universidad de guayaquil facultad de ingenierÍa...
TRANSCRIPT
UNIVERSIDAD DE GUAYAQUIL
FACULTAD DE INGENIERÍA QUÍMICA
CARRERA DE INGENIERÍA QUÍMICA
“ESTUDIO COMPARATIVO DE PRETRATAMIENTOS (OZONÓLISIS Y
ALCALINO) EN EL PROCESO DE OBTENCIÓN DE FURFURAL A PARTIR DEL
BAGAZO DE CAÑA MEDIANTE SIMULACIÓN CON ASPEN PLUS”
AUTORES:
RIZZO PARRALES PAUL ARÓN
ZAVALA HERRERA CHRISTIAN DUBAN
TUTORA:
ING. SANDRA PEÑA MURILLO. MS.c
GUAYAQUIL, MARZO 2021
UNIVERSIDAD DE GUAYAQUIL
FACULTAD DE INGENIERÍA QUÍMICA
CARRERA DE INGENIERÍA QUÍMICA
TRABAJO DE TITULACIÓN PREVIO A LA OBTENCIÓN DEL TÍTULO DE:
INGENIERO QUÍMICO
TEMA:
ESTUDIO COMPARATIVO DE PRETRATAMIENTOS (OZONÓLISIS Y ALCALINO)
EN EL PROCESO DE OBTENCIÓN DE FURFURAL A PARTIR DEL BAGAZO DE
CAÑA MEDIANTE SIMULACIÓN CON ASPEN PLUS
AUTORES
RIZZO PARRALES PAUL ARÓN
ZAVALA HERRERA CHRISTIAN DUBAN
TUTORA:
ING. SANDRA PEÑA MURILLO. MS.c
GUAYAQUIL, MARZO 2021
ii
REPOSITORIO NACIONAL EN CIENCIA Y TECNOLOGÍA
FICHA DE REGISTRO DE TRABAJO DE TITULACIÓN
TÍTULO Y SUBTÍTULO:
“ESTUDIO COMPARATIVO DE PRETRATAMIENTOS
(OZONÓLISIS Y ALCALINO) EN EL PROCESO DE
OBTENCIÓN DE FURFURAL A PARTIR DEL BAGAZO DE
CAÑA MEDIANTE SIMULACIÓN CON ASPEN PLUS”
AUTOR(ES) (apellidos/nombres): Rizzo Parrales Paul Aron
Zavala Herrera Christian Duban
REVISOR(ES)/TUTOR(ES)
(apellidos/nombres): Tutor: Ing. Sandra Emperatriz Peña Murillo, MS.c
Revisor: Ing. Martha Mirella Bermeo Garay, PhD
INSTITUCIÓN: Universidad de Guayaquil
UNIDAD/FACULTAD: Facultad de Ingeniería Química
MAESTRÍA/ESPECIALIDAD:
GRADO OBTENIDO: Ingeniero Químico
FECHA DE PUBLICACIÓN: No. DE PÁGINAS:
ÁREAS TEMÁTICAS: Ciencias básicas, bioconocimiento y desarrollo industrial
PALABRAS CLAVES/ KEYWORDS: Pretratamientos, biomasa, Bagazo de caña de azúcar, furfural,
simulación de procesos
RESUMEN/ABSTRACT (150-250 palabras):
La simulación en la ingeniería se ha convertido en una importante herramienta que permite obtener
resultados de un proceso de transformación tal como se desarrollaría en la realidad. Por tal razón en este
trabajo de titulación se plantó el objetivo de descubrir cual pretratamiento es mejor en rendimiento de
furfural y los demás efectos que éstos generan. Esto se logró cumplir con la ejecución de modelos de
simulación construidos con la utilización de datos referenciales de estudios relacionados al tema. Los
modelos de simulación construidos son del proceso de obtención de furfural a partir del bagazo de caña
utilizando dos pretratamientos, el alcalino y el de ozonólisis, que fueron seleccionados para este estudio
comparativo. Después de ejecutar la cantidad de simulaciones requeridas se obtuvieron los resultados,
donde se observó una mayor remoción de lignina con la aplicación del pretratamiento alcalino. Por su
parte se reflejó una mayor conversión de celulosa aplicando ozonólisis. Sin embargo el punto más
importante para este trabajo es el rendimiento del furfural del cual se obtuvo un valor de 5.96% con el
pretratamiento alcalino en comparación con el valor de 5.8% que se obtuvo con la ozonólisis, llegando a
la conclusión que de los dos pretratamientos el alcalino es el mejor en rendimiento de furfural.
ADJUNTO PDF: SI X NO
CONTACTO CON AUTOR/ES:
Teléfono:
Paul Rizzo: 0979657061
Christian Zavala: 0989267577
E-mail:
CONTACTO CON LA INSTITUCIÓN:
Nombre: Universidad de Guayaquil-Facultad de Ingeniería
Química
Teléfono: 04-229-2949
E-mail: http://www.fiq.ug.edu.ec/
iii
FACULTAD DE INGENIERÍA QUÍMICA
CARRERA DE INGENIERÍA QUÍMICA
LICENCIA GRATUITA INTRANSFERIBLE Y NO COMERCIAL DE LA OBRA CON
FINES NO ACADÉMICOS
Nosotros, Paul Aron Rizzo Parrales con C.I. 0932023005 y Christian Duban Zavala Herrera con C.I.
No. 0950033258, certificamos que los contenidos desarrollados en este trabajo de titulación, cuyo título
es “ESTUDIO COMPARATIVO DE PRETRATAMIENTOS (OZONÓLISIS Y ALCALINO) EN EL
PROCESO DE OBTENCIÓN DE FURFURAL A PARTIR DEL BAGAZO DE CAÑA MEDIANTE
SIMULACIÓN CON ASPEN PLUS” son de nuestra absoluta propiedad y responsabilidad, en
conformidad al Art. 114 del CÓDIGO ORGÁNICO DE LA ECONOMÍA SOCIAL DE LOS
CONOCIMIENTOS, CREATIVIDAD E INNOVACIÓN*, autorizamos la utilización de una
licencia gratuita intransferible para el uso no comercial de la presente obra a favor de la Universidad de
Guayaquil.
_______________________________ _______________________________
Paul Aron Rizzo Parrales Christian Duban Zavala Herrera C.I. 0932023005 C.I. 0950033258
DECLARACIÓN DE AUTORÍA Y DE AUTORIZACIÓN DE LICENCIA
GRATUITA INTRANSFERIBLE Y NO EXCLUSIVA PARA EL USO NO
COMERCIAL DE LA OBRA CON FINES NO ACADÉMICOS
iv
v
vi
vii
DEDICATORIA
Dedicamos este trabajo primero a Dios por darnos la fortaleza para
seguir adelante. A nuestros padres por darnos el apoyo incondicional
de siempre. A todos nuestros seres queridos, familiares y amigos, en
especial a aquellos que formaron parte importante en nuestra vida y a
lo largo de la carrera, que creyeron y confiaron en nosotros y llenaron
de alegría nuestras vidas.
viii
AGRADECIMIENTO
Agradecemos a todos los docentes que forman parte de nuestra querida facultad por
brindarnos sus conocimientos en cada clase a lo largo de toda la carrera, cada uno de
ellos fue importante para llegar hasta este punto. A nuestra tutora por ser nuestra guía y
compartirnos su tiempo y conocimiento para culminar el presente trabajo exitosamente.
A nuestros padres, amigos y familiares por apoyarnos y motivarnos siempre, a todos
muchas gracias.
ix
FACULTAD DE INGENIERÍA QUÍMICA
CARRERA DE INGENIERÍA QUÍMICA
“ESTUDIO COMPARATIVO DE PRETRATAMIENTOS (OZONÓLISIS Y
ALCALINO) EN EL PROCESO DE OBTENCIÓN DE FURFURAL A PARTIR DEL
BAGAZO DE CAÑA MEDIANTE SIMULACIÓN CON ASPEN PLUS”
Autores:
Rizzo Parrales Paul Aron
Zavala Herrera Christian Duban
Tutor:
Ing. Peña Murillo Sandra Emperatriz, MS.c
RESUMEN
La simulación en la ingeniería se ha convertido en una importante herramienta que permite
obtener resultados de un proceso de transformación tal como se desarrollaría en la realidad. Por
tal razón en este trabajo de titulación se plantó el objetivo de descubrir cual pretratamiento es
mejor en rendimiento de furfural y los demás efectos que éstos generan. Esto se logró cumplir
con la ejecución de modelos de simulación construidos con la utilización de datos referenciales
de estudios relacionados al tema. Los modelos de simulación construidos son del proceso de
obtención de furfural a partir del bagazo de caña utilizando dos pretratamientos, el alcalino y el
de ozonólisis, que fueron seleccionados para este estudio comparativo. Después de ejecutar la
cantidad de simulaciones requeridas se obtuvieron los resultados, donde se observó una mayor
remoción de lignina con la aplicación del pretratamiento alcalino. Por su parte se reflejó una
mayor conversión de celulosa aplicando ozonólisis. Sin embargo el punto más importante para
este trabajo es el rendimiento del furfural del cual se obtuvo un valor de 5.96% con el
pretratamiento alcalino en comparación con el valor de 5.8% que se obtuvo con la ozonólisis,
llegando a la conclusión que de los dos pretratamientos el alcalino es el mejor en rendimiento de
furfural.
Palabras Claves: Pretratamiento, biomasa, bagazo de caña de azúcar, furfural, simulación de
proceso.
RESUMEN DEL TRABAJO DE TITULACIÓN (ESPAÑOL)
x
FACULTAD DE INGENIERÍA QUÍMICA
CARRERA DE INGENIERÍA QUÍMICA
“ESTUDIO COMPARATIVO DE PRETRATAMIENTOS (OZONÓLISIS Y
ALCALINO) EN EL PROCESO DE OBTENCIÓN DE FURFURAL A PARTIR DEL
BAGAZO DE CAÑA MEDIANTE SIMULACIÓN CON ASPEN PLUS”
Autores:
Rizzo Parrales Paul Aron
Zavala Herrera Christian Duban
Tutor:
Ing. Peña Murillo Sandra Emperatriz MS.c
RESUMEN
Simulation in engineering has become an important tool that allows obtaining results from a
transformation process as it would develop in reality. For this reason, in this titration work, the
objective of discovering which pretreatment is better in furfural performance and the other effects
that these generate was set. This was achieved with the execution of simulation models built with
the use of referential data from studies related to the subject. The simulation models built are of
the process of obtaining furfural from sugarcane bagasse using two pretreatments, alkaline and
ozonolysis, which were selected for this comparative study. After executing the amount of
simulations required, the results were obtained, where a greater removal of lignin was observed
with the application of the alkaline pretreatment. On the other hand, a higher conversion of
cellulose was reflected by applying ozonolysis. However, the most important point for this work
is the yield of furfural from which a value of 5.96% was obtained with the alkaline treatment
compared to the value of 5.8% that was obtained with ozonolysis, reaching the conclusion that of
the two pretreatments alkaline is the best in performance of furfural.
Palabras Claves: Keywords: Pretreatments, biomass, sugarcane bagasse, furfural, process
simulation.
RESUMEN DEL TRABAJO DE TITULACIÓN (INGLES)
xi
TABLA DE CONTENIDO
Repositorio nacional en ciencia y tecnología ................................................................................ ii
Ficha de registro de trabajo de titulación ...................................................................................... ii
Declaración de autoría y de autorización de licencia gratuita intransferible y no exclusiva para el
uso no comercial de la obra con fines no académicos .................................................................. iii
Dedicatoria ................................................................................................................................... vii
Agradecimiento ........................................................................................................................... viii
Resumen del trabajo de titulación (español) ................................................................................. ix
Resumen del trabajo de titulación (ingles) .................................................................................... x
Introducción ............................................................................................................................... xvii
CAPITULO I ............................................................................................................................... 19
1.1. Planteamiento del problema ........................................................................................ 19
1.2. Formulación y sistematización del problema .............................................................. 20
1.2.1. Formulación del problema .................................................................................. 20
1.2.2. Sistematización del problema .............................................................................. 20
1.3. Justificación e importancia .......................................................................................... 20
1.3.1. Justificación teórica ............................................................................................. 20
1.3.2. Justificación metodológica .................................................................................. 21
1.3.3. Justificación práctica ........................................................................................... 22
1.4. Objetivos de la investigación ...................................................................................... 22
1.4.1. Objetivo general .................................................................................................. 22
1.4.2. Objetivos específicos ........................................................................................... 22
1.5. Delimitación de la investigación ................................................................................. 23
1.5.1. Premisa ................................................................................................................ 23
1.6. Variables de la investigación ....................................................................................... 23
1.6.1. Variable dependiente ........................................................................................... 23
1.6.2. Variable independiente ........................................................................................ 23
1.7. Operacionalización de las variables ............................................................................ 23
CAPITULO II ............................................................................................................................. 24
2.1. Antecedentes ............................................................................................................... 24
2.2. Marco Teórico ............................................................................................................. 26
2.2.1. Biomasa ............................................................................................................... 26
2.2.1.1. Composición de la biomasa ......................................................................... 26
2.2.1.2. Clasificación de la biomasa ......................................................................... 27
2.2.1.3. Caña de azúcar ............................................................................................ 29
2.2.1.4. Bagazo de caña de azúcar ............................................................................ 30
xii
2.2.2. Furfural ................................................................................................................ 32
2.2.2.1. Síntesis del furfural ..................................................................................... 33
2.2.2.2. Estequiometria de la reacción ...................................................................... 33
2.2.2.3. Mecanismos de reacción ............................................................................. 34
2.2.3. Programa de simulación Aspen Plus ................................................................... 36
2.2.3.1. Modelado de un proceso con Aspen ............................................................ 36
2.3. Marco conceptual ........................................................................................................ 38
2.3.1. Biomasa ............................................................................................................... 38
2.3.1.1. Celulosa ....................................................................................................... 38
2.3.1.2. Hemicelulosa ............................................................................................... 39
2.3.1.3. Lignina ........................................................................................................ 39
2.3.1.4. Extraíbles ..................................................................................................... 40
2.3.2. Pretratamiento ..................................................................................................... 40
2.3.2.1. Pretratamientos físicos ................................................................................ 40
2.3.2.2. Pretratamientos químicos ............................................................................ 42
2.3.2.3. Pretratamientos físico-químicos .................................................................. 43
2.3.2.4. Pretratamientos biológicos .......................................................................... 44
2.3.3. Furfural ................................................................................................................ 44
2.3.4. Simulación de procesos ....................................................................................... 45
2.3.4.1. Clasificación de los métodos de simulación ................................................ 45
2.3.4.2. Tipos de simulación..................................................................................... 46
2.4. Marco contextual ......................................................................................................... 47
2.4.1. Producción de caña de azúcar y generación del gabazo ...................................... 47
2.4.2. Mercado del furfural ............................................................................................ 48
2.4.3. Importancia de los simuladores ........................................................................... 49
CAPITULO III ............................................................................................................................ 50
3.1. Modalidad de la investigación ..................................................................................... 50
3.2. Métodos de investigación ............................................................................................ 50
3.2.1. Método inductivo ................................................................................................ 50
3.2.2. Método de simulación ......................................................................................... 50
3.3. Tipos de investigación ................................................................................................. 51
3.3.1. Investigación teórica ........................................................................................... 51
3.3.2. Investigación descriptiva ..................................................................................... 51
3.3.3. Investigación cuantitativa .................................................................................... 52
3.4. Etapas metodológicas .................................................................................................. 52
3.5. Descripción general de la simulación .......................................................................... 53
xiii
3.6. Descripción detallada del proceso de simulación ........................................................ 54
3.6.1. Selección del sistema de unidades ....................................................................... 54
3.6.2. Selección de los componentes ............................................................................. 54
3.6.3. Construcción del modelo de simulación ............................................................. 55
3.6.4. Validación de la simulación de los pretratamientos ............................................ 55
3.6.4.1. Caso 1. Pretratamiento alcalino ................................................................... 55
3.6.4.2. Caso 2. Pretratamiento de ozonólisis .......................................................... 57
3.6.4.3. Comprobación y validación ......................................................................... 59
3.6.5. Modelo completo de la simulación ..................................................................... 59
3.6.6. Cuantificación del furfural .................................................................................. 62
3.6.7. Evaluación de los pretratamientos ....................................................................... 62
CAPITULO IV ............................................................................................................................ 63
4.1. Resultados de la validación de la simulación .............................................................. 63
4.1.1. Caso 1. Pretratamiento alcalino ........................................................................... 63
4.1.2. Caso2. Pretratamiento de ozonólisis ................................................................... 64
4.2. Resultados de la cantidad de furfural .......................................................................... 66
4.3. Análisis estadístico ...................................................................................................... 69
4.3.1. Caso 1. Pretratamiento alcalino ........................................................................... 70
4.3.2. Caso 2. Pretratamiento de ozonólisis .................................................................. 71
4.4. Análisis de resultados .................................................................................................. 72
4.5. Conclusiones ............................................................................................................... 73
4.6. Recomendaciones ........................................................................................................ 74
BIBLIOGRAFÍA ......................................................................................................................... 75
ANEXOS..................................................................................................................................... 84
xiv
ÍNDICE DE ECUACIONES
Ecuación 1.Hidrólisis de pentosanas .......................................................................................... 33
Ecuación 2. Deshidratación de pentosas .................................................................................... 33
Ecuación 3. Ecuación general de la reacción ............................................................................. 34
Ecuación 4. Reacción de la fotosíntesis ..................................................................................... 38
Ecuación 5. Relación caña-bagazo ............................................................................................. 47
ÍNDICE DE TABLAS
Tabla 1. Operacionalización de las variables ............................................................................. 23
Tabla 2. Componentes que intervienen en ambos proceso ......................................................... 55
Tabla 3. Proporción lignocelulósica del bagazo del caso 1 ........................................................ 56
Tabla 4. Corrientes de entrada al pretratamiento alcalino .......................................................... 56
Tabla 5. Condiciones de operación del pretratamiento alcalino ................................................. 57
Tabla 6. Proporción lignocelulósica del bagazo del caso 2 ........................................................ 57
Tabla 7. Proporción reajustada del bagazo ................................................................................. 58
