SIMULAÇAO DA ETAPA FERMENTATIVA DO PROCESSO CERVEJEIRO

Transcrição

1 SIMULAÇAO DA ETAPA FERMENTATIVA DO PROCESSO CERVEJEIRO T. N. S. LAURINTINO 1, T. SOUSA 2,3, M. JUNA 3 e T. K. S. LAURINTINO 3 1 Universidade Federal de Santa Catarina 2 Universidade Federal de Pernambuco 3 Universidade Federal Rural de Pernambuco, Unidade Acadêmica de Garanhuns para contato: thuanynaiara@hotmail.com RESUMO O processo de fabricação da cerveja pode ser dividido em três etapas: etapa da produção do mosto, etapa fermentativa e etapa de acabamento. A fase da etapa fermentativa é de extrema importância. Deste modo, a simulação computacional foi utilizada neste trabalho como ferramenta de estudo do processo fermentativo, objetivando estudar o processo e simular a etapa fermentativa, usando um modelo cinético no software Aspen plus. Para o desenvolvimento deste trabalho, foi escolhido um modelo com base em sua validação experimental e nas variáveis de processo consideradas. Com os dados obtidos na simulação, aplicou-se um delineamento experimental 2 3, totalizando 8 ensaios, mais duas repetições no ponto central. Os parâmetros avaliados foram: diluição do substrato e temperatura nos tanques do processo. A partir dos resultados, observou-se que as variáveis manipuláveis influenciam a dinâmica da temperatura e das demais variáveis do processo. 1. INTRODUÇÃO A legislação brasileira considera a cerveja como a bebida obtida pela fermentação alcoólica do mosto cervejeiro, oriundo do malte de cevada e água potável, por ação da levedura, com adição de lúpulo (BRASIL, 1997). A cerveja apresenta grande importância no mercado econômico, pois corresponde a uma bebida de ampla produção e consumo, tanto em termos nacionais como mundiais. Ela corresponde à bebida alcoólica mais consumida no Brasil (SENAD, 2009), onde este se apresenta no quarto lugar no ranking mundial da produção cervejeira (SINDCERV, 2007). O processo da fabricação de cerveja é bastante simples, podendo ser divido em três etapas: etapa da produção do mosto, etapa fermentativa e etapa de acabamento. A fermentação é uma etapa de grande importância, pois é nessa fase que se formam os produtos e os co-produtos do metabolismo das leveduras (OETTERER et al., 2006). Dentre os diferentes métodos para estudar um determinado processo, a técnica de simulação computacional encontra-se em destaque. A simulação corresponde ao uso de técnicas numéricas para

2 obter soluções de equações obtidas por uma modelagem, onde busca representar problemas reais em equações matemáticas, proporcionando uma experimentação em um menor tempo e redução nas exigências analíticas (CARNEIRO, 2010). Existem diversos modelos matemáticos que representam a etapa fermentativa da produção cervejeira, onde, o modelo proposto por GEE (1990) está entre os mais completos. Baseado nisso, o presente trabalho apresenta como objetivo geral estudar o processo produção de cerveja e simular a etapa fermentativa utilizando um modelo cinético no software Aspen plus. 2. METODOLOGIA A simulação do processo pode ser visualizada na Figura 1. Figura 1 Fluxograma do processo. Assim, para a simulação do processo, duas dornas foram consideradas: a Dorna 1, que corresponde ao tanque onde ocorre a hidrólise da sacarose em glicose, e a Dorna 2, tanque onde ocorre a fermentação, caracterizada pelo consumo dos açúcares pelas leveduras para a produção de etanol e gás carbônico. As reações presentes na Dorna 1 e Dorna 2, podem ser visualizadas nas seguintes equações estequiométricas, Equação 1 e Equação 2, respectivamente. C 12 H 6 O 11 (sacarose) + H 2 O (água) C 6 H 12 O 6 (glicose) + C 6 H 12 O 6 (frutose) (2) C 6 H 12 O 6 (glicose) 2 C 2 H 5 OH (etanol) + 2 CO 2 (gás cabônico) + 2 ATP (energia) (3) O modelo do reator utilizado para as dornas foi o reator contínuo de tanque agitado RCSTR e o modelo termodinâmico utilizado para as simulações foi o NRTL, Now-Random-Two-Liquid. O modelo matemático utilizado neste trabalho, para simular o processo fermentativo da cerveja, foi desenvolvido por GEE (1990). Neste modelo, as equações dependentes da temperatura de condução de processo apresentam suas taxas alteradas de acordo com a seguinte função de Arrhenius:

