APLICAÇÃO DE FERRAMENTAS DE CONTROLE ESTATÍSTICO DA QUALIDADE AO MONITORAMENTO DA PRODUÇÃO DE ETANOL Juliana Keiko Sagawa (UFSCAR ) juliana@dep.ufscar.br Ricardo Inoue Yamada (UFSCAR ) ricardo.yamada@hotmail.com O presente trabalho tem como objetivo apresentar a aplicação de ferramentas de Controle Estatístico da Qualidade ao processo de produção de etanol a partir da cana-de-açúcar. As ferramentas foram aplicadas às etapas de Fermentação e Tratameento do Fermento em uma usina localizada na região de Guariba, interior do estado de São Paulo. Tais etapas apresentam alto grau de complexidade, englobando tanto reações físicas como bioquímicas, e impactam diretamente na eficiência da produção de Etanol. As variáveis do processo de fermentação e de tratamento do fermento foram previamente relacionadas e a partir de uma análise crítica e estruturada, foi possível identificar quais etapas e variáveis necessariamente deveriam ser monitoradas. As análises dos dados amostrais permitiram a identificação dos índices de capabilidade do processo (Cpk). Como contribuição, o estudo permitiu a identificação das variáveis com maior instabilidade, o que, aliado às análises dos resultados (Produção Total de Etanol), foi determinante para estimar os impactos do controle para o processo, justificando assim sua aplicabilidade. Palavras-chaves: CEP - Controle Estatístico do Processo, gráficos de controle, gestão da qualidade, cana-de-açúcar, etanol.
3. 1. Introdução Ainda que, na maior parte dos países, os censos tenham apontado o declínio na taxa de natalidade, análises recentes publicadas pelo Fundo de População das Nações Unidas, (UNFPA) do inglês United Nations Population Fund, projetam um crescimento populacional superior a 25% até 2.050. As estimativas apontam que a população mundial ultrapassará os 8,9 bilhões até o período. De acordo com o Painel Intergovernamental de Mudanças Climáticas (IPCC), do inglês Intergovernmental Panel on Climate Change, a equação utilizada para mensurar a crescente evolução na emissão de CO2 e seus impactos nas mudanças climáticas, como o aquecimento global, sofre influência direta tanto das perspectivas de crescimento populacional, quanto do incremento do produto interno bruto per capita mundial. Em fevereiro de 2010, o bioetanol produzido no Brasil, utilizando cana-de-açúcar como matéria prima, foi reconhecido pela Agência de Proteção Ambiental dos Estados Unidos (EPA), do inglês United States Environmental Protection Agency, como biocombustível avançado. Após testes, comprovaram a redução na emissão de gases de efeito estufa em 61%, em comparação com as emissões produzidas por gasolina. Este reconhecimento é concedido aos que produzem reduções de pelo menos 50% nas emissões de gases de efeito estufa. Segundo COSTA; A.F.B. et al. (2005), podem ser observadas grandes mudanças na gestão e organização da produção ao longo dos últimos 60 anos, porém dois pontos merecem destaque dentre os demais. O primeiro foi o avanço em tecnologia e o desenvolvimento tecnológico aplicado ao gerenciamento das informações através de sistemas, que contribuiu para um controle mais eficiente das operações. O segundo, porém não menos importante, e que caminha paralelamente, está relacionado aos novos conceitos e métodos de gestão da produção, que a partir da década de 80 ganharam destaque, mais especificamente com a difusão dos conceitos de gestão da qualidade nos Estados Unidos e Japão. Embora seu desenvolvimento tenha surgido nos anos 20, o CEP passou a ser efetivamente aplicado em empresas ocidentais somente em meados da década de 80, quando se viram obrigadas a melhorar o seu nível de qualidade, atendendo melhor as exigências de seus consumidores. 2
