Traduccin control Introduccin al proceso de modelado La forma y el contenido de los modelos de procesos dinmicos son por un lado determinado

por el aplicacin del modelo, y por el otro por el conocimiento disponible. La aplicacin de la modelo determina la estructura externa del modelo, mientras que el conocimiento disponible determina la estructura interna. Los modelos dinmicos de proceso puede ser utilizado para la simulacin estudios para obtener informacin sobre el comportamiento del proceso, los modelos tambin se puede utilizar para control o estudios de optimizacin. Conocimiento del proceso pueden estar disponibles como fsico relaciones o en forma de datos de proceso. En este captulo se describe un procedimiento para el desarrollo de un modelo matemtico de la dinmica proceso fsico o qumico, para determinar el comportamiento del sistema sobre la base de la modelo, y la interpretacin de los resultados. Se mostrar que un mtodo sistemtico consiste en un anlisis de fase del sistema original, una fase de diseo y una fase de evaluacin. Diferente tipos de modelo de proceso tambin se revisar. Aplicacin de modelos de proceso Un modelo es una imagen de la realidad (un proceso o sistema), centrado en una predeterminada aplicacin. Esta imagen tiene sus limitaciones, ya que generalmente se basa en informacin incompleta conocimiento del sistema y por lo tanto nunca representa la realidad completa. Sin embargo, incluso a partir de una imagen incompleta de la realidad, podemos ser capaces de aprender varios cosas. Un modelo puede ser probado bajo circunstancias extremas, que a veces es difcil para realizar el verdadero proceso o sistema. Es, por ejemplo, posible investigar cmo un planta qumica reacciona a perturbaciones. Tambin es posible mejorar el comportamiento dinmico de los un sistema, mediante el cambio de ciertos parmetros de diseo. Un modelo, por tanto, captar la esencia de la realidad que nos gusta investigar. Est modelando un arte o una ciencia? La parte cientfica es ser capaz de distinguir lo que es relevante o no para captar la esencia. Los modelos se utilizan con frecuencia en la ciencia y la tecnologa. El concepto de un modelo se refiere a entidades que varan de descripciones matemticas de un proceso a una rplica de un sistema real. Un modelo es rara vez un objetivo en s mismo. Se proporciona siempre una herramienta para ayudar a resolver un problema, que se beneficia de una descripcin matemtica del sistema. Aplicaciones de los modelos de ingeniera se puede encontrar en (i) Investigacin y Desarrollo. Este tipo de modelo se utiliza para la interpretacin de los conocimientos o las mediciones. un ejemplo: es la descripcin de la cintica de las reacciones qumicas de un laboratorio de puesta a punto. Modelos para la investigacin propsitos preferiblemente debera basarse en principios fsicos, ya que proporcionan una visin ms clara en la coherencia como para comprender la importancia de ciertos fenmenos observados. (ii) Diseo de Procesos. Este tipo de modelo son frecuentemente utilizado para disear y construir (piloto) plantas y evaluar los problemas de seguridad y econmicos aspectos.

(iii) Planificacin y Programacin. Estos modelos son a menudo simples estticas modelos lineales en los que la capacidad requerida de la planta, tipo de producto y la calidad son lavariables independientes del modelo. (iv) optimizacin de procesos. Estos modelos fsicos son principalmente estticas aunque para las plantas de proceso ms pequeos que tambin podra ser modelos dinmicos. Para debottlenecking propsitos, modelos de estado estacionario ser suficiente. Optimizacin de la operacin de los procesos por lotes requiere modelos dinmicos. Los modelos de optimizacin a menudo pueden ser derivados de los modelos de diseo a travs de la simplificacin apropiado. Hay, sin embargo, un cambio en los grados de libertad de las variables de diseo para controlar variables o condiciones de proceso. (v) prediccin y el control. Aplicacin de los modelos de prediccin es til cuando es difcil de medir ciertas cualidades del producto, como las propiedades de los polmeros, por ejemplo, el peso molecular promedio. Estos modelos tambin encontrar aplicacin en situaciones en las que los cromatgrafos de gas se utilizan para el anlisis de la composicin, pero donde las condiciones del proceso son extremas o de modo que el cromatgrafo de gas es propenso a fallar, por ejemplo a causa de frecuentes taponamiento del sistema de muestreo. Los modelos de proceso tambin se utilizan en aplicaciones de control de procesos, especialmente desde el desarrollo del modelo de control predictivo basado. Estos modelos son por lo general los modelos empricos, que no puede ser demasiado complejo, debido a la aplicacin en lnea de los modelos. Modelado de Sistemas Dinmicos El modelado es el procedimiento para formular los efectos dinmicos del sistema que ser considerado en ecuaciones matemticas. El comportamiento dinmico se puede caracterizar por las respuestas dinmicas del sistema a las entradas manipuladas y perturbaciones, teniendo en cuenta las condiciones iniciales del sistema. Las salidas del sistema son las variables dependientes que caracterizan y describen la respuesta del sistema. Las entradas de ajuste del sistema son ajustables independiente Las variables que no estn influenciados por el sistema. Los disturbios se producen cambios externos que no puede ser influenciada, lo hacen, sin embargo, tienen un impacto en el comportamiento del sistema. Estos cambios por lo general tienen un carcter aleatorio, tal como la temperatura ambiente, los piensos o cambios en la composicin, etc Las condiciones iniciales son valores que describen el estado del sistema en el inicio. Para procesos batch esto es a menudo el estado inicial y para procesos continuos a menudo es el estado en el punto de trabajo. Entradas manipuladas y alteraciones no siempre pueden ser claramente separadas. Ambos tienen un impacto en el sistema. El primero se puede ajustar de forma independiente, este ltimo no puede ser ajustado. Esta distincin es especialmente relevante para los sistemas controlados. Las entradas estn a continuacin, utilizar para compensar los efectos de las perturbaciones, de tal manera que el sistema se mantiene en un deseada estado o llevado a un estado deseado.

