UNIDAD TEMATICA X

MODULOS BASICOS DE SIMULACION

Esquema Modular de Simulación

Las ventajas del esquema Modular de Simulación son:

 Permite la actualización permanente del Programa de Simulación, por el

agregado de nuevos módulos y/o por evolución hacia versiones más elaboradas de
un módulo básico original.

 Permite una total división de tareas en la generación de módulos en el equipo

de trabajo, que generalmente lo componen muchas personas, con el único nexo
común de respetar la lógica central del programa.

 Las subrutinas de equipos y de propiedades fisicoquímicas pueden

desarrollarse en forma independiente unas de otras.

 No sólo permite el ensamble de las diferentes partes del programa, de

diferentes maneras, sino que también posibilita el análisis de una unidad en
particular. Esto es muy importante para el diseño y conocimiento funcional de los
equipos más importantes del diagrama de flujo.

Los modos de funcionamiento característicos del esquema modular

son:

 Permite el análisis de diagramas de flujo alternativos, con los mismos equipos o

con algunos reemplazos (POSIBILIDAD DE SINTESIS)

 Dispone de distintos niveles de modelos, para su eventual ensamble, dependiendo

del análisis a efectuar (POSIBILIDAD DE CALCULO RIGUROSO VS.
SIMPLIFICADO).

 A partir de un módulo aislado, puede generar una subrutina de diseño de equipos

(POSIBILIDAD DE DISEÑO).

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.

MODELACIÓN. Aspectos Físicos y Matemáticos.

La resolución de un equipo dado significa que conocidas las propiedades de las

“corrientes de entrada” (variables de entrada) y los “parámetros del equipo” a
representar (en cantidad necesaria y suficiente para la consistencia del sistema), el
módulo resuelve y entrega información de las “propiedades de las corrientes de salida”
(variables de salida).

Para la resolución, se ejecutan los balances de materia y energía estacionarios, para

esa unidad y en esas condiciones de variables independientes, recurriendo a la
información fisicoquímica necesaria para representar la transformación que se ha
llevado a cabo. Cada módulo recibe información de su antecesor y otorga a su
sucesor, con lo que se asegura el acople.

En este esquema se encuadran todos los modelos de módulos básicos.

DATOS VALORES DE CALCULO

PARAMETROS
de EQUIPOS
VARIABLES DE ENTRADA VARIABLES DE SALIDA

INFORMACION
FISICOQUIMICA

Consideraciones sobre Modelos

El campo donde se formulan hipótesis a fin de obtener un modelo físico de la realidad,
corresponde a la descripción fisicoquímica denominada Macroscópica

En función de esas hipótesis, el conocimiento de las ecuaciones de balance y las

relaciones fisicoquímicas permiten obtener el modelo matemático correspondiente a
esa descripción fisicoquímica.

De este modo se obtiene un conjunto de ecuaciones que describen aspectos del

comportamiento del sistema (en este caso, un equipo) y que representa el modelo

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

Balance de poblaciones (distribuciones)

Estocástica
Empíricas (ajuste de datos)

FORMULACION
MATEMATICA Lineales
Ecuaciones Algebraicas
No lineales
Determinística
Ordinarias
Ecuaciones Diferenciales
Parciales

Figura 1: Niveles en los Modelos en las Formulaciones Físicas y

Matemáticas

La formulación a través de ecuaciones diferenciales parciales, en estado estacionario,

sólo aparecerán cuando el análisis se haga a parámetros distribuidos, o sea cuando la
representación tenga en cuenta la variación punto a punto del comportamiento a través
del sistema. En muchos casos, los modelos matemáticos usados en la simulación
están representados por ecuaciones algebraicas no lineales, a parámetros
concentrados, o sea que se ignora la variación espacial, siendo consideradas las
propiedades y el estado del sistema homogéneas, dentro de cada plato de una torre o
en un reactor tanque agitado, por ejemplo.

La descripción de equipos de procesos químicos, es esencialmente determinística,

esto significa un modelo donde cada variable y parámetro puede ser asignado a un
definido número fijo, o un número finito de números fijos, dadas un conjunto de
condiciones y/o restricciones.

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.

