Documenti di Didattica
Documenti di Professioni
Documenti di Cultura
ERECHIM, RS BRASIL
NOVEMBRO DE 2006
MODELAGEM E ANLISE DE UM PROCESSO DE COZIMENTO DE
BALAS MASTIGVEIS
Comisso Julgadora:
_____________________________________________
Prof. Marcos L. Corazza , D.Sc.
_____________________________________________
Prof. Fernanda de Castilhos Corazza, D.Sc.
_____________________________________________
Prof. Vivaldo Silveira Jr., D. Sc.
_____________________________________________
Prof. Marco Di Luccio, D.Sc.
A minha me pelos ensinamentos de vida e pelo incentivo em todos os momentos. Voc est
sempre comigo, mesmo estando to longe.
A Tianinha, minha me de corao, pela energia e proteo espiritual, agora, mais que nunca.
iv
AGRADECIMENTOS
Aos meus orientadores Fernanda e Marcos Corazza, pela pacincia, dedicao, orientao e
apoio, sempre compartilhando seus conhecimentos comigo e incentivando cada etapa do
trabalho. Vocs foram mais que especiais e devo tambm a vocs o meu sucesso.
acadmica, Maria Rita pelo auxlio e dedicao na realizao dos experimentos. Sua
dedicao me faz ter certeza de que ter muito sucesso profissional.
Ao colega Adilson Danzieri que sempre esteve disposto a me auxiliar no trabalho proposto..
todos os meus funcionrios, dos quais me orgulho pela dedicao e apoio, que colaboraram
direta ou indiretamente para a realizao deste trabalho.
Aos amigos especiais da turma de Mestrado pela parceira, companheirismo e longas horas
de dedicao e estudo durante o curso.
Aos meus amigos, pelo apoio e carinho em todos os momentos da minha vida.
v
Resumo da Dissertao apresentada ao Programa de Mestrado em Engenharia de Alimentos
como parte dos requisitos necessrios para a obteno do Grau de Mestre em Engenharia de
Alimentos.
O objetivo deste trabalho foi desenvolver um sensor virtual on line para inferir a umidade
final da calda de bala mastigvel, em um processo industrial de cozimento. Para atingir este
objetivo, uma abordagem hbrida neural foi utilizada. O processo foi dividido em duas etapas
distintas. A primeira etapa consiste na evaporao e cozimento da calda de bala e a outra
etapa um processo de desumidificao, denominada de secagem a vcuo. A segunda etapa
tem um papel preponderante na determinao da umidade final da calda de balas mastigveis,
que a principal propriedade para a obteno do produto com caractersticas especficas. O
modelo do processo em malha fechada, o qual baseado nas relaes fundamentais de
balano de massa e de energia, foi validado a partir de dados reais do processo industrial
considerado. O processo de secagem a vcuo foi modelado usando uma abordagem baseada
em uma Rede Neural Artificial (RNA), em funo da caracterstica pseudoestacionria do
processo de secagem a vcuo industrial. A RNA mostrou ser uma alternativa vivel para a
modelagem deste processo, uma vez que foram observados desvios mximos de 2% para os
valores de umidade da calda. De uma forma geral, a abordagem para desenvolvimento do
sensor virtual para umidade final do processo, a partir das modelagens fenomenolgica do
processo de evaporao e emprica para a etapa de secagem final da massa, pode ser
considerada eficiente para representao do processo industrial de cozimento de caldas de
balas mastigveis e para a inferncia da umidade final da calda de bala. Alm disso, neste
vi
trabalho foram determinados dados experimentais de elevao do ponto de ebulio (Teb) da
calda de bala mastigvel, atravs de uma metodologia ebuliomtrica. Os dados de Teb, em
funo da concentrao de slidos totais e da presso absoluta do sistema, foram modelados
usando o modelo emprico de CAPRISTE e LOZANO (1988). Este modelo foi capaz de
correlacionar os dados experimentais para a calda de bala.
vii
Abstract of Dissertation presented to Food Engineering Program as a partial fulfillment of the
requirements for the Master in Food Engineering
The objective of this work was to develop a virtual sensor for online inference of final
moisture of chewy candy syrup, in an industrial cooking process. For this propose, a neural
hybrid approach was used. The industrial process was divided in two distinct steps. The first
one is the evaporation and cooking process and the other is a dehumidification process, named
as vacuum drying. The second step has an essential role in the determination of the final
moisture of the chewy candy syrup, which is the main property to get the product with
specific characteristics. The closed loop model of the process, which was based on the
fundamental relationships of mass and energy balances, was validated from real data obtained
in the industrial process. The vacuum drying process was modelled with an approach based on
an Artificial Neural Network (ANN), due to the pseudo-stationary characteristic of the
industrial vacuum drying process. The ANN did show to be a reliable alternative for modeling
this process, since the maximum deviations were lower than 2% for the moisture values of
syrup. In a general way, the approach for development of the virtual sensor for the final
humidity of the process, through the fenomenological models of the evaporation process and
empiric model for the drying phase can be considered efficient for the representation of the
industrial cooking process for chewy candy syrup and inference of the final humidity of the
candy syrup. In addition, the boiling point elevation (Teb) of the chewy candy syrup was
determined using an ebulliometric methodology. The experimental data of Teb, which is a
function of the total solids concentration and absolute pressure of the system, were modeled
using the empirical model of Capriste and Lozano. This model was able to correlate the
experimental data for the candy syrup.
