Page 1

Opiniões

al t en im e r pe gu x E ilín o t çã Mul i Ed

www.RevistaOpinioes.com.br

ISSN: 2177-6504

SUCROENERGÉTICO: cana, milho, sisal, açúcar, etanol, biogás e bioeletricidade ano 17 • número 65 • Divisão C • Ago-Out 2020

Ferramentas de inteligência para a área industrial sucroenergética


đ&#x;”Š

IMPORTANTE • IMPORTANT • WICHTIG • First of all, before any action, please touch in the flag of your language. • Tout d'abord, avant toute action, veuillez toucher le drapeau de votre langue. • Primero, antes de realizar cualquier acciĂłn, toque la bandera de su idioma. • Bitte berĂźhren sie vor jeder aktion die flagge ihrer sprache. Para que obtenha o melhor aproveitamento dos recursos que a Plataforma Digital MultimĂ­dia da Revista OpiniĂľes pode lhe oferecer, solicitamos que • assista ao video abaixo. Nele estĂŁo contidos alguns recursos que lhe serĂŁo Ăşteis neste momento. Ao acionar o play, o video abaixo serĂĄ iniciado. Ao chegar no final, o video das instruçþes serĂĄ iniciado novamente, para encerra-lo acione o Play e ligue o som do video ao lado. Assista ao show.

Plataforma Digital MultimĂ­dia da Revista OpiniĂľes

2

Copyright: Europa Technologies, Data SIO, NOAA, NGA, U.S. Navy, GEBCO, INEGI, MapLink, Tele Atlas, US Dept of State Geographer and Google. •Autorized by: Google Cloud Support - 19/Sep/2020

instruçþes




đ&#x;”Š

Ă­ndice Antonio Alberto Stuchi, 10

Consultor especialista em tecnologias

AndrĂŠ Ribeiro Lins de Albuquerque, 12

Diretor da Pentagro Soluçþes Tecnológicas

Alex Sandro Gasparetto, 14

Diretor-presidente da GasBrasiliano

Danilo Lavigne Halla, 16

Diretor de Engenharia da I.Systems

Eduardo Calichman, 20

Consultor da Calichman Consultoria

Marco Antonio Alasmar, 22

Diretor TÊcnico da RAM Automação

Julio Cezar Araujo do Espirito Santo e JoĂŁo Farah Emiliano, 26 Gerente e Diretor da ĂĄrea de Tecnologia Industrial da GranBio, respectivamente

Henrique Berbert Amorim Neto e Fernando Henrique C. Giometti, 30

Diretor-presidente e Especialista de Aplicação da Fermentec, respectivamente

Julimar Clemente de Souza, 32

Diretor de Operaçþes da Usina Santa Terezinha

Jaime Finguerut, 36

Diretor do ITC Instituto de Tecnologia Canavieira

Paulo Henrique Fantinatti e HĂŞnio JosĂŠ Rospendowski Junior, 38

Gerente Industrial de Produção e Gerente Industrial Geral da Ferrari Agroindústria, respectivamente

Antonio JosÊ Gonçalves da Cruz e Andreza Aparecida Longati, 40

Coordenador do LaDABio–UFSCar e Pesquisadora do LaDABio–UFSCar, respectivamente

Douglas Castilho Mariani, 42 Consultor de NegĂłcios da Soteica

Carlos Eduardo Calmanovici, 46

Coordenador de Tecnologia Industrial da ATVOS

Fernando A. Costa Figueiredo Vicente, 48

Diretor Industrial da Usina Alta Mogiana

Tassia Lopes Junqueira, 52 Pesquisadora do LNBR/CNPEM

MĂĄrcio Henrique Venturelli, 54

Coordenador do Instituto Senai de Tecnologia

Ricardo Brunelli, 56

Gerente de Engenharia da Empral Piracicaba


01 02

03 04

06

05

07 08

10

09

11

14

12 13

15 17

16

18


đ&#x;”Š

ĂĄudios

Sua prĂłxima viagem de carro

Na sua próxima viagem de carro, pegue seu celular, entre no site da Revista Opiniþes, escolha a edição recente desejada, folheie atÊ esta pågina, ligue o rådio do seu carro, toque na foto do autor escolhido e ouça o primeiro artigo pelos controles do rådio do seu carro. Quando terminar, toque no segundo autor e assim por diante. Quando chegar no seu destino, provavelmente terå ouvido toda a revista. Se desejar ouvir o artigo numa outra língua, lido com voz nativa, localize o artigo desejado e toque na bandeira da língua que preferir. AlÊm do português brasileiro, estão à sua disposição os åudios do português de Portugal, o inglês, o espanhol, o francês e o alemão. Pelo fato do artigo ser traduzido e lido por robôs, poderå haver pequenas imperfeiçþes. Certo Ê que você não precisa viajar para desfrutar desse conforto, ele tambÊm funcionarå na sua mesa de trabalho, andando no parque, na esteira da academia, nas ruas congestionadas da cidade grande ou no sofå da sua Casa. Boa leitura ou audição, como preferir. 01, Antonio Alberto Stuchi 02, AndrÊ Ribeiro Lins de Albuquerque 03, Alex Sandro Gasparetto 04, Danilo Lavigne Halla 05, Eduardo Calichman 06, Marco Antonio Alasmar 07, Julio Cezar Araujo do Espirito Santo e João Farah Emiliano 08, Henrique Berbert Amorim Neto e Fernando Henrique C. Giometti 09, Julimar Clemente de Souza 10, Jaime Finguerut 11, Paulo Henrique Fantinatti e Hênio JosÊ Rospendowski Junior 12, Antonio JosÊ Gonçalves da Cruz e Andreza Aparecida Longati 13, Douglas Castilho Mariani 14, Carlos Eduardo Calmanovici 15, Fernando Antonio Costa Figueiredo Vicente 16, Tassia Lopes Junqueira 17, Mårcio Henrique Venturelli 18, Ricardo Brunelli


Agora também para adensamento de 4 ruas em espaçamento alternado.

BENEFÍCIOS E VANTAGENS - BENEFICIOS Y VENTAJAS - BENEFITS AND ADVANTAGES DOBRA OU TRIPLICA A MASSA DE CANA A SER COLHIDA NUM ÚNICO TRÂNSITO DA COLHEDORA. Duplica o triplica la masa de la caña a ser cosechada en un único tránsito de la cosechadora. It doubles or triples the sugarcane mass of the lane to be harvested in a single run of the harvester. COPIA O RELEVO DO SOLO INDEPENDENTE DA AÇÃO DO OPERADOR. Copia la forma del suelo independiente del operador. It copies the soil´s shape and level independently from the operador inputs. AUXILIA NA ABERTURA DE ACEIROS DE COLHEITA EVITANDO O ESMAGAMENTO DA CANA. Ayuda en la apertura de brechas evitando el aplastamiento de la caña de azúcar. It assists on opening gaps at sugarcane field plant avoiding sugarcane crushing. O TCH LIMITE PARA ADENSAMENTO DEPENDE DA CAPABILIDADE DE SUA COLHEDORA, POIS A MESMA PASSARÁ A ENFRENTAR UM CANAVIAL COM TCH DOBRADO. El TCH limite para adensamiento depiende de la capacidad de su cosechadora, pues la misma pasará a enfrentar un cañaveral con TCH duplicado. Sugarcane field yield limit selection for densification depends on your sugarcane harvester capability, because it should face a double density sugarcane row on track. O USO DE TRATORES COM PILOTO AUTOMÁTICO FACILITARÁ SOBREMANEIRA A OPERAÇÃO EM ÁREAS GEOREFERENCIADAS QUE TENHAM CANAVIAIS CAÍDOS. La operaciõn de adensamiento en áreas georreferenciadas en cañaverales caídos se quedará sobremanera facilitada utilizando tractores con auto-pilot. The georeferenced areas densification with decumbed sugarcane will remain an easy operation using auto-pilot tracking tractors. DISPOSITIVO DE FÁCIL MANUSEIO. Equipaje de manejo fácil. Easy handling equipment.

www.fcntecnologia.com.br +55 19 99604-0736 • +55 19 98159-0609 Rua Antonio Frederico Ozanan, 2293 13417-160 - Piracicaba - SP

Solicite à felix@fcntecnologia.com.br a Planilha de Pay-back da CORT-I-CANA


RENOVABIO está te convocando 3 Garanta

a redução de pelo menos 25% no consumo de óleo diesel nas áreas de baixo TCH.

3 Melhore

o índice de certificação de sua empresa no RENOVACALC.

flex


Q

Índice

editorial de abertura

Opiniões

controle da fermentação Evoluímos muito, nos últimos anos, em relação ao controle dos processos industriais nas usinas, mas ainda há um espaço enorme para melhoria. Podemos aumentar a eficiência industrial simplesmente aperfeiçoando e aumentando a precisão dos controles de processo. Em especial, nos últimos anos, observam-se importantes avanços no uso e na adoção de tecnologias da Indústria 4.0 nas usinas do País. A fermentação gera metade da receita em vendas das usinas, porém sua complexidade, suscetibilidade aos diversos fatores e variações da operação e o fato de ser a única transformação biológica na indústria transformaram a fermentação em um campo inóspito e sem novas soluções. Entretanto a limitação das práticas vigentes e a necessidade crescente por ganhos de eficiência são incentivadores para novos avanços desenvolvidos especificamente para a fermentação. Existe muita discussão quando tentamos comparar os dados de cálculo de eficiência pela soma das eficiências individuais de cada parte do processo com a eficiência medida, dividindo o açúcar e etanol produzidos pelo açúcar que entra com a cana.

A especulação gerada quando da análise das perdas indeterminadas, muito altas ou até mesmo negativas, pode induzir à tomada de decisões erradas na condução do processo, ou, o que é pior, não utilizar os dados por falta de confiabilidade. A produção alta diária nas fábricas, na ordem de milhares de toneladas ou metros cúbicos, cria problemas de amostragem não representativa e volume insuficiente de análises, principalmente os da cana-de-açúcar, e é muito comum a expressão “o problema é a cana” mascarando a real causa dos desvios. Essas dúvidas acabam indicando a causa errada do problema e podem gerar ações de controle inadequadas. Gostaria de abordar, neste artigo, o caso particular da fermentação alcoólica, na qual temos a maior perda de processo individual na indústria. Podemos enumerar uma longa série de dados que, devido à amostragem e à precisão de análises, pode gerar enormes

Se supusermos um cenário com uma eficiência média de 89%, hoje, e que teoricamente podemos atingir 90-91%, estamos falando de valores da ordem de 450.000 m3 de aumento de produção, via aumento de produtividade, com todos os seus benefícios. " Antonio Alberto Stuchi

Consultor especialista em tecnologias do setor sucroenergético


đ&#x;”Š problemas de controle de processo, por exemplo, ART fermentescĂ­vel e infermentescĂ­vel no mosto, açúcar residual no vinho fermentado, temperatura homogĂŞnea de dorna, quantidade viĂĄvel de fermento, teor alcoĂłlico de vinhos, etc. A solução do problema, normalmente, ĂŠ cara (cromatografia HPLC, por exemplo). As mediçþes de vazĂŁo tambĂŠm sĂŁo problemĂĄticas devido aos altos volumes, Ă intermitĂŞncia e Ă s variaçþes constantes, assim como Ă s condiçþes do fluido (densidade, mistura de lĂ­quido e gĂĄs). Cabe, ainda, destacar que, adicionalmente aos desafios nas anĂĄlises vigentes, existem diversas variĂĄveis relevantes ao processo biotecnolĂłgico, com impacto direto na fermentação, que simplesmente nĂŁo sĂŁo avaliadas rotineiramente. A combinação entre as diferentes variĂĄveis ĂŠ, ainda, amplificada pela dinâmica populacional das leveduras e eventuais bactĂŠrias contaminantes. Em resumo, a complexidade da fermentação e o desafio de mitigar as perdas na prĂĄtica sĂŁo enfrentados, atualmente, com anĂĄlises parciais e, normalmente, defasadas do tempo operacional. AtĂŠ nĂŁo muito tempo, os cĂĄlculos de eficiĂŞncia eram feitos pela variação de volume dos fermentadores, que evoluĂ­ram para os sistemas de medição de vazĂŁo on-line, o que foi possĂ­vel devido a maior acessibilidade a equipamentos de medição e controle. A eventual disponibilidade de anĂĄlises on-line certamente contribuirĂĄ para uma melhor leitura e acompanhamento da eficiĂŞncia. Entretanto a existĂŞncia desses equipamentos nĂŁo aborda, necessariamente, o desafio da excelĂŞncia operacional e a constante redução das perdas do processo. Dessa forma, uma solução para esse problema vem sendo desenvolvida jĂĄ hĂĄ algum tempo e tenta correlacionar, via algoritmos, os parâmetros medidos nos processos entre si e analisar as variaçþes que, colocadas numa base estatĂ­stica, podem indicar quais sĂŁo os problemas e as ĂĄreas de atuação. Existem duas principais categorias para essas soluçþes: abordagem heurĂ­stica e modelos fenomenolĂłgicos. A abordagem heurĂ­stica, em geral, requer enorme quantidade de dados histĂłricos e traça modelos empĂ­ricos com base em fermentaçþes passadas. A vantagem dessa solução ĂŠ sua simplicidade de desenvolvimento, e suas principais desvantagens sĂŁo a demanda por amplo nĂşmero de anĂĄlises e incapacidade intrĂ­nseca de descrever e explicar a fermentação em tempo real, logo, de controlar e otimizar o processo. Os modelos fenomenolĂłgicos possuem a ampla vantagem de explicar e descrever o comportamento da fermentação, o que os tornam aptos para o controle e a otimização em tempo real, possibilitando recomendaçþes para minimizar ou resolver os problemas, aumentando, assim, a eficiĂŞncia global do processo.

Em outras palavras, a medição das variåveis de processo e sua correlação ao longo do tempo podem indicar os pontos com problema, compensando, dessa forma, a imprecisão das mediçþes a anålises. Outro ponto muito importante Ê o estabelecimento de uma linha de tendência da qualidade do processo correlacionada com vårios pontos de controle, criando uma ferramenta muito importante para o gerenciamento. As principais desvantagens são sua complexidade de desenvolvimento e eventual excessiva demanda computacional. Como exemplo, podemos citar o Sistema Biocal, criado pela start-up GlobalYeast, jå implantado em vårias usinas, que prega a instalação de software dedicado para tomada de dados da fermentação para uso nos algoritmos de controle. Em geral, o sistema funciona com a coleta de dados do processo real time, utilizando o modelo inicial dos princípios da fermentação e ferramentas de engenharia e matemåtica avançadas que permitem o monitoramento e controle on-line. O sistema foi desenvolvido com base em modelos fenomenológicos. A grande diferença desse sistema para o atual Ê a utilização de uma grande massa de dados contra poucas anålises de amostras feitas hoje. Outro aspecto relevante Ê a habilidade de descrever a fermentação tal qual ela ocorre, um avanço substancial frente às pråticas vigentes que consideram cinÊticas e perdas mÊdias e constantes. TambÊm permite a correlação de dados de laboratório com mediçþes on-line para determinar o tÊrmino da fermentação por controle de geração de calor da dorna, por exemplo, ou determinar o rendimento de fermentação via calor removido dos fermentadores, que poderão ser correlacionados com o sistema atual de determinação da eficiência da fermentação, aumentando a confiabilidade dos resultados. Outro ponto a ser explorado Ê a economia de energia, principalmente no sistema de resfriamento de dorna, que, certamente, vai melhorar os resultados em usinas que vendem energia ou biomassa. O grau de automação obviamente influi na qualidade do controle, mas não impede a implantação do sistema que, no decorrer do tempo, à medida que os resultados apareçam, pode viabilizar investimentos em melhorias. Concluindo, temos uma oportunidade de melhorar a eficiência do processo utilizando uma ferramenta que organiza as informaçþes que jå são disponíveis na fåbrica, agilizando as açþes para correção de flutuaçþes. Se supusermos um cenårio com uma eficiência mÊdia de 89%, hoje, e que teoricamente podemos atingir 90-91%, estamos falando de valores da ordem de 450.000 m3 de aumento de produção, via aumento de produtividade, com todos os seus benefícios. n

11


Q

Índice

a quarta revolução industrial

Opiniões

indústria 4.0: o futuro já chegou? Aquela imagem de antigos engenhos de açúcar que tanto marcou a história do Brasil Colônia, definitivamente, ficou para trás. O retrato predominante, hoje, é composto por usinas sucroenergéticas cada vez mais sustentáveis e com uma gama bem maior de produtos (açúcares, biocombustíveis e bioeletricidade). Além disso, as usinas contam com uma gestão, cada vez mais, profissional e com tecnologias avançadas, tanto no campo, como dentro da indústria. Atualmente, uma nova revolução agroindustrial, vinda na esteira da Indústria 4.0, está se tornando uma realidade para muitas usinas sucroenergéticas. A Indústria 4.0 é a denominação empregada para se falar da Quarta Revolução Industrial, caraterizada por ser uma indústria inteligente e autônoma, cujo principal objetivo é obter um grande salto em eficiência e produtividade nos processos. Na história industrial, passamos por outras três revoluções, sendo elas: a mecanização, a eletrificação e a automatização.

Em qualquer usina, na atualidade, é possível se deparar com mais de 20 mil tags sendo capturados pelo processo produtivo em tempo real, além de outras milhares de informações que são geradas ao longo de um único dia de safra pelos sistemas de gestão (ERPs). Além disso, existem ainda as variações da qualidade da matéria-prima, das condições climáticas e das disponibilidades industriais, o que acaba fazendo os gargalos da planta industrial flutuarem ao longo do tempo e da condição. A grande questão é saber como transformar esse conjunto imenso de dados e variáveis em melhores decisões operacionais, de preferência on-line e com o mínimo de recursos. Fazendo um exercício para a construção da visão de uma usina do futuro, é possível enxergá-la totalmente autônoma e adaptativa. Sua cadeia de valor será completamente integrada e digitalizada.

O potencial de ganhos de produtividade oriundo da Quarta Revolução Industrial é algo colossal. A construção de uma cultura voltada para a inovação é algo imperativo para definir o futuro das companhias sucroenergéticas. " André Ribeiro Lins de Albuquerque Diretor da Pentagro Soluções Tecnológicas

Os laboratórios serão on-line e com função mais próxima à de auditor e menos operacional. Todas as atividades críticas de operação e manutenção serão digitais, preditivas e inteligentes. É certo que, hoje, no setor sucroenergético, já foi dada a largada para a corrida em busca por tecnologias ligadas à Indústria 4.0 que entreguem diferencial competitivo. A prova disso são as iniciativas de diversos grupos em criarem comitês ou mesmo promoverem ecossistemas de inovação. Nesse sentido, a atenção dada às startups nunca foi tão grande, pois já existe o consenso de que é de lá que estão chegando as grandes inovações tecnológicas.


