Para tener éxito en SIMULACIÓN
No juegue con
propiedades físicas para
las simulaciones
do
de simulación para llevar a cabo una
Encontrar buenos valores variedad de trabajos importantes. Este trabajo se extiende
a partir de cálculos de masa
Los ingenieros y energía
utilizan saldos
proceso de grandes
hemical
para los parámetros owsheets fl para la predicción del rendimiento de los
procesos alternativos que pueden ahorrar millones de
inadecuados o dólares. Un ingeniero muy rápidamente puede de fi nir un
owsheet fl complejo y todas las condiciones del proceso.
inexistentes propiedad física Las computadoras de escritorio ahora permiten
calificación, dimensionado, optimización y cálculos
es la clave para una dinámicos que anteriormente requerían grandes
ordenadores centrales. En el pasado, estas simulaciones
simulación exitosa. Y se construyen a menudo por un grupo de expertos,
incluyendo un experto en propiedad física. Ahora, los
esto depende de la
simuladores como ASPEN PLUS, CHEMCAD III, HYSIM,
PRO II, y velocidad son más fáciles de usar y más
elección de los
potente que los programas independientes del pasado.
Hoy en día, un solo ingeniero puede configurar la
métodos de estimación
simulación básica especificaciones, incluyendo las
propiedades físicas, en muy poco tiempo.
adecuados.
propiedades físicas que faltan o inadecuadas, sin
embargo, pueden socavar la exactitud de un modelo o
incluso impedir la realización de la simulación. Que alguna
información requerida no se encuentra no es un descuido
Eric C. Carlson,
en el simulador. Después de todo, para la mayoría de los
Aspen Technology, Inc.
compuestos, los parámetros de propiedades físicas no son
conocidas para cada modelo termodinámico o para todos
los rangos de temperatura o presión. Modelos han
incorporado en los supuestos y límites prácticos que
deben aplicarse.
En este artículo, vamos a ofrecer consejos y
técnicas prácticas para ayudarle a describir con
precisión las propiedades físicas necesarias en una
simulación. Como ingeniero,
Chemical Engineering Progress
siempre tendrá que hacer suposiciones en términos
de propiedades físicas, sin embargo. El objetivo de
este artículo es para delinear los supuestos
adecuados y técnicas para proporcionar
propiedades cuando faltan.
Las cinco tareas importantes
Con éxito la descripción de las propiedades físicas
para ser utilizado en una simulación implica cinco tareas:
1. la selección de los métodos de propiedades físicas
apropiadas;
2. la validación de las propiedades físicas;
3. que describe componentes nondatabank
(especies químicas o compuestos) y parámetros
que faltan;
4. obtención y utilización de datos de propiedad
física; y
5. la estimación de los parámetros de propiedades que
faltan.
Se puede argumentar que estas tareas no son
secuenciales y, hasta cierto punto, son concurrentes.
Durante el desarrollo de la simulación, sin embargo,
tendrá que visitar cada área a ser con fi anza que la
simulación sea lo más preciso posible - para que las
decisiones importantes se pueden hacer sobre la base
de los resultados de las simulaciones.
La selección de los métodos de
propiedades físicas adecuadas
Este primer paso esencial afectará a todas las tareas
posteriores en el desarrollo de propiedades físicas
precisas en su simulación. De hecho, la elección de los
modelos de las propiedades físicas de una simulación
puede ser una de las decisiones más importantes para un
ingeniero. Hay varios factores que deben ser consi-
• DE OCTUBRE DE de 1996 • 35
Para tener éxito en SIMULACIÓN

Ered, y ningún método puede manejar todos los Tabla 1. Modelos de propiedad termodinámica
sistemas. La Tabla 1 enumera algunos modelos
disponible en un simulador.
termodinámicos disponibles en simuladores.

La ecuación de otros estados Modelos Modelos coeficiente de actividad

Los cuatro factores que debe considerar
Benedict-Webb-Rubin (BWR) -Lee-Starling Electrolito NRTL
al elegir los métodos de propiedad son:
Hayden-O'Connell * hidrógeno-fluoruro ecuación de estado Flory-Huggins NRTL
para hexamerization * ley del gas ideal * Lee-Kesler (LK) Scatchard-Hildebrand
• la naturaleza de las propiedades de interés; Lee-Kesler-Plocker Peng-Robinson (PR) Perturbed- UNIQUAC UNIFAC Van Laar
Hard-cadena predictivo SRK Redlich-Kwong (RK) Wilson

• la composición de la mezcla; Redlich-Kwong-Soave (RKS) RKS o PR con Wong-Sandler

• el intervalo de presión y temperatura; mezcla RKS regla o con PR-ed Huron-Vidal-2 regla de
mezcla modificado
y
• la disponibilidad de los parámetros. Para facilitar
Modelos especiales
la selección de los métodos adecuados de
método de agua agria API
propiedades físicas, se sugiere el uso de los árboles Braun K-10 Tablas de Vapor
de decisión que se muestran en las figuras 1-3. Estos Chao-Seader Grayson-Streed
árboles se basan en los cuatro factores para la Kent-Eisenberg

selección de métodos de propiedad, y se pueden

utilizar cuando se conocen los componentes químicos Sánchez-Lacombe para los polímeros

y temperatura aproximada y rangos de presión.

* No se utiliza para la fase líquida.
Mientras que estos diagramas son simplificaciones,
muestran los pasos básicos del proceso de toma de
decisiones, mientras que las notas en la barra lateral
amplifican algunos de los puntos clave. Véase la Figura 2

La naturaleza de las propiedades de interés. Una

Polar
pregunta que usted puede preguntarse al iniciar ¿MI?

una simulación es “¿Importa la elección de los

métodos de propiedad física?” La respuesta es
Electrólito NRTL o
un rotundo SÍ. La elección puede afectar en gran electrólito
Pitzer
medida la predicción de la simulación. Usted ?
Real no electrólito
debe de seleccionar una colección de métodos Peng-Robinson,
que predecir mejor las propiedades o resultados Redlich-Kwong-Soave,
Lee-Kesler-Plocker
de su interés.
Todo No polar
R?

Debido a que muchas simulaciones de procesos

K-10
químicos incluyen la destilación, extracción, o Pseudo y
Real
evaporación, una consideración importante ¿PAG?
Grayson-Streed o Braun
potencial para la elección de modelos de
propiedades físicas es Chao-Seader,

vapor / equilibrio líquido (VLE). Esta es la zona en Vacío

Braun K-10 o Ideal
la que el trabajo de propiedad más física se centra
en la ingeniería química. equilibrio líquido / líquido
(LLE) también se convierte en importante en los ? Polaridad ¿MI? Electolytes
procesos tales como la extracción con disolvente y
la destilación extractiva. Real o
R? ¿PAG? Presión
seudocomponentes
Otra consideración crítica es puro-componente y
la entalpía mezcla. Entalpías y capacidades
caloríficas son importantes para las operaciones
unitarias tales como intercambiadores de calor, Fuente: ( 7)
condensadores, columnas de destilación, y reactores.
■ Figura 1. La fi pasos primeros para la selección de métodos de propiedad física.

