Me chame no WhatsApp Agora!

Felipe Ribeiro Speltz

Consultor de Procesos Industriales de Suzano

OpCP69

Inteligencia artificial reduciendo costes y aumentando la producción

El sector forestal brasileño viene desarrollándose todos los años, ya sea en áreas plantadas o conservadas, con aplicaciones tecnológicas que tienen diferentes palancas de actuación en la cadena productiva, desde el campo hasta la industria de base forestal. En el informe de la Industria Brasileña de Árboles, divulgado en 2021, en Brasil se plantan más de 1 millón de árboles comerciales cada día, alcanzando un área de 9,55 millones de hectáreas para fines industriales y otros 6 millones de áreas de conservación.

Este balance tiene un potencial de almacenamiento de más de 4,5 millones de toneladas de dióxido de carbono. Dado este crecimiento exponencial con la expansión de nuevas plantas de celulosa y la entrada de nuevos jugadores al país, ha ido creciendo la demanda de áreas con bosques comerciales para abastecer y garantizar el plan de producción de estas plantas. Solo en Mato Grosso do Sul, hay una proyección de aumento en la producción de celulosa de más de 6 millones de toneladas por año.

Con este escenario promisorio para toda la cadena productiva forestal, las operaciones de silvicultura, aprovechamiento y logística muchas veces se ven obligadas a buscar la excelencia operativa en sus actividades y procesos, maximizando la producción y calidad de la madera producida.

El mercado mundial de la celulosa es cada vez más estricto con la calidad de los productos en sus más diversas aplicaciones, desde empaques, cosméticos, fibras textiles con nanocelulosa hasta tisú . En línea con este requisito de la industria, la calidad de la materia prima también debe seguir los mismos criterios en el bosque, donde los desafíos con el impacto de la corteza de madera en los procesos industriales son enormes.

Generan altos costos de mantenimiento y afectan la disponibilidad de equipos en máquinas de preparación de chips y papel, consumo de químicos en blanqueo y cocción hasta desclasificación de lotes por contenido de suciedad y arena. Este equilibrio entre producción y calidad pasa por unos pilares que sustentan este equilibrio y dependen del seguimiento y vigilancia de la calidad para evitar impactos en los procesos productivos de las plantas de celulosa.

Entre cada proceso de la cadena de actividades se pueden aplicar herramientas de evaluación que van desde un análisis visual de las trozas con longitudes objetivo, diámetros mínimos y máximos, tortuosidad, calidad de descortezado, daños mecánicos, ataques de plagas, incendios, entre otros. Los resultados de estas evaluaciones son de suma importancia para orientar acciones con los equipos de desarrollo y cosecha, visando ajustes de equipos, capacitación operativa, elección de las máquinas y cabezales más adecuados a la aplicación, con foco en la producción y la calidad.

Como esta etapa de monitoreo emplea equipos que deben estar viajando a las áreas de cosecha, los cuales están altamente pulverizados y terminan generando costos, el sector está viviendo una revolución tecnológica, donde se están desarrollando herramientas de evaluación automatizadas. El uso de inteligencia artificial con el objetivo de sistematizar el proceso y generar información en tiempo real con trazabilidad ha ido reduciendo esta inversión, aumentando la capacidad de análisis en forma de sentido de los camiones recibidos en las fábricas.

Actualmente se está desarrollando y aplicando el uso del análisis de cámaras a través de modelos que se desarrollaron con un banco de imágenes donde la inteligencia artificial es capaz de identificar en la carga de madera qué es corteza y qué es tronco. Todo este proceso se creó en el entorno Digital & Analytics, con la colaboración de startups que apoyaron el desarrollo del modelo construido a partir de más de 2.000 imágenes en una red “colab”.

Así, fue posible generar una mejor asertividad del software con la calibración de las medidas manuales, visando una alta correlación del resultado del análisis de Inteligencia Artificial en la medida del índice de pelado en la carga. Esta información puede ser gestionada por el equipo de logística inbound para la dirección y tratamiento de esta carga en el primer momento, evitando que se consuman cargas con alto índice de corteza.

Estructuralmente, se genera información desde qué lugar se transportó esta madera y, en consecuencia, se cosechó, brindando trazabilidad al equipo de desarrollo con excelencia operativa para que puedan realizar las acciones correctivas necesarias. Con la aplicación de esta herramienta vía prueba de concepto, se pudo observar una reducción en el contenido de corteza de la astilla que alimenta el digestor, asegurando una gestión de la calidad de la madera en los procesos industriales, reduciendo costos y evolucionando en los eslabones del bosque. Cadena de producción.