Tabla 8. Corrientes de entrada al pretratamiento de ozonólisis .................................................. 58
Tabla 9. Condiciones de operación del pretratamiento de ozonólisis ........................................ 59
Tabla 10. Condiciones de operación y corrientes de entrada de la hidrolisis y deshidratación . 59
Tabla 11. Significado de las etiquetas de las ilustraciones2 y 3. ................................................ 61
Tabla 12. Composición de la materia prima utilizada para ambas simulaciones ....................... 62
Tabla 13. Composición de varias muestras de bagazo de caña de azúcar .................................. 62
Tabla 14. Corrientes en la etapa de pretratamiento alcalino....................................................... 63
Tabla 15. Comprobación de resultados con los de la fuente ...................................................... 64
Tabla 16. Corrientes en la etapa de pretratamiento de ozonólisis .............................................. 65
Tabla 17. Comprobación de resultados reajustados con los de la fuente ................................... 66
Tabla 18. Resultados de la simulación del proceso con el pretratamiento alcalino ................... 67
Tabla 19. Resultados de la simulación del proceso con el pretratamiento de ozonólisis ........... 67
Tabla 20. Rendimiento de furfural obtenido respecto a algunos criterios ................................. 68
Tabla 21. Resultados de cada muestra con los pretratamientos ................................................. 69
Tabla 22. Estadística de los resultados del pretratamiento alcalino .......................................... 70
Tabla 23. Estadística de los resultados del pretratamiento de ozonólisis .................................. 71
Tabla 24. Composición morfológica del bagazo de caña de azúcar ......................................... 102
Tabla 25. Composición química del bagazo de caña ............................................................... 102
Tabla 26. Contenido de pentosanas de varias materias primas en base seca ............................ 102
Tabla 27. Archivos y extensiones usados en Aspen ................................................................. 103
Tabla 28. Mensajes que se reflejan después de la simulación .................................................. 104
Tabla 29. Propiedades fisicoquímicas del furfural ................................................................... 104
Tabla 30. Producción nacional de caña de azúcar .................................................................... 105
Tabla 31. Producción mundial de furfural ................................................................................ 105
xv
ÍNDICE DE ILUSTRACIONES
Ilustración 1. Diagrama de flujo de las etapas metodológicas. .................................................. 52
Ilustración 2. Modelo de simulación del pretratamiento alcalino .............................................. 60
Ilustración 3. Modelo de simulación del pretratamiento de ozonólisis ..................................... 60
Ilustración 4. Diagrama de bloques del caso 1 .......................................................................... 61
Ilustración 5. Diagrama de bloques del caso 2 .......................................................................... 61
Ilustración 6. Representación de los resultados del pretratamiento alcalino ............................. 70
Ilustración 7. Representación de los resultados del pretratamiento de ozonólisis ..................... 71
Ilustración 8. Composición principal de la biomasa vegetal ..................................................... 84
Ilustración 9. Origen y extensión de la caña de azúcar. ............................................................ 84
Ilustración 10. Unidad de pentosana ......................................................................................... 84
Ilustración 11. Mecanismo de hidrólisis de pentosanas ............................................................. 85
Ilustración 12. Mecanismo de deshidratación de pentosas ........................................................ 85
Ilustración 13. Página de inicio de Aspen Plus .......................................................................... 86
Ilustración 14. Ventana principal del programa Aspen Plus ...................................................... 86
Ilustración 15. Información de los entornos del menú principal ................................................ 87
Ilustración 16. Ejecución de una simulación .............................................................................. 87
Ilustración 17. Estructura de la celulosa ................................................................................... 87
Ilustración 18. Enlaces intra e intermoleculares en la estructura de la celulosa ........................ 88
Ilustración 19. Fórmula de los azúcares que componen la hemicelulosa .................................. 88
Ilustración 20. Estructura de los principales azucares que componen la hemicelulosa: L-
arabinosa (rosado), D-xilosa (rojo), D-glucosa (negro), D-galactosa (azul) ............................... 88
Ilustración 21. a) Posible estructura de la lignina. b) Los monoglicoles más comunes en la
estructura de la lignina: y el p-coumarilo alcohol coniferilo, alcohol sinapilo. .......................... 89
Ilustración 22. Producción de caña de azúcar (miles de Tm) .................................................... 89
Ilustración 23. Ingreso de los componentes necesarios para la simulación del proceso con
pretratamiento alcalino en base al proceso general del trabajo de Gómez et al. (2012) ............. 90
Ilustración 24. Ingreso de los componentes necesarios para la simulación del proceso con
pretratamiento de ozonólisis en base al proceso general del trabajo de Gómez et al. (2012) ..... 90
Ilustración 25.Ingreso de los valores de la corriente del bagazo al proceso con pretratamiento
alcalino, de acuerdo a la tabla 3 .................................................................................................. 91
Ilustración 26. Ingreso de los valores de la corriente de la solución alcalina al proceso con
pretratamiento alcalino, de acuerdo a la tabla 4 .......................................................................... 91
Ilustración 27.Ingreso de los valores de la corriente del bagazo al proceso con pretratamiento
de ozonólisis, de acuerdo a la tabla 7 .......................................................................................... 92
Ilustración 28.Ingreso de los valores de la corriente de la mezcla ozono-oxígeno al proceso con
pretratamiento de ozonólisis, de acuerdo a la tabla 8 .................................................................. 92
Ilustración 29.Ingreso de las condiciones de operación de la etapa de pretratamiento de ambos
procesos de acuerdo a la tabla 5 y 9. ........................................................................................... 93
Ilustración 30.Ingreso de las condiciones de operación de la etapa de hidrolisis y
deshidratación de ambos procesos de acuerdo a la tabla 10. ....................................................... 93
Ilustración 31.Ingreso de las reacciones que tienen lugar en la etapa de hidrólisis de ambos
procesos, de acuerdo a la tabla 10 ............................................................................................... 94
Ilustración 32.Ingreso de la reacción que tiene lugar en la etapa de deshidratación de ambos
procesos, de acuerdo a la tabla 10 ............................................................................................... 94
Ilustración 33. Resultados de la ejecución de la simulación del proceso con pretratamiento
alcalino para su validación, utilizando datos iniciales de Gonzáles et al. (2019)........................ 95
xvi
Ilustración 34. Resultados de la ejecución de la simulación del proceso con pretratamiento de
ozonólisis para su validación, utilizando datos iniciales reajustados de Travini (2016) ............. 95
Ilustración 35. Resultados de la ejecución de la simulación del proceso con pretratamiento
alcalino para cuantificar el furfural, utilizando datos iniciales de Moncada & Castro (2016) .... 96
Ilustración 36. Resultados de la ejecución de la simulación del proceso con ozonólisis para
cuantificar el furfural, utilizando datos iniciales de Moncada & Castro (2016) ......................... 96
Ilustración 37. Resultados de la ejecución de la simulación del proceso con pretratamiento
alcalino utilizando la muestra 1 caracterizada por Silva & De Oliveira (2014) .......................... 97
Ilustración 38. Resultados de la ejecución de la simulación del proceso con pretratamiento
alcalino utilizando la muestra 2 caracterizada por Nobuyuki (2011) .......................................... 97
Ilustración 39. Resultados de la ejecución de la simulación del proceso con pretratamiento
alcalino utilizando la muestra 3 caracterizada por Girisuta & Dussan (2013) ............................ 98
Ilustración 40. Resultados de la ejecución de la simulación del proceso con pretratamiento
alcalino utilizando la muestra 4 caracterizada por Moncada & Castro (2016) ........................... 98
Ilustración 41. Resultados de la ejecución de la simulación del proceso con pretratamiento
alcalino utilizando la muestra 5 caracterizada por Villacís (2016) ............................................. 99
Ilustración 42. Resultados de la ejecución de la simulación del proceso con pretratamiento de
ozonólisis utilizando la muestra 1 caracterizada por Silva & De Oliveira (2014) ...................... 99
Ilustración 43. Resultados de la ejecución de la simulación del proceso con pretratamiento de
ozonólisis utilizando la muestra 2 caracterizada por Nobuyuki (2011) .................................... 100
Ilustración 44. Resultados de la ejecución de la simulación del proceso con pretratamiento de
ozonólisis utilizando la muestra 3 caracterizada por Girisuta & Dussan (2013)....................... 100
Ilustración 45. Resultados de la ejecución de la simulación del proceso con pretratamiento de
ozonólisis utilizando la muestra 4 caracterizada por Moncada & Castro (2016) ...................... 101
Ilustración 46. Resultados de la ejecución de la simulación del proceso con pretratamiento de
ozonólisis utilizando la muestra 5 caracterizada por Villacís (2016) ........................................ 101
xvii
INTRODUCCIÓN
Algunos factores como el aumento de la demanda de energía a nivel mundial, la
acumulación de dióxido de carbono en la atmosfera, las variaciones de los precios, el
agotamiento de las reservas así como la dificultad para explotar las pocas reservas que
quedan han sido motivos para la búsqueda constante de fuentes alternativa de materias
primas renovables para el desarrollo de una sociedad sostenible. Entre las fuentes
renovables se puede destacar a la biomasa lignocelulósica como la que mayor expectativa
genera para reemplazar el uso de los recursos fósiles, esto se debe a que es la única fuente
en el planeta que posee una combinación de carbono e hidrogeno indispensables para la
obtención de energía y compuestos químicos (Chávez, 2019)
La agricultura forma parte de la economía del Ecuador, por lo tanto se puede encontrar
una gran variedad y cantidad de biomasa producto de los residuos agrícolas que se
generan de la cosecha de los cultivos entre los cuales destacan el plátano, la caña de
azúcar, el arroz y el cacao. Sin embargo estos residuos no son aprovechados como fuentes
renovables de energía por la falta de tecnología y actualmente solo se utiliza la leña y el
bagazo como biomasa para obtener energía mediante la combustión por su alto poder
calorífico. (Salgado, 2020)
En la actualidad existe el interés de estudiar procesos capaces de transformar la
biomasa a productos químicos como furfural, ácido levulínico, polialcoholes y procesos
que puedan transformar esos productos en biocombustibles u otros productos de mayor
valor agregado. Todos ellos son los encargados de sustituir en un futuro a los derivados
de petróleo teniendo las mismas aplicaciones en sectores como el de fármacos, polímeros,
disolventes, aditivos de alimentos y combustibles, etc. (Musci, 2018)
xviii
El furfural es un producto obtenido a partir de residuos agrícolas. A nivel mundial la
producción de esta sustancia es de alrededor de 300 000 toneladas al año convirtiéndose
en el único compuesto químico que se produce en grandes cantidades a partir de la
biomasa lignocelulósica. El furfural es un precursor del cual se pueden obtener muchos
otros productos químicos (Sábada, 2012).
La aplicación de un pretratamiento a la biomasa puede mejorar el rendimiento de
furfural y para evitar llevar a cabo experimentos de prueba que resultan costosos se puede
optar por simular el proceso completo haciendo uso de herramientas digitales capaces de
modelar procesos y ejecutarlos para obtener resultados reduciendo así los costos de
investigación (Agudelo & Barrera, 2016). Con Aspen Plus es posible predecir el
comportamiento físico, químico y termodinámico de un proceso, a partir del diseño y la
selección de los modelos termodinámicos apropiados, los cuales se seleccionan según el
tipo de componentes y condiciones de operación.
19
CAPITULO I
1.1. Planteamiento del problema
Generalmente el 50% del bagazo es utilizado en los ingenios azucareros como combustible
directo en calderas, pero de una forma poco eficiente, por lo que otro tipo de portador
energético posee un mayor valor agregado. El excedente del material es quemado lo que
produce pequeñas partículas dando como resultado serios riesgos y problemas de salud de las
comunidades cercanas, además de las emisiones a la atmosfera que contribuyen en gran medida
a la contaminación del medio ambiente (Intriago & Sabando, 2017).
Por tal motivo se debe aprovechar este residuo como materia prima para la obtención de
compuestos de valor agregado mediante procesos que garanticen mejores rendimientos. Se
puede optimizar el rendimiento en la obtención de un producto aplicando pretratamientos al
bagazo de caña de azúcar.
Existen varios estudios de pretratamientos aplicados a diferentes residuos lignocelulosicos
para obtener productos como etanol. Sin embargo en el tema de la producción de furfural se
registran muy pocos estudios de evaluación de estos pretratamientos, tal que un gran número
de ellos no han sido objeto de comparación por motivos como el costo de pruebas de laboratorio
o la dificultad de realizarlos. En este punto se hace importante el uso de herramientas de
computación que permitan modelar y simular el proceso de producción, disminuyendo así los
costos de la investigación y su impacto negativo en el ambiente (Agudelo & Barrera, 2016)
El problema radica en elegir dos pretratamientos que no hayan sido comparados en estudios
anteriores y que se consideren como los más apropiados en la aplicación al bagazo de caña para
obtener mayor producción de furfural, y con los resultados simulación del proceso descubrir
cuál de los dos es el mejor.
20
1.2. Formulación y sistematización del problema
1.2.1. Formulación del problema
¿Se podrá conocer cuál de los dos pretratamientos es mejor en relación al rendimiento final
de furfural obtenido del bagazo de caña?
1.2.2. Sistematización del problema
¿Cómo se determinará el rendimiento del furfural utilizando cada uno de los pretratamientos?
¿Qué datos iniciales se necesitan y cuáles son los parámetros de operación en la simulación?
¿Qué pretratamiento brindará un mayor rendimiento de furfural?
1.3. Justificación e importancia
1.3.1. Justificación teórica
Esta investigación tiene como propósito determinar cuál es el mejor pretratamiento entre el
alcalino y el de ozonólisis aplicados al bagazo de caña de azúcar para obtener furfural.
Por un lado se presenta a la ozonólisis como un pretratamiento que en los últimos años ha
surgido con resultados prometedores en la búsqueda de nuevos métodos en el que se obtengan
buenos rendimientos y a la vez que no se generen en gran cantidad inhibidores o sustancias que
alteren el proceso (Fernández, 2016). Además este método presenta ventajas como la operación
a temperatura y presión ambiental, utilización del ozono de forma directa lo que evita
problemas de almacenamiento y reducción de la polución ya que el ozono que queda de residuo
se destruye al finalizar el proceso (Travini, 2016).
Por otro lado está el pretratamiento alcalino que también es de gran interés debido a que se
lo puede utilizar para interrumpir la unión de la lignina con la hemicelulosa con el fin separar
estos dos componentes estructurales de la biomasa y de aislar y mejorar la digestibilidad de la
hemicelulosa de la cual se obtiene una mayor producción de furfural (Wunna et al., 2017).
21
Por estas razones se consideran estos dos métodos para aplicarlos en el bagazo de caña que
es un residuo que se genera en grandes cantidades a nivel nacional y que posee características
deseables para obtener resultados eficientes en la aplicación de estos dos pretratamientos.
1.3.2. Justificación metodológica
Para la elección de los pretratamientos a ser comparados en este estudio se consideró si
pueden ser aplicados de forma eficiente a la biomasa lignocelulósica en mención sin presentar
restricciones. En el caso de la ozonólisis (Fernández, 2016) menciona que, debido a que en este
método se trabaja con temperatura y presión ambiental, la humedad de la biomasa, entre otros,
es un factor que va a influir en este método por lo cual se señala que este valor debe estar entre
el 30 al 95%. Por su parte la efectividad de un pretratamiento alcalino va a depender del
contenido de lignina presente en la biomasa, (Rodríguez, 2016) señala que este valor debe estar
por debajo del 26% porque caso contrario la efectividad se verá afectada negativamente.
Según (AgroAvances, 2020) la humedad del bagazo de caña de azúcar varia de 45 a 52%
dependiendo del proceso de molienda de la caña. En cuanto al contenido de lignina de bagazo
(Garea, 2017) señala que este se encuentra en un valor aproximado del 23%. Tomando estas
referencias podemos notar que el bagazo si cumple los requisitos para una correcta aplicación
de los pretratamientos de ozonólisis y alcalino.
También cabe mencionar que para llevar a cabo este estudio es necesario emplear un
programa de computadora o software que permita simular el proceso de producción de furfural
a partir de residuos lignocelulósicos. En la actualidad existen algunos software que fueron
desarrollados para simular procesos químicos industriales, y es importante elegir cual resulta
más conveniente para llevar a cabo la simulación de este estudio. Por esta razón se ha elegido
el simulador Aspen Plus debido a capacidad de realizar simulaciones tanto en estado
22
estacionario como en estado dinámico, permitiendo así modelar una gran variedad de procesos
y predecir el comportamiento de operaciones unitarias (Espínola, 2017).
1.3.3. Justificación práctica
Esta investigación pretende dejar bases para el modelado de simulación de procesos
químicos similares al de este estudio. Existen estudios similares en donde se comparan otros
tipos de pretratamientos en relación a la producción de furfural por lo que en este estudio se
aporta con la comparación de pretratamientos que no han sido seleccionados por los autores de
investigaciones anteriores para que de esta manera se logren comparar otros pretratamientos
de los que restan y conocer en un futuro cuál de todos es el mejor en cuanto al rendimiento de
furfural utilizando como residuo el bagazo de caña de azúcar.
1.4. Objetivos de la investigación
1.4.1. Objetivo general
Realizar un estudio comparativo entre los pretratamientos de ozonólisis y alcalino en el
proceso de obtención de furfural a partir del bagazo de caña mediante una simulación del
proceso con el programa Aspen Plus.
1.4.2. Objetivos específicos
✓ Identificar los efectos que generan los pretratamientos de ozonólisis y alcalino en el
proceso de obtención de furfural.
✓ Cuantificar mediante simulación con Aspen Plus el contenido de furfural al aplicarse
los pretratamientos indicados.
✓ Evaluar los pretratamientos mediante un análisis estadístico de los resultados obtenidos
en la cuantificación del contenido de furfural
23
1.5. Delimitación de la investigación
1.5.1. Premisa
¿Se podrá mejorar el rendimiento de furfural aplicando un pretratamiento y observar los
resultados en la simulación del proceso de obtención de furfural?
1.6. Variables de la investigación
1.6.1. Variable dependiente
Rendimiento de furfural
1.6.2. Variable independiente
Pretratamiento químico
1.7. Operacionalización de las variables
Tabla 1. Operacionalización de las variables
Variables Conceptualización Indicador
Dependiente Rendimiento
del furfural
Es el cociente entre la masa del
furfural obtenido y la masa de
materia prima utilizada
multiplicada por cien.
Cromatografía.
Independiente Pretratamiento
químico
Etapa del proceso que tiene
como propósito preparar la
biomasa para lograr el máximo
rendimiento del producto que se
quiere obtener.
Concentración de
reactivos.
Temperatura y
presión de operación.
Fuente: Elaboración propia
24
CAPITULO II
2. Marco Referencial
2.1. Antecedentes
En el trabajo de Fernández (2016) titulado “Pretratamiento de ozonólisis de bagazo de caña”
se presenta un estudio de pretratamiento al bagazo de caña en donde se registra un aumento del
rendimiento en la etapa posterior de la hidrolisis en comparación al bagazo sin tratar. El
resultado fue un aumento de glucosa del 17.83% al 69.51% y un aumento de xilosa del 8.09%
al 51.33%, esto bajo condiciones de operación de un 40% de humedad y un flujo de 1.8 g/h de
ozono durante un tiempo de 15 minutos.
Travini (2016) también estudió la aplicación del pretratamiento con ozono aplicado al
bagazo de caña de azúcar. Con condiciones iniciales de operación aplicadas al bagazo se
registró un aumento en la digestibilidad del 6.64% al 41,79% en la celulosa y del 2.05% al
52.44% en xilanos en comparación al bagazo sin tratamiento previo. En una optimización de
las condiciones de operación se logró obtener una conversión máxima de celulosa y xilano con
valores de 77.55% y 56.95% respectivamente.