đ&#x;”Š Um ponto de atenção ĂŠ que vivemos uma enxurrada de informaçþes e campanhas publicitĂĄrias ligadas ao tema da IndĂşstria 4.0, o que acaba gerando grandes dĂşvidas sobre qual o melhor caminho a seguir, e muitos, na ânsia de ingressar o quanto antes nessa Quarta Revolução, acabam tomando decisĂľes equivocadas, o que resulta num atraso ainda maior na jornada da transformação digital dessas usinas. Para que as usinas sucroenergĂŠticas usufruam dos benefĂ­cios que serĂŁo obtidos da Quarta Revolução Industrial, ĂŠ imprescindĂ­vel ter consciĂŞncia de que serĂĄ uma jornada de dois, cinco ou atĂŠ dez anos, composta por um conjunto de projetos e iniciativas, sendo que cada projeto serĂĄ a base de sustentação para o prĂłximo e, assim, sucessivamente. Dessa forma, ĂŠ importante ter uma visĂŁo clara de qual ĂŠ o ponto de partida (status quo) e ter uma visĂŁo definida de aonde e do porquĂŞ se deseja chegar a determinado patamar de inovação tecnolĂłgica. É possĂ­vel classificar os projetos ligados Ă IndĂşstria 4.0 em dois principais tipos, os projetos estruturantes e os projetos avançados. Podem-se citar como projetos estruturantes aqueles ligados a gĂŞmeo digital; digitalização de processos e rotinas; conectividade, integração e estruturação de dados; e sensores virtuais. AlĂŠm de jĂĄ obter ganhos de eficiĂŞncia mensurĂĄveis, esses projetos estruturantes darĂŁo a base de confiabilidade necessĂĄria para

tambÊm proverem a base de sustentação para os projetos avançados que virão na sequência. Jå os projetos avançados são os ligados à IA (Inteligência Artificial); aos controles avançados; à otimização em tempo real; e ao data science. Esses projetos avançados conseguirão entregar aumento de produtividade via minimização de perdas no processo, redução de headcount e maximização on-line do mix produtivo mais rentåvel. Nos últimos cinco anos, muitas tecnologias classificadas como oriundas da Indústria 4.0 foram testadas e aplicadas em diversas usinas sucroenergÊticas. Atualmente, existem algumas poucas que podem ser consideradas consolidadas pelo mercado, sendo elas: gêmeo digital off-line e on-line; digitalização de processos; e controle avançado de processos. Existem ainda outras iniciativas, como aplicação de sensores virtuais (principalmente em reatores de fermentação), data science e aplicação de otimização em tempo real (RTO). O potencial de ganhos de produtividade oriundo da Quarta Revolução Industrial Ê algo colossal. A construção de uma cultura voltada para a inovação Ê algo imperativo para definir o futuro das companhias sucroenergÊticas. A procrastinação pode ser fatal no mÊdio e longo prazo, por isso jå não Ê mais uma opção. O que se imaginou como futuro para alguns jå Ê presente para muitos. O futuro definitivamente jå chegou. n

13


Q

Índice

o gás da cana-de-açúcar

Opiniões

a integração do setor sucroenergético com a

indústria do gás natural

Somos testemunhas da maior transformação na produção e no consumo de energia deste século. O avanço tecnológico tem permitido a inserção, cada vez maior e mais competitiva, de fontes renováveis e não poluentes na oferta de energia mundial. Ao mesmo tempo, a sociedade clama por mudanças urgentes na forma como geramos e consumimos energia, fruto de uma crescente preocupação com a sustentabilidade do planeta. O Brasil é um país privilegiado nesse aspecto. Segundo dados do Balanço Energético Nacional 2020, publicado pela Empresa de Pesquisa Energética (EPE), atualmente, 46% da matriz energética brasileira provém de fontes renováveis, sendo a biomassa da cana a segunda maior fonte de energia consumida no País, com 18%, ficando atrás apenas do petróleo e seus derivados, cuja participação é de 34%. A transição para uma economia de baixo carbono é uma tendência inexorável. Entretanto todas as fontes de energia têm seus atributos de valor que, se bem utilizados, podem resultar em benefícios econômicos, com sustentabilidade e respeito ao meio ambiente.

Nesse sentido, a integração do setor sucroenergético com a indústria do gás natural tem potencial de alavancar resultados no campo e ainda contribuir para a redução das emissões de CO2. O projeto Cidades Sustentáveis, desenvolvido em parceria entre a GasBrasiliano, empresa responsável pela distribuição do gás natural no noroeste do estado de São Paulo, e a Usina Cocal, uma usina de açúcar e etanol localizada em Narandiba/SP, é um exemplo claro do que estamos falando. A Cocal está investindo R$ 130 milhões para produzir biogás e biometano a partir de vinhaça e torta de filtro, subprodutos do processo de produção de etanol. A GasBrasiliano pretende investir R$ 30 milhões na construção de uma rede de distribuição de gás que fará com que o biometano chegue à população de Presidente Prudente e Pirapozinho. O projeto de construção da rede está em fase de planejamento e aguarda aprovação do órgão regulador para que possa ser executado e, se aprovada a sua execução, as comunidades desses importantes municípios do noroeste paulista terão à disposição uma nova opção energética, limpa e, principalmente, renovável, ao mesmo tempo em que será gerada uma nova fonte de renda para a usina. Contudo não é só pela possibilidade de distribuição de biometano que a integração entre as duas indústrias se mostra vantajosa. O potencial para o uso do gás natural em substituição ao diesel em veículos e equipamentos agrícolas de usinas é relevante. Tecnologias como a diesel-gás e aplicações 100%

O biometano é energia limpa e renovável, que ajuda a solucionar um dos atuais problemas ambientais das usinas: o descarte da vinhaça e a consequente liberação do metano, nela contido, para a atmosfera. " Alex Sandro Gasparetto

Diretor-presidente da GasBrasiliano


đ&#x;”Š gĂĄs jĂĄ estĂŁo disponĂ­veis e consolidadas para frotas de caminhĂľes, com resultados em testes que demonstram a viabilidade tĂŠcnica e econĂ´mica da aplicação. A substituição do diesel em outros equipamentos agrĂ­colas, como colhedoras, tratores e motobombas, ĂŠ mais um desafio de logĂ­stica de abastecimento do que tecnolĂłgico, uma vez que esses equipamentos permanecem grande parte do tempo operando dentro dos canaviais. Esse desafio, entretanto, pode ser superado com soluçþes criativas que jĂĄ estĂŁo sendo exploradas e testadas. Avançando ainda mais na estrada da sustentabilidade, o gĂĄs natural e o biometano sĂŁo totalmente intercambiĂĄveis, podendo este Ăşltimo ser utilizado tambĂŠm nas frotas pesadas das usinas, com o mesmo nĂ­vel de eficiĂŞncia do gĂĄs natural. Outro potencial a ser explorado a partir dessa integração ĂŠ a possibilidade de incremento das receitas na comercialização da energia elĂŠtrica com a queima consorciada do gĂĄs (natural ou biometano) e biomassa. A Usina HĂ­brida, como ĂŠ chamada, permite uma maior geração de energia elĂŠtrica com a mesma quantidade de bagaço, alĂŠm de possibilitar a geração de energia praticamente o ano inteiro, e nĂŁo somente na safra. Estima-se que a geração de energia excedente disponĂ­vel para comercialização possa dobrar com a adoção do ciclo hĂ­brido nas usinas. Resumidamente, a Usina HĂ­brida consiste na introdução de uma pequena turbina a gĂĄs, cuja energia aumenta a temperatura do vapor produzido pela biomassa e, consequentemente, sua capacidade de produzir energia mecânica na turbina a vapor. Esse ganho pode ser obtido com o uso do gĂĄs em configuraçþes de reaquecimento do vapor externo Ă caldeira de biomassa e tambĂŠm para reaquecer a ĂĄgua e o ar de alimentação da mesma. Tal tecnologia permite integrar, de forma viĂĄvel, tĂŠcnica e economicamente, a biomassa e o gĂĄs em um mesmo ciclo termodinâmico, com ganhos de eficiĂŞncia na geração de energia elĂŠtrica.

Em sĂ­ntese, o biometano pode ser usado como substituto ou consorciado com o gĂĄs natural em todos os processos descritos. EntĂŁo: por que a necessidade de conexĂŁo das usinas Ă s redes de distribuição de gĂĄs natural? Aqui, voltamos ao inĂ­cio do artigo. Cada fonte de energia possui seus atributos de valor, e a transição energĂŠtica serĂĄ tanto mais eficiente quanto forem mais bem aproveitados esses atributos. O gĂĄs natural ĂŠ a fonte mais limpa dentre os combustĂ­veis fĂłsseis, e sua cadeia de suprimento global lhe garante competitividade, segurança e estabilidade de suprimento. O biometano ĂŠ energia limpa e renovĂĄvel, que ajuda a solucionar um dos atuais problemas ambientais das usinas: o descarte da vinhaça e a consequente liberação do metano, nela contido, para a atmosfera. As tecnologias empregadas atualmente tĂŞm demonstrado grande sucesso na produção do biometano, porĂŠm variaçþes nessa disponibilidade podem ocorrer por diversos fatores, como a oscilação do mix de produção de açúcar e etanol, fatores exĂłgenos que podem afetar a produtividade do processo biolĂłgico, condiçþes climĂĄticas e atĂŠ mesmo a necessidade de paradas programadas para manutenção da planta. Assim, a conexĂŁo com a rede de distribuição de gĂĄs natural confere a estabilidade e a segurança energĂŠtica para a usina, que pode, ao mesmo tempo, injetar o biometano na rede e comercializar o excedente em ĂŠpocas de maior disponibilidade, usando o gĂĄs natural da rede de distribuição como lastro em seus contratos com os clientes finais, ou, ainda, utilizar o gĂĄs natural nos processos internos quando necessĂĄrio. É a integração que gera valor ao campo, Ă indĂşstria e Ă sociedade. Por fim, a iminente abertura do mercado de gĂĄs no Brasil abre uma janela de oportunidade para as usinas se tornarem importantes supridoras de gĂĄs renovĂĄvel ao sistema, ao mesmo tempo em que se beneficiam de uma infraestrutura fĂ­sica de gasodutos, que lhes darĂĄ estabilidade e segurança de suprimento para participar desse mercado e tambĂŠm para suas demandas internas. Temos nas mĂŁos a possibilidade de criar um mercado lĂ­quido e competitivo para o biometano, em larga escala, e que, ao seu modo, irĂĄ contribuir tambĂŠm para dinamizar o mercado de gĂĄs brasileiro. Essa ĂŠ a hora e a vez da integração do setor sucroenergĂŠtico com a indĂşstria do gĂĄs natural. n

15


Q

Índice

controle avançado de processos

Opiniões

controle avançado

não funciona !

É isso mesmo, controle avançado não funciona. Quantas vezes me deparei com essas afirmações dos nossos clientes quando começamos há mais de 10 anos? Não me refiro apenas a essa tecnologia, mas a muitas outras que, hoje, se enquadram no guarda-chuva do que chamamos de Indústria 4.0. Hoje, olho para o passado e entendo que mercado e tecnologia têm que estar devidamente alinhados para se beneficiarem. É um casamento que precisa do amadurecimento das duas partes para que ocorra com sucesso. Hoje, o setor sucroenergético está mais preparado para absorver a tecnologia, e os fornecedores se adaptaram às necessidades específicas do mercado. Até alguns anos atrás, o mercado estava acostumado a grandes ganhos de eficiência, provenientes de aumento de moagem e expansão fabril para equipamentos maiores e mais modernos, caldeiras de vapor a alta pressão, turbogeradores de múltiplos estágios, de alta eficiência, moendas eletrificadas, automação de processos manuais. Os ganhos de eficiência eram facilmente visíveis, numa época de “mato alto”, que não existe mais. A direção se questiona: para que investir numa ferramenta complicada para ganhar 2% de eficiência, quando posso ter ganhos maiores, investindo para dar conta do aumento de moagem?

para que investir numa ferramenta complicada para ganhar 2% de eficiência, quando posso ter ganhos maiores, investindo para dar conta do aumento de moagem? "

Danilo Lavigne Halla

Diretor de Engenharia da I.Systems

16

O modelo de negócio das soluções de Indústria 4.0 era baseado num relacionamento make the sale and run, em que o fornecedor ofertava a licença dentro de um projeto e, após a conclusão, dava as costas, para que o cliente arcasse com a manutenção da ferramenta e suporte precário baseado em modelo spot, lhe ficando a cargo todo o trabalho de validação e comprovação dos ganhos. O setor evoluiu e abraçou a era da Indústria 4.0. Muita expectativa está sendo gerada, e levará um tempo para que ela case com os resultados trazidos por essas soluções mais inteligentes e baseadas em dados. A quantidade e a qualidade de dados fabris alcançaram novos patamares, com novos sistemas de automação e de instrumentação conectados em rede, historiadores de dados, sistemas de gestão de laboratório e sistemas de gestão agrícola, para citar alguns. Muitas oportunidades de ganho de eficiência que estavam invisíveis para a gestão podem ser encontradas com uma boa análise de dados.


đ&#x;”Š Os fornecedores de soluçþes tambĂŠm se adaptaram e aperfeiçoaram o processo de aplicar com sucesso projetos de IndĂşstria 4.0, adotando o modelo SaaS (Software as a Service), mais alinhado com a busca do setor por projetos de payback rĂĄpido e sem grandes investimentos envolvidos. Criaram-se mĂŠtodos de avaliação estatĂ­stica robustos que analisam o processo antes e depois da solução, com OPIs e KPIs tĂŠcnicos. E, ĂŠ claro, suporte continuado, no modelo de melhoria contĂ­nua, com acesso remoto Ă planta para anĂĄlise de performance dos sistemas. É um novo modelo de parceria que gera valor durante todo o ciclo de vida da solução e garante a perenidade dos resultados atingidos. A Usina Conquista do Pontal (UCP), da Atvos, iniciou, em 2017, a implantação de sistemas de controle avançado em seus processos, com objetivo de atingir novos patamares de estabilidade de processo e setpoints de operação mais econĂ´micos. O primeiro foco de atuação foi na cogeração, com o objetivo de aumentar a eficiĂŞncia na exportação e aproveitar o boom do preço da energia na ĂŠpoca. Dentre os desafios desse tipo de processo, estava a necessidade de se prover um vapor de qualidade alta e constante para os turbogeradores, atravĂŠs da queima de um combustĂ­vel de qualidade variĂĄvel, como o bagaço de cana. Da mesma forma, o parque de turbogeradores deve atender Ă s demandas de exportação de energia, sem comprometer a oferta de vapor para o processo. Tanto a geração de vapor quanto a de energia elĂŠtrica sĂŁo sistemas altamente acoplados; uma variação de processo em uma ponta gerarĂĄ impacto significativo na outra parte e vice-versa. A solução escolhida pela Atvos para atender a esse desafio deveria ser capaz de observar mĂşltiplas variĂĄveis e tomar decisĂľes em questĂľes de segundos para atender Ă rĂĄpida dinâmica. A unidade jĂĄ atendia a todos os requisitos para absorver o novo sistema de controle e, em menos de 8 semanas, jĂĄ usufruĂ­a dos resultados. Graças ao novo uso dos dados coletados pelos sistemas da UCP, foi possĂ­vel estabilizar a pressĂŁo do vapor para as turbinas em 40%, promovendo um aumento de geração bruta de 2% e melhoria de consumo especĂ­fico dos turbogeradores de 0,5%. Enquanto isso, a pressĂŁo de escape ficou 18% mais estĂĄvel, reduzindo a ocorrĂŞncia de alĂ­vios no processo em 86%.

1. PRESSĂƒO DE VAPOR DO COLETOR

A partir desse case de sucesso, a Atvos prosseguiu com a avaliação da solução em outras partes do processo. A estabilização da produção de vapor trouxe tantos benefícios indiretos que a unidade resolveu levar o mesmo conceito para a produção de açúcar. Em 2018, a unidade prosseguiu com a expansão do sistema no tratamento de caldo; mais uma vez, ela estava preparada para adotar a ferramenta: sistemas de aquecimento, vazão de caldo e dosagem de cal automatizados e em rede, provendo o nível de dados adequado para o projeto. Os desafios tÊcnicos eram outros: não linearidade de um controle de pH, acoplamento da dinâmica dos múltiplos efeitos e a incrustação dos evaporadores que afetam a sua performance. Mas a solução partia do mesmo princípio: dar nova utilização à informação fornecida pelo processo. Nesse projeto, foi possível reduzir a variabilidade mÊdia do nível dos efeitos entre 10% e 33%, do pH do caldo dosado ; em 32% e reduzir a perda de pureza em atÊ 19%. 2. pH DO CALDO DOSADO

17


Q

Índice

controle avançado de processos

Opiniões

3. ERRO DO GRAU INPM

A unidade seguiu expandindo a aplicação do controle avançado na destilaria e na moenda, processos com dinâmicas e desafios completamente diferentes. A unidade se encontrava no nível de automação adequado para seguir com ambas as iniciativas. O projeto promoveu a redução de variabilidade do grau INPM do etanol em 40% e 50% em ambos os aparelhos, possibilitando o aumento de produtividade da destilaria, sem falar na redução das perdas alcoólicas. 4. EXTRAÇÃO DO AÇÚCAR

18

Na moenda, o sistema foi capaz de aumentar a extração em 0,08%, através do aumento da temperatura de embebição em 1ºC e da estabilidade da esteira do 1º terno em 26%, ao mesmo tempo, reduzindo o consumo de água bruta em 32%. Todas essas avaliações foram realizadas com aplicação de métodos estatísticos robustos para evitar interferências externas, como definição de OPIs e KPIs técnicos, avaliação através de alternância com o sistema habilitado e desabilitado e a aplicação adequada de testes de significância para validar o nível de confiança dos resultados. Além dos benefícios diretos, a parceria provê acompanhamento dobrado da calibração da instrumentação para correta medição dos benefícios, trabalho que é contínuo nesse modelo de parceria. Desde 2017, as soluções implementadas pela UCP são validadas com a Atvos para garantir a manutenção e a superação dos benefícios apurados na entrega do projeto. A unidade pretende expandir a solução para a fábrica de açúcar e a fermentação, alcançando o conceito de “piloto automático” na operação e integrando a inteligência do controle avançado com o planejamento de produção. n


Solução completa para a proteção e o monitoramento da sua planta Nossa expertise é dar suporte às empresas para enfrentar os desafios associados à implantação e gerenciamento de programas de monitoramento e análises baseado em condição de vibração, temperatura, pressão, vazão, entre-ferro (air-gap) e descargas parciais. Gerencie o risco com soluções de monitoramento extremamente inteligente para turbinas de geração de energia e demais equipamentos da planta.