Segundo MARTINS (2010), muitas empresas brasileiras ainda não identificaram as vantagens na utilização do CEP para o controle das variações em seus processos e consequentemente maior uniformidade de seus produtos e serviços. O trabalho a seguir sugere um modelo de aplicação de ferramentas de Controle Estatístico da Qualidade em etapas críticas do processo de produção do Etanol de cana-de-açúcar, mais especificamente nos processos de Fermentação e de Tratamento das leveduras utilizadas para a fermentação alcoólica. 2. Metodologia de Pesquisa A presente pesquisa foi desenvolvida de acordo com as seguintes etapas: Estudo teórico e revisão bibliográfica sobre Controle Estatístico da Qualidade; Caracterização do processo de produção de Etanol; Seleção das variáveis mais relevantes do processo de produção de etanol; Implantação dos Gráficos de Controle e Análise de Capacidade. As seguintes palavras foram usadas para a pesquisa em literatura: CEP - Controle Estatístico de Processo, Cana-de-açúcar, Etanol, Gráficos de Controle, Controle Estatístico da Qualidade. Como sites de busca foram usados os seguintes: Scielo, Bibliotecas Virtuais (USP, Unicamp, UFSCar) e Google Acadêmico. Neste estudo, o pesquisador era um observador e um participante. Assim, o processo de coleta de dados baseou-se na observação direta, reuniões com a equipe técnica responsável pelo projeto, os documentos oficiais, cartas e conversas informais. A análise e selecção das variáveis críticas do processo de produção foram realizadas pela equipe técnica por meio de debate. 3. Revisão bibliográfica Nas subseções seguintes, uma breve revisão da literatura sobre controle estatístico de processos, gráficos de controle, análise de capacidade é apresentada, bem como a caracterização dos processos de fermentação alcoólica. 3.1. Controle Estatístico de Processo 3
Segundo Oliveira (2010), o monitoramento permanente dos processos se faz necessário, sobretudo, para a detecção da presença de causas especiais, que levam perturbação ao processo, servindo também como balizador para a tomada de decisão. Ainda segundo Oliveira (2010), as perturbações menores, provocadas por variações naturais do processo, comumente provenientes de causas comuns ou aleatórias, representam pequenos desvios que não comprometem ou são desprezíveis para o resultado. As causas especiais, por outro lado, são perturbações maiores que podem deslocar a média de seu alvo, como também aumentar sua dispersão. Corrigíveis, as perturbações são normalmente oriundas de problemas ou operação anormal, ligadas em sua maioria às condições físicas ou de projeto e deficiências em padrão de trabalho, respectivamente. Segundo Montgomery (2004), o CEP possui uma poderosa coleção de ferramentas de resolução de problemas que podem ser aplicadas a qualquer processo, e suas sete principais ferramentas são: Histogramas ou ramo-e-folhas, Folha de controle, Gráfico de Pareto, Diagrama de causa e efeito, Diagrama de concentração de defeito, Diagrama de dispersão e Gráfico de controle. 3.2. Gráfico de controle. Segundo Montgomery (2004), os gráficos de controle por variáveis são utilizados quando a variável monitorada pode assumir valores numéricos, em uma escala contínua de medidas e possibilita a identificação da existência de Causas Especiais em um processo fora de controle estatístico. Entretanto, um ponto importante e que não pode deixar de ser mencionado é que tais gráficos não excluem a necessidade de uma análise das Causas Especiais de variação que estão atuando em um processo, ao contrário, eles possibilitam a realização de um diagnóstico do processo, o qual indicará essa necessidade. Como se sabe, os gráficos possuem três linhas horizontais que representam limites previamente medidos ou calculados através de amostragem de uma variável aleatória. O Limite Central (LC), ou limite médio, representa o valor médio da variável e que corresponde também ao estado de controle. As duas outras linhas, posicionadas às extremidades do Limite Central (LC), são: Limite Superior de Controle (LSC) e Limite Inferior de Controle (LIC), que por sua vez representam os limites de controle entre as quais os pontos amostrais deverão estar enquanto o processo é considerado sob controle. 4
