Sunteți pe pagina 1din 268

DISEO DE PLANTAS DE

PROCESOS QUIMICOS

LUIS MONCADA ALBITRES MSc.


UNIVERSIDAD NACIONAL DE TRUJILLO

TRUJILLO - PERU
MODELAMIENTO Y SIMULACION DE PROCESOS
i

INDICE

PRESENTACIN 1

CAPITULO 1 2

INTRODUCCION 2
1.1 CONCEPTOS Y DEFINICIONES BASICAS 3
1.1.1 Sistemas y procesos 3
Sistemas 3
Unidad de proceso 4
1.1.2 Jerarqua de sistemas 4
1.2 ECUACIONES 5
1.2.1 Linealidad 6
1.2.2 Ecuaciones implcitas y explcitas 7
1.2.3 Ecuaciones simultneas 7
1.2.4 Suficiencia y redundancia 8
1.2.5 Ecuaciones diferenciales 8
Condiciones de frontera (condicin lmite) 10
1.3 MODELAMIENTO
1.3.1 Modelamiento fsico 11
1.3.2 Modelamiento matemtico 11
1.4 TERMINOLOGIA DE MODELOS MATEMATICOS 12
1.4.1 Modelos deterministas frente a modelos probabilistas 12
1.4.2 Modelos lineales frente a modelos no lineales 12
1.4.3 Modelos de estado estacionario frente a modelos de estado no 13
estacionario
Modelo esttico 14

LUIS MONCADA ALBITRES


MODELAMIENTO Y SIMULACION DE PROCESOS
ii
Modelo dinmico 14

1.4.4 Modelos de parmetro distribuido frente a modelos de parmetro 16


globalizado (o agrupado)
1.5 OTRA CLASIFICACION DE LOS MODELOS MATEMATICOS 17
1.6 CONSTRUCCIN DE UN MODELO MATEMTICO 20
Verificacin y refinamiento del modelo 21
1.7 ANALISIS Y DISEO DE PROCESOS (GRADOS DE LIBERTAD) 21
Variables intensivas 21
Variables extensivas 21

CAPITULO 2 23

MODELAMIENTO MATEMATICO DE PROCESOS 23


2.1 LOS MODELOS EN INGENIERIA QUIMICA (modelos BASADOS EN 23
LOS PRINCIPIOS DE FENOMENOS DE TRANSPORTE)
2.1.1 Descripcin molecular 25
2.1.2 Descripcin microscpica 26
2.1.3 Descripcin de gradiente mltiple 26
2.1.4 Descripcin de gradiente mximo 27
2.1.5 Descripcin macroscpica 28
2.2 VARIABLES DE ENTRADA Y SALIDA DEL PROCESO 28
Variables controladas 28
Variables manipuladas 28
Perturbaciones 28
Variables intermedias 29
2.3 CONSTRUCCION DEL MODELO 29
Ecuaciones Finitas 30
Ecuaciones diferenciales ordinarias 30
Ecuaciones diferenciales parciales 30
Ecuaciones de diferencia finita 30
2.4 USO DE LOS MODELOS MATEMATICOS EN INGENIERIA QUIMICA 31
2.5 LEYES FUNDAMENTALES 31
2.5.1 Ecuaciones de Continuidad 31
ECUACION DE CONTINUIDAD TOTAL (BALANCE DE 31
MASA)
ECUACIN DE CONTINUIDAD POR COMPONENTE 34
(BALANCES DE COMPONENTE).
2.5.2 Ecuacin de Energa 38
2.5.3 Ecuacin de Movimiento 42
2.5.4 Ecuaciones de transporte 47
2.5.5 Ecuaciones de estado 48
2.5.6 Equilibrio 50
EQUILIBRIO QUMICO 50
EQUILIBRIO DE FASES 51

LUIS MONCADA ALBITRES


MODELAMIENTO Y SIMULACION DE PROCESOS
iii
2.5.7 Cintica Qumica 53
DEPENDENCIA DE LA TEMPERATURA (LEY DE 53
ARRHENIUS)
LEY DE ACCION DE LAS MASAS 53

CAPITULO 3 55

EJEMPLOS DE MODELOSMATEMATICOS DE 55
SISTEMAS DE INGENIERIA QUIMICA
3.1 INTRODUCCION 55
3.2 REACTORES CSTR EN SERIE, CON RETENCIN CONSTANTE 55
3.3 CSTRs CON RETENCION VARIABLE 57
3.4 DOS TANQUES CALENTADOS 59
3.5 REACTOR CSTR EN FASE GAS A PRESION 59
3.6 CSTR NO ISOTERMICO 61
CHAQUETA DE ENFRIAMIENTO PERFECTAMENTE 62
MEZCLADA.
FLUJO EN PISTON DEL REFRIGERANTE EN LA 64
CHAQUETA
MODELO DE CHAQUETA POR SECCIONES 65
CAPACITANCIA DE LA PARED METALICA 65
SIGNIFICATIVA
3.7 VAPORIZADOR DE UN COMPONENTE SIMPLE 66
UN MODELO AL ESTADO ESTACIONARIO 67
MODELO CON DINAMICA DE EQUILIBRIO DE FASES 67
MODELO CON DINAMICA DE LIQUIDO Y VAPOR 68
MODELO DE EQUILIBRIO TERMICO 70
3.8 EVAPORACION FLASH DE MULTIPLECOMPONENTES 70
MODELO DE ESTADO ESTACIONARIO 71
MODELO RIGUROSO 72
MODELO PRACTICO 73
3.9 REACTOR BATCH 74
FASE DE CALENTAMIENTO 77
FASE DE ENFRIAMIENTO 78
3.10 REACTOR CON TRANSFERENCIA DE MASA 79
3.11 COLUMNA IDEAL DE DESTILACION BINARIA 81
3.12 COLUMNA DE DESTILACION DE MULTIPLECOMPONENTES NO 87
IDEAL
3.13 DESTILACION BATCH CON RETENCION 89
3.14 SISTEMAS DE pH 91
3.14.1 Modelos de Constante de Equilibrio 91
3.14.2 Mtodo de la Curva de titracin 93

LUIS MONCADA ALBITRES


MODELAMIENTO Y SIMULACION DE PROCESOS
iv

PARTE II 95
SIMULACION PORCOMPUTADOR 95

CAPITULO 4
97

METODOS NUMERICOS 97

4.1 INTRODUCCION 97
4.2 USO DE MATLAB 98
Importancia de las grficas 98
Libros de referencia para importantes para aprender 99
MATLAB
4.3 ALGEBRA LINEAL 99
4.3.1 Solucin de ecuaciones simultneas 99
4.3.2 Anlisis de sistemas de reaccin 102
4.4 SOLUCIONES DE PRUEBA Y ERROR 104
4.5 METODOS ITERATIVOS DE CONVERGENCIA 105
4.5.1 Mtodo de la bisectriz 106
4.5.2 Mtodo de Newton Raphson 109
4.5.3 Mtodo de la falsa posicin 113
4.5.4 Mtodos explicitos de convergencia 114
4.6 METODOS DE BUSQUEDA 116
4.7 USO DE SIMULADORES 117
4.8 INTEGRACION NUMRICA DE ECUACIONES DIFERENCIALES 118
ORDINARIAS
4.8.1 Uso de las variables de estado 119
4.8.2 Algortmos explicitos de integracin numrica 121
ALGORITMO DE EULER 121
RUNGE Y KUTTA (CUARTO ORDEN) 125
4.8.3 Mtodos implcitos 129
4.9 LINEARIZACION 131

LUIS MONCADA ALBITRES


MODELAMIENTO Y SIMULACION DE PROCESOS
v

CAPITULO 5 135

EJEMPLOS DE SIMULACION DE MODELOS 135


ESTATICOS
5.1 CRITERIO DEL DIAMETRO OPTIMO 135
5.2 EQUILIBRIO DE REACCIONES QUIMICAS 136
5.2.1 Programa equilibrio 137
5.2.2 Programa UNTSIM 137
5.3 FLUJO POR GRAVEDAD EN UN TANQUE 138
5.4 REACTORES CSTR EN SERIE, CON RETENCIN CONSTANTE 139
5.5 CSTRs CON RETENCION VARIABLE 140
5.6 DOS TANQUES CALENTADOS 140
5.7 REACTOR CSTR EN FASE GAS A PRESION 140
5.8 CSTR NO ISOTERMICO 141
CHAQUETA DE ENFRIAMIENTO PERFECTAMENTE
MEZCLADA 141
FLUJO EN PISTON DEL REFRIGERANTE EN LA CHAQUETA 143
MODELO DE CHAQUETA POR SECCIONES 144
CAPACITANCIA DE LA PARED METALICA SIGNIFICATIVA 144
5.9 VAPORIZADOR DE UN COMPONENTE SIMPLE 144
5.10 EVAPORACION FLASH DE MULTIPLECOMPONENTES 145
5.11 REACTOR BATCH 146
5.12 REACTOR CON TRANSFERENCIA DE MASA 147
5.13 COLUMNA IDEAL DE DESTILACION 147
5.14 DESTILACION BATCH CON RETENCION 150

CAPITULO 6 151

EJEMPLOS DE SIMULACION DE MODELOS 151


DINAMICOS
6.1 FLUJO POR GRAVEDAD EN UN TANQUE 151
6.2 TERMOMETRO DE MERCURIO 154
6.3 DOS TANQUES MEZCLADORES 156
Solucin Analtica 160
Solucin Simblica 160
Solucin Numrica 160
6.4 TRES CSTRs EN SERIE 166
6.5 REACTOR SEMICONTINUO 168
Solucin Analtica 171
Solucin Numrica 173

LUIS MONCADA ALBITRES


MODELAMIENTO Y SIMULACION DE PROCESOS
vi

CAPITULO 7 176

EJEMPLOS DE SIMULACION DE SISTEMAS 176


CONTROLADOS
7.1 CSTR NO ISOTERMICO 176
7.2 COLUMNA DE DESTILACIN BINARIA 180
7.3 REACTOR BATCH 185

CAPITULO 8 193

CASOS DE ESTUDIO 193

8.1 INTERCAMBIADOR DE DOBLE TUBO 193


8.1.1 Caractersticas del intercambiador en estudio 193
8.1.2 Modelamiento del sistema 194
8.1.3 Toma de datos del proceso 194
8.1.4 Simulacin del proceso 198
8.2 MODELAMIENTO DE REACTORES TUBULARES 200
8.2.1 Sistema de dos reacciones generalizadas 201
8.2.2 Modelamiento de las reacciones generalizadas en el reactor tubular 202
BALANCE DE MATERIA EN UN REACTOR TUBULAR 203
EN ESTADO ESTABLE
GENERALIZACION DE LOS BALANCES DE MATERIA 204
BALANCE DE ENERGIA EN UN REACTOR TUBULAR 205
AL ESTADO ESTACIONARIO
BALANCE DE MOMENTUM 208
8.3 TANQUE AGITADO CON CALENTAMIENTO 210
8.4 REACTOR CSTR 230
Anlisis de estabilidad 241
Anlisis del Plano de Fase 245
Cmportamiento de estado estacionario Mltiple 246

LUIS MONCADA ALBITRES


MODELAMIENTO Y SIMULACION DE PROCESOS
vii
Curvas de generacin y remosin de calor 247

BIBLIOGRAFIA 253

LUIS MONCADA ALBITRES


MODELAMIENTO Y SIMULACION DE PROCESOS 1

MODELAMIENTO Y SIMULACION DE
PROCESOS QUIMICOS

MSc. LUIS MONCADA ALBITRES

LUIS MONCADA ALBITRES


MODELAMIENTO Y SIMULACION DE PROCESOS 2

CAPITULO

1
INTRODUCCION

En la industria de procesos hay dos reas principales en las que el ingeniero


qumico presta sus servicios profesionales: la operacin de plantas existentes y el diseo
de plantas nuevas o modificadas.
Ambas tareas, la operacin y el diseo se ven facilitadas con la elaboracin de
modelos que representan los procesos reales y que usan desde las mismas plantas en
operacin, pasando por plantas piloto y equipo de banco, llegando hasta las
abstracciones de los modelos matemticos y la solucin (simulacin) de los mismos.
Aunque los ingenieros qumicos simulan procesos qumicos desde hace ya
muchos aos, el trmino de simulacin tiene una connotacin especial cuando se utiliza
con relacin a las computadoras. El diseo y la simulacin con ayuda de las
computadoras le dan al ingeniero la capacidad de evaluar ms alternativas, en forma
ms detallada que lo que era posible mediante los clculos manuales. An as, los
ingenieros todava deben tomar las decisiones bsicas de procesos; an tiene que
especificar las variables independientes del proceso, pero se ahorra los tediosos
clculos. Por lo tanto puede dedicar ms tiempo a las suposiciones ms importantes del
modelo y a los efectos econmicos de las decisiones sobre el proceso.
Cualquier tipo de modelo que se utilice en la representacin de un proceso en la
industria qumica constar de varios mdulos o equipos en donde se efecten cambios
fsicos y/o qumicos en las sustancias que intervienen en el proceso, estando estos
equipos interconectados y afectando la operacin de uno a la operacin de los dems. El
anlisis o el diseo de estos equipos que se realizaba anteriormente con nomogramas y
reglas de clculo se hace ahora con el uso de las computadoras, por lo cual el
modelamiento matemtico de cada unidad de proceso se hace indispensable; al resolver
con algn algoritmo los modelos matemticos surgen los programas de computacin;
los primeros que aparecieron eran del tipo especfico, creados para estudiar un equipo
determinado con los componentes qumicos de ese proceso particular; despus vino la
generalizacin de los programas que se podran utilizar en equipos similares y con
componentes qumicos diversos; el siguiente paso fue la integracin de esos programas

LUIS MONCADA ALBITRES


MODELAMIENTO Y SIMULACION DE PROCESOS 3

ms generalizados que, combinados con programas ms especficos para los reactores


qumicos, dieron lugar a los simuladores de procesos. La tendencia actual es el
desarrollo de programas de uso general para la solucin (simulacin) de los modelos,
usando el lenguaje que el diseista crea conveniente.

1.1 CONCEPTOS Y DEFINICIONES BASICAS

1.1.1 Sistemas y procesos

Sistemas. Todo sistema consiste de componentes interrelacionados y es, en un


sentido, una entidad cerrada, considerada como independiente (mentalmente) de todo lo
que le rodea. Un sistema qumico es un conjunto de procesos fsicos y qumicos
interrelacionados y medios fsicos que lo implementan.
Todo sistema tiene entradas y salidas Fig. 1-1. entradas pueden ser materia prima,
su composicin, temperatura, etc. Un sistema est usualmente sujeto a perturbaciones, y
en orden a compensar estas, se hace uso de acciones de control (o correcciones).

PERTURBACIONES

ENTRADAS PROCESO SALIDAS

VARIABLES MANIPULADAS

Fig. 1-1 Un sistema simple controlado

Un sistema a pequea escala est definido nicamente por las propiedades del
proceso y est limitado a una simple unidad de proceso, sus fuerzas internas y la
configuracin de la unidad.
Un sistema a gran escala es un conjunto de sistemas a pequea escala y difiere
cuantitativa y cualitativamente de un sistema a pequea escala. Las caractersticas de la
salida de un sistema a gran escala son:

1.Integridad, que es el conjunto de objetivos y propsitos.


2.Gran tamao y multiplicidad de funciones ejecutadas.
3.Comportamiento complejo.
4.Aspectos competitivos (procesos antagnicos pueden tener lugar en un
sistema, tendiendo a reducir su efectividad).
Un ejemplo de un sistema a gran escala es el departamento de investigacin y
desarrollo de una planta de procesos.

LUIS MONCADA ALBITRES


MODELAMIENTO Y SIMULACION DE PROCESOS 4

Unidad de proceso. Cualquier secuencia qumica de produccin puede dividirse en un


nmero definido de etapas bsicas en las cuales toman lugar los procesos bsicos
comunes a todo Ingeniero Qumico. Algunas de las ms importantes son: Absorcin,
destilacin, reaccin qumica, etc.
El carcter bsico segn el cual los procesos son empleados bajo un ttulo
particular, es la identidad de los aspectos fsicos y qumicos, es decir las relaciones de
materia y energa dentro de un proceso dado. Una unidad de proceso contiene todas las
caractersticas necesarias y suficientes que singularizan la multiplicidad de fenmenos
fsicos y qumicos. El objetivo o propsito de una unidad de proceso es tambin tomado
en consideracin.
De acuerdo a sus relaciones internas de materia y energa, los procesos de
ingeniera qumica son habitualmente divididos en las siguientes clases:
Hidrodinmicos, trmicos, de difusin, qumicos y mecnicos.
Segn su objetivo o propsito e implementacin, las clases anteriores son
divididas en unidades de proceso (procesos unitarios). Por ejemplo la clase de difusin
incluye las siguientes unidades de procesos: Absorcin (desorcin), destilacin,
extraccin, adsorcin (desorcin), disolucin (cristalizacin), secado, intercambio
inico, etc.
Todos los procesos pueden dividirse en determinsticos y estocsticos (o al azar).
Un proceso determinstico es aquel en el cual la observacin es hecha sobre un conjunto
contino de valores de manera bien definida, y la salida de la variable ms
representativa del proceso, es determinada nicamente por las variables de entrada. Los
procesos determinsticos pueden describirse adecuadamente por los mtodos clsicos de
anlisis y mtodos numricos. Un ejemplo de un proceso determinstico es aquel que se
lleva a cabo en un reactor contino, de flujo bien agitado.
Un proceso al azar o estocstico es aquel en el cual los cambios observados son de
manera casual y frecuentemente discontinuos. En un proceso estocstico la variable de
salida no est directamente relacionada a la variable de entrada los procesos estocsticos
son descritos en trminos de la estadstica y teora de las probabilidades. Un ejemplo es
un procesos cataltico de contacto en el cual el rendimiento del producto disminuye
conforme decrece la actividad del catalizador a travs del tiempo.

1.1.2 Jerarqua de sistemas

Todo proceso de manufactura puede visualizarse como una secuencia de tres


etapas bsicas, a saber, preparacin de la materia prima, tratamiento qumico
propiamente dicho, y separacin de los productos finales. Esta secuencia est englobada
en un sistema integrado de ingeniera qumica. En los tiempos presentes una planta
qumica, como un sistema a gran escala, consiste de un nmero grande de sistemas
interrelacionados colocados en tres niveles de jerarqua Fig. 1-2. los subsistemas del
nivel inferior comparten entre ellos las funciones asignadas por el subsistema del
siguiente nivel superior. Cada subsistema de una planta qumica es una combinacin de
un sistema de ingeniera qumica y un sistema de control automtico operando como un
ente simple diseado para producir un proceso especificado.
El nivel ms inferior en la estructura jerrquica de una planta qumica consta de
las unidades de procesos de ingeniera qumica (mecnica, flujo de fluidos, transferencia
de calor, difusin, reaccin, etc.), asociados con sistemas locales de control.

LUIS MONCADA ALBITRES


MODELAMIENTO Y SIMULACION DE PROCESOS 5

PLANTA QUIMICA

SISTEMAS DE CONTROL DE OPERACIONES


III
(PRODUCCION, INVENTARIO, VENTAS)

SISTEMAS DE CONTROL
II II -1 II - 2 DE PROCESO POR II - N
COMPUTADORA

UNIDADES DE
I I -1 . . . . . . I -1
1 N
I -2 1 . . . . I -2N PROCESO Y I -N1 .... I -NN
OPERACIONES
SISTEMAS CON-
VENCIONALES
DE CONTROL

Fig. 1-2 Jerarqua en una Planta Qumica

El segundo nivel ( Fig. 1-2 ) de una planta qumica comprende los departamentos
de produccin y sus sistemas de control automtico asociados. Un departamento en una
planta qumica es un conjunto de unidades de proceso interrelacionados cuya operacin
est acompaada por perturbaciones fortuitas; es decir, las relaciones de entrada-salida
de los subsistemas se hacen estocsticos. En el anlisis de los subsistemas del segundo
nivel, se tiene entonces que recurrir a tcnicas de estadstica y teora de probabilidades.
A este nivel, la informacin es analizada estadsticamente, y el control de los
subsistemas incluye la optimizacin.
El mximo nivel en jerarqua de una planta qumica (ver Fig. 1-2) provee
administracin y control para toda la produccin, mantenimiento, inventario,
planeamiento y mercadeo. A este nivel las necesidades provienen del anlisis y del
control ptimo de la planta total. Esto incluye el uso de modelos matemticos,
Ingeniera de sistemas, investigacin de operaciones, etc.

1.2. ECUACIONES

Las ecuaciones pueden clasificarse en dos grandes grupos: algebraicas y


diferenciales / integrales. Generalmente una ecuacin algebraica no contiene una
variable expresada como una derivada. Por ejemplo, la ecuacin x = ay + bz es
algebraica, mientras que dx/dt = ay + bz es una ecuacin diferencial y dx/dt es la
derivada.

LUIS MONCADA ALBITRES


MODELAMIENTO Y SIMULACION DE PROCESOS 6

1.2.1 Linealidad

El concepto de linealidad en ecuaciones es importante. Un ejemplo de ecuaciones


lineales podra ser la definicin de la presin en el fondo de un recipiente conteniendo
liquido (Fig. 1-3):

P = h + P0 (1.1)

donde P0 = presin sobre la superficie


P = presin a una profundidad h
= densidad

P0 P = h + P0
P
Presin P

h
P
h h

P
Nivel h
Fig. 1-3 Ejemplo de sistema lineal

H
Hw F2
F1 Cv

Fig. 1-4 Ejemplo de sistema no lineal

Las relaciones entre P y h son mostradas como una lnea recta en la grfica; en la
cual, a cualquier nivel h un cambio dado en el nivel (h) producir un correspondiente
cambio proporcional en la presin P. Un ejemplo de una ecuacin no lineal podra ser
la relacin entre el flujo y la cada de presin a travs de una vlvula.

LUIS MONCADA ALBITRES


MODELAMIENTO Y SIMULACION DE PROCESOS 7

F2 = Cv P1 P2 (1.2)

donde F = flujo
Cv = constante de vlvula
(P1 - P2) = diferencia de presin a travs de la vlvula.

En esta expresin el cambio incremental en el flujo F no es proporcional a un


cambio dado en la cada de presin (P1 - P2). Notar sin embargo, que an cuando la
relacin entre el flujo y la cada de presin es no lineal, la relacin entre el flujo y Cv es
lineal.

1.2.2 Ecuaciones implcitas y explcitas

Las relaciones entre variables en una ecuacin pueden ser ya sea implcitas o
explcitas. Un ejemplo de una relacin explcita fue mostrado en la ecuacin para el
flujo, F2 = Cv P1 P2 , la cual es, dando P1, P2, y Cv, se puede establecer directamente
F2. Un ejemplo de una ecuacin implcita se refiere a un tanque con un flujo de salida
en la base y un rebose (vertedero)en un costado (Fig. 1.4). Si el flujo total hacia el
tanque es F, entonces cuando son alcanzadas las condiciones al estado estacionario; se
puede demostrar que F = 3,336(H Hw)1,5 + Cv(Hw)0,5. Si F, Cv y Hw (altura del
vertedero) son conocidos, no se puede calcular H directamente a partir de la ecuacin y
se deben hacer una serie de manipulaciones antes de establecer H.

1.2.3 Ecuaciones simultneas

Ahora se describe el concepto de simultaneidad. Considerar el sistema descrito en


la Fig. 1-5. Una bomba suministra un flujo constante F a dos puntos a travs de dos
vlvulas, descargando a presiones P1 y P2 respectivamente. Las ecuaciones para el
sistema son

F = F1 + F2 (1.3)

F1 = Cv1 P P1 (1.4)

F2 = Cv2 P P2 (1.5)

Donde Cv1 y Cv2 son los valores constantes y P es la presin de descarga de la


bomba. Hay tres valores no conocidos para los valores dados de P1, P2, Cv1, Cv2 y F (los
dos flujos F1 y F2, y la presin P). Ninguno de estos valores no conocidos se puede
determinar mediante la solucin de cualquiera de las ecuaciones anteriores por s sola.
Estas incgnitas solamente se pueden determinar por la solucin de las tres ecuaciones
simultneamente.

LUIS MONCADA ALBITRES


MODELAMIENTO Y SIMULACION DE PROCESOS 8

En un sentido amplio, las variables en un conjunto de ecuaciones simultneas


estn implcitamente definidas, pero ninguna se puede establecer directamente
mediante la solucin de una ecuacin cualesquiera.

Cv
F, P P1
F1
Bomba
Cv
P2
F2
Fig. 1-5 Ejemplo de sistema simultneo

1.2.4 Suficiencia y redundancia

En orden a obtener una solucin para un conjunto de ecuaciones, es necesario


especificar tantas ecuaciones independientes como variables independientes existan. Las
ecuaciones independientes permiten que se puedan usar ecuaciones redundantes
derivadas de otras ecuaciones como ecuaciones independientes; por ejemplo, en el
sistema

x + y + 2z = 5 (a)

3x + y + 2z = 3 (b)

2x + y + 2z = 4 (c)

(c) es redundante debido a que es meramente la suma de las ecuaciones (a) y (b)
dividido por dos y por lo tanto no es un enunciado separado; y esta no puede ser usada
para obtener valores de x, y y z. Estas definiciones tambin son aplicadas a ecuaciones
diferenciales simultneas.
Para sistemas en los cuales hay ms variables que ecuaciones, existe un conjunto
infinito de soluciones, pero si se es establecida una condicin de maximizacin o
minimizacin, se puede seleccionar una solucin optima. Esta rea general es abarcada
por la programacin lineal o no lineal. Las dems situaciones comunes con mas
ecuaciones que variables no conocidas requiere encontrar una solucin que fije mejor
las ecuaciones con un mnimo de error. Esta es el rea general de problemas del
establecimiento de datos.
Este punto se estudiar con mayor detalle en captulos posteriores en lo referente
al anlisis de procesos para el establecimiento de los grados de libertad de un modelo.

1.2.5 Ecuaciones diferenciales

Para adquirir destreza en la formulacin de ecuaciones diferenciales es necesario


entender claramente el significado de la derivada. El smbolo dV/dt establece la razn

LUIS MONCADA ALBITRES


MODELAMIENTO Y SIMULACION DE PROCESOS 9

de cambio de V con respecto a t . Si V est relacionada a t, como muestra la Fig. 1-6,


entonces dV/dt es la pendiente de la curva en cualquier punto t. Si, por ejemplo, un
recipiente est siendo llenado a una velocidad F(t) (este smbolo indica que la velocidad
de alimentacin F no es necesariamente constante, pero vara o es una funcin del
tiempo t), luego la ecuacin ser:
dV
=F (1.6)
dt
que es, la velocidad de cambio de volumen V con respecto al tiempo es igual a la
velocidad de alimentacin. Esto tambin podra darse como una ecuacin integral
mediante la integracin de ambos lados de la ecuacin

t
V = Fdt (1.7)
0

la cual indica, el volumen V a cualquier tiempo t es la acumulacin del flujo F en el


periodo de tiempo 0 t adems del volumen al tiempo 0 .

T tiempo

Fig. 1-6

Si el recipiente que se est llenando tiene un rea de seccin transversal


constante A, el volumen V = AH, donde H es la altura de la superficie sobre un nivel
dado. Luego en general,

dV d dH dA
= (AH) = A +H (1.8)
dt dt dt dt

pero como dA/dt = 0 (A es constante)

dV dH
=A (1.9)
dt dt

Esto es, el rea de seccin transversal A veces la velocidad de cambio de la altura dH/dt
es igual a la velocidad de alimentacin. Esta manipulacin es denominada
diferenciacin por partes y es muchas veces conveniente para simplificar ecuaciones.

LUIS MONCADA ALBITRES


MODELAMIENTO Y SIMULACION DE PROCESOS 10

Condiciones de frontera (condicin lmite)

Una definicin completa para ecuaciones diferenciales debe incluir valores


numricos para las condiciones de frontera. Un ejemplo podra ser la ecuacin para el
volumen de liquido en el tanque considerado anteriormente: dV/dt = F. Esta ecuacin
permite calcular el volumen V a cualquier tiempo t pero tambin debe establecerse el
volumen V0 al tiempo t = 0. Este volumen inicial es denominado como una condicin
de frontera, y en orden a resolver la ecuacin diferencial, se debe dar un valor para esta
condicin. En cualquier sistema de ecuaciones representando un modelo matemtico
que contenga un nmero de ecuaciones diferenciales se requieren valores especficos de
las variables dependientes a valores particulares de las variables independientes, para
todas las variables para las cuales los trminos de derivada son incluidos en las
ecuaciones. Por ejemplo, las ecuaciones diferenciales simultaneas definen las variables
X, Y y Z

dY
= X2 Y2 + 3Z (a)
dt

dZ
= Y 3Z + X (b)
dt

X = 5Z2 Y +6 (c)

Son requeridos valores de Y y Z a un valor particular de la variable independiente


t, y debido a que (c) es algebraica X es automticamente definida. Usualmente los
valores de frontera para las variables dependientes son todas especificadas por el valor
inicial de la variable independiente y son denominadas condiciones iniciales. En
pocas situaciones, sin embargo, ellas estn especificadas a diferentes valores de la
variable independiente y son denominados problemas de valores de frontera dividida.

1.3. MODELAMIENTO

La distincin principal de los presentes das, es que los procesos qumicos


proceden a grandes velocidades en sistemas de multi-fase, adems son de extrema
complejidad. Esta complejidad se debe a la multiplicidad y diversidad de variables de
proceso y las ramificaciones de las relaciones internas entre ellas, debido a las cuales un
cambio en una variables puede ocasionar cambios no lineales en otras variables. Esta
complejidad aumenta en los casos de mltiples reciclos y reacciones competitivas, los
cuales pueden cambiar totalmente el modelo. Adems de esto, puede sobreponerse al
proceso cualquier perturbacin.
El potencial externo de informacin acerca de los procesos qumicos es muy
grande, nosotros estamos obligados a reducir este potencial y a limitar el nmero de
alternativas. Esto puede hacerse mediante un adecuado discernimiento sobre un proceso
particular a travs de los modelos. Un modelo es una representacin simplificada de
aquellos aspectos de un proceso actual que est siendo investigado. El flujo de
informacin es dividido en dos etapas; en la primera etapa, un modelo es comparado
con el proceso real, y se toma como el adecuado si las diferencias son despreciables; en

LUIS MONCADA ALBITRES


MODELAMIENTO Y SIMULACION DE PROCESOS 11

la segunda etapa, comparamos nuestras observaciones del proceso con las respuestas del
modelo. Este procedimiento es denominado modelamiento. Existe modelamiento fsico
y modelamiento matemtico.

1.3.1 Modelamiento fsico.

En este caso el proceso de inters es reproducido en diferentes escalas y se analiza


el efecto de las caractersticas fsicas. El experimento es llevado a cabo directamente
sobre el proceso real. Los datos experimentales son reducidos a relaciones incluyendo
grupos dimensinales hechos sobre varias combinaciones de cantidades fsicas y
dimensiones lineales. Con esta presentacin dimensional, las relaciones encontradas
pueden ser generalizadas a clases de eventos teniendo los mismos grupos dimensinales
o similar criterio. Estos grupos dimensinales son derivados sobre la base de ecuaciones
diferenciales o anlisis dimensional.
El modelamiento fsico consiste en buscar la misma o casi la misma similitud de
criterio para el modelo y el proceso real. Como ya se ha notado antes, los procesos
reales son modelados en una escala de crecimiento progresivo, con la dimensin
longitudinal principal hecha en proporcin (criterio de similitud).
El principio de similitud es importante en el anlisis de procesos determinsticos
los cuales obedecen las leyes fsicas, pero es difcil aplicar para el anlisis de procesos
probabilsticas incluyendo mltiples relaciones estocsticas entre los eventos.

1.3.2 Modelamiento matemtico

El modelamiento matemtico es el proceso de creacin de una representacin


matemtica de algn fenmeno en razn de conseguir un mejor entendimiento del
fenmeno. Es un proceso en el cual se cambia la observacin con el establecimiento
simblico. Durante la construccin de un modelo, el modelista deber decidir que
factores sern relevantes para el fenmeno y cuales podrn dejar de enfatizarse.
En la construccin de un modelo matemtico, un proceso real es reducido a sus
bases esenciales, y el esquema resultante es descrito por un formulismo matemtico
seleccionado de acuerdo a la complejidad del proceso.
Es importante que un modelo deber representar con suficiente exactitud las
propiedades cuantitativas y cualitativas del fenmeno; en otras palabras, el modelo
deber adaptarse adecuadamente al proceso real. Para verificar esta necesidad, las
observaciones hechas sobre el fenmeno debern compararse con las predicciones
derivadas del modelo bajo idnticas condiciones. Entonces un modelo matemtico de un
fenmeno (proceso) qumico real es una descripcin matemtica combinando las
observaciones experimentales y estableciendo relaciones entre las variables de proceso.
El objetivo final de un modelo matemtico es la prediccin del comportamiento del
proceso y recomendar los debidos sistemas de control.

LUIS MONCADA ALBITRES


MODELAMIENTO Y SIMULACION DE PROCESOS 12

1.4 TERMINOLOGIA DE MODELOS MATEMATICOS

Existen muchas formas para la clasificacin de modelos matemticos. Para


nuestros fines resulta ms satisfactorio agrupar primeramente los modelos en parejas
opuestas.

Determinista frente a probabilista


Lineal frente a no lineal
Estado estacionario frente a estado no estacionario
Parmetro globalizado frente a parmetro distribuido

La eleccin de un tipo particular de modelo matemtico es determinada por las


condiciones especficas bajo las que puede proceder un proceso dado. El objetivo
principal del modelamiento y la simulacin es para controlar un sistema o proceso dado.
Como una consecuencia, un modelo matemtico completo debe describir relaciones
entre las variables bsicas del proceso bajo condiciones de estado estacionario (un
modelo esttico) y bajo condiciones transitorias (un modelo dinmico).

1.4.1 Modelos deterministas frente a modelos probabilistas

Dependiendo de que un proceso dado sea determinstico o estocstico, este puede


ser representado por cualquier de los siguientes modelos matemticos: (1) Un modelo
analtico rgido, un modelo numrico rgido, un modelo analtico probabilstico, o un
modelo numrico probabilstico (Monte Carlo).
Los modelos deterministas o elementos de modelos son aquellos en los que cada
variable y parmetro puede asignarse a un nmero fijo definido, o a una serie de
nmeros fijos, para una serie dada de condiciones. Por el contrario, en los modelos o
elementos probabilistas, o estocsticos, se introduce el principio de incertidumbre. Las
variables o parmetros utilizados para describir las relaciones entrada-salida y la
estructura de los elementos (y las restricciones) no son conocidos con precisin. En los
modelos estadsticos es preciso volver atrs diciendo el valor de x es (a b) con un
95% de probabilidad, lo que quiere decir que en una operacin prolongada el valor de
x ser mayor que (a + b) o menor que (a b) en un 5 por ciento de los casos. Los
elementos o modelos estocsticos no son tan fciles de tratar como los deterministas. En
la construccin de modelos rgidos, se utilizan diferentes tcnicas clsicas de
matemticas, a saber, ecuaciones diferenciales, ecuaciones lineales de diferencia,
ecuaciones integrales y operadores para conversin a modelos algebraicos.

1.4.2 Modelos lineales frente a modelos no lineales

Si la salida y, de un subsistema est completamente determinada por la entrada x,


los parmetros del subsistema y las condiciones inicial y lmite, pueden, en un sentido
general, representar simblicamente al subsistema por

y = Hx (1.10)

LUIS MONCADA ALBITRES


MODELAMIENTO Y SIMULACION DE PROCESOS 13

El operador H representa cualquier forma de conversin de x en y. Supngase


ahora que al subsistema se le aplican simultneamente dos entradas separadas, de forma
que
y = H(x1 + x2) = H(x1) + H(x2) = y1 + y2 (1.11)

Por tanto, el operador H es, por definicin, un operador lineal. Un sistema se


denomina lineal si su operador H es lineal, y el modelo de un sistema lineal, que est
representado por ecuaciones y condiciones lmite lineales, recibe el nombre de modelo
lineal. En caso contrario, el modelo es no lineal. El principio de superposicin
representado por la Ec. (1.11), permite al ingeniero determinar la respuesta del sistema
par una amplia variedad de entradas.

1.4.3 Modelos de estado estacionario frente a modelos de estado no estacionario

Asumiendo una unidad de proceso (reactor, columna, intercambiador, etc.) para la


cual al hacer un balance de alguna propiedad tal como masa, energa, momentum, etc.
se tiene:
Entrada Salidada
Acumulacin

Fig. 1-7

Entrada Salida = Acumulacin = d(propiedad)/dt (1.12)

Por estado estacionario consideramos, en la mayora de sistemas, las condiciones


donde ningn cambio ocurre con el tiempo. Matemticamente esto corresponde a tener
todas las derivadas (el trmino acumulacin en la Ec.1.12) iguales a cero, o
considerando un tiempo para realizarse muy grande, es decir, tiende al infinito. Por lo
tanto: Entrada = Salida
En cada balance, si las condiciones lmite son independientes del tiempo, las
variables dependientes del sistema pueden alcanzar gradualmente valores constantes
con respecto al tiempo en un determinado punto. Para sistemas globalizados; si la
entrada es constante con respecto al tiempo la salida puede alcanzar un valor constante.
Otra forma de expresar exactamente la misma idea consiste en decir que cuando el
tiempo tiende hacia infinito desaparecen los estados transitorios y el sistema es
invariante con respecto al tiempo.
Histricamente las tcnicas de diseo en ingeniera qumica para operaciones
bsicas, cintica de reaccin, etc. han tratado casi exclusivamente con operaciones en
estado estacionario. Cuando comenz a estudiarse ampliamente el control de procesos,
se encontr que la operacin en estado no estacionario era muy importante. Disear una
planta basndose en informacin de estado estacionario y adicionar despus los
controles resulta actualmente inadecuado: tanto las unidades como el control del sistema
deben disearse conjuntamente. Por supuesto que el anlisis y diseo de un proceso de
estado no estacionario requiere ms tipos diferentes y detallados de informacin que en
el caso precedente, pero el anlisis dinmico de la operacin prolongada suele con
frecuencia conducir a un mejor diseo desde el punto de vista econmico, que, al fin y
al cabo, es lo que importa.

LUIS MONCADA ALBITRES


MODELAMIENTO Y SIMULACION DE PROCESOS 14

Un ejemplo tpico de un proceso de estado no estacionario puede ser la puesta en


marcha de una columna de destilacin que alcanzar eventualmente un conjunto de
condiciones de operacin de estado estacionario. De hecho, cuando se examina con ms
detalle, se encuentra que la columna siempre opera en estado estacionario con pequeas
fluctuaciones de temperatura y composicin, que se producen en todo momento, pero
que posiblemente oscilan alrededor de los valores medios de estado estacionario. El
anlisis dinmico ayuda a minimizar las desviaciones de las especificaciones del
producto durante la puesta en marcha, parada o cambios en los niveles de operacin.
En resumen, dependiendo de la naturaleza del proceso, este ser descrito por:

Modelo esttico. Un modelo esttico (o al estado estacionario) ignora cambios en las


variables del proceso con el tiempo. Antes de construir un modelo esttico, es analizado
el proceso para establecer su naturaleza fsica y qumica, para establecer las ecuaciones
que lo describan.
Ejemplos de modelos estticos son:
a) Las ecuaciones para determinar el dimetro ptimo (Di, opt) de una tubera

Para acero al carbono

Di, opt = 282 m 0.52 -0.37 (1.13)

Para acero inoxidable, la expresin es

Di, opt = 236 m 0.50 -0.35 (1.14)


donde Di, opt = dimetro interior ptimo, mm
m = flujo de masa kg/s
= densidad del fluido, Kg./m3

b) Las ecuaciones (modelo) que describen el equilibrio en un sistema de reaccin

Go = v G i
o
f ,i (1.15)

Ka = a ivi = e G / RT
(1.16)
i
a s a t ...
Ka = bS Tc (1.17)
a B a C ...

c) La Ecuacin de diseo de un CSTR
FAo x A
V= (1.18)
rA

Modelo dinmico. La construccin de un modelo dinmico (o al estado no


estacionario) se hace para describir las caractersticas dinmicas del proceso, esto es,
estableciendo relaciones entre sus principales variables, las cuales varan con el tiempo.

LUIS MONCADA ALBITRES


MODELAMIENTO Y SIMULACION DE PROCESOS 15

Las caractersticas dinmicas pueden ser obtenidas de la teora, por experimentos, o


ambos.
Un modelo dinmico se ilustra con el tanque mostrado en la Fig. 1-8, hacia el cual
se bombea un liquido incompresible (densidad constante) a un caudal variable Fo
(pies3/s). Este flujo de entrada puede variar con el tiempo debido a cambios en la
operacin de la corriente superior. El nivel de liquido en el tanque cilndrico vertical es
h(pies). El flujo de salida del tanque es F (pies3/s).

F0

h
F
Fig. 1-8 Tanque de flujo por gravedad

Ahora Fo, h, y F todos variaran con el tiempo y entonces sern funciones del
tiempo. Consecuentemente usamos la notacin Fo(t), h(t) , y F(t). El liquido sale por la
base del tanque va una tubera horizontal prolongada y lo descarga en el tope de otro
tanque. Ambos tanques estn abiertos a la atmsfera.
Al estado estacionario el flujo de salida del tanque debe ser igual al flujo de
entrada. En este libro denotaremos el estado estacionario de las variables por una barra
sobre la variable. Luego al estado estacionario en el sistema del tanque F o = F .
Para un F dado, la altura del liquido en el tanque al estado estacionario deber
ser tambin una constante h . El valor de h deber ser aquella altura que proporcione
bastante columna de presin hidrulica a la entrada de la tubera para vencer la perdida
por friccin de liquido fluyendo a lo largo de la tubera. Par un alto valor de F , ser un
alto valor de h .
En el diseo del tanque al estado estacionario, naturalmente podemos dimensionar
el dimetro de la lnea de salida y la altura del tanque para que al flujo mximo esperado
el tanque no rebalse. Y como practica de diseo se considera un 20 a 30 por ciento de
factor de seguridad en la altura del tanque.
El estudio dinmico de este sistema es determinar que sucede cuando se cambia el
valor de Fo. Cmo ser la respuesta de h(t) , y F(t) con el tiempo? Obviamente F
eventualmente tender a alcanzar el nuevo valor de Fo y la altura tender a alcanzar un
valor que equilibre el flujo de entrada y el valor necesario de h(t) para proporcionar la
columna hidrulica suficiente para tener el valor de F(t) igual a Fo; el problema se
resumira en determinar si el nivel de liquido en el tanque sobrepasa la altura del tanque
o no.

Tanque mezclador.- En los procesos se acostumbra colocar un tanque de retencin


antes de un equipo al cual se debe suministrar una corriente con una concentracin
constante o en todo caso que la variacin no exceda un lmite inferior o superior dados.
Consideremos un tanque mostrado en la Fig. 1.9 el cual esta colocado antes de la

LUIS MONCADA ALBITRES


MODELAMIENTO Y SIMULACION DE PROCESOS 16

entrada a un reactor para tratar de mantener la concentracin de alimentacin dentro de


un rango determinado.
Fo
CAo

F
CA

Fig. 1-9

Al tanque ingresa una alimentacin Fo (pies3/min.) con una concentracin del


reactante A de CAo (mol/pie3). Al estado estacionario se mantendr CA = CAo y Fo = F,
pero puede darse el caso que debido a una mala operacin en un equipo anterior al
tanque se altere la concentracin de entrada durante un cierto periodo de tiempo. En este
caso el modelamiento y la simulacin del tanque de mezcla servirn para determinar en
que tiempo se restaura el estado estacionario de la concentracin de salida y determinar
si la concentracin de salida durante el tiempo que dura la alteracin de la concentracin
de entrada excede o no el rango mximo de concentracin de salida dado por el diseo
del proceso.

1.4.4 Modelos de parmetro distribuido frente a modelos de parmetro


globalizado (o agrupado)

Brevemente, una representacin de parmetro globalizado quiere decir que se


ignoran las variaciones espaciales y que las distintas propiedades y el estado (variables
dependientes del sistema se pueden considerar homogneas en todo el sistema). Por otra
parte, una distribucin de parmetro distribuido tiene en cuenta variaciones detalladas
desde el punto de vista del sistema en su conjunto. Todos los sistemas reales, son por
supuesto, distribuidos debido a que existen algunas variaciones en todo el conjunto. Sin
embargo, las variaciones son con frecuencia relativamente pequeas, de forma que se
pueden ignorar, y entonces el sistema se puede considerar globalizado.
La respuesta a la pregunta de si la globalizacin de parmetros es vlida, dista
mucho de ser sencilla. Una buena regla aproximada es que si la respuesta del elemento,
para todos los fines prcticos, es instantnea en el conjunto de todo el elemento,
entonces el parmetro del elemento puede ser globalizado. Si la respuesta presenta
diferencias instantneas a lo largo del elemento, ya no sera globalizado. Por respuesta
se entiende la velocidad de propagacin de la entrada o seal a travs del elemento. As,
para ver si debe utilizarse una ecuacin de parmetro distribuido o globalizado, es
necesario conocer algo acerca de los detalles del elemento en cuestin.
Debido a que los procedimientos matemticos para la resolucin de sistemas de
parmetro globalizado son ms sencillos que para los sistemas de parmetro distribuido,
con frecuencia se aproxima este ltimo por un sistema equivalente de parmetro
globalizado. Mientras que la globalizacin resulta con frecuencia posible es preciso
tener mucho cuidado en evitar el enmascaramiento de las caractersticas sobresalientes
del elemento distribuido (lo que dar lugar a la construccin de un modelo inadecuado)
debido a la globalizacin. Adems la variabilidad o no-linealidad del modelo de

LUIS MONCADA ALBITRES


MODELAMIENTO Y SIMULACION DE PROCESOS 17

parmetro globalizado puede dar lugar a un tratamiento matemtico tan difcil como el
modelo original no globalizado.
Como ejemplo de la utilizacin de modelos matemticos globalizados en vez de
distribuido, vamos a considerar el concepto de etapa de equilibrio en destilacin,
extraccin u otras operaciones similares. Generalmente se supone que la etapa acta
como un todo y no se tienen en cuenta las variaciones de composicin, temperatura y
presin entre las distintas partes de la etapa. Todas estas variables se globalizan
conjuntamente en un valor medio total. Los errores introducidos por este tipo de anlisis
se compensas en ltima instancia mediante el nebuloso trmino de eficiencia de la
etapa.
Otro ejemplo lo constituye un tanque de mezcla que se emplea para el mezclado
de fluidos, o bien para efectuar reacciones qumicas. Generalmente basamos los
clculos en la suposicin de que el tanque est perfectamente agitado de forma que todo
el volumen del mismo consiste en un material homogneo de caractersticas idnticas al
producto que sale del tanque. Ahora bien, en un tanque real existen placas deflectoras,
rincones, etc., y la mezcla no es perfecta en todas las regiones, lo cual conduce a falta
de uniformidad en el tanque. Con frecuencia se ignoran nuevamente estas variaciones y
se emplean ciertos valores medios para las propiedades del material contenido en el
tanque. Para muchos fines la suposicin globalizada resulta bastante satisfactoria,
aunque para ciertos tipos de reacciones qumicas el mezclado no ideal puede tener
importantes efectos. En relacin con estos vamos a considerar distintos aspectos.
Las variaciones espaciales consideradas en los modelos de parmetro distribuido
pueden ser para una dimensin solamente o para dos o tres dimensiones. Por ejemplo,
en los mtodos habituales de diseo de un absorbedor de relleno para gases se supone
que las concentraciones varan en forma continua en la direccin axial o de flujo, pero
en cambio se ignoran en la direccin radial. A un reactor tubular o de partculas de
relleno se le considera generalmente en la misma forma, pero, como en este caso los
gradientes radiales de temperatura pueden ser importantes, para tener en cuenta esto es
necesario utilizar un modelo de parmetro distribuido de dos o tres dimensiones en el
que se consideran las variaciones radial y axial de la temperatura y las concentraciones.
Otra cuestin a considerar es que se pueden realizar aproximaciones y
simplificaciones parciales. Por ejemplo, en un modelo tridimensional de parmetro
distribuido para un reactor qumico, se admite con frecuencia que el perfil de velocidad
es plano. Esto sirve de ayuda para la resolucin matemtica sin alterar el tipo de
modelo. Si existen perfiles de velocidad complicados, la suposicin de un perfil plano
puede no resultar adecuada.

1.5 OTRA CLASIFICACION DE LOS MODELOS MATEMATICOS

En la Tabla 1.1 se considera otro esquema de clasificacin y constituye una gua


para las tcnicas de solucin, como puede observarse, la complejidad matemtica
aumenta a medida que se desciende en la Tabla 1.1. En otras palabras, las ecuaciones
algebraicas son generalmente de resolucin ms sencilla que las ecuaciones
diferenciales ordinarias, que a su vez son ms fciles de resolver que las ecuaciones en
derivadas parciales. Esto no ocurre siempre, ya que una ecuacin diferencial lineal
puede ser ms fcil de resolver que una ecuacin diferencial ordinaria no lineal. La
exactitud de representacin del sistema fsico real que se alcanza mediante el modelo

LUIS MONCADA ALBITRES


MODELAMIENTO Y SIMULACION DE PROCESOS 18

matemtico tambin aumenta a medida que se desciende en la tabla, puesto que al tener
en cuenta ms variables dependientes y parmetros el modelo es ms perfecto.

Tabla 1.1 Clasificacin basada en la estructura matemtica

Modelo matemtico

Determinista Probabilista

Ecuaciones algebraicas
(estado estacionario, parmetro globalizado)

Ecuaciones integrales Ecuaciones diferenciales Ecuaciones de diferencia


(variaciones continuas) (variaciones continuas) (variaciones finitas, estado
estacionario)

Ecuaciones diferenciales Ecuaciones de diferencia


ordinarias unidimensionales (conexin
unidimensional de subsistemas
de parmetro globalizado
Estado estacionario Estado no estacionario
(un parmetro distribuido) (parmetro globalizado)

Ecuaciones en derivadas parciales Ecuacin de diferencia


multidimensional (mas de una
conexin unidimensional de
subsistemas de parmetro
globalizado
Estado estacionario Estado no estacionario
(parmetro distribuido) (parmetro distribuido)

Ecuaciones de diferencia-diferenciales
(cualquier tipo de conexin de subsistemas de parmetro distribuido
o globalizado y estado estacionario o no estacionario)

Utilizando la descripcin dada anteriormente para los modelos de estado no


estacionario frente a estado estacionario y de parmetro globalizado frente a parmetro
distribuido, se puede discutir la organizacin de la Tabla 1.1. Puesto que en las
ecuaciones algebraicas no hay derivadas, no se puede considerar variaciones de espacio
o tiempo. Estos modelos estn limitados para sistemas de parmetro globalizado en
estado estacionario, tal como se indica en la tabla; ejemplos de este tipo son balances de
materia en estado estacionario para procesos de etapas de equilibrio.

LUIS MONCADA ALBITRES


MODELAMIENTO Y SIMULACION DE PROCESOS 19

Una ecuacin diferencial ordinaria tiene una sola variable independiente que
varia continuamente, de forma que se pueden considerar variaciones del tiempo o bien
de una direccin espacial, pero no las dos conjuntamente. El primer caso conduce a
modelos de parmetro globalizado para estado no estacionario, mientras que el segundo
conduce a modelos de parmetro distribuido en una dimensin para estado estacionario.
Ejemplos del primer caso los constituyen los balances de materia en estado no
estacionario para procesos de etapas de equilibrio en los que es preciso tener en cuenta
la acumulacin de materia. Ejemplos del segundo tipo son los absorbedores de gas o los
reactores qumicos con variaciones en una dimensin. Los modelos que emplean
ecuaciones diferenciales ordinarias son muy tiles debido a que la complejidad
matemtica no es muy grande, si bien el modelo es algo ms complejo que una sencilla
ecuacin algebraica, de forma que tiende a proporcionar una mejor representacin del
fenmeno fsica. Las ecuaciones diferenciales ordinarias representan un compromiso
(una situacin con la que frecuentemente se encuentra el ingeniero) debido a que se
podran obtener representaciones ms exactas pero solamente a expensas de una
complejidad adicional mucho mayor tanto matemtica como de clculo.
Las ecuaciones en derivadas parciales pueden tener cualquier nmero de
variables independientes, si bien en el anlisis de procesos el nmero mximo es
habitualmente cuatro: tres dimensiones espaciales y el tiempo. En el campo de la
mecnica cuntica, donde es preciso considerar la posicin espacial de cada partcula
elemental, el nmero de variables independientes es con frecuencia muy superior a
cuatro; sin embargo, en los sistemas ingenieriles solamente se necesita considerar las
dimensiones geomtricas de todo el sistema. Puesto que por definicin, en una ecuacin
en derivadas parciales hay por lo menos dos variables independientes, una de ellas
puede ser el tiempo. Vemos por tanto que los modelos que emplean ecuaciones en
derivadas parciales son siempre modelos de parmetro distribuido. Dependiendo de que
intervenga o no el tiempo, se tienen las dos subclases que se indican en la Tabla 1.1.
Estos modelos son los ms comprensibles de los frecuentemente utilizados por los
ingenieros, pero presentan la dificultad de que las manipulaciones matemticas que
intervienen en su resolucin son con frecuencia muy complicadas.
Con respecto a las soluciones analticas, la teora de las ecuaciones diferenciales
ordinarias est razonablemente bien desarrollada, pero en cambio no ocurre lo mismo
para las ecuaciones en derivadas parciales. As, rara vez se puede encontrara la solucin
analtica a una ecuacin en derivadas parciales y, cuando esto ocurre, es muy frecuente
que intervenga una serie infinita, cuyo clculo resulta difcil, al menos por mtodos
manuales. Por supuesto que el empleo de calculadoras y computadoras facilita algo el
problema, pero an en este caso la resolucin de ecuaciones en derivadas parciales es un
procedimiento largo. Estas ecuaciones resultan tambin de difcil comprensin sin
recurrir a un amplio anlisis complementario.
Es preciso tener en cuenta que un modelo expresado en funcin de ecuaciones
diferenciales puede con frecuencia expresarse en funcin de ecuaciones integrales (y
viceversa) de forma que en este esquema de clasificacin estn esencialmente incluidos
muchos otros modelos.
Las ecuaciones de diferencia tienen en cuenta cambios finitos desde un estado a
otro y tienen un significado paralelo al que se ha indicado mas arriba para las
ecuaciones diferenciales.

LUIS MONCADA ALBITRES


MODELAMIENTO Y SIMULACION DE PROCESOS 20

1.6 CONSTRUCCIN DE UN MODELO MATEMTICO

La construccin de un modelo matemtico para un proceso, puede ser una tarea


difcil, en la cual se combinan el conocimiento con la experiencia. Tambin es
importante trabajar en conjunto con especialistas en las diferentes reas.
UNIDAD DE PROCESO

ECUACIONES QUE DESCRIBEN


EL PROCESO

PRINCIPALES
VARIABLES DE
PROCESO

MODELO ESTATICO MODELO DINAMICO

CONDICIONES RELACIONES RELACIONES ENTRE


DE CONTORNO ENTRE VARIABLES BASICAS
VARIABLES

OPTIMIZACION FUNCIONES ECUACIONES ECUAC. PARA


ESTATICA DE TRANSFE- DIFERENCIA- ELEMENTOS
RENCIA LES DELPROCESO

MODELAMIENTO
MATEMATICO
COMPLETO

RECOMENDACIONES
PARA CONTROL DE
OPERACIONES

OPTIMIZACION DINAMICA

Fig. 1-10 Etapas en el Desarrollo de un modelo matemtico


Completo de un proceso

Aunque los problemas pueden requerir mtodos de solucin muy diferentes, las
siguientes etapas son una aproximacin general para construir un modelo.

1. Identificacin del problema, definiendo los trminos del problema, y dibujar


los diagramas adecuados.
2. Comenzar con un modelo simple, estableciendo las asunciones focalizando la
atencin sobre aspectos particulares del fenmeno.

LUIS MONCADA ALBITRES


MODELAMIENTO Y SIMULACION DE PROCESOS 21

3. Identificar las variables y restricciones importantes y determinar como se


relacionan entre ellas.
4. Desarrollar la(s) ecuacin(es) las cuales expresen las relaciones entre las
variables y constantes.

Verificacin y refinamiento del modelo

Desde que un modelo ha sido desarrollado y aplicado a un problema, los datos


resultantes deben ser analizados e interpretados con respecto al problema. La
interpretacin y conclusiones debern ser verificadas respondiendo a las siguientes
interrogantes:

Es la informacin producida razonable?


Estn las asunciones realizadas durante la construccin del modelo de manera
razonable?
Existen factores que no fueron considerados y que podran afectar la salida?
Cmo se comparan los resultados con los datos reales?

En consideracin a estas interrogantes, puede ser necesario modificar el modelo. Este


proceso de refinacin deber ser continuo hasta conseguir un modelo que sea lo ms
cercano posible a la observacin real del fenmeno.
Un modelo matemtico completo de un proceso combina las variables bsicas del
proceso, las relaciones entre las variables bajo condiciones estticas o al estado
estacionario, restricciones, criterios de optimizacin, funciones objetivas y tambin las
relaciones entre las variables bajo condiciones dinmicas o de estado no estacionario.
La Fig. 1-10 muestra las diferentes etapas en la construccin de un modelo matemtico
completo.

1.7 ANALISIS Y DISEO DE PROCESOS (GRADOS DE LIBERTAD)

El modelamiento matemtico, como se ha visto anteriormente describe


matemticamente las relaciones entre las variables de un proceso. En otras palabras el
flujo de materiales del proceso real se convierte en flujo de informacin en las
abstracciones matemticas de los modelos. Este flujo de informacin, son los valores de
las variables, las cuales estn incluidas en el diseo, tales como composiciones de las
corrientes, temperatura, presin, velocidad de flujo y entalpas de las corrientes. En este
punto debemos distinguir dos tipos de variables:
Variables intensivas. Independientes de la cantidad de materia (Ej. Presin y
temperatura)
Variables extensivas. Dependen de la cantidad de material
La consistencia en el diseo deber emplear restricciones sobre los posibles
valores que puedan tomar estas variables. Los valores de algunas variables sern fijados
directamente por las especificaciones del proceso. Los valores de otras variables
debern determinarse por las relaciones de diseo.

Grados de libertad = Nmero de variables de diseo Nmero de relaciones


de diseo

LUIS MONCADA ALBITRES


MODELAMIENTO Y SIMULACION DE PROCESOS 22

Si Nv = nmero de posibles variables en un problema de diseo


Nr = nmero de relaciones de diseo
Nd = nmero de grados de libertad

Nd = Nv Nr (1.19)

Nd representa la libertad que tiene el diseista para manipular las variables para
encontrar el mejor diseo. Esta manipulacin se refiere a que el diseista puede dar
valores fijos a un nmero de variables igual al nmero de grados de libertad.

a) S Nv = Nr entonces Nd = 0
- El problema tiene solamente una solucin (nica)
- El problema no es un problema real de diseo
- No es posible optimizar

Ejemplo:
x + y = 10 2 Relaciones : Nr
x y = 2 2 Variables (x , y): Nv

Nv = Nr nica solucin: x = 6 y=4

b) Si Nv < Nr entonces Nd < 0


- El problema no est definido
- Solamente es posible una solucin trivial

c) Si Nv > Nr entonces Nd > 0


- Hay un nmero infinito de posibles soluciones (pero para un problema
practico habr solamente un nmero limitado de soluciones factibles) Nd es el
nmero de variables a las cuales el diseista debe asignarle valores (de
acuerdo a su criterio y experiencia) para resolver el problema.

Ejemplo. Considerando una corriente de una fase simple conteniendo C componentes

Variable Nmero Relaciones entre variables Nmero


Veloc. de flujo de la corriente 1 Composicin(1) 1
Composicin (concentraciones) C Entalpa(2) 1
Temperatura 1 Total 2
Presin 1
Entalpa de la corriente 1
Total Nv = C + 4

Grados de libertad Nd = Nv Nr = (C + 4) 2 = C + 2

(1) La suma de las fracciones en masa o mol, debe ser igual a uno
(2) La entalpa es una funcin de la composicin de la corriente, temperatura y presin

Especificando (C + 2) variables se define completamente el sistema.

LUIS MONCADA ALBITRES


MODELAMIENTO Y SIMULACION DE PROCESOS 23

CAPITULO

2
MODELAMIENTO MATEMATICO
DE PROCESOS

El mejor camino para conseguir un buen diseo es generar varios diseos y


seleccionar el mejor, para conseguir el mejor diseo se deben analizar y evaluar los
diseos.
Cmo se analiza y se evala un diseo? Una opcin es construir el sistema y
examinarlo. Esto es apropiado cuando el diseo es para un sistema pequeo, pero es
impracticable para sistemas grandes. La mayora de procesos qumicos son sistemas a
gran escala y es impracticable construir fsicamente el sistema para su anlisis. Por lo
tanto los ingenieros qumicos deben buscar otras formas para examinar los sistemas
(procesos).
En cada caso particular, un modelo matemtico es construido de acuerdo a los
objetivos del proceso y estudio del mismo, la exactitud deseada, y la confianza en los
datos usados. Esto es usualmente un proceso secuencial, as una formulacin inicial es
desarrollada, pasando por una continua y progresiva reformulacin.

2.1 LOS MODELOS EN INGENIERIA QUIMICA (MODELOS BASADOS EN


LOS PRINCIPIOS DE FENOMENOS DE TRANSPORTE)

El intento de los hombres para encontrar una explicacin unificada de los


fenmenos naturales, sin duda, es muy antigua. Los jnicos trataron de explicar
totalmente tales fenmenos en funcin de la modificacin del comportamiento de una
sustancia bsica, tal como agua o aire. Consideremos lo que habitualmente
denominamos propiedades de la materia, por ejemplo; los conceptos de calor especfico,
conductividad calorfica, viscosidad, coeficiente de difusin, resistencia, presin y
temperatura. Una de las principales diferencias entre la actitud de un fsico y un
ingeniero frente a estas propiedades reside en la forma en las que tratan estos conceptos.

LUIS MONCADA ALBITRES


MODELAMIENTO Y SIMULACION DE PROCESOS 24

Un fsico no est satisfecho debido a que estos conceptos no son suficientemente


elementales. Su actividad est dirigida hacia el intento de explicar estos conceptos por
un nmero reducido de otros conceptos ms elementales, tales como ncleos, tomos y
electrones. Tampoco el ingeniero se encuentra satisfecho, pero por razones totalmente
diferentes. Para la mayor parte de los problemas ingenieriles estos conceptos de
propiedades son demasiado elementales. En vez de tratar de encontrar sub-elementos
ms pequeos; como le ocurre al fsico, el ingeniero deseara integrarlos en conceptos
ms elaborados. Aunque estos conceptos pueden parecer sencillos; en la prctica no
ocurrir as puesto que el ingeniero los utilizar en una u otra forma segn resulten ms
convenientes. El problema bsico del ingeniero consistir en considerar aspectos
particulares que describan de una forma precisa y convincente el comportamiento de los
procesos macroscpicos.