Otro trabajo de investigación importante para este estudio es el de Torres & Molina (2012)
titulado “Evaluación del rendimiento de la hidrólisis enzimática de bagazo, con pretratamiento
alcalino”, en donde se evaluó el rendimiento de la hidrolisis de la celulosa presente en el bagazo
de caña en su degradación a glucosa aplicando un pretratamiento alcalino que consistió en tratar
el bagazo con hidróxido de sodio a una temperatura de 121ºC en un tiempo de 90 minutos
agregando 10 mL de una solución de hidróxido de sodio al 2% (p/v) por cada gramo de bagazo.
Los mayores rendimientos obtenidos fueron de 70.2% de glucosa y 83.6% de azucares
reductores.
25
De igual forma se muestran resultados de la composición del bagazo de caña al ser
pretratado con álcalis en el estudio de Gonzáles et al. (2019) titulado “Pretratamiento alcalino
de bagazo de caña para mejorar la producción de biometano”. Los álcalis utilizados en este
estudio fueron el hidróxido de sodio y el hidróxido de potasio cada uno con una concentración
de 0.5% y 1% (p/v) en tiempos de 1 y 3 horas con temperatura ambiente, obteniendo en total 8
resultados de la composición de celulosa, hemicelulosa y lignina del bagazo pretratado. Este
estudio confirmo una mejora en los parámetros respecto al bagazo sin pretratar.
En lo que respecta a las bases de la simulación para este estudio resulta de gran importancia
el trabajo de Verelst et al. (2010) titulado “Reconversión y simulación de la producción de
furfural con la tecnología de etanol de bagazo” en donde se muestra una simulación del proceso
de la obtención del furfural partiendo de la tecnología de obtención de etanol, debido a que la
etapa de hidrolisis de furfural coincide con la etapa de pretratamiento del proceso de
producción de etanol a partir del bagazo de caña que fue elegido como residuo lignocelulósico
para ese trabajo. Para la simulación utilizaron el software Aspen Plus.
Otro estudio que muestra la simulación del proceso de producción de furfural a partir del
bagazo de caña es el de Márquez (2020) titulado “Estudio de procesos alternativos para la
obtención de furfural a partir de residuos lignocelulósicos de saccharum officciarum”. En ese
estudio se utilizaron los pretratamientos fisicoquímicos de explosión de vapor y de inyección
de agua caliente. El objetivo consistió en determinar cuál de esos 2 pretratamientos es el más
eficiente en relación al rendimiento de furfural, todo esto realizado mediante el software Aspen
Plus en el que adicionalmente se pudo realizar un análisis de sensibilidad para conocer cómo
influyen las variables de operación en la producción de furfural.
26
2.2. Marco Teórico
2.2.1. Biomasa
La biomasa ha sido utilizada por el hombre desde la antigüedad como combustible para
distintos fines, entre ellos, cocinar, calentar el hogar y producir cerámica. En la revolución
industrial se lo empleaba para alimentar las máquinas de vapor y otros usos que con el pasar
de tiempo requerían cada vez más cantidades de energía y en espacios muy pequeños lo que
motivó a reemplazar en ese entonces la biomasa por el carbón como combustible en la mitad
del siglo XXIII. En ese punto el uso de la biomasa bajo considerablemente debido a que se
empezó a utilizar fuentes de energía con un poder calorífico superior (Menes, 2015).
En la actualidad se considera a la biomasa como un gran avance en el campo de la química,
teniendo en cuenta que a partir de estos, mediante un proceso de hidrolisis catalizada con ácido,
se puede producir productos químicos de alto valor como el etanol o el furfural, los cuales
contribuyen al desarrollo de energías renovables (Peña et al., 2020).
2.2.1.1. Composición de la biomasa
La biomasa vegetal se compone principalmente de celulosa, hemicelulosa y lignina los
cuales se consideran componentes estructurales. La proporción en que se encuentran cada uno
de estos tres polímeros puede variar por diversos factores como el tipo de planta, tipo y
humedad y nutrientes del suelo entre otros (Serrano et al., 2017). Las microfibras de celulosa
se encuentran empacadas y cubiertas por hemicelulosa y una matriz de lignina tal como se
muestra en la ilustración 8.
La biomasa también presenta en menor medida componentes no estructurales que incluyen
flavonoides, lípidos, ceras, aminoácidos, sales, y minerales. Todo este conjunto puede ser
extraído con solventes orgánicos o con agua, por lo que todos ellos entran en la categoría de
extraíbles (Serrano et al., 2017).
27
La biomasa dentro del campo de las energías renovables, permite almacenar toda la energía
que se ha fijado durante el ciclo de vida de la planta; esta energía es liberada a través de
diferentes procesos de transformación, obteniéndose calor u otro tipo de energía como la
mecánica o la eléctrica. (UGT Castilla y León, 2016).
2.2.1.2. Clasificación de la biomasa
Debido a que existe una amplia variedad de biomasa en el planeta, surge la necesidad de
realizar una clasificación completa que incluya todos los tipos de biomasa existentes. Muchos
sistemas de clasificación se han propuesto con el fin de incluir a todos ellos, el más completo
es clasificarla de acuerdo a su origen. De acuerdo a su origen la biomasa se clasifica en biomasa
natural y biomasa residual (Chia & López, 2020).
2.2.1.2.1. Biomasa natural
Es la que se produce de forma natural, lo cual significa que es producida por la naturaleza o
que no interviene la actividad humana, como por ejemplo las ramas que se encuentran en el
suelo producto de que caen naturalmente de los árboles en ciertas estaciones del año, proceso
conocido como poda natural (Largo, 2017).
2.2.1.2.2. Biomasa residual
Es la que se genera por la intervención de la actividad humana, dando como resultado un
subproducto o residuo obtenido de actividades agrícolas y ganaderas, como también de
actividades de algunas industrias, entre ellas la agroalimentaria (Largo, 2017). Estos tipos de
residuos contienen un porcentaje de humedad, por lo tanto se subdividen en biomasa seca y
biomasa húmeda.
2.2.1.2.2.1. Biomasa seca
Es aquella que se obtiene naturalmente con un porcentaje menor al 60% de contenido de
humedad. Este contenido de humedad está presente en algunos residuos como los forestales,
28
los agrícolas, lo de industrias agroalimentarias y también en los cultivos energéticos. La mejor
forma de aprovechar este tipo de biomasa es mediante la aplicación de procesos fisicoquímicos
o termoquímicos para la obtención de energía térmica o subproductos en forma de combustibles
(Chia & López, 2020).
a) Residuos forestales: Son generados de las actividades llevadas a cabo en bosques o
montes que son trabajos que se realizan para prevenir incendios, desbrozar ciertas áreas
para la creación de pastizales y zonas de caza. Comúnmente este tipo de biomasa suelen
ser las ramas podadas de los árboles o sus raíces (Portero, 2018).
b) Residuos agrícolas: Se generan como resultado de actividades de producción agrícola.
Se puede considerar en este grupo a partes de una cosecha que no cumplen los requisitos
de calidad para que puedan ser comercializados, además de que estos residuos poseen
un gran contenido de materia orgánica (Benajiba, 2019). Ejemplos de estos residuos
son los tallos de la cosecha, el bagazo y la paja.
c) Residuos agroindustriales: Estos se generan en industrias como la del arroz donde se
obtiene las cascarillas, como las almazaras donde se obtienen los orujos de aceituna, o
como la industria oleica donde se obtienen los restos de semillas (Benajiba, 2019).
d) Cultivos energéticos: Son aquellos que se destinan a la producción de biocombustibles.
En esta categoría entran los cultivos para la industria alimentaria así como también los
cultivos lignocelulósicos, forestales y herbáceos (Chia & López, 2020). De estos
cultivos se obtienen la mayor cantidad de energía dando un balance energético positivo,
lo cual quiere decir que de ellos se extrae más energía que de la que se invierte en
cultivarlos (Portero, 2018). Ejemplos de estos cultivos son el cardo, el girasol, la colza,
los cereales (trigo, cebada, avena, centeno, etc.), el chopo y la remolacha.
29
2.2.1.2.2.2. Biomasa húmeda
Es aquella que tiene un contenido de humedad mayor al 60 %. En este tipo de biomasa se
encuentran los residuos ganaderos, residuos sólidos urbanos y aguas residuales urbanas e
industriales. Por lo general esta biomasa recibe adecuados tratamientos a través de procesos
bioquímicos, biológicos y en algunos casos, físicos; para la obtención de combustibles líquidos
o gaseosos. (Chia & López, 2020).
a) Residuos ganaderos: Son generados por las granjas donde se producen cantidades de
residuos de animales, en gran parte de estiércol, que posee alto contenido de humedad
y su tratamiento consiste en su esparcimiento sobre los campos de cultivo como una
alternativa de fertilización del suelo (Benajiba, 2019).
b) Residuos sólidos urbanos: Es la que se genera en ciudades u otras poblaciones de
habitantes, y estos pueden ser de varios tipos como papel, cartón, madera, y residuos
orgánicos como los residuos alimenticios del que se desprenden compuestos volátiles
como el metano lo cual es aprovechado para obtener energías limpias (Benajiba, 2019).
2.2.1.3. Caña de azúcar
La caña de azúcar tiene sus orígenes en Oceanía, específicamente en Nueva Guinea, en el
año 4500 a.C. en donde los navegantes de aquella época se encargaron de extenderla a países
como India, Achina y otras regiones del Oriente. En el año 642 a.C. India fue invadido por los
persas quienes acogieron el cultivo de la caña y fue denominada por los soldados del rey persa
como la caña que da miel. (Díaz, 2020).
El cultivo de la caña de azúcar siguió extendiéndose cuando los árabes invadieron a los
persas en el siglo VII d.C. Tenían tal gusto por el dulce que trasladaron el azúcar al norte de
África donde los egipcios mejoraron su procesamiento con la operación de refinación. Ya en
la edad media el azúcar se extendió a Europa donde le dieron variados usos, desde la
30
condimentación de alimentos hasta la preparación de medicinas y pócimas de parte de los
boticarios, era muy recomendad para sanar todo tipo de males. (Díaz, 2020).
Finalmente con el descubriendo de América este cultivo se expandió por el continente en
zonas cálidas, Se empezó a producir de manera creciente y generó tanta importancia que hasta
ahora se exporta a distintas partes de Europa. En la ilustración 9 se visualiza la expansión de la
caña de azúcar en el mundo.
El nombre científico de la caña de azúcar es Saccharum officinarum y fue descrita por Carlos
Linneo en su obra Species Plantarum publicada en el año de 1753 en la cual se encuentra la
taxonomía de la caña de azúcar (Strasburger et al., 1988) mostrada a continuación:
Reino: Plantae
División: Magnoliophyta
Clase: Liliopsida
Subclase: Commelinidae
Orden: Poales
Familia: Poaceae
Subfamilia: Panicoideae
Tribu: Andropogoneae
Género: Saccharum
Especie: S. officinarum
2.2.1.4. Bagazo de caña de azúcar
Los cultivos de caña de azúcar producen residuos agrícolas como el cogollo, hojas, vainas
y subproductos derivados de la manufactura de azúcar blanca tales como bagazo, bagacillo y
cachaza, presentando cada uno diferencias en su composición química (Lagos & Castro, 2019).
El bagazo es el residuo lignocelulósico que se obtiene de la caña de azúcar a la salida de los
molinos una vez que se extrajo el jugo azucarado de la caña. Este residuo representa alrededor
31
de un 28% en peso de toda la caña que se procesa en la fábrica de azúcar. El bagazo al salir del
último molino posee un 50% de humedad (Almazán et al., 2016).
El bagazo es considerado como uno de los subproductos con más importancia que resulta
del proceso de producción de azúcar de caña, por presentar composición fibrosa y alto valor
energético, además de ser utilizado como fuente de calor a través de la combustión y como
materia prima para la elaboración de productos como la pulpa de papel y compuestos químicos
y compuestos químicos de alto valor agregado (Lagos & Castro, 2019).
2.2.1.4.1. Composición del bagazo de caña de azúcar
La composición del bagazo dependerá de la variedad y nivel de madurez de la caña de
azúcar. Físicamente el bagazo se compone de 4 partes: la fibra, solidos solubles, solidos no
solubles y agua (Almazán et al., 2016)
Los sólidos tanto los solubles como los no solubles constituyen un porcentaje aproximado
de 2 y 3 %. La parte de solidos insolubles se conforma de elementos como tierra, piedras,
arenas, etc. cuya presencia es debida al procesamiento agrícola de la cosecha, por otra parte los
sólidos solubles se compone principalmente por la sacarosa y en menor medida por ceras
(Lozano & Rojas, 2019).
El contenido de agua presente en el bagazo depende del proceso de molienda aplicado a la
caña para la extracción del jugo en los ingenios azucareros. Según (AgroAvances, 2020) la
ejecución eficiente de un proceso de molienda dará como resultado un porcentaje de humedad
del 45%, por otro lado si el proceso de molienda es deficiente este valor sería del 52%. El
contenido de humedad es el principal responsable del poder calorífico en el bagazo, es decir,
mientras exista menor contenido de agua, el poder calorífico será mayor. La mayoría de los
molinos generan bagazo con una humedad del 48% y la mayoría de las calderas pueden quemar
bagazo con un contenido del 50% de humedad.
32
Morfológicamente el bagazo está formado por fibras que a su vez se componen de fibras de
haz vascular y de corteza, células parénquimas y segmentos de vasos. En la tabla 24 podemos
observar la proporción de cada una de estas partes que componen el bagazo.
Químicamente el bagazo al igual que el resto de la biomasa lignocelulósica se compone
principalmente de celulosa, hemicelulosa y lignina y también están presentes aunque en un
porcentaje muy bajo algunos compuestos secundarios como lo podemos observar en la tabla
25 (Garea, 2017)
El porcentaje los componentes estructurales y secundarios presentados en la tabla 25 se
obtienen de los análisis que se realiza al bagazo. Los valores de la tabla pueden variar
dependiendo de la variedad y madurez de la caña de azúcar. Es por esto que de manera general
diveros autores establecen rangos de porcentajes en la composición del bagazo. Asi por
ejemplo (Almazán et al., 2016) sostiene que la composición del bagazo es aproximadamente
de 41-44% de celulosa, 25-27% de hemicelulosas, 20-22% de lignina y 8-10% de otros
componentes como la ceniza o extraíbles.
2.2.2. Furfural
EL furfural fue obtenido por primera vez en el año de 1832 en pequeñas cantidades como
un subproducto de la formación del ácido fórmico, hecho que se dio por parte del alemán Johan
Wolfgang. Luego en el año de 1840 el escocés John Stenhouse logró obtener furfural aplicando
destilación a la biomasa lignocelulósica utilizando ácido sulfúrico donde además obtuvo la
formula empírica. (Delgado, 2017)
La producción industrial de furfural comenzó a partir del año 1921 a cargo de la compañía
Quaker Oats que en un principio se dedicaba a la producción de cereales con el empleo de una
serie de ollas a presión hecha de hierro que se encontraban operando en la planta ubicada en la
ciudad de Cedar Rapids del estado de Iowa, Estados Unidos. Dado que la fábrica de cereales
33
no resultó rentable utilizaron esas mismas ollas para incorporarlas a lo que se convertiría en la
primera planta de para producir furfural, porque el proceso consistía en tratar el residuo de la
avena, su cascarilla, con ácido bajo presión. (Baez & Herrera, 2014).
2.2.2.1. Síntesis del furfural
El furfural es producido a partir de la biomasa, esta se caracteriza por contener pentosanas
que al ser hidrolizadas generan furfural junto con otros subproductos. Las pentosanas se
encuentran en la hemicelulosa que está presente en los tejidos de plantas leñosas. Algunas de
estas plantas son usadas como materia prima para la producción de furfural, entre las más
comunes están: la mazorca de maíz, el bagazo de caña de azúcar, cascarilla de arroz, etc.
(Delgado, 2017).
La producción de furfural requiere materias primas ricas en pentosanas. El contenido de
éstas en algunos materiales se detalla en la Tabla 26. El contenido de pentosanas se mide
mediante la conversión de éstas a furfural y una posterior cuantificación del producto obtenido.
2.2.2.2. Estequiometria de la reacción
Cuando las pentosanas se hidrolizan utilizando como catalizador un medio acido acuoso se
forman pentosas, y esas pentosas se deshidratan para obtener furfural. Según (Amaya & Flores,
2011) la estequiometria de ambas reacciones es la siguiente:
2.2.2.2.1. Hidrólisis de pentosanos
Ecuación 1.Hidrólisis de pentosanas
𝑃𝑒𝑛𝑡𝑜𝑠𝑎𝑛𝑜 + 𝑛(𝐴𝑔𝑢𝑎) → 𝑛(𝑃𝑒𝑛𝑡𝑜𝑠𝑎)
(𝐶5𝐻8𝑂4)𝑛 + 𝑛(𝐻2𝑂) → 𝑛(𝐶5𝐻10𝑂5)
𝑛(132.114) + 𝑛(18.016) → 𝑛(150.130) 𝑔/𝑚𝑜𝑙
2.2.2.2.2. Deshidratación de pentosas
Ecuación 2. Deshidratación de pentosas
34
𝑃𝑒𝑛𝑡𝑜𝑠𝑎 − 3(𝐴𝑔𝑢𝑎) → 𝐹𝑢𝑟𝑓𝑢𝑟𝑎𝑙
𝐶5𝐻10𝑂5 − 3(𝐻2𝑂) → 𝐶5𝐻4𝑂2
150.130 − 54.048 → 96.082 𝑔/𝑚𝑜𝑙
Por lo tanto, la reacción general se expresa de la siguiente forma:
Ecuación 3. Ecuación general de la reacción
𝑃𝑒𝑛𝑡𝑜𝑠𝑎 − 3(𝐴𝑔𝑢𝑎) → 𝐹𝑢𝑟𝑓𝑢𝑟𝑎𝑙
132.114 − 36.032 → 96.082 𝑔/𝑚𝑜𝑙
2.2.2.3. Mecanismos de reacción
2.2.2.3.1. Mecanismo para la hidratación del pentosano
Según (Baez & Herrera, 2014) el pentosano (poli pentosa) se conforma predominantemente
en anillos unidos por puentes de oxígeno y puentes de éter como se muestra en la ilustración
10. El mecanismo de la hidrólisis ácida del pentosano se presenta esquemáticamente en la
ilustración 11 que se describe en el siguiente párrafo.
En primer lugar se da la protonación de un enlace de oxígeno, lo que lleva a un oxígeno
trivalente (primer y segunda línea del diagrama). En segundo lugar se da el rompimiento de un
enlace carbono/oxígeno que lleva a un carbocatión en un lado del puente de oxígeno, y a un
grupo hidroxilo al otro lado del puente de oxígeno (tercera línea del diagrama) Como tercer
paso el carbocatión toma agua (cuarta línea del diagrama). Finalmente el grupo H20 +
resultante desprende un ion de hidrógeno, dejando así atrás un hidroxilo (quinta línea del
diagrama). Esta serie de pasos se repite hasta que todos los puentes de oxígeno desaparecen,
de modo que cambian las moléculas de pentosas a individuales (Baez & Herrera, 2014).
