Upload
duongdien
View
215
Download
0
Embed Size (px)
Citation preview
Utilização de Sistema Imunológico Artificial para Classificação e
Controle da Qualidade do Produto Acabado em Indústria de Celulose
Ana Paula Sakai Barros, Anna Diva P. Lotufo,
Programa de Pós-Graduação em Engenharia Elétrica, FEIS - UNESP
15385-000 - Ilha Solteira, SP, Brasil
E-mail: [email protected] /[email protected]
Resumo: A crescente busca pelas aplicações de tecnologias é considerada indispensável a
qualquer nova planta de papel e celulose. O presente trabalho trata da aplicação de uma nova
tecnologia de Inteligência Artificial – Sistema Imunológico Artificial – para classificação de
qualidade em uma planta brasileira de processamento contínuo de celulose.
.
Fundamento do Sistema Imunológico
O sistema imunológico humano vem atraindo olhares para pesquisas e aplicações nas mais
diversas áreas devido a sua simplicidade de resolver um problema grandiosamente complexo
como o de proteger o organismo contra uma infinidade de agentes patogênicos. Aproveitando-
se deste fundamento, o Sistema Imunológico Artificial utiliza a detecção distribuída para
resolver o problema de distinguir entre o próprio, que são os elementos do organismo, e o não-
próprio, que são os elementos estranhos ao organismo. Na verdade, o sucesso do sistema
imunológico depende de sua habilidade de detectar elementos não-próprios nocivos (Hofmeyr,
1999).
Controle de Qualidade na Produção de Celulose
A rastreabilidade da celulose produzida inicia-se a partir de análises e controles realizados
em laboratório, no qual são estabelecidos procedimentos para inspeção e classificação do
produto acabado. Esta classificação é realizada por um sistema (WebAS) que faz a coleta de
dados do PIMS (Plant Informations Management System), um ambiente computacional que
coleta dados do processo de equipamentos de medição e também do banco de resultados de
qualidade apontados pelo laboratório.
Por meio destes sistemas, celulose produzida é identificada por lotes registrados por uma
das quatro classificações (Figura 1):
- EP: Extra Prime
- PR: Prime
- PR 1: Prime 1
- OG: Off Grade
Diante de uma situação de anormalidade que possa resultar na classificação de baixa
qualidade do produto, em decorrência de desvio das propriedades relacionadas à especificação,
29
ISSN 2318-471X ISBN: 978-85-8215-047-4
os responsáveis pela produção são ligeiramente comunicados para a devida tomada de ações, na
tentativa de se retomar a qualidade desejada – classificação EP.
EXTRA-PRIME PRIME PRIME I OFF GRADE
1/ 2 horas
*On line
VISCOSIDADE cm3/g 650 < 650 e 600 < 600 e 500 < 500 1/ 4 horas
1/ 2 horas
*On line
pH
>8,5 e 9,5 >9,5 e 10,5 >10,5
TEOR SECO (VR)
GRAMATURA (VR)
FREQUÊNCIA DE
ENSAIO
UNIDADE
DE MEDIDAVARIÁVEIS
g/m²>1200 e
1400
>1200 e
1400
>1200 e
1400
>1200 e
1400*On line
% 90,0 2,0 90,0 2,0 90,0 2,0 90,0 2,0 *On line
- >5,5 e 8,5
>5,0 e 5,5 >4,5 e 5,0 4,5
1/ 4 horas
SUJIDADE mm2/kg 2,5 >2,5 e 10,0 >10,0 e 40,0 > 40,0
TIPO DE CLASSIFICAÇÃO
ALVURA %ISO 88,5 < 88,5 e 87,0 < 87,0 e 85,0 < 85,0
Figura 1: Plano de Inspeção do Produto Acabado
Outras anomalias podem resultar numa classificação errada dos lotes, como exemplo o
erro de apontamento de resultados e a constatação de desvio de medição por equipamento on-
line. Nestas situações, o sistema não permite alterações e é necessária, então, autorização para
estorno dos lotes. O trabalho, portanto, objetiva aplicar a detecção de classificação de lotes de
celulose por baixa qualidade, minimizando a atividade corretiva que tem como consequência o
atraso da produção, o retrabalho dos analistas de laboratório e a possibilidade de entrega de
lotes que não correspondam à qualidade desejada.
30
ISSN 2318-471X ISBN: 978-85-8215-047-4
Referências
[1] Assumpção, R. M. V.; Pinho, M. R. R.; Cahen, R.; Philipp, P. Polpação Química. Celulose e
Papel. Tecnologia de Fabricação de Pasta Celulósica, Vol. 1, 2ª edição. São Paulo: IPT-SENAI,
1988.
[2] Confederação Nacional da Indústria. Novas Tecnologias para Processos Industriais:
Eficiência Energética na Indústria. Brasília, 2010. (Relatório 37). Disponível em
http://www.eletrobras.com/pci/main.asp. Acesso em Jan. 2013.
[3] de Castro, L. and Timmis, J. (2002). “An artificial immune network for multimodal function
optimization”. Evolutionary Computation, 2002. CEC ’02. Proceedings of the 2002 Congress
on, 1:699–704.
[4] de Castro, L. N. (2002). “Immune engineering a personal account”. In II Workshop on
Computational Intelligence and Semiotics.
[5] Hofmeyr, S. A. & Forrest, S. (1999), “Immunity by Design: An Artificial Immune System”,
Proc. of GECCO’99.
31
ISSN 2318-471X ISBN: 978-85-8215-047-4