UNIVERSITATEA PETROL-GAZE DIN PLOIEȘTI

Facultatea Tehnologia Petrolului și Petrochimie

Departamentul Ingineria Prelucrării Petrolului și Protecția Mediului

Modelarea și simularea
proceselor de transfer
-CURS 5-

Șef lucr. dr.ing Nicolae Marilena

 Soluționarea modelelor matematice
Simularea proceselor constă în soluționarea modelelor matematice ale
unităților de proces.
Metodele analitice oferă soluții sub forma unor expresii analitice
explicite pentru necunoscute.
Ecuațiile implicate în majoritatea modelelor de proces sunt prea greu de
rezolvat în acest mod. Metodele numerice evită această problemă prin
aproximarea ecuațiilor modelului cu expansiunile Taylor și implică
adesea calcule iterative. Acestea necesită ”ghiciri” inițiale, care
îmbunătățesc și converg către soluții. Preciziile lor depind deci de
criteriile de convergență și de aproximările pe care le utilizează.

În acest capitol, ne concentrăm pe metode numerice simple și eficiente,

care sunt utilizate pe scară largă în simularea proceselor pentru a rezolva
ecuații algebrice, ecuații diferențiale obișnuite și ecuații diferențiale
parțiale.
10/20/2020 2
 Ecuații algebrice
În modelarea proceselor, ecuațiile algebrice rezultă, de obicei, din
descrierea proceselor staționare cu parametri concentrați. Aceste
ecuații rezultă, de asemenea, din aproximările diferenței finite ale
ecuațiilor diferențiale.

I. Ecuații algebrice liniare

 În care   , - constante iar - variabilă

10/20/2020 3
 În termeni de matrice, sistemul de ecuații prezentat anterior ar putea fi scris astfel:

a11 a1,n-1

În care funcția f(x)=Ax-b este liniară . Vectorul x pentru care f(x)=0 reprezintă
soluția sistemului de ecuații. El este denumit de regulă ”rădăcina” funcției f

Pentru soluționarea unui astfel de sistem de ecuații se pot aplica mai multe metode
între care amintim Metoda descompunerii pe verticală ”lower-upper
decomposition method” urmată de Metoda subtituției ” forward and back
substitution method”

10/20/2020 4
Metoda descompunerii pe verticală
Fie o matrice A care este descompusă în matrice triunghiulare superioare și
inferioare

Astfel încât:
A=LU (1)
Metoda înlocuirii înainte ”forward substitution”
Aceasta este a doua etapă în care un vector intermediar d = [d 0 d1 d2 ] este
obținut prin rezolvarea mulțimii de ecuații
Ld=b (2)
pornind de la prima ecuație. Rețineți că prima ecuație produce imediat d 0, care
atunci când este substituită în cea de-a doua ecuație dă d 1. În cele din urmă, d0
și d1 când sunt înlocuite în a treia ecuație conduc la d 2.

10/20/2020 5
Înlocuirea înapoi
Acesta este ultimul pas în care soluția x este obținută prin rezolvarea mulțimii
de ecuații
Ux = d (3)

pornind de la ultima ecuație. Rețineți că ultima ecuație produce imediat x 2, care

atunci când este substituită înapoi în ecuația anterioară (adică a doua), produce
x1. În cele din urmă, x2 și x1 atunci când este substituit înapoi în prima ecuație
conduc la x0.
Vectorul soluției x satisface ecuația (3). Înmulțind ambele părți ale
ecuației prin L, obținem

În ecuația de mai sus, coeficientul de x din partea stângă este A din Ecuația (1)
din pagina anterioară. De asemenea, partea dreaptă este b din Ecuația (2) din
pagina anterioară. Cu alte cuvinte, x este soluția din
Ax = b

10/20/2020 6
Metodă pentru descompunerea pe verticală
Pe baza eliminării gaussiene, această metodă folosește în mod sistematic operații pe rând
pentru a produce matrici triunghiulare L și U astfel încât produsul lor este A. Operațiunile
sunt prezentate în trei etape. Scopul este de a elimina elementele de sub diagonală în:

Pasul 1
Se selectează primul rând al lui A și se numește rândul pivot. Elementul său care se află pe
diagonală, a00, este elementul pivot. Coloana sa este coloana pivotală. Pentru a minimiza
erorile de rotunjire în operațiunile care vor urma, rândul pivot este comutat cu un alt rând
adecvat pentru a obține un element pivot cu valoare absolută maximă în coloana pivotală. În
același timp, rândurile identice ale b sunt comutate astfel încât ecuațiile din set, Ax = b, să nu
se schimbe. Acest proces este cunoscut sub numele de pivotare parțială.
a) Primul rând este înmulțit în întregime cu factorul l10 = a10 / a00 și scăzut din al doilea rând.
Rezultatul este al doilea rând modificat în matricea prezentată mai jos cu a10 eliminat.

