jefe de fabricación de ingenio concepción, pantaleon sugar holding€¦ · jefe de fabricación...

CONFERENCISTA

EDGAR HUITZ Jefe de fabricación de Ingenio Concepción,

Pantaleon Sugar Holding

Optimización de las

etapas de decoloración y

filtración en una refinería

Equipo de trabajo: F. Miranda, J. de

Matta, W. Rodas, W. Simon, A. Ardon,

operadores de refinería, E. Huitz.

1. INTRODUCCIÓN

2. DESARROLLO

a. RESUMEN

b. OBJETIVOS

c. MATERIALES Y MÉTODOS

d. DISCUSIÓN DE RESULTADOS

e. RESULTADOS

f. CONCLUSIONES

AGENDA

INTRODUCCIÓN

El conocimiento y dominio de las

cosas es cuestión de proximidad; es

nuestra elección que tan cerca

queremos estar…

OPTIMIZACIÓN Y SOSTENIBILIDAD

Flujo de valor, o de proceso, como principal

herramienta de trabajo

Mejorar el desempeño a través de cambios en la

operación, administración y comportamientos.

Clara visión del estado futuro. ( “existe la forma

correcta y la incorrecta de hacer algo”)

Enfoque

Herramientas

Aislar, estabilizar y transformar el desempeño del

proceso.

Modelación estadística

Aprender y enseñar en el proceso

Objetivo

Dar exactamente lo que el cliente necesita, cuando y

donde lo necesita

Eliminar todo lo que no agrega valor desde el punto de

vista del cliente. (Desperdicio, variabilidad, etc)

INHIBIDORES QUE AFECTAN EL CORRECTO

DESEMPEÑO DE TODA OPERACIÓN

Desperdicio

Variabilidad Falta de

flexibilidad

DESARROLLO

RESUMEN

En el estudio y ensayos realizados se

optimizan las etapas de decoloración y

filtración en la producción de azúcar

refino a partir de azúcar blanco

sulfitado.

OBJETIVOS

a) Incrementar la eficiencia operacional del proceso

de decoloración y filtración.

b) Evaluar la capacidad oxidación y eliminación de

diferentes decolorantes, adsorbentes y carbón

activado.

c) Establecer un modelo estadístico para

maximizar la decoloración.

MATERIALES Y MÉTODOS

Se analizaron 180 días de operación de la refinería,

de los cuales se tipificaron 6 combinaciones de

acuerdo a los productos químicos utilizados y el

tercio de la zafra asignado; las pruebas se

desarrollaron en la reciente zafra 14-15 y algunos

comparativos se realizan históricamente en lapso

de 5 años. El nivel de confianza del análisis de los

datos fue de 95%. Los ensayos son referidos a la

metodología ICUMSA.

RESULTADOS Y

DISCUSIÓN

PLANIFICACIÓN

Modelo

Operación

Unitaria

Corrientes de entrada

Calor

Trabajo

Corrientes de salida

Calor

Trabajo

Parámetros Especificaciones

Geometría

Tamaño

Esquema general de un Modelo de Operación

Unitaria

Proc S Afr Sug Technol Ass (2001)

ENFOQUE DE PROCESO

1. Evaluación de capacidades y

balance de línea.

2. Verificar tiempos de retención.

3. Optimizar el control y

automatización del proceso.

4. Evaluar perfil de temperaturas y pH

en el proceso.

5. Empoderamiento y competencia del

personal.

