Resumo – A quebra de folhas no processo de secagem de uma fábrica de celulose é um problema em aberto devido à complexidade e dinamismo do processo, bem como à raridade desses eventos, o que dificulta a obtenção de dados para decifrar suas variadas origens.
LEIA AQUI O PDF COMPLETO DO ARTIGO TÉCNICO PUBLICADO NA EDIÇÃO DE JUNHO DA REVISTA O PAPEL
Em resposta a este problema, foi desenvolvido um sistema de análise avançada que combina um modelo de inteligência artificial e controle estatístico para monitorar o processo de secagem na fábrica de celulose de Santa Fé (Chile), antecipando anormalidades operacionais que, se não gerenciadas, podem gerar perturbações significativas, até mesmo um quebra de folha.
Este trabalho acompanha as últimas tendências na organização de equipes de advanced analytics e na utilização de inteligência artificial para detectar anomalias em grandes volumes de dados.
Com isso, é possível identificar a condição anômala anterior aos quebras foliares ocorridos em 2023 com tempo médio de antecipação de 80 minutos.
O sistema foi validado com dados históricos e também foi desenvolvido um MVP (produto mínimo viável), o que permitiu apoiar, em conjunto com os operadores, a utilidade do sistema para ter um processo de secagem otimizado alavancado na utilização de dados.
Graças ao trabalho conjunto da academia e da fábrica de Santa Fé com engenheiros, operadores e gestores de área envolvidos e comprometidos com o sucesso do projeto, foi realizado um conjunto de validações para garantir a qualidade do sistema de inteligência artificial desenvolvido; e, como existe uma confiança elevada, permite-nos dar o próximo passo: desenvolver um produto analítico inovador, cada vez mais robusto, eficaz e replicável nas restantes fábricas de pasta.
Palavras-chave: inteligência artificial, redes neurais, controle do processo, processo otimizado, quebra de folha
REFERÊNCIAS: O PAPEL vol. 86, N.o 6, pp. 85 – 89 – JUN 2025
AUTORES: Salvador Flores 1, Manuel Pérez 2, Cristian Chandia3
1 Empresas CMPC. [email protected], Chile
2 Unidade de Data Science. Universidad de Concepción. [email protected], Chile
3 CMPC Pulp. [email protected], Chile
