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: anasakai@aluno.feis.unesp.br /annadiva@dee.feis.unesp.br

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