Documentos de Académico
Documentos de Profesional
Documentos de Cultura
ABSTRACT
To calculate a process, all the operation units require the thermodynamic and physical properties of each compo-
nent and their respective molecular interactions, which is why it is necessary to obtain them from reliable sources
and models. To do this, the Aspen Properties tool is used to obtain the thermodynamic and transport properties of
a pure component or a multicomponent system depending on the nature of the substances and the interactions
between them using information from a wide database. In addition, it allows obtaining the models from experi-
mental data by regression of these or estimation of properties based on the molecular structure. In turn, it is possible
to perform data validation to verify the consistency of these, which is fundamental in any process.
Keywords: Contribution of groups, point test, Redlich-Kister test, thermodynamic models.
RESUMEN
Para calcular un proceso todas las unidades de operación requieren las propiedades termodinámicas y físicas de
cada componente y sus respectivas interacciones moleculares, por lo cual es necesario obtener estos de fuentes y
modelos confiables. Para ello se utiliza la herramienta Aspen Properties que permite obtener las propiedades termo-
dinámicas y de transporte de un componente puro o un sistema multicomponente dependiendo de la naturaleza de
las sustancias y las interacciones entre ellas utilizando información de una amplia base de datos. Además, permite
la obtención de los modelos a partir de datos experimentales mediante regresión de estos o estimación de propie-
dades basadas en la estructura molecular. A su vez, es posible realizar las validacion de datos para verificar la con-
sistencia de estos, lo cual es fundamental en cualquier proceso.
Palabras clave: Contribución de grupos, test de punto, test de Redlich-Kister, modelos termodinámicos.
1
Author Description: Chemistry Engineering Student, Universidad Nacional de Colom- How to cite: Journal Space xxxxxxxxxxxxxxxxxxxxx
bia, Colombia.E-mail: babohorquezt@unal.edu.co xxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxx
2
Author Description: Chemistry Engineering Student, Universidad Nacional de Colom-
bia, Colombia. E-mail: jugutierrezg@unal.edu.co
1
Estimation methods and validate experimental data with Aspen Properties
2.2. Modelos termodinámicos: Selección y Vali- Dentro de estas ecuaciones, se destacan las EoS cúbicas,
dación ya que se desarrollaron en principio para el modela-
miento de gases ligeros e hidrocarburos con un alto
Al construir una simulación, el paso clave es la selec-
grado de precisión y exactitud, pero posteriormente se
ción de un método adecuado para estimar las propie-
hicieron modificaciones con el fin de ser aplicables a
dades de los componentes puros y mezclas presentes
otras sustancias. Según (Poling, Prausnitz, & O'Conell,
en dicha simulación. De los compuestos presentes, así
2001, pág. 4.18), es posible formular todas las EoS cú-
como de las condiciones de presión y temperatura del
bicas posibles en una sola forma general con un total de
proceso a simular, dependerá la elección del método
cinco parámetros. Si se considera la incompresibilidad
que genere unos resultados válidos y reproducibles.
