IX CONGRESSO BRASILEIRO DE ENGENHARIA E CIÊNCIAS TÉRMICAS. 9th BRAZILIAN CONGRESS OF THERMAL ENGINEERING AND SCIENCES

IX CONGRESSO BRASILEIRO DE ENGENHARIA E CIÊNCIAS TÉRMICAS 9th BRAZILIAN CONGRESS OF THERMAL ENGINEERING AND SCIENCES Paper CIT02-0026 METODOLOGIA PARA CORRELAÇÃO DE DADOS CINÉTICOS ENTRE AS TÉCNICAS DE ANÁLISE TERMOGRAVIMÉTRICA E LEITO FLUIDIZADO NA PIRÓLISE DE BIOMASSA Fernando Luís Pacheco de Resende Faculdade de Engenhara Mecânca da Uncamp Departamento de Engenhara Térmca e de Fludos Cdade Unverstára Zeferno Vaz Caxa Postal 6088 Campnas SP CEP: 13083-970 fernandolpr@hotmal.com Cao Glauco Sánchez Faculdade de Engenhara Mecânca da Uncamp Departamento de Engenhara Térmca e de Fludos Cdade Unverstára Zeferno Vaz Caxa Postal 6088 Campnas SP CEP: 13083-970 cao@fem.uncamp.br Elsabete Mara Sarava Sanchez Pontfíca Unversdade Católca de Campnas e Insttuto de Químca da Uncamp Cdade Unverstára Zeferno Vaz Caxa Postal 6088 Campnas SP CEP: 13083-970 betesan@qm.uncamp.br Resumo. Neste trabalho apresenta-se uma metodologa para relaconar os parâmetros cnétcos da Equação de Arrhenus da degradação térmca de bomassas obtdos em duas técncas expermentas: Leto Fludzado e Análse Termogravmétrca (TGA). A metodologa proposta basea-se em concetos de Análse Multvarada (Qumometra) e permte também avalar as varáves que causam dvergêncas obtdas nos resultados das duas técncas. Dados de expermentos de TGA e Leto Fludzado para casca de arroz foram utlzados para aplcação da metodologa. Palavras chave: Bomassa,Cnétca, Análse Termogravmétrca,Leto Fludzado 1. Introdução A partr da crse do petróleo de 1973, a mplementação de fontes de energa alternatvas passou a ter um crescmento contínuo, e no mundo todo város programas começaram a ser desenvolvdos vsando prncpalmente o aprovetamento energétco de resíduos agrícolas geralmente nutlzados (Sánchez, 1994) e que geram uma sére de problemas ambentas com seu acúmulo (Ergundenler e Ghaly, 1994). Város estudos têm sdo desenvolvdos também pelo fato da bomassa ser um combustível renovável. Segundo o Boletm do Balanço Energétco Naconal (Mnstéro das Mnas e Energa, 1999), atualmente a bomassa representa cerca de 13,6 % da energa consumda no mundo, consttundo para o Brasl cerca de 24,2 % do consumo total, o que equvale a 49 mlhões de toneladas equvalent es de petróleo (TEP) por ano. O estudo da cnétca de degradação da bomassa é necessáro no projeto de equpamentos para o seu aprovetamento energétco. A taxa de uma reação químca é o produto de um termo dependente da temperatura e outro dependente das concentrações dos reagentes. O termo dependente da temperatura é conhecdo como Le de Arrhenus, dada pela Eq. (1): k = Z.e E /RT (1) Onde k é a constante de velocdade (s -1 ), Z é o fator de frequênca (s -1 ), E é a energa de atvação (kj/mol), R é a constante dos gases (kj/mol.k) e T é a temperatura (K). O termo dependente das concentrações é dado pela Eq. (2): A B M n A j B M f (C, C,...,C ) = C.C... C (2) As constantes n, j,..., são chamadas ordens de reação dos reagentes A, B,...,M. Costuma-se desgnar a ordem de reação de uma determnada substânca por n. Os parâmetros Z, E e n são característcos de cada processo e a forma de determná-los para a prólse de bomassa é o que analsamos neste trabalho. Foram determnados os parâmetros cnétcos da equação de Arrhenus para as bomassas bagaço de cana, serragem e capm-elefante, a partr de dados expermentas levantados em duas técncas expermentas: leto fludzado e análse termogravmétrca (TGA). Entretanto, estas duas formas de medr os parâmetros cnétcos fornecem resultados dvergentes, sendo necessáro obter as 1