Segundo Montgomery (2004), nos processos onde é possível estabelecer valores pré-definidos como referência para a média e desvio padrão, podemos utilizá-los para a construção de gráficos e R sem a necessidade de análise de base de dados histórica para estabelecer os valores de Média, Limite Superior de Controle e Limite Inferior de Controle. Geralmente não conhecemos os valores da Média (µ) e do Desvio Padrão (σ), devendo estes ser estimados a partir de amostras retiradas do processo e assim iniciar a construção dos cálculos dos limites de controle. Ainda segundo MONTGOMERY (2004), é necessário ter cautela quando os valores de Média (µ) e do Desvio Padrão (σ) já são conhecidos e referenciados, pois é possível que estes padrões não sejam realmente aplicáveis ao processo, logo, podem produzir muitos alertas de fora de controle. 3.3. Analise da capacidade do processo Segundo Montgomery (2004), compreendem a atividade geral de quantificar a variabilidade de um processo, para análisar a variação em relação ao desenvolvimento das atividades anteriores a fabricação ou mesmo as especificações do produto ao longo de seu ciclo de produção, e assim, auxiliar na redução ou eliminação da variabilidade de seu desenvolvimento e fabricação. Segundo Montgomery, as análises da capacidade de um processo através de tecnicas estatísticas são a base fundamental de um programa global de melhoria da qualidade, estando elas relacionadas aos seguintes fatores: Predizer se o processo é capaz de manter as tolerancias Auxiliar elaboradores/planejadores de um produto na modificação de um processo processo Auxiliar na identificação de um intervalo entre amostras para o monitoramento de um Especificar exigencias de desempenho para um equipamento novo Selecionar entre vendedores concorrentes Planejar o sequenciamento dos processos quando há um efeito interativo de processos sobre as tolerâncias Reduzir a variabilidade de um processo 5
Ainda segundo Montgomery (2004), a razão da capacidade de um processo (RCP), representada pelos índices Cp e Cpk, são uma forma simples, quantitativa, de expressar a capacidade de um processo. A magnitude de Cpk em relação a Cp é uma medida direta para avaliar o quão fora de centro o processo está operando, levando-se em conta que, de modo geral, se Cp = Cpk o processo está centrado no ponto médio das especificações. O indice Cp não compreende que um processo com média µ não esteja centrada entre os limites de especificação, assim a razão da capacidade de um processo Cpk foi criada. Por sí só, o indice Cpk não figurou como medida adequada de centralização de um processo, sendo assim, uma das formas utilizadas para caracterizar satisfatoriamente a centralização de um processo consiste em, Cpk ser comparada com Cp. Para análise e interpretação dos resultados do indice CpK foram usadas as escalas referenciadas na Tabela 1. Tabela 1 Classificação dos processos de acordo com o indice Cpk. Fonte: Soares (2001) 3.4. Caracterização dos processos de fermentação alcoólica O etanol extraído da cana-de-açúcar é obtido por via fermentativa, que consiste nos processos bioquímicos, comuns para qualquer substrato açucarado, de transformação dos açúcares fermentescíveis presentes na matéria-prima em álcool etílico, dióxido de carbono e glicerol, por via metabólica. Segundo Basso et al. (2001), a levedura Saccharomyces cerevisae, também conhecida popularmente como; levedura de padeiro ou da cerveja é a espécie mais usualmente utilizada 6