de los líquidos, de tal forma que 𝑃 tienda a infinito a
Para validar el método termodinámico escogido, es ne- medida que 𝑉 se aproxima a un parámetro particular 𝑏,
cesario comprobar que el método predice efectiva- la forma cúbica general para 𝑃 es:
mente unos datos experimentales, si no se predicen
bien, hay que ajustar los parámetros del modelo me- 𝑅𝑇 Θ(𝑉 − 𝜂)
𝑃= − (8)
diante una regresión. En caso de no disponer de datos 𝑉 − 𝑏 (𝑉 − 𝑏)(𝑉 2 + 𝛿𝑉 + 𝜀)
experimentales, hay que recurrir a métodos de estima-
ción de los parámetros basados en propiedades y carac- donde, dependiendo del modelo, los parámetros Θ, 𝜂, 𝛿
terísticas moleculares. y 𝜀 pueden ser constantes, incluso cero, o ser función de
Selección del modelo la temperatura y/o composición. En las tablas 4-6, 4-7
y 4-8 (Poling, Prausnitz, & O'Conell, 2001) presentan en
Los métodos termodinámicos disponibles en Aspen su libro The Properties of Gases and Liquids los paráme-
Properties pueden agruparse en cuatro tipos funda- tros para la ecuación 8, así como la expresión de la de-
mentales: pendencia y obtención de estos, dado el caso, en fun-
ción de otras variables. Se sugiere que los modelos de
Ecuaciones de estado (EoS): Son ecuaciones que rela- dos parámetros se apliquen a sustancias simples, mo-
cionan presión, temperatura y volumen molar de una delos de tres parámetros a sustancias normales y mo-
sustancia pura, pero generalmente son solo apropiadas delos de cuatro parámetros a sustancias polares y tal
y empleadas para las fases líquida y vapor. Estas ecua- vez asociadas. Para la mayoría de estos modelos, los pa-
ciones pueden ser obtenidas a partir de conceptos teó- rámetros necesarios para su implementación son las
ricos, como la ecuación Virial que puede derivarse de la propiedades críticas (Tc y Pc) y el factor acéntrico de la
teoría molecular, aunque limitada en su rango de apli- sustancia (𝜔) y el calor específico. Aunque estas expre-
cabilidad. También existen EoS semiempíricas, que siones se concibieron en un principio para sustancias
pueden ser cúbicas o cuarticas en volumen, y pueden puras, pueden aplicarse a mezclas promediando los pa-
representar el comportamiento del líquido y el vapor rámetros mediante las llamadas Reglas de Mezcla, las
en intervalos limitados de temperatura y presión para cuales pueden ser propuestas para cada modelo espe-
muchas sustancias, pero no para todas. Por último, se cíficamente o algunas más generales, y dependen de pa-
encuentran las EoS empíricas, que son aplicables en rámetros de interacción que deben determinarse expe-
rangos mucho más amplios de P y T que las anteriores, rimentalmente.
pero generalmente requieren muchos parámetros que
Para caracterizar pequeñas desviaciones del comporta-
requieren ajustarse a grandes cantidades de datos de
miento del gas ideal (no usar para las fases líquidas), se
varias propiedades, lo que implica que el volumen no se
sugiere la ecuación viral truncada con el segundo tér-
pueda encontrar analíticamente. Estas ecuaciones in-
mino, o con el segundo y tercer coeficiente, B y C. Para
tentan modelar el comportamiento de las sustancias,
fluidos normales, usar una EoS cúbica generalizada ex-
con respecto a la idealidad, relacionando implícita o ex-
presada en volumen. Los resultados que se muestran
plícitamente, características y propiedades molecula-
en la tabla 1 son representativos de lo que se puede es-
res como el tipo y magnitud de las fuerzas de interac-
perar de algunos de los modelos más utilizados.
ción molecular que presentan, así como también el ta-
maño de la molécula.
Tabla 1. Volumen molar de vapor saturado y líquido comprimido de Propano calculados con varias EOS a T = 300 K.
Van der Waals (1890) 2177 6.9 145.4 61.5 135.5 9.9 467
Redlich-Kwong (1949) 2085 2.4 101.4 12.5 97.3 4.1 134
Wilson (1964) 2061 1.2 98.0 8.8 94.8 3.2 84
Soave (1972) 2065 1.4 98.5 9.3 95.1 3.4 90
Fuller (1976) 2127 4.5 78.1 -13.3 75.6 2.5 42
Peng-Robinson (1976) 2028 0.1 86.8 -3.7 84.1 2.7 51
Todos los modelos dan resultados equivalentes y requeridos por cada modelo y de la complejidad
confiables para los vapores saturados (excepto que se esté dispuesto a enfrentar.
para sustancias dimerizantes como los ácidos car- Si se desea calcular solo volúmenes de líquidos sa-
boxílicos). En este caso se muestran los resultados turados o comprimidos, una de las correlaciones en
para una sustancia normal como lo es el propano, y las siguientes secciones puede ser la mejor opción.