3 E i μ i = K i EXP [ ] (4) R(T+273,15) Onde, μ i é a velocidade de reação, K i a constante de Arrhenius e E i a energia de ativação, com i = 1 para a reação da Dorna 1 e i = 2 para a reação da Dorna 2; R é a constante cinética dos gases e T a temperatura do processo, em C. Os parâmetros cinéticos e as condições iniciais para a realização da simulação computacional são apresentados na Tabela 1. Tabela 1 Parâmetros cinéticos e condições iniciais Dorna 1 Dorna 2 Condições iniciais K ,00 K2 73,00 T P Vazão E1 15,95 kcal/mol E ,00 kcal/mol 25 C 1 atm 1000 L/h A maneira em que o processo foi simulado, diferencia-se da forma em que ocorre nas indústrias cervejeiras, pois, na prática, as duas reações descritas ocorrem em uma mesma dorna, de forma simultânea. Porém, com intuito de uma melhor visualização da relação com que cada reação interfere na etapa fermentativa, optou-se por separá-las. Também foi realizado um planejamento experimental 2 3, com 2 pontos centrais, totalizando em 10 ensaios. Foi utilizado o software Statistica, versão 10, para a análise dos dados. A Tabela 2 apresenta as variáveis e níveis do planejamento. Tabela 2 Variáveis e níveis do planejamento experimental Variável Nível -1 Nível 0 Nível 1 Diluição com água 0,3 0,5 0,7 Temperatura 1 ( C) Temperatura 2 ( C) Todas as possíveis combinações dos níveis -1 e 1 de cada variável e mais 2 ensaios no ponto central foram realizados, totalizando 10 simulações. Na Tabela 3, é possível verificar as ordens dos experimentos do planejamento. Tabela 3 Combinação de fatores e níveis e a ordem dos experimentos Ensaio Diluição Temperatura 1 Temperatura

4 A partir da análise dos dados, foi sugerido um modelo matemático empírico da etapa fermentativa da cerveja. O software utilizado para resolver o conjunto de equações diferenciais foi o Aspen plus. 3. RESULTADOS E DISCUSSÕES 3.1. Planejamento Experimental Na Tabela 4, são apresentados os resultados da porcentagem da conversão da sacarose em glicose e o teor etílico final da cerveja para as diferentes simulações, seguindo o planejamento fatorial. Tabela 4 Resultados das simulações Ensaio Diluição Temperatura Dorna 1 Temperatura Dorna 2 Conversão Dorna 1 Teor etílico Dorna % 1% % 0,9% % 0,6% % 0,8% % 2,3% % 1,2% % 1,4% % 1,1% % 1,6% % 1,6% A partir destes dados, utilizando-se o Software Statistica, dois modelos empíricos foram ajustados para predizer a conversão da sacarose em glicose e o teor etílico, em função da diluição, temperatura Dorna 1 e temperatura Dorna 2. Os modelos para cada reação podem ser visualizados na Equação 4 e 5, respectivamente. X = 28,75D + 2,513T 1 0,625DT 1 (5) Y = 0,875D 0,01875T 1 + 0,1025T 2 + 0,034375DT 1 0,09375DT 2 0,000313T 1 T 2 (6)