para a produção de Etanol. É um aeróbio facultativo e os produtos obtidos através da metabolização do açúcar variam de acordo com as condições de ambiente em que são levados. Em reações anaeróbicas o açúcar metabolizado é transformado em ATP, material necessário sua sobrevivência e crescimento, além de Álcool e Gás Carbônico, que são produtos de excreção. Para seu melhor desempenho na conversão de açúcar em Etanol devemos avaliar as variações nas condições da fermentação, como: Pressão, Temperatura, ph, Oxigenação, Substrato, Espécie, Linhagem, Contaminação e outros (BASSO et al., 2001) Segundo Lopes (2008), o processo da fermentação alcoólica pode ser dividida em cinco etapas: Lag-Fase: etapa característica da adaptação, reconstituição enzimática e multiplicação celular, nela observa-se aumento da quantidade de células presentes no meio. Fase de aceleração: nesta etapa observa-se o aumento da velocidade da multiplicação celular, onde ocorre a metabolização dos açúcares presentes no meio e consequentemente a obtenção de Etanol e liberação de CO2. Fase exponencial: como o próprio nome diz, é a fase onde se observa um aumento exponencial do número de células, caracterizado pela grande quantidade de produtos de excreção, como o CO2 e o Etanol. Fase estacionária: esta etapa é marcada pelo esgotamento de açúcares e nutrientes do meio que garantiam energia necessária para o surgimento de novas células, como consequência observa-se constância no número de células. Fase de declínio: nesta etapa observa-se queda na viabilidade do fermento, ou seja, o número de células que morrem é maior que o número de células novas. Isso ocorre devido ao acúmulo de produtos finais como o Etanol ou de deficiências no controle das condições físico-químicas para manter a viabilidade celular como Temperatura e ph. Segundo Lopes (2008), o Creme ou leite de levedura apresenta baixa viabilidade celular devido a sua exposição a teores alcoólicos elevados. Enviado para cubas de tratamento, será diluído em água, baixando sua concentração, que normalmente está em torno de 60% para 25%. Durante o tratamento também ocorre a dosagem de Ácido Sulfúrico, que regula o ph da mistura, auxilia na desfloculação e age como bactericida. 7
O vinho fermentado resultante é enviado para o processo de destilação, onde o etanol hidratado é separado dos outros componentes com pontos de ebulição diferentes. Os tratamentos químicos de desidratação podem ser utilizados para atingir as especificações de 99,7 GL, resultando no etanol anidro utilizado para misturar com gasolina pura. 4. Estudo de caso - Modelagem do CEP na produção de Etanol Nos itens seguintes apresentam-se as etapas e resultados do estudo de caso apresentado realizado nas etapas de Fermentação e Tratamento do fermento na produção de etanol. 4.1. Levantamento das etapas de transformação Inicialmente, propôs-se a análise do processo de produção do Etanol Hidratado em macro etapas, diferenciando-as com base na natureza de transformação dos produtos em processo. Pode-se então observar a divisão do processo produtivo em três macro etapas, conforme proposto na Figura 1, sendo estas caracterizadas por transformações de natureza física ou bioquímica. Figura 1 Macro etapas da produção do Etanol Hidratado. Fonte: Próprio autor Primeira etapa: os materiais de partida sofrem uma série de tratamentos físicos, colocando-os em condições favoráveis para reagirem quimicamente. Segunda etapa: reator (leveduras) e reagentes (matérias primas ajustadas) serão transformados nos produtos da reação. Terceira etapa: o produto da reação será levado a novos tratamentos físicos, onde será obtido o produto desejado em sua forma final. 8
Embora abrangente a representação não apresentou condições favoráveis para a análise proposta, em relação à profundidade necessária para o estudo. Considerou-se então a elaboração de outra forma de representação, esta com maior riqueza de detalhes, identificando todas as etapas detalhadas do processo de produção do Etanol. Figura 2 Fluxo das etapas de produção do Etanol. Fonte: Próprio autor Como pode ser visto na Figura 2, o caldo de cana clarificado, o mel e a água são misturados conjuntamente para formar o mosto, o qual é fervido e depois arrefecido a uma temperatura específica. Depois disso, a levedura é adicionada e a fermentação ocorre em condições controladas. A mistura resultante é filtrada e centrifugada, permitindo separar o vinho do creme de levedura, que finalmente será destilado para produzir etanol, enquanto o creme de levedura é tratado para ser reutilizado no próximo processo de fermentação, como mencionado. 