por normal, se quiere decir que es una sustancia cu-
yas interacciones moleculares son solo las de Van Modelos de coeficientes de actividad (LACM):
der Waals, no es polar y no forma puentes de hidro- Estos modelos se desarrollaron para modelar mez-
geno. Para sustancias polares y de asociación, se clas con comportamiento altamente no ideal en
puede usar un método basado en cuatro o más pa- fase líquida; como la presencia de azeótropos, in-
rámetros. Las ecuaciones cúbicas expresadas en miscibilidad de fases, etc, y que las EoS no son ca-
volumen pueden ser bastante satisfactorias para paces de predecir con gran exactitud. El funda-
las moléculas pequeñas, aunque las expresiones de mento teórico de los LACM se basa en la energía li-
perturbación suelen ser necesarias para los polí- bre de Gibbs de exceso, la cual contempla la desvia-
meros y los modelos químicos para los vapores de ción de la idealidad. Estos modelos consisten bási-
ácido carboxílico. Hay que tener en cuenta que el camente en ajustar datos experimentales del equi-
volumen de un líquido puede ser requerido en el librio líquido-vapor a través de determinados pará-
cálculo de entalpías, por lo tanto, en este caso es ne- metros según cada modelo.
cesario usar EoS de mayor precisión. La mayoría de estos modelos fueron propuestos
La elección del modelo, a parte de la naturaleza quí- para mezclas binarias, pero son extensibles a mez-
mica de la sustancia, también depende desde el clas multicomponentes, donde son necesarios los
punto de vista técnico, de la tolerancia que se per- parámetros binarios de cada par.
mita, así como de la disposición de los parámetros
Modelo Descripción
Es un modelo de naturaleza empírica y puede usarse en sistemas que pre-
Van Laar
sentan desviaciones positivas o negativas de la ley de Raoult.
No tiene fundamentos teóricos, pero es útil para estimaciones rápidas e
Margules interpolación de datos cuando se modela el equilibrio líquido vapor y lí-
quido-líquido. Permite la adición de parámetros.
Puede representar satisfactoriamente casi todas las soluciones líquidas no
Wilson ideales, con mezclas de compuestos polares y no polares, excepto electro-
litos y soluciones que presentan una limitada miscibilidad.
Elimina las limitaciones del modelo de Wilson. Es capaz de representar el
NRTL
comportamiento de los equilibrios LV, LL y LLV.
Es un modelo semiteórico. Es capaz de predecir el equilibrio LV, LL y LLV
UNIQUAC en sistemas altamente no ideales. Requiere menor volumen de datos de
parámetros que NRTL.
UNIFAC Es muy útil cuando se carece datos experimentales.
Modelos predictivos (EOS-LACM): más conocidos son los de Redlich-Kister (de áreas) y
Modelos especiales (Electrolitos, aminas, políme- de Van Ness y Fredenslund (de punto). Estos son pre-
ros, etc): cisamente los que tiene incorporados Aspen.
2.3. Métodos para Propiedades de Transporte ∆𝐻 ∆𝑉
𝑑𝑇 − 𝑑𝑃 + ∑ 𝑥𝑖 𝑑 ln 𝛾𝑖 = 0 (9)
2.4. Moléculas 𝑅𝑇 2 𝑅𝑇
𝑖
2.5. Contribución de grupos
Donde,
2.6. Consistencia termodinámica
∆𝐻 = Variación de la entalpía por efecto del mezclado
Es una prueba que se puede realizar a los datos bina-
rios de un equilibrio líquido vapor cuando se realiza ∆𝑉 = Variación del volumen molar de la mezcla
una regresión (a partir de datos experimentales), con Para todos los 𝑁 componentes 𝑖.
