Resumo Executivo

Lucas Fernando Militão Moura; Lucio Garcia Veraldo Junior

Resumo elaborado pela ferramenta ResumeAI, solução de inteligência artificial desenvolvida pelo Instituto Pecege voltada à síntese e redação.

O tratamento de efluentes industriais configura-se como um processo essencial para a mitigação de impactos ambientais adversos e para a garantia da conformidade com legislações rigorosas e normas internacionais, como a ISO 14.001, que estabelecem critérios fundamentais para o lançamento de resíduos líquidos em corpos hídricos. A preocupação crescente com a escassez de recursos hídricos e os efeitos deletérios da poluição industrial reforçam a urgência por processos de tratamento que não sejam apenas funcionais, mas altamente eficientes (Silva et al., 2017). Nesse cenário, as Estações de Tratamento de Efluentes desempenham um papel vital, sendo as unidades responsáveis pela remoção de contaminantes e pela adequação do efluente aos padrões ambientais exigidos. Contudo, a operação dessas unidades frequentemente enfrenta desafios complexos, como a alta variabilidade na eficiência de remoção, falhas sistêmicas e elevados custos de manutenção (Vargas e Oberherr, 2020). A adoção de metodologias estruturadas de gestão da qualidade surge, portanto, como uma estratégia indispensável para elevar a performance operacional e assegurar a estabilidade dos processos biológicos e físico-químicos envolvidos.

A metodologia DMAIC, acrônimo para Definir, Medir, Analisar, Melhorar e Controlar, originária do Lean Six Sigma, tem sido amplamente aplicada em diversos setores industriais com o intuito de reduzir variações, otimizar o uso de recursos e elevar o padrão de qualidade (Schenknecht, 2018). No contexto específico do tratamento de efluentes, essa abordagem permite estruturar a avaliação da eficiência operacional por meio de uma análise rigorosa baseada em dados reais, facilitando a identificação de gargalos e a proposição de soluções fundamentadas em evidências estatísticas (Dias, 2019). Apesar dos benefícios comprovados, a aplicação do DMAIC em sistemas de saneamento industrial ainda encontra barreiras, principalmente devido à natureza heterogênea dos efluentes gerados por diferentes processos produtivos e à carência de uma cultura organizacional voltada para o monitoramento contínuo (Santos, 2023). A ausência de ferramentas estatísticas para o controle de processos dificulta a detecção precoce de anomalias, tornando essencial a realização de estudos que demonstrem o impacto positivo de métodos estruturados na operação diária das estações de tratamento (Montgomery, 2009).

Estudos recentes indicam que a implementação do DMAIC em processos de tratamento de água e efluentes tem gerado resultados significativos na redução de custos e na melhoria dos parâmetros de qualidade. A aplicação sistemática dessa metodologia possibilita um controle mais rígido sobre as variáveis críticas, resultando em uma operação mais previsível e segura (Vargas e Oberherr, 2020). É fundamental compreender que a adoção do Six Sigma exige investimentos em treinamento e no desenvolvimento de competências técnicas, mas os benefícios de longo prazo, como a sustentabilidade ambiental e a conformidade normativa, superam amplamente os custos iniciais (Silva, 2024). As estações de tratamento de efluentes industriais, especialmente em setores de grande porte, lidam com volumes expressivos e cargas poluidoras complexas, o que torna a padronização dos processos um requisito crítico para evitar multas ambientais e danos à imagem institucional. A falta de metodologias estruturadas compromete a confiabilidade dos sistemas, elevando os riscos operacionais e os impactos ao meio ambiente, o que justifica a busca por melhoria contínua (Santos, 2023).

O delineamento metodológico desta análise caracteriza-se como um estudo de caso documental e descritivo, fundamentado na avaliação de dados secundários provenientes de bases de monitoramento ambiental de uma indústria do setor de papel e celulose. O objetivo central reside em avaliar a aplicabilidade do ciclo DMAIC na melhoria do desempenho de uma unidade de tratamento, promovendo a eficiência e a conformidade por meio da análise de séries temporais de indicadores críticos. A pesquisa aplicada busca solucionar problemas práticos e otimizar processos operacionais sem a necessidade de intervenções experimentais diretas, utilizando o design analítico para identificar padrões e oportunidades de melhoria. O método de estudo de caso é amplamente reconhecido na engenharia para a compreensão de fenômenos contemporâneos dentro de seu contexto real, permitindo uma investigação profunda mesmo quando as fronteiras entre o fenômeno e o contexto não estão claramente delimitadas (Yin, 2014). A integração entre a gestão de projetos e a engenharia da qualidade demonstra uma sinergia capaz de promover o aprimoramento sustentável dos processos de saneamento industrial (Miguel et al., 2018).

