Documentos de Académico
Documentos de Profesional
Documentos de Cultura
Unidad X PDF
Unidad X PDF
Existe relación directa entre equipos de proceso y las operaciones unitarias típicas
de la Ing. Química. Los equipos se modelan en base al conocimiento de las
operaciones que representan.
Dado el conocimiento de los fenómenos de transferencia y de equilibrio, es inmediata
la correspondencia entre los equipos con modelos matemáticos que representan las
operaciones involucradas por los mismos.
1
El esquema modular se adapta naturalmente a la utilización del criterio de resolución
de “equipo dado”, en el que se admite que los parámetros de los equipos son
proporcionados por el ingeniero de diseño y deben ser introducidos como datos.
INFORMACION
FISICOQUIMICA
2
matemático a considerar. Por lo tanto se pueden diferenciar distintos niveles de
modelos, que se muestran en la figura 1
Caja Negra
Con Hipótesis Simplificatorias de
Balances
Descripción
FORMULACION Macroscópica
FISICA Información de
Modelos Rigurosos
Perfomance Adicional
FORMULACION
MATEMATICA Lineales
Ecuaciones Algebraicas
No lineales
Determinística
Ordinarias
Ecuaciones Diferenciales
Parciales
3
Dentro de un mismo nivel, se pueden encontrar distintos grados de complejidad que
dependen de la operación unitaria considerada, del análisis interactivo a efectuar y del
grado de avance logrado en el sistema de simulación.
valores intermedios
Variables Dependientes
de perfomance: conjunto de variables de salida y
representan la información del modelo
4
El sistema final de ecuaciones e incógnicas, debe ser consistente. En gral:
Fi (x1, x2 , ................., xn ) = 0
Donde
i = 1, 2, .............., m
n = nº de variables
m = nº de ecuaciones
Si m < n
Es necesario entonces, elegir las variables manipuladas o de diseño y para ello existen
varios métodos:
n n!
Cµ = = ---------------
m! µ!
5
Sin orden de precedencia
ACICLICA o uno a uno
Con orden de precedencia fijo
SECUENCIA
Particionable
SIMULTANEA
Sin particionado posible
F (x, y) = 0
OT Función objetivo
que implica que la función objetivo es obtener una matriz de ocurrencia triangular
inferior o superior (OT), que representa una secuencia de resolución acíclica (uno a
uno) y la diagonal principal de la matriz define un conjunto admisible de salida
(variables calculadas).
6
f1 f2 f3
v1 v2 v3 v4 v5 v6
Figura 2
( v1 ) = (v2 ) = ( v3 ) = 2
( v4 ) = ( v5 ) = ( v6 ) = 1
( f1 ) = ( f2 ) = ( f3 ) = 3
f1 f2
v1
7
Este esquema no cumple con el principio de diversidad, porque la variable está
asociada a 2 ecuaciones de grado de libertad 1. Por lo tanto aparece v 1 asociada a 2
posibles valores numéricos.
Las ecuación de grado uno tienen una interesante propiedad que utiliza el algoritmo:
f i (x j) = 0
El primer algoritmo que generan los autores ALCRI, tiene como meta la obtención de
un sistema acíclico, es decir el “óptimo” de la función objetivo enunciada.
La hipótesis de trabajo es: “Un sistema acíclico debe contener, al menos, un (vj) =
1”. Ese vj es variable de salida de un fi asociado a él, es decir llega a solución sin
iterar. Luego si se separan del grafo ese vj con el correspondiente fi, se vuelve a
generar un nuevo sistema acíclico. Se van así separando las variables de salida, con la
elección de la ecuación que las asigna, por lo tanto la secuencia de resolución es
inversa al procedimiento de eliminación.
8
Q1 T1 P1
Q T P
Q2 T2 P2
Hipótesis:
1) Sistema adiabático
2) Fluidos incompresibles
3) Pérdida de carga despreciable
4) Trabajo de las fuerzas de presión y gravedad despreciables
5) Selección de cañerías iguales
Q1 + Q2 = Q (1)
Q1 h1 + Q2 h2 = Qh (2)
h1 = h1 ( T1 , P1 ) (3)
h2 = h2 ( T2 , P2 ) (4)
h = h ( T, P ) (5)
P1 = P2 = P ( P = 0) (6)
f1 ( Q 1 , Q2 , Q ) = 0
f2 ( Q1 , h1 , Q2 , h2 , Q , h ) = 0
f3 ( h1 , T1 , P ) = 0
f4 ( h2 , T2 , P ) = 0
f5 (h ,T ,P) = 0
m 10 !