viii
SUMRIO
1 INTRODUO ............................................................................................................... 1
1.1 Motivao e relevncia................................................................................................. 1
1.2 Objetivos...................................................................................................................... 2
2 REVISO DA LITERATURA ........................................................................................ 4
2.1 Balas ............................................................................................................................ 4
2.2 Processamento de balas ................................................................................................ 7
2.3 Qualidade das balas mastigveis................................................................................. 11
2.4 Elevao do ponto de ebulio ................................................................................... 12
2.5 Modelagem de evaporadores ...................................................................................... 13
2.6. Redes Neurais ........................................................................................................... 15
2.7. Sensores Virtuais....................................................................................................... 17
3 MATERIAIS E MTODOS........................................................................................... 19
3.1. Determinao da Elevao do Ponto de Ebulio ...................................................... 19
3.2 Obteno de dados operacionais do processo.............................................................. 21
3.2.1 Calibrao do sensor de temperatura.................................................................... 23
3.2.2 Determinao da curva de vazo da bomba.......................................................... 23
3.2.3 Atuao do controlador de temperatura no start up do cozedor ............................ 23
3.2.4 Avaliao do controlador de temperatura diante do problema servo ..................... 24
3.2.5 Determinao da umidade na cmara de vcuo .................................................... 24
4 RESULTADOS E DISCUSSO.................................................................................... 26
4.1 Elevao da temperatura de ebulio .......................................................................... 26
4.2 Obteno de dados operacionais do processo.............................................................. 30
4.2.1 Calibrao do sensor de temperatura.................................................................... 30
4.2.2 Determinao da curva de vazo da bomba.......................................................... 31
4.2.3 Atuao do controlador de temperatura no start up do cozedor ............................ 32
4.2.4 Atuao do controlador de temperatura diante do problema servo........................ 34
4.2.5 Cintica de umidade durante o processo de secagem............................................ 35
4.3 Modelagem do processo ............................................................................................. 38
4.3.1 Modelagem da etapa de evaporao..................................................................... 39
4.3.2 Determinao do Coeficiente Global de Troca Trmica (UA) .............................. 44
4.3.3 Modelagem da Etapa de Secagem........................................................................ 53
5 CONCLUSES E SUGESTES ................................................................................... 56
5.1 Concluses................................................................................................................. 56
ix
5.2 Sugestes ................................................................................................................... 58
6- REFERNCIAS BIBLIOGRFICAS ............................................................................. 59
7 APNDICES ................................................................................................................. 64
APNDICE A CURVA DE COZIMENTO DE BALAS ............................................... 64
APNDICE B VALORES DE ELEVAO DO PONTO DE EBULIO PARA A
CALDA DE BALAS EM DIFERENTES CONCENTRAES. ..................................... 65
APNDICE C DADOS DAS CINTICAS DE RETIRADA DE UMIDADE FINAL NA
CALDA DE BALA MASTIGVEL................................................................................ 67
x
LISTA DE FIGURAS
xi
Figura 21 Resultados de simulao transiente para a temperatura de sada (Ts) e
concentrao (Xs) no processo de cozimento. ....................................................................... 47
Figura 22 Resultados de simulao transiente para as vazes de entrada (qb), vazo de
evaporado (qv), vazo de massa de sada (qs) e vazo de vapor demandado no processo (mv).
............................................................................................................................................ 48
Figura 23 Comportamento dinmico do cozedor em malha fechada para as condies das
Simulaes 1(a), (1b) e 1(c). ................................................................................................ 50
Figura 24 Comportamento dinmico do cozedor em malha fechada para as condies das
Simulaes 2(a), 2(b) e 2(c). ................................................................................................ 51
Figura 25 Comportamento dinmico do cozedor em malha fechada para as condies das
Simulaes 3(a), 3(b) e 3(c). ................................................................................................ 51
Figura 26 - Simulao da concentrao de calda de balas na sada do cozedor (Xs), em
diferentes condies de simulao........................................................................................ 52
Figura 27 Dados preditos pela RNA e valores experimentais para o grupo de treinamento. 54
Figura 28 - Dados preditos pela RNA e valores experimentais para o grupo de validao
usando o Conjunto 6. ........................................................................................................... 55
Figura 29 - Dados preditos pela RNA e valores experimentais para o grupo de validao
usando o Conjunto 7. ........................................................................................................... 55
xii
LISTA DE TABELAS
Tabela 1 Dados de temperatura de ebulio para uma soluo de sacarose a 760 mmHg. .. 13
Tabela 2 Parmetros ajustados para o modelo de elevao do ponto de ebulio (CAPRISTE
e LOZANO, 1988). .............................................................................................................. 27
Tabela 3 - Composio nutricional da calda de bala mastigvel (Fonte: Peccin S.A.). .......... 43
Tabela 4 - Valores do coeficiente global de troca trmica calculados a partir de dados
operacionais do processo...................................................................................................... 45
Tabela 5 Condies das simulaes em malha fechada para o processo de cozimento de
balas. ................................................................................................................................... 49
xiii
NOMENCLATURA
xiv
qv = vazo da gua evaporada [kg / s]
R = coeficiente de correlao
SP = valor do set point [C]
s.t. = slidos totais [% p/p]
T = temperatura da calda de bala [C]
Tb = temperatura de alimentao [C]
Teb = temperatura de ebulio [C]
Tebcalc = temperatura de ebulio calculado [C]
Tebexp = temperatura de ebulio experimental [C]
TH2O = temperatura da gua [C]
T processo = temperatura do sensor usado no processo [C]
T real = temperatura real do sensor de referncia [C]
Ts = temperatura da calda na sada da etapa de evaporao [C]
Tv = temperatura do vapor saturado [C]
T = bias do controlador [C]
t = tempo [s]
U = coeficiente global de troca trmica [kW.oC-1]
x = entrada da rede neural
X = frao de slidos totais [% p/p]
Xb = concentrao de slidos totais da calda na alimentao [% p/p]
Xs = concentrao de slidos totais da calda na sada da etapa de evaporao [% p/p]
wo = peso da conexo para a camada de sada da rede neural
wh = peso da conexo para a camada interna da rede neural
y = sada dos neurnios da camada interna
Z = sada da rede neural
xv
1 INTRODUO
O Rio Grande do Sul ocupa o segundo lugar em termos de produo de doces e balas,
perdendo apenas para So Paulo, pois das sete indstrias brasileiras que produzem acima de 2
mil toneladas/ms, duas esto localizadas no estado. As empresas de candies do Rio Grande
do Sul comercializam seus produtos em todo o territrio nacional e em mais de 60 pases e
esto concentradas no Norte Gacho, liderada por Erechim, e no Vale do Taquari, com nfase
em Lajeado. Frente a esta concorrncia, as indstrias esto buscando cada vez mais
aperfeioar seus sistemas de produo para serem mais competitivas, objetivando processos
mais econmicos e de maior qualidade.