A unidade industrial objeto deste estudo está localizada no estado de São Paulo e opera em regime contínuo, apresentando uma produção média anual superior a 80 mil toneladas de papel tissue, além de 50 mil toneladas de pasta de celulose do tipo BCTMP e aproximadamente 47 mil toneladas de produtos de uso pessoal (Rossetti, 2023). O processo produtivo gera efluentes líquidos com elevada carga orgânica e presença significativa de sólidos em suspensão, apresentando uma variabilidade de composição diretamente influenciada pelo ritmo da produção fabril. A estação de tratamento opera com uma vazão média de 350 m³/h, e o desafio operacional reside no atendimento à exigência técnica de lançamento de efluentes com Demanda Bioquímica de Oxigênio inferior ou igual a 10 mg/L (Rossetti, 2023). Para a aplicação do DMAIC, foram utilizados dados operacionais mensais coletados ao longo dos anos de 2021 e 2022, abrangendo parâmetros como a DBO do efluente bruto, DBO do efluente tratado, Demanda Química de Oxigênio do efluente tratado, a relação DQO/DBO e a concentração de sólidos sedimentáveis no pós-tratamento.

Na fase de Medição do ciclo DMAIC, a coleta e a validação dos dados históricos permitiram estabelecer a linha de base do processo. A precisão e a repetibilidade das medições são aspectos críticos, pois qualquer inconsistência nesta etapa pode comprometer as análises subsequentes e levar a conclusões equivocadas (Werkema, 2011). A análise estatística descritiva revelou que a DBO do afluente bruto apresentou uma média de 1.301,91 mg/L, com variações oscilando entre 868,80 mg/L e 1.800 mg/L. O coeficiente de variação para a entrada do sistema foi de 17,84%, indicando uma carga de entrada relativamente estável em comparação com os parâmetros de saída. No entanto, a DBO do efluente tratado apresentou uma média de 64,21 mg/L, com um desvio padrão de 47,94 mg/L e um coeficiente de variação alarmante de 74,66%. Segundo os preceitos da gestão da qualidade, um coeficiente de variação superior a 30% indica alta dispersão e heterogeneidade, exigindo uma investigação profunda das causas raízes na fase de análise (Werkema, 2011).

A relação entre a DQO e a DBO no efluente tratado também demonstrou instabilidade, com média de 14,33 e coeficiente de variação de 40,17%. Em diversos períodos, essa razão ultrapassou o valor de 10,0, chegando a atingir 31,4 em dezembro de 2022, o que sinaliza uma carga orgânica de baixa biodegradabilidade, característica típica de efluentes do segmento de papel e celulose. O aumento progressivo desses valores ao longo dos meses sugere que a carga bruta de entrada sofreu variações derivadas de mudanças nos processos de fabricação ou falhas na etapa de tratamento biológico. Quanto aos sólidos sedimentáveis, a média registrada foi de 0,42 mL/L, mas com um coeficiente de variação de 70,25%. Um evento atípico foi observado em janeiro de 2022, quando a concentração de sólidos atingiu 19 mL/L, valor significativamente superior às demais medições, sendo tratado como um dado não representativo para o cálculo das estatísticas primárias, mas essencial para a identificação de falhas operacionais pontuais.

A fase de Análise utilizou ferramentas como as cartas de controle do tipo I-AM (Individuais e Amplitude Móvel) para avaliar a estabilidade estatística do processo ao longo do tempo. As cartas aplicadas à DBO do afluente bruto confirmaram que o processo de geração de efluentes na produção é estável, com todos os pontos situados dentro dos limites de controle e variações consistentes, indicando que a instabilidade observada na saída não é herdada diretamente da entrada, mas gerada dentro da própria estação de tratamento. Em contrapartida, a carta de controle para a DBO do efluente tratado evidenciou pontos fora do limite superior de controle e variações abruptas entre meses consecutivos, caracterizando oscilações operacionais significativas que comprometem a previsibilidade do sistema. A análise da DQO reforçou essa leitura, mostrando que, embora o sistema apresente momentos de alta eficiência, ele não consegue manter a consistência na performance, alternando entre resultados satisfatórios e quebras no padrão de variabilidade.

