Estudo experimental e computacional do fenômeno de autorredução utilizando biomassa como agente redutor

A aplicação de matérias-primas derivadas de biomassa nos processos siderúrgicos é considerada um dos caminhos que levarão ao objetivo global de longo prazo de eliminação total das emissões de gases de efeito estufa oriundos deste setor industrial. Neste trabalho, a cinética global de redução para pelotas autorredutoras de diâmetro fixo de 15 mm contendo carvão de biomassa como fonte de carbono e sob atmosfera de argônio foi analisada por meio da construção de um modelo numérico computacional, de modelos de redes neurais perceptron multicamadas e de ensaios cinéticos experimentais. Para isso, ensaios termogravimétricos foram conduzidos em forno à resistência horizontal tubular utilizando a técnica estatística de planejamento experimental fatorial, de modo a avaliar a influência de fatores como a temperatura, o tempo de ensaio e o teor de biomassa no aglomerado, sobre o grau de redução, determinando superfícies de resposta para este último. De forma adicional aos ensaios conduzidos para o planejamento experimental, ensaios de redutibilidade em estado sólido interrompidos e isotérmicos foram conduzidos para as temperaturas de 1173 K, 1273 K e 1373 K, de modo a obter dados experimentais de validação para os modelos computacionais, bem como determinar parâmetros cinéticos como a energia de ativação aparente. Estes resultados experimentais foram ajustados a uma variedade de modelos cinéticos encontrados na literatura de modo a permitir a concepção de equações cinéticas que descrevam o perfil de redução fracionária para cada nível de temperatura. O modelo de redes neurais foi construído visando a previsão da fração reduzida por meio da composição da amostra e condições experimentais (temperaturas e tempos de ensaio), sendo que as redes utilizadas foram treinadas utilizando os dados obtidos no planejamento experimental. A performance de diversas configurações das redes neurais foi comparada. O modelo numérico foi obtido por meio da equação geral de transporte aplicada aos processos de conservação de massa, espécies químicas, momento e energia, resolvida através do Método dos Volumes Finitos (FVM). Ainda, a microestrutura foi investigada, analisando-se fases e morfologias por meio de técnicas como a microscopia eletrônica de varredura (MEV) e a espectroscopia de raios-X (EDS). Os resultados do planejamento fatorial indicaram que elevados níveis de redução fracionária podem ser alcançados utilizando biomassa como agente redutor. As superfícies de respotas obtidas para a fração de redução elucidaram os efeitos do tempo de reação, temperatura de ensaio e teor de biomassa contido nas pelotas. O teor de biomassa exerceu o efeito de promover maiores frações reduzidas até o teor de 35% em peso em relação à porcentagem de minério de ferro, efeito este que se manteve estável para teores superiores, indicando que esta é a composição otimizada para a mistura autorredutora. Uma análise estatística do fator de importância normalizado indicou a temperatura como a variável independente de maior impacto na fração de redução final, seguida do tempo de reação e do teor de biomassa. A análise cinética realizada por meio dos ensaios interrompidos indicou que para a redução isotérmica à 1373 K, o mecanismo cinético controlador é o de contração de área. Analogamente, os mecanismos de difusão e de reação de terceira ordem foram definidos como os mecanismos controladores para ensaios isotérmicos à 1273 K e 1173 K, respectivamente. O modelo cinético de melhor ajuste global às 3 temperaturas analisadas foi o modelo difusional. A energia de ativação aparente obtida foi de 74,440 kJ/mol. A previsão da fração reduzida por meio de redes neurais demonstrou considerável desempenho para ensaios de até 12 minutos. Foram testadas redes com número fixo de unidades ocultas (neurônios) de 100 e 1000, bem como redes variáveis contendo entre 3 e 100 neurônios e entre 10 e 1000 neurônios contruídas de forma automatizada utilizando o algoritmo BFGS. A rede fixa de 1000 neurônios apresentou a melhor precisão na previsão da extensão de redução. A análise microestrutural indicou que para as amostras analisadas, independentemente da temperatura, o ferro metálico resultante da etapa final das reações de redução (FeO→Fe) se apresenta na forma de morfologias filamentares e alongadas conhecidas como whiskers, geralmente encontrada agrupada em clusters. Whiskers mais robustos, ditos cônicos na literatura, também foram encontrados agrupados de modo a formar uma estrutura porosa. Outra microestutura observada para o ferro metálico foi a de glóbulos aglomerados ou não em clusters. O modelo computacional concebido baseado no Método dos Volumes Finitos apresentou boa perfomance na previsão do perfil de fração reduzida em função do tempo para a pelota autorredutora em todos os níveis de temperatura analisados. O erro absoluto máximo dos dados obtidos numericamente em relação aos dados experimentais foi de 10,41%, enquanto o mínimo foi de 0% para