minimiza uma funo custo em
tempo real (Camacho & Bordons 2004).
O MPC se tornou rapidamente bastante popular, sobretudo em processos qumicos industriais, devido simplicidade de seu algoritmo que utiliza
modelos baseados resposta ao impulso ou ao degrau. Essa tcnica vem se
desenvolvendo consideravelmente nos ltimos anos, tanto na rea de pesquisa
quanto na indstria; e seu sucesso pode ser atribudo ao tratamento mais geral dos problemas em controle de processos no domnio do tempo. Por outro
lado, o MPC ainda no atingiu um nmero de aplicaes sugerido pelo seu
potencial. A complexidade matemtica existente na sua implementao pr-
110

CONTROLE AVANADO
tica, muitas vezes representa uma desvantagem para engenheiros de controle,

mas que no significa um empecilho para a comunidade cientfica, haja vista
diversos pacotes matemticos encontram-se completamente disponveis.
As principais diferenas entre os algoritmos MPC esto nos tipos dos
modelos do processo e da perturbao utilizados para calcular as predies e
minimizar a funo custo. No entanto, as seguintes ideias aparecem em maior
ou menor evidncia em todo o conjunto de controle preditivo:
Predio: baseado em modelos da planta e perturbao, as predies
do comportamento futuro do processo so obtidas considerando seu
estado atual;
Clculo do controle: a ao atual de controle calculada minimizando
uma funo custo sujeita ou no a restries;
Horizonte deslizante: em cada perodo de amostragem, o horizonte
deslocado um passo a frente e aplica-se somente o primeiro sinal da
sequncia calculada naquele instante.
As diversas formulaes do MPC propem diferentes funes custos
para calcular a lei de controle. Contudo, o objetivo geral que a sada futura
do processo (Y ) no horizonte considerado siga uma determinada referncia
(W ) e, ao mesmo tempo, de que forma a funo custo seria penalizada ao
aplicar a ao de controle (U ) necessria. Portanto, o algoritmo implementado nesse trabalho parte do mesmo princpio usando o conceito de respostas
livres e forada. Neste caso, para uma planta multivarivel (m n), a funo
custo quadrtica :
J = [W Y ]T Qy [W Y ] + U T Qu U ,
(6.3)
na qual W o vetor de referncias futuras, Qy , Qu so as ponderaes do

erro e esforo de controle, respectivamente; e Y o vetor predio de sada
do processo que pode ser representado como:
Y = GU + F ,
(6.4)
em que F o vetor resposta livre, U o vetor que possui os incrementos de

controle (u) calculados para se aplicar nas entrada e G a matriz obtida por
meio das equaes do modelo. Nessa equao, Y e F tm dimenso
Pmny 1,
U temP
dimenso nu 1 e G da ordem ny nu , sendo ny = i=1 Nyi ,
n
nu = i=1 Nui , nas quais Nyi o horizonte de predio da sada yi e Nui
o horizonte de controle da entrada ui .
6.1. ASPECTOS DAS SIMULAES E IMPLEMENTAO
111
Substituindo a Eq. 6.4 na Eq. 6.3, possvel obter a seguinte equao:

J(U ) =
1 T
U HU + bT U + f 0 ,
2
(6.5)
na qual o vetor U contm os incrementos das aes de controle que minimizam a funo custo, H = 2(GT Qy G + Qu ), bT = 2(F W )T Qy G e
f 0 = (F W )T Qy (F W ).
Dessa maneira, a ao de controle pode ser computada sujeita a restries nas variveis manipuladas e de sada tornando um problema de minimizao quadrtica do tipo:
Min
Sujeito a:
J(U )
(6.6)
AU
A seguir, uma breve descrio de como foi realizada a implementao

dos dois sistemas: o modelo da destilaria e o controlador MPC.
6.1.3
Protocolo de Comunicao
Mais moderno do que o DDE, OLE Automation um mtodo que

permite um programa cliente controlar um servidor do tipo OLE. Com esse
recurso, possvel um programa manipular objetos implementados em outro
aplicativo ou expor objetos que possam ser manipulados. Renomeado apenas
por Automation, embora o termo antigo seja bastante usado, a Microsoft introduziu a plataforma Component Object Model (COM) para a comunicao
entre os processos e criao de objetos nas linguagens de programao que
suportarem a tecnologia.
O Automation funciona na estrutura cliente-servidor. Um servidor disponibiliza um servio para os clientes mediante o protocolo de acesso. Dessa
maneira, o Hysys sempre um servidor que expes seus objetos de tal forma
que seja possvel executar quase todas as aes que poderiam ser realizadas
pela interface grfica do programa. Partindo dessa propriedade, entre as comunicaes do cliente e do servidor, implementa-se alguma regra de atuao,
bem como a lei de controle.
Entretanto, para que haja comunicao com o Matlab, um objeto servidor deve ser criado no seu workspace. Objetos so a chave para entender a
comunicao pelo Automation. Um objeto contm uma quantidade de variveis e funes relacionadas, cuja estrutura estabelecida por uma hierarquia.
O caminho percorrido pelo cliente at chegar ao ponto desejado sempre parte
do Hysys Application ou do Hysys SimulationCase. Uma descrio mais de-
112

CONTROLE AVANADO
Cdigo do MATLABr
% Execuo do objeto servidor para abrir arquivo
hy = feval(actxserver, Hysys.Application);
hy = invoke(hy.SimulationCases, Open,... / Modelo.hsc);
hy.Visible = 1; % Torna a aplicao visvel
% Caminho para acessar o objeto controlador da presso
controleAF=hy.Flowsheet.Operations.Item(PIC-100);
% Leitura do setpoint atual
SPpf(k)=controleAF.SPValue;
% Caminho para acessar as propriedades da vinhaa
vinhaa1=hy.Flowsheet.Operations.Item(Coluna A);
vinhaa2=vinhaa1.AttachedProducts.Item(Vinhaa);
concentrao(k-1)=vinhaa2.ComponentVolumeFractionValue(2);
%%%%% Algoritmo de Controle %%%%%
u(k)= Lei de controle em funo dos parmetros de ajuste
e da leitura do processo no instante k-1;
%%%%%%%%%%
% Como o sistema est em cascata com o PIC-100,
% aplica-se o novo sinal no seu setpoint
set(controleAF,SPValue,u(k));
Tabela 6.1: cdigo genrico para comunicao e controle
talhada sobre objetos e comunicao no Hysys encontra-se disponvel na literatura (Aspentech 2005). No entanto, apenas para efeito de ilustrao, segue
na Tabela 6.1 um exemplo comentado do cdigo no Matlab para a atuao
sobre a presso de fundo da coluna B em funo da leitura da concentrao
da vinhaa.
6.2 Simulaes e Avaliao dos Resultados

Nesta seo, sero apresentadas as simulaes com trs diferentes cenrios para a destilaria: (C1) com a configurao nominal, (C2) com a camada do supervisrio sobre os PIDs e (C3) com supervisrio sobre a camada
do MPC em cacasta com os PIDs. A ideia do supervisrio possibilitar
uma maior e melhor produo em funo da carga mssica de entrada que
6.2. SIMULAES E AVALIAO DOS RESULTADOS
113
estabelecida pela quantidade de vinho obtido na unidade precedente (fermentao). Frisa-se que o consumo energtico e a qualidade do produto tambm
sero considerados nas anlises. No entanto, para avaliao dos resultados,
a nova configurao que permite a implantao da camada supervisria deve
ser explanada detalhadamente.
6.2.1
Configurao do Novo Modelo
O objetivo dessas simulaes demonstrar mediante o modelo completo de uma destilaria de etanol o incremento que se pode obter nas suas
produtividade e eficincia. O controle supervisrio acionar as vlvulas de
vazo da flegma e do hidratado a fim de aumentar ou diminuir a quantidade
de etanol a produzir. Contudo, as camadas de controle inferiores devem manter a destilaria estabilizada nos pontos de operao desejados, uma vez que
essas atuaes perturbaro o sistema.
Neste novo modelo, a configurao dos controladores locais das colunas A e D permanece a mesma. Porm, uma pequena modificao necessria na coluna B para que o supervisrio tenha um grau de liberdade na atuao
de vazo do hidratado. Como pode ser observado na Fig. 6.1, a concentrao
do produto no ser controlada pela sua vazo como feito no modelo nominal. O controle ser realizado indiretamente pelo nvel do condensador, que
regulado pela manipulao do refluxo.
Fig. 6.1: coluna B modificada
114