El sistema de convergencia está íntimamente asociado con el algoritmo desarrollado

para resolver las ecuaciones planteadas. Este camino de solución puede seguir
métodos directos o iterativos, estos últimos son los presentan mayores complicaciones
y adonde están dirigidas las investigaciones.

Desde el punto de vista físico, la formulación de hipótesis muy simplificadas, trae

aparejada la pérdida de información. Por otra parte, los modelos más rigurosos
conducen a planteos matemáticos mas complejos, que en algunos casos son evitados,
aún a costa de pérdida de cierta información.

Consideraciones sobre Variables

En la resolución de los módulos básicos de simulación, se tienen en cuenta distintos
tipos de variables:

Variables dependientes: conjunto de valores de las propiedades de las corrientes de

salida.

Variables independientes: conjunto de valores de las propiedades de entrada más los

parámetros de forma y funcionamiento fijados para los equipos. Proveen toda la
información para el cálculo.

En base al papel que desempeñan en el modelo, estas variables se pueden clasificar

en:

de operación: Definen las condiciones de trabajo del

equipo+valores de propiedades de entrada

Variables Independientes de diseño: representan los parámetros de forma de

equipos (área de intercambiador o nº de
platos torre)

constantes físicas: corresponden a parámetros

fisicoquímicos del sistema.

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

µ = n - m = nº de grados de libertad del sistema

Para lograr un sistema determinado (m = n) se deben elegir µ variables denominadas

manipuladas o de diseño. Dentro de éstas las condiciones de operación y las
características del equipo, son los grados de libertad inherentes al sistema, que a su
vez son los principales parámetros sujetos a síntesis y/u optimización.

Es necesario entonces, elegir las variables manipuladas o de diseño y para ello existen
varios métodos:

Selección de variables de Diseño

Para un sistema de µ grados de libertad, el nº de posibles combinaciones de variables
de diseño a ser especificadas es:

n n!
Cµ =  = ---------------
m! µ!

Este nº de alternativas es demasiado elevado para ser exploradas en su totalidad. En

el caso de la simulación, consideraciones de tipo físicas, tales como la imposibilidad
de fijar valores de las propiedades de salida del módulo como el esquema de “equipo
dado”, restringen el rango de posibilidades de elección.

Reducido el nº de posibilidades de variables de diseño, el problema se centra en

sistematizar su elección de tal manera que el sistema de ecuaciones:

Fi (x1, x2 , ................., xn ) = 0 i = 1, 2, .............., m

se transforme en un conjunto de subsistemas, cada uno de los cuáles esté compuesto

por un número mínimo de ecuaciones que necesiten ser resueltas simultáneamente.
Se trata de generar una secuencia de resolución de mínima dificultad. Las secuencias
posibles de ser encontradas, pueden clasificarse en orden creciente de dificultad del
siguiente modo:

5
 Sin orden de precedencia
ACICLICA o uno a uno
Con orden de precedencia fijo

SECUENCIA
Particionable
SIMULTANEA
Sin particionado posible

En gral. las ecuaciones asociadas a los módulos de simulación, son ecuaciones

implícitas del tipo:

F (x, y) = 0

Su resolución implica que, fijando valores reales de x (variables de diseño), x0,

encontrar valores reales de y, yo, tal que la ecuación anterior sea satisfecha. A tal
efecto interesa encontrar condiciones que permitan transformarla en un entorno del
punto P ( xo , yo ) en el sistema equivalente:
y = f (x)

Estas condiciones son establecidas por el teorema de existencia de solución para

ecuaciones implícitas (Gousart, 1904).

Métodos de Selección de Variables

Se aplica el algoritmo desarrollado por Lee, Christensen y Rudd, cuyo objetivo es la
obtención de una secuencia acíclica de resolución, considerada de dificultad mínima.
Esto significa matricialmente que:

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).

Matriz de Ocurrencia es un arreglo de n filas y n columnas, donde cada fila representa

una ecuación y cada columna una incógnita, tal que cada elemento del arreglo puede
tomar los valores 1 o 0.

