TI2MEQ

I Taller Internacional de Ingenierías Mecánica, Energética y Química

Facultad de Ing. Química y Mecánica
Universidad de Matanzas (Cuba)
12 al 15 de Junio del 2007

POLÍTICA DE ENFRIAMIENTO ÓPTIMA EN CRISTALIZADORES

DE AZÚCAR

F. J. Domínguez1
1-Departamento de Química e Ingeniería Química – Universida de Matanzas
Autopista a Varadero km 3, CP: 44740 – Matanzas – Cuba
Telefone: (53-45) 261423 – Fax: (53-45)253101 – Email: felix.dominguez@umcc.cu

RESUMO – El trabajo muestra los resultados de la determinación de la política óptima de

enfriamiento en la etapa de cristalización de azúcar por enfriamiento usando la estrategia de
programación dinámica. El resultado obtenido permite establecer que la política normalmente
usada en Cuba no es la más adecuada para las condiciones de alta viscosidad actuales.

PALABRAS CLAVES: Optimización, cristalización de azúcar, programación dinámica,

cristalización por enfriamiento

ABSTRACT
The work shows to the results of the determination of the optimal policy of cooling in the stage of
cooling crystallization of sugar using the strategy of dynamic programming. The obtained result
allows to establish that the policy normally used in Cuba is not adapted for the present conditions
of high viscosity.

KEY WORDS
Optimization, Sugar Crystallization, Dynamic Programming, Cooling Crystallization