Cada libro en el rea de modelado de procesos da otra definicin del trmino "modelo".La definicin que se utiliza aqu es una combinacin de las ideas de Eykhoff (1974) y Hangos y Cameron (2003). Un modelo de un sistema es: Una representacin de los aspectos esenciales del sistema en un adecuado (matemtica) forma que pueden ser verificadas experimentalmente a fin de aclarar las dudas sobre el sistema Esta definicin incorpora el objetivo, el contenido (el sujeto), as como la forma de la modelo. El objetivo es encontrar respuestas ajustadas a las preguntas sobre el sistema. El tema para modelado es la representacin de los aspectos esenciales del sistema. Los aspectos del sistema debera en principio ser verificables. La forma del modelo est determinada por su aplicacin. A menudo, un modelo inicial que sirve como punto de partida, se transforma en una deseable forma, para ser capaz de hacer una declaracin sobre el comportamiento del sistema. En los extremos hay dos tipos de modelos de modelos que slo contienen fsico-qumico relaciones (la denominada "caja blanca" o modelos mecnicos) y modelos que son totalmente sobre la base de experimentos (el llamado "recuadro negro" o modelos experimentales). En la primera categora, slo los parmetros del sistema son medidos o conocidos por la literatura. En ese caso, se supone que la estructura de la representacin del modelo es totalmente correcta. En el segundo caso, tambin la relacin (s) se determina experimentalmente. Entre los dos extremos hay es un rea gris. En muchos casos, algunas partes del modelo, especialmente los contrapesos, se basan en relaciones fsicas, mientras que otras partes se determinan experimentalmente. Esto especficamente se cumple para los parmetros en las relaciones, que a menudo tienen un rango limitado de validez. Sin embargo, las partes experimentales tambin pueden referirse a relaciones enteras, tales como ecuaciones para la velocidad de reacciones en los procesos bioqumicos. En la secuela de los aspectos ms importantes de modelado ser discutido. 1. Un modelo es una herramienta y no la meta en s misma. La primera fase en el modelado es una descripcin de la meta. Esto determina los lmites del sistema (que parte del sistema y el medio ambiente debe ser considerado) y el nivel de detalle (a la que el grado de detalle debera ser el sistema modelado). El objetivo debe ser suficientemente claro. Una regla muy conocida de oro es que el problema ya est resuelto el 50% cuando la definicin del problema est claramente establecida. 2. Modelos universales son antieconmicas. Esto no suele tener sentido para desarrollar modelos que se ajustan a varios propsitos. Modelos de ingeniera se podran desarrollar para el diseo, estudios econmicos, el funcionamiento, control, seguridad y casos especiales. Sin embargo, todos estos objetivos tienen diferentes requisitos con respecto al nivel de detalle y tienen diferentes grados de libertad (variables de diseo frente a las variables de control, etc).