Se introduce el concepto de Grafo Bipartito, que se construye definiendo nodos f y

nodos v que representan funciones y variables, respectivamente. Los vértices
conectan ecuaciones con variables involucradas en ellas. Ejemplo:

6
 f1 f2 f3

v1 v2 v3 v4 v5 v6

Figura 2

Se define como grado local de un nodo (  ) al nº de corrientes asociado con dicho

nodo

Estos grados locales para el caso de la figura 2, son:

 ( v1 ) =  (v2 ) =  ( v3 ) = 2

 ( v4 ) =  ( v5 ) =  ( v6 ) = 1

 ( f1 ) =  ( f2 ) =  ( f3 ) = 3

El método se basa en estas definiciones y en las propiedades del “conjunto admisible

de salida” (Steward), cuyas propiedades son:

1) Cada ecuación contiene exactamente una variable de salida

2) Cada variable aparece como elemento de salida, en exactamente una ecuación

Es condición necesaria, la existencia de ese conjunto admisible de salida. Por otro

lado, se usa la condición de diversidad de Hall (cond. necesaria), para imponer
restricciones a los valores de salida: Debe haber al menos k variables, sin especificar,
asociadas con cada uno y cualquier grupo de k ecuaciones.

Gráficamente, no puede ocurrir lo siguiente:

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

Implica, si existe solución real y única:

x j = C , donde C es un valor numérico

como consecuencia, la información de estas ecuaciones puede ser eliminada del

análisis. Esto es un tratamiento habitual para las denominadas ecuaciones de
definición.

La asignación de una variable de salida se representa en el grafo bipartiro, con la

orientación de la corriente desde la función fi hacia la variable v j y todas las demás
variables asociadas poseen corrientes dirigidas hacia f i.

Cualquier elección de variables de diseño implica una dirección de corriente, desde la

variable hacia la función. Las variables, salvo las de diseño elegidas de antemano, son
denominadas variables de estado.

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.

Se eliminan previamente las ecuaciones de grado 1 por no aportar al problema. A

continuación se aplica el algoritmo al resto de las ecuaciones hasta terminar. Cuando
esto ocurre, todas las variables que aparecen sin grados de libertad, son sin duda,
aquellas empleadas en resolver las ecuaciones, dándole valores a las variables de
salida. Luego, el conjunto de esas variables es el conjunto óptimo de variables de
diseño encontrado. Si no quedan fi, o tienen éstas grados de libertad 0, se desemboca
en un problema cuya resolución será de dificultad mínima o sea uno a uno.
La otra salida es producto de no arribar a un sistema acíclico. El subgrafo bipartito es
cíclico y se podrá resolver por métodos iterativos.

Ejemplo de Aplicacion Del ALCR1

Unión o mezcla de 2 corrientes líquidas puras, del mismo compuesto (agua)

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

Se puede representar por las siguientes ecuaciones:

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)

En forma implícita, reemplazando la (6) en las de entalpía:

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

Representando el modelo por grafos bipartitos, queda:

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

 (vj ) = 1? SI, v1, f1 v1

f4 f5

v2 v3 v5 v6 v8 v9 v10

 (vj ) = 1? SI, v5, f4 v5

f5

v2 v3 v6 v8 v9 v10

 (vj ) = 1? SI, v6, f5 v6

 (vj ) = 1? NO

 (vj ) = 0? SI [ v2 , v3 , v8 , v9 , v10 ]

¿Quedan fi? NO Sistema Acíclico

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

Es necesario hacer notar que este resultado impediría la formulación de un modelo de

Simulación porque se usan variables de salida como supuestas (diseño). Por ello
surge el concepto de Variable de Diseño Preferida, con el fin de ajustar el método a
problemas reales de la ingeniería. De este modo se asignan, a priori, resultados para
ellas  (vj ) = 0

Si se quisiera simular en el ejemplo dado, los valores conocidos serían:

( Q1 , T1 , Q2 , T2 , P )

que conformarán el conjunto óptimo de variables de diseño:

( v1 , v2 , v7 , v8 , v10 )

en este caso, el grafo inicial será:

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

 (vj) = 0? SI [v1 , v2 , v7 , v8 , v10 ]

¿Quedan fi? NO Sistema Acíclico

Resultando una secuencia de resolución:

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).

Se genera así el algoritmo ALCR2, que se basa en que el subgrafo no reducible

resultante, tiene al menos un  (vj)  2 (cíclico).