5 Onde, D corresponde a diluição (fração de água), T1 a temperatura Dorna 1 ( C), T2 a temperatura Dorna 2 ( C), DT1 a interação da diluição com a temperatura Dorna 1, DT2 a interação da diluição com a temperatura Dorna 2 e T1T2 interação da temperatura Dorna 1 com a temperatura Dorna 2. O valor do coeficiente de correlação para cada modelo, R1 2 igual a 0,94643 para o modelo 1 e R2 2 igual a 0,84694 para o modelo 2, revelam a qualidade do ajuste destes modelos matemáticos. A partir destes dados, utilizando o software Statistica, foi possível plotar gráficos de pareto, de superfície de resposta e de curvas de contorno para diferentes situações. Ao analisar a Figura 2(a), é possível afirmar, com um nível de confiança de 90% (α = 0,10), que a única variável estudada que possui efeito significativo na conversão da sacarose em glicose é a temperatura na Dorna 1. Já na Figura 2(b), observa-se que a produção de etanol é significativamente sensível a temperatura na Dorna 2. Este resultado corrobora com Ferrari (2013), onde verificou em seus estudos, analisando fatores operacionais do processo fermentativo para a produção de etanol em escala industrial, que com o aumento da temperatura na fermentação, limitado a uma faixa de valor suportável para a levedura, o ciclo fermentativo pode aumentar, proporcionando, consequentemente, um aumentando no teor final do etanol. Figura 2 Gráficos de pareto; (a) para a conversão da sacarose em glicose e (b) para o teor etílico. Os gráficos de superfície de resposta e de curvas de contorno, Figura 3, foram plotados com intuito de analisar a relação entre as três variáveis (diluição, temperatura Dorna 1 e temperatura Dorna 2), no processo de conversão da sacarose em glicose e no teor etílico formado pela fermentação. Ao observar as Figura 3(a) e Figura 3(b), verifica-se que a melhor condição de operação para o processo da conversão da sacarose em glicose ocorre no nível máximo de temperatura, enquanto o nível de diluição permanece praticamente constante. Deste modo, quanto maior a temperatura utilizada na Dorna 1, maior será a conversão da sacarose em glicose. A Figura 3(c) apresenta um gráfico de superfície de resposta, onde se verifica que a relação da diluição com a temperatura da Dorna 2 para conversão da sacarose em glicose praticamente não se

6 altera. Isto é justificável, pois a temperatura da Dorna 2 não apresenta efeito sobre a reação que ocorre na Dorna 1. Analisando a Figura 3(d), é possível verificar no gráfico de curvas de contorno, que o melhor intervalo aproximado da diluição para o efeito da temperatura da Dorna 2 com a diluição corresponde a 0,25 e 0,35 (fração de água). Já na Figura 3(e), verifica-se no gráfico, que para uma melhor condição da conversão da sacarose em glicose, uma máxima temperatura da Dorna 1 deverá ser aplicada. Deste modo, isto confirma a análise realizada pelo gráfico de pareto na Figura 2(a), onde verificou-se que este parâmetro influenciava fortemente nesta reação de conversão. A temperatura da Dorna 2 não interferiu nessa reação, mostrando-se praticamente constante. Na figura 3(f), é possível identificar que a melhor faixa aproximada da temperatura na Dorna 1 é 80 a 95 C.