3. La complejidad del modelo debe estar en lnea con la meta. Al modelar, uno debe tratar de desarrollar la forma ms simple posible del modelo que se requiere para alcanzar el objetivo fijado. Limitacin de la complejidad no es slo til desde el punto de vista de eficiencia, una muy amplia, a menudo desequilibrada modelo, no es deseable y oculta el verdadero comportamiento del proceso. El propsito del modelo es a menudo para proporcionar una visin. Esto slo es posible si la formulacin del modelo es limitada a los detalles esenciales. Esto no siempre es una tarea fcil, ya que lo esencial fenmenos no son siempre claras. Una adicin til a los pasos de modelado es una anlisis de sensibilidad, lo que puede dar una indicacin de que las relaciones determinar la como resultado del modelo. 4. Jerarqua en el modelo. Modelando est relacionada con (experimental) de observacin. Es bien sabido que durante observacin, el cerebro humano utiliza modelos jerrquicos. Un tringulo es observado por buscando en las esquinas individuales y toda la estructura. Esta es tambin la puesta punto para el modelado. El modelo consta de un mnimo de tres niveles jerrquicos: el sistema, las relaciones individuales y los parmetros. Por lo general, un sistema de comprende varios subsistemas, cada uno con una funcin separada. Para entender el sistema, el conocimiento que se requiere de las partes individuales y sus dependencias. 5. El nivel de detalle. Este es un tema difcil e importante. La Figura 1.1 muestra las tres dimensiones en que el nivel de detalle puede ser representado: tiempo, espacio y funcin. Los modelos pueden abarcar un perodo de tiempo grande. Slo entonces la constante de tiempo grande debe ser considerada y el resto del sistema puede ser descrito estticamente. Si tiempos cortos son importantes, las constantes de tiempo pequeos convertido en importante y a largo plazo efectos pueden ser considerados como integradores (salida del proceso es una integracin de la de entrada). Esto ser discutido con ms detalle en un captulo posterior. Figura 1 Para la descripcin espacial es relevante para saber si el sistema puede ser considera ser agrupados o no. Medios concentrados que todas las variables son independientes de la ubicacin. Un ejemplo es un termmetro, que se discutir en la secuela. La buena aproximacin es que el mercurio tiene la misma temperatura en todas partes, independiente de la altura y la ubicacin de la seccin transversal. En el caso de los sistemas distribuidos, las variables es dependiente del lugar. La mayora de las variables que el cambio en el tiempo tambin cambiar con respecto a la ubicacin. Se encuentran ejemplos en equipos de proceso, tales como intercambiadores de calor, reactores tubulares y de destilacin columnas. El nivel de detalle de una funcin puede variar considerablemente. La funcionalidad de un sistema puede ser considerado desde el nivel molecular a nivel de usuario. Un ejemplo es una mquina de caf. En el nivel de usuario es slo de inters cmo este sistema puede ser operado a tomar una taza de caf de la cantidad y calidad requerida. Conocimiento acerca de cmo, con qu rapidez y en qu

medida el aroma de caf se extrae de la polvo no es necesaria. Con el fin de entender lo que realmente sucede, el conocimiento en el nivel molecular incluso puede ser requerido. Por lo general, existe una dependencia entre los niveles de detalle de tiempo, espacio y funcionalidad. Si el sistema se considera un perodo ms prolongado, la espacial distribucin y funcionalidad requerir menos detalle. 6. Modelado basado en componentes de la red frente a modelos basados en balances. Los sistemas mecnicos, electromecnicos y el flujo a menudo pueden ser modelados sobre la base de elementos (resistencia, condensador, induccin, transistor) de que la red se compuesto. Esto a menudo es tambin posible para los sistemas trmicos. En muchos casos estos elementos puede ser descrito por las relaciones lineales porque no exceda el operando regin. Cuando se combinan estos sistemas trmicos con sistemas qumicos, esta estructura de red no est tan claro ya. El punto de partida en este caso es Usualmente la masa, la energa y el componente de saldos. Los balances pueden ser a menudo escritos como una red de ecuaciones diferenciales ordinarias y ecuaciones. Pero la estructura no es reconocible como una red de componentes individuales. Forzar tal sistema en una red de componentes elctricos analgicos puede violar la verdadera situacin. 7. Un modelo no puede explicar ms de lo que contiene. Modelado y simulacin puede mejorar la visin, clarificar las dependencias, predecir comportamiento, explorar los lmites del sistema, sin embargo, no van a revelar el conocimiento que es desconocida. Un modelo es un reflejo de todos los experimentos que han sido realizar. 8. El modelado es un proceso creativo con un cierto grado de libertad. El planteamiento del problema, la definicin de la meta, el anlisis de procesos, el diseo y anlisis del modelo son todos los pasos en el que las decisiones se tienen que hacer. Especialmente importantes son los supuestos. El resultado final ser dependiente de los conocimientos y la actitud del desarrollador modelo. Pasos de modelado La Figura 1.2 muestra los pasos que estn involucrados en el proceso de modelado en detalle. Hay tres fases principales: anlisis del sistema, diseo del modelo y anlisis del modelo. Estas fases pueden ser ms subdivididas en pequeos pasos. Al usar el ejemplo de un termmetro, estos pasos sern aclar. Problemas durante el desarrollo del modelo son: Cul debera ser el modelo? Cul es el nivel de detalle deseado? Cundo es el modelo completo? Cundo puede una variable puede ignorar o simplificar? Estas preguntas no son independientes. Las respuestas a la pregunta tercera y cuarta dependern de las respuestas a las dos primeras. Se podra decir que durante la fase de anlisis del sistema estas preguntas deben ser contestadas. Las respuestas se obtienen mediante la formulacin de los objetivos del modelo por un lado y considerando el sistema y el medio ambiente en el que se opera