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

3) Para cada combinación de kf nodos deberá existir, al menos, un  (vj) = 1.

Si es así, se aplica ALCR1.
Si no es así, se prueba otra combinación.
Si se elimina y aplica ALCR1 y la salida es cíclica, se prueba otra combinación de kf
nodos. Si se obtiene resultado acíclico, se asignan kvj a los kfi elegidos como variables
de salida y habrá k cortes, con sus respectivas iteradoras vj.

4) Si se probaron todas las kf combinaciones y no se llegó a resultados acíclicos, se

hace k = k+1 y se vuelve a 3).

Entonces, este procedimiento se basa en:

RASGADO
CÍCLICOS ACÍCLICOS

Ejemplo:

f1 f2 f3 f4

v1 v2 v3 v4 v5 v6

14
ALCR2

mín  (vj) = 2 k = 2-1 = 1

vj

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

 (vj) = O? SI ( v5 , v6 ) Variables de diseño

¿Quedan fi? NO Sistema acíclico

v1 v4
f1 f2 f4

v2 v3

v4
f3

Donde:

V1 : variable iteradora

V5 y v6 : variables de diseño

En síntesis: inicialmente  (vj) = 2 y el algoritmo obtuvo dos variables de diseño,

además de rasgar y hacer posible la resolución acíclica.

16
 ECUACIONES INVOLUCRADAS EN LOS MODELOS OPERACIONES
DE PROCESOS

Materia
 Ecuaciones de Balance Energía
Cantidad de Movimiento

 Relaciones Fisicoquímicas

 Relaciones Funcionales de los Equipos

La contribución de cada grupo de ecuaciones depende de la operación unitaria

considerada como se indica a continuación:

OPERACION ECUACIONES PRINCIPALES

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

Manipulación y Almacena- Balance de Cant. de Movimiento

miento de Fluidos Relaciones Funcionales

Relaciones Funcionales
Elementos de Control Conservación de Materia y Energía

Operaciones con Sólidos Balance de Materia

Relaciones Funcionales

17
El Banco de Datos Fisicoquímicos debe ser capaz de proporcionar las
siguientes propiedades:

 Presiones de vapor de cuerpos puros

 Entalpías
 Densidades
 Relaciones de equilibrio.
 Constantes cinéticas
 Viscosidades
 Conductividades térmicas
 Difusividades
 Tensión Superficial

Las relaciones funcionales de los equipos están basadas en criterios de

funcionamiento y diseño de los mismos, entre ellas se encuentran las ecuaciones
constitutivas que rigen los fenómenos de transferencia. Algunos ejemplos son:

Plato de Destilación:

El modelo de plato ideal o teórico supone la siguiente relación funcional para el

componente j en el plato y

Y j = K ij X j

O sea, que el gas y el líquido que abandonan el plato se encuentran en equilibrio.

Equipo de Intercambio Calórico

Q = U A F Tm

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.

ESTIMACION DE PROPIEDADES FISICOQUIMICAS

Para un Ingeniero de Procesos es esencial el conocimiento de las propiedades físicas

de los fluidos, base de diseño para la generalidad de los equipos industriales, que
dependen directamente de la naturaleza molecular de los compuestos.

Los datos experimentales sobre propiedades fisicoquímicas de sustancias y mezclas

son lamentablemente escasos, en relación a la demanda del diseño que ha avanzado

18
velozmente. Por ello, la estimación y predicción , son elementos fundamentales en el la
confección de un paquete de datos fisicoquímicos.

Estimar implica basarse en una teoría, como es la predicción, pero también

correlacionar datos experimentales o combinar ambas cosas a la vez. Los mejores
métodos de estimación son aquellos basados en ecuaciones que surgen de una teoría,
que ha sido corroborada satisfactoriamente y cuyas constantes o parámetros (que no
son provistos por la teoría), se calculan a través de correlaciones empíricas.

