Com o intuito de oferecer uma forma inovadora para que as pequenas e médias indústrias de produção de cal aumentem sua eficiência, melhorem a produção e diminuam o consumo de matéria-prima, os alunos do Instituto Federal de Minas Gerais (IFMG), campus Formiga, criaram a Caltemp.

Basicamente, a Caltemp desenvolveu um sistema composto por software e hardware para analisar, em tempo real, o procedimento de queima da cal durante o processo de calcinação. Por meio desse sistema, será possível suavizar o consumo de combustível utilizado na calcinação, além de garantir a sustentabilidade das indústrias e diminuir a dependência do conhecimento empírico dos forneiros, que, por sua vez, é uma das causas da perda da produtividade.

Em indústrias de pequeno e médio porte, o operador utiliza um método empírico de observação do estado atual da queima da pedra da cal, onde se realiza aberturas regulares (de 48 a 72 vezes) do forno diariamente. Essas aberturas acarretam na queda da produção da cal, onde grande parte é devido a perda de temperatura e pressão do forno, ocasionando o aumento no consumo de matéria-prima (calcário) e aumento no consumo de combustível, que na maior parte das indústrias é a lenha.

Existem grandes variações de temperatura na queima da cal, ela não segue um padrão linear. Sendo assim, objetivo é ter menores variações de temperatura para o maior aproveitamento do calcário e para evitar grânulos crus (quando o calcário não é totalmente cozido e não se torna cal por completo) e recozimento da cal quando ela ultrapassa o ponto ideal de cozimento.

A análise será feita pelo software e o sistema auxiliará o operador na tomada de decisão, como, por exemplo, a hora de colocar a lenha e a quantidade certa. O hardware será responsável por realizar a leitura dos sensores de temperatura e de pressão já existentes nos fornos de cal. Já o software é responsável por transformar dados em informações, ou seja, realizar a análise dos dados coletados pelo hardware, informar ao operador do forno, em tempo real, como se encontra o processo de queima, e sugerir ao operador qual a melhor ação para manter a qualidade ou realizar a correção da queima quando necessário. Para isso, serão utilizadas técnicas de Inteligência Artificial e Aprendizado de Máquinas (Machine Learning).