VibroSight

R

VM 600

TQ 402 IQS 450

SENSORES

TQ 412

A SECMIL tem estoque com garantia de fábrica do sistema VM 600 como sensores, cabos, demoduladalores e cartões.

OFERECEMOS OS EQUIPAMENTOS DYNAMIC RATINGS PARA: Solucionar os problemas em monitoramento, controle e comunicação para aparelhos e equipamentos de Energia Elétrica. SECMIL LTDA. Fone: 12 3911-4996 Celular: 12 99717-3318 • 12 99658-6122 comercial@secmil.com.br • www.secmil.com.br

SECMIL


Q

Índice

do livro preto aos sistemas integrados

Opiniões

times e sistemas:

uma dupla de dinâmica!

Eu me recordo, como se fosse hoje, de quando um técnico em automação realizava, com a paciência de um enxadrista, a sintonia de um sistema de controle de pH pneumático (uma obra de arte mecânica & pneumática). À medida que fazia os ajustes, via-se nitidamente em um ponteiro a resposta do controle de pH de caldo caleado de uma indústria sucroenergética. Acompanhei a performance da sintonia que estava sendo realizada meticulosamente pelo técnico, em um registrador em papel, onde as penas de tinta traçavam linhas de pH e de atuação da dosagem de cal. “Nossa, a resposta ficou uma linha reta”, ele me exclamou! A sintonia havia sido realizada com uma chave de fenda! Era final da década de 1990, início dos anos 2000, e, embora houvesse ainda vários sistemas pneumáticos, já havia em campo controladores de quatro loops, então avançados e de alta confiabilidade, aplicados em operações onde confiabilidade já era questão de segurança operacional e de ativos.

Engenheiros, coordenadores e operadores buscavam diariamente correlacionar os resultados utilizando os dados e históricos em papel em registradores, atualizando anotações de campo num diário, conhecido como “livro preto”, avaliando análises laboratoriais e de processo. A grande experiência do time de operação e de seus gestores desempenhava papel fundamental nas tratativas da rotina. A tecnologia evoluiu rapidamente desde então. Os sistemas supervisórios tornaram-se mais e mais presentes no setor sucroenergético. Sistemas de controle químico e de processos, feitos em planilhas, ganharam plataformas próprias. Abriu-se, então, um novo horizonte, onde era possível resgatar, em questão de minutos (sim, alguns minutos), os históricos de diversas variáveis de análises laboratoriais e, então, cruzá-las com o que chamávamos de historiadores de processo. Já se fazia presente nas usinas uma gama razoável de PLCs, SDCDs e de sistemas supervisórios, além de alguns sensores interessantes para controles de campo.

Os 'livros pretos' foram substituídos por sistemas integrados, onde as anotações dos turnos são inseridas diretamente pela operação e já ficam disponíveis em formato de checklist. "

Eduardo Calichman

Consultor da Calichman Consultoria em Processos, Performance e Projetos Industriais


đ&#x;”Š Entrava em ação um bom time de coordenação, engenheiros especialistas e operação, buscando desvendar as interdependĂŞncias dos dados on-line e off-line. O grande desafio era justamente avaliar a grande quantidade de dados e variĂĄveis de processos da produção de açúcar, etanol e demais etapas. Quando se encontrava algo interessante, as condiçþes de operação jĂĄ haviam mudado, e o desafio recomeçava! Havia sistemas automatizados, mas ainda faltava boa integração. Felizmente, o desenvolvimento e a celeridade tecnolĂłgica andaram a passos largos, e existe, hoje, uma gama enorme e formidĂĄvel de ferramentas e plataformas em contĂ­nuo avanço. Historiadores com dados inesgotĂĄveis e acesso imediato a diversas informaçþes, ao alcance das mĂŁos, literalmente. A dinâmica das reuniĂľes diĂĄrias, iguais Ă s da dĂŠcada de 1990, continua presente. Os “livros pretosâ€? foram substituĂ­dos por sistemas integrados, onde as anotaçþes dos turnos sĂŁo inseridas diretamente pela operação e jĂĄ ficam disponĂ­veis em formato de checklist. Estas, por sua vez, podem ser conectadas com outras plataformas especĂ­ficas ou ERPs, que alocam, entĂŁo, os recursos e as açþes necessĂĄrias, nos backlogs de manutenção. Importante ressaltar que, nesse modelo de gestĂŁo da rotina, a capacitação dos times passa a ter ainda mais relevância para se extraĂ­rem os melhores resultados dos sistemas implantados. Acessos a algoritmos de criticidade, anĂĄlises de causa raiz de processos e manutenção passaram a ser prĂŠ-requisitos importantes no dia a dia. As salas de controle centralizadas e integradas (COIs) se tornaram modelos de denominador comum nas indĂşstrias, buscando unir expertises das ĂĄreas de produção, em sintonia e contato constante entre si. HĂĄ tambĂŠm o time no front da operação, verificando e conduzindo diversas operaçþes industriais. O desenvolvimento do conhecimento tĂŠcnico e operacional continua sendo pilar fundamental da operação assistida em alta performance, permitindo que se potencializem sistemas de gestĂŁo, se acesse a sistemas, se otimizem processos e se corrijam rotas, com velocidade dantes inimaginĂĄvel. Plataformas de inteligĂŞncia artificial passam a nos municiar de previsibilidade, antevendo o comportamento de variĂĄveis, em tempo real, possibilitando alertar para correçþes e açþes, ou ainda atuar diretamente em processos de maturidade. NĂŁo obstante, se torna fundamental a acurĂĄcia de sensoriamento de campo. Sensores de processo e relativos Ă manutenção que se comunicam via redes sem fio tĂŞm papel cada vez mais importante na leitura fidedigna de variĂĄveis de processo e equipamentos, alĂŠm de promoverem maior segurança aos processos e Ă s pessoas envolvidas nas atividades.

As plataformas chamadas de “gĂŞmeos digitaisâ€?, nas quais se podem simular operaçþes e processos sucroenergĂŠticos, estĂŁo em uso crescente. Nesses sistemas, podem-se obter diversos cenĂĄrios de produção, balanços de massa energia das operaçþes industriais. O melhor de tudo, conectados on-line, possibilitam identificar gargalos de produção, prospectar performances, produçþes, setups, eficiĂŞncias e deficiĂŞncias. Tudo isso sem interferir no processo real, aumentando as chances de sucesso e mitigando riscos. Entram em ação, tambĂŠm, outros tipos de sistemas em aplicação na indĂşstria sucroenergĂŠtica, com controles em “laço fechadoâ€? e controles avançados, que propĂľem otimizar as inter-relaçþes de variĂĄveis dos processos, atravĂŠs de algoritmos especĂ­ficos, que podem potencializar a performance energĂŠtica, ou ainda estabilizar qualidade de produtos, otimizar eficiĂŞncias, por exemplo. Na implantação ampla de novos sistemas e tecnologias, vĂŞm-se requisitos que podem ser considerados para a aceleração das curvas de aprendizagem: um plano diretor estruturado (PDAI), times tĂŠcnicos com experiĂŞncia operacional, gestĂŁo e habilidades necessĂĄrias, engajamento em diversos nĂ­veis, disciplina de execução, bom sensoriamento de campo com sistemas de alta confiabilidade. Quando se avaliam processos industriais de forma global, envolvendo grande nĂşmero de unidades industriais (ou mesmo de uma Ăşnica planta), desafios podem surgir. A massa de dados a ser analisada ĂŠ enorme, e os dashboards de visualização passam a ter um papel Ă­mpar no dia a dia. Com organização adequada, eles facilitam o comparativo de performance entre indĂşstrias, assinalando benchmarks em eficiĂŞncias e produtividade, auxiliando tomadas de decisĂŁo e anĂĄlises de causas raiz. Ferramenta importante de melhoria contĂ­nua de processos. Algumas empresas utilizam times dedicados nessas avaliaçþes, verificando performances, gaps e oportunidades, cruzando dados de diversas plataformas, utilizando de ferramentas estatĂ­sticas e dando celeridade Ă s tratativas necessĂĄrias. Um perfil de profissional cada vez mais presente no dia a dia, com novas competĂŞncias, associadas Ă s tĂŠcnicas de anĂĄlise e com experiĂŞncia operacional, buscando resultados otimizados juntamente com os times de campo. Enfim, vivemos, hoje, um ambiente de rĂĄpidas mudanças, no qual as tecnologias evoluem a galope, e temos que estar prontos e aptos, com novas habilidades, obtendo dados que antes nĂŁo se era possĂ­vel obter, buscando excelĂŞncia operacional nos processos e eficiĂŞncia nos resultados. Os times devem estar bem preparados e afinados para lidarem com o novo, que chega de forma acelerada! n

21


Q

Índice

a inteligência humana dirigindo a artificial

Opiniões

sistemas de automação Em tempos onde ganhos de eficiência são mandatórios e investimentos exigem cautela, o conhecimento técnico para tomar decisões inteligentes e programar adequadamente as estratégias de implementação de sistemas de tomadas de decisões, independente da interferência humana, é um passo importante para não frustrar, nem correr riscos criando paradigmas negativos à implementação de novas tecnologias. Os primeiros passos para avançar com tecnologias inteligentes é explorar e potencializar os sistemas de controle existentes até seu limite de capacidade de processar algoritmos complexos oriundos da inteligência humana. Se analisarmos os sistemas instalados atualmente, podemos concluir que, em grande parte, teríamos os mesmos resultados com um sistema de controle analógico. Prova disso é a grande interferência da operação em intervenções manuais. É importante que uma base de conhecimento seja instalada por meio de ferramentas de gestão industrial que contenham os seguintes recursos:

• coleta de dados e gestão de informações integrando dados, em tempo real, das variáveis de processo, via sistema de controle, informações de laboratórios (industrial e pagamento de cana), agrícola e manutenção, via sistemas ERP/MES/LIMS e manutenção; • armazenamento e processamento de grande volume de dados; • possibilidade de cruzar informações de qualquer área da indústria com laboratoriais; • integração de dados para gerar estatísticas, com cruzamento de informações entre as áreas; • rodar modelos matemáticos dedicados e interagir com o sistema de controle; • gestão de malhas de controle e operação, pré-requisito importante para sistematizar a operação e alimentar sistemas inteligentes posteriormente; • definir metas operacionais e de desempenho; • identificação automática de desvios operacionais e ineficiências em tempo real, geração de alertas, apontamentos e procedimentos referentes aos alertas para alimentação de base de dados de análise de causa e efeito para sistematizar a operação; • automação da exportação de dados e comunicação entre plataformas distintas, principalmente para geração de relatórios, de modo que a coleta seja consistente e livre de erros provocados por entradas manuais.

Não existe inteligência artificial que funcione adequadamente sem antes aplicar a experiência e a inteligência humana. "

Marco Antonio Alasmar

Diretor Técnico da RAM Automação e Controle


đ&#x;”Š A implementação do sistema de gestĂŁo, associada Ă s melhorias no sistema de controle para obtenção de ganhos de eficiĂŞncia, serve principalmente para melhorar de forma contĂ­nua e sustentar, em tempo real, tais ganhos, ou seja, sempre que atingir uma meta e puder medir e comprovar ganhos e resultados, ĂŠ um estĂ­mulo a novos desafios. Para evoluir para sistemas inteligentes, ĂŠ mandatĂłrio que a equipe passe pelo aprendizado de como utilizar ferramentas de gestĂŁo, deixar de olhar apenas para desvio de variĂĄveis e administrar por meio de resultados estatĂ­sticos, atĂŠ esgotar todos os recursos existentes, potencializando o sistema de automação. Costumo dizer que estaremos preparados para tal evolução quando jĂĄ estivermos administrando resultados na segunda casa depois da vĂ­rgula, comprovando que temos conhecimento e domĂ­nio para continuar a construir e/ou aprimorar os pilares necessĂĄrios para incorporar ferramentas de controle avançado e IndĂşstria 4.0. Por falar em IndĂşstria 4.0 para o setor sucroenergĂŠtico, tenho opiniĂŁo formada a respeito desse assunto. Considerando que a maior parte do parque industrial instalado contempla um bom nĂ­vel de automação de processo e que ainda deve evoluir, recomendo investir em monitoramento de mĂĄquinas e equipamentos, assim como em integrar os sistemas de controle e gestĂŁo da manutenção (PCM), uma vez que a maior parte das usinas os possui. Pelo fato de que as usinas nĂŁo possuem monitoramento em massa de equipamentos, podemos considerar que iremos partir do zero para obtenção de dados em tempo real e iniciar um processo de modernização da manutenção, com ganhos significativos em disponibilidade e preservação de equipamentos, em paralelo com a potencialização da automação de processo. Tais ganhos poderĂŁo financiar investimentos na modernização da planta como um todo, inclusive na criação de equipe e da consultoria para tal. A grande vantagem da modernização da manutenção ĂŠ a substituição de tarefas que, antes, eram realizadas manualmente, de forma periĂłdica, ou apenas com a quebra de equipamentos, e, agora, passam a ser realizadas de forma contĂ­nua, em tempo real, com instruçþes do prĂłprio sistema. Cada vez mais, o software otimizarĂĄ a utilização do equipamento, de forma a diminuir o tempo de parada e prejuĂ­zos em substituição de peças danificadas. Quantos equipamentos e mĂĄquinas sĂŁo monitorados por planilhas que dependem de anotaçþes dos operadores, em muitos casos, sem critĂŠrios para alertar a manutenção na indicação de desvios? Grande parte dessas informaçþes sĂŁo monitoradas pelo sistema de controle e podem ser integradas ao PCM, via software de gestĂŁo industrial.

A IndĂşstria 4.0 nĂŁo estĂĄ relacionada somente Ă tecnologia, nĂŁo ĂŠ tĂŁo simples assim; toda a empresa deverĂĄ sofrer transformaçþes tecnolĂłgicas de processo e de pessoas. Investir em tecnologia com um processo de instalação sem definição ou mal definido, com pessoas despreparadas, apenas irĂĄ consumir recursos, tempo e dinheiro sem lograr ĂŞxitos, criando paradigmas conforme jĂĄ mencionamos anteriormente. Os principais benefĂ­cios da modernização da manutenção sĂŁo: • aumento da disponibilidade do ativo; • redução do custo da manutenção do ativo, com peças sobressalentes, materiais e horas extras; • redução dos custos de armazenamento, conservação, preservação e aquisição de peças e materiais; • melhoria e redução da mĂŁo de obra; • identificação e redução da manutenção preventiva nĂŁo necessĂĄria; • identificação de equipamentos com QR Code e tablet ou smartphone possibilita interação direta e rĂĄpida, com software PCM para geração de ordens de serviço ou identificação de falhas em inspeçþes visuais; • sistematização da manutenção possibilita terceirização no futuro. A criação de um Big Data (Sistema de GestĂŁo Industrial) constantemente alimentado por meio de coleta automatizada antecede a criação da inteligĂŞncia artificial para servir como fonte de anĂĄlise. Como mencionei anteriormente, o uso do sistema de gestĂŁo para sistematizar a operação ĂŠ fundamental para o sucesso da aplicação da InteligĂŞncia Artificial - IA, pois temos inĂşmeros casos prĂĄticos onde operadores tomam açþes diferentes para a mesma causa ou desvio. Especialistas em processos devem orientar o sistema de IA quanto a variĂĄveis que interagem entre si para que inicie um processo de tomada de decisĂľes que ainda devem ser analisadas pelo mesmo especialista, antes de interagir diretamente com o processo. NĂŁo podemos nos esquecer de que estamos falando da utilização da IA em um processo industrial, que deve processar matĂŠria-prima que muda constantemente, ganho de processo que muda em função de moagem (quantidade de cana processada), caracterĂ­sticas fĂ­sico-quĂ­micas que variam o tempo todo e que, para cada condição, hĂĄ uma reação em cadeia de todo o processo produtivo, que deve ser sistematizada para, posteriormente, ser automatizada com ĂŞxito. NĂŁo existe inteligĂŞncia artificial que funcione adequadamente sem antes aplicar a experiĂŞncia e a inteligĂŞncia humana. A qualidade das tomadas de decisĂŁo da IA depende da qualidade dos dados que lhe foi fornecida e dos equipamentos e sistema de controle adequados para tal. n

23


#NovosTempos #NovasSoluções

TRILHAR NOVOS CAMINHOS PARA ESTAR CADA VEZ MAIS PERTO DE VOCÊ, AGRICULTOR. Na nossa tradição de pioneirismo e inovação, seguimos com a determinação e coragem que nos guia há mais de 70 anos e nos motiva rumo aos 100 anos.

jacto.com

HOVER 500 Colhedora de cana para duas linhas. Colhe até o dobro de cana por hora, com redução de até 35% de litros de combustível por tonelada colhida.

NOVOS TEMPOS, NOVAS SOLUÇÕES.


A primeira plantadeira automotriz e híbrida do Brasil. 49 e 61 linhas de plantio, com reservatório central de 8.700 litros e transmissão híbrida inovadora com controle automático de escorregamento.

LUMINA 400

MERIDIA 200

ARBUS 4000 JAV

JACTO CONNECT

Plantadeira autotransportável, para maior rendimento e agilidade no trabalho.

Plantadeira articulada com benefícios em plantabilidade.

Solução autônoma para pulverização na cultura de citros.

Ferramenta integrada, com acesso direto a todos os serviços da Jacto: Abertura e acompanhamento de chamadas, simulação de financiamentos e muito mais.

29, 33 ou 37 linhas de plantio, com reservatório central de 8.700 litros para maior autonomia.

11 e 13 linhas de plantio, com fluxo de palha eficiente para reduzir paradas e maior tempo disponível para o trabalho, com maior autonomia e agilidade.

2dcb.com.br

UNIPORT PLANTER 500

Controle autônomo de operações, com monitoramento remoto e pulverização inteligente. Trabalho cooperativo, com ganho de rendimento operacional.


Q

Índice

nanocelulose e biocompostos

Opiniões

segurança energética e ambiental: o papel-chave da biomassa lignocelulósica De acordo com a International Energy Agency – IEA, o consumo de energia é responsável pela maior emissão de gases do efeito estufa – GEE, causada pelo homem, com 73% do total, equivalente a 49,4 GtCO2 eq. O setor de geração de energia e calor é o principal responsável por essas emissões, com 30% do total, seguido pelo setor de transportes, com 15%. Verifica-se que o setor de transportes é uma fonte de emissão de GEE com maior taxa de crescimento. Portanto essas emissões devem ser rapidamente reduzidas, para se evitar o agravamento dos efeitos da crise climática. Um dos caminhos mais rápidos e eficientes para se reduzir essa emissão é pela exploração da biomassa lignocelulósica, uma fonte renovável de energia e de moléculas precursoras de vários compostos de interesse industrial, conforme demonstra o diagrama da Biorrefinaria Avançada.