Se define como sistema óptimo, por algunos autores, a aquel método o camino de
estimación que permite:

 Proveer datos de propiedades, para compuestos puros y mezclas, en un

amplio rango de T y P

 Indicar el estado de agregación

 Requerir mínima información

 Elegir el camino de menor error

 Indicar dicho error y minimizar la computación

En general, el camino que se sigue en el proceso de estimación, es el de conocer

primero el comportamiento y las propiedades de los compuestos puros ( por. ej:
propiedades críticas). Esto permite llegar a ecuaciones de estado para las fases y
finalmente aplicar métodos de estimación para hallar las propiedades de las mezclas y
soluciones.

Las necesidades de propiedades fisicoquímicas inherentes a un programa de

simulación y para resolver en gral , Balances de Masa y Energía, se pueden resumir
en:

* Propiedades Volumétricas

* Propiedades Térmicas

* Equilibrio entre fases ( vapor - líquido y líquido - líquido )

* Propiedades de Transporte

* Datos Cinéticos

Un diagrama que ejemplifica el proceso de generación de una estructura de datos

general para ser implementado en computadora es el indicado en la figura 3. El mismo
sigue el esquema desarrollado por varios bancos de datos, tales como el HALCON

19
 Estructura de Compuestos Puros Datos Experimentales
(Tc, Pc, Teb, etc) (en gral, función de T)

Estimación de Compuestos Correlaciones de

Puros Compuestos Puros

Banco de Datos de
Compuestos Puros

Especificaciones Estimación de Programa de Otras

de la mezcla propiedades térmicas y propiedades propiedades
(T, P, xi) de transporte de mezclas de puros (cinéticas,etc)

Propiedades de Propiedades de
Mezcla Puros (a T y/o P)

Figura 3

La mayoría de los Sistemas de Datos actuales, fueron generados y son

implementados por empresas industriales, que exigen de su banco de datos precisión y
eficiencia para propósitos de simulación y diseño desde el punto de vista de la
ingeniería. Necesitan datos para una gran variedad de temperaturas y presiones, tanto
en fase gaseosa como líquida.

Las exigencias a las que deben responder son:

* Generalidad
* Simplicidad
* Precisión
* Flexibilidad

Esto hace que el sistema se deba basar en correlaciones generalizadas, ya sean

basadas en datos empíricos y/o en teorías, cuyos caminos de predicción - teóricos o
semiteóricos - sean suficientemente probados.

Es interesante además, que el operador pueda insertar datos experimentales en

algunas etapas del cálculo.

20
Entre los Bancos de Datos se pueden mencionar:

General Termophysical Properties, de la Compañía Lumus

Sistema AICHE
HALCON

MODULOS BASICOS CARACTERISTICOS DE EQUIPOS

En Ingeniería Química, los equipos están indisolublemente ligados a los procesos

llevados a cabo en una planta industrial. Por ello, la primera información de que se
dispone para llevar a cabo una simulación, es la que surge del Diagrama de Flujos del
proceso de producción que se analiza.

Por ejemplo, el proceso de manufactura de p-xileno, materia prima petroquímica

fundamental, intermediario en la fabricación de fibras poliester, su diagrama de flujos
es el indicado en las figura 4. Este diagrama de flujos permite:

1) Analizar los diferentes procesos de separación y operaciones involucrados

2) Determinar los distintos módulos básicos

Se concluye que contiene los siguientes elementos:

1- Reacción química catalizada con 2 fases fluidas

2- Separación líquido - vapor
3- Destilación multi - etapas
4- Extracción líquido - líquido
5- Cristalización
6- Transferencia calórica indirecta
7- Operaciones de movimiento indirecta

Podemos efectuar una lista de equipos que es necesario modelar:

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

Sin cambio de Fase (líq - líq)

INTERCAMBIADORES
DE Con cambio de Fase (hervidores)
CALOR
Condensadores (totales o parciales)

EQUIPOS
BASICOS Destilación
PROCESOS DE
SEPARACION Absorción

Desorción (Stripping)

REACTORES QUIMICOS

COMPRESORES Y BOMBAS

CONTROLADORES

Modelos Básicos de Nodos: Sumadores y Divisores

Son indispensables para construir el Diagrama de Flujo de Información, ya que

conectan los equipos principales entre sí.