Proceedngs of the ENCIT 2002, Caxambu - MG, Brazl - Paper CIT02-0026 condções e relações que permtam medr os parâmetros cnétcos a partr de ambos os expermentos com confabldade, de forma que os efetos devdo às dferenças nas condções de reação sejam consderados. Neste trabalho propõe-se uma metodologa de cálculo, baseada em Análse Multvarada, que permta obter estas condções e relações. 2. Materas e Métodos A parte expermental deste trabalho de duas etapas: 1. Expermentos de decomposção térmca da casca de arroz em equpamento de análse térmca com taxas de aquecmento constantes. Os expermentos de TGA foram realzados em um equpamento de análse térmca TA2003, na fundação CPpD, em Campnas. As taxas de aquecmento utlzadas foram 5 C/mn, 10 C/mn e 20 C/mn. Dentro do forno a atmosfera usada fo Ntrogêno molecular de alta pureza, sendo nserda uma amostra de aproxmadamente 10 mg, com gravação contínua da massa remanescente desta amostra em função do tempo. 2. Expermentos de decomposção térmca da casca de arroz em leto fludzado, em temperaturas de 700 C à 900 C. Fo utlzado um reator tubular com 95 mm de dâmetro nterno (mn-leto), e altura do leto fludzado entre 105 e 115 mm, consttuído de tubos nox 310 e solado termcamente com manta cerâmca refratára de massa específca 96 kg/m 3. O gás de fludzação fo obtdo pela quema de GLP em ar numa câmara de combustão lgada ao reator, de forma a gerar um gás de composção 79 % de N 2 e 21 % de CO 2 em massa (meo nerte) aproprado para a ocorrênca da prólse da bomassa (ausênca de combustão). Alumna fo usada como materal nerte dentro do reator. A temperatura do leto fludzado e dos gases de quema de GLP, abaxo do leto, foram meddas com 4 termopares tpo k (cromelalumel).a temperatura fo controlada por aquecmento elétrco de guarda na parede externa do reator. A massa das amostras almentadas ao reator foram meddas em uma balança dgtal (precsão de 0,1 g). Os ensaos foram realzados com cerca de 1 g de amostras de combustível, colocados no leto após a establzação na temperatura desejada. Fo utlzado um analsador contínuo por nfravermelho para medda da concentração de CO lberado. A amostragem fo feta por meo de um tubo de aço nox localzado no centro do reator, dstando cerca de 100 mm acma da superfíce do leto expanddo. Os gases lberados do reator foram quemados em um Flare antes de emtdos. Os valores de concentração do CO (% em volume) foram regstrados em ntervalos de 5 segundos a partr do nstante da almentação da amostra no reator. O tempo de resposta do aparelho é de 10 segundos. Em ambos os expermentos fo utlzada casca de arroz de PCI 13,0 ± 0,2 MJ/kg, com a segunte composção: 12,0 % de Carbono fxo, 72,2 % de volátes, 15,8 % de cnzas e 10,0 % de umdade, em base seca. 3. Análse Multvarada Para a compreensão dos fundamentos da Análse Multvarada, recomenda-se o trabalho de Ferrera et al (1999). Procura-se aqu apenas ntroduzr os concetos mas mportantes utlzados na presente metodologa e ctado pelo autor. A calbração é o procedmento utlzado para encontrar um algortmo matemátco que produza propredades de nteresse a partr dos resultados regstrados por um nstrumento. O objetvo de uma calbração é prever uma propredade de nteresse, ou seja, modelar a correlação entre a matrz dos dados meddos ndependentemente (X) e a matrz de alguma propredade das amostras (Y) que se deseja conhecer. Em termos matemátcos, esta relação pode ser representada pela Eq. (3), que é uma equação vetoral: X. β = Y (3) Onde β é o vetor de regressão. Uma vez encontrado, este algortmo poderá ser usado para prever o vetor Y em amostras desconhecdas, usando a resposta nstrumental das