Modelagem computacional da destilação de cachaça em alambique: um estudo aplicado ao desenvolvimento tecnológico do processo

• Ano de defesa: 2017
• Autor(a) principal: Soares Junior, Acir Moreno
• Tipo de documento: Tese
• Tipo de acesso: Acesso aberto
• Idioma: por
• Instituição de defesa: Universidade do Estado do Rio de Janeiro; Centro de Tecnologia e Ciências::Instituto Politécnico; BR; UERJ; Programa de Pós-Graduação em Modelagem Computacional
• Palavras-chave em Português: Numerical simulation; Thermodynamics; Computational modeling; Cachaça; Distillation; Phase Equilibrium; Simulação numérica; Termodinâmica; Modelagem computacional; Destilação; Equilíbrio de fases; CNPQ::CIENCIAS EXATAS E DA TERRA::MATEMATICA::MATEMATICA APLICADA
• Link de acesso: http://www.bdtd.uerj.br/handle/1/13705

Neste trabalho desenvolve-se de forma detalhada um modelo multicomponente para a simulação da destilação de cachaça em alambique, descrito em função das variáveis de controle de processo: taxa de aquecimento do alambique e taxa de resfriamento da coluna, relacionadas diretamente com variáveis manipuladas, sob as quais se tem um controle operacional efetivo. Também são desenvolvidos modelos para a descrição destas duas taxas em função do tempo com parâmetros estimados a partir de dados experimentais por meio de otimização multiobjetivo. Modelos termodinâmicos com caráter preditivo foram utilizados para o cálculo das propriedades dos fluidos no interior do alambique. Foram selecionados métodos numéricos que permitissem a resolução das equações do modelo proposto para todos os componentes de forma simultânea e com um tempo de processamento reduzido. Resultados analíticos de dois experimentos em escala de bancada são apresentados em comparação com os dados da simulação. Dentre os compostos analisados experimentalmente, o etanol, álcool isoamílico, álcool isobutílico, n-butanol, propanol, acetato de etila e o acetaldeído apresentaram uma boa concordância com os valores obtidos na simulação, enquanto o metanol apresentou uma forte discrepância em relação à predição do modelo.