Para se ter garantias de qualidade, esta deve ser estabelecida em todas as etapas do
processo, desde a matria prima, at o produto final. So prticas comuns nas empresas a
garantia de qualidade nas matrias-primas e no produto final, porm o grande desafio em
1
termos do processo est em implantar nos processos de fabricao, procedimentos de
otimizao e controle de variveis de processo de forma a garantir a qualidade do produto
final.
1.2 Objetivos
Para atingir o objetivo geral, as seguintes etapas, que podem ser delineadas como
objetivos especficos;
2
Modelagem matemtica do processo industrial de cozimento de calda de balas
mastigveis;
3
2 REVISO DA LITERATURA
Neste captulo apresentada uma breve reviso da literatura sobre balas em geral e
matrias-primas usadas no processo de fabricao de balas mastigveis, bem como da
qualidade do produto, onde destaca-se a sua umidade final. ainda apresentada, uma
descrio do processo de cozimento de balas mastigveis em evidncia no presente trabalho.
2.1 Balas
4
O caramelo considerado um produto preparado base de leite, acares, manteiga ou
gorduras comestveis, podendo ser adicionado de amido na quantidade mxima de 3%, e de
outros aditivos que o caracterizam, tais como caf, coco, ovos e este submetido coco at
o grau de consistncia adequada. O toffee um caramelo submetido coco mais
prolongada, at a obteno da massa mais dura.
5
As gorduras so formadas pela unio de uma molcula de glicerina com trs molculas
de cidos graxos. Denomina-se gordura vegetal hidrogenada o produto obtido da
hidrogenao dos ligaes duplas, transformando-os em ligaes simples (MOTH, 2001a).
As gorduras do suavidade e plasticidade massa da bala mastigvel, tambm evitam que a
mesma se agregue nas mquinas do processo, nos papis de embalagens e dentes na ingesto
humana, ainda, auxiliam na dissoluo e fixao dos aromas e reduzem a viscosidade da
massa.
6
caracterstica azeda est relacionada ao tipo de cido e a quantidade usada na formulao
(MOTH, 2001a).
PR MISTURA
COZIMENTO
RESFRIAMENTO I
TEMPERAGEM
SOVAGEM
INJEO DO
EXTRUSO
RECHEIO
TREFILAGEM E ESTAMPAGEM
RESFRIAMENTO II
EMBRULHO
SELEO DE QUALIDADE
EMPACOTAMENTO E ENCAIXOTAMENTO
7
A descrio das etapas envolvidas no processo de fabricao de balas mastigveis,
desde a mistura das matrias-primas at a expedio encontra-se descrita a seguir.
A pr-mistura realizada por uma balana dosadora para pesar todos os ingredientes
conforme frmula pr-determinada. Os ingredientes so misturados a uma temperatura de
aproximadamente 50C at total dissoluo. A calda armazenada em um reservatrio com
agitador de onde ser bombeada para o sistema de cozimento.
Em um reservatrio encamisado com vapor, com uma rosca sem fim, a massa
colocada para que se forme um cordo grosso. Nesta etapa, adicionado o recheio atravs de
uma bomba que conectado na sada da extrusora.
A etapa conhecida por trefilagem tem a funo de controlar o peso final da bala. Isso
determinado pela reduo do dimetro do basto formado desde a entrada no primeiro par de
discos perfilados, na sada da extrusora, at o ltimo par, que antecede a mquina de
estampar. O nmero de pares de discos perfilados varia dependendo da velocidade da
mquina de estampar e do peso da bala desejado. Quanto maior o nmero, maior a velocidade
8
da mquina de estampar e mais preciso o peso da bala. Este equipamento pode ser visto
parcialmente na Figura 3.
9
A estampagem realizada em um equipamento composto por um arco dentado
internamente e cutelos externos mveis. O movimento do arco faz com que os cutelos se
juntem nos dentes do arco cortando o basto da massa em tamanhos fixos e contnuos. A
Figura 4 mostra o esquema de seu funcionamento.
10
abastecimento. Em seguida, os pacotes prontos so ento, acondicionados em caixas de
papelo ondulado e esto prontos para venda.
Apesar de, durante o processo de fabricao, a bala mastigvel passar por vrias
etapas, ressalta-se que a mais importante a etapa de cozimento da massa, pois nesta etapa
que se definem as caractersticas de textura, maciez e shelf life do produto final.
Sensoriais;
Objetivas;
2. A adio de acar modo ou soro de leite em p poder dar ao produto uma textura
arenosa;
11
6. A adio correta de emulsificantes poder dar uma maior plasticidade ao produto.
Uma vez que a quantidade de slidos totais na massa de bala uma das propriedades
mais importantes na definio da qualidade do produto, e determinada atravs do processo
de evaporao da gua da calda, a elevao do ponto de ebulio (EPE) tem papel
fundamental no processo.
A presso de vapor de uma soluo aquosa menor que a da gua pura na mesma
temperatura, ento, o ponto de ebulio da soluo ser maior que a da gua. Isto chamado
de elevao do ponto de ebulio ou diminuio da presso de vapor (UNIVERSITY OF
MISSISSIPPI, Boiling point elevation, 2006).
12
proporo no comumente usada na formulao de balas mastigveis, visto que outros
ingredientes so tambm utilizados e utiliza-se maior quantidade de sacarose do que glicose
em tal formulao. Desta forma, verifica-se a no disponibilidade de informaes sobre EPE
na literatura, apesar dos mesmos serem fundamentais para o processo de fabricao de balas.