Tabla 2.1 Estrato de tallado de principios fisicoqumicos

Estrato de Utilizacin por los Descripciones Parmetros tpicos


descripcin ingenieros matemticas para anlisis
fisicoqumica

Atmico y Formacin Trata cantidades Funciones de distribucin;


molecular fundamental discretas: mecnica integrales de colisin
cuntica, mecnica
estadstica, teora
cintica

Microscpico Aplicable solamente a Fenmenos de trans- Coeficientes fenomenolgicos;


casos especiales porte laminar, teoras coeficientes de viscosidad,
estadsticas de la difusin, conduccin
turbulencia calorfica; coeficiente de soret

Gradiente Aplicable solamente a Fenmenos de Coeficientes de transporte


mltiple casos especiales transporte laminar y efectivo
turbulento; transporte
en medios porosos

Gradiente Utilizado para Fenmenos de Coeficientes de transporte de


mximo sistemas de flujo transporte laminar y interfase, constantes cinticas
continuo; flujo de turbulento, diseo de
pistn reactores

Macroscpico Utilizacin muy Ingeniera de procesos, Coeficientes de transporte de


amplia operaciones bsicas; interfase; constantes cinticas
termodinmica y macroscpicas; factores de
cintica clsicas friccin

Esto no quiere decir que el ingeniero deba apartarse de las ciencias fundamentales,
puesto que constituyen el fundamento de su trabajo, y, en muchos casos, deber utilizar
conocimientos directamente obtenidos por fsicos y qumicos. Por ejemplo, a
temperaturas elevadas la capacidad calorfica de gases se puede predecir a partir de
consideraciones de mecnica estadstica, en situaciones en las que sera ms difcil
obtener datos empricos. Pero los ingenieros tratan ms frecuentemente con conceptos

LUIS MONCADA ALBITRES


MODELAMIENTO Y SIMULACION DE PROCESOS 25

y propiedades de tipo compuesto, as como tambin con variables, que son las variables
de manipulacin, aunque pueden no ser las variables verdaderas de un proceso. El
ingeniero realiza el mismo tipo de anlisis que el fsico: toma un conjunto de datos, los
analiza y elabora reglas, pero se mueve en una escala diferente dentro del mundo real.
Uno de los objetivos de este captulo es presentar brevemente los modelos que se
obtienen a partir de los principios fisicoqumicos (principios de los fenmenos de
transporte) los cuales constituyen el ncleo fundamental de los modelos utilizados por
los ingenieros. Aqu se clasifican los modelos de acuerdo con la estructura de la Tabla
2.1, en la cual la primera columna muestra los distintos niveles de descripcin utilizados
para representar matemticamente los procesos reales. Las dems columnas de la tabla
sirven para identificar e interpretar estas categoras en una terminologa ms familiar.
Estos niveles de estratos estn relacionados con la complejidad del detalle fsico interno
que se incluye en la descripcin del proceso: el grado de detalle disminuye a medida
que se desciende en la tabla. Tngase en cuenta que solamente disminuye el detalle
interno del sistema al descender en las columnas de la tabla y no, en cambio, la fidelidad
de representacin del proceso real por el modelo. Por ejemplo un modelo macroscpico
puede representar mejor un determinado proceso que un modelo ms detallado. Los
principios bsicos correspondientes a los modelos no son ms que los conceptos de
balance de materia, cantidad de movimiento y energa. Como se vera en los prximos
captulos, cada balance puede representarse en esta forma:

Acumulacin neta en Transporte neto de Transporte neto de


el volumen del sistema entrada a travs de la salida a travs de la
superficie del sistema superficie del sistema

Generacin neta en el Consumo neto en el


volumen del sistema volumen del sistema

El objetivo general del modelo es reemplazar estas palabras por expresiones


matemticas que sean tan rigurosas y a la vez contengan pocos parmetros desconocidos
como sea posible.
Para formar un modelo completo es necesario disponer de dos condicionamientos
matemticos:
a) Las ecuaciones algebraicas o diferenciales que lo rigen
b) Las adecuadas condiciones iniciales y lmite

2.1.1 Descripcin molecular

La descripcin ms fundamental de los procesos debiera basarse sobre


consideraciones moleculares. La descripcin molecular se caracteriza porque trata un
sistema arbitrario como si estuviese compuesto de entidades individuales, cada una de
las cuales siguen ciertas leyes. En consecuencia, las propiedades y las variables de

LUIS MONCADA ALBITRES


MODELAMIENTO Y SIMULACION DE PROCESOS 26

estado del sistema se obtienen como suma de todas las entidades. La mecnica cuntica,
la mecnica estadstica de equilibrio y no-equilibrio, as como la mecnica clsica,
constituirn mtodos tpicos de anlisis, mediante los cuales se podran calcular
tericamente todas las propiedades y formas de respuesta del sistema. Sin embargo,
estos campos implican tales complejidades matemticas que, para los fines ingenieriles,
no son posible por ahora desarrollarlos hasta un estado que permita al ingeniero utilizar
estos conceptos en el anlisis y diseo, excepto para ciertos casos muy especiales, como
por ejemplo el efecto sobre gases diluidos de temperaturas muy bajas o muy elevadas.
Por consiguiente, para nuestros fines, la descripcin molecular no encuentra mucha
aplicacin directa. Debido a este hecho, y a la gran complejidad ya mencionada, no se
insistir aqu en la descripcin molecular.

2.1.2 Descripcin microscpica

Una clase de modelos con fundamento bsico algo menor, corresponde a los que
llamaremos descripcin microscpica. Corresponde a un tratamiento fenomenolgico
del problema y admite que el sistema puede considerarse como continuo. En otras
palabras, se ignoran las interacciones moleculares detalladas y se plantean ciertas
ecuaciones de balance diferencial para materia, cantidad de movimiento y energa. Para
procesos no fluyentes o para procesos con flujo laminar, este estado de descripcin
encuentra numerosas aplicaciones prcticas, aunque con frecuencia, resulta
excesivamente complicado. Para flujo turbulento y elevado grado de mezcla (que son
casos de inters primario) se puede utilizar la teora estadstica de la turbulencia. Pero,
lo mismo que ocurre con los conceptos de la mecnica estadstica, tal tratamiento de un
proceso no encuentra mucha aplicacin prctica y es necesario recurrir a otros mtodos
de descripcin. Un tratamiento muy completo se puede encontrar en el libro de Bird,
Steward y Lightfoot. As mismo se pueden encontrar una serie de modelos
generalizados en el libro de Himmelblau y Bischoff.

2.1.3 Descripcin de gradiente mltiple

Tal como se indica en la Tabla 2.1, el siguiente nivel para la descripcin de un


proceso por modelos del tipo de fenmenos de transporte lo denominaremos nivel de
gradiente mltiple. Este nivel incorpora menos informacin detallada acerca de las
caractersticas internas del sistema que en el caso de la descripcin microscpica. Las
formas de las ecuaciones matemticas estn sugeridas y corresponden a las ecuaciones
de transporte microscpico, pero con coeficientes modificados. Estos coeficientes son
evidentemente empricos y deben determinarse para cada tipo de equipo o unidad de
inters, si bien es preciso indicar que, utilizando las correlaciones adecuadas, los
coeficientes obtenidos en unas determinadas circunstancias pueden con frecuencia
resultar tiles en otras distintas si el ingeniero procede con las debidas precauciones. La
caracterstica esencial de la descripcin de gradiente mltiple es que son importantes
uno o ms trminos de descripcin que deben ser retenidos en el modelo, con o sin los
trminos convectivos. El modelo de gradiente mltiple encuentra aplicaciones en
procesos con flujo turbulento o en flujos con pasos muy complicados como el que
tienen lugar en lechos de relleno o medios porosos, procesos en los que no se puede

LUIS MONCADA ALBITRES


MODELAMIENTO Y SIMULACION DE PROCESOS 27

medir ni calcular el campo de velocidad local. En el libro de Himmelblau y Bischoff, se


pueden encontrar modelos de gradiente mltiple desarrollados a partir de los balances
microscpicos.

2.1.4 Descripcin de gradiente mximo

Pasamos ahora a una forma todava menos detallada de descripcin, que es la


descripcin de gradiente mximo. En cierto sentido, este modelo se puede considerar
como un modelo simplificado de gradiente mltiple en el que se suprimen los trminos
de dispersin y solamente se conserva una derivada en los trminos de flujo global. Sin
embargo, el modelo se emplea con tal frecuencia que ha adquirido una categora
independiente. Con frecuencia el ingeniero no intenta analizar el detalle interno de los
modelos de gradiente mltiple. Se realizan entonces suposiciones simplificables
adicionales con lo cual se obtienen ecuaciones matemticas de fcil tratamiento que
resultan, no obstante, muy satisfactorias para numerosos fines. En el modelo de mximo
gradiente se desprecia toda la dispersin y solamente el mayor componente
(unidimensional) del gradiente de la variable independiente se considera en cada
balance. Por ejemplo en la representacin de gradiente mximo de un reactor qumico o
en sistemas de absorcin de gases, solamente se consideran los gradientes de
concentracin en la direccin axial originados por el flujo global, mientras que los
gradientes radiales, la dispersin, etc. Se ignoran.

Tabla 2.2 Balances de Gradiente Mximo

Balance de materia para la especie i

c i (v z c i )
+ = Ri + mi(t )
t z
Acumu- Transporte Genera- Transporte a
lacin global cin travs de la
superficie

Balance de energa

T T
CP + vz = SR + E
(t)

t z
Acumu- Transporte Genera- Transporte a
lacin global cin travs de la
superficie

Los modelos de gradiente mximo son generalmente los modelos considerados en


los libros elementales para los procesos continuos y se relacionan en la Tabla 2.2. El
modelo de mxima gradiente se denomina con frecuencia modelo de flujo en pistn
en la mayora de textos.

LUIS MONCADA ALBITRES


MODELAMIENTO Y SIMULACION DE PROCESOS 28

La descripcin de gradiente mximo reduce los principios fisicoqumicos a


ecuaciones diferenciales menos detalladas que se pueden desarrollar simplificando las
ecuaciones de balances microscpicos. El balance de cantidad de movimiento se ignora
puesto que normalmente se supone que la velocidad es constante o bien una funcin
sencilla de z. En el balance de energa, el trmino SR representa la energa neta
desprendida por el proceso durante la reaccin(es) que se representa por Ri en el
balance(s) de materia. El trmino mi(t ) tiene en cuenta la velocidad de transferencia
molar, por unidad de volumen de la especie i, a travs de los lmites del sistema de rea
S ( mi(t ) es positivo cuando se introduce materia). En el balance de energa E(t) representa
la transferencia de interfase de energa a travs de los lmites del sistema por uno o bien
una combina0cin de los siguientes mecanismos: conduccin, conveccin, radiacin,
trabajo mecnico o transferencia de materia que los acompaa. Finalmente, en el
modelo de gradiente mximo es importante recordar que las concentraciones y
temperaturas ya no son valores puntuales sino valores promediados para la seccin
transversal, y son funciones de una sola direccin coordenada.

2.1.5 Descripcin macroscpica

Con frecuencia no se desea analizar un proceso con todo el detalle interno de los
modelos de gradiente mltiple o mximo, sino que, en vez de esto, se expresa la
descripcin macroscpica ignorando todo detalle dentro del subsistema especificado y,
en consecuencia, en el planteamiento matemtico no intervienen gradientes espaciales.
De hecho, de los balances generales, solamente el tiempo permanece como una variable
diferencial independiente. Las variables dependientes, tales como concentracin y
temperatura, no son funciones de la posicin y, por tanto, representan valores medios
para todo el volumen del subsistema. Esta prdida de detalle simplifica grandemente la
descripcin matemtica. En este texto nos abocaremos principalmente al estudio de este
tipo de modelos por su importancia en el anlisis y diseo de los sistemas de control.

2.2 VARIABLES DE ENTRADA Y SALIDA DEL PROCESO

Las variables de entrada y salida del proceso son de diferentes tipos (Fig. 2-1).

Variables controladas. Las cuales cambian con el progreso del proceso. Ejemplo la
composicin de salida en un sistema de reaccin.

Variables manipuladas. Las cuales afectan directamente el curso del proceso y


pueden ser medidas y cambiadas a voluntad. Ejemplo la composicin de entrada en un
sistema de reaccin.

Perturbaciones. Son variables que afectan directamente el curso del proceso, pero no
pueden ser cambiadas a voluntad. Por ejemplo un cambio repentino en el caudal de
entrada en un sistema de reaccin.

LUIS MONCADA ALBITRES


MODELAMIENTO Y SIMULACION DE PROCESOS 29

Variables intermedias. Son variables relacionadas con el curso del proceso solo
indirectamente, por ejemplo la temperatura del agua de enfriamiento para un sistema de
reaccin

PERTURBACIONES
z 1 z2 z3 zN

x1 y1
VARIABLES x2 y2 VARIABLES
MANIPULADAS PROCESO CONTROLADAS
xN yN

VARIABLES INTERMEDIAS

Fig. 2-1 Variables de entrada y salida del proceso

2.3 CONSTRUCCION DEL MODELO.

Es la parte ms delicada y crtica del modelamiento matemtico. La construccin


de cualquier modelo se inicia buscando informacin sobre el sistema en cuestin, luego
se hace el anlisis de cada "proceso elemental" que toma lugar en el sistema. Este
anlisis se realiza a condiciones bajo las cuales debe operar el sistema.
Para comenzar, es investigado el modelo de flujo de un proceso elemental para
suministrar una base al modelo matemtico. Despus sigue la cintica de las reacciones
qumicas, transferencia de masa y energa las cuales son evaluadas a la luz del modelo
de flujo ya antes fijado. Luego se efecta una formulacin matemtica para cada
proceso, y estas formulaciones individuales (usualmente en la forma de una funcin de
transferencia) son combinadas para construir una descripcin matemtica total del
sistema.
Los siguientes grupos de ecuaciones pueden ser establecidos como base del modelo
matemtico basados en el comportamiento fsico del sistema.

1. Balances de Masa y Energa, desarrollados sobre la base de modelos de flujo


existentes. Estas ecuaciones describen las distribuciones de temperatura,
composicin y propiedades asociadas (tales como densidad, viscosidad, calor
especfico, etc.) en los flujos.

2. Ecuaciones para los procesos elementales, para elementos locales del fluido.
Estas ecuaciones abarcan transferencia de masa y energa, reacciones qumicas,
etc.
3. Relaciones tericas empricas y semiempiricas, entre las diferentes variables
del proceso, tales como la dependencia del coeficiente de transferencia de masa,
de la velocidad de flujo. La dependencia del calor especfico de una solucin en
la composicin, etc.

LUIS MONCADA ALBITRES


MODELAMIENTO Y SIMULACION DE PROCESOS 30

4. Limitaciones sobre variables de proceso, en la construccin de un modelo


para un proceso, se tiene que contar con limitaciones objetivamente impuestas
sobre el rango de variacin de algunas variables.

Al seleccionar un modelo, deben tenerse en cuenta los siguientes puntos:

Un modelo debe representar completamente los flujos de materia y energa en


trminos de un simbolismo matemtico lo suficientemente simple.

Con sistemas heterogneos, debe ser seleccionado un modelo para cada fase;
los modelos pueden se iguales o diferentes.

Con sistemas homogneos, ser suficiente un modelo de parmetros


agrupados para cualquier propsito; con sistemas homogneos, si es una fase
continua puede adaptarse un modelo de parmetros agrupados y un modelo de
parmetros distribuidos si es una fase dispersa.

Cada fase de sistemas heterogneos puede ser tratada separadamente.

Las ecuaciones usadas para la descripcin matemtica del proceso pueden ser:

Ecuaciones Finitas, son usualmente empleadas en la especificacin matemtica de las


condiciones de estado estacionario (estticas) en procesos tratados como sistemas de
parmetros globalizados o agrupados (un ejemplo es un reactor CSTR).

Ecuaciones diferenciales ordinarias, son usadas en la descripcin matemtica de las


condiciones no estacionarias (dinmica) en sistemas de parmetros agrupados, y
tambin condiciones de estado estacionario en sistemas de parmetros distribuidos en el
cual los parmetros dependen solamente de una coordenada en el espacio. En el primer
caso, la variable independiente es el tiempo, y en la segunda, es la posicin
(coordenada).

Ecuaciones diferenciales parciales, son usadas en la descripcin matemtica para el


comportamiento dinmico de sistemas de parmetros distribuidos o del comportamiento
de un estado estacionario en el cual los parmetros son distribuidos en mas de una
coordenada. En el caso general, la solucin de ecuaciones diferenciales parciales en el
estado no estacionario requiere el conocimiento de condiciones especificadas como
funciones del tiempo en adicin a las condiciones iniciales. En el caso del estado
estacionario, solamente se necesita especificar las condiciones iniciales.

Ecuaciones de diferencia finita, usadas para modelar sistemas de parmetros


agrupados al estado estacionario que ocurren por etapas, en este caso la solucin toma
valores discretos.

LUIS MONCADA ALBITRES


MODELAMIENTO Y SIMULACION DE PROCESOS 31

2.4 USO DE LOS MODELOS MATEMATICOS EN INGENIERIA QUIMICA

El resultado ms importante al desarrollar un modelo de un sistema de ingeniera


qumica, es el entendimiento que se consigue de lo que realmente es el proceso. Los
modelos matemticos se pueden usar en todas las fases de la ingeniera qumica, desde
la investigacin y desarrollo hasta la operacin de la planta, y aun en los estudios
econmicos y de negocios.

1. Investigacin y desarrollo: determinando los mecanismos y parmetros de la


cintica qumica desde los datos de laboratorio o planta piloto para la
reaccin; explorando los efectos de las diferentes condiciones de operacin
para estudios de optimizacin y control; as como en clculos de
escalamiento.

2. Diseo: explorando los tamaos y arreglos de los equipos de proceso para una
operacin dinmica; estudiando la interaccin de varias partes del proceso,
particularmente cuando se usa reciclo de materiales o transferencia de calor;
evaluando procesos alternativos, estrategias y estructuras de control;
simulando la puesta en marcha, paradas abruptas y, situaciones y
procedimientos de emergencia.

3. Operacin de la Planta: problemas de control, entrenamiento de los operarios,


optimizar la operacin de la planta.

2.5 LEYES FUNDAMENTALES

En esta seccin, se revisan algunas leyes de fsica y qumica en su forma general


de dependencia del tiempo, y se ilustra su aplicacin a algunos sistemas qumicos
simples.

2.5.1 Ecuaciones de Continuidad

A. ECUACION DE CONTINUIDAD TOTAL (BALANCE DE MASA). El


principio de conservacin de la masa cuando se aplica a un sistema dinmico es:

Flujo de masa Flujo de masa Velocidad de cambio


entrando al sistema saliendo del sistema de masa dentro del sistema (2.1)

Las unidades de esta ecuacin son masa por tiempo. Solamente una ecuacin de
continuidad total puede escribirse para un sistema. El lado derecho de la Ec. (2.1) ser
ya sea una derivada parcial o una derivada ordinaria d de la masa dentro del
t dt
sistema con respecto ala variable independiente t.

LUIS MONCADA ALBITRES


MODELAMIENTO Y SIMULACION DE PROCESOS 32

Ejemplo 2.1 Considerar el tanque de liquido perfectamente mezclado mostrado en la


Fig. 2-2 hacia el cual entra liquido a un caudal de F0 (pies3/min. o m3/min.) y con una
densidad de o (lbm/ pies3 o Kg./ m3). La retencin volumtrica de liquido en el tanque
es V (pies3 o m3), y su densidad es . El flujo volumtrico desde el tanque es F, y la
densidad de la corriente de salida es la misma que la del contenido del tanque.

Fo (t)
o (t)

V(t)
F(t)
(t) (t)

Fig. 2-2 Tanque perfectamente mezclado

El sistema para el cual queremos escribir una ecuacin total de continuidad es


toda la fase liquida en el tanque. Podemos definir como un sistema macroscpico, en
oposicin a un sistema microscpico est bien definido y es de tamao finito. El balance
de masa es para el tanque en su totalidad y, no solamente para un elemento diferencial
del tanque. Aplicando las Ec. (1.12) y (2.1)

F0 o F = velocidad de cambio de V =d(V)/dt (2.2)

Las unidades de esta ecuacin son lbm/min. o Kg./min.

pies3 lbm pies3 lbm (pies3 )(lbm /pies3)


min. pies3 min. pies3 min.

Desde que el liquido es perfectamente mezclado, la densidad es la misma en cada


punto dentro del tanque; esta no vara con la posicin radial ni axial, por lo tanto no hay
gradientes espaciales en el tanque. Esto es el porque podemos usar un sistema
macroscpico. Esto tambin indica que existe una sola variable independiente, t.
Como y V son funciones de t solamente, una derivada ordinaria es usada en
la Ec. (2.2).

d ( V )
= F0 o - F (2.3)
dt

Ejemplo 2.2 Fluido esta pasando a travs de una tubera cilndrica de dimetro
constante, mostrado en la Fig. 2-3. El flujo es turbulento por lo que podemos asumir
condiciones de flujo en pistn, considerando cada porcin de lquido pasando por la
tubera como una unidad. No hay gradientes radiales de velocidad o de cualquier otra
propiedad. Sin embargo, pueden existir gradientes axiales.

LUIS MONCADA ALBITRES


MODELAMIENTO Y SIMULACION DE PROCESOS 33

dz

v(t , z)
(t , z)

z=0 z z+dz z=L

Fig. 2-3 Flujo a travs de una tubera

La densidad y la velocidad pueden cambiar a medida que el fluido pasa a travs de


la direccin axial z. Ahora hay dos variables independientes: tiempo t y posicin z. La
densidad y velocidad son funciones de ambas variables t y z: (t,z) y (t,z). Nosotros
queremos aplicar la ecuacin total de continuidad [Ec. (2.1)] a un sistema de pequeas
partculas. El sistema es ahora "microscpico". El elemento diferencial esta localizado
en una longitud arbitraria z a lo largo de la tubera. Esta es dz y tiene un rea igual a la
seccin transversal de la tubera A (pies3 o m3).
La velocidad de cambio de masa dentro del sistema es:

( Adz )
(2.4)
t
Adz es el volumen del sistema; es la densidad. Las unidades de esta ecuacin
son lbm /min. o kg/min.
La masa entrando al sistema a travs de los alrededores en la distancia z:

A (2.5)
Notar que las unidades son lbm/min = (pies/min)(pies2)( lbm/ pies3).
La masa saliendo del sistema a travs de los alrededores en la distancia z + dz:

(A )
A + dz (2.6)
z

La expresin anterior para el flujo a z + dz puede darse como una serie de


expansin de Taylor de una funcin f(z) en los alrededores de z. El valor de la funcin a
una distancia dz desde z es

f 2 f (dz ) 2
f(z+dz) = f(z) + dz + 2 + ... (2.7)
z ( z ) z ( z ) 2!

Si la dz es pequea, la serie puede ser truncada despus del trmino de la primera


derivada. Haciendo f(z) = A dada por la Ec. (2.6).
Sustituyendo estos trminos en la Ec. (2.1) da

( Adz ) (A )
t
=A A + dz dz (2.8)

LUIS MONCADA ALBITRES


MODELAMIENTO Y SIMULACION DE PROCESOS 34

Cancelando los trminos dz y asumiendo que A es constante se tiene

( )
+ =0
t z

B. ECUACIN DE CONTINUIDAD POR COMPONENTE (BALANCES DE


COMPONENTE).

Si ocurre una reaccin dentro de un sistema, el nmero de moles de un


componente individual se incrementar si es un producto de la reaccin o disminuye si
es un reactante, lo cual indica que la masa de una especie no que interviene en la
reaccin se conserva. Entonces la ecuacin de continuidad de la j especie qumica del
sistema ser

Flujo de moles del Flujo de moles de Velocidad de formacin de moles


componente j entrando componente j saliendo del componente j a partir de
al sistema del sistema reacciones qumicas

Velocidad de cambio de moles del


componente j dentro del sistema (2.9)

Las unidades de esta ecuacin son moles de componente j por unidad de tiempo.
Los flujos de entrada y salida pueden ser ya sea por conveccin (debido al flujo
del "bulk") y molecular (debido a la difusin). Se puede escribir una ecuacin de
continuidad para cada componente en el sistema. Si hay NC componentes, habr NC
ecuaciones de continuidad para componentes para el sistema. Sin embargo la nica
ecuacin de balance total de masa y estos NC balances de componentes no son
independientes, ya que la suma de todos los moles multiplicado por su respectivo peso
molecular es igual al total de masa. Entonces un sistema dado tiene solamente NC
ecuaciones de continuidad independientes. Nosotros generalmente en los clculos
usamos el balance total de masa y NC 1 balances de componentes. Por ejemplo en un
sistema binario (dos componentes), ser un balance total y un balance de componente.

Ejemplo 2.3. Considerar el mismo tanque de liquido perfectamente mezclado usado en


el Ejemplo 2.1 excepto que una reaccin qumica se lleva a cabo en el liquido dentro del
tanque. El sistema es ahora un CSTR (reactor continuo tipo tanque agitado) como se
muestra en la Fig. 2-4. El componente A reacciona irreversiblemente y a una velocidad
especifica de reaccin k forma el componente B.

k
A B

Denominando a la concentracin de componente A en la alimentacin al reactor como


CAo (moles de A por unidad de volumen) y en el reactor CA. Asumiendo una reaccin

LUIS MONCADA ALBITRES


MODELAMIENTO Y SIMULACION DE PROCESOS 35

simple de primer orden, la velocidad de consumo de reactante A por unidad de volumen


ser directamente proporcional a la concentracin instantnea de A dentro del tanque.
En trminos de la Ec. (2.9) para el balance del reactante A,

Flujo de A entrando al sistema = FoCAo


Flujo de A saliendo del sistema = FCA
Velocidad de formacin de A por reaccin = VkCA

Fo
o
CAo
CAo V F

CA CA
CB CB

Fig. 2-4 CSTR

El signo menos indica que A es consumiendo, y no producido. Las unidades de


todos estos trminos deben ser las mismas: moles de A por unidad de tiempo. Entonces
el termino VkCA debe tener estas unidades, por ejemplo (pies3)(min1)(moles de
A/pies3). Luego las unidades de k en el sistema son min1.

d (VC A )
La velocidad de cambio de A dentro del tanque =
dt

Combinando con las anteriores se tiene

d (VC A )
= FoCAo FCA VkCA (2.10)
dt

Se ha usado una derivada ordinaria ya que t es la nica variable independiente en


este sistema. Las unidades de esta ecuacin de continuidad de componente son moles de
A por unidad de tiempo. El lado izquierdo de esta ecuacin es el trmino dinmico. Los
dos primeros trminos del lado derecho son los trminos convectivos. El ultimo trmino
es el trmino generacin.
Desde que el sistema es binario (componentes A y B), deberamos escribir otra
ecuacin de continuidad por componente para B. Si CB es la concentracin de B en
moles de B por unidad de volumen.

d (VC B )
= FoCBo FCB + VkCB
dt

Notar el cambio de signo antes del trmino generacin, lo cual indica que B esta siendo
producido por la reaccin. Alternativamente se puede usar la ecuacin total de
continuidad [Ec. (2.3)] donde CA , CB y estn relacionados por

LUIS MONCADA ALBITRES


MODELAMIENTO Y SIMULACION DE PROCESOS 36

MACA + MBCB = (2.11)

Donde MA y MB son los pesos moleculares de los componentes A y B respectivamente.

Ejemplo 2.4. Supongamos que se tiene el mismo sistema macroscpico anterior


excepto que ahora ocurre una reaccin consecutiva. Reactante A se transforma en B a
una velocidad de reaccin especfica k1, pero B puede reaccionar a una velocidad
especifica de reaccin k2 para formar un tercer componente C.

k1 k2
A B C

Asumiendo reaccin de primer orden, en trminos de la Ec. (2.9), las ecuaciones


de continuidad para los componentes A, B y C son
d (VC A )
= FoCAo FCA Vk1CA
dt

d (VC B )
= FoCBo FCB + Vk1CA Vk2CB (2.12)
dt

d (VC C )
= FoCCo FCC + Vk2CB
dt
Las concentraciones de los componentes se relacionan a la densidad, con (M = P.M.)
C

M
j= A
j Cj = (2.13)

Para clculos se podran usar estos tres balances por componente o dos de ellos y el
balance total.

Ejemplo 2.5. Considerando el fluido pasando a travs de una tubera como en el


Ejemplo 2.2, suponer que la tubera es un reactor tubular en el cual se lleva a cabo la
misma reaccin del Ejemplo 2.3, A
k
B cuando el material se mueve a lo largo del
reactor la concentracin de reactante CA disminuye a medida que A es consumido. La
densidad , velocidad , y la concentracin CA pueden variar con el tiempo y la
posicin axial z. Asumiendo condiciones de flujo en pistn de tal manera que no existan
gradientes radiales en la velocidad, densidad o concentracin.
La concentracin de A alimentada a la entrada del reactor a z = 0 se define como

CA(t,0) = CA0(t) (2.14)


La concentracin de A en el efluente del reactor a z = L se define como
CA(t,L) = CAL(t) (2.15)

LUIS MONCADA ALBITRES


MODELAMIENTO Y SIMULACION DE PROCESOS 37

Si queremos aplicar la ecuacin de continuidad para el reactante A para un pequeo


cilindro de longitud dz, como se muestra en la Fig. 2-5. los trminos de entrada se
pueden dividir en dos tipos: flujo de masa y difusin. La difusin puede ocurrir debido a
la gradiente de concentracin en la direccin axial. Esto es mucho menos importante
que el flujo de masa en la mayora de sistemas prcticos, pero esto lo incluimos aqu
para ver cuanto contribuye al modelo. Podemos decir que la difusividad del flujo de A,
NA (moles de A por unidad de tiempo por unidad de rea), est dado por una relacin
tipo Ley de Ficks
C A
NA = D A (2.16)
z
Donde DA es un coeficiente de difusin que abarca a la difusin y a la turbulencia de
flujo del fluido. DA tiene unidades de longitud2 por unidad de tiempo.
Los trminos en la ecuacin general de continuidad de componente (Ec. 2.9) son:
flujo molar de A dentro de los limites en la distancia z (flujo de masa y difusin)

= ACA + ANA (moles de A/s)


(t,z)
CA ( t , z )
dz

CAo ( t ) CAL ( t )
z=0 z z + dz z=L
Fig. 2-5 Reactor tubular

Flujo molar de A saliendo del sistema en la distancia z + dz


= (ACA + ANA) + (ACA + ANA) dz
z
Velocidad de formacin de A dentro del sistema = - kCAA dz

Veces de cambio de A dentro del sistema = (A dz CA)


t
sustituyendo en la Ec. 2.9 se tiene

(A dz CA) = (ACA + ANA) (ACA + ANA + (ACA + ANA) dz) - kCAA dz


t z
CA + (CA + NA) + kCA = 0
t z
sustituyendo la Ec. 2.16 por NA
CA + (CA ) + kCA = (DA CA ) (2.17)
t z z z
Las unidades de la ecuacin son moles de A por volumen por tiempo.

LUIS MONCADA ALBITRES


MODELAMIENTO Y SIMULACION DE PROCESOS 38

2.5.2 Ecuacin de Energa

La primera ley de la termodinmica lleva adelante el principio de conservacin de


energa. Escribiendo para un sistema abierto (donde puede ocurrir entrada y salida de
flujo de material) esto es

Flujo de energa interna Flujo de energa interna Calor adicionado al sistema por
Cintica y potencial en- potencial y cintica sa- conduccin, radiacin y reaccin
Trando al sistema por liendo del sistema por
Conveccin y difusin conveccin y difusin

Trabajo realizado por el Cambio con el tiempo de la


sistema sobre los alre- energa interna, cintica y (2.18)
dedores (trabajo de eje y potencial dentro del sistema
de cambio de volumen PV )

Ejemplo 2.6. El CSTR del Ejemplo 2.3 ser considerado nuevamente, esta vez con un
dispositivo de enfriamiento dentro del tanque que puede remover el calor de la
reaccin exotrmica (Btu/lb.mol de A reaccionado). Usamos la convencin normal de
que es negativo para una reaccin exotrmica y positivo para una reaccin
endotrmica. La razn de generacin de calor (energa por unidad de tiempo) debido a
la reaccin es igual al consumo de A por .

QG = VCAk (2.19)

Fo
o
CAo
CAo V F

CA CA
Q CB CB

Fig. 2-6 CSTR con remocin de calor

La cantidad de calor removido desde la masa reaccionante por el medio de


enfriamiento es Q (energa por tiempo). La temperatura de la corriente de alimentacin
es To y la temperatura en el reactor es T (R o K). Escribiendo la Ec. 2.18 para el
sistema,

d
Foo(Uo+Ko+o)F(U+K+)+(QG+Q)(W+FPFoPo) = [(U+K+)V] (2.20)
dt

donde U = energa interna (energa por unidad de masa)


K = energa cintica (energa por unidad de masa)

LUIS MONCADA ALBITRES


MODELAMIENTO Y SIMULACION DE PROCESOS 39

= energa potencial (energa por unidad de masa)


W = trabajo de eje realizado por el sistema (energa por tiempo)
= presin del sistema
Po = presin de la corriente de alimentacin

Notar que todos los trminos en la Ec (2.20) deben tener las mismas unidades (energa
por tiempo), as los trminos FP deben usar el factor de conversin apropiado (778
pies.lbf/Btu en el sistema ingls de unidades)
En el sistema mostrado en la Fig. 2-6 no se hace ningn trabajo de eje, as W = 0.
Si las velocidades de flujo de entrada y salida no son muy altas, el trmino de energa
cintica es despreciable. Si la elevacin de los flujos de entrada y salida estn mas o
menos al mismo nivel, el trmino de energa potencial es pequeo. Entonces la Ec. 2.20
se reduce a

d ( VU ) P P
= FooUo FU + QG + Q F + FoPo o
dt o

_ _
= Foo (Uo + Po Vo ) F (U +P V ) + QG + Q (2.21)

_
Donde V es el volumen especifico (pies3/lbm 0 m3/kg), el reciproco de la densidad.
La entalpa H o h, se define:

_
H ohU+PV (2.22)

Nosotros usaremos h para la entalpa de una corriente liquida y H para la entalpa de una
corriente de gas o vapor. Luego, para el CSTR, la Ec. (2.21) ser

d ( VU )
= Fooho Fh + Q VCA k (2.23)
dt
_
Para lquidos en trmino P V es despreciable comparado con el termino U, y
podemos usar la velocidad de cambio de la entalpa del sistema en lugar de la energa
interna del sistema

d ( Vh)
= Fooho Fh + Q VCA k (2.24)
dt

Las entalpas son funciones de la composicin, temperatura, y presin, pero


principalmente de la temperatura. A partir de la termodinmica, la capacidad calorfica a
presin constante, CP, y a volumen constante Cv, son

H U
Cp = Cv = (2.25)
T p T v

LUIS MONCADA ALBITRES


MODELAMIENTO Y SIMULACION DE PROCESOS 40

Para demostrar que la energa es primeramente influenciada por la temperatura,


haremos una simplificacin del problema asumiendo que la entalpa del liquido puede
ser expresada como un producto de la temperatura absoluta y una capacidad calorfica
promedio Cp, (Btu/lbm R o cal/g K) que es constante.
H = Cp T

Tambin asumiremos que las densidades de todas las corrientes liquidas son
constantes. Con estas simplificaciones la Ec. 2.24 ser

d (VT )
Cp = Cp (FoTo FT) + Q VCA k (2.26)
dt

Ejemplo 2.7. Para mostrar que forma toma la ecuacin de energa para un sistema de
dos fases, considerar el proceso en un CSTR mostrado en la Fig. 2-7. Dos corrientes de
producto una liquida F y una vapor Fv (flujo volumtrico) son sacadas como corrientes
laterales desde el recipiente. La presin en el reactor es P. Los volmenes de vapor y
liquido son Vv y V. La densidad y temperatura de la fase vapor son v y Tv. La fraccin
molar de A en el vapor es y. Si las fases estn en equilibrio trmico, las temperaturas del
vapor y el liquido son iguales (T = Tv). Si las fases estn en equilibrio de fases, las
composiciones del vapor y el liquido estn relacionadas por la ley de Raoult, una
relacin de volatilidad relativa o alguna otra relacin de equilibrio liquido-vapor (ver
Sec. 2.4.6).
Fv
v
Tv
y

Vv P v Tv y
F0
CA0 VL CA T F
CA
0

T0 T
-Q

Fig. 2-7 Reactor CSTR de dos fases con remocin de calor

La entalpa de la fase vapor H (Btu/lbm o cal/g) es una funcin de la composicin


y, temperatura Tv, y presin P. Despreciando los trminos de energa cintica, energa
potencial y trabajo, y relacionando las energas internas con las entalpas en la derivada
con respecto al tiempo, la ecuacin de energa del sistema (contenido de vapor y liquido
en el tanque) ser

d ( v V v H + V L h )
= Fooho Fh FvvH + Q VCA k (2.27)
dt

LUIS MONCADA ALBITRES


MODELAMIENTO Y SIMULACION DE PROCESOS 41

En orden a expresar esta ecuacin explcitamente en trminos de temperatura,


usamos una forma muy simple para h (h = CPT) y una forma igualmente simple para H.

H = CP T + v (2.28)
Donde v es un calor de vaporizacin promedio de la mezcla. En un modelo ms
riguroso v podra ser una funcin de la temperatura Tv, composicin y, y presin P. La
ecuacin (2.27) estar dada por:
d ( vVv (C P T + v ) + V L C P T )
= Foo CP To FCPT
dt
Fvv(CPT+) + Q VCA k (2.29)

Ejemplo 2.8. Para ilustrar la aplicacin de la ecuacin de energa a un sistema


microscpico, retornando al reactor tubular de flujo en pistn y ahora teniendo un
cambio de temperatura a medida que el fluido pasa a travs de la tubera. Nuevamente
asumimos que no hay gradiente radial de velocidad, concentracin, o temperatura (esta
no es una asuncin consistente si el dimetro de la tubera es grande y el sistema es
altamente exotrmico). Suponemos que el reactor tiene una chaqueta de enfriamiento
como se muestra en la Fig. 2-8. El calor puede ser transferido desde el fluido de proceso
a temperatura T hacia la pared metlica del reactor a temperatura TM.

TM (t , z)
Agua

CA0(t) TL(t , z)
T0(t) v(t , z) CAL(t , z)

T(t , z)
CA(t , z)
(t , z)

Fig. 2-8 Reactor tubular enchaquetado

El calor es subsecuentemente transferido hacia el agua de enfriamiento. Para una


descripcin completa del sistema podramos necesitar ecuaciones de energa para el
fluido de proceso, pared metlica, y el agua de enfriamiento. Aqu solamente
analizaremos lo concerniente al fluido de proceso.
Tomando una pequea porcin de fluido como el sistema, podemos derivar cada
uno de los trminos de la Ec. (2.18). los trminos de energa potencial y cintica se
asumen despreciables, as como el trabajo. Se asumen las formas simplificadas de la
energa interna y de la entalpa. Se asume despreciable el flujo por difusin comparado
al flujo del bulk. Incluimos la posibilidad de la conduccin de calor axial a lo largo
del reactor debido a las condiciones moleculares o de turbulencia

LUIS MONCADA ALBITRES


MODELAMIENTO Y SIMULACION DE PROCESOS 42

Flujo de energa (entalpa) entrando a la distancia z debido al flujo de masa:

ACPT con unidades inglesas de ingeniera de pie pie2 lbm Btu R = Btu/min
min. pie3 lbmR
Flujo de energa (entalpa) saliendo a la distancia z + dz:
(AC P T )
ACPT + dz
z
Calor generado por reaccin qumica = A dz kCA

Calor transferido a la pared del metal = hT(D dz) (T TS)

donde hT = coeficiente de pelcula, Btu/min pie2 R


D = dimetro de tubera, pies

Conduccin de calor hacia los alrededores a z = qs A

donde qs es el flujo de calor en la direccin z debido a la conduccin. Usando la Ley de


Fourier para expresar qs en trminos de la temperatura como fuerza impulsora:
T
qs = kT (2.30)
z
donde kT es una conductividad trmica efectiva, con unidades Inglesas de ingeniera de
Btu/pie.min.R.

(q s A)
Conduccin de calor fuera de los lmites a z + dz = qs A + dz
z

( AdzC P T )
Velocidad de cambio de energa interna (entalpa) del sistema =
t
Combinando todos estas ecuaciones se tiene:

( C P T ) (C P T ) 4h [k T (T / z )]
+ + kCA + T (T TS) = (2.31)
t z D z

2.5.3 Ecuacin de Movimiento

La segunda Ley de movimiento de Newton dice que la fuerza es igual al producto


de la masa por la aceleracin para un sistema de masa constante M.

Ma
F= (2.32)
gc

LUIS MONCADA ALBITRES


MODELAMIENTO Y SIMULACION DE PROCESOS 43

donde F = fuerza, N (lbf)


m = masa, Kg. (lbm)
gc = constante de conversin necesaria cuando se usan unidades Inglesas de
ingeniera, para mantener consistencia en las unidades = 32,2 lbm pie/lbf seg2

Esta es la relacin bsica, la cual es usada para la ecuacin de movimiento para un


sistema. En una forma ms general, donde la masa puede variar con el tiempo,

1 d ( Mvi ) N
= F ji (2.33)
gc dt j =1

donde vi = velocidad en la direccin i, m/s (pies/s)


Fji = j-sima fuerza actuando en la direccin i

La Ec. (2.33) dice que la velocidad de cambio de momentum en la direccin i


(masa por velocidad en la direccin i) es igual a la suma neta de las fuerzas actuando en
la direccin i. Esto puede establecerse como un balance dinmico de fuerzas. O ms
elocuentemente esto es denominado la conservacin de momentum.
En el mundo real existen tres direcciones: x, y, z. Entonces para cualquier sistema
se pueden escribir tres balances de fuerzas. Por lo tanto, cada sistema tiene tres
ecuaciones de movimiento (adems de una para el balance total de masa, una ecuacin
de energa, y NC 1 balances de componentes).
En lugar de escribir tres ecuaciones de movimiento, es a menudo ms conveniente
(y siempre ms elegante) escribir las tres ecuaciones como un vector. Nosotros no
usaremos la forma vectorial en este libro ya que todos nuestros ejemplos sern simples
con balances de fuerzas en una direccin. Los tratados de mecnica de fluidos hacen uso
extensivo de la conservacin de momentum.

Ejemplo 2.9. El flujo por gravedad del tanque mostrado en el Cap. 1, proporciona un
ejemplo simple de la aplicacin de la ecuacin de movimiento para un sistema
macroscpico. Refrindonos a la Fig. 2-9 consideramos que la longitud de la lnea de
salida sea L m (pies) y su rea de seccin transversal Ap m2 (pies2). El tanque cilndrico
vertical tiene un rea de seccin transversal de AT m2 (pies2).
La parte de este proceso que es descrita por un balance de fuerzas es el liquido
fluyendo a travs de la tubera. Este tendr una masa igual al producto del volumen de
la tubera (ApL) por la densidad del liquido . Esta masa de liquido tendr una velocidad
v m/s (pies/s) igual al flujo volumtrico dividido por el rea de seccin transversal de la
tubera. Recordar que hemos asumido condiciones de flujo en pistn y de liquido
incompresible, y por lo tanto todo el liquido se est moviendo a la misma velocidad,
mas o menos similar a una varilla slida. Si el flujo es turbulento esta no es una mala
asuncin.

M = ApL
(2.34)
F
v=
Ap

LUIS MONCADA ALBITRES


MODELAMIENTO Y SIMULACION DE PROCESOS 44

F0

F
Fig. 2-9 Tanque de flujo por gravedad

La cantidad de liquido en la tubera no cambiar con el tiempo, pero si queremos


cambiar la cantidad de flujo de salida, debe ser cambiada la velocidad del liquido. Y
para cambiar la velocidad o el momentum del liquido, debemos ejercer una fuerza sobre
el liquido.
La direccin de inters en este problema es la horizontal, ya que se asume que la
tubera es horizontal. La fuerza actuando sobre el liquido en el extremo izquierdo de la
tubera es la fuerza de presin hidrulica del liquido en el tanque
g
Fuerza hidrulica = Ap h (2.35)
gc

Las unidades de esta fuerza son N (lbf)


La presin esttica en el tanque y al final de la tubera es la misma.
La nica fuerza actuando en direccin opuesta, de derecha a izquierda y
oponindose al flujo es la fuerza de friccin debido a la viscosidad del liquido. Si el
flujo es turbulento, la fuerza de friccin ser proporcional al cuadrado de la velocidad y
la longitud de la tubera.

Fuerza de friccin = KF L v2 (2.36)


Reemplazando esta fuerza en la Ec. 2.32 tenemos

1 d ( AP Lv) g
= AP h KF L v2 (2.37)
gc dt gc

dv g K g
= h F C v2
dt L AP

El signo de la fuerza de friccin es negativo debido a que acta en la direccin


opuesta al flujo. Hemos definido de izquierda a derecha la direccin positiva.

Ejemplo 2.10. Probablemente el mejor ejemplo contemporneo de un sistema de masa


variable podra ser la ecuacin de movimiento para un cohete espacial en el cual la

LUIS MONCADA ALBITRES


MODELAMIENTO Y SIMULACION DE PROCESOS 45

masa decrece a medida que se consume el combustible. Sin embargo en concordancia


con los sistemas de ingeniera qumica, consideraremos el problema mostrado en la Fig.
2-10. Las tuberas de petrleo son algunas veces usadas para transportar diferentes
productos desde una localidad a otra sobre una base por lotes, por as decirlo, un
producto por vez. Para reducir la contaminacin, al final del transporte de cada lote, una
bola limpiadora pig que cabe justo en la tubera, es insertada en un extremo de la
lnea. Luego se introduce gas inerte para hacer que la bola vaya hacia el otro extremo,
en cuyo recorrido se produce la limpieza de la lnea de cualquier liquido que hubiese
quedado en ella.
Para escribir un balance de fuerzas para el liquido en la tubera a medida que es
evacuado hacia fuera, debemos tomar en cuenta el cambio de masa del material.
Asumiendo que el peso y la friccin de la bola es despreciable comparada con el liquido
en la lnea. Tomando como z la posicin axial de la bola en cualquier tiempo. El liquido
es incompresible (densidad ) y fluye en flujo en pistn. Esto produce una fuerza de
friccin proporcional al cuadrado de su velocidad y a la longitud de la tubera
conteniendo liquido.

Fuerza de friccin = KF(L z)v2 (2.38)

Pig Liquid
Gas
Po v
inerte
z Tubera
L

Fig. 2-10 Tubera y dispositivo de limpieza

El rea de seccin transversal de la tubera es AP. La masa de fluido en la tubera


es (L z)AP
La presin P0 (lbf/pie2 manomtrica) de gas inerte presionando al dispositivo de
limpieza es esencialmente constante a lo largo de toda la tubera. El tanque en el cual se
recoge el liquido est a presin atmosfrica. La tubera es horizontal. Un balance de
fuerzas en la direccin horizontal z dar:

1 d
[AP v(L z )] = P0 AP K F (L z )v 2 (2.39)
g c dt

Haciendo el cambio de v = dz/dt se tiene

2
d g g K
(L z ) dz = 0 c c F (L z ) dz (2.40)
dt dt AP dt

LUIS MONCADA ALBITRES


MODELAMIENTO Y SIMULACION DE PROCESOS 46

Ejemplo 2.11. Como un ejemplo de un balance de fuerzas para un sistema


microscpico, tomaremos el problema clsico del flujo laminar de un fluido
newtoniano incompresible en una tubera cilndrica. Por newtoniano se define que su
esfuerzo cortante es proporcional al esfuerzo de velocidad o gradiente de velocidad.

v z
rz = (2.41)
g c r

donde rz = esfuerzo de velocidad (esfuerzo cortante por unidad de rea) actuando en la


direccin z y perpendicular al eje r, lbf/pie2.
vz = velocidad en la direccin z, pies/s
v z
= gradiente de velocidad de vz en la direccin r
r
= viscosidad del fluido, lbm/pie .s

En muchas industrias, la viscosidad es reportada en centipoises o poises. El factor


de conversin es 6,72 x 10-4 (lbm/pie .s)/centipoise.
Considerando nuestro sistema como un pequeo elemento del fluido, el cual es
mostrado en la Fig. 2-11. Desde que el fluido es incompresible, no existe flujo radial del
fluido, o vr = 0. El sistema es simtrico con respecto a la coordenada angular (alrededor
de la circunferencia de la tubera), y entonces debemos considerar solamente las dos
dimensiones r y z. Las fuerzas en la direccin z actuando sobre el elemento son:

Fuerzas actuando de izquierda a derecha:


lb f
Fuerza de corte sobre la superficie a r = rz(2r dz) con unidades de 2
pie2
pie
(2.42)
Fuerza de presin sobre la superficie a z = (2r dr)P (2.43)

Fuerzas actuando de derecha a izquierda:



Fuerza de corte sobre la superficie a r + dr = 2r dz rz + ( 2r dz rz)dr
r

Fuerza de presin sobre la superficie a z + dz = 2r dr P + (2r dr P)dz
z
La velocidad de cambio de momentum de este sistema es:
1
(2r dz dr vz )
g c t

Combinando todas las anteriores se tiene

r v z P
+ + (r rz ) + r =0 (2.44)
g c t r z

LUIS MONCADA ALBITRES


MODELAMIENTO Y SIMULACION DE PROCESOS 47

Fig. 2-11 Flujo laminar en una tubera

El trmino P/z, o la cada de presin por pie de tubera, ser constante si el


fluido es incompresible. Est trmino se denominar P/L. Reemplazando la Ec. (2.41)
en la Ec. (2.44) da

v z v z P
= r gc (2.45)
t r r r L

2.5.4 Ecuaciones de transporte

Nosotros hemos venido usando en los ejemplos la mayora de leyes que gobiernan
la transferencia de energa, masa y momentum. Estas leyes de transporte, todas tiene la
forma de un flujo (velocidad de transferencia por unidad de rea) siendo proporcional a
la fuerza impulsora (o gradiente de la temperatura, concentracin, o velocidad). La
constante de proporcionalidad es una propiedad fsica del sistema (tal como
conductividad trmica, difusividad o viscosidad).
Para transporte en un nivel molecular, las leyes toman los nombres familiares de
Fourier, Fick y Newton.
Las relaciones de transferencia de una forma macroscpica ms amplia tambin
son usadas; por ejemplo coeficiente de pelcula y coeficiente total en transferencia de
calor. Aqu, la diferencia en las propiedades del bulk entre dos puntos es la fuerza
impulsora. La constante de proporcionalidad es un coeficiente total de transferencia. La
Tabla 2.3 resume algunas de las diferentes relaciones usadas en el desarrollo de los
modelos.

LUIS MONCADA ALBITRES


MODELAMIENTO Y SIMULACION DE PROCESOS 48

Tabla 2.3 Leyes de transporte

Cantidad Calor Masa Momentum

Flujo q NA rz
Transporte molecular
T C A v z
Fuerza impulsora z z r
Leyes Fourier Fick Newton

Propiedad Conductividad Difusividad Viscosidad


trmica
kT A

Transporte total
Fuerza impulsora T CA * P
Relaciones q = hT T NA = kLCA **

* Fuerza impulsora en trminos de presin parcial y fraccin molar tambin es comnmente usada.
** El problema ms comn es determinar la cada de presin a travs de tuberas, usando las
correlaciones para el factor de friccin f = (gC D P/ L)/ 2v .
2

2.5.5 Ecuaciones de estado

Para escribir modelos matemticos son necesarias ecuaciones que describan las
propiedades fsicas, principalmente la densidad y entalpa, como funciones de la
temperatura, presin y composicin.
Densidad del liquido = L = f(P, T, x)
Densidad del vapor = v = f(P, T, x)
(2.46)
Entalpa del liquido = h = f(P, T, x)
Entalpa del vapor = H = f(P, T, x)
Ocasionalmente estas relaciones tienden a ser muy complejas para describir los
sistemas con exactitud. Pero en muchos casos se pueden hacer simplificaciones sin
sacrificar mucha exactitud. Algunas ecuaciones simples de la entalpa usadas en los
ejemplos de balance de energa son:
h = CP T
(2.47)
H = CP T + v

LUIS MONCADA ALBITRES


MODELAMIENTO Y SIMULACION DE PROCESOS 49

El siguiente nivel de complejidad podra ser si se hacen los CPs funciones de la


temperatura:
T
h=
T0
C P (T ) dT (2.48)

Con frecuencia se usa para CP un polinomio en T


CP(T) = A1 + A2 (2.49)
Luego la Ec. (2.48) ser:
T
T2
h = A1T + A2 = A1 (T T0 ) +
2 T
A2 2
2
(
T T02 ) (2.50)
0

Desde luego, con mezclas de componentes es necesaria la entalpa total. Si los


efectos de calor de mezcla son despreciables, pueden promediarse las entalpas de los
componentes puros:
NC

x h M
j =1
j j j

h= NC
(2.51)
x j =1
j Mj

donde xj = fraccin molar del componente j


Mj = peso molecular del componente j
hj = entalpa del componente puro j, energa por unidad de masa
El denominador de la Ec. (2.51) es el peso molecular promedio de la mezcla.
Las densidades de los lquidos, se pueden asumir como constantes en muchos
sistemas, siempre que no ocurran grandes cambios en la temperatura y composicin.
Las densidades del vapor usualmente no pueden ser consideradas invariantes y a
menudo son necesarias relaciones PVT. La relacin ms simple y ms usada es la ley
del gas perfecto:
PV = nRT (2.52)
donde P = presin absoluta (lbf/pie2 o kiloPascales)
V = volumen (pies3 o m3)
n = nmero de moles (lb.mol o kg.mol)
R = constante = 1545 lbf pie/lb.mol R o 8,314 kPa m3/kg.mol K
T = temperatura absoluta (R o K)

Rearreglando para obtener una ecuacin para la densidad v (lbm/pie3 o kg/m3) de


un gas perfecto con un peso molecular M, se tiene
nM MP
v = = (2.53)
V RT

LUIS MONCADA ALBITRES


MODELAMIENTO Y SIMULACION DE PROCESOS 50

2.5.6 Equilibrio

La segunda ley de la termodinmica es la base para las ecuaciones que describen


las condiciones de un sistema cuando prevalecen las condiciones de equilibrio.

A. EQUILIBRIO QUMICO. El equilibrio en un sistema reaccionante ocurre cuando:


NC

v
j =1
j j =0 (2.54)

donde vj = coeficiente estequiomtrico del componente j teniendo signo negativo


los reactantes y signo positivo los productos
i = potencial qumico del componente j

El camino usual para trabajar con esta ecuacin es en trminos de una constante
de equilibrio para una reaccin. Por ejemplo, considerar una reaccin reversible en fase
gas de A para formar B a una velocidad especfica k1 y B reaccionando para
convertirse en A a una velocidad de reaccin especfica k2. La estequiometra de la
reaccin es tal que va moles de A reaccionan para formar vb moles de B.

k1
va A vbB. (2.55)
k2

La Ec. (2.54) dice que el equilibrio ocurre cuando

vb B va a = 0 (2.56)
El potencial qumico para una mezcla perfecta de gases se puede escribir

j = 0j + RT ln Pj (2.57)

donde 0j = potencial qumico estndar (o energa libre de Gibbs por mol) del
componente j, la cual es una funcin de la temperatura solamente
R = constante del gas perfecto
T = temperatura absoluta
Pj = presin parcial del componente j

Sustituyendo en la Ec. (2.56)

vb ( B0 + RT ln PB) va ( A0 + RT ln PA) = 0

RT ln(PB)vb RT ln(PA)va = va A0 vb B0

P vb v a A0 v b B0
ln Bva =
(2.58)
PA RT

LUIS MONCADA ALBITRES


MODELAMIENTO Y SIMULACION DE PROCESOS 51

El lado derecho de esta ecuacin es una funcin de la temperatura solamente. El


trmino en parntesis en el lado izquierdo es definido como la constante de equilibrio
KP, y describe las razones de equilibrio de productos y reactantes.

PBvb
KP = va (2.59)
PA

B. EQUILIBRIO DE FASES. El equilibrio entre dos fases ocurre cuando el potencial


qumico de cada componente es el mismo en las dos fases

Ij = IIj (2.60)

donde Ij = potencial qumico de la especie j en la fase I


IIj = potencial qumico de la especie j en la fase II

Debido a que la gran mayora de sistemas qumicos involucran fases de liquido y


vapor, se usan muchas relaciones de equilibrio liquido - vapor. En el rango desde los
muy simples a los muy complejos. Algunas de las relaciones ms comnmente usadas
son listadas a continuacin. Tratados con mayor detalle son presentados en los textos de
termodinmica. Algunos de los conceptos bsicos son introducidos por Luyben y
Wenzel en Chemical Process Analysis: Mas and Energy Balances, Chaps, 6 y 7,
Prentice Hall, 1988.
Bsicamente nosotros necesitamos una relacin que nos permita la composicin
del vapor si conocemos la composicin del liquido o viceversa. El problema ms comn
es un calculo de punto de burbuja: calcular la temperatura T y la composicin del vapor
yj, dada la presin P y la composicin del liquido xj. Esto usualmente involucra un
calculo de prueba y error, en solucin iterativa debido a que las ecuaciones pueden ser
resueltas explcitamente solamente en los casos simples. Algunas veces se tienen
clculos de punto de burbuja que se inician en valores conocidos de xj y T, y se deben
encontrar P e yj. Esto es usualmente ms fcil que cuando la presin es conocida
debido a que los clculos de punto de burbuja usualmente no son iterativos.
Los clculos de punto de roco se pueden hacer cuando se conoce la composicin
del vapor yj y P (o T) y se quiere encontrar la composicin del liquido xj (o P), los
clculos para evaporacin flash se deben hacer cuando se conocen ya sea xj o yj y
deben combinarse las relaciones de equilibrio de fases, ecuaciones de balance de
componentes, y un balance de energa para encontrar el resto de incgnitas.
Nosotros asumiremos comportamiento ideal de la fase vapor en los ejemplos, por
ejemplo, la presin parcial del componente j en el vapor es igual al producto de la
presin total P por la fraccin molar del componente j en la fase vapor yj (Ley de
Dalton).

Pi = Pyi (2.61)

Se pueden requerir correcciones para altas presiones

LUIS MONCADA ALBITRES


MODELAMIENTO Y SIMULACION DE PROCESOS 52

En la fase vapor se han usado extensamente varias aproximaciones,

1. Ley de Raoult. Los lquidos que obedecen la Ley de Raoult son denominados
ideales
NC
P= x
j =1
j PjS (2.62)

x j PjS
yi = (2.63)
P

donde PjS es la presin de vapor del componente puro j. Las presiones de vapor son
funciones de la temperatura solamente. Esta dependencia es a menudo descrita por
Aj
ln PjS = + Bj (2.64)
T
2. Volatilidad relativa. La volatilidad relativa ij del componente i con respecto al
componente j se define por:
y i / xi
ij = (2.65)
yj / xj

La volatilidad relativa tiende a ser constante para un gran nmero de sistemas. Por
conveniencia es frecuente mente usada as.
En un sistema binario la volatilidad relativa del componente ms voltil
comparado con el componente menos voltil es
y/x
=
(1 y ) /(1 x)

Rearreglando
x
y= (2.66)
1 + ( 1) x

3. Valores K. Se usan extensamente las razones de vaporizacin o valores K,


particularmente en la industria del petrleo
yi
Kj = (2.67)
xj

Los valores K son funciones de la temperatura y composicin, y en menor


extensin de la presin.

4. Coeficientes de actividad. Para lquidos no ideales la Ley de Raoult debe ser


modificada para compensar la no-idealidad en la fase liquida. Los factores de
desviacin usados son denominados coeficientes de actividad.

LUIS MONCADA ALBITRES


MODELAMIENTO Y SIMULACION DE PROCESOS 53

NC
P= x
j =1
j PjS j (2.68)

Donde j es el coeficiente de actividad para el componente j. El coeficiente de


actividad es igual a 1 si el componente es ideal. Los s son funciones de la composicin
y temperatura.

2.5.7 Cintica Qumica

Los ingenieros qumicos deben modelar muchos reactores qumicos, y deben estar
familiarizados con las relaciones bsicas y terminologa usadas en la descripcin de la
cintica (velocidad de reaccin) de reacciones qumicas.

A. DEPENDENCIA DE LA TEMPERATURA (LEY DE ARRHENIUS). El


efecto de la temperatura sobre la velocidad especfica de reaccin k es usualmente
encontrada a ser exponencial:

k = e E / RT (2.69)

donde k = velocidad especfica de reaccin


= factor preexponencial
E = energa de activacin: muestra la dependencia de la velocidad de reaccin
con la temperatura, as, para un valor E grande, es rpido el incremento de k
con el incremento de la temperatura, (Btu/lb . mol o cal/g. mol)
T = temperatura absoluta
R = constante del gas perfecto = 1,99 Btu/lb . mol R o 1,99 cal/g . mol K

Esta dependencia exponencial de la temperatura representa una de las ms severas


no linealidades en sistemas de ingeniera qumica. Se debe tener presente que la
dependencia aparente de una reaccin con respecto a la temperatura puede no ser
exponencial si la reaccin es limitada por la transferencia de masa, y no limitada por la
reaccin qumica. Si en la operacin de un reactor estn presentes las dos zonas,
obviamente el modelo matemtico deber incluir los efectos de la velocidad de reaccin
y transferencia de masa.

B. LEY DE ACCION DE LAS MASAS. Usando la notacin convencional


definimos la velocidad global de reaccin como la velocidad de cambio de los moles
de cualquier componente por unidad de volumen, debido a la reaccin qumica dividido
por su coeficiente estequiomtrico.

1 dn j
= (2.70)
v jV dt
R

LUIS MONCADA ALBITRES


MODELAMIENTO Y SIMULACION DE PROCESOS 54

Los coeficientes estequiomtricos vj son positivos para los productos de la


reaccin y negativos para los reactantes. Notar que es una propiedad intensiva y
puede ser aplicada a sistemas de cualquier tamao.
Por ejemplo, para la reaccin en la cual reaccionan A y B para formar C y D

k
v a A + vb B vc C + vd D

Luego

1 dn A 1 dn B 1 dnC 1 dn D
= = = = (2.71)
v aV dt R v bV dt R v cV dt R v d V dt R

La ley de accin de las masas dice que la velocidad de reaccin total variar con
la temperatura (debido a que k es dependiente de la temperatura) y con la concentracin
de reactantes elevada a alguna potencia.

= k(T) (CA)a (CB)b (2.72)

donde CA = concentracin del componente A


CB = concentracin del componente B
Las constantes a y b, en general no son iguales a los coeficientes estequiomtricos
va y vb. La reaccin se denomina de primer orden en A si a = 1. Es de segundo orden
en A si a = 2. Las constantes a y b pueden ser fracciones.
Como se ha indicado claramente, las unidades de la velocidad de reaccin
especfica dependen del orden de reaccin. Esto se debe a que la velocidad de reaccin
total siempre tiene las mismas unidades (moles por unidad de tiempo por unidad de
volumen). Para una reaccin de primer orden de A reaccionando para dar B, la
velocidad de reaccin total , escrita para el componente A, podra tener las unidades
de moles de A/min pie3.

= k CA

Si CA tiene las unidades de moles de A/pie3, k debe tener las unidades de min-1.
Si la velocidad de reaccin total para el sistema anterior es de segundo orden en A,

= k C A2

mantiene las unidades de moles de A/min pie3. Entonces k debe tener las
unidades de pies3/min mol de A.
Considerando la reaccin A + B C. Si la velocidad de reaccin total es
de primer orden con respecto a A y con respecto a B

= k CACB
mantiene las unidades de moles de A/min pie3. Entonces k debe tener las
unidades de pies3/min mol de B.

LUIS MONCADA ALBITRES


MODELAMIENTO Y SIMULACION DE PROCESOS 55

CAPITULO

3
EJEMPLOS DE MODELOS
MATEMATICOS DE SISTEMAS
DE INGENIERIA QUIMICA

3.1 INTRODUCCION

Al leer los captulos anteriores, se puede reconocer que las ecuaciones


desarrolladas en los ejemplos constituyen partes de modelos matemticos. Este captulo
est dirigido a mostrar ejemplos ms completos. Iniciaremos con los sistemas ms
simples y progresivamente se vern procesos mas realistas y complejos. El ejemplo ms
complejo corresponde a una columna de destilacin de mltiple componentes con flujos
no ideales, no equimolares, en la cual se necesitan un nmero grande de ecuaciones para
una rigurosa descripcin del sistema.
Puede ser imposible incluir en este texto modelos matemticos para todos los
tipos de sistemas de ingeniera qumica. Los ejemplos cubren un nmero de muchas
piezas de equipos comnmente encontradas: tanques, reactores de diferentes tipos, y
columnas de destilacin (continuas y batch). Se espera que estos ejemplos especficos
(o casos de estudio) de modelamiento matemtico den a Ud. las estrategias y
procedimientos para que pueda aplicarlos en problemas especficos. Recordar, solo ir a
lo bsico cuando se procede en una situacin nueva. Usar los balances dinmicos de
masa y energa aplicados a su sistema.