regiões da curva simulada que atingiram o intervalo de erros experimental. O erro absoluto médio foi de 4,81%.Conselho Nacional de Desenvolvimento Científico e TecnológicoThe application of raw materials derived from biomass in steelmaking processes is considered one of the paths that will lead to the long-term global objective of total elimination of greenhouse gas emissions from this industrial sector. In this work, the global reduction kinetics for selfreducing pellets with a fixed diameter of 15 mm containing biomass as a carbon source and under an argon atmosphere was analyzed through the construction of a computational numerical model, multilayer perceptron neural networks models and experimental kinetic tests. For this purpose, thermogravimetric tests were carried out in a horizontal tubular resistance furnace using the statistical technique of factorial experimental design, in order to evaluate the influence of factors such as temperature, test time and biomass content in the agglomerate, on the degree of reduction, determining response surfaces for the latter. In addition to the tests carried out for the experimental design, interrupted isothermal tests were carried out for temperatures of 1173 K, 1273 K and 1373 K, in order to obtain validation experimental data for the computational models, as well as to determine kinetic parameters such as the apparent activation energy. These experimental results were fitted to a variety of kinetic models found in the literature in order to allow the design of kinetic equations that describe the fractional reduction profile for each temperature level. The neural networks model was built aiming to predict the reduced fraction through sample composition and experimental conditions (temperatures and test times), and the networks used were trained using the data obtained from the experimental design. The performance of different neural networks configurations was compared. The numerical model was obtained through the general transport equation applied to the processes of conservation of mass, chemical species, momentum and energy, solved through the Finite Volume Method (FVM). Furthermore, the microstructure was investigated, analyzing phases and morphologies using techniques such as scanning electron microscopy (SEM) and X-ray spectroscopy (EDS). The results of factorial design indicated that high levels of fractional reduction can be achieved using biomass as reducing agent. The response surfaces obtained for the reduction fraction provided insight into the effects of reaction time, test temperature and biomass content contained in the pellets. The biomass content had the effect of promoting higher reduced fractions up to a content of 35% by weight in relation to the percentage of iron ore, an effect that remained stable for higher levels, indicating that this is the optimized composition for the self-reducing mixture. A statistical analysis of the normalized importance factor indicated that temperature was the independent variable with the greatest impact on the final reduction fraction, followed by reaction time and biomass content. The kinetic analysis carried out through the interrupted tests indicated that for the isothermal reduction at 1373 K, the controlling kinetic mechanism is the area contraction one. Similarly, the diffusional and third-order reaction mechanisms were defined as the controlling steps for isothermal tests at 1273 K and 1173 K, respectively. The kinetic model with the best global fit at the 3 temperatures analyzed was the diffusional model. The apparent activation energy obtained was 74.440 kJ/mol. The prediction of the reduced fraction through neural networks showed considerable performance for tests of up to 12 minutes. Networks with a fixed number of hidden units (neurons) of 100 and 1000 were tested, as well as variable networks containing between 3 and 100 neurons and between 10 and 1000 neurons built in an automated way using the BFGS algorithm. The fixed network of 1000 neurons showed the best accuracy in predicting the extent of reduction. The microstructural analysis indicated that for the analyzed samples, regardless of temperature, the metallic iron resulting from the final step of the reduction reactions (FeO→Fe) occurs in the form of filamentous and elongated morphologies known as whiskers, usually found arranged in clusters. More robust whiskers, cited in the literature as conical whiskers, were also found arranged together to form a porous structure. Metallic iron also appeared in the form of globules grouped togheter or not in clusters. The computational model designed based on the Finite Volume Method showed good performance in predicting the reduced fraction profile as a function of time for the self-reducing pellets at all analyzed temperature levels. The maximum absolute error of the numerically obtained data in relation to the experimental data was 10.41%, while the minimum was 0% for regions of the simulated curve that reached the experimental error range. The mean absolute error was 4.81%.178 p