Donde: n = 5 ; m = 10 ; µ = 5 µ = -------------- = 252
5! 5!
9
Llamando a:
v1 = Q1 v6 = h
v2 = Q2 v7 = T1
v3 = Q v8 = T2
v4 = h1 v9 = T
v5 = h2 v10 = P
f1 f2 f3 f4 f5
v1 v2 v3 v4 v5 v6 v7 v8 v9 v10
Aplicando ALCR 1
(fi ) = 1? NO
(vj ) = 1? SI , v7 , f3 v7
Queda el subgrafo:
f1 f2 f4 f5
v1 v2 v3 v4 v5 v6 v8 v9 v10
(vj ) = 1? SI, v4 , f2 v4
Quedando ahora:
10
f1 f4 f5
v1 v2 v3 v5 v6 v8 v9 v10
f4 f5
v2 v3 v5 v6 v8 v9 v10
f5
v2 v3 v6 v8 v9 v10
(vj ) = 1? NO
(vj ) = 0? SI [ v2 , v3 , v8 , v9 , v10 ]
11
Entonces el conjunto de variables de diseño obtenidas es:
[ Q2 , Q , T2 , T , P ]
y la secuencia de resolución es:
v1
f1
v5 v4 v7
f4 f2 f3
v6
f5
( Q1 , T1 , Q2 , T2 , P )
( v1 , v2 , v7 , v8 , v10 )
f1 f2 f3 f4 f5
v1 v2 v3 v4 v5 v6 v7 v8 v9 v10
Aplicando ALCR1
12
(fi ) = 1? SI , f1, f1 v3
(fi ) = 1? SI , f3 , f3 v4
(fi ) = 1? SI , f4 , f4 v5
Queda:
f2 f5
v1 v2 v6 v7 v8 v9 v10
(fi ) = 1? SI , f2 , f2 v6
y luego:
(fi ) = 1? SI , f5 , f5 v9
(fi ) = 1? NO
v3
f1
v4 v6 v9
f3 f2 f3
v5
f4
El algoritmo ALCR1, llega a sistemas irreducibles por él, que son los cíclicos. Para
salvar este problema, los mismos autores proponen una técnica de rasgado, que haga
13
mínima las corrientes (variables) iteradoras. Estas variables se transforman en nuevas
variables manipuladas (de pseudodiseño, ya que se debe dar valor inicial a éstas para
comenzar el cálculo).
Para un problema típico (µ = 0), se debe rasgar y generar una variable iteradora. Luego
se pueden hacer k cortes, donde k es < que el nº de ecuaciones fi y se resuelve si se
asignan variables de salida a esos kf nodos, que surgen de los cortes. Esto se debe a
que se pueden separar del grafo y puede operar siendo iterativo en forma k -
dimensional.
La mayor complicación es que deben ser probadas todas las combinaciones. En
ciertos casos esto puede ser prohibitivo desde el pto. de vista computacional.
Aplicación de ALCR2
1) Aplique ALCR1.
2) Si no se obtiene orden acíclico, se hace k = mín (vj) -1
vj
RASGADO
CÍCLICOS ACÍCLICOS
Ejemplo:
f1 f2 f3 f4
v1 v2 v3 v4 v5 v6
14
ALCR2
Empezando por f1, se puede asociar f1 con v1, retirándolos del subgrafo:
f1 v1 (iteradora)
f2 f3 f4
v2 v3 v4 v5 v6
ALCR1
(fi ) = 1? NO
(vj) = 1? SI , v2 , f3 v2
f2 f4
v3 v4 v5 v6
(vj) = 1? SI , v3 , f2 v3
f4
v4 v5 v6
15
(vj) = 1? SI , v4 , f4 v4
(vj) = 1? NO
v1 v4
f1 f2 f4
v2 v3
v4
f3
Donde:
V1 : variable iteradora
V5 y v6 : variables de diseño
16
ECUACIONES INVOLUCRADAS EN LOS MODELOS OPERACIONES
DE PROCESOS
Materia
Ecuaciones de Balance Energía
Cantidad de Movimiento
Relaciones Fisicoquímicas
Balance de Masa
Procesos de Separación Balances de Energía
Relaciones de Equilibrio
Balances de Masa
Reacciones Químicas Balances de Energía
Relaciones Cinéticas
Balance de Energía
Intercambio Calórico Relaciones de Transm. de Calor
Relaciones Funcionales
Elementos de Control Conservación de Materia y Energía
17
El Banco de Datos Fisicoquímicos debe ser capaz de proporcionar las
siguientes propiedades:
Plato de Destilación:
Y j = K ij X j
Donde U = U ( ho, hi, fo, fi, k ) es el coeficiente de intercambio calórico global, que
tiene en cuenta ecuaciones constitutivas ( Leyes de Fourier y Fick) y correlaciones a
través de números adimensionales propias del equipo considerado. F = factor de
eficiencia de acuerdo a los pasos por tubos y por carcaza de los equipos estándares de
intercambio.