35
2.2.2.3.2. Mecanismo para la deshidratación de la pentosa
Aquí se explicará cómo se forma el furfural a partir de pentosas y además como se liberan
tres moléculas de agua con la formación de cada molécula de furfural. Esta transformación no
se desarrolla de forma directa sino más bien en etapas. En la ilustración 12 se muestra un
mecanismo aceptable
Inicialmente se presenta a la pentosa en su forma de anillo ya que la forma de cadena abierta
puede no tomarse en consideración puesto que este último representa menos del 1% del total
de pentosas en equilibrio. Esta pentosa en forma de anillo sufrirá dos eliminaciones 1,2- y una
eliminación 1,4- de agua. En la eliminación 1,2- participan dos carbonos adyacentes y entre
ellos se forma un enlace doble, por otro lado, en la eliminación 1,4- se forma el anillo furánico
(Amaya & Flores, 2011).
Cuando se produce el ataque de un hidrogeno a un par de electrones libres de un oxigeno
del grupo OH que está unido a un carbono, creándose un estado de transición con una carga
positiva en el átomo de oxigeno trivalente. Debido a que la electronegatividad del oxígeno es
mayor que la del carbono la carga positiva se desplaza al carbono vecino dándose la rotura del
enlace C-O e inmediatamente la liberación de agua (Delgado, 2017).
Ahora como el átomo de carbono trivalente tiene carga positiva los dos electrones de un
enlace del carbono vecino son atraídos al espacio entre ese carbono y el trivalente para formar
un enlace doble. Esto provoca la liberación de un átomo de hidrogeno el cual buscará otro par
de electrones libres del oxígeno de otro grupo OH dando lugar nuevamente a una liberación de
otra molécula de agua (Delgado, 2017).
Finalmente en la eliminación 1,4- la carga positiva del carbono no conlleva a la formación
del doble enlace, sino que se forma el anillo puesto que los átomos de carbono que poseen
dobles enlaces dan lugar a una estructura plana que se caracteriza por formar ángulos de 120º
36
entre los enlaces. Con la expulsión de un hidrógeno para neutralizar el oxígeno del anillo se
completa el proceso. (Baez & Herrera, 2014)
En conclusión, se considera que la conversión de pentosa en furfural se basa en el hecho de
que los iones de hidrógeno convierten los grupos de hidroxilo de la pentosa en grupos H2O que
simboliza el requisito previo para la liberación del agua. Un cierre de anillo como el segundo
paso, en lugar del tercero es improbable, para las razones estereoscópicas.
2.2.3. Programa de simulación Aspen Plus
Aspen Plus tiene su historia desde los años 1970. En el laboratorio de energía del Instituto
Tecnológico de Massachusetts implementaron un modelo para la simulación de Procesos, Fue
un logro muy importante le denominaron Sistema Avanzado para Ingeniería de Proceso. Al ser
un avance muy importante en el sistema de Software es Promocionado en el año 1980 por la
fundación de una empresa llamada AspenTech. La cual adquirió a HYSIM/HYSIS en 2003, se
ha convertido en una empresa fuerte en el comercio dando facilidad y ayuda para las
necesidades de los clientes en la industria de procesos químicos. El software tiene muchas
funciones y son de gran utilidad en todos los procesos que se requieran, en diseño y rentabilidad
(Espínola, 2017).
Aspen Plus es un software que te permite realizar procesos interacciones, realizando
simulaciones en diferentes estados que se necesiten puede ser en estado estacionario y estado
dinámico, esto nos ayuda a poder conocer el comportamiento de una serie de operaciones
unitarias, a través de las interacciones básicas existente en ellas.
2.2.3.1. Modelado de un proceso con Aspen
Para iniciar una nueva Simulación abrimos el programa y en la parte superior le damos clic
en New de la ilustración 13 donde se observa la pantalla de inicio de Aspen Plus perteneciente
al paquete AspenONE®. Después clic en Blank Simulation y después en Create.
37
Esta versión nos mostrará una ventana principal como se muestra en la ilustración 14 de
Aspen, aparecerán tres entornos de trabajo en la esquina inferior derecha: 1. Properties, Nos
permite observar sistemas de unidades, propiedades termodinámicas y de transporte de los
compuestos puros y sus mezclas y modelos termodinámicos para evaluar estas propiedades. 2.
Simulation, Se crea el diagrama de flujo que se necesite simular. 3. Energy Analysis Para la
creación de análisis energéticos (Espínola, 2017). En la ilustración 15 se observa información
de algunas secciones que conforman el menú principal, se trata de los entornos de Properties
y Simulation. Para modelar en Aspen Plus se lo realiza de la siguiente forma:
a) Definiendo las bases del diagrama de flujo del proceso, esto se lo hace estableciendo
las unidades de operación de procesos, las corrientes de procesos que fluyen entre las
distintas unidades y escogiendo en la opción de la librería de Aspen Plus los modelos
de operación (Espínola, 2017).
b) Detallando los componentes químicos en el proceso.
c) Seleccionando los modelos termodinámicos que se encuentran en las opciones de
Aspen para detallar las propiedades termodinámicas y de transporte.
d) Estableciendo las condiciones operacionales para las unidades del diagrama de flujo.
e) Haciendo estudios de sensibilidad o de casos.
Aspen se trabaja con varios formatos de archivos, en la tabla 27 se muestran sus tipos,
extensiones y diferencias entre sí. Cuando se ejecuta una simulación debemos conocer algo
primordial aparecerán unos mensajes la cual tienen significados a continuación se muestra los
significados en la tabla 28. Estos mensajes aparecen en la esquina inferior izquierda como se
muestra en la ilustración 16.
38
2.3. Marco conceptual
2.3.1. Biomasa
La biomasa es conocida como toda materia de origen orgánico generada en un proceso
biológico natural o provocado (Velázquez, 2018). La biomasa se caracteriza por ser materia
no fosilizada a causa de no haber sufrido aun el proceso de fosilización el cual es conocido por
la transformación de la materia orgánica en un combustible fósil tal como el petróleo o el
carbón (ACPM, 2015).
La biomasa también es considerada como toda sustancia orgánica formada de compuestos
de carbono que fueron elaborados en el proceso de la fotosíntesis (Manrique, 2017). La
formación de estos compuestos mediante fotosíntesis se da cuando las plantas absorben y
almacenan parte de la energía que proviene del sol; las células vegetales utilizan esta energía
luminosa y la transforman en energía química y compuestos reductores para luego dar lugar a
la formación de sustancias orgánicas partiendo de compuestos simples y del dióxido de carbono
del aire. (Manrique, 2017).
Ecuación 4. Reacción de la fotosíntesis
CO2 + H2O → Luz → (CH2O)n + O2
Dióxido de carbono Agua Clorofila Hidrato de carbono Oxígeno
2.3.1.1. Celulosa
La celulosa es un polímero, específicamente un polisacárido que está constituido por
cadenas lineales de (1,4)-D-glucopiranosa, lo que significa que está formada exclusivamente
por la unión de monosacáridos de β-glucosa mediante enlaces β-1,4-O-glucosídico. En la
ilustración 17 se puede observar que comúnmente se repite un segmento conocido como
celobiosa el cual es un dímero de la glucosa. (Cruz, 2011).
39
La celulosa es la molécula orgánica más abundante sobre la Tierra, ya que está presente en
mayor parte en toda la biomasa del planeta (Cruz, 2011). Se representa por la formula
(𝐶6𝐻10𝑂5)𝑛 y su grado de polimerización es alto. Las cadenas de celulosa presentan uniones
de puentes de hidrogeno de forma intramolecular e intermolecular (ver ilustración 18)
conformando una estructura cristalina responsable de la rigidez mecánica de las plantas. Es
insoluble en agua y otros solventes comunes y además no es digerible por humanos a pesar de
ser un carbohidrato.
2.3.1.2. Hemicelulosa
La hemicelulosa también es un polisacárido que está constituido por una mezcla de
monosacáridos de 5 carbonos (pentosas) y 6 carbonos (hexosas) como se observa en la
ilustración 19. Estos azucares están se encuentran unidos mediante enlaces β-1,4-glucosídico
y otras veces por enlaces β-1,3-glucosídico. Se diferencia de la celulosa al presentar cadenas
laterales como ramificaciones en donde se encuentran diferentes azucares que se detallan en la
ilustración 20. Se representa por la formula (𝐶5𝐻8𝑂4)𝑛 y su grado de polimerización está entre
50 a 200 a diferencia de la celulosa que es mayor a 200. Se hidroliza fácilmente en ácidos y
bases diluidas. (Uc, 2017)
2.3.1.3. Lignina
La lignina es un polímero amorfo, ramificado y constituido por alcoholes aromáticos
derivados del fenilpropano los cuales se encuentran unidos mediante enlaces que no se
hidrolizan. La lignina es la que da soporte estructural y protección a la celulosa y hemicelulosa
ya que se encuentra unida a estos dos polisacáridos estructurales. La lignina tiene un alto grado
de insolubilidad, es muy resistente a la degradación tanto química como biológica y constituye
de un 15 a 40% en peso de las plantas
40
La lignina es el polímero más complejo en su estructura, razón por la cual no es posible
proyectar una estructura definida de ella; aun así se han representado varios modelos (Cruz,
2011), uno de ellos es el que se muestra en la ilustración 21a. Dentro de los alcoholes
aromáticos que constituyen la lignina se encuentran tres precursores directos, estos son el
coumarilo, el coniferilo, y el sinapilo (ilustración 21b)
La lignina suele ser usada de forma poco eficiente como combustible ya que su estructura
contiene considerables cantidades de hidrocarburos, por lo que algunos recomiendan aislarla
de manera eficiente para que sea aprovechada como un aporte significativo a los procesos
primarios (Peña & López, 2020).
2.3.1.4. Extraíbles
Los extraíbles son compuestos no estructurales de la planta tales como lípidos, ceras,
flavonoides, aminoácidos, esteroles y terpenos, cada uno de ellos con diferentes propiedades
químicas, y que además se pueden extraer con solventes orgánicos o con agua. El contenido de
extraíbles en la biomasa lignocelulósica es menor al 10% (Kuchelmeister & Bauer, 2015)
2.3.2. Pretratamiento
El pretratamiento es una etapa del proceso que se encarga de preparar la biomasa para lograr
el máximo rendimiento del producto que se quiere obtener, además de eliminar algunas
sustancias que suelen interferir durante el proceso. (Rodríguez). Cada tipo de biomasa requiere
un pretratamiento específico. Existen diferentes tipos de pretratamientos aplicados a la biomasa
lignocelulósica que de acuerdo a su naturaleza se clasifican en: pretratamientos físicos,
químicos, físico-químicos y biológicos (López et al., 2018).
2.3.2.1. Pretratamientos físicos
Son aquellos en los que no se utilizan químicos o microorganismos. Se fundamenta en el
trabajo mecánico que se aplica a la biomasa para conseguir una disminución del tamaño a
partículas, logrando así un aumento en el área de superficie de la biomasa. Dependiendo del
41
tamaño de partícula que se necesite lograr y la biomasa a pretratar se requerirán determinados
requerimientos energéticos, pero en cualquier caso estos tipos de pretratamientos representan
altos costes de energía y capital. (Lusuriaga & Sánchez, 2019)
a) Secado: Operación que se encarga de eliminar la mayor cantidad de agua, esto
comúnmente se lo realiza con aire caliente, aunque también existen otros métodos que
suelen ser más costosos, como la liofilización (Rodríguez, 2016).
b) Trituración mecánica: Operación en la que se reduce el grado de cristalización de la
celulosa para facilitar el siguiente proceso que es la hidrolisis. Para esto se emplea el
uso de equipos como molino de bolas, molino de martillo, rodillos, cuchillas, y en
especial extrusores que calientan y cortan el material lignocelulósico para que en este
se den cambios físicos y químicos (Rodríguez, 2016).
c) Radiación de alta energía: Esta operación en particular se encarga de romper los
enlaces β-glucosídicos de la celulosa y hemicelulosa. Sin embargo para su aplicación
se necesitan diseños complejos de instalaciones de coste elevado debido a las altas dosis
que se requieren por la baja densidad de los materiales (Rodríguez, 2016).
d) Ultrasonidos: Se emplean para remover la lignina y celulosa, se realizan a temperatura
ambiente y en periodos de tiempos que varían entre los 1 y 60 minutos. La desventaja
de esta técnica es que el efecto que se genera sobre la biomasa es superficial, sin lograr
mayores cambios en el interior de ésta (Rodríguez, 2016).
e) Microondas: Se emplean sobre la biomasa lignocelulósica que está suspendida sobre
una solución acuosa, provocando de esta manera modificaciones en su estructura por
autohidrólisis. Debido al calentamiento del agua producido por las microondas se da la
liberación de grupos acetilos presentes en las hemicelulosas (Rodríguez, 2016).
42
2.3.2.2. Pretratamientos químicos
Estos tipos de pretratamientos son utilizados en la mayoría de las veces por ser más efectivos
que los físicos o biológicos por el hecho de mejorar la biodegradación de materiales complejos.
En este grupo se utilizan agentes químicos como ácidos, álcalis, ozono, peróxido y solventes
orgánicos con el objetivo de solubilizar la fracción de lignina y modificar la estructura de la
celulosa (Lusuriaga & Sánchez, 2019). Los pretratamientos que pertenecen a este grupo son:
a) Oxidación húmeda: En esta operación se somete la biomasa al agua en altas
temperaturas que oscilan entre 160 a 180ºC en presencia de un agente oxidante como
el oxígeno o el peróxido de hidrogeno, además se incluye sobrepresiones en el reactor.
Todos estas condiciones hacen posible que se rompan los enlaces estrructurales y que
se obtenga una fracción solida alta en celulosa y una fracción liquida alta en sacáridos
hemicelulósicos (Rodríguez, 2016).
b) Hidrólisis con ácido: En esta operación se aplican ácidos diluidos o concentrados a la
biomasa como el ácido sulfúrico, el clorhídrico o el nítrico en temperaturas altas.
Cuando se utilizan acidos fuertes se solubiliza tranto la lignina como la hemicelulosa,
mientras que la utilización de un ácido diluido redistribuye a la lignina. Además es
recomendable usar ácidos diluidos debido a los costos elevados de operación que se
requiere para el ácido concentrado (López et al., 2018)
c) Ozonólisis: Esta operación se realiza con ozono a presiones atmosféricas y temperatura
ambiente y provoca la degradación de la lignina. La ventaja de este pretratamiento es
que no se generan productos tóxicos que alteren los procesos siguientes. Aunque se
debe emplear grandes cantidades de ozono lo que representa un inconveniente en el alto
coste (Rodríguez, 2016).
d) Hidrólisis con álcalis: En esta operación se aplican bases diluidas a la biomasa como
el hidróxido de sodio, de calcio, de potasio, etc. lo que causa un hinchamiento de la
43
biomasa y esto conlleva a un aumento de su área, una disminución de la cristalinidad,
y una desestructuración de la lignina (López et al., 2018).
e) Solventes orgánicos: Son una mezcla de solventes orgánicos como la acetona, el
metanol o el etanol y la acción de un catalizador acido como el clorhídrico o el
sulfúrico, aunque también se emplean ácidos orgánicos como el salicílico o el oxálico
Estos solventes se emplean para la ruptura de los enlaces de la lignina y la hemicelulosa
y se pueden reciclar para reducir costes (Rodríguez, 2016).
2.3.2.3. Pretratamientos físico-químicos
Se denominan así porque combinan métodos físicos y químicos. Es decir se producen por
la acción conjunta de hidrolisis de radicales ácidos y tratamientos mecánicos lo que genera un
cambio en la modificación de la estructura de la biomasa lignocelulóscisa (Márquez, 2020).
Estos suelen ser más competitivos en relación a la parte económica frente a los demás grupos
de pretratamientos. Entre los más empleados se encuentran el tratamiento con explosión con
vapor y el tratamiento con agua caliente.
a) Explosión con vapor: En esta operación se logra alterar física y químicamente la
biomasa como la ruptura de fibras y de los enlaces. Esto se realiza cuando la biomasa
es sometida a la inyección de vapor saturado alcanzando temperaturas de entre 190 a
230ºC en tiempos de 1 a 10 minutos, posterior a eso se produce una despresurización
súbita provocando fuerzas de cizalla. En este tratamiento los enlaces de lignina-
carbohidrato se destruyen parcialmente, la celulosa se hace más accesible a la hidrolisis
enzimática, la hemicelulosa es degradada de forma parcial y la lignina prácticamente
no es alterada. Las ventaja de este pretratamiento es que no es necesario un tamaño
pequeño de partícula lo que permite ahorrar la operación de triturado y además no se
necesitan catalizadores ácidos. La desventaja que presenta es la destrucción de los
xilanos de la celulosa. (Rodríguez, 2016).
44
b) Tratamiento con agua caliente: Con esta operación se da la ruptura estructural de la
biomasa y la descomposición de polisacáridos en monosacáridos, consiguiéndose la
mayoría de las pentosas. Esto se logra al someter la biomasa al agua caliente con una
temperatura que oscila entre los 160 y 240ºC en un reactor a presión. Las variables que
influyen este tratamiento son la temperatura y tiempo de proceso, la cantidad de
biomasa que entra al reactor y el control de pH, este último debe tener una valor por
arriba de 4 para evitar la degradación de monómeros y formación de compuestos no
deseados (Rodríguez, 2016).
2.3.2.4. Pretratamientos biológicos
Los pretratamientos biológicos se emplean el uso de microorganismos como hongos o
enzimas para obtener altos rendimientos de biogás. Estos consisten en someter la biomasa a la
acción de microorganismos específicos como los hongos que junto a la biomasa es inoculada
a temperatura ambiente y mantenida por varias semanas que dura el tratamiento en donde la
celulosa, la hemicelulosa y lignina se degradan conjuntamente. Al aplicarse ese pretratamiento
en el proceso de producción de biogás se obtiene un aumento de alrededor del 15% de
rendimiento de metano (López et al., 2018).
La ventaja de este tipo de pretratamientos es que no se requiero altos recursos enegeticos,
por otra parte le desventaja que presenta es que se necesita una gran cantidad de tiempo porque
estas procesos suelen ser muy lentos.
2.3.3. Furfural
El furfural es un líquido claro y transparente como el agua cuando recién se lo obtiene de la
destilación pero se oscurece a medida que pasa el tiempo cuando está en contacto con el aire,
se lo emplea como disolvente y es el más importante de los compuestos que poseen un anillo
furánico el cual consiste en un anillo de cinco miembros donde uno de ellos es el oxígeno y los
45
demás son carbono. Es un aldehído que contiene el grupo CHO en la posición 2 del anillo
furánico. (Delgado, 2017).
El furfural ha despertado interés porque su producción es a partir de un material muy
abundante como la biomasa lignocelulósica la cual también es aprovechada para producir
etanol y demás coproductos químicos de alto valor agregado (Amaya & Flores, 2011). Algunas
de las propiedades físicoquímicas del furfural se muestran en la tabla 29.
2.3.4. Simulación de procesos
Durante los últimos años la simulación se ha ido imponiendo en nuestro lenguaje. Simular
significa representar mediante ciertas herramientas determinados casos de situaciones reales.