en la otra mano. Esto debera proporcionar una comprensin suficiente sobre lo que debera ser modelada. En la fase de diseo del modelo del modelo real se desarrolla y en su caso, implementado y verificado. En esta fase, la primera pregunta a responder es cmo la modelo debe ser similar. El punto de partida es el diseo de una estructura bsica que se puede usar para lograr el objetivo. En caso de modelado de base fsica, esta estructura es ms o menos fijo: ecuaciones diferenciales con otras ecuaciones algebraicas. Con estos modelos, el comportamiento de una variable en el tiempo puede ser investigado. Tambin otros tipos de modelo son posibles. Algunos ejemplos son los llamados modelos experimentales o modelos de recuadro negro, tales como los modelos difusos o modelos de redes neuronales. El diseo de estos modelos procede utilizando sub-pasos ligeramente diferentes, que se discutirn ms adelante. La verificacin y validacin del modelo implementado mediante el uso de datos es parte de la fase de diseo. La frontera entre el anlisis y diseo de sistemas no siempre es del todo clara. Cuando el analista de sistemas investiga el sistema, l o ella a menudo piensan ya en trminos de modelado. Durante la fase de anlisis del sistema, se recomienda limitarse a la anlisis de los fenmenos fsicos y qumicos que deben ser tomados en cuenta (los "Qu"), mientras que durante el proceso de modelado de la forma en que estos fenmenos son en cuenta es el enfoque clave (el "cmo"). En la fase de anlisis del modelo se utiliza el modelo para alcanzar los objetivos. A menudo, el modelo comportamiento se determina a travs de estudios de simulacin, pero el modelo tambin se puede transformar a otra forma, como resultado de lo cual se puede determinar el comportamiento del modelo. Un ejemplo es transformacin del modelo para el dominio de la frecuencia. Este tipo de modelo de dar informacin de cmo las seales de entrada se transforman en seales de salida para las diferentes frecuencias de los cuales el seal de entrada se compone. El lmite entre el diseo del modelo y anlisis del modelo no es tambin siempre clara. La aplicacin y la transformacin del modelo son a veces parte de la modelo de diseo. Figura 2 anlisis del sistema - determinacin del alcance - Uso: forma y contenido - Nivel de detalle - Horizonte de tiempo - Distribucin espacial

- Fsico / qumicos mecanismos - Variables clave - Los criterios de validacin modelo de diseo - Relacin estructura- las relaciones -- Supuestos - la aplicacin -valores de los parmetros -verificacin / validacin modelo de anlisis - Anlisis de sensibilidad - Ajuste del detalle - Resolver / transformar /simular - Justificacin de supuestos Sistema de anlisis Durante el anlisis del sistema, los objetivos y los requisitos del modelo se formul la lmites del sistema se determinan y el sistema se pone en contexto con su ambiente. La tarea principal de un modelo no es dar la mejor representacin posible de la realidad, sino de dar respuestas a las preguntas. La formulacin de un objetivo claro no es un trivial tarea. La lista de requisitos es un resumen de las condiciones y limitaciones que se deben cumplir. Como se ha mencionado antes, la fase de definicin es la fase ms importante. Comentarios no suceder hasta el fase de evaluacin. Entonces quedar claro si los objetivos se cumplen. Durante la fase de anlisis de problemas, el modelo de entorno se desarrolla. Esta es una informacin de diagrama de flujo que representa las entradas de proceso y salidas como se muestra en la figura. 1,3 para el caso de un simple termmetro. La figura. 1,3. Termmetro diagrama esquemtico con el medio ambiente. Esta representacin se denomina tambin modelo input-output. Usando el objetivo previamente definido, el nivel de detalle del modelo con respecto al tiempo, la ubicacin y funcionalidad tiene