3.2 REACTORES CSTR EN SERIE, CON RETENCIN CONSTANTE

El sistema es mostrado en la Fig. 3-1 y es una simple extensin del CSTR


considerado en el Ejemplo 2.3. El producto B es formado y el reactante A es consumido
en cada uno de los tres reactores perfectamente mezclados mediante una reaccin de
primer orden llevndose a cabo en el liquido. Por el momento asumimos que las
temperaturas y retenciones (volmenes) de los tres tanques pueden ser diferentes, pero
tanto las temperaturas y el volumen de liquido en cada tanque se asumen a ser
constantes (isotrmico y a volumen constante). Se asume densidad constante a lo largo
del sistema, el cual es una mezcla binaria de A y B.

LUIS MONCADA ALBITRES


MODELAMIENTO Y SIMULACION DE PROCESOS 56

Con estas asunciones en mente, podemos formular nuestro modelo. Si el volumen


y densidad de cada tanque son constantes, la masa total en cada tanque es constante.
Luego la ecuacin de continuidad total para el primer reactor es
d ( V1 )
= F0 F1 = 0 (3.1)
dt
o F0 = F1
Asimismo, un balance total de masa en los tanques 2 y 3 da
F3 = F2 = F1 = F0 = F (3.2)
Donde F se define como el flujo (m3/min)

F0 F1 F2 F3
V1 V2 V3
CA0 k1 CA1 k2 CA2 k3 CA3

Fig. 3-1 Reactores CSTR en serie

Si se quiere determinar las cantidades de reactante A y producto B en cada tanque,


son necesarias las ecuaciones de continuidad por componente. Sin embargo, como el
sistema es binario y se conoce la cantidad total de masa de material en cada tanque,
solamente es necesaria una ecuacin de continuidad de componente. Se pueden usar ya
sea A o B. Si elegimos arbitrariamente A, las ecuaciones que describen los cambios
dinmicos en las cantidades de reactante A en cada tanque son (con unidades de kg .
mol de A/min)
dC A1
V1 = F (CA0 CA1) V1 k1 CA1
dt
dC A2
V2 = F (CA1 CA2) V2 k2 CA2 (3.3)
dt
dC A3
V3 = F (CA2 CA3) V3 k3 CA3
dt
La velocidad de reaccin especfica kn est dada por la ecuacin de Arrhenius

kn = e E / RTn n = 1, 2, 3 (3.4)
si las temperaturas en los reactores son diferentes, los k son diferentes. La n se refiere al
nmero de la etapa.
El volumen Vn puede ser sacado fuere de la derivada del tiempo debido a que es
constante (ver Sec. 3.3). los flujos son todos iguales a F pero pueden variar con el

LUIS MONCADA ALBITRES


MODELAMIENTO Y SIMULACION DE PROCESOS 57

tiempo. No es necesaria una ecuacin de energa debido a que se ha asumido operacin


isotrmica. Cualquier cantidad de calor adicionado o removido para mantener los
reactores a temperaturas constantes puede calcularse a partir de un balance de energa al
estado estacionario (derivada de la temperatura con respecto al tiempo igual a cero).
Las tres ecuaciones diferenciales de primer orden no lineales dadas en la Ecs.
(3.3) son el modelo matemtico del sistema. Los parmetros que deben ser conocidos
son: V1 , V2 V3 , k1 , k2 y k3.. las variables que deben especificarse entes de resolver
estas ecuaciones son F y CA0. Especificada no significa que debe ser constante. Elles
pueden variar con el tiempo, pero deben ser conocidas o dadas como funciones del
tiempo. Ellas son las funciones impulsoras.
Las condiciones iniciales de las tres concentraciones (sus valores en el tiempo
igual a cero) tambin se deben conocer.
Verificando ahora los grados de libertad del sistema. Existen tres ecuaciones y,
con los parmetros y funciones impulsoras especificadas, existen solamente tres
incgnitas o variables dependientes: CA1, CA2, y CA3. Consecuentemente puede ser
posible una solucin, tal como se ver en el Cp. 5.
Usaremos este sistema simple en muchas partes subsecuentes de este libro. Si se
usa para diseo de sistemas de control y para anlisis de estabilidad, se usar una
versin simplificada. Si el flujo F es constante y las retenciones y temperaturas son las
mismas en todos los tanques, las Ecs (3.3) sern
dC A1 1 1
+ k + C A1 = C A0
dt

dC A2 1 1
+ k + C A 2 = C A1 (3.5)
dt

dC A3 1 1
+ k + C A3 = C A3
dt

donde = V/F con unidades de minutos


Existe solamente una funcin impulsora o variable de entrada CA0.

3.3 CSTRs CON RETENCION VARIABLE

Si el ejemplo anterior se modifica para permitir que el volumen de cada reactor


vare con el tiempo, se requieren las ecuaciones de continuidad total y por componente
para cada reactor. Para mostrar los efectos de una cintica de alto orden, asumimos
ahora que la reaccin es de orden n con respecto a A.

Reactor 1:
dV1
= F0 F1
dt
d
(V1CA1) = F0 CA0 F1 CA1 V1 k1 (CA1)n (3.6)
dt

LUIS MONCADA ALBITRES


MODELAMIENTO Y SIMULACION DE PROCESOS 58

Reactor 2:

dV2
= F1 F2
dt
d
(V2CA2) = F1 CA1 F2 CA2 V2 k2 (CA2)n (3.7)
dt

Reactor 3:

dV3
= F2 F3
dt
d
(V3CA3) = F2 CA2 F3 CA3 V3 k3 (CA3)n (3.8)
dt

El modelo matemtico ahora contiene seis ecuaciones diferenciales ordinarias de


primer orden no lineales. Los parmetros que deben ser conocidos son k1 , k2 , k3 y n.
Se deben dar las condiciones iniciales de todas las variables que deben integrarse: CA1 ,
CA2 , CA3 , V1 , V2 y V3 . Las funciones impulsoras CA0(T) y F0(T) tambin se deben
dar.
Verificando ahora los grados de libertad de este sistema. Hay seis ecuaciones.
Pero hay nueve incgnitas: CA1 , CA2 , CA3 , V1 , V2 , V3 , F1 , F2 y F3. Claramente,
este sistema no esta suficientemente especificado u no podra obtenerse una solucin.
En que se ha fallado en el modelamiento?. Un buen operado de planta podra dar
una mirada al sistema y ver cual es el problema. Nosotros no hemos especificado como
sern los flujos de salida de los tanques. Fsicamente estos pueden regularse mediante
vlvulas de control colocadas en la salida de los tanques. Como actuarn estas vlvulas
de control?. Una configuracin comn es mantener el nivel en el tanque controlado por
el flujo de salida, por ejemplo un controlador de nivel abre la vlvula de control en la
lnea de salida para incrementar el flujo de salida si el nivel en el tanque se incrementa.
Por lo tanto debe existir una relacin entre la retencin en el tanque y el flujo.

F1 = f (V1 ) F2 = f (V2 ) F3 = f (V3 ) (3.9)

La funcin f describe al controlador de nivel y a la vlvula de control. Estas tres


relaciones reducen los grados de libertad a cero.
Podramos considerar el flujo desde el tercer tanque F3 como la funcin
impulsora. Luego el nivel en el tanque 3 probablemente podra mantenerse por el flujo
de entrada al tanque, F2. El nivel en el tanque 2 podra controlarse con F1, y el nivel en
el tanque 1 mediante F0. Con esto podemos tener tres ecuaciones.
Los reactores mostrados en la Fig. 3-1 pueden operar a presin atmosfrica si
ellos estn abiertos a la atmsfera. Si los reactores estn cerrados y no contienen inertes,
podran operar a la presin del punto de burbuja a la temperatura especfica y la
composicin variada. Entonces la presin puede ser diferente en cada reactor, y esta
puede variar con el tiempo, an cuando las temperaturas se asuman constantes, as las
CAs varan.

LUIS MONCADA ALBITRES


MODELAMIENTO Y SIMULACION DE PROCESOS 59

3.4 DOS TANQUES CALENTADOS

Ahora nuestro siguiente ejemplo considerar un proceso en el cual son necesarios


dos balances de energa para modelar el sistema. El flujo F de aceite pasando de dos
tanques en serie perfectamente mezclados es constante e igual a 90 pies3/min. La
densidad del aceite es constante e igual a 40 lbm/ pie3, y su capacidad calorfica CP es
0,6 Btu/lbmF. El volumen del primer tanque V1 es constante e igual a 450 pies3, y el
volumen del segundo tanque V2 es constante e igual a 90 pies3. La temperatura del
aceite entrando al primer tanque es T0 y es 150 F en el estado estacionario inicial. Las
temperaturas en los dos tanques son T1 y T2. Las dos son iguales a 250 F en el estado
estacionario inicial. Un dispositivo de calentamiento en el primer tanque usa vapor para
calentar el aceite. Denominando Q1 al calor adicionado en el primer tanque.
Se puede hacer un balance de energa para cada tanque, y cada una ser similar a
la Ec. (2.26) excepto que no hay reaccin involucrada en este proceso.

Balance de energa para el tanque 1:


d ( C PV1T1 )
= Cp (FoTo F1 T1 ) + Q1 (3.10)
dt
Balance de energa para el tanque 2:

d ( C PV2 T2 )
= Cp (F1T1 F2 T2) (3.11)
dt
Como el flujo a travs de los tanques es constante F0 = F1 = F2 = F. Debido a
que los volmenes, densidades, y capacidades calorficas son todas constantes, las Ecs.
(3.10) y (3.11) se pueden simplificar

d (T1 )
Cp V1 = Cp F (To T1 ) + Q1 (3.12)
dt
d (T2 )
Cp V2 = Cp F (T1 T2) (3.13)
dt
Verificando los grados de libertad de este sistema. Los valores de los parmetros
que son conocidos son , CP, V1, V2, y F. La entrada de calor al primer tanque Q1 se
podra fijar con la posicin de la vlvula de control en le lnea de vapor. Entonces se
tienen dos variables dependientes T1, y T2, y tambin dos ecuaciones, por lo tanto el
sistema est correctamente especificado

3.5 REACTOR CSTR EN FASE GAS A PRESION

Considerar una mezcla de gases, la cual es alimentada al reactor mostrado en la


Fig. 3-2. El reactor est lleno con gases reaccionantes los cuales estn perfectamente
mezclados. Ocurre una reaccin reversible:

LUIS MONCADA ALBITRES


MODELAMIENTO Y SIMULACION DE PROCESOS 60

k1
2A B
k2

La velocidad de reaccin directa es de orden 1,5 con respecto a A; la reaccin


inversa es de primer orden con respecto a B. Notar que el coeficiente estequiometrico
para A y el orden de la reaccin no son los mismos. La fraccin molar de reactante A en
el reactor es y. La presin dentro del recipiente es P (absoluta). Tanto P como y
pueden variar con el tiempo. El volumen V del reactor es constante.
Asumiendo un sistema isotrmico, se tendr que la temperatura T es constante.
Tambin se asume comportamiento del gas perfecto. La corriente de alimentacin tiene
una densidad 0 y una fraccin molar y0 de reactante A. Su flujo volumtrico es F0.

F0 V P F PD
0 T y
y0 y

Fig. 3-2 Reactor CSTR en fase gas

El flujo de salida del reactor pasa a travs de una restriccin (vlvula de control) y
entra a otro tanque el cual se mantiene a presin constante P0 (absoluta). El flujo de
salida vara con la presin y la composicin en el reactor. Los flujos pasando a travs de
la vlvula de control son discutidos con ms de talle en los textos sobre control
automtico de procesos: aqu usamos la frmula

P PD
F = Cv (3.14)

Cv = es el coeficiente de vlvula. La densidad vara con la presin y la


composicin
MP P
= = [y MA + (1 y)MB] (3.15)
RT RT
donde M = peso molecular promedio
MA = peso molecular del reactante A
MB = peso molecular del producto B

La concentracin de reactante en el reactor es

Py
CA= (3.16)
RT

LUIS MONCADA ALBITRES


MODELAMIENTO Y SIMULACION DE PROCESOS 61

Con unidades de moles de A por unidad de volumen. La velocidad total de


reaccin directa es

1 dn A 1 dn
F = k1 (CA)1,5 = = B
2V dt R V dt R

La velocidad de reaccin total para la reaccin inversa es

1 dn A 1 dn
R = k2 CB = = B
2V dt R V dt R

Con estas relaciones fundamentales se pueden escribir las ecuaciones de


continuidad total y por componente

Total de continuidad:
d
V = 0 F0 F (3.17)
dt
De continuidad por componente:
dC A
V = F0 CA0 F CA 2Vk1 (CA)1,5 + 2Vk2 CB (3.18)
dt
El nmero 2 en los trminos de las reacciones proviene del coeficiente
estequiomtrico de A.
Existen cinco ecuaciones (Ecs. (3.14) hasta (3.18) que conforman el modelo
matemtico del sistema. Los parmetros que deben ser conocidos son V, Cv, k1, k2, R,
MA, y MB. Las funciones impulsoras (o entradas) pueden ser PD, 0, F0, y CA0. Con lo
cual se tienen cinco incgnitas (variables dependientes): CA, , P, F , y y.

3.6 CSTR NO ISOTERMICO

En los reactores estudiados antes, hemos mostrado los efectos de las variaciones
de retencin (volumen), variaciones de densidades y cinticas de alto orden sobre las
ecuaciones de continuidad total y por componente. No son necesarias las ecuaciones de
energa debido a que se han asumido operaciones isotrmicas. Ahora consideraremos un
sistema en el cual la temperatura cambia con el tiempo. Una reaccin irreversible
exotrmica es llevada a cabo en un reactor CSTR simple perfectamente mezclado como
se muestra en la Fig. 3-3.

A k B

La reaccin es de orden n con respecto al reactante A y tiene un calor de reaccin


(Btu/lb . mol de A reaccionado) . Se asume densidad constante y prdidas de calor
despreciables.

LUIS MONCADA ALBITRES


MODELAMIENTO Y SIMULACION DE PROCESOS 62

F0
CA0
T0
Fj
Tj
V
Tj T
CA
Fj Vj
Tj0 F
CA
T

Fig. 3-3 CSTR no isotrmico

El calor de reaccin se remueve mediante una chaqueta. A la chaqueta se adiciona


agua de enfriamiento a un flujo volumtrico de Fj y con una temperatura de entrada de
T0j. El volumen de agua en la chaqueta Vj es constante. La masa de la pared metlica se
asume despreciable por lo cual no se considera la inercia trmica de la pared metlica.
Esto es a menudo una buena asuncin ya que la capacidad calorfica del acero es
alrededor de solamente 0,1 Btu/lbm F, la cual es en orden de magnitud menor que la del
agua.

A. CHAQUETA DE ENFRIAMIENTO PERFECTAMENTE MEZCLADA.


Asumimos que la temperatura en cualquier punto de la chaqueta es Tj. La transferencia
de calor entre el proceso a temperatura T y el agua de enfriamiento de la chaqueta a
temperatura Tj se describe por un coeficiente total de transferencia de calor.
Q = U AH (T Tj) (3.19)
donde Q = velocidad de transferencia de calor
U = coeficiente total de transferencia de calor
AH = rea de transferencia de calor

En general, el rea de transferencia de calor puede variar con la retencin en el


reactor si alguna porcin de rea no est totalmente cubierta con masa de liquido
reaccionante en cualquier tiempo. Las ecuaciones que describen el sistema son

Total de continuidad para el reactor:

dV
= F0 F
dt

De continuidad por componente para el reactor:

dVC A
= F0 CA0 F CA Vk (CA)n
dt

LUIS MONCADA ALBITRES


MODELAMIENTO Y SIMULACION DE PROCESOS 63

Ecuacin de energa para el reactor:

dVC A
= (F0 h0 F h) Vk (CA)n + U AH (T Tj ) (3.20)
dt

Ecuacin de energa para la chaqueta:

dh j
j Vj = Fj j (hj0 hj ) + UAH (T Tj) (3.21)
dt

donde j = densidad del agua de enfriamiento


h = entalpa del fluido de proceso
hj = entalpa del agua de enfriamiento

La asuncin de densidad constante hace que Cp = Cv y nos permite usar entalpas


en las derivadas con respecto al tiempo para reemplazar las energas internas.
Tambin es necesaria una relacin hidrulica entre la retencin en el reactor y el
flujo de salida del reactor. Se asume que un controlador de nivel cambia el flujo a
medida que el volumen en el tanque aumenta o disminuye: para volumen grande, el
flujo de salida aumenta. El flujo de salida es cortado completamente cuando el volumen
cae a un valor mnimo Vmin.

F = KV (V Vmin) (3.22)

El controlador de nivel es un controlador proporcional con retroalimentacin.


Finalmente necesitamos datos de entalpa para relacionar las hs a las
composiciones y temperaturas. Para esto asumimos la forma simple

h = CP T y hj = Cj Tj (3.23)

donde CP = capacidad calorfica del liquido de proceso


Cj = capacidad calorfica del agua de enfriamiento

Usando las Ecs. (3.23) y la relacin de Arrhenius para k, las cinco ecuaciones que
describen al proceso son:

dV
= F0 F (3.24)
dt

dVC A
= F0 CA0 F CA V (CA)n e E/RT (3.25)
dt

d (VT )
CP = CP (F0 T0 F T) V (CA)n e E/RT U AH (T Tj ) (3.26)
dt

LUIS MONCADA ALBITRES


MODELAMIENTO Y SIMULACION DE PROCESOS 64

dT j
j Vj Cj = Fj j Cj (Tj0 Tj ) + UAH (T Tj) (3.27)
dt

F = KV (V Vmin) (3.28)

Verificando los grados de libertad, vemos que hay cinco ecuaciones y cinco
incgnitas V, F, CA, T y Tj. Debemos tener las condiciones iniciales para estas cinco
variables dependientes. Las funciones impulsoras son T0, F0, CA0, y Fj.
Los parmetros que deben ser conocidos son n, , e, R, , CP, U, AH, j, Vj,
Cj, Tj0, KV, y Vmin. Si el rea de transferencia vara con la retencin en el reactor se
podra incluir como otra variable, pero tambin podemos tener otra ecuacin; la relacin
entre rea y retencin. Si el reactor es un cilindro vertical con dimetro D y si la
chaqueta est colocada solamente sobre las paredes laterales, no sobre el fondo

4
AH = V (3.29)
D

Hemos asumido que el coeficiente total de transferencia de calor U es constante.


Este puede ser una funcin de la razn de flujo del medio de enfriamiento Fj o la
composicin de la masa reaccionante, dando una o ms variables pero solamente una
ecuacin.

B. FLUJO EN PISTON DEL REFRIGERANTE EN LA CHAQUETA. En el


modelo derivado anteriormente, el agua de enfriamiento dentro de la chaqueta se ha
sumido a estar perfectamente mezclado. En muchas chaquetas de recipientes esta no es
particularmente una buena asuncin. Si la velocidad de flujo del agua es alta, la
temperatura del agua no cambia mucho a medida que esta pasa a travs de la chaqueta,
el patrn de mezcla hace una pequea diferencia. Sin embargo, si la temperatura del
agua se eleva significantemente y si el flujo se acerca mas a un flujo en pistn que a uno
perfectamente mezclado (este podra ser claramente el caso de usar un dispositivo de
enfriamiento dentro del reactor en lugar de una chaqueta), por lo tanto debe usarse una
temperatura promedio para la chaqueta TjA.

T j 0 + T jsal
TjA = (3.30)
2

donde Tjsal es la temperatura del agua de enfriamiento


La temperatura promedio se usa en la ecuacin para la transferencia de calor y
para representar la temperatura del material de la chaqueta. La Ecuacin (3.27) ser

dT jA
j Vj Cj = Fj j Cj (Tj0 Tjsal ) + UAH (T TjA ) (3.31)
dt

La Ec. (3.31) se integra para obtener TjA en funcin del tiempo, y la Ec. (3.30) se
usa para calcular Tjsal, tambin como una funcin del tiempo.

LUIS MONCADA ALBITRES


MODELAMIENTO Y SIMULACION DE PROCESOS 65

C. MODELO DE CHAQUETA POR SECCIONES. Otra alternativa es considerar


al volumen de la chaqueta seccionado en partes perfectamente mezcladas como muestra
la Fig. 3-4.

Q1 Tj1
Q2 Tj2
T
Q3 Tj3
Fj
Q4 Tj4 Tj0

Fig. 3-4 Modelo de chaqueta seccionada

Una ecuacin de energa es necesaria para cada seccin. Asumiendo cuatro


secciones de igual volumen e igual rea de transferencia de calor, podemos formular
cuatro ecuaciones de energa para la chaqueta:

1 dT j1 1
j Vj Cj = Fj j Cj (Tj0 Tj1 ) + UAH (T Tj1 )
4 dt 4

1 dT j 2 1
j Vj Cj = Fj j Cj (Tj1 Tj2) + UAH (T Tj2)
4 dt 4
(3.32)
1 dT j3 1
j Vj Cj = Fj j Cj (Tj2 Tj3 ) + UAH (T Tj3 )
4 dt 4

1 dT j 4 1
j Vj Cj = Fj j Cj (Tj3 Tj4 ) + UAH (T Tj4 )
4 dt 4

D. CAPACITANCIA DE LA PARED METALICA SIGNIFICATIVA. En algunos


reactores, particularmente en recipientes a alta presin, o equipos a pequea escala, la
masa de la pared metlica se debe considerar la masa de la pared metlica y sus efectos
sobre la dinmica trmica. Para ser rigurosos, la ecuacin de energa para la pared
debera ser una ecuacin de derivadas parciales con respecto al tiempo y la posicin
radial. Una aproximacin menos rigurosa pero frecuentemente usada, es separar la
masa de la pared del metal y asumir que el metal est todo a una temperatura TM. Esta
asuncin es buena cuando la pared no tiene mucho espesor y la conductividad del metal
no es muy grande.
Adems usando los coeficientes de pelcula interior y exterior hi y h0 como
muestra la Fig. 3-5.

LUIS MONCADA ALBITRES


MODELAMIENTO Y SIMULACION DE PROCESOS 66

Metal
Proceso Chaqueta

TM Tj
T
Q3 Fj
Q0 Tj0

Fig. 3-5 Modelo de metal separado

Las tres ecuaciones para el proceso son:


d (VT )
CP = CP (F0 T0 F T) V (CA)n e E/RT hi Ai (T TM )
dt
dTM
M VM CM = hi Ai (T TM ) h0 A0 (TM Tj ) (3.33)
dt
dT j
j Vj Cj = Fj i Cj (Tj0 Tj ) + h0 A0 (TM Tj )
dt
donde hi = coeficiente de pelcula interior
h0 = coeficiente de pelcula exterior
M = densidad de la pared metlica
VM = volumen de la pared metlica
CM = capacidad calorfica de la pared del metal
Ai = rea de transferencia de calor interior
A0 = rea de transferencia de calor exterior

3.7 VAPORIZADOR DE UN COMPONENTE SIMPLE

Los sistemas en ebullicin representan algunas de las operaciones ms


importantes e interesantes en procesos de ingeniera qumica y son ms difciles de
modelar. Para describir rigurosamente estos sistemas, se deben escribir las ecuaciones
de conservacin para ambas fases, vapor y liquido. El problema principal es encontrar la
velocidad de vaporizacin del material desde la fase liquida hacia la fase vapor. Las
ecuaciones usadas para describir la velocidad de ebullicin deben ser fsicamente
razonables y matemticamente convenientes para su solucin.
Considerar el vaporizador mostrado en la Fig. 3-6. Gas licuado de petrleo (LPG)
es alimentado a un tanque presurizado para mantener el nivel de liquido en el tanque.
Asumiremos que el LPG es un componente puro: propano. Vaporizacin de mezclas de
componentes se discute en la Sec. 3.8.

LUIS MONCADA ALBITRES


MODELAMIENTO Y SIMULACION DE PROCESOS 67

El liquido en el tanque se asume como perfectamente mezclado. Calor es


adicionado a una velocidad Q para mantener la presin deseada en el tanque mediante la
vaporizacin del liquido a la velocidad Wv (masa por tiempo). Se asumen despreciables
las prdidas de calor y la masa de la pared del tanque. El gas es evacuado fuera del
tanque por el tope a un flujo volumtrico Fv. Fv es la funcin impulsora o carga
perturbadora.

A. UN MODELO AL ESTADO ESTACIONARIO. El modelo ms simple


podra

Fig. 3-6 Vaporizador de LPG

despreciar las dinmicas de las fases vapor y liquido, y relacionar la velocidad del gas
Fv a la entrada de calor mediante
v Fv (Hv h0 ) = Q (3.34)
donde Hv = entalpa del vapor saliendo del tanque (Btu/lbm o cal/g)
h0 = entalpa del liquido alimentado (Btu/lbm o cal/g)

B. MODELO CON DINAMICA DE EQUILIBRIO DE FASES. Un modelo ms


realista se obtiene si asumimos que el volumen de la fase vapor es pequeo con lo cual
podemos hacer despreciable su dinmica. Si solamente unos pocos moles de liquido
tienen que ser vaporizados para cambiar la presin en la fase vapor, podemos asumir
que esta presin es siempre igual a la presin de vapor del liquido a cualquier
temperatura del sistema (P = Pv y Wv = v Fv). Una ecuacin de energa para la fase
liquida da la temperatura (como una funcin del tiempo), y las relaciones de presin de
vapor darn la presin en el vaporizador a esa temperatura.
Una ecuacin de continuidad total para la fase liquida tambin es necesaria,
adems de las ecuaciones de los dos controladores relacionando la presin a la entrada
de calor y el nivel de liquido al flujo de alimentacin F0. Estas relaciones del
controlador de retroalimentacin se expresarn aqu simplemente como una funcin. En
los tpicos sobre control se discuten estas funciones con detalle.

LUIS MONCADA ALBITRES


MODELAMIENTO Y SIMULACION DE PROCESOS 68

Q = f1(P) F0 = f2(VL) (3.35)


Para poder calcular la densidad v a partir de la temperatura o presin, es
necesario una ecuacin de estado para el vapor. Conociendo cualquiera de las
propiedades (T, P, o V) se pueden tener todas las dems propiedades ya que este es
solamente un componente, y estn presentes dos fases en el tanque. Se usa la ley del gas
perfecto.
Se asume que el liquido es incompresible de tal manera que Cv = CP y su energa
interna es CPT. La entalpa del vapor saliendo del vaporizador es asumida a ser de la
simple forma: CPT + v.

Ecuacin de continuidad total:


dV L
= 0 F0 v Fv (3.36)
dt
Ecuacin de energa:
d (V L T )
CP = 0 CP F0 T0 v Fv (CPT + v ) + Q (3.37)
dt
Ecuacin de estado:
MP
v = (3.38)
RT
Presin de vapor
A
Ln P = +B (3.39)
T
Las ecuaciones (3.35) a (3.39) nos dan seis ecuaciones. Las incgnitas son Q, F0,
P, VL, v, y T.

C. MODELO CON DINAMICA DE LIQUIDO Y VAPOR. Si la dinmica de la


fase vapor no puede despreciarse (cuando se tiene una volumen grande de vapor), se
deben escribir las ecuaciones total de continuidad y de energa para el gas dentro del
tanque. El vapor saliendo del tanque, vFv, no es exactamente igual, dinmicamente, a la
velocidad de vaporizacin Wv.
La clave del problema es ahora encontrar una expresin simple y razonable para la
velocidad de ebullicin Wv. Se ha encontrada en otras simulaciones que un tipo de
ecuacin de transferencia de masa puede ser convenientemente empleada. Estas
relaciones tambin deben darle el sentido fsico. Un liquido hierve debido, a la misma
temperatura (y composicin si esta presente mas de un componente), si ejerce una
presin de vapor P ms grande que Pv en la fase vapor sobre l. Esta diferencial de
presin es la fuerza impulsora
Wv = KMT (P Pv) (3.40)

LUIS MONCADA ALBITRES


MODELAMIENTO Y SIMULACION DE PROCESOS 69

Donde KMT es el seudo coeficiente de transferencia de masa. Naturalmente en el


equilibrio (no en el estado estacionario) P = Pv. Si asumimos que el liquido y el vapor
estn en equilibrio, podemos decir que KMT es muy grande. Cuando las ecuaciones son
resueltas en una computadora, se pueden usar diferentes valores de KMT para examinar
los efectos de las condiciones de no equilibrio.
Las ecuaciones que describen este sistema son:

Fase liquida
De continuidad total

dVL
= 0 F0 Wv (3.41)
dt
De energa:
d (V LU L )
= 0 F0 h0 Wv HL + Q (3.42)
dt
Presin de vapor
P = eA/T + B (3.43)
Fase vapor
De continuidad total
dVv v
= Wv v Fv (3.44)
dt
De energa:
d (Vv vU v )
= Wv HL v Fv Hv (3.45)
dt
De estado
MPv
v = (3.46)
RTv

donde UL = energa interna del liquido a temperatura T


HL = entalpa del vapor saliendo del liquido
Uv = energa interna del vapor a temperatura Tv
Hv = entalpa de la fase vapor.

Son necesarios datos de propiedades trmicas para relacionar las entalpas a las
temperaturas. Podemos ver que hay 10 variables Q, F0 ,VL , Wv , T, Vv , v , Tv ,P, y Pv.
Contando las Ecs. (3.35) y (3.40) hasta (3.46) vemos que hay solamente nueve
ecuaciones. Algo esta faltando. Un anlisis posterior puede generar la otra relacin, la
restriccin fsica: VL + Vv = volumen total del tanque.

LUIS MONCADA ALBITRES


MODELAMIENTO Y SIMULACION DE PROCESOS 70

D. MODELO DE EQUILIBRIO TERMICO. Los casos previos dan un modelo el


cual es riguroso dentro de lo razonablemente esperado. Un modelo final no tan
rigurosos pero usualmente adecuado, es uno en el cual se asume equilibrio trmico entre
el liquido y el vapor en todo instante. Ms simple, se asume que las temperatura del
vapor y el liquido son iguales: T = TV . Esto elimina la necesidad de un balance de
energa para la fase vapor. Este modelo posiblemente trabaje muy bien debido a que el
calor sensible del vapor es usualmente pequeo comparado con los efectos de calor
latente.
Si se puede usar la relacin simple de entalpa, la Ec. (3.42) ser:
d (V L T )
CP = 0 F0 CP T0 Wv (CP T + v ) + Q (3.42)
dt
Los modelos simples discutidos anteriormente (tal como los casos A y B) son
usualmente lo suficientemente buenos para sistemas de flujo contino donde los
cambios en las retenciones y temperaturas del liquido y vapor no son muy grandes. Los
sistemas batch pueden requerir los modelos ms rigurosos (casos C y D) debido a que
hay gran variacin de la mayora de variables.

3.8 EVAPORACION FLASH DE MULTIPLECOMPONENTES

Veamos ahora un sistema liquido-vapor con ms de un componente. Una


corriente liquida a alta temperatura y presin es flasheada hacia un tanque; antes, su
presin se reduce a medida que el flujo pasa por una restriccin (vlvula) a la entrada
del tanque. Esta expansin sbita es irreversible y ocurre a entalpa constante. Si fuese
una expansin reversible podra conservarse la entropa (y no la entalpa). Si la presin
en el tanque es menor que la presin del punto de burbuja de la alimentacin a la
temperatura de alimentacin, algo de liquido alimentado se vaporizar.
El gas es evacuado por el tope del recipiente a travs de una vlvula de control
cuya posicin del vstago es regulada por la presin del controlador (Fig. 3-7). El
liquido sale por el fondo del tanque mediante un control de nivel.

Fig. 3-7 Tanque Flash

LUIS MONCADA ALBITRES


MODELAMIENTO Y SIMULACION DE PROCESOS 71

La presin P0 antes de la vlvula es tan alta que evita cualquier vaporizacin de la


alimentacin a la temperatura T0 y composicin x0j (fraccin molar del componente j).
Se asumen condiciones adiabticas (sin prdida de calor). La densidad del liquido en el
tanque, L, se asume que es una funcin de la temperatura y composicin.
L = f(x j , T) (3.48)
La densidad v del vapor en el tanque es una conocida funcin de la temperatura
T, composicin yj y presin P. Si se usa la ley del gas perfecto,

M vav P
v = (3.49)
RT

donde M vav es el peso molecular promedio del gas.


NC
M vav = M j y j (3.50)
j =1

donde Mj es el peso molecular del componente j.

A. MODELO DE ESTADO ESTACIONARIO

El modelo ms simple de este sistema es uno en el cual se desprecie


completamente la dinmica. se asume presin constante, y se usan las ecuaciones de
continuidad total y por componente al estado estacionario y un balance de energa al
estado estacionario. Se asumen que las fases de vapor y liquido estn en equilibrio.
De continuidad total
0 F0 = v Fv + v FL (3.51)
De continuidad por componente
0 F0 F F
av
x 0 j = v avv y i + L avL x j (3.52)
M0 Mv ML

Equilibrio liquido vapor

yi = f(xj , T , P) (3.53)
Ecuacin de energa
0 F0 h0 = H v Fv + L FL h (3.54)
Propiedades termodinmicas
h0 = f(x0j , T0) h = f(xj , T) H = f(xj , T , P) (3.55)

Los pesos moleculares promedio en cada corriente Mav se calculan a partir de las
fracciones molares en las corrientes [Ver Ec. (3.50)]. El nmero de variables en el

LUIS MONCADA ALBITRES


MODELAMIENTO Y SIMULACION DE PROCESOS 72

sistema es 9 + 2 (NC 1) : v , Fv , M vav , y1 , y2 , . . . yNC -1 , L , FL , M Lav , x1 , x2 , . . .


xNC -1 , T , h, y H. La presin P y todas las propiedades de la alimentacin son dadas.
Hay NC 1 balances de componentes [Ec. (3.52)].

Ecuacin Nmero de
Ecuaciones
De continuidad total (3.51) 1
Energa (3.54) 1
De continuidad por componente (3.52) NC 1
Equilibrio liquido vapor (3.53) NC
Densidades de vapor y liquido (3.48) y (3.49) 2
Propiedades trmicas para las 2
corrientes de vapor y liquido (3.55)
Pesos moleculares promedios (3.50) 2
TOTAL 2NC + 7

Hay un total de NC ecuaciones de equilibrio. Podemos decir que hay NC


ecuaciones semejantes a la Ec. (3.53). esto puede incomodar algo a Ud. Como la suma
de las ys es igual a 1, se puede decir que hay solamente NC 1 ecuaciones para las ys.
Pero an si se piensa que este es el camino, el tanque proporciona una ecuacin ms. La
suma de las presiones parciales es igual a la presin total, tambin hay NC ecuaciones
de equilibrio de fases.
El sistema se especifica con el conjunto de ecuaciones algebraicas listadas
anteriormente. Este es solamente el tradicional calculo de un tanque flash al estado
estacionario.

B. MODELO RIGUROSO. La dinmica puede incluirse por diferentes caminos,


con variacin de grados de rigor, con el uso de modelos similares a los dados en la Sec.
3.7. Ahora indicaremos como podra desarrollarse un modelo rigurosos, similar al caso
C de la Sec. 3.7. La Fig. 3-8, muestra esquemticamente el sistema.

Vv v
Fv/
Pv yj Fv
v/ Tv
F0 y v/
0
T0 Pv Wv
P0 T
x0j FL/ VL L
PL xj FL
L
/
TL
/
xv

Fig. 3-8 Tanque flash dinmico

LUIS MONCADA ALBITRES


MODELAMIENTO Y SIMULACION DE PROCESOS 73

Un clculo de equilibrio flash (usando las mismas ecuaciones del caso A


anterior) es realizado a cada punto en el tiempo para encontrar las velocidades de flujo
de vapor y liquido y propiedades inmediatamente despus que la presin cae en la
vlvula (las variables con primos: Fv/ , FL/ , y /j , x /j , . . . mostradas en la Fig. 3.8).
Estas dos corrientes son luego alimentadas a las fases de liquido y vapor. Las
ecuaciones que describen estas dos fases sern similares a las Ecs. (3.40) a (3.42) y
(3.44) a (3.46) con la adicin de (1) ecuacin de equilibrio liquido-vapor de mltiple
componentes para calcular L y (2) NC 1 ecuaciones de continuidad por componente
para cada fase. Las ecuaciones de los controladores relacionando VL a FL y Pv a Fv
completan el modelo.
FL = f (VL) Fv = f(Pv) (3.56)

C. MODELO PRACTICO. Un modelo dinmico ms trabajable puede ser


desarrollado si ignoramos la dinmica de la fase vapor (tal como hemos indicado en el
caso B de la sec. 3.7). Se asume que el vapor siempre est en equilibrio con el liquido.
Las ecuaciones de conservacin son escritas solamente para la fase liquida.

De continuidad total

d (V L L )
= 0 F0 v Fv L FL (3.57)
dt

De continuidad por componente

VL L x j
d

ML
av
0 F0 v Fv L FL
= x 0 j y i xj (3.58)
dt M 0av M vav M Lav

Energa

d (V L L h )
= 0 F0 h0 H v Fv L FL h (3.59)
dt

Las NC ecuaciones de equilibrio liquido-vapor [Ecs. (3.53)], las tres relaciones de


entalpa [Ecs. (3.55)], las dos ecuaciones de densidad [Ecs. (3.48) y (3.49)], las dos
ecuaciones de pesos moleculares [Ec. (3.50)], y las ecuaciones de los controladores de
retroalimentacin [Ecs. (3.56)] son todas necesarias. El nmero total de ecuaciones es
2NC + 9, las cuales son iguales al nmero total de variables: Pv , VL , v , Fv , M vav y1 ,
y2 , . . . yNC-1 , L , FL , M Lav , x1 , x2 , . . . xNC-1 , T, h y H.
Teniendo en cuenta que son dadas todas las propiedades de alimentacin, o
funciones impulsoras: 0 , F0 . h0 , xj0 , y M 0av .

LUIS MONCADA ALBITRES


MODELAMIENTO Y SIMULACION DE PROCESOS 74

3.9 REACTOR BATCH

Los procesos batch ofrecen algunos de los ms interesantes y cambiantes


problemas en modelamiento y control debido a su naturaleza dinmica inherente.
An cuando la mayora de los procesos qumicos a gran escala han sido operados
de manera continua, muchos procesos batch se siguen usando en la produccin de
pequeos volmenes, especialmente de productos farmacuticos. Los reactores batch
tienen ventajas cinticas inherentes sobre los reactores continuos para la mayora de
reacciones (principalmente para constantes de velocidad bajas). El extenso uso de
control digital de procesos mediante las computadoras ha permitido la automatizacin y
optimizacin de los procesos batch y los han hecho ms eficientes y menos
trabajosos.

Fig. 3-9 Reactor Batch

Considerando el reactor batch mostrado en la Fig. 3-9. El reactante es cargado


en el recipiente. Vapor es alimentado hacia la chaqueta para elevar la temperatura de los
reactantes a un valor deseado. Posteriormente se debe adicionar agua de enfriamiento a
la chaqueta para remover el calor de la reaccin exotrmica y hacer que la temperatura
del reactor siga la curva establecida de temperatura tiempo. El perfil de temperatura es
alimentado al controlador de temperatura como una seal de referencia (set point) el
valor de referencia vara con el tiempo.
En el reactor se lleva a cabo en este tiempo una reaccin consecutiva de primer
orden.

LUIS MONCADA ALBITRES


MODELAMIENTO Y SIMULACION DE PROCESOS 75

k1 k2
A B C

El producto que deseamos obtener es el componente B. Si dejamos que la


reaccin prosiga por mucho tiempo, mucho B reaccionar para formar C; con lo cual
el rendimiento ser bajo. Si detenemos la reaccin, claramente poco A habr
reaccionado; por lo tanto la conversin y el rendimiento sern bajos. Entonces habr un
tiempo ptimo de batch al cual podemos detener la reaccin.

Fig. 3-10 Perfiles en un batch

Tambin habr un perfil ptimo de temperatura, si las dependencias de la


temperatura de las velocidades especficas de reaccin k1 y k2 son las mismas (si sus
energas de activacin son iguales), la reaccin podra llevarse a cabo a la temperatura
ms alta posible para minimizar el tiempo de batch. Esta temperatura mxima podra
tener un lmite impuesto por alguna restriccin : mxima temperatura de trabajo o
presin del equipo, posteriores degradaciones indeseables o polimerizacin de
productos o reactantes a temperaturas muy altas, etc.
Si k1 es ms dependiente de la temperatura que k2, podemos otra vez llevar a cabo
la reaccin a la temperatura ms alta posible para favorecer la reaccin a B. En ambos
casos debemos detener la reaccin a un tiempo grande de tal manera que se pueda
recuperar la mxima cantidad de B.
Si k1 es menos dependiente de la temperatura que k2, el perfil ptimo de
temperatura es el que se inicia a una temperatura alta para conseguir que la primera
reaccin proceda pero luego caiga para evitar la prdida de mucho B. La Fig. 3-10
muestra los perfiles ptimos de temperatura y concentracin. La Fig. 3-10 tambin
muestra como la lnea discontina es un ejemplo de una temperatura actual que podra

LUIS MONCADA ALBITRES


MODELAMIENTO Y SIMULACION DE PROCESOS 76

ser alcanzada en un reactor real. La masa de reaccin debe ser calentada hasta Tmax. Este
perfil de temperatura se usar como la seal de referencia.
Con este razonamiento, derivaremos ahora un modelo matemtico para este
proceso. Asumiremos que la densidad del liquido de reaccin es constante. La ecuacin
total de continuidad para la masa reaccionante, despus que los reactantes han sido
cargados y el ciclo del batch iniciado, es
d ( V )
=00 (3.60)
dt
No hay flujos de entrada y salida. Como es constante, dV/dt = 0. Entonces el
volumen de liquido en el reactor es constante.

Ecuacin de continuidad para el componente A:


dC A
V = V k1 CA (3.61)
dt
Ecuacin de continuidad para el componente B:
dC B
V = V k1 CA V k2 CB (3.62)
dt
Ecuaciones cinticas:

k1 = 1 e E1 / RT k2 = 2 e E2 / RT (3.63)
Usando un modelo seccionado para la pared metlica del reactor y la ecuacin
simple de la entalpa h = CP T, las ecuaciones de energa para el liquido reaccionante y
la pared metlica son:

Ecuacin de energa para el proceso:


dT
VCP = 1 V k1 CA 2 V k2 CB hi Ai (T TM ) (3.64)
dt
Ecuacin de energa para la pared metlica:
dTM
M VM CM = h0 A0 (Tj TM ) hi Ai (TM T ) (3.65)
dt
donde 1 y 2 son los calores de reaccin exotrmicos para las dos reacciones.
Notar que cuando el reactor es calentado con vapor, Tj es ms grande que TM , y
TM es ms grande que T. Cuando se enfra con agua, los diferenciales de temperatura
tienen el signo opuesto. Tener presente tambin que el coeficiente de pelcula exterior h0
es usualmente significativamente diferente para vapor condensando y para agua de
enfriamiento circulando.
Este cambio desde el calentamiento a enfriamiento es una significativa operacin,
particularmente si se quiere alcanzar Tmax tan rpido como sea posible, pero sin
sobrepasarlo. Un sistema comnmente usado es mostrado en la Fig. 3.9. el controlador

LUIS MONCADA ALBITRES


MODELAMIENTO Y SIMULACION DE PROCESOS 77

de temperatura mantiene la vlvula de vapor (V-1) abierta y la vlvula de agua de


enfriamiento (V-2) cerrada durante el calentamiento. Esto se consigue con una vlvula
de porcentajes iguales (ver los tpicos sobre control automtico). Tambin durante el
calentamiento la vlvula de salida del agua de enfriamiento (V-3) es mantenida cerrada
y la vlvula de condensado (V-4) mantenida abierta.
Cuando se requiere enfriamiento, el controlador cierra la vlvula de vapor y abre
la vlvula de agua de enfriamiento con lo cual se hace que la temperatura del reactor
siga el valor de referencia. La vlvula (V-3) debe ser abierta y la vlvula (V-4) debe
cerrarse siempre adicionando agua de enfriamiento.
La simulacin y control de este sistema se estudia con detalle en el texto del autor
sobre control automtico. Aqu simplemente estableceremos que hay una relacin
conocida entre la seal de error E (o la temperatura de referencia menos la temperatura
del reactor) y las velocidades del flujo volumtrico del vapor FS y agua de enfriamiento
Fw.
FS = f1(E) Fw = f2(E) (3.66)
Para describir lo que est sucediendo en la chaqueta, podemos necesitar dos
conjuntos diferentes de ecuaciones, dependientes de la etapa: calentamiento o
enfriamiento. Podemos an considerar una tercera etapa: llenado de la chaqueta con
agua de enfriamiento. Si la velocidad de flujo del agua de enfriamiento es grande y/o el
volumen de la chaqueta es pequeo, el tiempo de llenado de la chaqueta puede ser
despreciable.

A. FASE DE CALENTAMIENTO. Durante el calentamiento, se necesitan una


ecuacin de continuidad total y una ecuacin de energa para el vapor, adems de una
ecuacin de estado para el vapor.
De continuidad total:
d j
Vj = FS S WC (3.67)
dt
donde Vj = volumen de la chaqueta
j = densidad del vapor dentro de la chaqueta
S = densidad del vapor a la entrada de la chaqueta
WC = velocidad de condensacin del vapor (masa por tiempo)
Se asume que el liquido condensado es inmediatamente evacuado a travs de la trampa
de vapor.
Ecuacin de energa para el vapor:
d (U j j )
Vj = FS S HS h0 A0 (Tj TM ) Wc hc (3.68)
dt
donde Uj = energa interna del vapor en la chaqueta
HS = entalpa del vapor de entrada
hc = entalpa del liquido condensado

LUIS MONCADA ALBITRES


MODELAMIENTO Y SIMULACION DE PROCESOS 78

Los cambios de energa interna (efectos de calor sensible) pueden usualmente


despreciarse comparados con los efectos de calor latente. Luego puede usarse una
ecuacin algebraica simple al estado estacionario
h0 A0 (T j TM )
Wc = (3.69)
H S hC

Se pueden usar tanto la ecuacin de estado para el vapor o las tablas de vapor para
calcular la temperatura Tj y la presin Pj a partir de la densidad j. Por ejemplo si se usa
la ley del gas perfecto se puede usar una ecuacin de vapor simple.

M A
j = exp w + B w (3.70)
RT j T
j
donde M = peso molecular del vapor = 18
Aw y Bw = constantes de presin de vapor para agua

La Ec. (3.70) puede resolverse iterativamente para Tj si se conoce j [a partir de la


Ec. (3.67)]. Cuando se conoce Tj, se puede calcular Pj a partir de una ecuacin de
presin de vapor. Es usualmente necesario conocer Pj en orden a calcular la velocidad
de flujo del vapor a travs de la vlvula de entrada a partir del efecto de la velocidad
sobre la cada de presin a travs de la vlvula (an cuando el flujo a travs de la
vlvula es crtico).
Si la masa del metal alrededor de la chaqueta es significante, se requiere para una
ecuacin de energa. En este caso asumiremos despreciable.
En la mayora de reactores con chaqueta o rehervidores calentados con vapor, el
volumen ocupado por el vapor es muy pequeo comparado con la velocidad del flujo
volumtrico del vapor. Entonces la respuesta dinmica de la chaqueta es usualmente
muy rpida, y a menudo se pueden usar balances simples de masa y energa. La
velocidad de flujo del vapor debe establecerse igual a la velocidad de flujo del
condensado, el cual es calculado mediante la solucin iterativa de las relaciones de
transferencia de calor para el sistema (Q = U A T) y la ecuacin de flujo de la vlvula
para la presin de entrada de la chaqueta y la velocidad de flujo del condensado.

B. FASE DE ENFRIAMIENTO. Durante el periodo cuando est fluyendo el agua de


enfriamiento a travs de la chaqueta. Solamente se requiere una ecuacin de energa
para la chaqueta si se asume que la chaqueta esta perfectamente mezclada.
dT j
j Vj Cj = Fw Cj j (Tj0 Tj ) + h0 A0 (TM Tj) (3.71)
dt
donde Tj = temperatura del agua de enfriamiento dentro de la chaqueta
j = densidad del agua
Cj = capacidad calorfica del agua
Tj0 = temperatura de entrada del agua de enfriamiento

LUIS MONCADA ALBITRES


MODELAMIENTO Y SIMULACION DE PROCESOS 79

Verificando los grados de libertad del sistema durante la etapa de calentamiento se


tienen siete variables (CA , CB , T, TM , Tj, j y Wc ) y siete ecuaciones [ Ecs. (3.61),
(3.62), (3.64), (3.65), (3.67), (3.69), y (3.70)]. Durante la etapa de enfriamiento usamos
la Ec. (3.71) en lugar de las Ecs. (3.67), (3.69) y (3.70), pero tenemos solamente Tj en
lugar de Tj , j y Wc.

3.10 REACTOR CON TRANSFERENCIA DE MASA

Como se ha indicado en nuestras discusiones anteriores sobre cintica en el Cp.


2, los reactores qumicos algunas veces tienen limitaciones de transferencia de masa
tanto como limitaciones de velocidad de reaccin. La transferencia de masa puede ser
una limitacin cuando se mueve de una fase a otra, antes de llevarse a cabo la reaccin.
Como un ejemplo de este fenmeno, consideraremos el reactor mostrado en la Fig. 3.11,
en el cual se burbujea un gas a travs de un liquido.
Reactante A es alimentado como un gas a travs de un distribuidor por el fondo
del reactor llenado con liquido. Una reaccin qumica ocurre entre A y B en la fase
liquida para formar un producto liquido C. El reactante A debe disolverse en el liquido
antes de poder reaccionar.

A + B k1 C

Si la velocidad de transferencia de masa del gas A al liquido es baja, la


concentracin de A en el liquido ser baja ya que este es consumido por la reaccin tan
rpido como llega. Entonces el reactor es limitado por la transferencia de masa.

Fig. 3-11 Reactor con burbujeo de gas en liquido

LUIS MONCADA ALBITRES


MODELAMIENTO Y SIMULACION DE PROCESOS 80

Si la velocidad de transferencia de masa del gas hacia el liquido es rpida, la


concentracin de reactante A se mantendr sobre un valor dado por las condiciones de
reaccin al estado estacionario y la solubilidad de equilibrio de A en el liquido. El
reactor es limitado por la reaccin qumica.
Notar que en la regin limitada por la transferencia de masa, incrementando o
reduciendo la concentracin del reactante B se tendr pequea diferencia en la
velocidad de reaccin (o la productividad del reactor) debido a que la concentracin de
A en el liquido es siempre muy pequea. De otro modo, incrementando la temperatura
del reactor no dar un incremento exponencial en la velocidad de reaccin. La velocidad
actual de reaccin puede disminuir con el incremento de la temperatura debido a una
disminucin de la solubilidad de equilibrio de A en la interfase liquido-gas.
Ahora trataremos de describir algunos de estos fenmenos cuantitativamente. Por
simplicidad asumiremos operacin isotrmica, con retencin constante, presin
constante, densidad constante y una fase liquida perfectamente mezclada. Las burbujas
de gas alimentado se asumen a ser componente puro A, el cual da una concentracin de
equilibrio constante de A en la interfase liquido-gas igual a CA* (esta podra cambiar si
la presin y la temperatura no son constantes). El rea total de transferencia de masa de
las burbujas es AMT y depende de la velocidad de alimentacin de gas FA. Un coeficiente
de transferencia de masa constante kl (con unidades de longitud por tiempo) es usado
para dar el flujo (flux) de A hacia el liquido a travs de la pelcula de liquido como
una funcin de la fuerza impulsora.

NA = kl (CA* CA ) (3.72)

La transferencia de masa usualmente es limitada por la difusin a travs de la


pelcula de liquido debido a las bajas difusividades del liquido.
Asumiendo que la dinmica de la fase vapor es muy rpida y que cualquier gas no
reaccionado es evacuado afuera por el tope del reactor.
AMT N A M A
Fv = FA (3.73)
A

Ecuacin de continuidad para el componente A:


dC A
V = AMT NA FL CA V k CA CB (3.74)
dt
Ecuacin de continuidad para el componente B:
dC B
V = F0 CB0 FL CB V k CA CB (3.75)
dt
De continuidad total:
d ( V )
= 0 = FB B + Ma NA AMT FL (3.76)
dt
Las ecuaciones (3.72) a (3.76) dan cinco ecuaciones. Las variables son NA , CA ,
CB , FV , y FL. Las funciones impulsoras son FA , FB , y CB0 .

LUIS MONCADA ALBITRES


MODELAMIENTO Y SIMULACION DE PROCESOS 81

3.11 COLUMNA IDEAL DE DESTILACION BINARIA

Junto con el reactor CSTR, la columna de destilacin es probablemente el


proceso ms popular e importante estudiado en la literatura de ingeniera qumica. La
destilacin es usada en muchos procesos qumicos para separacin de corrientes de
alimentacin y para purificacin de corrientes finales e intermedias.
La mayora de columnas manipulan alimentaciones de mltiple componentes.
Pero muchas pueden ser aproximadas a mezclas binarias o seudo binarias. Para este
ejemplo, sin embargo, haremos varias asunciones severas adicionales e idealizaciones
que algunas veces son vlidas pero frecuentemente son solamente crudas
aproximaciones.
El propsito de estudiar este caso primero es para reducir el problema a su forma
ms elemental de tal manera que pueda ser vista claramente la estructura bsica de las
ecuaciones. En el siguiente ejemplo ser modelado un sistema ms realista.
Asumiendo un sistema binario (dos componentes) con volatilidad relativa
constante a lo largo de la columna y platos tericos (100 por ciento de eficiencia), lo
que significa que el vapor saliendo del plato est en equilibrio con el liquido sobre el
plato. Esto permite que pueda ser usada la relacin simple de equilibrio liquido vapor

.x n
yn = (3.77)
1 + ( 1) x n

donde xn = composicin del liquido saliendo del plato n (fraccin molar del
componente ms voltil)
yn = composicin del vapor saliendo del plato n (fraccin molar del componente
ms voltil)

Una corriente simple es alimentada como liquido saturado (a su punto de burbuja)


sobre el plato de alimentacin NF. Ver Fig. 3-12. El flujo de alimentacin es F Mol/min)
y su composicin es z (fraccin molar del componente ms voltil). El vapor que sale
por el tope es totalmente condensado en un condensador y enviado hacia el tanque de
reflujo, donde la retencin de liquido es MD (moles). Se asume que el contenido del
tanque de reflujo est perfectamente mezclado con composicin xD. El liquido en el
tanque est a su punto de burbuja. Se bombea reflujo hacia el plato del tope (NT) de la
columna a una razn de R. El destilado es removido a razn de D.
Despreciando cualquier retraso en el tiempo (tiempo muerto) en la lnea de vapor
desde el tope de la columna al tanque de reflujo y en la lnea de reflujo hacia el plato del
tope (en columnas a escala industrial esta es usualmente una buena asuncin, pero no en
pequea escala en columnas de laboratorio). Notar que yNT no es igual, dinmicamente,
a xD. Las dos son iguales solamente al estado estacionario.
En la base de la columna, los productos pesados son removidos a razn de B y con
una composicin xB. El vapor de ebullicin es generado en un rehervidor tipo
termosifn a razn de V. El liquido circula desde el fondo de la columna a travs de los
tubos verticales en el rehervidor de casco y tubos debido a la baja densidad de la mezcla
liquido-vapor en los tubos del intercambiador. Asumiendo que el liquido en el
rehervidor y en la base de la columna son perfectamente mezclados y tienen la misma
composicin xB y retencin total MB (moles). La circulacin a travs de un rehervidor
tipo termosifn bien diseado es bastante rpida, as, esta asuncin es correcta. La

LUIS MONCADA ALBITRES


MODELAMIENTO Y SIMULACION DE PROCESOS 82

composicin del vapor saliendo de la base de la columna y entrando al plato 1 es yB.


Este est en equilibrio con el liquido cuya composicin es xB.
La columna contiene un total de NT platos tericos. La retencin de liquido en
cada plato incluyendo el rebose es Mn. El liquido en cada plato es asumido a estar
perfectamente mezclado, con composicin xn. La retencin de vapor es asumida
despreciable a lo largo de todo el sistema. An cuando el volumen del vapor es grande,
el nmero de moles es usualmente pequeo debido a que la densidad del vapor es
mucho ms pequea que la densidad del liquido. Esta asuncin no es muy correcta en
columnas a alta presin.
Una ulterior asuncin es de los flujos equimolares. Si el calor molar de
vaporizacin de los dos componentes son aproximadamente iguales, siempre que
condensa un mol de vapor, se vaporiza un mol de liquido. Se asume que las prdidas de
calor desde la columna y los cambios de temperatura de plato a plato (efectos de calor
sensible) son despreciables. Estas asunciones permiten que las velocidades de liquido y
vapor a travs de las secciones de agotamiento y rectificacin sean constantes bajo
condiciones de estado estacionario. Las lneas de operacin sobre el familiar diagrama
de McCabe-Thiele son lneas rectas.
Sin embargo, nuestro inters est en las condiciones dinmicas. Las asunciones
anteriores, incluyendo retencin despreciable del vapor, permiten que la velocidad del
vapor a travs de todos los platos de la columna sea la misma, dinmicamente es una
buena asuncin.

V = V1 = V2 = V3 = . . . = VNT

Recordar que los Vs no son necesariamente constantes con el tiempo. El vapor


producto de la ebullicin se puede manipular dinmicamente. El efecto matemtico de
asumir flujos equimolares es que no se necesita una ecuacin de energa para cada plato.
Esta es ciertamente una significativa simplificacin.
Las velocidades de liquido a travs de la columna no sern iguales
dinmicamente. Ellas dependern de la mecnica de fluidos de cada plato. A menudo la
frmula simple para vertederos dada por Francis se usa para relacionar la retencin de
liquido en el plato (Mn) a la velocidad de flujo del liquido saliendo del plato (Ln).

FL = 3,33 Lw (how)1,5 (3.78)

donde FL = Velocidad de flujo de liquido por encima del vertedero (pies3/s)


Lw = altura del vertedero (pies)
how = altura de liquido sobre el vertedero (pies)

Relaciones ms rigurosas se pueden obtener a partir de ecuaciones detalladas para


la hidrulica del plato para incluir los efectos de la velocidad del vapor, densidades,
composiciones, etc. Asumiremos una relacin funcional simple entre la retencin de
liquido y la velocidad de liquido.

Mn = f (Ln) (3.79)

LUIS MONCADA ALBITRES


MODELAMIENTO Y SIMULACION DE PROCESOS 83

Fig. 3-12 Columna de destilacin binaria

LUIS MONCADA ALBITRES


MODELAMIENTO Y SIMULACION DE PROCESOS 84

Finalmente, despreciaremos la dinmica del condensador y el rehervidor. En


columnas a escala comercial, la respuesta dinmica de este intercambiador de calor es
usualmente mucho ms rpida que la respuesta de la columna. En algunos sistemas, sin
embargo, de este equipo perifrico es importante y debe ser incluido en el modelo.
Con todas estas asunciones en mente, podemos escribir las ecuaciones que
describan al sistema. Adoptando la convencin usual, las ecuaciones de continuidad
total son escritas en trminos de moles por unidad de tiempo. Esto es consistente debido
a se asume que no ocurre ninguna reaccin qumica.

Tanque condensador y de reflujo

De continuidad total:

dM D
=V R D (3.80)
dt

De continuidad por componente (componente ms voltil):

d (M D x D )
= VyNT (R + D) xD (3.81)
dt

Plato del tope (n = NT)

De continuidad total:

dM NT
= R LNT (3.82)
dt

De continuidad por componente:

d ( M NT x NT )
= R xD LNT xNT + V yNT-1 V yNT (3.83)
dt

Plato siguiente al tope (n = NT 1)

De continuidad total:

dM NT 1
= LNT LNT-1 (3.84)
dt

De continuidad por componente:

d ( M NT 1 x NT 1 )
= LNT xNT LNT-1 xNT-1 + V yNT-2 V yNT-1 (3.85)
dt

Plato n

LUIS MONCADA ALBITRES


MODELAMIENTO Y SIMULACION DE PROCESOS 85

De continuidad total:

dM n
= Ln+1 Ln (3.86)
dt

De continuidad por componente:

d (M n xn )
= Ln+1 xn+1 Ln xn + V yn-1 V yn (3.87)
dt

Plato de alimentacin (n = NF)


De continuidad total:

d ( M NF )
= LNF+1 L-NF + F (3.88)
dt

De continuidad por componente:

d ( M NF x NF )
= LNF+1 xNF+1 LNF xNF + V yNF-1 V yNF + Fz (3.89)
dt

Primer Plato (n = 1)
De continuidad total:

dM 1
= L2 L1 (3.90)
dt

De continuidad por componente:

d ( M 1 x1 )
= L2 x2 L1 x1 + V yB V y1 (3.91)
dt

Rehervidor y base de la columna


De continuidad total:

dM B
= L1 V B (3.92)
dt

De continuidad por componente:

d (M B x B )
= L1 x1 V yB B xB (3.93)
dt

LUIS MONCADA ALBITRES


MODELAMIENTO Y SIMULACION DE PROCESOS 86

Cada plato y la base de la columna tiene ecuaciones de equilibrio [Ec. (3.77)].


Cada plato tambin tiene una ecuacin hidrulica [Ec. (3.79)]. Tambin necesitamos dos
ecuaciones representando los controladores de nivel en la base de la columna y el
tanque de reflujo mostrados en la Fig. 3.12.
D = f1(MD) B = f2(MB) (3.94)
Ahora examinaremos los grados de libertad del sistema. La velocidad de
alimentacin F y la composicin z son asumidas que se dan.

Nmero de variables:
Composiciones de los platos (xn y yn ) = 2 NT
Flujos de liquido en los platos (Ln) = NT
Retenciones de liquido en los platos (Mn) = NT
Composicin del tanque de reflujo (xD) =1
Flujos en el tanque de reflujo (R y D) =2
Retencin en el tanque de reflujo (MD) =1
Composiciones en la base (xB y yB) =2
Flujos en la base (V y B ) =2
Retencin en la base (MB) =1
4 NT + 9

Nmero de ecuaciones:
Ecuacin
De continuidad por componente en el plato = NT (3.87)
De continuidad total en el plato = NT (3.86)
Equilibrio (platos ms la base) = NT + 1 (3.77)
Hidrulica = NT (3.79)
Controladores de nivel =2 (3.94)
De continuidad por componente en el
tanque de reflujo =1 (3.81)
De continuidad total en el tanque de reflujo =1 (3.80)
De continuidad por componente en la base =1 (3.93)
De continuidad total en la base =1 (3.92)
4 NT + 7

Por lo tanto el sistema est inespecificado por dos ecuaciones. Desde un punto de
vista de ingeniera de control, esto muestra que solamente existen dos variables que
pueden ser controladas (se pueden fijar). Las dos variables que deben ahora
especificarse son el reflujo R y la cantidad de vapor producida por ebullicin V (o
entrada de calor al rehervidor). Estas pueden mantenerse constantes (en un sistema de
lazo abierto) o puede cambiarse por dos controladores para convertir algunas otras dos
variables constantes. En una simulacin digital de esta columna en la Parte II
asumiremos dos controladores de retroalimentacin ajustando R y V para controlar las
composiciones del tope y el fondo xD y xB.
R = f1(xD) V = f2(xB) (3.95)

LUIS MONCADA ALBITRES


MODELAMIENTO Y SIMULACION DE PROCESOS 87

3.12 COLUMNA DE DESTILACION DE MULTIPLECOMPONENTES NO


IDEAL

Como un ejemplo ms realista, desarrollaremos ahora un modelo matemtico para


una columna de mltiple componentes, no ideal, con NC componentes, con flujos no
equimolares, y platos ineficientes. Las asunciones que haremos son:

1. El liquido sobre el plato es incompresible y est perfectamente mezclado.


2. Las retenciones de vapor son despreciables.
3. Las dinmicas del condensador y rehervidor son despreciables.
4. El vapor y el liquido estn en equilibrio trmico (la misma temperatura) pero no en
equilibrio de fases. Se usar una eficiencia de Murphree para describir la desviacin
del equilibrio.

y nj y nT1, j
Enj = (3.96)
y nj* y nT1, j
Donde y nj* = composicin del vapor en equilibrio de fases con el liquido con
composicin xnj sobre el plato n
ynj = composicin actual del vapor saliendo del plato n
T
y n 1, j = composicin actual del vapor entrando al plato n
Enj = eficiencia de vapor de Murphree para el componente j sobre el plato n

Se permiten mltiples alimentaciones, ya sea como liquido o vapor, y salidas


laterales, como liquido o vapor. Un plato n generalizado, se muestra en la Fig. 3-13. La
nomenclatura es resumida en la Tabla 3.1.