A produção e o uso de gasolina e diesel emitem uma carga muito elevada de GEE (CO2), sem a devida compensação na sua captação e reciclo. Isso torna o processo um verdadeiro emissor contínuo de carbono na atmosfera. Em contrapartida, a produção de biocombustíveis se inicia com o reciclo do carbono, a partir da captação do CO2 atmosférico durante o crescimento das plantas (fotossíntese), resultando em um balanço de emissão de carbono muito baixo, quando comparado ao seu equivalente fóssil nas tabelas da Eficiência Ambiental dos Combustíveis. A produção de Etanol de Primeira Geração – E1G, ocorre pela fermentação natural dos açúcares de 6 carbonos, armazenados como reservas de energia nas plantas, sendo facilmente obtidos pela extração direta do caldo da cana-de-açúcar (rico em sacarose), ou por hidrólise do amido do milho (rico em glicose), seguido pela fermentação desses açúcares, por leveduras que usam naturalmente essas moléculas. O domínio da tecnologia E2G permitiu aproveitar mais o poder energético e químico dos cultivos agrícolas, tornando possível a produção de etanol em qualquer região do planeta, usando a biomassa local de qualquer atividade agroflorestal. " Julio Cezar Araujo do Espirito Santo e João Farah Emiliano Gerente e Diretor da área de Tecnologia Industrial da GranBio, respectivamente

26


đ&#x;”Š BIORREFINARIA AVANÇADA Biomassa LignocelulĂłsica

Celulose Biocompostos Hemicelulose BiocombustĂ­veis Processos PrĂŠ-Tratamento Lignina Bioenergia Processo base

MatĂŠria-prima

EspecĂ­ficos Produtos

Precursores

EFICIĂŠNCIA AMBIENTAL DOS COMBUSTĂ?VEIS gCO2eq/MJ Intensidade de carbono (Co2eq/MJ)

COMBUSTĂ?VEL Etanol Anidro

20,51

Etanol 1G

4,41

Etanol 2G Stand Alone Etanol 1G2G

18,63

Etanol de Milho Flex

22,55

Etanol de Milho Stand Alone

26,13

Etanol de Milho Imprtado

40,35

Etanol Hidratado 20,79

Etanol 1G

4,70

Etanol 2G Stand Alone Etanol 1G2G

18,91

Etanol de Milho Flex

22,83

Etanol de Milho Stand Alone

26,47

Etanol de Milho Importado

-

Biodiesel Biodiesel Soja

26,70

Biodiesel Sebo

3,80

Biometano (96,5% metano) Biometano de BiogĂĄs de Aterro SanitĂĄrio

7,44

Biometano de Torta de Filtro

4,84

Biometano de Vinhaça

4,01

Biometano de Dejetos SuĂ­nos

3,95

Biometano de Dejetos Bovinos

3,96

BioQAV HEFA

34,65

VALORES DE REFERĂŠNCIA DA LITERATURA PARA OS DERIVADOS DE PETRĂ“LEO COMBUSTĂ?VEL FĂ“SSIL EQUIVALENTE

Intensidade de carbono CFE [gCO2eq/MJ)

Gasolina

87,4

Diesel

86,5

MĂŠdia Gasolina, Diesel e GNV

86,8

Querosene de Aviação

87,5

Contudo a produção de E1G depende do cultivo direto de espĂŠcies especĂ­ficas, com boa produtividade e fĂĄcil extração dos açúcares, demandando ĂĄreas de plantio prĂłprias, podendo competir com outras variedades ou atividades de interesse socioeconĂ´mico, como a produção de alimentos. Esses fatores reduzem o seu potencial de produção em escala mundial, ficando limitado apenas aos paĂ­ses com vastas ĂĄreas de terra e condiçþes climĂĄticas favorĂĄveis para o seu cultivo. O potencial de biomassa lignocelulĂłsica ĂŠ enorme. Existe um grande potencial para o aproveitamento dos resĂ­duos agrĂ­colas (folhas, pontas, colmos, etc.), que podem ser obtidos a partir dos rejeitos de outras culturas, como cana, milho, trigo, arroz e outros. A biomassa lignocelulĂłsica possui uma parede celular constituĂ­da por trĂŞs componentes principais (celulose, hemicelulose e lignina), estruturados para sustentar o crescimento da planta e garantir proteção aos ataques dos agentes naturais. Esses resĂ­duos ainda sĂŁo muito pouco aproveitados, exceto o bagaço de cana, sendo a maior parte deixada nos campos, onde se decompĂľe e emite CO2. Diante da enorme disponibilidade de biomassa lignocelulĂłsica com baixo custo, foi desenvolvida a tecnologia do Etanol de 2ÂŞ Geração – E2G, que produz etanol a partir dos açúcares presentes na celulose e na hemicelulose e que nĂŁo estĂŁo naturalmente acessĂ­veis Ă ação das leveduras, fazendo parte da estrutura quĂ­mica das fibras da biomassa. O domĂ­nio recente da tecnologia E2G permitiu aproveitar mais o poder energĂŠtico e quĂ­mico dos cultivos agrĂ­colas, alĂŠm de, finalmente, tornar possĂ­vel a produção de etanol em qualquer regiĂŁo do planeta, usando a biomassa local de qualquer atividade agroflorestal. JĂĄ hĂĄ disponĂ­veis no mercado tecnologias industriais completas para o aproveitamento dos resĂ­duos agrĂ­colas, com rendimento de palha de cana/etanol em 5:1, garantindo um aumento de 40-50% na produção de biocombustĂ­veis para a mesma ĂĄrea plantada. Com cana-energia, que produz duas vezes mais biomassa/ha que a cana-de-açúcar, esse aumento pode chegar a 100%. É maior segurança energĂŠtica, sem ameaçar ; a segurança alimentar.

27


Q

Índice

nanocelulose e biocompostos O domínio de tecnologias de pré-tratamento foi crucial para desestruturar esse complexo e expor suas cadeias de açúcares. Ainda, tanto a celulose quanto a hemicelulose não são diretamente fermentescíveis pelas leveduras naturais, exigindo o uso de enzimas para sua hidrólise, além do desenvolvimento de leveduras superiores, para fermentar os açúcares de 5 carbonos oriundos da hidrólise da hemicelulose. Uma tecnologia inovadora, cujo domínio e escalonamento nos últimos anos abriu caminho para uma nova matriz energética mundial. O E2G já é competitivo. As mudanças nos dogmas econômicos mundiais nos últimos 20 anos resultaram na valorização do carbono não emitido pelos biocombustíveis (créditos de carbono), relativos aos seus equivalentes fósseis, permitindo que esses créditos sejam comercializados, para neutralizar o carbono emitido por outros agentes no mercado. Ainda, governos globais estipularam metas de mistura de biocombustíveis aos seus equivalentes fósseis, destacando-se os recentes mandatos de países da União Europeia, China e Índia, o Renewable Fuel Standard, dos Estados Unidos, e o Low Carbon Fuel Standard, da Califórnia. Embora os mandatos existam, a maior parte dos países não consegue cumprir suas metas, já que não há biocombustível suficiente para atender às metas estipuladas. No caso do E2G, a sua baixíssima emissão de carbono gera, em alguns mercados, créditos de carbono que rendem até 6 vezes o seu custo de produção por litro, tornando-o muito mais atrativo que o E1G no momento, devendo perdurar pelos próximos 50 anos. Com cana-energia, o E2G passa a ter pegada de carbono negativa, retirando mais CO2 do que emitindo (Figura 3). Contudo o uso da biomassa lignocelulósica vai além dos biocombustíveis. Muitos compostos de origem fóssil podem ser substituídos por produtos de origem lignocelulósica, como a nanocelulose, a menor e mais forte unidade estrutural da biomassa, podendo ser aplicada em indústrias automotivas, defesa e blindagem, invólucros eletrônicos, embalagens ultrarresistentes e têxteis. É um biomaterial mais forte que metais, nanotubos de carbono, grafeno e fibras de vidro, em uma base de peso igual. Segunda maior produtora mundial, a GranBio oferece 2 processos de produção de nanocelulose: um de baixo custo, com menor valor agregado e aplicação industrial diversa, e outro com altíssima pureza, com aplicação em indústrias de bens

28

Opiniões

PEGADA DE CARBONO DE PRODUTOS Kg DE CO2 EQUIVALENTES

CICLO DE VIDA Resultado do ciclo de vida, considerando cálculo estequiométrico de emissão de gás carbônico: absorção de 0,305 kg de CO2eq/kg de sistema ou 0,00967 kg de CO2eq/MJ. 10 8 6 2 0 -2 -4 -6 -8 -10 -12 EMISSÃO DA QUEIMA DO ETANOL RESÍDUOS E UTILIDADES EMISSÕES DA PLANTA ELETRICIDADE EXPORTADA CANA-ENERGIA

de consumo, biomédicas e alimentícia. Ambos os processos utilizam biomassa lignocelulósica residual como matéria-prima e possuem emissão de carbono negativa, com produção anual de 120 t de nanocelulose. Atualmente, a nanocelulose está sendo adicionada a pneus, para maior redução de atrito e para melhorar as propriedades de barreira de garrafas e filmes plásticos. O Departamento de Agricultura dos Estados Unidos (USDA) projeta um potencial de mercado global da nanocelulose de 35 milhões de toneladas por ano. Hoje, a GranBio é licenciadora mundial dessas tecnologias de processamento de biomassas para E2G, nanocelulose e biocompostos, além de licenciar as suas variedades de cana-energia (Vertix), garantindo valorização da biomassa lignocelulósica, desde o plantio até a produção, com pegada de carbono negativa, geração de créditos de carbono e bioprodutos com mercado garantido. n



Q

Índice

a eficiência no estado da arte

Opiniões

a era da informação permitirá avançar

as fronteiras do conhecimento Estamos vivenciando a chamada era da informação, com volume enorme de dados disponíveis para serem coletados e organizados. Entretanto transformar dados em informações úteis, de modo a orientar ações, é o desafio atual das organizações. Não é à toa que a habilidade de tomar decisões orientadas em dados e em tempo real tem sido uma grande demanda atualmente. A tecnologia evoluiu e, junto com as perguntas certas, contribuiu enormemente para nós, humanos, fazermos importantes descobertas e tornarmos o setor sucroenergético brasileiro um gigante mundial. Essas informações estavam em uma folha de caderno, depois foram para o drive do computador e, agora, estão na nuvem.

Apesar de contarem com diversos sistemas de gestão de qualidade e produções, as usinas ainda carecem de aplicações das tecnologias, bases da Indústria 4.0, para alcançarem o estado da arte em termos de produtividade e gestão. Adotar tecnologias como integração entre sistemas, computação em nuvem, Big Data e algoritmos computacionais traz benefícios muito visíveis, mesmo com aplicações rápidas. Monitoramento de processos em tempo real: As unidades produtoras de açúcar e etanol apresentam bom nível de automação e sensores, entretanto as medições analíticas são realizadas em laboratórios existentes na própria indústria, após a coleta da amostra e leitura em equipamentos

A tecnologia evoluiu e, junto com as perguntas certas, contribuiu enormemente para nós, humanos, fazermos importantes descobertas e tornarmos o setor sucroenergético brasileiro um gigante mundial. " Henrique Berbert Amorim Neto e Fernando Henrique C. Giometti Diretor-presidente e Especialista de Aplicação da Fermentec, respectivamente


đ&#x;”Š analĂ­ticos off-line, gerando atraso nos resultados e culminando no problema da gestĂŁo reativa. A instrumentação analĂ­tica tambĂŠm pode ser em linha no processo, porĂŠm ainda ĂŠ pouco utilizada na indĂşstria nacional. A adoção de analisadores com tecnologia NIR (Near Infrared Spectroscopy), em segundos, proporciona resultados de mĂşltiplos componentes numa mesma amostra, ou, mais recentemente, a espectroscopia Raman traz benefĂ­cios no controle do processo, na gestĂŁo do tempo e de recursos do laboratĂłrio. Importante ressaltar que essa tecnologia nĂŁo estĂĄ mais limitada ao laboratĂłrio. Equipamentos on-line podem ser instalados no processo produtivo e permitem monitoramento contĂ­nuo dos parâmetros, tornando a tecnologia ideal para o conceito da usina 4.0. Quando aplicados em amostras de fermentação, ĂŠ possĂ­vel aumentar enormemente a população de dados disponĂ­veis de pH, açúcares redutores totais, acidez, teor alcoĂłlico, glicerol e concentração do levedo. Tais informaçþes sĂŁo essenciais para a otimização do bioprocesso de fermentação. Na fabricação, o monitoramento do açúcar produzido na esteira (pol, brix, umidade, cinzas e cor) jĂĄ assegura padrĂľes de especificação e evita reprocesso e/ou perda de remuneração por alteraçþes de qualidade do produto final. Algoritmos computacionais e InteligĂŞncia Artificial: NĂŁo hĂĄ dĂşvidas de que a maior disponibilidade de dados pode levar a maior assertividade, entretanto aumenta significativamente a complexidade analĂ­tica. A capacidade cognitiva humana se atrapalha com a quantidade de dados disponĂ­veis e nĂŁo consegue distinguir o que ĂŠ importante do que nĂŁo ĂŠ. Nesse ambiente, serĂĄ fundamental uma camada "mĂĄquina" que, por meio de mĂŠtodos estatĂ­sticos, ciĂŞncia de dados, aprendizado de mĂĄquinas e balanço de massa, poderĂĄ extrair valor dos dados. Essas aplicaçþes geram inteligĂŞncia para suportar a gestĂŁo industrial e a tomada de decisĂŁo. Tais mecanismos jĂĄ tĂŞm permitido monitorar a confiabilidade dos processos, definir e controlar os melhores setpoints de operação, prever os resultados de produção, controlar a dosagem de insumos, entre outras facilidades. Especialista virtual: O especialista virtual ĂŠ uma inovação para o setor sucroenergĂŠtico, uma vez que poderĂĄ, simultaneamente, substituir ou cooperar com o “especialista humanoâ€? na identificação de desvios, agregando agilidade na comunicação na operação, assim como efetuar a proposição de solução. JĂĄ ĂŠ possĂ­vel, a cada desvio, apresentar uma carta de recomendação para o operador, visando Ă retomada do setpoint para os valores esperados.

Computação em nuvem: Nessa jornada onde novos dados são gerados a cada hora, minuto ou segundo, a combinação com a computação em nuvem tem se mostrado ideal. Nesse ambiente, o foco não estå apenas no armazenamento, mas tambÊm na anålise contínua dos dados e acessíveis de qualquer localidade. A escalabilidade e o dimensionamento elåstico (mais ou menos capacidade de processamento no momento certo) são tidos como grandes vantagens. A Fermentec jå possui soluçþes hospedadas em três das quatro grandes nuvens públicas (Amazon Web Service, Microsoft Azure e, mais recentemente, Huawei Cloud). Ensino eletrônico: No mundo, onde os avanços tecnológicos estão mudando rapidamente a forma como executamos nossas atividades do dia a dia, no trabalho e na vida pessoal, manter-se atualizado Ê fundamental. Nesse ambiente, a capacitação não fica restrita à sala de aula e ganha novas experiências com o e-learning, realidade virtual e realidade aumentada. Cursos completos no modelo ensino a distância (EaD) permitem a disponibilização do conhecimento para todas as regiþes produtoras de açúcar e etanol, otimizando custos logísticos e tempo no deslocamento dos instrutores e colaboradores. Cada vez mais comum, a veiculação de webnårios tambÊm Ê um importante canal de debates de temas relevantes ao setor. Benchmarking: Instrumento essencial para analisar com profundidade os processos de produção e demonstrar os avanços da eficiência da usina, bem como sua posição em relação às outras unidades, ferramentas de benchmarking jå são utilizadas desde a dÊcada de 1990. Atualmente, os relatórios eståticos enviados por e-mail são substituídos por plataforma web com layout dinâmico, permitindo personalizar a visualização das informaçþes. Filtros avançados contribuem para melhorar as anålises, comparando a sua usina por região, mix de produção, tipos de produtos e características industriais. As ferramentas de inteligência serão, cada vez mais, imprescindíveis para aumentar a eficiência industrial. Por isso, desenvolvemos tecnologias para implantar a usina 4.0, em que todos os processos são automatizados e conectados, gerando dados que são armazenados na nuvem e analisados em tempo real, por sistema de inteligência artificial. Toda essa modernização permite tomadas de decisþes mais råpidas, que levam à redução de custos e à maior rentabilidade. n

31


Q

Índice

automação industrial

Opiniões

a automação industrial do setor sucroenergético Para entendermos minha opinião sobre onde estamos posicionados como setor, é importante um breve histórico sobre o que acompanhei de evolução da automação industrial, em diferentes setores, ao longo de minha carreira. Iniciei minha carreira profissional no final de 1989, como engenheiro trainee, e tive oportunidade de participar de um projeto de construção de uma fábrica no segmento alimentício, que foi concebida, desde o início de seu estudo até a sua implementação, com o conceito de utilização do que, na época, existia de mais moderno em automação industrial no Brasil. Quando ingressei no apaixonante segmento sucroenergético, em 2009, grande parte das usinas existentes e os projetos de novas usinas de que tive oportunidade de participar não tinham como padrão ao menos considerar automação como uma opção relevante, seja por falta

de tempo para maturação dos projetos, seja por falta de acreditar na tecnologia, ou por questões financeiras. Em resumo, estávamos aproximadamente 20 anos atrasados com relação aos setores brasileiros mais evoluídos tecnologicamente, que, por sua vez, estavam décadas atrasados com relação aos países mais desenvolvidos. Importante lembrar que a automação industrial começou a ter mais atenção por volta da segunda metade do século XVIII, na Inglaterra, e, no início do século XX, os sistemas se tornaram mais automatizados, quando os computadores e controladores programáveis passaram a fazer parte da tecnologia da automação.

não tenho dúvidas de que é preciso fazer essa evolução com o devido critério, para não sermos 'atropelados' pelo efeito de termos ficado tantos anos 'hibernados'. "

Julimar Clemente de Souza

Diretor de Operações da Usina Santa Terezinha


đ&#x;”Š A partir daĂ­, as redes industriais surgiram para suprir a necessidade de comunicação entre equipamentos e instrumentos, tendo como objetivo o controle eficaz das variĂĄveis de processo e, por consequĂŞncia, o aumento da eficiĂŞncia, redução de custo, melhor segurança operacional e melhoria do retorno financeiro dos projetos. EntĂŁo, em 1989, ter a chance de participar de um projeto tĂŁo avançado em conceitos que, no nosso PaĂ­s, eram relativamente novos, certamente moldou a minha opiniĂŁo, como usuĂĄrio, e nĂŁo especialista da ĂĄrea de automação, da importância da automação industrial para a segurança de nossos processos e maximização dos lucros. Respondendo Ă pergunta sobre minha opiniĂŁo de onde estamos como setor sucroenergĂŠtico, com relação Ă utilização da automação industrial nas usinas brasileiras, em geral, acredito que estamos tentando acordar de um perĂ­odo de hibernação provocado pelo pouco investimento de tempo, planejamento e recursos financeiros voltados ao desenvolvimento dessa tecnologia em nossos parques industriais. A minha opiniĂŁo, que, como jĂĄ citei, ĂŠ a de um usuĂĄrio e nĂŁo a de um especialista nessa ĂĄrea, tem sustentação no breve resumo que fiz acima. Avaliando, hoje, no Brasil, quantas usinas tivemos implantadas nos Ăşltimos 30 anos dentro desse conceito, nĂŁo me resta outra opiniĂŁo a nĂŁo ser a de que precisamos evoluir muito para nos posicionarmos ao lado de outros setores jĂĄ mais evoluĂ­dos, como usuĂĄrios das tecnologias de automação e, por consequĂŞncia, termos maiores chances de projetos com melhor viabilidade econĂ´mica. Como evoluir para usinas mais automatizadas e fazer esse investimento de forma economicamente viĂĄvel? Separo a minha opiniĂŁo em duas vertentes: Pensando em novos projetos, um dos caminhos seria contarmos com maior previsibilidade de polĂ­ticas de incentivos fiscais e financeiros ao nosso setor. As poucas polĂ­ticas de incentivo que tivemos atĂŠ entĂŁo foram pontuais, de curto prazo e sujeitas a mudanças, na maioria das vezes repentinas e sem nos dar tempo de nos adequarmos a essas novas diretrizes. Fato ĂŠ que, a cada vez que o nosso setor pensou que tinha fundamentos para crescer, e bravamente nossos investidores apostaram nesse crescimento, em seguida, tivemos graves crises que praticamente quebraram nosso setor. Para nĂŁo citar muitas dessas crises, que ocorreram apĂłs momentos de grandes investimentos, podemos citar as duas Ăşltimas, a de 1999 e a de 2007/2008.