1. INTRODUCCIÓN El análisis bibliográfico realizado permite

La etapa de cristalización por
enfriamiento en el proceso de producción de
azúcar crudo debe garantizar caídas de purezas
superiores a seis puntos en el licor que se agota,
sin embargo en trabajos realizados por el autor
(Domínguez, F.J.,2001), han demostrados que
solo se obtiene la mitad de ese valor en los
mejores casos, por lo que en coordinación con
la Dirección del Ministerio del Azúcar en
nuestra provincia, se le asigna al colectivo de
Análisis de Procesos de la Universidad de
Matanzas determinar cuales son las causas de
esta baja recuperación de sacarosa.
definir que la razón de enfriamiento para el límite
económico de agotamiento de la masa cocida C
en los cristalizadores, no ha sido precisado aún.
Se reportan trabajos en este sentido por Saska et
al. (1990) en Estados Unidos, Maurdarbocus y
White (1983) en Australia y Guerra Deben
(1984) en Cuba, aunque este último realiza la
determinación con un modelo teórico
desarrollado sobre la base de los datos de
velocidad de cristalización reportados por
Kukharenko, los cuales no se ajustan a las
condiciones de viscosidad existentes en Cuba.
Debe señalarse que un modelo mejorado del
anterior ha sido realizado por Santana et
al.(1999), el cual tiene un mayor acercamiento de investigar la política de enfriamiento se
a la realidad, por usar las ecuaciones cinéticas, estudia la adición de licor madre durante la
obtenidas para mieles cubanas en el grupo de operación mediante una estrategia de
azúcar del ISPJAE (Fragoso, Díaz y Santana optimización dinámica diseñada por Biegler y
,1999). colaboradores. (Lang, Tanatkit and Biegler,
1997).
Si, a lo antes expuesto, se añade que el
régimen de enfriamiento con que se trabaja hoy 2. DESARROLLO
en día no es uniforme en todas las empresas,
puede demostrarse fehacientemente la 2.1 Definción del modelo matemático
necesidad de determinar la política óptima de del proceso de cristalización
enfriamiento que debe usarse en la industria
azucarera cubana, para alcanzar un máximo de El modelo fenomenológico del proceso de
agotamiento en los cristalizadores. transferencia de masa que ocurre en un
cristalizador por enfriamiento que es usado para
La política de enfriamiento en la determinación de la política óptima es el
cristalizadores discontinuos y su influencia siguiente:
sobre la distribución de los cristales y la calidad dms
del producto obtenido ha sido estudiada desde = M L . xs − Ws
dt
hace mucho años y un número considerable de
dmc
estrategias de enfriamiento han sido = Ws
investigadas por Rohani and Bourne (Wang, dt
1990). dmi
= M L . xi
dt
Diferentes métodos han sido usados dma
para determinar la política óptima de = M L . xa
dt
enfriamiento en cristalizadores. Los primeros
de ellos basados en aplicaciones del principio
del máximo y más recientemente Wang (1990), El cual es un modelo dinámico que se encuentra
muestra un trabajo donde realiza un grupo de detallado en trabajos anteriores del autor
consideraciones que le permiten utilizar la (Domínguez, 2001, Dominguez, 2005).
función Hamiltoniana y resolver el problema
por aproximaciones sucesivas. 2.2 Definición del método de
optimización
Desde la década de los 80, algoritmos
de programación dinámica han sido De acuerdo a la información que se tiene
desarrollados y utilizados para este fin por las sobre la interacción de las variables del proceso y
ventajas de la discretización de las etapas y las de la bibliografía disponible se llega a la
facilidades para el control óptimo de procesos, conclusión de que, el criterio de optimización
según muestran los trabajos de Biegler y más importante que puede tenerse en cuenta es el
colaboradores los cuales han desarrollado de seleccionar la temperatura, la agitación y la
aplicaciones de sus algoritmos en muchos cantidad de miel que debe ser adicionada para
procesos químicos, entre las que se encuentran maximizar los beneficios económicos que se
los cristalizadores discontinuos [Lang et
al.(1994) y Lang et al.(1995)], donde además
obtendrían al incrementar la sacarosa
recuperada en cada instante de tiempo.
Como la sacarosa cristalizada es función
del tiempo, se obtendrá una función objetivo
dinámica, y para solucionar dicho problema se
requiere del empleo de una técnica de
optimización dinámica, por lo que es
imprescindible un análisis de los diversos
métodos existentes.
El método del cálculo variacional
clásico en la práctica es empleado para resolver
problemas de optimización más bien simples,
es decir, integrales con no más de dos o tres
variables continuas en el tiempo (Mayo,2005).
Por otro lado, el empleo del cálculo variacional
conduciría a una ecuación diferencial de Euler-
Lagrange de carácter no lineal lo cual
complicaría su solución, pues es
necesarioutilizar técnicas numéricas de
aproximaciones sucesivas. Para el caso de la