18
velozmente. Por ello, la estimación y predicción , son elementos fundamentales en el la
confección de un paquete de datos fisicoquímicos.
Se define como sistema óptimo, por algunos autores, a aquel método o camino de
estimación que permite:
* Propiedades Volumétricas
* Propiedades Térmicas
* Propiedades de Transporte
* Datos Cinéticos
19
Estructura de Compuestos Puros Datos Experimentales
(Tc, Pc, Teb, etc) (en gral, función de T)
Banco de Datos de
Compuestos Puros
Propiedades de Propiedades de
Mezcla Puros (a T y/o P)
Figura 3
* Generalidad
* Simplicidad
* Precisión
* Flexibilidad
20
Entre los Bancos de Datos se pueden mencionar:
21
H2 Purga
BUTANO Y PARAFINAS Y BENCENO Y
AROMÁTICOS
NAFTENOS
HC LIVIANOS TOLUENO
DIETIL-GLICOL
D E T
R
E X O
E
B T L
F G
R U R U
L E
E T A E
N
H2 A A A C N
E
C S N T
R
O
H I O /
T Z R
A
X
O D
A I
R O
D L L
R
O I E
R Q N
O
ALIMENT.
NAFTA GLICOL
XILENOS Y
AROM PESADOS
MEZCLA XILENOS
H2
I
S
R
O
E F
H2 M
C CRISTALIZACIÓN E L
U
P
Y R A
CENTRIFUGACIÓN I S
E
Z H
R
A
A
CRISTALES C
D
P-XILENO I
O
O
R
VAPOR N
AROMÁTICOS RECICLO MEZCLA
PESADOS P-XILENO m y o XILENOS (o,m,p-xilenos)
º
Figura 4. Diagrama de flujo para la producción de p-xileno
22
Divisores de corrientes
NODOS
Sumadores de corrientes
EQUIPOS
BASICOS Destilación
PROCESOS DE
SEPARACION Absorción
Desorción (Stripping)
REACTORES QUIMICOS
COMPRESORES Y BOMBAS
CONTROLADORES
1- Nodo Sumador
Qi
Qk
S
Qj
Qk = Qi + Qj
hk = (Qi hi + Qj hj) / Qk
hk = hk (Tk, P, xik )
23
Para este caso simple la resolución de las ecuaciones es directa. Pero este modelo
presenta restricciones:
2- Nodo Divisor
Qj
Qi
D
Qk
El parámetro básico es
Qj
Rji = --------
Qi
Rji es el factor que actuando sobre la entrada, fija el valor de uno de los caudales de
salida. Este módulo tiene aplicación directa en el manejo de las relaciones de reflujo o
en los casos de reciclos de corrientes. Las ecuaciones representativas son
Qj = Rji Qi
Qk = Qi - Qj = Qi (1 - Rji )
hj = hk = hi ( Ti, P, x ii)
24
Las hipótesis simplificadoras son:
* Sistema adiabático
* Sin pérdida de carga
* División sin cambio de fase
Este modelo se aplica a la mayoría de los casos, especialmente si las corrientes son
líquidas. Una generalización incluye:
Qi Qj
Qj = Qi
x ji = x ii ; V i = 1........ n
hj = (Qi hi + q ) / Qj = hi + q/ Qi
Tj = Tj ( hj, P, x ji )
25
Las hipótesis restrictivas son:
Si ( Q Cp ) caliente = ( Q Cp ) menor
( Tc, e - Tc, s )
E = ------------------------ (1)
( Tc, e - Tf, e )
Y si ( Q Cp ) frío = ( Q Cp ) menor
( Tf, s - Tf, e )
E = ----------------------- (2)
( Tc, e - Tf, e )
Tc,e
Tc,s
Tc
Tmín Tf,s T1 Tmáx teór.
T2 Tf
Tf,e
figura 4
Figura 5. Diagrama de temperaturas
26
Se puede establecer:
Tc Tf
E = K1 ----------------- = K2 ------------------- (3)
T máx. teór. Tc máx. teór.