el fin de definir una coherencia termodinámica. Estos
métodos para estimar la consistencia termodinámica Prueba de áreas: Redlich-Kister
se pueden clasificar en dos grupos: integrales y dife- La ecuación 9 expresa de manera general las relacio-
renciales. El primer método evalúa el conjunto de da- nes entre las propiedades parciales de los componen-
tos experimentales de manera global y se conoce tes de una mezcla. Esta ecuación, en su forma inte-
como “test de áreas”, mientras que el segundo exa- grada a temperatura y presión contante, se puede es-
mina los datos de equilibrio individualmente y se co- cribir para un sistema binario como:
noce como “test de punto”. Ambas pruebas se basan
en la ecuación de Gibbs-Duhem (ecuación 9), y los
Joback Estructura
Punto de ebullición normal TB Ogata-Tsuchida Estructura
Gani Estructura
Mani TC, PC, datos de presión de vapor
Joback Estructura, TB
Lydersen Estructura, TB
Fedors Estructura
Temperatura crítica TC Ambrose Estructura, TB
Simple MW, TB
Gani Estructura
Mani Datos de presión de vapor
Joback Estructura
Presión crítica PC Lydersen Estructura, MW
Ambrose Estructura, MW
Gani Estructura
Joback Estructura
Lydersen Estructura
Ambrose Estructura
Volumen crítico VC
Riedel TB, TC, PC
Fedors Estructura
Gani Estructura
se debe seleccionar el tipo de datos que se querían re- actividad, fugacidad, calores de vaporización, entre
gresar, que en este caso es una mezcla y son datos de otros). Se da clic en Peng-Robinson, que es el modelo
tipo equilibrio termodinámico. Una vez introducidos, estudiado, y aparecen las ecuaciones que describen
se crea un nuevo caso en Regression y se configura con este modelo en Aspen. En la figura 4 se muestran es-
el modelo termodinámico determinado. En la pestaña tas ecuaciones, y se hace énfasis en la expresión del
Parameters, es necesario conocer cuales parámetros parámetro de interacción binaria, donde 𝑘𝑖𝑗 𝑛 , son
se pueden regresar y qué orden tienen establecido in- constantes de interacción binaria, por lo tanto, estos
ternamente. Para esto, se va a la ayuda de Aspen Pro- se pueden elegir como parámetros de ajuste, con 𝑛
perties (oprimir F1), se ubica en la sección Physical siendo la identificación de cada uno (1,2,3).
Property Models, allí aparecen las categorías de los
modelos disponibles (ver figura 3). En este caso se da En la figura 17 de la sección 4.2 se ve la configuración
clic en la categoría Thermodynamic Property Models, y de los parámetros, donde el tipo y el número que se
aparece una lista con todos los modelos termodinámi- introduce en la fila Element corresponden a la ante-
cos (ecuaciones de estado, modelos de coeficientes de rior descripción.
Sin embargo, aunque en algunos casos esto no sea re- cada grupo) ya que se asume que mientras más “pe-
comendable ya que escoger grupos muy pequeños sado” es el grupo mayor información puede proveer
puede afectar la veracidad del método como sucede sobre la propiedad.
en el caso de los ésteres que por su variedad todos
Lastimosamente los grupos de primer orden sólo cap-
han sido incluidos en esta categoría.
turan parcialmente los efectos y diferencias entre isó-
Para el caso de los aromáticos en el primer grupo se meros por lo que es necesario agregar un segundo
consideran cadenas como aC-R, aC-CO o aC-COO para grupo para compuestos más complejos.
describir una serie de substitutos aromáticos.
