Taller N° 2

Unidad 3: “Estrategia de cálculos en la ingeniería de procesos”, Unidad 4: ”Aspectos

econ’omicos y de optimización”

Nombre del grupo: Los Estrategas

N° G.E.P: 1
Integrantes E.T: - Esteban Gonzales C.
- Gonzalo Olivares F.

Estrategia Cálculo De Procesos

IQ812
Profesor: Abel Reinoso F.

Antofagasta, 2 de Noviembre del 2010

Índice
Resumen ..................................................................................................................... 1
Introducción ................................................................................................................ 2
Parte N°1: .................................................................................................................... 3
Primer Problema de Simulación Dinámica ............................................................. 3
Modelo para Simulación en Estado Estacionario ............................................... 3
Matriz estructural ............................................................................................... 4
Digrafo ................................................................................................................ 4
Conclusión............................................................................................................... 5
Segundo Problema de Simulación Dinámica .......................................................... 6
Modelo para Simulación en Estado Estacionario ............................................... 6
B. Modelo para Simulación Dinamica ................................................................. 7
Resolución y conclusión .......................................................................................... 7
Parte N°2: .................................................................................................................... 8
Resolución ............................................................................................................... 8
Conclusión............................................................................................................. 11
Parte N°3 ................................................................................................................... 12
Solución:................................................................................................................ 13
Conclusión:............................................................................................................ 15
Parte 4 ....................................................................................................................... 16
Matriz estructural: ................................................................................................ 17
Resultados............................................................................................................. 21
Conclusión............................................................................................................. 22
Apreciación Global .................................................................................................... 23
Apéndice ................................................................................................................... 24
Parte 1 ................................................................................................................... 24
Caso 1:............................................................................................................... 24
Caso 2: RTAC, en fase gaseosa presurizado. ..................................................... 26
Parte 4 ................................................................................................................... 31
 Resumen
El presente informe se desarrolla la aplicación de las materias de Estrategias de
cálculo en la Ingeniería de procesos y de Aspectos económicos y de optimización, a través
de cuatro problemas.

En la primera parte se resuelven los problemas, propuestos en el primer taller, esta

vez para sus modelos en estado estacionario, y así determinar las variables de partida, y
en estado dinámico, para lo cual se implementaron programas computacionales en
Microsoft Excel y su Herramienta de VisualBasic.

En la segunda parte se implementa un programa computacional para desarrollar el

algoritmo de ordenación preliminar para la resolución de ecuaciones algebraicas.

La tercera parte es un problema de optimización univariable en el que se

determinan las condiciones óptimas del sistema asignado, a través de la herramienta del
programa Microsoft Excel, Solver.

Finalmente, la cuarta parte es un problema de optimización multivariable,

el cual es resuelto de manera análoga a la tercera parte, pero esta vez agregando más
restricciones para encontrar su solución a través de la herramienta Solver.

1
 Introducción

Como ingenieros de procesos, es vital tener el conocimiento en la

simulación de procesos, en la realidad estos pueden ser ecuaciones diferenciales o
algebraicas y es de vital importancia resolver adecuadamente dichos modelos. Una vez
resuelto los modelos matemáticos representativos de los procesos y obtenidos las
condiciones de operación es prudente pensar si estas son las mejores condiciones a
trabajar, pensando de que si estas condiciones son las más optimas y económicas del
sistema. Este análisis se comprende en las Unidad III y IV, siendo las “Estrategias de
cálculo en la ingeniera de procesos” y “Aspectos económicos y de optimización”
respectivamente.
La Unidad III, se orienta en la dirección de las estrategias de cálculos más
empleadas y generales, para lograr la solución de los modelos matemáticos, los cuales
están constituidos por un sistema de ecuaciones (diferenciales y/o algebraicas) que
representa la simulación dinámica, o por un sistema exento de ecuaciones diferenciales,
ósea solo ecuaciones algebraicas, que representa la simulación en estado estacionario.
La Unidad IV, se centra en el problema de dimensionamiento de los
procesos que tiene grados de libertad mayores a el valor cero, que presenta soluciones
infinitas, de entre las cuales se desea obtener la solución más apta. Eso corresponde a la
solución del problema de la determinación del mejor conjunto de valores de las variables
no especificadas, lo que constituye un problema de optimización.

2
 Parte N°1:
Usando los dos modelos matemáticos del Caso 2 del Taller N°1, realice lo siguiente
para cada uno de los casos: “Glicerina a 70 °C”.

1.1 Plantee un problema de simulación dinámica.

1.2 Resuelva los modelos para simulación en estado estacionario, de modo de obtener
las condiciones iniciales de cada caso planteado en 1.1.-
1.3 Resuelva los modelos para simulación dinámica cuando se aplican perturbaciones
escalón (o salto) en, a lo menos, dos entradas; y, obtenga la respuesta dinámica,
de a lo menos, dos variables de estado, en función del tiempo.

Primer Problema de Simulación Dinámica

Dos tanques cilíndricos conectados en serie, con interacción, circula un líquido

puro, glicerina a 70°F. Considere que las resistencias al flujo en la conexión de los tanques
y a la salida del segundo son lineales.