36 • DE OCTUBRE DE de 1996 • Chemical Engineering Progress

 Desplazamiento por los árboles de decisión
Éstos son algunos consejos para ayudarle a navegar los árboles de decisión que aparecen como figuras
1-3.
¿Cuáles son seudocomponentes? En muchas aplicaciones en las que sólo las moléculas no
polares están presentes (como en el procesamiento de hidrocarburos y re fi Ning), la mezcla es tan
complejo que en lugar de que lo representa por todos los componentes conocidos, es más fácil para
agrupar los constituyentes por alguna propiedad útil, como el punto de ebullición . De esta manera,
una mezcla de cientos de componentes se puede reducir a 30 o menos. Las propiedades de estos
componentes agrupados, llamados seudocomponentes, están representados por un punto medio de
ebullición, gravedad específica, y el peso molecular. Si no se utiliza seudocomponentes, los
componentes deben ser descritos por una fórmula molecular y se denominan como componentes
reales.
¿Por qué son diferentes mezclas de electrolitos? mezclas de electrolitos incluyen
componentes que se cargan moléculas (iones) o que forman sales. Algunos simuladores permiten
el cálculo de electrolito equilibrio de la reacción con el equilibrio de fases. Este es un método muy
potente y su uso cubre muchas aplicaciones tales como lavado cáustico, neutralización, la
producción de ácido, y la precipitación de sal. El no idealidad de soluciones de electrolitos, por lo
general contiene agua, se puede observar en ebullición elevación del punto, salificación de los
gases (es decir, la adición de sales a la solución para cambiar la solubilidad de los gases), y la
precipitación de sal. Los métodos de electrolitos más comunes son el modelo Pitzer, y la modi fi
ed-NRTL coeficiente de actividad modelo de Chen y colaboradores. Algunos electrolitos, como el
ácido fórmico y ácido acético, son muy débiles y no se requiere un método de electrolito.
Qué tipo de método se debe elegir para mezclas que contienen componentes
polares pero no electrolitos? Hay dos grupos de métodos
- basado en los coeficientes de actividad o ecuaciones de estado. Utilice fi métodos basados ​en cientes
actividad-cientes cuando las presiones son de bajo a medio (típicamente menos de 10 bar o 150 psia) y si no
hay componentes son cerca del punto crítico. modelos coeficiente de actividad también a menudo se utilizan
para predecir con precisión el comportamiento no ideal de líquido tal como, por VLE y para LLE. En
contraste, los métodos equationof-estado sobresalen en su capacidad para representar los datos y extrapolar
con la temperatura y la presión hasta y por encima del punto crítico mezcla. Ahora, sin embargo, los métodos
que dependen de las ecuaciones de estado cúbicas con las reglas de mezcla de predicción se combinan de
manera efectiva las fortalezas de los dos métodos. (Véase el cuadro 2.) Para presiones más altas (y
temperaturas), estas ecuaciones especiales de estado son mejores ya que fueron desarrollados para aplicar
a una amplia gama de temperaturas. Estos métodos incorporar la actividad coeficientes en el cálculo de
interacciones de los componentes representados por el exceso de energía libre de Gibbs. La mayoría de
estos últimos utilizan un modelo de coeficiente de actividad basado en UNIFAC como predeterminada, pero
se puede utilizar cualquier coeficiente de actividad.
A presiones de simulación menos de 10 atm y donde no hay componentes críticos cerca, para los
mejores resultados utilizan el Wilson, NRTL, o UNIQUAC parámetros binarios que pueden estar
disponibles en bancos de datos incorporados, o parámetros binarios fi t a datos experimentales (si está
disponible ) utilizando modelos de coeficiente de actividad. Estos parámetros se pueden haber
determinado a diferentes temperaturas, presiones y composiciones que se está simulando, sin embargo,
por lo que no pueden obtener la máxima precisión posible. Si los parámetros de interacción no están
disponibles, sin embargo, puede utilizar el método UNIFAC.
Cuando se debe utilizar UNIFAC? otros modelos de coeficientes actividad basada en UNIFAC
UNIFAC y son enfoques predictivos que utilizan grupos estructurales para estimar interacciones de los
componentes. De la información estructural acerca de los componentes orgánicos por lo general
disponibles en el banco de datos incorporado, UNIFAC es capaz de predecir los coeficientes de
actividad como una función de la composición y la temperatura. Puede hacer uso de UNIFAC cuando no
se dispone de datos experimentales o parámetros binarios o cuando un valor aproximado es aceptable
(por ejemplo, para un componente con prioridad baja). En
los últimos años, se han producido mejoras en UNIFAC (véase la Tabla 3) que pueden predecir
mejor VLE, ​calor de mezcla, y LLE en un rango de temperatura más amplio. extensiones recientes a
UNIFAC propuestos para moléculas tales como refrigerantes y azúcares pueden ser útiles, y usted
puede agregar los grupos y los parámetros de la simulación. Los simuladores pueden tener la
capacidad de generar parámetros de interacción binarios para Wilson, UNIQUAC, o NRTL de
UNIFAC.
No todos los componentes pueden describirse utilizando UNIFAC, sin embargo, y no todas las
interacciones de grupo están disponibles. Ejemplos de componentes que no tienen grupos UNIFAC
incluyen metales, organometales y fosfatos. Por lo tanto, es muy recomendable hacer siempre una
búsqueda de los datos disponibles sobre los sistemas binarias o ternarias de interés.
¿Cómo debe tratarse la fase de vapor? La elección del método VLE utilizando un modelo de
coeficiente de actividad también requiere una elección de modelo para las propiedades de fase de
vapor. Si se observa asociación fase de vapor (como en el caso del ácido acético), entonces el
modelo de fase de vapor debe ser Hayden-O'Connell o Nothnagel. Un sistema que contiene
fluoruro de hidrógeno pueden requerir un modelo especial para representar el alto grado de
asociación debido a enlaces de hidrógeno. Asociación en la fase de vapor puede tener un fuerte
efecto en equilibrio de fases y entalpía.
Cuando deben ser anulados por defecto para otros métodos de propiedad física? Predicción de la
densidad, entalpía, y la viscosidad también son importantes en simuladores, y usted no debe aceptar
automáticamente los métodos predeterminados. Compruebe la documentación del simulador para el
método por defecto y reglas de mezcla.
Densidad de vapor se calcula una ecuación de estado o la ley del gas ideal. densidades de
líquido de mezcla se pueden calcular por una ecuación de estado, un modelo dependiente de la
temperatura tal como la de Rackett, o por una temperatura y modelo dependiente de la presión
tales como el COSTALD. Para psuedocomponents, se emplea típicamente un método Instituto
Americano del Petróleo (API). El modelo Rackett se recomienda para uso general.
entalpía de vapor normalmente se calcula a través de un supuesto de gas ideal o una ecuación
de estado. Los métodos ecuación de otros estados calcular una desviación de la idealidad llamado la
salida entalpía de vapor. Para componentes tales como ácido acético, el modelo Hayden-O'Connell
es la mejor, y calculará una salida entalpía de vapor más grande que la normal.
entalpías líquidos se calculan por una variedad de métodos. Si el simulador utiliza el gas ideal
como el estado de referencia, a continuación, la entalpía de líquido puro-componente se calcula a partir
de la entalpía de los gases ideales y una salida entalpía líquido. Esto se puede escribir como
H * , l = H * , ig + ( H * , l - H * , yo G ) (1)
dónde H *, l es la entalpía de líquido puro componente, H *, yo G es la entalpía de los gases ideales, y ( H
*, l - H *, yo G) es la salida entalpía líquido. Esta salida incluye el calor de vaporización, la salida entalpía
de vapor de la presión ideal para la presión de saturación, y la corrección de presión de líquido de la
presión de saturación a la presión real. Simuladores también permiten cálculos separados para una
entalpía de líquido directamente desde el polinomio-calor-capacidad de líquido. Para algunos
componentes, el método de la ecuación. 1 no será lo suficientemente preciso para las
predicciones-calor-capacidad de líquido. Esto puede ser muy importante si va a exportar la
información de su propiedad a otro programa, como uno para el diseño del intercambiador de calor
riguroso. Se puede utilizar el método de los Últimos calor capacidad de líquido (CPL) para mejorar la
precisión de las capacidades de calor líquido.
La viscosidad es otra propiedad importante para el dimensionamiento de las tuberías, bombas,
intercambiadores de calor, y columnas de destilación. Hay varios vapor y métodos de líquidos para el
cálculo de la viscosidad y, en general, los requisitos de los parámetros para estos métodos son
sustanciales.
Chemical Engineering Progress • DE OCTUBRE DE de 1996 • 37
Para tener éxito en SIMULACIÓN