Fica difĂ­cil pensar em projetos com maior necessidade de planejamento e de maior investimento inicial, quando o futuro e seus fundamentos sĂŁo tĂŁo volĂĄteis. Sim, sabemos da importância de utilizarmos o devido tempo em detalhamento desses projetos e de seguirmos padrĂľes de gerenciamento dos mesmos, citando, aqui, o PMBOK como exemplo amplamente utilizado por outros setores, dentre as fases do processo de construção de um projeto, ĂŠ importante destacar cinco grupos fundamentais: • iniciação ao projeto; • planejamento; • execução; • monitoramento e controle; • encerramento. Quantas usinas temos no Brasil que tiveram tempo e recursos financeiros para desenvolver seus projetos, baseados nos conceitos acima, e padrĂľes necessĂĄrios para que a automação industrial fosse considerada, desde as primeiras fases do projeto, tanto com relação ao conceito de utilização, quanto com relação ao custo versus benefĂ­cio pelo investimento? Poucas ou rarĂ­ssimas, nĂŁo ĂŠ mesmo? Para os projetos de melhoria das condiçþes industriais jĂĄ existentes, e que nasceram sem o devido pensamento em investimentos em automação, na minha opiniĂŁo, ĂŠ preciso ser muito cuidadoso e ter o entendimento de que o "remendo" ĂŠ sempre a possibilidade de um conserto, mas que, muitas vezes, pode ter consequĂŞncias difĂ­ceis de serem mensuradas a curto prazo, bem como provocarem impacto em variĂĄveis nĂŁo mapeadas durante estudo de implementação da melhoria proposta. Este ĂŠ o famoso "preço" por nĂŁo ter feito de forma correta da primeira vez. Dessa forma, quando pensarmos em investimentos em automação de nossos parques industriais existentes, ĂŠ preciso entender que o tempo e investimentos que nĂŁo tivemos condiçþes de disponibilizar, quando da construção de nossas plantas, certamente trarĂŁo um desafio ainda maior com relação a nos atualizarmos e a estarmos aptos a utilizarmos todos os benefĂ­cios que um bom projeto de automação industrial possa nos proporcionar. NĂŁo hĂĄ dĂşvidas de que precisamos evoluir e recuperar o tempo perdido. Precisamos, sim, recuperar esse tempo perdido e chegar ao mesmo nĂ­vel com relação ao uso de ferramentas de inteligĂŞncia, a que as boas empresas de outros segmentos jĂĄ atingiram. Mas tambĂŠm nĂŁo tenho dĂşvidas de que ĂŠ preciso fazer essa evolução com o devido critĂŠrio, para nĂŁo sermos "atropelados" pelo efeito de termos ficado tantos anos "hibernados". n

33




Q

Índice

a interface humana da inteligência artificial

Opiniões

ferramentas de inteligência para a

área industrial Ao receber a incumbência de escrever um artigo para esta nova plataforma digital multimídia da Revista Opiniões, comecei a pensar naquilo que li e estudei há vinte, trinta anos, naquele tempo como um hobby, sobre a natureza da vida no Universo. Talvez essa lembrança se deva ao título conter a palavra “inteligência”, que é uma característica importante de seres vivos que hoje colocamos também como característica de máquinas e sistemas, ou seja, Inteligência Artificial. Mas o que é inteligência? Uma boa definição, entre muitas, diz, simplificadamente, ser a capacidade de um sistema de apreender a estrutura relevante de um campo de comportamentos.

Os sistemas descritos precisam de um timoneiro artificial, e isso já está sendo construído com softwares capazes de aprender, mas que ainda usam a interface humana. Quando serão autônomos? Em breve... Quanto custarão? Deixo para alguém do futuro responder " Jaime Finguerut

Engenheiro Quimico Especialista em Fermentação Diretor do ITC Instituto de Tecnologia Canavieira

Veja que a inteligência pressupõe uma seleção daquilo que é relevante, e essa seleção obviamente tem de ser um grau acima da seleção feita por acaso, em função da informação recebida pelo sistema. Veja também que apreender significa que o sistema tem de ser capaz de processar essa informação, de forma útil e satisfatória para o sistema. Quantos conceitos importantes num simples título de um artigo. Ao associarmos a inteligência ao comportamento, introduzimos ainda um outro conceito, o da cibernética, palavra que lemos frequentemente e associamos a computadores e máquinas automáticas, mas que se refere diretamente a controle e comunicação dentro de um sistema, portanto referindo-se ao seu comportamento.

36

Na Wikipedia, encontramos: “A cibernética é aplicável quando um sistema em análise incorpora um circuito fechado de sinalização – originalmente chamado de relação 'causal circular' – isto é, onde a ação do sistema gera alguma mudança em seu ambiente e essa mudança é refletida no sistema de alguma maneira (feedback) que aciona uma alteração no sistema”. Assim, vejam que interessante, o controle pressupõe uma mudança detectável (sensores), e essa mudança é respondida pelo sistema, através de uma ação sobre essa causa, através de um ciclo de feedback (ação do sistema sobre o próprio sistema).


đ&#x;”Š Norbert Wiener, em 1948, ao definir essa nova ciĂŞncia, encontrou precisamente a palavra que queria na operação dos grandes barcos da antiga GrĂŠcia. No mar, os grandes barcos batalhavam contra a chuva, o vento e as marĂŠs – questĂľes imprevisĂ­veis. No entanto, se o homem, operando sobre o leme, podia manter o olhar sobre um farol longĂ­nquo, poderia manipular a cana do leme, ajustando-a constantemente em tempo real, atĂŠ alcançar a luz. Essa ĂŠ a função do timoneiro. Nos tempos rĂşsticos de Homero, a palavra grega para designar o timoneiro era kybernetes, que Wiener traduziu para o inglĂŞs como cybernetics; em portuguĂŞs: cibernĂŠtica. Na definição de Wiener, vejam, o timoneiro ĂŠ parte do sistema, apesar de tantas alteraçþes imprevistas e imprevisĂ­veis, ele vĂŞ (sensor) a luz do farol, ele age sobre o leme, de forma a sempre corrigir o rumo do barco onde ele estĂĄ, e levĂĄ-lo ao destino (o objetivo da ação). Generalizando todos esses conceitos para entendermos como vamos usar as ferramentas de inteligĂŞncia, numa definição muito moderna de vida, temos que a vida seria um sistema que cumpre todos os quatro processos do estado “viventeâ€?, a saber: dissipação, autocatĂĄlise, homeostase e aprendizagem. JĂĄ vimos, desde o primeiro parĂĄgrafo, que estar vivo ĂŠ aprender, atravĂŠs da inteligĂŞncia, mas o que significam os trĂŞs primeiros processos? Dissipação significa que, para um sistema estar “vivoâ€?, ele precisa de uma fonte permanente de energia que possa “usarâ€?, dissipando essa energia e aumentando a entropia (aumentando a bagunça do Universo). Podemos tambĂŠm entender a dissipação de energia como uma forma de auto-organização de um sistema, por exemplo a criação de vĂłrtices e a movimentação dentro do sistema, sustentando a sua existĂŞncia apesar do atrito e da movimentação caĂłtica. AutocatĂĄlise significa que o sistema tem a capacidade de produzir seu prĂłprio catalisador, ou seja, tem a capacidade de manter reaçþes que tĂŞm como um dos produtos o prĂłprio catalisador que acelera a reação. Por exemplo, na fermentação alcoĂłlica conduzida por leveduras (seres vivos), todas as centenas de milhares de reaçþes que ocorrem na temperatura quase ambiente, para que a população se mantenha viva, os catalisadores (enzimas) sĂŁo todos, sem exceção, produzidos pela prĂłpria levedura, de forma dinâmica e controlada. E a homeostase? Uma definição ĂŠ a capacidade do sistema de manter a sua funcionalidade (e morfologia) e os seus ambientes internos dentro de limites, apesar das flutuaçþes do ambiente externo. Isso ĂŠ feito Ă custa de intensas trocas com o meio externo e da manutenção de reservatĂłrios crĂ­ticos, num processo chamado de estabilidade dinâmica.

Em termos mais prĂĄticos, a ĂĄrea industrial de uma usina de processamento de cana ĂŠ, sem dĂşvida, um sistema aberto, pois recebe continuamente materiais e energia e fabrica produtos (e calor) e resĂ­duos que tambĂŠm saem continuamente. Pelo que aprendemos, esse sistema tem inteligĂŞncia? Com certeza, sim, desde que o homem (o operador) faça parte desse sistema. Seria possĂ­vel retirar o homem desse sistema? Sim, porĂŠm nĂŁo temos ainda toda a tecnologia necessĂĄria. TerĂ­amos a necessidade de imitar muitas das caracterĂ­sticas dos sistemas vivos descritos acima. Por exemplo, terĂ­amos de ter sensores que meçam tudo o que ĂŠ relevante, terĂ­amos de ter sistemas de seleção das informaçþes geradas pelos sensores, teremos de ter sistemas cibernĂŠticos que funcionem em laços fechados, ou seja, terĂ­amos de ter atuadores e sistemas de controle extremamente espalhados e coordenados local e globalmente, alĂŠm de uma supervisĂŁo que defina o que se pretende atingir, mantendo o sistema dinamicamente estĂĄvel. PorĂŠm, ainda mais difĂ­cil, o sistema, mesmo dissipando energia, teria de se manter auto-organizado, se reconstruindo permanentemente e eventualmente atĂŠ evoluindo atravĂŠs de processos autocatalĂ­ticos. TerĂ­amos de ter moendas, caldeiras, turbogeradores, bombas, centrĂ­fugas, atuadores, etc., todos capazes de se manter funcionando sem o pessoal da manutenção. Se as condiçþes externas forem muito variĂĄveis e ultrapassarem a capacidade de homeostase do sistema usina, esta poderĂĄ perder a capacidade de processar cana (morte). Um exemplo de algo que poderia imitar um sistema “vivoâ€? na moenda poderia ser um sistema de robĂ´s de aplicação de solda, sendo controlados pelo prĂłprio torque da moenda, pois, quando o torque cai, ĂŠ porque a pega ĂŠ insuficiente e “faltaâ€? solda. É claro que os robĂ´s precisam se manter funcionais, e o material que eles usam tem de se manter atravĂŠs de reservatĂłrios dinâmicos. As alteraçþes de torque que nĂŁo sejam por falta de “pegaâ€? na moenda precisam ser selecionadas e entendidas na forma de alteração automĂĄtica de estratĂŠgias. A produção de etanol por fermentação jĂĄ ĂŠ um sistema vivo, porĂŠm deixado sem laços fechados (sem supervisĂŁo); o autocontrole feito pelas leveduras vivas tenderia a favorecĂŞ-las, ou seja, a produzir apenas mais e mais leveduras. Os sistemas descritos precisam de um timoneiro artificial, e isso jĂĄ estĂĄ sendo construĂ­do com softwares capazes de aprender, mas que ainda usam a interface humana. Quando serĂŁo autĂ´nomos? Em breve... Quanto custarĂŁo? Deixo para alguĂŠm do futuro responder. n

37


Q

Índice

a busca da usina inteligente e autônoma

Opiniões

a jornada da Ferrari na

indústria 4.0

A Usina Ferrari sempre buscou melhorar os controles dos processos produtivos através das tecnologias disponíveis. No começo da década de 2010, havíamos alcançado um nível de automação satisfatório, porém existia uma lacuna em integrar todos esses sistemas de controles, levando em consideração as variações do processo (matéria-prima, mix e ritmo de produção, etc.). Uma das opções disponíveis era a utilização de planilhas eletrônicas para simular cenários de produção, com o intuito de verificar gargalos e deficiências para determinar melhores ajustes dos controles; era um processo muito oneroso e limitado. Em 2015, adquirimos uma ferramenta dedicada para simulação de processos, a qual permitiu, através de modelagem digital, mapear todo o processo produtivo. Um grande diferencial da ferramenta era a possibilidade de trabalhar com as principais grandezas físicas de forma unificada, permitindo maior agilidade na obtenção dos balanços de massa, energia e taxas de ocupação dos equipamentos; com isso, conseguimos monitorar os processos com um conteúdo maior de informações, e era possível realizar comparativos do que estava sendo realizado com os resultados teóricos obtidos nas simulações. Também era possível simular cenários diferentes com alteração da capacidade dos equipamentos, mix de produção, variação da matéria-prima, otimização do consumo de energia, entre outros. Esse foi o primeiro passo para o conceito do “gêmeo digital”, pois havíamos implementado o principal componente, que era o modelo digital de todo o processo produtivo.

Toda essa tecnologia trabalhando com inteligência artificial, computação em nuvem, etc. O céu é o limite. "

Paulo Henrique Fantinatti e Hênio José Rospendowski Junior

Gerente Industrial de Produção e Gerente Industrial Geral da Ferrari Agroindústria, respectivamente


đ&#x;”Š ApĂłs implementação da ferramenta, e junto com a curva de aprendizagem, atingimos um alto grau de aderĂŞncia das simulaçþes em paralelo aos resultados reais de produção, e isso gerou confiabilidade no uso da ferramenta, possibilitando, na safra seguinte, a implantação da segunda fase do projeto, que consistia em realizar simulaçþes on-line em função das variĂĄveis de entrada do processo em comparativo com os dados reais de produção. No inĂ­cio, essas informaçþes estavam somente no âmbito gerencial e na supervisĂŁo. A ferramenta de simulação era usada para checagem de variaçþes mais significativas e montagem de cenĂĄrios; a implantação da plataforma on-line nos possibilitou levar as informaçþes ao nĂ­vel operacional, o que foi uma grande conquista, pois, alĂŠm do monitoramento on-line, tambĂŠm tivemos um salto no nĂ­vel de conhecimento dos operadores dos supervisĂłrios. A plataforma contempla um sistema de registros de ocorrĂŞncias onde as causas dos desvios apurados sĂŁo registradas e, posteriormente, analisadas, fazendo com que houvesse envolvimento de todos e, consequentemente, alimentar, de forma efetiva, o ciclo PDCA; isso possibilitou classificarmos a natureza das ocorrĂŞncias, para uma melhor gestĂŁo e entendimento das tratativas.

O próximo passo Ê fazer com que as referências geradas pela plataforma atuem diretamente nas principais malhas de controle dos processos, pois a plataforma gera as referências e os desvios das variåveis para que o operador tome as decisþes. No intuito de cumprir essa próxima fase na jornada da Ferrari, para, cada vez mais, investir na Industria 4.0, iniciamos um controle nas malhas de controle de exportação de energia da termoelÊtrica e estamos em vias de iniciar um controle avançado na alimentação do processo fermentativo. O intuito Ê integrar todos os sistemas, diminuindo, cada vez mais, a interferência humana. Ainda temos muito trabalho pela frente para preenchermos as lacunas conforme comentado no início do texto, mas estamos seguros da possibilidade, em função da evolução obtida durante todo o processo de implementação e dos resultados observados; sabemos que Ê um caminho sem volta e que ainda hå muito o que explorar. Fazendo um exercício para a construção da visão da Usina Ferrari do futuro, imaginamos uma usina cada vez mais inteligente e autônoma. Toda essa tecnologia trabalhando com inteligência artificial, computação em nuvem, etc. O cÊu Ê o limite. n


Q

Índice

a automação de bioprocessos

Opiniões

aplicação de redes neurais na engenharia de sistemas e processos O setor sucroenergético brasileiro ocupa lugar de destaque na economia brasileira, seja pela produção de produtos sustentáveis e renováveis (açúcar, etanol, energia elétrica, entre outros) ou pelo seu impacto na participação do PIB como gerador de riquezas. De acordo com os dados da Unica, na safra 2019/2020, foram produzidos 35,6 bilhões de litros de etanol e 29,6 milhões de toneladas de açúcar. A capacidade instalada para a geração de energia elétrica a partir da biomassa da cana é de 11.659 MW, e, no ano passado, foram gerados 36.827 GWh. Nesse contexto, implementar ferramentas de inteligência que proporcionem ganhos no processo industrial, mesmo que em pequenos valores, resultará em incrementos consideráveis, em face dos expressivos números do setor. Modelos matemáticos baseados em técnicas de inteligência computacional, como a lógica fuzzy e as redes neurais, e o uso de simuladores de processo são ferramentas que vêm sendo desenvolvidas e avaliadas com resultados promissores no Laboratório de Desenvolvimento e Automação de Bioprocessos (LaDABio), na Universidade Federal de São Carlos (UFSCar). A simulação dinâmica e o controle de processos baseado em computador possuem evidentes oportunidades de serem aplicadas nas usinas: a primeira, por representar uma poderosa ferramenta de

diagnóstico e aperfeiçoamento de processos, servindo para apontar modificações em estratégias de controle e para permitir que engenheiros e operadores tenham uma previsão do comportamento da produção, sem a necessidade de intervenção direta na planta; a segunda, por possibilitar a utilização de algoritmos matemáticos mais complexos (redes neurais, matriz dinâmica e lógica fuzzy) na solução de problemas de controle, o que possibilita à indústria trabalhar em condições de operação mais próximas dos limites impostos pelos processos. A lógica fuzzy propõe um meio de quantificar estados (por exemplo, quente e frio) e a sobreposição entre eles por meio da atribuição de graus de pertinência (0 a 100%) a cada um deles. Funções matemáticas são empregadas para descrever os graus de pertinência. A proposta de um controle fuzzy é modelar suas ações na variável manipulada, tendo como base o conhecimento do especialista. A forma mais usual de se expressar um conhecimento é utilizando regras do tipo “condição-ação”. Um dos estudos de caso foi a concepção de um modelo dinâmico do processo de cristalização e sua adaptação a um cristalizador industrial (cozedor). O modelo foi utilizado para o desenvolvimento de estratégia de controle baseada na lógica fuzzy e avaliado em tempo real em substituição à parte dos controles existentes no CLP do cristalizador. Uma maior aproximação entre academia e indústria deve ser estimulada para que o desenvolvimento e a difusão dessas tecnologias possam ser incorporados no setor com maior celeridade. "