F0

h1
h2

R1 R2
F1 F2

Modelo para Simulación en Estado Estacionario

Modelo en estado estacionario

ℎ −ℎ ℎ
1. 𝐹 = 1𝑅 2 2. 𝐹 = 𝑅2
1 2

Balance de información:
- Variables pertinentes (V): F, h1, h2 = 3
- Número de relaciones (R): 2
- Variables especificadas (E): F = 1

GL = V - R - E = 3 – 2 – 1 = 0

3
Matriz estructural

h1 h2 F* S
1 • x x 2
2 • x 1

Digrafo
F*

2
F*
h2

1
h1

Modelo para Simulación Dinámica

Modelo del sistema en estado dinámico

𝑑ℎ1
1. 𝐴1 + 𝐹1 = 𝐹0
𝑑𝑡
𝑑ℎ2
2. 𝐴2 + 𝐹2 = 𝐹1
𝑑𝑡
ℎ1 −ℎ2
3. 𝐹1 = 𝑅1
ℎ
4. 𝐹2 = 𝑅2
2

A continuación se realiza el Balance de información en estado dinámico, donde

- Variables pertinentes (V): F0, F1, F2, h1, h2, A1, A2 = 7
- Número de relaciones (R): 4
- Variables especificadas (E): F0, A1, A2 = 3

GL = V - R - E = 7 – 4 – 3 = 0

En este problema ocupar las condiciones en estado estacionario para resolver las
ecuaciones diferenciales, implica supones los flujos iguales, y por lo tanto las variaciones
nulas.

4
 Resolviéndose el sistema en estado dinámico, a través del programa
computacional implementado para este problema en particular, para los siguientes datos:
Condiciones Iniciales Parámetros Variables Especificadas
2
Tiempo 0 [seg] R1 0,15 [seg/ft ] A1 78,54 [ft2]
F0 20 [ft2/seg] R2 0,35 [seg/ft2] A2 78,54 [ft2]
F1 15 [ft2/seg]
F2 10 [ft2/seg]

Variación de Altura y Flujos

20
Caudal [ft3/seg] y altura [ft]

15

h1
10 F1
h2
F2
5

0
0.0 200.0 400.0 600.0 800.0 1000.0
Tiempo [seg]

Conclusión

La determinación de las condiciones, en estado estacionario de un sistema, son

indispensables para la resolución del mismo sistema en estado dinámico, y para cada
problema la determinación de estas variables depende de la complejidad de las
ecuaciones que constituyen su modelo matemático. De manera análoga se presenta la
situación de resolución del modelo dinámico.

Es importante resaltar el hecho de que el programar sistemas para la resolución de

los respectivos problemas, da la posibilidad de simular los modelos matemáticos con
tantas restricciones o posibles situaciones como se desee, a través de las herramientas y
habilidades ya antes adquiridas.

5
Segundo Problema de Simulación Dinámica

RTAC en fase gaseosa, presurizado.

Modelo para Simulación en Estado Estacionario

𝑃−𝑃𝐷
0 = 𝜌0 𝐹0 − 𝜌 𝐶𝑣 √ (I)
𝜌
𝑃∙𝑦 𝑃−𝑃𝐷 𝑃∙𝑦 1,5 𝑃∙(1−𝑦𝐴 )
0 = 𝐶𝐴0 𝐹0 − ( 𝑅∙𝑇𝐴) 𝐶𝑣 √ − 2𝑉𝑘1 ( 𝑅∙𝑇𝐴) + 2𝑉𝑘2 ( ) (II)
𝜌 𝑅∙𝑇
𝑃
𝜌 = 𝑅∙𝑇 ∙ [𝑀𝐴 ∙ 𝑦𝐴 + 𝑀𝐵 (1 − 𝑦𝐴 )] (III)

Balance de información:
Parámetros: MA, MB, R, K1, K2, Cv.
Variables pertinentes: V, ρ, ρ0, F0, PD, P, yA, T, CA0 = 9
Relaciones = 3
Variables especificadas= F0, ρ0, CA0, V, T, PD= 6

G.L. = V-R-E= 9-3-6 =0

Matriz estructural

ρ0* F0* ρ CV* P P D* CA0* YA T* V* s

1 x x 0 x x x 1
2 + + 0 x x + x x 3
3 x x x 0 x 2

6
Digrafo

B. Modelo para Simulación Dinamica

𝑑𝜌 𝑃−𝑃𝐷
𝑉 = 𝜌0 𝐹0 − 𝜌 𝐶𝑣 √ (I)
𝑑𝑡 𝜌
𝑑𝐶𝐴 𝑃∙𝑦𝐴 𝑃−𝑃𝐷 𝑃∙𝑦𝐴 1,5 𝑃∙(1−𝑦𝐴 )
𝑉 = 𝐶𝐴0 𝐹0 − ( ) 𝐶𝑣 √ − 2𝑉𝑘1 ( ) + 2𝑉𝑘2 ( ) (II)
𝑑𝑡 𝑅∙𝑇 𝜌 𝑅∙𝑇 𝑅∙𝑇
𝑃
𝜌 = 𝑅∙𝑇 ∙ [𝑀𝐴 ∙ 𝑦𝐴 + 𝑀𝐵 (1 − 𝑦𝐴 )] (III)

Balance de información:
Parámetros: MA, MB, R, K1, K2, Cv.
Variables pertinentes: V, ρ, ρ0, F0, PD, P, yA, T, CA0 = 9
Relaciones = 3
Variables especificadas= F0, ρ0, CA0, V, T, PD= 6

G.L. = V-R-E= 9-3-6 =0

Resolución y conclusión

Para este caso en particular, se verificó en reiteradas ocasiones la programación

del ejercicio, tanto el modelo en estado estacionario, así como para el modelo de
simulación dinámica. Sin embargo, a pesar de haber investigado y probado una enorme
cantidad de datos para platearse la simulación dinámica y de estado estacionario , no se
logró simular para ningún modelo, puesto que, al comenzar a iterar, como los valores no
eran reales, se llegaba a puntos en los cuales entregaba resultados ilógicos, o
simplemente, se indeterminaban las ecuaciones. Se adjunta al final en el anexo 1 y 2, la
programación del problema.

7
 Parte N°2:
Implementar computacionalmente, y aplicar, el algoritmo de ordenación
preliminar para la resolución de sistemas de ecuaciones algebraicas (mínimo 20
ecuaciones).