At o presente momento, foram encontrados na literatura dados de EPE para solues de
sacarose. (LEES e JACKSON, 1999; PEROZIN, 2003).
Tabela 1 Dados de temperatura de ebulio para uma soluo de sacarose a 760 mmHg.
13
descrever um comportamento de um evaporador sujeito a perturbaes conhecidas e
desconhecidas; investigar procedimentos de start-up; facilitar o scale-up; etc. (TONELLI et
al.,1990).
14
inclui conhecimento sobre propriedades termo-fsicas que deveriam ser caracterizadas dentro
do equilbrio termodinmico. O desenvolvimento do modelo consistiu numa equao
algbrico-diferencial, que foi validada usando o mtodo sensitivo com dados coletados na
planta industrial. O resultado da simulao demonstrou um comportamento de qualidade
aceitvel, onde os valores estimados para os parmetros foram apropriados para o processo. O
estudo demonstrou que os parmetros mais importantes para o processo so o coeficiente
global de transferncia de calor e o calor latente de vaporizao da gua.
15
incidente, que representado pelo peso associado a esta conexo (KHANNA, 1990). As redes
neurais podem ser representadas pelo conjunto de equaes a seguir:
n
yj = f( x i .w ijh + b i ) (1)
i
m
Zp = f ( y j .w ojp + b j ) (2)
j
onde y sada dos neurnios da camada interna; x entrada da rede neural; Z sada da rede
neural; b bias; wh peso da conexo para a camada interna; wo o peso da conexo para a
camada de sada; f a funo de ativao; n o nmero de entradas, m nmero de unidades
internas e p o nmero de sadas.
16
HORIUCHI et al. (2004), utilizou uma rede neural do tipo backpropagation para
predizer o final da etapa de acidificao, o que segundo o autor uma das principais etapas do
processo na fabricao de queijos.
Recentemente, as redes neurais vem sendo utilizadas nos processos industriais como
sensores virtuais, inferindo variveis dificilmente medidas na planta industrial e na deteco e
diagnstico de falhas.
Uma anlise do papel dos sensores virtuais nos sistemas de controle encontra-se no
trabalho de ALBERTOS e GOODWIN (2002). Os autores ressaltam a importncia do
processamento da informao e que a medida da varivel fsica pode ser simplificada se o
esforo desta medida for compensado por este processamento. Os sistemas de controle so
processadores de informao e com isso, a maioria dos avanos na teoria de informao pode
ser incorporada no sistema de controle, tornando cada componente da malha mais verstil e
fcil de usar.
LINKO et al. (1999), discutem a aplicao de redes neurais como sensores virtuais
com exemplos processos de produo de enzimas. Os autores enfatizaram como vrios fatores
afetam a performance da rede neural como arquitetura, topologia, funo de ativao e
17
seleo das variveis de entrada atravs de alguns exemplos. No trabalho destes autores, uma
extensa reviso bibliogrfica sobre a aplicao de redes neurais em processos enzimticos
encontrada.
Uma rede neural foi usada como modelo preditivo na transferncia de calor e massa no
processo de secagem de amido e manga. A rede neural fornecia predies on-line de
temperatura e de umidade durante a secagem. Os resultados obtidos foram satisfatrios e a
rede neural pode ser usada para estimao de estado e controle de processos de secagem
(HERNNDEZ-PREZ et al., 2004)
JESUS (2004) utilizou redes neurais para inferir a concentrao de acar, em Brix,
no ltimo efeito em um sistema de evaporadores de mltiplo efeito. O autor utilizou dados de
uma usina de acar industrial. Os resultados obtidos foram encorajadores e sugerem que
estas podem ser uma boa alternativa como software sensores da concentrao do ltimo efeito
de evaporao.
18
3 MATERIAIS E MTODOS
19
O procedimento experimental descrito foi realizado para diferentes concentraes de slidos
totais da calda de bala mastigvel.
5
3
6
2 4
1
8
eb = Teb TH 2O (3)
20
No presente trabalho, os dados experimentais de elevao de temperatura de ebulio
em funo da frao de slidos totais e presso foram correlacionados usando o modelo de
CAPRISTE e LOZANO (1988);
eb = 1 X 2 e ( 3 X ) P 4 (4)
onde P a presso absoluta em mmHg, X a frao de slidos totais, 1, 2, 3 e 4 so
coeficientes empricos. Tais coeficientes foram ajustados aos dados experimentais usando a
ferramenta Solver do Excel, minimizando a seguinte funo de mnimos quadrados:
nobs
FO = ( Teb calc Teb exp )2 (5)
i
21
atravs da abertura temporizada do pisto de controle (7). Aps o tempo determinado na
cmara de vcuo, a vlvula de entrada de ar (10) aberta permitindo que o reservatrio de
massa (11) seja esvaziado e a massa segue para a etapa de resfriamento.
13
8
7
4 12
10
9
11
22
3.2.1 Calibrao do sensor de temperatura
A calibrao foi realizada usando uma mufla de aquecimento, onde foram colocados
na mesma posio os dois sensores de temperatura, um para a fase lquida e um para a fase
vapor. A aquisio de dados de temperatura durante o procedimento foi feita usando-se um
sistema de aquisio de dados DataLog.
23
Durante a coleta de dados, as seguintes variveis do processo foram mantidas
constantes: frao de slidos e temperatura de alimentao; presso de vapor na camisa do
cozedor; vazo da bomba de alimentao; tempo de permanncia na cmara de vcuo e a
temperatura de sada do cozedor (mesmo set point).
24
onde o galvanmetro no est deflectado. Durante a titulao, enquanto existe gua presente,
o nodo despolarizado e o ctodo polarizado. No ponto final, o pequeno excesso de iodo
despolariza o ctodo, resultando no aparecimento de corrente, que detectada pela defleco
da agulha do galvanmetro.