4.2. Identificação das etapas críticas Depois de mapear o processo de produção, o grupo decidiu concentrar os estudos especificamente sobre o os processos de Tratamento do fermento e Fermentação. Estas etapas foram consideradas críticas por entender que o rendimento da produção de etanol depende diretamente do sucesso das reações da fermentação alcoólica, que por sua vez, requer o controle correto de diversas variáveis. Estas variáveis serão discutidas a seguir. 9
4.3. Identificação das variáveis críticas Por meio de um brainstorming, o grupo técnico responsável identificou as variáveis de influência no processo de fermentação. Dado o grande número de variáveis identificadas, um critério foi estabelecido para priorizá-las de acordo com seu grau de relevância para os indicadores de desempenho do processo. Foram considerados os seguintes indicadores de desempenho: capacidade de moagem, perda na destilaria, perda em efluentes, perda final indeterminado, riscos de acidentes e custos da não qualidade. Em primeiro lugar, o grupo de especialistas atribuiu uma pontuação para cada indicador de desempenho para refletir seu impacto no processo de resultados de acordo com a seguinte escala: 1 Baixo impacto / 2 Médio impacto / 3 Alto impacto. Figura 3 Metodologia de cálculo Fonte: Próprio autor. Da mesma forma, os especialistas avaliaram a correlação entre as variáveis de processo e os indicadores de desempenho, isto é, eles avaliaram a extensão com que uma dada variável processo poderia afetar o desempenho de um determinado indicador. Notas foram atribuidas de acordo com a seguinte escala: 0 Correlação Inexistente / 1 Correlação fraca / 3 Correlação média / 9 Correlação forte. Desta forma, o resultado da variável i na matriz de priorização será representado através da seguinte equação: Zi = (Y1. Xi1) + (Y2. Xi2) + (Y3. Xi3) + (Y4. Xi4) + (Y5. Xi5) + (Y6. Xi6) + (Y7. Xi7) Como resultado da análise obteve-se a classificação de 7 variáveis, consideradas críticas: Temperatura nas dornas, Teor alcoólico nas dornas, Brix do mosto nas dornas, Temperatura do mosto nas dornas, Teor alcoólico nas cubas, Viabilidade nas dornas e Infecção nas dornas. Para o monitoramento das variáveis críticas utilizando os gráficos de controle, sendo 10
previamente identificadas as frequências de amostragem e os impactos da variável para o processo. Aliado a isso, um banco de ações para correção de desvios foi criado, para cada variável, possibilitando além da detecção dos problemas, a descentralização do poder para a tomada de decisão. 5. Análise da Capacidade das variáveis críticas Havendo conhecimento de faixas ótimas de trabalho optou-se por utilizar os valores já conhecidos e especificados para o processo, ao invés de se realizar uma análise amostral de dados históricos para estabelecer valores de Média, Limite Superior de Controle e Limite Inferior de Controle, passando a utilizar os valores de Média (µ) e do Desvio Padrão (σ) já conhecidos e referenciados na Tabela 2. Tabela 2 Análise do índice Cpk para períodos distintos. Fonte: Próprio autor. Duzentas amostras diárias de cada variável foram fornecidas pelo laboratório industrial a fim de plotar os gráficos de controle. Os dados foram divididos em quatro períodos, cada um deles com 50 amostras diárias em ordem cronológica. A análise das variáveis foi realizada em apenas dois períodos, com o pior e o melhor desempenho na produção de etanol, respectivamente representados por Período 1 e Período 2 na Tabela 2. A amostragem sofreu algumas interrupções devido a paradas de equipamentos durante os períodos de chuva, que é uma particularidade do processo de produção de etanol. Uma avaliação importante sobre a importância do monitoramento e seus efeitos nos resultados da produção total de etanol é que no Período 2 foi observado um aumento na produção total de etanol 26% maior, se comparado ao Período de 1. A verificação de causas especiais atuando no processo pode ser constatada usando gráficos de controle e análises da capacidade do processo. 11