T1 - T2
TmL = ------------------------ (fza impulsora para un interc. en contracorr)
ln (T1 / T 2) (4)
UA Ts d tf
NUT = ------------------- = ------------- (nº de unidades de transf. calórica)
(Q Cp) meno Te t - tf (5)
Cp constante
U (coeficiente global de transferencia calórica) cte
Sin cambio de fase
27
COMIENZA
PROPIEDADES DE
ENTRADA
PARAMETROS DE
EQUIPO: U, A
HALLAR (Q Cp)menor
R por ecuación 7
E por ecuación 6
?
( Q Cp) menor
Tc,s = Tc,e - E (Tc,e - Tf,e) ec.1 Tf,s = Tf,e + E (Tc,e - Tf,e) ec. 2
Tf,s = Tf,e + Rx E (Tc,e - Tf,e ) ec 2 Tc,s = Tc,e - RxE (Tc,e - Tf,e) ec. 1
CALCULO DE
ENTALPIAS
FIN
28
No se consideran pérdidas de carga
El valor de F es una estimación. De otro modo implicaría cálculo iterativo, que se
quiere evitar. Esta hipótesis se puede eliminar haciendo F = 1 (contracorriente, de
un paso) y adjudicando al área todo el peso de la variación de comportamiento.
Este modelo simplificado es muy útil en etapas previas de simulación, donde se trabaja
con áreas globales sin detalles de geometría de equipos. Es muy rápido desde el punto
de vista computacional.
Estudios de selección de variables nos indican que la variable iteradora debe ser q. Los
parámetros del equipo son U (coeficiente global de trasf. de calor) y el área de
trasferencia A.
Las ecuaciones empleadas en el modelo son:
T1 - T2
TmL= ------------------------ (11)
ln ( T1 / T2 )
29
COMIENZA
PROPIEDADES DE
ENTRADA
PARAMETROS DE
EQUIPO: U, A
ESTIMAR UN
Q
Hc,s de ecuación 9
Hf,s de ecuación 10
Qc = U A F Tlm
F = F ( Tc, i; Tf,i )
NO
Q - Qc
SI
FIN
30
Una mayor complejidad podría resultar de introducir datos de la geometría y calcular en
función de ella los coeficientes individuales de U (hi, ho, etc.) e incluso, la caída de
presión por fricción dentro del intercambiador. Pero esto sólo se justifica en un modo
de Simulación de Diseño.
Hipótesis
El vapor y el líquido están en contacto el tiempo suficiente para alcanzar el
equilibrio
No se consideran parámetros geométricos
Las presiones del vapor y el líquido son las del tambor separador ( ΔP=0)
Existe buna sola fase líquida y el vapor (L-V)
No hay reacciones químicas
31
HV
V, yi, P, T
F, zi
P,T
HF
Pf, Tf
Q
HL
L, xi, P, T
F zi = V yi + L xi
i = 1, ……., NC
Balance de Energía:
Q + F HF = V HV + L HL
32
Relaciones de equilibrio:
Yi = Ki xi
Relaciones termodinámicas:
HL = HL (P, T, x)
HF = HF (T, P, z)
HL = HV (P, T, y)
5- Modelo de Reactores
33
j Aj = 0
j
Aj : especies involucradas y
j: respectivos coeficientes estequiométricos.
Nj = Njo + j X
donde N es el nº de moles
Cjo + j
Xj = ------------------------
Co +
donde:
Co = Cjo ; = j
j j
dNj
velocidad de reacción: -------- = j R* y r = R* / V
dt
( - H ) = j hj (T, P, xi )
j
= r ( Cj, T, P )
34
que conforman un sistema de ecuaciones algebraicas simultaneas, si se conoce el
término velocidad de reacción.
Donde Ji = ( - H )i / (Cp)
* Isotérmico
* Adiabático
* De calor controlado, por ejemplo:
35
Ventajas de la Simulación
Desventajas
Un buen modelo de simulación puede resultar bastante costoso, a menudo
desarrollar un modelo es largo y complicado.
Los ingenieros o directivos generan todas las condiciones y restricciones para
analizar las soluciones. El modelo de simulación no produce respuestas por si
mismo.
Cada modelo de simulación es único. Las soluciones e inferencias no son
usualmente transferibles a otros problemas.
Generalmente quedan variables sin considerar que pueden cambiar los
resultados en los casos reales
Conclusiones
o La simulación ahorra tiempo y dinero, tanto en el diseño de nuevas plantas
como en la optimización de las existentes.
o El costo inicial de la simulación es alto (software y equipo de computación) pero
a mediano y largo plazo es rentable y recuperable la inversión.
o Se requieren conocimientos en fenómenos de transporte, termodinámica y
operaciones unitarias para que la persona que utiliza el simulador pueda
interpretar los resultados.
o Los simuladores facilitan el aprendizaje de los alumnos y sus tareas.
36