TÍTULO SUBTÍTULO

DESPLIEGUE DE PROCESO

ESTABILIDAD Y CONTROL DE PROCESO

SUBTÍTULO

Color derretido

Turbidez de licor filtrado

pH de licor

% Decoloración

Color Licor Filtrado

VARIABLE ‘Y’

CONTINUA TIPO DE ‘X’

DISCRETA

Una muestra y un objetivo

t de 1 muestra

Dos muestras independientes

t de 2 muestras

Dos muestras dependientes

entre sí t pareada

Más de dos muestras

ANOVA

CONTINUA

NO

CONTROLABLE REGRESIÓN

CONTROLABLE DOE

PLANIFICAR EXPERIMENTO

DOE

DISEÑO

DISEÑO

ANALISIS DOE

ANALISIS DEL DISEÑO

ANALISIS DEL DISEÑO

ANALISIS DEL DISEÑO

ANALISIS REGRESIÓN

MULTIPLE

MODELO DE REGRESIÓN MULTIPLE

MODELO DE REGRESIÓN MULTIPLE

MODELO DE REGRESIÓN MULTIPLE

MODELO DE REGRESIÓN MULTIPLE

MODELO DE REGRESIÓN MULTIPLE

RESULTADOS

RESULTADOS

La capacidad oxidante del producto decolorante con

ingrediente activo a base de

Dimethyldialkylammonium chloride presento valores

de decoloración superiores a 40%.

RESULTADOS

En la etapa de filtración la adsorción con el

adsorbente S492 complementó en forma eficiente la

remoción de color con una contribución mayor de

35% e incremento la eficiencia del proceso.

RESULTADOS

Durante la evaluación del adsorbente S492 se pudo

demostrar una reducción significativa en:

1. Consumo de tierra filtrante como filtro ayuda.

2. Consumo de tierra filtrante empleada en la precapa en los filtros primarios.

3. Consumo de tierra filtrante empleada en los filtros trampa.

4. Consumo de adsorbente.

5. Generación de agua y sólidos de desecho.

6. Pérdida de azúcar en la torta.

7. La caída de pH del licor clarificado a filtrado. Lo cual se traslada a una reducción

a la perdida de azúcar por inversión de la sacarosa.

8. Agua dulce generada.

9. Agua de proceso para el lavado de los filtros.

N 179

Media 0.60270

Desviación estándar 0.068525

Mínimo 0.41153

Máximo 0.73702

descriptivas

Estadísticas

168144120967248241

75.00%

70.00%

65.00%

60.00%

55.00%

50.00%

45.00%

40.00%

Día

Dec

olo

raci

Con suavizador

Muestra la tendencia general de los datos

Gráfica # 1 Decoloración de licor Zafra 14-15

RESULTADOS

N 150 164 179 185 179

Media 35.773 24.199 36.069 54.487 60.270

Desv.Est. 7.7905 7.8046 7.2579 12.331 6.8525

Mínimo 1.6838 7.0022 14.016 7.3418 41.153

Máximo 53.110 50 53.935 70.450 73.702

Estadísticas 2011 2012 2013 2014 2015

20152014201320122011

80

60

40

20

0

Dato

s

Gráfica de % de Decoloración del licor por zafra

RESULTADOS

CONCLUSIONES

CONCLUSIONES

a) Las muestras de las pruebas realizadas entre los

días 123 al 152 mostraron un desempeño

superior en la decoloración del licor; la

combinación incluyo la aplicación del decolorante

con ingrediente activo a base de

Dimethyldialkylammonium chloride utilizado en la

clarificación de licor y el uso de adsorbente

S492.

CONCLUSIONES

b) Los resultados en los ciclos de operación de la

estación de los filtros mostraron una mejora de

32%, por lo que los consumos de ayuda filtrante

disminuyeron, así como el consumo de agua de

lavado y eficiencia operacional.

CONCLUSIONES

c) Resulta necesario aunar criterios y realizar más

pruebas respecto a los valores óptimos de los

predictores (variables X) de la respuesta (Y) del

modelo, principalmente lo relacionado con los

valores de pH en los licores; así como también

evaluar y modelar los efectos en la degradación

de color.

CONCLUSIONES

c) El modelo estadístico para predecir y simular

valores esperados de decoloración tuvo

significancia y explica un 73.05% del valor de

respuesta.

La semilla de la innovación tiene

infinitas posibilidades para desarrollar

propuestas de solución que logren

una mejora en lo que hacemos.

Gracias