Resolución

Se presentara el código el cual comprenden desde el paso 1 hasta el paso 3 del

algoritmo de ordenación preliminar.

Paso 1

Paso en el cual se revisaba si es que existían relaciones con una sola variable no
especificada:

Private Sub CommandButton1_Click()

vector_s = 7
For i = 7 To 27

contador = 0

For j = 7 To 30

If Hoja1.Cells(i, j).Value = "1" Then

contador = contador + 1
esp_j = j
End If
Next j
If contador = 1 Then
Hoja1.Cells(i, esp_j).Value = "0"
For k = 7 To 27
If Hoja1.Cells(k, esp_j).Value = 1 Then
Hoja1.Cells(k, esp_j).Value = "x"
End If
Next k
Hoja1.Cells(vector_s, 32).Value = (i - 6)
vector_s = vector_s + 1
End If
Next i
End Sub

8
Paso 2

Determinar las frecuencias de cada variable aun no atribuidas

Private Sub CommandButton2_Click()

For j = 7 To 30
contador = 0
For i = 7 To 27
If Hoja1.Cells(i, j).Value = "1" Then
contador = contador + 1
End If
Next i
Hoja1.Cells(28, j).Value = contador
Next j

End Sub

9
Paso 3

En caso de no haber variables con frecuencia unitaria

Private Sub CommandButton3_Click()

vector_s = Hoja1.Cells(8, 3).Value
n = 28
10 a = 0
For j = 7 To 30
If Hoja1.Cells(n, j).Value = "1" Then ‘si hubiera variables con frecuencia unitaria entonces
a=1
For i = 7 To 27
If Hoja1.Cells(i, j).Value = "1" Then
Hoja1.Cells(i, j).Value = "0" ’atribuir variable
esp_i = i
For k = 7 To 30
‘Remover relación del sistema If Hoja1.Cells(i, j).Value = "0" Then
If Hoja1.Cells(esp_i, k).Value = 1 Then
Hoja1.Cells(esp_i, k).Value = "x"
End If
End If
Next k

End If
Next i
Hoja1.Cells(vector_s + 6, 32).Value = (esp_i - 6)
vector_s = vector_s - 1

n=n+1
‘actualizar frecuencia de variables
For l = 7 To 30
contador = 0
For p = 7 To 27
If Hoja1.Cells(p, l).Value = "1" Then
contador = contador + 1
End If
Next p

Hoja1.Cells(n, l).Value = contador

Next l
End If
Next j
If (a <> 0) Then GoTo 10
End Sub

10
Conclusión

En el desarrollo de esta parte, se destaca que, mientras se iba desarrollando la

programación, se iba complementando los conocimientos sobre programación hasta el
momento obtenidos, con lo cual se pudo desarrollar los pasos 1 y 2 sin mayor
complicación. Se presentaron complicaciones en la programación del paso 3, debido en
parte, a la dificultad de traspasar las órdenes para que “fueran entendidas” por el
programa, y por otra parte, el poco conocimiento en el lenguaje de programación.

Sin embargo, el paso 4, era más complicado de “explicarle” al programa lo que

debía hacer, sumado también, a la dificultad de comprensión del algoritmo y llevarlo a
lenguaje de programación con el conocimiento adquirido.

11
 Parte N°3
Dado un problema de Optimización Univariable, determinar las condiciones
óptimas de acuerdo a los datos entregados, aleatoriamente, a cada equipo de taller.

Enunciado

Como un ejemplo elemental del procedimiento de optimización, vamos a

considerar el diseño de un reactor isotérmico para la producción de G libra-moles por
hora de un producto B por la reacción A -> B, donde se da la velocidad de reacción por la
expresión.
ℛ𝑎 = 𝑘 ∗ 𝐶𝑎2
Y 𝑘 = (𝑓𝑡)3 ∗ (𝑙𝑏 − 𝑚𝑜𝑙𝑒)−1 ∗ (ℎ𝑟)−1 , 𝐶𝑎 = (𝑙𝑏 − 𝑚𝑜𝑙𝑒) ∗ (𝑓𝑡 3 )−1. Este tipo de
producción deseada se puede lograr
1. Mediante la conversión de la mayoría de los materiales (de bajo coste de las
materias primas) que entra en un reactor de gran tamaño (alto coste de capital) o
2. Mediante la conversión de sólo un poco de una gran cantidad de material de
alimentación (alto coste de las materias primas) que entra en un pequeño reactor
(bajo costo de capital).

En consecuencia, debemos encontrar el tamaño del reactor, la velocidad de

avance, y la conversión que se corresponden con el sistema más rentable.

Datos:

𝐺 [(𝑙𝑏 − 𝑚𝑜𝑙)⁄ℎ𝑟] 70
𝐶𝑓 [𝑈𝑆$⁄𝑙𝑏 − 𝑚𝑜𝑙 ] 0,7
𝐶𝑣 [𝑈𝑆$⁄(ℎ𝑟 ∗ 𝑓𝑡 3 )] 0,011
𝑘 [𝑓𝑡 3 ⁄(𝑙𝑏 − 𝑚𝑜𝑙 ∗ ℎ𝑟)] 1,25
𝐶𝑎,0 [𝑙𝑏 − 𝑚𝑜𝑙 ⁄𝑓𝑡 3 ] 0,95

12
Solución:

Suposiciones:

 Sistema Isotérmico y se encuentra en Estado Estacionario.