Para la simulación se necesita de herramientas o aparatos denominados simuladores. Hoy en
día existe una gran variedad de simuladores y cada uno tiene sus propias características.
(Centella & Hornero, 2017)
Es así que el termino simulación en este trabajo hace referencia al conjunto de procesos que
se ejecutan en un entorno virtual imitando un proceso real y lograr optimizar dicho proceso
mediante varias pruebas que se realizan en la misma simulación que generalmente consiste en
proponer valores de entrada al programa de simulación para obtener los resultados finales.
(Xiquin, 2018)
2.3.4.1. Clasificación de los métodos de simulación
2.3.4.1.1. Simulación cualitativa
En este tipo de simulación se estudian relaciones casuales como la propagación de
perturbaciones a través de un proceso. Se trabaja con valores cualitativos de variables como
son los signos +, -. La aplicación de esta simulación es amplia, algunas de estas aplicaciones
son: análisis de tendencias, análisis e interpretación de alarmas, supervisión de fallas y control
estadístico
46
2.3.4.1.2. Simulación cuantitativa
Por otra parte la simulación cuantitativa describe el comportamiento de un proceso de forma
numérica mediante un modelo matemático que representa tal proceso. Esto implica la
resolución de balances tanto de materia, energía y cantidad de movimiento junto con
ecuaciones adicionales que son impuestas por el aspecto funcional y operacional del sistema.
(Scenna, 2011)
2.3.4.2. Tipos de simulación
2.3.4.2.1. Simulación estacionaria
En la simulación en estado estacionario se logran resolver balances de un sistema sin la
intervención de variable tiempo, es decir, el sistema de ecuaciones toma como variables más
importantes las coordenadas espaciales, entonces se deberá utilizar un sistema de ecuaciones
diferenciales según el número de coordenadas espaciales a considerar. Un ejemplo de este tipo
de simulación puede ser la variación radial de la composición en un plato de una columna de
destilación, otro ejemplo seria la variación de las propiedades en relación a la longitud y radio
de un reactor tubular, entre otros (Xiquin, 2018)
2.3.4.2.2. Simulación dinámica
Por su parte, la simulación dinámica incluye el tiempo como variable en el planteamiento
de los balances además de las variables espaciales, esto es ya sea para representar
comportamientos en los equipos como los reactores, o bien para analizar la evolución entre dos
estados estacionarios en un equipo o en una planta. Para este tipo de simulación, el modelo
matemático está constituido por un sistema de ecuaciones diferenciales en donde la variable
diferencial es el tiempo (Xiquin, 2018)
47
2.4. Marco contextual
2.4.1. Producción de caña de azúcar y generación del gabazo
Según (INEC, 2019) la provincia que lidera en el tema de producción de caña de azúcar es
Guayas con un total de 101 176 hectáreas (Ha) de superficie de plantaciones de caña de azúcar
de las cuales fueron cosechadas 99 166 Ha y en donde se registró una cantidad de 7 549 000
de toneladas métricas (Tm) de caña de azúcar durante el año 2019. En la ilustración 22 se
observa la producción de las provincias que le siguen y de los tres últimos años de cada una.
A nivel nacional se registró en el año del 2019 un total de 144 116 Ha de superficie de
plantaciones de caña de azúcar, de las cuales 137 337 fueron cosechadas dando una producción
total de 10 088 870 de Tm de caña de azúcar. En la tabla 30 se observa también las cantidades
para los años anteriores del 2017 y 2018.
Como anteriormente se mencionó, el bagazo representa el 28% en peso del total de caña de
azúcar producida. Esto concuerda con el estudio de (Neri et al., 2016) donde mencionan que
de 1000 toneladas de caña de azúcar se generan aproximadamente 270 toneladas de bagazo.
Por lo que se puede establecer una relación para calcular la cantidad aproximada de bagazo que
se genera en el Ecuador anualmente, mediante la ecuación 2.
Ecuación 5. Relación caña-bagazo 𝑇𝑚 𝑑𝑒 𝑏𝑎𝑔𝑎𝑧𝑜 = 0.28 𝑇𝑚 𝑑𝑒 𝑐𝑎ñ𝑎 𝑑𝑒 𝑎𝑧ú𝑐𝑎𝑟
De manera que de los 10 088 870 de Tm de caña de azúcar que se produjeron a nivel nacional
en el año del 2019 (INEC, 2019), se generaron aproximadamente 2 800 000 Tm de bagazo de
caña de azúcar, el cual tiene distintos destinos, la mayor parte es destinada a la combustión
para generar energía y calor debido a que su poder calorífico es de 7350 KJ/Kg (Neri et al.,
2016).
48
2.4.2. Mercado del furfural
A fines del siglo XX el precio del petróleo era muy bajo, lo cual provocó una baja en la
producción de furfural, tanto así que los precios de exportación de este producto se redujeron
en un 40% y el precio llego a bajar hasta los 500 dólares por cada tonelada de furfural
Hoy en día debido a la alza en los precios del petróleo se ha normalizado la producción y
exportación del furfural volviéndose competitivo en el mercado internacional y generándose
interés en los países en vías de desarrollo. Actualmente solo en los países de China, Republica
Dominicana y Sudáfrica se concentra alrededor del 90% del volumen de producción de furfural
(Fernández et al., 2019)
La producción mundial de furfural fue registrada por SRI Consulting con una cantidad
aproximada de 250 000 toneladas con un precio de 1000 dólares por cada tonelada de furfural.
En la tabla 31 podemos observar los principales países productores con la cantidad de toneladas
que producen al año y la materia prima que utilizan.
En Latinoamérica el país que más produce furfural es argentina con un volumen de
producción de 4000 toneladas al año. Este país exporta alrededor de 1 500 toneladas de los
cuales más del 90% de esas exportaciones se destinan a Brasil. Esto significa que localmente
se consumen aproximadamente 2 500 toneladas de furfural (Castillo et al., 2020).
Por otra parte está Brasil, que no produce furfural, al contrario, este país importa desde
distintos países como Argentina, Bélgica y China, siendo Argentina su principal importador
con un 79%, le sigue Bélgica con 11% y China con 8% (Castillo et al., 2020).
En cuanto a la demanda futura, en el año del 2015 el mercado global de furfural alcanzo un
valor de 582 millones de dólares y se prevé que para el 2026 aumente a casi 2.8 billones, esto
implicaría un aumento del volumen de producción de 306 000 toneladas en el 2015 a 643 000
toneladas en el 2016 según (Fernández et al., 2019).
49
2.4.3. Importancia de los simuladores
En el ámbito educativo el uso de un simulador es de mucha importancia debido a que en
algunas ocasiones a los estudiantes de ingeniería les toma trabajo entender conceptos
relacionados a proceso químicos, ya sea por lo difícil que le resulta al docente transmitir el
conocimiento o porque no existe dificultad de acceder a la experimentación, por tal motivo un
programa de simulación de procesos ayuda a enseñar estos aspectos que se dan en las industrias
químicas (Espínola, 2017).
A nivel nacional tanto universidades como industrias utilizan programas de simulación, por
ejemplo, en algunas facultades de ingeniería usan la famosa herramienta de simulación
MATLAB por su fácil instalación, manejo y por la opción de conseguir este simulador de
manera gratuita en algunos sitios de internet. Por otro lado las industrias suelen utilizar
simuladores mucho más complejos y de alto precio por dar resultados más exactos y reales.
El costo de la licencia del simulador Aspen varía de acuerdo a la entidad que lo requiere y
la cantidad de licencias a instalar, es decir, el número de dispositivos donde se requieren
realizar la simulación en Aspen Plus. Es importante tener en cuenta que si bien las unidades
educativas tienen la ventaja de adquirir las licencias a un precio más económico que las
industrias, estas siguen siendo altos. En la página oficial de Aspen Plus por ejemplo 15 licencias
de este simulador tienen un valor de 6 000 dólares y se tiene que renovar anualmente con un
costo de 1 200 dólares cada año (Seider, 1999).
Sin embargo existen páginas de internet como (Mercado Libre, 2020) en donde podemos
encontrar este software en versión craqueada a un precio que varía entre 20 a 50 dólares .
Algunos estudiantes de universidades optan por esta opción para su trabajo de titulación porque
resulta ser muy económica ya que este tipo de software poseen licencia de forma temporal en
comparación al software original que es de uso permanente.
50
CAPITULO III
3. Metodología
3.1. Modalidad de la investigación
Este trabajo de titulación se llevó a cabo empleando dos métodos de investigación, el
inductivo y el de simulación. El desarrollo de la metodología se basa en una comparación de
dos pretratamientos para obtener furfural a partir del bagazo de caña de azúcar para deteminar
cual es mejor en relación a la cantidad de furfural final obtenida. La comparación se realizará
en base a los resultados que genere la simulación del proceso que se realizará en el software
Aspen Plus V8.8 para cada uno de los dos pretratamientos. En este trabajo los pretratamientos
a simular son el de ozonólisis y el alcalino los mismos que no han sido tema de investigación.
3.2. Métodos de investigación
3.2.1. Método inductivo
El método inductivo se caracteriza por ampliar el conocimiento en la actualidad del mundo
real partiendo de premisas cuya verdad le da respaldo a la conclusión. En este estudio mediante
la recopilación de información de fuentes bibliográficas se obtienen premisas verdaderas las
cuales apoyan una conclusión establecida, ésta es que los pretratamientos a aplicarse mejorarán
el rendimiento de furfural puesto que en varias fuentes se evidencia la premisa de que los
pretratamientos facilitan la conversión de la hemicelulosa en la cual se generan xilosas y que
éstas a su vez son convertidas a furfural.
3.2.2. Método de simulación
El método de simulación se ejecuta cuando se quiere diseñar un modelo de un sistema real,
con la finalidad de entender el comportamiento del sistema o desarrollar nuevas estrategias
para optimizar el funcionamiento del sistema (La Madriz, 2019).
51
En este trabajo se utiliza este método para validar las simulaciones que se realizarán a las
etapas de pretratamientos tomando como base las condiciones dadas en fuentes bibliográficas
para luego comprobar si los resultados arrojados del simulador son consistentes con los que se
reportan en las fuentes. Luego de comprobar que el método de simulación aplicado es certero
se procede a simular las demás etapas del proceso con las condiciones dadas también en la
bibliografía en la cual se reportan resultados pero sin aplicación de pretratamientos, por lo que
la presente simulación nos dará los resultados incluyendo la aplicación de los pretratamientos
seleccionados para este estudio.
3.3. Tipos de investigación
3.3.1. Investigación teórica
Esta investigación tiene por objetivo la generación de conocimiento, sin importar su
aplicación práctica. Se caracteriza por recurrir a la recolección de datos para generar nuevos
conceptos generales (La Madriz, 2019). En este estudio la recolección de datos fueron de la
composición lignocelulósica del bagazo de caña de azúcar y las condiciones de operación del
proceso para poder aplicar la simulación
3.3.2. Investigación descriptiva
Como su título lo indica, se encarga de describir las características de la realidad a estudiar
con el fin de comprenderla de manera más exacta. En este tipo de investigación, los resultados
no tienen una valoración cualitativa, solo se utilizan para entender la naturaleza del fenómeno
(La Madriz, 2019). En este estudio la realidad a estudiar fue la naturaleza y características de
los pretratamientos de ozonólisis y alcalino y el efecto que generan en el bagazo de caña en el
rendimiento final de furfural.
52
3.3.3. Investigación cuantitativa
Ahonda en los fenómenos a través de la recopilación de datos y se vale del uso de
herramientas matemáticas, estadísticas e informáticas para medirlos. Esto permite hacer
conclusiones generalizadas que pueden ser proyectadas en el tiempo. En este estudio se realizó
un análisis estadístico de los resultados obtenidos de la simulación del proceso ejecutada en
base a los datos recolectados de distintas fuentes.
3.4. Etapas metodológicas
A continuación se presentan las etapas que se llevaron a cabo para cumplir con los objetivos:
Ilustración 1. Diagrama de flujo de las etapas metodológicas.
Fuente: Elaboración propia
1. Revisión
bibliográfica de los
dos pretratamientos
a comparar, y
tabulación de los
datos recopilados
2. Ingreso de los datos
necesarios al simulador
y construcción del
modelo de simulación
para ambos
pretratramientos.
3. Validación de ambos
modelos de simulación
comprobando los resultados
obtenidos de cada uno con
los de las fuentes de la que
se recopilaron los datos.
4. Comparación de la cantidad
de producto final obtenido en
ambos modelos de simulación
utilizando esta vez los datos
iniciales de una misma fuente
para los dos pretratamientos.
5. Realización de varias
ejecuciones adicionales de los
modelos de simulación usando
una cantidad determinada de
datos iniciales recopilados de
diferentes fuentes.
7. Determinar que
pretratamiento es
mejor en base a la
evaluación estadística
realizada y establecer
conclusiones
6. Evaluación estadística
de los resultados
obtenidos del total de
pruebas realizadas en
ambos modelos de
simulación.
53
3.5. Descripción general de la simulación
Los pasos básicos para realizar una simulación en cualquier versión del programa Aspen
Plus y que por lo tanto se desarrollarán para este trabajo son los siguientes:
3.5.1. Selección de un sistema de unidades
Los sistemas de unidades son cuatro las cuales son los siguientes: ENG (ingeniería), MET
(Métrico), METCBAR, SI (Sistema Internacional). Seleccionando cada uno nos permite
visualizar las magnitudes con sus unidades.
3.5.2. Selección de los componentes químicos
Para realizar la simulación de un proceso es necesario poder realizar las bases químicas para
el modelo. Esto significa en poder seleccionar los componentes que se realizaran en el balance
de materia, saber que modelos se utiliza para deducir las propiedades físicas y el equilibrio de
fases (Espínola, 2017).
3.5.3. Selección del modelo termodinámico
Ya establecido los componentes se debe detallar el modelo termodinámico. El modelo se
utiliza para calcular las propiedades termodinámicas y de transporte de los componentes
interacciones de la simulación, pueden ser entalpia, entropía, densidad, calor especifico,
equilibrio etc. Es necesario escoger el modelo correcto (Espínola, 2017).
Aspen utiliza el apartado Methods para precisar el modelo termodinámico primordial para
las estimaciones de las propiedades termodinámicas y de trasporte de compuestos puros,
mezclas que intervienen en la simulación.
Los Modelos termodinámicos son guardados como una entidad separada y pueden utilizar
varios modelos en la misma simulación. La selección del modelo termodinámico será la base
de la simulación (Espínola, 2017).
3.5.4. Ejecución de la simulación
54
Adquiriendo la información necesaria para poder emplear la simulación, entramos al
entorno de la simulación mediante el ambiente Simulation, Se abrirá una ventana, tendremos
que colocar los modelos necesarios de las operaciones unitarias y crear el diagrama de flujo.
3.6. Descripción detallada del proceso de simulación
3.6.1. Selección del sistema de unidades
El primer paso fue seleccionar el sistema de unidades con el que se va a trabajar en todo el
proceso de simulación. El sistema de unidades elegido fue el SI debido a que los datos
empleados de las fuentes bibliográficas son valores con unidades de medidas que pertenecen
al Sistema Internacional, estos son: grados Celsius para la temperatura, atmósferas para la
presión, kilogramos para la masa, etc.
3.6.2. Selección de los componentes
Se seleccionaron los componentes que se necesitaban para llevar a cabo la simulación. En
la tabla 2 se muestra la lista de todos los componentes que participan ambos procesos. La
mayoría de ellos se los pudo ingresar de forma automática porque se encontraban registrados
por defecto en el banco de datos del simulador.
Sin embargo compuestos como la celulosa, hemicelulosa y lignina no se encontraban en el
banco y se procedió a ingresarlos de forma manual en la lista de componentes necesitando
información de propiedades físicas y químicas de cada uno de éstos como el peso molecular,
la densidad y la estructura de la molécula o fragmento en dos dimensiones.
Una vez seleccionados todos los componentes se procedió a elegir el método termodinámico
de la simulación, este fue el del método de PolyNTRL (Polymer NTRL) por ser el más eficiente
cuando se trata de polímeros como son la celulosa y hemicelulosa que forman parte del bagazo
de caña de azúcar.
55
Tabla 2. Componentes que intervienen en ambos proceso
Nombre del componente ID en el simulador
Celulosa CELLULOS
Hemicelulosa HEMICELL
Lignina LIGNIN
Agua WATER
Hidróxido de sodio NA(OH)
Ozono OZONE
Oxígeno OXYGEN
Ácido sulfúrico H2SO4
Glucosa DEXTROSE
Xilosa XYLOSE
Furfural FURFURAL
Fuente: Elaboración propia en base a la ilustración 23 y 24
3.6.3. Construcción del modelo de simulación
Se procedió a construir el modelo de la simulación para cada pretratamiento con información
de las corrientes de entrada y las condiciones de operación obtenidas de trabajos de autores
que han aplicado estos pretratamientos para diferentes fines. Inicialmente se validó la
simulación en la etapa de pretratamiento comprobando que los resultados proporcionados por
el software sean similares a los resultados presentados en la bibliografía consultada. Para el
caso 1 se desarrolló el pretratamiento alcalino y para el caso 2 el de ozonólisis. Posteriormente
se procedió a completar la construcción del modelo con las etapas de hidrolisis y deshidratación
para obtener la cantidad final de furfural.
3.6.4. Validación de la simulación de los pretratamientos
3.6.4.1. Caso 1. Pretratamiento alcalino
Para el pretratamiento alcalino se establecieron dos flujos de alimentación, uno es del
bagazo de caña de azúcar con un valor de 1000 kg/h. La composición de este bagazo se muestra
en la tabla 3 datos tomados de (Gonzáles et al., 2019), por lo tanto la corriente de este flujo está
56
constituido por dichos componentes en su respectiva proporción para un total de 1000 Kg de
bagazo que ingresan.
Tabla 3. Proporción lignocelulósica del bagazo del caso 1
Componente Porcentaje (%) Corriente de entrada (Kg/h)
Celulosa 37.4 374
Hemicelulosa 35.0 350
Lignina 26.7 267
Fuente: (Gonzáles et al., 2019)
El otro flujo de alimentación es el de los componentes utilizados para el pretratamiento
alcalino. Según la fuente debe emplearse una relación solido-líquido de 1:20, esto quiere decir
que para los 1000 Kg/h de bagazo se necesitan 20000 Kg/h de solución alcalina. En el mismo
apartado de la fuente menciona que se debe emplear una concentración de 0,5% (p/v) esto
quiere decir que de los 20000 Kg/h, el 0,5% será de NaOH y el resto de agua. Todas las
corrientes que ingresan a la etapa de pretratamiento alcalino se detallan en la tabla 4.
Tabla 4. Corrientes de entrada al pretratamiento alcalino
Corriente Componente Flujo (kg/h)
1 Bagazo de caña 1000
Celulosa 374
Hemicelulosa 350
Lignina 267
2 Solución alcalina 20000
Hidróxido de sodio 100
Agua 19900
Fuente: Elaboración propia a partir de los datos de (Gonzáles et al., 2019)
Para la etapa del pretratamiento alcalino se establecieron las condiciones de operación dadas
en el trabajo de (Gonzáles et al., 2019) las cuales se muestran en la tabla 5.