25
4 RESULTADOS E DISCUSSO
26
concentrao da calda e a presso absoluta, comportamento tpico para solues com pelo
menos um componente no voltil.
120
110
100
90
80
Teb [oC]
70
60
gua (Este Trabalho)
50 gua (Eq. Antoine)
Calda 60% de ST
40 Calda 70% de ST
Calda 74,5% de ST
30
Calda 80% de ST
20
0 100 200 300 400 500 600 700 800
P [mmHg]
27
Na Figura 8 so demonstrados os dados experimentais em diferentes teores de slidos
totais e os valores previstos pelo modelo ajustado (parmetros da Tabela 2), onde pode se
verificar que o modelo apresenta capacidade de correlacionar de forma eficiente os dados
experimentais de eb para solues de caldas de balas mastigveis.
120
Calda a 70,0% de ST
Modelo (70,0% de ST)
Calda 74,5% de ST
Modelo (74,5% de ST)
Teb da Soluo ( C)
90 Calda 80,0% de ST
o
60
30
30 40 50 60 70 80 90 100 110
o
Teb da gua ( C)
28
demonstra a influncia exercida pela varivel composio da calda na elevao do ponto de
ebulio da soluo.
140
135
Este Trbalho (dados de EPE)
Modelo de EPE Ajustado
130
Dados do Processos
125 Lees e Jackson (1999)
Teb da Soluo [ o C]
120
115
110
105
100
95
90
30 40 50 60 70 80 90 100
160
Modelo ajustado neste trabalho
150
Westphalen e Maciel (2000)
Teb da Soluo [oC]
130
120
110
100
90
80
40 50 60 70 80 90 100
29
De uma maneira geral, pode ser observado que o aparato experimental utilizado para
medidas de elevao da temperatura de ebulio de solues de caldas de balas mastigveis
confivel, uma vez que pequenas diferenas so observadas entre os valores de temperatura
de ebulio para a gua, obtidas experimentalmente, e os valores tericos usados. O
comportamento dos dados experimentais de temperatura de ebulio da calda de bala obtidos
apresentam dependncia no linear em relao a concentrao da soluo e a presso
absoluta. Ainda, ressalta-se que o modelo emprico usado para modelar a elevao da
temperatura de ebulio para a calda de bala, em funo da concentrao de s.t. e presso,
mostrou ser capaz de correlacionar os dados experimentais. De forma que, este pode ser usado
para representar o comportamento termodinmico do sistema investigado.
Uma vez que, a qualidade dos dados e informaes do processo na unidade industrial
so importantes na modelagem do processo, foi realizada uma aferio do conjunto
sensor/indicador de temperatura do processo. Para a calibrao do sensor de temperatura do
processo e do indicador de temperatura do cozedor de balas foi usado como referncia (Treal)
um sensor de termoresistncia PT100 calibrado e uma mufla como meio de aquecimento,
conforme descrito anteriormente no captulo 3. Os dados de temperatura do sensor do
processo e do sensor de referncia so apresentados na Figura 11. A partir destes resultados,
uma curva de calibrao foi obtida (equao linear (6)), em que o coeficiente de correlao
para o ajuste foi R2 = 1;
30
Temperatura de referncia [C]
31
Vazo m ssica [kg/m in]
32
na Figura 14, a temperatura atingiu 141C e esta demora um tempo maior para atingir o set
point. Apesar da influncia do operador, o controlador mostrou rapidez em atingir o set point
de temperatura, indicando ter uma dinmica rpida.
Temperatura [C]
tempo [s]
Tempo [segundos]
33
De uma maneira geral, pode ser observado nas Figuras 13 e 14 que apesar da diferena
de tempo para o sistema atingir o regime permanente nas duas coletas, ambas estabilizaram
antes de 3 minutos, o que para um processo industrial bastante eficiente.
Para avaliar a atuao do controlador diante do problema servo, foram realizados dois
testes degrau no cozedor em estado estacionrio: um positivo e um negativo, ambos com
amplitude igual a 15C.
tempo [s]
34
Temperatura [C]
tempo [s]
35
s de processo. Durante estes oitenta segundos iniciais, o pisto da cmara de vcuo encontra-
se aberto permitindo a passagem da massa proveniente da cmara de expanso. Este perfil de
umidade ocorre porque a quantidade de massa na cmara menor no tempo inicial de carga
(at 50s), facilitando a perda de gua da primeira poro de massa. Esse comportamento
verificado em funo do procedimento adotado, em que cada ponto da cintica de secagem
dado por uma nova corrida experimental, desde o tempo zero. Ainda h uma caracterstica
peculiar do sistema de vcuo, em que a presso do sistema no instantnea, no momento em
que o pisto fechado a presso diminui gradativamente at atingir seu valor pr-
estabelecido, resultando em um decrscimo na taxa de retirada de umidade. Ressalta-se que
tal comportamento de presso na etapa de secagem implica numa dinmica
pseudoestacionria do processo.
De uma forma geral, a partir dos resultados de secagem obtidos verifica-se que a
influncia desta na umidade final significativa, conduzindo at uma alterao de 2% nos
valores desta.
Cabe ressaltar ainda, que em funo da complexidade envolvida no processo de
secagem vcuo da massa de bala, principalmente pela caracterstica pseudoestacionria
ocasionada pela variao temporal na presso, uma modelagem fenomenolgica fica
comprometida a priori. Tal modelagem impossibilitada por que no h registro no processo
desta variao de presso de vcuo no momento. Esse comportamento verificado
visualmente pelos operadores. A partir do suposto, a utilizao de RNA para a modelagem do
processo de secagem apresenta-se como alternativa mais adequada.
Desta forma, verifica-se que o ajuste final da umidade efetivamente realizado nesta
etapa do processo.