Sí Tabla 2. Ejemplos de especial

NRTL, UNIQUAC, y
sus varianzas ecuaciones de estado.

Sí SRK predictivo (PSRK) PR con modi fi ed Huron-Vidal-2

de mezcla PR regla con Panagiotopolous mezcla PR
regla con Wong-Sandler mezcla RKS regla con modi fi ed

WILSON, NRTL, UNIQUAC, y Huron-Vidal-2

No
sus varianzas UNIFAC LLE
ij?
mezclar RKS regla con Panagiotopolous mezcla
Sí RKS regla con la regla de mezcla Wong-Sandler
también la Figura 3)

No

(Véase
Polar no
electrolitos
¿PAG?
UNIFAC y sus extensiones Tabla 3. revisiones UNIFAC
No
<10 bar Sí
LL? LL? Schwartentruber-Renon, relaciones
y extensiones.
públicas o RKS con SW, PR o RKS
con MHV2
Modelo predice

P> 10 bar P Dortmund-modi fi ed VLE, LLE, H MI, γ ∞ *

ij? UNIFAC (1993) ( 8)

extensión Kleiber VLE del fluorado

PSRK, PR o RKS con (1994) ( 11) hidrocarburos
No
MHV2
Lyngby-modi fi ed VLE, H E ( Exceso
UNIFAC (1986) ( 13) entalpía)

¿PAG? LL? Líquido / líquido UNIFAC, LLE LLE

disponibles Presión (1980) ( 12)

Los parámetros de interacción

ij? UNIFAC, revisión 5 VLE
(1991) ( 9)

* En coeficiente de actividad Nite-dilución fi

Fuente: ( 7)

■ Figura 2. Procedimiento para componentes polares y no electrolitos. Además, la densidad, la viscosidad, pH, y la
conductividad térmica puede ser esencial para otros
cálculos de proceso. propiedades de transporte son
Wilson, NRTL, UNIQUAC o UNIFAC
hexámeros importantes al hacer los cálculos de
con EOS especial para hexámeros
dimensionamiento de equipos. También, procesos
tales como la metalurgia y la minería requerirán
Sí cálculos para equilibrio de fases que incluye sólidos.
DP?

La composición de la mezcla.
Wilson dímeros Composición influirá en todas las propiedades,
NRTL
VAP? debido a la forma propiedades de la mezcla se
UNIQUAC
calculan. Esto afectará equilibrio de fases en gran
UNIFAC O'Connell o Nothnagel EOS
UNIQUAC, UNIFAC con Hayden medida debido a la interacción de los componentes
con gas ideal o RK EOS Wilson, NRTL,
No Wilson, NRTL, UNIQUAC o UNIFAC *
en la mezcla. Por lo general, la interacción en la
fase líquida es la más importante debido a la
estrecha proximidad de las moléculas en esa fase.
La naturaleza de la fase de vapor también puede
VAP? de vapor Asociación ser significativo si los componentes forman
complejos. Las fuerzas intermoleculares
importantes son electrostática, la inducción,
DP? Grados de polimerización en fase
atracción, y la repulsión entre los componentes no
polares, y las fuerzas químicas, tales como enlace
* UNIFAC y sus extensiones de hidrógeno. Un buen resumen de estas fuerzas
se da en la Ref. 1.
Fuente: ( 7)

■ Figura 3. Opciones para los cálculos en fase vapor con los modelos de coeficiente de actividad.

38 • DE OCTUBRE DE de 1996 • Chemical Engineering Progress

 1

100
= Fracción molar de
0.8
vapor = Liquid
95

Fracción molar de vapor de tolueno

fracción molar
Temperatura, C

90
0.6

85

0.4
80
NRTL-RK Ideal
Líquido

0 0.2 0.4 0.6 0.8 1 0.2

fracción molar acetonitrilo

Fuente: ( 14)

0 0.2 0.4 0.6 0.8 1

■ Figura 4 (arriba). VLE de sistema de acetonitrilo / agua a 1 atm.
■ La figura 5 (a la derecha). VLE de sistema / fenol tolueno a 1 atm. Liquid fracción molar tolueno

La magnitud de las fuerzas electrostáticas y de
inducción está relacionada con la polaridad de los
componentes. componentes
tal como agua, acetona,
formaldehído, y cloruro de metilo son dipolos menos no ideal.
fuertes. Muchos compuestos polares son Las figuras 4-7 ilustran el efecto de la
asociativos, y forman complejos o se disocian polaridad en los equilibrios vapor / líquido
en iones. Componentes como etano y norte- heptano
binarios. La Figura 4 muestra el predicho y
son no polares. Puede utilizar su experimental VLE de dos componentes
Simulador para informar de los momentos dipolares de agua, a 1 atm. El azeótropo se predice con
los componentes del banco de datos como una medida precisión en aproximadamente
de la polaridad. En general, las mezclas de 0,7 fracción molar de acetonitrilo. La Figura 5
componentes no polares exhibirán comportamiento presenta VLE para una mezcla de dos
ligeramente polar compuestos,
tolueno y fenol, a 1 atm. La desviación de la
idealidad se muestra mediante la comparación de la
curva predicha a partir de una suposición líquido
ideal para que a partir de un no idealidad método de
altamente polar, acetonitrilo y predicción