Los grupos de segundo orden pueden solaparse entre
Para describir piridinas y otros aromáticos nitrogena- ellos, contrario a lo sucedido en los grupos de primer
dos se especifican los grupos aN y aCH. orden, pero se debe evitar que los grupos se solapen
entre ellos completamente ya que puede generar una
Para diferenciar entre los grupos que hacen parte de
descripción redundante. [1]
estructuras cíclicas y acíclicas se incluyeron diferen-
tes grupos de anillos para describir cicloalcano y ci- En este orden se incluyen los grupos que pueden dar
cloalquenos, entre otros. [1] una mejor descripción de compuestos polifuncionales
e isómeros. Además, no toda la molécula tiene que ser
Los grupos de primer orden deben describir la molé-
descrita con grupos funcionales del primer orden,
cula completamente y cada átomo o molécula no
sino que el objetivo es describir fragmentos de estruc-
puede pertenecer a más de un grupo por lo que nin-
tura que no se pueden representar adecuadamente
gún grupo puede solaparse sobre otro. La clasifica-
con grupos del primer orden.
ción de grupos se hace de acuerdo al peso de cada
grupo (la suma de los pesos atómicos incluidos en Para cada propiedad que se puede predecir existe una
fórmula como se presenta en la siguiente tabla:
Cabe resaltar que para emplear este método en Aspen Método de Joback
Properties es necesario ingresar como parámetro la
Considerando 41 grupos funcionales utiliza la infor-
estructura molecular o el listado de grupos funciona-
mación estructural básica de una molécula como una
les.
lista de grupos funcionales simples, agrega paráme-
Además, es más preciso en la estimación de tempera- tros a estos grupos y calcula las propiedades de trans-
tura de ebullición que el método de Joback y es ade- porte y termodinámicas como una función de la suma
cuado también para propiedades críticas (Tc, Pc y Vc). de los parámetros de dichos grupos. [2]
Pero, para la determinación del calor de formación de Asume que no hay interacción entre los grupos por lo
gas ideal y la energía libre de Gibbs el método de Gani que sólo usa las contribuciones y no contribuciones
es más preciso que el de Joback pero se recomienda aditivas.
mejor utilizar el de Benson.
Para representar la carga de un átomo se emplean los luego se dibuja la molécula con la herramienta pre-
viamente explicada (Molecule Editor).
siguientes íconos:
Para la estimación de las propiedades lo único que se
tiene en cuenta es la información de los enlaces en la
molécula ya que se obvia la posición espacial de los
átomos y la longitud de los enlaces.
La molécula dibujada puede guardarse como un ar-
chivo .mol para utilizarla en otra ocasión para impor-
tarla a la nueva simulación.
Figura 6. Barra de herramientas del editor de molécu- Luego, de dibujarla se guarda el archivo .mol y se cie-
las. rra la ventana regresando nuevamente a los paráme-
tros de entrada del nuevo componente donde ya está
La barra de herramientas cuenta con las funciones ha- cargada la estructura y se ingresan los parámetros
bituales de otros complementos de Aspen. Adicional- para las estimaciones, en este caso solo se tiene in-
mente cuenta con los botones Flip que permiten girar formación del peso molecular y la gravedad especí-
la molécula o enlaces en diferentes direcciones. fica.
Los botones Toggle grid y Toggle ruler permiten acti-
var o desactivar la cuadrícula y la regla, respectiva-
mente, en la interfaz donde se dibuja la molécula.
Con el fin de determinar las propiedades de un com-
ponente que no está en las bases de datos de Aspen se
ingresa la sustancia en Componentes⟶ Especificacio-
nes utilizando el botón User defined, a continuación, se
abre un cuadro de diálogo que permite especificar
qué tipo de nuevo componente es, convencional, no
convencional o sólido. Así mismo, dependiendo del
tipo varía la información requerida para la estimación
de las propiedades.
• Convencional: Para componentes que hacen
parte de equilibrios líquido-vapor. Se requiere
peso molecular, estructura molecular, tempera-
tura normal de ebullición, presión de vapor y ca- Figura 8. Parámetros para definir un componente
pacidad calorífica de gas ideal. nuevo.
• Sólido: Se utiliza para componentes sólidos con-
vencionales para los cuales aplican los modelos Por otro lado, también se pueden obtener las propie-
de sólidos. Los parámetros de entrada son peso dades utilizando el sistema de estimación de Aspen
molecular, presión de vapor y estructura molecu- Properties que incluye métodos de contribución de
lar. grupos como Joback y Gani.