mesmas. Na matrz X, cada lnha corresponde a uma amostra, e cada coluna corresponde às varáves. Os dados orgnas podem não ter uma dstrbução adequada para a análse, dfcultando a extração de nformações útes e nterpretação dos mesmos. Nestes casos, um pré-processamento nos dados orgnas pode ser de grande vala. Meddas em dferentes undades e varáves com dferentes varâncas são algumas das razões que levam à estes problemas. Os métodos de pré-processamento mas utlzados consstem bascamente em centrar na méda ou autoescalar os dados. No prmero caso, calcula-se as médas das ntensdades para cada varável e subtra-se cada ntensdade do respectvo valor médo. Autoescalar sgnfca centrar os dados na méda e dvdí-los pelo respectvo desvo padrão, sendo um para cada varável. A base fundamental para a maora dos métodos modernos para tratamento de dados multvarados é a Análse de Componentes Prncpas (PCA), que consste em uma manpulação das mutas varáves dos dados orgnas com o objetvo de representar a nformação contda nestes dados em um conjunto de varáves menor. Para sto, contró-se um novo conjunto de exos (denomnados de componentes prncpas) para representar as amostras e desta forma a nformação contda nos dados pode ser vsualzada em poucas dmensões. Com o ntuto de tornar mas claro o funconamento do PCA, usamos aqu um exemplo smples com duas varáves. A Fgura 1 mostra o gráfco bdmensonal de um conjunto de 30 amostras (n = 30). 2

Proceedngs of the ENCIT 2002, Caxambu - MG, Brazl - Paper CIT02-0026 Fgura 1: Gráfco de um conjunto de dados bdmensonas mostrando os exos das componentes prncpas. A matrz de dados consste, neste caso, de duas colunas (m = 2) representando as varáves λ1 e λ2. Cada lnha da matrz de dados é representada por um ponto no gráfco. Em termos geométrcos a função das componentes prncpas PC1 e PC2 é descrever o espalhamento entre os pontos usando o menor número possível de exos. Isto é feto defnndo novos exos (componentes prncpas) que se alnham com os dados. É possível notar que, na Fgura 1, nem o exo λ1 nem o exo λ2 descrevem a maor varação dos dados. No entanto, a prmera componente prncpal, PC1, tem uma dreção tal que descreve o máxmo espalhamento das amostras, mas que qualquer uma das varáves orgnas. Além dsso, a porcentagem de varação total dos dados descrta por qualquer componente prncpal pode ser prevamente calculada. Neste exemplo, PC1 descreve 92,5 % da varação e PC2, ortogonal a PC1, descreve a máxma varação restante, 7,5%. As novas coordenadas das amostras no novo sstema de exos das componentes prncpas são denomnadas de scores. Cada componente prncpal é construída pela combnação lnear das varáves orgnas. Os coefcentes da combnação lnear (o peso, ou quanto cada varável contrbu) são denomnados de loadngs. Na fgura 1, os scores são representados por lnhas contínuas ( ) e as lnhas tracejadas (---------) representam as coordenadas de uma amostra em relação aos exos orgnas. O processo de calbração consste de duas etapas: Modelagem, que estabelece uma relação matemátca entre X e Y no conjunto de calbração, e a Valdação, que testa e otmza a relação obtda. Uma vez concluída a calbração, o sstema (nstrumento físco + modelo matemátco) está apto para ser utlzado na prevsão de outras amostras. Dos métodos comumente usados para calbração são o Prncpal Component Regresson (PCR) e o Partal Least Squares (PLS). Ambos os métodos utlzam PCA para obter o vetor de regressão, mas de formas dferentes. No método PCR, a construção das componentes prncpas utlza somente a matrz de dados X, sem levar em consderação nformações provenentes da matrz Y. O método PLS utlza os dados de ambas