integral que aparece en éste problema, este
método, no es el más apropiado, ya que
intervienen un número grande de variables
dependientes del tiempo,
Otros métodos pudieran ser empleados
con más o menos dificultad, pero es criterio de
éste autor que la programación dinámica de
Bellman, es la más apropiada por las siguientes
razones:
1. Pueden solucionarse en una forma más
simple, funciones objetivas dinámicas más
complejas, utilizando las computadoras
digitales.
2. Sobre la base del principio de optimalidad se
simplifica el problema computacional, ya que
transforma la solución simultánea de todas las
variables de control en cada intervalo de tiempo
del problema original en una secuencia de
problemas más simples.
3. Permite obtener varias subpolíticas óptimas o
políticas diferentes para diferentes condiciones
iniciales.
Basado en los criterios anteriores se
realizará la determinación de las políticas de
enfriamiento y de lubricación de mieles, así
como la velocidad de agitación a que debe
trabajarse para maximizar los beneficios
económicos del proceso para un tiempo de
enfriamiento dado, partiendo de la condición
inicial t = 0 seg. y se evalúa el comportamiento
de la temperatura en un intervalo entre la
temperatura de descarga del tacho y la
temperatura mínima de enfriamiento permisible,
para lo cual se realizan las siguientes
consideraciones:
· El brix, la pureza y el volumen de masa cocida
no se mantienen constantes durante el tiempo de
enfriamiento, pues se ven influenciados por la
dosis de la miel que es lubricada.
· Es despreciable la evaporación de agua durante
el tiempo en que ocurre el proceso.
· El tiempo de agotamiento será de 8 horas, pero
al utilizar la estrategia de programación dinámica
pueden ser investigados tiempos inferiores de
agotamiento.
· Los cálculos se realizan con las siguientes
condiciones iniciales y de operación en un
cristalizador Blanchard:
Vmc = 15 m3
Ac = 15 m2
Cv = 0,2
Lo = 0,32 mm
Pm = 60 %
· El benéfico económico del proceso será el
criterio de efectividad utilizado para solucionar
este problema, mientras que la temperatura de la
masa cocida, la dosis de miel de lubricación a
adicionar y la velocidad de agitación; serán
tomadas como las variables de decisión, dado
que son las variable que serán manipuladas para
obtener el máximo valor de la variable de estado.
· Para los cálculos, las variables de decisión se
restringen dentro de los siguientes intervalos:
Temperatura de la masa cocida: 35 a 78 ºC
Miel de lubricación adicionada Menor al 20 %
en peso de la Masa Cocida
Velocidad rotacional Menor a 15 rpm
Las definiciones anteriores se realizan
basadas en la experiencia practica de este autor
y en los resultados de los estudios de
simulación realizados en el capítulo anterior.
Sin embargo, aún falta por definir cuál o cuáles
deben ser seleccionadas como variables de
estado, por lo que a continuación se enumeran
las variables que han sido utilizadas como tal,
en trabajos anteriores [Lang et al.(1995); Wang
(1990); Saska et al.(1990); Maurdarbocus y
White (1983); Guerra Deben (1986); Da
Cumba y Da Silva (1998) y Yakubo (1999)]:
· Brix de la miel madre.
· Pureza de la miel madre.
· Tamaño medio de los cristales en la masa
cocida.
· Rendimiento de cristales en la masa cocida.
· Masa de sacarosa disuelta en la miel madre.
· Masa de cristales en la masa cocida.
A criterios de este autor el tamaño de
los cristales es una variable que para una misma
fabrica varía en un rango estrecho (siempre y
cuando se realice la cristalización y desarrollo
de la masa cocida final bajo similares
condiciones), y está estrechamente relacionado
con el rendimiento en cristales, dado que
siempre que se adicione la misma cantidad de
azúcar en la preparación del cristal 600, un
mayor o menor tamaño de cristales coincide
con un mayor o menor contenido de cristales,
por lo que se considera que el tamaño de
cristales no es la variable más adecuada para
ser usada como variable de decisión, mientras
que a partir del rendimiento de cristales pueden
ser estimados, el brix y pureza de la miel
madre, así como las masas de agua, impurezas,
cristales y sacarosa en la misma, siempre que el
brix, la pureza y el volumen de la masa cocida
sean conocidos; por lo se considera que esta
variable es la que más posibilidades presenta de
ser utilizada como la variable de estado. Además
como se estudia la política de lubricación de
mieles, y al adicionar estas, disminuye el brix de
la masa cocida; esta variable también debe ser
considerada como variable de estado.
2.3 Estrategia de Optimización
Basado en lo anteriormente definido será
usada la estrategia de programación dinámica
utilizando como variable de estado el
rendimiento en cristales y el brix de la masa
cocida; y como variables de decisión la
temperatura de la masa cocida, la dosis de miel a
adicionar y la velocidad de rotación de las