57
Tabla 5. Condiciones de operación del pretratamiento alcalino
Etapa Temperatura
(ºC)
Presión
(atm) Reacciones
Pre
tratamiento 25 1
𝐶6𝐻10𝑂5 + 𝐻2𝑂 = 𝐶6𝐻12𝑂6
𝐶5𝐻8𝑂4 + 𝐻2𝑂 = 𝐶5𝐻10𝑂5
Fuente:(Gonzáles et al., 2019)
3.6.4.2. Caso 2. Pretratamiento de ozonólisis
De igual forma para el pretratamiento de ozonólisis se establecieron dos flujos de
alimentación, uno es del bagazo de caña de azúcar con un valor de 1000 kg/h. La composición
de este bagazo se muestra en la tabla 6 datos tomados de (Travini, 2016).
Tabla 6. Proporción lignocelulósica del bagazo del caso 2
Componente Porcentaje (%)
Celulosa 46.21
Hemicelulosa 20.86
Lignina 22.67
Fuente: (Travini, 2016)
A diferencia del caso 1 podemos observar que la suma de los porcentajes en la composición
lignocelulósica inicial del bagazo no llega al 100% en este caso, por lo que se recurrió a hacer
un ajuste de datos para proceder con los siguientes pasos de la metodología, el cual se lo realizó
de la siguiente forma: En un total de 89.74% de bagazo hay un 46.21% de celulosa, entonces
para un 100% de bagazo habrá:
%𝐶𝑒𝑙𝑢𝑙𝑜𝑠𝑎 = 46.21% (100%
89.74%) = 51.49%
%𝐻𝑒𝑚𝑖𝑐𝑒𝑙𝑢𝑙𝑜𝑠𝑎 = 20.86% (100%
89.74%) = 23.25%
%𝐿𝑖𝑔𝑛𝑖𝑛𝑎 = 22.67% (100%
89.74%) = 25.26%
58
De igual modo se procedió con la hemicelulosa y lignina obteniéndose así los nuevos
porcentajes de la composición del bagazo. Por lo tanto la corriente de este flujo está constituido
por dichos componentes en su proporción reajustada para un total de 1000 kg de bagazo que
se muestran en la tabla 7.
Tabla 7. Proporción reajustada del bagazo
Componente Porcentaje (%) Corriente de entrada (Kg/h)
Celulosa 51.49 515
Hemicelulosa 23.25 232
Lignina 25.26 253
Fuente: Elaboración propia a partir de los datos reajustados de Travini (2016)
El otro flujo de alimentación es el de los componentes utilizados para el pretratamiento de
ozonólisis. Según la fuente debe emplearse un flujo de ozono-oxígeno de 60 L/h y que la
concentración de ozono debe estar en un rango de 1.37 a 3.44% (v/v). En este estudio se empleó
el porcentaje máximo para la concentración de ozono, con lo cual el flujo de ozono se estableció
en: 3.44% de (60 L/h) = 2 L/h. En la tabla 8 se muestran las corrientes de entrada al
pretrataminento de ozonólisis.
Tabla 8. Corrientes de entrada al pretratamiento de ozonólisis
Corriente Componente Flujo
1 Bagazo de caña 1000 kg/h
Celulosa 515 kg/h
Hemicelulosa 232 kg/h
Lignina 253 kg/h
2 Mezcla 60 L/h
Ozono 2 L/h
Oxígeno 58 L/h
Fuente: Elaboración propia a partir de los datos de Travini (2016)
59
Para la etapa del pretratamiento de ozonólisis se establecieron las condiciones de operación
dadas en el trabajo de (Travini, 2016) las cuales se muestran en la tabla 9.
Tabla 9. Condiciones de operación del pretratamiento de ozonólisis
Etapa Temperatura
(ºC)
Presión
(atm) Reacciones
Pre
tratamiento 25 1
𝐶6𝐻10𝑂5 + 𝐻2𝑂 = 𝐶6𝐻12𝑂6
𝐶5𝐻8𝑂4 + 𝐻2𝑂 = 𝐶5𝐻10𝑂5
Fuente: (Travini, 2016)
3.6.4.3. Comprobación y validación
Con las corrientes y condiciones ya establecidas en ambos casos se procedió a correr la
simulación de forma parcial hasta la etapa de pretratamientos. Los resultados para cada uno se
muestran en la tabla 14 y la tabla 16 del capítulo IV, en donde los valores de la izquierda
corresponden a los porcentajes de la composición del bagazo pretratado que se obtuvieron de
la simulación, y los valores de la derecha corresponden a los porcentajes que proporciona la
fuente. Si ambos valores coinciden o son cercanos se puede dar a la simulación como válida
para continuar con el diseño de las siguientes etapas.
3.6.5. Modelo completo de la simulación
Para completar el modelo de simulación se procedió a construir las etapas de hidrólisis y
deshidratación. En el trabajo de (Gómez et al., 2012) se establecen las corrientes de entrada y
condiciones de operación de ambas etapas. Todos esos datos se muestran en la tabla 10.
Tabla 10. Condiciones de operación y corrientes de entrada de la hidrolisis y deshidratación
Etapa Temperatura
(ºC)
Presión
(atm)
Corrientes
de entrada Reacciones
60
Hidrólisis 175 9
- Bagazo
pretratado
- Vapor
- H2SO4
𝐶6𝐻10𝑂5 + 𝐻2𝑂 = 𝐶6𝐻12𝑂6
𝐶5𝐻8𝑂4 + 𝐻2𝑂 = 𝐶5𝐻10𝑂5
Deshidratación 175 9 Bagazo
hidrolizado 𝐶5𝐻10𝑂5 = 𝐶5𝐻4𝑂2 + 3𝐻2𝑂
Fuente:(Gómez et al., 2012)
Con los datos anteriores se pudo completar el modelo de la simulación para ambos casos
en Aspen Plus, los cuales se observan en la ilustración 2 para el pretratamiento alcalino y en
la ilustración 3 para el pretratamiento de ozonólisis.
Ilustración 2. Modelo de simulación del pretratamiento alcalino
Fuente: Elaboración propia
Ilustración 3. Modelo de simulación del pretratamiento de ozonólisis
Fuente: Elaboración propia
61
Tabla 11. Significado de las etiquetas de las ilustraciones2 y 3.
Etiqueta Significado Etiqueta Significado
1-BAGASS Bagazo (materia prima) 4-SOLUTN Solución ácida
2-ALKALI Solución alcalina HIDROLYS Etapa de hidrólisis
2-OZONOL Mezcla ozono-oxígeno 5-HDRLZD Bagazo hidrolizado
PRETREAT Etapa de pretratamiento DESHIDRA Etapa de deshidratación
3-PREBAG Bagazo pretratado 6-PRODUC Furfural y subproductos
Fuente: Elaboración propia
En la ilustración 4 y 5 se muestran diagramas de bloques simplificados de los dos modelos
de simulación para la obtención de furfural.
Bagazo de caña H2SO4 concentrado Furfural
1000 Kg/h 12.5 Kg/h
20000 Kg/h 92 Kg/h
NaOH (0.5%) Vapor de agua Residuos lignicelulósicos
Ilustración 4. Diagrama de bloques del caso 1
Fuente: Elaboración propia
Bagazo de caña H2SO4 concentrado Furfural
1000 Kg/h 12.5 Kg/h
60 L/h 92 Kg/h
O3 (3.44%) Vapor de agua Residuos
Ilustración 5. Diagrama de bloques del caso 2
Fuente: Elaboración propia
Pretratamiento
de ozónolisis Hidrólisis Deshidratación
Pretratamiento
alcalino Hidrólisis Deshidratación
62
3.6.6. Cuantificación del furfural
Con los modelos terminados de la simulación de los dos procesos se procedió a comparar la
cantidad de furfural obtenido de cada uno, utilizando para cada proceso el ingreso de la misma
materia prima cuya composición se encuentra en la tabla 12, datos obtenidos de (Moncada &
Castro, 2016). Finalmente se procedió a ejecutar la simulación de ambos procesos para conocer
la cantidad de furfural obtenido.
Tabla 12. Composición de la materia prima utilizada para ambas simulaciones
Componente Porcentaje (%)
Celulosa 36
Hemicelulosa 28
Lignina 20
Otros 16
Fuente: (Moncada & Castro, 2016)
3.6.7. Evaluación de los pretratamientos
Se realizaron varias ejecuciones de ambos modelos de simulación utilizando varias muestras
diferentes de bagazo de caña de azúcar, como se muestran en la tabla 13, las cuales varían en
su composición con el propósito de realizar un análisis estadístico de los datos y resultados
obtenidos de las simulaciones y así determinar cuál de los dos pretratamientos, ozonólisis o
alcalino, es el más favorable en el proceso de obtención de furfural.
Tabla 13. Composición de varias muestras de bagazo de caña de azúcar
Muestra Composición Química (%)
Fuente Celulosa Hemicelulosa Lignina Otros
1 43.38 25.63 23.24 7.75 (Silva & De Oliveira, 2014)
2 34.1 29.6 19.4 12.3 (Nobuyuki, 2011)
3 43.3 22.4 20.3 14.0 (Girisuta & Dussan, 2013)
4 36.0 28.0 20.0 16.0 (Moncada & Castro, 2016)
5 50.0 25.0 25.0 - (Villacís, 2016)
Fuente: Elaboración propia en base a los autores descritos en la fuente
63
CAPITULO IV
4. Resultados
4.1. Resultados de la validación de la simulación
Como se observa en la metodología del apartado 3.6.4 de este estudio, se establecieron
tanto las corrientes de entrada como las condiciones de operación de la etapa de los
pretratamientos y se procedió a ejecutar la simulación parcialmente para obtener los datos de
la corriente de salida de esa etapa para hacer la respectiva validación de la simulación
comprobando que los datos de salida sean idénticos a los que se obtuvieron en estudios en
donde se aplicaron de forma experimental los pretratamientos de ozonólisis y alcalino.
4.1.1. Caso 1. Pretratamiento alcalino
En la tabla 14 podemos observar los flujos másicos de las corrientes en la etapa de
pretratamiento alcalino. Las corrientes que ingresan son la del bagazo (corriente 1) y la solución
alcalina (corriente 2). La corriente de salida es la del bagazo pretratado (corriente 3).
Tabla 14. Corrientes en la etapa de pretratamiento alcalino
Componente Corriente (Kg/h)
1 2 3
Celulosa 374 0 370.26
Hemicelulosa 350 0 322
Lignina 267 0 141.51
Agua 0 19900 19883.2
Hidróxido de
sodio 0 100 100
Dextrosa 0 0 4.16
Xilosa 0 0 31.82
Furfural 0 0 0
Fuente: Elaboración propia en base a la ilustración 33
64
Como siguiente paso se procedió a hallar el porcentaje en el que se encuentran la celulosa,
hemicelulosa y lignina en el bagazo pretratado.
𝐿𝑖𝑔𝑛𝑜𝑐𝑒𝑙𝑢𝑙𝑜𝑠𝑎 𝑝𝑟𝑒𝑡𝑟𝑎𝑡𝑎𝑑𝑎 = 370.26𝐾𝑔
ℎ+ 322
𝐾𝑔
ℎ+ 141.51
𝐾𝑔
ℎ= 833.77
𝐾𝑘
ℎ
%𝐶𝑒𝑙𝑢𝑙𝑜𝑠𝑎 = 370.26𝐾𝑔
ℎ∗
100%
833.77 𝐾𝑔 ℎ⁄= 44.4%
%𝐻𝑒𝑚𝑖𝑒𝑙𝑢𝑙𝑜𝑠𝑎 = 322𝐾𝑔
ℎ∗
100%
833.77 𝐾𝑔 ℎ⁄= 38.62%
%𝐿𝑖𝑔𝑛𝑖𝑛𝑎 = 141.51𝐾𝑔
ℎ∗
100%
833.77 𝐾𝑔 ℎ⁄= 16.97%
Con estos resultados se procedió a comprobar si son idénticos a los de (Gonzáles et al.,
2019). En la tabla 15 notamos que la diferencia entre estos valores es tan pequeña que el
porcentaje de error es menor al 1%, por lo que se procedió a dar como válida la simulación del
proceso que contiene la etapa de pretratamiento alcalino.
Tabla 15. Comprobación de resultados con los de la fuente
Componentes
Composición bagazo pretratado (%) Error
porcentual Resultado de la
simulación
Resultado de
(Gonzáles et al., 2019)
Celulosa 44.4 44.2 0.45%
Hemicelulosa 38.62 38.4 0.57%
Furfural 16.97 17 0.18%
Fuente: Elaboración propia
4.1.2. Caso2. Pretratamiento de ozonólisis
En la tabla 16 podemos observar los flujos másicos de las corrientes en la etapa de
pretratamiento de ozonólisis. Las corrientes que ingresan son la del bagazo (corriente 1) y el
ozono disuelto en oxígeno (corriente 2). La corriente de salida es la del bagazo pretratado
(corriente 3).
65
Tabla 16. Corrientes en la etapa de pretratamiento de ozonólisis
Componente Corriente (Kg/h)
1 2 3
Celulosa 515 0 463.5
Hemicelulosa 232 0 218.08
Lignina 253 0 151.8
Agua 2000 0 1992.38
Ozono 0 107.54 80.57
Oxígeno 0 2079.17 2097.15
Dextrosa 0 0 57.24
Xilosa 0 0 15.82
Furfural 0 0 0
Fuente: Elaboración propia en base a la ilustración 34.
Como siguiente paso se procedió a hallar el porcentaje en el que se encuentran la celulosa,
hemicelulosa y lignina en el bagazo pretratado.
𝐿𝑖𝑔𝑛𝑜𝑐𝑒𝑙𝑢𝑙𝑜𝑠𝑎 𝑝𝑟𝑒𝑡𝑟𝑎𝑡𝑎𝑑𝑎 = 463.5𝐾𝑔
ℎ+ 218.08
𝐾𝑔
ℎ+ 151.8
𝐾𝑔
ℎ= 833.38
𝐾𝑘
ℎ
%𝐶𝑒𝑙𝑢𝑙𝑜𝑠𝑎 = 463.5𝐾𝑔
ℎ∗
100%
833.38 𝐾𝑔 ℎ⁄= 55.62%
%𝐻𝑒𝑚𝑖𝑒𝑙𝑢𝑙𝑜𝑠𝑎 = 218.08𝐾𝑔
ℎ∗
100%
833.38 𝐾𝑔 ℎ⁄= 26.17%
%𝐿𝑖𝑔𝑛𝑖𝑛𝑎 = 151.8𝐾𝑔
ℎ∗
100%
833.38 𝐾𝑔 ℎ⁄= 18.21%
En este caso se realizó un reajuste de datos, tal como en el apartado 3.6.4.2, ya que de igual
forma la suma de los porcentajes en la composición lignocelulósica final es del 74.7% en lugar
del 100%. Esto se lo realizó de la siguiente forma: En un total de 100% de bagazo hay un
58.13% de celulosa, entonces para un 74.7% de bagazo habrá:
66
%𝐶𝑒𝑙𝑢𝑙𝑜𝑠𝑎 = 55.62% (74.7%
100%) = 41.55%
%𝐻𝑒𝑚𝑖𝑐𝑒𝑙𝑢𝑙𝑜𝑠𝑎 = 26.17% (74.7%
100%) = 19.55%
%𝐿𝑖𝑔𝑛𝑖𝑛𝑎 = 18.21% (74.7%
100%) = 13.6%
De igual modo se procedió con la hemicelulosa y lignina obteniéndose así los nuevos
porcentajes de la composición del bagazo pretratado. Con estos resultados se procedió a
comprobar si son idénticos a los de (Travini, 2016). En la tabla 17 notamos que la diferencia
entre estos valores es igual de pequeña como en el caso 1, por lo que también se procedió a dar
como válida la simulación del proceso que contiene la etapa de pretratamiento de ozonólisis.
Tabla 17. Comprobación de resultados reajustados con los de la fuente
Componentes
Composición bagazo pretratado (%)
Error
porcentual Resultado de la
simulación
Resultado de
(Travini, 2016)
Celulosa 41.55 41.43 0.29%
Hemicelulosa 19.55 19.57 0.1%
Furfural 13.6 13.7 0.73%
Fuente: Elaboración propia
4.2. Resultados de la cantidad de furfural
Utilizando un bagazo que posee una composición inicial de la tabla 12 se procedió a ejecutar
los dos modelos completos de simulación del proceso de obtención de furfural, dando como
resultado los flujos de todas las corrientes del proceso en cada caso, estos se muestran en la
tabla 18 y la tabla 19.
67
Tabla 18. Resultados de la simulación del proceso con el pretratamiento alcalino
Componente Corriente (Kg/h)
1 2 3 4 5 6
Celulosa 360 0 356.4 0 320.76 320.76
Hemicelulosa 280 0 257.6 0 154.56 154.56
Lignina 200 0 106 0 106 106
Agua 0 19900 19887.1 92 19961.1 19997.1
Hidróxido de sodio 0 100 100 0 100 100
Ácido sulfúrico 0 0 0 12.5 12.5 12.5
Dextrosa 0 0 4.00 0 43.61 43.61
Xilosa 0 0 25.46 0 142.56 42.77
Furfural 0 0 0 0 0 63.87
Fuente: Elaboración propia de acuerdo a la ilustración 35.
Tabla 19. Resultados de la simulación del proceso con el pretratamiento de ozonólisis
Componente Corriente (Kg/h)
1 2 3 4 5 6
Celulosa 360 0 324 0 291.6 320.76
Hemicelulosa 280 0 263.2 0 157.92 154.56
Lignina 200 0 120 0 120 106
Agua 2000 0 1993.71 92 2067.75 2102.71
Ozono 0 107.54 86.22 0 86.22 86.22
Oxígeno 0 2079.17 2093.39 0 2093.39 2093.39
Ácido sulfúrico 0 0 0 12.5 12.5 12.5
Dextrosa 0 0 40.01 0 76.02 76.02
Xilosa 0 0 19.09 0 138.57 41.62
Furfural 0 0 0 0 0 62.16
Fuente: Elaboración propia de acuerdo a la ilustración 36.
68
Como se observa la cantidad de furfural obtenida aplicando pretratamiento alcalino en la
muestra seleccionada de bagazo fue de 63.87 Kg/h. Por otro lado, aplicando el pretratamiento
de ozonólisis se obtuvo una cantidad de 62.16 Kg/h por cada 1000 Kg de bagazo de caña
utilizado como materia prima. Con esto podemos calcular el rendimiento de furfural respecto
a algunos criterios detallados a continuación en la tabla 20.