as matrzes (X e Y) na construção das componentes prncpas, e normalmente envolve cálculos teratvos. A preferênca por um entre estes dos métodos não pode ser aconselhada de uma forma genérca uma vez que ambos são em geral gualmente efcentes e as pequenas varações dependem de caso para caso. Antes da aplcação do modelo construído, o mesmo deve ser valdado com o objetvo de testar a sua capacdade predtva. A valdação cruzada é uma metodologa utlzada para a escolha do número de componentes prncpas baseada na avalação dos erros de prevsão de um dado modelo de calbração. Esta avalação consste no segunte: Remove-se uma ou mas amostras do conjunto de calbração e constró-se o modelo como anterormente. Usa-se o novo modelo para prever os dados removdos Calcula-se o erro de prevsão (c -ĉ ) ĉ Repete-se o processo para todas as outras amostras e calcula-se a soma dos quadrados dos erros de prevsão (PRESS): ( ) PRESS = c ĉ (4) 2 A valdação é repetda utlzando-se uma componente prncpal, duas componentes prncpas, e assm por dante. O número de componentes prncpas que obtver o menor valor de PRESS é o número mas adequado. A detecção de outlers também é mportante na valdação, pos deve-se assegurar que as amostras formam um conjunto homogêneo, removendo-se aquelas que são soltáras. Para a detecção de outlers, usa-se duas grandezas complementares: leverage e Resíduo de Student. A leverage (h ) é uma medda da nfluênca de uma amostra no modelo de regressão. Um valor de leverage alto ndca que a amostra em questão nfluenca muto na construção do modelo, sendo que esta nfluênca pode ser negatva. Pode ser nterpretada geometrcamente como a dstânca de uma amostra ao centro do conjunto de dados. Consdera-se que o valor de leverage crítco (h crt ) é dado por: 3

Proceedngs of the ENCIT 2002, Caxambu - MG, Brazl - Paper CIT02-0026 3k h crt = n Onde k é o número de componentes prncpas e n é o número de amostras. É nteressante analsar também os resíduos das concentrações que são calculados, pos amostras mal modeladas têm resíduos altos. Isto é feto pelo Resíduo de Student, que para a amostra é dado pelas Eqs. (6) e (7): (5) Lresc 2 ( c ĉ) ( n 1)( 1 h ) = (6) ( c ĉ ) R = Lresc 2 1 h (7) Onde R é o Resíduo de Student. A análse do gráfco dos Resíduos de Student versus leverage para cada amostra é a melhor manera de se determnar as amostras anômalas. Amostras com resíduo e leverage altos devem sempre ser excluídas e o modelo de calbração reconstruído. Uma vez valdado e otmzado o modelo está pronto, sto é, o número de componentes prncpas está defndo e as amostras anômalas foram detectadas e excluídas. Como resultado, obtém-se o vetor de regressão β, que será então usado para a prevsão da matrz Y prev (propredades de novas amostras), pela Eq. (8): Y prev = X.β prev (8) Onde X prev é a matrz de dados de novas amostras (Ferrera et al, 1999). 4. Metodologa Proposta A teora de Análse Multvarada fo utlzada para elaborar uma forma de correlaconar resultados de TGA e Leto Fludzado, fazendo um ajuste dos dados e tentando estabelecer uma relação entre os resultados das duas técncas, encontrando uma forma de converter resultados obtdos por uma técnca para outra. Uma vez que a calbração multvarada relacona uma matrz de dados X com outra matrz Y, utlzamos os dados obtdos em TGA como matrz X, e os dados correspondentes obtdos em leto fludzado como matrz Y. No presente modelo, a matrz X é composta pelas curvas de perda de massa em TGA. Cada varável (coluna) corresponde à um expermento de TGA e os dados são as porcentagens de massa remanescente no sóldo em cada temperatura. Na estrutura da matrz, cada lnha corresponde