Fig. 3-13 Plato n de una columna de mltiple componentes

LUIS MONCADA ALBITRES


MODELAMIENTO Y SIMULACION DE PROCESOS 88

Las ecuaciones que describen a este plato son:

De continuidad total (una por plato):

dM n
= Ln+1 + FnL + FnV1 + V n 1 Vn Ln S nL S nV (3.97)
dt

De continuidad por componente (NC 1 por plato):

d ( M n x nj )
= Ln +1 x n +1, j + FnL x njF + FnV1 y nV1, j + Vn 1 y n 1, j
dt
Vn y nj Ln x nj S nL x nj S nV y nj (3.98)

Ecuaciones de energa (una por plato):

d ( M n hn )
= Ln +1 hn +1 + FnL hnF + FnV1 H nV1 + Vn 1 H n 1
dt
Vn H n Ln hn S nL hn S nV H n (3.99)

donde las entalpas tienen unidades de energa por mol.

Equilibrio de fases (NC por plato):

y nj* = f ( xnj , Pn ,Tn ) (3.100)

Se debe usar una apropiada relacin de equilibrio liquido vapor, como la discutida
en la Sec. 2.2.6, para encontrar y nj* . Luego la Ec. (3.96) se puede usar para calcular ynj
para el plato ineficiente: FnV1 y Vn-1.
Ecuaciones adicionales incluyen relaciones de propiedades fsicas para evaluar
densidades y entalpas, una ecuacin hidrulica del vapor para evaluar los flujos de
vapor a partir de las cadas de presin conocidas en los platos, y una relacin hidrulica
para determinar el flujo de liquido sobre los vertederos a partir de las retenciones de
liquido conocida en los platos. La discusin de la solucin de este problema muy
prctico y real se difiere para la parte II.
Si listamos todas las variables en este sistema y restamos todas las ecuaciones que
lo describen y todos los parmetros que pueden fijarse (todas las alimentaciones),
podramos encontrar que los grados de libertad sean iguales al nmero de corrientes
laterales ms dos. Por lo tanto si no hay corrientes laterales, solamente hay dos grados
de libertad en este sistema de mltiple componentes. Este es el nmero que encontramos
en la columna binaria simple. Tpicamente desearamos controlar la cantidad de clave
pesado impurificando el destilado xD.HK y la cantidad de clave ligero impurificando el
producto del fondo xB,LK.

LUIS MONCADA ALBITRES


MODELAMIENTO Y SIMULACION DE PROCESOS 89

3.13 DESTILACION BATCH CON RETENCION

La destilacin batch es frecuentemente usada para pequeos volmenes e


producto. Una columna se puede usar para separar una mezcla de mltiple componentes
en lugar de usar NC 1 columnas continuas. El consumo de energa en destilacin
batch es usualmente ms alta que en continuas, pero raramente los costos de energa
dominan la economa cuando se opera con volmenes pequeos , y alto valor de los
productos.
La Fig. 3-14 muestra una tpica columna de destilacin batch. Alimentacin
fresca es cargada dentro del recipiente en la base de la columna y calentada hasta
comenzar la ebullicin. El vapor asciende y sale por el tope de la columna, y es
condensado en el condensador. El condensado liquido se enva al tanque de reflujo.
Cuando se ha establecido el nivel de liquido en el tanque de reflujo, se bombea reflujo
hacia el plato del tope de la columna.

Fig. 3-14 Destilacin Batch

La columna es operada a reflujo total hasta que la composicin del destilado del
tope con respecto al componente ms ligero (componente 1) xD1, alcance la pureza
especificada. Luego un producto destilado, el cual es el componente ms ligero, es
sacado a la misma velocidad. Eventualmente la cantidad de componente 1 en el tanque
de ebullicin ira bajando y la pureza del destilado xD1 disminuye. Hay un periodo de
tiempo cuando el destilado contiene muy poco de componente 1 para ser tomado como

LUIS MONCADA ALBITRES


MODELAMIENTO Y SIMULACION DE PROCESOS 90

producto y tambin muy poco de componente 2 para ser tomado como el siguiente
producto mas pesado. Entonces se debe sacar un lote impuro (corte) hasta que xD2
alcance las especificaciones. Luego es obtenido un segundo producto. Con esto se
pueden obtener mltiples productos en una columna simple.
El diseo ptimo y operacin de columnas de destilacin batch son problemas
muy interesantes. El proceso se puede llevar a cabo variando la presin y a diferentes
relaciones de reflujo durante la obtencin de cada uno de los productos y los lotes
impuros. El diseo ptimo de las columnas (dimetro y nmero de platos) y operacin
ptima pueden ser importantes en la reduccin de tiempos de batch, con resultados en
alta capacidad y/o mejorar la calidad de los productos (menores tiempos expuestos a
altas temperaturas disminuye la degradacin trmica).
Se asumen platos tericos, flujos equimolares, y volatilidades relativas constantes.
La cantidad total de material cargado a la columna es MB0 (moles). Este material puede
ser alimentacin fresca con composicin z1 o una mezcla de alimentacin fresca y
cortes intermedios. La composicin en el tanque de ebullicin al inicio del batch es
xB0j. La composicin en el tanque en cualquier tiempo durante la operacin es xBj. La
retencin instantnea en el tanque es MB. Se asume que la retencin en los platos y la
retencin en el tanque de reflujo son constantes. La velocidad de retencin de vapor es
constante e igual a V (moles/h). El tanque de reflujo, los platos de la columna, y el
tanque de ebullicin son inicialmente llenados con material de composicin xB0j.
Las ecuaciones que describen la destilacin batch de una mezcla de mltiple
componentes son dadas a continuacin.

Tanque de ebullicin:

dM B
= D (3.101)
dt

d [ M B x Bj ]
= Rx1 j Vy Bj (3.102)
dt

j x Bj
yBj = NC
(3.103)

k =1
k x Bk

Plato n:

dx nj
Mn = R[ x n +1, j x nj ] + V [ y n 1, j y n, j ] (3.104)
dt

j x nj
ynj = NC
(3.105)

k =1
k x nk

LUIS MONCADA ALBITRES


MODELAMIENTO Y SIMULACION DE PROCESOS 91

Plato NT (plato del tope):

dx NT , j
M NT = R[ x D , j x NT , j ] + V [ y NT 1, j y NT , j ] (3.106)
dt

j x NT , j
yNT,j = NC
(3.107)

k =1
k x NT , k

Tanque de reflujo

dx D , j
MD = Vy NT , j [ R + D]x D , j (3.108)
dt

R=V D (3.109)

3.14 SISTEMAS DE pH

El control de pH es un problema muy importante en muchos procesos,


particularmente en tratamiento de aguas residuales. El desarrollo y solucin de modelos
matemticos de estos sistemas son, por lo tanto, una parte vital del modelamiento
dinmico de ingeniera qumica.

3.14.1 Modelos de Constante de Equilibrio

La aproximacin tradicional es para mantener el curso de las cantidades de las


diferentes especies qumicas en el sistema. A cada punto en el tiempo, la concentracin
del ion hidrgeno es calculada mediante la solucin de un conjunto de ecuaciones
algebraicas simultneas no lineales que resultan de las relaciones de equilibrio qumico
de cada reaccin de disociacin.
Por ejemplo, supongamos que se tiene un sistema tpico de control de pH de aguas
residuales. Varias corrientes de alimentacin con diferentes especies qumicas, curvas
de titracin, y niveles de pH son alimentados a un tanque perfectamente mezclado. Si
las corrientes de alimentacin son cidas, alguna fuente de iones OH- es usada para
mantener el pH sobre el valor especificado de siete. Un lodo de CaCO3 y/o soda
custica (NaOH) es usualmente usada.
El mtodo de la constante de equilibrio usa un modelo dinmico para mantener el
curso de las especies qumicas. Suponer, por ejemplo, que tenemos tres cidos de
disociacin en el sistema. Manteniendo la concentracin del cido HA en un valor
constante en el tiempo igual a CA. Esta concentracin incluye la parte que es disociada,
adems de la parte que no es disociada. La misma cantidad para el cido HB es CB y
para el cido HC es CC. Estos tres cidos van al sistema en las corrientes de
alimentacin

LUIS MONCADA ALBITRES


MODELAMIENTO Y SIMULACION DE PROCESOS 92

HA H+ + A-

HB H+ + B-

HC H+ + C-

Las reacciones de disociacin son reversibles y tienen diferentes constantes de


velocidad directa y velocidad inversa. Las relaciones de equilibrio para estas tres
reacciones son expresadas en trminos de las constantes de equilibrio KA, KB y KC.

[ H + ][ A ]
KA = (3.110)
[ HA]

[ H + ][ B ]
KB = (3.111)
[ HB]

[ H + ][C ]
KC = (3.112)
[ HC ]

Para evaluar la concentracin de ion hidrgeno [H+] en cualquier punto en el


tiempo, estas tres ecuaciones algebraicas no lineales deben resolverse simultneamente.
Haciendo

x = fraccin disociada de HA
y = fraccin disociada de HB
z = fraccin disociada de HC

Luego
Concentracin de A- = x
Concentracin de B- = y
Concentracin de C- = z (3.113)
Concentracin de HA no disociado = CA x
Concentracin de HB no disociado = CB y
Concentracin de HC no disociado = CC z

Estas concentraciones son sustituidas en las Ecs. (3.110) a (3.112), dando tres
ecuaciones algebraicas altamente no lineales con tres incgnitas: x , y, y z.
Estas ecuaciones no lineales deben ser resueltas simultneamente a cada punto en
el tiempo/ usualmente se usa un mtodo iterativo y ocurren algunos problemas de
convergencia. La complejidad aumenta cuando se incrementa el nmero de especies
qumicas.
Este modelo aproximado requiere que las especies qumicas y sus constantes de
equilibrio deben ser conocidas. En muchas situaciones de plantas actuales, estos datos
no estn disponibles.

LUIS MONCADA ALBITRES


MODELAMIENTO Y SIMULACION DE PROCESOS 93

3.14.2 Mtodo de la Curva de titracin

La informacin con que se dispone en muchas plantas qumicas es una curva de


titracin para cada corriente a ser neutralizada, el mtodo descrito a continuacin se
puede usar en esta situacin. Esto involucra solamente un simple clculo iterativo para
una incgnita a cada punto en el tiempo.
Asumiendo que se conocen las curvas de titracin para las corrientes de
alimentacin. Estas pueden ser tpicamente curvas bien definidas para cidos fuertes o
curvas graduales para cidos dbiles, con o sin amortiguamiento. Estos modelos
dinmicos siguen el rumbo de la cantidad de cada corriente que est en el tanque a
cualquier punto en el tiempo. Haciendo Cn la concentracin de la corriente n entrando al
tanque, Fn el flujo de corriente entrando al tanque, y Fout el flujo total de material
saliendo del tanque.
Si el volumen de liquido en el tanque es constante, el flujo de salida es la suma de
todos los flujos de entrada. Las velocidades de flujo de soda custica y cal son
usualmente despreciables.
Para tres corrientes de alimentacin

Fout = F1 + F2 + F3 (3.114)

El balance dinmico por componente para la corriente n es

dC n
V = Fn CnFout (3.115)
dt

Done V = volumen del tranque

El balance dinmico para el ion OH- en el sistema es

dC OH
V = FOH + Rdis COH Fout (3.116)
dt

donde FOH = velocidad total de flujo del ion OH- entrando al sistema en las corrientes
de soda custica y el lodo de cal
Rdis = velocidad de generacin de ion OH- debido a la disociacin de partculas
slidas de CaCO3
COH = concentraciones de iones OH- en el sistema

La velocidad de disolucin se puede relacionar al tamao de la partcula y a la


concentracin de OH-.

k 2 C OH
Rdis = k1 XS (3.117)

Donde k1, k2 y son constantes determinadas a partir de datos de velocidades de


disolucin para CaCO3 slido y XS es la concentracin de CaCO3 slido en cualquier
instante.

LUIS MONCADA ALBITRES


MODELAMIENTO Y SIMULACION DE PROCESOS 94

Los pasos en el mtodo de la curva de titracin son:

1. A cada punto en el tiempo, todos los Cns y COH son conocidos.


2. Suponer un valor de pH en el tanque.
3. Usar la curva de titracin para cada corriente para determinar la cantidad de
iones OH- requeridos para que la corriente alcance el valor deseado de pH.
4. Verificar si la cantidad total de OH- actualmente presente (a partir de COH) es
igual a la cantidad total requerida para todas las corrientes.
5. Suponer otro valor de pH si en el paso 4 no se cumple la igualdad.

El mtodo involucra solamente una iteracin simple de una variable, pH. Para
solucionar este modelo se puede usar muy efectivamente el mtodo de la bisectriz (ver
Cp. 4). Las curvas de titracin se pueden fcilmente convertir en funciones simples
para incluirlas en el programa de computadora. Por ejemplo la seccin de lnea recta se
puede usar para interpolar entre dos puntos.

LUIS MONCADA ALBITRES


MODELAMIENTO Y SIMULACION DE PROCESOS 95

PARTE
II
SIMULACION POR
COMPUTADOR

En los siguientes tres captulos estudiaremos las tcnicas de solucin por


computador para resolver algunos de los sistemas de ecuaciones generadas en los dos
captulos precedentes. Algunos mtodos numricos son discutidos en el Cp. 4,
incluyendo integracin numrica de ecuaciones diferenciales ordinarias. Diferentes
ejemplos son dados en los Cp. 5,6 y 7 iniciando con algunos sistemas simples y
evolucionando hacia procesos ms realistas y complejos para ilustrar como se manipula
un nmero grande de ecuaciones.
Solamente se presentan soluciones de simulacin digital para ecuaciones
diferenciales ordinarias. Para presentar mas que un tratamiento muy superficial de
tcnicas de simulacin para ecuaciones diferenciales parciales podra requerir ms
espacio que el disponible en este libro. Este aspecto es cubierto en diferentes textos. En
muchos problemas prcticos, los sistemas distribuidos son a menudo divididos en un
gran nmero de grupos los cuales pueden ser manipulados por ecuaciones diferenciales
ordinarias.
Nuestras discusiones se limitarn solamente a los aspectos de simulacin ms
importantes y de mayor uso. Las tcnicas presentadas sern poco simples y no
sofisticadas, pero que pueden trabajar muy bien para sistemas ms reales as como
tambin aquellos que son matemticamente ms elegantes. Estos tambin tienen la
virtud adicional de ser fciles de entender y fciles de programar.
Algunas de las ecuaciones lineales simples que simularemos pueden, desde luego,
ser resueltas analticamente para obtener soluciones generales. Las ecuaciones no
lineales no pueden, en general, ser resueltas analticamente, y usualmente es requerida
la simulacin por computador. Sin embargo, se debe tener presente, que se debe dar al
computador los valores numricos especficos de los parmetros, condiciones iniciales,
y funciones impulsoras. y as obtener los valores numricos especficos de la solucin.
No se puede conseguir una solucin general en trminos de valores arbitrarios, entradas
no especificadas, parmetros, etc. como si se puede con una solucin analtica.

LUIS MONCADA ALBITRES


MODELAMIENTO Y SIMULACION DE PROCESOS 96

Se asume un conocimiento de lenguaje de programacin usando MATLAB, por


lo que los programas sern escritos en MATLAB. Para quienes prefieran otro lenguaje,
la conversin ser fcil ya que los programas sern simples traslaciones de las
ecuaciones al cdigo de la fuente. As mismo podrn usar otro paquete diferente a
MATLAB de acuerdo a la disponibilidad y conocimiento. Todos los programas pueden
ser corridos en cualquier tipo de computador.
Asi mismo se recomienda el programa desarrollado por el autor, para simular
Clculos Operacionales, Control y Anlisis en Ingeniera Qumica (UNTSIM), el cual
puede ser una ayuda til para diferentes aplicaciones.

LUIS MONCADA ALBITRES


MODELAMIENTO Y SIMULACION DE PROCESOS 97

CAPITULO

4
METODOS NUMERICOS

4.1 INTRODUCCION

La simulacin digital es un poderoso recurso para la solucin de ecuaciones que


describan los sistemas de ingeniera qumica. Las principales dificultades son dos:
1) Solucin de ecuaciones simultneas algebraicas no lineales (usualmente
realizado por algn mtodo iterativo)
2) Integracin numrica de ecuaciones diferenciales ordinarias (usando
ecuaciones discretas de diferencia finita para aproximar ecuaciones
diferenciales continas).

Se debe tener en cuenta la precisin y la estabilidad numrica de estas ecuaciones


de aproximacin. Tanto la precisin como la estabilidad son afectadas por la ecuacin
de diferencia finita (o algoritmo de integracin) usada. Muchos algoritmos han sido
propuestos en la literatura. Algunos trabajan mejor (por ejemplo, rpidos y entonces no
tan exactos para un grado de exactitud especificado) en algunos problemas que otros.
Desdichadamente no hay un algoritmo que trabaje mejor para todos los problemas. Sin
embargo, como discutiremos con mayor detalle posteriormente, el algoritmo de Euler de
primer orden simple explicito, es el mejor para un gran nmero de aplicaciones de
ingeniera.
A lo largo de los aos se han desarrollado un gran nmero de paquetes de
simulacin. En teora, estos lenguajes de simulacin relevan al ingeniero del
conocimiento acerca de la integracin numrica, facilitando al ingeniero el
establecimiento y la solucin de los problemas. Estos automticamente monitorean
errores y estabilidad y ajustan el intervalo de integracin o tamao de paso para estar
dentro de un criterio de precisin.

LUIS MONCADA ALBITRES


MODELAMIENTO Y SIMULACION DE PROCESOS 98

4.2 USO DE MATLAB

MATLAB proviene de la contraccin de los trminos MATRIX LABORATORY


y fue inicialmente concebido para proporcionar fcil acceso a las libreras LINPACK y
EISPACK, las cuales representan hoy en da dos de las libreras ms importantes en
computacin y clculo matricial.
MATLAB puede considerarse como un lenguaje de programacin, como Fortran
o C, aunque sera difcil describirlo en unas cuantas palabras. He aqu algunas de sus
caractersticas notables para los anlisis numricos.

La programacin es mucho ms sencilla


Hay continuidad entre valores enteros, reales y complejos
La amplitud de intervalo y la exactitud de los nmeros son mayores
Cuenta con una biblioteca matemtica amplia
Abundantes herramientas grficas, incluidas funciones de interfaz grfica con el
usuario
Capacidad de vincularse con los lenguajes de programacin tradicionales
Transportabilidad de los programas MATLAB

Una caracterstica extraordinaria de los nmeros en MATLAB es que no hay


distincin entre reales, complejos, enteros, de preescisin sencilla y de doble precisin.
En MATLAB todos estos nmeros estn conectados continuamente, como debe ser.
Esto significa que en MATLAB cualquier variable puede contener nmeros de
cualquier tipo sin una declaracin especial durante la programacin, con lo cual est
ltima se hace ms rpida y productiva. En FORTRAN se requiere una subrutina
distinta para cada variable sencilla o doble, real o compleja, o entera, mientras que en
MATLAB no hay necesidad de separarlas. La biblioteca matemtica de MATLAB
facilita los anlisis matemticos. Adems, el usuario puede crear rutinas matemticas
adicionales con mucha mayor facilidad que en otros lenguajes de programacin, gracias
a la continuidad de las variables reales y complejas. Entre las numerosas funciones
matemticas; Los solucionadores de lgebra lineal desempean un papel crucial; de
hecho, todo el sistema MATLAB se basa en estos solucionadores

Importancia de las grficas


El anlisis visual de los modelos matemticos ayuda a comprender las
matemticas y a hacerlas ms asequibles. Aunque esta ventaja es bien conocida, la
presentacin de resultados calculados con grficos de computadora sola requerir un
esfuerzo adicional considerable. Con MATLAB, en cambio, bastan unos cuantos
comandos para producir presentaciones grficas de material matemtico. Es posible
crear objetos grficos, cientficos e incluso artsticos en la pantalla mediante expresiones
matemticas.
Finalmente los lenguajes de programacin como FORTRAN o C, siguen siendo
importantes para computacin de alto rendimiento que requiere abundante memoria o
un tiempo de computo largo. La velocidad del computo con MATLAB es
significativamente ms baja que con FORTRAN o C porque MATLAB paga un precio
elevado por sus caractersticas agradables. Por otro lado, no es necesario aprender
FORTRAN ni C para entender MATLAB.

LUIS MONCADA ALBITRES


MODELAMIENTO Y SIMULACION DE PROCESOS 99

Libros de referencia para importantes para aprender MATLAB


En este texto se dan algunos ejemplos sobre la aplicacin de MATLAB en
simulacin de procesos qumicos, pero de ninguna manera pretende ser una gua del
lenguaje. Se recomienda a los lectores interesados en informacin adicional sobre
MATLAB consultar la siguiente literatura:
The Math Works, The Student Edition of MATLAB,
Versin 4, Users guide, Prentice Hall, 1995
MATLAB, Reference Guide, Math Works, 1992
MATLAB, Users Guide, Math Works, 1992
MATLAB, Building a Graphical User Interface, Math Works 1993
Anlisis Numrico y Visualizacin Grfica con MATLAB, 1997

4.3 LGEBRA LINEAL

Son dos las razones principales por las que conviene aprender lgebra lineal en
esta etapa tan temprana del estudio de los mtodos numricos. En primer lugar, el
lgebra lineal es fundamental para los mtodos numricos, as que cuanto ms pronto la
aprendamos, ms fcil nos resultar el resto del estudio de los mtodos numricos. En
segundo lugar, las capacidades de MATLAB se basan en las operaciones de matrices y
vectores; por tanto. Podremos utilizar mucho mejor MATLAB si aprendemos lgebra
lineal.
El objetivo de esta seccin es comprender los fundamentos del lgebra lineal y
poder resolver ecuaciones lineales, sobre todo con MATLAB. Sin embargo, esto
requiere cuatro reas de estudio. Primero debemos aprender a expresar las ecuaciones
lineales y sus operaciones bsicas en notacin de matrices y vectores. Segundo debemos
entender las ordenes de MATLAB que trabajan con ecuaciones lineales en notacin de
matrices. Tercero, debemos entender los problemas que son difciles o imposibles de
resolver. La cuarta rea incluye temas adicionales que amplan la comprensin y que
ayudan a aplicar el lgebra lineal.
En notacin matemtica, las matrices se encierran entra parntesis o corchetes y
siguen ciertas reglas matemticas. En MATLAB, en cambio las matrices se escriben sin
parntesis ni corchetes. Aunque en MATLAB los trminos Matriz y arreglo son
sinnimo, debemos estar concientes de si un arreglo se est utilizando para una matriz
en matemticas o simplemente como variable de arreglo. En esta seccin trataremos
sobre las aplicaciones de matrices y vectores en el modelamiento de procesos qumicos
y su manipulacin usando MATLAB

4.3.1 Solucin de ecuaciones simultneas

Los problemas cientficos siempre tienden a involucrar la solucin de ecuaciones


lineales simultneas. Para pocas ecuaciones (dos o tres a lo sumo) esto puede hacerse a
mano. Para ms de tres ecuaciones es aconsejable usar una computadora.

LUIS MONCADA ALBITRES


MODELAMIENTO Y SIMULACION DE PROCESOS 100

Ejemplo 4.1 Modelamiento con sistema de ecuaciones algebraicas

La Fig. 4.1 muestra la disposicin de un problema donde las computadoras no


solo son tiles, sino tambin prcticas debido a que hay cinco reactores interconectados
o acoplados, se necesitan cinco ecuaciones de balance de masa para caracterizar el
sistema.
F55 = 2
F15 = 3
C5 F54 = 2

F25 = 1

Fo1 = 5 F12 = 3 F24 = 1 F40 = 11


C1 C2 C4
Co1 = 10

F23 = 1
F34 = 8
F31 = 1
Fo3 = 8
C3
Co3 = 20

Fig. 4-1 Cinco reactores conectados por tuberas

Si F es flujo volumtrico (volumen/tiempo) y C es la concentracin (unidades de


masa/volumen). Para el reactor 1, la razn de flujo de masa que entra es:
5(10) +F31C3
y la razn de flujo de masa de salida es
F12C1 + F15C1

como el sistema se encuentra en estado estacionario, los flujos de entrada y salida deben
ser iguales:
5(10) + F31C3 = F12C1 + F15C1
o sustituyendo los valores para los flujos volumtricos de la Fig. 4.1 se tiene
6C1 C3 = 50
Haciendo balance de masa para los otros reactores al estado estacionario tenemos:
6C1 C3 = 50
3C1 + 3C2 = 0
C2 + 9C3 = 160 (4.1)
C2 8C3 + 11C4 2C5 = 0
3C1 C2 + 4C5 = 0

LUIS MONCADA ALBITRES


MODELAMIENTO Y SIMULACION DE PROCESOS 101

o lo que es igual:
6C1 C3 = 50
3C1 + 3C2 =0
C2 + 9C3 = 160
C2 8C3 + 11C4 2C5 = 0
3C1 C2 + 4C5 = 0

Lo cual en notacin matricial ser:

6 +0 1 + 0 + 0 C1 50
3 +3 +0 + 0 + 0 C2 0
A= 0 1 +9 + 0 + 0 , x = C3 ,b= 160
0 1 8 + 11 2 C4 0
3 1+ 0 + 0 +4 C5 0

[A] [x] = [b] (4.2)

Existen diferentes mtodos para resolver este modelo.


1. Aplicando MATLAB, hacemos lo siguiente:
1.1 Escribimos la matriz A y el vector b

>> A=[6 0 -1 0 0; -3 3 0 0 0;0 -1 9 0 0; 0 -1 -8 11 -2; -3 -1 0 0 4];

>> b=[5*10;0;8*20;0;0];

1.2 Damos la orden para calcular x:

>> x=A\b
x =
11.5094 = C1
11.5094 = C2 Concentraciones de salida de los
19.0566 = C3 reactores 1, 2, 3, 4 y 5
16.9983 = C4
11.5094 = C5

2. Usando el simulador UNTSIM, escogemos del Menu principal: Otros-Calculos


matemticos- Sist. Ec. algebracas. Con lo que se tiene:

Ingresar la matriz A de coeficientes: [6 0 -1 0 0; -3 3 0 0 0;0 -1 9 0


0; 0 -1 -8 11 -2; -3 -1 0 0 4]
Ingresar el vector b: [5*10;0;8*20;0;0]
los valores de x1, x2, x3, ..., xn son

x =

11.5094
11.5094
19.0566
16.9983
11.5094

LUIS MONCADA ALBITRES


MODELAMIENTO Y SIMULACION DE PROCESOS 102

4.3.2 Anlisis de sistemas de reaccin

Ejemplo 4.2 Una situacin comn en el diseo de sistemas de reaccin es cuando


existe un nmero grande de reacciones en el sistema. En este caso se deben identificar
cuantas y cuales son las reacciones independientes. Estas reacciones describen al
sistema y para su diseo es suficiente dirigir el estudio hacia estas reacciones. Un caso
tpico es el diseo de un alto horno en el cual se llevan a cabo cientos de reacciones,
pero solamente unas cuantas son las que influencian al sistema.
Esta situacin tambin se presenta en un mecanismo de reaccin para el anlisis
de la etapa controlante del proceso.
El sistema de reaccin que corresponde a la formacin del HBr puede
representarse por un mecanismo apropiado. En este mecanismo aparecen las sustancias
Br2, H2, Br, H, HBr. Utilizando el mecanismo y representando en una matriz de
coeficientes estequiomtricos dicho sistema: determine cuantas reacciones son
independientes?

Solucin

a) Formulacin del mecanismo


1) Br2 Br
2) Br + H2 HBr + H
3) H + Br2 HBr + Br
4) H + HBr H2 + Br
5) 2Br Br2
b) Haciendo: A1 = Br2; A2 = Br; A3 = H2; A4 = H, A5 = HBr. Y escribiendo las
reacciones en notacin generalizada convencional,
vAA + vBB + vCC + ... =0 se tiene:

- A1 + 2A2 + 0 + 0 + 0 =0
0 - A2 - A3 + A4 + A5 =0
- A1 + A2 + 0 - A4 + A5 =0
0 + A2 + A3 - A4 - A5 =0
A1 + 2 A2 + 0 + 0 + A5 =0
c) Representando la matriz de coeficientes (Usando MATLAB)
A = [-1 2 0 0 0; 0 -1 -1 1 1; -1 1 0 -1 1; 0 1 1 -1 -1; 1 -2 0 0 0]
A=
-1 2 0 0 0
0 -1 -1 1 1
-1 1 0 -1 1
0 1 1 -1 -1
1 -2 0 0 0

d) Aplicando el mtodo de eliminacin de Gauss


B = rref(A)

LUIS MONCADA ALBITRES


MODELAMIENTO Y SIMULACION DE PROCESOS 103

B=
1 0 0 2 -2
0 1 0 1 -1
0 0 1 -2 0
0 0 0 0 0
0 0 0 0 0
e) En el mecanismo existen tres reacciones que pueden ser la etapa controlante de la
reaccin: las etapas son dadas por las reacciones 1, 2 y 3 del mecanismo
propuesto. Por lo tanto se debe hacer un anlisis mas profundo y usando tcnicas
experimentales para definir la etapa controlante entre las tres reacciones dadas.

f) Esto tambin se verifica aplicando el rango

C = rank(A)

C =
3 (Tres reacciones independientes)

g) Otra forma es usando el programa UNTSIM, para lo cual seleccionamos del


Menu principal: Otros Clculos Matemticos Diagonalizar matriz:

Apareciendo en lo siguiente:

Este programa diagonaliza una matriz


Ingresar la matriz a ser diagonalizada
coef: [-1 2 0 0 0; 0 -1 -1 1 1; -1 1 0 -1 1; 0 1 1 -1 -1; 1 -2 0 0 0]
Dar espacios para imprimir cada numero: 10
Dar el numero de puntos decimales: 5
Aqui esta su matriz
row/col 1 2 3 4 5
1 -1.00000 2.00000 0.00000 0.00000 0.00000
2 0.00000 -1.00000 -1.00000 1.00000 1.00000
3 -1.00000 1.00000 0.00000 -1.00000 1.00000
4 0.00000 1.00000 1.00000 -1.00000 -1.00000
5 1.00000 -2.00000 0.00000 0.00000 0.00000

Y los pasos que Usted debe ejecutar para diagonalizar la matriz. Obteniendo una
matriz con 3 elementos 1 en la diagonal,

Aqui esta su matriz


row/col 1 2 3 4 5
1 1.00000 -2.00000 0.00000 0.00000 0.00000
2 0.00000 1.00000 1.00000 -1.00000 -1.00000
3 0.00000 0.00000 1.00000 -2.00000 0.00000
4 0.00000 0.00000 0.00000 0.00000 0.00000
5 0.00000 0.00000 0.00000 0.00000 0.00000

Lo cual indica que hay tres reacciones independientes y son las que corresponden
a los valores 1 en la diagonal.

LUIS MONCADA ALBITRES


MODELAMIENTO Y SIMULACION DE PROCESOS 104

4.4 SOLUCIONES DE PRUEBA Y ERROR


Los procesos reales en ingeniera qumica generalmente son descritos por
ecuaciones no lineales. La solucin de problemas de modelos no lineales casi siempre
exige al uso de un procedimiento de prueba y error para encontrar una aproximacin
cercana a una raz de una ecuacin. Las races de polinomios pueden encontrarse con la
funcin MATLAB roots. El programa UNTSIM tiene una subrutina de propsito
general que encontrar una raz de una ecuacin por el mtodo de la secante .

Ejemplo 4.3 Un proyecto en ingeniera qumica requiere que se calcule exactamente el


volumen molar (v) del dixido de carbono y del oxgeno para diferentes combinaciones
de temperatura y presin de tal forma que los recipientes que contengan estos gases se
puedan seleccionar apropiadamente. Para tal efecto se sugiere usar la ecuacin de van
der Waals

Solucin
La ecuacin de van der Waals est dada por:
a
(p + )(v b) = RT (4.3)
v2
donde v = V/n es el volumen molar y a y b son constantes empricas que dependen del
gas en particular
Dixido de carbono Oxgeno
A 3.592 1.360
B 0.04267 0.03183
R 0.082054 L atm/(mol K)
Desarrollando la Ec. 4.3 tenemos un polinomio en v de la forma:
pv3 (bp + RT)v2 + av ab = 0 (4.4)
Reemplazando los valores de a y b para el dixido de carbono se tiene:
pv3 (0.0427p + 0.082054 T)v2 + 3.592v 0.15327064 = 0 (4.5)
Ahora podemos usar la Ec. 4.5 para cualquier juego de valores de P y T. En este caso
usaremos P = 1 atm y T = 300 K, con lo cual tenemos la ecuacin cbica siguiente:
v3 24.6589v2 + 3.592v 0.15327064 = 0
Usando UNTSIM, seleccionamos del Menu: Otros Clculos Matemticos Races de
ecuaciones No lineales; en la ventana de trabajo del programa tenemos:
Ingrese coeficientes del polinomio: [1 -24.6589 3.592 - 0.15327064];
Desea calcular todas las raices (1) o buscar en un intervalo (0): 0
Ingrese intervalo de busqueda [ ]:[20 30]
La Raiz es:
24.5187

LUIS MONCADA ALBITRES


MODELAMIENTO Y SIMULACION DE PROCESOS 105

Nota. Para tener el intervalo de bsqueda podemos usar los valores obtenidos con al
ecuacin del gas ideal en este caso.

4.5 METODOS ITERATIVOS DE CONVERGENCIA

Uno de los problemas ms comunes en simulacin digital es la solucin de


ecuaciones algebraicas no lineales simultneas. Si estas ecuaciones contienen funciones
trascendentales, la solucin analtica es imposible. Entonces debe usarse algn tipo de
procedimiento iterativo de prueba y error. Si hay una sola incgnita se supone un valor
para la solucin. Este es reemplazado en la ecuacin o ecuaciones para ver si satisface.
Si no, se hace un nuevo supuesto y el procedimiento es repetido hasta conseguir la
convergencia (el valor esperado) no el valor de la derecha.
La clave del problema es encontrar un mtodo para hacer que el nuevo supuesto
converja rpidamente a la respuesta correcta. Existen varias tcnicas. Desdichadamente
no hay un mejor mtodo para todas las ecuaciones. Algunos mtodos que convergen
muy rpidamente para algunas ecuaciones divergen para otras ecuaciones; por ejemplo,
la serie de nuevos valores oscilar alrededor de la solucin correcta con un incremento
en las desviaciones. Esta es una forma de inestabilidad numrica.
Nosotros discutiremos solamente algunos de los mtodos ms simples y ms
usados. Afortunadamente, en simulacin dinmica, partimos de algn estado inicial de
convergencia. A cada instante en el tiempo, las variables son cambiadas pero en rangos
pequeos de los valores que tenan en un instante antes. As, siempre estaremos cerca
de la solucin correcta. Por esta razn, los mtodos simples de convergencia son muy
usados para simulaciones dinmicas.
El problema se entiende mejor con un ejemplo. Uno de los clculos iterativos ms
comunes es un calculo del punto de burbuja en el equilibrio liquido vapor.

Ejemplo 4.4. Se tiene la presin P y la composicin x. Queremos encontrar la


temperatura del punto de burbuja y la composicin del vapor como se ha discutido en la
Sec. 2.2.6. Por simplicidad asumimos un sistema binario de componentes 1 y 2. El
componente 1 es el ms voltil, y la fraccin molar de componente 1 en el liquido es x y
en el vapor es y. Tambin asumimos que el sistema es ideal. Se aplican las Leyes de
Dalton y Raoult.
Las presiones parciales de dos componentes (p1 y p2) en las fases de vapor y
liquido son:

En el liquido: p1 = x p1s p2 = (1 x) p 2s (4.6)

En el vapor : p1 = yP p2 = (1 y)P (4.7)

Donde Pjs es la presin de vapor del componente puro j la cual es una funcin de la
temperatura solamente y esta dada por una ecuacin de la forma:
A1 A2
Ln p1s = + B1 Ln p 2s = + B2 (4.8)
T T
Las presiones parciales en las fases liquido y vapor estn dadas por:

LUIS MONCADA ALBITRES


MODELAMIENTO Y SIMULACION DE PROCESOS 106

P = x P1s + (1 x) p 2s (4.9)

xP1s
y= (4.10)
P
nuestro problema de convergencia es para encontrar el valor de la temperatura T
que satisfaga la Ec. (4.9). El procedimiento es como sigue:
1. Suponer una temperatura T.
2. Calcular la presin de vapor de los componentes 1 y 2 con las Ec. (4.8).
3. Calcular la presin total Pcalc usando la Ec. (4.9).

Pcalc = x P1(sT ) +(1 x) p 2s (T ) (4.11)

4. Comparar Pcalc con la presin total actual dada, P. Si es suficientemente


cercana a P (por ejemplo usando un criterio de convergencia relativo de 10-6),
la T supuesta es correcta. Luego la composicin del vapor puede ser calculada
a partir de la Ec. (4.10).
5. Si Pcalc es mucho mayor que P, el valor supuesto de la temperatura fue muy
alta y debe hacerse otro supuesto de T que sea mas bajo. Si Pcalc es muy bajo,
debemos suponer un valor de T mas alto.

4.5.1 Mtodo de la bisectriz

Conocido tambin como corte binario, de particin en dos intervalos iguales o


mtodo de Bolzano es un mtodo de bsqueda incremental en el que el intervalo se
divide siempre en dos. Si la funcin cambia de signo sobre un intervalo, se evala el
valor de la funcin en el punto medio. La posicin de la raz se determina situndola en
el punto medio del sub intervalo dentro del cual ocurre un cambio de signo. El proceso
se repite hasta obtener una mejor aproximacin.
Es simple y fcil de visualizar y programar. No es muy rpida en convergencia a
la solucin correcta, pero es estable. Trabaja bien en simulaciones dinmicas debido a
que el tamao del paso se puede ajustar para corresponder aproximadamente a la
velocidad ala cual es cambiada la variable con respecto al tiempo durante la integracin.

P(Tcalc
)

T3
P

T1 T2
Presin

To
T5 T4

Valor correcto de T

Temperatura
Fig. 4-2 Convergencia de la Bisectriz

LUIS MONCADA ALBITRES


MODELAMIENTO Y SIMULACION DE PROCESOS 107

La Fig. 4-2 muestra grficamente el procedimiento de la bisectriz. Se hace un


supuesto inicial de temperatura T0. Se calcula Pcalc a partir de la Ec. (4.11). luego Pcalc es
comparado con P. Un incremento fijo en la temperatura T es adicionado o sustrado de
la temperatura supuesta, dependiendo de si Pcalc es mayor o menor que P.
Nos seguimos moviendo en la direccin correcta con el tamao de este paso fijo
hasta que se de un cambio en el signo del trmino (P Pcalc). Esto nos indica que hemos
cruzado al correcto valor de T. Entonces retornamos a la mitad del trayecto, por ejemplo
partimos en dos el incremento T. Con cada iteracin sucesiva partimos en dos T,
yendo siempre por sobre o debajo de la temperatura.
A continuacin, se lista un programa MATLAB denominado burbisec para
calcular el punto de burbuja de N componentes lquidos voltiles enunciado en el
ejemplo 4.2, usando el mtodo de la bisectriz.
Para correr el programa se toma como ejemplo un sistema binario: benceno
tolueno donde x = 0.5 y P = 760 mmHg y las constantes de la Ec. (4.8) son:

Benceno: A1 = 3848.09
B1 = 17.53

Tolueno: A2 = 4328.12
B2 = 17.91
Las constantes se calculan por las ecuaciones:

A = ln ( P1S / P2S ) /[1/T1 1/T2]


B = ln P1S A/T1
%Clculo del punto de burbuja por el mtodo de la biseccin
% (c) 2002 - L.Moncada
% Julio 2002
aa=input('Parametros A:');%-3848.09,-4328.12
bb=input('Parmetros B: '); %17.53, 17.91
z =input('Fracciones molares de los componentes: '); %.5, .5
P=input('Ingrese presin de operacin mmHg: '); %760
a=input('Suponer un valor de la temperatura C: '); %400;
b=1;ex=0.001;ey=0.001;ex=eps;ey=eps;
ya=sum(z.*(exp((aa/a)+bb)))-P;
yb=sum(z.*(exp((aa/b)+bb)))-P;
if ya*yb>0;
error('No se cumple Bolzano suponer otra temperatura');
end
n=ceil((log(abs(b-a))-log(ex))/log(2));
x=zeros(n,1); A=zeros(n,2);
for k=1:n
m=(a+b)/2;
ym=sum(z.*(exp((aa/m)+bb)))-P;
x(k)=m; A(k,:)=[a,b];
if abs(ym)<ey | abs(b-a)<ex;break;end
if ya*ym>0; a=m;ya=ym;
else; b=m; yb=ym;
end
end
if k<n; x=x(1:k); A=A(1:k); end
v=z.*(exp((aa/x(k))+bb))/P;
y=v';

LUIS MONCADA ALBITRES


MODELAMIENTO Y SIMULACION DE PROCESOS 108

% Crear la salida
disp(' ')
disp(' Luis Moncada')
disp(' Ingeniera Qumica')
disp(' Modelamiento y simulacin')
disp(' ')
fprintf('BP de la mezcla: C Presion: mmHg\n')
fprintf(' %4.2f %4.2f\n',x(k),P)
fprintf('Fracciones molares de los componentes en el vapor\n')
fprintf(' y\n')
fprintf(' %6.4f\n',y)
Al llamar en la ventana de trabajo al archivo burbisec, se tiene

>> burbisec
Ingresar datos entre corchetes:[a, b, c, ...] y en el mismo orden

Parmetros A de la ecuacin de Antoine:[-3848.09,- 4328.12]


Parmetros B de la ecuacin de Antoine: [17.53, 17.91]
Fracciones molares de los componentes: [.5, .5]
Ingrese presin de operacin mmHg: 760
Suponer un valor de la temperatura C: 400

Obteniendo la siguiente respuesta


BP de la mezcla: C Presion: mmHg
365.27 760.00
Fracciones molares de los componentes en el vapor
y
0.7179
0.2821

Si deseamos ver la evolucin del clculo, hacemos la grfica con las ordenes:
>> plot([x,A]); grid; ylabel('Temperatura C')

Fig. 4-3 Clculo de punto de burbuja por el mtodo de la biseccin

LUIS MONCADA ALBITRES


MODELAMIENTO Y SIMULACION DE PROCESOS 109

4.5.2 Mtodo de Newton Raphson

Este mtodo es probablemente el mtodo de convergencia ms popular. Es algo


ms complicado ya que requiere la evaluacin de una derivada. Tambin puede traer
problemas de estabilidad si el supuesto inicial es pobre y si la funcin es altamente no
lineal.
Si el valor inicial de la raz es xi, entonces se puede extender una tangente desde el
punto [xi, f(xi)]. El punto donde esta tangente cruza al eje x representa una aproximacin
mejorada de la raz.
Usando el problema del punto de burbuja como un ejemplo especfico, definiendo
la funcin f(T):

f(T) = P(Tcalc
) P (4.12)

Queremos encontrar el valor de T que haga f(T) igual a cero ( queremos encontrar
la raz de f(T)). Suponemos un valor de temperatura To. Entonces evaluamos a To, f(To).
1
A continuacin evaluamos la funcin a To, f (To ) = (df/dT)(To).

To
0
F(To ) T1
F(T)
df
Pendiente = f (1To ) =
dT (To )

T
Fig. 4-4 Representacin grfica de la convergencia de Newton Raphson

Luego de la geometra mostrada en la Fig. 4-4 podemos ver que

df f (To )
f (1To ) = = (4.13)
dT (To ) T1 To

Resolviendo para T1 se tiene


f (To )
T1 = To (4.14)
f (1To )

T1 en la Ec. (4.14) es el nuevo supuesto de temperatura. Si la curva f(T) fuese una


lnea recta, podramos converger a la solucin correcta solamente en una iteracin.
Generalizando la Ec. (4.14), podemos obtener el algoritmo de iteracin recursivo.

fn (4.15)
Tn +1 = Tn
f n1

LUIS MONCADA ALBITRES


MODELAMIENTO Y SIMULACION DE PROCESOS 110

donde Tn+1 = nuevo supuesto de temperatura


Tn = valor anterior de temperatura supuesta
Fn = valor de f(T) a T = Tn
f n1 = valor de la derivada de f, df/dT a T = Tn

La tcnica requiere la evaluacin de f, la derivada de la funcin f(T) con respecto


a la temperatura. En el ejemplo del punto de burbuja, esta puede ser obtenida
analticamente.
( A1 / T + B1 )
f(T) = ) P = x e
P(Tcalc + (1 x) e ( A2 / T + B2 )

df xA (1 x) A2 ( A2 / T + B2 )
f = = 21 e ( A1 / T + B1 ) e
dT T T2

xA1 P1S (1 x) A2 P2S


= (4.16)
T2
Si la funcin fuese tan compleja de tal manera que no podra obtenerse una
derivada explcitamente, se podra calcular una derivada aproximada numricamente:
haciendo un pequeo cambio en la temperatura T, evaluando f a T + T y usando la
aproximacin

f (T + T ) f (T )
f = (4.17)
T
Si la funcin no es muy lineal y/o si el supuesto inicial no est cercano a la
solucin, el mtodo de Newton Raphson puede divergir en lugar de converger. Las
funciones que no son monotnicas son particularmente molestosas, debido a que la
aproximacin a cero de la derivada, hace que la Ec. (4.15) sea inestable. Por lo tanto, el
mtodo de Newton Raphson es un algoritmo muy eficiente pero que tiene problemas de
convergencia. A veces estas dificultades pueden ser salvadas reduciendo el valor del
cambio permitido para hacer el nuevo supuesto.
El mtodo de Newton Raphson puede extenderse fcilmente a problemas de
iteracin involucrando ms de una variable. Por ejemplo, suponer que se tiene dos
funciones f1(X1, x2) y f2(X1, x2) que dependen de las dos variables x1 y x2. Debemos
encontrar los valores de x1 y x2 que satisfagan las dos ecuaciones
f1(X1, x2) = 0 y f2(X1, x2) = 0
Expandiendo cada una de estas funciones alrededor del punto (x1n, x2n) en una
serie de Taylor y truncando antes del trmino de la primera derivada se tiene

f
f1(x1, n+1, x2, n+2) = f1(x1n, x2n) + 1 ( x11, n +1 x1n )
x1 ( x1n , x 2 n )
f
+ 1 ( x 2, n +1 x 2 n ) (4.18)
x 2 ( x1n, x 2 n )

LUIS MONCADA ALBITRES


MODELAMIENTO Y SIMULACION DE PROCESOS 111

f
f2(x1, n+1, x2, n+2) = f2(x1n, x2n) + 2 ( x11, n +1 x1n )
x1 ( x1n, x 2 n )
f
+ 2 ( x 2, n +1 x 2 n ) (4.19)
x 2 ( x1n, x 2 n )

Haciendo f1(x1, n+1, x2, n+2) y f2(x1, n+1, x2, n+2) iguales a cero y resolviendo para los
nuevos supuestos x1, n+1 y x2,n+1 se tiene
f 2 (f 1 / x 2 ) f 1 (f 2 / x 2 )
x1, n+1 = x1n + (4.20)
(f 1 / x1 )(f 2 / x 2 ) (f 1 / x 2 )(f 2 / x1 )

f 2 (f 1 / x1 ) f 1 (f 2 / x1 )
x2, n+1 = x2n + (4.21)
(f 1 / x 2 )(f 2 / x1 ) (f 1 / x1 )(f 2 / x 2 )

todas las funciones y derivadas parciales son evaluadas a x1n y x2n.


Las Ecs. (4.20) y (4.21) da el algoritmo de iteracin para los nuevos valores
supuestos. Para cada iteracin deben calcularse cuatro derivadas parciales ya sea
analtica o numricamente.
Las Ecs. (4.18) y (4.19) pueden escribirse en forma matricial. Haciendo el lado
derecho de las ecuaciones iguales a cero y denominando a los cambios en las variables
supuestas como x = xn+1 xn

f 1 f 1
0 f1 x1
x1 x 2
= +
f 2 f 2
0 f2 x2 (4.22)
x1 x 2

Todas las funciones y derivadas son evaluadas a x1n y x2n . La matriz 2 x 2 de


derivadas parciales en llamada matriz jacobiana

f 1 f 1
x1 x 2
J=
f 2 f 2
(4.23)
x1 x 2

Todos los trminos de esta matriz son constantes que son calculadas en cada iteracin
Los xs se pueden calcular resolviendo la matriz

x1 f1
= j -1 (4.24)
x2 f2

Donde J-1 es el inverso de la matriz J

LUIS MONCADA ALBITRES


MODELAMIENTO Y SIMULACION DE PROCESOS 112

A continuacin, se lista un programa MATLAB denominado burbnr para


calcular el punto de burbuja de N componentes lquidos voltiles enunciado en el
ejemplo 4.4, usando el mtodo de Newton Raphson.

Programa MATLAB burbnr

% Calculo del punto de burbuja usando Newton Raphson: burbnr.m


% (c) 2002 - L. Moncada
% 8 Julio 2002
%
clear
% parmetros de la ecuacin de Antoine
disp('Ingresar datos entre corchetes:[a, b, c, ...] y en el mismo
orden')
a=input('Parmetros A de la ecuacin (4.8):');%-3848.09,- 4328.12
b=input('Parmetros B de la ecuacin (4.8): '); %17.53, 17.91
x =input('Fracciones molares de los componentes: '); %.5, .5
% Datos de entrada para la simulacin
% Presin de operacin
Pop = input('Ingresar presin ( mmHg): ');% 760
t=input('Suponer una temperatura mayor a 273 K: ');
if t<=273;
disp(' ')
disp('La temperatura debe ser mayor que 273 K')
t=input('Suponer una temperatura mayor a 273 K: ');
end
P=sum(x.*(exp((a/t)+b)));
while abs(Pop-P)>Pop/1000;
P=sum(x.*(exp((a/t)+b)));
F=P-Pop;
d=((x.*(exp((a/t)+b))).*a)/(t^2);
DF=-sum(d);
t=t-F/DF;
end
v=x.*(exp((a/t)+b))/P;
y=v';
% Crear la salida
disp(' ')
disp(' Luis Moncada')
disp(' Ingeniera Qumica')
disp(' Modelamiento y simulacin')
disp(' ')
fprintf('BP de la mezcla: C Presion: mmHg\n')
fprintf(' %4.2f %4.2f\n',t,P)
fprintf('Fracciones molares de los componentes en el vapor\n')
fprintf(' y\n')
fprintf(' %6.4f\n',y)

Obteniendo el siguiente resultado:

>> burbnr
Ingresar datos entre corchetes:[a, b, c, ...] y en el mismo orden
Parmetros A de la ecuacin de Antoine:[-3848.09,- 4328.12]
Parmetros B de la ecuacin de Antoine: [17.53, 17.91]
Fracciones molares de los componentes: [.5 .5]
Ingresar presin ( mmHg): 760
Suponer una temperatura mayor a 273 K: 500

LUIS MONCADA ALBITRES


MODELAMIENTO Y SIMULACION DE PROCESOS 113

Luis Moncada
Ingeniera Qumica
Modelamiento y simulacin

BP de la mezcla: C Presion: mmHg


365.27 760.34
Fracciones molares de los componentes en el vapor
y
0.7179
0.2821

4.5.3 Mtodo de la falsa posicin

Esta tcnica de convergencia es una mezcla del mtodo de la bisectriz y de


Newton Raphson, se hace un supuesto inicial To, y se evala la funcin f(To) se toma un
paso en la direccin correcta para evaluar una nueva temperatura T1 y se evala f(T1). Si
f(T1) tiene el mismo signo de f(To), no se ha cruzado la solucin y se toma otro paso
(redefiniendo T1 como el nuevo valor de To). Los pasos son continuados hasta que se
alcanza alguna temperatura T1 donde f(T1) difiera en el signo de f(To). Como se muestra
en la Fig. 4.5 mediante la geometra se puede suponer un nuevo valor de temperatura T2.
de tringulos similares

T2 T0 T1 T2
=
f (To ) f (T 1)

Rearreglando
f (T 1) (T1 T0 )
T2 = T1 (4.25)
f (T 1) f (To )

Generalizando, conseguimos el algoritmo recursivo:


f (Tn ) (Tn Tn 1 )
Tn+1 = Tn (4.26)
f (Tn ) f (Tn 1)

La Ec. (4.26) es similar a la Ec. (4.15), del algoritmo de Newton Raphson. La


derivada en la Ec. (4.26) se aproxima numricamente.

Fig. 4-5 Convergencia de la Falsa Posicin

LUIS MONCADA ALBITRES


MODELAMIENTO Y SIMULACION DE PROCESOS 114

4.5.4 Mtodos explcitos de convergencia

Para algunos sistemas de ecuaciones es posible suponer el valor de una variable


xsup, y luego usar una de las ecuaciones para resolver explcitamente para un nuevo
valor calculado de la misma variable, xcalc. Lugo se comparan el valor supuesto con el
valor calculado y se hace un nuevo supuesto.
El nuevo supuesto puede ser simplemente el valor calculado (esto se denomina
sustitucin sucesiva). La convergencia puede ser muy baja debido a:
1) Muy poca aproximacin entre xcalc y xsup
2) Una oscilacin de xcalc de un lado a otro alrededor de xsup. Puede divergir.

Entonces un factor de convergencia puede usarse acelerar o reducir la velocidad


a la cual se permite el cambio de xsup de iteracin a iteracin.

(xsup)nueva = (xsup)ant + [xcalc (xsup)ant] (4.27)

Notar que = 1 corresponde a sustitucin sucesiva. Este mtodo es ilustrado en


el siguiente ejemplo.

Ejemplo 4.5 Un intercambiador de calor en contracorriente es un ejemplo importante


de un sistema descrito por ecuaciones que son usualmente resueltas iterativamente. La
Fig. 4-6 muestra el sistema. El problema es encontrar las temperaturas de salida al
estado estacionario del aceite, TH2. y del agua de enfriamiento, TC2, y el calor transferido
Q, dadas las temperaturas de entrada, las velocidades de flujo (caudales), y el
coeficiente de transferencia de calor y el rea. Las ecuaciones al estado estacionario
para la transferencia de calor son:

Q = U A (T)LM = (120)(879)(T)LM (4.28)

Q = (70 000)(0,5)(250 TH2) (4.29)

Q = (170,5)(60)(8,33)(TC2 80) (4.30)

(250 TC 2 ) (TH 2 80)


(T)LM = (4.31)
250 TC 2
ln
TH 2 80

Tenemos cuatro ecuaciones y cuatro variables: Q, (T)LM, TH2 y TC2. El


procedimiento iterativo es:

1. Suponer un valor para la temperatura de salida del aceite THsup2 (la cual debe ser
mayor que 80 por razones fsicas)
2. calcular Q1 a partir de la Ec. (4.29).
3. Calcular TC2 a partir de la Ec. (4.30), usando Q1.
4. calcular la fuerza impulsora, diferencia media logartmica de temperaturas
(T)LM a partir de la Ec. (4.31).

LUIS MONCADA ALBITRES


MODELAMIENTO Y SIMULACION DE PROCESOS 115

5. Calcular una nueva velocidad de transferencia de calor Q2 a partir de la Ec.


(4.28).
6. Sustituir el valor de Q2 en la Ec. (4.29) y calcular THcalc
2 .

7. comparar THsup2 y THcalc


2

Agua de enfriamiento
170,5 gpm
80 F

Aceite Enfriador
A = 879 pies2 TH2
70 000lbm/h U = 120 Btu/h.pie2.F
250 F
CP = 0,5

TC2

Fig. 4-6 Intercambiador de calor en contracorriente

Escribimos el programa interc.m


%Calculo de la temperatura en un intercambiador de calor
%
A=input('Area de transferencia de calor pies2: '); %879
U=input('Coeficiente total de transferencia, Btu/h pie2 F: '); % 120
F1=input('Caudal de agua de enfriamiento, gpm: '); %170.5
Tc1=input('Temperatura de entrada del agua de enfriamiento, F: ');%80
MH=input('Cantidad de fluido caliente, lb/h: '); %70000
TH1=input('Temperatura de entrada del fluido caliente, F: '); %250
cp=input('Cap. calorfica del fluido caliente, Btu/lb F: '); %0.5
%
%
for j=1:5
disp('Ingrese la temperatura de salida del agua de enf. en F')
TH2=input('debe ser >agua fra y <fluido caliente: ');

%
q1=MH*cp*(TH1-TH2); % Btu/h

Tc2=(q1/(F1*0.1336805471*62.4*60))+Tc1;
dtl=((TH1-Tc2)-(TH2-Tc1))/log((TH1-Tc2)/(TH2-Tc1));
q2=U*A*dtl;
TH2c=TH1-(q2/(MH*cp));
%
% Ahora compare las dos temperaturas
%
if (abs(TH2-TH2c))<= 1
clc
disp('Convergencia ha sido alcanzada!')
disp('El numero necesario de iteraciones (j) fue:')
j
disp('La temperatura de salida TH2 es: ')
TH2c
break

LUIS MONCADA ALBITRES


MODELAMIENTO Y SIMULACION DE PROCESOS 116

elseif j==5
clc
disp('Mximo numero de iteraciones (5) ha sido excedido w/o
convergencia!')
else
clc
disp('convergencia no se ha alcanzado, probar nuevamente')
disp('El valor ajustado de TH2 para la nueva iteracin es: ')
TH2=TH2c
end
end

Resultado
Convergencia ha sido alcanzada!
el numero necesario de iteraciones (j) fue:
j =
4
La temperatura de salida TH2 es:
TH2c =

98.9294

4.6 METODOS DE BUSQUEDA

Una variacin de los mtodos iterativos son los mtodos de bsqueda los cuales
pueden aplicarse para encontrar la solucin de problemas relativamente simples. En
estos mtodos se inicia la bsqueda desde un valor inicial y luego se va incrementando
este valor en un tamao de paso de acuerdo a la precisin deseada. La ventaja de estos
mtodos es su facilidad para programarlos pero traen la desventaja en la demora por
encontrar la solucin.
El problema se entiende mejor considerando un ejemplo. Uno de los clculos
iterativos ms comunes es un calculo del punto de burbuja en el equilibrio liquido
vapor.
A continuacin se lista el programa burbuja.m para encontrar el punto de burbuja
de una mezcla de N componentes por el mtodo de bsqueda.

% Calculo del punto de burbuja: burbuja.m


% (c) 2002 - L. Moncada
% 8 Julio 2002
%
clear
% parmetros de la ecuacin de Antoine
disp('Ingresar datos entre corchetes:[a, b, c, ...] y en el mismo
orden')

a=input('Parmetros A de la ecuacin de Antoine:');%-3848.09,- 4328.12


b= input('Parmetros B de la ecuacin de Antoine: '); %17.53, 17.91
x = input('Fracciones molares de los componentes: '); %.5, .5
% Datos de entrada para la simulacin
% Presin de operacin
Pop = input('Ingresar presin ( mmHg): ');
t = input('Suponer un valor inicial de temperatura C: ');
n=0; P=0; % Inicializacion de los calculos
h = 0.1; % Tamano de paso como se incrementa t
t_rec(1)=(t); P_rec(1) = P; % asignacion de nuevos valores
%Calculo iterativo

LUIS MONCADA ALBITRES


MODELAMIENTO Y SIMULACION DE PROCESOS 117

while P<=Pop
n=n+1;
P=sum(x.*(exp((a/t)+b)));
t = t+h;
P_rec(n+1) = P;
t_rec(n+1) = t;
end
v=x.*(exp((a/t)+b))/P;
y=v';
% Crear la salida
disp(' ')
disp(' Luis Moncada')
disp(' Ingeniera Qumica')
disp(' Modelamiento y simulacin')
disp(' ')
fprintf('BP de la mezcla: C Presion: mmHg\n')
fprintf(' %4.2f %4.2f\n',t,P)
fprintf('Fracciones molares de los componentes en el vapor\n')
fprintf(' y\n')
fprintf(' %6.4f\n',y)

Obtenindose los siguientes resultados para el problema 4.4

>> burbuja
Ingresar datos entre corchetes:[a, b, c, ...] y en el mismo orden
Parmetros A de la ecuacin de Antoine:[-3848.09,- 4328.12]
Parmetros B de la ecuacin de Antoine: [17.53, 17.91]
Fracciones molares de los componentes: [.5 .5]
Ingresar presin ( mmHg): 760
Suponer un valor inicial de temperatura C: 100

Luis Moncada
Ingeniera Qumica
Modelamiento y simulacin

BP de la mezcla: C presin: mmHg


365.40 760.69

Fracciones molares de los componentes en el vapor


y
0.7179
0.2821

4.7 USO DE SIMULADORES

Algunos Simuladores de procesos pueden ser tiles para determinar las


propiedades de una mezcla aprovechando la base de datos del mismo programa.
Alternativamente podemos usar el programa UNTSIM y usar su base de datos
para las constantes de la Ec. De Antoine. Adems nos permite trabajar con cualquier
nmero de compuestos. Siguiendo el procedimiento dado en el manual de dicho
programa :
>>Untsim
Balances de materia y energa

LUIS MONCADA ALBITRES


MODELAMIENTO Y SIMULACION DE PROCESOS 118

Base de datos UNTSIM


Temperatura K

Entre el nombre para un nuevo archivo: test

Ingrese el nmero de compuestos: 2

Ingrese el nombre del compuesto # 1: benzene


Ingrese el nombre del compuesto # 2: toluene
Ingrese el nmero de reacciones: 0

Aqu estn sus Compuestos Frmulas y Nombres:


No. Frmula Nombre
----------------------------------------
1 C6H6 benzene
2 C6H5CH3 toluene

Aqu estn sus reacciones:


----------------------------------------
No se dan reacciones

Ingrese el nmero de corrientes: 0

Las variables para sus compuestos han sido ahora creadas,


Usted puede continuar, o regresar ms tarde y recargar los mismos
datos.

y con la orden

>>[t,ys]=bubpt(101.3,[.5 .5])

se obtiene:

BP de la mezcla: C Presion: mmHg


365.4957 760.69

ys = (Fracciones molares en el vapor)

0.7122 0.2878

Cuando no se usa datos de la base de datos UNTSIM, se puede seleccionar del Men
principal: Calculos de Ing. Qumica Punto de Burbuja

4.8 INTEGRACION NUMRICA DE ECUACIONES DIFERENCIALES


ORDINARIAS

Como se ha discutido en la introduccin a este captulo, la solucin de ecuaciones


diferenciales ordinarias (EDOs) en una computadora digital involucra la integracin
numrica. Presentaremos algunos de los algoritmos de integracin numrica ms
simples y populares.
Cuando se resuelven EDOs se debe tener en mente la precisin, la estabilidad
numrica y la velocidad de cualquier mtodo de integracin. Mostraremos algunas
comparaciones entre los diferentes tipos de algoritmos en los problemas de este capitulo
y el prximo.