Antonio José Gonçalves da Cruz Professor do Dpto de Engenharia Química e Coordenador do Laboratório de Automação de Bioprocessos (LaDABio) – UFSCar

Coautora: Andreza Aparecida Longati, Pesquisadora do LEBp–Unicamp e LaDABio-UFSCar

A chave para a construção do controlador fuzzy foi baseada na observação do comportamento do brix e do nível da massa, além da vazão de xarope que alimenta o cristalizador. Os resultados mostraram uma redução dos ciclos de operação, da oscilação da variável manipulada (vazão de xarope) e

40


đ&#x;”Š uma diminuição do erro entre a principal variĂĄvel controlada e seu setpoint (brix da massa). Outro exemplo avaliado foi o uso da tĂŠcnica fuzzy no controle da vazĂŁo de ar de combustĂŁo em uma caldeira industrial. O objetivo foi manter o teor de oxigĂŞnio nos produtos de combustĂŁo dentro de uma faixa Ăłtima. Utilizou-se uma ferramenta para identificação da dinâmica do processo e sintonia da malha de controle em tempo real. ApĂłs a implantação da nova estratĂŠgia no sistema de controle da caldeira e da sintonia do controlador, a malha de controle fuzzy entrou em operação em modo automĂĄtico. Avaliada por um perĂ­odo de vinte e quatro horas (em operação ininterrupta), os controles regulatĂłrio e servo foram capazes de, respectivamente, manter o setpoint desejado, com baixa variabilidade (variação da ordem de 1,2% no coeficiente de excesso de ar) e responder a mudanças de setpoint com velocidade de resposta entre 1,5 e 20 minutos e overshoot na faixa de 8-56%. Os resultados mostraram a aplicabilidade do controle fuzzy na combustĂŁo em caldeiras a bagaço de cana, com variabilidade 40% menor que o controle PID e da ordem de 70% menor que em modo manual. Prever a concentração final de etanol no vinho (oGL) a partir dos valores de variĂĄveis da unidade de fermentação foi a ideia concebida no desenvolvimento de um modelo baseado nas redes neurais. A tĂŠcnica, inspirada no funcionamento de estruturas neurais biolĂłgicas, tem no neurĂ´nio o seu elemento processante bĂĄsico. A combinação de vĂĄrios neurĂ´nios possibilita a construção de redes neurais com diferentes estruturas (nĂşmero de camadas, nĂşmeros de neurĂ´nios em cada camada, interconexĂľes entre os neurĂ´nios, etc.). O “aprendizadoâ€? de uma rede neural ocorre por meio de uma etapa de treinamento, onde as informaçþes do processo a ser modelado sĂŁo selecionadas por especialista para compor a base de informaçþes a ser apresentada Ă rede. Nessa etapa, utiliza-se um algoritmo de treinamento. ApĂłs essa etapa, a rede adquire excelente capacidade de generalização e predição no domĂ­nio utilizado no treinamento. Nesse estudo, a primeira etapa da modelagem consistiu na identificação das principais variĂĄveis que impactam na eficiĂŞncia da fermentação para utilizĂĄ-las como informação de entrada para a rede neural. Ao final da etapa de treinamento, a rede foi avaliada com novos dados experimentais (informaçþes nĂŁo utilizadas na etapa de treinamento) e apresentou respostas com desvios relativos menores que 4%, evidenciando sua excelente capacidade de previsĂŁo do processo de fermentação industrial. Em continuidade, empregou-se um algoritmo de otimização estocĂĄstico (Particle Swarm Optimization) para estimar elevados teores de concentração de etanol no processo de fermentação, a partir de

valores ótimos das variåveis de entrada do modelo. Os resultados mostraram ser possível obter aumento de 1 oGL na concentração de etanol no vinho. Com esse modelo, Ê possível realizar estudos econômicos para avaliar como medidas preventivas de controle da contaminação no processo impactam o aumento de sua concentração. A modelagem da fermentação utilizando redes neurais pode trazer, de antemão, a possibilidade de guiar decisþes no ambiente industrial, de forma que a operação seja direcionada para o aumento da produção de etanol e, consequentemente, da eficiência da etapa de fermentação na usina. No âmbito de projeto temåtico financiado com recursos da Fapesp, pesquisadores do LaDABio desenvolveram e implementaram, em um simulador de processos orientado a equaçþes, modelo de biorrefinaria de cana-de-açúcar para produção de etanol de primeira e segunda geração, alÊm de energia elÊtrica. No estudo, diferentes ferramentas para anålise de processo foram implementadas. Estudos de integração energÊtica empregando a anålise Pinch mostraram ser possível alcançar uma redução de atÊ 12% no consumo de utilidades. Desenvolveu-se ferramenta inÊdita denominada anålise tÊcnica econômica reversa. Trata-se de uma metodologia para avaliação econômica de processos, que fornece indicaçþes para a årea de P&D de direçþes a serem seguidas para que sua implementação industrial seja viåvel. A tÊcnica integra ferramentas de engenharia de bioprocessos e sistemas e engenharia econômica e permite identificar as variåveis que mais influenciam a viabilidade de um processo, bem como indicar os valores limites dessas variåveis para que a viabilidade seja alcançada. A tÊcnica foi implementada por Andreza Longati em sua tese de doutorado, na avaliação econômica e ambiental da biorrefinaria de produção de etanol de primeira e segunda geração, incluindo a biodigestão da vinhaça. A ferramenta permitiu a identificação de gargalos do processo e direcionamento de pontos onde priorizar investimentos e esforços para tornar a tecnologia viåvel industrialmente. Todas essas ferramentas, desenvolvidas e avaliadas no grupo de pesquisa, têm aplicação imediata no setor sucroenergÊtico. Frente a um cenårio competitivo, a indústria que incrementar sua capacidade analítica, melhorar sua gestão de dados, buscar maior precisão nas tomadas de decisão e na antecipação de problemas e/ou soluçþes de mitigação e diminuir as flutuaçþes de processo terå mais chances de ser bem-sucedida. Uma maior aproximação entre academia e indústria deve ser estimulada para que o desenvolvimento e a difusão dessas tecnologias possam ser incorporados no setor com maior celeridade. n

41


Q

Índice

a implantação da cultura digital

Opiniões

pense grande, comece pequeno, mas o mais rápido possível Tradicionalmente, os fatores de produção considerados essenciais ao processo produtivo são a terra (terras cultiváveis, florestas, minas, recursos naturais), o trabalho (o homem) e o capital (máquinas, equipamentos, instalações). A eficiência combinada desses três fatores tem se mostrado vital para as empresas sucroenergéticas. Uma boa eficiência agrícola irá propiciar a matéria-prima na quantidade e qualidade requeridas pelo processo produtivo. Agregando o recurso tecnologia aos fatores tradicionais, iremos atingir um novo patamar de operação e rentabilidade. "

Douglas Castilho Mariani Consultor de Negócios da Soteica

Da mesma forma, a eficiência conjugada do trabalho com máquinas e equipamentos é que irá garantir o melhor aproveitamento do açúcar presente no caldo da cana e do poder calorífico do bagaço. Além desses 3 fatores tradicionais, gostaria de incluir a tecnologia como um fator cada vez mais importante na busca da eficiência global. Analisando o processo decisório do ponto de vista top-down, a definição do que produzir, quanto produzir de açúcar, etanol hidratado, anidro, energia tem origem


đ&#x;”Š no planejamento que considera, para um determinado horizonte de tempo, a demanda, o preço de venda, o custo, a capacidade de cada usina e os riscos associados. Uma vez definido o que a usina deve produzir, as decisĂľes recaem sobre a melhor utilização dos fatores produtivos (trabalho, capital e tecnologia), considerando os aspectos de segurança, de restriçþes operacionais e de projeto. Todo o processo de produção industrial mundial vem passando por uma revolução, na qual ĂŠ preciso ter controle total da produção para garantir qualidade, flexibilidade e produtividade no processo fabril. E o mercado sucroenergĂŠtico nĂŁo ĂŠ exceção a esse contexto, com os desafios adicionais de reagir Ă s variabilidades climĂĄticas e de mercado tĂ­picos desse setor. Esse desafio leva Ă necessidade de novos tipos de tecnologias dinâmicas, de aprendizagem e interativas. Essa necessidade do setor possui bastante similaridade com o objetivo da IndĂşstria 4.0, que busca obter ganho na eficiĂŞncia pela otimização de toda a cadeia de produção, via anĂĄlise de dados complexos e informaçþes trocadas entre sistemas fĂ­sicos e digitais, a fim de permitir que sejam feitos ajustes produtivos em tempo real. Para atingir esse objetivo, vĂĄrias tecnologias passaram a compor o espectro de ferramentas associadas Ă IndĂşstria 4.0: • Simulação ou GĂŞmeos digitais: Na IndĂşstria

4.0, a simulação computacional ĂŠ utilizada em plantas industriais para anĂĄlise de dados em tempo real, aproximando o mundo fĂ­sico e virtual, e no aperfeiçoamento em configuraçþes de mĂĄquinas para testar o prĂłximo produto na linha de produção virtual, antes de qualquer mudança real, gerando otimização de recursos, melhor performance e mais economia. • Integração de sistemas (por exemplo, integração de dados de processo e de qualidade que, geralmente, estĂŁo em redes distintas). • Internet das Coisas (IoT) A internet das coisas (em inglĂŞs, IoT – Internet of Things) consiste na conexĂŁo entre rede de objetos fĂ­sicos, ambientes, veĂ­culos e mĂĄquinas por meio de dispositivos eletrĂ´nicos embarcados, permitindo uma coleta e troca de informaçþes mais rĂĄpida e efetiva. Na indĂşstria de produtos e serviços, a IoT representa a integração de tecnologias que, antes, nĂŁo estavam conectadas e que, agora, estĂŁo interligadas por meio de uma rede baseada em IP. • Segurança cibernĂŠtica. • Computação em Nuvem. • Realidade aumentada. • Big Data e Analytics: AnĂĄlise e gestĂŁo de grandes quantidades de dados propiciam o aumento de performance e a otimização dos processos industriais, equalizando o consumo de energia com a qualidade de produção, ao propiciar uma melhor leitura de cenĂĄrios e tomadas de decisĂŁo ; mais velozes.

43


Q

Índice

a implantação da cultura digital • Inteligência Artificial e Machine Learning (computador simulando a inteligência humana e/ ou buscando soluções por “autoaprendizado”). • Robótica e Automação. Uma técnica que tem recebido maior atenção na indústria de processos para otimizar o desempenho global da planta é o Real Time Otimization. O RTO procura otimizar o desempenho do processo (podendo ser medido em termos de lucro, custo operacional ou eficiência global), possibilitando que as empresas possam aumentar a sua rentabilidade nas diversas condições da planta, e, nele, estão embarcados muitos conceitos de Indústria 4.0. O RTO baseia-se num modelo fundamentado nos princípios da engenharia para determinar um conjunto de valores de setpoints, que maximizem o objetivo definido pelo estratégico. Mas, de posse de todas essas informações, fica sempre a pergunta de como transformar uma planta sucroenergética em uma Usina 4.0. Ao meu ver, os principais elementos de uma solução para a Usina 4.0 devem contemplar: • Possibilidade de operação em tempo real (automatismo); • Os dados são adquiridos e tratados quase instantaneamente, o que permite que decisões sejam tomadas rapidamente; • Criação de “cópias virtuais/gêmeos digitais” das fábricas físicas (simulação e otimização em tempo real); • Modelos representativos da planta real (via software, agregam-se informações de engenharia, restrições, dados dos sensores, dados de qualidade e seu inter-relacioamento-integração, IoT, inteligencia artificial); • Otimização global (inteligência artificial); • Escalabilidade; • As decisões poderão ser tomadas a partir do mundo ciberfísico, de acordo com as necessidades da produção. Outro ponto é que as máquinas fornecerão informações relevantes sobre o resultado da atuação, possibilitando o ajuste e o refinamento da solução (Machine Learning). Como passos a serem seguidos para passar de uma operação tradicional para uma Usina 4.0, cito: 1. Planejamento de uma estratégia realista para a entrada na Indústria 4.0: Se faz necessário avaliar a maturidade digital de seu negócio no atual momento, projetando onde você precisa estar, definindo metas claras para

44

Opiniões

reduzir o gap, priorizando as medidas que trarão mais valor ao seu negócio e garantindo que elas estejam alinhadas com a estratégia geral. 2. Identificação de uma solução que atenda aos desafios do setor: Seguindo o mantra de uma das usinas mais inovadoras do setor: Pense grande, comece pequeno, mas começe o mais rápido possível. Pensar grande significa que se deve mirar uma solução que contemple todos os setores, mesmo que não seja implementado de início. Isso para garantir que o objetivo da maximização global possa ser atendido dentro de uma mesma plataforma. Começar pequeno no sentido de um projeto com pouco investimento, mas com retorno atrativo, que gera confiança e credibilidade para voos maiores. Começar o mais rápido possível, para que não se espere uma condição ideal de infraestrutura para o seu início, pois as condições ideais nunca existirão, e estaremos abrindo mão dos ganhos e do conhecimento melhor da planta. 3. Planejamento dos investimentos tecnológicos que precisarão ser feitos: A intenção é que se possam direcionar os recursos da sua empresa para a aquisição de tecnologias realmente úteis, sem precisar, por exemplo, trocar todo o seu maquinário ou realizar investimentos em medidores não necessários. A experiência indica que, atualmente, 90% das indústrias do setor possuem nível de instrumentação e automação suficientes; o importante é que as informações estejam acessíveis num ambiente de rede integrada. 4. Envolvimento de todos: Para o sucesso, é imprescindível que todos os envolvidos estejam comprometidos com a abordagem. 5. Treinamento, Capacitação e Adaptação às mudanças: Na Indústria 4.0, a tecnologia é utilizada para transformar dados em vantagem competitiva. No entanto, nem todos têm uma cultura digital, razão pela qual especial atenção deve ser dado para gerar um ambiente colaborativo entre o pessoal pouco afeito à tecnologia, mas com experiência operacional, e aquele afeito à tecnologia, mas com pouco conhecimento prático da operação. Agregando o recurso tecnologia aos fatores tradicionais, iremos atingir um novo patamar de operação e rentabilidade. n



Q

Índice

a busca do "em tempo real"

Opiniões

transformação digital na indústria A utilização de biomassa para a produção de biocombustíveis e energia renovável é uma alternativa consistente e comprovada para contribuir para a redução de gases de efeito estufa (GEE) no planeta. Nesse contexto, cabe destacar a grande multiplicidade de soluções tecnológicas que convergem para a sustentabilidade do setor sucroenergético, numa visão integrada com os aspectos mais relevantes do negócio, mercado, produtos, tecnologia, processo e pessoas. A área industrial, numa visão de longo prazo, deve assegurar a competitividade em custos e a sustentabilidade ambiental, hídrica e energética, dos processos. O agronegócio brasileiro é diferenciado, tanto pelas dimensões e escala de produção, quanto pela produtividade. Por isso o Brasil deve buscar soluções avançadas, muitas vezes únicas e corajosas, introduzindo novas tecnologias no agronegócio, após análises críticas e cuidadosas.

A transformação digital que vivemos hoje, paradoxalmente estimulada pela própria pandemia, contribui para a integração de tecnologias, sendo ela mesma integradora e integrada. " Carlos Eduardo Calmanovici

Coordenador de Tecnologia Industrial e Inovação da ATVOS

Coautor: Professor Fernando Galembeck, Consultor da GG & FG Consultores

46

É importante identificar as oportunidades criadas pelas singularidades nacionais, as boas "jabuticabas", como a mecanização agrícola da cana-de-açúcar. Além da redução dos GEE pela eliminação da prática de queimadas, a mecanização elevou o patamar dessa agroindústria, em sinergia com novas tecnologias de inteligência artificial, tanto da área agrícola quanto da industrial. Vivemos uma intensa migração da curva “S” da cana manual para a curva “S” da mecanização, consolidando demandas tecnológicas da área industrial, como sistemas de limpeza de cana, materiais e tratamentos que reduzem o desgaste dos equipamentos, desenvolvimento de biocatalisadores e novos sistemas de gestão da produção e da manutenção, de forma mais integrada. A previsibilidade da qualidade da cana e seus impactos na indústria, em tempo real, determinarão reduções de custos de produção e de manutenção, melhorando o desempenho industrial. A demanda por profissionais de maior qualificação e a busca por processos mais integrados e eficientes continuarão sendo concentrações das equipes industriais.


đ&#x;”Š Estamos assistindo, nos Ăşltimos anos, a transformaçþes profundas no ecossistema produtivo da cana, e a introdução paulatina de novas tecnologias obriga o setor a mergulhar na transformação digital, explorando seus limites. A evolução da qualidade e das caracterĂ­sticas da cana impostas pela tecnologia no campo e sua variabilidade intrĂ­nseca colocam, para a ĂĄrea industrial, desafios relevantes. AlĂŠm do teor de açúcar, as impurezas minerais e vegetais impactam a extração de caldo, a fermentação, a produção de açúcar e a cogeração. A alta variabilidade da qualidade da biomassa com a mecanização do canavial torna a transformação digital inevitĂĄvel nesse setor, pois permitirĂĄ o uso crescente de sistemas inteligentes que se comunicam entre si e que evoluem durante a prĂłpria operação, demonstrando capacidade de adaptação, ao contrĂĄrio das tecnologias tradicionais, menos adaptativas. Isso jĂĄ acontece nas usinas, e o ecossistema sucroenergĂŠtico deve estimular iniciativas para criar, absorver e consolidar essas tecnologias, mitigando riscos e reduzindo custos. Juntamente com os biocatalisadores, a inteligĂŞncia artificial serĂĄ o grande eixo do aumento da eficiĂŞncia na produção, na prĂłxima dĂŠcada. Desde os sensores virtuais atĂŠ a gestĂŁo em tempo real, os benefĂ­cios potenciais sĂŁo significativos. O acompanhamento ativo e dinâmico das principais variĂĄveis de processo, em tempo real, e a possibilidade de integração dos sistemas permitirĂŁo a maior estabilidade dos processos, a redução de custos industriais e uma maior rapidez na resolução de problemas. AlĂŠm disso, a integração com a ĂĄrea agrĂ­cola e a modernização dos laboratĂłrios devem aumentar a capacidade de antecipar os efeitos da variabilidade da matĂŠria-prima, atuando no processo industrial, em tempo real. O monitoramento contĂ­nuo da cana e a capacidade de antecipar os impactos de suas mudanças sobre os processos e os produtos serĂŁo um diferencial importante para o setor. JĂĄ no caso da fermentação, alĂŠm da otimização de processos, novos algoritmos ajudarĂŁo no desenvolvimento de biocatalisadores inteligentes, isto ĂŠ, adequados aos desafios impostos pela fermentação de alto desempenho em sistemas complexos, na presença de inibidores, alĂŠm da busca por maior eficiĂŞncia fermentativa em teores alcoĂłlicos mais elevados. Produtividade e seletividade do biocatalisador serĂŁo caracterĂ­sticas determinantes da rentabilidade, seguida, num segundo momento, pela demanda por produtos de maior valor agregado, explorando, assim, o limite do conceito da biorrefinaria.