• No convencional: Se utiliza para sólidos que no
están caracterizados por componentes molecula-
res, por su complejidad requieren como paráme-
tros de entrada modelos para el cálculo de ental-
pía y densidad.
En este caso la molécula para el ejemplo es ácido
úrico, así que se utilizará el método convencional,
vez finalizado el análisis, se puede ver en la sección puede ser para una sustancia pura o para una mezcla,
Analysis (de la pestaña Home), en la opción Binary, los en este caso es una mezcla. En Setup se seleccionan los
diagramas de composición Txy. Para esto en la pes- componentes de la mezcla (etanol y agua), la catego-
taña que se abre opción Binary Analysis se selecciona ría; que depende del tipo de propiedades para las que
el tipo Txy, se especifica que la base sea en fracción se tomaron los datos (en este caso Phase equilibrium),
molar y la presión como 1 atm, →Run Analysis. Se ge- y el tipo de datos (ver figura GGG). Este último se se-
nera la gráfica de la figura 12 (se modificó el formato lecciona de acuerdo con los datos que se disponga
para obtener una mejor visualización). para la categoría seleccionada, en este caso se dispone
de los Txy para el equilibrio, pero también podría ser
Si en el árbol de ítems se busca en Methods > Parame-
los Pxy. Los datos de los que se dispone fueron toma-
ters > Binary Interaction > PRKBV- 1 (figura 13), se
dos a una presión de 1 atm, lo cual también debe ser
puede ver que los parámetros no fueron calculados, y
especificado en el Setup de Data.
por eso la gráfica tiene esa forma y es errónea. Como
se sabe, la mezcla de etanol y agua no es una solución En la figura 15 se muestra los datos que fueron intro-
ideal, ya que presenta un azeótropo debido a las in- ducidos en la pestaña Data, donde es importante des-
teracciones moleculares por ser moléculas polares, tacar que la primera fila es predeterminada por el si-
por esta razón el modelo de Peng-Robinson no es mulador, y permite introducir la desviación estándar
apropiado como lo sí lo podría ser un método de coe- (STD-DEV) de los datos. En las filas siguientes se in-
ficiente de actividad como NRTL. Sin embargo, a par- troducen los datos especificando como tipo DATA en
tir de datos experimentales se pueden generar los pa- Usage, y verificando que las unidades estén bien esta-
rámetros de interacción. blecidas, →Next. En el ítem Regression se crea un
nuevo caso, seleccionando el método Peng-Robinson
Para realizar la regresión de datos es necesario pri-
en este caso, se selecciona el grupo de datos en Data
mero obtener los datos experimentales del sistema,
set con el nombre que se haya puesto (figura 16), y se
luego determinar cuáles parámetros pueden ser re-
especifica que el área de tolerancia sea del 1% (en la
gresados de acuerdo con el modelo seleccionado y fi-
sección 2.6. se explica esto).
nalmente realizar la regresión. Una vez se disponga
de los datos, se da clic en Home > (Run Mode) > Regres- En la pestaña Parameters se configura como se mues-
sion, se puede observar que aparecen como requeri- tra en la figura 17, de acuerdo con el modelo seleccio-
mientos Data y Regression en el árbol de ítems. En nado, Para esto es necesario conocer la forma como
Data > New se crea un nuevo grupo de datos, donde Aspen tiene codificados los modelos termodinámicos
se requiere un nombre (ID) y el tipo de datos, que (ver sección 3.3.)
T-xy diagram for AGUA/ETANOL
380
x 1,0 atm
y 1,0 atm
375
370
Temperature, K
365
360
355
350
345
0,0 0,1 0,2 0,3 0,4 0,5 0,6 0,7 0,8 0,9 1,0
Liquid/vapor mole fraction, AGUA
Figura 12. Diagrama Txy para el sistema etanol-agua con el modelo Peng-Robinson.
Figura 13. Parámetros binarios para el sistema etanol-agua con la herramienta Analysis.