que estar determinado. La exactitud de un modelo dinmico se determina principalmente por su posicin en los tiempo jerarqua y el espectro de frecuencias correspondiente. Cuanto menor sea el tiempo de jerarqua, la mayores sern las frecuencias que deben ser cubiertos. La determinacin del nivel de detalle no se puede trasladar a la fase de diseo. Paralelo al anlisis del sistema, ya es til durante esta fase para investigar de qu manera el modelo puede ser verificada. Durante el sistema anlisis1 uno se centra en el sistema en s mismo, con el fin de investigar cual fsico-qumicas fenmenos tienen lugar y que son relevantes con respecto a la meta de modelado. Uno de los mtodos que se podran utilizar es encontrar mecanismos clave y componentes clave, por ejemplo: evaporacin (fase de equilibrio), la difusin de masa o de transporte, de calor por conveccin, conduccin o radiacin, y el flujo de lquido. Las variables clave podran ser, entre otras, la temperatura de presin, y la concentracin en una cierta ubicacin. Tambin en este caso, se debe tener en cuenta la necesario nivel de detalle, la jerarqua dentro del modelo y la precisin requerida. El modelado de los pasos como se indica en la figura. 1,2 se puede ilustrar considerando el modelado procedimiento para un termmetro. Paso A: Definicin del problema El punto de partida para la definicin del problema es: desarrollar un modelo para un termmetro de lquido como se muestra en la figura. 1,3. Esto parece un simple problema, sin embargo, es fcil perderse en los detalles. Preguntas importantes que podran aparecer son: "Cmo funciona el termmetro exactamente?" y "qu se puede ignorar?". En primer lugar la definicin del problema y el objetivo debe ser claramente indicado. Cul debe ser modelado y cmo? Ejemplos de definiciones del problema podra ser: Qu tipo de comportamiento hace la altura del espectculo cuando el mercurio ambiental los cambios de temperatura? Esta pregunta puede ser respondida cualitativamente. Cmo cambiar la altura exactamente? Es este cambio depende linealmente de la temperatura? Se trata de una cuestin cuantitativa que requiere una respuesta cuantitativa.

 Puede el termmetro siga rpidos cambios de temperatura? Esta es tambin una cuantitativa pregunta con respecto a la dinmica del sistema. Qu determina la velocidad del cambio? Esta es una pregunta con respecto a la relacin sensibilidades. Es posible el uso de alcohol en lugar de mercurio para ciertas aplicaciones? Este es un diseo cuestin. El objetivo que se deben cumplir en este caso se formula como: El modelo debe proporcionar informacin sobre los factores que determinan la velocidad de cambio de la la indicacin de la altura del mercurio del termmetro (vase la fig. 1.4a). Los requisitos para el modelo convertido entonces: Formato. El modelo debe ser en la forma de ecuaciones diferenciales con adicional ecuaciones, lo que nos permite realizar una simulacin. Este es un formato muy comnmente usado. El nivel de detalle. El termmetro se considera como lo vemos, no por tanto de un nivel molecular. El punto de partida ms importante es la suposicin de que la temperatura en el termmetro no tiene una distribucin espacial y tiene la misma temperatura en todas partes. Se supone que esta suposicin tambin se mantiene cuando el termmetro no est totalmente sumergida en el medio de los cuales la temperatura debe ser medida. El impacto de la volumtrico expansin del vidrio y la transferencia de calor a travs del vidrio sobre el funcionamiento de la termmetro, hay que seguir investigando. Estos dos factores tienen un impacto en la manera en que se incrementa el nivel de mercurio o disminuye cuando la temperatura cambia. Paso b: Anlisis del contexto Supongamos que el modelo nos interesa es un modelo que va a determinar la altura de el mercurio como una funcin de la temperatura ambiente (Fig. 1.4b). Por lo tanto, hay slo una entrada y una salida, la causa y efecto. El nmero de entradas, sin embargo, puede ser controvertido, puesto que tambin el comportamiento dinmico de los cambios de nivel ser modelado. Otras influencias desde el medio ambiente podran ser: propiedades del medio en el que la medicin se lleva a cabo. La transferencia de calor desde el medio hasta el vaso ser determinante para la velocidad de cambio del nivel de mercurio. La transferencia de calor tambin ser determinado por el estado de agregacin de el medio (gas, lquido o slido), la conduccin y propiedades de flujo del medio en el que la medicin de la temperatura se lleva a cabo. Los coeficientes de transferencia de calor para

que no fluye gas, lquido o lquido que fluye a ebullicin son ms que un factor de mil aparte. en una flujo de aire turbulento, se transfiere calor mucho ms rpido que en un flujo de aire estancado. para una medicin de la temperatura en un flujo de gas con rpidos cambios de temperatura, la velocidad del gas ser una variable del modelo de entrada adicional. En la secuela, se supone que el calor condiciones de transferencia son constantes. Radiacin hacia y desde el medio ambiente.