Mas Ê, talvez, da manutenção industrial, que virão os ganhos mais significativos a partir do uso de inteligência artificial baseada em tÊcnicas de machine learning para detecção antecipada de falhas e anomalias. Com os avanços na manutenção preditiva, buscamos uma redução do número de paradas não programadas, entressafras mais curtas e uma evolução da vida útil dos ativos com a redução dos custos de manutenção. Cruzando informaçþes de bases de dados existentes com sensores avançados, inclusive sensores virtuais, consolidaremos os ganhos de confiabilidade de equipamentos que são necessårios para uma maior estabilidade operacional da operação industrial. A transformação digital que vivemos hoje, paradoxalmente estimulada pela própria pandemia, contribui para a integração de tecnologias, sendo ela mesma integradora e integrada. Essa última dÊcada foi um momento de introdução de muitas tecnologias no setor. Na pråtica, o contexto econômico atual e os desafios impostos pela pandemia levam cada tecnologia a seguir lógica própria de implementação, gerindo seus riscos e capturas, embora sejam tecnologias convergentes nos resultados. De fato, essas tecnologias competem por recursos e exigem gestão objetiva e pragmåtica. AlÊm disso, elas se encontram, muitas vezes, em diferentes estågios de desenvolvimento e apresentam diferentes riscos tecnológicos na sua implementação, colocando desafios adicionais à sua integração. Fica um alerta importante: sempre que houver assimetria entre os benefícios proporcionados por uma tecnologia e seus custos ou riscos, haverå maior resistência à sua introdução, e as transiçþes para novas plataformas ocorrerão mais lentamente, ou elas serão simplesmente descontinuadas. Ou seja, o processo de transformação só serå sustentåvel se as novas tecnologias demonstrarem cada vez mais competitividade. Sucessos jå alcançados pela inteligência artificial no controle de processos estimulam sua expansão a todas as åreas da usina, otimizando a operação em tempo real. Para tanto, Ê necessårio explorar dados históricos, alimentando gestores e operadores com as informaçþes necessårias. A transformação digital Ê a própria transformação do setor sucroenergÊtico em busca de competitividade, atravÊs da introdução de novas tecnologias. Depende do suporte de profissionais com habilidades específicas e perfil flexível para viabilizar a introdução de tecnologias complementares e convergentes e do acesso a tecnologias cada vez mais ågeis e eficientes. n

47


Q

Índice

fermentação na prática

Opiniões

vulnerabilidade x tecnologia x levedura x fermentação A pandemia trouxe um novo sentimento para a humanidade: sua vulnerabilidade perante a vida. Mas por que isso não foi percebido antes por nossa geração, se o mundo já assistiu a uma situação igual, ocorrida com a gripe espanhola, entre 1918 a 1920, com 50 milhões de mortes? Acho que o motivo foi não vivermos na pele todos os fatos ocorridos, inclusive a morte do nosso presidente da república, Rodrigues Alves. Fazendo um paralelo desse fato com uma experiência vivida com a gestão da fermentação na safra 1991, pude confirmar a insegurança, a falta de conhecimento, a falta de remédios a aplicar, a instabilidade do processo, provocando uma redução maior que 50% na produção e, principalmente, a incapacidade da gestão da situação que nos levaram à “perda da fermentação”. Cientes de toda essa vulnerabilidade, contratamos uma consultoria, em 1992, para a fermentação, sendo suas grandes responsabilidades a transferência de conhecimento e a aplicação de novas tecnologias, das quais se destacaram: • utilização de leveduras selecionadas no processo fermentativo do caldo da cana;

• utilização de cromatografia de íons, permitindo a determinação dos açúcares sacarose, glicose e frutose para a produção do açúcar e do etanol; • técnica da cariotipagem, que possibilita a determinação do padrão cromossômico da levedura, permitindo sua identificação. Nas safras 2007 e 2008, iniciamos a cariotipagem identificando duas leveduras, D1 e D2, que dominaram o processo, mas que, após testes de laboratório, mostraram-se não apropriadas para fermentação do caldo. Já na safra 2009 e 2010, além das leveduras selvagens, apareceu a que denominamos levedura UAM, que passou a dominar 100% do ambiente fermentativo (figura 1). A UAM foi testada e apresentou como fragilidade a alta produção de espuma (figura 2). Procuramos administrar essa característica negativa nesses 10 anos de uso da levedura UAM, tendo como princípio que ela detém o poder de dominância da fermentação (figura 3), baixa floculação (figura 4), capacidade de fermentar em alto teor alcóolico (figura 5), permitindo redução do volume de vinhaça produzida por m³ de etanol produzido (figura 6 ).

'O ótimo é inimigo do bom'. Com esse pensamento, decidimos por eleger a UAM como nossa levedura selecionada desde 2011. "

Fernando A. Costa Figueiredo Vicente

Diretor Industrial da Usina Alta Mogiana

“O ótimo é inimigo do bom.” Com esse pensamento, decidimos por eleger a UAM como nossa levedura selecionada desde 2011. Passado todo esse tempo, continuamos aprendendo a trabalhar com a levedura UAM, permitindo conhecê-la profundamente, procurando aplicar as tecnologias disponíveis para atingir nosso grande objetivo de reduzir nossa vulnerabilidade na fermentação. n

48


2

0

Outras leveduras

2012

2020

4

9,15

2014

0

8,76

2

2014

4

9,28

6

2014

8

11,09

8

2014

10

12,97

5. TEOR ALCOÓLICO DO VINHO BRUTO

2014

10 5

12,29

30

2014

20

15

131-238 10

Outras leveduras

2017 2018 2019 2020

2016

2015

2014

2013

19,98

11,17

0,18 0,00 0,00 0,14

12,81

10,06

29,96 24,09

21,48

8,95

2012 13,3

2010 2011

2009

2008

2007

2006

40,80

21,17

30

40,26

35

2005

40

2004 20,02

25

27,78

22,7

80

2002 2003

3. DOMINÂNCIA DA LEVEDURA UAM

10,99

DOMINÂNCIA 1. CARIOTIPAGEM DE 2010

2014

10,24

10,95

71-130

2019

9,86

175

10,81

Dias de Safra CATI PE2 Selvagens

2018

8,93

9,74

9,75

137

2017

2016

2015

10,16

100 100 100 100 100 100 100 100 99 100 100 100 100

100

94

2014

10,05

52

90 90

67

2013

9,85

0-70

10,29

100 100

100

20

2010 2011

9,58

50 55

90

9,06

0

2008 2009

45

100

8,92

70 75 72

0%

2007

9,02

8,66

40

2006

0 % DIAS

2005

8,69

7,88

6

2004

20

2003

60 65

70

2012 2013 2014 2015 2016 2017 2018 2019 2020 2012 2013 2014 2015 2016 2017 2018 2019 2020 2012 2013 2014 2015 2016 2017 2018 2019 2020

ð&#x;”Š 2. AMOSTRAS DA FERMENTAÇÃO (ESPUMA UAM)

100%

90%

80%

70%

60%

50%

40%

30%

20%

10%

221

UAM

4. FLOCULAÇÃO EM VINHO BRUTO

0

0

Levedura UAM

6. VOLUME DE VINHAÇA POR ETANOL (m3)

14

12

10

Levedura UAM

49



A ARRANCADA INICIAL DA CANA PARA UMA SAFRA QUE VAI FECHAR COM PRODUTIVIDADE DE SOBRA.

www.ubyfol.com

Conheça as soluções Ubyfol para o início do ciclo de cana. Tecnologia exclusiva para nutrição, estabelecimento superior, proteção e recuperação da planta.

E NADA MAIS. MUITO MAIS RAIZ.

Complexo de aminoácidos

Aplicação via colmo e foliar, no início do ciclo Altamente concentrado em molibdato de potássio Incorporação do nitrogênio Maior formação de raízes, arranque e estabelecimento

14% Mo

12% K2O

d=

1,36 g/cm3

Estimula o metabolismo da planta Favorece o rápido desenvolvimento e recuperação do canavial pH neutro, compatível para aplicação em conjunto com defensivos

9% N

3% K2O

7%

COT

d=

1,23 g/cm3


Q

Índice

a biorrefinaria virtual

Opiniões

o impacto de novas tecnologias A necessidade de transição dos combustíveis fósseis para fontes renováveis de energia – motivada pelo aumento da demanda global e por metas de descarbonização – não é novidade. Inclusive, o setor sucroenergético brasileiro tem tido papel ativo nessa transição há décadas, com a produção de etanol a partir de cana-de-açúcar e, mais recentemente, com a exportação de eletricidade. Ainda, a integração com o milho, nas chamadas usinas flex, vem se destacando nos últimos anos. Adicionalmente, a utilização de biomassa para obtenção de produtos químicos apresenta grande potencial, explorando, cada vez mais, o conceito de biorrefinaria – de forma análoga à refinaria de petróleo – e possibilitando uma maior diversificação dos portfólios das usinas. Essa diversificação foi e continua sendo essencial para a resiliência do setor sucroenergético, reduzindo a suscetibilidade às oscilações de demanda e de preços de etanol e açúcar nos mercados nacional e internacional.

Nesse contexto, o aproveitamento dos resíduos lignocelulósicos, como o bagaço e a palha de cana-de-açúcar, deve ter papel fundamental na reinvenção das usinas brasileiras, que há vários anos vêm enfrentando dificuldades em manterem sua operação frente a quedas do preço do petróleo; situação agravada pela redução do consumo durante a pandemia do coronavírus. Em momentos como esse, a busca por maior eficiência ou, ainda, novas soluções é fundamental para a retomada econômica do setor sucroenergético. Para tanto, a utilização de ferramentas de simulação de processos e avaliação técnico-econômica pode desempenhar um papel importante. Ainda pouco considerados, os impactos ambientais (por exemplo, emissão de gases de efeito estufa) – que vêm ganhando relevância com o RenovaBio – e sociais (tais como geração de empregos) deverão receber maior atenção no cenário pós-pandemia. Na decisão para a implementação de uma nova tecnologia ou de uma modificação operacional, modelos computacionais representativos e de boa qualidade utilizados para o cálculo de balanço de massa e energia, combinados a metodologias padronizadas e consistentes, podem guiar o desenvolvimento de projetos e apontar em que direção investir esforço experimentalmente ou até mesmo em escala industrial. Com isso, é possível avaliar alternativas em menor tempo e com menor custo e, principalmente, minimizar os impactos na operação industrial das usinas.

As avaliações já realizadas com a Biorrefinaria Virtual englobam desde as agrícolas até diferentes propostas para a produção de etanol de 1ª e 2ª geração, açúcar, eletricidade, biogás, querosene de aviação, biodiesel, butanol, ácido succínico, furfural, polímeros, entre outros produtos. " Tassia Lopes Junqueira

Pesquisadora do LNBR/CNPEM – Laboratório Nacional de Biorrenováveis/ Centro Nacional de Pesquisa em Energia e Materiais

Combinando diferentes modelos matemáticos, ferramentas de simulação e metodologias, adaptados para o setor sucroenergético brasileiro, a plataforma Biorrefinaria Virtual, desenvolvida pelo Laboratório Nacional de Biorrenováveis - LNBR/CNPEM, vem sendo utilizada para avaliar diferentes tecnologias.


đ&#x;”Š As avaliaçþes jĂĄ realizadas com a Biorrefinaria Virtual englobam uma variada gama de tecnologias, desde as agrĂ­colas – cujos impactos sĂŁo observados tambĂŠm na indĂşstria, como a mecanização da colheita, recolhimento de palha, novas prĂĄticas agrĂ­colas, entre outras – atĂŠ diferentes propostas de biorrefinarias para produção de etanol de 1ÂŞ e 2ÂŞ geração, açúcar, eletricidade, biogĂĄs, querosene de aviação, biodiesel, butanol, ĂĄcido succĂ­nico, furfural, polĂ­meros, entre outros produtos. Um exemplo de aplicação da Biorrefinaria Virtual que demonstra essa integração de tecnologias na cadeia produtiva de cana-de-açúcar ĂŠ o projeto SUCRE – Sugarcane Renewable Electricity, cujos resultados foram divulgados em um relatĂłrio final no primeiro semestre deste ano. As avaliaçþes realizadas consideraram desde os possĂ­veis impactos da remoção da palha no campo, as diferentes rotas de recolhimento (colheita integral e enfardamento) atĂŠ as variaçþes na produção de açúcar, etanol e eletricidade, entre outros aspectos. AtravĂŠs de parcerias com usinas, avaliaçþes personalizadas – considerando, por exemplo, as configuraçþes agrĂ­cola e industrial e contratos vigentes para comercialização de eletricidade – foram realizadas para identificar as condiçþes de viabilidade econĂ´mica para cada caso. AlĂŠm disso, avaliaçþes ambientais e sociais demonstraram os impactos em nĂ­vel nacional do aproveitamento da palha. Nesse sentido, tambĂŠm foi desenvolvida uma calculadora que permite avaliaçþes rĂĄpidas e preliminares do potencial da palha (PalhaCalc). Para o futuro, a Biorrefinaria Virtual deverĂĄ dar um maior enfoque Ă s avaliaçþes de processos biotecnolĂłgicos, atuando de forma sistĂŞmica e sinĂŠrgica nos desenvolvimentos realizados no LNBR/CNPEM e validados em planta piloto, contribuindo para orientar e acelerar a transferĂŞncia de tecnologia, bem como para o monitoramento georreferenciado de serviços ecossistĂŞmicos – com foco nos impactos no uso de terra e no balanço hĂ­drico –, em escala regional e nacional, para promover a utilização sustentĂĄvel da biomassa. n Materiais

Energia

Biorrefinaria Virtual: Plataforma de Avaliação Tecnológica

Biomassa

Blocos QuĂ­micos

• Modelos matemåticos • Dados de usinas • Literatura

CombustĂ­veis

Modelagem AgrĂ­cola

Biorrefinaria

Biotecnologia

Sustentabilidade

Viabilidade econômica Uso de terra Balanço Hídrico Potencial de Aquecimento Global

Um importante diferencial dessa ferramenta Ê a possibilidade de integrar toda a cadeia produtiva, incluindo a produção de cana-de açúcar, sua conversão industrial em produtos, como o etanol e a bioeletricidade, e, ainda, a logística associada à sua distribuição e uso. Ao longo dos últimos anos, outras biomassas, como milho, cana-energia e resíduos florestais, tambÊm foram sendo incorporadas na plataforma, tornando-a mais abrangente e flexível. Esse tipo de abordagem permite mensurar o sucesso e a maturidade de diferentes tecnologias, considerando os impactos tÊcnicos, econômicos, ambientais e sociais. Com caråter multidisciplinar, são integradas diversas especialidades (engenharia, biologia, química, economia, entre outras), de forma a possibilitar avaliaçþes completas e abrangentes das mais variadas rotas tecnológicas. Dessa forma, Ê possível antecipar as consequências antes da implementação real em larga escala, permitindo orientar a pesquisa e o desenvolvimento para promover a competitividade econômica e melhorar os benefícios ambientais e socioeconômicos. Para a simulação da fase agrícola, o LNBR/CNPEM desenvolveu um modelo que incorpora os parâmetros mais importantes do sistema de produção da cana-de-açúcar, como produtividade, tipo de plantio e de colheita, operaçþes agrícolas, mão de obra, insumos, transporte, entre outros. Para os cenårios industriais, são calculados os balanços de massa e energia dos processos industriais, considerando, como base, fluxogramas de processos, condiçþes operacionais e rendimentos validados junto a diversas usinas do setor. Por fim, são determinados os impactos relativos à logística de distribuição e de comercialização e uso dos produtos. AtravÊs da metodologia de anålise tÊcnico-econômica, são calculados os indicadores econômicos, como custo de produção, taxa interna de retorno e valor presente líquido. Para a avaliação ambiental, utiliza-se a metodologia de Anålise de Ciclo de Vida, que considera o uso de recursos e as emissþes de todas as etapas de produção (desde a matÊria-prima atÊ o produto) e uso final dos produtos. Dentre os indicadores calculados, destacam-se: potencial de aquecimento global, uso de energia fóssil, uso de terra e ågua, entre outros. Com relação aos impactos sociais, são quantificados diversos indicadores, tais como geração de empregos, número de acidentes, nível de escolaridade do trabalhador, entre outros.

Geração de Empregos Avaliaçþes tÊcnicoeconômicas, ambientais e sociais

Biorrefinaria

Virtual

Modelagem de LogĂ­stica e Uso

53

Modelagem Industrial


Q

Índice

a usina do futuro

Opiniões

como se preparar para a

transformação digital

Como será a usina do futuro? Não sabemos, mas a Quarta Revolução Industrial nos leva a entender algumas diretrizes que logo estarão presentes na indústria do setor sucroenergético; então, a usina será interconectada através da IoT (Internet das Coisas), as pessoas vão trabalhar em operações e tomada de decisões usando dados, e a Inteligência Artificial será a ferramenta do dia a dia. Quando pensamos em Inteligência Artificial (IA), vamos pensar em robôs de softwares, que estão na rede de comunicação, entendendo os padrões de funcionamento da usina, com o objetivo de apoiar a tomada de decisões, de forma rápida, segura e econômica. O setor sucroenergético está passando por mudanças, movidas pela evolução tecnológica que as pessoas usam no dia a dia, criando um novo formato na cadeia de valor, desde como o cliente se relaciona com os produtos que compra, passando pela forma de planejar e operar a indústria. A Usina 4.0 é o conceito de conectarmos toda a cadeia de valor da empresa em rede, utilizando de camada de dados, Internet das Coisas e computação em nuvem, com o objetivo de utilizar sistemas de inteligência artificial para tomada de decisões orientada a eventos futuros. A usina digital irá trabalhar dados futuros, baseada em tendências e padrões, conectada a um Big Data, com toda a cadeia de valor, entregando ao tomador de decisões opções de cenários, probabilidades e intervenção automática no processo produtivo, através da IA.