10/20/2020 7
Superscriptul „(1)” indică elementele modificate
b) În mod similar, al treilea rând este modificat. Primul rând se înmulțește cu
factorul l20 = a20 / a00 și se scade din al treilea rând pentru a obține al treilea rând
modificat, așa cum se arată mai jos cu a20 eliminat.
În acest moment, toate elementele de sub elementul pivot din aceeași coloană
sunt eliminate.

10/20/2020 8
•Pasul
  2
Al doilea rând este selectat ca rând pivot cu elementul diagonal, , ca
element pivotal. Dacă se realizează pivotarea parțială, lij-urile
corespunzătoare celor două rânduri comutate sunt de asemenea
schimbate.
a) Al doilea rând este înmulțit cu factorul l21 = / și scăzut din al treilea
rând pentru a obține al treilea rând modificat cu eliminat.
În acest moment, toate elementele de sub diagonala sunt eliminate,
iar matricea rezultată este matricea triunghiulară superioară:

Superscriptul „(2)” indică elementul modificat

10/20/2020 9
Pasul 3
Factorii lij utilizați în etapele anterioare sunt colectați în funcție de
indicii lor pentru a forma matricea triunghiulară inferioară

Exemplu de calcul
Sa se rezolve sistemul de ecuații de mai jos prin metoda descompunerii
și a substituției.

10-9 x0 +3x1-2x2=1
-5x0 +4x1 + 8x2= 2
3x0 -20x1 + 4x2 = 3

10/20/2020 10
10-9 x0 +3x1-2x2=1
-5x0 +4x1 + 8x2= 2
3x0 -20x1 + 4x2 = 3
Pasul 1:
Pasul 1
Primul rând este rândul pivot, iar elementul pivot este a00 = 10–9, care nu este
maximul absolut în coloana sa. Prin urmare, trebuie să facem pivotare parțială,
adică să comutăm rândurile corespunzătoare de A pentru a avea valoarea absolută
maximă pentru a00 în prima coloană. Rețineți că aceleași rânduri ale b trebuie să fie
comutate simultan.
În această etapă sunt efectuate următoarele operații:
- interschimbarea randului 2 cu randul 1
- inmultirea primului rand cu termenul l10= 10-9/-5
- scaderea noului rand 1 din randul 2

10/20/2020 11
10/20/2020 12
Pasul 2
Aici, al doilea rând este rândul pivot, iar a11 este elementul pivot.
Operațiunile pentru această etapă sunt următoarele:

10/20/2020 13
Pasul 3
În ultimul pas, adunăm lij-urile pentru a forma

Efectul pivotării parțiale

Rețineți că, în timpul pivotării parțiale din Pasul 2 de mai sus, l10 și l20
au fost schimbate. Acum produsul L și U dă:

care este A după aplicarea comutatoarelor de rând din etapele 1 și 2. Acest A

„corespunde cu b”, care este b cu elementele sale schimbate în etapele 1 și 2.

10/20/2020 14
Substituția înainte

10/20/2020 15
Substituția înapoi

10/20/2020 16
II. Ecuații algebrice neliniare
Un set de ecuații algebrice neliniare poate fi scris în general ca:

Sau în termeni de vectori

Astfel de ecuații algebrice neliniare se pot rezolva prin metoda Newton - Raphson

10/20/2020 17
 Metoda Newton-Raphson
Această metodă implică un algoritm de calcul pentru a rezolva ecuațiile algebrice neliniare
folosind informații legate de derivate.
Pentru o singură ecuație, f (x) = 0, figura de mai jos ilustrează pașii algoritmului. Tangenta f
[x (0)] la funcția de la ghicirea inițială x (0) oferă o estimare îmbunătățită x (1) pentru
rădăcină, adică soluția f (x) = 0. O altă tangentă la x (1) face același lucru prin furnizarea
unei alte estimări îmbunătățite x (2). Această procedură se repetă până când valoarea
funcției la estimarea finală este suficient de aproape de zero la rădăcina x r.