Tabla 20. Rendimiento de furfural obtenido respecto a algunos criterios
Criterio Flujo (kg/h)
Rendimiento (%)
Alcalino Ozonólisis
Bagazo de caña 1000 6.39 6.22
Furfural teórico 727 8.79 8.55
Hemicelulosa inicial 280 22.81 22.20
Fuente: Elaboración propia
Cabe mencionar que el flujo de furfural teórico se lo obtuvo a partir de la estequiometria de
las reacciones, de las ecuaciones 1 y 2 de la siguiente forma:
1𝑔 𝐶5𝐻8𝑂4 ·1 𝑚𝑜𝑙 𝐶5𝐻8𝑂4
132𝑔𝐶5𝐻8𝑂4·
1 𝑚𝑜𝑙 𝐶5𝐻10𝑂5
1 𝑚𝑜𝑙 𝐶5𝐻8𝑂4·
150𝑔 𝐶5𝐻10𝑂5
1 𝑚𝑜𝑙 𝐶5𝐻10𝑂5= 1.1364𝑔 𝐶5𝐻10𝑂5
1.1364𝑔 𝐶5𝐻10𝑂5 ·1 𝑚𝑜𝑙 𝐶5𝐻10𝑂5
150𝑔𝐶5𝐻10𝑂5·
1 𝑚𝑜𝑙 𝐶5𝐻4𝑂2
1 𝑚𝑜𝑙 𝐶5𝐻10𝑂5·
96𝑔 𝐶5𝐻4𝑂2
1 𝑚𝑜𝑙 𝐶5𝐻4𝑂2= 0.727𝑔 𝐶5𝐻4𝑂2
De donde C5H8O4 es la hemicelulosa, C5H10O5 son las pentosas o xilosa y C5H4O2 es el
furfural. Entonces para un flujo de bagazo de caña de 1000 Kg/h el furfural teórico es de:
0.727(1000 𝐾𝑔/ℎ) = 727 𝐾𝑔/ℎ
Es notable que los rendimientos de furfural con el pretratamiento alcalino son mayores en
comparación con los que se presentaron con el pretratamiento de ozonólisis, sin embargo solo
hay una corta diferencia entre estos.
69
4.3. Análisis estadístico
Luego de ejecutar las simulaciones con el grupo de datos de la composición del bagazo de
la tabla 13 se obtuvieron los resultados de la cantidad de furfural mostrados en la tabla 21. Se
observa que en todos los casos la cantidad de furfural es mayor cuando se aplica el
pretratamiento alcalino que cuando se aplica el pretratamiento de ozonólisis.
Tabla 21. Resultados de cada muestra con los pretratamientos
Muestra Flujo de dextrosa (Kg/h) Flujo de xilosa (Kg/h) Flujo de furfural (Kg/h)
Alcalino Ozonólisis Alcalino Ozonólisis Alcalino Ozonólisis
1 52.55 91.60 39.15 38.10 58.46 56.90
2 41.31 72.01 45.21 44.00 67.52 65.71
3 52.45 91.43 34.22 33.30 51.10 49.73
4 43.61 76.02 42.77 41.62 63.87 62.16
5 60.57 105.58 38.19 37.16 57.03 55.50
Fuente: Elaboración propia en base a las ilustraciones de la 37 a la 46
Para una mejor visualización de estos resultados en la ilustración 6 y 7 se presenta mediante
gráficas la cantidad de furfural obtenida de cada muestra de bagazo en donde se realizó el
respectivo análisis estadístico, con la aplicación de las siguientes ecuaciones, para corroborar
cual es el pretratamiento más efectivo.
𝑀𝑒𝑑𝑖𝑎: �̅� =∑ 𝑥𝑖
𝑁𝑖=1
𝑁
𝐷𝑒𝑠𝑣𝑖𝑎𝑐𝑖ó𝑛 𝑒𝑠𝑡𝑎𝑛𝑑𝑎𝑟: 𝑆 = √∑ (𝑥𝑖 − �̅�)2𝑁
𝑖=1
𝑁
𝐿í𝑚𝑖𝑡𝑒 𝑠𝑢𝑝𝑒𝑟𝑖𝑜𝑟: 𝐿𝑆 = �̅� − 𝑆
𝐿í𝑚𝑖𝑡𝑒 𝑖𝑛𝑓𝑒𝑟𝑖𝑜𝑟: 𝐿𝐼 = �̅� + 𝑆
El valor de la media de todos los flujos de furfural obtenidos de las cinco muestras de bagazo
de caña de azúcar en ambos procesos será de importancia en el análisis de los resultados.
70
4.3.1. Caso 1. Pretratamiento alcalino
En la tabla 22 se resume el tratamiento de los datos del caso 1, en donde se puede observar
que las muestras 2 y 3 están fuera de los límites considerándose las muestras de mayor y menor
rendimiento de furfural respectivamente.
Tabla 22. Estadística de los resultados del pretratamiento alcalino
Muestra Furfural (𝑥) (𝑥 − �̅�) (𝑥 − �̅�)2 Dentro del rango
1 58.46 -1.14 1.29 Sí
2 67.52 7.92 62.79 No
3 51.10 -8.50 72.18 No
4 63.87 4.27 18.27 Sí
5 57.03 -2.57 6.58 Sí
Fuente: Elaboración propia
�̅� =58.46 + 67.52 + 51.10 + 63.87 + 57.03
5= 𝟓𝟗. 𝟔𝟎
𝑲𝒈
𝒉
𝑆 = √1.29 + 62.79 + 72.18 + 18.27 + 6.58
5= 5.68
𝐿𝑆 = 59.60 + 5.68 = 65.27; 𝐿𝐼 = 59.60 − 5.68 = 53.92
Ilustración 6. Representación de los resultados del pretratamiento alcalino
�̅� (---------); 𝐿𝑆, 𝐿𝐼 (---------)
Fuente: Elaboración propia
71
4.3.2. Caso 2. Pretratamiento de ozonólisis
De igual forma como en el caso 1, en la tabla 23 se resume el tratamiento de los datos del
caso 2, en donde nuevamente las muestras 2 y 3 están fuera del rango y por tanto se consideran
las muestras de mayor y menor rendimiento de furfural.
Tabla 23. Estadística de los resultados del pretratamiento de ozonólisis
Muestra Furfural (𝑥) (𝑥 − �̅�) (𝑥 − �̅�)2 Dentro del rango
1 56.90 -1.10 1.21 Sí
2 65.71 7.71 59.44 No
3 49.73 -8.27 68.39 No
4 62.16 4.16 17.31 Sí
5 55.50 -2.50 6.25 Sí
Fuente: Elaboración propia
�̅� =56.90 + 65.71 + 49.73 + 62.16 + 55.50
5= 𝟓𝟖. 𝟎𝟎
𝑲𝒈
𝒉
𝑆 = √1.21 + 59.44 + 68.39 + 17.31 + 6.25
5= 5.52
𝐿𝑆 = 58.00 + 5.52 = 63.52; 𝐿𝐼 = 58.00 − 5.52 = 52.48
Ilustración 7. Representación de los resultados del pretratamiento de ozonólisis
�̅� (---------); 𝐿𝑆, 𝐿𝐼 (---------)
Fuente: Elaboración propia
72
4.4. Análisis de resultados
Observando la tabla 18 y 19 podemos notar los cambios que se producen en las corrientes
en la etapa de pretratamiento de ambos procesos en la obtención de furfural. En ambos casos
se visualiza una reducción de lignina en grandes cantidades y la conversión de celulosa y
hemicelulosa en dextrosa y xilosa respectivamente en cantidades pequeñas. Con el
pretratamiento alcalino se removieron 94 Kg/h de lignina mientras que con el pretratamiento
de ozonólisis se removió una cantidad de 80 Kg/h. Esto responde al objetivo 1.
En la mismas tablas 18 y 19 podemos observar la cantidad de furfural final obtenida a partir
de la muestra de bagazo de caña que se utilizó para tal propósito. Con el pretratamiento alcalino
se obtuvo un flujo de 63.87 Kg/h mientras que con el pretratamiento de ozonólisis se obtuvo
62.16 Kg/h. Además a partir de varias muestras se presentó una media del rendimiento de
furfural para los dos casos. Con la aplicación de pretratamiento alcalino se obtuvo una media
de 59.60 Kg/h mientras que en la aplicación con ozono se obtuvo 58.00 Kg/h, con lo cual se
puede afirmar que la aplicación de un pretratamienro alcalino es más efectivo que la aplicación
de ozonólisis. Esto responde al objetivo 2 y 3.
Con estos resultados se puede concluir que de cada 100 Kg de bagazo de caña de azúcar se
obtiene alrededor de 6 Kg de furfural. Estos valores son consistentes debido a que en trabajos
como el de Plaza & Posligua (2016) se señala que la cantidad de furfural obtenida de la
cascarilla de arroz es aproximadamente 7.5 Kg de furfural por cada 100 Kg de cascarilla de
arroz, y en trabajos como el de García et al. (2017) señalan un rendimiento para el bagazo de
caña cerca de un 17% y para la cascarilla cerca de un 22%. Si establecemos la relación de que
22% es el porcentaje para los 7.5 Kg de furfural obtenido de la cascarilla de arroz, entonces
para 17% daría 5.8 Kg de furfural obtenido del bagazo de caña de azúcar. Sin embargo
recordando que el valor real obtenido fue de 6 Kg se puede argumentar que efectivamente los
pretratamientos favorecen un aumento en la cantidad final de furfural.
73
4.5. Conclusiones
Se identificaron los efectos generados por los pretratamientos con la visualización de los
resultados de la simulación, entre ellos está la remoción de gran parte de la lignina del bagazo
de caña, registrándose para el pretratamiento alcalino una remoción del 47% de lignina
mientras que para la ozonólisis un 40%. Otro efecto generado por los pretratamientos fue la
conversión de hemicelulosa en donde el mayor valor se lo obtuvo con la aplicación del
pretratamiento alcalino, por otro lado se obtuvo una mayor conversión de celulosa con la
aplicación de ozonólosis.
Se obtuvo, mediante el uso de Aspen Plus, las cantidades de furfural producida al final de
cada proceso utilizando inicialmente 1000 Kg/h de una muestra específica de bagazo de caña
con una determinada composición química, las cuales fueron de 63.87 Kg/h aplicando el
pretratamiento alcalino y de 62.16 Kg/h aplicando ozonólisis. Además se demuestró que el
pretratamiento favorece el rendimiento de furfural a diferencia que cuando no se lo aplica.
Se logró comprobar el pretratamiento más efectivo en el rendimiento de furfural, mediante
el análisis estadístico de los resultados que se obtuvieron con la utilización de cinco muestras
diferentes de bagazo de caña. Se comparó el rendimiento medio de furfural en cada proceso
con algunos criterios y se demostró que en cada escenario el pretratamiento alcalino es el más
efectivo y por tanto considerado el mejor respecto a la ozonólisis.
74
4.6. Recomendaciones
Se recomienda realizar estudios futuros sobre pretratamientos que aún no hayan sido
considerados como etapa inicial del proceso de obtención de furfural con el objetivo de
establecer el mejor de todos.
De igual forma se recomienda utilizar otro tipo de residuo agroindustrial como materia
prima para conocer si a partir de estos se puede obtener una cantidad mayor de furfural en
comparación con el bagazo de caña y señalar cuales serían.
Se recomienda emplear la mayor cantidad de muestras posibles cuando se trate de analizar
datos para así obtener mayor visión del comportamiento de la simulación un proceso industrial
y corroborar los resultados con mayor certeza.
75
BIBLIOGRAFÍA
AgroAvances. (2020). Potencial energético del bagazo. Biotecnología.
https://agroavances.com/noticias-detalle.php?idNot=2869
Agudelo, Y., & Barrera, R. (2016). Simulación y validación de modelos de destilación por
lotes usando Aspen Batch Modeler: recuperación de epóxido de limoneno. Revista
Redalyc, 34, 204–224. https://www.redalyc.org/pdf/852/85244549010.pdf
Almazán, O., Hernández, A., Brizuela, M., Carvajal, O., Arias, G., & Fernández, N. (2016).
El bagazo de la caña de azúcar. Propiedades, constitución y potencial (p. 87).
https://docplayer.es/72041168-Parte-v-el-bagazo-de-la-cana-de-azucar-propiedades-
constitucion-y-potencial.html
Amaya, F., & Flores, O. (2011). Estudio de ingeniería sostenible para la obtención de
furfural como subproducto de la agroindustria del maíz [Universidad de El Salvador].
http://ri.ues.edu.sv/id/eprint/32/1/10136494.pdf
Asociación Cultural Paleontológica Murciana. (2015). Procesos químicos de fosilización.
Educarm. https://servicios.educarm.es/paleontologia/quimifosi.htm
Baez, L., & Herrera, F. (2014). Obtención y caracterización del furfural a partir del olote
[Universidad Veracruzana].
https://www.academia.edu/33014353/UNIVERSIDAD_VERACRUZANA_INGENIER
IA_QUIMICA_EXPERIENCIA_RECEPCIONAL_NOMBRE_DE_LA_TESIS_OBTE
NCION_Y_CARACTERIZACIÓN_DEL_FURFURAL_A_PARTIR_DEL_OLOTE_P
RESENTA
Benajiba, A. (2019). Determinación de VOCs emitidos durante la descomposición térmica de
biomasa [Universidad de Jaén].
76
http://tauja.ujaen.es/bitstream/10953.1/10357/1/ADIL_BENAJIBA_TFG.pdf
Castillo, S., Ferreira, N., & Gherardi, T. (2020). Síntesis de Furfural a partir de cáscara de
arroz [Universidad Tecnológica Nacional].
https://ria.utn.edu.ar/handle/20.500.12272/4376
Centella, T., & Hornero, F. (2017). Entrenamiento basado en la simulación: un cambio
necesario en la formación de nuestra especialidad.
https://www.researchgate.net/profile/Tomasa_Centella/publication/316590511_Entrena
miento_basado_en_la_simulacion_un_cambio_necesario_en_la_formacion_de_nuestra_
especialidad/links/596258f0a6fdccc9b141ccb0/Entrenamiento-basado-en-la-simulacion-
un-cambio-nec
Chávez, M. (2019). La biomasa: fuente alternativa de combustibles y compuestos químicos.
115, 399–407.
Chia, O., & López, L. (2020). Determinación de potenciales energéticos téoricos y técnicos
de la biomasa residual agrícola de los municipios de zonas no interconectadas en la
Amazonía colombo-brasileña [Universidad distrital Francisco José de Cladas].
https://repository.udistrital.edu.co/bitstream/handle/11349/24302/LópezCespedesLuisCa
rlosChiaManosalvaOscarAlberto2020.pdf?sequence=1&isAllowed=y
Cruz, J. (2011). Consideraciones tecnológicas en la protección de la madera (p. 50).
Conafor. https://www.conafor.gob.mx/biblioteca/Consideraciones-tecnologicas-de-la-
madera.pdf
Delgado, R. (2017). Estudio de factibilidad técnico-económica-financiera para la
industrialización del Furfural como subproducto de la cosecha del maíz [Universidad de
El Salvador]. http://ri.ues.edu.sv/id/eprint/12918/
77
Díaz, M. (2020). Producción de “semilla” yema artificial en caña de azúcar [Universidad
Veracruzana].
https://cdigital.uv.mx/bitstream/handle/1944/50281/DiazSanchezM.pdf?sequence=3&is
Allowed=y
Espínola, F. (2017). Tutorial de Aspen Plus. Introducción y modelos simples de operaciones
unitarias. Universidad de Jaén.
https://www.academia.edu/43012423/TUTORIAL_DE_ASPEN_PLUS_INTRODUCCI
ÓN_Y_MODELOS_SIMPLES_DE_OPERACIONES_UNITARIAS
Fang, Z., Smith, R., & Qi, X. (2015). Production of Biofuels and Chemicals with Microwave.
SpringerScience. https://doi.org/10.100/ISBN 978-94-017-9612-5 _9
Fernández, A., Pastore, V., & Rodríguez, F. (2019). Producción de furfural. Repositorio
Institucional Abierto. https://ria.utn.edu.ar/handle/20.500.12272/4168
Fernández, M. (2016). Pretratamiento de ozonólisis de bagazo de caña [Universidad de
Valladolid]. https://fdocuments.mx/reader/full/pretratamiento-de-ozonolisis-de-bagazo-
de-universidad-de-valladolid-escuela
García, F., Vergara, J., Nieto, M., & Erazo, D. (2017). Estudio comparativo del rendimiento
del furfural a partir de diferentes residuos agrícolas (Cascarilla de Arroz, Bagazo de
Caña, Zuro de Maíz). Polo Del Conocimiento, 2(8), 570–585.
https://doi.org/10.23857/pc.v2i8.355
Garea, A. (2017). Estudio de la obtención de bioetanol a partir de diferentes tipos de
biomasa lignocelulósica [Universidad de Cantabria].
https://repositorio.unican.es/xmlui/bitstream/handle/10902/12178/RAF.pdf?sequence=1
&isAllowed=y
78
Girisuta, B., & Dussan, K. (2013). A kinetic study of acid catalysed hydrolysis of sugar cane
bagasse to levulinic acid. Chemical Engineering Journal, 217, 61–70.
Gómez, O., Machado, O., González, E., & Morales, M. (2012). Simulación de la etapa de
hidrólisis ácida del proceso de fraccionamiento del bagazo utilizando el programa
Aspen Plus 11.1. 39, 8.
https://biblat.unam.mx/hevila/Centroazucar/2012/vol39/no2/4.pdf
Gonzáles, A., Hernández, G., & Pereda, I. (2019). Pretratamiento alcalino de bagazo de caña
para mejorar la producción de biometano. Revista Centro Azúcar, 46, 10.
http://centroazucar.uclv.edu.cu/index.php/centro_azucar/article/view/18/11
Graus. (2017). Ciencia. https://www.significados.com/
Habibi, Y., Lucia, L., & Rojas, O. (2011). Cellulose nanocrystals: chemistry, self-assembly,
and applications. Chemical Reviews. https://doi.org/10.1021/cr900339w
INEC, I. N. de E. y C. (2019). Encuesta de superficie y producción agropecuaria.
https://www.ecuadorencifras.gob.ec/documentos/web-
inec/Estadisticas_agropecuarias/espac/espac-2019/Presentacion de los principales
resultados ESPAC 2019.pdf
Intriago, G., & Sabando, T. (2017). Aprovechamiento del residuo del bagazo de la caña de
azúcar para la obtención de alcohol [Escuela Superior Politécnica Agropecuaria de
Manabí]. http://repositorio.espam.edu.ec/bitstream/42000/674/1/TMA153.pdf
Kuchelmeister, C., & Bauer, S. (2015). Rapid Small-Scale Determination of Extractives in
Biomass. BioEnergy Research, 68–76. https://doi.org/https://doi.org/10.1007/s12155-
014-9493-x
La Madriz, J. (2019). Metodología de la Investigación.