81
dieciséis
Vapor fracción molar C2H6 Liquid
80.5 Vapor fracción molar C6H6 Liquid
fracción molar C2H6
fracción molar C6H6 14
80
Temperatura total, C

79.5
12

79
Presión total, Atm

78.5 10

78
8
77.5

6
0 0,1 0,2 0.3 0,4 0,5 0,6 0,7 0,8 0,9 1

Fracción molar 4

Fuente: ( 15)

0 0.2 0.4 0.6 0.8 1

■ La Figura 6 (arriba). VLE de sistema / benceno ciclohexano a 1 atm.
■ La Figura 7 (a la derecha). VLE de sistema / propileno etano a 40 ° F. Fracción molar

Chemical Engineering Progress • DE OCTUBRE DE de 1996 • 39

Para tener éxito en SIMULACIÓN
100
80
60
Temperatura, C
40
Liquid 2 fracción molar C6H12O Liquid 1
fracción molar C6H12O
20
0,05 0,1 0,15 0 0,2 0,25 0,3 0,35 0,4 0,45 0,5 0,55 0,6
Fracción molar
(El modelo de coeficiente de actividad de dos líquidos
no aleatoria (NRTL)
ecuación de estado de la fase de vapor
Redlich-Kwong). La Figura 6 representa el VLE de
una mezcla de ciclohexano y benceno a 1 atm.
Aquí, la interacción de moléculas aparentemente
similares con una diferencia en el punto de menos
de 1 ° C hirviendo provoca un azeótropo en una
composición de aproximadamente 0,54 fracción
molar de benceno. Una mezcla tal como etano y
propileno (Figura 7) es un una casi ideal, y no se
desvía mucho de la ley de Raoult.
Las mezclas de compuestos no polares y
polares, tales como agua e hidrocarburos, a
menudo se forman dos fases líquidas que son
muy inmiscible. Las figuras 8 y 9 muestran
ejemplos de sistemas miscibles y no miscibles de
los equilibrios líquido / líquido, respectivamente, a
1 atm. En la Figura 8, ciclohexanol es inmiscible
en la fase de agua, pero la fase orgánica contiene
hasta 0,50 fracción molar de agua (0,10 agua
fracción de masa). La Figura 9 muestra el alto
grado de inmiscibilidad en ambas las fases
orgánica y de agua para una mezcla de benceno
y agua, donde hay menos de 0,06% en benceno
mol (0,3% en masa). Debido a este
comportamiento, algunos simuladores tienen una
propiedad especial método para el tratamiento de
la fase acuosa como orgánica-libre (también
llamado libre de agua).
La mayoría de los simuladores ofrecen colecciones
de métodos de propiedad en prede fi nida
40 • DE OCTUBRE DE de 1996 • Chemical Engineering Progress
0,0006
0,998
Liquid 2 fracción molar C6H6
Liquid 1 fracción molar C6H6
0,996 0,00055
0,994
0,0005
0,992
0,00045
0.99
0,988
0 10 20 30 40 50 60 70
Temperatura, C
Fuente: ( dieciséis)
■ La Figura 8 (a la izquierda). LLE de sistema / agua ciclohexanol en 1 atm.
■ Figura 9. (arriba). LLE de sistema / agua benceno a 1 atm.
conjuntos basan en métodos que con frecuencia se Validación de las propiedades
y utilizan para ciertos tipos de mezclas. Por lo general, físicas
los conjuntos son identificados por el método utilizado Un paso necesario en cualquier proyecto de
para equilibrio de fases. Cuando estos conjuntos simulación es la validación de las propiedades físicas.
utilizan un modelo de ecuación del estado, Esto implica la presentación de informes, tabulación, o el
lo mismo trazado de pura-componente y propiedades de la mezcla
modelo se utiliza para muchas propiedades, y comparando los resultados con los datos conocidos o
incluyendo los de equilibrio de fases. comportamiento esperado. Este es un paso importante
El rango de presión y temperatura. Esto es en cualquier simulación y se debe realizar para banco de
especialmente importante en la elección del datos así como componentes nondatabank. Simuladores
método para realizar cálculos de equilibrio de pueden proporcionar estas propiedades calculadas en
fases. Los métodos que se basan en la ley de formato tabular y gráfica. Esta es una herramienta útil
Raoult o que los coeficientes de actividad uso no para la comprensión de cómo puro componentes y la
son exactos a alta presión o cuando la mezcla de propiedades, tales como la densidad,
temperatura está por encima de la temperatura capacidad calorífica, y propiedades de exceso, varían
crítica de un componente. Se puede utilizar la ley con la temperatura, presión, y composición, y cómo se
de Henry cuando se tiene gases ligeros en comportan cuando extrapolada. Del mismo modo, estos
disolventes subcríticas, pero por lo general no se resultados se pueden utilizar para generar tramas de VLE
recomienda para las concentraciones de soluto y LLE para comparar a los diagramas en la literatura y los
mayor que 5%. En general, las ecuaciones de datos reales de campo. Algunos simuladores tienen la
estado son más adecuados para predecir VLE en capacidad para generar curvas de residuos de la
un amplio rango de temperatura o presión, destilación de mezclas ternarias. La capacidad parcela
especialmente a alta temperatura y presión. residuo también es una herramienta poderosa para el
análisis de destilación.
La disponibilidad de los parámetros.
Sin suficientes parámetros puros y componentes Usar la tabulación y el trazado de herramientas
binarios, usted no será capaz de calcular pura para determinar la causa de las discrepancias en las
componentes o propiedades de la mezcla. Debe propiedades. Si una propiedad mezcla es incorrecta,
elegir entre obtener y utilizar datos experimentales investigar si un solo componente es la causa por la
o la literatura, la estimación de parámetros, o la presentación de informes propiedades de
elección de un método menos riguroso. Esto debe componente puro. Otra técnica útil es comparar la
ser investigado para todos los métodos de misma owsheet fl o resultados propertytable durante
propiedades físicas, incluyendo los que se el uso de diferentes métodos de propiedad física.
muestran en las Figuras 1-3.
 Por defecto, la mayoría de los cálculos de
equilibrio de fases se llevan a cabo suponiendo
fases vapor y líquida. Si el proceso implica dos
fases líquidas (Vlle), asegúrese de especificar
trifásico cálculos. Si no es así, obtendrá
resultados incorrectos. Como parte de la
validación, usted debe también comprobar que
sus métodos de propiedad no predicen
falsamente dos fases líquidas.
Los simuladores permiten especificar que sólo una
fase está presente en una corriente o una operación
unitaria. Si las fases vapor y líquido son posibles, sin
embargo, se debe utilizar el catión específico de dos
fases.
Nondatabank componentes y
parámetros que faltan
Cuando se desea simular componentes
nondatabank o tienen componentes para los
que los parámetros se pierden, pregúntese lo
siguiente:
• Es este un componente
Técnicas para eliminar o reducir al mínimo el
importante en la mezcla? Si es menor
de edad, puedo sacarlo de la
simulación?
• Merece a la parte
componente en VLE?
• Es el componente volátil?
• Es polar o no polar?
• reacción voluntad (incluyendo
descomposición) hacer que este componente se
agote?
• ¿Qué propiedades tienen que ser exacta para
los métodos de propiedad elegidos?
Estas preguntas le ayudará a identificar los
parámetros que son necesarios en función de su
elección de los métodos de propiedades físicas. Si
estos parámetros no están disponibles o no se
pueden determinar a través de la búsqueda
bibliográfica, la regresión o la estimación, a
continuación, usted tiene que reevaluar su elección
de los métodos de propiedades físicas u obtener
datos de medición.
Usted debe determinar cuáles son los
parámetros por defecto si el simulador no
encontramos ninguna disponible. Es peligroso
asumir que los parámetros de propiedades
físicas estaban disponibles sólo porque el
simulador no le dio un mensaje de error. Utilizar
los manuales del simulador y ayuda en línea a
crear una lista de parámetros que faltan.
Usted debe detallar esta información al
comunicar los supuestos de la simulación a
otros usuarios o su gestión.
Ciertos parámetros de propiedades siempre se
requieren para una simulación. Estos pueden incluir
peso molecular, presión de vapor, y las constantes