10.0 10.0
Umidade em Base mida [%]
Umidade em Base mida [%]
9.0 9.0
8.0 8.0
7.0 7.0
6.0 6.0
5.0 5.0
0 50 100 150 200 250 0 50 100 150 200 250
tempo [s] tempo [s]
Figura 17(a) - Perfil de umidade no processo de Figura 17(b) - Perfil de umidade no processo de
secagem: Dados da Tabela 4 - Conjunto 1. secagem: Dados da Tabela 4 - Conjunto 2.
36
10.0
10.0
Umidade em Base mida [%]
9.0 9.0
7.0 7.0
6.0 6.0
5.0 5.0
0 50 100 150 200 250 0 50 100 150 200 250
tempo [s] tempo [s]
Figura 17(c) - Perfil de umidade no processo de Figura 17(d) - Perfil de umidade no processo de
secagem: Dados da Tabela 4 - Conjunto 3. secagem: Dados da Tabela 4 - Conjunto 4.
Umidade em Base mida [%]
10.0 10.0
9.0
Umidade em Base mida [%]
9.0
8.0 8.0
7.0
7.0
6.0
6.0
5.0
0 50 100 150 200 250 5.0
0 50 100 150 200 250
tempo [s]
tempo [s]
Figura 17(e) - Perfil de umidade no processo de Figura 17(f) - Perfil de umidade no processo de
secagem: Dados da Tabela 4 - Conjunto 5. secagem: Dados da Tabela 4 - Conjunto 6.
10.0
Umidade em Base mida [%]
9.0
8.0
7.0
6.0
5.0
0 50 100 150 200 250
tempo [s]
37
secagem: Dados da Tabela 4 - Conjunto 7.
38
Evaporao
Secagem a Vcuo
39
O modelo para a etapa de evaporao foi obtido aplicando um balano de massa
global, balano de massa para slidos totais e balano de energia para a calda de balas.
Aplicando o balano de massa global, tem-se;
dM
= qb q s + q v (9)
dt
qb = q s + qv (10)
d ( MX s )
= X b qb X s q s (11)
dt
dX s X b q b X s q s
= (12)
dt M
d
(M H s ) = qb H b q s H s qv H v + Q (13)
dt
40
dH s
M = qb H b q s H s q v H v + Q (14)
dt
Q = UATML (15)
Onde,
T2 T1
TML = (15a)
T
ln 2
T1
sendo U o coeficiente global de troca trmica e A a rea de troca trmica.
Nas equaes acima, a entalpia da calda definida pelo produto da capacidade
calorfica pela temperatura. Assim, a equao (16) define a entalpia na sada da etapa de
evaporao e a equao (17), na alimentao:
41
H s = Cp ( X s ) Ts (16)
H b = Cp ( X b ) Tb (17)
dH s H s dX s H s dT
= + (18)
dt X s dt T dt
H s H s
onde e so obtidas analiticamente a partir das equaes (16) e (17) e a
X S Ts
dX s
expresso para obtida a partir do balano de massa para slidos totais (equao 12). A
dt
dTs
equao (19) define a temperatura de ebulio da soluo. A expresso para , equao
dt
(20), pode ser obtida por meio da derivao da equao (3) e reescrita como;
Assim;
dTs eb dX s
= (20)
dt X s dt
dH s
Substituindo na equao (14), obtm-se a expresso para a vazo de gua
dt
evaporada no sistema:
q b (H b H s ) (ac + b )qb ( X b X s ) + Q
qv = (21)
X s (ac + b ) + H v H s
42
H s
a= (22)
Ts
H s
b= (23)
X s
c = eb (24)
X s
Ainda, a entalpia de vapor saturado (Hv) e condensado (Hc) podem ser dadas pelas
equaes (25) e (26), respectivamente (PERRY e GREEN, 1984);
H c = 4,187 T (26)
43
Em regime permanente, o modelo desenvolvido para o cozedor (equaes 9 a 27)
resulta em:
X b qb X s q s = 0 (28)
qb H b q s H s qv H v + Q = 0 (29)
t
d erro
Tv = Kc erro + I erro dt + D +T
0
dt (30)
onde;
erro = SP Ts (31)
44
A partir dos dados operacionais de temperatura de alimentao (Tb), temperatura de
sada (Ts), da concentrao de slidos totais na alimentao (Xb) e na sada (Xs) obtidos em
estado estacionrio, o coeficiente global de troca trmica foi determinado pela equao (29):
qs hs + qv hv qb hb
UA = (32)
TML
Para avaliao dos resultados de simulao foram realizados alguns estudos numricos
em regime permanente, os quais so comparados com dados do processo obtidos na unidade
industrial. Tais resultados so apresentados na Figura 20.
A partir dos resultados da Figura 20, verifica-se que o modelo representa de forma
eficiente o processo operacional de evaporao (cozimento) de calda de balas mastigveis.
45
136.0
Dados do processo
134.0 Simulado
132.0
Ts [C]
130.0
128.0
126.0
124.0
91.0 92.0 93.0 94.0 95.0 96.0
Concentrao de Slidos Totais [%]
46
140.0 1.00
120.0 0.80
100.0 0.60
Ts [ C]
Incio da evaporao
o
xs
80.0 0.40
60.0 Ts 0.20
xs
40.0 0.00
0 200 400 600 800 1000 1200 1400
tempo [s]
47
0.30
qb
0.25 qv
0.15
0.10
0.05
Incio da evaporao
0.00
0 200 400 600 800 1000
tempo (s)
48
o valor do set point de temperatura e os valores dos parmetros do controlador para cada
simulao realizada.