A investigação das causas raízes foi sintetizada por meio de um diagrama de Ishikawa, que agrupou os problemas em categorias fundamentais. Na categoria de método, identificou-se a ausência de padronização operacional para ajustes na aeração e a falta de rotinas de limpeza em decantadores. Em relação às máquinas, observou-se que difusores de ar desgastados e bombas de recirculação com desempenho irregular contribuem para a baixa eficiência. No eixo de medição, a falta de integração entre os indicadores em tempo real dificulta a detecção precoce de desvios. A mão de obra apresentou lacunas de capacitação técnica, resultando em reações tardias a eventos de instabilidade. Esses fatores, somados a variações ambientais como temperatura e pluviosidade, explicam a dificuldade em manter os níveis de DBO dentro do limite de 10 mg/L exigido (Rossetti, 2023). A eficiência de remoção de DBO, embora tenha atingido picos de 99,53% em dezembro de 2022, sofreu quedas acentuadas para 87,31% em janeiro de 2022 e 86,94% em abril de 2022, confirmando a ocorrência de causas especiais que afetam o tratamento biológico.

Para a fase de Melhoria, as propostas concentraram-se na otimização do sistema de aeração, elemento crucial para a atividade dos microrganismos aeróbios que degradam a matéria orgânica. Recomenda-se a substituição de sistemas antigos por sistemas de aeração por ar difuso, que garantem uma distribuição mais homogênea do oxigênio dissolvido no reator. A automação desse controle, por meio de sensores online, permitiria ajustes dinâmicos na taxa de oxigenação em função da carga orgânica recebida, melhorando a eficiência energética e a estabilidade do processo. Além disso, a implementação do Controle Estatístico de Processo como rotina operacional é fundamental. O uso de cartas de controle de Shewhart permitiria à equipe identificar desvios antes que estes se transformassem em falhas de conformidade ambiental. A visualização integrada de indicadores em um painel de bordo facilitaria a correlação de anomalias entre diferentes etapas do tratamento, agilizando as ações corretivas.

A padronização de procedimentos operacionais surge como outra melhoria prioritária. A criação de Procedimentos Operacionais Padrão para o ajuste da aeração, recirculação de lodo e calibração de instrumentos reduz a dependência do conhecimento tácito e garante a uniformidade das operações, independentemente do turno ou do operador. Complementarmente, um programa de capacitação contínua deve ser instituído para elevar a competência técnica da equipe na interpretação de dados estatísticos e na operação de novas tecnologias. As metas estabelecidas para esta fase incluem a redução da variabilidade da DBO em pelo menos 25% em um período de três meses e a manutenção da concentração de oxigênio dissolvido entre 2,0 e 3,0 mg/L nos reatores. O prazo estimado para a implementação das ações estruturais é de 90 dias, com um acompanhamento contínuo de 180 dias para garantir a sustentabilidade das mudanças.

A fase de Controle visa preservar os ganhos obtidos e prevenir o retorno das causas especiais identificadas. O plano de controle foi estruturado em três eixos: monitoramento estatístico, manutenção padronizada e gestão do aprendizado. No monitoramento estatístico, as cartas de controle devem ser revisadas trimestralmente, com a instituição de limites de alerta para atuação preventiva e limites de controle para atuação corretiva. Qualquer violação das regras de sinal deve disparar um plano de ação formal, garantindo a rastreabilidade das intervenções. No eixo de manutenção, a institucionalização de planos preventivos para sopradores, sensores e bombas deve seguir um calendário rigoroso, com indicadores de confiabilidade como o tempo médio entre falhas. Por fim, a gestão do aprendizado deve ser consolidada por meio de reuniões mensais de análise de tendências e auditorias trimestrais de aderência aos procedimentos padronizados.

A aplicação do ciclo DMAIC permitiu uma comparação clara entre o estado inicial de alta instabilidade e o modelo proposto de gestão baseada em dados. Antes da intervenção, a estação de tratamento operava de forma reativa, com dificuldades na detecção de desvios e quedas pontuais de eficiência que colocavam em risco a conformidade legal. Após a estruturação metodológica, foi possível identificar que a variabilidade não era intrínseca à carga de entrada, mas fruto de lacunas operacionais e técnicas passíveis de correção. A definição de mecanismos de acompanhamento assegura que as melhorias sugeridas sejam monitoradas e avaliadas de forma contínua, transformando a gestão ambiental da unidade em um processo proativo e fundamentado em evidências científicas. A integração entre ferramentas estatísticas e o conhecimento operacional é o que garante a robustez necessária para enfrentar os desafios do saneamento industrial moderno.