LUIS MONCADA ALBITRES


MODELAMIENTO Y SIMULACION DE PROCESOS 119

4.8.1 Uso de las variables de estado

Cualquier ecuacin de alto orden, por decir con derivadas de orden N, puede ser
reducida a N EDOs de primer orden con lo cual solamente necesitamos el estudio de
integracin numrica de EDOs de primer orden.. Por ejemplo, suponer la EDO de tercer
orden:

d 3x d 2x dx
3
+ a 2 2
+ a1 + a o x = b1 m (4.32)
dt dt dt
Si definimos las nuevas variables

dx d 2x
x1 = x x2 = x3 = (4.33)
dt dt 2
La Ec. (4.32 ) se escribir:

dx 3
+ a2 x3 + a1 x2 + ao x1 = b1 m
dt

Luego tenemos para resolver tres EDOs de primer orden

dx1
= x2 (4.34)
dt
dx 2
= x3 (4.35)
dt
dx 3
= - a2 x3 - a1 x2 - ao x1 + b1 m (4.36)
dt

o en forma matricial (y representando las derivadas con un punto en su parte


superior para as facilitar la representacin)

. 0 1 0 x1 0
x1
. = 0 0 1 x2 + 0 u (4.37)
x2
. a2 a1 a0 x3 b1
x3
o en forma simblica:
dx
= Ax + Bu (4.38)
dt
y = C x + Du
que recibe el nombre de ecuacin de estado
u : es el valor por el cual se cambian las entradas

LUIS MONCADA ALBITRES


MODELAMIENTO Y SIMULACION DE PROCESOS 120

Ejemplo: un sistema esta descrito por la ecuacin diferencial siguiente:

d 2x dx
+2 + 5 x = 3I
dt dt
describir el sistema por las ecuaciones de estado:
1. Descomponiendo el sistema en derivadas de primer orden:
dx
x1 = x x2 =
dt
dx1
= x2 (a)
dt
dx 2
= 5x1 2x2 + 3I (b)
dt

x 0 1 0
x = dx A= B= C = [0 1]
dt 5 2 3

1. Usando MATLAB, este modelo es especificado tipeando:


>> sys = ss([0 1;-5 -2],[0;3],[0 1],0)

y MATLAB responde:

a =
x1 x2
x1 0 1
x2 -5 -2

b =
u1
x1 0
x2 3

c =
x1 x2
y1 0 1

d =
u1
y1 0

Continuous-time model.

Este modelo puede resolverse usando el algoritmo de Euler como veremos ms


adelante, teniendo como resultado las variables de desviacin, para lo cual necesitamos
las condiciones iniciales y el valor de la perturbacin u.

2. Usando el programa UNTSIM, para lo cual seleccionamos del Men principal:


Nueva sesin Dinmica del proceso Ecuacin de estado

LUIS MONCADA ALBITRES


MODELAMIENTO Y SIMULACION DE PROCESOS 121

4.8.2 Algoritmos explcitos de integracin numrica

Los algoritmos explcitos involucran clculos explcitos de derivadas. Dos


mtodos muy usados son descritos a continuacin: El mtodo de Euler y el mtodo de
Runge y Kutta de cuarto orden. Literalmente existen cientos de mtodos pero no son
muy usados particularmente para problemas de ingeniera qumica.

A. ALGORITMO DE EULER. El esquema posiblemente ms simple de


integracin numrica (y el mas usado) es el de Euler, ilustrado en la Fig.4-7.
Asumiendo que deseamos resolver la EDO

dx
= f(x, t) (4.39)
dt

Donde f(x, t) es, en general una funcin no lineal. Necesitamos conocer donde
empezar. Por ejemplo, necesitamos conocer una condicin inicial para x, usualmente
esta es al tiempo igual a cero.

x(o) = x0 a t=0 (4.40)

Ahora si nos movemos hacia delante en el tiempo por un pequeo incremento t,


hacia t = t1 = t, podemos obtener un estimado del nuevo valor de x para t = t, x(t),
mediante una extrapolacin lineal usando la velocidad inicial del cambio de x con el
tiempo (la derivada de x a t = 0). El nuevo valor de x (x1) es aproximadamente igual al
valor anterior de x (x0) ms el producto de la derivada de x por el tamao de paso.

dx
x(t) = xo + t (4.41)
dt t =0

x1 = x0 + f(xo, 0) t (4.42)

Si el tamao de paso (intervalo de integracin) es pequeo, este estimado de x1


ser muy cercano al valor correcto.

Tomando otro t para t = t2 = 2 t, estimamos x(2 t) = x2 a partir de

dx
x(2 t) = x(t) + t (4.43)
dt t = t

x2 = x1 + f(x1, t1) t

Generalizando para el paso (n + 1) en el tiempo,

dx
x n + 1 = x n + f(xn , tn) t = xn + t (4.44)
dt ( xn,tn )
t n + 1 = t n + t (4.45)

LUIS MONCADA ALBITRES


MODELAMIENTO Y SIMULACION DE PROCESOS 122

La integracin de Euler es extremadamente simple para programar, como se


ilustrar en el Ejemplo 4-6 esta simplicidad es mantenida, an cuando el nmero de
EDOs se incrementa y las derivadas de las funciones sean mas complejas y no lineales.
Si tenemos dos EDOs simultneas acopladas para integrar numricamente
dx1 dx 2
= f1 (x1, x2, t) = f2 (x1, x2, t) (4.46)
dt dt
El algoritmo de integracin de Euler podra ser
x1, n+1 = x1n + t f1 (x1n, x2n, tn) (4.47)

x2, n+1 = x2n + t f2 (x1n, x2n, tn) (4.48)

Notar que solamente se requiere la evaluacin de una derivada por cada EDO a
cada punto en el tiempo. Si tenemos un sistema de N ecuaciones diferenciales,
deberamos tener N ecuaciones tales como las Ecs. (4.47) y (4.48)

Ejemplo 4.6 Suponer que tenemos un sistema descrito por la EDO

dx
=1x (4.49)
dT

con x = 0 para t = 0. por el momento hacemos que el parmetro (la constante de


tiempo) sea igual a 1.

x(t) = 1 e t (4.50)

a) Un programa MATLAB es listado a continuacin y los resultados obtenidos se


muestran en la Fig. la Fig. 4.6. Se ha usado un tamao de paso de integracin (DELTA)
de 0,05.
Integracin explicita de Euler de primer orden, programa en MATLAB
denominado euler1.m aplicando el algoritmo de Euler

% Aplicacin del algoritmo de Euler: euler1.m


% (c) 2002 - L. Moncada
% 8 Julio 2002
clear, clf, hold off
% Valores iniciales y tamao de paso
t = 0; n=0; x=0;T = 1; h = 0.05;
% Asignacin de nuevos valores
t_rec(1)=(t); x_rec(1) = x;
% Bloque de iteracin
while t<=2 % condicin mientras...
n=n+1;
x=x + h*(-x/T + 1/T);
t = t+h;
x_rec(n+1) = x;
t_rec(n+1) = t;
end

LUIS MONCADA ALBITRES


MODELAMIENTO Y SIMULACION DE PROCESOS 123

% Grfica
plot(t_rec, x_rec)
xlabel ('tiempo')
ylabel ('variable x')
grid on

Resultados
Si se desea una curva dinmica de x(t), se debe tomar un tamao de paso bastante
pequeo (<0.1). Se pueden tomar tamaos de paso grandes, pero la solucin no es muy
exacta. Si el tamao del paso es muy grande (en este caso mayor que 2) la solucin es
numricamente inestable. El sistema fsico o el proceso no es inestable. Lo que es
inestable es el algoritmo de integracin numrica para este tamao de paso para la EDO
dada en la Ec. (4.49). El algoritmo de Euler tiene la propiedad que si el paso es lo
suficientemente pequeo para conseguir una aproximacin razonable (cuatro o 5 cifras
significativas) la solucin es estable.
El tamao de paso vara directamente con la constante de tiempo . Si fuese 10,
podramos tomar un tamao de paso igual a la dcima parte del valor de la constante.
As mismo el mximo tamao del paso debe ser el doble de la constante de tiempo.

Fig. 4-7 Resultado de la simulacin del proceso descrito por la Ec. (4.49)

b) Usando una rutina de MATLAB para resolver EDO, en este caso usaremos la rutina
ode45, para los cuales escribimos la ecuacin en el archivo tia1.m

% Funcin dada por la Ec. 4.42 : tia1.m


% (c) 2002 - L. Moncada
% Julio 2002
% Escribimos el nombre de la funcin y las variables
function dx=ecuacion(t,x);
% Escribimos los parmetros

LUIS MONCADA ALBITRES


MODELAMIENTO Y SIMULACION DE PROCESOS 124

ta=1;
% Escribimos la ecuacin
dx = [(1-x)/ta];

Luego escribimos un archivo de ejecucin denominado inte.m


% Invocamos la rutina ode45 para resolver la funcin tia1.m
% (c) 2002 - L. Moncada
% Julio 2002
%
% fijamos el tramo de t (0 a 2) para evaluar la funcin y
% el valor inicial de x=0
[t,x] = ode45('ecuacin',[0 2],[0]);
% Determinamos la longitud de las series de tiempo y var. depend.
npts = length(t);
% Definir la forma de salida
fprintf('\n\n tiempo x\n')
fprintf(' (seg) (L)\n\n')
for n = 1:5:npts
fprintf(' %5.1f %6.2e\n',t(n),x(n))
end
% Las ordenes correspondientes a la grafica
plot(t,x)
xlabel ('tiempo')
ylabel ('variable x')
grid on
%Mostrar valor de x al tiempo =1.5 seg
x=interp1(t,x,1.5)

Obteniendo la respuesta
>> inte
Luis Moncada
Ingeniera Qumica
Julio, 2002
Solucin de una EDO

tiempo x
(seg) (L)

0.0 0.00e+000
0.0 4.52e-004
0.0 3.71e-003
0.0 2.48e-002
0.2 1.45e-001
0.4 3.34e-001
0.7 4.82e-001
0.9 5.96e-001
1.2 6.86e-001
1.4 7.55e-001
1.7 8.09e-001
1.9 8.51e-001
2.0 8.65e-001

x = (valor de x para t= 1.5 seg)

0.7768

LUIS MONCADA ALBITRES


MODELAMIENTO Y SIMULACION DE PROCESOS 125

Nota: Si se desea aumentar o disminuir el nmero de puntos de la tabla, cambiar


el 5 de la sentencia: for n = 1:5:npts del archivo inte.m
La grafica obtenida ser igual a la Fig. 4.7

B. RUNGE Y KUTTA (CUARTO ORDEN). El algoritmo de Runge y Kutta de


cuarto orden es extensamente usado en ingeniera qumica. Para la EDO dada en
la Ec. (4.39) el algoritmo de Runge y Kutta es:

k1 = t f(xn, tn)
k2 = t f(xn + k1, tn + t)
k3 = t f(xn + k2, tn + t) (4.51)
k4 = t f(xn + k3, tn + t)

1
xn + 1 = xn + (k1 + 2k2 + 2k3 + k4)
6
Para integracin numrica de dos EDOs de primer orden

dx1
= f1 (x1, x2, t)
dt

dx 2
= f2 (x1, x2, t)
dt
Con Runge y Kutta de cuarto orden, se evalan cuatro ks para cada EDO

k11 = t f1(xn1 , xn2, tn)

k12 = t f2(xn1 , xn2, tn)

k21 = t f1(xn1 + k11, xn2 + k12 , tn + t)

k22 = t f2(xn1 + k11, xn2 + k12 , tn + t)

k31 = t f1(xn1 + k21, xn2 + k22 , tn + t)

k32 = t f2(xn1 + k21, xn2 + k22 , tn + t)

k41 = t f1(xn1 + k31, xn2 + k32 , tn + t)

k42 = t f2(xn1 + k31, xn2 + k32 , tn + t)

Luego son calculados los nuevos valores de x1 y x2:


1
xn + 1 , 1 = xn1 + (k11 + 2k21 + 2k31 + k41) (4.52)
6
1
xn + 1 , 2 = xn2 + (k12 + 2k22 + 2k32 + k42) (4.53)
6

LUIS MONCADA ALBITRES


MODELAMIENTO Y SIMULACION DE PROCESOS 126

Ejemplo 4.7

Una caja rectangular de masa M = 0,5 kg se fija al extremo inferior de un sistema


de resorte amortiguador sin masa, como se ilustra en la Fig. 4.8. El extremo superior del
resorte se fija a una estructura en reposo.
El amortiguador ejerce una fuerza de R = B du/dt sobre la caja, donde B es la
constante de amortiguacin. La ecuacin del movimiento es
Mu + Bu + ku = 0, u(0) = 1, u(0) = 0 (4.58)
Donde u es el desplazamiento respecto a la posicin esttica, k es la constante del
resorte, igual a 100 N/m, y B = 10 Ns/m.

k = 100 N/m
B = 10 Ns/m

u(0) = 0 M = 0,5 Kg

u(t)
Fig. 4-8 Sistema de resorte masa

Calcular u(t) para 0 < t 1 para B = 0 aplicando el mtodo de Runge y Kutta de


cuarto orden

Solucin

a) Aplicando lo visto en la secc. 4.8.1, Ecs. (4.34) a (4.36), la Ec. 4.58 se puede
escribir:

u = f = v, u(0) = 1 (4.59)

v = g = (B/M)v (k/M)u, v(0) = 0 (4.60)


Para aplicar el mtodo de Runge y Kutta aplicando MATLAB, rescribimos las
Ecs. (4.59) y (4.60) en la forma siguiente:

y = M y (4.61)
donde

u 0, 1
y= M=
v b, a

LUIS MONCADA ALBITRES


MODELAMIENTO Y SIMULACION DE PROCESOS 127

El listado siguiente es la aplicacin del mtodo cuyos resultados se muestran en la


Fig. 4-8. El archivo lo denominamos resorte.m
% Calculo de u(t) para un resorte: resorte.m
% (c) 2002 - L. Moncada
% Julio 2002
%
% Limpiamos la memoria y borramos las figuras habidas
clear, clf
% Ingresamos los parmetros
M=0.5; k = 100; B=0; a=B/M;
b = k/M;
% Inicio de calculo y tamao de paso
n=0; t=0; h = 0.025;
y(:,1) = [1;0]; t(1)=0; % condicin inicial
M=[0,1; -b,-a];
% Algoritmo de Runge y Kutta de 4to. orden
while t<=1
n=n+1;
k1 = h*M*y(:,n);
k2 = h*M*(y(:,n)+k1/2);
k3 = h*M*(y(:,n)+k2/2);
k4 = h*M*(y(:,n)+k3);
y(:,n+1) = y(:,n) + (k1 + 2*k2 + 2*k3 +k4)/6;
t(n+1) = n*h;
end
% Grafica
plot(t,y(1,:), '-', t,y(2,:), ':');
xlabel ('t (s)'); ylabel('u y v')
grid on
text (t(5), y(1,5)+0.3, 'Desplazamiento, u','FontSize', [18])
text (t(7), y(2,7), 'Velocidad, v','FontSize', [18])
axis([0,1,-15,15])

b) Uso de la rutina ode45 de MATLAB


La Ec. 4.58 puede describirse por un sistema de dos EDO siguiente:
du1 = u2 u(0) = 1
du2 = (B/M)u2 ( k/M)u1 u2 (0) = 0

Luego se escribe el archivo para este sistema denominado resorte2.m


% Funcin para el comportamiento de un resorte: resorte2.m
% (c) 2002 - L. Moncada
% Julio 2002
%
function du=resorte2(t,u);
% Vector columna del arreglo de las derivadas de las variables
dependientes
du=zeros(2,1);
% Parmetros
B = 0; % Energa de activacin en J/mol
k=100; % Constante pre-exponencial en s^(-1)
M=0.5;
% La primera ecuacin expresa el desplazamiento
% La segunda ecuacin expresa la velocidad

LUIS MONCADA ALBITRES


MODELAMIENTO Y SIMULACION DE PROCESOS 128

du(1) = u(2);
du(2) =-(B/M)*u(2) -(k/M)*u(1);

Adems escribimos el archivo inte2.m que llama a la rutina ode45

% Archivo de ejecucin para la funcin resorte2.m: inte2.m


% (c) 2002 - L. Moncada
% Julio 2002.
% [t,u] son variable independiente y variables dependientes
% [0 1] lapso de tiempo en que se quiere evaluar
% [1 0] condiciones iniciales de desplazamiento y velocidad

[t,u]=ode45('resorte2',[0 1],[1 0]);

% Determine la longitud de las series de tiempo y var. depend.


npts = length(t);
% Definir la forma de salida
fprintf('\n\n\n Tiempo Longitud Velocidad\n')
fprintf(' (seg) (L) (m/s)\n\n')
for n = 1:7:npts
fprintf(' %5.1f %6.2e % 4.1f\n',t(n),u(n,1),u(n,2))
end
plot(t,u(:,1),'-',t,u(:,2),'-.');
xlabel ('t (s)'); ylabel('u y v')
grid on
text (t(5), y(1,5)+0.3, 'Desplazamiento, u','FontSize', [18])
text (t(7), y(2,7), 'Velocidad, v','FontSize', [18])
axis([0,1,-15,15])

Obteniendo la tabla siguiente:


>> inte2

Tiempo Longitud Velocidad


(seg) (L) (m/s)

0.0 1.00e+000 0.0


0.0 1.00e+000 -0.0
0.0 1.00e+000 -0.0
0.0 1.00e+000 -0.3
0.0 9.62e-001 -3.9
0.1 5.21e-002 -14.1
0.2 -9.84e-001 -2.5
0.3 -3.27e-001 13.4
0.4 8.74e-001 6.9
0.5 6.31e-001 -11.0
0.6 -6.50e-001 -10.7
0.7 -8.64e-001 7.1
0.8 3.36e-001 13.3
0.9 9.89e-001 -2.0
1.0 2.26e-001 -13.8

y una grfica similar a la Fig. 4.9

LUIS MONCADA ALBITRES


MODELAMIENTO Y SIMULACION DE PROCESOS 129

Fig. 4-9 Respuesta dinmica del sistema resorte masa

Como se ha visto en los ejemplos previos, entre las mltiples opciones para
resolver un problema podemos hacer un programa especfico para el problema en
cuestin, usar las rutinas de MATLAB para resolver el modelo matemtico del
problema o en algunos casos usar el simulador UNTSIM. En el presente texto, de aqu
en adelante para los problemas ejemplo usaremos la ruta que a nuestro criterio sea la
ms eficiente y en algunos casos daremos la respuesta obtenida por otros mtodos
solamente con fines de comparacin.

4.8.3 Mtodos implcitos

Los mtodos explcitos considerados en la seccin previa involucran la evaluacin


de derivadas, seguida por el clculo explicito de nuevos valores para las variables en el
siguiente punto en el tiempo. Como el nombre implica, los mtodos de integracin
implcita usan algoritmos que dan como resultante ecuaciones que deben resolverse
para los nuevos valores en el paso siguiente en el tiempo. Una simple EDO ilustra la
idea.
El algoritmo implcito de Euler de primer orden es

dx
xn+1 = xn + t (4.62)
dt ( xn +1,tn +1)

Comparando esto cuidadosamente con el algoritmo explicito dado en la Ec.


(4.44). La derivada es evaluada en el siguiente paso en el tiempo donde no conocemos
la variable xn+1. por lo tanto la incgnita xn+1 aparece en ambos lados de la ecuacin.
Considerando la simple EDO

LUIS MONCADA ALBITRES


MODELAMIENTO Y SIMULACION DE PROCESOS 130

dx
=1x
dt
El algoritmo implcito de Euler es

dx
xn+1 = xn + t (4.63)
dt ( xn +1,tn +1)

xn+1 = xn + (1 xn+1) t
Resolviendo para la incgnita xn+1 se tiene

x n + t
xn+1 = (4.64)
1 + t
La principal ventaja del algoritmo implcito es que no se hace numricamente
inestable. Se pueden tomar tamaos de paso muy grandes sin peligro de problemas
inestabilidad que si se dan en los mtodos explcitos. Por lo tanto los mtodos implcitos
son muy usados para sistemas muy estables.
La Ec. (4.63) puede ser resuelta fcilmente para la incgnita xn+1. Sin embargo,
suponiendo que tenemos un nmero grande (N) de EDOs para integrar numricamente.
En general, las N derivadas dependen de todas las variables, dando N ecuaciones
simultneas (usualmente no lineales) que deben resolverse a cada punto en el tiempo
para los N valores no conocidos de las variables para el siguiente punto en el tiempo.
Considerando el conjunto de N EDOs lineales
x1 a11 a12 a13 . . . a1N x1
x2 a21 a22 a23 . . . a2N x2
d x3 = a31 a32 a33 . . . a3N x3 (4.65)
dt ... ... ... ... ... ... ...
xN aN1 aN2 aN3 . . . aNN x1

dx

=Ax
dt
donde x es un vector de variables y A es una matriz cuadrada de constantes.
Aplicando el algoritmo implcito de Euler a estas ecuaciones se tiene
xn+1 = xn +[A xn+1 t] (4.66)
Resolviendo para xn+1 se tiene
xn+1 = xn +[I - A t]-1 xn (4.67)

Donde el exponente 1 en el trmino significa matriz inversa. Esto nos lleva a


deducir que el uso de algoritmos implcitos nos lleva al clculo de matrices inversas
(usualmente en cada punto en el tiempo debido a que las EDOs generalmente son no
lineales).

LUIS MONCADA ALBITRES


MODELAMIENTO Y SIMULACION DE PROCESOS 131

4.9 LINEARIZACION

Como se ha mencionado anteriormente, debemos convertir las ecuaciones


diferenciales no lineales rigurosas que describen el sistema en ecuaciones diferenciales
lineales para poder usar las tcnicas matemticas lineales.
La primera interrogante a ser respondida es cuando una ecuacin diferencial es
lineal?. Bsicamente esta es una que contenga variables elevadas solamente a la primera
potencia en cualquiera de sus trminos de la ecuacin. Si aparecen en la ecuacin races
cuadradas, cuadrados, exponenciales, productos de variables, etc., esta es no lineal:
Ejemplo de lineal
dx
a1 + ao x = f (t ) (4.68)
dt
donde ao y a1 son constantes o funciones del tiempo solamente, no de las variables
dependientes o sus derivadas.

Ejemplo de no lineales
dx
a1 + a o x 0.5 = f (t ) (4.69)
dt
dx
a1 + a o ( x) 2 = f (t ) (4.70)
dt
dx
a1 + a o e x = f (t ) (4.71)
dt
dx1
a1 + a o x1( t ) x 2( t ) = f (t ) (4.72)
dt
donde x1 y x2 son variables dependientes
Matemticamente, una ecuacin diferencial lineal es aquella para la cual se
mantienen las siguientes dos propiedades.
1. Si x(t) es una solucin, entonces cx(t) es tambin una solucin, donde c es una
constante.
2. Si x1 es una solucin y x2 es tambin una solucin, entonces x1 + x2 es una
solucin.

La linearizacin se efecta expandiendo las funciones no lineales mediante la


serie de expansin de Taylor alrededor de la operacin al estado estacionario y
despreciando todos los trminos siguientes a las primeras derivadas parciales.
Asumiendo que se tiene la funcin no lineal f de las variables de proceso x1 y x2:
f(x1, x2). Por ejemplo, x1 puede ser fraccin molar, temperatura o velocidad de flujo.
Nosotros denotaremos los valores al estado estacionario de estas variables usando el sub
ndice s:

x1s valor al estado estacionario de x1


x2s valor al estado estacionario de x1
expandimos la funcin f(x1, x2). Alrededor de sus valores al estado estacionario f(x1s, x2s),

LUIS MONCADA ALBITRES


MODELAMIENTO Y SIMULACION DE PROCESOS 132

f
f(x1, x2).= f(x1s, x2s) + (x1 x1s )
x1 ( x1s , x 2 s )
f 2 f ( x1 x1s ) 2
+ (x 2 x 2 s ) + 2
+ ... (4.73)
x 2 ( x1s , x 2 s ) x1 ( x1s , x 2 s ) 2!

La linearizacin consiste en truncar la serie despus de las primeras derivadas parciales


f
f(x1, x2). f(x1s, x2s) + (x1 x1s ) + f (x 2 x 2 s ) (4.74)
x1 ( x1s , x 2 s ) x 2 ( x1s , x 2 s )
Hemos aproximado a la funcin real mediante una funcin lineal

Ejemplo 4.8

El flujo de salida de un tanque (F), depende de la raz cuadrada del nivel de


liquido (h), mediante la expresin:

F(h) = K h (4.75)

La serie de expansin de Taylor alrededor del valor al estado estacionario de h, el


cual es hs en nuestra nomenclatura es

F 2 F (h hs ) 2
F(h) = F(hs) + (h hs ) + 2 + ...
h ( hs ) h ( hs ) 2!

F(hs) + ( K h )(hs) (h hs)

K
F(h) = K hs + (h hs ) (4.76)
2 hs

Ejemplo 4.9

La dependencia de la temperatura de la ley de Arrhenius sobre la velocidad


especfica de reaccin k es una funcin altamente no lineal, la cual es linearizada como
sigue:
k(T) = e E/RT
k
k(T) = k(Ts) + (T Ts ) (4.77)
T (Ts )
Ek s
k(T) = ks + (T Ts) (4.78)
R(Ts) 2
donde ks k(Ts)

LUIS MONCADA ALBITRES


MODELAMIENTO Y SIMULACION DE PROCESOS 133

Ejemplo 4.10

El producto de dos variables dependientes es una funcin no lineal de las dos


variables:

f(CA, F) = CA F (4.79)

Linearizando:

f f
f(CA, F) = f(CAs, Fs) + (C A C As ) + ( F Fs) (4.80)
C A (CAs , Fs ) F ( CAs , Fs )

CA(t) F(t) CAs Fs + Fs (CA(t) CAs) + CAs (F(t) Fs) (4.81)

Notar que el proceso de linearizacin convierte a la funcin no lineal (el producto


de dos variables dependientes) en una funcin lineal conteniendo dos trminos.

Ejemplo 4.11

Considerar la ecuacin diferencial ordinaria no lineal para el tanque de flujo por


gravedad del Ejemplo 2.9

dv g K g
= h F c v 2 (4.82)
dt L A
p

Linearizando el trmino v2 se tiene:

v2 = v s2 + (2vs)(v vs) (4.83)

Luego la Ec. (4.82) se transforma en:

dv g 2v K g v s2 K F g c
= h s F c v + (4.84)
dt L A A
p p
Esta EDO es ahora lineal. Los trminos entre parntesis son constantes, los cuales
dependen, desde luego, del estado estacionario alrededor del cual es linearizado el
sistema.

Ejemplo 4.12

La ecuacin de continuidad por componente para una reaccin irreversible no


isotrmica de n-esimo orden ocurriendo a volumen constante en un CSTR es:
dC A
V = Fo CAo F CA V (CA)n e E /RT (4.85)
dt
Lineariando se tiene:

LUIS MONCADA ALBITRES


MODELAMIENTO Y SIMULACION DE PROCESOS 134

dC A
V = [Fos CAos + Fo s(CAo CAos ) + CAos(F Fos)]
dt
[Fs CAs + Fs(CA CAs ) + CAs(F Fs)]
n
k s C As E
V k s C As + nk s C As (C A C As ) +
n n 1
(T T s ) (4.86)
RTs2
Hasta ahora hemos visto ejemplos donde la no-linealidad est en los trminos
derivados, es decir, en el lado derecho de la EDO. Muy a menudo el modelo de un
sistema puede ser dado en una EDO la cual contenga trminos no lineales dentro del
trmino de la derivada. Por ejemplo suponer que el modelo de un sistema no lineal es:

d h3( )
=K h (4.87)
dt
el procedimiento correcto para linearizar este tipo de ecuacin es rearreglarlo de
tal manera que las funciones no lineales aparezcan solamente en el lado derecho de la
EDO y luego linearizarlo en la forma normal, por ejemplo dada la Ec. (4.87),
diferenciamos el trmino h3 para conseguir
dh
3h 2 =K h (4.88)
dt
Luego rearreglando se tiene:
dh K
= (h) 1.5 (4.89)
dt 3
ahora estamos listos para linearizar.

dh K K 1.5
= (hs ) 1.5 + ( h) ( h h s ) (4.90)
dt 3 h 3 ( hs )
dh K 1.5 K
= (hs ) 1.5 + (h) 2.5 (h hs ) (4.91)
dt 3 3
dh 5 K K
= (hs ) 1.5 + (h) 2.5 h (4.92)
dt 6 2

Esta es una EDO lineal con coeficientes constantes

dh
= ao + a1 h (4.93)
dt

LUIS MONCADA ALBITRES


MODELAMIENTO Y SIMULACION DE PROCESOS 135

CAPITULO

5
EJEMPLOS DE SIMULACION
DE MODELOS ESTATICOS

Ahora que se ha revisado algo de las herramientas del anlisis numrico,


ilustraremos sus aplicaciones a algunos sistemas de ingeniera qumica. Comenzaremos
en esta seccin con ejemplos simples para resolver modelos estticos y luego en las
siguientes secciones pasaremos a sistemas dinmicos ms realistas que involucren
varias ecuaciones diferenciales ordinarias simultneas y ecuaciones algebraicas no
lineales.
En todos los programas presentados, el nfasis no es sobre la programacin o
eficiencia computacional ya que actualmente existen una serie de lenguajes de
programacin y paquetes de calculo y cada usuario tiene su preferencia particular para
usarlo uno u otro, en nuestro caso preferimos MATLAB. Es ms posiblemente cuando
Ud. lea esta obra habrn aparecido nuevos lenguajes y nuevos paquetes de clculo. De
lo que se trata de aqu en adelante es mostrar el fcil traslado de las ecuaciones y la
solucin lgica a un programa.
Los modelos estticos estn descritos generalmente por ecuaciones algebraicas
lineales y no lineales, por lo que la simulacin de estos modelos no requiere la
evaluacin de ecuaciones diferenciales, lo cual facilita su solucin y pueden resolverse
manualmente. En todo caso la computacin ayudar a hacer los clculos con mayor
rapidez.

5.1 CRITERIO DEL DIAMETRO OPTIMO

Como se ha visto en el Cap. 1, las ecuaciones para determinar el dimetro ptimo


(Di, opt) de una tubera son:
Para acero al carbono
Di, opt = 282 m 0.52 -0.37 (1.13)

LUIS MONCADA ALBITRES


MODELAMIENTO Y SIMULACION DE PROCESOS 136

Para acero inoxidable, la expresin es


Di, opt = 236 m 0.50 -0.35 (1.14)
donde Di, opt = dimetro interior ptimo, mm
m = flujo de masa kg/s
= densidad del fluido, kg/m3
Para acero al carbono escribimos el programa MATLAB diopt.m
% Calculo del dimetro optimo: diopt.m
% (c) 2002 - L. Moncada
% 8 Julio 2002
q= input('ingresar el caudal (gpm): ');
ro=input('Ingresar la densidad (kg/m^3): ');
qv=q*(6.309^-5);
g=qv*ro;
diopt = 282*(g^0.52)*(ro^-0.37);
fprintf('El dimetro optimo es: \')
fprintf(' %4.2f mm\n',diopt)

La salida del programa es:


>> diopt
ingresar el caudal (gpm): 100
Ingresar la densidad (kg/m^3): 1000
El dimetro optimo es: 72.50 mm

5.2 EQUILIBRIO DE REACCIONES QUIMICAS

Durante el desarrollo de un proceso se debe determinar la temperatura a la cual


debe operar el reactor para lograr la mxima conversin. Una ayuda importante es el
modelamiento y simulacin, con lo cual lo que debera hacerse en el laboratorio se hace
mediante un programa ahorrando tiempo y costos.
Los pasos se resumen en los siguientes:
a) Calculamos G of (energa libre de Gibbs estndar de formacin) y H of
(entalpa estndar de formacin) a 298 K

Go = v G
i
o
f ,i (5.1)

Ho = v H
i
o
f ,i (5.2)

b) Calculamos la constante de equilibrio a 298 K usando la ecuacin:

G o
ln Ka = (5.3)
RT
c) Asumiendo que Ho es independiente de la temperatura, calculamos Ka a otra
temperatura usando:

H o 1 1
ln Ka,2 ln Ka,1 = (5.4)
R T1 T2

LUIS MONCADA ALBITRES


MODELAMIENTO Y SIMULACION DE PROCESOS 137

5.2.1 Programa equilibrio

El programa equilibrio.m simula la variacin de la constante de equilibrio para


una reaccin en la cual pueden intervenir cualquier nmero de reactantes y productos.
% Programa para simular el equilibrio: equilibrio.m
% (c) 2002 - L. Moncada
% Julio 2002
disp('Ingrese los siguientes datos entre corchetes y el mismo orden')
c=input('Coeficiente estequiometricos: '); % -1 -1 1
g=input('Energ. libre de formac. (Kcal): '); %-54.6357 16.282 -40.300
h=input('Entalpa de formac. (Kcal): '); % -57.7979 12.496 -56.240
T=input('Ingrese la temperatura: ');
disp(' ')
R=1.987/1000;
dg=sum(c.*g);
dh=sum(c.*h);
k1=exp(-dg./(R*298.16));
k2=k1*(exp(dh/(R*298.16)-dh/(R*T)));
fprintf('La constante de equilibrio es= %g\n',k2);

Para ilustrar este caso consideraremos la reaccin:

H2O (g) + C2H4 (g) C2H5OH (g)

Para la cual queremos determinar como cambia la conversin en funcin de la


temperatura:
Datos
Componente Tc (oK) Pc :atm. (MPa) Gof 298,16 K (kcal) Hof 298,16 K (kcal)
H2O (g) 647,3 218,2 (22,11) 54,6357 57,7979
C2H4 (g) 283,1 50,5 (5,11) 16,282 12,496
C2H5OH (g) 516,1 63,0 (6,38) 40,30 56,24

Al llamar al programa equilibrio, se deben ingresar los datos de la siguiente forma:


>> equilibrio
Ingrese los siguientes datos entre corchetes y el mismo orden
Coeficiente estequiometricos: [-1 -1 1]
Energ. libre de formac. (Kcal): [-54.6357 16.282 -40.300]
Entalpa de formac. (Kcal): [-57.7979 12.496 -56.240]
Ingrese la temperatura: 418.1

La constante de equilibrio es= 0.1338

y para 593.15 K se tiene


La constante de equilibrio es= 0.0027

5.2.2 Programa UNTSIM


Usando el programa Untsim y su base de datos podemos evaluar la constante de
equilibrio a cualquier temperatura. Por ejemplo en este caso para 418.1 y 593.15 K.
Luego de crear las variables para el sistema y dar la orden respectiva se tiene:

LUIS MONCADA ALBITRES


MODELAMIENTO Y SIMULACION DE PROCESOS 138

>> kequil(418.1)
ans =
0.1154 <--- valor en Smith y VanNess, K = .1426
>> kequil(593.15)
ans =
0.0022 <--- valor en Smith y VanNess, K = .00291

Cuando no se usan datos de la base de datos de UNTSIM podemos evaluar la


constante de equilibrio seleccionando del Men Principal: Clculos de Ingeniera
Qumica Constante de Equilibrio

5.3 FLUJO POR GRAVEDAD EN UN TANQUE

Para una operacin al estado estacionario del tanque de flujo por gravedad que
hemos considerado en el Cp. 1 y posteriormente en el Ejemplo 2.9 el trmino
acumulacin se hace cero con lo cual las Ec. (2.2) y (2.37) se transforman en:

Fo = F (5.5)

g K g
0= h F c v2 (5.6)
L AP

La Ec. (5.5) demuestra la operacin al estado estacionario ya que los flujos de


entrada y salida son iguales.
La Ec. (5.6) es una ecuacin algebraica lineal simple la cual podemos usar para
determinar la velocidad de salida (v) en funcin del nivel de liquido en el tanque (h),
para lo cual hacemos la Ec. (5.6) explicita en v, obteniendo:

0.5
gA p
v = h (5.7)
K F gc L

Si:
g = gc = 32,1 pies/s2; = 62.4 lb/pie3; Ap (area de seccin transversal del tubo) =
7,06 pie2; L (longitud de tuberia ) =3000 pies; kf (Constante para friccin) = 0.0281
lbf/(pie/seg)2 pie; AT(Altura del tanque) = 7 pies
Tomando los lmites del nivel de liquido en el tanque entre cero y la altura mxima del
tanque (7), escribimos el programa tankest siguiente:

h = (0:1:7)';
v = sqrt(5.225907*h);
q = 7.06*v;
disp(' Nivel Velocidad Caudal')
disp(' (pies) pies/s pies^3/min')
disp([h,v,q])

El cual al ejecutarlo nos da el siguiente resultado de la variacin de la velocidad con


respecto al nivel:

LUIS MONCADA ALBITRES


MODELAMIENTO Y SIMULACION DE PROCESOS 139

>> tankest
Nivel Velocidad Caudal
(pies) pies/s pies^3/min
0 0 0
1.0000 2.2860 16.1393
2.0000 3.2329 22.8245
3.0000 3.9595 27.9541
4.0000 4.5720 32.2787
5.0000 5.1117 36.0886
6.0000 5.5996 39.5331
7.0000 6.0483 42.7007

5.4 REACTORES CSTR EN SERIE, CON RETENCIN CONSTANTE

El sistema es mostrado en la Fig. 3-1 modelado por la Ec. (3.3).


Donde F es el flujo (m3/min), V es el volumen de liquido en el reactor (m3).
En el estado estacionario, y definiendo = F/V tiempo de residencia (min) la
Ec. (3.3) se transforma en
1
0= (CA0 CA1) k CA1 (5.8)
1

1
0= (CA1 CA2) k CA2 (5.9)
2

1
0= (CA2 CA3) k CA3 (5.10)
2

Si la retencin (volumen de liquido en cada tanque ) es constante y considerando


una operacin al estado estacionario los tiempos de residencia son iguales ( = 2), por lo
que este modelo se puede usar para determinar las concentraciones de salida de cada
reactor en funcin de la concentracin de entrada al primer reactor CA0, con (k = 2)

0.5CA0 2.5CA1 =0
0.5CA1 2.5CA2 =0
0.5CA2 2.5CA3 =0

Escribiendo un programa MATLAB denominado cstrs1 podemos simular la operacin


de los tres reactores el estado estacionario. En este caso hacemos la simulacin para una
concentracin de entrada desde 1 hasta 2 kg.mol de A/m3

cao=(1:0.1:2)';
ca1=.5*cao/2.5;
ca2=.5*ca1/2.5;
ca3=.5*ca2/2.5;
disp(' CAo CA1 CA2 CA3')
disp([cao,ca1,ca2,ca3])

obteniendo los siguientes resultados:

LUIS MONCADA ALBITRES


MODELAMIENTO Y SIMULACION DE PROCESOS 140

>> cstrs1
CAo CA1 CA2 CA3
1.0000 0.2000 0.0400 0.0080
1.1000 0.2200 0.0440 0.0088
1.2000 0.2400 0.0480 0.0096
1.3000 0.2600 0.0520 0.0104
1.4000 0.2800 0.0560 0.0112
1.5000 0.3000 0.0600 0.0120
1.6000 0.3200 0.0640 0.0128
1.7000 0.3400 0.0680 0.0136
1.8000 0.3600 0.0720 0.0144
1.9000 0.3800 0.0760 0.0152
2.0000 0.4000 0.0800 0.0160

La solucin de este modelo nos permite determinar cuales son las concentraciones
de salida que se alcanzan bajo esos parmetros de operacin. Para modificar estas
concentraciones se deben modificar los parmetros.

As mismo podemos usar el simulador UNTSIM, para lo cual seleccionamos del


Men Principal: Nueva sesin Diseo de equipo Reactores CSTR Concentracin
de salida.

5.5 CSTRs CON RETENCION VARIABLE

Si en el ejemplo anterior se considera que los volmenes en cada reactor son


diferentes, la nica modificacin al modelo ser los valores del tiempo de residencia,
por lo dems la solucin se har de la misma forma para obtener los valores de las
concentraciones de salida.

5.6 DOS TANQUES CALENTADOS

El modelo dado por las Ecs (3.12) y (3.13) a condiciones estacionarias con F0 =
F1 = F2 = F , las temperaturas T1= T2 y la acumulacin igual a cero se transforma en
una sola ecuacin:

F Q1
0= (To T1 ) + (5.11)
V1 CpV1

Este modelo sirve para, conociendo la temperatura y el flujo de entrada calcular la


carga de calor necesario para calentar el fluido hasta una temperatura determinada o
evaluar la temperatura de salida cuando se agrega una determinada carga de calor.

5.7 REACTOR CSTR EN FASE GAS A PRESION

El reactor mostrado en la Fig. 3-2 y modelado por las Ecs. (3.14) a (3.18) en una
operacin al estado estacionario ser descrito por las ecuaciones:

LUIS MONCADA ALBITRES


MODELAMIENTO Y SIMULACION DE PROCESOS 141

P PD
F = Cv (5.12)

MP P
= = [y MA + (1 y)MB] (5.13)
RT RT
Py
CA= (5.14)
RT
0 = 0 F0 F (5.15)
0 = F0 CA0 F CA 2Vk1 (CA)1,5 + 2Vk2 CB (5.16)

Donde:
Cv = es el coeficiente de vlvula.
M = peso molecular promedio
MA = peso molecular del reactante A
MB = peso molecular del producto B

Existen cinco ecuaciones (Ecs. (5.12) hasta (5.16) que conforman el modelo
matemtico del sistema. Los parmetros que deben ser conocidos son V, Cv, k1, k2, R,
MA, y MB. Las funciones impulsoras (o entradas) pueden ser PD, 0, F0, y CA0. Con lo
cual se tienen cinco incgnitas (variables dependientes): CA, , P, F , y y.

5.8 CSTR NO ISOTERMICO

El reactor exotrmico enchaquetado, discutido en la Sec. 3.6, cuando opera a


condiciones estacionarias se describe por las ecuaciones:

A. CHAQUETA DE ENFRIAMIENTO PERFECTAMENTE MEZCLADA.

0 = FoCAo FCA VkCA (5.17)

VkC A UAH
0 = FoTo FT (T Tj ) (5.18)
C p C p

F j (T jo T j ) UAH
0= + (T T j ) (5.19)
Vj jV j C j

La constante de velocidad a su vez est dada por:

k = e-E/RT (5.20)

El subndice m indica promedio entre la entrada y salida.


En una operacin al estado estacionario F0 = F, volumen de liquido en el reactor V
se mantiene constante, Para una operacin al estado estacionario se puede elegir una
temperatura mxima de salida y las incgnitas sern Tj y CA y Fj o una conversin dada
del reactante (con lo cual se estara determinando la concentracin de salida CA)y las

LUIS MONCADA ALBITRES


MODELAMIENTO Y SIMULACION DE PROCESOS 142

incgnitas sern T, Tj y Fj . En este caso elegimos una temperatura de salida como la


entrada para la simulacin al estado estacionario para lo cual escribimos el programa
cstrniest.m, usando los parmetros dados en la Tabla 5.1 y variamos la temperatura
desde 530 a 700 oR

Tabla 5.1 Valores de los parmetros para el CSTR no isotrmico

Valores de entrada al estado estacionario


F = 40 pies3/h V = 48 pies3
3
CAo = 0,50 lbmol de A/pie To = 530 oR
Valores de los parmetros
Fo = 40 pies3/h V = 48 pies3
3
Vj = 3,85 pies = 7,08 x 1010 h-1
E = 30000 Btu/lbmol. R = 1,99 Btu/lb.mol oR
o
Tjo = 530 R AH = 250 pies2
o
Cp = 0,75 Btu/lbm R = - 30000 Btu/lbmol
= 50 lbm/pie3 Cj = 1,0 Btu/lbm oR
2o
U = 150 Btu/h pie R j = 62,3 lbm/pie3

% Programa para simular un CSTR: cstrniest.m


% (c) 2002 - L. Moncada
% Julio 2002
disp('Simulacion de un CSTR al Estado Estacionario')
t=(530:10:700)';
ko=7.08e+010;e=30000;fo=40;
r=1.99;f=40;v=48;to=530;cao=0.5;
la=-30000;ro=50;cp=.75;u=150;
ah=250;tjo=530;vj=3.85;roj=62.3;cj=1;
k=ko*exp(-e./(r*t));
ca=fo*cao./(f+v*k);
tj=(f*t.*ro*cp-fo*to*ro*cp+la*v*k.*ca)/(u*ah)+ t;
np=(t-tj)*u*ah;
dp=(tj-tjo)*roj*cj;
fj=(t-tj)*u*ah./((tj-tjo)*roj*cj);
disp(' Temperat. Constante Concrnt. Chaqueta')
disp(' entrada de veloc. salida temp sal. Caudal')
disp(' T k CA Tj Fj')
disp([t,k,ca,tj,fj]);
plot(t,ca)
grid

Obteniendo los siguientes resultados


>> cstrniest
simulacin de un CSTR al Estado Estacionario
T k CA Tj Fj
530.0000 0.0314 0.4818 529.4190 -601.9262
540.0000 0.0532 0.4700 539.4403 35.6842
550.0000 0.0883 0.4521 549.2666 22.9140
560.0000 0.1441 0.4263 558.8411 24.1877
570.0000 0.2311 0.3914 568.1262 29.5826
580.0000 0.3646 0.3478 577.1301 36.6530
590.0000 0.5665 0.2977 585.9253 43.8566
600.0000 0.8672 0.2450 594.6407 49.9047
610.0000 1.3092 0.1945 603.4233 53.9164

LUIS MONCADA ALBITRES


MODELAMIENTO Y SIMULACION DE PROCESOS 143

620.0000 1.9503 0.1497 612.3898 55.5985


630.0000 2.8690 0.1125 621.6014 55.1887
640.0000 4.1697 0.0833 631.0650 53.2151
650.0000 5.9909 0.0611 640.7538 50.2512
660.0000 8.5134 0.0446 650.6265 46.7737
670.0000 11.9719 0.0325 660.6412 43.1202
680.0000 16.6674 0.0238 670.7619 39.5041
690.0000 22.9829 0.0175 680.9598 36.0461
700.0000 31.4020 0.0129 691.2136 32.8058

Estos resultados nos sirven para analizar las diferentes condiciones de operacin,
observando que la temperatura ptima es 600 oR, ya que para temperaturas mayores la
disminucin en la concentracin de A por cada 10 oR de aumento en la temperatura va
disminuyendo. A esta temperatura, la constante de velocidad k = 0,8672 h-1, la
concentracin de salida CA = 0,245 molA/pie3, la temperatura de salida del agua de la
chaqueta Tj = 594.64 oR, necesitando un flujo de Fj = 49.9047 pies3/h
Estos resultados tambin lo podemos visualizar en la Fig. 5.1

Fig. 5-1 Simulacin de un CSTR no isotrmico al Estado Estacionario

Esta misma simulacin lo podemos realizar con UNTSIM, seleccionando del


Men Principal: Nueva sesin Dinmica del proceso CSTR No isotrmico al EE.

B. FLUJO EN PISTON DEL REFRIGERANTE EN LA CHAQUETA. En el caso


anterior, el agua de enfriamiento dentro de la chaqueta se ha sumido a estar
perfectamente mezclado. Si el flujo se acerca mas a un flujo en pistn que a uno
perfectamente mezclado debe usarse una temperatura promedio para la chaqueta TjA.

LUIS MONCADA ALBITRES


MODELAMIENTO Y SIMULACION DE PROCESOS 144

T j 0 + T jsal
TjA = (5.21)
2

donde Tjsal es la temperatura del agua de enfriamiento


La temperatura promedio se usa en la ecuacin para la transferencia de calor. La
Ecuacin (5.19) ser

F j (T jo T jsal ) UAH
0= + (T T jA ) (5.22)
Vj jV j C j

C. MODELO DE CHAQUETA POR SECCIONES. Considerando al volumen de la


chaqueta seccionado en partes perfectamente mezcladas como muestra la Fig. 3-4.
Las Ecs. (3.32) se transforman en

0 = 4 Fj j Cj (Tj0 Tj1 ) + UAH (T Tj1 )

0 = 4Fj j Cj (Tj1 Tj2) + UAH (T Tj2)


(5.23)
0 = 4 Fj j Cj (Tj2 Tj3 ) + UAH (T Tj3 )

0 = 4 Fj j Cj (Tj3 Tj4 ) + UAH (T Tj4 )

Estas ecuaciones se usarn para calcular Tj1, Tj2, Tj3 y Tj4 (que ser la temperatura
de salida de la chaqueta) para cada valor de T

D. CAPACITANCIA DE LA PARED METALICA SIGNIFICATIVA. Las tres


ecuaciones (3.33) para el proceso se transforman en:

0 = CP (F0 T0 F T) V (CA)n e E/RT hi Ai (T TM )


0 = hi Ai (T TM ) h0 A0 (TM Tj ) (5.24)

0 = Fj i Cj (Tj0 Tj ) + h0 A0 (TM Tj )
Con la primera ecuacin se calcula TM para cada T y con las restantes Tj y Fj

5.9 VAPORIZADOR DE UN COMPONENTE SIMPLE

Para el sistema mostrado en la Fig. 3.6, en el estado estacionario, la Ec. (3.36) se


transforma en:
0 = 0 F0 v Fv (5.25)
con lo cual al no haber vapor acumulado en el tanque, las Ec. (3.37) y (3.42) se
transforman en la Ec. (3.34) dada en el Cap. 3 para un modelo al estado estacionario.

LUIS MONCADA ALBITRES


MODELAMIENTO Y SIMULACION DE PROCESOS 145

v Fv (Hv h0 ) = Q (5.26)

Esta ecuacin describe un simple balance de energa para calcular el calor


necesario para la evaporacin de una determinada alimentacin.

5.10 EVAPORACION FLASH DE MULTIPLECOMPONENTES

El modelo de este sistema mostrado en la Fig. (3.8) al estado estacionario esta


dado por tres ecuaciones:
De continuidad total: moles
F = L +V (5.27)
De continuidad por componente: moles
Fxfi = Lxi + Vyi (5.28)
Equilibrio liquido vapor

Kj = yj/xj (5.29)
El proceso es a entalpa constante

El problema se reduce a calcular las cantidades de liquido y vapor, y sus


composiciones lo que seran las incgnitas, para una temperatura y presin de operacin
dadas las cuales sern las fuerzas impulsoras.
El procedimiento de clculo es:
1. Fijar las condiciones de operacin del evaporador la cual debe estar entre el
punto de burbuja y el punto de roci de la alimentacin
2. Tomar F = 1,0 mol como base de calculo
3. Evaluar K de cada componente a estas condiciones
4. Suponer F o L/V y calcular
x Fi
V= = vi Moles de vapor formados (5.30)
L
1,0 +
VK i

Verificar Vsupuesto Vcalculado (0,0005) caso contrario seguir la iteracin

Luego L=FV

La composicin de cada fase est dada por:

x Fi /(1 + L / VK i )
yi = (5.31)
x Fi /(1 + L / VK i )

x Fi Vy i x vi
xi = = Fi (5.32)
L L

LUIS MONCADA ALBITRES


MODELAMIENTO Y SIMULACION DE PROCESOS 146

donde V = cantidad formada de vapor; moles


L = cantidad formada de liquido, moles
xi, yi = fracciones molares en la fase liquida y vapor
vi = moles del componente i en el vapor

Para mayor informacin y ejemplos, ver el texto Destilacin de Luis Moncada A.


Para hacer los clculos de evaporacin flash escribimos el programa
evapflash.m listado a continuacin

% Programa para simular un CSTR: cstrniest.m


% (c) 2002 - L. Moncada
% Julio 2002
disp('Calculos de evaporacion flash ')
xfi=input('Ingresar composicion de alimentacion: ');%[.3 .3 .4]
Ki=input('Ingresar valores-K: ');%[3.8 1 .38];
F=1;V=0.0001;L=F-V;
vi=xfi./(1+L./(V*Ki));
Vc=sum(vi);
while abs(Vc-V)>=0.000005
V=Vc; L=F-V;
vi=xfi./(1+L./(V*Ki));
Vc=sum(vi);
end
li=xfi-vi;Lc=F-V;
fprintf('La cantidad de vapor obtenido es: %g moles\n',V)
fprintf('La cantidad de vapor obtenido es: %g moles\n',Lc)
disp('Las composiciones son:')
% Definir la forma de salida
fprintf('\n\n Alimentac Vapor Liquido\n')
fprintf(' (moles) (moles) (moles)\n')
disp([xfi',vi',li'])

Obteniendose el siguiente resultado de la simulacin


>> evapflash
Ingresar composicion de alimentacion: [.2 .25 .20 .35]
Ingresar valores-K: [3.5 2.1 1 .5]
La cantidad de vapor obtenido es: 0.845208 moles
La cantidad de vapor obtenido es: 0.154792 moles
Las composiciones son:

Alimentac Vapor Liquido


(moles) (moles) (moles)
0.2000 0.1901 0.0099
0.2500 0.2299 0.0201
0.2000 0.1690 0.0310
0.3500 0.2562 0.0938

5.11 REACTOR BATCH

Los procesos batch son de naturaleza dinmica inherente. En estos procesos el


anlisis desde el punto de vista al estado estacionario solo puede hacerse para el
batch en su conjunto, ya que durante la operacin todo su comportamiento es al
estado no estacionario. Siendo as las ecuaciones que describen el proceso de un
batchsern:

LUIS MONCADA ALBITRES


MODELAMIENTO Y SIMULACION DE PROCESOS 147

Balance de materia solamente es necesario por componentes y tomando como


base la conversin del reactante lmite se tiene:
v
ni = n, o i fA nA,o (5.33)
vA
donde
ni : moles de i al final de la operacin
ni,o : moles de i al inicio de la operacin
fA: conversin fraccional de A
v: coeficientes estequiometricos

El balance de energa puede hacerse para determinar la cantidad total de calor


removido o adicionado para la operacin en su conjunto, aun cuando este balance se
complica si durante la operacin se tienen una fase de calentamiento hasta iniciar la
reaccin y una fase de enfriamiento hasta la temperatura de descarga, se puede hacer un
balance para determinar la cantidad neta de calor para cada fase.

5.12 REACTOR CON TRANSFERENCIA DE MASA

El reactor mostrado en la Fig. 3.11, en el cual se burbujea un gas a travs de un


liquido es modelado matemticamente por las Ecs. (3.72), (3.73)
NA = kl (CA* CA ) (3.72)
AMT N A M A
Fv = FA (3.73)
A
donde
k1: coeficiente de transferencia de masa
CA*: concentracin de equilibrio de A en la interfase liquido-gas
AMT : rea total de transferencia de masa de las burbujas
FA : velocidad de alimentacin de gas

y las Ecs. (3.74), (3.75) y (3.76) que para el estado estacionario se transforman en:
AMT NA = FL CA + V k CA CB (5.34)
F0 CB0 = FL CB + V k CA CB (5.35)
0 = FB B + Ma NA AMT FL (5.36)
Teniendo cinco ecuaciones (3.72), (3.73), (5.34), (5.35) y (5.36). Las variables
son NA , CA , CB , FV , y FL. Las funciones impulsoras son FA , FB , y CB0 .

5.13 COLUMNA IDEAL DE DESTILACION

Para una columna de destilacin binaria o de multiplecomponentes, las


ecuaciones que describen la operacin al estado estacionario son:

LUIS MONCADA ALBITRES


MODELAMIENTO Y SIMULACION DE PROCESOS 148

Un balance de masa para toda la columna da

F = B + D (5.37)

Un balance por componente para toda la columna da

D xD + B xB = Fz (5.38)

Un balance de energa para toda la columna:

FhF + Q herv = DhD + BhB - Qcond (5.39)

A continuacin se presenta un programa para determinar la fraccin molar de


componente ligero en cada etapa para una columna de destilacin binaria al estado
estacionario denominada destbi_ss.m

function f = destbi_ss(x);
% Calcula las composiciones por etapa al estado estacionario de una
% columna de destilacin ideal binaria usando fsolve.
%
% (c) Julio 2002 L. Moncada A.
%
% Todos los flujos son cantidades molares. las etapas son numeradas
% del tope hacia abajo. Se asume un condensador total.
% El colector del tope es la etapa 1. El rehervidor parcial
% es la etapa ns (el numero de "etapas" de equilibrio es entonces
% ns-1).
%
% para ejecutar dar los comandos:
%>> x0 = [0.01:0.98/(ns-1):0.99]; supuestos iniciales
%>> x0 = x0';
%>> options = optimset('Display','iter');
%>> x = fsolve('destbi_ss',x0,options);
% o si no se desea visualizar las iteraciones:
%>> options = optimset('Display','off');
%
% donde x0 es un vector de condiciones iniciales supuestas para las
% composiciones de la fase liquida por etapa (length(x0) = ns)
% PARAMETROS
alpha =(2.5); % volatilidad relativa
ns =(3); % nmero de etapas de equilibrio
nf =(2); % etapa de alimentacin contando desde el tope
zfeed =(0.5); % fraccin molar de ligero en la alimentacin
qf =(1); % condicin de alimentacin(1 = liquido saturado,
% 0 = vapor saturado)
reflux = (3); % razn de reflujo (L/D)
vapor = (3.5);% flujo de vapor del rehervidor (L/W)
feed =(1); % alimentacin: generalmente un mol de alimentacin
% flujos de liquido en las secc. de rectificacin y agotamiento
%
lr = reflux;
ls = reflux + feed*qf;
%
% flujos de vapor en las secciones de rectificacin y stripping
%

LUIS MONCADA ALBITRES


MODELAMIENTO Y SIMULACION DE PROCESOS 149

vs = vapor;
vr = vs + feed*(1-qf);
%
% flujos de destilado y fondos
%
dist = vr - reflux;
lbot = ls - vs;
%
if dist < 0
disp('error en especificaciones, flujo de destilado < 0')
return
end
if lbot < 0
disp('Error en especificaciones, seccin de stripping')
disp(' ')
disp('flujo de liquido es negativo')
return
end
%
% funcin vector cero
%
f = zeros(ns,1);
%
% calculo de composiciones de equilibrio
%
for i=1:ns;
y(i)=(alpha*x(i))/(1.+(alpha-1.)*x(i));
end
%
% balances de materia
% acumulador del tope
%
f(1)=(vr*y(2)-(dist+reflux)*x(1));
%
% seccin de rectificacin (tope)
%
for i=2:nf-1;
f(i)=lr*x(i-1)+vr*y(i+1)-lr*x(i)-vr*y(i);
end
%
% etapa de alimentacin
%
f(nf) = lr*x(nf-1)+vs*y(nf+1)-ls*x(nf)-vr*y(nf)+feed*zfeed;
%
% seccin de agotamiento stripping (fondo)
%
for i=nf+1:ns-1;
f(i)=ls*x(i-1)+vs*y(i+1)-ls*x(i)-vs*y(i);
end
%
% rehervidor
%
f(ns)=(ls*x(ns-1)-lbot*x(ns)-vs*y(ns));

Al ejecutar el programa para tres etapas se tiene:


>> x0 = [0.01:0.98/(3-1):0.99];
>> x0 = x0';

LUIS MONCADA ALBITRES


MODELAMIENTO Y SIMULACION DE PROCESOS 150

>> options = optimset('Display','off');


>> x = fsolve('destbi_ss',x0,options)
x =
0.7026
0.4858
0.2962
>>

Para otro sistema y otro nmero de platos variar solamente los parmetros y fijar
adecuadamente las condiciones iniciales.
Otra forma es usar el simulador UNTSIM para hacer el mismo clculo, para lo
cual debe seleccionar del Men Principal: Nueva Sesin, Diseo de equipo
Destilacin Destilacin Flash

5.14 DESTILACION BATCH CON RETENCION

De la misma manera que el reactor batch, la destilacin batch o por lotes es


un proceso al estado no estacionario y de la misma manera los balance de materia y
energa solo pueden hacerse a condiciones estacionarias para la operacin total y
determinar las cantidades y composiciones de destilado obtenido y liquido remanente en
el destilados, as como la cantidad neta de energa consumida durante la operacin.
Para una mayor informacin y detalle al respecto, se recomienda el texto
Destilacin de Luis Moncada A.

LUIS MONCADA ALBITRES


MODELAMIENTO Y SIMULACION DE PROCESOS 151

CAPITULO

6
EJEMPLOS DE SIMULACION
DE MODELOS DINAMICOS

Los modelos dinmicos son los que trabajan a condiciones no estacionarias y en


su balance general el trmino acumulacin es diferente de cero; ejemplos tpicos de
modelos dinmicos son la operacin de un reactor batch, la medida de una propiedad
tal como concentracin, temperatura o presin en funcin de la longitud de un reactor
tubular, los arranques y paradas de planta. Los modelos dinmicos representan el
cambio de una propiedad con respecto a una variable independiente.
Los modelos cuya la variable independiente es el tiempo son de particular
importancia en el diseo de los sistemas de control automtico y su estudio se hace cada
vez importante.
En este texto veremos inicialmente la simulacin de sistemas dinmicos simples
con una variable dependiente, luego ampliaremos a dos o ms variables dependientes y
finalmente veremos con dos variables independientes.

6.1 FLUJO POR GRAVEDAD EN UN TANQUE

El tanque de flujo por gravedad considerado Ejemplo 5.3 es un buen sistema


simple para iniciar nuestros ejemplos de simulacin de sistemas dinmicos. El balance
de fuerzas sobre la lnea de salida da la EDO no lineal

dv g K g
= h F c v2 (6.1)
dt L AP

Para describir completamente el sistema, tambin es necesaria una ecuacin de


continuidad total para el liquido en el tanque.

LUIS MONCADA ALBITRES


MODELAMIENTO Y SIMULACION DE PROCESOS 152

dh
AT = Fo F (6.2)
dt
Tenemos que escoger un caso numrico especfico para resolver estas dos
ecuaciones diferenciales ordinarias acopladas. La Ecuacin (6.1) es no lineal debido al
trmino v2. Las dimensiones fsicas y los valores de los parmetros son lo mismos dados
en el Ejemplo 5.3.
De la simulacin a condiciones estacionarias tomamos las siguientes condiciones
de operacin:

Nivel: h = 4,72 pies velocidad: v = 4,97 pies/s caudal: F =35,1 pies/s2

Usando la relacin F = v Ap y sustituyendo los valores numricos de los


parmetros en las Ecs. (6.1) y (6.2) se tiene

dv
= 0,0107 h 0,00205 v2 (6.3)
dt

dh
= 0,311 0,0624 v (6.4)
dt

a) Simulacin usando la rutina ode45 de MATLAB.- A continuacin se da un


programa MATLAB denominado flujo.m que integra numricamente las dos EDOs que
describen este sistema. A condiciones estacionarias con un flujo de entrada de F = 35,1
pies3/seg. (17 500 gpm), igual al flujo de salida del tanque (lo cual equivale a una
velocidad de salida de v = F /Ap = 4,97 pies/seg) debe tener un nivel de liquido de h =
4,72 pies
El programa se puede usar para simular la operacin del tanque y determinar en
caso de que se produzca un aumento repentino (tipo escaln) en el flujo de entrada si se
sobrepasar la altura del tanque (cuando habr un rebalse de liquido)y poder disear los
sistemas de control automtico.