49
135
130
125
120
Ts [o C]
50
145
140
135
130
Ts [ C]
125
o
120
Dados do Processo
115 Simulao 2(a)
110 Simulao 2(b)
105 Simulao 2(c)
100
0 100 200 300 400 500 600 700
tempo [s]
135
130
125
Ts [oC]
120
115
Dados do Processo
110 Simulao 3(a)
Simulao 3(b)
105 Simulao 3(c)
100
0 100 200 300 400 500 600 700
tempo [s]
51
A partir dos resultados apresentados nas Figuras 23 a 25, verifica-se que o ganho
proporcional tem maior influncia na performance do controlador quando comparado ao
tempo integral. Dos trs conjuntos de valores avaliados para os parmetros do controlador, os
valores de Kc igual a 18 e I de 0,016 resultaram em uma curva mais prxima aos dados
operacionais, bem como menores valores de ndice de performance do sistema de controle. Os
resultados das simulaes apresentados nas Figuras 23 a 25 validam o modelo proposto em
regime transiente, uma vez que o mesmo capaz de eficientemente representar o
comportamento dinmico do cozedor.
Na Figura 26, so apresentadas os perfis de concentrao de calda em funo do tempo
para as condies iniciais e os valores de parmetros pertinentes s Simulaes 1(a), 2(a) e
3(a) do processo de cozimento (Tabela 7). As trs simulaes possuem condies iniciais e
valores de set point de temperatura distintos. Como o sistema foi simulado em malha fechada,
o valor da temperatura da calda no estado estacionrio igual ao valor do set point.
Conseqentemente, a concentrao de slidos no estado estacionrio diferente nas trs
simulaes. Este comportamento corrobora a relao entre a temperatura de ebulio e a
concentrao da soluo.
1.00
0.95
0.90
Xs
0.85
52
4.3.3 Modelagem da Etapa de Secagem
53
10.0
9.0
7.0
6.0
5.0
5.0 6.0 7.0 8.0 9.0 10.0
Valores Experimentais
Figura 27 Dados preditos pela RNA e valores experimentais para o grupo de treinamento.
Ressalta-se que o erro mdio percentual obtido na etapa de validao da rede foi de
2%, diante disso, pode-se concluir que o erro de predio da RNA aceitvel, principalmente
em se consideradas as variaes intrnsecas na anlise da umidade e no processo industrial.
O modelo hbrido proposto, composto por equaes fundamentais (de balano) e redes
neurais, conseguiu representar com preciso os dados operacionais do cozedor industrial de
balas mastigveis. Uma vez que a umidade do produto no final do processo pode ser predita
pelo modelo com preciso, o mesmo pode ser usado como um sensor virtual com segurana
para inferir a umidade do produto final.
54
10.0
Dados experimentais
9.0 RNA
7.0
6.0
5.0
0 50 100 150 200 250
tempo (s)
Figura 28 - Dados preditos pela RNA e valores experimentais para o grupo de validao
usando o Conjunto 6.
10.0
Dados experimentais
9.0 RNA
Umidade em b.u. [%]
8.0
7.0
6.0
5.0
0 50 100 150 200 250
tempo [s]
Figura 29 - Dados preditos pela RNA e valores experimentais para o grupo de validao
usando o Conjunto 7.
55
5 CONCLUSES E SUGESTES
5.1 Concluses
A partir dos resultados obtidos no presente trabalho, pode ser verificado que a maior
perda de umidade ocorre na primeira etapa do processo, enquanto que na cmara de vcuo, a
perda de umidade significativamente menor, sendo de aproximadamente 2 % (dois por
cento) em base mida. Entretanto, esta segunda etapa do processo de fundamental
importncia para a determinao da umidade final do produto e esta etapa mostrou ser
altamente influenciada pela presso na cmara de vcuo.
56
Para representar os dados de secagem, utilizou-se uma rede neural do tipo Multilayer
Perceptron, em virtude da complexidade do processo e da indisponibilidade do perfil
temporal de presso na cmara de vcuo. O erro percentual de predio da rede neural se
encontra em torno de 2 % (dois por cento) na umidade do produto final, o que considerado
bom, uma vez que as variaes inerentes ao processo produtivo e da anlise laboratorial se
encontram neste mesmo patamar.
De uma maneira geral, o sensor virtual, composto pelo modelo hbrido proposto
(equaes fundamentais e uma rede neural) demonstrou ser capaz de predizer a umidade do
produto no final do processo com preciso, podendo ser usado como um sensor virtual para
inferir a umidade do produto final. Ressalta-se que o desenvolvimento deste trabalho
permitiu um melhor entendimento do processo de cozimento de balas mastigveis, bem como
a verificao de alguns fenmenos associados a tal processo.
57
5.2 Sugestes
58
6- REFERNCIAS BIBLIOGRFICAS
BAUGHMAN, D. R.; LIU, T. A., 1995, Neural Networks in Bioprocess and Chemical
Engineering, 1st ed., USA, Academic Press Inc.
BENNE, M.; GRONDIN-PEREZ, B.; LAN-SUN-LUK, J. D.; CHABRIAT, J. P., Modelling
cane sugar evaporation and crystallisation. Part 2 : a new approach using neural
networks. Inst. Sugar Journal, vol. 101, n 1209, pp 457-461, 1999.
BOILLEREAUX, L.; CADET, C.; BAIL, A., Thermal properties estimation during thawing
via real-time neural network learning. Journal of Food Enginnering, vol. 57, pp 17-
23, 2003
59
CAPRISTE, G.H. e LOZANO, J.E. Effect of concentration and pressure on the boiling
point rise of apple juice and related sugar solitions. Journal of Food Science, vol.
53(3), pp 865 895, 1988 apud WESTPHALEN, D.L e MACIEL, M.R.W. Uso da
equao de Capriste e Lozano para predio da elevao de pontos de ebulio. Anais
do XIII COBEQ, 2000.
CORAZZA, F. C., Estimao de estado e controle timo em tempo real para um secador
industrial de gelatina anlise de viabilidade tcnica. Tese de doutorado. Universidade
Estadual de Maring, Maring PR, Brasil, 2004.
KHANNA, T., 1990, Foundations of Neural Networks, 1st ed., USA, Addison-Wesley
Publishing Company Inc.
60
LAMBERT, R.N., JOYO, D. e KOKO, F.W., Ind. Eng. Chem. Res., vol. 26(1987) pp 100
apud ALY, N.H. e MARWAN, M. A. Dynamic response of multi-effect evaporators.
Desalination, vol. 114, pp 189 196, 1997.
LAURET, P., BOYER, H., Gatina, J. C., Hybrid modelling of sugar boiling process. Control
Enginnering Practice, vol. 8, pp 299-310, 2000.
LENNOX, B., MONTAGUE, G.M., FRITH, A.M., GENT, C., BEVAN, V., 2001, Industrial
application of neural networks an investigation, Journal of Process Control, v.11,
pp.497-507.
LEINER DAVIS GELATIN LEINER. Gelatina.
LEES, R.; JACKSON, E.B. Sugar confectionery and chocolate manufacture. Great Britain,
St Edmundsbury Press Limited, Bury St Edmunds, Suffolk, 1999.
LINKO, S., ZHU, Y.-H., LINKO, P., 1999, Applying neural networks as software sensors
for enzyme engineering, Trends in Biotechnology, v.17, n.4, pp.155-162.
LUCCAS, V.; VISSOTTO, F. Z. Tecnologia de fabricao de balas. Manual tcnico nmero
17. Instituto de Tecnologia de Alimentos, 1999. 100p.
NORGAARD, M.; RAVN, O; POULSEN, N. K.; HANSEN, L. K., 2000, Neural Networks
for Modelling and Control of Dynamic Systems A Practitioners Handbook, 1st
ed., Great Britain, Springer.
61
PEROZIN, D., Modelagem termodinmica de solues aquosas de acares. Dissertao de
mestrado. FEA, Unicamp, Campinas SP, 2003.
RALLO, R.; FERRE-GINE, J.; ARENAS, A.; GIRALT, F., Neural virtual sensor for the
inferential prediction of product quality from process variables. Computers and
Chemical Engineering, 2002.
RUSSEL, N. T.; BAKKER, H. H. C.; CHAPLIN, R. I., Modular neural network modeling
for long-range prediction of an evaporator. Control Engineering Practice, vol. 8, pp
49-59, 2000.
62
ZAMAN, A. A., MCNALLY, T. W., FRICKE, A. L., Vapor pressure and boiling point
elevation of slash pine black liquors: predicitve models with statistical approach.
Ind. Eng. Chem. Res., VOL. 37, pp 275-283, 1998.
63
7 APNDICES
APNDICE A CURVA DE COZIMENTO DE BALAS
64
APNDICE B VALORES DE ELEVAO DO PONTO DE EBULIO
PARA A CALDA DE BALAS EM DIFERENTES CONCENTRAES.
Concentrao Temperatura de
Presso Absoluta Temperatura de Teb
slidos totais o
Ebulio da gua [a]
[mmHg] Ebulio da Calda [ C] [oC]
[% p/p] [oC]
60,0 41,5 41,56 -0,06
110,0 52,5 53,53 -1,03
140,0 59,0 58,60 0,40
190,0 65,7 65,28 0,42
240,0 72,2 70,61 1,59
0,0 290,0 75,8 75,06 0,74
340,0 80,3 78,92 1,38
380,0 82,6 81,67 0,93
440,0 86,6 85,37 1,23
490,0 89,4 88,15 1,25
760,0 99,8 100,00 -0,20
65
80,0 54,6 47,11 7,49
200,0 72,0 66,43 5,57
290,0 81,1 75,06 6,04
74,5 390,0 88,5 82,32 6,18
480,0 94,4 87,61 6,79
760,0 108,5 100,00 8,50
66
APNDICE C DADOS DAS CINTICAS DE RETIRADA DE UMIDADE
FINAL NA CALDA DE BALA MASTIGVEL.
67
Tabela 4 continuao.
Conjunto 3
0 8,85 0,35
15 8,05 0,21
30 8,19 0,02
45 7,69 0,42
60 8,06 0,06
75 8,15 0,10
90 8,04 0,09
118,0 590 8,85 105 7,84 0,16
120 7,97 0,11
135 7,99 0,09
150 7,44 1,15
165 7,35 0,50
180 7,30 0,30
195 7,50 0,40
210 7,20 0,22
Conjunto 4
0 9,50 0,42
15 7,85 0,07
30 7,55 0,27
45 7,47 0,19
60 7,22 0,02
75 7,47 0,08
90 7,30 0,13
126,0 560 9,5 105 7,36 0,04
120 7,03 0,01
135 6,83 0,02
150 6,58 0,19
165 6,65 0,11
180 6,60 0,30
195 6,40 0,20
210 6,55 0,23
Conjunto 5
0 9,01 0,16
15 7,74 0,22
30 6,94 0,42
45 6,24 0,22
60 5,92 0,28
75 6,25 0,24
90 7,25 0,05
126,0 550 9,01 105 6,47 0,57
120 6,37 0,31
135 6,35 0,21
150 5,94 0,04
165 5,97 0,04
180 5,88 0,20
195 5,96 0,14
210 5,90 0,30
68
Tabela 4 continuao.
Conjunto 6
0 9,03 0,16
15 8,50 0,17
30 7,40 0,51
45 8,00 0,32
60 7,30 0,23
75 7,80 0,29
90 7,60 0,30
126,0 590 9,03 105 7,60 0,20
120 7,70 0,12
135 7,30 0,06
150 7,40 0,15
165 7,30 0,15
180 7,20 0,34
195 7,36 0,21
210 7,25 0,30
Conjunto 7
0 8,98 0,16
15 8,40 0,17
30 7,97 0,51
45 7,63 0,32
60 7,43 0,23
75 7,63 0,29
90 7,60 0,30
126,0 590 8,98 105 7,60 0,20
120 7,57 0,12
135 7,23 0,06
150 7,23 0,15
165 7,22 0,15
180 7,15 0,20
195 7,25 0,08
210 7,13 0,26
69