Implementación y modelamiento predictivo de cocción downflow lo-solid en digestor continuo.

Abstract

Neste trabalho, pretende-se mostrar as alterações feitas no processo de polpação do digestor contínuo de uma das linhas na Planta Arauco, a partir dos resultados alcançados pretende-se fornecer dados para o desenvolvimento de um modelo preditivo do número kappa no digestor contínuo Down Flow Lo-Solid. O cozimento Lo-sólido que estava em operação desde 2000, foi deficiente na área de lavagem, o que levou ao desenvolvimento de um novo processo chamado Downflow Lo-Solid. A partir desse processo conseguiu-se reduzir significativamente os níveis DQO na linha de fibra, incluindo a entrada de branqueamento que diminuiu 24%, atingindo valores de 10,8 (kg DQO / tas), porém este não se traduz em poupança dióxido de na área de branqueamento. As melhorias na lavagem da polpa permitiram reduzir o consumo de antiespumante 42%, reduzindo o consumo a um valor especifico de 0,81 (kg AE / tsa). Com relação à qualidade da polpa obtida, esta apresenta diminuição nas propriedades físico-mecânicas, embora essa característica seja atribuída ao fato de o digestor receber uma mistura de cavacos com diferentes tempos de armazenamento, o que alterou diversos parâmetros analisados neste trabalho. Foi definido que era necessário para modelar o comportamento do número kappa no digestor, devido à importância desta variável, como ele define todo o processo de cozimento. Obtiveram-se modelos que preveem um coeficiente de correlação de 0,817 para uma rede neural artificial com controle de Bayesian e uma camada.

This paper shows the modifications made to the cooking process in Line 2 continuous digester (Arauco Mill), also the results achieved, thus providing the bases for the development of a predictive model in the kappa number at the blowing line of continuous digester with the Down Flow Lo-Solid. The Lo-Solid cooking process used since 2000, showed deficiencies in the washing area, which led to a modification in the Lo-Solid process. This allowed to get a significant drop in the COD levels in the fiber line, particularly at the bleaching in feed, where it dropped around 24%, reaching 10,8 values (kg COD/Bdt). Therefore, this does not result in dioxide savings at the bleaching area. The improvements in pulp washing allowed to reduce the defoaming consumption in the bleaching area by 42%, reaching 0,81(kg DF/Adt) specific value. As to the quality of the pulp, it showed drops in physical-mechanical properties, though this might be due to the use of a mixture of chips feeding the digester from long-stored wood, which changed several parameters involved in this project. It was agreed to make models from the behavior of the kappa number in the digester blowing line, due to the significance of such variable, since it fully defines the cooking process. The resulting models predict a 0,817 correlation coefficient for an artificial neuronal net with Bayesian regulation and one layer.