A análise sistemática das etapas do DMAIC possibilitou compreender a origem das instabilidades e estabelecer conexões diretas entre o desempenho operacional e as práticas de monitoramento. O fortalecimento do sistema de aeração, aliado à utilização de ferramentas de controle estatístico e à capacitação da equipe, demonstra que a estabilidade de uma estação de tratamento depende de múltiplas dimensões interligadas. A fase de controle consolidou-se como o elo fundamental para assegurar a continuidade das melhorias, respondendo ao desafio de transformar ações isoladas em práticas rotineiras. A metodologia empregada mostrou-se eficaz para promover a eficiência e a conformidade ambiental, evidenciando que a gestão da qualidade é uma ferramenta estratégica para a sustentabilidade das operações industriais. O estudo confirma o potencial do DMAIC como um modelo replicável, capaz de elevar o padrão de tratamento de efluentes e consolidar uma cultura de melhoria contínua.

Conclui-se que o objetivo foi atingido, uma vez que a aplicação da metodologia DMAIC permitiu diagnosticar com precisão as causas da variabilidade na Estação de Tratamento de Efluentes, estruturar ações de melhoria focadas na otimização técnica e operacional, e estabelecer um plano de controle robusto para garantir a conformidade ambiental a longo prazo. A análise dos indicadores evidenciou que a instabilidade no tratamento de DBO e sólidos sedimentáveis decorria de falhas na padronização e no controle de processos, as quais podem ser mitigadas por meio da automação da aeração e do uso sistemático de ferramentas estatísticas. O estudo demonstra que a integração entre gestão de projetos e engenharia da qualidade é essencial para transformar dados operacionais em decisões estratégicas, promovendo a eficiência e a sustentabilidade no setor de papel e celulose.

Referências Bibliográficas:

Dias, K.M.N. 2019. Ferramenta estatística para controle de estações de tratamento de efluentes industriais. Dissertação (Mestrado em Engenharia Ambiental). Universidade do Estado do Rio de Janeiro, Rio de Janeiro, RJ, Brasil.

Miguel, P.A.C.; et al. 2018. Metodologia de Pesquisa em Engenharia de Produção e Gestão de Operações. 3. ed. Elsevier Editora Ltda., Rio de Janeiro, RJ, Brasil.

Montgomery, D.C. 2009. Controle estatístico da qualidade. 4. ed. LTC, Rio de Janeiro, RJ, Brasil.

Rossetti, T. 2023. Tratamento de efluentes em fábrica de papel: atendimento ao padrão de emissão de DBO menor ou igual a 10 mg/L. Trabalho de Conclusão de Curso (Especialização em Conformidade Ambiental com Requisitos Técnicos e Legais). Escola Superior da CETESB, Companhia Ambiental do Estado de São Paulo, São Paulo, SP, Brasil.

Santos, C.H.M. 2023. A aplicação do método PDCA para a melhoria da gestão ambiental de tratamento de efluentes industriais. Monografia em Gestão Empresarial. Faculdade de Tecnologia de Americana, Americana, SP, Brasil.

Schenknecht, V.S. 2018. Aplicação da metodologia PDCA para redução de custos com produtos químicos em uma estação de tratamento de efluentes industriais alimentícios. Trabalho de Conclusão de Curso (Bacharelado em Engenharia Química). Universidade Tecnológica Federal do Paraná, Ponta Grossa, PR, Brasil.

Silva, A.C.; Assalin, A.G.; Reis, A.P.; Dízero, B.L.; Moraes, F.A.B. 2017. Aplicação da ferramenta DMAIC para eliminação de bulk filamentoso em uma estação de tratamento de efluentes na indústria de papel e celulose. In: Congresso Brasileiro de Engenharia de Produção, 2017, Ponta Grossa, PR, Brasil. Anais… p. 1-11.

Silva, I.F.B. 2024. Aplicação de ferramentas da qualidade e metodologia Six Sigma em uma estação de tratamento de efluentes do estado de Alagoas. Trabalho de Conclusão de Curso (Bacharelado em Engenharia Química). Universidade Federal de Alagoas, Maceió, AL, Brasil.

Vargas, T.S.; Oberherr, G. 2020. Aplicação do método DMAIC com uma abordagem sustentável com ênfase na redução de resíduo industrial: um estudo de caso no processo de desenvolvimento de uma empresa calçadista. Revista Gestão Industrial 16(4): 1-28.

Werkema, C. 2011. Lean Seis Sigma: Introdução as Ferramentas do Lean Manufacturing. 2. ed. Elsevier, Rio de Janeiro, RJ, Brasil.

Yin, R.K. 2014. Estudo de caso: planejamento e métodos. 5. ed. Bookman, Porto Alegre, RS, Brasil.

Resumo executivo oriundo de Trabalho de Conclusão de Curso da Especialização em Gestão de Projetos do MBA USP/Esalq

Para saber mais sobre o curso, clique aqui e acesse a plataforma MBX Academy