paletas. El sistema es dividido en diez etapas de
una hora de duración cada una, enumerándose las
mismas en sentido inverso del flujo de
información
La etapas son enumeradas en forma
inversa al flujo y se procede de la siguiente
manera:
1. Se realiza el cálculo de la primera etapa
asumiendo NI valores de RC(2) y L(2) con lo
que se conforma una tabla de estas variables vs
T1*, RC(1)*, L (1)* y msc(1)*.
2. Se realiza el cálculo de las dos últimas etapas
en conjunto asumiendo valores de RC(3) y L(3)
con lo cual se conforma una tabla de estas
variables vs T2*, RC(2)*,L(2)* y msc(2)*.
3. Posteriormente se realiza el cálculo de las
últimas tres etapas de forma similar al anterior y
así sucesivamente se va calculando las restantes
etapas hasta la N-1 etapa.
4. Se realiza el cálculo de la última etapa con los
valores de rendimiento de cristales (RCo)y
tamaño medio de cristales (Lo) que tiene el
material que entra al proceso determinándose los
valores de T(n)*, RC(n)*, L(n)* y la masa de
sacarosa cristalizada para la política óptima de
enfriamiento.
5. Finalmente se define la trayectoria de
política óptima partiendo de los valores de
RC(n)* y L(n)* interpolando en las tablas que
fueron diseñadas para cada una de las etapas.
hasta llegar a la primera etapa.
Con la estrategia anterior se diseña el
programa Programación Dinámica.xls para
Microsoft Excel 2000, dadas las facilidades que
presenta esta hoja electrónica para el diseño de
la estrategia antes planteada, así como el poder
utilizar la Macro Solver de la propia hoja para
la suboptimización de las diferentes etapas. Con
este programa se calculan cada una de las
etapas, diseñándose las tablas de
suboptimización correspondientes, y una vez
elaboradas las mismas, se interpola en cada una
de ellas, con el objetivo de determinar las
políticas óptimas de operación para diferentes
valores de las variables de estado al inicio del
proceso.
Para desarrollar la interpolación en las
diferentes etapas se diseña un modelo
polinomial de tercer orden, usando la opción
de Regresión de la macro de análisis de datos
de Microsoft Excel.
Una vez definida la política óptima de
enfriamiento se realiza el calculo del sistema de
cristalización para las condiciones actuales de
operación en Cuba, con el objetivo de comparar
ambas variantes. También se analiza la
factibilidad de implementación tecnológica de
la política de enfriamiento óptima propuesta
bajo las condiciones industriales.
3. RESULTADOS Y DISCUSIÓN.
3.1 Determinación del régimen de
enfriamiento óptimo.
El análisis de dichas tablas se puede
resumir de la siguiente manera:
· Las templas que presentan una sobresaturación
mayor a 1,2 deben de mantenerse a temperatura
constante e igual a la temperatura de descarga
durante las primeras 3 ó 4 horas de operación y
después enfriar durante el resto del tiempo a
razón de 2 ºC/h aproximadamente, dado que bajo
estas condiciones la velocidad de enfriamiento a
seguir cambia muy poco con el brix de la masa
cocida dentro del rango investigado. Debe
señalarse que solo deben lubricarse aquellas
templas que tengan concentraciones superiores a
96.
· Las templas que presentan una sobresaturación
inferior a 1,2 deben ser enfriadas a una razón de
enfriamiento constante todo el tiempo de
operación. Este valor de gradiente de
enfriamiento se correlaciona con el brix de la
masa cocida, según se muestra en la figura 1. Del
mismo se deduce que mientras más bajo sea el
brix de la masa cocida mayor deberá ser el
gradiente de enfriamiento necesario.
Figura 1. Gradiente de Enfriamiento.
3.2 Análisis comparativo entre ambos
régimenes de enfriamiento.
En la tabla 1 se observa que se con el método
tradicionalmente usando en Cuba se logra un
valor en la caída de pureza muy inferior al
obtenido bajo la optimización de todos los
parámetros del sistema y que durante las
últimas horas debe de ser lubricada la masa
cocida.
Tabla 1. Agotamiento en cristalizadores
Al lubricar la masa cocida antes de comenzar el
enfriamiento, según se realiza en el MINAZ en
la actualidad, se hace necesario realizar un
enfriamiento muy rápido en las 3 o 4 primeras
horas y después se debe mantener un
enfriamiento constante alrededor de 1,2 ºC/h, lo
que coincide con resultado obtenidos
anteriormente [Maudarbocus and White (1983);
Yakubo (1999)]. Comparando la caída de
pureza obtenida bajo estas condiciones, con la
calculada para las condiciones óptimas de
operación, se observa que también es inferior,
por lo que tampoco es esta la forma más
adecuada de operar el proceso.
3.3 Análisis de la factibilidad
tecnológica de introducción de las
condiciones óptimas de operación en
el proceso industrial.
Realizando un análisis de las
capacidades instaladas se construye los
diagramas de GANTT correspondientes
delsistema cristalizadores, con el objetivo de
determinar las capacidades necesarias para el