Os impactos de cada variável crítica no processo de produção de etanol, bem como, os resultados da análise da capacidade para estas variáveis são fornecidos abaixo: Temperatura da dorna Análise do Cpk Período 1: Processo incapaz (0,77) Período 2: Processo capaz (1,59) Quando abaixo do LIC: Influencia na velocidade do processo fermentativo e na produtividade. Quando acima do LSC: Impacta diretamente na redução da viabilidade celular do fermento, devido a maior probabilidade de infecção e floculação. Observação do histograma Distribuição com variabilidade baixa, entretanto, média muito deslocada em relação ao centro do intervalo Teor alcoólico na dorna (ºGl) Análise do Cpk Período 1: Processo incapaz (0,11) Período 2: Processo incapaz (0,39) Quando abaixo do LIC: Provoca perda de ART (Açúcar Redutores Totais), residual ao processo de fermentação. Quando acima do LSC: Reduz a viabilidade celular devido a exposição à teores alcoólicos elevados. Observação do histograma Distribuição com variabilidade mediana, além da média muito deslocada em relação ao centro do intervalo. Brix do Mosto (º Brix) Quando abaixo do LIC: Reduz o tempo de fermentação, reduzindo também a eficiência do processo. Quando acima do LSC: Aumenta a concentração de álcool na dorna, 12
influenciando também na redução viabilidade celular. Análise do Cpk Período 1: Processo incapaz (0,57) Período 2: Processo relativamente incapaz (1,11) Observação do histograma Distribuição com variabilidade mediana, além da média um pouco deslocada em relação ao centro do intervalo. Temperatura do Mosto (ºC) Análise do Cpk Período 1: Processo incapaz (0,40) Período 2: Processo incapaz (0,14) Quando abaixo do LIC: Reduz a velocidade do processo fermentativo e consequentemente menor produtividade Quando acima do LSC: Favorece a contaminação bacteriana, impactando na viabilidade celular do fermento. Observação do histograma Distribuição com variabilidade mediana, além da média muito deslocada em relação ao centro do intervalo. Teor alcoólico nas cubas de Tratamento do fermento (ºGl) Quando abaixo do LIC: Favorece o excesso de fermento, podendo até esgotar os nutrientes dosados para seu tratamento. Quando acima do LSC: Inibi o crescimento celular da levedura inibindo também sua recuperação. Análise do Cpk Período 1: Processo incapaz (0,95) Período 2: Processo incapaz (0,43) Observação do histograma Distribuição com variabilidade mediana, além da média muito deslocada em relação ao centro do intervalo. Viabilidade nas dornas (%) Quando abaixo do LIC: Provoca redução da eficiência das reações metabólicas, que resultará em um pior desempenho do processo fermentativo. 13
Quando acima do LSC: LSC igual a 100, melhor resultado alcançável. Análise do Cpk Período 1: Processo totalmente incapaz (-0,87) Período 2: Processo totalmente incapaz (-0,52) Observação do histograma Distribuição com variabilidade alta, além da média muito deslocada em relação ao centro do intervalo. Infecção nas dornas (x10 7 ) Quando abaixo do LIC: LIC igual a Zero, melhor resultado alcançável. Quando acima do LSC: Reduz a viabilidade celular do fermento, como consequência do aumento da presença de bactérias. Análise do Cpk Período 1: Processo totalmente incapaz (-0,15) Período 2: Processo totalmente incapaz (-0,10) Observação do histograma Distribuição com variabilidade alta, além da média muito deslocada em relação ao centro do intervalo. 