CONTROLE AVANADO
A configurao geral da estratgia implementada na unidade de destilao encontra-se na Fig. 6.2, em que algumas das principais variveis so
ilustradas. O sistema supervisrio atua sobre as vazes da flegma e hidratado
de acordo com a entrada de vinho na unidade que depende da produo obtida
nas etapas anteriores. Em particular, na unidade antecedente, onde ocorre a
fermentao, administra-se a quantidade de vinho a ser enviada. Em geral, a
malha de controle de nvel do tanque pulmo que armazena o vinho define a
sua carga mssica de sada, que a entrada da unidade de destilao. Como a
fermentao ocorre nos reatores em batelada, isto , a produo apresenta um
comportamento dinmico bastante oscilatrio, nas simulaes a seguir, ser
considerada uma onda do tipo quadrada para a vazo de alimentao. Por
sua vez, os sistemas de controle devem rejeitar as perturbaes causadas por
essas oscilaes e manter o processo estabilizado. Nota-se que o MPC (ou
PIDs para o cenrio C2) est em cascata com o sistema de controle regulatrio local (PIDs). Como ser explanado, essa camada superior (PIDs para
C2 ou MPC para C3) atua sobre trs variveis: lcool de 2a , vinhaa e lcool
hidratado.
Supervisrio
PIDs ( C2) /
PID ( C2) /
MPC B (C3)
MPC A (C3)
PIDs
FC
PIDs
Hidratado
Vf
Flegma
FC
Vinho
Fig. 6.2: estratgia geral da unidade de destilao
Embora as colunas apresentem um comportamento fortemente no linear, tanto o PID quanto o MPC utilizam equaes lineares para calcular os sinais de controle. Dessa maneira, primeiramente, necessrio identificar modelos lineares do processo no ponto de operao estabilizado anteriormente
para poder ajustar os sistemas de controle. Os pontos de operao das sa-
115
das so y1 = 0,92 o GL para o lcool de 2a , y2 = 0,03 o GL para a vinhaa e

y3 = 96 o GL para o lcool hidratado. Nas entradas, tm-se u
1 = 119,17 kP a
eu
2 = 72,38 o C para a presso de fundo e temperatura de topo da coluna
A, respectivamente; e u
3 = 50% do nvel mximo do condensado da coluna
B. Para as perturbaes, tm-se d1 = 293,22 m3 /h de entrada de vinho na
coluna A, d2 = 41,41 m3 /h de sada da flegma e d3 = 22,23 m3 /h de sada
de hidratado na coluna B. Ao utilizar o Toolbox de identificao do Matlab,
obtm-se os seguintes modelos para a unidade de tempo em segundos:
"
2
2 #
PuA =
Pd A =
"
6,982910
1706,3s+1
1,6649103
2392,8s+1
2,644310
1971,2s+1
5,4526104
1610,8s+1
3,3547107
1445,7s+1
2,0232108
815s+1
5,59107
1880,9s+1
7,3887108
204,26s+1
(6.7a)
(6.7b)
para o MPC A, cuja estrutura YA (s) = PuA UA (s) + PdA DA (s), na

qual YA = [y1 , y2 ]T , UA = [u1 , u2 ]T e DA = [d1 ,d2 ]T .
Para o MPC B, tem-se:
PuB =
9,674 105 (508,86s + 1) 4,67s

e
(222,35s + 1)(15,074s + 1)
(6.8)
cuja estrutura YB (s) = PuB UB (s), na qual YB = y3 e UB =

u3 .
Por fim, a operao do supervisrio obedece as seguintes equaes:
0,604
Vf (t + 180) = 600s+1 d1 (t) + 50,
Se d1 (t) d1
(6.9a)
d3 (t + 780) = 0,338d1 (t) + d3 .

Se d1 (t) < d1
Vf (t + 180)
d3 (t + 780)
0,503
600s+1 d1 (t)
d3 ,
+ 50,
(6.9b)
nas quais Vf (%) a abertura da vlvula da flegma e d1 a variao de

vazo volumtrica de entrada do vinho.
6.2.2
Caracterizao Paramtrica e Sintonia dos Controladores
Primeiramente, importante frisar que a nica malha local diferente

neste modelo (cenrios C2 e C3) em relao ao modelo nominal (cenrio C1)
116

CONTROLE AVANADO
corresponde ao controle do hidratado. Portanto, os ajustes dos controladores foram definidos na tentativa de se obter comparaes mais justas possveis. Os mesmos modelos foram utilizados para os PIDs (sintonia por IMC) e
MPCs, assim como para as estratgias do tipo feedfoward. Porm, no cenrio
C1, o controlador do hidratado foi sintonizado pelo autotuner do Hysys. A
saturao nos PIDs (cenrios C1 e C2) foi considerada na mesma faixa de
restrio dos MPCs. Para o controle da vinhaa, a situao peculiar, pois
trata-se de um subproduto cuja concentrao no deve ultrapassar um determinado valor. Embora muitas usinas consigam aproveit-la cada vez mais, o
ideal produz-la na menor quantidade possvel. Nesse caso, o controle de
qualidade consiste em deixar seu nvel de toxidade relativamente baixo, no
prejudicando o meio ambiente. Portanto, foi implementado um controle por
banda, em que o PID funcionava no modo automtico apenas quando a leitura
na vinhaa atingia valores acima de 0,04 o GL.
No caso do MPC A, especificamente, tem-se os seguintes parmetros:
o tempo de amostragem TsA = 60 s, o horizonte de controle NuA = 20
e o horizonte de predio NyA = 70. As ponderaes so dadas por
A = [75; 150] e A = [12; 0,02] para os erros e esforos de controle, respectivamente. As restries consideradas so UAmin = [117 kP a, 71 o C] e
UAmax = [119,25 kP a, 72,55 o C] para as variveis manipuladas; e para as
variaes mximas de controle, tem-se u1m = 0,5 kP a/min e u2m =
0,5 o C/min.
De forma sintetizada, o ajuste do MPC B segue abaixo:
NuB = 15
B = 0,05
U3min = 20%
u3m = 0,5%
NyB = 60
B = 250
U3max = 80%
TsB = 60 s
Dando continuidade ao escopo deste captulo, as simulaes sero

apresentadas com uma avaliao mais detalhada dos resultados.
6.2.3
Ensaios e Anlises
Alguns critrios so necessrios para a montagem das simulaes e

comparaes. No que segue, sero explanados os critrios e mtodos de avaliao.
A variao mssica do vinho ficar em torno de 1,69% com intervalos
iguais de 2 h (120 min), dentro do tempo total da simulao de 8 h. No que
se refere ao controle, o desempenho dos sistemas ser analisado conforme
dois ndices: o somatrio dos erros absolutos - Sum of Absolute Errors (SAE)
117
- dado pela equao:

SAE =
N
1 X
|SP (k) ym (k)|,
N
(6.10)
k=1
em que N o nmero de amostras; SP o setpoint do controlador e ym

a sada medida; e o somatrio dos esforos quadrticos incrementais de
controle - Sum of Squared Control efforts (SSC) - relativos:
N
X
1
SSC =
(N 1)
k=1
u(k + 1) u(k)
u(k)
2
(6.11)
Para o desempenho dos sistemas do ponto de vista econmico, sero

analisadas a produtividade e a eficincia de acordo com a gua consumida,
dada a uma temperatura de 15,56 o C na presso atmosfrica, da qual ser
calculado o fator de eficincia
Fe (m3 /m3 ) =
P roduto
.
Agua
(6.12)
Ainda, ser considerado um controle de qualidade fictcio na destilaria. Na

produo dos lcoois haver um nvel de tolerncia, bem como para a vinhaa. Certamente, por se tratar de um simulador computacional no qual as
variaes so pequenas, em virtude da instabilidade iterativa apresentada nas
variaes elevadas, so limites fora da realidade industrial. Sem embargo, a
metodologia adotada para ilustrar o impacto do sistema proposto na destilaria de etanol no ser comprometida. Desse modo, definem-se as seguintes
tolerncias:
lcool de 2a = 1,5 102 o GL,
Vinhaa= +0,5 102 o GL.
Hidratado= 0,5 102 o GL,
O desempenho do sistema nominal no cenrio C1 est representado

nas Figs. 6.3 e 6.4. Como era de se esperar, as perturbaes afetam mais a
vinhaa, j que esta controlada pela estratgia por banda. Porm, sua concentrao em etanol permanece sempre abaixo do limite tolerado, o que no
compromete o meio ambiente, mesmo que se tenha um custo para transportar a grande quantidade produzida (volume de 2365 m3 ). Por outro lado, as
oscilaes do lcool de 2a reduzem um pouco a sua produtividade, proporcionando um volume de 29,78 m3 considerando o critrio de qualidade. No
caso do hidratado, o efeito das perturbaes mnimo, obtendo-se um volume de 178,2 m3 . importante lembrar que nesse cenrio a variao da

CONTROLE AVANADO
118
lcool de 2 [ GL]
92.05
92
Cenrio C1
91.95
4
Tempo [h]
4
Tempo [h]
Temperatura [ C]
72.45
72.4
72.35
Cenrio C1
72.3
Cenrio C1
0.035
Vinhaa [ GL]
0.04
0.03
0.025
0.02
4
Tempo [h]
4
Tempo [h]
Presso [kPa]
119.15
119.1
119.05
Cenrio C1
119
Fig. 6.3: desempenho do sistema nominal. Coluna A
flegma no manipulada, embora seja considerada uma perturbao juntamente com a variao do vinho. Os ndices de desempenho do sistema de
controle encontram-se na Tabela 6.2. Finalmente, aplicando a energia total
consumida (6,681 109 kJ) em equivalente de gua e os produtos na Eq.
6.12, obtm-se o seguinte fator eficincia:
FeC1 =
207,98
= 0,4181
497,3
Hidratado [ GL]
96.02
119
Cenrio C1
96.01
96
95.99
95.98
4
Tempo [h]
Hidratado [m /h]
22.8
Cenrio C1
22.6
22.4
22.2
22
21.8
4
Tempo [h]
300
Vinho [m3/h]
Cenrio C1
295
290
285
4
Tempo [h]
4
Tempo [h]
41.5
Flegma [m /h]
41.6
41.4
41.3
41.2
Cenrio C1
41.1
Fig. 6.4: desempenho do sistema nominal. Coluna B e perturbaes
SAE
SSC
P ID1
2,102 104
1,0105 1010
P ID2
0
7,3475 1014
P ID3
1,143 104
1,3567 109
Tabela 6.2: ndices de desempenho de C1
Na Fig. 6.5, os desempenhos dos sistemas com o controle supervisrio so mostrados. possvel constatar que a diferena no comportamento
da vinhaa entre os cenrios desprezvel. Apesar de haver pequenos erros
92.04
92.02
92
Hidratado [ GL]
Cenrio C2
Cenrio C3
91.98
91.96
0
Vinhaa [oGL]
lcool de 2 [oGL]