às perdas de massa em uma temperatura fxa. A Fgura (2) mostra a estrutura da matrz X. Fgura 2: Estrutura da matrz X na calbração. A matrz Y possu uma únca varável (coluna), sendo organzada com os dados obtdos nos expermentos de leto fludzado e contém os dados da constante da velocdade k em dferentes temperaturas. Os expermentos no leto são realzados em uma temperatura constante, e cada dado na matrz corresponde à um expermento em uma determnada temperatura. A correspondênca entre a matrz X e a matrz Y ocorre nas lnhas (ou amostras), da segunte forma: cada lnha na matrz X possu dados de perda de massa em uma determnada temperatura, que é a mesma temperatura onde 4

Proceedngs of the ENCIT 2002, Caxambu - MG, Brazl - Paper CIT02-0026 fo obtda a constante de velocdade k correspondente do leto. Esta constante pode ser obtda pelo método de SIMMONS & SANCHEZ (1981). A Fgura (3) mostra a organzação das matrzes descrtas. Fgura 3: Estrutura das matrzes envolvdas. Com as matrzes X e Y organzadas desta forma, procura-se relaconar a perda de massa em TGA com a constante de velocdade no leto fludzado, utlzando os métodos de calbração PCR e PLS. A qualdade da correlação obtda é medda pelo coefcente de correlação de Pearson, no gráfco entre os valores obtdos pelo modelo construído e os valores reas, no processo de valdação. Pode não ser possível obter uma relação confável se tentarmos correlaconar dretamente a perda de massa no expermento de TGA com a constante de velocdade no leto, ou seja, estas grandezas podem não apresentar relação lnear. Entretanto, é possível melhorar o modelo notando que, nos expermentos de TGA, a perda de massa pode ser consderada aproxmadamente proporconal à temperatura. Logo, podemos supor que os dados de perda de massa e temperatura possuem uma relação semelhante com a constante de velocdade no leto. Aplcando logartmos à Eq. (1), obtém-se a Eq. (9): ln k E = ln Z (9) RT A partr da Equação (9), espera-se que ln k e 1/T apresentem relação lnear. Portanto, o logartmo natural de k e o nverso da perda de massa podem apresentar também uma relação lnear. Estas transformações são usadas nos dados orgnas com o objetvo de melhorar a qualdade da correlação. 5. Aplcação da metodologa à casca de arroz Os dados obtdos para a casca de arroz foram analsados no software Prouette. Incalmente, fo realzada uma Análse de Componentes Prncpas (PCA) com o objetvo de obter nformações sobre o conjunto de dados. Posterormente, os métodos de calbração PCR e PLS foram usados na obtenção do vetor de regressão. O PCA fo realzado utlzando de 1 à 9 componentes prncpas para representar o conjunto de dados, sendo que os resultados de varânca (quantdade de nformação contda) em função do número de componentes prncpas são apresentados na Tab. (1). Tabela 1. Varânca em função do número de Componentes Prncpas Componentes Prncpas Varânca % PC 1 179,84 99,9100 PC 2 0,1099 0,0611 PC 3 0,0365 0,0203 PC 4 0,0076 0,0042 PC 5 0,0016 0,0009 PC 6 0,0014 0,0008 PC 7 0,0003 0,0002 PC 8 0,0001 0,0001 PC 9 0,0000 0,0000 A Tabela (1) mostra que o PCA aplcado usando 3 componentes prncpas descreve mas de 99,99 % dos dados. Isto leva à conclusão de que, neste ponto, 3 componentes prncpas são sufcentes na nova representação do conjunto de dados. A representação trdmensonal dos scores (coordenadas nos novos exos cartesanos) revela característcas adconas deste conjunto. Isto é mostrado na Fg. (4). A Fgura (4) mostra que, na nova representação dos dados, dos dferentes grupos aparecem. Um deles representa as amostras de ensaos fetos em temperaturas em torno de 700 C. O segundo grupo possu amostras de ensaos fetos em temperaturas próxmas de 800 C. Esta nítda separação ndca que são grupos de característcas bastante dferentes, e 5