% Funcin para el flujo gravitacional: flujo.m


% (c) 2002 - L. Moncada
% Julio 2002
%
function dc=flujo(t,c);
% Vector columna del arreglo de las derivadas de las variables
dependientes
dc=zeros(2,1);
% Parmetros
g=32.1; % pies*seg^2
L=3000; % longitud de tubera: pies
kf=0.0281; % Constante para friccin lbf(pie/seg)^2
gc=32.1; % pies*seg^2
ro=62.4; % densidad del liquido: lb/pie^3
ap=7.06; % area de seccion transversal del tubo: pies^2
at=113; % area de seccion transversal del tanque: pies^2
% Valores al estado estacionario
fs=35.1; % Flujo al estado estacionario: pies^3/seg.
% Sistema de ecuaciones
dc(1)=g*c(2)/L-(kf*gc*(c(1))^2)/(ro*ap);

LUIS MONCADA ALBITRES


MODELAMIENTO Y SIMULACION DE PROCESOS 153

dc(2)=fs/at-ap*c(1)/at;

Escribimos el archivo de ejecucin flujoej.m

% Archivo de ejecucin para la funcin flujo: flujoej.m


% (c) 2002 - L. Moncada
% Julio 2002
%
% Valores iniciales para la simulacin
ho=input('Ingrese nivel inicial de liquido al EE (pies): ');% 4.7
vo=input('Ingrese aumento en la velocidad (pies/seg): '); %2.485
dt=input('Tiempo de simulacin seg: '); %500
% Rutina de integracin
[t,c]=ode45('flujo',[0 dt],[vo; ho]);
% Determine la longitud de las series de tiempo y var. depend.
npts = length(t);
% Definir la forma de salida
fprintf('\n\n\n Tiempo Velocidad Nivel\n')
fprintf(' (seg) (pies/seg) (K)\n\n')
for n = 1:5:npts
fprintf(' %5.1f %6.2f % 4.1f\n',t(n),c(n,1),c(n,2))
end
plot(t,c(:,1),'-',t,c(:,2),'-.');
xlabel('Tiempo: Seg')
ylabel('Nivel: Pies y Flujo: pies/seg')
grid

Obteniendo la respuesta:

>> flujoej
Ingrese aumento(escaln) en la velocidad (pies/seg): 2.485
Ingrese nivel de liquido en el tanque (pies): 4.72
tiempo de simulacin seg: 500

Tabla 6.1 Respuesta de la simulacin del nivel de liquido en un tanque


Tiempo Velocidad Nivel
(seg) (pies/seg) (pies)

0.0 2.48 4.7


13.7 3.11 6.6
55.7 5.19 8.6 * Sobrepasa la altura del tanque
101.3 5.92 6.5
148.3 5.43 4.3
204.0 4.83 3.9
259.7 4.78 4.6
318.6 4.98 5.0
381.1 5.03 4.8
443.6 4.98 4.7
490.5 4.96 4.7
>>

y una grfica similar a la Fig. 6.1. Para otros valores iniciales se tiene otra respuesta

LUIS MONCADA ALBITRES


MODELAMIENTO Y SIMULACION DE PROCESOS 154

Fig. 6-1 Simulacin del nivel de liquido en un tanque

Analizando la tabla y la figura podemos observar que cuando el tanque esta operando
con los valores de diseo (en este caso los seleccionados para el ejemplo) a las
condiciones estacionarias y, al producirse un incremento repentino (tipo impulso) del 50
% del flujo mximo de diseo el nivel de liquido en el tanque sobrepasase la altura del
tanque, esto se produce aproximadamente luego de 55 seg despus de producida la
perturbacin. Si la altura del tanque fuese de 9 pies podra soportar esta perturbacin.
Queda como ejercicio para el lector determinar cual es el mximo aumento en el flujo
de entrada que soporta este tanque.

6.2 TERMOMETRO DE MERCURIO

Un buen ejemplo para ilustrar un sistema a condiciones no estacionarias es un


termmetro de mercurio. Cuando se desea tomar la temperatura usando un termmetro
de mercurio, se debe esperar un cierto tiempo hasta que el termmetro alcance la
temperatura del medio que lo rodea, entes de comenzar a medir la temperatura (colocar
el termmetro en el medio que se va a medir) este se encuentra en un estado
estacionario, durante el tiempo que demora el termmetro para alcanzar la temperatura
del medio, este se encuentra a condiciones no estacionarias y cuando alcanza la
temperatura del medio hacia delante se encuentra a condiciones estacionarias.
Un balance de energa para el bulbo de mercurio a condiciones no estacionarias
esta dado por:

Calor que entra calor que sale = acumulacin

LUIS MONCADA ALBITRES


MODELAMIENTO Y SIMULACION DE PROCESOS 155

dTb
A U (Tm Tb) 0 = mCp (6.5)
dt
dTb AU AU
+ Tb Tm = 0 (6.6)
dt mC p mC p

los parmetros son:


A: rea superficial del bulbo
U: coeficiente total de transferencia de calor
m: masa de mercurio en el bulbo
Cp; capacidad calorfica del mercurio

La fuerza impulsora es la Temperatura del medio (temperatura a ser medida): Tb


Y la variable dependiente (salida) es la temperatura del mercurio en el bulbo: Tm

mCp dTb dT
Tm Tb = = b (6.7)
UA dt dt

Fig.6.2 Lectura de un termmetro de mercurio

Escribiendo la funcin termmetro.m

function dy = termometro(t,y)
dy = zeros(1,1);
tau=5;
Tm=100;
dy = (Tm - y)/tau ;

y ejecutando con la rutina Matlab ode45

LUIS MONCADA ALBITRES


MODELAMIENTO Y SIMULACION DE PROCESOS 156

>> [T,Y] = ode45('termometro',[0 50],[75]);


>> plot(T,Y)
>> ylabel('Lectura del termometro: F')
>> xlabel('Tiempo: min')
>> grid

tenemos la respuesta dada en la Fig. 6-2 para un termmetro con una constante de
tiempo igual a 5, cuando esta inicialmente a 75 oF y se coloca en un bao de
temperatura a 100 oF. Observar y comentar la respuesta del termmetro.

6.3 DOS TANQUES MEZCLADORES

Los ejemplos ilustrados anteriormente son relativamente simples, pero en la


industria se presentan procesos ms complejos que requieren un anlisis ms profundo.
A continuacin presentamos un ejemplo en el cual ilustraremos las diferentes
formas como enfocar un problema de este tipo y determinar cual opcin de solucin es
la ms simple y eficaz desde el punto de vista del Ingeniero Qumico.
Considerar los dos tanques en cascada mostrados en la Fig. 6-3

V1

V2
q

Fig. 6-3 Dos tanques mezcladores en cascada

Asumiendo que el flujo volumtrico a travs del sistema es constante con q = 5


gal/s. Con un flujo constante, los volmenes del tanque1 y el tanque 2 tambin son
constantes con V1 = 100 gal y V2 = 200 gal. Si la entrada al tanque 1 es agua pura y las
masas iniciales de sal disuelta en los tanques son m10 = m20 = 50 lbm, determinar la
cantidad de sal en cada tanque versus el tiempo. As mismo determinar el tiempo y la
magnitud de la masa en el tanque 2 cuando m2 est a su ms alto valor.

Solucin

Esta situacin es un problema tpico de mezclado que involucra la dilucin de una


mezcla soluto-solvente por adicin de solvente puro al sistema. En este caso la sal es el
soluto y el agua es el solvente. Con solamente agua fresca entrando al tanque 1 (es decir

LUIS MONCADA ALBITRES


MODELAMIENTO Y SIMULACION DE PROCESOS 157

la concentracin de entrada de sal es cero), nosotros esperamos que la masa de sal en el


tanque 1, m1, y la concentracin de sal en el tanque 1, C1=m1/V1, disminuirn con el
tiempo desde sus valores iniciales de 50 lbm y 0.5 lbm/gal, respectivamente. Notar, sin
embargo, que aunque inicialmente el tanque2 tiene la misma cantidad de sal que el
tanque 1, debido a que tiene mayor volumen, la concentracin inicial de sal en el tanque
2 es menor que para el tanque 1, con C20 = m20/V2 = 50 lbm/200 gal = 0,25 lbm/gal.
Entonces, debemos esperar que C2 se incremente durante un tiempo antes de que
eventualmente disminuya a cero a medida que la dilucin total del sistema avanza. La
especificacin del problema nos pide determinar el perfil de la masa de sal en cada
tanque con el tiempo y evaluar la concentracin mxima que se espera que ocurra en
tanque 2.

Balance de masa en el tanque 1


Asumiendo un tanque perfectamente mezclado, el balance de masa para la sal en el
tanque 1 a condiciones no estacionarias da:

dm1
= m i me i = q(Ci Ce) = qCe = qC1 (6.8)
dt
donde la ultima igualdad es el resultado de la aproximacin a tanque perfectamente
mezclado (es decir, la concentracin de salida es asumida a ser aproximadamente igual
a la concentracin promedio).
Como C1 = m1/V1, para el tanque 1, tenemos

dm1 q
= m1 (6.9)
dt V1
Esta es una ecuacin separable, as
dm1 q
= dt
m1 V1
y su integracin da
q
ln m1 = t + c
V1
Tomando antilogaritmos da

m1(t) = e
( qt / V + c ) = e qt / V e c = C e qt / V
1
'
1
'
1

Finalmente, aplicando las condiciones iniciales se tiene


a t = 0, m1(0) = m10 = 50 lbm y c = m10
Entonces, el perfil de masa de sal con el tiempo en el tanque 1 es

m1(t) = m10 e qt / V1 (6.10)


Reemplazando los valores numricos se tiene:

m1(t) = 50e t/20 lbm (cn t en segundos) (6.11)

LUIS MONCADA ALBITRES


MODELAMIENTO Y SIMULACION DE PROCESOS 158

Balance de masa en el tanque 2


Estableciendo un balance similar de masa para la sal en el tanque 2 se tiene

dm2
= q(C1 C2) (6.12)
dt
donde nuevamente, hemos asumido tanque perfectamente mezclado. Aqu la
concentracin saliendo del tanque 1, entra al tanque 2, y C2 es la concentracin
promedio (y de salida) del tanque 2. Escribiendo las concentraciones como masa/
volumen se tiene:

dm2 q q
= m1 m2
dt V1 V2
o en la forma estndar

dm2 q q
+ m2 = m1 (6.13)
dt V2 V1

esta es una EDO lineal de primer orden con un factor de integracin dado por
q
V2 dt
IF = e = e qt / V2
Multiplicando la Ec. (613) por el factor integrador se tiene:

d d qt / V2
q
e qt / V2 m2 + m2 = e
q
m2 = e qt / V2 m1 [ ]
dt V2 dt V1

Integrando ambos lados de esta expression se tiene:

q
e qt / V2 m 2 =
V1 e qt / V2 m1 (t )dt

Pero, m1(t) es dada explcitamente por la Ec.(6.10). Luego, tenemos


1 1
qm10 q V2 V1 t
V1
e qt / V2
m2 = e dt

y esta puede ser simplificada, en varios pasos, para dar


V1 V2 V1 V2
qm10 q V1V2 t
qm10 V1V2 q V1V2 t

V1
e qt / V2
m2 = e
dt = e
+c
V1 q (V1 V )
2

V2 qt / V2 qt / V1
= m10 e e +c
V1 V2

LUIS MONCADA ALBITRES


MODELAMIENTO Y SIMULACION DE PROCESOS 159

Ahora, multiplicando por e qt / V2 se tiene

V2 qt / V1
m2 = m10 e + ce qt / V2
V1 V2

Finalmente, podemos usar la condicin inicial [ a t = 0, m2(0) = m20 = 50 lbm] para


determinar c, o

V2 V2
m2 = m10 + c y c = m20 m10
V1 V2 V1 V2
Entonces, la masa de sal en el tanque 2 versus el tiempo esta dada por:

V2 qt / V1
m2(t) = m20 e qt / V2 + m10
V V [
e e qt / V2 ] (6.14)
1 2
Reemplazando los valores numricos se tiene

m2(t) = 50e t/40 100 [e t/20 e t/40] = 150e t/40 100e t/20 (6.15)

Qu podemos decir sobre las condiciones mximas en el tanque 2?

Para determinar las condiciones mximas en el tanque 2, notamos que el mximo de


m2(t) debe ocurrir cuando dm2/dt =0. Entonces, tomando la derivada de la Ec.(6.14) e
igualando el resultado a cero se tiene

dm2 qm20 qt / V 2 V2 q qt / V1 q qt / V2
= e m10 e e =0 (6.16)
dt V2 V1 V2 V1 V2

Nosotros podemos ahora resolver la Ec. (6.16) para t = tmax, y colocar este valor para t
en la Ec. (6.14) lo cual dar m2max. Sin embargo, como hemos visto, esto es muy
dificultoso algebraicamente.
Otra alternativa es regresar a la ecuacin original de balance dada en el Ec.(6.12).
Con dm2/dt = 0, la Ec.(6.12) nos dice que C1 = C2 a las condiciones mximas. Esto tiene
sentido fsicamente, subsecuentemente con tal de que C1 > C2, la concentracin del
tanque 2 debe continuar incrementndose. Si C1 < C2 la cantidad de sal en el tanque 2
debe disminuir a medida que la concentracin del flujo de entrada es menor que la
concentracin del flujo de salida. Por lo tanto, las condiciones mximas en el tanque 2
ocurren cuando C1 = C2. Por lo tanto, tenemos la relacin vlida,

1
1
m10 e qt / V1 = m20 e
qt / V2 V2
+ m10 [
qt / V1
e ]
e qt / V2 (6.17)
V1 V2 V1 V2

a las condiciones mximas. Bien, aunque este acercamiento alternativo es vlido, esta
ltima expresin no es ms fcil de evaluar para t = tmax que la Ec.(6.16).

LUIS MONCADA ALBITRES


MODELAMIENTO Y SIMULACION DE PROCESOS 160

MATLAB al Rescate!
Como hemos visto la solucin analtica es difcil y las manipulaciones algebraicas
son tediosas, por lo tanto, una alternativa para simplificar el trabajo es graficar las
soluciones dadas por la Ecs. (6.10) y (6.14) y observar visualmente donde ocurren las
condiciones mximas. Este procedimiento ha sido implementado en la primera parte del
archivo Matlab STANKS2.M. Este programa Matlab actualmente hace una parte del
trabajo, y se ha dividido en tres funcionales como sigue:

Parte I Evaluacin de la funcin y grfico de la solucin Analtica.


Parte II Solucin y anlisis de las EDOs usando la capacidad Simblica de Matlab.
Parte III - Solucin Numrica y anlisis de la EDO usando una rutina Matlab.
Por lo tanto, STANKS2.M representa una Buena ilustracin de una variedad de mtodos
(tambin ver el archive de funcin ODE23 , STANKS2_EQNS.M, el cual es necesario
en la Parte III de STANKS2.M). El lector se encargara de estudiar estos programas
fuerte y cuidadosamente (ver los listados de STANKS2.M a STANKS2_EQNS.M) y
familiarizarse con las grandes capacidades de Matlab ilustradas aqu. La corrida del
programa y observando la edicin de la salida y las grficas pueden ser de mucha
utilidad!
El resumen de los resultados del programa son dados a continuacin en una
simple grfica Matlab con dos sub-graficas; una que muestra los perfiles de masa versus
tiempo y otra que da las concentraciones versus tiempo. Las sub-grficas son muy
similares ya que las masa y concentraciones estn simplemente relacionadas mediante
un factor de normalizacin (el cual es C = m/V). Sin embargo, las curvas de
concentracin claramente muestran el hecho de que C1 = C2 en el punto mximo del
perfil C2(t) (ver discusin anterior). Luego, a partir de estos datos, que la condicin
mxima en el tanque 2 ocurre alrededor de 11.5 segundos despus de comenzada la
dilucin y que, a este punto mximo, el tanque 2 tiene cerca de 56.2 lbm de sal disuelta
en el agua. A este punto la concentracin de sal en ambos tanques es alrededor de 0.281
lbm/gal. En general, todos los resultados mostrados aqu concuerdan con nuestras
expectativas a priori para este sistema.

Nota: Aunque no mostrado aqu explcitamente, las curvas para los tres mtodos de
solucin - analtico, simblico, y numrico son exactamente todas iguales (usted
puede ejecutar el programa para ver esto). Esto es claramente lo esperado y da la
confianza en nuestra habilidad de usar los tres mtodos para resolver problemas de este
tipo con precisin. Claramente, sin embargo, una vez que la sintaxis bsica y el cdigo
algoritmo ha sido trabajado para las soluciones Matlab, es fcil aplicar la metodologa
simblica o numrica computacional para resolver problemas similares, pero diferentes
rpidamente. Nosotros tambin podemos ser capaces de resolver un nuevo problema
analticamente, pero las soluciones de Matlab - simblica o numrica ofrece un
acercamiento ms fcil y eficaz. Adems, si nosotros planeamos evaluar y trazar las
soluciones de cualquier modo, nosotros tambin podramos resolver simplemente el
problema completo en el mismo cdigo. En aplicaciones prcticas, la solucin por
computadora y anlisis de EDOs es claramente el mtodo de eleccin y, en muchos
casos dnde las soluciones analticas a mano son muy tediosas o incluso imposibles, es
la nica manera de continuar!
A continuacin se lista el programa principal STANKS2.M,

LUIS MONCADA ALBITRES


MODELAMIENTO Y SIMULACION DE PROCESOS 161

% Luis Moncada
% Julio 12 2002
clear all;
nfig = 0;
% parmetros
m10 = 50; m20 = 50; % masa iniciales de sal en los tanques (lbm)
V1 = 100; V2 = 200; % volmenes constantes de los tanques (gal)
q = 5; % flujo volumetrico constante (gal/s)
% Parte I Evaluacin y grafica de la funcin para solucin ANALYTICA
% definir rango de tiempos para grafica la solucin
to = 0; tf = 90; Nta = 91; ta = linspace(to,tf,Nta);
% evaluar masa y concentraciones [ver "Dos tanque con sal" para derivadas]
m1a = m10*exp(-q*ta/V1);
m2a = m20*exp(-q*ta/V2)+m10*V2*(exp(-q*ta/V1)-exp(-q*ta/V2))/(V1-V2);
c1a = m1a/V1; c2a = m2a/V2;;
% encontrar magnitud y tiempo para condiciones mximas en el tanque2
[m2amax,index] = max(m2a); tamax = ta(index);
c1amax = c1a(index); c2amax = c2a(index);
fprintf(1,'\n Solucin al Problema "Dos Tanques con Sal" (ver teora) \n');
fprintf(1,'\n Condiciones mximas en Tanque 2 de Solucin ANALiTICA \n');
fprintf(1,' Mtodo #1 -- mediante bsqueda de vector de valores \n');
fprintf(1,' Tiempo del mximo : tmax = %6.2f seg \n',tamax);
fprintf(1,' Masa de sal en mximo: m2max = %6.2f lbm \n',m2amax);
fprintf(1,' Conc de sal en Tanque 1: c1max = %6.3f lbm/gal \n',c1amax);
fprintf(1,' Conc de sal en Tanque 2: c2max = %6.3f lbm/gal \n\n\n',c2amax);
% grafica de solucin ANALITICA para masas y concentraciones
nfig = nfig+1; figure(nfig)
subplot(2,1,1),plot(ta,m1a,'r-',ta,m2a,'g--'), grid
title('"Dos Tanques con Sal" Resultados ANALITICOS')
ylabel('Masa de Sal (lbm)'),legend('Tanque 1','Tanque 2')
subplot(2,1,2),plot(ta,c1a,'r-',ta,c2a,'g--'), grid
ylabel('Conc. de Sal (lbm/gal)'),legend('Tanque 1','Tanque 2')
xlabel('Tiempo (seg)')
% Parte II Solucin de las EDOs usando la capacidad SIMBOLICA de Matlab
% resolver las EDOs dadas para las masas usando manipulaciones simblicas
syms ts ts0 qs V1s V2s m1s m2s m10s m20s c1s c2s
S = dsolve('Dm1s = -qs*m1s/V1s','Dm2s = qs*m1s/V1s - qs*m2s/V2s', ...
'm1s(ts0) = m10s','m2s(ts0) = m20s','ts');
% pasar variables simblicas a valores numricos
to = 0; tf = 90;
ts0 = to; m10s = m10; m20s = m20;
qs = q; V1s = V1; V2s = V2;
% mostrar soluciones
fprintf(1,'\n La solucin SIMBOLICA para m1(t) es: \n');
m1s = S.m1s; pretty(m1s)
fprintf(1,'\n y con adecuadas sustituciones de variables, es: \n');
m1s = subs(m1s); pretty(m1s)
fprintf(1,'\n La solucin SIMBOLICA para m2(t) es: \n');
m2s = S.m2s; pretty(m2s)
fprintf(1,'\n y con adecuadas sustituciones de variables, es: \n');
m2s = subs(m2s); pretty(m2s)
% evaluar soluciones simblicas a diferentes tiempos para graficar
Ntp = 91; tp = linspace(to,tf,Ntp);
m1p = double(subs(m1s,ts,tp)); m2p = double(subs(m2s,ts,tp));
c1p = m1p/V1; c2p = m2p/V2;
% encontrar magnitud y tiempo para condiciones mximas en el tanque 2
% Mtodo #1 -- buscando vector de valores
[m2pmax,index] = max(m2p); tpmax = tp(index);

LUIS MONCADA ALBITRES


MODELAMIENTO Y SIMULACION DE PROCESOS 162

c1pmax = c1p(index); c2pmax = c2p(index);


fprintf(1,'\n\n Condicin mxima en Tanque 2 por Solucin SIMBOLICA \n');
fprintf(1,' Mtodo #1 -- por bsqueda de vector de valores \n');
fprintf(1,' Tiempo del mximo : tmax = %6.2f seg \n',tpmax);
fprintf(1,' Masa de sal en mximo: m2max = %6.2f lbm \n',m2pmax);
fprintf(1,' Conc de sal en Tanque 1: c1max = %6.3f lbm/gal \n',c1pmax);
fprintf(1,' Conc de sal en Tanque 2: c2max = %6.3f lbm/gal \n',c2pmax);
% Metodo #2 -- resolviendo expresion SIMBOLICA: C1 - C2 = 0 o m1s/V1s - m2s/V2s = 0
tsmax = solve(m1s/V1s-m2s/V2s,ts);
m1smax = double(subs(m1s,ts,tsmax)); m2smax = double(subs(m2s,ts,tsmax));
m1max = double(m1smax); c1max = m1max/V1;
m2max = double(m2smax); c2max = m2max/V2;
fprintf(1,'\n Mtodo #2 -- por solucin de expresin SIMBOLICA: C1 - C2 = 0 \n');
fprintf(1,' Tiempo del mximo: tmax = %6.2f seg \n',double(tsmax));
fprintf(1,' Masa de sal en mximo: m2max = %6.2f lbm \n',m2max);
fprintf(1,' Conc de sal en Tanque 1: c1max = %6.3f lbm/gal \n',c1max);
fprintf(1,' Conc de sal en Tanque 2: c2max = %6.3f lbm/gal \n\n\n',c2max);
% graficar soluciones SIMBOLICAS para la masa y concentraciones
nfig = nfig+1; figure(nfig)
subplot(2,1,1),plot(tp,m1p,'r-',tp,m2p,'g--'), grid
title('"Dos Tanques de Sal" Resultados SIMBOLICOS')
ylabel('Masa de Sal (lbm)'),legend('Tanque 1','Tanque 2')
%
subplot(2,1,2),plot(tp,c1p,'r-',tp,c2p,'g--'), grid
ylabel('Conc. de Sal (lbm/gal)'),legend('Tanque 1','Tanque 2')
xlabel('Tiempo (seg)')
% Parte III solucin NUMERICA de las EDOs usando la rutina Matlab ODE23
% definir dominio de inters, vector de condiciones iniciales, y opciones para ODE23
to = 0; tf = 90; zo = [m10 m20]';
tol = 0.0001; options = odeset('RelTol',tol);
% evaluar masas y concentraciones [usar ODE23]
[tn,zn] = ode23('stanks2_eqns',[to tf],zo,options,q,V1,V2);
m1n = zn(:,1); m2n = zn(:,2);
c1n = m1n/V1; c2n = m2n/V2;;
% encontrar magnitud y tiempo para condiciones mximas en Tanque 2
[m2nmax,index] = max(m2n); tnmax = tn(index);
c1nmax = c1n(index); c2nmax = c2n(index);
fprintf(1,'\n Condition maxima en Tanque 2 de Solution NUMERICA \n');
fprintf(1,' Metod #1 -- por bsqueda del vector de valores \n');
fprintf(1,' Tiempo del mximo: tmax = %6.2f seg \n',tnmax);
fprintf(1,' Masa de sal en mximo: m2max = %6.2f lbm \n',m2nmax);
fprintf(1,' Conc de sal en Tanque 1: c1max = %6.3f lbm/gal \n',c1nmax);
fprintf(1,' Conc de sal en Tanque 2: c2max = %6.3f lbm/gal \n\n\n',c2nmax);
% grafica de soluciones NUMERICAs para la masa y concentraciones
nfig = nfig+1; figure(nfig)
subplot(2,1,1),plot(tn,m1n,'r-',tn,m2n,'g--'), grid
title('"Dos Tanques de Sal" Resultados NUMERICOS')
ylabel('Masa de Sal (lbm)'),legend('Tanque 1','Tanque 2')
%
subplot(2,1,2),plot(tn,c1n,'r-',tn,c2n,'g--'), grid
ylabel('Conc. de Sal (lbm/gal)'),legend('Tanque 1','Tanque 2')
xlabel('Tiempo (seg)')
%
% fin del programa

y el programa auxiliar de evaluacin de derivadas STANKS2_EQNS.M,

LUIS MONCADA ALBITRES


MODELAMIENTO Y SIMULACION DE PROCESOS 163

% STANKS2_EQNS.M Funcin de evaluacin para la etapa


% de EDO en STANKS2.M
% Definiendo las ecuaciones diferenciales para el
% problema de "Dos tanque de sal"
% Tanque 1 -> dm1/dt = -(q/V1)m1 m1(0) = m10
% Tanque 2 -> dm2/dt + (q/V2)m2 = (q/V1)m1 m2(0) = m20
%
% L. Moncada
% Julio 12 2002
%
function zp = eqnfile(t,z,flag,q,V1,V2)
zp = zeros(length(z),1);
zp(1) = -(q/V1)*z(1);
zp(2) = (q/V1)*z(1) - (q/V2)*z(2);
%
% fin de la funcin

Al ejecutar el programa STANKS2 se tiene la siguiente salida mostrando todas las formas
de solucin:

>> STANKS2

Solucin al Problema "Dos Tanques con Sal" (ver teora)

Condiciones mximas en Tanque 2 de Solucin ANALiTICA


Mtodo #1 -- mediante bsqueda de vector de valores
Tiempo del mximo : tmax = 12.00 seg
Masa de sal en mximo: m2max = 56.24 lbm
Conc de sal en Tanque 1: c1max = 0.274 lbm/gal
Conc de sal en Tanque 2: c2max = 0.281 lbm/gal

La solucin SIMBOLICA para m1(t) es:

qs ts
exp(- -----) m10s
V1s
-----------------
ts0 qs
exp(- ------)
V1s

y con adecuadas sustituciones de variables, es:

50 exp(- 1/20 ts)

La solucin SIMBOLICA para m2(t) es:

qs ts ts0 qs
exp(- -----) exp(------) (m10s V2s - m20s V1s + m20s V2s)
V2s V2s
- ---------------------------------------------------------
V1s - V2s

qs ts
exp(- -----) m10s V2s
V1s
+ -------------------------
ts0 qs

LUIS MONCADA ALBITRES


MODELAMIENTO Y SIMULACION DE PROCESOS 164

exp(- ------) (V1s - V2s)


V1s

y con adecuadas sustituciones de variables, es:

150 exp(- 1/40 ts) - 100 exp(- 1/20 ts)

Condicin mxima en Tanque 2 por Solucin SIMBOLICA


Mtodo #1 -- por bsqueda de vector de valores
Tiempo del mximo : tmax = 12.00 seg
Masa de sal en mximo: m2max = 56.24 lbm
Conc de sal en Tanque 1: c1max = 0.274 lbm/gal
Conc de sal en Tanque 2: c2max = 0.281 lbm/gal

Mtodo #2 -- por solucin de expresin SIMBOLICA: C1 - C2 = 0


Tiempo del mximo: tmax = 11.51 seg
Masa de sal en mximo: m2max = 56.25 lbm
Conc de sal en Tanque 1: c1max = 0.281 lbm/gal
Conc de sal en Tanque 2: c2max = 0.281 lbm/gal

Condicin mxima en Tanque 2 de Solucin NUMERICA


Mtodo #1 -- por bsqueda del vector de valores
Tiempo del mximo: tmax = 11.00 seg
Masa de sal en mximo: m2max = 56.24 lbm
Conc de sal en Tanque 1: c1max = 0.288 lbm/gal
Conc de sal en Tanque 2: c2max = 0.281 lbm/gal
>>
Y las grficas:

Fig. 6-4 Solucin ANALITICA del problema 6.3

LUIS MONCADA ALBITRES


MODELAMIENTO Y SIMULACION DE PROCESOS 165

Fig. 6-5 Solucin SIMBOLICA del problema 6.3

Fig. 6-6 Solucin NUMERICA del problema 6.3

LUIS MONCADA ALBITRES


MODELAMIENTO Y SIMULACION DE PROCESOS 166

6.4 TRES CSTRs EN SERIE

Las ecuaciones que describen a tres reactores CSTR isotrmicos en serie fueron
desarrolladas en la Sec. 3.2

dC A1 1
= (CA0 CA1) k CA1 (6.18)
dt
dC A2 1
= (CA1 CA2) k CA2 (6.19)
dt
dC A3 1
= (CA2 CA3) k CA3 (6.20)
dt

Las condiciones iniciales son CA1(0) = 0,4 kg.mol de componente A/m3, CA2(0) =
0,2 kg.mol de componente A/m3, y CA3(0) = 0,1 kg.mol de componente A/m3. La
funcin impulsora es CA0. Asumiremos que en el tiempo cero CA0 se ajusta a 1,8 kg.mol
de A/m3 y se mantiene constante. El parmetro = V/F (tiempo de residencia), es
ajustado igual a 2 min y el valor de k es 0,5 min1.

Solucin

Reemplazando valores numricos se tiene

dC A1
=0,9 CA1 , CA1(0) = 0,4 (6.21)
dt

dC A2
= 0,5CA1 CA2 , CA2(0) = 0,2 (6.22)
dt

dC A3
= 0,5 CA2 CA3 , CA3(0) = 0,1 (6.23)
dt

a) La solucin se consigue usando una rutina para la solucin de EDOs, en este caso la
rutina ode45, para lo cual escribimos el archivo de funcin: cstr3.m

% Funcin para tres CSTRs en serie: cstr.m


% (c) 2002 - L. Moncada
% Julio 2002
%
function dc=cstr(t,c);

% Vector columna del arreglo de las derivadas de las variables


dependientes
dc=zeros(3,1);

% Parmetros

% Sistema de ecuaciones
dc(1)=((1.8-c(1))/2)-0.5*c(1);

LUIS MONCADA ALBITRES


MODELAMIENTO Y SIMULACION DE PROCESOS 167

dc(2)=((c(1)-c(2))/2)-0.5*c(2);
dc(3)=((c(2)-c(3))/2)-0.5*c(3);

y el archivo de ejecucin cstrej3.m

% Archivo de ejecucin para la funcin cstr3: cstrej3.m


% (c) 2002 - L. Moncada
% Julio 2002
%
% Valores iniciales para la simulacin
% Rutina de integracin
[t,c]=ode45('cstr3',[0 10],[0.4; 0.2; 0.1]);

% Determine la longitud de las series de tiempo y var. depend.


npts = length(t);

% Definir la forma de salida


fprintf('\n\n\n Tiempo CA1 CA2 CA3\n')
fprintf(' (seg) (Kmol/m3) (Kmol/m3) (Kmol/m3)\n\n')
for n = 1:5:npts
fprintf(' %5.1f %6.2f %6.2f %
4.1f\n',t(n),c(n,1),c(n,2),c(n,3))
end
plot(t,c(:,1),'-',t,c(:,2),'-.',t,c(:,3),'-x');
xlabel('Tiempo: Seg')
ylabel('Concentracin: Kmol/m3')
grid

Obteniendo los resultados dados en la tabla siguiente

>> cstrej

Tiempo CA1 CA2 CA3


(seg) (Kmol/m3) (Kmol/m3) (Kmol/m3)

0.0 0.40 0.20 0.1


0.3 0.53 0.21 0.1
1.0 0.71 0.26 0.1
1.8 0.82 0.33 0.1
2.8 0.87 0.39 0.2
4.1 0.89 0.43 0.2
5.3 0.90 0.44 0.2
6.6 0.90 0.45 0.2
7.8 0.90 0.45 0.2
9.1 0.90 0.45 0.2
9.9 0.90 0.45 0.2

Los cuales se visualizan en la grfica dada por la Fig. 6.7

LUIS MONCADA ALBITRES


MODELAMIENTO Y SIMULACION DE PROCESOS 168

Fig. 6-7 Resultados de la simulacin de tres CSTRs isotrmicos en serie

b) Otra forma es usando el mtodo de Euler. Para este caso, las Ecs. (6.21), (6.22), y
(6.23) constituyen un sistema de ecuaciones diferenciales ordinarias. Este sistema se
puede escribir como:

y = f (y,t) = My + S (6.24)

donde

CA1 -1 0 0 0,9

CA2 0,5 -1 0 0
y = M = S=
CA3 0 0,5 -1 0

Haciendo uso de MATLAB (aplicando el mtodo de Euler) para la simulacin del


proceso escribimos el programa cstrs.m el cual es listado en el apndice

6.5 REACTOR SEMICONTINUO

Considerar el caso reactor diseado para clorar benceno con cloruro frrico como
catalizador. El reactor es semibatch conteniendo una carga inicial de benceno puro
dentro del cual se alimenta cloro gaseoso a un estado estacionario. El tanque de reaccin
es operado a presin constante de 2 atm y est equipado con enfriadores para mantener
una temperatura de 55oC. El liquido es agitado para dar una mezcla homognea. La

LUIS MONCADA ALBITRES


MODELAMIENTO Y SIMULACION DE PROCESOS 169

unidad contiene un condensador de reflujo el cual retorna todo el benceno y los


clorobencenos vaporizados hacia el reactor mientras que permite que todo el cloruro de
hidrgeno generado y el exceso de cloro en el reactor salgan del sistema.
Monoclorobenceno, diclororbenceno y triclorobenceno son producidos mediante
reacciones en serie siguientes:
k1
C6H6 + Cl2 C6H5Cl + HCl (I)
k2
C6H5Cl + Cl2 C6H4Cl2 + HCl (II)
k3
C6H4Cl2 + Cl2 C6H3Cl3 + HCl (III)

Las constantes especficas de velocidad de reaccin son:


k1 = 510 (lb mol/pie3)-1(h)-1
k2 = 64 (lb mol/pie3)-1(h)-1
k3 = 2.1 (lb mol/pie3)-1(h)-1

Para este reactor semibatch se desea conocer en que tiempo se debe detener la
reaccin en razn a obtener el mximo rendimiento de monoclorobenceno.
HCl = F

C6H6 = A
C6H5Cl = B
C6H4Cl2 = C
C6H3Cl3 = D
Cl2 = E
Cl2 = G

La velocidad de alimentacin de cloro seco es 1,4 (lbmol de cloro)/(h).(lbmol de


benceno inicial cargado)
Se desprecia la retencin de liquido y vapor en el condensador de reflujo.
El cambio de volumen de la mezcla reaccionante es despreciable, y el volumen de
liquido en el reactor permanece constante e igual 1.46 pies3/lbmol de benceno cargado
inicialmente.
El cloruro de hidrgeno tiene una solubilidad despreciable en la mezcla liquida.
El cloro gas alimentado al sistema, inmediatamente ingresa a la solucin, pero su
solubilidad limite es 0,12 lbmol de cloro/lbmol de benceno inicial, y este valor
permanece constante.
Cada reaccin es de segundo orden.

Solucin

1. Tomando como base:


Benceno alimentado al reactor: NA0 = 1 mol

LUIS MONCADA ALBITRES


MODELAMIENTO Y SIMULACION DE PROCESOS 170

2. Moles de los compuestos presentes en el reactor en el tiempo t:


Benceno = NA
Monoclorobenceno = NB
Diclorobenceno = NC
Triclorobenceno = ND

TOTAL NT = NA + NB + NC + ND + NE (6.25)
NA + NB + NC + ND = 1 mol (ya que las reacciones son en serie 1 a 1) (6.26)
3. Total de cloro consumido: Cl2
Para monoclorobenceno (reaccin I) = NB
Para diclorobenceno (reaccin II) = 2NC
Para triclorobenceno (reaccin III) = 3ND

Total de cloro consumido NG = NB + 2NC + 3ND (6.27)

4. Suponiendo Volumen de reaccin (V) constante se tiene:


- Velocidad de reaccin del benceno

1 dN A N N
= k1 A E (6.28)
V dt V V

NE = moles de cloro presentes en el sistema

- Velocidades de formacin:

1 dN B N N N N
= k1 A E k 2 B E (6.29)
V dt V V V V

1 dN c N N NC N E
= k2 B E k3 (6.30)
V dt V V V V

1 dN D N N
= k3 C E (6.31)
V dt V V
- Cloro consumido

1 dN E N N N N N N
= F k1 A E k 2 B E k 3 C E (6.32)
V dt V V V V V V

Las Ecs. (6.28) a (6.32) representan el modelo del balance de materiales para el
reactor semibatch. Y la Ec. (6.27) sirve para evaluar el consumo neto de Cloro.

LUIS MONCADA ALBITRES


MODELAMIENTO Y SIMULACION DE PROCESOS 171

5. Solucin Analtica.

5.1 Reemplazando valores de las constantes de velocidad en las Ecs. (6.28), (6.29),
(6.30) y (6.31) y dividiendo las Ecs. (6.29), (6.30) y (6.31) por la Ec. (6.28) para
eliminar el tiempo como variable independiente se tiene:
dN B NB
= 1 (6.33)
dN A 8N A

dN c NC N
= B (6.34)
dN A 240 N A 8 N A

dN D Nc
= (6.35)
dN A 240 N A

5.2 La Ec. (6.33) es una ecuacin homognea de 1er. orden (resolviendo mediante la
tcnica de sustitucin)
Sea
NB = RNA (6.36)
dN B dR
= R + NA (6.37)
dN A dN A

Sustituyendo, (6.36) y (6.37) en (6.33) e integrando se tiene:


8
ln NA = ln I (6.38)
7 ln(7 R + 8)
NB
Tomando antilogaritmos y reemplazando R = se tiene:
NA
8
7N B 7
NA = I + 8 (6.39)
NA

donde I = Constante de integracin


Para t = 0 NA = 1 y NB = 0; con lo cual I = 8 8/7

Luego reemplazando el valor de I y reagrupando:

NB =
(
8 NA
1
8 NA ) (6.40)
7

Del mismo modo, reemplazando (6.40) en (6.34) para eliminar NB e integrando


(usando el mtodo del factor integrador) se tiene

240 1 1
NC = (29 N A 239 N A 8 + 210 N A 240 ) (6.41)
7 29 239

LUIS MONCADA ALBITRES


MODELAMIENTO Y SIMULACION DE PROCESOS 172

Clculos:
Dar valores de NA (1, ------, 0)
Evaluar NB Ec.(6.40) y NC Ec. (6.41)
Calcular ND Ec. (6.26)
Calcular la cantidad de cloro consumido NG Ec. (6.27)

5.3 A continuacin se da un programa en Matlab para hacer los clculos


presentndose la grfica producto de la solucin de las ecuaciones

clear, clf, hold off


a=1; n=0; b=0; c=0; d=0; g=0;h=0.01;
a_rec=a; b_rec=b;c_rec=c;d_rec=c; g_rec=g;
while a>=0;
n=n+1;
a = a-h
b= 8*((a^0.125)-a)/7;
c= (240/48517)*(29*a-239*a^(1/8)+210*a^(1/240));
d= 1-a-b-c;
g= b+2*c+3*d;
a_rec(n+1) = a;
b_rec(n+1) = b;
c_rec(n+1) = c;
d_rec(n+1) = d;
g_rec(n+1) = g;

end
plot(g_rec,a_rec,g_rec,b_rec,g_rec,c_rec,g_rec,d_rec)
xlabel('Moles de cloro consumidos')
ylabel('Moles en el reactor')
grid

Fig. 6-5 Cloracin del benceno

LUIS MONCADA ALBITRES


MODELAMIENTO Y SIMULACION DE PROCESOS 173

6. Solucin numrica

Como se ha observado para resolver el problema usando el mtodo analtico, trae


dificultades al hacer la integracin de las ecuaciones aun cuando estas sean homogneas
y lineales. Otra complicacin adicional es hacer el calculo para diferentes valores del
nmero de moles de benceno entre 1 y 0; y es ms, no podemos determinar el tiempo
ptimo de operacin.
Las complicaciones anteriores se pueden salvar usando un mtodo numrico para
evaluar las derivadas y hacer la simulacin por computador, as escribimos el programa
cloracin 2 para evaluar las derivadas dadas por la Ecs. (6.28) a (6.32) y el consumo
total de cloro, Ec. (6.27).

% simulacin de un reactor BATCH Ideal


% (c) 2002 - L. Moncada
% Julio 2002
% Borrar variables de memoria
clear all
% Primera figura
nfig = 0;
% Tiempo de simulacin: segundos
ts=input('ingresar tiempo de simulacin (seg): ');
% Parmetros para el problema
v=1.46;
ne=0;
k1=510/3600;
k2=64/3600;
k3=2.1/3600;
f=1.4/3600;
h=1; % Tamano de paso
t=0; n=0;
% Valores iniciales
na=1;nb=0;nc=0;nd=0;ng=0;ne=0;
% Asignacin de nuevos valores
t_rec(1)=(t); na_rec(1)= na; nb_rec(1)= nb; nc_rec(1)=nc;
nd_rec(1)=nd; ng_rec(1)=ng; ne_rec(1)=ne;

while t<=ts
% Contador
n=n+1;
%Evaluacin de las derivadas mtodo de Euler
na=na+h*(-k1*na*ne/v);
nb=nb+h*((k1*na*ne/v)-(k2*ne*nb/v));
nc=nc+h*((k2*ne*nb/v)-(k3*ne*nc/v));
nd=nd+h*(k3*ne*nc/v);
ne=ne+h*(f-(k1*na*ne/v)-(k2*ne*nb/v)-(k3*ne*nc/v));
ng=nb+2*nc+3*nd;
if ne<0.12;
ne_rec(n+1)=ne;
else
ne_rec(n+1)=0.12;
end
t = t+h;
na_rec(n+1)=na;
nb_rec(n+1)=nb;
nc_rec(n+1)=nc;
nd_rec(n+1)=nd;

LUIS MONCADA ALBITRES


MODELAMIENTO Y SIMULACION DE PROCESOS 174

ng_rec(n+1)=ng;
t_rec(n+1) = t;
end
nfig = nfig+1; figure(nfig)
plot(t_rec,na_rec,t_rec,nb_rec,t_rec,nc_rec,t_rec,nd_rec)
xlabel('Tiempo: Segundos')
ylabel('Moles en el reactor')
grid
nfig = nfig+1; figure(nfig)
plot(ng_rec,na_rec,ng_rec,nb_rec,ng_rec,nc_rec,ng_rec,nd_rec)
xlabel('Moles de Cloro Consumidos')
ylabel('Moles en el reactor')
grid

Al invocar el programa cloracin2 en la ventana de trabajo se tiene:

>> cloracion2

Ingresar tiempo de simulacin (seg): 7200

Obteniendo las grficas mostrada en la Figuras 6-6 y 6.7

Fig. 6-6 Simulacin del reactor de cloracin tiempo versus moles

LUIS MONCADA ALBITRES


MODELAMIENTO Y SIMULACION DE PROCESOS 175

Fig. 6-7 Simulacin del reactor de cloracin cloro consumido versus productos

Al analizar los resultados mostrados en las Figs 6-6 y 6-7 podemos concluir en lo
siguiente:
- El tiempo ptimo de operacin es 2808 segundos (0,78 hrs)
- La mayor cantidad de monoclorobenceno se obtiene cuando se consume 1.1
moles de cloro por cada mol de benceno; siendo esta la cantidad optima que debe
mantenerse en el reactor
- A medida que se deja mayor tiempo la mezcla reaccionante tiende a la formacin
de diclorobenceno y triclorobenceno, de tal manera que si se desea obtener
diclorbenceno se debe trabajar durante 1.75 horas y tener 2.1 moles de cloro en el
reactor.

LUIS MONCADA ALBITRES


MODELAMIENTO Y SIMULACION DE PROCESOS 176

CAPITULO

7
EJEMPLOS DE SIMULACION
DE SISTEMAS CONTROLADOS

Esencialmente todos los procesos continuos deben operar a condiciones


estacionarias, y es bajo estas condiciones que se hacen los diseos. En cambio los
procesos por lotes (batch) trabajan a condiciones no estacionarias. Pero aun cuando
los procesos mayormente operen a condiciones estacionarias, siempre se presentan
perturbaciones que alteran el curso normal del proceso. Es por esta razn importante el
anlisis de su conducta dinmica para disear e instalar los sistemas de control
adecuados para compensar las perturbaciones que puedan presentarse y restaurar el
proceso a su estado estacionario inicial.
En este captulo sin querer profundizarnos en lo referente al control y
automatizacin de procesos, tema que es cubierto ampliamente por la bibliografa sobre
el particular, analizaremos algunos sistemas controlados y veremos como los sistemas
de control restauran las variables controladas a sus valores de diseo

7.1 CSTR NO ISOTERMICO

El reactor exotrmico enchaquetado, discutido en la Sec. 3.6 y simulado para


condiciones estacionarias en el Ejemplo 5.8 proporciona un buen ejemplo de la
simulacin de varias EDO no lineales y la respuesta de los sistemas de control. En este
reactor, tanto las velocidades de flujo como las retenciones son variables. Un
controlador proporcional de nivel manipula el liquido que sale del tanque, F, como una
funcin lineal del volumen en el tanque.

F = 40 10(48 V) (7.1)

Un segundo controlador manipula la velocidad de flujo del agua de enfriamiento


hacia la chaqueta, Fj, en proporcin directa a la temperatura dentro del reactor.

LUIS MONCADA ALBITRES


MODELAMIENTO Y SIMULACION DE PROCESOS 177

Fj = 49,9 Kc (600 T) (7.2)

Se asume que el volumen contenido en la chaqueta (retencin) es constante y est


perfectamente mezclado. Las perturbaciones en el flujo de alimentacin Fo y
concentracin de la alimentacin CAo, cambios de escaln al tiempo igual a cero.
Las EDOs que describen al sistema son

dV
= Fo F (7.3)
dt

d (VC A )
= FoCAo FCA VkCA (7.4)
dt

d (VT ) VkC A UAH


= FoTo FT (T Tj) (7.5)
dt C p C p

dT j F j (T jo T j ) UAH
= + (T T j ) (7.6)
dt Vj jV j C j

Las ecuaciones algebraicas que describen este sistema son la Ecs. (7.1) y (7.2) y la
siguiente:

k = e-E/RT (7.7)

Tomando como base la simulacin del mismo reactor a condiciones estacionarias


dado en el Ejemplo 5.8 para una operacin a 600 oR y los parmetros dados en la Tabla
5.1, se tiene la Tabla 7.1 mostrando los valores usados para la simulacin.

Tabla 7.1 Parmetros para el CSTR no isotrmico


Valores de estado estacionario
F = 40 pies3/h V = 48 pies3
CAo = 0,50 lbmol de A/pie3 CA = 0,245 lbmol de A/pie3
T = 600 oR Tj = 594.6 oR
Fj = 49,9 pies3/h To = 530 oR
Valores de los parmetros
Vj = 3,85 pies3 = 7,08 x 1010 h-1
E = 30000 Btu/h pie2 oR R = 1,99 Btu/lb.mol oR
Tjo = 530 oR AH = 250 pies2
Cp = 0,75 Btu/lbm oR = - 30000 Btu/lbmol
= lbm/pie3 Cj = 1,0 Btu/lbm oR
Kc = 4 (pies3/h)/oR j = 62,3 lbm/pie3
U = 150 Btu/h pie2 oR Tref = 600 oR

A continuacin se da un programa MATLAB denominado cstrni.m para la


simulacin del reactor, presentando los resultados en una tabla y graficando los mismo
en la Fig.7.1

LUIS MONCADA ALBITRES


MODELAMIENTO Y SIMULACION DE PROCESOS 178

% simulacin de un reactor CSTR no isotrmico


% Controlado automaticamente
% (c) 2002 - L.Moncada
% Julio 2002
clear all
% Variables que pueden perturbarse
cao=input('Ingresar la concentracin de entrada: '); % 0.55 lbmol
de A/pie3
fo=input('Ingresar el flujo de entrada: '); %40 pies3/h
% Ajuste de la Ganancia Proporcional del controlador
kc=input('Ingresar la Ganancia del controlador Kc: '); %4
% Parmetros de operacin
ca=0.245; % Concentracion de salida lbmol de A/pie3
tr=600; % Temperatura inicial en el reactor R
tj=594.59; % Temperatura inicial de salida de la chaqueta R
v=48; % Volumen del reactor pies3
tjo=530; % Temperatura de entrada a la chaqueta R
to=530; % Temperatura de entrada al reactor
% Parmetros de calculo
time=0; % Inicio de la simulacion
h=0.01; % Tamano de paso
t=0; n=0; % Valores iniciales
% Calculo de valor inicial de variables
vc=v*ca;
vt=v*tr;
fj=49.9-kc*(600-tr); % rspuesta del controlador
f=fo-10*(48-v);
k=(7.08e10)*exp(-30000/(1.99*tr));
q=150*250*(tr-tj);
% Asignacin de nuevos valores
t_rec(1)=(t); vc_rec(1)= vc; vt_rec(1)= vt;
tj_rec(1)=tj; v_rec(1)=v; fj_rec(1)=fj;
ca_rec(1)=ca; f_rec(1)= f;
tr_rec(1)=tr; k_rec(1) = k; q_rec(1) = q;
% Forma de la tabla para reportar los valores calculados
fprintf('Tiempo CA T V F TJ
FJ\n')
% simulacin hasta t= 4 h
while t<=4
% Contador
n=n+1;
%Evaluacin de las derivadas mtodo de Euler
v=v+h*(fo-f);
vc=vc+h*(fo*cao-f*ca-v*k*ca);
vt=vt+h*(fo*to-f*tr+(30000*v*k*ca-q)/(0.75*50));
tj=tj+h*(fj*(tjo-tj)/3.85+(q/240));
%Controlador de Retroalimentacin
fj=49.9-kc*(600-tr);
f=40-10*(48-v);
k=(7.08e10)*exp(-30000/(1.99*tr));
q=150*250*(tr-tj);
tr=vt/v;
ca=vc/v;
% Asignacin de nuevos valores
t = t+h;
v_rec(n+1)=v;
vc_rec(n+1)= vc;
vt_rec(n+1)= vt;
tj_rec(n+1)=tj;

LUIS MONCADA ALBITRES


MODELAMIENTO Y SIMULACION DE PROCESOS 179

t_rec(n+1) = t;
fj_rec(n+1) = fj;
f_rec(n+1) = f;
k_rec(n+1) = k;
q_rec(n+1) = q;
ca_rec(n+1)=ca;
tr_rec(n+1)=tr;
% Reporte de valores en la tabla
fprintf(' %4.3f %4.3f %4.3f %4.3f %4.3f %4.3f
%4.3f\n',t,ca,tr,v,f,tj,fj)
end
% Grafica usando subplot
subplot(2,2,1) % Esto activa una primera rea de grafica 2x2
plot(t_rec,tr_rec), title('Tr versus t')
grid on
subplot(2,2,2) % Esto activa una segunda rea de grafica 2x2
plot(t_rec,tj_rec), title('Tj versus t')
grid on
subplot(2,2,3) % Esto activa una tercera rea de grafica 2x2
plot(t_rec,ca_rec), title('Ca versus t')
grid on
subplot(2,2,4) % Esto activa una cuarta rea de grafica 2x2
plot(t_rec,fj_rec), title('Fj versus t')
grid on

>> cstrni
Ingresar la concentracin de entrada: .55
Ingresar el flujo de entrada: 40
Ingresar la Ganancia del controlador Kc: 4

Fig. 7-1 Simulacin de un CSTR no isotrmico

LUIS MONCADA ALBITRES


MODELAMIENTO Y SIMULACION DE PROCESOS 180

Tiempo CA T V F TJ FJ
0.000 0.245 600.000 48.000 40.000 594.590 49.900
0.200 0.252 600.370 48.000 40.000 594.822 51.379
0.400 0.256 601.101 48.000 40.000 595.203 54.304
0.600 0.257 601.781 48.000 40.000 595.557 57.023
0.800 0.258 602.250 48.000 40.000 595.801 58.899
1.000 0.257 602.492 48.000 40.000 595.928 59.867
1.200 0.256 602.565 48.000 40.000 595.967 60.159
1.400 0.256 602.544 48.000 40.000 595.958 60.077
1.600 0.256 602.492 48.000 40.000 595.931 59.868
1.800 0.256 602.443 48.000 40.000 595.906 59.673
2.000 0.256 602.412 48.000 40.000 595.890 59.547
2.210 0.256 602.397 48.000 40.000 595.882 59.487
2.410 0.256 602.394 48.000 40.000 595.880 59.476
2.610 0.256 602.397 48.000 40.000 595.882 59.487
2.810 0.256 602.401 48.000 40.000 595.884 59.504
3.010 0.256 602.404 48.000 40.000 595.886 59.517
3.210 0.256 602.406 48.000 40.000 595.887 59.525
3.410 0.256 602.407 48.000 40.000 595.887 59.528
3.610 0.256 602.407 48.000 40.000 595.887 59.529
3.810 0.256 602.407 48.000 40.000 595.887 59.528
4.010 0.256 602.407 48.000 40.000 595.887 59.526

Otro programa para simular el mismo reactor es listado en el apndice con el


nombre cstrni2.m

7.2 COLUMNA DE DESTILACIN BINARIA

La simulacin digital de una columna de destilacin es bastante complicada. La


primera complicacin es el gran nmero de EDOs y ecuaciones algebraicas que deben
ser resueltas. Ilustraremos el procedimiento con la columna simple de destilacin
binaria para la cual se han desarrollado las ecuaciones en el Cp. 3 (Sec. 3.11). Se
asume flujos equimolares, volatilidad relativa constante, y un nmero de etapas tericas.
Existen dos EDOs por plato (una ecuacin de continuidad total y una ecuacin de
continuidad de componente) y dos ecuaciones algebraicas por plato (una relacin de
equilibrio liquido-vapor y una relacin hidrulica de liquido)
dM n
= Ln+1 Ln (7.8)
dt

d (M n xn )
= Ln+1 xn+1 + Vn -1 Ln xn Vyn (7.9)
dt

x n
yn = (7.10)
1 + ( 1) x n

LUIS MONCADA ALBITRES


MODELAMIENTO Y SIMULACION DE PROCESOS 181

Mn Mn
Ln = Ln + (7.11)

La Ec. (7.11) es una relacin lineal simple entre la retencin de liquido en el plato,
Mn, y el flujo de liquido saliendo del plato, Ln. El parmetro es la constante hidrulica
de tiempo, tpicamente 3 a 6 seg. por plato.
A cada instante en el tiempo conocemos la retencin de liquido Mn y las
composiciones del liquido xn. Nuestra lgica de simulacin es:

1. Calcular las composiciones del vapor en todos los platos a partir de la Ec. (7.10)
2. calcular todos los flujos de liquido a partir de la Ec. (7.11)
3. evaluar todas las derivadas. Estas son el lado derecho de las Ecs. (7.8) y (7.9)
aplicadas a todos los platos
4. Integrar con EULER todas la EDOs y regresar nuevamente al paso 1

Se asume retencin constante en el tanque de reflujo MD y en la base de la


columna MB. Controladores proporcionales con retroalimentacin en ambos lados
extremos de la columna cambiarn la cantidad de reflujo R y la retencin de vapor V
para controlar la composicin del tope xD y la composicin del fondo xB mantenindolos
en los valores establecidos de 0,98 y 0,02 respectivamente.
La tabla a continuacin lista un programa MATLAB denominado destbi.m dando
los resultados para un cambio en escaln de la composicin de la alimentacin de 0,50 a
0,55 en el tiempo igual a cero.

%Columna de Destilacin Binaria Dinmica


% Controlada automaticamente
% (c) 2002 - L.Moncada
% Julio 2002
clear all
%Condiciones Iniciales
nt=20; % Numero de platos de la columna
nf=10; % Plato de alimentacion
mdo=100; % Retencion en el tanque de reflujo: moles
mbo=100; % Retencion en el rehervidor: moles
mo=10; % Retencion en cada plato: moles
ro=128.01; % Reflujo: mol/min
vo=178.01; % Flujo de vapor: mol/min
f=100; % Flujo de alimentacion
beta=0.1; % Constante hidraulica de tiempo: min
alpha=2.0; % Volatilidad relativa
% Perturbacin
z=input('Ingrese concentracin de ligero en la alimentacin: ');% 0.55
fprintf('z= %4.4f f= %4.4f\n',z,f)

% Sintonizacin de controladores
kcd=input('Ganancia del controlador del tope: '); %1000
taud=input('Tiempo integral: '); %5
kcb=input('Ganancia del controlador del fondo: '); %1000
taub=input('Tiempo integral: '); %1.25
t=input('Tiempo de simulacin (minutos): '); % 10
delta=0.01; % Tamano de paso
% Condiciones iniciales
time=0; tprint=0; erintd=0; erintb=0;

LUIS MONCADA ALBITRES


MODELAMIENTO Y SIMULACION DE PROCESOS 182

% Datos para xb (composicin de fondos)


% x (composicin en cada plato)
% xd (composicin del destilado)
% en el estado estacionario con Z=0.5 (comp. de f)
xb=0.02;
x(1)=0.035;x(2)=0.05719; x(3)=0.08885;
x(4)=0.1318;x(5)=0.18622;x(6)=0.24951;x(7)=0.31618;
x(8)=0.37948;x(9)=0.43391;x(10)=0.47688;x(11)=0.51526;
x(12)=0.56295;x(13)=0.61896;x(14)=0.68052;x(15)=0.74345;
x(16)=0.80319;x(17)=0.85603;x(18)=0.89995;x(19)=0.93458;x(20)=0.96079;
xd=0.98;

% Calculo de flujo de liquido


for n=1:nt % Para los platos desde fondo al tope
m(n)=mo; % Retenciones
mx(n)=m(n).*x(n); % Ligero retenido en cada plato
lo(n)=ro+f; % Liquido en cada plato
if (n>nf),lo(n)=ro; % Liquido para platos sobre de f
end
end

fprintf('Tiempo XB X10 XD R V\n')

% VLE
while(time<t)% Tiempo de simulacin
for n=1:nt
y(n)=alpha*x(n)/(1+(alpha-1)*x(n)); %Calculo de las
% composiciones del vapor en los platos Ec. 5.21
l(n)=lo(n)+(m(n)-mo)/beta; % Flujos de liquido Ec. (5.22)
end

yb=alpha*xb/(1+(alpha-1)*xb); % Composicion del vapor que sale del


rehervidor

%Controladores de Nivel en la Base de la Columna y en el Reflujo


% Controlador del fondo PI
errb=0.02-xb; % Comparador
v=vo-kcb*(errb+erintb/taub); % Accion de control
b=l(1)-v; % Ajuste de la cantidad de fondos
% Controlador del fondo PI
errd=0.98-xd; % Comparador
r=ro+kcd*(errd+erintd/taud); % Accion de control
d=v-r; % Ajuste de cantidad de destilado
if(r<0),fprintf('Por lo bajo del Nivel Composicin Imaginaria')
end
if(v<0),fprintf('Por lo bajo del Nivel Composicin Imaginaria')
end
if(d<0),fprintf('Por lo bajo del Nivel Composicin Imaginaria')
end
if(b<0),fprintf('Por lo bajo del Nivel Composicin Imaginaria')
end

%Evaluacin de Derivadas
xbdot=(l(1).*x(1)-v*yb-b*xb)/mbo;
mdot(1)=l(2)-l(1);

mxdot(1)=v*(yb-y(1))+l(2).*x(2)-l(1).*x(1);

LUIS MONCADA ALBITRES


MODELAMIENTO Y SIMULACION DE PROCESOS 183

for n=2:nf-1
mdot(n)=l(n+1)-l(n);
mxdot(n)=v*(y(n-1)-y(n))+l(n+1).*x(n+1)-l(n).*x(n);
end

%Alimentacin en el Plato
mdot(nf)=l(nf+1)-l(nf)+f;
mxdot(nf)=v*(y(nf-1)-y(nf))+l(nf+1).*x(nf+1)-l(nf).*x(nf)+f*z;

for n=nf+1:nt-1
mdot(n)=l(n+1)-l(n);
mxdot(n)=v*(y(n-1)-y(n))+l(n+1).*x(n+1)-l(n).*x(n);
end

mdot(nt)=r-l(nt);
mxdot(nt)=v*(y(nt-1)-y(nt))+r*xd-l(nt).*x(nt);
xddot=v*(y(nt)-xd)/mdo;

if (time<tprint)
%mtodo de Integracin Euler
time=time+delta;
xb=xb+delta*xbdot;
for n=1:nt
m(n)=m(n)+mdot(n)*delta;
mx(n)=mx(n)+mxdot(n)*delta;
x(n)=mx(n)./m(n);
if(x(n)<0),fprintf('Por lo Bajo del Nivel Composicin
Imaginaria')
end
if(x(n)>1),fprintf('Por lo Bajo del Nivel Composicin
Imaginaria')
end
end
% Graficas
subplot(2,1,1) %Esto activa una primer rea de grafica 2x1
plot(time,xb), title('xb versus t')
hold on
grid on
subplot(2,1,2) %Esto activa una segunda rea de grafica 2x1
plot(time,xd), title('xd versus t')
hold on
grid on
else
fprintf(' %2.1f %6.5f %6.5f %6.5f %6.2f
%6.2f\n',time,xb,x(10),xd,r,v)
tprint=tprint+0.5;
end
xd=xd+xddot*delta;
erintd=erintd+errd*delta;
erintb=erintb+errb*delta;
end

Obteniendo la siguiente tabla producto de la simulacin


>> destbi
Ingrese concentracin de ligero en la alimentacin: .55
z= 0.5500 f= 100.0000
Ganancia del controlador del tope: 1000
Tiempo integral: 5

LUIS MONCADA ALBITRES


MODELAMIENTO Y SIMULACION DE PROCESOS 184

Ganancia del controlador del fondo: 1000


Tiempo integral: 1.25
Tiempo de simulacin (minutos): 10

Tiempo XB X10 XD R V
0.0 0.02000 0.47688 0.98000 128.01 178.01
0.5 0.02014 0.51310 0.98000 128.01 178.16
1.0 0.02107 0.52426 0.98010 127.91 179.31
1.5 0.02218 0.53029 0.98035 127.64 181.08
2.0 0.02275 0.53227 0.98061 127.33 182.67
2.5 0.02267 0.53134 0.98076 127.10 183.70
3.0 0.02209 0.52868 0.98076 127.02 184.11
3.5 0.02129 0.52548 0.98064 127.07 183.99
4.0 0.02048 0.52271 0.98046 127.20 183.54
4.5 0.01985 0.52101 0.98029 127.33 182.97
5.0 0.01948 0.52053 0.98017 127.43 182.45
5.5 0.01939 0.52106 0.98013 127.45 182.12
6.0 0.01950 0.52214 0.98016 127.41 182.01
6.5 0.01973 0.52325 0.98022 127.33 182.08
7.0 0.01997 0.52405 0.98029 127.23 182.26
7.5 0.02013 0.52436 0.98035 127.15 182.44
8.0 0.02019 0.52422 0.98037 127.09 182.57
8.5 0.02016 0.52379 0.98035 127.07 182.61
9.0 0.02007 0.52328 0.98032 127.07 182.57
9.5 0.01996 0.52286 0.98027 127.08 182.47

Y la grfica que muestra como cambian las concentraciones del fondo xb y del destilado
xd hasta alcanzar el estado estacionario

Fig 7.3a Simulacin de columna de destilacin al ENE

Se puede hacer la simulacin para otros valores de las ganancias y tiempos


integrales para encontrar los mejores valores y sintonizar el controlador, as como
tambin variar el tiempo de simulacin.

