Trabajo Prctico N1.

Extraccin en Etapas
Universidad Tecnolgica Nacional Facultad Regional Avellaneda
1

Extraccin en Etapas
Jeremas Carballo, Roxana Lencina, Carla Valenti

e-mail:
jere_ajc@hotmail.com; rolencina13@yahoo.com.ar; carli.valenti@yahoo.com.ar
Abstract: A simulation of extraction in stages, such as gas-liquid absortion, was
performed with Matlab Software, varying feed streams and the value of the partition
coefficient K.
Resumen: Se realiz una simulacin de una extraccin en etapas, como por
ejemplo una absorcin gas-lquido, con el Software Matlab, variando las corrientes
de alimentacin y la constante de particin K.
Introduccin

Existe un grupo de operaciones para

la separacin de los componentes de
mezclas que se basan en la
transferencia de materia desde una
fase homognea a otra.
La
fuerza
impulsora
de
la
transferencia es una diferencia o
gradiente de concentracin, de la
misma forma que una diferencia o un
gradiente de temperatura, constituye
la fuerza impulsora de la transmisin
de calor.
Entre este grupo de operaciones
encontramos la absorcin de gases.
En la absorcin de gases, un vapor

soluble, contenido en una mezcla con

un gas inerte, es absorbido mediante
un lquido en el que el soluto gaseoso
es ms o menos soluble. Un ejemplo
tpico
lo
constituye
el
lavado,
mediante agua lquida, del Amonaco
contenido en una mezcla AmonacoAire.
El
soluto
se
recupera
posteriormente del lquido mediante
destilacin, y el lquido de absorcin
se puede desechar o volver a
utilizarlo.
Cuando el soluto se
transmite desde el disolvente lquido
hacia la fase gaseosa la operacin se
llama desorcin o stripping.
En la siguiente figura se muestra un
diagrama
de
flujo
de
proceso
extraccin
por
etapas
a
contracorriente.

Carballo Jeremas-Lencina Roxana-Valenti Carla

Matemtica Superior Aplicada 321 - Junio 2015

Trabajo Prctico N1. Extraccin en Etapas

Universidad Tecnolgica Nacional Facultad Regional Avellaneda
2

Efectuando un balance global

todas las etapas, obtenemos:

de

L0x0 + Vn+1yn+1 = Lnxn + V1y1

L0 + VN+1 = LN + V1 = M
Despejando yn+1 obtenemos:
Donde para un Sistema gas-lquido,
tenemos:
L0= Corriente de entrada de lquido

y n+1=

Ln xn V 1 y 1L0 x 0
+
V n +1
V n+1

VN+1= Corriente de entrada de gas

LN= Corriente de salida de lquido
Esta
ecuacin
se
conoce
generalmente
como
lnea
de
operacin.

V1= Corriente de salida de gas

M= Flujo total
La hiptesis fundamental de este
proceso es que cada n-etapa de
separacin,
se
encuentra
en
equilibrio.
Planteando
el
balance
componente, se tiene:

por

Para nuestro problema, representado

en la siguiente figura:

Carballo Jeremas-Lencina Roxana-Valenti Carla

Matemtica Superior Aplicada 321 - Junio 2015

Trabajo Prctico N1. Extraccin en Etapas

Universidad Tecnolgica Nacional Facultad Regional Avellaneda
3

Se realizaron simulaciones mediante

la ayuda del Software Matlab,
variando la cantidad de etapas, flujos
msicos y valores de constante
particin k.
Se trabaj con el mtodo de Jacobi
para resolucin de SEL iterativos.
Se anexan las sentencias de escritura
a continuacin:

Lineas de comandos en Matlab.

%matriz inicial
o=100 %defino numero de etapas
f1=400 %flujo 1
f2=800 % flujo 2
k=2.5 % cte de particion
p=-(1+f2/f1*k);%diagonal de la
matriz del sistema
q=f2/f1*k; % diagonal "a
derecha" de la matriz del
sistema
h=zeros(o,o); %armo matriz
cuadrada de ceros con tamao de
numero de etapas
dim=size(h);%la recorro
for i=1:dim(1);
for j=1:dim(2);
h(i,j);
if i==j;
h(i,j)=p; %defino la
diagonal
end
end
end