79
Lagos, E., & Castro, E. (2019). Sugar cane and by-products of the sugar agro-industry in
ruminant feeding: A review. Revista Agronomía Mesoamericana, 30, 18.
https://doi.org/10.15517/am.v30i3.34668
Largo, B. (2017). Biomasa y fijación de carbono en el campus de la Universidad autónoma
de Occidente [Universidad Autónoma de Occidente].
http://red.uao.edu.co/bitstream/10614/10389/4/T08050.pdf
López, L., Pereda, I., Escobar, R., Pedraza, J., & Romero, O. (2018). Efecto de la aplicación
de métodos de pre-tratamientos en el proceso de digestión anaerobia de la biomasa
lignocelulósica. Revista Tecnológica Química, 38.
http://scielo.sld.cu/scielo.php?script=sci_arttext&pid=S2224-61852018000200010
Lozano, L., & Rojas, E. (2019). Elaboración de paneles termoaislantes para cubierta a
partir de fibras de bagazo de la caña de azúcar [Universidad la Gran Colombia].
https://repository.ugc.edu.co/bitstream/handle/11396/5731/Paneles termoaislantes de
fibras de bagazo de la caña de azúcar.pdf?sequence=1&isAllowed=y
Lusuriaga, N., & Sánchez, M. (2019). Estudio comparativo de los pretratamientos aplicados
a la biomasa residual para determinar el rendimiento de furfural [Universidad de
Guayaquil]. http://repositorio.ug.edu.ec/bitstream/redug/50390/1/BINGQ-IQ-20P04.pdf
Manrique, S. (2017). Biomasa con Fines Energéticos (1ra ed.). edUTecNe.
http://www.edutecne.utn.edu.ar/biomasa_con_fines_energeticos/biomasa_Cap_I.pdf
Márquez, J. (2020). Estudio de procesos alternativos para la obtención de furfural a partir
de residuos lignocelulósicos de saccharum officciarum [Universidad de Guayaquil].
file:///C:/Users/Christian/Desktop/JMARQUEZ URKUND.pdf
Menes, S. (2015). Perfactibilidad técnico - económico para la generación de energía
80
eléctrica en el central Antonio Sánchez [Universidad Central Marta Abreu de Las
Villas]. https://dspace.uclv.edu.cu/handle/123456789/2148
Mercado Libre. (2020). Aspen Plus V10: Simulador De Procesos Industriales.
https://articulo.mercadolibre.com.ec/MEC-428448147-aspen-plus-v10-simulador-de-
procesos-industriales-_JM#Más información
Moncada, O., & Castro, S. (2016). Caracterización de mezclas de residuos lignocelulósicos,
raquis de palma africana y bagazo de caña, para visualizar su potencial en la
producción de etanol de segunda generación [Universidad Santo Tomás].
https://repository.usta.edu.co/bitstream/handle/11634/9169/MoncadaCuetoOrlandoCastr
oGutierrezStefanyVanessa2016.pdf?sequence=1&isAllowed=y
Musci, J. (2018). Conversión de biomasa en productos químicos valiosos y combustibles
renovables por vías enzimáticas y químicas. Universidad Nacional de La Plata.
Neri, F., Sandoval, R., Arias, E., Salinas, J., Delgado, D., López, A., & Collins, V. (2016).
Pirólisis a baja temperatura del bagazo de caña de azúcar para la producción de
combustibles líquidos (p. 14).
https://cimav.repositorioinstitucional.mx/jspui/bitstream/1004/1291/1/XSMH156PIROL
ISIS A BAJA TEMPERATURA DEL BAGAZO DE CAÑA DE AZÚCAR PARA LA
PRODUCCIÓN DE COMBUSTIBLES LIQUIDOS.pdf
Nobuyuki, R. (2011). Enzymatic hydrolysis of pretreated sugar cane bagasse using
Pinicillium funiculosum and Trichoderma harzianum cellulases. Process Biochemistry,
46, 1196–1201.
Peña, S., & López, J. (2020). Desarrollo sostenible y oportunidad de aprendizaje de las
biorrefinerías: Una alternativa de la biomasa. Revista de Ciencias Sociales, 26(2).
81
Peña, S., Lusuriaga, N., Sánchez, M., & López, J. (2020). Furfural Evaluation of pre-
treatments in three varieties of biomass. Solid State Technology, 63(5).
Plaza, E., & Posligua, P. (2016). Obtención de Furfural a partir de la cáscara de arroz
[Universidad de Guayaquil]. http://repositorio.ug.edu.ec/handle/redug/867
Portero, H. (2018). Estudio experimental de peletizado en planta piloto de combustion en
caldera de biomasa a baja potencia [Universidad de Castilla-La Mancha].
https://ruidera.uclm.es/xmlui/bitstream/handle/10578/18416/TESIS Portero
González.pdf?sequence=1&isAllowed=y
Rodríguez, I. (2016). Pretratamiento de hidrólisis hidrotérmica para la degradación de los
carbohidratos complejos de residuos de frutas para la obtención de bioetanol
[Universidad de Oviedo].
https://digibuo.uniovi.es/dspace/bitstream/handle/10651/39252/TFM_ItziarRodriguezVa
liente.pdf;jsessionid=A71AFB0847DD5B8917E2188ADE940B33?sequence=3
Sábada, I. (2012). Catalizadores para biorrefinería: obtención de furfural y su
transformación a productos de condensación aldólica [Universidad Autónoma de
Madrid]. https://digital.csic.es/bitstream/10261/44592/1/Sádaba Zubiri%2C
I._Tesis_2012.pdf
Salgado, G. (2020). Valorización energética de residuos agrícolas: cáscara de plátano,
cascarilla de arroz y bagazo de caña mediante procesos de biodigestión y combustión
[Escuela Politécnica Nacional].
https://bibdigital.epn.edu.ec/bitstream/15000/20707/1/CD 10215.pdf
Scenna, N. (2011). Modelado, Simulación y Optimización de Procesos Químicos.
https://www.modeladoeningenieria.edu.ar/images/descargas/libro/cap05.pdf
82
Seider, D. (1999). Process Design Principles. John Wiley & Sons, Inc.
http://catarina.udlap.mx/u_dl_a/tales/documentos/leip/camacho_c_i/capitulo7.pdf
Serrano, J., Mejía, W., Ortíz, J., Sánchez, A., & Zalamea, S. (2017). Determinación del
Potencial de Generación Eléctrica a Partir de Biomasa en el Ecuador. Facultad de
Ciencias Químicas, 17, 21.
https://publicaciones.ucuenca.edu.ec/ojs/index.php/quimica/article/view/1592/1252
Silva, P., & De Oliveira, S. (2014). Exergy analysis of pretreatment processes of bioethanol
production based on sugarcane bagasse. Energy, 76, 130–138.
Strasburger, E., Noll, F., Schenk, H., & Schimper, A. (1988). Tratado de botánica (6ta ed.).
Torres, F., & Molina, M. (2012). Evaluación del rendimiento de la hidrólisis enzimática de
bagazo, con pretratamiento alcalino. Revista Semestral de La Universidad de Costa
Rica, 22, 19. https://revistas.ucr.ac.cr/index.php/ingenieria/article/view/8228/pdf_2
Travini, R. (2016). Pretratamiento de bagazo de caña de azúcar por ozonólisis para
obtención de bioalcoholes: efectos sobre la liberación de azúcares, la generación de
inhibidores y las fermentaciones [Universidad de Valladolid].
http://uvadoc.uva.es/bitstream/handle/10324/21046/Tesis1165-
161121.pdf?sequence=1&isAllowed=y
Uc, N. (2017). Caracterización de los productos obtenidos del proceso de pirólisis de
residuos lignocelulósicos de agave y su uso como fuente de energía [Centro de
Investigación Científica de Yucatán].
https://cicy.repositorioinstitucional.mx/jspui/bitstream/1003/1165/1/PCER_M_Tesis_20
17_Uc_Natalia.pdf
Unión General de Trabajadores Castilla y León. (2016). Estudio sobre el aprovechamiento
83
energético de la biomasa, energías renovables y reducción de emisiones de CO2 en los
municipios de Castilla y León.
Velázquez Martí, B. (2018). Aprovechamiento de la biomasa para uso energético. Editorial
Universitat Politècnica de València. https://riunet.upv.es/handle/10251/113122
Verelst, H., Morales, M., Mesa, L., & Gonzáles, E. (2010). Reconversión y simulación de la
producción de furfural con la tecnología de etanol de bagazo. Revista Centro Azúcar, 37,
8. https://1library.co/document/zgx19k6q-reconversion-simulacion-produccion-furfural-
tecnologia-etanol-bagazo.html
Villacís, C. (2016). Utilización del bagazo de caña de azucar para la fabricación de
complementos decorativos para el hogar. Pontificia Universidad Católica del Ecuador.
Wunna, K., Nakasaki, K., Auresenia, J., Abella, L., & Gaspillo, P. (2017). Effect of Alkali
Pretreatment on Removal of Lignin from Sugarcane Bagasse. Revista Chemical
Engineering Transactions, 56, 6.
https://d1wqtxts1xzle7.cloudfront.net/53923003/Effect_of_alkali_pretreatment_on_ligni
n_removal_of_sugarcane_bagasse_-_CET_publish.pdf?1500550424=&response-
content-
disposition=inline%3B+filename%3DEffect_of_Alkali_Pretreatment_on_Removal.pdf
&Expires=161006
Xiquin, L. (2018). Propuesta pra incluir en el currículo una asignatura cuyo contenido sea
la simulacion de procesos [Universidad de San Carlos de Guatemala].
http://www.repositorio.usac.edu.gt/9557/1/Linda Esther Xiquin Jiménez.pdf
84
ANEXOS
Anexo 1: Ilustraciones del marco referencial
Ilustración 8. Composición principal de la biomasa vegetal
Fuente: (Uc, 2017)
Ilustración 9. Origen y extensión de la caña de azúcar.
Fuente: (Graus, 2017)
Ilustración 10. Unidad de pentosana
Fuemte: (Baez & Herrera, 2014)
85
Ilustración 11. Mecanismo de hidrólisis de pentosanas
Fuente: (Baez & Herrera, 2014)
Ilustración 12. Mecanismo de deshidratación de pentosas
Fuente:(Delgado, 2017)
86
Ilustración 13. Página de inicio de Aspen Plus
Fuente:
Ilustración 14. Ventana principal del programa Aspen Plus
Fuente:
87
Ilustración 15. Información de los entornos del menú principal
Fuente:
Ilustración 16. Ejecución de una simulación
Fuente:
Ilustración 17. Estructura de la celulosa
Fuente: (Habibi et al., 2011)
88
Ilustración 18. Enlaces intra e intermoleculares en la estructura de la celulosa
Fuente: (Uc, 2017)
Ilustración 19. Fórmula de los azúcares que componen la hemicelulosa
Fuente: (Uc, 2017)
Ilustración 20. Estructura de los principales azucares que componen la hemicelulosa: L-
arabinosa (rosado), D-xilosa (rojo), D-glucosa (negro), D-galactosa (azul)
Fuente: (Fang et al., 2015)
89
Ilustración 21. a) Posible estructura de la lignina. b) Los monoglicoles más comunes en la
estructura de la lignina: y el p-coumarilo alcohol coniferilo, alcohol sinapilo.
Fuente: (Uc, 2017)
Ilustración 22. Producción de caña de azúcar (miles de Tm)
Fuente: (INEC, 2019)
90
Anexo 2: Ilustraciones del marco metodológico
Ilustración 23. Ingreso de los componentes necesarios para la simulación del proceso con
pretratamiento alcalino en base al proceso general del trabajo de Gómez et al. (2012)
Ilustración 24. Ingreso de los componentes necesarios para la simulación del proceso con
pretratamiento de ozonólisis en base al proceso general del trabajo de Gómez et al. (2012)
91
Ilustración 25.Ingreso de los valores de la corriente del bagazo al proceso con
pretratamiento alcalino, de acuerdo a la tabla 3
Ilustración 26. Ingreso de los valores de la corriente de la solución alcalina al proceso con
pretratamiento alcalino, de acuerdo a la tabla 4
92
Ilustración 27.Ingreso de los valores de la corriente del bagazo al proceso con
pretratamiento de ozonólisis, de acuerdo a la tabla 7
Ilustración 28.Ingreso de los valores de la corriente de la mezcla ozono-oxígeno al proceso
con pretratamiento de ozonólisis, de acuerdo a la tabla 8
93
Ilustración 29.Ingreso de las condiciones de operación de la etapa de pretratamiento de
ambos procesos de acuerdo a la tabla 5 y 9.
Ilustración 30.Ingreso de las condiciones de operación de la etapa de hidrolisis y
deshidratación de ambos procesos de acuerdo a la tabla 10.
94
Ilustración 31.Ingreso de las reacciones que tienen lugar en la etapa de hidrólisis de ambos
procesos, de acuerdo a la tabla 10
Ilustración 32.Ingreso de la reacción que tiene lugar en la etapa de deshidratación de ambos
procesos, de acuerdo a la tabla 10
95
Ilustración 33. Resultados de la ejecución de la simulación del proceso con pretratamiento
alcalino para su validación, utilizando datos iniciales de Gonzáles et al. (2019)
Ilustración 34. Resultados de la ejecución de la simulación del proceso con pretratamiento
de ozonólisis para su validación, utilizando datos iniciales reajustados de Travini (2016)
96
Ilustración 35. Resultados de la ejecución de la simulación del proceso con pretratamiento
alcalino para cuantificar el furfural, utilizando datos iniciales de Moncada & Castro (2016)
Ilustración 36. Resultados de la ejecución de la simulación del proceso con ozonólisis para
cuantificar el furfural, utilizando datos iniciales de Moncada & Castro (2016)
97
Ilustración 37. Resultados de la ejecución de la simulación del proceso con pretratamiento
alcalino utilizando la muestra 1 caracterizada por Silva & De Oliveira (2014)
Ilustración 38. Resultados de la ejecución de la simulación del proceso con pretratamiento
alcalino utilizando la muestra 2 caracterizada por Nobuyuki (2011)
98
Ilustración 39. Resultados de la ejecución de la simulación del proceso con pretratamiento
alcalino utilizando la muestra 3 caracterizada por Girisuta & Dussan (2013)
Ilustración 40. Resultados de la ejecución de la simulación del proceso con pretratamiento
alcalino utilizando la muestra 4 caracterizada por Moncada & Castro (2016)
99
Ilustración 41. Resultados de la ejecución de la simulación del proceso con pretratamiento
alcalino utilizando la muestra 5 caracterizada por Villacís (2016)
Ilustración 42. Resultados de la ejecución de la simulación del proceso con pretratamiento
de ozonólisis utilizando la muestra 1 caracterizada por Silva & De Oliveira (2014)
100
Ilustración 43. Resultados de la ejecución de la simulación del proceso con pretratamiento
de ozonólisis utilizando la muestra 2 caracterizada por Nobuyuki (2011)
Ilustración 44. Resultados de la ejecución de la simulación del proceso con pretratamiento
de ozonólisis utilizando la muestra 3 caracterizada por Girisuta & Dussan (2013)
101
Ilustración 45. Resultados de la ejecución de la simulación del proceso con pretratamiento
de ozonólisis utilizando la muestra 4 caracterizada por Moncada & Castro (2016)
Ilustración 46. Resultados de la ejecución de la simulación del proceso con pretratamiento
de ozonólisis utilizando la muestra 5 caracterizada por Villacís (2016)
102
Anexo 3: Tablas del marco referencial
Tabla 24. Composición morfológica del bagazo de caña de azúcar
Componentes Proporción %
Fibras 50
Parénquimas 30
Vasos 15
Epidermis 5
Fuente: (Lozano & Rojas, 2019)
Tabla 25. Composición química del bagazo de caña
Componentes Proporción %
Celulosa 39.01
Hemicelulosa 22.05
Lignina 23.09
Galactano 0.46
Manano 0.35
Arabinano 2.06
Cenizas 3.66
Extraíbles 3.78
Fuente: (Garea, 2017)
Tabla 26. Contenido de pentosanas de varias materias primas en base seca
Materia Cantidad de pentosanas
Mazorcas/Zuros de maíz 30 a 32 %
Cascarilla de avena 29 a 32 %
103
Cascaras de almendra 30%
Cascarilla de semilla de algodón 27 a 30 %
Madera de abedul 27%
Bagazo de caña 25 a 27 %
Cascaras de girasol 25 %
Madera de haya 24%
Conchas de avellana 23%
Madera de eucalipto 20%
Balsa 18%
Cascarilla de arroz 16 a 18%
Madera de pino 7 a 9%
Fuente: (Delgado, 2017)
Tabla 27. Archivos y extensiones usados en Aspen
Tipo Extensión Formato Descripción
Documento *.apw Binario
Método de recuperar un archivo. Tiene todas las
especificaciones de entrada, resultados de la
simulación y la información necesaria.
Compuesto *.apwz Binario
Archivos compuestos Aspen Plus. Conforma
todas las especificaciones de entrada, resultados
de la simulación y la información convergencia
intermedia, además de otros archivos que requiere
la simulación
Seguridad *.bkp ASCII
Contiene una copia de seguridad, una versión
solida de una simulación, ocupando menos
espacio de disco en formado de documento aspen
plus.
Plantilla *.apt ASCII Formato que tiene entrada por defectos.
104
Entradas
*.inp
Text Entradas de simulación
Historias *.his Text Es un archivo de texto que nos permite visualizar
errores advertencias y mensajes de diagnóstico
Resumen *.sum ASCH Resultado de la simulación
Fuente:(Espínola, 2017)
Tabla 28. Mensajes que se reflejan después de la simulación
Mensaje Significado
Required input incomplete No se han introducido todos los datos necesarios
Required Input Complete
Se han completado los datos la simulación esta lista para
ejecutarse
Results Available
La simulación se ha ejecutado normalmente y los resultados
están disponibles
Results with warnings
Los resultados están presentes, pero hay notificación de
advertencia. Hay que mirar Control Panel y History para los
mensajes
Results with errors Los resultados están presentes con mensajes de error. Hay
que mirar Control Panel y History para los mensajes
Input Changed
Los resultados están presentes, pero se han cambiado los
datos de entrada desde que se generaron los resultados. Hay
que correr otra vez la simulación
Fuente: (Espínola, 2017)
Tabla 29. Propiedades fisicoquímicas del furfural
Parámetro Valor
Nombre IUPAC 2-Furaldehido
Fórmula 𝐶5𝐻4𝑂2
105
Punto de fusión -38.7℃
Punto de ebullición 161.7℃
Punto de inflamación 127℃
Densidad 1.16 g/ml @ 20 ℃
Viscosidad 0.0149 Pa*s
Solubilidad en solventes
(mg/l a 20℃)
Alcohol y éter (infinita)
Miscible en octanol, acetona, xileno, acetato
de etilo, cloruro metileno y metanol
Solubilidad en agua (20℃) 7.81 g/100 ml
Fuente: (Amaya & Flores, 2011)
Tabla 30. Producción nacional de caña de azúcar
Nacional
Año Superficie (Ha) Producción
(Tm) Plantada Cosechada
2017 134 950 127 081 9 344 983
2018 132 771 115 321 7 840 635
2019 144 116 137 337 10 088 870
Fuente: (INEC, 2019)
Tabla 31. Producción mundial de furfural
País Fuente principal Producción
(Tm)
China Desechos de maíz 200 000
República
Dominicana Bagazo de caña 32 000
Sudáfrica Bagazo de caña 20 000
Tailandia Desechos de maíz 8 500
España Desechos de maíz 6 000
Otros Desechos de maíz/ Bagazo
de caña < 15 000
Fuente: (Fernández et al., 2019)