CONTROLE AVANADO
0.04
4
Tempo [h]
4
Tempo [h]
4
Tempo [h]
4
Tempo [h]
4
Tempo [h]
Cenrio C2
Cenrio C3
0.03
0.02
96.01
Cenrio C2
Cenrio C3
96.005
96
95.995
Presso [kPa]
Temperatura [oC]
95.99
72.45
Cenrio C2
Cenrio C3
72.4
72.35
72.3
0
119.2
119
118.8
Cenrio C2
Cenrio C3
0
Cenrio C2
Cenrio C3
Nvel [%]
50
40
Vinho [m3/h]
30
0
4
Tempo [h]
4
Tempo [h]
300
295
290
Flegma [m3/h]
285
Cenrio C2
Cenrio C3
2
Cenrio C2
Cenrio C3
44
42
40
0
Hidratado [m3/h]
120
4
Tempo [h]
24
Cenrio C2
Cenrio C3
23.5
23
22.5
22
4
Tempo [h]
Fig. 6.5: desempenho dos sistemas. Cenrios C2 e C3
121
em relao banda superior nos cenrios C2 e C3, o resultado final est dentro
do limite preestabelecido. No entanto, para os produtos, o desempenho do
sistema no cenrio C3 apresenta erros de referncia menores se comparados
com os do C2. Observa-se que, por se tratar de um sistema MIMO, o MPC
atua mais sobre a presso a fim de manter o sistema no ponto desejado. De
forma geral, os resultados ficam mais bem explicados visualizando os dados
nas tabelas 6.3 e 6.4, cujas diferenas representam um balano energtico que
deve ser analisado.
C2
C3
SAE1
2,597 104
1,257 104
SAE2
2,100 107
3,870 107
SAE3
1,805 104
2,838 105
Tabela 6.3: ndices de erros
C2
C3
SSC1
5,5900 1011
2,2497 1011
SSC2
6,4963 1011
7,1900 1010
SSC3
1,7635 108
2,9136 108
Tabela 6.4: ndices de controle
Resumidamente, em termos de produtividade e consumo energtico,

os dados dos trs cenrios esto expostos na Tabela 6.5. Como comentado,
em relao vinhaa, o custo econmico para seu reaproveitamento e transporte o mesmo em todos os cenrios. Porm, os ganhos obtidos so bem
diferentes quando se consideram a produo do lcool de 2a e do hidratado;
e o consumo de gua nos condensadores e refervedores. Com base nos dados, tem-se uma situao bastante interessante. Nota-se que a configurao
C1
C2
C3
lcool de 2a
29,78 m3
29,16 m3
34,32 m3
Hidratado
178,2 m3
139,5 m3
181,2 m3
Vinhaa
2365 m3
2365 m3
2365 m3
gua
497,3 m3
487,5 m3
487,1 m3
Fe
0,4181
0,3460
0,4425
Tabela 6.5: parmetros de produo
proposta para a destilaria vantajosa somente com o uso de um sistema avanado de controle, visto que as perturbaes causadas pelo supervisrio no
so suficientemente amenizadas no cenrio C2, afetando significativamente
o rendimento do processo. Como consequncia, obtm-se um fator de eficincia menor que o do cenrio C1, neste que tambm so utilizados PIDs.
Em contrapartida, em C3, os MPCs promovem um aumento importante na
122

CONTROLE AVANADO
eficincia do processo. Observa-se que, com uma quantidade de gua menor

que a utilizada em C2, tem-se uma produo maior que a do cenrio C1. Do
ponto de vista econmico, pode-se estimar quantativamente o ganho obtido
em relao ao C1, considerando os mesmos parmetros da unidade de fermentao (ver Cap. 4). Dessa forma, aplicando o preo mdio do lcool de
2a aproximadamente igual ao do hidratado, tem-se um incremento financeiro
de U S$ 3795,50 a cada 8 h de produo. Segundo os modelos utilizados,
isso significa em torno de 2,28 milhes de dlares a mais por safra no caixa
das usinas de etanol.
Contudo, importante lembrar que no foi estudado um algoritmo de
otimizao para ser implementado no sistema supervisrio. Entretanto, alguns testes foram realizados com diferentes sinais nas vlvulas da flegma e
do hidratado, indicando que h uma correlao que reflete na produtividade
da destilaria. Uma outra opo investigar uma configurao que permita
atuar diretamente sobre a vazo mssica do lcool de 2a . Ademais, foi constatado que o Hysys oferece dinmicas com poucos atrasos de transporte (ou
com valores muito pequenos), o que no representa a realidade industrial.
Desse modo, como ser descrito no prximo captulo, h uma perspectiva
importante nos estudos terico e prtico em controle de processos, quando os
atrasos de transporte forem includos no modelo.

A ideia principal desse captulo foi estudar a possibilidade de incremento na produo das destilarias alcolicas mediante implementao de
tcnicas de controle. Porm, foi necessrio o desenvolvimento de um ambiente computacional que permitisse a comunicao do modelo da destilaria
no Hysys com outras plataformas de software como o Matlab. Dessa forma,
algoritmos de controle avanado podem ser mais bem estudados e analisados.
No que tange destilaria, uma estratgia de controle com trs camadas foi proposta para aumentar o rendimento da sua produo. Diferente dos
trabalhos apresentados no Cap. 5 que focalizam no desempenho de cada coluna isoladamente, a pesquisa inicial abrangeu o comportamento global da
unidade com base na fabricao dos lcoois, na formao da vinhaa e nas
variaes do vinho e da flegma. A partir dos cenrios estudados, incluindo o
modelo nominal que corresponde configurao padro das usinas brasileiras, constatou-se uma situao interessante: um sistema supervisrio que visa
otimizao da produo causa perturbaes que pioram o desempenho do
sistema de tal forma que sua implementao no vale a pena, caso as colunas
sejam operadas apenas por controladores PID. No entanto, deve-se frisar que
esta parte da pesquisa analisa a viabilidade da proposta sem um algoritmo es-
123
pecfico desenvolvido para o supervisrio, o que oferece uma perspectiva de

melhoria no futuro.
Em particular, um dos escopos deste trabalho buscar um embasamento de cunho terico com aplicaes prticas, propiciando uma aproximao com a indstria. Nesse caso, o ambiente foi utilizado para testar um
MPC embarcado em hardware, desenvolvido por um mestrando no Departamento de Automao e Sistemas (DAS) da Universidade Federal de Santa
Catarina (UFSC). Como, em geral, as plataformas comerciais de controle
preditivo so orientadas para plantas de larga escala, o foco do projeto foi
analisar um prottipo de baixo custo que fornecesse as mesmas vantagens
para processos com dimenses menores.
Contudo, os atrasos de transporte presentes nas destilarias devem fazer parte nas futuras avaliaes. A nova dinmica ser adicionada s variveis
das colunas e tcnicas de controle preditivo MIMO sero estudadas. Finalmente, dando continuidade s pesquisas de perodos anteriores, novos trabalhos podero ser direcionados a dar sustentao terica e prtica s solues
j apresentadas, a desenvolver novos controladores e estender os resultados
tericos para casos de aplicao em colunas de destilao alcolica.
Captulo
Comentarios
Finais e Planejamento Futuro
Nos captulos 2, 3 e 4 deste documento o estudo foi orientado para

a unidade de fermentao alcolica da usina de etanol. Foi desenvolvido
um modelo fenomenolgico completo que possibilita analisar as principais
variveis do processo na indstria. A estrutura de controle proposta pode ser
definida em duas etapas que sero descritas a seguir.
Durante o incio do trabalho, preocupou-se em definir uma configurao de controle que possibilitasse realizar estudos das unidades encontradas
nas usinas. Vale salientar que, alm dos modelos encontrados na literatura,
a metodologia do trabalho foi embasada a partir de algumas visitas tcnicas realizadas na indstria. Os sistemas de controle encontrados, em geral,
so compostos apenas por PIDs e, muitas vezes, parte do processo operado manualmente. Nesse caso, a robustez, caracterstica inerente natureza
do processo, permite uma produo satisfatria em relao quantidade e
concentrao final do vinho. Entretanto, com a implementao de algoritmos de otimizao e controle, possvel incrementar um ganho significativo
na indstria do etanol. Partindo desse princpio, uma estratgia de controle
composta por duas camadas foi proposta para essa unidade.
Como foi constatada na primeira etapa do projeto, a temperatura era
a varivel que exercia maior influncia sobre o rendimento do processo fermentativo. Por sua vez, para o seu controle, era necessrio maior quantidade
de energia. Dessa maneira, a segunda etapa do projeto consistia em integrar
ao sistema uma unidade de refrigerao que utilizasse energia solar. A ideia
dessa nova estrutura aproveitar as altas irradiaes presentes nas localidades
126
CAPTULO 7. COMENTRIOS FINAIS E PLANEJAMENTO