for i=1:dim(1);
for j=1:dim(2);
if i==j-1; % defino
"diagonal a derecha"
h(i,j)=q;
end
end
end
for i=1:dim(1);
for j=1:dim(2);
if i==j+1; %como
"diagonal a izquierda quiero
unos, porq el sistema lo
requiere
h(i,j)=1;
end
end
end
yin=0.3;
xin=0;
r=zeros(1,o); %armo vector
independiente
r(1)=-yin; %el primer trmino
del vector
r(o)=-f2*k*xin; % el ultimo
termino del vector
r=r'; %traspongo el vector
independiente
l=zeros(o,o); %armo matriz de Tj
del mismo tamao que h
dim=size(l);%la recorro
for i=1:dim(1);
for j=1:dim(2);
if i==j-1; % defino
"diagonal a derecha"
l(i,j)=(-q/p);
end
end
end
for i=1:dim(1);
Carballo Jeremas-Lencina Roxana-Valenti Carla
Matemtica Superior Aplicada 321 - Junio 2015

Trabajo Prctico N1. Extraccin en Etapas

Universidad Tecnolgica Nacional Facultad Regional Avellaneda
4
for j=1:dim(2);
if i==j+1; %defino
"diagonal a izquierda"
l(i,j)=-(1/p);
end
end
end
m=zeros(1,o); %armo Cj
m(1)=-yin/p; %el primer trmino
Cj
m(o)=-f2*k*xin/p; % el ultimo
termino de Cj
m=m'; %traspongo Cj
solpar=zeros(1,o);%vector
inicial,opera sobre Tj
solpar=solpar';
tol=1;
while (tol>0.00000000001);
solnue=l*solpar+m;%la nueva
solucion
tol=norm(solnue-solpar);
solpar=solnue;
end
sol=solnue;
yout=sol(o)
xout=sol(1)*k
tic,toc

100

0.15

Como se puede observar, con estos

valores de las variables de flujos y cte
de particin, la tabla no expone
demasiada informacin. A modo
ilustrativo se cambian y se expone
una nueva tabla: k=0.5; F1=40;
F2=80
Cantidad
de
etapas.

X out

Yout

10

0,125
0.1364

0,0273

30

0.1452

0,0097

50

0.1471

0,0059

100

0.1485

0,0030

0,05

Al efectuar la simulacin cambiando

las variables se puede ver cmo
influye cada una de ellas en los
resultados de una manera que se
puede esperar al considerar el
ejercicio tericamente.
Si se incrementa la cte de particin, la
extraccin requiere menos etapas
para llegar a la misma eficacia. Caso
contrario si esta cte se ve disminuida.

Conclusiones

Resultados Xout, Yout en funcin

del nmero de etapas.
K=2,5; F1=400; F2=800
Cantidad
de
etapas.
5
10
30
50

Si se incremeta el F1, entonces habr

ms analito a extraer (Yin no vara), y
se necesitaran ms etapas para llegar
a resultados satisfactorios. Si se
disminuye este
flujo entonces se necesitaran menos
etapas.

X out

Yout

0.15
0.15

7.0805E-5

0.15

2,4821E22

0.15

8,1894E38

2,4576E-8

Mtodo SOR
Este mtodo permite mejorar la
convergencia usando relajacin. La
relajacin
representa
una
ligera
modificacin del mtodo de GaussSeidel y sta permite mejorar la
convergencia en algunos casos.
Carballo Jeremas-Lencina Roxana-Valenti Carla
Matemtica Superior Aplicada 321 - Junio 2015

Trabajo Prctico N1. Extraccin en Etapas

Universidad Tecnolgica Nacional Facultad Regional Avellaneda
5
Despus de que se calcula cada
nuevo valor de x, se valor se
modifica mediante un promedio
ponderado de los resultados de las
iteraciones anterior y actual.

xk+1=xk+B-1(b-Axk)
O bien,
Bxk+1= Cxk+b

Xk+1 = xk+1 + (1-) xk

Donde es un factor ponderado que
tiene un valor entre 0 y 2, si tiene
un valor entre 0 y 1, el resultado es un
promedio que se conoce como
subrelajacin. Para valores de 1 a 2,
se le da una ponderacin extra al
valor actual, a este tipo de relajacin
se le conoce como sobrerelajacin.
Algortmicamente queda:

Siendo C= B-A.
La eleccin de las matrices B y C en
funcin de la matriz A permiten
obtener los mtodos clsicos de
Jacobi, Gauss-Seidel o SOR,
mencionado anteriormente.
Estas expresiones tambin se pueden
escribir en funcin del vector residuo

Xk+1=Txk + C
rk=b-Axk

Donde:
T= (D-L)-1[(1-)D+U]
C= (D-L)-1b
Si la matriz de coeficientes A es
simtrica definida positiva y esta
entre 0 y 2, el mtodo converge para
cualquier aproximacin inicial de x.

Como,
xk+1=xk+B-1rk
De esta forma, dada una
aproximacin lineal x0, las sucesivas
iteraciones se podran expresar,

x1 = x0+B-1r0
Subespacios de Krylov

x2 = x1+B-1r1= x0+B-1r0+B-1(b-Ax1) =

En los mtodo iterativos, las sucesivas

aproximaciones del sistema

= x0+B-1r0+B-1r0+B-1(b-Ax0-AB-1r0) =
= x0+2B-1r0-B-1A (B-1r0)

Ax=b
Vienen dadas por una relacin de
recurrencia de la forma:

x3= x2+B-1r2
.

Carballo Jeremas-Lencina Roxana-Valenti Carla

Matemtica Superior Aplicada 321 - Junio 2015

Trabajo Prctico N1. Extraccin en Etapas

Universidad Tecnolgica Nacional Facultad Regional Avellaneda
6
.

(Solucin aproximada del sistema)

.
Si B=I

imponiendo la condicin de mnimo

para el funcional
xk= xk-1+rk-1

J(y) = || b Ax ||
Es decir la k-sima iteracin de la
solucin aproximada se puede
expresar como suma de la
aproximacin inicial y una
combinacin lineal de k vectores,

xk= x0+C.L{r0, Ar0, A2r0,.. Ak-1r0}

Por tanto,
xk= x0+[r0, Ar0, A2r0,.. Ak-1r0]
El subespacio Kk (A ; r0) de la base [r0,
Ar0, A2r0,.. Ak-1r0], es llamado
subespacio de Krylov de dimensin k
correspondiente a la matriz A y al
residuo inicial r0.
Mtodo de Mnimo Residuo
Generalizado (GMRES)
Es un mtodo iterativo por
subespacios de Krylob para sistemas
no simtricos.
El desarrollo del algoritmo consiste en
encontrar un vector

x = x0

Vy

Este algoritmo resulta impracticable

cuando k es muy grande por el
elevado costo computacional y de
almacenamiento en memoria, por ello
se suele usar la tcnica de reinicio y
truncamiento que consiste en que,
como se debe almacenar una base
que va creciendo con k y
eventualmente excede la memoria de
la mquina, se realizan m iteraciones
y se comienza de nuevo a partir de la
ltima iteracin m-sima, es decir, se
aplica GMRES inicializando con x0 y
luego de m iteraciones se reinicia con
xm.

Precondicionadores
La convergencia de los mtodos
basados en los subespacios de Krylov
mejora con el uso de las tcnicas de
precondicionamiento. Estas consisten
generalmente en cambiar el sistema
original Ax=b por otro de idntica
solucin, de forma que el nmero de
condicionamiento de la matriz del
nuevo sistema sea menor que el de A,
o equivalente que tenga una mejor
distribucin de sus autovalores.

Carballo Jeremas-Lencina Roxana-Valenti Carla

Matemtica Superior Aplicada 321 - Junio 2015

Trabajo Prctico N1. Extraccin en Etapas

Universidad Tecnolgica Nacional Facultad Regional Avellaneda
7
Los precondicionadores deben cumplir
dos requisitos fundamentales:
1)- Fcil implementacin, evitando un
costo computacional excesivo.
2)- Mejorar la convergencia del
mtodo.

Factorizacin Diagonal

Factorizacin de Jacobi

Factorizacin Aproximada
Inversa o Precondicionador
Diagonal Optimo.

Una matriz que sea ms o menos

cercana de A, obtenida con estos
criterios puede ser un buen
precondicionador.
Algunos de los ms usados y cuyas
prestaciones y robustez son bien
conocidas son a saber:

Factorizaciones ILU

Carballo Jeremas-Lencina Roxana-Valenti Carla

Matemtica Superior Aplicada 321 - Junio 2015