1- Nodo Sumador

Qi

Qk
S

Qj

Las ecuaciones que lo representan son:

Qk = Qi + Qj

x ik = (Qi xii + Qj xij ) / Qk ; para todo i = 1 - n

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:

* Una sola fase

* Sin cambio de presión
* Sistema adiabático

En gral. este caso simple se adapta a gran cantidad de situaciones reales. Un

mezclador más general debería contemplar:

* Sumar más de dos corrientes

* Permitir sumas de fases distintas
* Tener en cuenta cambios de presión

2- Nodo Divisor

Representa físicamente accesorios como T de cañerías de proceso

Se emplea como parámetro de forma del equipo, una relación de división

predeterminada. Operando sobre ella, se puede optimizar el funcionamiento a través

Qj
Qi
D

Qk

de sucesivos procesos de Simulación.

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 )

x ji = x ki = x ii = ; para todo i = 1 ....... n

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:

* División en mayor número de corrientes

* Incluir cambios de presión en la derivación

3- Equipos de Intercambio Calórico

Es uno de los módulos más representativos. En general la simulación de un

intercambiador de calor se plantea en los siguientes términos:

Dado un equipo de área y geometría fija, conocidos los mecanismos de transferencia

de calor bajo varias condiciones de temperatura y flujos, que incluyen líquidos, gases o
vapores o combinación de ellas, se deben encontrar las temperaturas - y sus
propiedades asociadas - de las corrientes de salida de dicho equipo de intercambio
calórico.
Se analizan algunos módulos de intercambiadores:

3-1. Adición o sustracción de calor a una corriente

Qi Qj

q = calor cedido o quitado a una corriente de proceso, que es parámetro de diseño

a fijar (manipular) en este módulo básico. También q puede representar el calor
transferido con otra corriente del proceso ya sea circulando por tubos o por carcaza de
un intercambiador. Las ecuaciones que lo representan son:

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:

* Transferencia sin cambio de fase parcial

* No hay cambio de presión
* No se especifica geometría

El algoritmo usado para la resolución del sistema de ecuaciones es muy simple y

permite ser usado en otras subrutinas de intercambiadores de calor que emplean
métodos iterativos.

3-2. Equipo líquido - líquido

Se basa este modelo en el concepto de efectividad: relación entre calor real

transferido respecto al máximo calor que podría transferirse en un equipo de longitud
infinita.
La definición de efectividad se basa en el fluido que tiene la menor capacidad térmica
(Q Cp).

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 )

Para un intercambiador en contracorriente cuyo diagrama de temperaturas es:

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.

Donde K1 y K2 dependen de las capacidades térmicas

T1 - T2
TmL = ------------------------ (fza impulsora para un interc. en contracorr)
ln (T1 / T 2) (4)

El valor indicado como Tmín, es el denominado acercamiento de temperaturas,

que resulta de un balance económico de costos de inversión y funcionamiento (área vs
vapor o agua de enfriamiento) y que oscila entre 5º C y 10 º C.

Las ecuaciones restantes para conformar el modelo son:

UA Ts d tf
NUT = ------------------- = ------------- (nº de unidades de transf. calórica)
(Q Cp) meno Te t - tf (5)

Trabajando sobre las expresiones dadas:

1 - exp [- F (NUT) (1 - R)]

E = -------------------------------------------- (6)
1 - R exp [- F (NUT) (1 - R)]

Donde: (Q Cp) menor

R = ----------------------- (7)
(Q Cp) mayor

y F es el factor que corrige la TmL, para equipos multipasos (por mezclado

incompleto y áreas de paso). Los valores de F(NUT) están tabulados en función del
tipo de intercambiador y de las variables características.

En el diagrama de bloque de la fig 5 se muestra el algoritmo de cálculo basado en las

ecuaciones indicadas.

Las hipótesis involucradas son:

 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

NUT por ecuación 5

F < 1 Adopción

E por ecuación 6

?
( Q Cp) menor

(QCp) caliente (QCp) frío

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

figura 6: diagrama de bloques para cálculo de un intercambiador líquido-líquido

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.

3-3 Caso más general de intercambiador

Se analiza un módulo de secuencia de resolución iterativa. Este modelo permite

trabajar con la corrección de temperatura (F), el Cp no necesariamente es constante y
lo mas interesante es que puede ser usado como calefactor con vapor indirecto. O sea
que una de las corrientes (tubo o carcaza) puede ser vapor saturado o sobrecalentado
condensante. Modelos más refinados de intercambiadores de calor tendrán
estructuras similares a éste.