 El costo requerido para separar A y B a la salida del reactor es despreciable en
comparación con los costos del reactor y la materia prima.
 El componente A no es recircula.
 El costo del RTAC (que incluye el costo de operación asociado y la depreciación del
reactor) es 0,011 [𝑈𝑆$⁄(𝑓𝑡 3 ∗ ℎ𝑟)].
 La concentración de alimentación es conocida 0,95 [(𝑙𝑏 − 𝑚𝑜𝑙)⁄(𝑓𝑡 3 )].
 El precio de venta del producto B es 𝐶𝑏 [𝑈𝑆$⁄(𝑙𝑏 − 𝑚𝑜𝑙 𝑑𝑒 𝐵)].

Función objetivo:
𝑈𝑆$
𝑉 = 𝑆 − 𝐶 [=]
ℎ𝑟
Como se busca maximizar el Venture Profit se deberá minimizar el costo, en esto
nos focalizaremos para resolver el ejercicio.
Ecuaciones de Costo:
𝑆 = 𝐶𝑏 ∗ 𝐺
𝐶𝑇 = 𝐶𝑣 ∗ 𝑉 + 𝐶𝑓 ∗ 𝐹 ∗ 𝐶𝑎,0
Entonces se debe buscar la manera de minimizar el 𝐶𝑇
Relaciones de Diseño:

 Balance de Masa:

𝐹=𝐹

 Balance de Masa de A:

𝐹 ∗ 𝐶𝑎,0 − 𝐹 ∗ 𝐶𝑎 − 𝑉 ∗ 𝑘 ∗ 𝐶𝑎 2 = 0
Con
𝑅𝑏 = −𝑅𝑎 = 𝑉 ∗ 𝑘 ∗ 𝐶𝑎 2 = 𝐺
𝐺 = 𝐹 ∗ 𝐶𝑎,0 − 𝐹 ∗ 𝐶𝑎
Balance de Información
N° Variables pertinentes 5
N° Relaciones 2
N° Variables especificadas 2

𝐺. 𝐿. = 5 − 2 − 2 = 1
Una vez que ya se tienen las variables pertinentes, relaciones y variables
especificadas se puede obtener la matriz estructural.

13
Matriz Estructural:

F Ca,0* Ca V G*
1 • x •
2 • x • x

Ahora se debe elegir la variable de diseño, la mejor opción es la concentración a la

salida 𝐶𝑎 , luego se aplica el algoritmo de ordenación quedando la siguiente matriz
estructural con su respectivo vector de ordenación.

F Ca,0* V G* S

1 x x x 0 2

2 0 x x x 5

Dígrafo:

Se procede a despejar las variables asignadas a cada ecuación, y en el orden de

resolución correspondiente:
𝐺∗
𝐹=
𝐶𝑎,0∗ − 𝐶𝑎
𝐹 ∗ (𝐶𝑎,0 ∗ − 𝐶𝑎 )
𝑉=
𝑘 ∗ 𝐶𝑎 2
Reemplazando en la ecuación de costo
𝐹 ∗ (𝐶𝑎,0 ∗ − 𝐶𝑎 ) 𝐺∗
𝐶𝑇 = 𝐶𝑣 ∗ ( ) + 𝐶𝑓 ∗ ( ∗ ) ∗ 𝐶𝑎,0 ∗
𝑘 ∗ 𝐶𝑎 2 𝐶𝑎,0 − 𝐶𝑎

𝐺∗ (𝐶𝑎,0 ∗ − 𝐶𝑎 ) 𝐺∗
𝐶𝑇 = 𝐶𝑣 ∗ ( ∗ ∗ 2 ) + 𝐶𝑓 ∗ ( ∗ ) ∗ 𝐶𝑎,0 ∗
𝐶𝑎,0 − 𝐶𝑎 𝑘 ∗ 𝐶𝑎 𝐶𝑎,0 − 𝐶𝑎

14
 𝐺∗ 𝐺∗
𝐶𝑇 = 𝐶𝑣 ∗ ( 2 ) + 𝐶𝑓 ∗ ( ∗ ) ∗ 𝐶𝑎,0 ∗
𝑘 ∗ 𝐶𝑎 𝐶𝑎,0 − 𝐶𝑎

A continuación se debe minimizar el costo con el complemento de Excel, Solver. La

función objetivo es 𝐶𝑇 y la variable de diseño es 𝐶𝑎 , entonces, esta es la que se debe
optimizar.
𝑀𝑖𝑛 𝐶𝑇
= 𝐶𝑇 [𝐶𝑇 (𝐶𝑎 )]
𝐶𝑎

Minimización del Costo

G= 70 F.O. = 76,254 𝑈𝑆$⁄ℎ𝑟

Cf = 0,70
Cv = 0,011 Ca = 0,238 𝑙𝑏 − 𝑚𝑜𝑙⁄𝑓𝑡 3
k= 1,250
Ca,0 = 0,950 F= 98,272 𝑓𝑡 3 ⁄ℎ𝑟
V= 991,216 𝑓𝑡 3

Entonces el valor de mínimo del costo y el valor óptimo de la concentración de

salida son:
𝑈𝑆$
𝐶𝑇 = 76,254
ℎ𝑟
𝑙𝑏 − 𝑚𝑜𝑙
𝐶𝑎 = 0,238
𝑓𝑡 3
Y los valores de las variables de estado son:
𝑓𝑡3
𝐹 = 98,272
ℎ𝑟
𝑉 = 991,216 𝑓𝑡3

Conclusión:

En este ejercicio de optimización univariable se observa de buena manera la

relación que existe entre las variables de operación y las variables económicas, como el
costo y el venture profit, siendo este último el que se quiere maximizar, pero gracias a la
relación directa que existe entre el costo y el venture profit, y que el ingreso se mantiene
constante sólo es necesario minimizar el costo y esto es de gran ayuda al momento de
simplificar la ejecución del ejercicio.
Otro detalle es que gracias al uso del Solver, finalizar este ejercicio fue muy
sencillo y no hubo mayor dificultad que determinar las restricciones.

15
 Parte 4
Dado un problema de Optimización Multivariable, determinar las condiciones
óptimas de acuerdo a los datos entregados, aleatoriamente, a cada grupo.

Enunciado

Diseño de reactor no-isotérmico.

En el ejemplo anterior se supone que la velocidad de reacción constante "k"
es un valor conocido. Dado que este parámetro depende de la temperatura del reactor,
hemos asumido implícitamente que el producto de reacción a la temperatura de la
alimentación. Este supuesto sería aproximadamente correcto o si el calor de la reacción
era muy pequeño o si el material reactivo se disuelve en un gran exceso de disolvente
para que la temperatura del reactor fue esencialmente independiente del calor generado
(o consumida) por la reacción. Sin embargo, un examen de la expresión del coste total,
escrito en términos de la variable independiente de diseño único y los parámetros del
sistema conocido e insumos. Indica que el Costo total disminuye a medida que la
velocidad de reacción constante "k" se incrementa. Este resultado es de esperarse, ya que
se sabe de la teoría elemental de diseño del reactor que la mayor conversión por unidad
de volumen se obtiene para un solo reacciones irreversibles cuando el reactor os funciona
isotérmicamente a la temperatura más alta permitida.

𝑘
𝐴 →𝐵 (1𝑒𝑟 𝑜𝑟𝑑𝑒𝑛)
Balance de masa:
Balance de masa global: 𝐹0 = 𝐹
Balance de masa para el componente A:
𝐹 ∙ 𝐶𝐴0 − 𝐹 ∙ 𝐶𝐴 − 𝑘 ∙ 𝑉 ∙ 𝐶𝐴 = 0
𝐺 = 𝐹 ∙ 𝐶𝐴0 − 𝐹 ∙ 𝐶𝐴
Balance de energía:
Balance de energía del reactor:

16
 𝑑𝐸𝑡𝑜𝑡
= {𝑈̂ + 𝑝 ∙ 𝑉} ∙ 𝑤1 − {𝑈 ̂ + 𝑝 ∙ 𝑉} ∙ 𝑤2 + 𝑄 + 𝑄 (𝑚) + 𝑊
𝑑𝑡
𝑑𝐸𝑡𝑜𝑡
= 𝑄 (𝑚) = 𝑊 = 0
𝑑𝑡
𝑄 = 𝑄𝑅 + 𝑄𝐽
𝐹 ∙ 𝜌 ∙ 𝐶𝑝 ∙ 𝑇0 − 𝐹 ∙ 𝜌 ∙ 𝐶𝑝 ∙ 𝑇 + 𝑄𝑅 + 𝑄𝐽 = 0
𝑄𝑅 = 𝜆 ∙ 𝑘 ∙ 𝐶𝐴 ∙ 𝑉
𝑄𝐽 = 𝑈 ∙ 𝐴𝐻 ∙ (𝑇𝐽𝑚 − 𝑇𝐽 )
Balance de energía del serpentín:
𝐹𝐽 ∙ 𝜌𝐽 ∙ 𝐶𝑝𝐽 ∙ 𝑇𝐽0 − 𝐹𝐽 ∙ 𝜌𝐽 ∙ 𝐶𝑝𝐽 ∙ 𝑇𝐽 − 𝑄𝐽 = 0
𝑄𝐽 = 𝑈 ∙ 𝐴𝐻 ∙ (𝑇𝐽𝑚 − 𝑇𝐽 )
1
𝑇𝐽𝑚 = (𝑇𝐽0 − 𝑇𝐽 )
2
Ecuación de Arrhenius:
𝐸𝐴
𝑘 = 𝑘0 ∙ 𝑒 −𝑅∙𝑇

Resumen de Ecuaciones:
(1) 𝐹 ∗ 𝐶𝐴0 − 𝐹 ∗ 𝐶𝐴 − 𝑘 ∗ 𝑉 ∗ 𝐶𝐴0 = 0

(2) 𝐹 ∗ 𝐶𝐴0 − 𝐹 ∗ 𝐶𝐴 − 𝐺 = 0
1
(3) 𝐹 ∗ 𝜌 ∗ 𝐶𝑝 ∗ 𝑇0 − 𝐹 ∗ 𝜌 ∗ 𝐶𝑝 ∗ 𝑇 − 𝜆 ∗ 𝑘 ∗ 𝑉 ∗ 𝐶𝐴 + 𝑈 ∗ 𝐴𝐻 ( (𝑇𝐽0 + 𝑇𝐽 ) − 𝑇) = 0
2
1
(4) 𝐹𝐽 ∗ 𝜌𝐽 ∗ 𝐶𝑝 (𝑇𝐽0 + 𝑇𝐽 ) − 𝐴𝐻 ( (𝑇𝐽0 + 𝑇𝐽 ) − 𝑇) = 0
2
𝐸
−
(5) 𝑘 = 𝑘0 ∗ 𝑒 𝑅𝑇

Balance de información:
N° Variables pertinentes: 12
N° Relaciones: 5 Grados de Libertad: 12 – 5 – 4 = 3
N° Variables especificadas: 4

Matriz estructural:
F CA0* CA k V G* T0* T AH TJ0* FJ TJ s
1 ● x ● ● ●
2 ● x ● x
3 ● ● ● x ● ● x ●
4 ● ● x ● ●
5 ● ●

17
 Se puede apreciar que las variables de diseño que nos conviene escoger serian CA,
T y TJ, ya que estos se distinguen que rompen ciclos.