A transformação digital é que permitirá construir a usina do futuro; essa indústria usará tecnologias habilitadoras da Indústria 4.0, terá um trabalhador preparado para lidar com máquinas e sistemas inteligentes, e os processos serão interconectados em tempo real. Mas essa transformação é um processo em evolução nas usinas. Para se chegar à usina 4.0, o primeiro passo é a digitalização da cadeia de valor, onde, através da convergência de dados, é possível a interação entre todos os setores, departamentos, pessoas e equipamentos. Com a camada de dados disponível, podemos iniciar a jornada na fábrica inteligente, colocando sistemas de análise de dados, com visualização em tempo real, fazendo predição de eventos e adaptação de sistemas entre máquinas autônomas. A digitalização, hoje, abre uma gama de oportunidades para a usina, pois estamos em fase de transição, para conectar pessoas, processos e tecnologias para a melhoria de eficiência e para obter novas oportunidades. Há diversos benefícios em pensar a usina digital; listamos a seguir os principais elementos de impacto na usina, que mudarão

A transformação digital nas usinas se dará a partir da visão das pessoas. Investir em treinamento e formação é a única forma de mudar processos e utilizar tecnologias que permitirão criar a Usina 4.0 "

Márcio Henrique Venturelli

Coordenador do IST - Instituto SENAI de Tecnologia, Energia, Biotecnologia e Digitalização

54


đ&#x;”Š a forma de entender a produção e sua gestĂŁo: • redução dos erros e tempo operacional entre setores; • aumento da produção e redução de custos com o mesmo ativo; • elevação no nĂ­vel de segurança funcional, mais inteligente e virtual; • partida e retomada mais rĂĄpidas do processo produtivo; • aproximação da cadeia de valor, do cliente ao fornecedor; • flexibilidade nas linhas de produção – mix de produtos; • diminuição de operaçþes, aumento da supervisĂŁo, elevação da melhoria contĂ­nua; • trabalho com mais ferramentas de gestĂŁo e tomada de decisĂľes; • apontamento de eventos com mais eficiĂŞncia e melhora de processos de forma mais rĂĄpida; • diminuição, sobremaneira, das imprevisibilidades do controle e manutenção industrial; • transparĂŞncia nas operaçþes e nos negĂłcios. Mas como começar? Deve-se começar atravĂŠs de um plano estratĂŠgico, que indica onde a usina estĂĄ atualmente e aonde pode chegar, isto ĂŠ, o estudo de maturidade. A maturidade ĂŠ a tĂŠcnica que associa uma metodologia, na qual ĂŠ possĂ­vel quantificar e qualificar o status atual de uma tecnologia, gestĂŁo e conhecimentos (pessoas), de forma a mostrar a aderĂŞncia de uso, permitindo criar diretrizes estratĂŠgicas para implantação da digitalização e da IndĂşstria 4.0 É importante entender que as tecnologias que serĂŁo sugeridas na aplicação da transformação digital devem adicionar valor aos negĂłcios da seguinte forma: • aumentando a eficiĂŞncia na produção (processos); • reduzindo custos (econĂ´micos e financeiros); • aumentando a segurança operacional e a confiabilidade; • criando novos modelos de produção ou negĂłcios; • elevando o conhecimento dos trabalhadores. Levar a maturidade para a usina ĂŠ um processo que envolve algumas etapas. Abaixo, um roteiro que pode ser aplicado: • fazer um workshop na usina, de forma a empoderar os funcionĂĄrios da indĂşstria; • apresentar o projeto (proposta) de maturidade Ă alta gerĂŞncia da usina; • fazer o levantamento de dados com equipe competente para isso; • elaborar um prĂŠ-relatĂłrio apontando as principais açþes verificadas; • fazer uma reuniĂŁo com o cliente e aplicar a tĂŠcnica da eleição de prioridades de projetos; • finalizar o documento e apresentĂĄ-lo Ă equipe da empresa em formato de roadmap, lembrando que a anĂĄlise de maturidade ĂŠ um documento de nĂ­vel estratĂŠgico. Quais sĂŁo os itens que o questionĂĄrio de maturidade irĂĄ verificar na planta industrial? Abaixo, listamos os principais itens aplicados em diversos trabalhos realizados, com boa aderĂŞncia de realidade: • integração de sensores, transmissores e atuadores; • comunicação e conectividade; • fun-

cionalidades de armazenamento de dados e troca de informaçþes; • monitoramento do processo/fĂĄbrica; • operaçþes humanas no processo produtivo – automação; • automação do processo/fĂĄbrica; • otimização do processo/fĂĄbrica; • sensoriamento para digitalização; • infraestrutura de redes; • segurança da informação e cibersegurança; • camada de IoT, IIoT e cloud computing; • visualização das informaçþes; • inteligĂŞncia artificial – uso; • atividades operacionais rotineiras; • eventos operacionais e de manutenção; • acompanhamento e registro operacional; • comunicação operacional na indĂşstria; • tomada de decisĂľes na planta. Esses levantamentos deverĂŁo contemplar documentos, fotos, indicar os gaps ou limitaçþes encontradas, status atual, oportunidade de melhorias e como as pessoas interagem com esses itens; com isso, serĂĄ possĂ­vel montar um mapa de soluçþes baseado nas diretrizes a seguir. Quais sĂŁo as etapas tĂŠcnicas que devo observar para a implantação da digitalização: • automação; • otimização; • convergĂŞncia de dados; • criação de uma camada de IoT e uso na nuvem; • cuidado com a segurança de dados e cibersegurança; • monitoramento de dados com KPI indicadores inteligentes; • criação de um Big Data; • implantação da mineração de dados; • implantação do aprendizado de mĂĄquina; • uso de tecnologias habilitadoras. Quais sĂŁo as etapas da transformação digital que devo observar para a implantação da digitalização: • entender onde estĂĄ e aonde quer chegar; • focar nas pessoas, elas vĂŁo transformar processos (treinamento e qualificação); • mudar processos, eliminando todas fases intermediĂĄrias (meio); • usar ferramentas on-line com dashboards inteligentes, com a cadeia de valor conectada; • usar tomada de decisĂľes baseada em eventos e predição de inteligĂŞncia artificial; • tomar decisĂľes baseadas em mineração de dados; • usar sistemas de aprendizado de mĂĄquina para tomar decisĂľes autĂ´nomas; • usar tecnologias habilitadoras para acelerar o processo de transformação. É importante construir um roadmap, isto ĂŠ, um mapa de açþes com os projetos listados, baseado nas diretrizes acima listadas, referenciado para lista de maturidade de cada item, em que possa apontar as fases baseadas no tempo. ApĂłs o trabalho de maturidade, que permite criar um mapa de açþes, podemos partir para as fases de projetos (viabilidade) e implantação (teste e escala). Entender e aplicar a tĂŠcnica de anĂĄlise de maturidade para a construção da transformação digital ĂŠ o primeiro passo, sĂłlido, rumo Ă Usina 4.0, olhando a importância das pessoas que vĂŁo trabalhar na usina digital do futuro. n

55


Q

Índice

a fronteira do conhecimento sobre moagem Opiniões

o caminho da

engenharia de moagem

Atualmente, o setor sucroenergético brasileiro utiliza ferramentas modernas de sistemas de gestão integrada, na qual, a partir das informações levantadas pelos softwares, é possível fazer diagnósticos aprofundados sobre as medidas necessárias para reduzir custos e aumentar a produtividade. Entretanto, quando visualizamos especificamente o desempenho da moagem, vemos que esses sistemas coletam muitos dados, porém analisam nada ou, de fato, quase nada dos fatores que influenciam em um melhor resultado, isto é, uma maior extração e capacidade.

O uso de ferramentas de inteligência para a área de extração de caldo é o caminho necessário para o setor sucroenergético brasileiro continuar seu desenvolvimento e se manter na liderança.

Ricardo Brunelli

Gerente de Engenharia da Empral Piracicaba

O Brasil é líder mundial em capacidade de moagem, e, apesar disso, a informação e conhecimento de como chegamos a esse desempenho são escassas, pois está nas mãos dos consultores especializados e poucas empresas privadas, passando longe de universidades e institutos de pesquisa setoriais. Em nenhum lugar no mundo, encontramos usinas moendo tanto como no Brasil, com tão vantajosa relação Capex versus capacidade, aliada a ótimas eficiências. Exemplifico isso quando comento com produtores das Américas, da África e da Ásia que "temos usinas moendo mais de 24.000 toneladas de cana por dia, com extração média de safra entre 96,5 e 97% em uma única linha de seis moendas 90", e a primeira reação deles é de incredulidade.

56

Temos competentes consultores na área de extração de caldo no Brasil, com especial menção aos oriundos do CTC (Centro de tecnologia Copersucar) dos anos 1970, 1980 e 1990, que era um centro de desenvolvimento tecnológico setorial, inclusive trazendo engenheiros estrangeiros que, em parceria com engenheiros brasileiros, tiveram grande importância em nosso desenvolvimento, resultando em elevado ganho de escala e eficiência. Encontramos, nos sistemas das usinas, dados abundantes referentes ao desempenho da moagem, dos laboratoriais aos operacionais. Porém, para que servem tantos dados, se apenas são utilizados, quando muito, para ver quanto moeu e se os números de extração e umidade do bagaço não estão bons, chamando, assim, a atenção do encarregado da moenda.


đ&#x;”Š O acompanhamento de forma mais aproximada e contĂ­nua pode resultar em relevantes ganhos de eficiĂŞncia, relacionando os diversos dados disponĂ­veis com o conhecimento em engenharia de moagem, analisando os resultados da correlação entre eles, dos mais bĂĄsicos, como embebição e extração, aos mais complexos, como taxa de utilização da capacidade de moagem das moendas, relação entre a rotação da regulagem e rotação efetiva de trabalho, como tambĂŠm a relação dos ângulos dos frisos e o desempenho em moagem e extração. Esse acompanhamento contĂ­nuo pode detectar pequenas variaçþes na eficiĂŞncia e possibilita identificar os itens que influenciaram nos resultados, gerando rĂĄpidas soluçþes. PorĂŠm esse conhecimento em engenharia de moagem nĂŁo estĂĄ nos atuais ERPs e sistemas supervisĂłrios, mas apenas com os colaboradores das usinas e ainda mais concentrados nos consultores. Vendo essa lacuna nos sistemas atuais, consideramos que o setor estĂĄ atrasado no desenvolvimento de um sistema especĂ­fico para acompanhamento do desempenho da moagem, focado em engenharia de moagem, que ĂŠ alimentado com os dados jĂĄ disponĂ­veis, correlacionando-os e comparando-os com o histĂłrico de safras passadas, possibilitando realizar benchmarking, gerando, assim, ganhos de produtividade e elevação da eficiĂŞncia da alocação dos recursos na ĂĄrea de extração de caldo. Temos como ideal o desenvolvimento de um sistema que trabalhe com um banco de dados seguro e ilimitado em nuvem, rodando numa linguagem ĂĄgil, que possa ser configurado para atuar de forma independente pela usina, ou com o gerenciamento de seus consultores. A interface grĂĄfica deve possibilitar anĂĄlises e comparaçþes do impacto das

variaçþes de cada item que possam influenciar no desempenho, correlacionando-os, inclusive, com o histórico de safras passadas, em especial a influência dos resultados agrícolas no desempenho da moagem. Esse sistema ideal deve tambÊm dispor da anålise automåtica de ensaios das moendas, retornando os pontos de deficiência e recomendando anålises pontuais, gerando diagnósticos dos pontos a serem melhorados. O banco de dados e as ferramentas de anålises desse sistema devem tambÊm possibilitar que as usinas possam medir o impacto no desempenho e consequente perda ou ganho de faturamento de decisþes, hoje difíceis de avaliar, como a postergação da troca de pentes ou martelos de desfibradores gastos, a diminuição ou aumento da taxa de reposição de solda, o impacto de impurezas minerais e vegetais no desgaste e consequente desempenho, entre outros. Umas das liçþes que ficarão da atual pandemia Ê a necessidade da possibilidade do uso de ferramentas de TI para trabalhos que, hoje, são realizados de forma presencial. Um sistema ideal de moagem on-line deverå tambÊm permitir aos consultores que seja analisado, de forma diåria, o desempenho de seus clientes, detectando pontos de melhora e indicando ensaios que poderão ser analisados rapidamente, de forma remota e automåtica, sem a necessidade de se estar presente na usina. O uso de ferramentas de inteligência para a årea de extração de caldo Ê o caminho necessårio para o setor sucroenergÊtico brasileiro continuar seu desenvolvimento e se manter na liderança. PorÊm Ê necessåria uma maior integração entre as ferramentas jå disponíveis com o conhecimento e expertise em engenharia de moagem. n


Próxima edição: Ferramentas de inteligência para a área agrícola


Editora WDS Ltda e Editora VRDS Brasil Ltda: Rua Jerônimo Panazollo, 350 - 14096-430, Ribeirão Preto, SP, Brasil - Pabx: +55 16 3965-4600 - e-Mail Geral: Opinioes@RevistaOpinioes.com.br •Diretor Geral de Operações e Editor Chefe: William Domingues de Souza - 16 3965-4660 - WDS@RevistaOpinioes.com.br •Coordenadora Nacional de Marketing: Valdirene Ribeiro Souza - Fone: 16 3965-4606 - VRDS@RevistaOpinioes.com.br •Vendas: Lilian Restino - 16 3965-4696 - LR@RevistaOpinioes.com.br • Priscila Boniceli de Souza Rolo - Fone: 16 991329231 - pboniceli@gmail.com •Jornalista Responsável: William Domingues de Souza - MTb35088 - jornalismo@ RevistaOpinioes.com.br •Midia Social: Fernanda Silva - 16 3965-4600 - FS@RevistaOpinioes.com.br •Projetos Futuros: Julia Boniceli Rolo - 2604-2006 - JuliaBR@RevistaOpinioes.com.br • Projetos Avançados: Luisa Boniceli Rolo 2304-2012 - LuisaBR@RevistaOpinioes.com.br •Consultoria Juridica: Jacilene Ribeiro Oliveira Pimenta - RibeiroLena@ hotmail.com •Correspondente na Europa (Augsburg Alemanha): Sonia Liepold-Mai - Fone: +49 821 48-7507 sl-mai@T-online.de •Copydesk: Roseli Aparecida de Sousa - RAS@RevistaOpinioes.com.br •Edição Fotográfica: Priscila Boniceli de Souza Rolo - Fone: 16 99132-9231 - pboniceli@gmail.com •Tratamento das Imagens: Douglas José de Almeira - douglas@saofranciscograf.com.br - 16 2101-4151 •Artigos: Os artigos refletem individualmente as opiniões pessoais sob a responsabilidade de seus próprios autores •Foto da Capa: Acervo Tereos •Foto da página do Índice: Tadeu Fessel Fotografias - 11 3262-2360 - 11 95606-9777 - tadeu.fessel@gmail.com •Foto do Fechamento da edição: Acervo Tereos • Fotos das Ilustrações: Paulo Alfafin Fotografia - 19 3422-2502 - 19 98111-8887- paulo@ pauloaltafin.com.br • Ary Diesendruck Photografer - 11 3814-4644 - 11 99604-5244 - ad@arydiesendruck.com.br • Tadeu Fessel Fotografias - 11 3262-2360 - 11 95606-9777 - tadeu.fessel@gmail.com • Mailson Pignata - mailson@ aresproducoes.com.br - fone: 16 99213-2105 •Acervo Revista Opiniões e dos específicos articulistas •Fotos dos Articulistas: Acervo Pessoal dos Articulistas e de seus fotógrafos pessoais ou corporativos •Expedição Revista Digital: 24.795 e-mails cadastrados •Cadastro para recebimento da Revista Digital: Cadastre-se no Site da Revista Opiniões e receba as edições diretamente em seu computador ou celular •Portal: Estão disponíveis em nosso Site todos os artigos, de todos os articulistas, de todas as edições, de todas as divisões das publicações da Editora WDS, desde os seus respectivos lançamentos, com livre possibilidade para dowwload •Auditoria de Veiculação e de Sistemas de controle: Liberada aos anunciantes a qualquer hora ou dia, sem prévio aviso • Home-Page: www. RevistaOpinioes.com.br •South Asia Operation: Opinions Magazine-India: Specific publication on agricultural, industrial and strategic issues of Indian regional market. Editorial language: English. Advertising language: English and Hindi •Business Researcher: Marcelo Gonçalez - +91 9559 001 773 - MG@RevistaOpinioes.com.br •Marketing Researcher: Eliete Aparecida Alves Goncalez - +91 9580 824 411 - EG@RevistaOpinioes.com.br •Chief Editor Assistant: Gabrielle Gonçalez - +91 9580 824 411 - GG@ RevistaOpinioes.com.br •Conselho Editorial da Revista Opiniões: ISSN - International Standard Serial Number: 2177-6504 Divisão Florestal: • Amantino Ramos de Freitas • Antonio Paulo Mendes Galvão • Augusto Praxedes Neto • Caio Eduardo Zanardo • Celso Edmundo Bochetti Foelkel • Eduardo Mello • Edimar de Melo Cardoso • Fernando Campos Passos • João Fernando Borges • Joésio Deoclécio Pierin Siqueira • Jorge Roberto Malinovski • José Ricardo Paraiso Ferraz • Luiz Ernesto George Barrichelo • Maria José Brito Zakia • Mario Sant'Anna Junior • Mauro Quirino • Mauro Valdir Schumacher • Moacyr Fantini • Moacir José Sales Medrado • Nairam Félix de Barros • Nelson Barboza Leite • Roosevelt de Paula Almado • Rubens Cristiano Damas Garlipp • Sebastião Renato Valverde • Walter de Paula Lima Divisão Sucroenergética: • Carlos Eduardo Cavalcanti • Eduardo Pereira de Carvalho • Evaristo Eduardo de Miranda • Ismael Perina Junior • Jaime Finguerut • Jairo Menesis Balbo • José Geraldo Eugênio de França • Julio Maria M. Borges • Luiz Carlos Corrêa Carvalho, Caio • Manoel Vicente Fernandes Bertone • Marcos Guimarães Andrade Landell • Marcos Silveira Bernardes • Martinho Seiiti Ono • Nilson Zaramella Boeta • Paulo Adalberto Zanetti • Paulo Roberto Gallo • Pedro Robério de Melo Nogueira • Plinio Mário Nastari • Raffaella Rossetto • Tadeu Luiz Colucci de Andrade • Xico Graziano

Opiniões plataforma digital multimídia da revista Opiniões