10/20/2020 18
 Astfel, metoda Newton – Raphson are următorul algoritm:
(4)

Pentru un set de ecuații algebrice simultane, f (x) = 0, algoritmul devine

(5)

este matricea derivatelor parțiale ale lui f sau Jacobian, evaluată la x (k),

10/20/2020 19
În esență, metoda folosește x (0) pentru a calcula partea din stânga a
ecuației (5) de mai sus, care este x (1) - o îmbunătățire a x (0). În iterația
următoare, metoda îmbunătățește x (1) la x (2). Pe măsură ce iterațiile
continuă, partea stângă a ecuației se îmbunătățește progresiv și converg
spre rădăcină. Iterațiile sunt oprite atunci când se întâmplă oricare
dintre următoarele:
1. Îmbunătățirea în x (k) devine neglijabilă.
2. Vectorul funcției de la x (k) se apropie suficient de 0.
De exemplu, fie mărimea lui f [x (k)], fie cea mai mare valoare absolută
dintre elementele lui f [x (k)] devin mai mici decât un număr pozitiv
specificat (mic sau precizie).
3. Iacobianul devine singular.
4. Numărul de iterații depășește un număr maxim specificat.

10/20/2020 20
Exemplu de calcul

10/20/2020 21
10/20/2020 22
10/20/2020 23
III. Ecuații diferențiale
Ecuațiile diferențiale obișnuite descriu de obicei modificările temporale ale
proprietăților uniforme sau ale parametrilor distribuiți.
În condiții staționare, aceste ecuații descriu modificările spațiale ale
proprietăților în sistemele cu parametri distribuiți. Aceste ecuații rezultă și din
aproximarea finită ale ecuațiilor diferențiale parțiale.
Sistemele fizice cu parametri concentraţi sunt acelea la care se poate
considera, cu suficientă precizie, că mărimile fizice asociate oricărui element al
sistemului au aceeaşi valoare în toate punctele elementului.
Sistemele fizice cu parametri distribuiţi sunt acelea la care cel puţin o mărime
fizică asociată unui element dimensional al sistemului are valori care diferă
sensibil de la un punct la altul, adică are valori distribuite de-a lungul unei linii,
în plan sau în spaţiu.
Comportamentul dinamic al sistemelor continue cu parametri concentraţi este
descris prin ecuaţii diferenţiale ordinare, iar cel al sistemelor cu parametri
distribuiţi prin ecuaţii diferenţiale cu derivate parţiale.

10/20/2020 24
 Derivatele de ordine mai mari decât 1 pot fi exprimate în ecuații
diferențiale ca variabile dependente suplimentare.
Astfel, o formă generală pentru ecuațiile diferențiale obișnuite este
dy / dt = f (t, y)
unde: y este vectorul variabilelor dependente,
t este variabila independentă.
Ne concentrăm pe soluția numerică a acestei forme de ecuație cu y
specificată la t inițială. Ecuațiile diferențiale obișnuite care sunt liniare pot fi
rezolvate analitic folosind teoria cunoscută sau transformarea Laplace.

Metode explicite Runge – Kutta

Aceste metode au fost utilizate pe scară largă pentru a rezolva ecuațiile

diferențiale obișnuite. Prin utilizarea unei estimări inițiale a pantei la un t
dat pentru care y este cunoscut, aceste metode găsesc y la următoarea
valoare a t.

10/20/2020 25
Figura de mai jos ilustrează aplicarea celei mai simple dintre aceste
metode, Metoda explicită a lui Euler, pentru a rezolva
dy / dt = f (t, y).
Având în vedere condiția inițială, y (0) = y0, această metodă estimează
panta lui y (t) la t0 ca f (t0, y0). Folosind panta, se calculează y1 ≡ y (t1)
de la y0 + f (t0, y0) (t1 - t0) unde (t1 - t0) este prima etapă. Aceste calcule
sunt repetate la t1 pentru a calcula y2 ≡ y (t2), apoi la t2 pentru a calcula
y3 ≡ y (t3) și așa mai departe. Totalitatea valorilor y astfel obținute
constituie soluția numerică a ecuației diferențiale. Soluția este mai
precisă dacă se utilizează pași de timp mai mici.
y2=y1+f(t1, y1)(t2-t1)
Y3=y2+f(t2, y2)(t3-t2)

10/20/2020 26
10/20/2020 27
Pentru ecuația diferențială obișnuită:

Etapa n a metodei Runge-Kutta explicită este dată de:

În care yi ≡ y (ti), h este un interval constant între orice ti și ti + 1, și ki sunt

diferite pante, care sunt date de:

10/20/2020 28
 Coeficienții c , b și a din ecuațiile de mai sus sunt centralizați
i i ij
convenabil într-o formă numită tabelul Butcher.

De exemplu, formularea metodelor Runge – Kutta explicite pentru a doua etapă de

calcul este:

10/20/2020 29
Combinând ecuația de mai sus cu cele anterioare pentru k1 și yi + 1,
obținem

Combinând ecuația de mai sus cu cele anterioare pentru k1 și yi + 1,

obținem:

10/20/2020 30
 Dar din expansiunea Taylor de ordinul 2, știm că:

Comparația ecuațiilor de mai sus are ca rezultat trei ecuații

10/20/2020 31
Întrucât există patru necunoscute, și anume c2, a21, b1 și b2, este
enecesar că una dintre necunoscute să fie specificată.
Specificația b2 = 1 are ca rezultat metoda punctului mediu cu c2 = 0,5,
a21 = 0,5 și b1 = 0.
Pentru metodele lui Heun și Ralston, b2 = 0,5 și, respectiv, 2/3.

10/20/2020 32
Metoda Runge – Kutta de ordinul 4

Metodele de ordin superior sunt derivate într-o manieră similară ca

mai sus. Acestea au o precizie mai bună dar cu costul evaluărilor
funcționale sporite. O alegere echilibrată pentru un obișnuit simplu
ecuații diferențiale este metoda Runge – Kutta de ordinul patru,
clasică, care este dată de următoarele ecuații:

10/20/2020 33
 Metoda Step-Size Control

Când variabilele dependente se schimbă rapid, mărimile derivatelor lor sunt mari și
duce la mari erori de trunchiere. Pentru a le reduce pentru a menține o precizie dorită,
trebuie să reducem dimensiunea etapelor de integrare. Aceasta crește calculele, ceea ce
este necesar totuși.
Pe pe de altă parte, atunci când variabilele dependente se schimbă lent, derivatele sunt
mici. Atunci ne putem permite să folosim dimensiuni mari de trepte, păstrând totuși
precizia cu calcule reduse.
Acesta este conceptul de control al mărimii în trepte în integrarea numerică.
Deoarece soluția analitică a unei ecuații diferențiale nu trebuie să existe neapărat, trebuie
să ne bazăm pe o soluție aproximativă, dar mai exactă pentru a determina erorile. Această
soluție suplimentară poate fi obținută folosind mai multe etape de integrare mai mici sau
o metodă de de ordin superior în paralel. Ultima abordare este implementată eficient prin
metode Runge – Kutta încorporată, care furnizează o soluție nominală și o ordine
superioară (mai exactă) simultan cu evaluări funcționale comune.

10/20/2020 34
Eroarea dintr-o etapă de integrare este calculată din:

 Unde și respectiv y sunt soluțiilemai mult și mai puțin precise ale ecuației diferențiale
dy / dt = f (y) la pasul următor.
Fiecare element al lui e, adică, ei este normalizat printr-o valoarea absolută pentru
variabila dependentă corespunzătoare, yi. Apoi pentru o precizie dată, ε
o cerință este:

Fie E maximul dintre toate valorile . Apoi pentru metoda de ordin m

Dacă integrarea este efectuată cu dimensiunea pasului nou hnew rezultă în Enew atunci

10/20/2020 35
 Rețineți că, dacă hnew permite integrarea în limita preciziei date, atunci
Enew = 1.
Înlocuirea acestui rezultat în ultima ecuație duce la dimensiunea
pasului la limita preciziei date

IV. Ecuații diferențiale parțiale

O ecuație diferențială parțială este o ecuație diferențială cu mai multe variabile

independente. Aceste ecuații sunt frecvent întâlnite în practica de inginerie. Acelea
care au timpul ca variabilă indepedentă descriu fenomene de nestaționare, dar care în
condiții staționare pot fi descrise prin ecuații diferențiale obișnuite. O metodă frecvent
utilizată pentru rezolvarea unor astfel de ecuații este metoda diferenței finite.

10/20/2020 36
 Metoda diferenței finite

Practic, această metodă înlocuiește derivatele într-o ecuație

diferențială parțială cu aproximările sau formulele lor de diferență
finită. Cu înlocuirea sistematică a derivatelor, această metodă
convertește:
1. o ecuație diferențială parțială într-un set de ecuații diferențiale
simultane, ordinare și
2. o ecuație diferențială obișnuită într-un set de ecuații algebrice
simultane.
Fie ecuațiile diferențiale ordinare intermediare, fie ecuațiile algebrice
finale pot fi rezolvate pentru a obține soluția ecuațiilor derivate
parțiale originale. Prima abordare se numește metoda liniilor. Adesea
este de preferat, deoarece ecuațiile diferențiale obișnuite pot fi
rezolvate eficient cu controlul adaptiv al mărimii pasului, reducând
astfel cantitatea de calcul.

10/20/2020 37
 Bilanțul de masă, echilibrul, insumarea rel. de
echilibru, și bilantul de entalpie (sau MESH)
ecuațiile pot fi scrise ca:
BILANȚ MATERIAL

RELAȚIILE DE ECHILIBRU

RELAȚIILE DE ÎNSUMARE

BILANȚ DE ENTALPIE (TERMIC)

10/20/2020 38
10/20/2020 39