de capacidad calorífica de los gases ideales. La
necesidad de otros parámetros depende de su
elección de los métodos de propiedades físicas. Los
manuales de simulador deben incluir la información
sobre los requisitos de los parámetros ( 7). También
hay parámetros que serán necesarios para calcular
el calor de las reacciones o de las constantes de
equilibrio de reacción. Esto incluye el calor de
formación y la energía libre de Gibbs de la formación
de todos los componentes que participan en las
reacciones.
impacto de los parámetros especí fi cos se
debe utilizar con precaución.
Puede utilizar su juicio acerca de la importancia
de un parámetro para establecer los valores
nominales para las propiedades sin importancia.
Por ejemplo, si se sabe que un componente es muy
volátil y está utilizando la ecuación de Antoine de
presión de vapor (ln P = A + B / (T + C)),
se puede establecer el valor de los parámetros A, B
y do a -100, 0, y 0, respectivamente. ( T es la
temperatura.) Esto asignará la presión de vapor
utilizado en la ley de Raoult un valor muy pequeño,
casi cero (3,7 × 10- 44!). Esto y técnicas similares para
eliminar o minimizar el impacto de los parámetros
especí fi co debe utilizarse con precaución, sin
embargo.
Si no puede encontrar un componente en
bancos de datos del simulador, asegúrese de
comprobar de sinónimos. Por ejemplo,
metoxibenceno puede aparecer como éter metil
fenilo o anisol. Un buen método consiste en
buscar el componente utilizando su fórmula. Al
seleccionar el componente por la fórmula,
Chemical Engineering Progress
comprobar diferente ordenamiento de átomos. Por
ejemplo, el amoníaco se puede describir como H 3 N
en lugar de NH 3. Árbitro. 2 contiene un índice fórmula
de compuestos orgánicos y es un buen recurso para
nombres alternativos.
Una vez que haya determinado los requisitos de
los parámetros que no están satis fi cado, el
siguiente paso debe ser la obtención y el uso de
datos de propiedades físicas.
La obtención y el uso de datos de
propiedades físicas
Fuentes de datos. Para proporcionar
parámetros para los componentes nondatabank o
hacer una regresión para los parámetros
purecomponent y binarios, que tendrá que buscar
los datos disponibles. Tales datos pueden
encontrarse en una variedad de fuentes, incluyendo
datos-com-
pilación referencias, manuales, revistas
y colecciones de datos internas. Aunque la
mayoría de las corrientes en las simulaciones
contienen mezclas, los cálculos precisos de
propiedad no son posibles sin propiedades
pura componentes precisos. La importancia
de los datos de los componentes puros no
debe subestimarse, ya que son la base para
ambas propiedades purecomponent y mezcla.
Por ejemplo, propiedades de los componentes
puros, tales como presión de vapor serán
utilizados en los cálculos de equilibrio de
fases. La Tabla 4 contiene fuentes comunes
de propiedades de los componentes puros,
mientras que la Tabla 5 enumera las fuentes
comunes para propiedades de la mezcla.
El orden recomendado de búsqueda de datos
es:
1. evaluado críticamente fuentes de datos;
2. fuentes nonevaluated;
3. mediciones experimentales; y
4. técnicas de estimación.
parámetros binarios de equilibrio de fases. Debido
al gran número de pares binarios en incluso una
simulación de sólo diez componentes, se
recomienda la clasificación de los componentes
con el fin de dar prioridad a los pares y enfocar los
esfuerzos de búsqueda y medición de la literatura
en el paráme- más importante
• DE OCTUBRE DE de 1996 • 41
Para tener éxito en SIMULACIÓN
Tabla 4. Ejemplos y fiabilidad de las fuentes
de datos de los componentes puros.
Fuente
Los datos críticos de las sustancias puras, DECHEMA *
CRC Handbook of Chemistry and Physics (Beilstein) *
DIPPR Recopilación de Datos *
Enciclopedia de sustancias químicas, medicamentos y productos biológicos
Enciclopedia de la Ciencia e Ingeniería de Polímeros
ESDU Índice de datos de ingeniería Validado
Manual de propiedades termofísicas de Gases
y Líquidos
Tablas JANAF termoquímicos
Handbook of Chemistry de Lange
Manual del Ingeniero Químico de Perry
Propiedades de gases y líquidos
Los valores seleccionados de las propiedades de la Química
Los compuestos (TRC) *
La presión de vapor de sustancias puras
* Partes de estas fuentes están disponibles en línea a partir de diálogo Servicios de Información, STN Internacional o técnicos
Bases de datos Services, Inc. (TDS)
tros. En primer lugar, dividir los componentes
en tres grupos: alta, media y baja prioridad.
Basar la prioridad en criterios tales como la
composición, y la pureza especificaciones del
proceso
- si una pureza componente es específico ed, ese
componente es importante incluso si aparece sólo en
bajas concentraciones. En segundo lugar, emparejar
los componentes en alto / alto, alto / medio, alto /
bajo, medio / medio, medio / bajo, y grupos de bajo /
baja. Buscar las fuentes disponibles, incluyendo los
de la casa, para cualquier dato para todos los grupos.
Si se sabe que ciertos pares de componentes de
comportarse idealmente, pueden ser excluidos de la
búsqueda. A continuación, utilizar el método UNIFAC
para los pares de falta en el medio / medio, medio /, y
las categorías de bajo / bajo bajos. UNIFAC no se
recomienda, sin embargo, para cualquier par que
incluyen los componentes de alta prioridad. Una
búsqueda en la literatura secundaria se puede utilizar
a FI datos nd binarios para compuestos similares y
aquellos parámetros entonces sustituidos. Proponer
trabajos experimentales si los datos binarios de
parámetros todavía no están presentes o si se
expone regresión de datos de datos como insuficiente
( 3).
42 • DE OCTUBRE DE de 1996 • Chemical Engineering Progress
Cuando los datos de equilibrio de fases racor, el
algoritmo de regresión intentos de reducir la función
objetivo mientras que el método propiedad física se
evaluado Generalmente fiable?
utiliza para comprobar que los componentes cumplen
las restricciones de equilibrio de fases.
críticamente Sí
noncritically Sí El trabajo de una regresión éxito implica
críticamente Sí seleccionar el modelo de propiedad física derecha y
noncritically Sí parámetros, que representa los datos correctamente,
noncritically Sí la elección de las desviaciones estándar
noncritically Sí correspondientes de los datos, y partiendo de las
noncritically Sí estimaciones iniciales de los parámetros adecuados.
Las siguientes son pautas generales para la
críticamente Sí regresión de datos.
noncritically Sí
noncritically Sí • Asegúrese de que están retrocediendo los
noncritically Sí parámetros correctos. Utilizar el mismo método
críticamente Sí de propiedad física y banco de datos integrado
que va a utilizar en la simulación. Elija los
noncritically Sí parámetros que tienen impacto en los datos que
se utiliza. Por ejemplo, cuando se utiliza un
método de la ecuación del estado tales como
Peng-Robinson o Redlich-KwongSoave, debe
determinar el factor acéntrico, ω. Sin embargo, si
está utilizando un método de coeficiente de
La regresión de los datos actividad, debe determinar dos o más constantes
regresión de datos es una poderosa herramienta para el modelo de Antoine.
para los ingenieros no sólo para hacer el mejor de los
datos disponibles, sino también para analizar la bondad
de fi cio de un modelo de propiedad física de los datos. • Estimar el menor número posible de
La mayoría de los simuladores incluyen una función de parámetros. Hay una tendencia a utilizar un gran
regresión de datos. Ejemplos de datos comúnmente número de parámetros cuando fi tting un modelo a los
regresión incluyen VLE binario y LLE, presión de vapor, datos tales como las propiedades dependientes de la
el calor de vaporización, densidad y capacidad de calor. temperatura o equilibrio de fases binarias. Trate de