Proceedngs of the ENCIT 2002, Caxambu - MG, Brazl - Paper CIT02-0026 que a calbração deve ser realzada para cada um dos grupos em separado. Desgnou-se o grupo das amostras próxmas à 700 C como Grupo 1 e o grupo de amostras próxmas de 800 C como Grupo 2. Fgura 4. Gráfco de Scores em PCA Os cálculos de calbração mostraram pequenas dferenças entre os métodos PCR e PLS. Entretanto, em todos os casos o PLS apresentou valores de correlação lgeramente maores, o que ndca que o cálculo do vetor de regressão relaconando as matrzes X e Y deve ser calculado utlzando nformações de ambas as matrzes. Em outras palavras, a calbração é mas efcente se forem utlzados tanto os dados de TGA como os de Leto Fludzado, que correspondem às matrzes X e Y, respectvamente. Na calbração, o pré-processament o utlzado fo a centralzação na méda. Não é necessáro autoescalar os dados na análse deste trabalho, pos os dados de perda de massa em TGA são todos apresentados em porcentagem, ou seja, não exstem problemas devdo à presença de varáves com grandezas de dferentes undades e magntudes. O PLS com pré-processamento centrado na méda obteve para o Grupo 1 o segunte gráfco de Resíduo de Student vs. Leverage, mostrado na Fg. (5). Fgura 5. Resíduo de Student vs. Leverage em PLS para o Grupo 1 6

Proceedngs of the ENCIT 2002, Caxambu - MG, Brazl - Paper CIT02-0026 A Fgura (5) mostra a regão onde as amostras podem ser consderadas anômalas (fora do espaço lmtado pelas lnhas verdes no Prouette). Com exceção da amostra de 763,5 C, todas as outras aparecem dentro desta regão. O alto valor de Leverage desta amostra ndca que ela possu muta nfluênca na construção do modelo, nfluênca esta que pode ser negatva. Esta amostra então fo retrada do conjunto de dados, e o cálculo PLS refeto para o novo conjunto de dados. Fazendo a valdação cruzada com retrada de 3 amostras para o cálculo, obtemos o vetor de regressão para o Grupo 1, que pode ser representado grafcamente pela Fg. (6). Fgura 6. Vetor de regressão obtdo por PLS para o Grupo 1 No vetor de regressão β, é assocado um valor à cada varável da matrz X. A efcênca do cálculo pode ser verfcada pelo coefcente de correlação obtdo entre os valores expermentas e os valores prevstos pelo vetor de regressão calculado, o que é mostrado na Fg. (7). Fgura 7. Valor prevsto vs. Valor expermental em PLS para o Grupo 1. O gráfco da Fgura (7) possu coefcente de correlação de Pearson 0,97484,o que ndca uma boa correlação tendo em vsta os desvos expermentas. Com 3 componentes prncpas, fo possível representar 99,95065 % da nformação contda nos dados. A Tabela 2 resume os resultados obtdos por PLS para o Grupo 1. 7

Proceedngs of the ENCIT 2002, Caxambu - MG, Brazl - Paper CIT02-0026 Tabela 2. Resultados da Calbração por PLS para o Grupo 1 Varânca (%) Cumulatva PC1 99,16437 99,16437 PC2 0,64538 99,80975 PC3 0,14090 99,95065 PRESS r PC1 0,06861 0,85354 PC2 0,03624 0,94704 PC3 0,08084 0,97484 Para o Grupo 2 (amostras próxmas à 800 C), também foram utlzadas 3 componentes prncpas, com as amostras sendo centradas na méda. Pelo gráfco de Resíduo de Student vs. Leverage, conclu-se que não exstem amostras anômalas para este grupo. Fazendo-se a retrada de 3 amostras na valdação cruzada, obteve-se o vetor de regressão representado grafcamente pela Fg. (8). Fgura 8. Vetor de regressão obtdo para o Grupo 2. Como sera de se esperar, o vetor de regressão para o Grupo 2 apresenta característcas bastante dferentes do vetor de regressão obtdo para o Grupo 1, justfcando o fato de que os dos grupos deveram ser analsados separadamente. Os resultados obtdos para o Grupo 2 estão resumdos na Tab. (3). 