Figura 14. Creación de un Data set para almacenar los datos experimentales.
Figura 15. Datos experimentales almacenados en Data. Fuente: Dortmund Data Bank.
Una vez configurada la regresión, se da clic en Run y Hay que resaltar que ambas gráficas Txy se obtuvie-
se obtienen los parámetros mostrados en la figura 18. ron con el modelo de Peng-Robinson, pero en el pri-
Se revisa Methods > Parameters > Binary Interaction > mer caso sin parámetros binarios. Acá se puede notar
PRKBV- 1, y ahora se puede observar que hay unos pa- la gran importancia de la herramienta Regression que,
rámetros binarios (figura 19), no como en la figura 13 ajustando los parámetros binarios, mejora en gran
que correspondía a Analysis y no a Regression. Ahora medida el modelo. Esta idea se puede extrapolar no
se obtiene el diagrama Txy de la figura 20 que mues- solo a otras propiedades termodinámicas, sino tam-
tra un mejor modelado de los datos, muy diferente al bién a propiedades de transporte de la sustancia pura.
de la figura 12. Sin embargo, aunque la regresión se llevó a cabo y se
obtuvo un modelamiento mucho mejor de los datos
experimentales, en la figura 21 se pueden observar
los resultados de la consistencia termodinámica a tra- Ahora, si se realiza el procedimiento anterior, pero
vés del test de área, el cual determina que el modelo con el modelo NRTL, se obtiene la gráfica de la figura
es inconsistente. Se parte del hecho que los datos ex- 22, donde se puede ver una mejor correlación de los
perimentales son totalmente válidos, debido a la datos. Además, el test de consistencia arroja los resul-
fuente de donde fueron sacados, por lo tanto, en este tados de la figura 23, donde se observa que la regre-
caso falló el modelo termodinámico escogido, como se sión pasó la prueba y, por lo tanto, el modelo es con-
sabía desde un principio. sistente. Esto permite concluir la importancia de la
elección del modelo termodinámico dependiendo de
las sustancias y las condiciones de proceso.
101
Exp Y ELV VLE (1,0133 bar)
Est Y ELV VLE (1,0133 bar)
Exp X ELV VLE (1,0133 bar)
Est X ELV VLE (1,0133 bar)
96
91
Temperature C
86
81
76
0,0 0,1 0,2 0,3 0,4 0,5 0,6 0,7 0,8 0,9 1,0
Mole Fraction AGUA
Figura 20. Diagrama Txy del sistema etanol-agua modelado por la ecuación de Peng-Robinson por regresión.
365
Temperature K
360
355
350
0,0 0,1 0,2 0,3 0,4 0,5 0,6 0,7 0,8 0,9 1,0
Mole Fraction AGUA
Figura 22. Diagrama Txy del sistema etanol-agua obtenido por regresión con el modelo NRTL.
• Utilizando Aspen Properties se obtienen dia- una Herramienta Fundamental en cursos Avanzados
gramas en función de la temperatura y la presión de Termodinámica y Física de Fluidos para la Estima-
tanto para componentes puros como para mezclas bi- ción de Propiedades de Sustancias.Form. Univ. [on-
narias donde también se tiene en cuenta la composi- line]. 2016, vol.9, n.3 [citado 2018-09-25], pp.99-108.
ción. Así mismo, es posible determinar los diagramas Disponible en: <https://scielo.co-
de curvas residuales. nicyt.cl/scielo.php?script=sci_arttext&pid=S0718-
50062016000300011&lng=es&nrm=iso>. ISSN
0718-5006. http://dx.doi.org/10.4067/S0718-
6. Bibliografía 50062016000300011.
Marrero, J. and Gani, R. . Group-contribution based es-
timation of pure component properties. 2001. pp. ASPENTECH, User guide. Aspen Physical Property
185-190. System: Physical Property Methods and Models
FIERRO, Elías N; FAUNDEZ, Claudio A y VALDE- 11.1.
RRAMA, José O. Método de Contribución de Grupos: