44 Rosendo Maria Jose Vargas Valle PDF

cenidet
Centro Nacional de Investigación y Desarrollo Tecnológico

Departamento de Ingeniería Mecatrónica
TESIS DE MAESTRÍA EN CIENCIAS
Simulación y Control de una Planta de Destilación para Producir

Etanol Anhidro
Presentada por
Rosendo M. J. Vargas Valle

Ing. en sistemas computacionales por el I. T. de Zacatepec
Como requisito para la obtención del grado de:

Maestría en Ciencias en Ingeniería Mecatrónica
Director de tesis:
Dra. María Guadalupe López López
Co-Director de tesis:
Dr. Enrique Quintero-Mármol Márquez
Jurado:
Dr. Rigoberto Longoria Ramírez – Presidente
Dr. Víctor Manuel Alvarado Martínez – Secretario
Dra. María Guadalupe López López– Vocal
Dr. Enrique Quintero-Mármol Márquez – Vocal Suplente
Cuernavaca, Morelos, México. 4 de Diciembre de 2008

ii
Dedicatoria
Dedico este trabajo a todas las personas que me apoyaron de alguna manera en el
desarrollo de este proyecto de tesis, a mi familia por todo su apoyo, en especial a Diana el
amor de mi vida, quien siempre me ayudo en los momentos más difíciles, a mis asesores
que siempre estuvieron ahí para aconsejarme, en fin a todos ¡Muchas Gracias!.
Rosendo M. J. Vargas Valle.
iii
iv
Agradecimientos
A mi familia, por brindarme todo el apoyo que necesite durante todo el tiempo que
duró toda esta gran aventura que es el estudiar un posgrado.
A Dianita, mi niña que me dio todo su apoyo y confianza, levantándome en

momentos difíciles y recordándome a cada momento que necesitaba la razón de
todo este esfuerzo.
A mi querida Clotilde, que al llegar a casa después de días muy difíciles me dibujaba
una sonrisa en el rostro con sus travesuras.
A mis asesores, la Dra. Guadalupe López y al Dr. Enrique Quintero-Mármol, por toda
su paciencia, apoyo y disposición durante el desarrollo de este proyecto de tesis.
A mis revisores, el Dr. Rigoberto Longoría y el Dr. Víctor Alvarado, por sus valiosos
comentarios y por la gran disponibilidad para la revisión de esta tesis.
A todos mis compañeros de generación, que permitieron con sus ocurrencias e

incoherencias transformar a las difíciles y extenuantes noches de trabajo en
experiencias que quisiera volver a repetir y que nunca podré olvidar.
Al Centro Nacional de Investigación y Desarrollo Tecnológico y a todo su personal,

por darme la oportunidad de realizar mis estudios de maestría y de convertirme en un
mejor ser humano.
A la DGEST por el apoyo económico que me brindo durante mis estudios de

maestría.
¡A todos, muchas gracias por todo!
Rosendo M. J. Vargas Valle
v
vi
Tabla de contenido
Contenido
Dedicatoria. ii
Agradecimientos. iv
Tabla de contenido. vi
Índice de figuras. x
Índice de tablas. xiv
Resumen xvi
Abstract xviii
Introducción. 1
Planteamiento del problema. 4
Solución Propuesta. 4
Justificación. 5
Objetivos. 5
Objetivo general. 5
Objetivos particulares. 5
Hipótesis. 5
Alcances y limitaciones. 5
Aportaciones y beneficios. 6
Organización del texto. 6
Capítulo 1
Fundamentos Teóricos. 9
1.1 La destilación 11
1.1.1 Columna de destilación o columna fraccionaria. 11
1.1.2 Azeotrópos. 12
1.1.3 Destilación azeotrópica. 14
1.2 Estado del arte de la deshidratación de etanol. 14
1.3 Descripción del comportamiento de la mezcla Etanol - Agua – Benceno. 18
1.3.1 Comportamiento de las mezclas binarias. 18
1.3.1.1 Agua-Benceno. 18
1.3.1.2 Etanol-Agua. 19
1.3.1.3 Etanol-Benceno. 20
1.3.2 Comportamiento de la mezcla ternaria Etanol-Agua-Benceno. 20
Capítulo 2
Proceso de deshidratación de etanol: Estado Estable. 23
2.1 Proceso de deshidratación de etanol por destilación azeotrópica heterogénea. 25
2.2 Configuración propuesta por Luyben [1]. 26
2.3 Simulación del proceso de deshidratación de etanol: Estado Estable. 27
2.3.1 Software de simulación Aspen Plus™. 27
2.3.2 Construcción de la secuencia. 27
2.3.2.1 Diagrama de flujo: Selección de equipo e interconexión. 28
2.3.2.2 Selección de componentes. 31
2.3.2.3 Selección de modelo de equilibrio de fases. 32
2.3.2.3.1 Datos experimentales. 32
vii
Tabla de contenido
2.3.2.3.2 Análisis y selección. 33

2.3.2.4 Configuración del equipo. 35
2.3.2.4.1 Columnas de destilación. 35
2.3.2.4.2 Intercambiador de calor y decantador. 36
2.3.3 Definición de las condiciones iniciales. 38
2.3.4 Multiplicidad de estados. 41
2.3.5 Simulación en estado estable de la configuración final. 42
2.3.6 Análisis de sensibilidad. 46
2.3.7 Discusión de Resultados. 50
Capítulo 3
Proceso de deshidratación de etanol: Dinámica. 51
3.1 Software de simulación Aspen Dynamics™. 53
3.2 Simulación dinámica y control de la secuencia de destilación de sistema etanol- 53
agua-benceno.
3.2.1 Lazos de control. 55
3.4 Configuración dinámica final y desempeño. 57
3.5 Discusión de resultados. 71
Capítulo 4
Implementación de un controlador difuso en Aspen™ y Evaluación de su 73
desempeño.
4.1 Software de modelado Aspen Custom Modeler™. 75
4.1.1 Descripción general de Aspen Custom Modeler™. 75
4.1.2 Paradigma de programación. 75
4.2 Descripción del modelo de un controlador difuso normalizado. 75
4.2.1 Control difuso 75
4.2.2 Descripción general del modelo. 76
4.2.3 Reglas de inferencia. 76
4.2.4 Sistema difuso. 78
4.2.5 Escalamiento de las señales. 80
4.3 Controladores difusos en la secuencia de deshidratación de etanol. 81
4.3.1 Nueva estructura de control. 81
4.3.2 Parámetros de los controladores. 81
4.3.3 Comparación del desempeño de los controladores difusos vs. PI. 84
4.3.4 Respuesta a perturbaciones. 88
4.4 Discusión de resultados 91
Capítulo 5
Conclusiones. 93
5.1 Conclusiones generales. 95
5.1.1 Secuencia implementada. 95
5.1.2 Control inteligente en la suite de ingeniería de Aspen™. 96
5.2 Recomendaciones. 96
5.3 Trabajos futuros. 96
Referencias. 99
viii
Tabla de contenido
ANEXOS 103
ANEXO A: Multiplicidad de estados. 105
ANEXO B: Sintonización de controladores PI de la secuencia por el método de la 107
curva de reacción (Cohen Coon).
ANEXO C: Ejemplo de codificación en Aspen Custom Modeler™, aplicación a una 114
columna de destilación binaria ideal.
ANEXO D: Modelo de un controlador difuso normalizado en Aspen Custom 126
Modeler™.
ANEXO E: Modelo de la planta piloto CENIDET, aplicación a la etapa de 137
preconcentración de etanol.
ix
Tabla de contenido
x
Tabla de contenido
Índice de Figuras
Figura 1: Diagrama básico de una columna de destilación [4]. ............................................. 12

Figura 2: Mezcla binaria con comportamiento ideal. ............................................................. 13
Figura 3: Mezcla binaria no ideal, azeotrópica. ..................................................................... 13
Figura 4: Comportamiento del Agua en la mezcla Agua-Benceno a 1 Atm, figura generada en
Aspen™................................................................................................................................ 19
Figura 5: Comportamiento del Etanol en la mezcla Etanol-Agua a 1 Atm, figura generada en
Aspen™................................................................................................................................ 19
Figura 6: Comportamiento del Etanol en la mezcla Etanol-Benceno a 1 Atm, figura generada
en Aspen™........................................................................................................................... 20
Figura 7: Azeotrópos presentes en la mezcla Etanol-Agua-Benceno, datos obtenidos en
Aspen™................................................................................................................................ 21
Figura 8: Diagrama ternario de la mezcla, figura generada en Aspen™. .............................. 21
Figura 9: Proceso de deshidratación de etanol por destilación azeotrópica heterogénea,
según la descripción en [1]. .................................................................................................. 25
Figura 10: Secuencia conceptual [1]. .................................................................................... 26
Figura 11: Localización de los modelos RadFrac en la interfaz de Aspen™. ........................ 28
Figura 12: Localización de los decantadores en la interfaz de Aspen™................................ 29
Figura 13: Localización de intercambiador de calor en la interfaz de Aspen™...................... 29
Figura 14: Localización de bombas y válvulas en la interfaz de Aspen™.............................. 30
Figura 15: Opciones de colocación de flujos en la interfaz de Aspen™. ............................... 30
Figura 16: Secuencia en estado estable obtenida................................................................. 31
Figura 17: Especificación de componentes en la interfaz de Aspen™. ................................. 31
Figura 18: Modelo NRTL y datos experimentales de equilibrio Liquido-Liquido a 55˚C a 1
Atm. ...................................................................................................................................... 34
Figura 19: Modelo UNIQUAC y datos experimentales de equilibrio Liquido-Liquido a 55˚C a 1
Atm. ...................................................................................................................................... 35
Figura 20: Diagrama de flujo para obtener las condiciones iniciales. .................................... 38
Figura 21: Secuencia de deshidratación de etanol, usando al benceno como solvente en un
proceso de destilación azeotrópica heterogénea en estado estable desarrollada en Aspen™,
() Entradas, () Salidas...................................................................................................... 40
Figura 22: Diagrama de flujo completo de la simulación en estado estable, generado de los
resultados obtenidos de la simulación. ................................................................................. 45
Figura 23: Diagramas de flujo de los subsistemas extraídos de la secuencia de
deshidratación de etanol generados en Aspen™: (a) Subsistema C1, (b) Subsistema Hx-Dec
y (c) Subsistema C2.............................................................................................................. 47
Figura 24: Secuencia con los ciclos de proceso cerrados, obtenido de las primeras
simulaciones dinámicas del proceso..................................................................................... 54
Figura 25: Secuencia propuesta en [1]. ................................................................................ 55
Figura 26: Secuencia de deshidratación de etanol completa, utilizando al benceno como
agente separador, obtenida de la simulación final en Aspen™. ............................................ 58
Figura 27: Comportamiento dinámico de la concentración de etanol de secuencia, obtenida
de la simulación en Aspen™................................................................................................. 59
Figura 28: Comportamiento dinámico de la pureza de agua, obtenida de la simulación en
Aspen™................................................................................................................................ 59
Figura 29: Resultados de la simulación del proceso de destilación azeotrópica heterogénea
del sistema etanol-agua-benceno, obtenidas de la simulación final en Aspen™................... 64
xi
Tabla de contenido
Figura 30: Comportamiento dinámico del control de temperatura de la columna C1, TC1. ... 65
Figura 31: Comportamiento dinámico del control de temperatura de la columna C2, TC2. ... 65
Figura 32: Comportamiento dinámico del control de temperatura del condensador HX, TCD.
............................................................................................................................................. 66
Figura 33: Comportamiento dinámico del control de presión de la columna C1, PC1. .......... 66
Figura 34: Comportamiento dinámico del control de presión de la columna C2, PC2. .......... 67
Figura 35: Comportamiento dinámico del control del flujo de alimentación a la columna C1,
FC......................................................................................................................................... 67
Figura 36: Comportamiento dinámico del control de reflujo de la columna C1, FCreflux....... 68
Figura 37: Comportamiento dinámico del control de nivel del tanque del hervidor de la
columna C1, LC11. ............................................................................................................... 68
Figura 38: Comportamiento dinámico del control de nivel del tanque del hervidor de la
columna C2, LC21. ............................................................................................................... 69
Figura 39: Comportamiento dinámico del control de nivel del tanque del condensador de la
columna C2, LC22. ............................................................................................................... 69
Figura 40: Comportamiento dinámico del control de nivel de la fase acuosa en el decantador,
LCDaq. ................................................................................................................................. 70
Figura 41: Comportamiento dinámico del control de nivel de la fase orgánica del decantador,
LCDorg. ................................................................................................................................ 70
Figura 42: Estructura general de un controlador difuso [36]. ................................................. 76
Figura 44: Respuesta de un sistema de segundo orden subamortiguado [36]. ..................... 77
Figura 45: Error de un sistema de segundo orden subamortiguado [36]. .............................. 77
Figura 46: Maquina de inferencia tipo producto [36]. ............................................................ 79
Figura 47: Secuencia destilación azeotrópica heterogénea del sistema etanol-agua-benceno
con controladores difusos instalados, estos se indican con una flecha. ................................ 83
Figura 48: Respuesta de flujo con control PI, en condiciones normales, simulación en
Aspen™ a 25 hrs. ................................................................................................................. 84
Figura 49: Respuesta de flujo con control difuso, en condiciones normales, simulación en
Aspen™ a 25 hrs. ................................................................................................................. 85
Figura 50: Detalle del comportamiento dinámico del control PI de flujo, simulación en
Aspen™ a 4 hrs. ................................................................................................................... 85
Figura 51: Detalle del comportamiento dinámico del control difuso de flujo, simulación en
Aspen™ a 2 hrs. ................................................................................................................... 86
Figura 52: Respuesta del control PI de temperatura en la simulación en Aspen™. .............. 86
Figura 53: Respuesta del control difuso de temperatura, simulación en Aspen™ a 25 hrs. .. 87
Figura 54: Detalle de la respuesta del control difuso de temperatura, simulación en Aspen™
a 2 hrs. ................................................................................................................................. 87
Figura 55: Respuesta a perturbaciones, simulación a 10 Hrs. .............................................. 89
Figura 56: Etanol a 82% mol en la alimentación, 25 hrs de simulación en Aspen™.............. 90
Figura 57: Etanol a 86% mol en la alimentación, 25 hrs de simulación en Aspen™.............. 90
Figura 58: Obtención de parámetros por Cohen Coon........................................................ 107
Figura 59: Respuesta a un escalón del 5% de la válvula V1. .............................................. 108
Figura 60: Punto de apertura de la secuencia..................................................................... 109
Figura 61: Curva de reacción en la temperatura después de HX. ....................................... 109
Figura 62: Curva de reacción en el nivel a la apertura de la válvula V21. ........................... 110
Figura 63: Respuesta del nivel del condensador de C2 a la apertura de V2. ...................... 110
Figura 64: Curva de reacción del nivel acuoso en el decantador. ....................................... 111
Figura 65: Respuesta en el nivel orgánico del decantador. ................................................ 111
Figura 66: Respuesta del flujo de de la corriente “reflux”. ................................................... 112
xii
Tabla de contenido
Figura 67: Diagrama del modelo de una columna de destilación binaria ideal [42]. ............ 115
Figura 68: Respuesta del modelo implementado en MatLab©. ........................................... 120
Figura 69: Secuencia de una columna de destilación binaria ideal en Aspen Custom
Modeler™. .......................................................................................................................... 124
Figura 70: Comportamiento de la concentracion en la base de la columna........................ 125
Figura 71: Comportamiento de la pureza del destilado de la columna. ............................... 125
Figura 72: Grados de pertenencia singletón de las entradas [36]. ...................................... 126
Figura 73: Valores lingüísticos de la entrada definidos [36]................................................. 127
Figura 74: Grado de pertenencia triangular, cero (Z) [36]. .................................................. 127
Figura 75: Singletones posibles de salida del sistema [36]. ................................................ 128
Figura 76: Variables principales del modelo de controlador difuso normalizado.................. 132
Figura 77: Desempeño del CDBI con control PI de la concentración en parte baja............. 134
Figura 78: Desempeño del CDBI con control Difuso de la concentración en la parte baja. . 135
Figura 79: Desempeño del control PI en la pureza del destilado......................................... 135
Figura 80: Desempeño del control difuso en la pureza del destilado................................... 136
Figura 81: Secuencia Batch de la columna CENIDET......................................................... 138
Figura 82: Columna de destilación CENIDET, proceso continuo......................................... 139
xiii
Tabla de contenido
xiv
Tabla de contenido
Índice de Tablas
Tabla 1: Datos experimentales del equilibrio Liquido-Liquido de la mezcla etanol-agua-
benceno a 55˚C a 1 Atm. de [30]. ......................................................................................... 33
Tabla 2: Parámetros del equipo para la simulación en estado estable.................................. 37
Tabla 3: Concentraciones de alimentacion. .......................................................................... 38
Tabla 4: Concentraciones iniciales obtenidas. ...................................................................... 38
Tabla 5: Valores iniciales de la alimentación de la secuencia. .............................................. 39
Tabla 6: Valores obtenidos de la primera simulación en estado estable. .............................. 39
Tabla 7: Características de las corrientes de entrada. .......................................................... 41
Tabla 8: Respuesta en estado estable con una concentración alta de etanol en B1 (fondo de
la columna). .......................................................................................................................... 41
Tabla 9: Respuesta en estado estable con una concentración baja de etanol en B1 (fondo de
la columna). .......................................................................................................................... 41
Tabla 10: Corrientes de alimentación de la simulación en estado estable final. .................... 42
Tabla 11: Resultados de la simulación en estado estable final. ............................................ 42
Tabla 12: Perfiles de temperatura y concentraciones de la columna C2 en simulación estable.
............................................................................................................................................. 43
............................................................................................................................................. 44
Tabla 14: Configuración de los controladores de la secuencia de deshidratación de etanol,
utilizando al benceno como agente separador. ..................................................................... 54
Tabla 15: Propiedades de la corriente de alimentación del proceso de producción de etanol
anhidro utilizando al benceno como separador. .................................................................... 60
Tabla 16: Perfiles estables de temperatura y concentraciones de la columna C2 despues de
50 hrs de simulacion dinamica.............................................................................................. 60
Tabla 17: Perfiles estables de temperatura y concentraciones de la columna C1 despues de
50 hrs de simulacion dinamica.............................................................................................. 61
Tabla 18: Lista del equipo de la secuencia de producción de etanol anhidro y su
configuración final usada para su simulación en la suite de Aspen™. .................................. 62
Tabla 19: Base de reglas de los controladores. .................................................................... 81
Tabla 20: Parámetros de configuración de los controles difusos en la secuencia de
producción de etanol anhidro................................................................................................ 82
Tabla 21: Reglas de inferencia de ambos controladores difusos. ......................................... 84
Tabla 22: Código fuente de Aspen Custom Modeler™ para simular perturbaciones, aumento
de etanol a 86% mol. ............................................................................................................ 88
Tabla 23: Resultados de los experimentos de perturbación a 25 hrs. de simulación............. 89
Tabla 24: Propiedades de las corrientes de alimentación antes de la reducción................. 105
Tabla 25: Productos de la columna C1 antes de la reducción............................................. 105
Tabla 26: Corrientes de alimentación después de la reducción. ......................................... 105
Tabla 27: Productos de la columna C1 después de la reducción. ....................................... 106
Tabla 28: Productos al regresar al valor de flujo inicial. ...................................................... 106
Tabla 29: Productos de la columna C1 a 0.12 kmol/s, en un segundo estado estable. ....... 106
Tabla 30: Formulas para configurar controladores por Cohen Coon. .................................. 107
Tabla 31: Parámetros obtenidos por Cohen-Coon. ............................................................. 108
Tabla 32: Parámetros obtenidos de las graficas de respuesta. ........................................... 112
Tabla 33: Configuración final de los controladores de la secuencia. ................................... 113
Tabla 34: Código MatLab© del modelo de una columna de destilación binaria ideal. ......... 118
xv
Tabla de contenido
Tabla 35: Formato general del código fuente en Aspen Custom Modeler™........................ 121
Tabla 36: Código del modelo de la columna de destilación binaria ideal en Aspen Custom
Modeler™. .......................................................................................................................... 122
Tabla 37: Código de un controlador PI en Aspen Custom Modeler™. ................................ 123
Tabla 38: Distribución de las reglas .................................................................................... 129
Tabla 39: Reglas definidas para nuestro sistema................................................................ 130
Tabla 40: Pseudo código inicial. ......................................................................................... 130
Tabla 41: Código de un controlador difuso normalizado en Aspen Custom Modeler™. ...... 131
Tabla 42: Desglose de las variables del modelo de controlador difuso normalizado. .......... 133
Tabla 43: Propiedades de la columna CENIDET. ............................................................... 137
Tabla 44: Datos de la columna [41]..................................................................................... 137
Tabla 45: Comparación de resultados de la simulación en Aspen™................................... 138
Tabla 46: Parámetros de la secuencia batch en Aspen™................................................... 139
Tabla 47: Parámetros de la columna en simulación continua.............................................. 140
Tabla 48: Resultados de la simulación continua en Aspen Plus™. ..................................... 140
xvi
Resumen
En este trabajo de tesis se implementa a nivel simulación, una planta de destilación para
producir etanol anhidro, basada en la configuración para la deshidratación de etanol
presentada por William Luyben en su libro “DISTILLATION DESIGN AND CONTROL USING
ASPEN™ SIMULATION”, publicado por JOHN WILEY & SONS, INC. en el año 2006. Dicha
configuración utiliza la destilación azeotrópica heterogénea y al benceno como agente
separador orgánico.
El paquete de simulación utilizado es la Suite de Ingeniería de Aspen™, un paquete

simulación de procesos de amplia utilización en la industria. La implementación se puede
dividir en dos partes generales, la primera, la construcción del diagrama de flujo y su
simulación en estado estable, esto en el paquete Aspen Plus™. La segunda, la construcción
de la estructura de control y la simulación dinámica, utilizando el paquete Aspen Dynamics™,
ambos parte de la Suite.
La primera fase es relativamente simple, pues prácticamente toda la información necesaria

para la simulación en estado estable se encuentra en al libro de W. Luyben. Sin embargo, no
presenta toda la información necesaria para la implementación de la estructura de control del
proceso y por lo tanto de la simulación dinámica. Por esta razón se realiza la configuración
de varios controladores PI por el método de la curva de reacción (Cohen-Coon). Se adiciona
también el problema de la utilización adecuada de un software nuevo.
La simulación dinámica de la secuencia implementada presenta un producto de etanol con

una pureza de 99.56% mol, esta pureza es mayor con respecto al que documenta Luyben,
de 99.25% mol. En términos generales, la mayor problemática del proceso se encuentra en
mantener la cantidad adecuada de agente separador (Benceno en este caso) en la columna
azeotrópica, sin embargo, es sistema obtenido de un proceso de destilación azeotrópica
heterogénea presenta otras problemáticas importantes, como son altos índices de
sensibilidad y multiplicidad de estados.
Adicionalmente, se implementa un modelo de un controlador difuso normalizado de tipo

mamdani, esto en el paquete de desarrollo de modelos Aspen Custom Modeler™, con el fin
de probar la capacidad de la Suite de ingeniería de Aspen™ para el desarrollo de
controladores complejos. Este modelo es instalado y simulado de forma dinámica en el
proceso de producción de etanol anhidro, obteniendo buenos resultados.
Por otra parte, se incluye el desarrollo de un diagrama de flujo que simula a la planta piloto
de destilación de CENIDET, comprobando los resultados obtenidos por medio de los datos
de estado estable experimentales de un proceso por lotes de concentración de etanol en la
misma, estos datos son presentados en la tesis “Observador Continuo-Discreto para la
Estimación de Concentraciones en una Columna de Destilación, para la Mezcla Etanol-
Agua”, Aguilera, CENIDET 2008.
xvii
xviii
Abstract
In this thesis work, a distillation plant to produce anhydrous ethanol is implemented at
simulation level, based in the configuration for the ethanol dehydration presented by William
Luyben in he’s book: “DISTILLATION DESIGN AND CONTROL USING ASPEN™
SIMULATION”, published by JOHN WILEY & SONS, INC. in 2006. This configuration uses
the heterogenous azeotropic distillation and the benzene as organic entrainer.
The simulation package used is the Aspen™ Engineering Suite, this simulation software is a
ample use software in the processes industry. The implementation can be divided in two
general parts, first, the construction of the flow sheet and their simulation in steady state, this
in the package Aspen Plus™. Second, the construction of the control structure and the
dynamic simulation, using the package Aspen Dynamics™, both part of the Aspen™
Engineering Suite.
The first stage is relatively simple, because practically all the necessary information for the
steady state simulation is reported in the book of W. Luyben. Nevertheless, it does not
present all the necessary information for the implementation of the process control structure
and therefore of the dynamic simulation. This is reason to improve the configuration of
several PI controllers using the method of the reaction curve (Cohen-Coon). The problem of
the suitable use of a new software is also added.
The dynamic simulation of the implemented sequence presents an ethanol product with a
purity of 99,56% mol, this purity is greater with respect to the one than it documents Luyben,
of 99,25% mol. In general terms, the major problematic in the process is maintaining the
suitable amount of entrainer (Benzene in this case) in the azeotropic column, nevertheless,
the obtained system of a heterogenous azeotropic distillation process presents other
important problematics, as they are high sensitivity and multiple steady states.
Additionally, a standard diffuse controller modelo, mamdani type, is implemented, this in the
model development software Aspen Custom Modeler™, with the purpose of to prove the
capacity of the Suite of engineering of Aspen™ for the development of complex controllers.
This model is installed and simulated dynamically in the anhydrous ethanol production
process, obtaining good results.
On the other hand, the development of a flow sheet than simulate the CENIDET distillation
pilot plant is included, verified by the results obtained by steady state experimental data from
a batch process of ethanol concentration in the same, these data are presented in the thesis
“Observador Continuo-Discreto para la Estimación de Concentraciones en una Columna de
Destilación, para la Mezcla Etanol-Agua”, Aguilera, CENIDET 2008.
xix
xx
Introducción
Introducción
2
Introducción
Introducción
El alto precio y la nocividad al ambiente de los combustibles derivados del petróleo ha
puesto en alerta a los gobiernos de los países en todo el mundo, haciendo evidente la
necesidad de fuentes de energía alternativas.
El etanol es una de las alternativas más importantes e incluso países como Brasil, Suecia
y Estados Unidos ya lo utilizan en su parque de automóviles.
El etanol es un alcohol producido a través de la fermentación de los azucares o del

almidón extraído de la biomasa de ciertos cultivos y de los desechos agrícolas o
forestales. El etanol producido de estas materias primas también se denomina bioetanol.
En Estados Unidos se extrae del maíz; en Brasil, de la caña de azúcar; en España, de la
remolacha, y en los países nórdicos de la celulosa procedente de la madera.
El etanol mezclado en diversa proporciones con la gasolina (85:15 es la mas frecuente)

puede ser utilizado como combustible en automóviles. Su uso no debería entrañar
mayores problemas en los vehículos producidos en serie actuales, siendo necesario que
para el caso más complicado la modificación de ciertos elementos relativos a la inyección
y al encendido, las juntas del motor y los conductores de combustible; sin que ello pueda
significar un coste excesivo. Hoy ya se fabrican coches preparados específicamente para
utilizar tanto gasolina como diversas mezclas etanol/gasolina, son los denominados
"coches flexibles" o “flexifuel”.
En países como Suecia, Canadá o Estados Unidos es preceptivo expender gasolina

mezclada con un 5% de etanol debido a sus propiedades antidetonantes, ya que eleva el
octanaje de las gasolinas en sustitución de otras substancias de efectos nocivos.
Entre otras ventajas, el etanol, al ser un recurso renovable, minimiza la dependencia de

las importaciones de combustible y, comparado con los combustibles tradicionales,
produce menos emisiones contaminantes de gases de efecto invernadero, con un
balance global positivo ya que las emisiones de CO2 se compensan al ser absorbidas
durante el proceso de regeneración de la materia vegetal que sirve de base para la
producción del etanol.
La producción de etanol por fermentación provee una mezcla de etanol-agua que tiene
una concentración de etanol de entre 4% mol y 6% mol [1], por lo que se hace pasar por
una etapa de concentración de donde se obtiene una mezcla etanol-agua con una
concentración que no supera el 89.99% mol de etanol, a presión atmosférica [2], sin
embargo el contenido de agua presente en la mezcla, a pesar de ser pequeño, es
perjudicial para los motores de combustión interna porque provoca problemas de
corrosión.
Entre las alternativas tecnológicas para generar un etanol anhidro están la destilación, la
adsorción, la pervaporación y combinaciones de estas.
La adsorción es un proceso en el cual se usa un sólido con una superficie interna muy
grande (entre 500-1500 m2/g) para eliminar una sustancia soluble en el agua, pero
implica inconvenientes como un elevado capital de inversión, la necesidad de
regeneración y el reemplazo periódico del tamiz molecular.
3
Introducción
La pervaporación es la evaporación selectiva de un componente de una alimentación

líquida al ponerla ésta en contacto con una membrana semi-permeable, no se ha
explotado comercialmente por lo que es costoso e implica una producción a pequeña
escala.
La destilación es la un método para separar mezclas mediante calor, aprovechando los

diferentes puntos de ebullición de cada una de las sustancias. Esta es la tecnología más
usada a escala industrial para producir etanol anhidro en sus diversas variantes.
La dificultad de separar la mezcla etanol-agua por destilación radica en su

comportamiento termodinámico, pues forma una mezcla azeotrópica; es decir una
mezcla líquida de dos o más componentes que posee un único punto de ebullición, y que
al pasar al estado vapor se comporta como un líquido puro, o sea como si fuese un solo
componente. Por lo que es necesario implementar técnicas de destilación no ideales:
• Destilación extractiva con sales: Se agrega a la mezcla como agente separador

una sustancia salina para desplazar o romper el azeótropo y así permitir la
separación. Su dificultad radica en la predicción del equilibrio de fases y en
problemas de corrosión del equipo.
• Destilación azeotrópica heterogénea (con solventes): Se agrega a la mezcla

como agente separador a una sustancia que induce la separación de la mezcla en
dos diferentes fases liquidas.
• Destilación azeotrópica homogénea: Se agrega a la mezcla como agente

separador a una sustancia que no provoca la separación de fases de la mezcla.
Planteamiento del problema

El control del proceso de producción de etanol por destilación azeotrópica heterogénea,
es un problema importante, provocado por un comportamiento altamente no ideal de la
mezcla y a una alta sensibilidad a pequeños cambios.
Sin embargo en cenidet no se cuenta con un equipo adecuado para desarrollar este
proceso, ni con información teórica previa que sirva como base para su estudio.
Por lo tanto el problema es contar con la información de base suficiente para el estudio
del problema de control que representa la producción de etanol por destilación
azeotrópica heterogénea, sin depender de un equipo de proceso.
Solución Propuesta
Se propone implementar a nivel simulación una secuencia de destilación para producir
etanol anhidro por destilación azeotrópica heterogénea usando el benceno como agente
separador, reproduciendo la secuencia propuesta por W. Luyben en [1], en el software
de simulación comercial como es la suite de ingeniería de Aspen™.
Además de implementar una técnica de control alternativa para conocer los limites de las
modificaciones que la implementación podrá permitir.
4
Introducción
Justificación
o La producción de combustibles no fósiles es una problemática actual y de gran
importancia en el estilo de vida del hombre, debido principalmente a la contaminación
del medio ambiente.
o En México la alternativa de producción de etanol anhidro para su utilización como
combustible es una tecnología que no ha sido explotada como en otros países.
o En el caso de CENIDET, este un tema de interés para el grupo interdepartamental de
diseño y control de procesos.
o Se puede desarrollar dentro del área de la mecatrónica por la necesidad de combinar
diferentes áreas del conocimiento como química, termodinámica, control de procesos
y simuladores (computación).
Objetivos.
Objetivo General
Simular y controlar una secuencia para la producción de etanol anhidro.
Objetivos Particulares
• Predecir el equilibrio de fases de la mezcla Etanol-Agua y Etanol-Agua-Benceno
en el software Aspen Split™.
• Reproducir y simular la secuencia propuesta por Luyben [1] para la producción de
etanol anhidro en los paquetes Aspen Plus™ y Aspen Dynamics™.
• Realizar un análisis de sensibilidad del sistema.
• Reproducir el esquema de control de la planta, propuesta por Luyben [1].
• Proponer un esquema de control alternativo.
• Implementar este control a nivel simulación de la planta.
• Realizar un análisis comparativo de los resultados obtenidos con el control
alternativo con respecto al control propuesto por Luyben [1].
Hipótesis.
A partir de información proporcionada por W. Luyben en [1] es posible implementar
(reproducir) una secuencia de destilación azeotrópica heterogénea para producir etanol
anhidro, así como también su estructura de control, permitiendo además modificar dicha
estructura con el objetivo de incorporar controladores avanzados al sistema, además
obtener información suficiente acerca del problema de control que representa este
proceso.
Alcances y limitaciones.
Se contara con una simulación dinámica del proceso de deshidratación de etanol, así
como de su estructura de control.
Este modelo será implementado en la suite de ingeniería de Aspen™, un software

comercial de simulación de procesos químicos de amplia utilización en la industria.
Se contara con un análisis del comportamiento de la mezcla que se procesa para

obtener etanol anhidro y un análisis del comportamiento de la secuencia del proceso en
base a su sensibilidad.
5
Introducción
Se contara además con un modelo de un controlador avanzado, que pueda utilizarse en

el control de la simulación del proceso de producción de etanol anhidro y en otros
modelos desarrollados en la suite de ingeniería de Aspen™.
Al final se contará con un simulador de la secuencia de destilación para la producción de

etanol anhidro, incluida su estructura de control.
Aportaciones y beneficios.
Se pretende que la simulación del proceso de destilación de etanol anhidro
implementada permita la experimentación de diferentes estructuras de control y
diferentes configuraciones de los controladores instalados, además de permitir la
substitución de substancias y del equipo que interviene en el proceso con el fin de
experimentar nuevas posibilidades de producción de etanol anhidro.
El desarrollo de un control avanzado abrirá la posibilidad de la implementación de

controladores y estructuras de control más complejas y eficientes en la suite de
ingeniería de Aspen™, que puedan ser simuladas con el fin de mejorar el proceso.
En general la experiencia obtenida en el manejo de un software de simulación

especializado, sentará las bases para el desarrollo de proyectos más complejos y
confiables, de una manera relativamente más simple y rápida, aprovechando una
herramienta de simulación moderna y de amplia utilización en la industria.
Organización del texto.

En el capitulo 1 se muestran los conceptos, teoría y estado del arte referente a la
producción de etanol anhidro. Se describe el comportamiento de las substancias y las
mezclas que se consideran importantes en el proceso.
El capitulo 2 nos presenta el proceso de destilación azeotrópica heterogénea y la

configuración para producir etanol anhidro expuesta por William Luyben en [1]. Se
describe al software de simulación Aspen Plus™ y como se selecciona el equipo para
construir el diagrama de flujo del proceso, también se explica como fue seleccionado el
modelo de equilibrio de fases para generar la simulación. Se enlistan los parámetros del
equipo y finalmente se presentan los resultados obtenidos de la simulación en estado
estable del proceso para la obtención de etanol anhidro, así como la multiplicidad de
estados presente en el sistema y un análisis de sensibilidad del proceso.
En el capitulo 3 se explican los lazos de control de la secuencia propuesta por Luyben en

[1], se detallan los resultados de la simulación dinámica del proceso de deshidratación
de etanol con benceno. Se configuran e implementan controles PI propuestos en [1] y
finalmente se presenta un análisis del desempeño del sistema y sus controladores.
En el capitulo 4 se expone el proceso de implementación de un controlador difuso

normalizado implementado en Aspen Custom Modeler™, primero se explica de forma
simple el funcionamiento de esta interfaz de modelado, posteriormente se expone el
funcionamiento del modelo y al final se presenta la experimentación del controlador
difuso en le secuencia de deshidratación de etanol, realizando pruebas comparativas con
el control convencional y su desempeño ante perturbaciones en la concentración en
corriente de alimentación de la secuencia.
6
Introducción
Finalmente en el capitulo 5 se establecen las conclusiones de este trabajo de tesis, así

como recomendaciones para el uso del modelo y de la suite de ingeniería de Aspen™,
además de presentar las posibilidades de experimentación y desarrollo en el que este
trabajo puede apoyar.
Al final del documento se incluyen las referencias de los trabajos sirvieron de apoyo para
el desarrollo de este trabajo de tesis y los anexos con información detallada sobre este
trabajo.
7
Introducción
8
Capítulo 1
Fundamentos Teóricos.
En este capitulo se describe el proceso de

destilación, se explica que es un azeotrópo y las
diferentes técnicas que se pueden emplear para
separar mezclas azeotrópicas, necesarias para
poder producir etanol anhidro.
Además, dada la importancia de contar con un

conocimiento del comportamiento de la mezcla
azeotrópica que se desea separar, se incluye un
breve análisis de las mezclas binarias que se
forman y un análisis de la mezcla etanol – agua –
benceno.
Capitulo 1
Fundamentos Teóricos
10
Capitulo 1
La base de la destilación es el equilibrio de de fases, es decir la relación que tienen entre

si las substancias químicas que están en contacto íntimo. La destilación puede llevar a
cabo la separación de componentes químicos solo si la composición de las fases liquida
y vapor, que están en equilibrio entre ellas, son diferentes. Un conocimiento razonable
del equilibrio de fases es necesario para el análisis, diseño, y control de las columnas de
destilación.
1.1 La destilación.
El objetivo general de la destilación consiste en separar los compuestos que tienen
diferentes presiones de vapor a una determinada temperatura [3]. La destilación, se
refiere a la separación física de una mezcla líquida en dos o más fracciones que tienen
distintos puntos de ebullición.
Si se calienta una mezcla líquida de dos materiales volátiles, el vapor que se separa
tendrá una mayor fracción molar del material de menor punto de ebullición. Y así mismo
el líquido tendrá una fracción molar mayor del material de mayor punto de ebullición.
Considerando a la inversa, si se enfría un vapor caliente, el material de mayor punto de
ebullición tiende a condensarse en mayor proporción que el material de menor punto de
ebullición.
El objetivo de la destilación es separar, mediante vaporización, una mezcla líquida de

substancias volátiles miscibles en sus componentes individuales, o bien, en algunos
casos, en grupos de componentes.
La destilación se puede realizar en la práctica siguiendo dos métodos fundamentales [4]:
El primero se basa en la producción de un vapor mediante la ebullición de la mezcla

líquida que se desea separar, procediendo posteriormente a la condensación del vapor
sin que nada del líquido retorne al rehervidor o se ponga en contacto con el vapor [4].
El segundo método se basa en el retorno de parte del condensado a la columna, en

condiciones tales que el líquido que desciende se pone en contacto con el vapor que va
hacia el condensador [4].
Ambos métodos pueden ser llevados a cabo en forma continua o discontinua [4].
El equipo que se utiliza para realizar una destilación es la columna de destilación o

columna fraccionaria o combinaciones de ellas.
1.1.1 Columna de destilación o Columna fraccionaria.

Una columna de destilación consiste en un recipiente vertical con suficiente altura
para que en su espacio interior hagan contacto las corrientes de vapor y el líquido
con el propósito de que se efectúe una transferencia de masa entre las dos fases.
El contacto de las dos fases en general se lleva a cabo mediante una serie de
platos o etapas [4].
En condiciones normales de operación, una cierta cantidad de líquido se aloja en

cada plato y existen dispositivos internos (empaques, válvulas o cachuchas) para
que los vapores ascendentes pasen a través del líquido y hagan contacto con él. El
11
Capitulo 1
líquido desciende y fluye del plato superior al plato inferior, y el vapor se eleva
desde una etapa baja hasta la etapa siguiente superior, realizando en cada una de
las etapas una transferencia de masa provocada por una transferencia de calor
entre las corrientes vapor y liquida en contacto, como se muestra en la figura 1.
Figura 1: Diagrama básico de una columna de destilación [4].
El requisito fundamental de una columna de destilación [5] es que proporcione una

superficie de contacto para la transferencia de masa entre el líquido y el vapor a la
velocidad deseada. Existen columnas de platos en las cuales el líquido fluye a
contra corriente descendiendo por el mismo orificio por el cual se eleva el vapor.
A medida que el vapor asciende por la columna, los componentes con punto de
ebullición más alto comienzan a condensarse, mientras que los materiales con
punto de ebullición inferior ascienden a las etapas más altas. Así se establece un
gradiente de temperatura, y se alcanza la temperatura mas alta en la parte inferior
de la columna y la temperatura mas baja en la parte superior, de donde se puede
retirar la solución con punto de ebullición mas bajo.
Cuando dos componentes siguen la ley de Raoult, la proximidad de sus puntos de

ebullición determina la cantidad de platos teóricos necesarios para la separación.
Si los puntos de ebullición están bastantes separados bastan pocos platos,
mientras que cuando los puntos de ebullición están muy cercanos se requieren
muchos platos teóricos.
Aunque en ocasiones se emplea la palabra equilibrio para referirse a la columna en

operación, es mas correcto decir que la columna se encuentra en estado estable;
pues en un sentido termodinámico, ni se establece un equilibrio verdadero en toda
ella, ya que no existe una temperatura uniforme y hay un flujo a contracorriente de
liquido y vapor, que es otra condición que no permite el equilibrio.
1.1.2 Azeotrópos.
La separación simple de dos substancias se relaciona con líquidos que forman una
mezcla que se comporta idealmente como el que se ve en la figura 2.
12
Capitulo 1
Figura 2: Mezcla binaria con comportamiento ideal.
Sin embargo, existen mezclas que no siguen la ley de Raoult (no ideales), como es
la que se muestra en la figura 3, a este tipo de mezcla en particular se le
denomina azeotrópo.
Figura 3: Mezcla binaria no ideal, azeotrópica.
Un azeotrópo puede describirse como una mezcla que en ciertas condiciones de

temperatura y presión se comporta como un compuesto puro, como una sola fase.
En otras palabras, los dos líquidos que forman la mezcla tienen su punto de
ebullición (cambio de fase) a la misma temperatura.
En general un estado azeotrópico se define como un estado en el cual ocurre una

transferencia de masa entre dos fases mientras la composición de cada fase se
mantiene constante [6].
Un azeotrópo representa un problema importante para la destilación, que como se

explicó anteriormente, aprovecha la diferencia del punto de ebullición de los
compuestos que forman una mezcla para poder llevar a cabo su separación. Sin
13
Capitulo 1
embargo existen técnicas de destilación que permiten separar mezclas

azeotrópicas.
1.1.3 Destilación azeotrópica.

El proceso de destilación utilizado para separar azeotrópos se conoce como
destilación azeotrópica, sin embargo, en algunas mezclas el azeotrópo puede
superarse modificando la presión a la que se encuentra, es decir, verificar su
sensibilidad a la presión [6].
Esto se comprueba si la composición azeotrópica cambia en una cantidad

razonable con cambios moderados de presión; si el azeotrópo desaparece
entonces una secuencia de destilación relativamente directa puede lograr la
separación de la mezcla original en sus componentes puros.
Si la mezcla azeotrópica no es sensible a la presión, será necesario agregar un

tercer componente, al que le referirá como agente separador o simplemente
separador, para hacer posible la separación de la mezcla.
Los agentes separadores pueden clasificarse en al menos cuatro distintas

categorías [6], las cuales pueden identificarse por la forma en la que estos hacen
posible la separación:
o Agente separador líquido que no induce una separación de fases liquidas

en la mezcla ternaria. La destilación de este tipo se conoce como
destilación azeotrópica homogénea, con la clásica destilación extractiva
como un caso especial.
o Agente separador líquido que induce una separación de fases liquidas en la
mezcla ternaria. Una destilación de este tipo se le conoce como destilación
azeotrópica heterogénea.
o Agente separador que reacciona con uno de los componentes de la mezcla
binaria original, conocidos como separadores reactivos.
o Agente separador que ionicamente se disocia en la mezcla original binaria y
mueve la composición del azeotrópo binario. Un ejemplo son las sales
inorgánicas. A esta se le conoce como destilación extractiva con sales.
Que un determinado agente separador sea eficaz o ineficaz en la separación de

una mezcla azeotrópica, dependerá en gran medida del ambiente de equilibrio de
fases de la mezcla ternaria o de la mezcla multicomponente resultante.
Por lo que la eficacia de un agente separador es una propiedad termodinámica

intrínseca de la mezcla y no de los componentes individuales.
Por lo tanto lo primero que se debe hacer es estudiar la estructura y propiedades

de los diagramas de fase de las mezclas azeotrópicas que se forman.
1.2 Estado del arte de la deshidratación de etanol.

La destilación aplicada a la obtención de etanol anhidro es tan antigua como la de los
mismos combustibles de origen fósil y los motores de combustión interna. Henry Ford
hizo el primer diseño de su automóvil Modelo T en 1908 y esperaba utilizar el etanol
14
Capitulo 1
como combustible. De 1920 a 1924, la Standard Oil Company comercializó un 25 % de

etanol en la gasolina vendida en el área de Baltimore. Sin embargo, los elevados precios
del maíz, junto con las dificultades de almacenamiento y transporte, hicieron abandonar
el proyecto [7].
A finales de la década de los veinte y durante la década de los treinta, se hicieron

esfuerzos para recuperar sin éxito esta iniciativa. A raíz de esta decaída en la utilización
del etanol, Henry Ford y diversos expertos unieron fuerzas para promover su
recuperación. Se construyó una planta de fermentación en Atchinson (Kansas) con un
potencial para producir 38,000 litros diarios de etanol para automóviles. Durante los años
treinta, más de 2,000 estaciones de servicio en el mediano oeste vendieron este etanol
hecho de maíz al que denominaron “gasol”. No obstante, la competencia de los bajos
precios del petróleo obligó al cierre de la planta de producción de etanol a mediados de
los años cuarenta. Como consecuencia, se acabó el negocio de los granjeros
americanos y el etanol fue sustituido definitivamente por el petróleo [7].
Para reducir la producción de contaminantes generados por uso de combustibles fósiles,

sobre todo en el uso de los automóviles, se plantea como una de las alternativas es el
uso del etanol como combustible o aditivo oxigenante para la gasolina. Esta tecnología
es dominada principalmente por brasil y E.U.A. quienes son los mayores productores de
etanol, entre otros [8][9].
Las investigaciones relacionadas con la producción de etanol se enfocan a varios temas

como son: la materia prima para producir etanol, la predicción del equilibrio de fases de
la mezcla etanol – agua - separador, el desarrollo de secuencias de proceso para
producir etanol anhidro, la selección de agentes separadores y el desarrollo de
estructuras de control eficientes para el proceso de deshidratación.
La materia prima de donde se puede obtener el etanol es materia vegetal con alto
contenido de sacarosa, almidón o celulosa. Estas sustancias son abundantes en
vegetales como la caña de azúcar, remolacha, maíz, papa, residuos agrícolas, etc.,
estas investigaciones son principalmente a nivel local, para aprovechar desperdicio de
materia vegetal o para explotar un cultivo que es abundante en alguna localidad en
particular [8] [9] [10] [11].
Otros proyectos están enfocados al desarrollo de técnicas para la deshidratación del

etanol como la destilación azeotrópica heterogénea, la pervaporación y separación con
sales [12].
En el caso especifico de la destilación azeotrópica heterogénea, que es nuestro tema de

estudio, las investigaciones son acerca de los diferentes agentes separadores existentes
analizando sus capacidades de separación con diferentes mezclas azeotrópicas
especificas y la concentración optima de este, el benceno, ciclohexano, glicerol, Acetato
de etilo, entre otros [13] [14].
En el trabajo de Meirelles [15], se relata la investigación sobre destilación extractiva,

utiliza una planta piloto para producir etanol anhidro, donde se obtiene los perfiles de
concentraciones a diferentes concentraciones de alimentación del separador y razones
de reflujo, de una destilación extractiva utilizando etilenglicol como agente separador.
15
Capitulo 1
Complementa sus resultados con una simulación utilizando la ecuación NRTL para
describir el equilibrio de fases, produciendo etanol con una pureza de 99.5% mol.
Müller [16] en su estudio separa la mezcla de etanol-agua utilizando como separador al

ciclohexano, explicando que el proceso es altamente sensible a perturbaciones en los
parámetros del proceso, realizando un análisis dinámico a través de un modelado,
simulación y estudios experimentales.
En otro estudio de Müller [17] se verifica de forma experimental la existencia de múltiples

estados estables en la destilación azeotrópica heterogénea, implementando una
deshidratación de etanol usando también el ciclohexano como separador.
Beckley [18] compara un conjunto de secuencias para deshidratar etanol por una
destilación azeotrópica heterogénea usando el benceno como separador con el apoyo
del software ASPEN PLUS llamado Distil y otro llamado Hysys, con el objetivo de validar
un procedimiento para realizar comparaciones preliminares, de estas secuencias, la
primera de dos columnas y la segunda de tres columnas, los parámetros para la
comparación fueron el número de platos y un factor que toma en cuenta el caudal de
vapor total del sistema.
Dentro del área de estudio del equilibrio de fases se encuentra el trabajo de Fang-Zhi et
al [19] donde discute cómo predecir el equilibrio vapor-liquido (VLE) y Vapor- Liquido-
Liquido (VLLE) de una destilación azeotrópica heterogénea de una forma mas precisa y
propone un algoritmo de simulación de una destilación de tres fases.
El control del proceso de destilación azeotrópica heterogénea es un tema bastante

extenso, principalmente por el interés en la complejidad del proceso por su sensibilidad a
perturbaciones pequeñas, por lo que un control eficiente es un tema de estudio
importante. Como se explica por ejemplo en:
El trabajo de Chien [20] explica la complejidad del control de una destilación azeotrópica
heterogénea y estudia de forma experimental las estrategias de control convencionales
para una columna de destilación azeotrópica heterogénea equivalente a la de la
separación del etanol.
Dentro del control convencional también encontramos el trabajo de Gil [21] en el cual se
realiza el control proporcional de una columna, controlando el acumulador de reflujo y el
re hervidor. Usando el criterio de pendiente, análisis de sensibilidad y descomposición.
Otros trabajos están enfocados a la búsqueda de las variables mas importantes a

controlar como el estudio de Rovaglio et al [22], donde se controla una destilación
azeotrópica heterogénea para deshidratar etanol, considera que la cantidad de
separador y el perfil de composición son críticos para un control estable, utiliza el
benceno como separador. Y en la patente de Shinskey [23] donde realiza el control de
dos columnas de destilación, una produce un etanol azeotrópico a una concentración
preestablecida que es tratada en la segunda columna, donde se controla la temperatura
y el control de flujo de producto, para controlar la cantidad de separador en la mezcla.
16
Capitulo 1
Un control mas elaborado se aborda en trabajos como el de Cristea et al [24] quien

presenta una alternativa aproximada al control predictivo no lineal basada en una
linealización iterativa de la respuesta del modelo, de manera que las respuestas en lazo
cerrado sean las mismas que las obtenidas con el método no lineal pero con un tiempo
de cálculo mucho menor, implementado en un proceso de destilación de etanol. Y el de
Rovaglio [25] considera que la concentración del separador y el perfil de composición
son elementos críticos para mantener la calidad del producto y plantea el desarrollo de
una estructura avanzada de control basada en una estrategia de realimentación no lineal
hacia delante, este desarrollo está basado en un modelo dinámico riguroso para el caso
de la deshidratación del etanol con el benceno como separador.
Por ultimo Luyben en [1], nos presenta una simulación dinámica de un proceso de
destilación azeotrópica heterogénea para obtener etanol anhidro utilizando el modelo de
equilibrio UNIQUAC, proporcionando un diagrama de flujo del proceso, la configuración
del equipo y una breve descripción de los lazos de control.
Sin embargo, la mayoría concluye en prácticamente lo mismo, el proceso de destilación

de etanol anhidro es una tarea compleja, donde la concentración del agente separador,
encargado de romper o mover el azeotrópo, es uno de los principales problemas de
control, provocando una alta sensibilidad de proceso; que la separación de la mezcla
etanol-agua-benceno presenta multiplicidad de estados, confirmados por simulación, de
forma matemática (de acuerdo al análisis matemático de la termodinámica de la mezcla
[26]) y de forma experimental.
Estos trabajos son solo parte de las publicaciones encontradas, en general se puede
concluir que la simulación del proceso de producción de etanol anhidro por destilación
azeotrópica heterogénea es una tarea complicada, por presentar un comportamiento
altamente sensible y multiplicidad de estados. Y por lo tanto el establecimiento de una
estructura de control es un problema desafiante.
Así también, el desarrollo de una secuencia de proceso es muy complejo y requiere de

conocimientos avanzados sobre procesos químicos y termodinámicos. Por esta razón se
elige una secuencia de proceso ya desarrollada, con el fin de enfocar nuestros esfuerzos
al desarrollo de técnicas de control más complejas.
Por lo tanto, las referencias que arrogan información importante para nuestro proyecto
son:
Luyben [1], donde se proporciona mucha información sobre una secuencia de proceso
para producir etanol anhidro por destilación azeotrópica heterogénea utilizando al
benceno como separador.
Brandani [30], donde se proporciona información suficiente para validar el modelo de

equilibrio de fases que se utilice en la simulación del proceso.
Stephanopoulos [35], que contiene la teoría necesaria para configurar controladores.
Garduño [36], Driankov [37] y Wang [38], con la teoría necesaria para desarrollar un
modelo de un controlador avanzado como es un controlador difuso normalizado.
17
Capitulo 1
Y adicionalmente, la información necesaria para poder utilizar eficientemente a la suite

de ingeniería de Aspen™, que puede ser encontrada en los múltiples manuales de
usuario de los paquetes que la integran.
Por todo lo anterior, se puede decir que el presente trabajo se ubica en el estudio del
problema de control que representa el proceso de producción de etanol anhidro por
destilación azeotrópica heterogénea utilizando al benceno como separador,
implementando una técnica avanzada de control; como es el control por lógica difusa.
1.3 Descripción del comportamiento de la mezcla Etanol - Agua - Benceno.

Como se ha explicado anteriormente, es importante contar con un conocimiento
suficiente del equilibrio de fases de la mezcla para poder llevar a cabo la separación de
la mezcla en un proceso de destilación azeotrópica heterogénea. Por lo que es
fundamental conocer como se comporta la mezcla, para conocer la complejidad del
problema.
La mezcla que se pretende separar es la mezcla etanol-agua, esta forma un azeotrópo

que evita que la pureza de etanol supere el 89.9 % molar, a una presión de 1 atm, que
es una concentración aproximada de 96 % volumétrico (alcohol comercial).
Para superar el azeotrópo se agrega una tercera sustancia a la mezcla: el benceno. El

benceno altera las propiedades del agua dentro de la columna, volviendo al agua muy
volátil.
1.3.1 Comportamiento de las mezclas binarias.

A continuación analizaremos el comportamiento de las mezclas binarias que se
forman con los componentes que intervienen en el proceso.
1.3.1.1 Agua-Benceno.
La mezcla agua benceno forma dos fases con miscibilidad parcial que se
separan a temperatura ambiente [1].
El grafico de equilibrio de fases es complejo, figura 4, esta mezcla forma

dos fases, una acuosa (miscibilidad parcial de ambas) y otra orgánica, por
lo que posibilita la existencia de dos diferentes concentraciones a la misma
temperatura.
En la parte central de la figura puede observarse lo que se puede

considerar como un azeotrópo. Esto entre los puntos de pureza del 30%
mol y 65% mol.
18
Capitulo 1
Figura 4: Comportamiento del Agua en la mezcla Agua-Benceno a 1 Atm,

figura generada en Aspen™.
1.3.1.2 Etanol-Agua.
Esta es la mezcla original a separar, el etanol forma un azeotrópo con el
agua, ver figura 5, que limita la pureza del etanol obtenido de un proceso
de destilación convencional a 89.9% mol [1].
Es por esta razón que no se puede obtener etanol por medio de una
separación simple.
Figura 5: Comportamiento del Etanol en la mezcla Etanol-Agua a 1 Atm,

19
Capitulo 1
Para superar este azeotrópo, se debe agregar un agente separador, en

este caso el benceno.
1.3.1.3 Etanol-Benceno.
En esta mezcla aparece otro azeotrópo [1], que se observa en la parte baja
de la figura 6, en una concentración de 44.5% mol. Este azeotrópo agrega
aun mas la complejidad de la separación, como se vera en el análisis
ternario.
Figura 6: Comportamiento del Etanol en la mezcla Etanol-Benceno a 1 Atm,

1.3.2 Comportamiento de la mezcla ternaria Etanol-Agua-Benceno.

Nuestro análisis ternario inicia con la búsqueda de todos los azeotrópos presentes
en la mezcla, utilizando la herramienta de Aspen Split™, parte de la suite de
ingeniería de Aspen™.
Los azeotrópos localizados se muestran en la figura 7.
Estos azeotrópos no son iguales a los que se presentan en los gráficos binarios,
dada la presencia del tercer componente.
Estos cuatro azeotrópos crean “fronteras” que limitan a los procesos de destilación.
20
Capitulo 1
Figura 7: Azeotrópos presentes en la mezcla Etanol-Agua-Benceno, datos obtenidos

en Aspen™.
Figura 8: Diagrama ternario de la mezcla, figura generada en Aspen™.
21
Capitulo 1
Los cuatro azeotrópos ( ) se muestran en la figura 8, estos definen las fronteras

de la destilación, estás a su vez generan las áreas en donde una destilación puede
moverse, es decir que una sola columna de destilación solo puede obtener
productos dentro de la misma área donde se localicen las concentraciones de la
mezcla alimentada.
Por lo anterior se puede observar que el proceso de deshidratación de etanol no

puede realizarse en una sola columna, pues nuestra alimentación ( ) se encuentra
en la zona numero 1 y nuestro producto ( ) se encuentra en la zona numero 2.
22
Capítulo 2
Proceso de deshidratación de
etanol: Estado Estable.
En este capitulo se explicará el proceso de
destilación azeotrópica heterogénea y la
configuración propuesta por Luyben en [1] para
producir etanol anhidro.
Se describe la simulación del proceso de

producción de etanol en estado estable y el equipo
que integra la secuencia.
También se discute como se seleccionó el modelo

de equilibrio de fases utilizado en la simulación de
acuerdo a un análisis de datos experimentales del
comportamiento de la mezcla ternaria Etanol –
Agua - Benceno y los problemas inherentes a la
implementación y simulación de procesos
complejos como este, tales como: la multiplicidad
de estados y la alta sensibilidad a pequeñas
perturbaciones en la presión y temperatura de
operación.
Capitulo 2
Proceso de deshidratación de etanol: Estado Estable.
24
Capitulo 2
2.1 Proceso de deshidratación de etanol por destilación azeotrópica heterogénea.

Los orígenes de este proceso se remontan a más de un siglo cuando fue necesaria la
producción de etanol de alta pureza. El etanol es ampliamente producido por el proceso
de fermentación. Una mezcla típica obtenida por fermentación contiene concentraciones
muy bajas de etanol, de 4% molar a un 6% molar [1].
Separador
2
1 3
Etanol
4%-6% mol
Agua EtOH Agua
Figura 9: Proceso de deshidratación de etanol por destilación azeotrópica heterogénea,

según la descripción en [1].
Si esta mezcla se alimenta a una columna de destilación, columna 1, que opere a

presión atmosférica, se puede producir agua de alta pureza, pero el etanol destilado no
puede alcanzar una concentración superior a 89.99% molar, esto ocurre por la presencia
de un azeotrópo en la mezcla etanol-agua, como se explico en el capitulo 1.
El benceno trabaja como un separador ligero que al evaporarse se lleva al agua con él,
gracias a miscibilidad parcial que existe entre ellos. Por esto el benceno vuelve al agua
muy volátil.
El etanol sale por la parte baja de la columna 2, a pesar de que el agua es más pesada,
el punto de ebullición normal del etanol es de 351.5K, mientras el del agua es de 373.2K.
El vapor que sale de la columna es una mezcla ternaria, compuesta por agua, etanol y
benceno. Cuando esta se condensa, la repulsión entre las moléculas de agua y las
moléculas orgánicas del benceno es tan grande que se forman dos fases liquidas.
Por esta razón, el tanque de reflujo se convierte en un decantador, la fase liquida mas
ligera es bombeada de regreso a la columna como un reflujo orgánico y la fase liquida
acuosa, mas pesada, contiene cantidades significativas de etanol y benceno por lo que
es alimentada a una tercera columna de destilación, columna 3, en donde el agua es
extraída por la parte baja y el destilado se recicla hacia la segunda columna.
25
Capitulo 2
2.2 Configuración propuesta por Luyben [1].

Luyben retoma esta idea para producir etanol anhidro, Sin embargo, su configuración no
toma en cuenta a la columna de preconcentración, iniciando a partir de la columna
azeotrópica, columna 2 de la figura 9, y propone la secuencia conceptual que se
presenta en la figura 10.
Figura 10: Secuencia conceptual [1].
Esta secuencia se alimenta con una mezcla cercana al azeotrópo de etanol-agua, con un
concentración de 84% mol de etanol y 16% mol de agua.
Los productos que deseamos obtener de este proceso es agua que se obtendrá en la
parte baja de la segunda columna, denominada C2, otro producto que obtendremos es
etanol de alta pureza, en la parte baja de la primera columna, denominada C1.
Como se mencionó en el capitulo 1, la alimentación y el etanol se encuentran en

regiones diferentes del diagrama ternario, al existir una frontera de destilación entre
ellos, por lo tanto no se puede alcanzar la separación en una columna de destilación
simple, por esta razón se agrega un decantador que nos ayudara a cruzar la frontera y la
segunda columna para alcanzar la pureza de etanol deseada.
El funcionamiento es el siguiente, se alimenta al proceso una mezcla de etanol-agua al

84% mol de etanol, en la primera columna (C1) existe una concentración alta de
benceno, esto provoca que el agua sea muy volátil, el etanol de alta pureza es obtenido
en la parte baja de la columna, el vapor destilado es una mezcla ternaria que esta muy
26
Capitulo 2
cerca del punto azeotrópico ternario, esta mezcla es enfriada en el intercambiador de

calor y entra al decantador.
En el decantador se producen dos fases, una acuosa y otra orgánica, esta última es
recirculada a la columna C1. La fase acuosa, con altas concentraciones de etanol y
agua, es alimentada a la segunda columna (C2).
Aproximadamente un 50% molar de la alimentación a la columna C2 es etanol y un 30%

molar es agua, en la columna C2 se vuelve a concentrar el etanol hasta
aproximadamente un 60% molar. El destilado ternario obtenido es reciclado a la columna
C1 para seguir extrayendo etanol, pues todavía contiene una gran cantidad de etanol, y
en el fondo de la columna se obtiene agua de alta pureza.
2.3 Simulación del proceso de deshidratación de etanol: Estado Estable.
2.3.1 Software de simulación Aspen Plus™.

Aspen Plus™ es el sistema de simulación de estado estable de Aspen Tech™,
este puede ser utilizado para el modelado de una gran variedad de procesos
industriales, incluyendo procesos químicos, petroquímicos y refinerías. Aspen
Plus™ incluye una amplia librería de modelos de unidades de operación que
permiten una fácil interconexión para construir modelos de proceso
personalizados.
Aspen Plus™ fue desarrollado en el MIT por L. Evans. Orientado a la industria de

proceso, Química y Petroquímica, es el simulador que posiblemente sea el más
extendido en la industria.
Para implementar este proceso propuesto en la suite de simulación de Aspen

Plus™, es necesario saber manejar cuatro componentes de esta:
o Aspen Plus™: orientado al diseño y simulación de procesos en estado

estable.
o Aspen Dynamics™: orientado a la simulación dinámica de procesos, así
como el control del mismo.
o Aspen Split™: para la predicción del equilibrio de fases.
o Aspen Custom Modeler™: para desarrollar modelos del equipo que integra
un proceso y aplicarlos a la simulación, optimización y control de procesos
continuos, por lotes o semi-continuos.
2.3.2 Construcción de la secuencia.

El proceso está compuesto de:
o 2 columnas de destilación.
o Columna C1, es el corazón del sistema, de 31 etapas, no tiene
condensador.
o Columna C2, de 22 etapas, tiene condensador y rehervidor.
o 1 decantador.
o Cilíndrico horizontal, dimensiones: 4mx2m.
o 1 intercambiador de calor.
27
Capitulo 2
o 1 mezclador.
o 5 bombas.
o 8 válvulas.
Posteriormente se darán detalles de cada uno de los equipos mencionados.
2.3.2.1 Diagrama de flujo: Selección de equipo e interconexión.

o Columnas de destilación.
Se utilizaran columnas del modelo “RadFrac”, estas son especificadas en
[1], pero de acuerdo con [27], es un modelo riguroso para la simulación de
todo tipo de operaciones de separación vapor-liquido de múltiples fases,
estas operaciones incluyen:
o Destilación ordinaria.
o Absorción.
o Stripping.
o Destilación Azeotrópica y extractiva.
Se selecciona la ficha “Columns” donde seleccionamos el modelo

“RadFrac”.
Figura 11: Localización de los modelos RadFrac en la interfaz de Aspen™.
o Decantador.
El modelo “Decanter” simula decantadores y otros separadores de una sola
etapa que no incluyan una fase vapor. Cuando se las condiciones de
salida, este modelo determina las condiciones térmicas y de fase de la
mezcla de una o varias corrientes de entrada.
Si existen dos fases liquidas en el decantador, el modelo decantador

denomina a la fase con una densidad mas alta como la segunda fase.
Los datos más importantes para configurar a este modelo son:
o Dimensiones.
o Presión de operación.
o Perdidas de calor (adiabático o no adiabático).
Se selecciona la ficha “Separators” y posteriormente el modelo “Decanter”.
28
Capitulo 2
Figura 12: Localización de los decantadores en la interfaz de Aspen™.
o Intercambiador de calor.
El modelo “Heater” puede ser utilizado para representar:
o Calentadores.
o Enfriadores.
o Válvulas.
Incluso se puede utilizar para determinar las condiciones termodinámicas

de una corriente.
Cuando se las condiciones de salida, este modelo determina las

condiciones térmicas y de fases de la mezcla de una o varias corrientes de
entrada.
Los parámetros que deben especificarse son:
o Temperatura de la corriente de salida.

o Presión de operación.
Se selecciona la ficha “Heat Exchangers” y el modelo “Heater”.
Figura 13: Localización de intercambiador de calor en la interfaz de Aspen™.
o Bombas.
El modelo “Pump” puede ser utilizado para representar a una bomba o a
una turbina hidráulica.
El modelo “Pump” esta diseñado para manejar una sola fase liquida. Para
casos especiales se pueden especificar cálculos de dos o tres fases, para
determinar las condiciones de la corriente de salida o para calcular su
densidad.
Los parámetros necesarios para su configuración son:

o Tipo: bomba o turbina.
o Incremento de presión o presión de salida.
29
Capitulo 2
Se selecciona la ficha “Presure Changers” y el modelo “Pump”.
Figura 14: Localización de bombas y válvulas en la interfaz de Aspen™.
o Válvulas.
El modelo “valve” se utiliza para representar válvulas de control o
alteradores de presión. el modelo “valve” relaciona la caída de presión a lo
largo de la válvula con el coeficiente de flujo.
El modelo “valve” asume un flujo adiabático y determina las condiciones

térmicas y de fase de la corriente de salida de la válvula. Este modelo es
capaz de realizar cálculos de una, dos y hasta tres fases.
El único parámetro necesario es la caída de presión necesaria.
Se selecciona la ficha “Presure Changers” y el modelo “Valve”. Ver figura

14.
o Interconexión.
Para completar el diagrama, de flujo, pueden establecerse conexiones a
nivel de flujo de material, flujo de calor o flujo de trabajo. En esta
simulación solo necesitamos la conexión a nivel de flujo de material, pues
no se realizan cálculos de equilibrio de energía o trabajo. Se selecciona el
elemento “Material Streams”, el cursor del ratón cambia a una cruz y al
mover el cursor al área del equipo insertado, aparecen flechas donde la
conexión puede ser colocada.
Figura 15: Opciones de colocación de flujos en la interfaz de Aspen™.
30
Capitulo 2
Así se insertan todos los equipos y se interconectan hasta que se obtenga

el diagrama de flujo que se observa en la figura 16.
Figura 16: Secuencia en estado estable obtenida.
2.3.2.2 Selección de componentes.

La secuencia se encuentra construida, ahora es necesario indicar a
Aspen™ que componentes intervienen en el proceso, para lo cual se puede
acceder al “data browser” en “Components→Specification” u oprimir el
botón de componentes, , entonces aparecerá una ventana como la que
se muestra en la figura 17.
Figura 17: Especificación de componentes en la interfaz de Aspen™.
31
Capitulo 2
Con solo escribir el nombre en la casilla, el software puede completar todo

el registro si lo reconoce, si no, podemos oprimir el botón “Find” que
mostrara las opciones existentes.
Debemos agregar los componentes:
o Benceno.
o Etanol.
o Agua.
Para más información ver [27], Cáp. 6, “Specifying Components”.
2.3.2.3 Selección de modelo de equilibrio de fases.

Luyben en [1], realiza sus simulaciones con el modelo de equilibrio
UNIQUAC, pero con el fin de comprobar la eficacia de este modelo en la
deshidratación de etanol, se realiza una investigación bibliografíca de los
modelos utilizados en otras investigaciones y se prueban estos modelos
con datos experimentales.
En [18] se recomienda el uso del modelo UNIQUAC para un proceso de

destilación de etanol usando benceno como separador. En [13] utilizan el
modelo de equilibrio NRTL, el cual consideran correcto según los datos
experimentales de [28], para un sistema equivalente. En [29] se reporta que
el modelo equilibrio NRTL es adecuado de acuerdo con sus datos
experimentales para modelar el comportamiento de la mezcla etanol-agua.
En [30] se reporta que el modelo UNIQUAC reproduce adecuadamente el
comportamiento de la mezcla etanol-agua-benceno.
Además el manual de Aspen Plus™ [27] en su sección 7-7, recomienda el

uso de los modelos UNIQUAC, NRTL o WILSON para separaciones
azeotrópicas y separaciones de alcoholes.
2.3.2.3.1 Datos experimentales.

En general en la literatura se utilizan 3 diferentes modelos de
equilibro: UNIQUAC, NRTL y WILSON. Sin embargo, el modelo
de equilibrio Wilson solo puede ser utilizado para análisis binarios
y se requiere de un análisis ternario, por lo tanto, este modelo de
equilibrio será excluido del análisis. Se utilizan los datos
experimentales de [30] para realizar simulaciones con estos dos
modelos.
Los datos experimentales de [30], son una serie de puntos

determinados por las concentraciones de los tres componentes,
que determinan la línea de inmiscibilidad que presenta esta
mezcla. Estos datos son tomados de una mezcla ternaria formada
por etanol-agua-benceno, en equilibrio liquido-liquido a 55˚C, a
presión atmosférica. Estos datos se presentan en la tabla 1.
32
Capitulo 2
Tabla 1: Datos experimentales del equilibrio Liquido-Liquido de la mezcla

etanol-agua-benceno a 55˚C a 1 Atm. de [30].
Fase Xww Xew Xwb
0.952 0.046 0.002
0.949 0.049 0.002
0.87 0.125 0.005
0.789 0.197 0.014
Acuosa
0.774 0.209 0.017
0.761 0.223 0.016
0.72 0.256 0.024
0.673 0.293 0.034
0.014 0.026 0.96
0.014 0.029 0.957
Orgánica 0.031 0.094 0.875
0.064 0.181 0.755
0.07 0.183 0.747
2.3.2.3.2 Análisis y selección.

Se calcula el índice de error RMSE1, de los puntos experimentales
contra los puntos obtenidos por los diferentes modelos de
equilibrio.
Se calcula el índice de error RMSE para cada serie de

concentraciones correspondiente a cada una de las sustancias
(etanol, agua o benceno) y posteriormente se suman cada uno de
estos índices para obtener un índice RMSE acumulado para cada
modelo.
El comportamiento del modelo NRTL contra los datos

experimentales se muestran en la figura 18, donde la línea curva
marca la división de inmiscibilidad determinada por el modelo de
equilibrio NRTL y los puntos representan los datos
experimentales.
El índice de error RMSE acumulado para el modelo de equilibrio

NRTL es de 0.254.
El comportamiento del modelo UNIQUAC contra los datos

experimentales se muestran en la figura 19.
El índice de error RMSE acumulado para el modelo de equilibrio

UNIQUAC es de 0.136.
1
Root Media Square Error: error cuadrático medio.
33
Capitulo 2
Figura 18: Modelo NRTL y datos experimentales de equilibrio Liquido-Liquido

a 55˚C a 1 Atm.
34
Capitulo 2
Figura 19: Modelo UNIQUAC y datos experimentales de equilibrio Liquido-

Liquido a 55˚C a 1 Atm.
Podemos observar que el modelo que más se aproxima a los

datos experimentales es UNIQUAC y por lo tanto este es el que
debe ser utilizado, esto confirma lo expuesto en [1], [18] y [30]. Sin
embargo la diferencia con el modelo NRTL es muy pequeña, por
lo que ambos modelos propuestos pueden ser adecuados para
nuestra simulación.
2.3.2.4 Configuración del equipo.
2.3.2.4.1 Columnas de destilación.

Columna de destilación C1:
Su objetivo es deshidratar el etanol mas allá de su punto
azeotrópico, es decir, eliminar la mayor cantidad de agua que sea
posible, esto se logra usando al benceno como agente separador.
35
Capitulo 2
Esta columna no cuenta con un condensador, este elemento se

instala por separado, cuenta con 31 etapas (incluyendo el
rehervidor), y es alimentada por 3 corrientes:
o Alimentación: es la corriente de alimentación de todo el sistema,

conectada la etapa 15, compuesta de una mezcla etanol-agua al
84% mol de etanol.
o Reflujo: se alimenta en la etapa 12, por tener una alta
concentración de benceno.
o Reciclado: se alimenta en la etapa 10, esta corriente se obtiene
del destilado de la columna C2.
Trabaja a una presión de 2 atm en su etapa mas alta, con una

caída de presión de 0.0068 atm oor etapa.
Columna de destilación C2:

Su objetivo es reconcentrar el etanol de la mezcla etanol-agua-
benceno resultante de la separación azeotrópica en la columna
C1, extrayendo agua por destilación simple y reciclando la mayor
cantidad de etanol posible hacia la columna C1.
Consta de 22 etapas (incluido rehervidor y condensador), tiene

una razón de relujo del 0.2, es alimentada por la corriente acuosa
producto del decantador, que supone una alta concentración de
etanol, trabaja a una presión de 1.1 atm en su etapa mas alta con
una caída de presión de 0.0068 atm por etapa.
2.3.2.4.2 Intercambiador de calor y decantador.

El intercambiador de calor esta conectado a un decantador que
sirve para separar el benceno del vapor de salida de la columna 1,
y reciclarlo como reflujo a la columna 1, evitando así desperdiciar
benceno que es un compuesto toxico.
Su objetivo de reducir la temperatura del vapor proveniente de C1,

para que pueda ocurrir una separación en dos fases en el
decantador.
La temperatura de salida deseada es de 313K, teniendo una

caída de presión de 0.1 atm.
En resumen, se pueden observar los parámetros de configuración del

equipo en la tabla 2.
2
Aspen Plus™ enumera las etapas de arriba hacia abajo.
36
Capitulo 2
Tabla 2: Parámetros del equipo para la simulación en estado estable.

Equipo Parámetro Valor Cometarios
Columna C1 Etapas 31 Esta columna no cuenta
con condensador
Razón de flujo en 0.0504 Kmol/s
el fondo
Flujos de REFLUX2→etapa=1.
alimentación RECYCLE2→etapa=10.
FEED2→etapa=15.
Presión de la 2 Atm. Generalmente la presión
primera etapa que se configura en
Aspen es la del
condensador.
Caída de presión 0.0068 Atm.
por etapa
Columna C2 Etapas 22 Incluye rehervidor y
condensador.
Condensador Total
Razón de reflujo 0.2 molar
Razón de flujo en 0.0095 kmol/s
el fondo
Flujo de F2→etapa=11.
alimentación
Presión del 1.1 Atm.
condensador
por etapa
Temperatura de 316.8981K
subenfriamiento
Intercambiador Temperatura de 313K A esta temperatura se
de calor HX salida presenta la separación
de fases.
Decantador Presión 1 Atm.

Capacidad 0 watts.
calorífica
Bombas Incremento de P11 y P22 = 1 Atm.
presión P21 = 0.1 Atm.
PD1 = 0.26799999 Atm.
PD2 = 1.1 Atm.
Válvulas Adiabáticas Todas
Caída de presión V12 = 0.9 Atm.
El resto = 0.1 Atm.
Mezcladora M1 Presión 2.1 Atm.
37
Capitulo 2
2.3.3 Definición de las condiciones iniciales.

Para obtener una convergencia con una concentración alta de etanol en un menor
tiempo, es necesario conocer las características de las corrientes que alimentan al
sistema, principalmente dos corrientes que alimentan a la columna C1. Estas son
lazos del proceso que deben cerrarse, sin embargo, esto no se logra en la
simulación en estado estable, esto se debe a la alta sensibilidad del sistema, pues
las corrientes que cerrarían estos lazos deben de ser exactamente iguales, de lo
contrario la simulación no seria satisfactoria.
Las suposiciones que se hacen son las siguientes: la corriente de destilado en la

parte superior debe estar muy cerca del punto azeotrópico ternario (ver capitulo 1).
Dado que existirá un reciclado y un reflujo, podemos suponer que la composición
de estas corrientes estará muy cercana a las concentraciones de las salidas
acuosa y orgánica del decantador. Para calcular los valores aproximados de estas
concentraciones se realiza una simulación por separado del intercambiador de
calor y el decantador.
Se alimenta con una mezcla ternaria en su punto azeotrópico determinado por el

modelo UNIQUAC, tabla 3, a una temperatura de 358K.
Tabla 3: Concentraciones de alimentacion.

Compuesto Concentración (%mol)
Benceno 53.06
Etanol 27.49
Agua 19.45
Figura 20: Diagrama de flujo para obtener las condiciones iniciales.
Después de realizar la ejecución de la simulación se obtienen las concentraciones

iniciales, tabla 4.
Tabla 4: Concentraciones iniciales obtenidas.

Compuesto Fase acuosa Fase Orgánica
Benceno 7.11 %mol 83.46 %mol
Etanol 46.57 %mol 14.85 %mol
Agua 46.3 %mol 1.675 %mol
Se suponen estos valores para la inicialización.
38
Capitulo 2
La secuencia completa (figura 21) tiene como valores iniciales los que se muestran
en la tabla 5.
Tabla 5: Valores iniciales de la alimentación de la secuencia.

Corrientes de entrada
Concentración Feed Recycle Reflux BenFeed
Benceno 0 %mol 7.11 %mol 83.46 %mol 100 %mol
Etanol 84 %mol 46.57 %mol 14.85 %mol 0 %mol
Agua 16 %mol 46.3 %mol 1.675 %mol 0 %mol
Flujo 0.06 kmol/s 0.06 kmol/s 0.12 kmol/s 0.00025 kmol/s
Temp. 350K 317.08K 317.08K 350K
Presión 2.195 Atm. 2.1 Atm. 2.1 Atm. 2.1 Atm.
Con esto valores iniciales se ejecuta la simulación del proceso en estado estable,
obteniendo los resultados mostrados en la tabla 6 para todas las corrientes de
salida en el diagrama de flujo.
Tabla 6: Valores obtenidos de la primera simulación en estado estable.

Corrientes de salida
Concentración ETH2 D2CALC ORGREF WATER2
Benceno 19.43 %mol 8.64 %mol 83.33 %mol 0 %mol
Etanol 80.56 %mol 53.54 %mol 14.97 %mol 0 %mol
Temp. 363.18K 339.56K 317.16K 373.16K
Presión 2.9 Atm. 2.1 Atm 2.1 Atm. 1 Atm.
39
Capitulo 2
Figura 21: Secuencia de deshidratación de etanol, usando al benceno como solvente

en un proceso de destilación azeotrópica heterogénea en estado estable desarrollada
en Aspen™, () Entradas, (
) Salidas.
40
Capitulo 2
Deben buscarse concentraciones más altas de etanol, y a su vez, buscar

correspondencia entra las corrientes de reciclado con “d2calc” y de reflujo con
“orgref”, para poder cerrar los ciclos en una secuencia final.
Esto puede alcanzarse actualizando los valores de las corrientes de reflujo y

reciclado con los valores obtenidos en la simulación, hasta que el cambio en las
corrientes de salida sea mínimo, con el objetivo de alcanzar la correspondencia
entre estas dos corrientes. Para lograr una concentración alta de etanol es
necesario reducir el flujo de la corriente de reflujo (REFLUX), esto altera las
concentraciones de “d2calc” y “orgref”, por lo que es necesario actualizar los
valores hasta lograr una pureza alta de etanol, esto toma una gran cantidad de
iteraciones.
2.3.4 Multiplicidad de estados.

Durante las iteraciones realizadas para converger a una concentración máxima de
etanol se obtiene un segundo estado estable en el proceso. Es decir que el
sistema tiene comportamientos diferentes aplicando la misma entrada, a este
fenómeno se le conoce como multiplicidad de estados.
Tabla 7: Características de las corrientes de entrada.
FEED Recycle Reflux
Flujo 0.06 kmol/s 0.06 kmol/s 0.085 kmol/s
2 2 2
Presión 2.229E5 N/m 2.127E5 N/m 2.127E5 N/m
Temp. 350 K 317 K 317 K
Agua 0.16 %mol 0.463 %mol 0.01676 %mol
Benceno 0 %mol 0.0711 %mol 0.8346 %mol
Etanol 0.84 %mol 0.4657%mol 0.1485 %mol
Se obtienen dos comportamientos diferentes, uno con una concentración alta de

etanol en las corrientes de salida, tabla 8, y otro con una baja concentración de
etanol, tabla 9.
Tabla 8: Respuesta en estado estable con una concentración alta de etanol en B1

(fondo de la columna).
Vap B1
Flujo 0.154 kmol/s 0.05 kmol/s
2 2
Presión 2.026 E5 N/m 2.026E5 N/m
Temp. 355.9 K 369.5 K
Agua 25 %mol 0.105 %mol
Benceno 48.3 %mol 0.94%mol
Tabla 9: Respuesta en estado estable con una concentración baja de etanol en B1

(fondo de la columna).
Vap B1
2 2
Presión 2.026E5 N/m 2.026E5 N/m
Temp. 358.9 K 371.4 K
Benceno 48.6 %mol 0 %mol
41
Capitulo 2
El único parámetro que se altera es el reflujo de la columna, lo que provoca un

comportamiento de histéresis.
La existencia de este segundo estado estable es documentada por Luyben [1], así
como también para sistemas similares de destilación azeotrópica heterogénea en
otros múltiples artículos [14] [26] [31] [32].
El cambio de un estado a otro, en este sistema, puede ser provocado por

alteraciones mínimas en los diferentes parámetros de operación, dada la
interconexión del proceso, bajo estas condiciones se requiere de mucho tiempo
alcanzar un producto con una pureza alta de etanol, pues es necesario hacer
muchas corridas modificando las propiedades de las corrientes de alimentación lo
suficiente para mejorar la pureza, pero no a tal grado que provoque el cambio a
otro estado estable, en el anexo A se encuentra la descripción detallada de la
aparición de este comportamiento.
2.3.5 Simulación en estado estable de la configuración final.

Los resultados de la simulación en estado estable del proceso de destilación
azeotrópica heterogénea del sistema etanol-agua-benceno se muestran en las
tablas 10 y 11.
Tabla 10: Corrientes de alimentación de la simulación en estado estable final.

Corriente
Características Feed Recycle Reflux BenFeed
Benceno 0 %mol 15.72 %mol 81.77 %mol 100 %mol
Etanol 84 %mol 61.36 %mol 16.41 %mol 0 %mol
Temperatura 350K 317K 317.08K 350K
Presión 2.195 atm 2.161 atm 2.1 atm 2.199 atm
Tabla 11: Resultados de la simulación en estado estable final.

Corriente
Concentración ETH2 D2CALC ORGREF WATER2 El
Benceno 0.906 %mol 15.723 %mol 81.826 %mol 0 %mol
Etanol 98.951 %mol 61.367 %mol 16.367 %mol 1.538 %mol
Agua 0.141 %mol 22.908 %mol 1.806 %mol 98.461 %mol
Temperatura 372.53K 316.99 K 316.291 K 375.156K
Presión 3.103 atm 2.1 atm 2.1 atm 1.242 atm
diagrama de flujo completo de la simulación en estado estable se observa en la
figura 22.
Para obtener la configuración definitiva, se varió el reflujo de la columna C1 hasta

que las corrientes D2CALC→Recycle y ORGREF→Reflux convergieran a los
mismos valores, esto se logra actualizando las concentraciones, temperaturas y
flujos dichas corrientes, y así se poder cerrar los ciclos.
42
Capitulo 2
Los productos de la secuencia, aunque están muy cercanos a los valores de

entrada, no tienen los valores adecuados para cerrar los lazos del proceso. Es
posible que los valores que se requieren puedan ser alcanzados pero se necesita
de más iteraciones, pero ya se esta muy cerca del segundo estado estable y
aunque se puede avanzar con cambios muy pequeños, estos llevarían mucho
tiempo hasta obtener el valor deseado.
El sistema generado de la secuencia de deshidratación de etanol produce una

concentración de etanol alta y supera el azeotrópo calculado por UNIQUAC
(89.99% mol), alcanzando una concentración de 98.95% mol, sin embargo aun
falta mucho en la reproducción pues ninguno de los lazos de proceso existentes se
ha cerrado. Esto se logra en una etapa posterior, en una simulación dinámica.
Los perfiles de las temperaturas y concentraciones se presentan en las tablas 12

para la segunda columna y 13 para la primera columna.

Columna C2 Composición Liquido Composición Vapor
Temperatura BENCENO ETANOL AGUA BENCENO ETANOL AGUA
Etapa K mol mol mol mol mol mol
1 342.161747 0.15723489 0.61367739 0.22908772 0.45426924 0.37605728 0.16967348
2 350.777041 0.02242527 0.66225277 0.31532195 0.15723489 0.61367739 0.22908772
3 351.615289 0.01699466 0.64346451 0.33954083 0.13347684 0.62223803 0.24428513
4 351.830688 0.01635938 0.63523704 0.34840357 0.13256649 0.61891697 0.24851654
5 352.001472 0.01618522 0.63215784 0.35165693 0.13248967 0.61746441 0.25004592
6 352.160445 0.01614937 0.63110219 0.35274843 0.13248433 0.61692023 0.25059544
7 352.314515 0.01616582 0.63083277 0.35300141 0.13249928 0.61673237 0.25076835
8 352.466232 0.01620246 0.63086779 0.35292974 0.13252179 0.61668274 0.25079546
9 352.616592 0.01624685 0.63101977 0.35273338 0.13254717 0.61668657 0.25076626
10 352.765988 0.01629413 0.6312158 0.35249006 0.13257359 0.61671088 0.25071553
11 352.914577 0.01634244 0.63142758 0.35222998 0.13260036 0.61674286 0.25065677
12 355.800934 0.00197541 0.6430392 0.35498538 0.01837704 0.70812408 0.27349887
13 356.322918 0.00023445 0.64399713 0.35576841 0.00221994 0.72073423 0.27704583
14 356.523307 0 0.64317395 0.35679834 0.00026344 0.72172374 0.27801282
15 356.689851 0 0.64112988 0.35886686 0 0.72076959 0.27919927
16 356.863794 0 0.6367896 0.36321002 0 0.71845658 0.28153976
17 357.064884 0 0.62750253 0.37249743 0 0.71357863 0.28642095
18 357.332887 0 0.60704758 0.39295241 0 0.70317435 0.2968256
19 357.785233 0 0.55908208 0.44091792 0 0.68029525 0.31970474
20 358.908553 0 0.42949031 0.57050969 0 0.62669522 0.37330478
21 363.674472 0 0.1337757 0.8662243 0 0.48181644 0.51818356
22 375.156444 0 0.01538213 0.98461787 0 0.1492261 0.8507739
43
Capitulo 2

Etapa
K mol mol mol mol mol mol
1 358.292022 0.77575386 0.20262684 0.02161931 0.51223144 0.32770189 0.16006667
2 358.690495 0.77560274 0.20454422 0.01985304 0.5159835 0.33527552 0.14874098
3 358.822725 0.77498804 0.20526965 0.0197423 0.5160983 0.33631987 0.14758183
4 358.924028 0.77407698 0.20609019 0.01983282 0.51574449 0.33674726 0.14750825
5 359.017248 0.77267496 0.20732665 0.01999839 0.51519299 0.33724183 0.14756518
6 359.100442 0.77022836 0.20947936 0.02029228 0.51433185 0.33799346 0.14767469
7 359.163639 0.76534841 0.21376406 0.02088753 0.51282124 0.33930601 0.14787276
8 359.182178 0.7539589 0.22372334 0.02231776 0.50978863 0.34192798 0.14828339
9 359.095706 0.72019856 0.25295945 0.02684199 0.50268973 0.34803092 0.14927935
10 358.884207 0.51542033 0.42025339 0.06432627 0.48152525 0.36598515 0.1524896
11 359.810979 0.51698711 0.43733484 0.04567805 0.48488725 0.40044765 0.11466511
12 360.29142 0.51668223 0.44556952 0.03774824 0.48646828 0.41666995 0.09686177
13 360.552964 0.51113197 0.45374988 0.03511814 0.48622151 0.42448832 0.08929017
14 360.717183 0.47955315 0.48268785 0.03775899 0.48094948 0.43221184 0.08683868
15 361.062739 0.35192344 0.59128812 0.05678844 0.45084001 0.45939475 0.08976523
16 361.53866 0.3502789 0.60499129 0.04472981 0.44810169 0.47957653 0.07232177
17 361.962351 0.34899196 0.61651749 0.03449055 0.44588567 0.49724786 0.05686646
18 362.330757 0.34797524 0.6259155 0.02610925 0.44412625 0.51212645 0.0437473
19 362.646324 0.34713918 0.63340699 0.01945383 0.44273358 0.52425275 0.03301367
20 362.915271 0.34637343 0.63933087 0.0142957 0.44159726 0.53390889 0.02449385
21 363.146157 0.3454446 0.64418008 0.01037531 0.44055436 0.54155352 0.01789211
22 363.349179 0.34383239 0.64872098 0.00744663 0.43932223 0.54780186 0.01287591
23 363.538409 0.34020829 0.65449147 0.00530024 0.43725017 0.55362013 0.00912969
24 363.740247 0.33118872 0.66503766 0.00377361 0.43267491 0.56094004 0.00638505
25 364.020163 0.30920984 0.68804029 0.00274987 0.42137643 0.57418968 0.00443388
26 364.556492 0.26268278 0.73517876 0.00213845 0.39385357 0.6030202 0.00312623
27 365.718788 0.18889603 0.8092711 0.00183287 0.33538334 0.6622709 0.00234575
28 367.717957 0.11044032 0.88786564 0.00169404 0.24170768 0.75633682 0.0019555
29 369.924396 0.05402256 0.94437037 0.00160706 0.14085738 0.85736495 0.00177767
30 371.530897 0.02334062 0.97514014 0.00151923 0.06766219 0.93067256 0.00166524
31 372.435019 0.00906797 0.98951671 0.00141532 0.02768749 0.97076162 0.00155088
44
Capitulo 2
Figura 22: Diagrama de flujo completo de la simulación en estado estable, generado

de los resultados obtenidos de la simulación.
45
Capitulo 2
2.3.6 Análisis de sensibilidad.

Por la dificultad para converger la secuencia, tanto por la cantidad de iteraciones
como por la presencia de multiplicidad de estados, se realiza un análisis de
sensibilidad utilizando la formula de sensibilidad paramétrica de [33], detalles en el
anexo B, para comprender mejor al sistema.
El diagrama de flujo se divide en 3 subsistemas para facilitar su análisis, figura 22:

o C1: Correspondiente a la columna 1.
o HX-DEC: correspondiente a la unión del intercambiador de calor y el
decantador.
o C2: Correspondiente a la columna 2.
Se realizan las simulaciones correspondientes a cada uno de los subsistemas y se

les aplican perturbaciones en los siguientes parámetros en cada una de las
corrientes de entrada:
o Flujo.
o Presión.
o Temperatura.
o Concentración de Agua.
o Concentración de Benceno.
o Concentración de Etanol.
Las corrientes de entrada de de cada uno de los subsistemas son las siguientes:
o Subsistema C1.
o Reflux: reflujo desde el decantador a la columna 1.
o Recycle: reciclado desde el destilado de la columna 2 a la
columna 1.
o Feed: alimentación de la mezcla pre-concentrada de etanol-
agua en su punto azeotrópico.
o Subsistema HX-Dec.
o Vap2: destilado de la parte superior de la columna 1.
o Subsistema C2.
o F2: fase acuosa resultante de la separación en el decantador.
En el caso especifico de la modificación de concentraciones, se reduce la

concentración de alguno de los tres compuestos y los dos elementos restantes
aumentan, este aumento se aplica proporcionalmente a la concentración que se
presenta en estado estable, por ejemplo si tenemos las concentraciones de
benceno-etanol-agua (BEW) de 0.25-0.5-0.25, y reducimos la concentración de
agua en un 5%, la nueva concentración de agua es 0.2375, el resto se reparte en
proporción: dos terceras partes para el etanol y una tercera parte para el benceno;
las nuevas concentraciones serán: 0.2541-0.5083-0.2375 BEW.
La simulación se realiza en el software Aspen PlusTM, se tomaron los valores

resultantes, se registraban en una tabla y se les aplica una adaptación de la
formula se sensibilidad paramétrica en [33].
46
Capitulo 2
La formula es la siguiente:
Cambio _ % _ en _ Variable _ Medida

S= (2.1)
Cambio _ % _ en _ Variable _ Manipulada
El índice S tomara valores mayores o iguales a uno, si estos están alrededor de

uno habrá una relación directa entre los cambios.
A todos los subsistemas se les aplico un escalón del -5% aproximadamente

después de que la simulación se estabiliza.
(a)
(b)
(C)
Figura 23: Diagramas de flujo de los subsistemas extraídos de la secuencia de deshidratación
de etanol generados en Aspen™: (a) Subsistema C1, (b) Subsistema Hx-Dec y (c) Subsistema
C2.
47
Capitulo 2
Los resultados se enlistan a continuación:
Columna C1.
Este es el subsistema más sensible, la corriente de salida más afectada es la del
producto obtenido en la parte baja, la concentración de etanol. Prácticamente
cualquier cambio la afecta con índices muy altos.
Las mayores sensibilidades obtenidas de cada tipo son:
1. Variación de la concentración de benceno en la corriente de reflujo a la

columna 1, proveniente de la recirculación de fase orgánica del decantador a
la columna 1, se reduce la concentración de 16.41% mol a 15.59% mol, que
afecta al producto obtenido en la parte baja, aumentado la concentración de
agua y reduciendo la concentración de etanol de 98.94% mol a 54% mol,
obteniendo un índice de -6485.6.
2. Variación de la concentración de etanol de 1.81% mol a 1.72% mol en la

corriente de reflujo a la columna 1, que afecta al producto de la parte baja de
la columna, aumentado su concentración de agua de 0% mol a 45.48% mol
y reduciendo la concentración de etanol de 98.94% mol a 45.48% mol,
logrando un índice de -6415.
3. Variación de la concentración de agua de 81.77% mol a 77.68% mol en la

corriente de reflujo a la columna 1, que afecta al producto de la parte baja,
aumentado su concentración de agua y deduciendo la concentración de
etanol de 98.94% mol a 43.2% mol, obteniendo un índice de -6092.9.
4. Variación del flujo de 0.08414 kmol/s a 0.079933 kmol/s, en la corriente de

reflujo de la columna 1, que afecta al producto obtenido en la parte baja de
la columna, aumentando la concentración de agua y reduciendo la
concentración de etanol de 98.94% mol a 76.54% mol, obteniendo un índice
de -3299.
5. Variación de la temperatura de 317K a 301.2K, en la corriente de reflujo de

la columna 1, que afecta al producto obtenido en la parte baja de la columna,
aumentando la concentración de benceno y reduciendo la concentración de
etanol de 98.94% mol a 98.05% mol, obteniendo un índice de -20.93.
6. Variación de la presión de 2.1 atm a 1.995 atm, en la corriente de reflujo de

la columna 1, que afecta al producto obtenido en la parte baja de la columna,
pero en una forma casi imperceptible, no afecta de forma importante a la
pureza de etanol producida, obteniendo un índice de 0.05258.
48
Capitulo 2
Columna C2.
En este subsistema, básicamente se alteran solo 2 variables de salida, que son la
concentración de benceno y la concentración de etanol, en la corriente de salida de
la parte baja de la columna.
1. Variación de concentración de agua de 33.52% mol a 31.85% mol, que

afecta al producto de la parte baja aumentado su concentración de benceno
y reduciendo la concentración de agua producida (variable de interés) de
98.46% mol a 90.51% mol, obteniendo un índice de -2533.8.
2. Variación del flujo de entrada de 0.067 kmol/s a 0.064 kmol/s, que afecta al
producto de la parte baja, aumentando su concentración de benceno y
reduciendo la pureza de agua producida de 98.46% mol a 94.84% mol,
obteniendo un índice de -334.7.
3. Variación de la concentración de etanol de 52.95% mol a 50.3% mol, que

afecta al producto en la parte baja reduciendo su concentración de etanol,
aumentado la concentración de agua producida de 98.46% mol a 100%
mol, obteniendo un índice de 20.
4. Variación de la temperatura de 316.9K a 300.3K, que afecta al producto en

la parte baja reduciendo su concentración de benceno, aumentado la
concentración de agua producida de 98.46% mol a 99.3% mol, obteniendo
un índice de 16.41.
5. Variación de la concentración de benceno de 13.51% mol a 12.83% mol,

que afecta al producto en la parte baja reduciendo su concentración de
benceno, aumentado la concentración de agua producida de 98.46% mol a
99.15% mol, obteniendo un índice de 15.42.
6. Variación de la presión de 1.16 atm a 1.109 atm, que prácticamente no

afecta al producto obtenido de una manera perceptible, obteniendo un
índice de -0.0611.
Intercambiador de calor y decantador

Este subsistema es el menos sensible de los tres, sin embargo la alteración del
nivel del decantador es muy importante pues de ello depende la alimentación de
benceno a la columna C1, que como ya se ha discutido es muy sensible.
1. Variación en la concentración de etanol de 32.77% mol a 31.13% mol, que

afecta principalmente a la corriente de la fase acuosa en su concentración de
benceno reduciéndola de 13.51% mol a 11.76% mol, obteniendo un índice de
2.58.
49
Capitulo 2
2. Variación de concentración de benceno de 51.22% mol a 48.66% mol, que

afecta al producto de la fase acuosa aumentado su flujo de 0.06758 kmol/s a
0.07375 kmol/s, obteniendo un índice de -1.82.
3. Variación de concentración de agua de 16% mol a 15.2% mol, que afecta al

producto en su fase acuosa, aumentando su concentración de benceno de
13.51% mol a 14.62% mol, obteniendo un índice de -1.64.
4. Variación de concentración del flujo de la corriente de 0.15101 kmol/s a 0.1434

kmol/s, que afecta al producto en su fase acuosa, aumentando su flujo de
0.0642 kmol/s a 0.0675 kmol/s, y reduciendo el flujo orgánico de 0.08342
kmol/s a 0.07925 kmol/s, obteniendo un índice de -1.05.
5. La variación del -5% a la presión y temperatura no presentan cambios

perceptibles en las corrientes de salida orgánica y acuosa, obteniendo índices
de prácticamente 0.
2.3.7 Discusión de Resultados.

Para lograr que la simulación convergiera en una concentración de alta de etanol,
se reduce gradualmente al reflujo de la columna C1 desde 0.12 kmol/s hasta 0.84
kmol/s, realizando actualizaciones a las corrientes correspondientes a los ciclos de
proceso de reflujo y reciclado, que deben cerrarse.
A pesar de que las propiedades de cada una de estas corrientes tiene una
correspondencia considerable, ver figura 22, esta no es suficiente para obtener una
convergencia que presente una alta concentración de etanol. Provocando que al
cerrar estos ciclos se obtengan concentraciones de etanol que no superan el 50%
molar.
La simulación en estado estable obtenida presenta una pureza de etanol máxima

de 98.95% mol, alimentado una mezcla etanol agua al 84% mol de etanol, hasta
este punto no es posible obtener purezas superiores pues requieres de ajustes
muy pequeños que pueden ser obtenidos con una estructura de control eficiente.
De acuerdo con el análisis de sensibilidad la corriente de entrada que mas afecta

al proceso es la corriente de reflujo, por ser la principal fuente de alimentación de
benceno, pues es el separador que permite superar el azeotrópo y obtener un
etanol de una alta pureza, superior al punto azeotrópico.
Se hace evidente la importancia de la cantidad de benceno en la columna C1, para

que el proceso opere eficientemente y pueda producir un etanol de alta pureza, por
lo cual el control de la cantidad de benceno presente en esta columna es
fundamental para la producción de un etanol de alta pureza.
50
Capítulo 3
Secuencia de deshidratación de
etanol: Dinámica.
En este capitulo se describe la simulación

dinámica del proceso de destilación azeotrópica
heterogénea del sistema etanol-agua-benceno
propuesta por Luyben en [1] y se incluye la
información necesaria para su reproducción.
Se describe también la estructura de control

propuesta por Luyben en [1] para su
implementación en Aspen Dynamics™, así como
todos los datos para su implementación.
Finalmente se discute los resultados del

Funcionamiento de la secuencia completamente
terminada.
Capitulo 3
Secuencia de deshidratación de etanol: Dinámica.
52
Capitulo 3
3.1 Software de simulación Aspen Dynamics™.

La simulación dinámica es esencial cuando se desea maximizar la operabilidad,
seguridad y productividad de las plantas que se diseñan u operan. Aspen Dynamics™ es
una herramienta poderosa y fácil de usar, que permite realizar simulaciones dinámicas
[34].
Aspen Dynamics™ esta estrechamente ligado con el simulador de estado estable Aspen
Plus™. Con Aspen Plus™, un proceso puede ser evaluado en términos de consumo de
energía, mejoras de producción y alternativas de proceso. Usando Aspen Dynamics™, el
mismo proceso puede estudiarse:
o Examinando la operabilidad del proceso y su control.

o Evaluando la seguridad de la planta.
o Arreglando problemas de la planta.
Se inicia desde un modelo de proceso desarrollado en Aspen Plus™, en estado estable

a partir del cual Aspen Dynamics™ puede generar resultados dinámicos y permite
evaluar el proceso y aplicar diferentes alternativas de control.
3.2 Simulación dinámica y control de la secuencia de destilación del sistema etanol-

agua-benceno.
Aunque no con una convergencia suficiente, el modelo se exporta de Aspen Plus™ a
Aspen Dynamics™ y se implementa el controlador TC1, se trata de un controlador PI
cuya configuración esta reportada en [1], su objetivo es controlar la temperatura del plato
numero 283 que debe ser mantenida en aproximadamente 371.2K.
La instalación de este controlador permite cerrar los ciclos de proceso, esto se muestra
en la figura 24.
Esta secuencia da como resultado un producto con una pureza que se mantiene en
99.64% mol de etanol, sin embargo aproximadamente a las 24 hrs. de simulación
dinámica, la pureza cae a aproximadamente 80% mol de etanol.
Los datos de configuración todos los controladores se encuentran en la tabla 14.
La secuencia original propuesta por Luyben en [1] cuenta con 12 controladores, Luyben
solo provee la configuración de dos de ellos en [1], Luyben explica la utilización de un
controlador autosintonizable denominado “PIDIncr”, que no existe en nuestra versión de
Aspen Dynamics™, dos mas son configurados por Aspen Dynamics™ al ser exportado,
por lo que ha sido necesario configurar el resto de estos controladores por nuestra
cuenta.
3
Aspen Plus™, como Aspen Dynamics™ cuentan los platos de arriba hacia abajo.
53
Capitulo 3
Figura 24: Secuencia con los ciclos de proceso cerrados, obtenido de las primeras
simulaciones dinámicas del proceso.
Para configurar estos controladores se utiliza el método de la curva de reacción, también

conocido como método de Cohen-Coon [35]. El procedimiento consiste en conocer el
efecto de una perturbación de escalón en lazo abierto de los diferentes elementos
controlados en la secuencia, esto plantea un nuevo problema, dado que si se
desconecta algún flujo importante, la simulación no puede ejecutarse e incluso no
permite la modificación de algunos valores, pues toma como referencia los valores
importados desde Aspen Plus™.
Tabla 14: Configuración de los controladores de la secuencia de deshidratación de etanol,

utilizando al benceno como agente separador.
Control PI
Control Descripción
Kc ti
FC 0.716808 5.557349 Control de flujo a de alimentación al sistema.
FCreflux 10.061728 1.986312 Control de flujo de la corriente de reflujo del decantador a la
columna 1.
LC11 6.317587 3.096604 Control de nivel del rehervidor de la columna 1.
LC22 1001.40169 0.001 Control de nivel del condensador de la columna 2.
LCDaq 29.928931 0.034265 Control de nivel de la fase acuosa en el decantador.
LCDorg 3.3 173.850389 Control de nivel de la fase orgánica en el decantador.
PC1 20 12 Control de presión en el condensador de la columna 1.
TC1 1.15 44 Control de temperatura en la columna 1.
TC2 0.707 9.2 Control de temperatura en la columna 2.
TCD 14075.6586 0.120019 Control de temperatura en el intercambiador de calor HX.
El procedimiento detallado de configuración de controladores se encuentra en el ANEXO

B.
54
Capitulo 3
3.3.1 Lazos de control.

El sistema final que se propone en [1] cuenta con 12 controladores en diversos
lazos de control:
o 3 controles de temperatura: TC1, TC2 y TCD.

o 2 controles de presión: PC1 y PC2.
o 2 controles de Flujo: FC y FCreflux.
o 5 controles de nivel: LC11, LC21, LC22, LCDaq y LCDorg.
Figura 25: Secuencia propuesta en [1].
A continuación se describen cada uno de estos lazos:
o Controles de temperatura:
o TC1: trabaja en cascada con el control de flujo FCreflux, su
objetivo es controlar la temperatura de la etapa 28 de la columna
C1, manteniéndola en 371.27K, de acuerdo con el criterio de
pendiente [1], generando una referencia dinámica con un control
de razón.
o TC2: su objetivo es controlar la temperatura del plato número 20
de la columna C2, manteniéndola a 358.9K, de acuerdo con el
criterio de pendiente [1], a través de la manipulación de la
cantidad de calor que ingresa al rehervidor de la columna C2.
o TCD: manipula la salida de calor del condensador HX, para
controlar la temperatura de la corriente denominada “S2”,
55
Capitulo 3
manteniéndola en 313K, para que pueda ocurrir la separación de

fases en el decantador.
o Controles de presión:
o PC1: mantiene la presión interna de la columna C1 que debe ser
de 2 atm, manipulando la válvula V12.
o PC2: mantiene la presión interna de la columna C2 que debe ser
de 1.1 atm, por medio de la manipulación de la válvula V2.
o Controles de Flujo:
o FC: controla el flujo de la corriente de alimentación a la columna
C1 que debe mantenerse en 0.06 kmol/s, por la manipulación de
la válvula V3.
o FCreflux: controla el flujo de la corriente “reflux”, recibe su
referencia de un controlador de razón que lee el flujo de la
corriente de alimentación de la columna C1 y la respuesta del
controlado TC1, su punto de referencia es variable.
o Controles de nivel:
o LC11: controla el nivel del rehervidor de la columna C1, en
aproximadamente 2.2 m, a través de la manipulación de la
válvula V11.
o LC21: controla el nivel del rehervidor de la columna C2,
manteniéndolo a 1.06 m, a través de la manipulación de la
válvula V21.
o LC22: controla el nivel del condensador de la columna C2,
manteniéndolo en 0.23 m, a través de la manipulación de la
válvula V2.
o LCDaq: controla el nivel de la fase acuosa en el decantador,
manteniéndolo en 1.38 m, con la manipulación de la válvula
VD1.
o LCDorg: controla el nivel de la fase acuosa en el decantador,
manteniéndolo en 1.38 m, con la manipulación de la válvula
VD1.
Los puntos de referencia (set points) se establecen inicialmente por medio de una
simulación denominada de inicialización, que es necesaria cada vez que el
diagrama de flujo es modificado, de lo contrario tendrá errores de convergencia,
posteriormente se ajustan a prueba y error.
56
Capitulo 3
3.4 Configuración dinámica final y desempeño.

La simulación dinámica del proceso se completó exitosamente, se implementaron los
controles que proporciona la bibliografía y se sintonizaron los controladores faltantes,
logrando una pureza de etanol de 99.56% mol. La secuencia final se muestra en la figura
26.
Los parámetros de sintonización de los controladores proporcionados por la literatura

fueron adecuados, los controladores que fueron sintonizados tuvieron ajustes finos para
obtener mejores resultados, principalmente en la pureza de etanol, producto del proceso.
Existe una oscilación despreciable en la pureza del producto entre los valores de pureza
de etanol de 99.5653% mol y 99.5677% mol, pero sin ninguna tendencia, negativa o
positiva. Por lo tanto los esquemas de control implementados tienen un funcionamiento
adecuado, el comportamiento de la pureza de etanol obtenido se observa en la figura 27.
57
Capitulo 3
Figura 26: Secuencia de deshidratación de etanol completa, utilizando al benceno como

agente separador, obtenida de la simulación final en Aspen™.
58
Capitulo 3
El sistema se estabiliza en 2.5 hrs después de arrancar del estado estable obtenido en
por Aspen Plus™ (valores iniciales).
Figura 27: Comportamiento dinámico de la concentración de etanol de secuencia, obtenida

de la simulación en Aspen™.
La pureza del agua obtenida es de 98.45% mol.
Figura 28: Comportamiento dinámico de la pureza de agua, obtenida de la simulación en

Aspen™..
59
Capitulo 3
Los gráficos de simulación presentados tienen una duración de 25 hrs., pero se

realizaron simulaciones de hasta 300 hrs. para comprobar la estabilidad del sistema.
En la figura 29 puede observarse el diagrama detallado, con la información más

importante de todas las corrientes que conforman el diagrama de flujo.
También se presentan los perfiles de temperatura y concentraciones de cada una de las

columnas en las tablas 16 y 17; Y en la tabla 18 se presentan los parámetros de
configuración del equipo final.
Tabla 15: Propiedades de la corriente de alimentación del proceso de producción de etanol
anhidro utilizando al benceno como separador.
Corriente de alimentación
Características Feed
Benceno 0 %mol
Etanol 84 %mol
Agua 16 %mol
Flujo 0.06 kmol/s
Temperatura 350K
Presión 2.195 atm
Tabla 16: Perfiles estables de temperatura y concentraciones de la columna C2 despues de 50

hrs de simulacion dinamica.
1 342.18727 0.1561115 0.61405751 0.229831 0.45342729 0.37670909 0.16986362
2 350.80865 0.02213863 0.66133389 0.31652748 0.15609749 0.6140671 0.22983541
3 351.64742 0.01673984 0.64218256 0.3410776 0.13237575 0.62243756 0.24518669
4 351.86357 0.0161008 0.63376816 0.35013105 0.13146576 0.61903685 0.24949739
5 352.0346 0.01592266 0.63059308 0.35348426 1.31E-01 6.18E-01 0.25106883
6 352.19352 0.01588403 0.62949039 0.35462558 1.31E-01 6.17E-01 2.52E-01
7 352.3474 0.01589853 0.62919828 0.35490319 1.31E-01 6.17E-01 2.52E-01
8 352.49886 0.01593365 0.62922197 0.35484438 1.31E-01 0.61672794 2.52E-01
9 352.64894 0.0159767 0.62936749 0.3546558 0.13143762 0.61672877 0.25183361
10 352.79806 0.01602273 0.62955885 0.35441842 0.13146256 0.61675088 0.25178657
11 352.94636 0.01606977 0.62976632 0.35416391 0.13148784 0.61678086 0.2517313
12 355.81246 0.00193232 0.64119607 0.35687161 0.01810284 0.70735983 0.27453733
13 356.32903 0 0.6421446 0.35762718 0.00217541 0.7197807 0.27804389
14 356.52818 0 0.64135082 0.35862233 0 0.72075814 0.27898496
15 356.69411 0 0.63935974 0.36063711 0 0.71983204 0.28013774
16 356.86743 0 0.6351056 0.36489404 0 0.71757129 0.28242517
17 357.06773 0 0.62595823 0.37404173 0 0.71277784 0.28722175
18 357.33467 0 0.60573366 0.39426634 0 0.7025074 0.29749255
19 357.78541 0 0.55817113 0.44182887 0 0.67983996 0.32016003
20 358.90462 0 0.42930329 0.57069671 0 0.62658296 0.37341704
21 363.65075 0 0.13409147 0.86590853 0 0.48227461 0.51772539
22 375.1353 0 0.01543882 0.98456119 0 0.14968011 0.85031989
60
Capitulo 3
Tabla 17: Perfiles estables de temperatura y concentraciones de la columna C1 despues de 50

hrs de simulacion dinamica.
1 358.2618 0.77490719 0.20319452 0.0218983 0.51175 0.32717094 0.16107906
2 358.65595 0.77419867 0.20563326 0.02016807 0.51531799 0.33499671 0.1496853
3 358.77812 0.77306477 0.20683165 0.02010358 0.51510878 0.33633694 0.14855428
4 358.86939 0.77192638 0.20787236 0.02020126 0.51443287 0.33705466 0.14851247
5 358.95701 0.77072411 0.20895294 0.02032296 0.51369878 0.33772195 0.14857928
6 359.0417 0.7688636 0.2106021 0.0205343 0.51287914 0.33845393 0.14866694
7 359.1128 0.7647142 0.21424223 0.02104356 0.511615 0.33956311 0.14882189
8 359.14197 0.75393136 0.22365168 0.02241696 0.50891588 0.34189709 0.14918703
9 359.06492 0.72038949 0.25265622 0.02695429 0.50210794 0.34773826 0.1501538
10 358.86365 0.51301075 0.42170999 0.06527926 0.48109577 0.36553371 0.15337052
11 359.79492 0.51460353 0.43906093 0.04633553 0.48437255 0.40028666 0.11534079
12 360.28154 0.51433534 0.44746771 0.03819695 0.48592168 0.41682459 0.09725373
13 360.5473 0.50883248 0.45571957 0.03544795 0.48565937 0.42485769 0.08948294
14 360.71547 0.47726341 0.48468736 0.03804923 0.48038827 0.43269602 0.08691571
15 361.06866 0.35027728 0.5926819 0.05704082 0.45025529 0.45994379 0.08980092
16 361.54321 0.34864123 0.60639514 0.04496363 0.44752467 0.48007955 0.07239578
17 361.96727 0.34731843 0.61801906 0.0346625 0.44530737 0.4977932 0.05689943
18 362.33761 0.34617987 0.62762535 0.02619477 0.44350989 0.51280693 0.04368318
19 362.65708 0.34498525 0.63556645 0.0194483 0.44197348 0.52520644 0.03282008
20 362.93366 0.34317813 0.64260256 0.01421931 0.44040011 0.53543403 0.02416586
21 363.18177 0.33933129 0.65038846 0.01028025 0.43809943 0.54444165 0.01745892
22 363.43033 0.32985106 0.66272203 0.00742691 0.43329931 0.55429342 0.01240727
23 363.75036 0.30688441 0.68761688 0.00549871 0.42152403 0.56972718 0.00874879
24 364.33026 0.25902635 0.736618 0.00435565 0.39292457 0.60079853 0.00627691
25 365.54401 0.1848482 0.81134702 0.00380478 0.3329083 0.66228082 0.00481088
26 367.56592 0.10776373 0.88865748 0.00357879 0.23879967 0.75709754 0.00410279
27 369.73767 0.05317028 0.94337355 0.00345617 0.13971237 0.85647737 0.00381026
28 371.29391 0.02366912 0.9729944 0.00333649 0.06887928 0.92747151 0.0036492
29 372.1659 0.00995218 0.98685583 0.00319199 0.03044047 0.96606836 0.00349117
30 372.61669 0.00401333 0.99297095 0.00301572 0.0125422 0.98415666 0.00330114
31 372.86273 0.00151957 0.99567711 0.00280332 0.00478891 0.99214068 0.00307041
61
Capitulo 3
Tabla 18: Lista del equipo de la secuencia de producción de etanol anhidro y su configuración
final usada para su simulación en la suite de Aspen™.
Columna C1 Etapas 31 Esta columna no
cuenta con
condensador
Razón de flujo en 0.0504 Kmol/s
el fondo
Flujos de REFLUX2→etapa=1.
alimentación RECYCLE2→etapa=10.
FEED2→etapa=15.
Presión de la 2 Atm. Generalmente la
primera etapa presión que se
configura en Aspen es
la del condensador.
por etapa
Dinámica:
Dimensiones del Tipo = Elíptico.
rehervidor Altura = 3.52 m.
Diámetro = 1.76 m.
Hidráulica de las Diámetro = 1.76 m.
etapas Espacio entre etapas
=0.6096 m.
Altura de rebosadero
=0.05 m.
Área activa = 90%.
Columna C2 Etapas 22 Incluye rehervidor y
condensador.
Condensador Total
Razón de reflujo 0.2 molar
Razón de flujo en 0.0095 kmol/s
el fondo
Flujo de F2→etapa=11.
alimentación
Presión del 1.1 Atm.
condensador
por etapa
Temperatura de 316.8981K
subenfriamiento
Dinámica:
Tanque de reflujo Tipo elíptico vertical.
Longitud = 0.05 m.
Diámetro = 0.855 m.
Tanque del Tipo Elíptico.
rehervidor Altura = 1.71 m.
Diámetro = 0.855 m.
62
Capitulo 3

Hidráulica de las Diámetro = 0.855 m.
etapas Espacio entre etapas
=0.6096 m.
Altura del rebosadero
=0.05 m.
Área activa = 90%.
Intercambiador Temperatura de 313K A esta temperatura se
de calor HX salida presenta la separación
de fases.
Decantador Presión 1 Atm.
Capacidad 0 watts.
calorífica
Dinámica:
Tipo de tanque Elíptico vertical.
longitud 4 m.
Diámetro 2 m.
Bombas Incremento de P11 y P22 = 1 Atm.
presión P21 = 0.1 Atm.
PD1 = 0.26799999 Atm.
PD2 = 1.1 Atm.
Válvulas Adiabáticas Todas
Caída de presión V12 = 0.9 Atm.
El resto = 0.1 Atm.
Mezcladora M1 Presión 2.1 Atm.
63
Capitulo 3
Figura 29: Resultados de la simulación del proceso de destilación azeotrópica heterogénea

del sistema etanol-agua-benceno, obtenidas de la simulación final en Aspen™.
64
Capitulo 3
El comportamiento dinámico de los controladores de este proceso se observan de la figura

30 a la 41.
Figura 30: Comportamiento dinámico del control de temperatura de la columna C1, TC1.
Figura 31: Comportamiento dinámico del control de temperatura de la columna C2, TC2.
65
Capitulo 3
Figura 32: Comportamiento dinámico del control de temperatura del condensador HX, TCD.
Figura 33: Comportamiento dinámico del control de presión de la columna C1, PC1.
66
Capitulo 3
Figura 34: Comportamiento dinámico del control de presión de la columna C2, PC2.
Figura 35: Comportamiento dinámico del control del flujo de alimentación a la columna C1, FC.
67
Capitulo 3
Figura 36: Comportamiento dinámico del control de reflujo de la columna C1, FCreflux.
Figura 37: Comportamiento dinámico del control de nivel del tanque del hervidor de la columna
C1, LC11.
68
Capitulo 3
Figura 38: Comportamiento dinámico del control de nivel del tanque del hervidor de la columna
C2, LC21.
Figura 39: Comportamiento dinámico del control de nivel del tanque del condensador de la
columna C2, LC22.
69
Capitulo 3
Figura 40: Comportamiento dinámico del control de nivel de la fase acuosa en el decantador,
LCDaq.
Figura 41: Comportamiento dinámico del control de nivel de la fase orgánica del decantador,
LCDorg.
70
Capitulo 3
3.5 Discusión de resultados.

Con la información que proporciona Luyben en [1], se logra reproducir la secuencia de
destilación azeotrópica heterogénea para producir etanol anhidro propuesta.
La pureza de etanol obtenida del proceso de deshidratación simulado es de 99.56% mol,

la cual es superior a la reportada por Luyben en [1] de 99.25% mol de etanol.
La sintonización de controladores para un proceso complejo es una tarea dificil, el

método que se utilizo para ello da muy buenos resultados, aunque dadas las
características del proceso no sea una metodología simple de aplicar.
Para obtener buenos resultados en el control general de la planta, el control del reflujo
(FCreflux) de la columna azeotrópica (C1) es fundamental, dada la importancia que tiene
la cantidad de benceno en la primera columna para lograr la separación. Por esta misma
razón también es de gran importancia el control de la alimentación de benceno puro a la
planta (LCDorg), el cual vigila del nivel de la fase orgánica en el decantador, rica en
benceno, para estimar la cantidad de benceno nuevo que debe ser alimentado para
reemplazar al que se pierde en el proceso. Estos controles toman más importancia aun
si se implementa esta planta como un proceso real, por la alta toxicidad del benceno,
para evitar su desperdicio.
Como se puede observar en las figuras 30 a la 41, aunque los controladores tuvieron
ajustes finos, aun presentan oscilaciones que para fines prácticos son despreciables, sin
embargo, esto evidencia el problema de control que este sistema representa.
En general podemos observar la importancia del control de temperatura TC1, mostrado

en la figura 30, pues su comportamiento es prácticamente el mismo que presenta el
comportamiento dinámico de la concentración de etanol producido.
El control del nivel de las fases acuosa y orgánica en el decantador a pesar de ser lento,
presenta un nivel de dificultad importante, principalmente porque depende del
desempeño de los procesos anteriores, por lo que seria importante realizar una
estructura de control con un enfoque al control multivariable.
71
Capitulo 3
72
Capítulo 4
Implementación de un controlador
difuso en Aspen™ y Evaluación de
su desempeño.
En este capitulo se describe la implementación de
dos controladores, sus modelos matemáticos y
codificación en el software de modelado Aspen
Custom Modeler™.
Se incluye tambien la implementación completa de

una columna de destilación binaria ideal en Aspen
Custom Modeler™, con el fin de documentar el
modelado en esta herramienta de software y
probar el desempeño de los controladores difusos
en un modelo bien conocido.
Además se analiza el desempeño de los

controladores instalados en la secuencia de
destilación azeotrópica heterogénea para producir
etanol anhidro y su respuesta a perturbaciones en
la corriente de alimentación.
Capitulo 4
Implementación de un control difuso en Aspen™ y evaluación de su desempeño.
74
Capitulo 4
4.1 Software de modelado Aspen Custom Modeler™.

La suite de simulación de Aspen™ está muy limitada con respecto a instrumentos de
control, pues solo cuenta con controladores PID y elementos simples como retardos,
multiplicadores, entre otros, por lo que se ha optado por probar la flexibilidad del software
de modelado Aspen Custom Modeler™ e implementar un control inteligente,
específicamente, un controlador difuso.
4.1.1 Descripción general de Aspen Custom Modeler™.

Es una herramienta fácil de usar para la creación, edición y reutilización de
modelos de unidades de proceso. Los modelos pueden utilizar la herencia, se
pueden utilizar directamente o pueden construirse dentro de una librería para su
distribución y uso. La simulación dinámica y de estado estable, la estimación de
parámetros y la optimización pueden resolverse en una manera orientada a
ecuaciones lo que provee flexibilidad y poder.
4.1.2 Paradigma de programación.

De forma general se puede decir que Aspen Custom Modeler™ es un lenguaje
orientado a ecuaciones, pues genera como código fuente una serie de ecuaciones
que describen al elemento que se modela y estas se van resolviendo una a una en
el orden que fueron definidas.
El método de integración ya está incluido en el simulador y es ejecutado

automáticamente por Aspen Custom Modeler™, por lo que solo es necesario
definir las ecuaciones y especificar cuales son diferenciales. En pocas palabras, se
deben definir las variables del modelo, las corrientes de entrada y salida de
material del equipo y las ecuaciones que rigen su comportamiento.
Para mas detalles de la codificación en Aspen Custom Modeler™, ver anexo C.
4.2 Descripción del modelo de un controlador difuso normalizado.

Una parte importante de este trabajo es conocer las capacidades de la suite de Aspen™,
y en especial de Aspen Custom Modeler™, por lo tanto se opta por un controlador difuso
por ser el controlador mas sencillo de implementar de los controladores mas avanzados
existentes.
4.2.1 Control difuso.

El control difuso es el análisis y diseño de sistemas de control, basados en sistema
de inferencia difusos, los cuales permiten transformar el conocimiento humano
sobre el funcionamiento de una planta en un conjunto de reglas que puedan
controlarla eficientemente [36].
Un sistema de inferencia difuso es un sistema que emula los mecanismos de

razonamiento humano para obtener conclusiones válidas empleando un conjunto
de reglas de procedimiento de tipo SI-ENTONCES [37], ver figura 42.
75
Capitulo 4
Figura 42: Estructura general de un controlador difuso [36].
4.2.2 Descripción general del modelo.

Se propone un controlador difuso normalizado [36]. Es necesario hacer énfasis en
la necesidad de un sistema de control difuso en el que no sea necesario modificar
la base de conocimientos al aplicarlo a diferentes sistemas, dado que esto
significaría modificar el modelo para cada aplicación especifica, por lo tanto es
necesario manejar un sistema normalizado para poder controlar las reglas de
inferencia a través constantes que escalan las entradas y la salida del controlador.
Como entradas al controlador tenemos el error (E), que es la diferencia entre el

valor de la variable monitoreada y un valor de referencia, y la derivada del error
(∆E), que nos da referencia de que tan rápido cambia dicho error; los detalles de
este controlador se observan en la figura 43.
e(k) + ∆E(k)
∆u(k) + u(k)
- Sistema
difuso +
E(k)
z-1 z-1
Figura 43: Diagrama de bloques del controlador difuso [36].
4.2.3 Reglas de inferencia.

El controlador difuso es capaz de leer los errores (E y ∆E) y asignarles un valor
difuso, pero debe de tomar decisiones con respecto a esa información.
Para lo cual se debe contar con el conocimiento necesario para construir las reglas
que el sistema seguirá de acuerdo con el estado del proceso (entradas).
Suponiendo un sistema de segundo orden subamortiguado, como el de la figura 44,

podemos observar como determinar estas reglas.
76
Capitulo 4
Figura 44: Respuesta de un sistema de segundo orden subamortiguado [36].
Apoyados en la figura 44, que muestra el error de la respuesta (figura 45), se

detectan cuatro puntos importantes.
Figura 45: Error de un sistema de segundo orden subamortiguado [36].
Analizaremos el estado de las variables de entrada E y ∆E en los puntos r1 hasta

r4:
o Punto r1:
o E: negativo.
o ∆E: positivo (tiende a hacer positivo el error).
o Acción: esta sujeto al criterio del diseñador, pues aunque hay error,
este se va corrigiendo y solo es cuestión de tiempo, podemos
incrementar la señal de control o dejar que se regularice sola.
o Punto r2:
o E: positivo.
o ∆E: positivo (tiende a hacer más positivo el error).
o Acción: lo que queremos es que el error sea cero, por lo tanto
debemos reducir la señal de control.
o Punto r3:
o E: negativo.
o ∆E: negativo (hace más negativo el error).
o Acción: incrementar la señal de control para hacer más positivo el
error y llevarlo a cero.
77
Capitulo 4
o Punto r4:
o E: positivo.
o ∆E: negativo (hace negativo al error).
o Acción: también queda a criterio del diseñador, dado que el error se
va reduciendo y llegará el momento en que llegue a cero o podemos
incrementar la señal de control y hacer al controlador más rápido.
En general son las reglas mas importantes, pero todavía quedan otras situaciones,
por ejemplo, cuando el error es cero y la derivada del error es cero, en este caso
depende del sistema controlado, pues tal vez un error constante pequeño es
tolerado, ya que cuando nuestra derivada sea cero significa que nuestro sistema ya
es estable.
Nuestro sistema en particular consta de 2 variables de entrada y 3 valores

lingüísticos (ver anexo D), esto significa que cada una de las variables de entrada
puede tomar 3 valores y puede existir cualquier combinación de estas, esto significa
que debemos determinar 9 reglas.
4.2.4 Sistema difuso.

El sistema difuso propuesto es de tipo mamdani producto, con las siguientes
características:
• Fusificador: Singletón.
• Reglas: tipo mamdani.
• Implicación: tipo producto.
• Norma-t (intersección): producto algebraico.
• Norma-s (unión): max.
• Inferencia: reglas individuales.
• Defusificación: Promedio ponderado.
Lo que significa que los resultados de la clasificación de las dos variables de

entrada serán multiplicadas para obtener una salida difusa.
Por ejemplo, para un sistema de 2 reglas con 2 entradas singletón, como las de
nuestro sistema, tenemos sistema difuso cuyo funcionamiento general se puede
observar en la figura 46.
78
Capitulo 4
Figura 46: Maquina de inferencia tipo producto [36].
En la figura podemos observar el funcionamiento general del sistema difuso:
El estado del sistema es tomado de la planta (x0, y0) y fusificado a singletones (A’ y
B’).
Los singletones son evaluados en todas las reglas, en este caso solo dos (A1, B1 y
A2, B2).
Se obtienen los pesos de cada regla a través de una multiplicación (w1, w2).
Los pesos (alturas) son evaluados en las acciones indicadas para cada regla (C1,
C2), donde Z es el centro de las reglas modificadas (C’1 y C’2), pero este centro es
el mismo que el de las reglas originales, por lo tanto no es necesario calcularlas.
Por ultimo estas son defusificadas con la formula de promedio ponderado,

obteniendo z0, que es la acción real sobre la planta.
(4.1)
79
Capitulo 4
Se debe recordar que los valores internos y de salidas están en el rango de -1 a 1,

en otras palabras, están normalizados.
4.2.5 Escalamiento de las señales.

Como se mencionó al anteriormente, se desarrollo un sistema difuso normalizado y
trabaja con valores de -1 a 1, por lo tanto es necesario ajustar la magnitud de las
entradas y las salidas al sistema difuso en cuanto sea necesario. Se recomienda
hacerlo cuando las magnitudes de entrada sean superiores a uno.
Para normalizar, las entradas deben ser escaladas de manera que se adecuen al
sistema difuso:
(4.2)
(4.3)
Donde Ke y K∆ son los factores de escalamiento. Estos son elegidos de manera que
cumplan con las siguientes reglas:
(4.4)
(4.5)
(4.6)
(4.7)
Donde:
em= es el error máximo.
∆em= es el cambio máximo del error.
Entonces:
(4.8)
(4.9)
80
Capitulo 4
4.3 Controladores difusos en la secuencia de deshidratación de etanol.

Una vez implementado el controlador difuso en Aspen Custom Modeler™, este fue
probado en la simulación de una columna de destilación binaria de mezclas ideales, el
desarrollo de este modelo se encuentra en el anexo C, así como los experimentos con
los controladores difusos, después de obtener resultados satisfactorios, se instalan 2
controladores difusos en la secuencia original de producción de etanol anhidro, en
substitución de los controladores PI. Los controladores difusos se configuraron,
simularon y finalmente se compararon los desempeños de ambas estructuras de control.
4.3.1 Nueva estructura de control.

Se instalan dos controladores difusos en la secuencia implementada de
deshidratación de etanol, el primero en substitución del controlador de flujo FC,
que controla el flujo de la mezcla etanol-agua que se alimenta al sistema,
manipulando la válvula “V3”, el segundo es el control de temperatura TCD, que
controla la temperatura del liquido que se produce por la condensación del vapor
de salida de la columna 1, manipulando la salida de calor al intercambiador de
calor HX. Ver figura 47.
Los controladores difusos se denominan FCDif para el controlador difuso de flujo y

TC1Dif para el controlador difuso de temperatura.
4.3.2 Parámetros de los controladores.

La parte más importante del controlador difuso son las reglas de inferencia que
determinan el comportamiento del controlador, estas las especifica el diseñador en
las variables “regval(x)”, donde x es el número de regla.
Las reglas están distribuidas de la siguiente manera:
Tabla 19: Base de reglas de los controladores.

E
P Z N
P regval(3) regval(6) regval(9)
∆E
Z regval(2) regval(5) regval(8)
N regval(1) regval(4) regval(7)
Estos valores de reglas pueden tomar tres valores diferentes:

o Aumentar la señal de control = 1.
o No cambiar la señal de control = 0.
o Disminuir la señal de control = -1.
La configuración particular de cada uno de los controladores se presenta en la

tabla 20.
81
Capitulo 4
Tabla 20: Parámetros de configuración de los controles difusos en la secuencia de producción

de etanol anhidro.
TC1Dif KDE 1.0
KE 1.0
KO 18.0
regval(1) 1 1 = incrementar la señal de control.
regval(2) 1
regval(3) 1
regval(4) 0 0 = mantener la señal de control.
regval(5) 0
regval(6) 0
regval(7) -1 -1 = reducir la señal de control
regval(8) -1
regval(9) -1
retardo 0.01 En segundos.
SetPoint 39.85˚C 313 K, Aspen Custom Modeler™,
trabaja con unidades métricas.
FCDif KDE 1.0
KE 1.0
KO 1.0
regval(1) 1 1 = incrementar la señal de control.
regval(2) 1
regval(3) 1
regval(4) 0 0 = mantener la señal de control.
regval(5) 0
regval(6) 0
regval(7) -1 -1 = reducir la señal de control
regval(8) -1
regval(9) -1
retardo 0.01 En segundos.
SetPoint 216.0 kmol/hr. 0.06 kmol/s, Aspen Custom Modeler™,
trabaja con unidades métricas.
82
Capitulo 4
Figura 47: Secuencia destilación azeotrópica heterogénea del sistema etanol-agua-benceno

con controladores difusos instalados, estos se indican con una flecha.
83
Capitulo 4
Las reglas para ambos controladores son las mismas y pueden resumirse en la
siguiente tabla:
Tabla 21: Reglas de inferencia de ambos controladores difusos.

E
P Z N
P -1 0 1
∆E
Z -1 0 1
N -1 0 1
4.3.3 Comparación de desempeño de los controladores difusos vs. PI.

Con respecto a la pureza de etanol obtenido, los controladores difusos tienen un
desempeño similar con respecto a la secuencia original, con una ligera mejora de
en promedio 1.76x10-5%. A la simulación presentada no se la aplicaron
transitorios, las oscilaciones son provocadas por el comportamiento inestable
inicial propio de la planta.
A continuación se presentan resultados de la simulación:

Para el controlador de flujo se observa una mejoría. La variable controlada oscila
menos como se observa en los gráficos, aunque también es pequeña la diferencia.
Figura 48: Respuesta de flujo con control PI, en condiciones normales, simulación en Aspen™
a 25 hrs.
84
Capitulo 4
Figura 49: Respuesta de flujo con control difuso, en condiciones normales, simulación en
Aspen™ a 25 hrs.
Figura 50: Detalle del comportamiento dinámico del control PI de flujo, simulación en Aspen™
a 4 hrs.
85
Capitulo 4
Figura 51: Detalle del comportamiento dinámico del control difuso de flujo, simulación en
Aspen™ a 2 hrs.
Al analizar los datos se observa un error RMSE del controlador PI de 3.78103E-07,

y el error RMSE del control difuso de 6.8262E-10.
Para el control de temperatura se tiene:
Figura 52: Respuesta del control PI de temperatura en la simulación en Aspen™.
86
Capitulo 4
Figura 53: Respuesta del control difuso de temperatura, simulación en Aspen™ a 25 hrs.
Figura 54: Detalle de la respuesta del control difuso de temperatura, simulación en Aspen™ a 2
hrs.
87
Capitulo 4
Los datos indican que el error RMSE del control PI es de 8.60E-04, el control difuso
tiene un error RMSE de 4.16E-03
En términos generales el desempeño de la planta es el mismo con las dos

estructuras de control.
4.3.4 Respuesta a perturbaciones.

Para verificar el buen funcionamiento de la planta con la estructura de control
difusa, el sistema se simulo con diferentes concentraciones de etanol en la
corriente de alimentación.
Originalmente la simulación fue configurada con una concentración de

alimentación de 84% mol de etanol y 16% mol de agua. El azeotrópo se encuentra
a aproximadamente 89.9% mol de etanol, de acuerdo con el modelo de equilibrio
UNIQUAC.
Se realizan tres simulaciones modificando la concentración de etanol en la

corriente de alimentación de la secuencia a los siguientes valores:
o 83% mol de etanol y 17% mol de agua.

Estos cambios son aplicados a 2.5 hrs. de simulación, tiempo en el que el sistema
es estable.
Para ello, se crea un “Task”, una tarea que se ejecuta por llamado o por evento, la
cual se configura para su ejecución al cumplirse 2.5 hrs. de simulación, para este
tiempo el sistema ya es estable, y cambia las concentraciones de alimentación de
la secuencia a los valores deseados, el código de esta tarea es el siguiente:
Tabla 22: Código fuente de Aspen Custom Modeler™ para simular perturbaciones,
aumento de etanol a 86% mol.
Task perturbacion RUNS WHEN TIME == 2.5

STREAMS("FEED").ZR("ETANOL"):0.86;
STREAMS("FEED").ZR("AGUA"):0.14;
End
88
Capitulo 4
0.9964
0.9962
0.996
0.9958 0.84-norm
0.83-2.5hrs
0.9956
0.82-2.5hrs
0.9954 0.86-2.5hrs
0.9952
0.995
0.9948
2.4
3.01
3.62
4.23
4.84
5.45
6.06
6.67
7.28
7.89
8.5
9.11
9.72
Figura 55: Respuesta a perturbaciones, simulación a 10 Hrs.
Se observa en la figura 55 las respuestas a perturbaciones en la concentración de

etanol en la alimentación de 84% mol a 83% mol, de 84% mol a 82% mol y de 84%
mol a 86% mol.
La simulación de la secuencia de deshidratación de etanol no funciona

correctamente para concentraciones de alimentación de etanol menores a 81.9%
mol, pues presenta errores de convergencia en la simulación dinámica en Aspen
Custom Modeler™.
Tabla 23: Resultados de los experimentos de perturbación a 25 hrs. de simulación.

Concentración de etanol Concentración de Concentración de
en la alimentación etanol producido agua producida
86% mol 99.62% mol 98.5% mol
84% mol 99.567% mol 98.48% mol
83% mol 99.561% mol 98.42% mol
82% mol 99.55% mol 98.3% mol
A concentraciones superiores no solo el proceso mantiene la pureza del producto,

si no que esta aumenta, a continuación se presentan los diagramas de secuencia
básica con los valores obtenidos a una simulación de 25 hrs. de la perturbación
con pureza más alta (figura 56) y más baja (figura 57).
89
Capitulo 4
Figura 56: Etanol a 82% mol en la alimentación, 25 hrs de simulación en Aspen™.
Figura 57: Etanol a 86% mol en la alimentación, 25 hrs de simulación en Aspen™.
90
Capitulo 4
4.4 Discusión de resultados.

En términos generales la secuencia tiene el mismo desempeño que con la estructura de
control original, por lo menos en lo que respecta a la pureza del producto.
Una mejora total del sistema podría ser logrado si se instalan controladores difusos en
todos los lasos de control, dado que la configuración de los controladores PI fue
realizada exclusivamente para la situación especifica del sistema y con ajustes finos.
En el caso de las columnas de destilación, los controladores instalados para un control

de reflujo y para el control de la entrada de calor al rehervidor se afectan mutuamente,
por lo que la sintonización de uno de ellos debe contemplar al otro y viceversa, esta
característica provoca problemas con los controladores difusos que tienden a tener
oscilaciones al inicio de su funcionamiento, principalmente con un sistema tan sensible a
pequeñas perturbaciones.
Lo anterior también provoca que un controlador que tienda a oscilar no pueda ser
fácilmente instalado como substituto de un control PID que tiene una sintonización fina
para sistemas con alta sensibilidad.
En el caso del software de modelado, se confirma la capacidad de Aspen Custom

Modeler™ para el desarrollo y simulación de modelos de controladores complejos
utilizables para el control de modelos ya incluidos en la suite de ingeniería de Aspen™.
91
Capitulo 4
92
Capítulo 5
Conclusiones.
En este capitulo se presentan las conclusiones

generales de este trabajo de tesis. Se describen
las aportaciones en la secuencia que se ha
reproducido y en el control avanzado de la
secuencia.
Adicionalmente se proponen algunas

recomendaciones de acuerdo a los resultados
obtenidos para trabajos similares o proyectos que
utilicen esta simulación.
Capitulo 5
Conclusiones.
94
Capitulo 5
Conclusiones.
5.1 Conclusiones generales.

Se reprodujo exitosamente la secuencia de destilación para producir de etanol anhidro
propuesta William Luyben en [1] a nivel simulación, se realizo un análisis de sensibilidad
de la secuencia y se documenta la existencia de la multiplicidad de estados en este
sistema, se incluyeron técnicas de control avanzadas con enfoque a la inteligencia
artificial como es el control difuso, analizando su desempeño comparativo y la respuesta
del control avanzado a perturbaciones externas al sistema, como es una cambio en la
concentración en la corriente de alimentación de la secuencia.
Ya finalizado este trabajo, se cuenta con un modelo simulable en la suite de ingeniería

de Aspen™ que formará parte de los recursos del departamento de Mecatrónica en la
línea de investigación de conversión de la energía, y del cuerpo académico
interdisciplinario de diseño y control automático de procesos de CENIDET.
Adicionalmente en el Anexo E se presenta la simulación y validación de una

configuración correspondiente a la planta piloto de CENIDET, su validación consiste en
la comparación de los resultados de una simulación de un proceso por lotes (batch) para
concentrar etanol, con los datos experimentales obtenidos en la implementación del
mismo proceso en la planta piloto. Con la finalidad de aprovechar los conocimientos
adquiridos y presentar el primer modelo de esta planta piloto de CENIDET en el paquete
de simulación de Aspen™, obteniendo como resultado que la planta piloto de CENIDET
es capaz de funcionar como una etapa de preconcentración para el proceso de
deshidratación de etanol presentado en este trabajo de tesis.
5.1.1 Secuencia implementada.

La secuencia desarrollada en este trabajo de tesis tiene mejoras con respecto a la
secuencia propuesta en [1], la más importante entre ellas es el aumento en la
pureza del producto obtenido, pues la secuencia original presentaba una pureza de
etanol del 99.25% mol y en este desarrollo se obtiene una pureza de etanol del
99.56% mol .
Se documenta a detalle la existencia de un segundo estado estable, dejando en

claro la multiplicidad de estados en este sistema, incluyendo un reporte detallado
de cómo al reducir el reflujo de la columna C1 con una concentración de etanol de
98.95% mol, se pasa a un segundo estado estable que produce una pureza de
etanol de 55.5% mol, pues al establecer el valor inicial de reflujo, el producto
obtenido sigue siendo menor al obtenido anteriormente con una concentración de
55.46% mol de etanol (fenómeno de histéresis).
Se aporta también un análisis de sensibilidad de la secuencia, utilizando la formula

de sensibilidad paramétrica en [33], mostrando índices de sensibilidad muy altos,
que llegan hasta las 6415 unidades.
Se documenta también parte de la utilización de la suite de ingeniería de Aspen™,

y se establecen todos los parámetros de configuración necesarios para crear
desde el inicio a esta secuencia de producción de etanol anhidro, como son:
numero de platos de las columnas, presiones de operación, temperaturas, flujos de
materiales, concentraciones, etc.
95
Capitulo 5
Conclusiones.
5.1.2 Control inteligente en la suite de ingeniería de Aspen™.

Se presenta el desarrollo de un modelo de control inteligente, un controlador difuso
normalizado, con todas las características necesarias para poder ser
implementado en el control de modelos incluidos o desarrollados en la suite de
ingeniería de Aspen™, poniendo en evidencia la capacidad de Aspen Custom
Modeler™ de modelar sistemas de control avanzados que pueden utilizarse en
conjunto con modelos creados en la suite.
El control difuso instalado en la secuencia llega más rápido al set establecido, pero
presenta índices de error más altos al inicio de la simulación, debidos
principalmente a oscilaciones iniciales. También presentan un buen desempeño en
la respuesta a perturbaciones en el sistema, soportando reducciones en la
concentración de etanol alimentado de hasta 82% mol.
Es posible generar una secuencia de control basada en controles difusos para que
esta sea capaz de superar el desempeño alcanzado por el control convencional PI,
pero es necesario realizar un conjunto de las reglas de inferencia más adecuadas y
un ajuste fino de las constantes de escalamiento, lo cual podría ser objeto de un
nuevo estudio.
5.2 Recomendaciones.
La secuencia desarrollada es un modelo que lleva a la suite de ingeniería de Aspen™ a
sus limites, primero, por tratarse de una mezcla con un comportamiento altamente no
ideal, segundo, por instalación de una gran cantidad equipo y tercero, por aplicación de
técnicas de control avanzadas, es recomendable utilizar un equipo computacional
adecuado, en especial si se requieren simulaciones prolongadas con tiempo de
simulación superior a 300 hrs.
Para la instalación en el diagrama de flujo de una estructura de control diferente, es

necesario reiniciar las simulaciones dinámicas, sin importar si se implementan nuevos
modelos de controladores, o nuevos lazos de control con controladores convencionales.
Esto se debe a que la estructura de control actual tiene ajustes muy finos aplicados a un
proceso altamente no ideal y con multiplicidad de estados, por lo tanto la sustitución de
un solo controlador sin adaptar a los demás será muy complicada. Esta es la razón
principal por la cual se instalan controladores difusos solo en lazos de control simples,
como son el control de temperatura y flujo.
Si lo que se desea sustituir son substancias como el agente separador, será necesario
reiniciar las simulaciones desde la implementación en estado estable en Aspen Plus™,
pues Aspen Dynamics™ no permite el cambio de substancias.
5.3 Trabajos futuros.

El modelo de la secuencia de producción de etanol anhidro que se ha desarrollado podrá
servir de apoyo para el desarrollo de futuros trabajos de tesis tanto en el departamento
de mecatrónica como para el departamento de electrónica.
Dentro de los trabajos que pueden desarrollarse a partir de este modelo se encuentran:
o Búsqueda de agentes separadores en la mezcla etanol-agua, en substitución del
benceno.
96
Capitulo 5
Conclusiones.
o Separación de mezclas no ideales con comportamiento similar a la mezcla

etanol-agua.
o Desarrollo de estructuras de control y de proceso que mejoren la producción de
etanol anhidro utilizando al benceno como agente separador, ya sea en cuestión
de la pureza de etanol obtenida o en consumo energético.
o Desarrollo de modelos de control avanzados (robustos, inteligencia artificial, etc.)
en la suite de ingeniería de Aspen™.
o Desarrollo de procesos en la suite de ingeniería de Aspen™ con relación a la
línea de investigación de conversión de la energía, sin relación directa a la
deshidratación de etanol, como por ejemplo: el desarrollo de un modelo de una
celda de combustible.
o Entre otros.
97
Capitulo 5
Conclusiones.
98
Referencias
Referencias
100
Referencias
[1] Luyben, W. “Distillation Desing and Control Using Aspen Simulation”, Edit. Wiley, 2006.
[2] Grassi II, V. “Practical distillation control”, Edited by William L. Luyben, Edit. Van Nostrand
Reinhold, 1992,
[3] Holman, J. P., ”Thermodynamics”, McGraw-Hill Book Company, 1988.
[4] Schmitz K., (1999), “Modelado y simulación de una torre de destilación Multicomponente”,
IPN.
[5] Laidler K. & Meiser J., (2003), “Fisicoquímica”, Edit. CECSA, primera edición, quinta
reimpresión.
[6] Doherty M., et al, “Conceptual Desing of Distillation Systems”, Edit. Mc Graw Hill, primera
edición, 2001.
[7] http://usuarios.lycos.es/biodieseltr/hobbies9.html, Última visita: 16/10/2008
[8] Cerpa M.: “Producción del etanol anhidro como aditivo para la gasolina a partir de la caña
de azúcar de la región del río huallaga”, Universidad de Valladolid, Valladolid, España.
[9] http://es.wikipedia.org/wiki/Etanol_(combustible), última visita: 16/10/2008
[10] Cardona C.: “Simulación de los procesos de obtención de etanol a partir de caña de
azúcar y maíz”, Universidad Nacional de Colombia sede Manizales, Colombia.
[11] Quintero, Quelbis (2006): “La remolacha forrajera como cultivo energético y viable para
la producción de Bioetanol carburante en la sabana de Bogota-Colombia”. Universidad
autónoma de Colombia.
[12] Vázquez C. (2007): “Producción de etanol absoluto por destilación extractiva combinada
con efecto salino”, Universidad de Antioquia.
[13] Uyazan A. (2006): “Producción de etanol carburante por destilación extractiva:
simulación del proceso con glicerol”, Universidad Nacional de Colombia, Colombia.
[14] Gomis, V., et al, “Isobaric vapor-liquid and vapor-liquid-liquid equilibrium data for the
systern water + ethanol + cyclohexan”, Departamento de ingeniería química de la universidad
de Alicante, España, 2005.
[15] Meirelles A. (1992):” Ethanol dehydration by extractive distillation”, State univ. Campinas,
Campinas, Brasil. Publicado en: Journal of chemical technology and biotechnology, ISSN
0268-2575, 1992, vol. 53, no2, pp. 181-188.
[16] Müller D. (1998): “Heterogeneous Azeotropic Distillation”, Tesis doctoral en Prague
Institute of Chemical Technology, Republica Checa.
[17] Müller D. y Marquardt W., (1997)” Experimental Verification of Multiple Steady States in
heterogeneous Azeotropic Distillation”, Lehrstuhl für Prozesstechnik, Aachen, Germany,
Industrial & Engineering Chemistry Research, Vol. 36, No. 12, 1997, 5410-5418.
[18] Beckley, V., et al, “Comparación de secuencias de deshidratación de etanol por
destilación extractiva por benceno”, Información tecnológica-Vol. 16, num. 5, Pág.: 35-42,
2005.
[19] Fang-Zhi L. et al, (1993) “Phase equilibria and simulation method for heterogeneous
azeotropic distillation” [, Nagoya inst. technology, dep. applied chemistry, Nagoya, JAPON.
Publicado en: Journal of chemical engineering of Japan, 1993, vol. 26, no1, pp. 41-47.
[20] Chien I. et al, (2000) “Experimental investigation of conventional control strategies for a
heterogeneous azeotropic distillation column”, Department of Chemical Engineering, National
Taiwan University of Science and Technology. Publicado en: Journal of Process Control,
Volume 10, Issue 4, August 2000, Pages 333-340. Taipei, Taiwán.
[21] Gil I., (2006):”Selección de la estrategia de control para una columna de destilación
extractiva”, Universidad Nacional de Colombia, Bogota, Colombia. XXII IACChE (CIIQ) 2006.
[22] Rovaglio M. (1993),”The key role of entrainer inventory for operation and control of
heterogeneous azeotropic distillation towers”, Politec. Milano, dip. Chimica industriale ing.
chimia G. Natta, Milano, ITALIE. Publicado en: Computers & chemical engineering 1993, vol.
101
Referencias
17, no 5-6, pp. 535-547. y en el congreso: ESCAPE: European symposium on computer

aided process engineering.
[23] Shinskey F., (1982)”Control of alcohol distillation”, US patent # 4358346
[24] Cristea S. (1999) “control predictivo no lineal aplicado a columnas de destilación de
etanol”, Universidad de Valladolid. Valladolid. España.
[25] Rovaglio M. (1992) “Precise composition control of heterogeneous azeotropic distillation
towers”, Politec. Milano, dip. Chimica industriale ing. chimia G. Natta, Milano, ITALIE.
Publicado en: Computers & chemical engineering, 1992, vol. 16 (1p.), pp. S181-S188. Y en el
congreso: ESCAPE: European symposium on computer aided process engineering.
[26] Esbjerg, K., et al, “Multiple Steady States in Heterogeneous Azeotropic Distillation
Sequences”, Department of Chemical Engineering, Technical University of Denmark, 1998.
[27] Aspen Plus User Guide, Aspen Tech Inc., Septiembre de 2001.
[28] Lee, et al., “Dehydratation of alcohol with extractive distillation”, EUA patent 4,559,109.,
Diciembre 1985.
[29] Kurihara, et al., “Isotermal vapor-Liquid equilibria for methanol+ethanol+ water,
methanol+water, ethanol+water”, journal of chemical engeniering, pag. 679-684, 1995.
[30] Brandani, V., et al, “Ternary liquid-liquid equillibrium data for the water-etanol-benzene
system”, instituto de química aplicada e industrial, universidad de L’Aquila, journal of
chemical ingeniering, num. 30, Págs.: 27-29, 1985.
[31] Güttinger, T., “Multiple Steady States in Distillation: Interactions of Design and Control”,
Automatic Control Laboratory, ETH Zürich, Switzerland, 1998.
[32] Cairns, B., et al,”Multicomponent three-phase azeotropic Distillation, moderm
termodynamic models and multiple solutions”, Departamento de Ingeniería Química,
Universidad de Sydney, Australia, Ind. Eng. Chem. Res. 1990, 29, 1383-1395.
[33] Dorf, R. “Sistemas de control moderno”, Prentice Hall, Décima edición, 2005.
[34] Aspen Dynamics User Guide, Aspen Tech Inc., Septiembre de 2001.
[35] Stephanopoulos, G. “Chemical Process Control. An Introduction to Theory and Practice”,
Prentice-Hall, 1984.
[36] R. Garduño. Notas del Curso de Control e Inteligencia Computacional. Cenidet. 2007.
[37] D. Driankov, H. Hellendoorn y M. Reinfrank. An Introduction to Fuzzy Control. 2nd ed.
Springer-Verlag. 1996.
[38] Wang, L.X. A Course in Fuzzy Systems and Control. Prentice Hall. 1997.
[39] Ronay, F. “Caracterización y Validación Dinámica de una Planta Piloto de Destilación”,
Tesis de maestría, CENIDET, 2008.
[40] “Planta piloto automatizada y computerizada de destilación continua”, Elettronica Veneta
& INEL s.p.a., Italia. Manual #171 del laboratorio de electrónica.
[41] Aguilera, A., “Observador continuo-discreto para la estimación de concentraciones en
una columna de destilación, para la mezcla etanol-Agua”, Tesis de maestría, CENIDET,
2008.
[42] Luyben, W., “Process modeling, simulation and control for chemical engineers”, Ed.
McGraw-Hill, 1990, 2da edición.
102
Anexos
Anexos
104
Anexos
ANEXO A: Multiplicidad de estados.
Durante las corridas consecutivas en la simulación en estado estable realizadas

para mejorar la concentración de etanol obtenido, se localiza un comportamiento
de histéresis en el proceso, que posteriormente es identificado como una
multiplicidad de estados.
El aumento de la concentración de etanol se logra reduciendo el flujo de material

en la corriente denominada reflujo, esta corriente tiene un valor inicial de 0.12
kmol/s, con el objetivo de manipular la cantidad de benceno en la columna 1.
Este comportamiento se describe a continuación:

Teniendo un flujo de 0.085 kmol/s en la corriente de reflujo obtenemos un producto
con una pureza de 98.95% mol de etanol en la parte baja de la columna. Se aplica
una reducción de flujo a 0.084 kmol/s y la pureza de etanol obtenida baja hasta
55.5% mol.
Los datos de las corrientes antes de la reducción se muestran en las tablas 24 y

25.
Tabla 24: Propiedades de las corrientes de alimentación antes de la reducción.

FEED Recycle Reflux
2 2 2
Temp. 350 K 317 K 317 K
Agua 0.16 %mol 0.463 %mol 0.01676 %mol
Tabla 25: Productos de la columna C1 antes de la reducción.

Vap B1
2 2
Presión 2.026 E5 N/m 2.026E5 N/m
Temp. 355.9 K 369.5 K
Benceno 48.3 %mol 0.94%mol
Las propiedades de las corrientes resultantes después de la reducción a 0.084

kmol/s se muestran en las tablas 26 y 27.
Tabla 26: Corrientes de alimentación después de la reducción.

FEED Recycle Reflux
2 2 2
Temp. 350 K 317 K 317 K
Agua 0.16 %mol 0.463 %mol 0.01676 %mol
105
Anexos
Tabla 27: Productos de la columna C1 después de la reducción.

Vap B1
2 2
Temp. 358.9 K 371.4 K
Esto puede ser catalogado como normal, dada la alta no idealidad de la mezcla,
pero al incrementar nuevamente el flujo a 0.085 kmol/s, se obtiene como resultado
una pureza de etanol de 55.46% mol.
Tabla 28: Productos al regresar al valor de flujo inicial.

Vap B1
2 2
Temp. 358.9 K 371.4 K
Se incrementa progresivamente el flujo buscando una concentración alta de etanol,

este aparece hasta que alcancemos un flujo de 0.12 kmol/s, nuestro valor inicial,
donde la concentración de etanol alcanza una pureza de 85.89% mol.
Tabla 29: Productos de la columna C1 a 0.12 kmol/s, en un segundo estado estable.

Vap B1
2 2
Temp. 359.5 K 370.5 K
Benceno 55 %mol 0 %mol
Este comportamiento complica el desarrollo de una simulación en estado estable

que presente altas concentraciones de etanol en su producto, pues las iteraciones
con la reducción del reflujo aumentan de manera importante.
Adicionalmente, este comportamiento impide que los lazos de proceso, reflujo y

reciclado, no puedan cerrarse, pues la correspondencia debe ser la misma o de lo
contrario el sistema entra en su segundo estado estable.
106
Anexos
Anexo B: Sintonización de controladores PI de la secuencia por el método de la

curva de reacción (Cohen Coon).
E método de Cohen Coon, consiste en inyectar una perturbación controlada,
generalmente un escalón, en el proceso y a través de un análisis del grafico obtenido se
pueden obtener los parámetros necesarios para establecer las constates de
configuración de un controlador P, PI o PID.
Figura 58: Obtención de parámetros por Cohen Coon.
En la figura 58 se observa como se obtienen los parámetros de la curva de reacción, el

resto de los parámetros se calculan con las siguientes ecuaciones.
(B.1)
(B.2)
Donde:
S = pendiente de la tangente al punto de inflexión.
Bu = valor de la altura alcanzada por la curva.
τ d = tiempo de respuesta, punto en el que la tangente corta a la absisa.
A = Altura del escalón aplicado a la planta.
Una ves obtenidos estos parámetros, se utilizan las formulas para obtener las constantes
de configuración de los controladores.
Tabla 30: Formulas para configurar controladores por Cohen Coon.
P PI PID
Kc 1 T  τd  1 T  9 τd  1 T  4 τd 
1 +   +   + 
K τ d  3T  K τd  10 12T  K τd  3 4T 
Ti 3τ 6τ
30 + d 32 + d
τd T τd T
20τ d 8τ d
9+ 13 +
T T
Td 4τ d
2τ
11 + d
T
107
Anexos
Primero se busco la respuesta en lazo abierto del elemento, realizaremos el ejemplo del
control de flujo de alimentación FC, el cual controla el flujo de entrada a la secuencia.
Para esto, cambiamos la apertura de la válvula denominada V1, sin embargo existen
algunas corrientes que cuando se cambian los parámetros o simplemente se
desconectan y provocan que la simulación no pueda ejecutarse y por tanto no es posible
extraer datos, lo que deriva en seleccionar un flujo que lo permita.
Hacemos un pequeño cambio, abriendo la válvula un 5% más y obtenemos su

comportamiento hasta que se estabiliza.
Figura 59: Respuesta a un escalón del 5% de la válvula V1.
De este grafico obtenemos los siguientes parámetros:
Tabla 31: Parámetros obtenidos por Cohen-Coon.

S= 0.6005
Td= 0.01 hrs. → 36 seg.
B= 0.06605
A= 0.55
Se aplican las fórmulas para sintonizar un control PI y obtenemos una Kc=0.716 y un

ti=5.557.
Experimentos de análisis de la curva de reacción.

Ahora se presenta las secuencias utilizadas para realizar los experimentos de escalón a
los actuadores, para poder configurar cada uno de los controladores de la secuencia de
deshidratación de etanol, así como las curvas de reacción que produjeron. Todos los
escalones se aplican después de que se ha estabilizado el sistema.
108
Anexos
Controlador TCD
Controlador del intercambiador de calor HX.
Aumento de un 10% en el calor que sale del intercambiador de calor.
Figura 60: Punto de apertura de la secuencia.
Figura 61: Curva de reacción en la temperatura después de HX.
109
Anexos
Controlador LC21
Controlador del nivel del rehervidor de la columna C2.
Se manipula la válvula V21 aumentando su apertura en un 10%.
Figura 62: Curva de reacción en el nivel a la apertura de la válvula V21.
Controlador LC22
Controla el nivel del condensador de la columna C2.
Se manipula la válvula V2 aumentando su apertura en un 10%.
Figura 63: Respuesta del nivel del condensador de C2 a la apertura de V2.
110
Anexos
Controlador LCDaq.
Controla el nivel de la fase acuosa del decantador.
Se aumenta la apertura de la válvula VD1 en un 50%, esto para que el cambio sea
perceptible.
Figura 64: Curva de reacción del nivel acuoso en el decantador.
Controlador LCDorg.
Controla el nivel de la fase orgánica del decantador.
Esta válvula esta cerrada, de acuerdo a los valores iniciales generados desde la
simulación en estado estable, aso que la incrementamos desde 0% de apertura a
17% de apertura para que el cambio sea percibido.
Figura 65: Respuesta en el nivel orgánico del decantador.
111
Anexos
Controlador FCreflux.
Controla el flujo de la corriente de reflujo del sistema.
Se desconecta el control TC1, y se le aplica un aumento a la apertura de la válvula
V1 del 5%.
Figura 66: Respuesta del flujo de de la corriente “reflux”.
Los controladores de presión son creados y configurados por Aspen Dynamics™,

desde que se exporta la simulación.
El controlador de nivel del rehervidor de la columna C1 tiene el mismo

comportamiento que el rehervidor de la columna C2, por lo que no se muestra su
grafica de respuesta.
Tabla 32: Parámetros obtenidos de las graficas de respuesta.

Elemento S Td(Hrs) B A Td(seg)
TCD -0.7 0.00001 0.008 35.8292 0.036
LC11 -0.0015 0.01 0.00001966 0.05 36
LCDaq -0.018 0.001 0.0008617 0.05 3.6
LC21 -0.0137 0.00001 0.0001518 0.05 0.036
LC22 0.6005 0.01 -0.0060046 0.05 36
FC 0.0003 27.7365 -0.035227 0.17 99851.4
LCDOrg 0.0661 0.00082 -0.00065 2.608055 2.952
FCReflux -0.7 0.00001 0.008 35.8292 0.036
En la tabla 33 se muestra la configuración final de todos los controladores instalados

en el proceso de producción de etanol anhidro.
112
Anexos
Tabla 33: Configuración final de los controladores de la secuencia.

Control PI
Control Descripción
Kc ti
FC 0.716808 5.557349 Control de flujo a de alimentación al sistema.
FCreflux 10.061728 1.986312 Control de flujo de la corriente de reflujo del decantador a la
columna 1.
LC22 1001.40169 0.001 Control de nivel del condensador de la columna 2.
LCDaq 29.928931 0.034265 Control de nivel de la fase acuosa en el decantador.
LCDorg 3.3 173.850389 Control de nivel de la fase orgánica en el decantador.
TC1 1.15 44 Control de temperatura en la columna 1.
TC2 0.707 9.2 Control de temperatura en la columna 2.
TCD 14075.6586 0.120019 Control de temperatura en el intercambiador de calor HX.
113
Anexos
ANEXO C: Ejemplo de codificación en Aspen Custom Modeler™,

aplicación a una columna de destilación binaria ideal.
Para este ejemplo se desarrolla primero el modelo de una columna de destilación

binaria, posteriormente se expone de forma general la implementación de este
modelo en Matlab© y por ultimo la implementación en Aspen Custom Modeler™.
Modelo de una columna de destilación binaria.

Este modelo es expuesto a mayor detalle en [42], las características del modelo y su
desarrollo es el siguiente:
Se asume un sistema binario (dos componentes), con una volatilidad relativa

constante en toda la columna, las etapas teóricas con una eficiencia del 100%, el
vapor que sale de cada etapa esta en equilibrio con el liquido y por lo tanto una se
puede utilizar una relación de equilibrio simple, (C.3).
La ecuación de equilibrio que se utilizara es la ecuación de la volatilidad relativa:

αx n
yn = (C.3)
1 + (α − 1)x n
Donde:
x n = Composición del liquido en la n-esima etapa (fracción molar del componente
menos volátil).
y n = Composición del vapor en la n-esima etapa (fracción molar del componente mas
volátil).
α = Volatilidad relativa.
Existe una sola corriente de alimentación con líquido saturado (en su punto de
burbuja), que entra en la columna en la etapa NF, con un flujo F y una composición Z.
El vapor obtenido es completamente condensado en un condensador y fluye al
tanque de reflujo, cuyo contenido de líquido es MD (moles).
Se considera que el contenido del tanque de reflujo esta perfectamente mezclado.

El liquido en el tanque de reflujo esta en su punto de burbuja, el reflujo es bombeado
de regreso a la columna en su etapa mas alta (NT), a una razón de R.
El destilado se extrae a una razón de D y se desprecia cualquier tipo de retraso
(tiempo muerto).
En la base de la columna, el líquido del fondo se extrae a una razón de B, con una
composición xB. El vapor se genera en un termosifón a una razón de V, se
considerara que los líquidos en el rehervidor y en la base de la columna están
perfectamente mezclados, tienen la misma composición xB y tienen el mismo
contenido MB (moles).
La composición del vapor que sale de la base de la columna y entra en la etapa 1 es

yB y esta en equilibrio con el líquido con composición xB.
114
Anexos
La columna cuenta con un total de NT etapas, el líquido que contiene cada etapa es
Mn y esta perfectamente mezclado con la composición xn. Se considera una dinámica
muy rápida.
Se asume un flujo equimolar. La pérdida de calor de la columna con el ambiente y la

transferencia de calor entre etapas se consideran despreciables, se encuentra en
estado estable.
El diagrama del modelo puede apreciarse en la figura 67.
Figura 67: Diagrama del modelo de una columna de destilación binaria ideal [42].
115
Anexos
El flujo del vapor en la columna es el mismo de manera que:

V = V1 = V 2 = V3 = K = V NT (C.4)
El flujo de líquido en el interior de la columna no es el mismo dinámicamente,

dependerá de la mecánica de fluidos en cada etapa, para esto se utilizará una
relación lineal simple:
Mn − M n
Ln = L n + (C.5)
β
Donde:
M n = Liquido almacenado en la etapa n.
Ln = Liquido que sale de la etapa.
β = Constante hidráulica de tiempo, generalmente de 3 a 6 segundos por etapa.
Finalmente se despreciará la dinámica del condensador y el rehervidor. Tomando en

cuenta todas estas suposiciones se inicia con la definición de ecuaciones.
Para el condensador y el tanque de reflujo

Continuidad total:
dM D
=V − R − D (C.6)
dt
Continuidad de componente (componente mas volatil):

dM D x D
= Vy NT − ( R + D ) x D (C.7)
dt
Etapa mas alta (n=NT)

Continuidad total:
dM NT
= R − L NT (C.8)
dt
Continuidad de componente
dM NT x NT
= Rx D − L NT x NT + Vy NT −1 − Vy NT (C.9)
dt
Bajo la etapa mas alta (n=NT-1)

Continuidad total:
dM NT −1
= L NT − L NT −1 (C.10)
dt
116
Anexos
Continuidad de componente:
d (M NT −1 x NT −1 )
= L NT x NT − L NT −1 x NT −1 + Vy NT − 2 − Vy NT −1 (C.11)
dt
n-esima etapa
Continuidad total:
dM n
= Ln +1 − Ln (C.12)
dt
d (M n x n )
= Ln +1 x n +1 − Ln x n + Vy n −1 − Vy n (C.13)
dt
Etapa de alimentación
Continuidad total:
dM NF
= L NF +1 − L NF + F (C.14)
dt
d (M NF x NF )
= L NF +1 x NF +1 − L NF x NF + Vy NF −1 − Vy NF + Fz (C.15)
dt
Primera etapa
Continuidad total:
dM 1
= L2 − L1 (C.16)
dt
d (M 1 x 1 )
= L2 x 2 − L1 x1 + Vy B − Vy1 (C.17)
dt
Rehervidor y base de la columna

Continuidad total:
dM B
= L1 − V − B (C.18)
dt
d (M B x B )
= L1 x1 − Vy B − Bx B (C.19)
dt
Cada etapa y la base de la columna tienen ecuaciones de equilibrio [eq.(C.3)],

además de ecuaciones de hidráulica [eq.(C.5)].
117
Anexos
Se necesitaran también dos ecuaciones que representen los controladores de nivel

en la base de la columna y en el tanque de reflujo que se observan en la figura 67.
Revisando los grados de libertad obtenemos un total de 4NT+9 variables y 4NT+7

ecuaciones, esto significa que solo existen dos grados de libertad y pueden existir
dos controladores, esto para las variables de: reflujo (R) y para el calor que entra al
rehervidor (V).
Implementación en MatLab© del modelo.

Se implementa en MatLab© el modelo desarrollado anteriormente para poder
observar el comportamiento dinámico del mismo, el código fuente del modelo es
facilitado por el Dr. Enrique Quintero-Mármol, en la asignatura de control de
procesos del año 2007.
Tabla 34: Código MatLab© del modelo de una columna de destilación binaria ideal.
% programa 5.7, Luyben, Pág.. 130. (eqm) 18 nov 98.
% "binary distillation column dynamics"
%------------------------------------------------------
% assumptions: constant relative volatility, equimolal
% overflow, theoretical trays, simple liquid tray
% hydraulics
% feedback controllers manipulate R and V to control XD
% and XB, disturbance is a feed composition change from
% 0.50 to 0.55 at time equal zero
clear
format short e
% initial conditions and parameter values

nt=20; nf=10; mdo=100; mbo=100; mo=10; ro=128.01;
vo=178.01; f=100; beta=0.1; alpha=2;
xb=0.02; xd=0.98;
x=[.035,.05719,.08885,.1318,.18622,.24951,.31618,...
.37948,.43391,.47688,.51526,.56295,.61896,.68052,...
.74345,.80319,.85603,.89995,.93458,.96079];
kcd=1000; kcb=1000; taud=5; taub=1.25; delta=0.005;
time=0; tprint=0; erintd=0; erintb=0;
% disturbance
z=0.55;
% condiciones iniciales
for n=1:nt
m(n)=mo;
mx(n)=m(n)*x(n);
lo(n)=ro+f;
if(n>nf) lo(n)=ro; end
end
while(time<=50)
% tray liquid hydraulics and VLE

for n=1:nt
y(n)=alpha*x(n)/(1+(alpha-1)*x(n));
l(n)=lo(n)+(m(n)-mo)/beta;
end
yb=alpha*xb/(1+(alpha-1)*xb);
118
Anexos
% two PI feedback controllers

errb=0.02-xb;
errd=0.98-xd;
v=vo-kcb*(errb+erintb/taub);
r=ro+kcd*(errd+erintd/taud);
% perfect level controllers in reflux drum and column base

d=v-r;
b=l(1)-v;
if(r<0 | v<0 | d<0 | b<0)
error('level too low or composition unreal');
end
% evaluate derivatives
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);
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
% feed plate
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)
xx=[xx;time,xb,x(10),xd,r,v];
tprint=tprint+0.5;
end
% euler integration
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 | x(n)>1 )
error('level too low or composition unreal');
end
end
xd=xd+xddot*delta;
erintd=erintd+errd*delta;
erintb=erintb+errb*delta;
end
subplot(2,1,1),plot(xx(:,1),xx(:,2)),ylabel('XB'),grid
subplot(2,1,2),plot(xx(:,1),xx(:,4)),ylabel('XD'),gris
En esta implementación pueden apreciarse varios detalles, uno es la implementación

en el código del método de integración, Euler de paso fijo.
Además de la implementación de dos controladores PI, un controlador de flujo para

la corriente de reflujo y otro para controlar la entrada de calor al rehervidor.
119
Anexos
Entre los parámetros de la columna más importantes son:

o Columna de 20 platos, además del rehervidor y condensador.
o Alimentación en la etapa 10.
o Volatilidad relativa de 2.
La configuración de los controladores es la siguiente:
o Controlador de reflujo: Kp= 1000 y Ki=5.

o Controlador de entrada de calor al rehervidor: Kp=1000 y Ki=1.25.
Su objetivo es mantener la pureza del destilado en 98% y la concentración en el

fondo del 2%.
En la figura 68 se puede observar la respuesta del modelo a un cambio en la

concentración del componente mas ligero en la corriente de alimentación del 50% a
55%, con dos controladores PI funcionando.
Figura 68: Respuesta del modelo implementado en MatLab©.
Codificación del modelo en Aspen Custom Modeler™

El código fuente se divide en dos partes: primero, en la declaración de variables, que
pueden ser enteras, flotantes, lógicas, etc. Y segundo en una serie de ecuaciones
(que pueden ser diferenciales) que describen al modelo en si.
La estructura general de un código fuente de un modelo se muestra en tabla 35.
120
Anexos
Tabla 35: Formato general del código fuente en Aspen Custom Modeler™.
Model [Nombre_del_Modelo]
//[Comentarios]
//definición de puertos
[Nombre_del_puerto] as [Input/Output] [Tipo_de_Puerto];
//definición de variables
[Nombre_de_variable] as [Tipo_de_variable]Variable ([Valor_Inicial]);
//definición de parámetros
[Nombre_de_parametro] as [Tipo_de_parametro]Parameter ([Valor_Inicial]);
//definición de arreglos
[Nombre_de_indice] as [Tipo_de_indice]Set ([[Valor_Inicial]:[Valor_Final]]);
//asignación de un valor constante

[Nombre_de_variable/parametro]:[Valor_Constante];
//definición de ecuaciones
[Nombre_de_variable] = [Conjunto_de_operaciones];
//definición de derivadas
$[Nombre_de_variable] = [Conjunto_de_operaciones];
//ciclo for.
For [contador] IN [[valor inicial]:[valor final]] DO
[Ecuaciones]
EndFor
End
Los ciclos For se utilizan principalmente para ejecutar ecuaciones repetitivas, como
por ejemplo, la ecuación de continuidad de los platos de la columna, pues se
requiere una para cada plato.
Como puede observarse, la estructura es simple, sin embargo, desconcertante para

un programador acostumbrado a trabajar con código MatLAb© o algún lenguaje
estructurado.
Esta estructura sin embargo facilita la implementación de modelos matemáticos, y en

ocasiones la definición de variables y parámetros utilizará mas espacio en el código.
En la tabla 36 se muestra el código fuente en Aspen Custom Modeler™ del modelo

de la columna de destilación binaria ideal.
121
Anexos
Tabla 36: Código del modelo de la columna de destilación binaria ideal en Aspen
Custom Modeler™.
Model Columna1
//****************************************************************************************
//* Modelo de Columna de destilacion(CP3.4) *
//* Se supone que: *
//* - Volatilidad relativa constante (Basados en los valores de CP3.4) *
//* - alimentacion como liquido saturado *
//* - liquido en tanque de reflujo en su punto de burbuja *
//* - no hay retaso en el flujo de vapor *
//* - se desprecia la dinamica del condensador y el rehervidor *
//* - La columna ya esta llena *
//****************************************************************************************
//Puertos del sistema
Feed as INPUT Material;
Dest as OUTPUT Material;
Bott as OUTPUT Material;
//Parametros de la columna
NT as IntegerParameter(20);
NF as IntegerParameter(10);
m0 as RealParameter(10);
mdo as RealParameter(100);
mbo as RealParameter(100);
r0 as RealParameter(128.01);
v0 as RealParameter(178.01);
beta as RealParameter(0.1);
//Parametros de la mezcla
alpha as RealParameter(2);
//Variables de la columna
platos as IntegerSet([1:NT]);
x(platos) as RealVariable;
y(platos) as RealVariable;
m(platos) as RealVariable;
mx(platos) as RealVariable;
l0(platos) as RealVariable;
l(platos) as RealVariable;
v as RealVariable(0);
v2 as Input Control_Signal;
r as RealVariable(0);
r2 as Input Control_Signal;
d as RealVariable(0);
b as RealVariable(0);
//Variables dinamicas
xd as RealVariable(0.98);
xb as RealVariable(0.02);
yd as RealVariable(0);
yb as RealVariable(0);
//Valores iniciales de l0
l0([1:NF]):r0+Feed.Flow; l0([NF+1:NT]):r0;
//Ecuaciones
For n IN [1:NT] DO
y(n)=alpha*x(n)/(1+(alpha-1)*x(n));//equilibrio vapor-liquido
l(n)=l0(n)+(m(n)-m0)/beta;//hidraulica del liquido
x(n)=mx(n)/m(n);
ENDFOR
yb=alpha*xb/(1+(alpha-1)*xb);
122
Anexos
//efecto de los controles

v=v0-v2;
r=r0+r2;
//controles de nivel perfectos!!!

d=v-r;
b=l(1)-v;
//Evaluando derivadas
$xb=(l(1)*x(1)-v*yb-b*xb)/mbo;
$m(1)=l(2)-l(1);
$mx(1)=v*(yb-y(1))+l(2)*x(2)-l(1)*x(1);
FOR n IN [2:NF-1] DO
$m(n)=l(n+1)-l(n);
$mx(n)=v*(y(n-1)-y(n))+l(n+1)*x(n+1)-l(n)*x(n);
ENDFOR
//plato de alimentacion
$m(NF)=l(NF+1)-l(NF)+Feed.Flow;
$mx(NF)=v*(y(NF-1)-y(NF))+l(NF+1)*x(NF+1)-l(NF)*x(NF)+Feed.Flow*Feed.z;
FOR n IN [NF+1:NT-1] DO
$m(n)=l(n+1)-l(n);
$mx(n)=v*(y(n-1)-y(n))+l(n+1)*x(n+1)-l(n)*x(n);
ENDFOR
$m(NT)=r-l(NT);
$mx(NT)=v*(y(NT-1)-y(NT))+r*xd-l(NT)*x(NT);
$xd=v*(y(NT)-xd)/mdo;
//generando las salidas

Dest.z=xd;
Dest.x=xd;
Dest.Flow=d;
Bott.z=xb;
Bott.x=xb;
Bott.Flow=b;
End
Si se observa detalladamente el código puede notarse que no existe la declaración

de los valores iniciales de concentración que aparecen en la implementación en
MatLab, estos valores son calculados internamente por Aspen Custom Modeler™ al
realizar una corrida denominada inicialización. Además tampoco se encuentra la
implementación de los controles PI de flujo de la corriente de reflujo y de entrada de
calor al rehervidor. Estos controladores se implementan en un modelo diferente para
aislar el modelo de la columna de destilación, el código puede observarse en la tabla
37.
Tabla 37: Código de un controlador PI en Aspen Custom Modeler™.
Model CPID
//modelo de un controlador PID perfecto
//Parametros del controlador
SetPoint as RealParameter(1);
KP as RealParameter(1);
Ki as RealParameter(0);
Kd as RealParameter(0);
//varaibles
err as RealVariable(0);
errint as RealVariable(0);
123
Anexos
//Puertos de entrada y salida

Pv as INPUT Control_Signal;
Co as OUTPUT Control_Signal;
//Ecuaciones
err=SetPoint-Pv;
$errint=err;
IF (Ki>0 AND Kd>0)THEN //Control PID
Co=KP*(err+errint/Ki+$errint*Kd);
ELSEIF (Ki>0 AND Kd<=0) THEN//Control PI
Co=KP*(err+errint/Ki);
ELSEIF (Ki<=0 AND Kd>0) THEN//Control PD
Co=KP*(err+$errint*Kd);
ELSE //Control P
Co=KP*err;
ENDIF
End
Se utilizan estos modelos para crear un diagrama de flujo que nos sirva para simular
este proceso de separación ideal.
Figura 69: Secuencia de una columna de destilación binaria ideal en Aspen Custom
Modeler™.
Se valida la implementación de este modelo obteniendo las curvas de respuesta a la

misma perturbación a la que es sometido el modelo en MatLab©, estas pueden
observarse en las figuras 70 y 71.
124
Anexos
Figura 70: Comportamiento de la concentracion en la base de la columna.
Figura 71: Comportamiento de la pureza del destilado de la columna.
Se puede observar que el comportamiento es muy semejante, por lo que se

considera que el modelo fue implementado correctamente.
125
Anexos
ANEXO D: Modelo de un controlador difuso normalizado en Aspen

Custom Modeler™.
Se desarrolla un modelo de un controlador difuso normalizado con las siguientes

características:
• Fusificador: Singletón.
• Reglas: tipo mamdani.
• Implicación: tipo producto.
• Norma-t (intersección): producto algebraico.
• Norma-s (unión): max.
• Inferencia: reglas individuales.
• Defusificación: Promedio ponderado.
A continuación se explicara el detalle de los cálculos necesarios:
Fusificación.
La fusificación es la conversión de un valor real a un valor difuso, el cual ya puede
ser manipulado por un sistema difuso. Como fusificador se utiliza el singletón, con el
fin se simplificar los cálculos necesarios, los grados de pertenencia están dados por
las siguientes ecuaciones:
(D.20)
(D.21)
Obteniendo grados de partencia de la forma que se muestra en la figura 17.
Figura 72: Grados de pertenencia singletón de las entradas [36].
Esto significa que se tendrá el mayor grado de pertenencia justo en el valor de E y

∆E, y el resto de valores posible se tendrá un 0.
Valores lingüísticos de entrada.

Los valores lingüísticos son los diferentes conjuntos difusos que se manejaran
dentro de un sistema difuso, por ejemplo: frío, tibio y caliente. Para esta
implementación se definen tres valores lingüísticos:
o Positivo (P): Cuando E o ∆E es mayor de 0.

o Cero (Z): Cuando E o ∆E es igual (o muy cercano) a 0.
126
Anexos
o Negativo (N): Cuando E o ∆E es menor de 0.
Para la variable E la interpretación de estos valores es intuitiva, pero para el caso de

la variable ∆E, esto nos quiere decir algo un poco mas complicado, por ejemplo si
∆E es positiva (es decir mayor que cero) significa que el valor de la variable
monitoreada se aleja del punto de referencia positivamente, en otras palabras el
error se ha incrementado con respecto al valor anterior siendo este error positivo.
Esto nos proporciona una mejor idea del comportamiento del sistema que si solo
consideráramos el error con respecto a una referencia.
Grados de pertenencia
Los grados de pertenencia es la probabilidad (de 0 a 1) que tiene un valor de
pertenecer a un conjunto difuso determinado (variable lingüística), de acuerdo a una
clasificación previa o generalmente de acuerdo con un experto. Por ejemplo: 20˚C
es una temperatura: fría, tibia o caliente?
Para calcular los grados de pertenencia de los valores de entrada, se definen las
siguientes variables lingüísticas en forma de conjuntos triangulares y trapezoidales.
Figura 73: Valores lingüísticos de la entrada definidos [36].
Los grados de pertenencia se calculan conforme a la forma del conjunto difuso

definido, el grado de pertenencia del conjunto difuso triangular Z (cero) esta dado
por:
Figura 74: Grado de pertenencia triangular, cero (Z) [36].
Esta función de pertenencia se calcula con la ecuación (D.22).
(D.22)
127
Anexos
Para el conjunto difuso Positivo definido como un trapecio abierto por derecha, la
formula para obtener su grado de pertenencia es la ecuación (D.23).
(D.23)
Y para el conjunto difuso negativo, el grado de pertenencia se calcula con la

ecuación (D.24)
(D.24)
Valores lingüísticos de de salida.

Los valores lingüísticos de salida están definidos de la misma manera que el de los
valores lingüísticos de entrada, Positivo, Negativo y Cero, pero estos son de tipo
singletón, dados por las siguientes ecuaciones:
(D.25)
De forma grafica se pueden representar de la siguiente manera:
Figura 75: Singletones posibles de salida del sistema [36].
De tal manera que el resultado del “razonamiento” se traduzca en tres posibles

respuestas: aumentar la señal de control (positivo), mantenerla sin cambios (Cero) o
reducir la señal de control.
128
Anexos
Defusificación.
La Defusificación es el proceso de convertir un valor difuso de salida en un valor
numérico, en nuestro caso en una señal de control, existen varias formas para
realizar esto. En este caso se propone un método de defusificación por promedio
ponderado, es decir, la suma de los resultados de evaluación de cada regla
(respuestas parciales) entre la suma de las alturas obtenidas en cada regla. Esto
con el fin de simplificar la implementación.
Para nuestro ejemplo de 2 reglas y 2 entradas obtendríamos:
(D.26)
De forma general se puede escribir de la siguiente forma:
(D.27)
Donde:
R= numero de reglas.
w= altura obtenida de cada regla.
z = valor de la regla.
z ∗ = salida defusificada.
Implementación del modelo en Aspen Custom Modeler™.

Lo primero es definir la maquina de inferencia, esta consta de tres valores
lingüísticos: Positivo (P), Cero (Z) y negativo (N); y contamos con dos variables de
entrada (E y ∆E), cada una de las cuales puede tomar cualquiera de los tres posible
valores (P, Z o N), por lo tanto, la maquina de inferencia constaría de 9 reglas en
total.
Tabla 38: Distribución de las reglas

E
P Z N
P Regla 3 Regla 6 Regla 9
∆E Z Regla 2 Regla 5 Regla 8
N Regla 1 Regla 4 Regla 7
Se deben definir las reglas de acuerdo a las necesidades de la planta o los

conocimientos de un experto, se utiliza la técnica descrita en al capitulo 4 para
definir las reglas utilizadas para nuestra implementación, estas se definen en la
tabla 39.
129
Anexos
Tabla 39: Reglas definidas para nuestro sistema.

E
P Z N
P 1 0 -1
∆E Z 1 0 -1
N 1 0 -1
Donde:
1= incrementar la señal de control.
0= mantener la señal de control actual.
-1= disminuir la señal de control.
Cada uno de los valores P, Z y N son valores lingüísticos y pertenecen a un

conjunto difuso:
o P: corresponde aun conjunto trapezoidal abierto por la derecha, cuya ecuación

correspondiente es (D.23).
o Z: corresponde a un conjunto difuso triangular centrado en 0, cuya ecuación
correspondiente es (D.22).
o N: corresponde a un conjunto difuso trapezoidal abierto por la izquierda, cuya
ecuación es (D.24)
Para construir la maquina de inferencia definiremos a P como traad(), a Z como tri()

y N como traai(); con el fin de construir el primer pseudo código de la maquina de
inferencia, apoyados también con la tabla 39.
Tabla 40: Pseudo código inicial.

regla 1: E:P, ∆E:N->z=1
traad(E)*traai(∆E)* 1;
regla 2: E:P, ∆E:Z->z=1
traad(E)*tri(∆E)* 1;
regla 3: E:P, ∆E:P->z=1
traad(E)*traad(∆E)* 1;
regla 4: E:Z, ∆E:N->z=1
tri(E)*traai(∆E)* 1;
regla 5: E:Z, ∆E:Z->z=0
tri(E)*traai(∆E)* 0;
regla 6: E:Z, ∆E:P->z=-1
tri(E)*traad(∆E)* (-1);
regla 7: E:N, ∆E:N->z=-1
traai(E)*traai(∆E)* (-1);
regla 8: E:N, ∆E:Z->z=-1
traai(E)*traad(∆E)* (-1);
regla 9: E:N, ∆E:P->z=-1
traai(E)*traad(∆E)* (-1);
Por ultimo substituimos las funciones por ecuaciones, agregamos las líneas para la
defusificación y las variables necesarias.
130
Anexos
Tabla 41: Código de un controlador difuso normalizado en Aspen Custom Modeler™.

Model PIDif //controlador difuso
//Entradas y salidas del controlador

xf as INPUT Control_Signal; //variable de entrada
CO as OUTPUT Control_Signal;//salida del controlador
//Variables del sistema

E as RealVariable(0); //Error del sistema
E2 as hidden RealVariable(0) ;//se oculta (hidden) de la tabla de variables, variable temporal para calculos.
xf2 as hidden RealVariable(0); //se oculta (hidden) de la tabla de variables, variable temporal para calculos.
DE as RealVariable(0);
SetPoint as RealParameter(1);
zf as RealVariable(0); //salida defusificada
CO2 as hidden RealVariable(0); //se oculta (hidden) , variable temporal para cálculos.
retardo as RealParameter(0.01);
//valores de controlador
KE as RealParameter(1);
KDE as RealParameter(1);
KO as RealParameter(1);
//Almacenamiento del grado de pertenencia

reglas as hidden IntegerSet([1:9]);//numero de reglas
regval(reglas) as IntegerParameter; //valores de las reglas (1,0,-1)
num(reglas) as hidden RealVariable; //se oculta (hidden) , variable temporal para calculos.
numT as hidden RealVariable(0); //se oculta (hidden) , variable temporal para calculos.
den(reglas) as hidden RealVariable; //se oculta (hidden) , variable temporal para calculos.
denT as hidden RealVariable(1); //se oculta (hidden) , variable temporal para calculos.
//calculo del error * constante KE

E=xf-SetPoint;
xf2= Delay xf by retardo;
E2=xf2-SetPoint;
DE=E-E2;
//Evaluacion de las reglas de inferencia

//regla 1: E:P,∆E:N->z:P
num(1)=(max(0,min((KE*E-0)/(1-0),1)))*(max(0,min(1,(0-KDE*DE)/(0+1))))*regval(1);
den(1)=(max(0,min((KE*E-0)/(1-0),1)))*(max(0,min(1,(0-KDE*DE)/(0+1))));
//regla 2: E:P,∆E:Z->z:P
num(2)=(max(0,min((KE*E-0)/(1-0),1)))*(max(0,min((KDE*DE+1)/(0+1),(1-KDE*DE)/(1-0))))*regval(2);
den(2)=(max(0,min((KE*E-0)/(1-0),1)))*(max(0,min((KDE*DE+1)/(0+1),(1-KDE*DE)/(1-0))));
//regla 3: E:P,∆E:P->z:P
num(3)=(max(0,min((KE*E-0)/(1-0),1)))*(max(0,min((KDE*DE-0)/(1-0),1)))*regval(3);
den(3)=(max(0,min((KE*E-0)/(1-0),1)))*(max(0,min((KDE*DE-0)/(1-0),1)));
//regla 4: E:Z,∆E:N->z:P
num(4)=(max(0,min((KE*E+1)/(0+1),(1-KE*E)/(1-0))))*(max(0,min(1,(0-KDE*DE)/(0+1))))*regval(4);
den(4)=(max(0,min((KE*E+1)/(0+1),(1-KE*E)/(1-0))))*(max(0,min(1,(0-KDE*DE)/(0+1))));
//regla 5: E:Z,∆E:Z->z:Z
num(5)=(max(0,min((KE*E+1)/(0+1),(1-KE*E)/(1-0))))*(max(0,min((KDE*DE+1)/(0+1),(1-KDE*DE)/(1-
0))))*regval(5);
den(5)=(max(0,min((KE*E+1)/(0+1),(1-KE*E)/(1-0))))*(max(0,min((KDE*DE+1)/(0+1),(1-KDE*DE)/(1-0))));
//regla 6: E:Z,∆E:P->z:N
num(6)=(max(0,min((KE*E+1)/(0+1),(1-KE*E)/(1-0))))*(max(0,min((KDE*DE-0)/(1-0),1)))*regval(6);
den(6)=(max(0,min((KE*E+1)/(0+1),(1-KE*E)/(1-0))))*(max(0,min((KDE*DE-0)/(1-0),1)));
//regla 7: E:N,∆E:N->z:N
num(7)=(max(0,min(1,(0-KE*E)/(0+1))))*(max(0,min(1,(0-KDE*DE)/(0+1))))*regval(7);
den(7)=(max(0,min(1,(0-KE*E)/(0+1))))*(max(0,min(1,(0-KDE*DE)/(0+1))));
//regla 8: E:N,∆E:Z->z:N
num(8)=(max(0,min(1,(0-KE*E)/(0+1))))*(max(0,min((KDE*DE+1)/(0+1),(1-KDE*DE)/(1-0))))*regval(8);
den(8)=(max(0,min(1,(0-KE*E)/(0+1))))*(max(0,min((KDE*DE+1)/(0+1),(1-KDE*DE)/(1-0))));
//regla 9: E:N,∆E:P->z:N
num(9)=(max(0,min(1,(0-KE*E)/(0+1))))*(max(0,min((KDE*DE-0)/(1-0),1)))*regval(9);
den(9)=(max(0,min(1,(0-KE*E)/(0+1))))*(max(0,min((KDE*DE-0)/(1-0),1)));
131
Anexos
//Acumulando resultados
numT=num(1)+num(2)+num(3)+num(4)+num(5)+num(6)+num(7)+num(8)+num(9);
denT=den(1)+den(2)+den(3)+den(4)+den(5)+den(6)+den(7)+den(8)+den(9);
//Defusificacion
zf=numT/denT;
//Ajuste de salida del controlador standar

CO2=Delay CO by retardo;
CO=KO*zf+CO2;
End
Este código incluye aditamentos necesarios para lograr la implementación en

Aspen™, como son:
Retardos: con la función “delay”, para calcular los ∆E.
Arreglos: para realizar correctamente la acumulación, pues no acepta
asignaciones repetidas como en nuestro pseudos-código.
Constantes de escalamiento: KE, KDE y KO, parte de la implementación
final del controlador.
Y algunas otras variables intermedias para realizar correctamente el
proceso.
Configuración del modelo.

Para poder manipular al controlador adecuadamente es necesario aprender a
configurarlo, en la figura 76 se observan variables principales con las que trabaja el
modelo.
Existen variables que se pueden manipular y otras que no, solo cumplen la función
de informar en tiempo real el valor de una variable leída o del modelo.
Figura 76: Variables principales del modelo de controlador difuso normalizado.
132
Anexos
A continuación en la tabla 42 se ilustra la función de cada una de estas variables.
Tabla 42: Desglose de las variables del modelo de controlador difuso normalizado.
Variable Rango de Manipulable Descripción
valores
CO -∞ a ∞ NO Salida del controlador, es el valor que afecta
directamente a la planta.
ComponentList No Aplica NO Variable interna de la suite de Aspen™.
DE -∞ a ∞ NO Derivada del error, se calcula en cada
iteración.
E -∞ a ∞ NO Error calculado en cada iteración con la
formula: E=xf-SetPoint.
KDE -∞ a ∞ SI Constante determinada por el usuario para
normalizar a la variable DE.
KE -∞ a ∞ SI Constante determinada por el usuario para
normalizar a la variable E.
KO -∞ a ∞ SI Constante determinada por el usuario para
adecuar la salida normalizada zf a los valores
reales de la planta. Equivalente a un control
proporcional.
regval(1-9) -1, 0 y 1 SI Constantes que establecidas por el usuario
que determinan las reglas de inferencia que
regirán al controlador.
retardo 0a∞ SI Constante que determina el retardo de tiempo

en segundos que se aplica a la variable de
error para calcular la derivada de este (DE).
SetPoint Depende SI Valor de referencia que utiliza el controlador
del tipo para determinar el error, es el valor en el que
se desea que este la variable controlada.
xf Depende NO Es el valor actual de la variable controlada.
del tipo
zf -1 a 1 NO Salida normalizada del controlador difuso, a
esta variable se le multiplica por KO para
determinar el incremento o decremento de la
señal de salida CO.
La definición de infinito esta limitada a la capacidad del equipo de computo y la

definición de los tipos de variables de la implementación de Aspen Custom
Modeler™.
Al conocer estas variables se aprecian las ventajas de los sistemas normalizados,

pues de no serlo, seria necesario modificar el código fuente del controlador para
poder aplicarlo a diferentes sistemas, Lo cual solo será necesario si se requiere de
una mayor cantidad de reglas para describir a las variables.
133
Anexos
Para establecer los valores correspondientes al grupo de variables “regval(n)”, es

necesario saber que índice representa a que combinación de valores de las
variables E y DE, esto se explico anteriormente en las tablas 38 y 39.
Comparación del desempeño del control difuso vs. PI.
Posteriormente al desarrollo del modelo del controlador difuso normalizado se

realizó las primeras pruebas del funcionamiento del mismo en un modelo simple y
bien conocido, se elige el modelo de la columna de destilación binaria ideal (CDBI),
por contar con solo dos variables libres y por tratarse de un modelo sencillo
estudiado en una implementación en MatLab©.
Se realiza la misma simulación a 50 Hrs. del modelo CDBI, instalando controladores

difusos en substitución de los controladores PI originales, esta simulación aplica un
escalón de 50% a 55% en la concentración del componente mas ligero en la mezcla
alimentada, se utiliza Euler de paso fijo como método de integración, con un paso
de 0.01 segundos.
El desempeño original de la planta, control PI, en el caso de la concentración en la

parte baja puede observarse en la figura 77.
Figura 77: Desempeño del CDBI con control PI de la concentración en parte baja.
El control PI consigue obtener un error RMSE4 de 3.856x10-2, en la figura 78 se

observa el desempeño del control difuso en el control de la concentración en el
fondo de la columna.
4
Root Mean Squared Error: Error cuadrático medio.
134
Anexos
Figura 78: Desempeño del CDBI con control Difuso de la concentración en la parte
baja.
El control difuso obtiene un error RMSE de 24.115x10-2, en términos generales no

ofrece un mejor desempeño de esta variable, sin embargo las dos variables
manipuladas en esta secuencia se afectan mutuamente.
El desempeño del control PI de la concentración del destilado puede verse en la

figura 79 y obtiene un error RMSE de 6.717x10-3.
Figura 79: Desempeño del control PI en la pureza del destilado.
135
Anexos
Figura 80: Desempeño del control difuso en la pureza del destilado.
El control difuso de la pureza del destilado obtiene un error RMSE 44.592x10-3.
136
Anexos
ANEXO E: Modelo de la planta piloto CENIDET, aplicación a la etapa de

preconcentración de etanol.
Adicionalmente a los objetivos de esta tesis, se realiza un modelo de la columna de

destilación de CENIDET, con el fin de sentar las bases de simulación de esta
columna en la suite de ingeniería de Aspen™.
Apoyados en trabajos anteriores con respecto al modelado de la columna [39], para

conocer sus características físicas, también se utiliza también el manual de
operación de la misma [40], para conocer la interconexión de sus elementos y por
ultimo estos datos se validaron con los resultados experimentales de [41].
Características de la columna
La columna de destilación cuenta con 10 platos, además del rehervidor y
condensador, trabaja a presión atmosférica.
De acuerdo con [39] las propiedades geométricas de la columna se observan en la
tabla 43.
Tabla 43: Propiedades de la columna CENIDET.

Propiedad Valor
Numero de platos 10 (Perforados)
Plato de alimentación 6
Volumen del rehervidor 6 Lt.
Área de transferencia de
0.5 m2
calor del condensador.
Diámetro de los platos 0.1 m
Capacidad del condensador 1.09 Lt.
Área de los platos 0.0079 m2
Se desarrollaran dos modelos en Aspen Plus™ de la columna de destilación

CENIDET, una simulación tipo Batch, para coincidir con los resultados
experimentales presentados por [41] y así validar nuestro modelo, y una simulación
continua del proceso con las mismas características, para conocer el desempeño de
la columna en un proceso continuo.
Simulación por lotes (Batch).

En experimento Batch realizado en [41] plantea unas condiciones iniciales en estado
estable, realizaremos una simulación Batch en Aspen Plus™ con los parámetros de
la columna que se establecen en [41], estos pueden verse en la tabla 44.
Tabla 44: Datos de la columna [41].

Parámetro Valor
Numero de platos 10
Área total del plato 68.07 cm2
Área de retención del plato 59 cm2
Altura de retención del plato 1 cm
Presión de operación 0.8386842 Atm.
137
Anexos
Apoyados en [40], se desarrolla el siguiente diagrama de flujo en Aspen Plus™.
Figura 81: Secuencia Batch de la columna CENIDET.
La secuencia tiene la configuración que se indica en la tabla 46, resultado de una

combinación de las características de la columna CENIDET [40], las condiciones
iniciales establecidas en [41].
En la tabla 45 se muestran los resultados de la simulación y su comparación con los

datos experimentales presentados en [41], y como puede observarse las
temperaturas son muy semejantes, por lo tanto se puede concluir que el modelo
desarrollado en Aspen Plus™ reproduce adecuadamente el comportamiento de la
columna destilación de CENIDET y además comprueba a nivel simulación por lotes
se puede obtener una concentración de etanol cercana al azeotrópo en esta
columna.
Tabla 45: Comparación de resultados de la simulación en Aspen™.

Estado Estable [42] Simulación Aspen™
Etapa x (%mol) y (%mol) T(˚C) Etanol (%mol) Agua (%mol) T(˚C)
Condensador 87.14 12.86 73.76 87.381 12.618 73.775
Etapa 1 86.72 13.28 73.78 86.951 13.048 73.782
Etapa 2 86.14 13.86 73.8 86.429 13.570 73.791
Etapa 3 85.33 14.67 73.84 85.789 14.210 73.803
Etapa 4 84.17 15.83 73.88 84.991 15.008 73.820
Etapa 5 82.53 17.47 73.95 83.978 16.021 73.845
Etapa 6 80.17 19.83 74.03 82.657 17.342 73.884
Etapa 7 76.77 23.23 74.14 80.875 19.124 73.949
Etapa 8 71.8 28.2 74.26 78.361 21.638 74.071
Etapa 9 63.86 36.14 74.47 74.569 25.430 74.333
Etapa 10 45.42 54.58 75.77 68.222 31.777 75.045
Hervidor 11.15 88.85 81.25 55.426 44.573 78.075
138
Anexos
Tabla 46: Parámetros de la secuencia batch en Aspen™.

Elemento Parámetro Valor Cometarios
Corriente de Temperatura 300K Temp. Ambiente
alimentación (FEED) aproximada.
Presión 1.0386842 Atm.
Flujo 14 L/Hr Máximo bomba G1.
Concentraciones 37.925% mol Mitad alcohol al 96% vol.
etanol / 62.075% (75% mol aprox.) y mitad
mol agua agua destilada [41].
Resistencia de Presión 1 Atm.
precalentamiento Potencia 500 Watts. Potencia máxima de J1
(J1) [40].
Válvula V11 Caída de presión 0.095 Atm.
Columna C1 (Batch) Etapas 12 Incluye el rehervidor y
condensador.
Carga inicial 0.2857142 seg. 2 litros etanol al 96% vol.
(4L aprox.) + 2 litros de agua [41].
Presión 0.8386842 Atm. Presión reportada en
[41].
por etapa
Almacenamiento en 1.09 Litros. De acuerdo con [39].
el condensador
Almacenamiento por 0.059 Litros. De acuerdo a las
etapa dimensiones tomadas en
cuenta en [41].
Tipo de operación Reflujo total. De acuerdo con [41].
Simulación del proceso continuo.

Se desarrolla también una secuencia que simula este proceso pero de forma
continua, todas las condiciones de operación son las mismas que en la simulación
por lotes, excepto en que la columna se alimenta en la etapa 6, ver figura 82, la
etapa mas baja donde se puede alimentar al proceso [40].
Los parámetros de la columna en proceso continuo se enlistan en la tabla 45.
Figura 82: Columna de destilación CENIDET, proceso continuo.
139
Anexos
Tabla 47: Parámetros de la columna en simulación continua.

Elemento Parámetro Valor Cometarios
Columna C1 Etapas 12 Incluye el rehervidor y
(continua) condensador.
Condensador Total
Razón de destilado 10.681 L/hr
Razón de reflujo 1
Etapa de Alimentación 6
Presión 0.8386842 Presión reportada en
Atm. [41].
Caída de presión por etapa 0.001 Atm.
Transferencia de calor del constante
condensador
Capacidad del tanque de 1.09 Litros. De acuerdo con [39].
reflujo (condensador)
Capacidad del rehervidor 6 Litros. De acuerdo con [39].
Diámetro de las etapas 10.5 De acuerdo con [39].
Tipo de operación Reflujo total. De acuerdo con [41].
Los resultados de la simulación se muestran en la tabla 48.
Tabla 48: Resultados de la simulación continua en Aspen Plus™.

Simulación continua en Aspen™ (vapor)
Etapa Etanol (%mol) Agua (%mol) T(˚C)
Condensador 73.201 26.798 74.429
Etapa 1 65.713 34.286 75.452
Etapa 2 57.630 42.369 77.414
Etapa 3 47.173 52.826 80.982
Etapa 4 39.496 60.503 83.689
Etapa 5 37.247 62.752 84.481
Etapa 6 8.7702 91.229 93.079
Etapa 7 1.0877 98.912 95.110
Etapa 8 0.1198 99.880 95.386
Etapa 9 0.0130 99.986 95.445
Etapa 10 1.4e-03 99.998 95.480
Hervidor 1.4e-04 99.999 95.512
Conclusión.
Se puede concluir que la columna de destilación de CENIDET funcionando de
forma continua puede trabajar como una etapa de preconcentración de etanol para
el proceso de deshidratación de etanol con benceno, siempre y cuando se alimente
con una mezcla etanol-agua con una concentración de al menos 75.85% mol de
etanol y una razón de reflujo de 0.9, que produce una concentración de etanol de
82% mol.
140

44 Rosendo Maria Jose Vargas Valle PDF

Cargado por

Información del documento

Título original

Derechos de autor

Formatos disponibles

Compartir este documento

Compartir o incrustar documentos

Opciones para compartir

¿Le pareció útil este documento?

¿Este contenido es inapropiado?

Copyright:

Formatos disponibles

44 Rosendo Maria Jose Vargas Valle PDF

Cargado por

Copyright:

Formatos disponibles

cenidet

Centro Nacional de Investigación y Desarrollo Tecnológico

TESIS DE MAESTRÍA EN CIENCIAS

Simulación y Control de una Planta de Destilación para Producir

Rosendo M. J. Vargas Valle

Como requisito para la obtención del grado de:

Cuernavaca, Morelos, México. 4 de Diciembre de 2008

Rosendo M. J. Vargas Valle.

A Dianita, mi niña que me dio todo su apoyo y confianza, levantándome en

A todos mis compañeros de generación, que permitieron con sus ocurrencias e

Al Centro Nacional de Investigación y Desarrollo Tecnológico y a todo su personal,

A la DGEST por el apoyo económico que me brindo durante mis estudios de

¡A todos, muchas gracias por todo!

Rosendo M. J. Vargas Valle

2.3.2.3.2 Análisis y selección. 33

Figura 1: Diagrama básico de una columna de destilación [4]. ............................................. 12

El paquete de simulación utilizado es la Suite de Ingeniería de Aspen™, un paquete

La primera fase es relativamente simple, pues prácticamente toda la información necesaria

La simulación dinámica de la secuencia implementada presenta un producto de etanol con

Adicionalmente, se implementa un modelo de un controlador difuso normalizado de tipo

El etanol es un alcohol producido a través de la fermentación de los azucares o del

El etanol mezclado en diversa proporciones con la gasolina (85:15 es la mas frecuente)

En países como Suecia, Canadá o Estados Unidos es preceptivo expender gasolina

Entre otras ventajas, el etanol, al ser un recurso renovable, minimiza la dependencia de

La pervaporación es la evaporación selectiva de un componente de una alimentación

La destilación es la un método para separar mezclas mediante calor, aprovechando los

La dificultad de separar la mezcla etanol-agua por destilación radica en su

• Destilación extractiva con sales: Se agrega a la mezcla como agente separador

• Destilación azeotrópica heterogénea (con solventes): Se agrega a la mezcla

• Destilación azeotrópica homogénea: Se agrega a la mezcla como agente

Planteamiento del problema

Este modelo será implementado en la suite de ingeniería de Aspen™, un software

Se contara con un análisis del comportamiento de la mezcla que se procesa para

Se contara además con un modelo de un controlador avanzado, que pueda utilizarse en

Al final se contará con un simulador de la secuencia de destilación para la producción de

El desarrollo de un control avanzado abrirá la posibilidad de la implementación de

En general la experiencia obtenida en el manejo de un software de simulación

Organización del texto.

El capitulo 2 nos presenta el proceso de destilación azeotrópica heterogénea y la

En el capitulo 3 se explican los lazos de control de la secuencia propuesta por Luyben en

En el capitulo 4 se expone el proceso de implementación de un controlador difuso

Finalmente en el capitulo 5 se establecen las conclusiones de este trabajo de tesis, así

En este capitulo se describe el proceso de

Además, dada la importancia de contar con un

La base de la destilación es el equilibrio de de fases, es decir la relación que tienen entre

El objetivo de la destilación es separar, mediante vaporización, una mezcla líquida de

La destilación se puede realizar en la práctica siguiendo dos métodos fundamentales [4]:

El primero se basa en la producción de un vapor mediante la ebullición de la mezcla

El segundo método se basa en el retorno de parte del condensado a la columna, en

El equipo que se utiliza para realizar una destilación es la columna de destilación o

1.1.1 Columna de destilación o Columna fraccionaria.

En condiciones normales de operación, una cierta cantidad de líquido se aloja en

Figura 1: Diagrama básico de una columna de destilación [4].

El requisito fundamental de una columna de destilación [5] es que proporcione una

Cuando dos componentes siguen la ley de Raoult, la proximidad de sus puntos de

Aunque en ocasiones se emplea la palabra equilibrio para referirse a la columna en

Figura 2: Mezcla binaria con comportamiento ideal.

Figura 3: Mezcla binaria no ideal, azeotrópica.

Un azeotrópo puede describirse como una mezcla que en ciertas condiciones de

En general un estado azeotrópico se define como un estado en el cual ocurre una

Un azeotrópo representa un problema importante para la destilación, que como se

embargo existen técnicas de destilación que permiten separar mezclas

1.1.3 Destilación azeotrópica.