LUIS MONCADA ALBITRES


MODELAMIENTO Y SIMULACION DE PROCESOS 185

Si se desea visualizar el cambio de las dems variables como reflujo r y caudal de


vapor v se deben dar las siguientes ordenes para graficar

subplot(2,2,1) %Esto activa una primer rea de grafica 2x2


plot(time,xb), title('xb versus t')
hold on
subplot(2,2,2) %Esto activa una segunda rea de grafica 2x2
plot(time,xd), title('xd versus t')
hold on
subplot(2,2,3) %Esto activa una tercer rea de grafica 2x2
plot(time,r), title('Reflujo versus t')
hold on
subplot(2,2,4) %Esto activa una cuarta rea de grafica 2x2
plot(time,v), title('Vapor versus t')
hold on

Obtenindose como respuesta la siguiente grfica

Fig 7.3b Simulacin de columna de destilacin al ENE

7.3 REACTOR BATCH

Consideraremos ahora el reactor batch modelado en la Secc. 3.9 (Fig. 7-4).


inicialmente se alimenta vapor a la chaqueta para calentar al sistema hasta la
temperatura a la cual comienzan las reacciones consecutivas. Luego debe usarse en la
chaqueta agua de enfriamiento para remover el calor de las reacciones exotrmicas.

LUIS MONCADA ALBITRES


MODELAMIENTO Y SIMULACION DE PROCESOS 186

Cam
Pset

Temp. PTT Temp. PC


trans control

Salida de Xs
agua Vapor
Ws
T TM V
j
j CA Tj
CB QM
Pj
XW
Qj
Agua
Wc Fwo
Tjo
Trampa
Fig. 7-4 Reactor Batch

La seal de salida de temperatura del controlador van a dos vlvulas, una vlvula
de agua y una vlvula de vapor. La instrumentacin es totalmente neumtica, as, la
presin de salida del controlador Pc va de 3 a 15 psig. Las vlvulas debern ajustarse de
tal manera que la vlvula de vapor este completamente abierta cuando la presin de
salida del controlador Pc sea 15 psig, y cerrada a Pc = 9 psig (la mitad del rango total de
salida del controlador). La vlvula de agua deber estar cerrada a Pc = 9 psig y
completamente abierta a Pc = 3 psig. Las razones para operar las vlvulas de esta
manera es para tener la correcta accin de seguridad en la eventualidad de que un
instrumento de aire falle. La vlvula de vapor necesita presin de aire para abrirla y
entonces ser fcil cerrarla. Podemos llamarla como una vlvula (AO) air-to-open. De
otro lado, la vlvula de agua necesita aire a presin para cerrarla y entonces es fcil
abrirla. Esta es una accin de vlvula (AC) air-to-close. Si ocurre alguna emergencia,
debemos remover la fuente de calor (vapor) e ir a enfriamiento total.

Rango de salida del controlador (psig) 3 9 15


Vlvula de vapor, fraccin abierta Xs: 0 (cerrada) 1 (abierta)
Vlvula de agua, fraccin abierta Xw: 1 (abierta) 0 (cerrada)

Las ecuaciones para la reaccin en fase liquida dentro del tanque y el metal del
recipiente son:

dC A
= k1CA (7.12)
dt

dC B
= k1CA k2CB (7.13)
dt

LUIS MONCADA ALBITRES


MODELAMIENTO Y SIMULACION DE PROCESOS 187

dT 1 2 Q
= k1C A k2CB M (7.14)
dt C P C P VC P

QM = hiAi(T TM) (7.15)

dTM Q QJ
= M (5.27)
dt M C M VM

A. Con vapor en la chaqueta (se suministra vapor a 35 psia)

d s
Vj = ws wc (7.16)
dt

MPj
s = (7.17)
R(T j + 460)

Avp
Pj = exp + Bvp (7.18)
T + 460
j

ws = Cvs Xs 35 Pj (7.19)

Qj = hos Aos (Tj TM) (7.20)

Qj
wc = (7.21)
H s hc

B. Durante el enfriamiento con agua (agua a presin de 20 psig):

A
Ao = o V j (7.22)
V
j total
dV j
= Fwo (7.23)
dt

d (V j T j ) Qj
= Fwo Tjo + (7.24)
dt jC j
Qj = how Ao (TM Tj) (7.25)

Fwo = CVw Xw 20 (7.26)

C. Cuando la chaqueta esta llena con agua:

LUIS MONCADA ALBITRES


MODELAMIENTO Y SIMULACION DE PROCESOS 188

dT j FWo Qj
= (T jo T j ) + (7.27)
dt Vj C jV j j

Los valores numricos de los parmetros son dados en la Tabla 7.1.


El transmisor de temperatura tiene un rango de 50 a 250 oF, as, la seal de salida
de presin neumtica va desde 3 psig a 50 oF a 15 psig a 250oF

12
PTT = 3 + (T 50) (7.28)
200

Un controlador proporcional de retroalimentacin es usado con su salida basada


en 7 psig (su presin de salida es 7 psig cuando el error es cero)

Pc = 7 + Kc (Pset PTT) (7.29)

La seal de referencia (set point) Pset viene de un generador de presin


neumtica. Cuando la temperatura del proceso va sobre los 200 oF la seal de Pset varia
en forma de rampa para evitar mucha prdida de componente B, como se ha discutido
en la Secc. 3.9.

Pset = 12 RAMP(t t200) (7.30)

donde RAMP = velocidad de cambio de Pset con el tiempo, psi/min


t = tiempo de un batch, min.
t200 = tiempo cuando la temperatura T del proceso alcanza 200 oF

Tabla 7.1 Parmetros para el reactor batch

1 729,55 min-1 Vj 18,83 pies3


2 6567,6 min-1 CVw 100 gpm/psi0,5
E1 15000 Btu/lb.mol Tjo 80 oF
E2 20000 Btu/lb.mol Ai 56,5 pies2
Avp - 8744,4 oR 1 - 40000 Btu/lb.mol
Bvp 15,70 2 -50000 Btu/lb.mol
CAo 0,80 lb.mol A/pie3 CP 1 Btu/lbm oF
To 80oF V 42,5 pies3
Kc 10 psi/psi 50 lbm/pie3
CVs 112 lbm/min.psi0,5 CM 0,12 Btu/lbm oF
hos 1000 Btu/h oF pie2 VM 9,42 pies3
how 400 Btu/h oF pie2 M 512 lbm/pie3
hi 160 Btu/h oF pie2 j 62,3 lbm/pie3
Ao 56,5 pies2 Cj 1 Btu/lbm oF
Hs hc 939 Btu/lbm

A continuacin se da un programa MATLAB reactorc.m para la simulacin del


reactor as como los valores obtenidos al correr el programa.

LUIS MONCADA ALBITRES


MODELAMIENTO Y SIMULACION DE PROCESOS 189

Clear all

alpha1=729.5488; alpha2=6567.587;
%Constantes de Presin para la Corriente de vapor
avp=-8744.4; bvp=15.70036;delta=0.002;kc=2.0;tprint=1.0;

%condiciones Iniciales
ca=0.8;cb=0.0;time=0.0;t=80;tm=80;tj=259;pj=34.4;
dens=18*pj*144/(1545*(tj+460));
pset=12.6;
start=1.0;
fwo=0;
full=-1.0;
vj=0;
vjtj=0;
tflag=0;
cam=-1;
ramp=0.005;
fprintf('Tiempo CA CB XS XW T TM TJ FWO QJ QM\n')
band1=1;
band2=1;
while( band1 == 1)
while( band2 == 1)
k1=alpha1*exp(-15000/(1.99*(t+460.0)));
k2=alpha2*exp(-20000/((t+460.0)*1.99));
%Transmitansia
ptt=3+(t-50)*12/200;
%Controlador
pc=7.0+kc*(pset-ptt);
if (pc>15),pc=15;
end
if (pc<3),pc=3;
end
%Vlvulas
xs=(pc-9)/6;
xw=(9-pc)/6;
if (xs>1),xs=1; end
if(xs<0),xs=0; end
if (xw>1),xw=1; end
if (xw<0),xw=0; end
%Test para la Corriente
if(start<0)
fwo=100*sqrt(20)*8.33*xw/62.3;
ws=0;
wc=0;
dens=0;
pj=0;
xs=0;
end
if (pj>=35)
ws=0;
else
ws=xs*112*sqrt(35-pj);
end
qj=-1000*56.5*(tj-tm)/60;
wc=-qj/939;
dendot=(ws-wc)/18.83;
dens=dens+delta*dendot;
%Bucle Iterativo para calcular la Temperatura y Presin

LUIS MONCADA ALBITRES


MODELAMIENTO Y SIMULACION DE PROCESOS 190

% usando la densidad conocida.


flagp=-1;
flagm=-1;
dtj=1;
loop=0;
pj=exp(bvp+avp/(tj+460));
loop=loop+1;
if (loop>50)
fprintf('Corriente de Temperatura Loop')
break;
else
dcalc=18*pj*144/(1545*(tj+460));
end
if (abs(dens-dcalc)<0.0011)
cadot=-k1*ca;
cbdot=k1*ca-k2*cb;
qm=160*56.5*(t-tm)/60;
tdot=(k1*ca*40000+k2*cb*50000)/50-qm/(42.4*50);
tmdot=(qm-qj)/(512*0.12*9.42);
%Integracin
time=time+delta;
ca=ca+cadot*delta;
cb=cb+cbdot*delta;
t=t+tdot*delta;
tm=tm+tmdot*delta;
if (t>300),fprintf('Fin del Programa');break;end
end
if (t>200),start=-1;cam=1;
end
if(cam>0),pset=pset-delta*ramp;
end
if(dens>dcalc)
if(flagp<0)
tj=tj+dtj;
flagm=1;
pj=exp(bvp+avp/(tj+460));
end
else
dtj=dtj/2;
end
if (flagm<0)
tj=tj-dtj;
flagp=1;
pj=exp(bvp+avp/(tj+460));
else
dtj=dtj/2;
end

if (full>0)
qj=400*56.5*(tm-tj)/60;
tprint=2;
delta=1;
%Evaluacin de Derivadas
tjdot=fwo*(80-tj)/18.83+qj/(18.83*62.3);
tj=tj+delta*tjdot;
else
ao=vj*56.5/18.83;
vj=vj+delta*fwo;
end

LUIS MONCADA ALBITRES


MODELAMIENTO Y SIMULACION DE PROCESOS 191

if (vj>=18.83)
full=1;
qj=400*ao*(tm-tj)/60;
vjtj=vjtj+delta*(fwo*80+qj);
end
if (vj<=0)
tj=80;
cadot=-k1*ca;
cbdot=k1*ca-k2*cb;
qm=160*56.5*(t-tm)/60;
tdot=(k1*ca*40000+k2*cb*50000)/50-qm/(42.4*50);
tmdot=(qm-qj)/(512*0.12*9.42);
%Integracin
time=time+delta;
ca=ca+cadot*delta;
cb=cb+cbdot*delta;
t=t+tdot*delta;
tm=tm+tmdot*delta;
if (t>300),fprintf('Fin del Programa');
end
if (t>200),start=-1;
cam=1;
end
if(cam>0),pset=pset-delta*ramp;
end
else
tj=vjtj/vj;
cadot=-k1*ca;
cbdot=k1*ca-k2*cb;
qm=160*56.5*(t-tm)/60;
tdot=(k1*ca*40000+k2*cb*50000)/50-qm/(42.4*50);
tmdot=(qm-qj)/(512*0.12*9.42);
%Integracin

time=time+delta;
ca=ca+cadot*delta;
cb=cb+cbdot*delta;
t=t+tdot*delta;
tm=tm+tmdot*delta
if (t>300),break;
end
if (t>200),start=-1;cam=1;
end
if(cam>0),pset=pset-delta*ramp;
end
end
if(time >100)
band1=0;break;
end
if(time < tflag)
else
fprintf(' %2.1f %1.3f %1.3f %1.2f %3.1f %3.1f %3.1f %2.1f
%3.1f %6.1f %6.1f\n',time,ca,cb,xs,xw,t,tm,tj,fwo,qj,qm)
tflag=tflag+tprint;
end
end
end

LUIS MONCADA ALBITRES


MODELAMIENTO Y SIMULACION DE PROCESOS 192

reactor.m
Tiempo CA CB XS XW T TM TJ FWO QJ QM
0.0 0.800 0.000 1.00 0.0 80.0 80.6 80.0 0.0 -168558.3 0.0
1.0 0.799 0.001 1.00 0.0 80.4 80.1 80.0 0.0 113.2 43.7
2.0 0.799 0.001 1.00 0.0 80.8 80.1 80.0 0.0 89.3 104.0
3.0 0.798 0.002 1.00 0.0 81.1 80.1 80.0 0.0 125.6 151.6
4.0 0.798 0.002 1.00 0.0 81.5 80.2 80.0 0.0 168.8 195.3
5.0 0.797 0.003 1.00 0.0 81.8 80.2 80.0 0.0 211.1 236.6
6.0 0.797 0.003 1.00 0.0 82.1 80.3 80.0 0.0 251.6 275.8
7.0 0.796 0.004 1.00 0.0 82.4 80.3 80.0 0.0 290.0 313.1
8.0 0.796 0.004 1.00 0.0 82.7 80.3 80.0 0.0 326.6 348.5
9.0 0.795 0.005 1.00 0.0 82.9 80.4 80.0 0.0 361.3 382.1
10.0 0.795 0.005 1.00 0.0 83.2 80.4 80.0 0.0 394.3 414.0
.
.
.
78.0 0.755 0.045 1.00 0.0 87.6 81.0 80.0 0.0 984.0 984.2
79.0 0.755 0.045 1.00 0.0 87.6 81.0 80.0 0.0 984.3 984.5
80.0 0.754 0.046 1.00 0.0 87.6 81.0 80.0 0.0 984.6 984.7
81.0 0.754 0.046 1.00 0.0 87.6 81.0 80.0 0.0 984.8 984.9
82.0 0.753 0.047 1.00 0.0 87.6 81.0 80.0 0.0 984.9 985.0
83.0 0.752 0.047 1.00 0.0 87.6 81.0 80.0 0.0 985.0 985.1
84.0 0.752 0.048 1.00 0.0 87.6 81.0 80.0 0.0 985.1 985.1
85.0 0.751 0.049 1.00 0.0 87.6 81.0 80.0 0.0 985.1 985.1
86.0 0.751 0.049 1.00 0.0 87.6 81.0 80.0 0.0 985.1 985.0
87.0 0.750 0.050 1.00 0.0 87.6 81.0 80.0 0.0 985.0 985.0
88.0 0.750 0.050 1.00 0.0 87.6 81.0 80.0 0.0 984.9 984.8
89.0 0.749 0.051 1.00 0.0 87.6 81.0 80.0 0.0 984.8 984.7
90.0 0.748 0.051 1.00 0.0 87.6 81.0 80.0 0.0 984.6 984.5
91.0 0.748 0.052 1.00 0.0 87.6 81.0 80.0 0.0 984.4 984.3
92.0 0.747 0.053 1.00 0.0 87.6 81.0 80.0 0.0 984.2 984.0
93.0 0.747 0.053 1.00 0.0 87.6 81.0 80.0 0.0 983.9 983.8
94.0 0.746 0.054 1.00 0.0 87.6 81.0 80.0 0.0 983.6 983.5
95.0 0.746 0.054 1.00 0.0 87.6 81.0 80.0 0.0 983.3 983.1
96.0 0.745 0.055 1.00 0.0 87.6 81.0 80.0 0.0 983.0 982.8
97.0 0.744 0.055 1.00 0.0 87.6 81.0 80.0 0.0 982.6 982.4
98.0 0.744 0.056 1.00 0.0 87.6 81.0 80.0 0.0 982.3 982.0
99.0 0.743 0.057 1.00 0.0 87.6 81.0 80.0 0.0 981.9 981.6

LUIS MONCADA ALBITRES


MODELAMIENTO Y SIMULACION DE PROCESOS 193

CAPITULO

8
CASOS DE ESTUDIO

8.1 INTERCAMBIADOR DE DOBLE TUBO

En el Laboratorio de Operaciones Unitarias de la Facultad de Ingeniera Qumica


de la UNT, se dispone de un intercambiador de calor de doble tubo fluido-fluido el cual
se usa para realizar las practicas sobre transferencia de calor.

8.1.1 Caractersticas del intercambiador en estudio

El intercambiador que se ha usado para el presente estudio, es un intercambiador


de calor de doble tubo, de cobre operando en contracorriente y tiene las siguientes
dimensiones:

Dimetro nominal del tubo interior: D1 = 1/ 2 (1,27 cm.)


Dimetro nominal del tubo exterior: D2 = 3/ 4 (1,905 cm)
rea de seccin transversal del tubo interior: At = 1,266 cm2
rea de seccin transversal del anillo: Aa = 1,58 cm2
Longitud: L = 10 pies (3,65 m)
rea de transferencia de calor: A = 0,1239 m2
Volumen vaco en el lado del tubo interior: Vt = 462,09 cm3
Volumen vaco en el lado del anillo: Va = 576,7 cm3

. En la operacin del intercambiador para fines de estudio, se har circular al


fluido caliente por el tubo interior y al fluido fro (al cual hemos denominado fluido de
proceso) por el anillo.

LUIS MONCADA ALBITRES


MODELAMIENTO Y SIMULACION DE PROCESOS 194

Fig. 8-1 Intercambiador de Calor de Doble tubo

8.1.2 Modelamiento del sistema

La primera ley de la termodinmica lleva adelante el principio de conservacin de


energa. Escribiendo para un sistema abierto (donde puede ocurrir entrada y salida de
flujo de material) esto es
Flujo de energa interna Flujo de energa interna Calor adicionado al sistema por
Cintica y potencial en- potencial y cintica sa- conduccin, radiacin y reaccin
Trando al sistema por liendo del sistema por
Conveccin y difusin conveccin y difusin

Trabajo realizado por el Cambio con el tiempo de la


sistema sobre los alre- energa interna, cintica y (8.1)
dedores (trabajo de eje y potencial dentro del sistema
de cambio de volumen PV

Aplicando la Ec. (2.18) para una corriente cualquiera en el intercambiador de


calor dado en la Fig. 8-1, se tiene:
d
Foo(Uo+Ko+o)F(U+K+)+(QG+Q)(W+FPFoPo) = [(U+K+)V] (2.20)
dt
d
Voo(Uo+Ko+o)-V(U+K+)+(QG+Q)-(W+VP-VoPo) = [(U+K+)V] (8.2)
dt

LUIS MONCADA ALBITRES


MODELAMIENTO Y SIMULACION DE PROCESOS 195

donde U = energa interna (energa por unidad de masa)


K = energa cintica (energa por unidad de masa)
= energa potencial (energa por unidad de masa)
W = trabajo de eje realizado por el sistema (energa / tiempo)
P = presin del sistema
Po = presin de la corriente de alimentacin
F = caudal volumtrico (volumen / tiempo)
V = volumen del sistema ocupado por el fluido
= densidad (masa/volumen)
QG = calor generado por reaccin
Q = calor transferido (saliendo o entrando a la corriente)
t = tiempo
o = el subndice o significa entrada al sistema

Notar que todos los trminos en la Ec. (8.2) deben tener las mismas unidades
(energa por tiempo), as los trminos FP deben usar el factor de conversin apropiado
(778 pies.lbf/Btu en el sistema ingls de unidades)

En el intercambiador en estudio no se genera calor por lo que QG = 0, y no se hace


ningn trabajo de eje, as W = 0. Si las velocidades de flujo de entrada y salida no son
muy altas, el trmino de energa cintica es despreciable. Si la elevacin de los flujos de
entrada y salida estn mas o menos al mismo nivel, el trmino de energa potencial es
pequeo. entonces la Ec. 8.2 se reduce a

d ( VU ) P P
= FooUo - FU + Q - F + Foo o
dt o
_ _
= Foo (Uo + Po Vo ) - F (U +P V ) + Q (8.3)

_
donde V es el volumen especifico (pies3/lbm o m3/Kg.), el reciproco de la densidad.
La entalpa H o h, se define:

_
H ohU+PV (8.4)

Nosotros usaremos h para la entalpa de una corriente liquida y H para la entalpa


de una corriente de gas o vapor. Luego, para una corriente cualquiera del
intercambiador

d ( VU )
= Fooho - Fh + Q (8.5)
dt
_
Para lquidos el trmino P V es despreciable comparado con el termino U, y
podemos usar la velocidad de cambio de la entalpa del sistema en lugar de la energa
interna del sistema

LUIS MONCADA ALBITRES


MODELAMIENTO Y SIMULACION DE PROCESOS 196

d ( Vh)
= Fooho - Fh + Q (8.6)
dt
Las entalpas son funciones de la composicin, temperatura, y presin, pero
principalmente de la temperatura. A partir de la termodinmica, la capacidad calorfica a
presin constante, Cp, y a volumen constante Cv, son

H U
Cp = Cv = (8.7)
T p T v

Para demostrar que la energa es primeramente influenciada por la temperatura,


haremos una simplificacin del problema asumiendo que la entalpa del liquido puede
ser expresada como un producto de la temperatura absoluta y una capacidad calorfica
promedio Cp, (Btu/lbm R o kJ/kg K) que es constante.

H = Cp T (8.8)

Tambin asumiremos que las densidades de todas las corrientes liquidas son
constantes. Con estas simplificaciones la Ec. 8.6 ser

d (VTc )
Cp = Cp (FoTo FT) + Q (8.9)
dt

De la ecuacin de Fourier, para el calor transferido se tiene:

Q = U A T (8.10)

donde U = coeficiente total de transferencia de calor


A = rea de transferencia de calor

Reemplazando la Ec. 8.10 y considerando que el volumen ocupado por la


corriente es constante, la Ec. 8.9 ser:

d (Tc )
V Cp = Cp (FoTo FT) + U A T (8.11)
dt

Considerando que:
V = M : masa de fluido dentro del sistema
Fo = F = m(t) : Flujo de masa entrando y saliendo del sistema, el cual vara con
el tiempo de acuerdo a las condiciones de operacin del intercambiador, y si los flujos
de masa varan, tambin variar el coeficiente total de transferencia de calor. Por lo
tanto U = U(t). Con estas simplificaciones y asunciones la Ec. 8.11 ser:

d (Tc )
MCp = Cp m(t)(To T) + U(t) A T (8.12)
dt

LUIS MONCADA ALBITRES


MODELAMIENTO Y SIMULACION DE PROCESOS 197

Tomando la temperatura Tc de la corriente como el promedio entre las


temperaturas de entrada To y salida T

To + T
Tc = (8.13)
2

Reemplazando la Ec. 8.13 en 8.12 y considerando que la temperatura de entrada


es constante, se tiene:

d (T )
= 2[ m(t)(To T) + U(t) A T(T) / Cp] /M (8.14)
dt

Aplicando la Ec. 8.14 tanto para el fluido de calentamiento como para el fluido de
proceso del intercambiador, y considerando que el fluido de calentamiento cede calor y
el fluido de proceso absorbe calor, se tiene:

d (Tc )
= 2[ mc(t)(Tco Tc) - U(t) A T(T) / Cpc] /Mc (8.15)
dt
d (T p )
= 2[ mp(t)(Tpo Tp) + U(t) A T(T) / Cpp] /Mp (8.16)
dt

Donde T = (Tc, TCo, Tp, Tpo) es un vector de temperaturas de los fluidos de entrada
y salida, T(T) es la diferencia media efectiva de temperaturas, la cual puede ser la
diferencia media aritmtica de temperaturas (DMAT).

T(T) = [(Tp Tco) + (Tpo Tc)]/2 (8.17)

o como en la mayora de los casos prcticos, la diferencia media logartmica de


temperaturas (DMLT).

T (T ) =
(Tco T p ) (Tc TPo )
ln(T T p ) ln(Tc T po )
(8.18)
co

La dependencia del tiempo del coeficiente de transferencia de calor es importante


para variaciones en el rea de transferencia de calor. En este caso asumimos que
U(t)0, t0 y Tco>Tpo (Tco<Tpo respectivamente). Las asunciones precedentes implican
que bajo condiciones normales de operacin, Tco>Tc o (Tco<Tc respectivamente), de
modo que el sistema de control est bien definido para todo t>0.

8.1.3 Toma de datos del proceso

Para el efecto se ha considerado una operacin en contracorriente fluido-fluido en


la cual tanto el fluido caliente como el fluido fro es agua, cuyas propiedades fsicas son:

LUIS MONCADA ALBITRES


MODELAMIENTO Y SIMULACION DE PROCESOS 198

Densidad del fluido caliente: c =980 kg/m3


Densidad del fluido fro: p = 1000 kg/m3
Capacidades calorficas: Cpc = Cpp = 4,184 kJ/(kg . K)
Masa de liquido dentro del tubo: Mc = 0,462 kg
Masa de liquido dentro del anillo: Mp = 0,576 kg

Tabla 8.1 Datos experimentales

Tiempo: min. Tc: C Tp: C


0 46,11 24,00
0,05 38,12 36,09
0,10 33,47 42,11
0,15 32,61 42,81
0,20 32,25 43,62
0,25 32,00 43,71
0,30 31,73 43,82
0,35 31,72 43,83
0,40 31,72 43,83

mC = 4,69 kg /min. (constante)


mP = 5,01 kg/min. (constante)
Tco = 46,11 C (constante)
Tpo = 24 C (constante)
TC = 31,72 C (al alcanzar el estado estacionario)
Tp = 43,83 C (al alcanzar el estado estacionario)

Al graficar los datos obtenidos en la Fig. 8-2, se pueden observar que


corresponde a un sistema subamortiguado

8.1.4 Simulacin del proceso

An cuando la bibliografa nos indica que el modelo de Ecuaciones (8.15 y 8.16)


deducidas para el proceso de transferencia de calor en el intercambiador de doble tubo
del Laboratorio de Operaciones Unitarias, es similar a los modelos reportados para
otros intercambiadores, para tener la seguridad de que el modelo propuesto se ajusta al
proceso en estudio, se debe simular la operacin del intercambiador usando el modelo
propuesto y comparar con los datos experimentales.

Reemplazando los valores numricos y usando los datos dados en la Tabla 1, las
Ec. 8.15 y 8.16 se escribirn como:

d (T p )
= -16,1 Tp + 1,30 Tc + 446,14 (a)
dt

d (Tc )
= 1,62 Tp 21,92 Tc + 900,46 (b)
dt

LUIS MONCADA ALBITRES


MODELAMIENTO Y SIMULACION DE PROCESOS 199

las Ecuaciones (a) y (b) constituyen un sistema de ecuaciones diferenciales


ordinarias. Este sistema se puede escribir como:

Tp -16,1 1,30 446,14


y= M= S=
Tc 1,62 -21,92 900,46

Haciendo uso de MATLAB para la simulacin del proceso, para lo cual se tiene
el siguiente programa:
clear, clf, hold off
n=1;
h=0.01;
t(1)=0; y(:,1)=[46.11; 24];
M=[-16.1, 1.30; 1.62, -21.92]; S=[446.14; 900.46];
while n<101
y(:,n+1)=y(:,n)+h*(M*y(:,n)+S);
t(n+1)=n*h;
n=n+1;
end
plot(t,y(1,:),t,y(2,:),'--')
grid on;
xlabel('Tiempo t: min');
ylabel('Temperaturas Tp y Tc: C');

50

45
Temperaturas Tp y Tc: C

Temperatura de salida
del fluido frio
40

35

30
Temperatura de salida
del fluido caliente
25

20
0 0.05 0.1 0.15 0.2 0.25 0.3 0.35 0.4
Tiempo: min

Fig. 8-2 Datos experimentales de temperaturas vs. tiempo

LUIS MONCADA ALBITRES


MODELAMIENTO Y SIMULACION DE PROCESOS 200

La simulacin llevada a cabo para el intercambiador en estudio cuyos resultados


se muestran en la Fig. 8-3, tienen la misma tendencia que los valores experimentales
reportados en la Fig. 8-2 Consecuentemente podemos concluir que el modelo
matemtico describe exactamente al proceso de transferencia de calor llevado a cabo en
el intercambiador de doble tubo del LOU. Este mismo modelo puede generalizarse para
cualquier intercambiador incluyendo los condensadores y hervidores.

50

45
Temperaturas Tp y Tc: C

Temperatura de salida
del fluido frio Tp2
40

35

30 Temperatura de salida
del fluido caliente Tc2
25

20
0 0.2 0.4 0.6 0.8 1
Tiempo t: min

Fig. 8-3 Simulacin del intercambiador de calor

8.2 MODELAMIENTO DE REACTORES TUBULARES

Un modelo general para el clculo de reactores debe tener en cuenta la clase de


reaccin a efectuar y el tipo de reactor utilizado.
Considerando dos reacciones homogneas:
k1
a 1 A + b1 B + c 1 C d1D + e1E + f1F (8.19)
k2

k3
a 2 A + b 2 B + d2 D + e 2 E g2G + h2H + f2F (8.20)
k4

Que pueden incluir los siguientes casos


1) Una sola reaccin irreversible
k2 = k3 = k4 = 0

LUIS MONCADA ALBITRES


MODELAMIENTO Y SIMULACION DE PROCESOS 201

2) Una sola reaccin reversible


k3 = k4 = 0
3) Dos reacciones irreversibles en serie
k2 = k4 = 0 f1 = a2 = b2 = 0
4) Dos reacciones reversibles en serie
f1 = a2 = b2 = 0
5) Dos reacciones irreversibles en paralelo
k2 = k4 = 0 c 1 = d2 = e 2 = 0
6) Dos reacciones reversibles en paralelo
e 1 = d2 = e 2 = 0
7) Dos reacciones irreversibles en serie paralelo
k2 = k4 = 0
8) Dos reacciones reversibles en serie paralelo (caso mas general)

Como puede observarse, las alternativas 1 a 7 son casos especiales del caso
general, en el cual las expresiones cinticas son:

R1 = K1 C Aaa1 C Bbb1 C Ccc1 - K2 C Ddd1 C Eee1 C Fff1 (8.21)

R2 = K3 C Aaa2 C Bbb2 C Ddd 2 C Eee2 - K4 C Ggg 2 C Hhh2 C Fff 2 (8.22)

donde R1, R2 = velocidades de reaccin, masa/vol.tiempo


Ci = concentraciones del componente i, masa/vol
aa1 = orden de reaccin del componente A en la reaccin 1
K1 = coeficiente de velocidad de reaccin (masa/vol.)1-N x (tiempo)-1
N = orden total de reaccin en la reaccin parcial

8.2.1 Sistema de dos reacciones generalizadas

Para el programa de computo, las sustancias qumicas de a a h son designadas por


los nmeros de 1 al 8, los coeficientes que indican cuanta molculas de cada
componente intervienen en una reaccin se designa con la matriz A(I, J), y los ordenes
de reaccin con la matriz B(I, J), donde:
I = indica la reaccin
J = el componente
Con estas designaciones y con la sugerencia de Aris (1969) de designar con signo
negativo a los reactantes y signo positivo a los productos, las ecuaciones de 1 a 4 se
pueden escribir como:

LUIS MONCADA ALBITRES


MODELAMIENTO Y SIMULACION DE PROCESOS 202

A(1,1)(1) A(1,2)(2) A(1,3)(3) + A(1,4)(4) + A(1,5)(5) + A(1,6)(6) = 0

A(2,1)(1) A(2,2)(2) A(2,4)(4) A(2,5)(5) + A(2,6)(6) + A(2,7)(7)


+ A(2,8)(8) = 0
A(I, J) = coeficiente del componente J en la reaccin I
B(I, J) = orden de reaccin del componente Jen la reaccin I

R1 = K1 C1B (1,1) C 2B (1, 2 ) C 3B (1,3) - K2 C 4B (1, 4) C 5B (1,5) C 6B (1,6 ) (8.23)

R2 = K3 C1B ( 2,1) C 2B ( 2, 2 ) C 4B ( 2, 4 ) C 5B ( 2,5) - K4 C 6B ( 2,6 ) C 7B ( 2,7 ) C8B ( 2,8) (8.24)

Ei
Ki = Aoi Exp = constante de velocidad de reaccin (8.25)
RgT
Aoi = factor de frecuencia
Ei = energa de activacin
Rg = constante general de los gases
T = temperatura absoluta

8.2.2 Modelamiento de las reacciones generalizadas en el reactor tubular

Modelando el sistema al estado no estacionario. Los modelos para este tipo de


sistemas usualmente son descritos por ecuaciones diferenciales. En la construccin del
modelo se usa el mtodo de bloques para representar al sistema.

dz

Fi Fi + dFi
D

Z=0 Z=1
TS

T T + dT

Z=0 dPT Z=1

PT PT + dPT

Z=0 Z=1

Fig. 8-4 Diagrama de un reactor tubular

LUIS MONCADA ALBITRES


MODELAMIENTO Y SIMULACION DE PROCESOS 203

A) BALANCE DE MATERIA EN UN REACTOR TUBULAR EN ESTADO


ESTABLE.

Dado que la mezcla de reactantes y productos va cambiando con la posicin a lo


largo del reactor, se usa, segn menciona Himmelblau y Bishoff (1968), un modelo de
parmetros distribuidos que se ilustra en la Fig. (8-4).
Tomando como base el componente 1 con un coeficiente unitario, los balances de
materia para cada componente, en estado estable, se tiene para un elemento diferencial de
reactor, de longitud dz:

ENTRADA SALIDA + FORMACION DESAPARICION POR REACCIONES 1 Y 2

= ACUMULACION (8.26)

F1 (F1 + dF1) R1dV R2dV =0 (8.26.1)


A(1,2) A(2,2)
F2 (F2 + dF2) R1dV R2dV =0 (8.26.2)
A(1,1) A(2,1)

A(1,3)
F3 (F3 + dF3) R1dV =0 (8.26.3)
A(1,1)

A(1,4) A(2,4)
F4 (F4 + dF4) R1dV R2dV =0 (8.26.4)
A(1,1) A(2,1)
A(1,5) A(2,5)
F5 (F5 + dF5) R1dV R2dV =0 (8.26.5)
A(1,1) A(2,1)

A(1,6) A(2,6)
F6 (F6 + dF6) R1dV R2dV = 0 (8.26.6)
A(1,1) A(2,1)

A(1,7) A(2,7)
F7 (F7 + dF7) R1dV R2dV = 0 (8.26.7)
A(1,1) A(2,1)

A(1,8) A(2,8)
F8 (F8 + dF8) R1dV R2dV = 0 (8.26.8)
A(1,1) A(2,1)

F9 (F9 + dF9) =0 (8.26.9)


dF9 = 0 (Inerte)

D 2
V= z (8.27)
4

D 2
dV= dz (8.28)
4

LUIS MONCADA ALBITRES


MODELAMIENTO Y SIMULACION DE PROCESOS 204

B) GENERALIZACION DE LOS BALANCES DE MATERIA

Para la especie 1, de la Ec. (8.26.1):


F1 (F1 + dF1) R1dV R2dV =0 (8.26.1)
Reemplazando la Ec. (8.28) en la Ec. (8.26.1)

D 2 D 2
dF1 R1dz R2dz = 0
4 4

D 2 D 2
dF1 = R1dz R2dz
4 4

dF1 D 2 D 2
= R1 R2
dz 4 4

D 2
Haciendo: = AA : rea de seccin transversal del reactor, se tiene
4

dF1
= AA [ R1 R2 ] (8.29)
dz
Para la especie 2, de la Ec. (8.26.2)

A(1,2) A(2,2)
F2 (F2 + dF2) R1dV R2dV =0
A(1,1) A(2,1)
A(1,2) A(2,2)
dF2 R1dV R2dV = 0
A(1,1) A(2,1)

A(1,2) D 2 A(2,2) D 2
dF2 R1dz R2dz =0
A(1,1) 4 A(2,1) 4

dF2 A(1,2) A(2,2)


= AA R1 R2 (8.30)
dz A(1,1) A(2,1)

De igual manera se procede para las dems especies, obteniendo el siguiente


conjunto de ecuaciones generalizadas para el balance de materia:

dF1
= AA [ 1,0 R1 1,0 R2 ] (8.30.1)
dz

dF2 A(1,2) A(2,2)


= AA R1 R2 (8.30.2)
dz A(1,1) A( 2,1)

dF3 A(1,3)
= AA R1 .................... (8.30.3)
dz A(1,1)

LUIS MONCADA ALBITRES


MODELAMIENTO Y SIMULACION DE PROCESOS 205

dF4 A(1,4) A(2,4)


= AA R1 R2 (8.30.4)
dz A(1,1) A(2,1)

dF5 A(1,5) A(2,5)


= AA R1 R2 (8.30.5)
dz A(1,1) A(2,1)

dF6 A(1,6) A(2,6)


= AA R1 R2 (8.30.6)
dz A(1,1) A(2,1)

dF7 A(2,7)
= AA ................... R2 (8.30.7)
dz A(2,1)

dF8 A(1,8) A(2,8)


= AA R1 R2 (8.30.8)
dz A(1,1) A(2,1)

dF9
= 0 (inerte) (8.30.9)
dz

Este conjunto de ecuaciones se puede generalizar en la ecuacin siguiente:

dF j A(1, j ) A(2, j )
= AA R1 R2 (8.31)
dz A(1,1) A(2,1)

j = 1, 2, ...,9

La Ec. (8.31) es el modelo matemtico que describe el balance de materia en un


reactor tubular al estado estacionario.

C) BALANCE DE ENERGIA EN UN REACTOR TUBULAR AL ESTADO


ESTACIONARIO

Aplicando la ecuacin general del balance de energa a un elemento diferencial


del reactor con volumen dV y longitud dz de la Fig. (8-4)

u 2j u 2j dE
Fj H j + + gz j Fj H j + + gz j + Q WS = (8.32)
2 ent 2 sal dt

Para un reactor qumico: WS = 0

u 2j u 2j
Fj = Fj
2 ent 2 sal

LUIS MONCADA ALBITRES


MODELAMIENTO Y SIMULACION DE PROCESOS 206

Fj [gz j ]ent = Fj [gz j ]sal

[F j H ] [ ] dE
j Fj H j + Q= (8.33)
ent sal
dt

dE
=0
dt

[F j H j ]
ent
[
Fj H j ]
sal
+ Q=0 (8.34)

Para un reactante o producto que toma parte en una reaccin, en trminos del
reactante lmite A y la conversin fraccional xA, se tiene:

Fj = Foj (vj/vA)FoA xA (8.35)

(vj/vA) = (si el componente j es reactante)


(vj/vA) = + (si el componente j es producto)

j = salida
oj = entrada

Foj H oj Foj H j + [(vj/vA H j ] FoA xA + Q = 0 (8.36)

Foj ( H oj H j ) HR(T) FoA xA + Q = 0 (8.37)


Tomando:
( H oj H j ) = CPj (Toj - Tj)

Foj = FoT
Foj ( H oj H j ) = FoT C P (Toj Tj) (8.38)

C P = capacidad calorfica de la mezcla

De la Ecuacin de Fourier para la transferencia de calor:

Q
A= (8.39)
UT
T (TS T) (8.40)
TS = temperatura de los alrededores
T = temperatura media del sistema
A = rea lateral para la transferencia de calor

LUIS MONCADA ALBITRES


MODELAMIENTO Y SIMULACION DE PROCESOS 207

Q
A=
U (TS T )

Q = AU(TS T) (8.41)

Reemplazando las Ecs (8.38) y (8.41) en la Ec. (8.37)

FoT C P (Toj Tj) HR(T) FoA xA + U(TS T) A = 0 (8.42)

Para un elemento diferencial de volumen dV:


V = AT z

D 2
V= z AL = D z
4

4V AL
= (a) = (b)
D2z Dz
4V
Igualando (a) y (b), AL =
D
Pero tambin: V = AT z
4 AT 4 AT
Luego: AL = z y dAL = dz
D D

Denominando AT = AA (rea de seccin transversal) y AL = A (rea lateral), se


tiene:
4aa
dAL = dz (8.43)
D

El balance de energa para un elemento diferencial de volumen dV, estar dado


por:
FoT C P (T (T + dTj)) HR(T) FoA dxA + U(TS T) dA = 0 (8.44)

Del balance de materiales para un reactor tubular:

FA = FoA FoA xA

Para un elemento diferencial de volumen dV


dFA = FoA FoA dxA
pero FoA dxA = RA dV
luego HR(T) FoA dxA HR(T) RA dV

LUIS MONCADA ALBITRES


MODELAMIENTO Y SIMULACION DE PROCESOS 208

Para dos reacciones:

HR1(T) FoA xA1 HR2(T) FoA xA2 HR1(T) RA1 dV HR2(T) RA2 dV (8.45)
pero dV = AA dz, luego:
4 AA
FoT C P dT HR1(T) RA1 AAdz HR2(T) RA2 AAdz + U(TS T) dz = 0
D
4 AA
FoT C P dT = + U(TS T) dz (HR1(T) RA1 HR2(T) RA2 )AAdz
D
dT AA 4
=
[ U(TS T) (HR1(T) RA1 HR2(T) RA2)] (8.46)
dz F C D
0T P

D) BALANCE DE MOMENTUM
De Peters y Timmerhaus, para la cada de presin a lo largo de un tubo se tiene:

P 2 fG 2
= (8.47)
L g c D

donde: f = factor de friccin


G = velocidad msica (lb/h. Pie2)
gc = factor de conservacin de la ley de movimiento de Newton
(32,17)(3 600)2 pies/h2.lbf
= densidad (lb/pie3)
D = dimetro (pies)
P = cada de presin (lbf/pie2)
Arreglando la Ec. (8.47) para el sistema internacional (SI), para una longitud
diferencial de tubo dz se tiene:

dP 4,07 1010 M 1,84 0,16


= (8.48)
dz D 4,84

donde: dP = cada de presin (kN/m2)


M = flujo msico (kg/s)
= densidad (kg/m3)
dz = incremento de la longitud (m)
D = dimetro del tubo (mm)
= viscosidad (Ns/m2)
Para variaciones de la densidad en funcin de la temperatura, la Ec. (8.48) estar
dada por:

LUIS MONCADA ALBITRES


MODELAMIENTO Y SIMULACION DE PROCESOS 209

dP 4,895 10 9 M 1,84 0,16T


= (8.49)
dz Pt PM D 4,84
donde: dP/dz = kPa/m
Pt = kPa
M = kg/s
= Ns/m2
D = mm
Las Ecs. (8.31), (8.46) y (8.49) representan el modelo matemtico para un reactor
tubular en el cual se pueden llevar a cabo cualquiera de las reacciones enunciadas
anteriormente.
Balance de Materiales

dF j A(1, j ) A(2, j )
= AA R1 R2 (8.31)
dz A(1,1) A(2,1)

j = 1, 2, ...,9

Balance de Energa
dT AA 4
=
[ U(TS T) (HR1(T) RA1 HR2(T) RA2)] (8.46)
dz F C D
0T P

Balance de Momentum

dP 4,895 10 9 M 1,84 0,16T


= (8.50)
dz Pt PM D 4,84
Condiciones de frontera:
Para z = 0
F(j) = Fo(j) j = 1, . . . 9
T = To
P = Po

La aplicacin se puede hacer en:


- Operacin adiabtica
- Operacin no adiabtica

LUIS MONCADA ALBITRES


MODELAMIENTO Y SIMULACION DE PROCESOS 210

8.3 TANQUE AGITADO CON CALENTAMIENTO

Los recipientes de calentamiento son usados en muchos procesos qumicos. A


menudo estos recipientes de mezclado son calentados, ya sea por un serpentn o por una
chaqueta alrededor del recipiente. Por ejemplo, un recipiente de mezcla puede servir
como un reactor qumico, donde dos o ms componentes reaccionan para producir uno o
ms productos. A menudo esta reaccin debe ocurrir a cierta temperatura para conseguir
un rendimiento adecuado. La temperatura en el recipiente es mantenida mediante la
variacin del flujo de un fluido a travs de la chaqueta o serpentn.
Considerar un calentador tipo tanque agitado mostrado en la Fig. 8-5, donde la
corriente de entrada al tanque es recibida desde otra unidad de proceso. El objetivo es
llevar el valor de la temperatura de la corriente de entrada a un valor deseado. Un fluido
de transferencia de calor se hace circular a travs de la chaqueta para calentar el fluido
en el tanque. En algunos procesos se usa vapor como el fluido de transferencia de calor
y la mayor cantidad de energa transportada es debido al cambio de fase de vapor a
agua. En otros procesos se usa un fluido de transferencia de calor en donde no hay
cambio de fase. En este caso asumimos que no ocurre cambio de fase en el fluido del
tanque ni en el de la chaqueta.

Entrada al tanque
Fi
Ti Entrada a la chaqueta
Fji
Tji
V T

Salida de la chaqueta
Fj Tanque Salida del tanque
Tj T
Chaqueta
F

Fig. 8.5 Tanque calentador agitado enchaquetado

Despus de estudiar este caso, el lector debe estar capacitado para:

Desarrollar el modelo dinmico no lineal de un tanque perfectamente mezclado


con calentamiento.
Encontrar el espacio de estado y la funcin de transferencia a partir de un
calentador tipo tanque agitado linealizado.
Comparar la respuesta dinmica de los modelos lineal y no lineal.
Usar MATLAB para las simulaciones lineal y no lineal.
Analizar el comportamiento de plano de fase.

1. Introduccin.
2. Desarrollando el Modelo Dinmico.
3. Condiciones de estado estacionario.

LUIS MONCADA ALBITRES


MODELAMIENTO Y SIMULACION DE PROCESOS 211

4. Modelo de espacio de estado.


5. Modelo del Dominio de Laplace.
6. Respuestas Escaln: Modelos Lineal vs. No Lineal.
7. Perturbaciones en condiciones iniciales.

Desarrollo del modelo dinmico

En esta seccin escribiremos las ecuaciones del modelamiento dinmico para


encontrar las temperaturas del tanque y la chaqueta. Esta metodologa fue desarrollada
en los captulos 2 y 3. Nosotros hacemos las siguientes asunciones.

Volumen constante y lquidos con densidad y capacidad calorfica constantes.


Perfectamente mezclado en el tanque y en la chaqueta.
El flujo de entrada al tanque, el flujo de la chaqueta, la temperatura de entrada al
tanque y la temperatura de entrada a la chaqueta pueden cambiar (estas son las
entradas).
La velocidad de transferencia de calor desde la chaqueta al tanque es gobernada
por la ecuacin Q = UA(Tj T), donde U es el coeficiente total de transferencia
de calor y A es el rea de transferencia de calor.

La notacin que usamos es presentada en la Tabla 8.1

Tabla 1. Notacin
Variables Subndices
A rea de transferencia de calor i Entrada
Cp Capacidad calorfica (energa/masa*temp.) j Chaqueta
F Flujo volumtrico (volumen/tiempo) ji Entrada a la chaqueta
Densidad (masa/volumen) ref. Estado de referencia
T Temperatura s Estado estacionario
t Tiempo
Q Calor transferido (energa/tiempo)
U Coeficiente de transferencia de calor (energa /tiempo* rea *temperatura)
V Volumen

Balance de Materiales Alrededor del Tanque

El primer paso es escribir un balance de Materiales alrededor del tanque:

acumulacin = in out

dV
= Fi F (8.51)
dT

dV
asumiendo densidad y volumen constantes = 0 , encontramos que:
dt

F = Fi

LUIS MONCADA ALBITRES


MODELAMIENTO Y SIMULACION DE PROCESOS 212

Balance de Energa alrededor del tanque

El siguiente paso es escribir un balance de energa alrededor del tanque. Aqu


despreciamos los cambios de energa cintica y potencial entre las corrientes de entrada
y salida y el trabajo de eje realizado por el impulsor del mezclador:

acumulacin = in por flujo + in por transferencia de calor - out por flujo

dVCp (T Tref )
= FiCp(Ti Tref) + Q FCp(T Tref) (8.52)
dt

y usando las asunciones de densidad, volumen y capacidad calorfica constantes,


encontramos:

d (T Tref )
VC p = FiCp[(Ti Tref) (T Tref)] + Q (8.53)
dt
o
d (T Tref ) F Q
=(Ti T ) + (8.54)
dt V VC P
pero Tref es una constante, de tal manera que
d (T Tref ) dT
= (8.55)
dt dt
y
dT F Q
= (Ti T ) + (8.56)
dt V VC P

Tambin debemos efectuar un balance de materia y energa alrededor de la


chaqueta y usar las relaciones de conexin para la transferencia de calor entre el tanque
y la chaqueta.

Balance de Materiales alrededor de la Chaqueta

El balance de materiales alrededor de la chaqueta es:

acumulacin = in out

dV j j
= Fjij Fjj (8.57)
dt

dV
asumiendo volumen y densidad constante, = 0 , encontramos:
dt

Fj = Fji

LUIS MONCADA ALBITRES


MODELAMIENTO Y SIMULACION DE PROCESOS 213

Balance de energa alrededor de la Chaqueta

A continuacin, escribimos un balance de energa alrededor de la chaqueta.


Nuevamente, despreciamos la energa cintica y potencial y el trabajo de eje:

acumulacin = in por flujo + in por transferencia de calor - out por flujo


dV j j Cp j (T j Tref )
= FjjCpj(Tji Tref) + Q FjjCpj(Tj Tref) (8.58)
dt
y usando las asunciones de densidad, volumen y capacidad calorfica constantes,
encontramos:

d (T j Tref )
V j jC pj = FjjCpj[(Tji Tref) (Tj Tref)] Q (8.59)
dt
o
d (T j Tref ) Fj Q
= (T ji T j ) + (8.60)
dt Vj V j j C Pj
pero Tref es una constante, as

d (T j Tref ) dT j
= (8.61)
dt dt
y
dT j Fj
= (T ji Tj )
Q
(8.62)
dt Vj V j j Cp j

tambin tenemos la relacin para calor transferido desde la chaqueta al tanque

Q = UA(Tj T) (8.63)
Sustituyendo la expresin para Q en los balances de energa para el tanque y la chaqueta
tenemos las dos ecuaciones que modelan este sistema:

dT F UA(T j T )
= (Ti T ) + (8.64)
dt V VCp

dT j Fj UA(T j T )
= (T ji Tj ) (8.65)
dt Vj V j j Cp j

Este modelo lo simulamos usando el programa MATLAB heater.m listado a


continuacin:
%
function dx = heater(t,x);
dx = zeros(2,1);
% Dinmica de un tanque calentador agitado
% L. Moncada
% 8 Jul 2002

LUIS MONCADA ALBITRES


MODELAMIENTO Y SIMULACION DE PROCESOS 214

%
% x(1) = T = temperatura en el tanque
% x(2) = Tj = temperatura en la chaqueta
% delFj = cambio en el flujo de la chaqueta
% F = Flujo en el tanque
% Tin = Temperatura de entrada al tanque
% Tji = Temperatura de entrada a la chaqueta
% V = Volumen del tanque
% Vj = Volumen de la chaqueta
% rhocp = densidad*capacidad calorifica (tanque)
% rhocpj = densidad*capacidad calorifica (chaqueta)
%
% parametros y valores de variables al estado estacionario:
%
F = 1;
Fjs = 1.5;
Ti = 50;
Tji = 200;
V = 10;
Vj = 1;
rhocp = 61.3;
rhocpj= 61.3;
UA = 183.9;
%
delFj = 0.1;
Fj = Fjs + delFj;
%T = x(1);
%Tj= x(2);
% edos
dx(1) = (F/V)*(Ti - x(1)) + UA*(x(2) - x(1))/(V*rhocp);
dx(2) = (Fj/Vj)*(Tji - x(2)) - UA*(x(2) - x(1))/(Vj*rhocpj);

Y los comandos de ejecucin usando ode45

>> x0 = [x1o x2o]; % condiciones iniciales


>> [t,x] = ode45('heater',[0 30],[x0]);
>> plot(t,x(:,1))
o
>> plot(t,x(:,2))

Condiciones de estado

Antes de linearizar los modelos no lineales para encontrar la forma de espacio de


estado, debemos encontrar los valores de las variables de estado al estado estacionario.
El estado estacionario se obtiene resolviendo la ecuacin dinmica para dx/dt = 0. Los
valores de las variables del sistema al estado estacionario y algunos parmetros para
este proceso son dados a continuacin.
Parmetros y valores al estado estacionario

Fs = 1 pie3/min. V = 10 pie3
Cp= 61.3 Btu/ oF pie3 Tjis = 200 oF
jCpj = 61.3 Btu/ oF pie3 Tjs = 150 oF
Tis = 50 oF Vj = 1 pie3
Ts = 125 oF

LUIS MONCADA ALBITRES


MODELAMIENTO Y SIMULACION DE PROCESOS 215

Notar que los valores de UA y Fjs no han sido especificados. Estos valores pueden
ser obtenidos mediante la solucin de las dos ecuaciones dinmicas de balance de
energa al estado estacionario.
De dT/dt = 0 al estado estacionario, resolvemos el balance de energa del tanque para
obtener UA = 183.9 Btu/oF min.
De dTj/dt = 0 al estado estacionario, resolvemos el balance de energa de la chaqueta
para obtener Fjs = 1,5 pie3/min.

Modelo de espacio de estado

Aqu nosotros linearizamos las ecuaciones no lineales de modelamiento para encontrar


la forma de espacio de estado

dx
= Ax + Bu (8.66)
dt
y = Cx (8.67)

donde el estado, vectores de entrada y salida estn, en la forma de desviacin

T Ts
x= variables de estado
T j T js

Fj F js
F
Fs
u=
Ti Tis variables de entrada

T jin T jins

T Ts
y= variables de salida
T j T js

recordar que nuestras dos ecuaciones dinmicas son:

UA(T j T )
= f 1 (T , T j , F j , F , T ji , T j ) = (Ti T ) +
dT F
(8.68)
dt V VCp

dT j Fj UA(T j T )
= f 2 (T , T j , F j , F , T j , T jin ) = (T ji T j ) (8.69)
dt Vj V j j Cp j

Los elementos de la matriz de espacio de estado A son encontrados por

LUIS MONCADA ALBITRES


MODELAMIENTO Y SIMULACION DE PROCESOS 216

f i
Aij =
x j
f 1 f 1 f F UA
A11 = = = 1 = s = 0.4
x1 (T Ts ) T V VCp
f f 1 f UA
A12 = 1 = = 1 = = 0.3
x 2 (Tt T js ) T j VCp
f 2 f 2 f UA
A21 = = = 2 = = 3.0
x1 (T Ts ) T V j j Cp j
f f 2 f F js UA
A22 = 2 = = 2 = = 4.5
x 2 (T j T js ) T j V j V j j Cp j

Los elementos de la matriz B son encontrados por:

f i
Bij =
u j

f 1 f 1 f
B11 = = = 1 =0
u1 (F j F js ) F j
f 1 f 1 f T Ts
B12 = = = 1 = is = 7.5
u 2 (F Fs ) F V
f f 1 f F
B13 = 1 = = 1 = s = 0.1
u 3 (Ti Tis ) Ti V
f f 1 f
B14 = 1 = = 1 =0
u 4 (T ji T jis ) T ji
f f 2 f T jis T js
B 21 = 2 = = 2 = = 50
u1 (F j F js ) F j Vj
f 2 f 2 f
B 22 = = = 2 =0
u 2 (F Fs ) F
f f 2 f
B 23 = 2 = = 2 =0
u 3 (Ti Tis ) Ti
f 2 f 2 f F js
B 24 = = = 2 = = 1.5
u 4 (T ji T jis ) T ji V j

Como ambos estados son medidos, la matriz C es I (matriz identidad). Los valores
numricos para las matrices son:

0.4 0.3
A =
3 4.5

LUIS MONCADA ALBITRES


MODELAMIENTO Y SIMULACION DE PROCESOS 217

0 7.5 0.1 0
B =
50 0 0 1.5

1 0
C =
0 1

Usando MATLAB >> sys = ss(A,B,C,D)

>> sys = ss([-0.4 0.3;3 -4.5],[0 -7.5 0.1 0;50 0 0 1.5],[1 0;0 1],0)

a =
x1 x2
x1 -0.4 0.3
x2 3 -4.5

b =
u1 u2 u3 u4
x1 0 -7.5 0.1 0
x2 50 0 0 1.5

c =
x1 x2
y1 1 0
y2 0 1

d =
u1 u2 u3 u4
y1 0 0 0 0
y2 0 0 0 0

Continuous-time model.

Modelo en el Dominio de Laplace

Recordar que una matriz de funcin de transferencia relaciona las entradas y salidas

y(s) = G(s) x(s) (8.70)

La funcin de transferencia entrada/salida es encontrada de

G(s) =C(sI A)-1 B (8.71)

Usando la rutina MATLAB SS2TF , para lo cual introducimos las matrices:

>> a = [-0.4 0.3; 3.0 -4.5]


a =
-0.4000 0.3000
3.0000 -4.5000

>> b = [0 -7.5 0.1 0; 50 0 0 1.5]


b =
0 -7.5000 0.1000 0
50.0000 0 0 1.5000

LUIS MONCADA ALBITRES


MODELAMIENTO Y SIMULACION DE PROCESOS 218

>> c = [1 0; 0 1]
c =
1 0
0 1

>> d = [0 0 0 0; 0 0 0 0]
d =
0 0 0 0
0 0 0 0

Encontramos los polinomios de funcin de transferencia para la entrada 1 :(cambio


en el flujo a la chaqueta Fj)
>> [num1,den] = ss2tf(a,b,c,d,1)
num1 =
0 -0.0000 15.0000
0 50.0000 20.0000
den =
1.0000 4.9000 0.9000
>>

Encontramos los polinomios de funcin de transferencia para la entrada 2 :(cambio


en el flujo al tanque F)

>> [num2,den] = ss2tf(a,b,c,d,2)


num2 =
0 -7.5000 -33.7500
0 0 -22.5000
den =
1.0000 4.9000 0.9000
>>

Encontramos los polinomios de funcin de transferencia para la entrada 3 :(cambio


en la temperatura de entrada al tanque T)

>> [num3,den] = ss2tf(a,b,c,d,3)


num3 =
0 0.1000 0.4500
0 -0.0000 0.3000
den =
1.0000 4.9000 0.9000
>>

Encontramos los polinomios de funcin de transferencia para la entrada 4 :(cambio


en la temperatura de entrada a la chaqueta Tj)

>> [num4,den] = ss2tf(a,b,c,d,4)


num4 =
0 -0.0000 0.4500
0 1.5000 0.6000
den =
1.0000 4.9000 0.9000
>>

LUIS MONCADA ALBITRES


MODELAMIENTO Y SIMULACION DE PROCESOS 219

15 (7.5s 33.75) (0.1s + 0.45) 0.45


(50s + 20) 22.5 0.3 (1.5s + 0.6)

G ( s) =
s 2 + 4.9 s + 0.9

Los polos del polinomio caracterstico

s2 + 4.9s + 0.9

lo determinamos de la siguiente manera:

Eigenvalores y Eigenvectores

>> [v,lambda] = eig(a)


v =
0.8207 -0.0695
0.5714 0.9976
lambda =
-0.1911 0
0 -4.7089
>>

de tal manera que los polos del polinomio caracterstico son -0.191 y -4.709. La
funcin de transferencia relacionando la salida 1 (temperatura del tanque) a entrada 1
(flujo de la chaqueta) es

15
g 11 ( s ) =
s + 4.9 s + 0.9
2

dividiendo g11(s) por 0,9, encontramos

16.6667
g 11 ( s ) =
1.1111s 2 + 5.4444 s + 1
lo cual puede ser factorizado en

16.6667
g 11 ( s ) =
(0.21235s + 1)(5.23207 s + 1)

la cual es la forma de constante de ganancia de tiempo. Cualquiera de estas formas


puede ser usada, sin embargo nosotros generalmente usaremos la forma de constante de
ganancia de tiempo.
La funcin de transferencia relacionando la salida 2 (temperatura de la chaqueta) a la
entrada 1 (flujo de la chaqueta) es

50 s + 20
g 21 ( s ) =
s + 4.9 s + 0.9
2

De manera similar dividiendo g21(s) por 0.9 encontraremos

LUIS MONCADA ALBITRES


MODELAMIENTO Y SIMULACION DE PROCESOS 220

22.22(2.5s + 1)
g 21 ( s ) =
1.1111s 2 + 5.4444 s + 1

Tambin g21(s) puede ser factorizada en

22.22(2.5s + 1)
g 21 ( s ) =
(0.21236 s + 1)(5.23207 s + 1)

Respuestas escaln: modelos lineales vs. no lineales

En esta seccin compararemos la respuesta escaln de un modelo no lineal con aquella


predecida por un modelo linearizado. Para propsitos de comparacin, plotearemos las
variables fsicas.
Para el modelo lineal el cual est en la forma de variables de desviacin, convertimos a
variables fsicas mediante linearizacin de tal manera que

x1(t) = T(t) Ts
x2(t) = Tj(t) Tjs

as, para el modelo lineal


T(t) = Ts + x1(t)
Tj(t) = Tjs + x2(t)

Tambin
u1(t) = Fj(t) Fjs

Con lo cual el modelo lineal estar dado por:


X = Ax + Bu (8.72)

Para este caso considerando la entrada Fj, la matriz de coeficientes para la entrada ser:

0
B=
50
lo cual concuerda con el modelo ya que solamente afecta a la segunda variable (Tj) y u
es el valor del cambio de la entrada.
Escribimos un programa heaterlin.m usando el mtodo de Euler para calcular
las variables e desviacin del estado estacionario y luego sumado el valor al EE,
calcular el valor de la variable de salida, la cual graficamos en funcin del tiempo

% Programa heaterlin.m para tanque enchaquetado


% modelo lineal
% (c) 2002 - L. Moncada
% Julio 2002
clear, clf, hold off
u=0.1;

LUIS MONCADA ALBITRES


MODELAMIENTO Y SIMULACION DE PROCESOS 221

h=0.01;
n=1;
t(1)=0; y(:,1)=[0;0];
A=[-.4, 0.3; 3,-4.5]; B = [0;50];
while n<=3000;
y(:,n+1) = y(:,n) + h*(A*y(:,n)+B*u);
t(n+1) = n*h;
n=n+1;
end
x1=125+y(1,:);
x2=150+y(2,:);
plot(t,x1)
grid on
xlabel ('Tiempo (min)')
ylabel ('Temperatura del tanque')

Pequeo incremento en el flujo de la chaqueta


Considerar un cambio de escaln de 0.1 (del valor al estado estacionario 1.5 a 1.6
3
pie /min) en el flujo de la chaqueta. Las respuestas de los modelos lineales y no lineales
son mostradas en la Fig. 8.6. (usando el programa heaterlin.m con u = 0.1 y heater.m
con delfj=0.1). para las temperaturas del tanque y de la chaqueta, el modelo lineal se
aproxima al modelo no lineal.

a) Temperatura del tanque

LUIS MONCADA ALBITRES


MODELAMIENTO Y SIMULACION DE PROCESOS 222

b) Temperatura de la chaqueta
Fig. 8.6 Respuesta a pequeo incremento en el flujo de la chaqueta (0.1)

Incremento grande en el flujo de la chaqueta


Considerar un cambio de escaln de 1.0 (desde 1.5 a 2.5 pies3/min.) en el flujo de
la chaqueta. Las respuestas de los modelos lineal y no lineal son mostrados en la Fig.
8.7. La respuesta lineal es cualitativamente la misma que la respuesta no lineal, pero la
magnitud de cambio es diferente. La ganancia (cambio en la salida/cambio en la
entrada) del modelo lineal es mayor que la ganancia del modelo no lineal.

a) Temperatura del tanque

LUIS MONCADA ALBITRES


MODELAMIENTO Y SIMULACION DE PROCESOS 223

b) Temperatura de la Chaqueta
Fig. 8.7 Respuesta a incremento grande en el flujo de la chaqueta (1)

Disminucin grande en el flujo de la chaqueta


Considerar una disminucin de escaln de -1.0 (desde 1.5 hasta 0.5 pies3/min.) en el
flujo de la chaqueta. Las respuestas de los modelos lineal y no lineal son mostrados en
la Fig., 8.8. Notar que la ganancia del modelo lineal es ahora menor que la ganancia del
modelo no lineal. Este es el efecto opuesto al que hemos observado para un incremento
grande en el flujo de la chaqueta.

a) Temperatura del tanque

LUIS MONCADA ALBITRES


MODELAMIENTO Y SIMULACION DE PROCESOS 224

b) Temperatura de la chaqueta

Fig. 8.8 Respuesta a disminucin grande en el flujo de la chaqueta (-1)

Pequea disminucin en el flujo de la chaqueta


Considerar un cambio de escaln de -0.1 (desde 1.5 a 1.4 pies3/min.) en el flujo de la
chaqueta. La respuesta de los modelos lineal y no lineal son mostradas en la Fig. 8.9.
Como el cambio en la entrada es pequeo, el modelo lineal proporciona una buena
aproximacin al modelo no lineal.

a) Temperatura del tanque

LUIS MONCADA ALBITRES


MODELAMIENTO Y SIMULACION DE PROCESOS 225

b) Temperatura de la Chaqueta

Fig. 8.9 Respuesta a disminucin pequea en el flujo de la chaqueta (-0.1)

Comentarios sobre el comportamiento de la respuesta escaln

Para el modelo no lineal la ganancia (cambio en la salida/cambio en la entrada)


varia como una funcin tanto de la magnitud como la direccin. Si se hacen pequeos
cambios en la entrada, la ganancia no cambia mucho del caso de modelo lineal. Para
cambios grandes en la entrada, la ganancia del sistema no lineal fue menor que del
sistema lineal para incremento en el flujo de la chaqueta, pero mayor que el sistema
lineal para disminucin en el flujo de la chaqueta.
La respuesta de la temperatura de la chaqueta es ms rpida que la temperatura del
tanque. Esto tiene sentido desde un punto de vista fsico, porque el volumen de la
chaqueta es un dcimo del volumen del tanque. As mismo, el flujo de la chaqueta tiene
un efecto directo sobre la temperatura de la chaqueta y un efecto indirecto sobre la
temperatura del tanque. Notar que la constante de tiempo del numerador parcialmente
cancela la baja constante de tiempo del denominador para la funcin de transferencia
relacionando el flujo de la chaqueta a la temperatura de la chaqueta.