Para medir las temperaturas con precisin es difcil, ya que la medicin se ve afectada por radiacin hacia y desde los objetos con una temperatura diferente, cerca de la actual medicin. Este impacto depende por lo tanto de la situacin. Las prdidas de calor a travs del punto de contacto La forma en que est instalado el termmetro puede conducir al transporte de calor a travs del punto de contacto (Qbridge). El resultado del anlisis de contexto es un modelo de insumo-producto con los supuestos sobre efectos ambientales que pueden ser ignorados. En el caso de que el termmetro se supone que slo la temperatura del medio es relevante y que las condiciones de transferencia de calor son constantes. C Paso: Anlisis de funcin Un termmetro de lquido funciona sobre el principio de que la masa especfica o densidad es una funcin de la temperatura. La expansin volumtrica del volumen es por lo tanto una medida de la aumento de la temperatura. La temperatura del lquido en el interior del termmetro no cambia instantneamente con la temperatura ambiental. El mercurio y el vidrio tienen una capacidad de calor y un aumento temperatura como resultado de la conduccin de calor a travs del material. Es nuestra experiencia que la mayora de los ejercicios de modelado tienden a comenzar con una descripcin de lamercurio en el interior del termmetro (el estado del sistema) en la forma de un diferencial ecuacin de la densidad o el volumen del mercurio. Sin embargo, la densidad y el volumen cambian instantneamente con la temperatura. La densidad aumenta cuando el volumen disminuye y viceversa, ya que la masa del mercurio es constante: Ecuacin 1 Es la temperatura que determina el estado del sistema! Modelo de Diseo Durante la fase de diseo del modelo, el comportamiento del modelo se determinar. Constituir las relaciones funcionales entre las entradas y salidas, las cuales fueron asignadas en la entrada-salida de diagrama. El modelo que se utilizar consistir en ecuaciones diferenciales y ecuaciones adicionales y los supuestos en que el modelo es vlido. Un modelo puede ser formulado arriba hacia abajo por su estructura, las funciones y los parmetros.

Las actividades de diseo pueden distinguir las siguientes: determinar los supuestos determinar la estructura del modelo Determinar las ecuaciones del modelo determinar los parmetros del modelo Modelo de verificacin El modelo de validacin Los diagramas son una forma eficiente de representar la estructura del modelo. Los tipos de diagrama que son adecuados los "flujo de datos", los diagramas que muestran las relaciones entre las funciones (la los flujos de datos) o diagramas de flujo de funciones que describen las relaciones sobre la base de variables (el relaciones entre los datos son las funciones). En este ejemplo, los diagramas de flujo de datos, tambin llamados diagramas de flujo de informacin ser utilizada. Se relacionan estrechamente con la entrada-salida modelos que se han utilizado en una fase previa. Las funciones en el modelo para la descripcin de el comportamiento dinmico son ecuaciones diferenciales y ecuaciones adicionales. Estas ecuaciones contienen parmetros. La formulacin de las hiptesis es una actividad que avanza en paralelo con el modelo estructuracin, el diseo de las ecuaciones y la determinacin de los parmetros. La supuestos pueden ser proposiciones acerca de la forma en que funciona el sistema, tienen que ser ms verificadas. Supuestos tambin puede ser simplificaciones que se hacen en la derivacin de la ecuaciones o la determinacin de los parmetros. En las ecuaciones a menudo sucede que un trmino es mucho ms pequeo que otro trmino y, posteriormente, pueden ser ignorados. Un ejemplo es la contribucin de flujo en comparacin con la radiacin en un balance de calor. Para los parmetros que normalmente se refiere a la suposicin de que un valor de parmetro es constante (independiente de la temperatura, presin y composicin). Un ejemplo es la densidad o la capacidad de calor, que es generalmente supone que es constante en un intervalo de funcionamiento limitado. No todos los parmetros en el modelo se conoce o se puede recuperar a partir de bases de datos, algunos puede tener que determinarse experimentalmente. Esto puede ocurrir de dos formas diferentes: la parmetro en cuestin se puede medir directamente o el sistema est "entrenado" utilizando verdadero datos de funcionamiento. En el ltimo caso los parmetros se determinan mediante el ajuste de los parmetros de de tal manera que el error de modelado es mnimo. El error de modelado es la diferencia entre la modelo de produccin y la verdadera medida correspondiente. En ambos casos, un conjunto de datos experimentales conjunto del sistema se requiere. Verificacin y validacin del modelo diseado es un paso esencial. La verificacin consiste en que el comportamiento del modelo debe estar de acuerdo con el comportamiento del sistema bajo estudio. Validacin, sin embargo, se refiere a los valores absolutos, el modelo produce. Para los sistemas dinmicos, siempre es necesario comprobar si los valores estacionarios sobre la regin operativo completo son realistas. En este punto hay que decidir si las suposiciones que se han hecho