6. Conclusões Tabela 3. Resultados da Calbração por PLS para o Grupo 2 Varânca (%) Cumulatva PC1 99,89722 99,29722 PC2 0,064860 99,96207 PC3 0,027480 99,98955 PRESS r PC1 0,96104 0,58432 PC2 1,35726 0,72539 PC3 0,89110 0,91680 Neste trabalho fo proposta uma metodologa que permte relaconar resultados de cnétca de degradação térmca de bomassas obtdos em Análse Termogravmétrca com resultados obtdos em Leto Fludzado. A metodologa proposta basea-se em concetos de Análse Multvarada (Qumometra). Resultados obtdos com casca de arroz foram utlzados para aplcação da metodologa, onde concluu-se que o conjunto de dados dvda-se em dos grupos, próxmos às temperaturas de 700 C e 800 C, respectvamente (Grupos 1 e 2). O modelo exponencal utlzado (lnearzação da Equação de Arrhenus) obteve correlações 0,97484 e 0,91680 para os Grupos 1 e 2. Para o Grupo 2 o 8

Proceedngs of the ENCIT 2002, Caxambu - MG, Brazl - Paper CIT02-0026 valor de PRESS fo maor do que para o Grupo 1, mas para ambos os grupos fo possível estabelecer uma relação que permtrá obter a cnétca de reação em reatores de leto fludzado (constante de velocdade de reação) a partr de expermentos de Análse Termogravmétrca..Para a obtenção de correlações confáves, sera necessáro uma maor quantdade de dados, obtdas em uma maor faxa de temperaturas (no caso do leto fludzado) e com maor número de taxas de aquecmento (no caso da Análse Termogravmétrca). O melhor algortmo para calbração fo o PLS, com préprocessamento centrado na méda, usando 3 componentes prncpas e 3 amostras retradas na valdação cruzada. No grupo 1 fo descartada uma amostra (763,5 C) e no Grupo 2 não fo descartada nenhuma amostras anômala. 7. Agradecmentos Agradecmentos à FAPESP pela bolsa concedda para a realzação deste trabalho. 8. Referêncas Mnstéro das Mnas e Energa, 1999, Balanço Energétco Naconal, Brasíla. Sánchez, C.G., 1994, Estudo da volatlzação e da gasefcação de bomassa em leto fludzado, Tese de Doutorado, FEM -Uncamp. Ergundenler, A.E., Ghaly, A.E.,1994, A Comparatve-Study on the Thermal-Decomposton of 4 Ceral Straws n na Oxdzng Atmosphere, Boresource Technology, Vol.50, No. 3, pp.201-208. Ferrera, M. M. C., Antunes, A. M., Melgo, M. S., Volpe, L.O, 1999. Qumometra I: Calbração Multvarada, um Tutoral. Químca Nova, Vol..22, No. 5, pp. 724. METHODOLOGY FOR KINETIC DATA CORRELATION BETWEEN THE THERMALGRAVIMETRIC AND FLUIDIZED BED TECHNIQUES IN BIOMASSA PYROLYSIS Fernando Luís Pacheco de Resende Faculdade de Engenhara Mecânca da Uncamp Departamento de Engenhara Térmca e de Fludos Cdade Unverstára Zeferno Vaz Caxa Postal 6088 Campnas SP CEP: 13083-970 fernandolpr@hotmal.com Cao Glauco Sánchez Faculdade de Engenhara Mecânca da Uncamp Departamento de Engenhara Térmca e de Fludos Cdade Unverstára Zeferno Vaz Caxa Postal 6088 Campnas SP CEP: 13083-970 cao@fem.uncamp.br Elsabete Mara Sarava Sanchez Pontfíca Unversdade Católca de Campnas e Insttuto de Químca da Uncamp Cdade Unverstára Zeferno Vaz Caxa Postal 6088 Capnas SP CEP: 13083-970 betesan@qm.uncamp.br Abstract. A methodology s presented to relate the knetc parameters of Arrhenus Equaton at bomass thermal degradaton obtaned n two expermental technques: Fludzed Bed and Thermal Gravmetrc Analsys (TGA). The proposed methodology s based n Multvarated Analsys (Qumometrcs) and also allows to evaluate the varable that cause dfferences n the results obtaned by the two technques. TGA and Fludzed Bed expermental data for rce husk were used to the methodology aplcaton. 9