Respuestas del Sistema a Perturbaciones en Condiciones Iniciales

Los eigenvalores (valores propios) de la matriz A en el modelo de espacio de estado


proporcionan informacin sobre la estabilidad y la velocidad relativa de respuesta. Los
eigenvectores (vectores propios) proporcionan informacin sobre la dependencia
direccional de la velocidad de respuesta. La rutina MATLAB EIG es usada para clculos
de eigenvalor/eigenvector. Recordar que un eigenvalor positivo es inestable, mientras
que un eigenvalor negativo es estable. Una magnitud grande de eigenvalor es ms
rpida que una magnitud pequea de eigenvalor.

LUIS MONCADA ALBITRES


MODELAMIENTO Y SIMULACION DE PROCESOS 226

Como se ha visto anteriormente, los eigenvalores para este sistema son:

1 = 0.1911 (lento) y 2 = 4.7089 (rpido)

Los eigenvectores son:

0.8207
v1 = (lento)
0.5714

0.0695
v2 = (rpido)
0.9976

El segundo eigenvalor y eigenvector nos dice que una perturbacin en la


condicin inicial de la segunda variable de estado tendr una respuesta rpida. El primer
eigenvalor y eigenvectos nos dice que una perturbacin en la direccin del eigenvector
v1 tendr una respuesta lenta.

Respuesta Lenta

Considerar una perturbacin inicial en la direccin lenta. Tomando la magnitud de la


perturbacin a tener una magnitud de 5

0.8207 4.1035
x(0) = 5 * v 2 = 5 * =
0.5714 2.857

Las variables de estado fsicas (temperatura del tanque y la chaqueta) son

T (0) 125 4.1035 129.1035


T (0) = + =
j 150 2.857 152.857

Las respuestas para una perturbacin en la direccin lenta son mostradas en la Fig8.10.
Los comandos para obtener estas grficas son:

>> x0 = [129.1035 152.857];


>> [t,x] = ode45('heater',[0 30],[x0]);
>> plot(t,x(:,1))

LUIS MONCADA ALBITRES


MODELAMIENTO Y SIMULACION DE PROCESOS 227

Temperatura del tanque

Temperatura de la chaqueta

Fig. 8.10 Perturbacin inicial en la direccin lenta

Respuesta Rpida
Considerar una perturbacin inicial en la direccin rpida. Si la perturbacin es

0.0695 0.3475
x(0) = 5 * v 2 = 5 * =
0.9976 4.988
Las variables de estado fsicas (temperatura del tanque y la chaqueta) son

LUIS MONCADA ALBITRES


MODELAMIENTO Y SIMULACION DE PROCESOS 228

T (0) 125 0.3475 124.6525


T (0) = + =
j 150 4.988 154.988
Las respuestas para una perturbacin en la direccin rpida son mostradas en la Fig.
8.11 (notar que la escala de tiempo vara con respecto a al Fig. 8.10).

Temperatura del tanque

Temperatura de la chaqueta
Fig.8.11 Perturbacin inicial en la direccin rpida

LUIS MONCADA ALBITRES


MODELAMIENTO Y SIMULACION DE PROCESOS 229

Los comandos para estas grficas son:

>> x0 = [124.6525 154.9880];


>> [t,x] = ode45('heater',[0 3],[x0]);
>> plot(t,x(:,1))

En las Figs. 8.10 y 8.11 hemos mostrado el efecto de la direccin de la condicin


inicial. Esto puede ser ilustrado ms completamente viendo el comportamiento del
plano de fase.

Comportamiento del plano de fase

El comportamiento del plano de fase es mostrado en la Fig. 8.12 donde la temperatura


del tanque es ploteada en el eje x y la temperatura de la chaqueta es ploteada en el eje y.
4.1035
Notar que las condiciones iniciales en la direccin responde mucho mas
2.857
0.3475
lentamente que las condiciones iniciales en la direccin
4.988
El plano de fase obtenemos con los siguientes comandos MATLAB

>> x0 = [4.1035 2.857];


>> [t,x] = ode45('heater',[0 1],[x0]);
>> plot(x(:,1),x(:,2))
>> hold on
>> x0 = [-0.3475 4.988];
>> [t,x] = ode45('heater',[0 1],[x0]);
>> plot(x(:,1),x(:,2),'r')

Fig. 8.12 Comportamiento del plano de fase del Tanque Calentador Agitado

LUIS MONCADA ALBITRES


MODELAMIENTO Y SIMULACION DE PROCESOS 230

Resumen
En este modulo hemos desarrollado las ecuaciones dinmicas de modelamiento
para un tanque calentador perfectamente mezclado. Hemos resuelto para las condiciones
al estado estacionario, linearizado para obtener el modelo de espacio de estado, y
encontrar el modelo de funcin de transferencia. Hemos comparado las respuestas
escaln de los modelos lineal y no lineal. Tambin hemos mostrado la importancia de la
direccin de las condiciones iniciales. Las perturbaciones en una direccin dada causa
una respuesta ms rpida, mientras que en otras direcciones una respuesta ms lenta.

8.4 REACTOR CSTR

1. Introduccin
La unidad de operacin ms importante en un proceso qumico generalmente es
un reactor qumico. Las reacciones qumicas son ya sea exotrmicas (desprenden
energa) o endotrmicas (requieren entrada de energa) y por lo tanto necesitan que la
energa sea removida o adicionada al reactor para mantener una temperatura constante.
Las reacciones exotrmicas son los sistemas mas interesantes para estudiarlos debido a
los potenciales problemas de seguridad (incrementos rpidos de la temperatura, es
a veces llamado comportamiento de ignicin) y la posibilidad de otros
comportamientos tales como mltiples estados estacionarios (para el mismo valor
de la variable de entrada pueden existir diferentes valores de la variable de salida).
En este modulo consideraremos un reactor tipo tanque continuo con agitacin
(CSTR), perfectamente mezclado, mostrado en la Figura 1. El caso de una reaccin
simple irreversible exotrmica, de primer orden, A --> B. Mostraremos que un
comportamiento muy interesante puede darse en un sistema simple.

A ------------> B

F
CAf

TCin
FC

CA
T

TC F
TC
CA

Figura 8.13. Reactor continuo tipo tanque agitado con chaqueta de enfriamiento

LUIS MONCADA ALBITRES


MODELAMIENTO Y SIMULACION DE PROCESOS 231

En la Figura 8.13 observamos que una corriente de fluido es continuamente


alimentada al reactor y otra corriente es continuamente removida desde el reactor.
Como el reactor es perfectamente mezclado, la corriente de salida tiene la misma
concentracin y temperatura que el fluido dentro del reactor. Notar que una chaqueta
rodeando al reactor tambin tiene corrientes de entrada y salida. Se asume que la
chaqueta est perfectamente mezclada y a menor temperatura que el reactor. Por lo tanto
pasa energa a travs de las paredes del reactor hacia la chaqueta, removiendo el calor
generado por la reaccin.
Existen muchos ejemplos de reactores en la industria similares a este. Los
ejemplos incluyen varios tipos de reactores de polimerizacin, los cuales producen
polmeros que son usados en productos de plstico tales como refrigerantes de
poliestireno o botellas de plstico. Los reactores industriales tpicamente tienen
cinticas ms complicadas a la que estudiamos en este modulo, pero la caracterstica de
comportamiento es similar.

2. Las Ecuaciones de modelamiento

Por simplicidad asumimos que la temperatura de la chaqueta de enfriamiento


puede ser directamente manipulada, de tal manera que no se requiere un balance de
energa alrededor de la chaqueta. Tambin podemos hacer las siguientes asunciones
Perfectamente mezclado (los valores de la corriente de producto son los mismos
que la masa <<bulk>> de fluido dentro del reactor)
Volumen constante
Valores constantes de los parmetros
Las asunciones de volumen y valores de los parmetros constantes puede ser fcilmente
ampliado por el lector, para estudios ms amplios.

2.1 Parmetros y Variables

Los parmetros y variables que aparecern en las ecuaciones de modelamiento son


listados a continuacin por conveniencia.
A rea para intercambio de calor
CA Concentracin de A en el reactor
Caf Concentracin de A en la corriente de alimentacin
Cp Capacidad calorfica (energa/masa * temperatura)
F Flujo volumtrico (volumen/tiempo)
k0 Factor pre-exponencial (tiempo-1)
R Constante de gas ideal (energa/mol*temperatura)
R Velocidad de reaccin por unidad de volumen (mol/volumen * tiempo)
T Tiempo
T Temperatura del reactor
Tf Temperatura de alimentacin

LUIS MONCADA ALBITRES


MODELAMIENTO Y SIMULACION DE PROCESOS 232

Tj Temperatura de la chaqueta
Tref Temperatura de referencia
Coeficiente total de transferencia de calor
U
(energa/(tiempo*area*temperatura))
V Volumen del reactor

E Energa de activacin (energa/mol)


(H) Calor de reaccin (energa/mol)
Densidad (masa/volumen)

2.2 Balance total de material

La velocidad de acumulacin de material en el reactor es igual al flujo de entrada


de material el flujo de salida de material.

dV r
= Fin in Fout (8.73)
dt
dV
Asumiendo una cantidad constante de material en el reactor ( = 0), encontramos
dt
que
Fout = Finin
Si asumimos tambin que la densidad permanece constante, entonces
Fout = Fin = F
y
dV
=0
dt

2.3 Balance para el componente A

El balance para el componente A es


dVC A
= FC Af FC A rV (8.74)
dt
donde r es la velocidad de reaccin por unidad de volumen.

2.4 Balance de Energa

El balance de energa es

LUIS MONCADA ALBITRES


MODELAMIENTO Y SIMULACION DE PROCESOS 233

d (VC p (T Tref ))
= FC P (T f Tref ) FC P (T Tref ) + (H )Vr UA(T T j ) (8.75)
dt

donde Tref representa una temperatura de referencia arbitraria para la entalpa.

2.5 Forma de variables de estado de Ecuaciones Dinmicas

Nosotros podemos escribir las Ecs. (8.74) y (8.75) en la forma de variables de


estado siguiente (como dV/dt = 0)

dC A F
f 1(C A , T ) = = (C Af C A ) r (1a)
dt V

dT F H UA
f 2(C A , T ) = = (Tf T ) + r (T Tj ) (2a)
dt V cp Vcp

donde hemos asumido que el volumen es constante. La velocidad de reaccin por


unidad de volumen (expresin de Arrhenius) es

E
r = k o exp C A (8.76)
RT

donde hemos asumido que la reaccin es de primer orden

3. Solucin al estado estacionario

La solucin al estado estacionario se obtiene cuando dCA/dt = 0 y dT/dt = 0, esto es

f 1(C A , T ) = 0 =
F
(C Af C A ) k o exp E C A (1s)
V RT

f 2(C A , T ) = 0 =
F
(T f T ) + H k o exp E C A UA (T T j ) (2s)
V cp RT Vcp

Para resolver estas dos ecuaciones, deben ser especificadas todas las variables y
parmetros excepto para dos (CA y T). Dando valores numricos para todos los
parmetros y variables podemos usar un mtodo de clculo para resolver al estado
estacionario y encontrar valores de CA y T. Por conveniencia, usamos un sub-indice s
para denotar valores al estado estacionario (asi resolveremos para CAs y Ts).

En este modulo estudiaremos el conjunto de parmetros mostrados para las condiciones


del caso 2 en la Tabla 8.2. Casos 1 y 3 son dejados como ejercicio para el lector.

LUIS MONCADA ALBITRES


MODELAMIENTO Y SIMULACION DE PROCESOS 234

Tabla 8.2. Parmetros del Reactor


Parmetro caso 1 caso 2 caso 3

F/V, hr-1 1 1 1
k0, hr-1 14,825*3600 9,703*3600 18,194*3600
(H), kcal/kgmol 5215 5960 8195
E, kcal/kgmol 11,843 11,843 11,843
cp, kcal/(m3oC) 500 500 500
Tf, oC 25 25 25
CAf, kgmol/m3 10 10 10
UA/V, kcal/(m3oC
250 150 750
hr)
Tj, oC 25 25 25

Solucin para parmetros del caso 2 usando fsolve y cstr_ss.m

El archivo-m de la funcin para las ecuaciones al estado estacionario es


cstr_ss.m y es mostrado a continuacin.

function f = cstr_ss(x)
%
% Modelo para un CSTR adiabtico, caso2
% Use fsolve para encontrar la concentracin y
% temperatura al estado estacionario.
%
% La declaracin de llamada de la ventana de orden es:
%
% x = fsolve('cstr_ss',x0);
%
% donde x es el vector solucin (x = [conc;temp])
% y x0 es un vector inicial supuesto
%
% defina los siguientes parmetros global cuyos valores
% puedan ser ingresados en la ventana de comando
% global CSTR_PAR
% parameters (case 2)
% CSTR_PAR(1): factor de frecuencia (9703*3600)
% CSTR_PAR(2): calor de reaccin (5960)
% CSTR_PAR(3): energa de activacin (11843)
% CSTR_PAR(4): densidad*cap. calorifica (500)
% CSTR_PAR(5): coef de transf de calor* area (150)
% CSTR_PAR(6): constante de gas ideal (1.987)
% CSTR_PAR(7): volumen de reactor (1)
% CSTR_PAR(8): flujo de alimentacin (1)
% CSTR_PAR(9): concentracion de la alimentacin (10)
% CSTR_PAR(10): temperatura de alimentacin (298)
% CSTR_PAR(11): temperatura de la chaqueta (298)
%
% estados 1 y 2
% ca = concentracin de A, kgmol/m^3

LUIS MONCADA ALBITRES


MODELAMIENTO Y SIMULACION DE PROCESOS 235

% Temp = temperatura del reactor, deg K


%
% 16 July 2001 - (c) Luis Moncada
%
f = zeros(2,1);
%
global CSTR_PAR
%
% a continuacion usaremos notation comun para los estados
% para mejorar la lectura del codigo
%
ca = x(1);
Temp = x(2);
%
% Valores de los parametros del caso 2 mostrados entre parentesis:
%
k0 = CSTR_PAR(1); % factor de frecuencia (9703*3600)
H_rxn = CSTR_PAR(2); % calor de reaccin (5960)
E_act = CSTR_PAR(3); % energa de activacin (11843)
rhocp = CSTR_PAR(4); % densidad*cap. calorifica (500)
UA = CSTR_PAR(5); % coef de transf de calor* area (150)
R = CSTR_PAR(6); % constante de gas ideal (1.987)
V = CSTR_PAR(7); % volumen de reactor (1)
F = CSTR_PAR(8); % flujo de alimentacin (1)
caf = CSTR_PAR(9); % concentracion de la alimentacin (10)
Tf = CSTR_PAR(10); % temperatura de alimentacin (298)
Tj = CSTR_PAR(11); % temperatura de la chaqueta (298)
%
% razones usadas en las ecuaciones
%
fov = F/V;
UAoV = UA/V;
%
% ecuaciones de modelamiento:
%
rate = k0*exp(-E_act/(R*Temp))*ca;
%
dcadt = fov*(caf - ca) - rate;
dTdt=fov*(Tf-Temp) + (H_rxn/rhocp)*rate - (UAoV/rhocp)*(Temp - Tj);
%
% a continuacion convertimos lo anterior a notacion de funcion. fsolve
% busca valores de x(1) y x(2) para conducir f(1) y f(2) a cero.
%
f(1) = dcadt;
f(2) = dTdt;

El comando para correr este archivo es

x = fsolve('cstr_ss',x0);

donde x0 es un vector de supuestos iniciales y x es la solucin. Antes de usar este


comndo, los parmetros del reactor deben ser ingresados en el vector de parmetros
globales CSTR_PAR. As tenemos el archivo-m cstr_ss.m Nosotros encontraremos
que diferentes supuestos iniciales para la concentracin y temperatura darn diferentes
soluciones.

LUIS MONCADA ALBITRES


MODELAMIENTO Y SIMULACION DE PROCESOS 236

function f = cstr_ss1(x)
f = zeros(2,1);
ca = x(1);
Temp = x(2);
%
% Valores de los parmetros para el caso 2:
k0 = 9703*3600;
H_rxn = 5960;
E_act = 11843;
rhocp = 500;
UA = 150;
R = 1.987;
V = 1;
F = 1;
caf = 10;
Tf = 298;
Tj = 298;
%
% rezones usadas en las ecuaciones
%
fov = F/V;
UAoV = UA/V;
%
% ecuaciones de modelamiento:
%
rate = k0*exp(-E_act/(R*Temp))*ca;
%
dcadt = fov*(caf - ca) - rate;
dTdt = fov*(Tf - Temp) + (H_rxn/rhocp)*rate - (UAoV/rhocp)*(Temp -
Tj);
%
% a continuacion convertimos lo anterior a notacion de funcion. fsolve
% busca valores de x(1) y x(2) para conducir f(1) y f(2) a cero.
f(1) = dcadt;
f(2) = dTdt;

Cuando seleccionamos un supuesto inicial para un algortmo numrico, es


importante usar la intuicin fsica acerca del posible rango de soluciones. Por ejemplo,
si la concentracin de A en la alimentacin es 10 kgmol/m3 y la reaccin solo consume
A, el posible rango para la concentracin de A es 0 < CA < 10. De otro lado, es facil
demostrar que el limite mas bajo para la temperatura es 298 K, la cual podra ocurrir si
no existiera ninguna reaccin, ya que las temperaturas de la alimetacin y la chaqueta
son 298 K. Notar tambien que debera haber una correlacin entre concentracin y
temperatura. Si la concentracin de A es alta, esto indica que no ha ocurrido mucha
reaccin por lo que se ha liberado pequea cantidad de energa por reaccin y entonces
la temperatura no ser muy diferente a las temperaturas de la alimentacined y la
chaqueta.

Supuesto 1 Alta concentracin (baja conversin), Baja temperatura. Aqu


consideraremos un supuesto inicial de CA = 9 y T = 300 K.

>>options = optimset('Display','off');
>>x = fsolve('cstr_ss1',[9;300],options)

LUIS MONCADA ALBITRES


MODELAMIENTO Y SIMULACION DE PROCESOS 237

x =
8.5636
311.1710

C 8.5636
asi la solucin al estado estacionario para el supuesto 1 es As = , que es,
TS 311.1710
alta concentracin (baja conversin) y baja temperatura.

Supuesto 2 Concentracin y temperatura intermedios.

x = fsolve('cstr_ss1',[5;350],options)

x =
5.5179
339.0971
C 5.5179
asi la solucin al estado estacionario para el supuesto 2 es As = .
TS 339.0971
Supuesto 3 Baja concentracin y alta temperatura.

x = fsolve('cstr_ss1',[1;450],options)

x =
2.3589
368.0629
C 2.3589
asi la solucin al estado estacionario para el supuesto 3 es As = , que es,
TS 368.0629
baja concentracin (alta conversin) y alta temperatura.
Los resultados son resumidos en la Tabla 8. 3.

Tabla 8.3. Supuestos y soluciones usando fsolve.


Supuesto y Solucin Supuesto 1 Supuesto 2 Supuesto 3

x0(1), CA supuesto 9 5 1
x0(2), T supuesto 300 350 450

x(1), CA solucion 8.564 5.518 2.359


x(2), T solucion 311.2 339.1 368.1

Otros supuestos iniciales no nos conducen a otra solucin, por lo que vemos que
hay tres soluciones posibles para este juego de parmetros. Por lo tanto nuestro reactor
con este juego de parmetros puede alcanzar el estado estacionario solamente bajo tres
condiciones de concentracin y temperatura, lo cual nos puede servir para disear la
operacin.

LUIS MONCADA ALBITRES


MODELAMIENTO Y SIMULACION DE PROCESOS 238

4. Comportamiento dinmico

Nosotros hemos visto en la seccin previa que hay tres soluciones al estado
estacionario diferentes para cada conjunto de parametros. Aqu deseamos estudiar el
comportamiento dinmico bajo este mismo conjunto de parmetros. Para esto usaremos
el archivo-m cstr_dyn.

function xdot = cstr_dyn(t,x)

global CSTR_PAR

ca = x(1);
Temp = x(2);
%
% valores de los parametros, caso 2:
%
k0 = (9703*3600);
H_rxn = (5960);
E_act = (11843);
rhocp = (500);
UA = (150);
R = (1.987);
V = (1);
F = (1);
caf = (10);
Tf = (298);
Tj = (298);
%
% rezones usadas en las ecuaciones
%
fov = F/V;
UAoV = UA/V;
%
% ecuacionesde modelamiento:
%
rate = k0*exp(-E_act/(R*Temp))*ca;
%
dcadt = fov*(caf - ca) - rate;
dTdt = fov*(Tf - Temp) + (H_rxn/rhocp)*rate - (UAoV/rhocp)*(Temp -
Tj);
%
% enseguida convertimos a notacin de funcion ode45.
%
xdot = [dcadt;dTdt];

El comando para integrar esta ecuacin es:

[t,x] = ode45('cstr_dyn',[t0,tf],x0);

Donde t0 es el tiempo inicial (usualmente 0), tf es el tiempo final, x0 es el


vector de condiciones iniciales. t es el vector tiempo y x es el vector solucin de la
variable de estado. Antes de ejecutar la integracin es necesario definer el vector de
parametros globales CSTR_PAR. Para graficar solamente la concentracin o temperatura
como una function del tiempo, use plot(t,x(:,1)) y plot(t,x(:,2)),
respectivamente.

LUIS MONCADA ALBITRES


MODELAMIENTO Y SIMULACION DE PROCESOS 239

Condicin Inicial 1

Aqu nosotros usaremos condiciones iniciales que estan cerca de la temperatura


del estado estacionario a baja temperatura. El vector de condiciones iniciales es [conc,
temp] = [9;300]. Las curvas ploteadas en la Fig. 8-14 muestran que las variables
deestado convergen al estado estacionario de baja temperatura.

Fig. 8.14. Respuesta de las variables de estado con condicin inicial x0 = [9;300].

Condicin Inicial 2

Aqu nosotros usaremos condiciones iniciales que estan cercanas a la temperature


del estado estacionario intermedio. El vector de condiciones iniciales para la linea
continua en la Fig. 8-15 es [conc; temp] = [5;350], la cual converge al estado
estacionario de alta temperatura. El vector de condicines iniciales para la linea
discontinua en la Fig 8-15 es [conc; temp] = [5;325],el cual converge al estado
estacionario de baja temperatura.
Si nosotros efectuamos varias simulaciones con condiciones iniciales cercanas a la
temperature del estado estacionario intermedio, encontraremos que la temperature
siempre converge ya sea al estado estacionario de baja temperature o al de alta
temperature, pero no al estado estacionario de temperature intermedia. Esto nos indica
que la temperatura intermedia del estado estacionario es inestable. Esto lo mostraremos
claramente mediante el analisis de estabilidad es la seccin 5.

LUIS MONCADA ALBITRES


MODELAMIENTO Y SIMULACION DE PROCESOS 240

Fig. 8-15. Respuesta de las variables de estado con condiciones iniciales x0 = [5;350]
(continua) y x0 = [5;325] (discontinua).

Condicin Inicial 3
Aqu usaremos condiciones iniciales que estn cercanas al estado estacionario de
alta temperatura. El vector de condiciones iniciales es [conc, temp] = [1,400]. Las
curvas ploteadas en la Fig. 8-16 muestran que las variables de estado convergen al
estado estacionario de alta temperature alta.

Fig. 8- 16. Respuesta de las variables de estado con condiciones iniciales x0 = [1;400].

LUIS MONCADA ALBITRES


MODELAMIENTO Y SIMULACION DE PROCESOS 241

En esta seccin hemos efectuado varias simulaciones y presentado varias graficas.


En la seccin 6 mostraremos como estas soluciones pueden ser comparadas sobre la
misma grfica del plano de fase.

5. Linearizacin de Ecuaciones Dinmicas


La estabilidad de ecuaciones no lineales puede determinarse encontrando la siguiente
forma de espacio de estado
dx
=A x+Bu (8.73)
dt
y encontrando los eigenvalores de la matriz A (espacio de estado).
Las ecuaciones no lineales del estado dinmico (1a) y (2a) son

dC A F F
f 1 (C A , T ) = = C A kC A + C Af (1a)
dt V V

dT H F UA UA F
f 2 (C A , T ) = = kC A T T+ Tj + Tf (2a)
dt Cp V VCp VCp V

describiendo el estado, y las variables de entrada son definidas en la forma de variables


de desviacin

C C AS
x= A
T TS
T j T JS

u = C Af C AfS
T f T fS

5.1 Analisis de estabilidad

Efectuando la linearizacin, obtenemos los siguientes elementos para A

f 1 f F
A11 = = 1 = kS
x1 C A V
f f
A12 = 1 = 1 = C AS k S1
x 2 T
f f (H )
A21 = 2 = 2 = kS
x1 C A Cp
f f VF UA ( H )
A22 = 2 = 2 = + C AS k S1
x 2 T V VCp Cp

LUIS MONCADA ALBITRES


MODELAMIENTO Y SIMULACION DE PROCESOS 242

donde definimos los siguientes parametros para representacin ms compacta

E
k S = k o exp
RTS
k E E
k S1 = S = k o exp
T RT 2
S RTS
o
E
k S1 = k S
2
RT
S

A partir del analisis presentado anteriormente, la matriz de espacio de estado A es

F
V kS C AS k S1
A = (H ) F UA (H ) (8.74)
kS + C AS k S1
Cp V VCp Cp

The stability characteristics are determined by the eigenvalues of A, which are obtained
by solving det ( I A) = 0.

A11 A12
I A =
A21 A22

det ( I A) = ( A11)( A22) A12A21


=2 (A11+ A22) + A11A22 A12A21
=2 (tr A) + det (A)

los eigenvalores son la solucin del polinomio de segundo orden

2 (tr A) + det (A) =0 (8.75)

La estabilidad de un punto de operacin particular se determina encontrando la matriz


A para ese punto de operacin particular, y encontrando los eigenvalores de la matriz A.
Aqu mostramos los eigenvalores para cada uno de los tres puntos de operacin al
estado estacionario del caso 2. Para encontrar las matrices A, usaremos la rutina de
funcin cstr_amat.m mostrada a continuacin.
function [amat,lambda] = cstr_amat(ca,Temp)
%
% Julio 2002
% L. moncada
% encuentrala matriz A para el caso 2 de un CSTR para determinar
% la estabilidad mediante analisis de eigenvalores:
%
% amat = matriz A
% lamba = vector de eigenvalores

LUIS MONCADA ALBITRES


MODELAMIENTO Y SIMULACION DE PROCESOS 243

% parametros
% k0 = factor de frecuencia, hr^-1
% fov = F/V, hr^-1
% H_rxn = calor de rxn, kcal/kgmol
% E_act = energia de activacion, kcal/kgmol
% rhocp = densidad*capacidad calorifica, kcal/m^3 deg K
% Tf = temperatura de alimentacion, deg K
% caf = concentracion de alimentacion de A,
% UAoV = coef. transf. de calor:*area/volume, kcal/m^3 deg K hr
%
% entrada manipulada
% Tj = Temperatura de la chaqueta, deg K
%
% estados
% ca = concentracion de A, kgmol/m^3
% Temp = temperatura del reactor, deg K
%
% valores de parametros
% caso 2:
fov = 1;
k0 = 9703*3600;
H_rxn = 5960;
E_act = 11843;
rhocp = 500;
Tf = 298;
caf = 10;
UAoV = 150;
R = 1.987;
Tj = 298;
%
ks = k0*exp(-E_act/(R*Temp));
ksprime = ks*(E_act/(R*Temp*Temp));
%
amat(1,1) = -fov - ks;
amat(1,2) = -ca*ksprime;
amat(2,1) = ks*H_rxn/rhocp;
amat(2,2) = -fov - UAoV/rhocp + (H_rxn/rhocp)*ca*ksprime;
%
lambda = eig(amat);

Punto de Operacin 1
La concentracin y temperature son 8.564 kgmol/m3 y 311.2 K, respectivamente.
[amat,lambda] = cstr_amat(8.564,311.2)

amat =
-1.1680 -0.0886
2.0030 -0.2443

lambda =
-0.8957
-0.5166

Ambos eigenvalores son negativos, indicando que el punto es estable, lo cual es


consistente con los resultados de la Fig. 8.14.

LUIS MONCADA ALBITRES


MODELAMIENTO Y SIMULACION DE PROCESOS 244

Punto de Operacin 2

La concentracin y temperature son 5.518 y 339.1, respectivamente.

[amat,lambda] = cstr_amat(5.518,339.1)

amat =
-1.8124 -0.2324
9.6837 1.4697

lambda =
-0.8369
0.4942

Uno de los eigenvalores es positivo, indicando que el punto es inestable. Esto es


consistente con la respuesta presentada en la Fig. 8.15.

Punto de Operacin 3

[amat,lambda] = cstr_amat(2.359,368.1)
amat =
-4.2445 -0.3367
38.6748 2.7132

lambda =
-0.7657 + 0.9584i
-0.7657 - 0.9584i
La parte real de cada eigenvalor es negativa, indicando que el punto es estable;
nuevamente, esto es consistente con la respuesta de la Fig. 8.16.

5.2 Analisis de la Funcin de transferencia Salida/entrada


Las functiones de transferencia salida-entrada pueden ser encontradas de

G(s)= C(sI A)1B (8.76)

donde los elementos de la matriz B correspondiente a la primera entrada (u1 = Tj Tjs)


son

f 1 f
B11 = = 1 =0
u1 T j

f 2 f 2 UA
B 21 = = =
u1 T j VCp

el lector deber encontrar los elementos de la matriz B que correspondad a la segunda y


tercera variables de entrada (CAf y Tf )
Aqu mostraremos solamente las funciones de transferencia para el estado estacionario
de baja temperature para el caso 2.

LUIS MONCADA ALBITRES


MODELAMIENTO Y SIMULACION DE PROCESOS 245

La function de transferencia salida/entrada relacionando la concentracin del reactor


(salida) a la temperature de la chaqueta (entrada) (estado1) es
0.0266 0.0575
g 11 ( s ) = =
s + 1.4123s + 0.4627 (1.1165s + 1)(1.9357 s + 1)
2

y la funcin de transferencia salida/entrada relacionando la temperatura del reactor


(salida) a la temperatura de la chaqueta (entrada) (estado 2) es
0.3s + 0.3504 0.7575(0.856 s + 1)
g 21 ( s ) = =
s + 1.4123s + 0.4627 (1.1165s + 1)(1.9357 s + 1)
2

Notar que la function de transferencia para la concentracin es un sistema de


Segundo orden puro (el numerador no es polinomio) mientras que la funcin de
transferencia para la temperatura tiene un numerador de primer orden y un
denominador de segundo orden. Esto indica que hay un mayor alejamiento entre la
temperature de la chaqueta y la concentracin antes que entre la temperature de la
chaqueta y la temperature del reactor. Esto tiene sentido fsico, ya que un cambio en la
temperature de la chaqueta debe primero afectar la temperature del reactor antes de
afectar la concentracin en el reactor.

6. Anlisis del Plano de Fase

En la seccin 4 hemos proporcionado los resultados de unas cuantas simulaciones


dinmicas, notando que diferentes condiciones iniciales causan que el sistema converga
a diferentes puntos de operacin en estado estacionario. En esta seccin hemos
construido una grfica de plano de fase efectuando las simulaciones para un gran
nmero de condiciones iniciales.
La grfica del plano de fase mostrada en la Fig. 8.17 fue generada usando
cstr_run.m y el programa cstr.m. Son mostrados claramente tres valores de estado
estacionario; 2 son estables (los estados estacionarios de alta y baja temperatura,
mostrados con una o), mientras uno es inestable (el estado estacionario de
temperatura intermedia, mostrado por +). Notar que condiciones iniciales para
concentracin baja (0.5 kgmol/m3) y relativamente para temperaturas intermedias bajas
(300 a 365 K) todas convergen al estado estacionario de baja temperatura. Cuando la
temperatura inicial se incrementa sobre 365 K, se alcanza la convergencia hacia el
estado estacionario de temperatura alta.
Ahora, considerar condiciones iniciales con una concentracin alta (9.5 kgmol/m3)
y temperatura baja (300 a 325 K); esta converge al estado estacionario de temperatura
baja. Como la temperatura inicial es incrementada sobre lo 325 K, la convergencia es
alcanzada al estado estacionario de temperatura alta. Notar tambin que, como la
temperatura inicial se incrementa a alrededor de 340 K, ocurre un rebasamiento
(sobreimpulso) grande sobre los 425 K, antes de establecerse el sistema debajo del
estado estacionario de temperatura alta. Aun cuando no se muestra en este plano de fase,
temperaturas iniciales altas pueden tener sobreimpulso sobre 500 K antes del
establecimiento en el estado estacionario de temperatura alta. Esto puede causar
potenciales problemas de seguridad si, por ejemplo, ocurren reacciones secundarias de

LUIS MONCADA ALBITRES


MODELAMIENTO Y SIMULACION DE PROCESOS 246

descomposicin a altas temperaturas. El analisis del plano de fase entonces, posibilita


eliminar los problemas de condiciones iniciales.
Notar tambien que ningunas condiciones iniciales han convergido al estado
estacionario de temperatura intermedia, puesto que esta es inestable. El lector deber
efectuar un analisis de eigenvalor/eigenvector para la matriz A a cada estado
estacionario (temperatura baja, intermedia y alta). Usted encontrar que los estados
estacionarios de temperatura baja, intermedia y alta, tienen nodos estables, punto
montura (inestable) y la conducta de enfoque estable, respectivamente.

Figura 8.17. Grfica del plano de fase para el caso 2. Puntos estables (conditionses 1 y
3) son marcadas con O. El punto inestable (condicin 2) es marcado con+.

Debe notarse que puede usarse el control de retroalimentacin (feedback) para


operar al estado estacionario inestable de temperatura intermedia. El controlador de
retroalimentacin deber medir la temperatura del reactor y manipular el flujo de
enfriamiento de la chaqueta para mantener el estado estacionario de temperatura
intermedia. As mismo, un controlador de retroalimentacin podra usarse para evitar
que ocurra un sobreimpulso grande para ciertas condiciones iniciales.

7. Entendiendo el comportamiento de estado estacionario Multiple

En las secciones previas hemos encontrado que fuern tres soluciones al estado
estacionario para el caso 2 de parmetros. El objetivo de esta seccin es determinar
como pueden conseguirse multiples estados estacionarios. Tambien, mostraremos como
se generan las curvas de entrada-salida del estado estacionario que muestran, por
ejemplo, como la temperatura del reactor al estado estacionario vara como una funcin
de la temperatura de estado estacionario de la chaqueta.

LUIS MONCADA ALBITRES


MODELAMIENTO Y SIMULACION DE PROCESOS 247

7.1 Curvas de generacin y remosin de calor

En la seccin 3 hemos usado mtodos numricos para resolver para estados


estacionarios, mediante la solucin de 2 ecuaciones con 2 incognitas. En esta seccin
mostraremos que es fcil reducir las 2 ecuaciones con 2 con incognitas a una simple
ecuacin con una incognita. Esto nos dar una visin fsica a cerca de la posible
ocurrencia de estados estacionarios mltiples.

Resolviendo para Concentracin de A como una Funcin de la Temperatura

La solucin de la concentracin al estado estacionario (dCA/dt) = 0) es

F E
(C Afs C As ) = k o exp C As (8.77)
V RT s

Podemos rearreglar esta ecuacin para encontrar la concentracin al estado estacionario


para cualquier temperatura de estado estacionario del reactor, Ts
F
C Afs
C As = V (8.78)
F E
+ k o exp
V RTs

Resolviendo para la Temperatura


La solucin de la temperatura al estado estacionario (dT/dt = 0) es

F
(Ts T fs ) + UA (Ts Tcs ) = H k o exp E C As (8.79)
V VCp Cp RTs
Los trminos en la Ec. (8.79) estan relacionados a la energa removida y generada. Si
multiplicamos la Ec. (8.79) por VCp encontramos que

E
FCp(Ts Tfs) + UA(Ts Tjs) = HVko exp CAs (8.80)
RT s

Qrem=Qgen

Energa Removida por flujo e intercambio de calor Calor Generado por reaccin
Notar la forma de Qrem

Qrem = [ UATjs FCpTfs] + [UA + FCp] Ts (8.81)

Notar que esta es una ecuacin para una lnea, donde la variable independiente es la
temperatura del reactor (Ts). La pendiente de la lnea es [UA + FCp] y la interseccin
es [ UATjs FCpTfs]. Cambios en la temperatura de alimentacin o la chaqueta
cambian la interseccin, pero no la pendiente. Cambios en UA o F afectan tanto a la
interseccin como a la pendiente.

LUIS MONCADA ALBITRES


MODELAMIENTO Y SIMULACION DE PROCESOS 248

Ahora, considerar el trmino Qgen

E
Qgen = HVko exp CAs (8.82)
RTs

Suatituyendo (8.78) en (8.82), encontramos que

E F
k o exp C Afs
RTs V
Qgen = HV (8.83)
F E
+ k o exp
V RT s

La Ec.(8.83) tiene una forma Scaracterstica para Qgen como una funcin de la
temperatura del reactor.
De la Ec. (8.80) vemos que la solucin de estado estacionario existe cuando es una
interseccin de las curvas Qrem y Qgen.

7.2 Efecto de Parmetros de Diseo

En la Fig. 8.18 mostramos diferentes intersecciones posibles de las curvas de calor


removido y calor generado. Si la pendiente de la curva de calor removido es mas grande
que la pendiente mxima de la curva de calor generado, hay solamente una interseccin
posible (ver Fig. 8.18a). A medida que la temperatura de la chaqueta o la alimentacin
son cambiadas, las lineas de calor removido cambian a la izquierda o derecha, as la
interseccin puede ser a alta o baja temperatura dependiendo del valor de la temperatura
de la chaqueta o la alimentacin.
Notar que mientras mas grande sea la pendiente de la curva de calor removido es
menor la pendiente mxima de la curva de generacin de calor, siempre habr la
posibilidad de tres intersecciones (ver Fig. 8.18b) con el adecuado ajuste de la
temperatura de la chaqueta o la alimentacin (interceptar). Si la temperatura de chaqueta
o alimentacin es cambiada, la linea de remosin cambia a la derecha o izquierda,
donde solamente una interseccin ocurre (ya sea a baja o alta temperatura). Este caso es
analizado con ms detalle en la seccin 7.3.

Q
Q

Temperatura del reactor (a) Temperatura del reactor (b)

Fig. 8.18. Posibles intersecciones de las curvas de generacin de calor y calor removido.

LUIS MONCADA ALBITRES


MODELAMIENTO Y SIMULACION DE PROCESOS 249

7.3 Comportamiento de Mltiples Estados Estacionarios


En la Fig. 8.19 superponemos varias curvas de remosin de calor lineales con la
curva de generacin de calor en forma de S. La curva A intersecta la curva de
generacin de calor a baja temperatura; la curva B intersecta a una a baja temperatura y
es tangente a una a alta temperatura; la curva C intersecta a temperaturas baja,
intermedia y alta; la curva D es tangente a una a baja temperatura e intersecta a una a
alta temperatura; la curva E tiene solamente una interseccin a alta temperatura. Las
curvas A, B, C, D y E todas estan basadas en los mismos parmetros del sistema,
excepto que la temperatura de la chaqueta se incrementa a medida que vamos de la
curva A hacia E . Podemos usar la Fig. 8.19 para construir el diagrama de entrada-
salida al estado estacionario mostrado en la Fig. 8.21, donde la temperatura de la
chaqueta es la entrada y la temperatura del reactor es la salida. Notar que la Fig. 8.20
exhibe comportamiento de hysteresis.
A B C D E
8 9
7

1 2 3

Temperatura

Fig. 8.19. CSTR : Energa Generada y Energa Removida como una Funcin de la
Temperatura del Reactor.
A B C D E
9
8
7

6
5

4
3
2
1

Temperatura de la Chaqueta
Fig. 8.20. Temperatura del Reactor como una Funcin de la Temperatura de la
chaqueta.

LUIS MONCADA ALBITRES


MODELAMIENTO Y SIMULACION DE PROCESOS 250

El trmino hysteresis es usado para indicar que el comportamiento es diferente


dependiendo de la direccin que las entradas son removidas. Por ejemplo, si
iniciamos con una temperatura baja en la chaqueta el reactor opera a baja temperatura
(punto 1). A medida que la temperatura de la chaqueta se incrementa, la temperatura del
reactor se incrementa (puntos 2 y 3) hasta alcanzar punto limite de baja temperatura
(punto 4). Si la temperatura de la chaqueta es luego ligeramente aumentada, la
temperatura del reactor salta bruscamente (ignicin) hasta la temperatura alta (punto 8);
incrementos posteriores de la temperatura de la chaqueta dan como resultado
incrementos lentos de la temperatura del reactor.
Contrastando el comportamiento entrada-salida discutido el el prrafo anterior
(iniciando a baja temperatura de la chaqueta) con el caso de iniciar a temperatura de la
chaqueta alta. Si iniciamos a temperatura alta de la chaqueta (punto 9) es un reactor
simple a temperatura alta, la cual disminuye a medida que la temperatura de la chaqueta
disminuye (puntos 8 y 7). Asi nos movemos lentamente hasta el punto limite de
temperatura alta (punto 6), la temperatura del reactor decae (conocido tambien como
extincin) hacia una temperatura baja (punto 2). Posteriores disminuciones en la
temperatura de la chaqueta producen pequeas disminuciones en la temperatura del
reactor.
El comportamiento de hysteresis discutido anteriormente es conocido tambin
como comportamiento ignicin-extincin, por obvias razones. Notar que la regin entre
los puntos 4 y 6 parecen ser inestables, debido a que el reactor parece no operar en esta
regin (por lo menos en el sentido de estado estacionario). Razonamiento fsico para la
estabilidad es discutido en la siguiente seccin.

7.4 Estados estacionarios multiples: Consideraciones de Estabilidad (analisis de


estado estacionario)

Considerar el sistema descrito por la curva de remosin de energa C en la


Fig.8.19 Notar que el balance de energa al estado estacionario es satisfecho por los
funtos de operacin 3, 5 y 7, esto es, existen tres posibles estados estacionarios.
Qu podemos observar sobre la estabilidad de cada uno de los posibles puntos de
operacin, solamente del razonamiento fsico?

Estado Estacionario Inferior (Punto de Operacin 3)


Considerar una perturbacin del punto de operacin que es enfriar debajo del
punto 3, es decir T3 T. en este punto e calor generado es mayor que que el removido,
de tal manera que la temperatura comienza a subir eventualmente yendo hacia T3. Si
iniciamos a T3 + T ms energa esta siendo removida antes que generada, de tal
manera que la temperatura comienza a descender eventualmente yendo hacia T3.
La inteseccin a temperatura baja, T3, puede ser un punto de operacin estable.
La estabilidad de lazo abierto no se puede asegurar hasta efectuar un analisis de
eigenvalores (ver seccin 5).

Estado Estacionario Medio (Punto de Operacin 5)


Si iniciamos a T5 T, estamos generando menos energa que lo que se esta
removiendo, causando que T disminuya, eventualmente causando que la temperatura
vaya hacia T3. Si iniciamos a T5 + T, ms energa se esta generando que removiendo,
causando que la temperatura se eleve, incrementandose hasta alcanzar T7.

LUIS MONCADA ALBITRES


MODELAMIENTO Y SIMULACION DE PROCESOS 251

La interseccin de temperatura media, T5, es un punto de operacin inestable.


Aqu el analisis de estado estacionario Here the steady-state analysis is ms que
suficiente para determinar que el punto 5 es un punto de operacin inestable.

Estado Estacionario Superior (Punto de Operacin 7)

Usando los mismos argumentos que para T3, encontramos


La interseccin a temperatura alta, T7, puede ser un punto de operacin estable.
Nuevamente, la estabilidad del estado estacionario superior puede determinarse
solamente por un analisis de eigenvalores (seccin 5).
Hemos usado el razonamiento fsico para determinar las caractersticas del lazo-
abierto solamente a partir del analisis del estado estacionario. Recordar que cuando
hemos estudiado las condiciones del caso 2 en la seccin 5, hemos usado el analisis de
eigenvalores para encontrar que los estados estacionarios de temperatura al ta y baja
fuern estables, mientras que el estado estacionario intermedio fue inestable.

7.5 Generando las Curvas Entrada-Salida del Estado Estacionario

Existen dos vias diferentes para encontrar como la temperatura del reactor al
estado estacionario varia con la temperatura de la chaqueta. Una via es resolver las
ecuaciones algebraicas no lineales (de estado estacionario) para diferentes temperaturas
de la chaqueta, y construir la curva relacionando temperatura de la chaqueta a
temperatura del reactor. Resulta que hay otra forma, ms simple, para este problema
particular.
Aqu podemos fcilmente resolver para la concentracin como una funcin de la
temperatura del reactor. Tambin podemos resolver directamente para la temperatura
requerida de la chaqueta para una temperatura particular del reactor. Entonces nosotros
simplemente graficamos temperatura del reactor vs. Temperatura de la chaqueta. Los
calculos en detalle mostraremos a continuacin.
Como en la seccin 7.1, podemos encontrar la concentracin al estado
estacionario para cualquier temperatura del reactor al estado estacionario, Ts (a partir
de la ecuacin de balance de materiales para el reactante A)

F
C Afs
C As = V
F E
+ k o exp
V RTs

De la solucin para la temperatura al estado estacionario (dT/dt = 0) podemos resolver


para la temperatura de la chaqueta al estado estacionario, Tcs

E
FCp (Ts T fs ) ( H )Vk o exp C As
RTs
TCs = Ts +
UA

LUIS MONCADA ALBITRES


MODELAMIENTO Y SIMULACION DE PROCESOS 252

De manera similar, si asumimos que la temperatura de la chaqueta permanece


constante, podemos resolver para la temperatura requerida de alimentacin.

E
UA(Ts Tcs ) ( H )Vk o exp C As
RTs
T fs = Ts +
FCp

El archivo funcin cstr_io.m es usado para generar las siguientes curvas entrada-salida
para el caso 2 de parametros.

Tempvec = 300:2.5:380;
[Tjs,Tfs,conc] = cstr_io(Tempvec);
plot(Tjs,Tempvec)
plot(Tfs,Tempvec)

Fig. 8.21 Temperatura del reactor al estado estacionario como funcin de la temperatura
de la chaqueta, caso 2 de parametros.

LUIS MONCADA ALBITRES


MODELAMIENTO Y SIMULACION DE PROCESOS 253

Fig. 8.22. Temperatura del reactor al estado estacionario como una funcin de la
temperatura de alimentacin, caso 2 de parametros

BIBLIOGRAFA

1. W.L. Luyben, "Process Modeling, Simulation and Control for Chemical


Engineers," 2nd Edition, McGraw-Hill, 1990.

2. Amundson, N.R. "Mathematical Methods in Chemical Engineering: Matrices


and Their Application," Prentice-Hall (1966).

3. Dahlquist, G., A. Bjorck and N. Anderson "Numerical Methods," Prentice-Hall


(1974).

4. D.M. Himmeblau and K. Bischoff, Process Analysis and Simulation , Edit.


Prentice Hall, 1972.

5. N. Amundson, R. Aris, J. Deinfeld and L. Lapidus, Serie Mathematical


Methods in Chemical Engineering, vol 1,2 y 3, Edit. Prentice Hall, 1980.

LUIS MONCADA ALBITRES


MODELAMIENTO Y SIMULACION DE PROCESOS 254

APENDICE 1

function f = cstr_ss(x)
%
% Modelo para un CSTR adiabtico, caso2
% Use fsolve para encontrar la concentracin y
% temperatura al estado estacionario.
%
% La declaracin de llamada de la ventana de orden es:
%
% x = fsolve('cstr_ss',x0);
%
% donde x es el vector solucin (x = [conc;temp])
% y x0 es un vector inicial supuesto
%
% defina los siguientes parmetros global cuyos valores
% puedan ser ingresados en la ventana de comando
% global CSTR_PAR
% parameters (case 2)
% CSTR_PAR(1): factor de frecuencia (9703*3600)
% CSTR_PAR(2): calor de reaccin (5960)
% CSTR_PAR(3): energa de activacin (11843)
% CSTR_PAR(4): densidad*cap. calorifica (500)
% CSTR_PAR(5): coef de transf de calor* area (150)
% CSTR_PAR(6): constante de gas ideal (1.987)
% CSTR_PAR(7): volumen de reactor (1)
% CSTR_PAR(8): flujo de alimentacin (1)
% CSTR_PAR(9): concentracion de la alimentacin (10)
% CSTR_PAR(10): temperatura de alimentacin (298)
% CSTR_PAR(11): temperatura de la chaqueta (298)
%
% estados 1 y 2
% ca = concentracin de A, kgmol/m^3
% Temp = temperatura del reactor, deg K
%
% 16 July 2002 - (c) Luis Moncada
%
f = zeros(2,1);
%
global CSTR_PAR
%
% a continuacion usaremos notation comun para los estados
% para mejorar la lectura del codigo
%
ca = x(1);
Temp = x(2);
%
% Valores de los parametros del caso 2 mostrados entre parentesis:
%
k0 = CSTR_PAR(1); % factor de frecuencia (9703*3600)
H_rxn = CSTR_PAR(2); % calor de reaccin (5960)
E_act = CSTR_PAR(3); % energa de activacin (11843)
rhocp = CSTR_PAR(4); % densidad*cap. calorifica (500)
UA = CSTR_PAR(5); % coef de transf de calor* area (150)
R = CSTR_PAR(6); % constante de gas ideal (1.987)
V = CSTR_PAR(7); % volumen de reactor (1)

LUIS MONCADA ALBITRES


MODELAMIENTO Y SIMULACION DE PROCESOS 255

F = CSTR_PAR(8); % flujo de alimentacin (1)


caf = CSTR_PAR(9); % concentracion de la alimentacin (10)
Tf = CSTR_PAR(10); % temperatura de alimentacin (298)
Tj = CSTR_PAR(11); % temperatura de la chaqueta (298)
%
% razones usadas en las ecuaciones
%
fov = F/V;
UAoV = UA/V;
%
% ecuaciones de modelamiento:
%
rate = k0*exp(-E_act/(R*Temp))*ca;
%
dcadt = fov*(caf - ca) - rate;
dTdt = fov*(Tf - Temp) + (H_rxn/rhocp)*rate - (UAoV/rhocp)*(Temp -
Tj);
%
% a continuacion convertimos lo anterior a notacion de funcion.
fsolve
%busca valores de x(1) y x(2) para conducir f(1) y f(2) a cero.
%
f(1) = dcadt;
f(2) = dTdt;

APENDICE 2
function xdot = cstr_dyn(t,x)

global CSTR_PAR

ca = x(1);
Temp = x(2);
%
% valores de los parametros, caso 2:
%
k0 = (9703*3600);
H_rxn = (5960);
E_act = (11843);
rhocp = (500);
UA = (150);
R = (1.987);
V = (1);
F = (1);
caf = (10);
Tf = (298);
Tj = (298);
%
% rezones usadas en las ecuaciones
%
fov = F/V;
UAoV = UA/V;
%
% ecuacionesde modelamiento:
%
rate = k0*exp(-E_act/(R*Temp))*ca;
%
dcadt = fov*(caf - ca) - rate;

LUIS MONCADA ALBITRES


MODELAMIENTO Y SIMULACION DE PROCESOS 256

dTdt = fov*(Tf - Temp) + (H_rxn/rhocp)*rate - (UAoV/rhocp)*(Temp -


Tj);
%
% enseguida convertimos a notacin de funcion ode45.
%
xdot = [dcadt;dTdt];
APENDICE 3
function [amat,lambda] = cstr_amat(ca,Temp)
%
% Julio 2002
% L. moncada
% encuentrala matriz A para el caso 2 de un CSTR para determinar
% la estabilidad mediante analisis de eigenvalores:
%
% amat = matriz A
% lamba = vector de eigenvalores
% parametros
% k0 = factor de frecuencia, hr^-1
% fov = F/V, hr^-1
% H_rxn = calor de rxn, kcal/kgmol
% E_act = energia de activacion, kcal/kgmol
% rhocp = densidad*capacidad calorifica, kcal/m^3 deg K
% Tf = temperatura de alimentacion, deg K
% caf = concentracion de alimentacion de A,
% UAoV = coef. transf. de calor:*area/volume, kcal/m^3 deg K hr
%
% entrada manipulada
% Tj = Temperatura de la chaqueta, deg K
%
% estados
% ca = concentracion de A, kgmol/m^3
% Temp = temperatura del reactor, deg K
%
% valores de parametros
% caso 2:
fov = 1;
k0 = 9703*3600;
H_rxn = 5960;
E_act = 11843;
rhocp = 500;
Tf = 298;
caf = 10;
UAoV = 150;
R = 1.987;
Tj = 298;
%
ks = k0*exp(-E_act/(R*Temp));
ksprime = ks*(E_act/(R*Temp*Temp));
%
amat(1,1) = -fov - ks;
amat(1,2) = -ca*ksprime;
amat(2,1) = ks*H_rxn/rhocp;
amat(2,2) = -fov - UAoV/rhocp + (H_rxn/rhocp)*ca*ksprime;
%
lambda = eig(amat);

APENDICE 4
function [Tjs,Tfs,concs] = cstr_io(Tempvec)

LUIS MONCADA ALBITRES


MODELAMIENTO Y SIMULACION DE PROCESOS 257

%
% Generate the steady-state i/o curve for the diabatic CSTR.
% Tempvec is a vector of reactor temperatures generated
% before this routine is called.
%
% This routine solves for vector of jacket temperatures
% that would yield the required reactor temperature vector
% (assuming a constant feed temperature).
%
% In addition, this routine solves for the vector of
% feed temperatures that would yield the required reactor
% temperature vector (assuming constant jacket temperature).
%
% For consistency with cstr_ss.m and cstr_dyn.m, we use
% a global parameter vector. The elements of this vector
% should be set in the command window before this routine
% is run.
% global CSTR_PAR
% parameters (case 2)
% CSTR_PAR(1): frequency factor (9703*3600)
% CSTR_PAR(2): heat of reaction (5960)
% CSTR_PAR(3): activation energy (11843)
% CSTR_PAR(4): density*heat cap. (500)
% CSTR_PAR(5): heat trans coeff * area (150)
% CSTR_PAR(6): ideal gas constant (1.987)
% CSTR_PAR(7): reactor volume (1)
% CSTR_PAR(8): feed flowrate (1)
% CSTR_PAR(9): feed concentration (10)
% CSTR_PAR(10): feed temperature (298)
% CSTR_PAR(11): jacket temperature (298)
%
% Julio 2002 L Moncada
% revisado Enero 2003 - adicionado CSTR_PAR
%
global CSTR_PAR
%
% parameter values, case 2 shown in parentheses:
%
k0 = CSTR_PAR(1); % frequency factor (9703*3600)
H_rxn = CSTR_PAR(2); % heat of reaction (5960)
E_act = CSTR_PAR(3); % activation energy (11843)
rhocp = CSTR_PAR(4); % density*heat cap. (500)
UA = CSTR_PAR(5); % ht trans coeff * area (150)
R = CSTR_PAR(6); % gas constant (1.987)
V = CSTR_PAR(7); % reactor volume (1)
F = CSTR_PAR(8); % feed flowrate (1)
caf = CSTR_PAR(9); % feed concentration (10)
Tf = CSTR_PAR(10); % feed temperature (298)
Tj = CSTR_PAR(11); % jacket temperature (298)
%
% ratios used in the equations
%
fov = F/V;
UAoV = UA/V;
%
for i = 1:length(Tempvec);
Temp = Tempvec(i);
k = k0*exp(-E_act/(R*Temp));
ca = fov*caf/(fov + k);

LUIS MONCADA ALBITRES


MODELAMIENTO Y SIMULACION DE PROCESOS 258

rate = k0*exp(-E_act/(R*Temp))*ca;
stuff1 = fov*rhocp*(Temp - Tf);
stuff2 = H_rxn*rate;
Tjs(i) = Tempvec(i) + (stuff1 - stuff2)/UAoV;
concs(i) = ca;
stuff3 = UAoV*(Temp - Tj);
stuff4 = H_rxn*rate;
Tfs(i) = Tempvec(i) + (stuff3 - stuff4)/(fov*rhocp);
end;

APENDICE 5
% cstr_run.m
% L. Moncada
% 2 Enero 2003
% revisad0 - 6 Enero 2003 -
%
% Genera la grfica de plano de fase para un no lineal (cstrr.m)
%
% Fijar condiciones iniciales
%
x01a= [0.5;305];
x01 = [0.5;315];
x02 = [0.5;325];
x03 = [0.5;335];
x04 = [0.5;345];
x05 = [0.5;355];
x06 = [0.5;365];
x07 = [0.5;375];
x08 = [0.5;385];
x09 = [0.5;395];
x010= [0.5;405];
x011= [0.5;415];
x012a=[9.5;305];
x012= [9.5;315];
x013= [9.5;325];
x014 = [9.5;335];
x015 = [9.5;345];
x016 = [9.5;355];
x017 = [9.5;365];
x018 = [9.5;375];
x019 = [9.5;385];
x020 = [9.5;395];
x021 = [9.5;405];
x022 = [9.5;415];
%
% use ode45 para integracion numerica
%
[t1a,x1a] = ode45('cstrr',[0 10],x01a);
[t1,x1] = ode45('cstrr',[0 10],x01);
[t2,x2] = ode45('cstrr',[0 10],x02);
[t3,x3] = ode45('cstrr',[0 10],x03);
[t4,x4] = ode45('cstrr',[0 10],x04);
[t5,x5] = ode45('cstrr',[0 10],x05);
[t6,x6] = ode45('cstrr',[0 10],x06);
[t7,x7] = ode45('cstrr',[0 10],x07);
[t8,x8] = ode45('cstrr',[0 10],x08);
[t9,x9] = ode45('cstrr',[0 10],x09);

LUIS MONCADA ALBITRES


MODELAMIENTO Y SIMULACION DE PROCESOS 259

[t10,x10] = ode45('cstrr',[0 10],x010);


[t11,x11] = ode45('cstrr',[0 10],x011);
[t12,x12] = ode45('cstrr',[0 10],x012);
[t12a,x12a] = ode45('cstrr',[0 10],x012a);
[t13,x13] = ode45('cstrr',[0 10],x013);
[t14,x14] = ode45('cstrr',[0 10],x014);
[t15,x15] = ode45('cstrr',[0 10],x015);
[t16,x16] = ode45('cstrr',[0 10],x016);
[t17,x17] = ode45('cstrr',[0 10],x017);
[t18,x18] = ode45('cstrr',[0 10],x018);
[t19,x19] = ode45('cstrr',[0 10],x019);
[t20,x20] = ode45('cstrr',[0 10],x020);
[t21,x21] = ode45('cstrr',[0 10],x021);
[t22,x22] = ode45('cstrr',[0 10],x022);
%
x040 = [0.5;370];
x041 = [0.5;372.5];
x049 = [9.5;320];
x050 = [9.5;326.25];
x051 = [9.5;327.5];
x052 = [9.5;330];
x053 = [9.5;332.5];
[t40,x40] = ode45('cstrr',[0 10],x040);
[t41,x41] = ode45('cstrr',[0 10],x041);
[t49,x49] = ode45('cstrr',[0 10],x049);
[t50,x50] = ode45('cstrr',[0 10],x050);
[t51,x51] = ode45('cstrr',[0 10],x051);
[t52,x52] = ode45('cstrr',[0 10],x052);
[t53,x53] = ode45('cstrr',[0 10],x053);
%
% grfica del plano de fase
%
plot(x1(:,1),x1(:,2),'b')
hold on
plot(x1a(:,1),x1a(:,2),'b')
plot(x2(:,1),x2(:,2),'b')
plot(x3(:,1),x3(:,2),'b')
plot(x4(:,1),x4(:,2),'b')
plot(x5(:,1),x5(:,2),'b')
plot(x6(:,1),x6(:,2),'b')
plot(x7(:,1),x7(:,2),'b')
plot(x8(:,1),x8(:,2),'b')
plot(x9(:,1),x9(:,2),'b')
plot(x10(:,1),x10(:,2),'b')
plot(x11(:,1),x11(:,2),'b')
plot(x12(:,1),x12(:,2),'b')
plot(x12a(:,1),x12a(:,2),'b')
plot(x13(:,1),x13(:,2),'b')
plot(x14(:,1),x14(:,2),'b')
plot(x15(:,1),x15(:,2),'b')
plot(x16(:,1),x16(:,2),'b')
plot(x17(:,1),x17(:,2),'b')
plot(x18(:,1),x18(:,2),'b')
plot(x19(:,1),x19(:,2),'b')
plot(x20(:,1),x20(:,2),'b')
plot(x21(:,1),x21(:,2),'b')
plot(x22(:,1),x22(:,2),'b')
%
% marcar los estados estacionarios estables e inestables

LUIS MONCADA ALBITRES


MODELAMIENTO Y SIMULACION DE PROCESOS 260

% (o = estable, + = inestable)
plot([8.564],[311.2],'ro',[5.518],[339.1],'r+',[2.359],[368.1],'ro')
%
% algunas condiciones iniciales no usadas
% x030 = [5.768;339.1];
% x031 = [5.368;339.1];
% x032 = [5.518;338.5];
% x033 = [5.518;339.7];
% [t30,x30] = ode45('cstrr',[0 10],x030);
% [t31,x31] = ode45('cstrr',[0 10],x031);
% [t32,x32] = ode45('cstrr',[0 10],x032);
% [t33,x33] = ode45('cstrr',[0 10],x033);
%
plot(x40(:,1),x40(:,2),'b');
plot(x41(:,1),x41(:,2),'b');
plot(x49(:,1),x49(:,2),'b');
plot(x50(:,1),x50(:,2),'b');
plot(x51(:,1),x51(:,2),'b');
plot(x52(:,1),x52(:,2),'b');
plot(x53(:,1),x53(:,2),'b');
%
% plot(x30(:,1),x30(:,2),'w');
% plot(x31(:,1),x31(:,2),'w');
% plot(x32(:,1),x32(:,2),'w');
% plot(x33(:,1),x33(:,2),'w');
%
% fijar los limites en la grafica, y etiquetar los ejes
% y colocar el titulo
axis([0 10 300 425])
xlabel('Concentracion, kgmol/m^3')
ylabel('Temperatura, deg K')
title('CSTR con estados estacionarios multiples')

LUIS MONCADA ALBITRES