Ahora, agregando esto a la matriz nos queda:

F CA0* k V G* T0* AH TJ0* FJ s

1 ● x x ● ●
2 ● x x x
3 ● x ● x x ● x x
4 x ● x ● x
5 ● x

Aplicando la primera parte del algoritmo de ordenación, indica que se puede

resolver la ecuación 2, atribuyéndole la variable F, y la ecuación 5, atribuyéndole la
variable k:

F CA0* k V G* T0* AH TJ0* FJ S

1 x x x x ● 2
2 0 x x x 5
3 x x ● x x ● x x
4 x ● x ● x
5 0 x

Aplicando por segunda vez el paso 1 del algoritmo de ordenación se determina que
la tercera posición del vector orden de cálculo se asigna a la ecuación 1, a la cual se le
asigna la variable V

F CA0* k V G* T0* AH TJ0* FJ S

1 x x x x 0 2
2 0 x x x 5
3 x x x x x ● x x 1
4 x ● x ● x
5 0 x

18
 Así, sucesivamente, con la aplicación del paso 1, 2 veces más se determina que en
la posición 4 del vector orden de calcula es ocupado por la ecuación 3, asignándole la
variable AH, y finalmente, la última posición pertenece a la ecuación 4, a la cual se le
atribuye la variable FJ.

F CA0* k V G* T0* AH TJ0* FJ S

1 x x x x 0 2
2 0 x x x 5
3 x x x x x 0 x x 1
4 x x x 0 x 3
5 0 x 4

Digrafo

19
 Se procede a despejar las variables asignadas a cada ecuación, y en el orden de
resolución correspondiente:

𝐺
(2) 𝐹 =
𝐶𝐴0 − 𝐶𝐴

𝐸
(5) 𝑘 = 𝑘0 ∗ 𝑒 −𝑅𝑇

𝐹 ∗ 𝐶𝐴0 − 𝐹 ∗ 𝐶𝐴
(1) 𝑉 =
𝑘 ∗ 𝐶𝐴

𝜆 ∗ 𝑘 ∗ 𝑉 ∗ 𝐶𝐴 + 𝐹 ∗ 𝜌 ∗ 𝐶𝑝 ∗ 𝑇 − 𝐹 ∗ 𝜌 ∗ 𝐶𝑝 ∗ 𝑇0
(3) 𝐴𝐻 =
1
𝑈 (2 (𝑇𝐽0 + 𝑇𝐽 ) − 𝑇)

1
𝑈 ∗ 𝐴𝐻 (2 (𝑇𝐽0 + 𝑇𝐽 ) − 𝑇)
(4) 𝐹𝐽 =
𝜌𝐽 ∗ 𝐶𝑝 (𝑇𝐽0 − 𝑇𝐽 )

Función objetivo:

𝑈𝑆$
𝑉 = 𝑆 − 𝐶 [=]
ℎ𝑟
Como se busca maximizar el Venture Profit se deberá minimizar el costo, en esto
nos focalizaremos para resolver el ejercicio.
Ecuaciones de Costo:
𝑆 = 𝐶𝑏 ∗ 𝐺

𝐹𝑢𝑛𝑐𝑖𝑜𝑛 𝑎 𝑚𝑖𝑛𝑖𝑚𝑖𝑧𝑎𝑟 → 𝐶𝑇 = 𝐶𝑣 ∗ 𝑉 + 𝐶𝑓 ∗ 𝐹 ∗ 𝐶𝑎,0 + 𝐶𝐼 𝐴𝐻 + 𝐶𝐽 𝐹𝐽

20
 Ocupando la herramienta solver del Excel, se obtiene los resultados deseados:

Datos particulares del equipo de taller Valores comunes para todos los equipos
Ci= 0,0981 $ 𝑐𝑎𝑙
[ 2 ] CP*ρ = 1 [ ]
𝑐𝑚 ∗ ℎ 𝑐𝑚3 ∗ 𝐾
Cf= 0,0235 $ 𝑐𝑎𝑙
[ ] CPH2O = 1 [ ]
𝑔𝑚𝑜𝑙 𝑔𝑟 ∗ 𝐾
𝑐𝑎𝑙
C j= 2,20E- $ E= 59800 [ ]
05 [ ] 𝑔𝑚𝑜𝑙
𝑔𝑟 𝑐𝑎𝑙
CV= 0,0145 $ λ= 12900 [ ]
[ ] 𝑔𝑚𝑜𝑙
𝑙𝑡 ∗ ℎ 1
G= 1270 𝑔𝑟𝑚𝑜𝑙 k0= 3,01E+31 [ ]
[ ] 𝑠𝑒𝑔
ℎ 𝑐𝑎𝑙
T0= 302 [𝐾] U= 1 [ 2 ]
𝑐𝑚 ∗ 𝑠𝑒𝑔 ∗ 𝐾
TJ0= 375 [𝐾] 𝑔𝑟
CA0= 0,006 𝑔𝑟𝑚𝑜𝑙 ρH20 1 [ 3]
[ ] 𝑐𝑚
ℎ

Resultados

Variables de estado en estado Función objetivo: costos

Estacionario $
𝑐𝑚3 CT= $ 348,02 [ ]
F= 89,81 ℎ
[ ]
𝑠
1
k= 2,861E-05 [ ] Variables de diseño
𝑠
V= 5,950E+06 [𝑐𝑚3 ] 𝑔𝑟
CA= 2,072E-03 [ ]
Ah= 1347 [𝑐𝑚2 ] 𝑐𝑚3
T= 362,84 [𝐾]
𝑐𝑚3
FJ= 1060 [ ] TJ= 365,6 [𝐾]
𝑠

21
Conclusión

Cabe destacar, que los datos obtenidos fueron a través del método directo, es
decir, en Excel directamente se escribieron las ecuaciones despejadas de acuerdo a la
variable atribuida por relación, lo cual permitía obtener todos los resultados a la vez.

Como algo curioso que resaltar, la obtención de los valores óptimos se lograron
con la ejecución de múltiples “solver”, ya que, iba obteniendo valores, dependiendo de los
valores con los cuales se le colocaban como especie de valores de partida. Se repite la
aplicación de solver hasta llegar a la convergencia de resultado (se repite los resultados)

Y por último, una de las complejidades del ejercicio se relacionaba con el correcto
usos de unidades, ya que, se observo que por cambios de estos, repercutía de gran
manera en los resultados obtenidos.

22
 Apreciación Global
Este taller en particular presento bastantes desafíos, en cada una de sus partes, las
cuales se presentan a continuación:

Parte 1:

En el primer caso de la parte 1 no se presenta mayor dificultad, ya que los datos se

obtenían fácilmente desde tablas, y, la implementación de las ecuaciones diferenciales,
como también la obtención de las condiciones de estado estacionario se resolvían a través
del programa implementado para este caso, que se acomodaba a uno de los ya
determinados.

En el segundo caso se presentan los problemas, ya que, a pesar de ser revisados las
ecuaciones una gran cantidad de veces, y sumado también a las incontables
combinaciones de valores para poder simular, tanto en estado estacionario como para
simulación dinámica, no se logró que ninguna de estas simulaciones entregara algún
resultado, ya que, se obtenían valores ilógicos de ciertas variables, y que de paso
indeterminaban ciertas ecuaciones.

Parte 2:

En esta parte, no se logro el objetivo final debido principalmente a 2 problemas, el

poco conocimiento en lenguas de programación, los cuales eran fundamentales a la hora
de interpretar y dar a entender al computador las instrucciones, y por otra parte, el factor
tiempo, ya que, como no se tiene el conocimiento necesario, tratar de traducir las ordenes
a lenguaje de programación llevaba mucho tiempo.

Parte 3:

Este ejercicio no presento mayor dificultad, ya que, las ecuaciones presentes no

eran de mayor complejidad y además, el desarrollo de este se hiso en clases.

Parte 4:

En esta parte se presentaron pequeños inconvenientes, en los cuales se destacaba

las relaciones de unidades de medida, y, también, la interpretación de las restricciones a
las que debían estar sujetas las variables de diseño.
Se resalta también que la obtención de la convergencia de resultados se
obtuvieron a través de la realización de múltiples utilizaciones de la herramienta “solver”
de Excel (<5).

23
 Apéndice
Parte 1

Caso 1:

Código para simulación dinámica

Private Sub CommandButton1_Click()

Dim TIEMPO As Single
'Dim N As Integer
Dim F0 As Single
Dim F1 As Single
Dim F2 As Single
Dim A1 As Single
Dim A2 As Single
Dim h1 As Single
Dim h2 As Single
Dim R1 As Single
Dim R2 As Single

'LIMPIAR DATOS
Columns("D:H").Select
Selection.ClearContents
Hoja2.Cells(1, 4) = "TIEMPO"
Hoja2.Cells(1, 5) = "h1"
Hoja2.Cells(1, 6) = "F1"
Hoja2.Cells(1, 7) = "h2"
Hoja2.Cells(1, 8) = "F2"

TIEMPO = Hoja3.Cells(2, 2)
F0 = Hoja2.Cells(3, 2)
F1 = Hoja2.Cells(4, 2)
F2 = Hoja2.Cells(5, 2)

'PARAMETROS
DELTA = Hoja2.Cells(11, 2)
R1 = Hoja2.Cells(9, 2)
R2 = Hoja2.Cells(10, 2)
A1 = Hoja2.Cells(12, 2)
A2 = Hoja2.Cells(13, 2)
INTERPRINT = Hoja2.Cells(15, 2)
TFINAL = Hoja2.Cells(18, 2)
TPRINT = 0
I=2
24
IPER = Hoja2.Cells(7, 3)

'EVALUANDO LAS DERIVADAS

90
' AQUI SE ESCRIBEN LAS ECUACIONES DIFERENCIALES
Dh1 = (F0 - F1) / A1
Dh2 = (F1 - F2) / A2
F1 = (h1 - h2) / R1
F2 = h2 / R2

If (TIEMPO < TPRINT) Then GoTo 10

'IMPRIMIR

Hoja2.Cells(I, 4) = TIEMPO
Hoja2.Cells(I, 5) = h1
Hoja2.Cells(I, 6) = F1
Hoja2.Cells(I, 7) = h2
Hoja2.Cells(I, 8) = F2
I=I+1

TPRINT = TPRINT + INTERPRINT

10 h1 = h1 + Dh1 * DELTA
h2 = h2 + Dh2 * DELTA
TIEMPO = TIEMPO + DELTA

If (TIEMPO <= TFINAL) Then GoTo 100

Hoja2.Cells(1, 1).Select

End Sub

25
Caso 2: RTAC, en fase gaseosa presurizado.

Código simulación en estado estacionario

Private Sub CommandButton3_Click()

Dim Ro As Double Dim ER As Single

Dim P As Double 'Dim YA0 As Single
Dim P0 As Double Dim iter As Integer
Dim PC As Double Dim YAC As Double
Dim YA As Double
Dim R0 As Single R0 = Hoja1.Cells(23, 14)
Dim F0 As Single F0 = Hoja1.Cells(24, 14)
Dim CV As Single CV = Hoja1.Cells(25, 14)
Dim PD As Single PD = Hoja1.Cells(26, 14)
Dim RG As Single CA0 = Hoja1.Cells(27, 14)
Dim T As Single T = Hoja1.Cells(28, 14)
Dim MA As Single V = Hoja1.Cells(29, 14)
Dim MB As Single RG = Hoja1.Cells(32, 14)
Dim CA0 As Single K1 = Hoja1.Cells(33, 14)
Dim V As Single K2 = Hoja1.Cells(34, 14)
Dim K1 As Single MA = Hoja1.Cells(35, 14)
Dim K2 As Single MB = Hoja1.Cells(36, 14)
Dim NC As Integer ER = Hoja1.Cells(25, 11)
Dim R As Single R = Hoja1.Cells(24, 11)