FUTURO
das usinas e contribuir ainda mais para seus crditos de carbono com o uso
da energia limpa. Alm disso, como foi demonstrado nos experimentos reais
na planta, o novo sistema reduz o consumo da gua utilizada no controle de
temperatura do reator.
Apesar de haver abundncia de vapor em boa parte das usinas brasileiras e os painis solares serem equipamentos de alto custo quando comparados
ao das fontes tradicionais, o projeto se mostrou bastante vivel economicamente, ainda que outras questes devam ser tratadas no futuro, tais como incertezas na modelagem do fermentador e otimizao com sintonia adaptativa
para o Sistema de Controle Avanado. No obstante, a busca pelo domnio no uso de novas tecnologias colocam o pas em posio de destaque no
mercado que est a surgir. Alm do aprendizado tecnolgico em Engenharia
de Controle e Automao, existem razes estratgicas para o investimento.
Uma matriz energtica diversificada diminui o risco de um pas depender
do fornecimento externo. As fontes renovveis e eficientes constituem uma
parte significativa da cadeia produtiva, proporcionando um inegvel supervit
econmico e ambiental ao conjunto das atividades produtivas da sociedade.
Ademais, pode-se acrescentar uma contribuio estrutural em termos de competitividade e exportao, gerando emprego e renda.
Outrossim, os captulos 5 e 6 foram dedicados a melhorar o desempenho da unidade da destilaria. A unidade de destilao alcolica juntamente
com sua camada de reguladores locais foi construda no software Hysys. As
camadas de MPC e controle supervisrio foram implementadas por meio da
comunicao entre o modelo dinmico e o Matlab. Os cenrios foram estudados com base nas variaes dos balanos de massa e energia na unidade.
Contudo, a configurao proposta se mostrou rentvel apenas quando utlizada
uma camada de controle preditivo.
As anlises das colunas de destilao propiciaram como perspectivas
do ponto de vista de controle questes bastante interessantes para o futuro.
De imediato, pode-se estender o modelo e o sistema para a etapa da desidratao, onde se tem o uso do solvente que constitui um balano importante no
sistema. O desenvolvimento de um supervisrio timo traz uma possibilidade
de resultado bastante pertinente uma vez que, nas simulaes apresentadas,
h uma correlao direta entre as vazes dos produtos que interfere nos balanos de massa e energia finais. Ainda, devem-se considerar os inconvenientes
atrasos de transporte nos prximos modelos.
A incorporao de tcnicas especficas de controle NMPC se justifica
pela presena dos atrasos e dinmica altamente no lineares dos processos.
Dessa forma, deseja-se utilizar o controle NMPC Robusto baseado na compensao de atrasos proposta por Normey-Rico & Camacho (2007) que tem
demonstrado bom desempenho e robustez em outras aplicaes industriais
7.1. NMPC ROBUSTO PARA PROCESSOS COM ATRASOS DE

TRANSPORTE
127
(Roca et al. 2009, Torrico et al. 2010, Santos et al. 2011). Por outro lado,
a caracterstica modular do processo indica que o uso de uma estratgia de
NMPC distribudo (Plucenio 2010) permitir melhorar a soluo global, ao
buscar um compromisso entre desempenho, tempo de processamento e modularidade.
7.1 NMPC Robusto para Processos com Atrasos

de Transporte
Como comentado, muitas malhas de controle das colunas de destilao apresentam tempo morto na dinmica que relaciona as variveis manipuladas e controladas. O atraso causado, principalmente, pelo transporte de
informao, massa ou energia dentro do sistema. Porm, ele tambm pode
ser causado pelo prprio tempo de reao do processo, do sensor ou atuador.
Em outros casos, o atraso observado na dinmica do processo gerado em
decorrncia do efeito produzido pela resposta de um determinado nmero de
sistemas dinmicos conectados em srie.
Processos com atrasos so difceis de controlar, principalmente porque
ocorre um retardo tanto na percepo dos efeitos das perturbaes quanto
no resultado de ao na varivel controlada. Em outras palavras, a ao de
controle atual, alm de ser baseada num evento que ocorreu no passado, leva
um determinado tempo para ser notada na sada do sistema.
No domnio da frequncia, observa-se que o atraso diminui muito rapidamente a fase do sistema, principalmente em altas frequncias, tornando
difcil o ajuste do controlador. Quando o atraso significativo, um controle
convencional dever ser ajustado para se obter uma resposta lenta o suficiente,
de tal forma que permita que a ao do avano de fase do sistema compense
a queda de fase introduzida pelo atraso (Normey-Rico & Camacho 2007).
Os PIDs podem ser usados para este tipo de processo. No entanto, se
o atraso for muito grande, o ajuste do controlador j no conveniente e um
desempenho pior pode ser apresentado pelo sistema. Dessa forma, quando
se desejam respostas mais rpidas, devem ser aplicados controladores que incluem a compensao do atraso. Nesse contexto, a implementao do NMPC
Robusto (Normey-Rico & Camacho 2007) nas colunas da destilaria aparece
como soluo vivel do problema exposto.
O algoritmo desse controlador ilustrado na figura 7.1. Em poucas
palavras, possvel afirmar que todo controlador preditivo equivalente a um
Two Degrees of Freedom-Dead-time Compensator (2DOF-DTC). A estrutura de predio do compensador de atraso interno definida pelos modelos
do processo e perturbao; e no depende do procedimento de otimizao,
128

FUTURO
mesmo no caso quando as restries so consideradas.

Restries
Otimizao
fr
Resposta Livre
q(t)
u(t)
y p ()t
Processo
y(t)
Preditor
Fig. 7.1: estrutura de controle geral do NMPC para processos com atraso
A predio yp (t) pode ser calculada utilizando modelos representados

por espao de estados, pela resposta ao impulso finito ou funo de transferncia, ou ainda por equaes no lineares. Diferentes modelos de perturbao e
abordagens podem ser aplicados para corrigir o valor predito ideal da sada da
planta. O efeito do preditor afeta apenas o clculo da resposta livre. Ou seja,
qualitativamente, a influncia da estrutura do compensador de atraso interno
do NMPC a mesma do caso sem restries.
Dessa maneira, agregando novas condies ao modelo a fim de estabelecer atrasos comumente encontrados nas destilarias de etanol, um resultado
melhor pode ser alcanado uma vez que os controladores preditivos oferecem
solues satisfatrias para esse problema.
Na continuao, sero citadas de forma comentada as principais contribuies concretizadas durante o andamento desse trabalho.
7.2 Contribuies e Opinio do Autor

O meu primeiro contato profissional com a indstria da cana-de-acar
foi na concluso do meu mestrado, quando, em parceria com a usina Ingenio
La Unin, S.A., tive a oportunidade de colaborar com o projeto dos laos de
controle dos seus cristalizadores. Entretanto, comecei a conhecer o processo
de fabricao do etanol brasileiro durante minha estncia como Engenheiro
Pesquisador do Laboratrio de Engenharia de Processos de Converso e Tecnologia de Energia (LEPTEN), do Departamento de Engenharia Mecnica da
UFSC.
Essa fase foi marcada pelo fortalecimento da minha pesquisa voltada
indstria. Tive a oportunidade de trabalhar em um projeto financiado pelo
Grupo Cerradinho, uma das maiores empresas do Brasil no mercado de acar e lcool, que na poca possua sedes em Catanduva-SP e Potirendaba-SP;
e pela Financiadora de Estudos e Projetos (FINEP). Durante o andamento do
trabalho, foram ministradas pelo grupo de pesquisa algumas palestras para
7.2. CONTRIBUIES E OPINIO DO AUTOR
129
gerentes, administradores, engenheiros, diretores e, inclusive, presidente da

usina. Em particular, meu papel era focalizar em temas da rea de teoria de
controle.
Contudo, quando eram apresentados os experimentos com as simulaes dinmicas, tamanho era o interesse de outros profissionais pela rea
de controle, que me estimulava a buscar um tema de doutorado que consolidasse a teoria com a prtica. Nessa esfera, procurei publicar meus primeiros
trabalhos do ramo em um relatrio tcnico:
Colle, S., Monteiro, J. B., Americano da Costa Fo , M. V., Cardemil, J.,
Magazoni, F. C. Desenvolvimento de Sistema de Resfriamento de Processo de Fermentao Alcolica por Ciclo de Absoro, 2008. Usina
Cerradinho, Potirendaba-SP, Brasil;
e em dois congressos internacionais:
Americano da Costa Fo , M. V., Monteiro, J., Magazoni, F. C., Colle, S.
Modeling, Simulation and Analysis of Ethanol Fermentation Process
with Control Structure in Industrial Scale. 22nd International Conference on Efficiency, Cost, Optimization, Simulation and Environmental
Impact of Energy Systems, 2009, Foz do Iguau-PR, Brazil;
Magazoni, F. C., Deucher, R., Monteiro, J. B., Americano da Costa Fo ,
M. V., Colle, S. Cooling of ethanol fermentation process using absorption chillers. 22nd International Conference on Efficiency, Cost, Optimization, Simulation and Environmental Impact of Energy Systems,
2009, Foz do Iguau-PR, Brazil.
Destarte, meu doutorado comeou efetivamente no ano de 2009, em
que fui integrante da Rede de Pesquisa Autrascaa. Esse projeto foi financiado pelo Ciencia y Tecnologa para El Desarrollo (CYTED), no qual participaram universidades da Espanha e diversos pases da Amrica do Sul e
Central, assim como empresas do setor de produo de acar e lcool. A coordenao geral do projeto foi realizada pela Fundao Centro de Automatizacin, Robtica, y Tecnologas de la Informacin y la Fabricacin (CARTIF)
da Espanha e o coordenador pela UFSC foi o Prof. Julio Elias Normey Rico.
Vrios problemas foram tratados nesta rede, destacando-se os projetos
em que participei diretamente: controle de pH do caldo de cana e da temperatura dos cristalizadores da usina guatemalteca, Ingenio La Unin. Alm
disso, tive a oportunidade de organizar juntamente com o Prof. Julio Normey no ano de 2009 o Miniforo Cyted - Iberoeka, em Florianpolis-SC, onde
foram recebidos professores, engenheiros, pesquisadores e empresrios das
localidades citadas. A participao nesse projeto me proporcionou um relatrio tcnico:
130

FUTURO
Americano da Costa Fo , M. V., Normey-Rico, J. E. Projeto de Controle

de pH, 2009. Ingenio La Unin, Escuintla, Guatemala;
um artigo em revista tcnica:
Americano da Costa Fo , M. V., Normey-Rico, J. E., Gorostiaga, L.,
Alfaro, J. L. Projeto de sistemas de controle a partir de um simulador:
Estudo de Caso. Alcoolbrs, 125, pp. 47-53, So Paulo-SP, 2009;
um artigo em congresso nacional:
Americano da Costa Fo , M. V., Alvarez, H., Normey-Rico, J. E. Modelagem da neutralizao de pH em uma usina de acar, pp. 1122-1128.
Bonito-MS, Brasil, XVIII Congresso Brasileiro de Automtica, 2010;
e um captulo de livro:
Normey-Rico, J. E., Americano da Costa Fo , M. V. Captulo 12: Tratamiento de Vinazas. Libro Blanco de la Automatizacin y Control en la
Industria de la Caa de Azcar. Programa CYTED, Espaa, 2011.
No desenvolvimento do modelo da fermentao, foram consideradas
as propriedades fsico-qumicas de suas principais variveis. Dessa maneira,
pareceu-me ser o maior desafio ter que lidar com conceitos que fugiam de
minha formao. No que se refere engenharia de controle e por ser um
processo pouco difundido no mundo, constatei, durante reviso bibliogrfica, poucas publicaes na literatura cientfica. No entanto, interessei-me em
tratar o assunto de forma didtica e em ingressar a linguagem da teoria de
controle no tema em questo. Como resultado, foi apresentado um simulador em uma revista comercial especializada e publicado numa revista tcnica
uma configurao que utiliza controladores do tipo PID para a unidade de
fermentao alcolica:
Americano da Costa Fo , M. V., Normey-Rico, J. E. Um Simulador para
Anlise da Fermentao Alcolica em Batelada Alimentada. Alcoolbrs, 129, pp. 64-68, So Paulo-SP, 2010;
Americano da Costa Fo , M. V., Normey-Rico, J. E. Uma estrutura de
controle para fermentao alcolica industrial: Modelagens e simulaes. Controle e Instrumentao, 169, pp. 49-55, 2011.
Aps ter finalizado o Autrascaa, iniciou-se, em 2009, o projeto intitulado como Estratgias de Controle No-lineares e com Compensao de
Atraso em Plantas de Gerao de Energias Renovveis. Dentre outros nomes,
estavam os professores Eduardo Camacho e Carlos Bordons, da Universidade
131
de Sevilla; e os professores Manuel Berenguel e Jos Luis Guzmn da Universidade de Almera, ambas da Espanha. Esse projeto tinha como objetivo
o estudo e investigao de sistemas de controle para plantas de gerao de
energia renovvel, principalmente energia solar trmica e fotovoltaica. Essas
plantas de gerao de energia so sistemas dinmicos complexos, caracterizados principalmente por no linearidades, acoplamentos e atrasos significativos; e exigem a utilizao de estratgias de controle avanado quando se
desejam alcanar rendimentos elevados.
Com as teorias de controle praticamente concludas na unidade de fermentao e a implementao do modelo dinmico da destilaria com suas malhas locais, fui aprovado no exame de qualificao com alguns meses de antecedncia, no final de 2010. Dessa sorte, como bolsista do projeto em andamento, decidimos pela minha estncia de sete meses na cidade de Almera, a
fim de estudar energia solar e realizar testes experimentais.
Em particular, o desenvolvimento da pesquisa foi realizado no laboratrio do edifcio CIESOL, do Departamento de Linguagens e Computao da
UAL. O edifcio conta com uma planta solar que gera energia para o aquecimento (no inverno) e resfriamento (no vero) de suas acomodaes. Entretanto, a planta foi adaptada para funcionar juntamente com uma unidade
hipottica de fermentao acoplada a um ponto de demanda de carga. Ou
seja, utilizando ferramentas computacionais e os modelos citados, um reator
operado por um sistema de controle timo foi dimensionado e simulado de
tal forma como se fizesse parte do sistema real. Logo, conseguimos realizar
experimentos numa configurao Hardware in the Loop, onde a unidade experimental de energia solar foi acoplada a um simulador fenomenolgico da
unidade de fermentao.
Alm dos professores citados da UAL, trabalhei com o ento doutorando Manuel Pasamontes Romera, que muito contribuiu para a obteno dos
resultados. No contexto dessa estncia, aproveitei a oportunidade de conhecer
renomados pesquisadores como o Prof. Tore Hgglung, da Universidade de
Lund, Sucia; e assistir s suas palestras. Ainda, foram publicados e apresentados alguns artigos em congressos internacional e nacional; e em uma revista
cientfica internacional cujo fator de impacto tem um valor importante:
Americano da Costa Fo , M. V., Normey-Rico, J. E. Modeling, control
and optimization of ethanol fermentation process, pp. 10609-10614.
Milan, Italy, 18th World Congress of the IFAC, 2011;
Americano da Costa Fo , M. V., Pasamontes M, Normey-Rico J., Guzmn J. L., Berenguel M. Aplicao da tcnica hardware in the loop em
uma planta solar que auxilia um sistema de controle avanado para unidade de fermentao alcolica, pp. 2179-2185. Campina Grande-PB,
132

FUTURO
Brasil, XIX Congresso Brasileiro de Automtica, 2012;

Americano da Costa Fo ,M. V., Pasamontes M., Normey-Rico J., Guzmn J. L., Berenguel M. Viability and application of ethanol production
coupled with solar cooling. Applied Energy, 102, pp. 501-509, 2013.
Todavia, uma artigo encontra-se em fase de concluso para ser submetido
revista cientfica internacional Biotechnology Advances:
Americano da Costa Fo , M. V., Pasamontes, M., Normey-Rico, J. E,
Guzmn, J. L., Berenguel, M. Control and optimization of ethanol production combined with solar cooling;
e um trabalho foi enviado para o Prmio Petrobras de Tecnologia:
Americano da Costa Fo , M. V., Normey-Rico. Um sistema de controle
avanado para otimizar a produo de etanol mediante energia solar.
Prmio Petrobras de Tecnologia, 2012.
No que concerne unidade de destilao, o estudo foi realizado inteiramente no Brasil. A pesquisa possibilitou simulaes avanadas rea de
ensino, visto que dados reais eram incorporados plataforma computacional.
Dessa maneira, o sistema ao qual denominamos "indstria virtual" permitia
anlises mais realsticas facilitando o aprendizado, especialmente, em controle preditivo. Ao longo do doutorado, auxiliei na seleo e orientao de
estagirios e bolsistas; realizao de seminrios, cursos e preparao de aulas; tanto em nvel de graduao do Departamento de Automao e Sistemas
da UFSC quanto de ps-graduao. Em particular, obtiveram-se os seguintes
trabalhos mais relevantes:
Americano da Costa Fo , M. V., Cruz D. M., Normey-Rico J. E. Modelagem, simulao e controle de uma unidade de destilao em uma
usina produtora de etanol, pp. 436-442. Campina Grande-PB, Brasil,
XIX Congresso Brasileiro de Automtica, 2012;
Lima, D. M., Americano da Costa Fo , M. V., Normey-Rico J. E. A
Flexible Low Cost Embedded System for Model Predictive Control of
Industrial Processes. Zurich, Switzerland, European Conference Control, 2013.
Finalmente, posso expor a minha satisfao com o resultado alcanado
no desenvolvimento desse trabalho. Eu e o Prof. Julio Normey acreditamos
ter dado um pequeno passo na insero da Engenharia de Controle e Automao na indstria do etanol, apesar do exerccio de pesquisa nunca terminar,
o que, sobremaneira, aumenta meu otimismo e expectativas. A escassez do
133
tema na rea de pesquisa nos trouxe uma originalidade, digamos que, bastante
natural.
Nas apresentaes realizadas em congressos e seminrios, tive o prazer de debater e aprender sobre a viso de outros profissionais. Por atuar em
um tema bastante pertinente e pelo papel que o Brasil exerce mundo afora na
questo do desenvolvimento sustentvel, ainda possuo os desejos profissional
e pessoal no somente de exercer a engenharia e a pesquisa, mas tambm de
poder levar informao sociedade em uma linguagem mais acessvel e universal. Em particular, acredito ser uma das formas de tentar mudar o cenrio
social, de precariedade no campo de trabalho, algumas vezes constatada nas
visitas tcnicas s usinas.
De fato, o que o venho tentando fazer ao longo de minha jornada.
Como o assunto vem despertando interesse de outras classes, fui convidado
a escrever alguns textos tcnico-informativos. Em agosto de 2009, um texto
foi publicado no principal jornal de notcias da Bahia, chamando a ateno de
um outro jornal do sul do estado:
Americano da Costa Fo , M. V. Etanol do Brasil, a energia que vai mover
o mundo. Jornal A Tarde; Salvador-BA, Brasil, agosto, 2009;
Americano da Costa Fo , M. V. Etanol do Brasil, a energia que vai mover
o mundo. Partes i e ii. Jornal Direitos; Salvador-BA, Brasil, setembro,
2009.
Em outras ocasies, meus textos foram publicados no principal jornal
de notcias de Santa Catarina e em uma revista comercial na cidade de LagesSC:
Americano da Costa Fo , M. V. Santa Catarina e a Rio+20. Jornal Dirio
Catarinense; Florianpolis-SC, Brasil, maio, 2012;
Americano da Costa Fo , M. V. O etanol como tema de debate na COP15. Revista Expressiva; Lages-SC, Brasil, fevereiro, 2010;
Americano da Costa Fo , M. V. Desenvolvimento sustentvel e energia
solar como prximo passo. Revista Expressiva; Lages-SC, Brasil, fevereiro, 2012.
Por conseguinte, isso terminou possibilitando mais algumas publicaes de minha autoria, inclusive em blogs e websites governamentais e de
outras associaes (Web-BahiaNotcias 2011, INOVA@SC 2012, ABESCO
2012, BlogEAR 2011, Instituto-CarbonoBrasil 2012):
Americano da Costa Fo , M. V. O etanol como tema de debate na COP15. Jornal A Tarde; Salvador-BA, Brasil, janeiro, 2010;
134

FUTURO
Americano da Costa Fo , M. V. Meio ambiente, transformao social e

cincia na Bahia. Jornal A Tarde; Salvador-BA, Brasil, janeiro, 2011;
Americano da Costa Fo , M. V. Energia solar, uma opo. Jornal A
Tarde; Salvador-BA, Brasil, dezembro, 2011;
Americano da Costa Fo , M. V. Sustentabilidade no consumo da gua
mediante controle e automao. Jornal A Tarde; Salvador-BA, Brasil,
outubro, 2012.
Hoje, procuro manter os canais abertos com esses meios de comunicao com o propsito de divulgar o tema a futuros acadmicos e outros profissionais, o que, de certa forma, desperta o interesse pelo ensino, tecnologia
e, sobretudo, pela Engenharia de Controle e Automao.
Referncias Bibliogrficas
ABESCO (2012), Associao Brasileira das Empresas de Servios de Conservao de Energia, http://www.abesco.com.br. So Paulo-SP.
Abou-Jeyab, R. A., Gupta, Y. P., Gervais, J. R., Branchi, P. A. & Woo, S. S.
(2001), Constrained multivariable control of a distillation column using
a simplified model predictive control algorithm, Journal of Process
Control 11(5), 509517.
Aghili, F. & Piedboeuf, J. C. (2002), Contact dynamics emulation for hardware in loop simulation of robots interacting with environment, in Robotics and Automation, 2002. Proceedings. ICRA 02. IEEE International Conference on, Vol. 1, pp. 523529.
Aldiguier, A. S., Alfenore, S., Cameleyre, X., Goma, G., Uribelarrea, J. L.,
Guillouet, S. E. & Molina-Jouve, C. (2004), Synergistic temperature
and ethanol effect on saccharomyces cerevisiae dynamic behaviour in
ethanol bio-fuel production, Bioprocess and Biosystems Engineering
26(4), 217222.
Alvarez, H. D., Sotomayor, O. A. Z. & Carelli, R. (1998), The pH neutralization process as a benchmark for nonlinear control design, IEEEINDUSCON, So Paulo, SP, Brazil, pp. 132137.
Alvarez, H., Londoo, C., di Sciascio, F. & Carelli, R. (2001), pH neutralization process as a benchmark for testing nonlinear controllers, Industrial
& Engineering Chemistry Research 40(11), 24672473.
Anderson, B. (1977), Solar Energy: Fundamentals in Building Design,
McGraw-Hill, New York, USA.
136
REFERNCIAS BIBLIOGRFICAS
Ashoori, A., Moshiri, B., Khaki-Sedigh, A. & Bakhtiari, M. R. (2009), Optimal control of a nonlinear fed-batch fermentation process using model
predictive approach, Journal of Process Control 19(7), 11621173.
Aspentech (2005), Customization guide. www.aspentech.com.
Aspentech (2010), http://www.aspentech.com.
Astrm, K. J. & Hgglund, T. (2005), Advanced PID Control, ISA - The
Instrumentation, Systems, and Automation Society, Research Triangle
Park, NC 27709.
Astrm, K. J., Johansson, K. H. & Wang, Q.-G. (2001), Design of decoupled PID controllers for MIMO systems, Proceedings of the American
Control Conference, pp. 20152020.
Atala, D. I. P., Costa, A. C., Maciel, R. & Maugeri1, F. (2001), Kinetics
of ethanol fermentation with high biomass concentration considering
the effect of temperature, Applied Biochemistry and Biotechnology 9193(1-9), 353365.
Batista, F. R. M. (2008), Estudo do processo de destilao alcolica contnua:
simulao de plantas industriais de produo de lcool hidratado, lcool
neutro e cachaa, Dissertao de mestrado, Universidade Estadual de
Campinas, Brasil.
Birol, G., ndey, C. & inar, A. (2002), A modular simulation package for
fed-batch fermentation: penicillin production, Computers & Chemical
Engineering 26(11), 15531565.
BlogEAR
(2011),
Energias
alternativas
e
renovveis,
http://energiasalternativaserenovaveis.blogspot.com.br. Brasil.
Bonivento, C., Castaldi, P. & Mirotta, D. (2001), Predictive control vs PID
control of an industrial heat exchanger, 9th Mediterranean Conference
on Control and Automation, Croatia.
Borges, P. C. S. (2008), Otimizao dinmica da fermentao alcolica no
processo em batelada alimentada, Dissertao de mestrado, Universidade Federal de Uberlndia, Brasil.
Bravo, C. O. A. (2005), Desenvolvimento de um simulador e controle preditivo de uma coluna de destilao piloto, Dissertao de mestrado, Universidade Federal de Santa Catarina, Brasil.
137
Bravo, C. O. A., Rico, J. E. N. & Torrico, B. C. (2008), Nova tcnica para

controle de plantas no lineares utilizando controle preditivo baseado
em modelo, Congresso Brasileiro de Automtica, Juiz de Fora, MG,
Brasil.
Bristol, E. H. (1966), On a new measure of interactions for multivariable
process control, IEEE Transactions on Automatic Control 11(1), 133
134.
Cacik, F., Dondo, R. G. & Marqus, D. (2001), Optimal control of a batch
bioreactor for the production of xanthan gum, Computers & Chemical
Engineering 25(2-3), 409418.
Camacho, E. F. & Bordons, C. (2004), Model Predictive Control, SpringerVerdag, London, England.
Carmargo, C. A. (1990), Conservao de Energia na Indstria do Acar e do
lcool, Instituto de Pesquisas Tecnolgicas, So Paulo, Brasil.
Casillo, D. S. S., Maitelli, A. L. & Fontes, A. B. (2008), Controle preditivo
no linear basedado no modelo de Hammerstein aplicado a um processo
de neutralizao de pH, Congresso Brasileiro de Automtica, Juiz de
Fora, MG, Brasil.
Chaudhuri, B. & Modak, J. (1998), Optimization of fed batch bioreactor
using neural network model, Bioprocess and Biosystems Engineering
19(1), 7179.
Chen, C. T. & Hwang, C. (1990), Optimal on off control for fed batch
fermentation processes, Industrial & Engineering Chemistry Research
29(9), 18691875.
Chiou, J. P. & Wang, F. S. (1998), A hybrid method of differential evolution
with application to optimal control problems of a bioprocess system, in
IEEE International Conference on Evolutionary Computation, Anchorage, AK, pp. 627632.
Chryssolouris, G. & Mourtzis, N. P. D. (2005), Refinery short-term scheduling with tank farm, inventory and distillation management: An integrated simulation-based approach, European Journal of Operational
Research 166(3), 812827.
Chu, J. Z., Tsai, P. F., Tsai, W. Y., Jang, S. S., Wong, D. S. H., Shieh, S. S.,
Lin, P. H. & Jiang, S. (2003), An experimental study of model predictive
control based on artificial neural networks, 7th International Conference
138
on Knowledge-Based Intelligent Information and Engineering Systems,

pp. 12961302.
Clarke, D., Mothadi, C. & Tuffs, P. (1987), Generalized predictive control
part I: The basic algorithm and part II: Extensions and interpretations,
Automatica 23(2), 137160.
Enagandula, S. & Riggs, J. B. (2006), Distillation control configuration selection based on product variability prediction, Control Engineering
Practice 14(7), 743755.
Eslami, P., Motlagh, M.-R. J. & Sarang, R. (2006), Disturbance rejection of
distillation column using multiloop nonlinear adaptive PID controller,
in CIMCA06, IEEE Computer Society, Sydney, Australia, p. 43.
Espaola, A. (2010), Tarifas de agua en espaa 2009 precio de los servicios
de abastecimiento y saneamiento, Royal Decree, Asociacin Espaola
de Abastecimientos de Agua y Saneamiento.
Ferreira, A. A. & Neto, F. R. A. (2005), A destilao simulada na indstria
do petrleo, Qumica Nova 28(3), 478482.
Ferreiro, A. R., Cristea, S., de Prada, C. & Keyser, R. D. (2005), Non-linear
predictive control for a distillation column, in 44th IEEE Conference
on Decision and Control, and the European Control Conference. CDCECC 05., Seville, Spain, pp. 51565161.
Fontes, A. B., Maitelli, A. L. & de Oliveira Cavalcanti, A. L. (2007), Generalized predictive control based in multivariable bilinear multimodel,
Vol. 3, 8th International IFAC Symposium on Dynamics and Control of
Process Systems, Cancun, Mexico.
Foust, A. S. & Wenz, L. A. (1982), Princpio das Operaes Unitrias, 2a edn,
Ed. Guanabara Dois, Rio de Janeiro, Brasil.
Gadewar, S. B., Doherty, M. F. & Malone, M. F. (2001), A systematic
method for reaction invariants and mole balances for complex chemistries, Computers & Chemical Engineering 25(9-10), 11991217.
Garca-Alvarado, M., Ruiz-Lpez, I. & Torres-Ramos, T. (2005), Tuning of
multivariate PID controllers based on characteristic matrix eigenvalues,
Lyapunov functions and robustness criteria, Chemical Engineering
Science 60(4), 897905.
139
Gilbert, A. F., Yousef, A., Natarajan, K. & Deighton, S. (2003), Tuning of

PI controllers with one-way decoupling in 2x2 mimo systems based on
finite frequency response data, Journal of Process Control 13(6), 553
567.
Goel, P. K. & Nakanishi, E. (1985), Design of non-linear, time-delay control systems: Application to resilient heat-coupled distillation processes,
American Control Conference, pp. 550556.
Gruel, D. N., Lanussea, P. & Oustaloupa, A. (2009), Robust control design for multivariable plants with time-delays, Chemical Engineering
Journal 146(3), 414427.
Gustafsson, T. K., Skrifvars, B. O., Sandstram, K. V. & Waller, K. V. (1995),
Modeling of pH for control, Industrial & Engineering Chemistry
Research 34(3), 820827.
Gustafsson, T. K. & Waller, K. V. (1983), Dynamic modeling and reaction
invariant control of pH, Chemical Engineering Science 38(3), 389398.
Henson, M. A. & Seborg, D. E. (1994), Adaptive nonlinear control of
a pH neutralization process, IEEE Transactions on Control Systems
Technology 2(3), 169182.
Hggblom, K. E. (1997), Analytical approach to evaluation of distillation
control structures by frequency-dependent relative gains, Computers &
Chemical Engineering 21(12), 14411449.
Hurowitz, S. E., Anderson, J., Duvall, M. & Riggs, J. B. (2003), Distillation
control configuration selection, Journal of Control Process 13(3), 357
362.
Hurowitz, S. E., Riggs, J. B. & Oldham, J. B. (1998), On predicting
closed-loop variability, Industrial & Engineering Chemistry Research
37(10), 39803984.
Iglesias, J. M. C. (2009), Simulao de sistemas trmicos para gerenciamento
energtico de usina sucroalcooleira, Dissertao de mestrado, Universidade Federal de Santa Catarina, Brasil.
inar, A. & ndey, C. (1999), Statistical process and controller performance
monitoring, Vol. 4, Proceedings of the American Control Conference,
San Diego, CA, pp. 26252639.
INOVA@SC (2012), Entidade Governamental, http://www.inovasc.org.br.
Santa Catarina.
140
Instituto-CarbonoBrasil (2012),
Florianpolis-SC.
http://www.institutocarbonobrasil.org.br.
Ito, V. M. (2002), Otimizao de colunas de destilao complexas, Dissertao de mestrado, Universidade Estadual de Campinas, Brasil.
Jank, M. S. (2008), A cana de acar, de etanol e de eletricidade: uma
commodity global, Unio da Agroindstria Canavieira de So PauloUNICA. Artigo-opinio.
Jr., J. A. B., Jolly, A. C., Mobley, S. B. & Sholes, W. J. (2000), Advancements
in hardware in the loop simulations at the u.s. army aviation and missile
command, in SPIE technologies for synthetic environments: hardware
in the loop testing V, Vol. 4027, pp. 210.
Karacan, S. (2003), Application of a non-linear long range predictive control
to a packed distillation column, Chemical Engineering and Processing
42(12), 943953.
Kawathekar, R. & Riggs, J. B. (2007), Nonlinear model predictive control of
a reactive distillation column, Control Engineering Pratice 15(2), 213
239.
Khaisongkram, W. & Banjerdpongchai, D. (2006), Linear controller design
and performance limits of binary distillation column subject to disturbances with bounds on magnitudes and rates of change, Journal of
Process Control 16(8), 845854.
Khaisongkram, W., Banjerdpongchai, D. & Arunsawatwong, S. (2004), Controller design for a binary distillation column under disturbances with
bounds on magnitudes and derivatives using Zakians framework, 5th
Asian Control Conference, pp. 16761684.
Kocijan, J. & Karba, R. (1997), A chemical process application of multivariable control hardware and algorithm testing by means of simulation,
Simulation Practice and Theory 5(2), 153 165.
Kyoto Protocol to the United Nations Framework Convention on Climate
Change (1998), United Nations.
Leite, A. D. (1997), A Energia do Brasil, Editora Nova Fronteira, Rio de
Janeiro, Brasil.
Lin, C.-F., Tseng, C.-Y. & Tseng, T.-W. (2006), A hardware-in-the-loop dynamics simulator for motorcycle rapid controller prototyping, Control
Engineering Practice 14(12), 14671476.
141
Ljung, L. (1987), System Identification. Theory for the User, Prentice-Hall,

Englewood Cliffs, New Jersey, USA.
Logsdon, J. S. & Biegler, L. T. (1989), Accurate solution of differential
algebraic 0ptimization problems, Industrial & Engineering Chemistry
Research 28(11), 16281639.
Magazoni, F., Deucher, R., Monteiro, J., Americano-daCosta, M. V. & Colle,
S. (2009), Cooling of ethanol fermentation process using absorption
chillers, in 22nd International Conference on Efficiency, Cost, Optimization, Simulation and Environmental Impact of Energy Systems,
Foz do Iguau, Brazil.
Maiti, S. N. & Saraf, D. N. (1995), Adaptive dynamic matrix control of a
distillation column with closed-loop online identification, Journal of
Process Control 5(5), 315327.
Marangoni, C. (2005), Implementao de uma Estratgia de Controle com
Ao Distribuda em uma Coluna de Destilao, Tese de doutorado,
Brasil.
McAvoy, T. J., Hsu, E. & Lowenthal, S. (1972), Dynamics of pH in controlled stirred tank reactor, Industrial & Engineering Chemistry Research
11(1), 6870.
Menezes, J., Alves, S., Lemos, J. & Azevedo, S. (1994), Mathematical modelling of industrial pilot-plant penicillin-g fed-batch fermentations,
Journal of Chemical Technology and Biotechnology 61(2), 123138.
Mierzwa, J. C. (2002), O Uso Racional e o reso como ferramenta para o
gerenciamento de guas e efluentes na indstria: estudo de caso da Kodak Brasileira, Tese de doutorado, Universidade de So Paulo, Brasil.
Universidade de So Paulo.
Modak, J. M. & Lim, H. C. (1987), Feedback optimization of fed batch
fermentation, Biotechnology and Bioengineering 30(4), 528540.
Montague, G. A., Morris, A. J., Wright, A. R., Aynsley, M. & Ward, A.
(1986), Modelling and adaptive control of fed-batch penicillin fermentation, The Canadian Journal of Chemical Engineering 64(4), 567580.
Morari, M. (1983), Design of resilient processing plants-III: A general framework for the assessment of dynamic resilience, Chemical
Engineering Science 38(11), 18811897.
142
Mwembeshi, M. M., Kent, C. A. & Salhi, S. A. (2004), Genetic algorithm

based approach to intelligent modelling and control of pH in reactors,
Computers & Chemical Engineering 28(9), 17431757.
Nielsen, J. H. & Villadsen, J. (1994), Bioreaction Engineering Principles,
Plenum Press, New York, USA.
Normey-Rico, J. E. & Camacho, E. F. (2007), Control of Dead-time
Processes, Springer, London, England.
Normey-Rico, J. E., Silvestre, D. S., Pozas, L. F. & Pasetti, G. (2005), Utilizao da tcnica de controle preditivo multi-varivel GPC no controle de
temperatura de topo e fundo de uma coluna de destilao depropanizadora simulada no simulador industrial INDISS, 3o Congresso Brasileiro
de P&D em Petrleo de Gs, Salvador-BA, Brasil.
Ochoa, S., Wozny, G. & Repke, J.-U. (2010), Plantwide optimizing control of a continuous bioethanol production process, Journal of Process
Control 20, 983998.
Pasamontes, M., lvarez, J. D., Guzmn, J. L., Lemos, J. M. & Berenguel, M.
(2011), A switching control strategy applied to a solar collector field,
Control Engineering Practice 19(2), 135 145.
Petrobras (2009), Fatos e dados, http://fatosedados.blogspetrobras.com.br.
Phisalaphong, M., Srirattanaa, N. & Tanthapanichakoona, W. (2006), Mathematical modeling to investigate temperature effect on kinetic parameters
of ethanol fermentation, Biochemical Engineering Journal 28(1), 36
43.
Plucenio, A. (2010), Desenvolvimento de Tcnicas de Controle No Linear
para Elevao de Fluidos Multifsicos, Tese de doutorado, Universidade
Federal de Santa Catarina, Brasil.
Ramaswamya, S., Cutrightb, T. & Qammar, H. (2005), Control of a continuous bioreactor using model predictive control, Process Biochemistry
40(8), 27632770.
RD 2818/1998 (1998), Royal Decree 2818/1998, Royal decree, Spanish Ministry of Industry and Energy.
RD 436/2004 (2004), Royal Decree 436/2004, Royal decree, Spanish Ministry of Economy.
143
RD 661/2007 (2007), Royal Decree 661/2007, Royal decree, Spanish Ministry of Industry, Tourism and Commerce.
Reuters (2012), Exclusive: EU to limit use of crop-based biofuels draft law, http://www.reuters.com/article/2012/09/10/us-eu-biofuelsidUSBRE8890SJ20120910.
Rivera, D. E., Morari, M. & Skogestad, S. (1986), Internal model control:
PID controller design, Industrial & Engineering Chemistry Process
Design and Development 25(1), 252 265.
Roca, L., Guzman, J. L., Normey-Rico, J. E., Berenguel, M. & Yebra, L.
(2009), Robust constrained predictive feedback linearization controller in a solar desalination plant collector field, Control Engineering
Practice 17(9), 10761088.
Rodrigues, J. & Filho, R. M. (1999), Production optimization with operating constraints for a fed-batch reactor with DMC predictive control,
Chemical Engineering Science 54(13-14), 27452751.
Ruiz-Lopez, I., Rodriguez-Jimenes, G. & Garcia-Alvarado, M. (2006), Robust MIMO PID controllers tuning based on complex/real ratio of
the characteristic matrix eigenvalues, Chemical Engineering Science
61(13), 43324340.
Santos, K. G., Lobato, F. S. & Murata, V. V. (2006), Modelagem matemtica e otimizao dinmica de fermentao alcolica do tipo batelada
alimentada para produo de lcool em pequena escala para apoio
agroindstria regional, Horizonte Cientfico 1, 124.
Santos, R. A. (2005), Meios distribudos para simuladores de processo, Tese
de doutorado, Universidade Federal de Santa Catarina, Brasil.
Santos, T. L. M., Roca, L., Guzman, J. L., Normey-Rico, J. E. & Berenguel,
M. (2011), Practical MPC with robust dead-time compensation applied
to a solar desalination plant, in 18o Congresso Mundial do IFAC, Milo - Itlia, pp. 49094914.
Shamsuzzoha, M. & Lee, M. (2008), Analytical design of enhanced PID
filter controller for integrating and first order unstable processes with
time delay, Chemical Engineering Science 63(10), 27172731.
Shimizu, K. & Matsubam, M. (1985), Triangular decoupling for a binary distillation column under pressure control, IEEE Transactions on
Automatic Control 30(5), 474477.
144
Shinskey, F. G. (1985), Disturbance-rejection capabilities of distillation control systems, in American Control Conference, pp. 10721077.
Shinskey, F. G. (1996), Process Control Systems. Application, Design and
Tuning, 4th edn, McGraw-Hill, New York, USA.
Skogestad, S. (1997), Dynamics and control of distillation columns a critical
survey, Modeling, Identification and Control 18(3), 177217.
Skogestad, S., Hovd, M. & Lundstrom, P. (1991), Simple frequency dependent tools for analysis of inherent control limitations, Modeling,
Identification and Control 12(4), 159172.
Smil, V. (2012), A skeptic looks at alternative energy, IEEE Spectrum
49(7), 4449.
Stichmairs, J. (1995), Conceptual design of the control configurations of distillation columns, Chemical Engineering and Processing 34(2), 6169.
Sundarraman, A. & Srinivasan, R. (2003), Monitoring transitions in chemical plants using enhanced trend analysis, Computers and Chemical
Engineering 27(10), 14551472.
Takatsu, H., Itoh, T. & Araki, M. (1998), Future needs for control theory
in industries-report and topics of the control technology survey in the
japanese industry, Journal of Process Control 8(5-6), 369374.
Tiba, C. (2000), Atlas Solarimtrico do Brasil, Ed. Universitria da UFPE,
Recife, Brasil.
Torija, M. J., Rozs, N., Poblet, M., Guillamn, J. M. & Mas, A. (2003),
Effects of fermentation temperature on the strain population of saccharomyces cerevisiae, International Journal of Food Microbiology
80(1), 4753.
Torrico, B. C., Roca, L., Normey-Rico, J. E., Guzman, J. L. & Yebra, L.
(2010), Robust nonlinear predictive control applied to a solar collector field in a solar desalination plant, IEEE Transactions on Control
systems Technology 18(6), 14301439.
UNICA (2009), Sugarcane ethanol passes critical test in california low carbon fuel standard, http://world-wire.com/news/0904230003.html.
UNICA (2012),
Mesmo certificado,
etanol brasileiro tem
acesso
a
UE
prejudicado
por
barreira
comercial,
http://www.unica.com.br/noticia/36949486920321033654/.
145
Waller, K. V. & Mkil, P. M. (1980), Chemical reaction invariants and variants and their use in reactor modeling simulation and control, Ind. Eng.
Chem. Proc. Des. Dev. 20(1), 111.
Wang, F. S. & Jing, C. H. (1998), Fuzzy decision making problems of fuel
ethanol production using a genetically engineered yeast, Industrial &
Engineering Chemistry Research 37(8), 34343443.
Wang, F. S., Su, T. L. & Jang, H. J. (2001), Hybrid differential evolution for
problems of kinetic parameter estimation and dynamic optimization of
an ethanol fermentation process, Industrial & Engineering Chemistry
Research 40(13), 28762885.
Wang, Q.-G., Zhanga, Y. & Chiu, M.-S. (2002), Decoupling internal model
control for multivariable systems with multiple time delays, Chemical
Engineering Science 57(1), 115124.
Web-BahiaNotcias (2011), http://www.bahianoticias.com.br. Salvador-BA.
Wright, R. & Kravaris, C. (1991), Nonlinear control of a pH processes
using the strong acid equivalent, Industrial & Engineering Chemistry
Research 30(7), 15611572.
Xia, J. A. L., Abreu-Garcia, D. & Hartley, T. T. (1991), Modelling and simulation of a heat exchanger, IEEE International Conf. on System Engineering, Ohio, pp. 453456.
Xiong, Z. & Zhang, J. (2004), Modelling and optimal control of fed-batch
processes using a novel control affine feedfoward neural network,
Neurocomputing 61, 317337.
Zhai, X., Wang, R., Wu, J., Dai, Y. & Ma, Q. (2008), Design and performance of a solar-powered air-conditioning system in a green building,
Applied Energy 85(5), 297311.
Zhang, Q., Reid, J. F., Litchfield, J. B., Ren, J. & Chang, S.-W. (1993), A
prototype neural network supervised control system for bacillus thuringiensis fermentations, Biotechnology and Bioengineering 43(6), 483
489.
Zheng, Q., Chen, Z. & Gao, Z. (2009), A practical approach to disturbance
decoupling control, Control Engineering Practice 17(9), 10161025.

2013 - Modelagem, Controle e Otimização de Processos Da Indústria Do Etanol - Uma Aplicação em Energia Solar - Tese - UFSC

Caricato da

Informazioni sul documento

Titolo originale

Copyright

Formati disponibili

Condividi questo documento

Condividi o incorpora il documento

Opzioni di condivisione

Hai trovato utile questo documento?

Questo contenuto è inappropriato?

Copyright:

Formati disponibili

2013 - Modelagem, Controle e Otimização de Processos Da Indústria Do Etanol - Uma Aplicação em Energia Solar - Tese - UFSC

Caricato da

Copyright:

Formati disponibili

UNIVERSIDADE FEDERAL DE SANTA CATARINA

MODELAGEM, CONTROLE E OTIMIZAO DE

Marcus Vincius Americano da Costa Filho

UNIVERSIDADE FEDERAL DE SANTA CATARINA

MODELAGEM, CONTROLE E OTIMIZAO DE

Marcus Vincius Americano da Costa Filho

Florianpolis, 22 de fevereiro de 2013.

MODELAGEM, CONTROLE E OTIMIZAO DE

Prof. Julio Elias Normey Rico, Dr.

Prof. Jomi Fred Hbner, Dr.

Prof. Julio Elias Normey Rico, Dr. - DAS/UFSC

Prof. Oscar Alberto Zanabria Sotomayor, Dr. - UFS

Prof. Rodolfo Csar Costa Flesch, Dr. - JOI/UFSC

Prof. Augusto Humberto Bruciapaglia, Dr. - DAS/UFSC

Prof. Daniel Juan Pagano, Dr. - DAS/UFSC

Prof. Agustinho Plucenio, Dr. - DAS/UFSC

Na vida, nada se perde. Somente se ganha, e

Aos meus pais, Maria Hermnia e Marcus Vincius,

MODELAGEM, CONTROLE E OTIMIZAO DE

MODELING, CONTROL AND OPTIMIZATION OF

Lista de Abreviaturas e Siglas

3 Sistema de Controle da Unidade de Fermentao

Planta Solar Integrada Unidade de Fermentao

Um Estudo Proposto para Sistemas de Controle Avanado

3.1.1 Sistema de Controle Avanado

Comentrios Finais e Planejamento Futuro

etapas de produo de acar e etanol . . . . . . . . . . . .

sistema de controle e automao . . . . . . . . . . . . . . .

diagrama de blocos do sistema de controle completo . . . .

planta solar de refrigerao . . . . . . . . . . . . . . . . . .

4.14 dinmicas do etanol e do substrato para cada cenrio . . . .

estrutura geral do NMPC para processos com atraso . . . . . 128

definio dos cenrios . . . . . . . . . . . . . . . . . . . . .

elementos que compem cada slido . . . . .

cdigo genrico para comunicao e controle . . . . . . . . 112

ndices de controle . . . . . . . . . . . . . . . . . . . . . . 121

Lista de Abreviaturas e Siglas

AEMET Agencia Estatal de Meteorologa

GPC Generalized Predictive Control

UAL Universidade de Almera

vetor de respostas livres do processo

matriz diagonal composta pelos fatores de ponderao do

matriz diagonal composta pelos fatores de ponderao do

vetor dos incrementos de controle calculados para o horizonte de controle

vetor de referncias futuras

vetor das sadas futuras do processo

calor liberado durante a fermentao

tempo de amostragem do otimizador

incremento do sinal da entrada i do processo no domnio

constante de reduo pelo pH

velocidade especfica de crescimento celular

mximo crescimento especfico

coeficiente de morte celular global

constante de inibio pelo substrato

constante de saturao pelo substrato

coeficiente de morte pelo etanol

coeficiente de morte pela temperatura

produo de etanol associada ao crescimento celular

coeficiente de manuteno celular

horizonte de predio do otimizador

concentrao do produto quando o crescimento celular

fluxo de energia retirada da coluna de destilao

fluxo de energia aplicada na coluna de destilao