6. Considerações Finais / Conclusão O trabalho teve como objetivo a aplicação de um modelo utilizando as ferramentas do CEP na produção de Etanol. Para tanto, foram realizadas entrevistas e treinamentos com os colaboradores envolvidos nos processos de fermentação e tratamento do fermento, observação direta do fenômeno e análise dos apontamentos nos gráficos de controle. Buscou-se investigar as causas dos problemas através da utilização de metodologia para análise e solução de problemas, incluindo ferramentas estatísticas e da qualidade. A partir do estudo, e de maneira geral, pode-se avaliar que os princípios do Controle Estatístico da Qualidade podem ser aplicados amplamente em seus processos produtivos, permitindo inclusive, constatar o alto índice de variabilidade nas principais etapas de produção de Etanol. As ferramentas estatísticas da qualidade possibilitaram a obtenção de um diagnóstico sobre quais variáveis devem ser controladas para melhorar a eficiência da fermentação alcoólica e consequentemente do processo de produção do etanol, segundo uma escala de prioridade. Além disso, este diagnóstico também indicou em que aspecto deve-se buscar a melhoria: em termos de redução na variabilidade ou correção de um erro sistemático. 14
Com base nos resultados apresentados, pode-se observar que algumas variáveis apresentam variabilidade baixa ou mediana, como: Temperatura na dorna, Brix do mosto, Teor alcoólico na dorna, Temperatura do mosto e Teor alcoólico nas cubas de tratamento do fermento, porém, seus valores médios estão significativamente deslocados em relação ao centro do intervalo das especificações. Tais variáveis exigem a adoção de medidas capazes de compensar esse erro sistemático da média. Outras variáveis, além de apresentarem esse deslocamento da média em relação ao valor central, também apresentam alta variabilidade, como é o caso de: Viabilidade nas dornas e Infecção nas dornas. Para tais variáveis, é necessário aplicar não só medidas de compensação do erro sistemático, mas também medidas de redução da variabilidade. Para a melhoria dos processos, sugere-se a análise permanente e constante das variáveis; o compartilhamento e disponibilidade das análises de forma estruturada e organizada para medir ou comparar o progresso em direção ao alvo, convertendo-as em ações para a correção das causas e adequação dos processos; a utilização de ferramentas para a análise e solução de problemas, identificando sua causa raiz; a melhoria nos padrões de trabalho, assim como a manutenção das condições físicas e dos equipamentos. REFERÊNCIA COSTA, A. F. B; EPPRECHT, E. K. & CARPINETTI, L.C.R. Controle Estatístico de Qualidade. 2º Ed. São Paulo: Atlas, 2005. IPCC. Renewable Energy Sources and Climate Change Mitigation Cambridge University Press, Cambridge, United Kingdom, 2011. 1075 p. Disponível em: <http://www.ipcc.ch/publications_and_data/ publications_and_data_reports.shtml#srren > Acesso em: 11 jan. 2013. LIMA, U. A.; BASSO, L. C.; AMORIM, H. V. Produção de Etanol. In: LIMA, U. A. et al. (Coord.). Biotecnologia Industrial: Processos Fermentativos e Enzimáticos. São Paulo, Edgard Blücher, v. 3, 2001. LOPES, M. M. Estudo comparativo da destilação em batelada operando com refluxo constante e com composição do destilado constante. Dissertação (Mestrado). Escola Politécnica da Universidade de São Paulo. São Paulo, 2008. MARTINS, R. A. Conceitos básicos de controle estatístico da qualidade. EDUFSCar. São Carlos, 2010. 15
MONTGOMERY, D. C. Introdução ao Controle Estatístico de Qualidade. 4ª ed. LTC. Rio de Janeiro, 2004. OLIVEIRA, T. S. Aplicação do controle estatístico de processo na mensuração da variabilidade em uma usina de etanol. ENEGEP. São Carlos, 2010. SOARES, G. M. V. P. Aplicação e implantação do controle estatístico de processo em pintura industrial. Florianópolis. Dissertação de Mestrado. Universidade Federal de Santa Catarina, 2001. UNICA. Ethanol: EPA reaffirms sugarcane biofuel is advanced Renewable fuel with 61% less emissions than gasoline. News, 02 mar. 2010. Disponível em: < http://english.unica.com.br/noticias/> Acesso em: 13 jan. 2013. 16