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:

|q| = U A F TmL (8)

q = Qc (Hc,e - Hc,s) (9)

q = Qf (Hf,e - Hf,s) (10)

T1 - T2
TmL= ------------------------ (11)
ln (  T1 /  T2 )

De acuerdo a la fig 4 y la ecuación (A), los saltos de temperatura son:

 T1 = (Tc,e - Tf,s) (12)

T2 = (Tc,s - Tf,e) (13)

El procedimiento de cálculo está indicado en el diagrama de bloques de la fig 6

Las hipótesis de este modelo son:

* Las corrientes de tubo y carcaza mantienen el caudal y composición constantes.

* U es constante
* La caída de presión en el intercambiador es despreciable

29
 COMIENZA

PROPIEDADES DE
ENTRADA
PARAMETROS DE
EQUIPO: U, A

ESTIMAR UN
Q

Hc,s de ecuación 9
Hf,s de ecuación 10

SUBRUTINA Tc,s = Tc,s (Hc,s)

FISICOQUIMICA Tf,s = Tf,s (Hf,s)

T1 y T2 ecuac. 12,13

Tlm de ecuac. 11

Qc = U A F Tlm

F = F ( Tc, i; Tf,i )

NO
Q - Qc  

SI

FIN

Figura 7. Diagrama de bloques para cálculo de intercambiador

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.

4- Modelos que representan procesos de separación

Los procesos de separación de componentes de mezclas líquidas y gaseosas, son los

constituyentes básicos de las plantas químicas. En estos procesos se produce
intercambio de materia entre dos corrientes o bien, la separación de una corriente en
dos fases distintas, en las que la composición de ambas, es distinta de la composición
original. Una clasificación de estos procesos son:

1- Destilación instantánea por expansión (flash)

2- Destilación en etapas de intercambio
3- Absorción o desorción en etapas de intercambio
4- Destilación en columnas rellenas
5- Absorción o desorción en columnas rellenas
6- Extracción líquido-líquido

En la destilación, absorción o desorción en multi-etapas o en columnas rellenas, el

contacto de las fases es en contracorriente. En cada etapa de intercambio puede
suponerse que se alcanza un equilibrio entre las fases que intervienen, que
corresponde al modelo ideal, o bien, se define una eficiencia de contacto para tener en
cuenta la velocidad de transferencia de masa entre las fases.

La complejidad de los métodos de cálculo crece exponencialmente con el número de

componentes o con la remoción de hipótesis simplificatorias.

Ejemplo: Evaporador Flash

Equipo de una etapa simple (de equilibrio) en el que la alimentación es parcialmente

vaporizada. La alimentación se calienta en un equipo de intercambio y luego se
expande en forma adiabática a través de la válvula. La vaporizacoión se produce por la
caída brusca de presión e implica la formación de dos fases, las que son separadas
por el tiempo de contacto entre ambas en el tambor separador

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

Balances de materia para cada componente

F zi = V yi + L xi

i = 1, ……., NC

F: Caudal molar de la alimentación

V: Caudal molar de la corriente vapor
L: Caudal molar de la corriente líquida
zi, yi, xi: fracciones molares del componente i en la alimentación, en la corriente de
vapor y en la corriente líquida, respectivamente.
i: un componente particular en la mezcla de componentes NC

Habrán tantas ecuaciones como componentes en la mezcla.

Balance de masa global:

H = L + V

Balance de Energía:
Q + F HF = V HV + L HL

Q: calor incorporado o extraido

HF: Entalpía de la alimentación
HV: Entalpía del Vapor
HL: Entalpía del Líquido

32
Relaciones de equilibrio:
Yi = Ki xi

Ki: constante equilibrio para el componente i

Relaciones termodinámicas:
HL = HL (P, T, x)
HF = HF (T, P, z)
HL = HV (P, T, y)

x, y, z es notación vectorial incluyen todos los componentes (x= x1, x2 …xNC).