regresión de los datos con el menor número posible
de parámetros. Si los resultados de la regresión
regresión de datos NDS fi el mejor ajuste de los indican que la desviación estándar de los parámetros
parámetros estimados a los datos experimentales. estimados es del mismo orden de magnitud que los
El mejor ajuste está representado por hallazgo el valores de los parámetros, es posible que se estiman
valor más bajo de una función objetivo al tiempo demasiados parámetros para los datos dados.
que coincide con el equilibrio de fases o de otro Cuanto mayor sea el rango de temperatura de sus
tipo. Una de las técnicas de regresión común se datos, los más parámetros que se pueden estimar.
llama estimación de máxima verosimilitud. La
función objetivo para este método es:
• Cuidado con los datos incompletos. Una
regresión puede producir resultados pobres si
Σ j w j ( Σ yo(( do soy - do es decir)/ σ yo) 2) (2)
faltan puntos de datos, en particular datos de
dónde j es un grupo de datos, do soy y do es decir se miden composición. Por ejemplo, algunos autores no
y variables, respectivamente, tales como temperatura, informan todas las composiciones en VLLE o
presión, composición, o la capacidad de calor inmiscibles LLE. Puede que tenga que estimar las
estimado, σ yo composiciones que faltan para que el equilibrio de
es la desviación estándar o el error en la fases se puede calcular para todos los
medición de la variable, y componentes. Averiguar cómo su sim-
w j es la ponderación del grupo de datos.
ulator maneja los datos que faltan para el adecuado
manejo de datos incompletos.
• Especificar el número correcto de las
fases. Una regresión dará resultados
incorrectos si el número de fases no es
específico ed correctamente. Este es un
problema común en los sistemas Vlle. Para
algunos datos de la literatura, el número de
fases es difícil de interpretar debido a la
presentación de los datos o la falta de
descripción. A menudo, en los datos Vlle,
solamente una composición líquida total se
informó a pesar de que dos fases líquidas
estaban presentes. El autor puede
reportando un azeótropo heterogéneo - un
azeótropo donde la composición del vapor
es igual a la composición líquida total, pero
dos fases líquidas están presentes. Al
hacer la regresión de un azeótropo
heterogéneo, dividir los datos en dos
grupos, los datos VLE y los datos Vlle.
Esto asegurará que los equilibrios de fase
correcta se considera. En las regresiones
tales como este,
• Usar la completa funcionalidad de un modelo. Un
modelo de propiedad física se puede utilizar para calcular
varias propiedades. Por ejemplo, puede utilizar binaria
exceso de entalpía ( H MI) datos y VLE binario o datos LLE
para determinar parámetros binarios para los modelos de
coeficiente de actividad. Para los modelos de ecuación
de estado, que simultáneamente puede utilizar la
capacidad de líquidos y vapor de calor, presión de vapor,
y el calor de los datos de vaporización. Si se dispone de
datos para estas propiedades, utilice estos datos en
conjunto para estimar los parámetros. grupos de datos de
diferentes tipos se pueden utilizar juntos en la misma
regresión.
• Si es necesario, una regresión parámetros
incluso si los valores están disponibles en el banco de
datos. Los parámetros de propiedades físicas que se
encuentran en la purecomponent incorporado y bancos
de datos binarios en general, son muy fiables. Es
posible hallar, sin embargo, que es necesario
determinar nuevos parámetros para reemplazar los
valores del banco de datos para su aplicación.
Compruebe los parámetros incorporados para
asegurar que la temperatura, presión y composición
gama recomendada
Tabla 5. Ejemplos de fuentes de datos de la mezcla.
Fuentes
Los coeficientes de actividad a dilución infinita, DECHEMA Chemistry Series binario de datos
VLE fi l *, DIPPR
Dortmund Databank (superconjunto de la recopilación de datos DECHEMA) * calores de Mezcla recopilación de datos, DECHEMA
líquido-líquido de recogida de datos de equilibrio Chemistry Series, DECHEMA Serie química en fase Equilibrios y entalpías de
soluciones de electrolitos, DECHEMA líquido-vapor Colección datos de equilibrio Chemistry Series, DECHEMA Chemistry Series
vapor-líquido datos de equilibrio para soluciones de electrolitos, DECHEMA Química Serie líquido-vapor de equilibrio de mezclas
de sustancias de bajo punto de ebullición, DECHEMA Chemistry Series Valores de compuestos químicos, Texas a & M University
sólido equilibrio líquido-Data Collection, DECHEMA Chemistry Series Seleccionado
* Bancos de datos on-line
No está fuera del alcance de su simulación. Por fase, puede eliminarlos de las restricciones
ejemplo, los parámetros de presión de vapor pueden de equilibrio de fases. Esto es útil en VLE.
no se han determinado a temperaturas inferiores al
punto de ebullición normal. La mayoría de los • Generar datos de equilibrio. Si usted tiene
modelos de propiedad física extrapolan fuera de los parámetros binarios para un coeficiente de
límites de temperatura razonablemente bien actividad o modelo de ecuaciones del estado, el
simulador puede ser capaz de generar datos VLE o
- pero en algún compromiso en la precisión. Los LLE de regresión utilizando estos parámetros.
valores de los parámetros también se pueden aplicar a Puede regresar estos “datos” con otro modelo de
una amplia gama de temperatura y por lo tanto no propiedad física. Esto permite la consolidación de
proporcionar un buen fi cio si sólo se necesita un rango los parámetros conocidos en un solo método de
estrecho en la simulación. Para los cálculos de equilibrio propiedad.
de fases, para mejorar la exactitud de las predicciones
VLE o LLE, es posible que desee utilizar los datos • Caber otros datos. El simulador puede tener una
ternarios o cuaternarios a los parámetros binarios definir característica tting datos fi que se puede utilizar para los
con precisión que pueden estar disponibles en el datos de la planta. Este método puede no ser tan útil
simulador. para la simulación de predicción, sin embargo, si los
datos no son de una amplia variedad de condiciones.
• Compruebe que los parámetros se
reproducen los datos. El simulador reportará
resultados cualitativos de la regresión, incluyendo Estimación de parámetros
los residuos (variables estimado, menos faltantes de propiedad
experimental). Utilice la tabulación propiedad o la estimación de la propiedad por lo general se lleva
características de trazado para reproducir los datos a cabo después de realizar una búsqueda de datos, para
en las condiciones especi fi cadas. Esto se puede suministrar parámetros de propiedades que faltan.
realizar en la misma prueba de regresión. Puede utilizar los métodos de estimación incorporadas
Compruebe que el número correcto de fases se para llenar algunas lagunas en sus
predice permitiendo cálculos de fase de dos requerimientos-propiedad-parámetro físico. Simuladores
líquidos para la tabla de propiedades o trama. incluyen uno o más métodos de estimación para cada
Además, el simulador puede tener una opción uno de los parámetros más comunes. Hay dos tipos de
donde se puede evaluar la fi cio usando los métodos de estimación de componente puro
parámetros actuales y el modelo con datos
experimentales sin hacer una regresión. parámetros: estructural
grupo, y los estados correspondientes.
métodos de grupo estructurales se basan en la idea
• Eliminar los componentes no en equilibrio de de que las contribuciones de las partes o grupos
fases. Si los componentes que son sólidos o iones estructurales de la componente son aditivos para
no aparecen en una propiedades tales como
Chemical Engineering Progress • DE OCTUBRE DE de 1996 • 43
Para tener éxito en SIMULACIÓN

Tabla 6. Comparación de los parámetros estimados y experimentales para phenetol (C 8 H 10 O).

Nombre de la propiedad Unidades Datos Valor estimado Error% Método de estimación

Temperatura crítica K 647.15 657.1265 1.54 Jöback

Temperatura crítica K 647.15 653.738 1.02 Lydersen
Temperatura crítica K 647.15 652.7763 0.87 Ambrose
presión crítica Nuevo Méjico 2 3420000 3577070 4.59 Jöback
presión crítica Nuevo Méjico 2 3420000 3509780 2.63 Lydersen
presión crítica Nuevo Méjico 2 3420000 3474970 1.61 Ambrose
volumen crítico metro 3 / kmol 0.39 0.3935 0.90 Jöback
volumen crítico metro 3 / kmol 0.39 0,391 0.26 Lydersen
volumen crítico metro 3 / kmol 0.39 0.389603 - 0.10 Fedors
el calor estándar de formación * J / kmol - 101600000 - 105400000 3.74 Benson
el calor estándar de formación * J / kmol - 101600000 - 104140000 2.50 Jöback
* a 1 atm, 25 ° C para gas ideal.

Tabla 7. estimado propiedades para propil éter fenil (C 9 H 12 O). (189,9 ° C), densidad a 25 ° C (0,9474 g / cm 3), y
la estructura molecular:
Nombre de la propiedad Unidades Valor estimado Método de estimación OCH2CH2CH3

Peso molecular 136.1937 Fórmula

Temperatura crítica K 668.6672 Ambrose

¿Quieres calcular las propiedades del PPE
presión crítica Nuevo Méjico 2 3085350 Ambrose
utilizando los métodos más apropiados.
volumen crítico metro 3 / kmol 0.442373 Fedors

el calor estándar de formación * J / kmol - 125330000 Benson

* a 1 atm, 25 ° C para gas ideal.
punto de ebullición normal, la temperatura crítica, la
presión crítica, la capacidad de calor de los gases
ideales, y el calor estándar de formación. Algunos
métodos, tales como la de Benson, contienen
correcciones adicionales para átomos nextnearest-vecino
o para anillos. contribuciones de los grupos estructurales
se determinan tomando una contribución media basado
Correspondientes estados métodos se basan
en relaciones matemáticas empíricas entre
propiedades. Por ejemplo, el método Letsou-Stiel
relaciona la viscosidad del líquido a la
temperatura crítica, presión crítica, y factor
acéntrico. Estos métodos más probable serán
inexactos cuando se usa para los compuestos a
Paso 1. Determinar los mejores métodos de
estimación de un éter de fenil similar. Seleccionar otro
compuesto (s) químicamente similar al PPE para los
que tiene datos de las propiedades experimentales.
(Por supuesto, los compuestos más similares que se
pueden utilizar, mayor será su confianza de que va a
seleccionar los métodos más apropiados.) En este
caso, por razones de simplicidad, vamos a elegir sólo
phenetol:
OCH 2 CH 3