son correctas. Incluso si los parmetros del modelo son entrenados basado en una situacin real, esta comprobacin es requerida. Sin embargo, por otro lado, existe el peligro de que los parmetros slo describen la situacin para la que fueron formados. Tambin puede ocurrir que el modelo est sobre entrenamiento. Esta se produce en situaciones donde hay demasiados parmetros del modelo en comparacin con el nmero de mediciones. En caso de que los errores de medicin Tambin se modelan. Es obvio que el conjunto de datos de entrenamiento y un conjunto de datos de prueba deben ser diferentes. Paso d: Relaciones modelos con supuestos El modelo que se sigue de la funcin de anlisis se muestra en la figura. 1,5. La temperatura de el mercurio sube o baja como resultado del cambio en la temperatura ambiental. El nivel del mercurio se sigue de la temperatura de mercurio. Para la temperatura se sostiene que se eleva el tiempo que hay transporte de calor, en otras palabras, siempre que hay una diferencia de temperatura entre el mercurio y el medio ambiente. El transporte de calor es proporcional a la diferencia de temperatura. Figura 5 La velocidad a la que sube la temperatura se determina por la capacidad calorfica: Ecuacin 2 La altura del mercurio es una funcin de la temperatura de acuerdo con: Ecuacin 3 Esta ecuacin muestra cmo los cambios de nivel con respecto al punto de referencia (h0, V0, T0) cuando la temperatura cambia con respecto a dicho punto. El punto de referencia tiene el ndice '0 '. se define como: Ecuacin 4 Para ser capaz de hacer suposiciones realistas, el conocimiento adicional sobre las propiedades fsicas se requiere. La Tabla 1.1 muestra las propiedades de diversos materiales. El etanol se ha aadido a la tabla, ya que es una alternativa para el uso de mercurio. De agua se muestra como referencia. La Tabla 1.2 muestra algunas pautas para la transferencia de calor. Tabla 1 y tabla 2 El modelo mostrado en las ecs. (1,2) y (1,3) se basa en varios supuestos: La temperatura del mercurio se pueden agrupar. El mercurio en el interior del termmetro tiene la misma temperatura en todas partes (agrupados). Esto significa que no hay gradiente de temperatura en direccin radial o axial. Esta suposicin es realista, ya que la conduccin de calor trmica del mercurio es relativamente grande (alrededor de 10 veces el valor para el vidrio). Si la inmersin total en el medio hace cualquier diferencia en la temperatura se puede verificar fcilmente.

 Las propiedades fsicas no dependen de la temperatura. En las ecs. (1,2) y (1,3), se supone que las propiedades fsicas cp, mercurio y cp, vidrio y mercury no dependen de la temperatura. La figura 1.6 muestra que la volumtrico expansin de mercurio en un amplio intervalo es relativamente constante, la diferencia entre 0 C y 100 C es de slo 0,5%. La expansin volumtrica del vidrio puede ser la referencia. Como resultado de la expansin volumtrica del vidrio, la superficie y el volumen de la aumentar. Debido a la mayor superficie de transferencia de calor, el intercambio de calor aumenta. Sin embargo, se puede calcular que este efecto es muy pequeo. El aumento de el volumen, sin embargo, tiene un efecto significativo en el nivel de mercurio. El volumtrico coeficiente de dilatacin del mercurio es de 1,8 10-4 K-1, el valor para el vidrio est en el orden de los 0.1-0.3 10-4 K-1.2 Al ignorar la expansin volumtrica de vidrio, se comete un error en del orden de 10%. Una solucin posible es utilizar un valor modificado para el mercurio, que es la diferencia entre los dos coeficientes de dilatacin. Modelos para la transferencia de calor.

En el modelo propuesto se asume implcitamente que las temperaturas del vidrio y el mercurio son los mismos. Es, sin embargo, cuestionable si esto es cierto. La temperatura del vidrio cambia siempre antes de que la temperatura de mercurio, porque la vidrio est expuesta al medio. Este efecto podra ser tenidos en cuenta si se requiere. En una situacin estacionaria, la resistencia trmica (inversa del coeficiente de transferencia de calor) se puede escribir como: Ecuacin 5 Hay tres resistencias en serie: la resistencia a la transferencia de calor desde el ambiente para el vidrio, la resistencia a la transferencia de calor a travs del vidrio y el resistencia para la transferencia de calor desde el vaso hasta el mercurio. La magnitud de estos tres trminos individuales indicar si la suposicin de que el mercurio temperatura es igual a la temperatura del vidrio se justifica. Generalmente, la resistencia entre el vidrio y el mercurio ser pequeo (glas, mercurio> 200 J/m2.K), el calor trmino de conduccin tambin indica una resistencia pequea (glass / dglass = 103 J/m2.K), pero la resistencia entre el vidrio y el medio puede variar considerablemente, dependiendo de la turbulencia en el medio (10 <env, vidrio <104 J/m2.K). El llamado Biot nmero NB indica en qu medida conveccin o conduccin es el factor limitante en el transporte de calor. NB es la razn adimensional entre la resistencia conductiva y convectiva: FALTA E Paso: Verificacin y Validacin En este paso se debe comprobar si los supuestos ms importantes son realistas. La simple experimento consiste en sumergir el termmetro en un bao de agua caliente y esperar a que un situacin de equilibrio se obtiene. Posteriormente colocar el termmetro es un bao con agua a temperatura ambiente y se mide el cambio de temperatura con el tiempo (el comportamiento