Relaciones entre las fracciones molares:

Todas estas ecuaciones constituyen el modelo a resolver en el módulo.

5- Modelo de Reactores

Ejemplos de los equipos más importantes y representativos de procesos químicos, son

los reactores tanque agitado o tubular, catalíticos o no.
Sus modelos son esencialmente complejos y se debe recurrir a hipótesis
simplificatorias para poder incorporarlos a un programa de simulación. Además se
deben introducir las expresiones de velocidad de reacción, con sus problemas de
estimación y cálculo asociados.
En gral. se trabaja con módulos no demasiado rigurosos para el proceso de simulación
computacional.
Para poder introducir las ecuaciones que componen los modelos de reactores es
necesario tener en cuenta ciertas expresiones de utilidad:

Una reacción química se puede representar por:

33
  j Aj = 0
j

Aj : especies involucradas y
j: respectivos coeficientes estequiométricos.

La reacción puede ser seguida por su grado de avance:

Nj = Njo + j X

donde N es el nº de moles

Si el volumen reaccionante es cte: Cj = Cjo + j   = X/ V

donde Cj son concentraciones molares

Cjo + j
Xj = ------------------------
Co +  
donde:
Co =  Cjo ;  =  j
j j

Otras expresiones útiles son:

dNj
velocidad de reacción: -------- = j R* y r = R* / V
dt

la generación de calor por reacción es : dQ = ( -  H ) dX

donde (-  H ) es el calor de reacción

( -  H ) =  j hj (T, P, xi )
j

El modelo de reactor tanque agitado perfecto, si se considera operación en estado

estacionario, con poco cambio de volumen y mezclado perfecto, genera las siguientes
ecuaciones:

 =  r ( Cj, T, P )

como balance de materia. Donde  = V / q : tiempo de residencia

Si hay reacciones simultaneas: i = i r i ; ( i = 1,......R)

34
que conforman un sistema de ecuaciones algebraicas simultaneas, si se conoce el
término velocidad de reacción.

El balance de energía es:

R
Tf - T +   Ji r i - Q = 0
i=1

Donde Ji = ( -  H )i / (Cp)

Q = Q* / q (Cp) donde Q* : posible remoción de calor

Las variables de diseño serán:  , Q* , Tf

donde Tf es la temperatura de la corriente de alimentación al reactor.

De igual modo se puede llegar a un modelo para reactor tubular.

Para ambos modelos se pueden presentar tres casos principales de funcionamiento:

* Isotérmico
* Adiabático
* De calor controlado, por ejemplo:

Q* = h (Tc - T), donde Tc es cte o sigue una ley conocida.

APLICACIÓN DE LA SIMULACIÓN DE PROCESOS

La simulación de procesos químicos es una herramienta que se ha hecho

indispensable para la solución adecuada de los problemas de procesos. Permite
efectuar el análisis de plantas químicas en operación y se emplea para el diseño de
nuevas plantas o equipos.
El uso de los simuladores se realiza en el área ambiental, con los ingenieros de planta,
en el área de alimentos, polímeros, etc. En el desarrollo de un proyecto se emplea
para probar la factibilidad técnica y económica de este. En la toma de decisiones
permite probar diferentes alternativas de procesos y condiciones de operación.
La simulación proporciona todos los datos de proceso requeridos para el diseño
detallado de los diferentes equipos y para la construcción de plantas a nivel banco,
piloto o industrial, que después de construirlas y operarlas servirán para retroalimentar
el modelo utilizado o para validarlo.
Hay tres tipos de modelos que pueden resolverse por medio de la simulación:
1. Análisis de un proceso
2. Diseño del proceso
3. Optimización del proceso

35
Ventajas de la Simulación

 Es un proceso relativamente eficiente y flexible.

 Puede ser usada para analizar y sintetizar una compleja y extensa situación
real.
 En algunos casos la simulación es el único método disponible.
 Los directivos e ingenieros , en general, requieren conocer como se avanza y
que opciones son atractivas; puede obtener varias opciones de decisión.
 La simulación no interfiere en sistemas del mundo real.
 Permite estudiar los efectos interactivos de los componentes individuales o
variables para determinar las más importantes.
 Permite la inclusión de complicaciones del mundo real.

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