This paper discusses kappa number prediction models using Single Exponential Smoothing, Multiple Linear Regression Analysis, the Time Series Method of Box-Jenkins (ARIMA) and Artificial Neural Networks. Applying a database of an industrial eucalyptus Kraft pulp continuous digester, these four different methods were evaluated according to different statistical decision criteria. After fitting the parameters of the models, validations were performed using a new dataset. Results, advantages and limitations of the four methods were compared. Some statistical forecasting indexes indicate that the ARIMA model showed more accurate estimation results, achieving a MAPE lower than 3 % and over 90% of the prediction data deviations lower than one kappa unit.

The quality of the resulting pulping continuous digesters is monitored by measuring the Kappa number, which is a reference of residual lignin. The control of the kappa number is carried out mainly in the top of the digester, therefore it is important to get some indication of this analysis beforehand. In this context, the aim of this work was to obtain a prediction model of the kappa number in advance to the laboratory results. This paper proposes a new approach using the Box & Jenkins methodology to develop a dynamic model for predicting the kappa number from a Kamyr continuous digester from an eucalyptus Kraft pulp mill in Brazil. With a database of 1500 observations over a period of 30 days of operation, some ARMA models were studied, leading to the choice of ARMA (1, 2) as the best forecasting model. After fitting the model, we performed validation with a new set of data from 30 days of operation, achieving a model of 2.7% mean absolute percent error.

pressurizado que tem a função de promover as reações de deslignificação das fibras da madeira. Neste equipamento ocorre a dissolução das cadeias de lignina, além das indesejáveis reações de degradação dos carboidratos. A qualidade da celulose produzida é medida pelo número Kappa, que é uma referência do teor de lignina residual e é o item mais importante para o controle das reações, sendo determinante para as etapas subsequentes do processo. Possui impactos significativos nos custos, meio ambiente e na qualidade da celulose final. Sua análise tem defasagem do tempo de retenção (~ 4 horas) quanto às principais variáveis de controle. Neste contexto, o objetivo deste trabalho foi obter um modelo de predição do número kappa, de forma antecipada ao resultado das análises de laboratório. Foram tratados dados de processo obtidos durante dois meses de operação, usando as principais variáveis de processo de um digestor contínuo de celulose kraft de eucalipto, modelo kamyr. Na análise de regressão, foi utilizado o método dos mínimos quadrados ordinários, usando dados industriais para produzir modelos multi-input single-output. Após ajuste do modelo aos dados observados, realizou-se a validação com um novo conjunto de dados, obtendo erro percentual médio da ordem de 4 %, equivalente às incertezas do próprio método de medição. INTRODUÇÃONas indústrias de celulose uma variável muito importante, utilizada para medir a qualidade da polpa produzida no processo de digestão é o Número Kappa, que é um índice que traduz o grau de deslignificação da celulose. No Brasil, seu método de análise está expresso na norma ABNT NBR ISO 302:2005. Pode também ser analisado em um "medidor on line", que por luz ultravioleta aplicado à amostra, estima o número kappa conforme curva de calibração.As análises para determinar o número kappa são realizadas com base na corrente de saída do digestor, sobre uma corrente de produtos que já foi processada. Porém, considerando que o tempo de residência no digestor é em torno de 4 horas, tomadas de decisão com base nestas análises, podem não ser as mais adequadas.

Que saibam estas linhas expressar minha gratidão às generosas pessoas que contribuíram no desenvolvimento deste trabalho. Na impossibilidade de mencionar a miríade dos envolvidos, ouso destacar: O Prof. Fernando Carazza (in memorian) do DQ ICEx UFMG, que me propiciou despertar a pesquisa acadêmica, com a IC em carboquímica vegetal e síntese orgânica.

O Brasil possui uma das maiores reservas mundiais de nióbio. Nos processos de beneficiamento da apatita os minerais de nióbio são frequentemente encontrados e possuem uma granulometria extremamente fina e comumente são dispostos em uma barragem. Neste trabalho foi realizado um estudo cinético da flotação do minério de nióbio, com o objetivo de avaliar os índices de recuperação metalúrgica para diferentes frações granulométricas. Para isto, foram coletadas amostras em fluxos de rejeitos e incorporados à alimentação da flotação de nióbio e executados os experimentos de flotação em bancada. O ajuste cinético realizado a partir dos dados da recuperação metalúrgica acumulada, mostra que o maior valor para a constante cinética encontrado foi de 0.0195 s-1 correspondente a granulometria abaixo de 37 micrômetros. Conclui-se que para a otimização do processo de flotação do nióbio, deve-se manter a granulometria, abaixo de 37μm e acima de 5μm, para que não aconteça perdas significativas no processo. Neste contexto, o sistema de moagem deve garantir um controle granulométrico o que pode gerar um alto custo energético o que pode ser compensado pelo valor agregado do minério de nióbio.