7 Figura 3 Gráficos de superfície de resposta e de curvas de contorno; (a) e (b) representam a relação da temperatura Dorna 1 com a diluição, (c) e (d) a relação da temperatura Dorna 2 e da diluição, (e) e (f) a relação da temperatura Dorna 1 e da temperatura Dorna 2, (g) e (h) representam a relação da temperatura Dorna 1 e da diluição para a produção do etanol na fermentação, (i) e (j) a relação da temperatura Dorna 2 e da diluição para a produção de etanol e (k) e (l) a relação da temperatura Dorna 1 e da temperatura Dorna 2 para a produção de etanol Na Figura 3(g), é possível ver no gráfico a relação da diluição com a temperatura da Dorna 1, em relação a produção de etanol formada na etapa fermentativa. A partir do gráfico, verifica-se que as melhores condições para a produção de etanol ocorre em diluições mínimas do substrato e temperaturas mínimas da Dorna 1. Com relação ao gráfico de curvas de contorno, Figura 3(h), a maior produtividade do etanol ocorre em diluições na faixa aproximada de 0,25 e 0,40 (fração de água), indicando que o teor etílico aumenta com a redução da diluição, ou seja, aumento da quantidade do substrato. Assim, este resultado corrobora com os dados obtidos por Gomez (2010), que ao analisar o teor de álcool etílico formado na fermentação em batelada e contínua, ele verificou que quanto maior a concentração de glicose utilizada na alimentação de um processo, maior seria a produção de álcool produzida. Essa ocorrência é um pouco preocupante no setor industrial, já que altas concentrações de etanol podem inibir a reação de fermentação, que, consequentemente, reduz o rendimento final. Liu et al. (2014) também conseguiram verificar essa relação da concentração de substrato com a produção de etanol. Eles observaram, que ao se atingir determinados níveis de concentrações de etanol, o processo de fermentação é inativado. A Figura 3(i) e Figura 3(j), que representam gráficos de superfície de resposta e de curvas de contorno, respectivamente, indicam que a máxima produção de etanol ocorre em temperaturas máximas na Dorna 2 e diluições mínimas, ou seja, quanto maior a temperatura na Dorna 2 e maior a concentração de substrato, maior a produção de etanol final no processo. Esses dados corroboram com os obtidos por Carneiro (2010), em que o alto consumo do substrato pelas leveduras, aumenta a taxa de etanol e de CO2 produzidos em uma fermentação. Sendo assim, essas taxas correspondem a variáveis cuja concentração é proporcional ao consumo do substrato. A alta taxa de produção de etanol e CO2, de acordo com Carneiro (2010), pode ocasionar um conteúdo alcoólico indesejável, além de provocar problemas nos equipamentos pelo excesso de CO2 produzido. Já na Figura 3(k) e Figura 3(l), os gráficos de superfície de resposta e de curvas de contorno, respectivamente, indicam que a melhor produção de etanol ocorre em temperaturas mínimas na Dorna 1 e temperaturas máximas na dorna 2, fornecendo informações que já foram discutidas anteriormente. 4. CONCLUSÕES O modelo matemático foi reproduzido de forma satisfatória no Aspen plus. A partir dos dados obtidos pela simulação, foi possível determinar as melhores condições do processo, em intervalos de valores para a diluição, temperatura na Dorna 1 e temperatura na Dorna 2. Deste modo, com estes

8 resultados, estudos posteriores podem ser realizados, com intuito de encontrar intervalos mais precisos, garantindo o máximo rendimento da etapa fermentativa do processo cervejeiro. 5. REFERÊNCIAS BRASIL. Decreto n , de 04 de setembro de Regulamenta a Lei n , de 14 de julho de 1994, que dispõe sobre a padronização, a classificação, o registro, a inspeção, a produção e a fiscalização de bebidas. Boletim IOB, Brasília: Ministério da Agricultura, CARNEIRO, D. D. Estudo computacional da etapa fermentativa da produção de cerveja e proposta de uma estratégia de controle para o processo. Dissertação (mestrado). Universidade Federal Rural do Rio de Janeiro, curso de Pós-Graduação em Ciência e Tecnologia de Alimentos, FERRARI, F. C. DOS S. Fatores operacionais e cinética do processo fermentativo para a otimização da produção de etanol em escala industrial. Dissertação (mestrado). Universidade Estadual Paulista, Faculdade de Ciências Agrárias e Veterinárias. Jaboticabal, GEE, D. A. Modelling, Optimal Control, State Estimation, and Parameter Identification Applied to a Batch Fermentation Process. Tese de Ph.D., University of Colorado, GOMEZ, P. A. A. Simulação de diferentes alternativas de arranjos de uma unidade de fermentação piloto móvel para a produção de etanol. Dissertação (mestrado). Universidade Estadual de Campinas, Faculdade de Engenharia Química, LIU,D.; XU, L.; XIONG, W.; ZHANG, H.; LIN, C.; JIANG, L.; XU, B. Fermentation Process Modeling with Levenberg-Marquardt. Algorithm and Runge-Kutta Method on Ethanol Production by Saccharomyces cerevisiae. Hindawi Publishing Corporation Mathematical Problems in Engineering. Article ID , OETTERER, M.; REGITANO-D ARCE, M. A. B.; SPOTO, M. H. F. Fundamentos de ciência e tecnologia de alimentos. SP: Manole, SENAD Secretaria Nacional Antidrogas. Cerveja é a bebida mais consumida no Brasil. Disponível em: < >. Acesso em 30 out SINDICERV, Sindicato Nacional da Indústria de Cerveja. A cerveja Disponível em < Acesso em 30 out