'Variables de Partida

P0 = Hoja1.Cells(23, 11)
'YA0 = Hoja1.Cells(26, 11)

iter = 0

P = P0
10 Ro = ((R0 * F0) / (CV * (P - PD) ^ (1 / 2))) ^ 2
YA = ((Ro * (RG * T / P)) - MB) / (MA - MB)

26
 30 PC = (RG * T / YA) * ((CA0 * F0 - P * YA / (RG * T) * CV * ((P - PD) / Ro) ^ (1 / 2) +
2 * V * K2 * P * (1 - YA) / (RG * T)) / (2 * V * K1)) ^ (2 / 3)
P = SPGEP1(P, PC, R, ER, NC)
If (P < PD) Then GoTo 30
iter = iter + 1

'If (YA > 1 Or YA < 0) Then GoTo 10

If (NC <> 1) Then GoTo 10

Hoja1.Cells(31, 11) = Ro
Hoja1.Cells(32, 11) = P
Hoja1.Cells(33, 11) = YA
Hoja1.Cells(35, 11) = iter

End Sub

27
Código simulación dinámica

Private Sub CommandButton1_Click()

Dim TIEMPO As Single 'LIMPIAR
Dim N As Integer Columns("D:F").Select
Selection.ClearContents
Dim Ro As Double Hoja2.Cells(1, 4) = "TIEMPO"
Dim P As Double Hoja2.Cells(1, 5) = "P"
Dim YA As Double Hoja2.Cells(1, 6) = "Ro"
Dim R0 As Single
Dim F0 As Single
Dim CV As Single RoI = Hoja2.Cells(3, 2)
Dim PD As Single Pi = Hoja2.Cells(4, 2)
Dim RG As Single 'Q = Hoja2.Cells(6, 2)
Dim T As Single R0 = Hoja2.Cells(4, 16)
Dim MA As Single F0 = Hoja2.Cells(5, 16)
Dim MB As Single CV = Hoja2.Cells(6, 16)
Dim CA0 As Single PD = Hoja2.Cells(7, 16)
Dim V As Single CA0 = Hoja2.Cells(12, 2)
Dim K1 As Single T = Hoja2.Cells(9, 16)
Dim K2 As Single V = Hoja2.Cells(10, 16)
Dim DRo As Double RG = Hoja2.Cells(13, 16)
Dim DYAP As Double K1 = Hoja2.Cells(14, 16)
K2 = Hoja2.Cells(15, 16)
MA = Hoja2.Cells(16, 16)
MB = Hoja2.Cells(17, 16)

X2 = 2.5
Y2 = 1.2
NI = 1

If (NI = 1) Then
Ro = RoI
P = Pi
Else
If (NI = 2) Then
Ro = X2
P = Y2
End If
End If

TIEMPO = 0
Delta = Hoja2.Cells(9, 2)

28
 TPRINT = 0
Hoja2.Cells(2, 5) = Ro
Hoja2.Cells(2, 6) = P
I=2
INTERVPRINT = Hoja2.Cells(15, 2)
TFINAL = Hoja2.Cells(18, 2)

IPER = Hoja2.Cells(7, 3)

'EVALUANDO DERIVADAS

100 If (IPER = 2) Then GoTo 88

GoTo 90

88 Q = FUN1(TIEMPO, N, TV(), QV())

'EVALUANDO DERIVADAS

' AQUI SE ESCRIBEN LAS DOS ECS. DE PRIMER ORDEN

90 'XDOT = Q / (Ctpo ^ 2) - (2 * Amort * X) / Ctpo - Y / (Ctpo ^ 2)

'YDOT = X}

DRo = (R0 * F0 - Ro * CV * ((P - PD) / (Ro)) ^ (1 / 2)) * (1 / V)

DYAP = CA0 * F0 * (P * YA / (RG * T) * CV * ((P - PD) / (Ro)) ^ (1 / 2) - 2 * V * K1 *

(P * YA / (RG * T)) ^ (3 / 2) + 2 * V * K2 * (P * (1 - YA) / (RG * T)))

YA = (((Ro * RG * T) / P) - MB) / (MA - MB)

If (TIEMPO < TPRINT) Then GoTo 10

Hoja2.Cells(I, 4) = TIEMPO
Hoja2.Cells(I, 5) = Ro
Hoja2.Cells(I, 6) = P
I=I+1
TPRINT = TPRINT + INTERVPRINT

10
Ro = Ro + DRo * Delta
YaP = YaP + DYAP * Delta

29
 P = YaP / YA

TIEMPO = TIEMPO + Delta

If (TIEMPO <= TFINAL) Then GoTo 100

200 'CONTINUAR

Hoja2.Cells(1, 1).Select
End Sub

30
 Parte 4

Excel optimization multivariable

B C D E F G H I J K L
3
4 Ci= 0,0981 [$/(cm2*h)]
5 Cf= 0,0235 [$/gmol]
6 Cj= 2,20E-05 [$/gramo]
7 Cv= 0,0145 [$/(h*lt)]
8 G= 1270 [gmol/h] F= 89,81 [cm3/s] CT= $ 348,02 [$/h]
9 To= 302 [°K] k= 2,861E-05 [1/s]
10 Tjo= 375 [°K] V= 5,950E+06 [cm3] CA= 2,072E-03 [gmol/cm3]
11 Cao= 0,006 [gmol/cm3] Ah= 1347 [cm2] T= 362,84 [°K]
3
12 Cp*ro= 1 FJ= 1060 [cm /s] TJ= 365,6 [°K]
13 E= 59800
14 lamda= 12900
15 ko= 3,01E+31
16 U= 1

31