dinmico) y se compara con los resultados del modelo. El experimento debera repetirse, mediante la colocacin de la termmetro del bao caliente en aire a temperatura ambiente. Este sencillo experimento nos permitir verificar si la hiptesis de que tomamos sobre el coeficiente de transferencia de calor es correcta. Otro supuesto importante es que la temperatura del vidrio y el mercurio son los mismo. Si estas temperaturas diferentes, la temperatura del vidrio cambiar primero y posteriormente, la temperatura mercurio va a cambiar. Una consecuencia es que para una temperatura aumento, en primer lugar el cristal se expandira y el nivel de mercurio caera, pero a largo plazo- efecto sera que el nivel de mercurio se elevara. Si esto sucede en la realidad es fcil comprobar. FALTA El uso de diagramas 1.4.1 Diagramas En la fig. 1,2 donde los pasos de modelado se discutieron, tres entregas de la modelizacin proceso se mencionaron: contexto o modelo ambiental El modelo de comportamiento modelo especfico de simulacin Los diagramas son un buen medio para ilustrar estas prestaciones: el modelo ambiental es ilustra un diagrama de contexto que muestra las conexiones con el medio ambiente, la modelo de comportamiento con el soporte de diagramas de flujo de datos que muestran las funciones y los internos estructura y tambin para las simulaciones de las herramientas grficas a menudo se utilizan. La utilizacin de tcnicas grficas no es nuevo. Diagramas contextuales en el campo de la control de procesos se llaman diagramas de insumo-producto. Flujo de seal diagramas elctricos analogas o grficos de ligaduras se han aplicado en la dinmica del proceso antes de aclarar las estructuras. Algunos paquetes de simulacin utilizar diagramas de bloques para introducir los modelos en el software. La mtodo utilizado en la secuela es "prestada" en el campo de la informtica (Yourdon, 1989). La representacin de la estructura funcional se realiza mediante el uso de la llamada flujo de datos diagramas (DFD, fig. 1,8). Hay una diferencia esencial con los diagramas de flujo de seal (van der Grinten, 1970). En el ltimo tipo de diagramas, primero se fabrica una lista de todas las variables y A continuacin, las relaciones se identifican (Rademaker, 1971). En el desarrollo de los DFD, el orden inverso es seguido. FALTA Tipos de modelo

Las diferentes aplicaciones de los modelos y las metas de modelos diferentes han conducido a muchos diferentes estructuras del modelo. Dado que los modelos se utilizan como base para nuevas decisiones, la conocimiento debe ser presentada en una forma utilizable. El modelo no debe ser demasiado complejo, sin embargo se debe dar una descripcin suficientemente precisa del sistema. el siguiente clasificaciones se pueden hacer: i. Caja blanca (principios bsicos) negro de la caja (emprica) ii. Paramtrico no paramtrico iii. lineal no lineal iv. Static dinmica v Distribuido lumped vi. Dominio de tiempo dominio de la frecuencia vii. Continua discreto El modelo siempre ser una combinacin de las caractersticas mencionadas anteriormente, que se plantean los requisitos que la aplicacin por un lado, y el proceso de conocimiento y los datos disponibles sobre la otra mano. Caja Blanca frente a los modelos de caja negra Los modelos de caja blanca se basan en las leyes fsicas y qumicas de conservacin, como la masa Balance, Balance componente, impulso equilibrio y el equilibrio energtico. Tambin se les llama los primeros principios o modelos mecanicistas. Los modelos dan una idea fsica en el proceso y explicar el comportamiento del proceso en trminos de las variables de estado y variables de medicin. El estado variable del modelo es la variable cuya velocidad de cambio es descrito por la conservacin equilibrio. Estos modelos ya se pueden desarrollar cuando el proceso todava no existe. La ecuaciones dinmicas se complementan con las ecuaciones algebraicas que describen calor y masa transferencia, cintica, etc El desarrollo de estos modelos es mucho tiempo. Los modelos de caja negra o modelos empricos no describen los fenmenos fsicos de la proceso, que se basan en la entrada / salida de datos y slo describir la relacin entre la medir los datos de entrada y de salida del proceso. Estos modelos son tiles cuando el tiempo es limitado disponible para el desarrollo del modelo y / o cuando no se conocen suficientemente fsica de el proceso. Representaciones matemticas incluyen modelos de series de tiempo (como ARMA, ARX, Box y Jenkins modelos, modelos de redes neuronales recurrentes y recurrentes modelos difusos). Podra ser que la percepcin fsica mucho ms est disponible, pero que cierta informacin o comprensin es deficiente. En esos casos, los modelos fsicos se podra combinar con la caja de negro modelos, los modelos resultantes se denominan cuadro gris o modelos hbridos. El ltimo tipo de modelos se discutir en el captulo 30. Ejemplos son modelos fsicos combinados con neural red o modelos de lgica difusa (van Lith, 2002).