buen desarrollo del proceso en las diferentes
empresas.
El análisis de éstos permite establecer
que se deben utilizarse dos cristalizadores en
aquellas empresas que cristalizan cada 36 horas
o más, así como que deben ser utilizados seis
cristalizadores en aquellas empresas que
producen más de uatro templas por día, y cuatro
en las restantes empresas.
El estimado anterior permite definir que
en todas las empresas azucareras, con capacidad
de molienda dentro del intervalo valorado, existe
un número de cristalizadores instalados que es
superior al requerido para las condiciones que
propone ésta tecnología, por lo que pudieran ser
utilizados estos mismo equipos siempre que
cumplan los requisitos de capacidad necesarios.
Una valoración de los flujos de cajas
desarrollado para las diferentes capacidades de
molidas y para diferentes precios del azúcar, así
como de los valores actuales netos (VAN) para
deferentes tasas de descuento, permiten predecir
que la inversión es factible en todos los caso
valorados, aunque para cuando el precio del
azúcar alcanza valores alrededor de 110 $/t tiene
que negociarse con la entidad financiara una tasa
de descuento inferior a un 10 %. Debe ser
señalado que en tales casos el plazo de
recuperación de la inversión puede llegar a ser
superior a tres años, pero como la vida útil de
estos equipos se estima en 20 años, puede
considerarse este tiempo adecuado.
4. CONCLUSIONES.
1. La optimización del proceso de cristalización
por enfriamiento debe realizarse a partir de
definir las políticas de enfriamiento y
lubricación con mieles que deben ser
aplicadas, así como el régimen de agitación
mas adecuado para hacer máxima la
eficiencia del proceso.
2. La estrategia de programación dinámica es
adecuada para la solución del problema de
optimización planteado.
3. Se define que la política de enfriamiento
óptima difiere de las actualmente usadas en el
 MINAZ y se determina que no deben usarse
iguales políticas de enfriamiento para todas
las masas procesadas, por lo que en este
sentido es más favorable el uso de
cristalizadores discontinuos.
4. El análisis económico realizado permite
redecir que la inversión es factible para
todas las empresas de nuestro país, siempre
y cuando el precio del azúcar no sea inferior
a 7 centavos por libra.
5. BIBLIOGRAFÍA
DA CUMBA, A.A. y Da SILVA, L. (1998).
Política óptima de enfriamiento en
cristalizadores Blanchard. Trabajo de Diploma.
Universidad de Matanzas (Cuba), 1998.
DOMÍNGUEZ ALONSO. FJ. Simulación del
proceso de cristalización de azúcar por
enfriamiento (I): Modelo matemático de la
transferencia de masa. Revista Ingeniería
Química ( España), Año XXXVI, Nº 418,
Noviembre, 2004.
DOMÍNGUEZ, F. J.: Modelación, simulación y
optimiación del proceso de transferencia de
masa que ocurre en el proceso de cristalización
de azúcar por enfriamiento a nivel industrial.
Tesis de Doctoral. Universidad de Matanas,
Cuba, 2001.
FRAGOSO, F., C. DÍAZ y R. SANTANA.
Aplicación de la modelación matemática en el
estudio de la velocidad de cristalización de
azúcar. II Taller Internacional de Análisis de
Procesos. Instituto Superior Politécnico“ José
A. Echeverría”, La Habana (Cuba), 27-30 de
abril, 1999.
GUERRA DEBEN, J.: La Cinética de
Cristalización de azúcar por enfriamiento,
International Sugar Journal, v. 86 (1024), p.
99-104, 1984.
LANG, Y.D. et al.: Simulation and Optimization
of Industrial Crystallizer Operations, Jiangsu
Huagong, 23 (6), p 45-43, 1995.
LANG,Y.D., A. M. CERVANTES and L. T.
BIEGLER.: Dynamic modeling and optimization
of batch crystallization processes. [on line].
[citado 31 de Enero de 1999] Disponible en
http://dynopt.cheme.cmu.edu/general/Cr_ml_6.p
df ],1999.
LANG, Y.D. et al.: Simulation, Optimization and
Automatic Implementation of a Batch
Crystallization Process, Jiangsu Chemical
Research Institute: Jiangsu (China),68 p., 1994.
MAUDARBOCUS, S. M. and E. T. WHITE:
Cooling Policies for Batch Crystallizers.
Proceeding XVIII Congress ISSCT, La Habana,
February, p. 1283 - 1293, 1983.
MAYO, O.: Técnicas Básicas de Optimización.
Editorial Félix Valera, La Habana, 2005.
SANTANA, R et al.: Perfeccionamiento del
Modelo Matemático de la Tecnología de
Cristalización de Azúcar por Enfriamiento del
Dr. Guerra Deben, mediante la Introducción de
Cálculos de Cinéticas Ajustados a las Mieles
Cubanas. II Taller Internacional de Análisis de
Procesos. Instituto Superior Politécnico“ José A.
Echeverría”, La Habana (Cuba), 27- 30 de abril,
1999.
SASKA, M.: Optimización de la eficiencia del
proceso de cristalización de bajo grado.
International Sugar Journal, v. 92 (1094),
Febrero, p. 23 - 28, 1990
WANG, J.: Optimal Scheduling of Batch
Crystallization, Huagong Xuebo (China), 45 p.,
1990.
YAKUBO, O. (1999). Determinación de la
política óptima de trabajo en los cristalizadores
de azúcar. Trabajo de Diploma. Universidad de
Matanzas (Cuba), 1999.