en constantes físicas conocidas de muchos compuestos
orgánicos. Debido a que el Benson, Jöback ( 10), y otros
métodos de grupo estructural se basan principalmente en
los datos de compuestos orgánicos, no pueden ser
utilizados para compuestos inorgánicos, incluyendo
metales o iones. Además, los métodos de grupos
estructurales no representan con precisión moléculas
orgánicas muy grandes (es decir, los que tienen un peso
molecular> 200), tales como proteínas. Los nuevos
métodos de contribución de grupo como el de
Constantinou y Gani ( 4) potencialmente pueden
proporcionar mejores estimaciones para los orgánicos.
Se proponen otros métodos posiblemente útiles en la
literatura, pero se pueden aplicar sólo a ciertas familias
de componentes.
diferencia de aquellos sobre los que se basa la
correlación.
Un buen enfoque para los métodos tanto de
contribución de grupos y estados correspondientes
es comprobar la exactitud de tantos métodos como
sea posible para los compuestos para los que las
propiedades son conocidos y que son
estructuralmente similares al compuesto que está
estimando. El siguiente ejemplo muestra el uso de
este concepto.
La estimación de las propiedades de propil
éter de fenilo. Digamos que usted está
modelando un proceso que contiene propil éter
fenil (PPE), también llamado benceno propiloxi.
Los únicos datos que tiene son su punto de
ebullición
Los datos para phenetol está disponible en la
recolección de datos DIPPR ( 5).
Utilizar métodos incorporados del simulador para
estimar las propiedades de phenetol. Entonces, comparar
los resultados de los diversos métodos con los valores
determinados experimentalmente para identificar qué
métodos dan las mejores estimaciones para esta clase
de compuestos. Tabla 6 enumera los resultados para los
diferentes métodos para phenetol.
Se puede ver que el método de Ambrose da
los mejores predicciones globales para
temperatura crítica y la presión, el método de
Fedors para el volumen crítico, y el método Jöback
para el calor estándar de formación para phenetol.
Asi que,

44 • DE OCTUBRE DE de 1996 • Chemical Engineering Progress

vamos a utilizar estos métodos para predecir las
propiedades correspondientes para la PPE.
Paso 2. Introducir los datos y la estructura
disponible para la PPE. Introduzca punto de ebullición
normal y la estructura molecular de PPE, y especificar
los métodos que dieron los mejores predicciones para
phenetol.
Paso 3. Examinar los resultados de la estimación de
PPE. Estos aparecen en la Tabla 7.
Una de las áreas de la estimación de la propiedad
que es más difícil es diferenciar las propiedades de
estereoisómeros. Algunos métodos grupo de
aportación tienen correcciones sobre la orto, meta, y paraca acerca de la fase líquida.
estafar configuraciones fi, pero pocos han incorporado
correcciones sobre isómeros ópticos. La separación
de estos isómeros en un proceso químico se basa en
sus propiedades ligeramente diferentes - volatilidad
relativa en la destilación es un ejemplo.
usted tiene una pequeña cantidad de un componente La estimación de los parámetros binarios
no volátil en una corriente que es a 100 ° C y 1 atm. Se puede estimar parámetros binarios de Wilson,
Puede acceder a las propiedades de un componente NRTL, y UNIQUAC modelos de coeficiente de
no volátil, por ejemplo C 20 H 42 ( peso molecular = 282,55, actividad utilizando dos enfoques: UNIFAC y en los
y punto de ebullición = 343,78 ° C), en vez de coeficientes de actividad fi nita-dilución.
propiedades de estimación. Este método es muy eficaz UNIFAC-estima los parámetros binarios
si usted no necesita propiedades exactas del generalmente no proporcionan suficiente precisión y,
componente. Tenga cuidado, sin embargo, si se utiliza así, sólo se recomiendan para las primeras etapas de
este enfoque y una de la investigación de datos propiedad física y para
“llenar los espacios en blanco” para los componentes
los métodos coeficiente de actividad UNIFAC, con bajas prioridades medianas o grandes.
ya que pueden cambiar las suposiciones hechas
Otra técnica para simplificar una mezcla de Mejores parámetros binarios pueden estimarse
componentes similares es representar con un utilizando datos de coeficientes de actividad
único componente. Esta es una técnica útil finito-dilución. (Algunos simuladores pueden incluir
cuando los componentes no se conocen con esta función en virtud de sus herramientas de
exactitud. Por ejemplo, el Componente C 5+ podría regresión.) Este método es mejor porque se basa en
representar hidrocarburos de 5 átomos de los componentes de interés, a diferencia del método
carbono y mayores. de contribución de grupos, que promedia

El empleo de métodos más simples

■ La Figura 10
Además de grupo estructural y los métodos de los
(izquierda). parcela Serie
estados correspondientes, otro enfoque de estimación útil 700
de punto de ebullición
es proporcionado por series y parcelas familiares. normal de bencenos
parcelas serie de la mirada a los valores de una 600 n-alquilo.
propiedad, tales como punto de ebullición normal al
Punto de ebullición normal, K

aumentar el peso molecular o número de carbonos para ■ La Figura 11 (abajo).

500 diagrama de la familia de
los compuestos en una serie que se diferencian por un
la presión crítica de
grupo sustituyente, tales como el CH 2-
metilo clorosilanos
400
(hidrógeno).
unidad de norte- alcanos. La Figura 10 es un gráfico de
serie para el punto de ebullición normal de norte-
300
alquilbencenos. parcelas familiares son similares, pero 6 10 14 18 22 26
el número de grupos es mayor. Por ejemplo, la Figura
11 muestra un gráfico de la familia Número de átomos de carbono

la presión crítica de metilo clorosilanos

(hidrógeno). Puede utilizar estas parcelas para
predecir las propiedades mediante la extensión de la
curva o para ver sus datos de errores ( 6). Para crear
5,200,000
una serie de útiles o diagrama de la familia, sin
embargo, debe tener cuidado con los componentes SiH4 SiH3Cl
4,700,000
incluidos. SiH2Cl2

MeH2SiCl
Presión crítica, Pa

Cuando la precisión no es crítica, considerar la 4,200,000 MeSiH3 SiHCl3

MeHSiCl2
técnica simple pero potente de sustitución de
componentes. En este, se utilizan las propiedades de Me2HSiCl
3,700,000 Me2SiCl2 SiCl4
otro, un componente similar para todas las Me2SiH2
MeSiCl3
propiedades del componente de interés que usted no
3200000 Me3SiH Me3SiCl
sabe. Un componente similar es una que tiene una
Me4Si
volatilidad comparable (presión de vapor), la densidad
2700000 20
y la capacidad de calor. Esto es útil si el componente
no es volátil o no está involucrado en equilibrio de 40 60 80 100 120 140 160 180

fases. Por ejemplo,

Peso molecular

Chemical Engineering Progress • DE OCTUBRE DE de 1996 • 45

Para tener éxito en SIMULACIÓN
Literatura citada
1. Reid RC, JM Prausnitz y BE Poling, “Las
propiedades de los gases y líquidos”, 4ª ed.,
McGraw Hill, Nueva York (1987).
2. “Manual CRC de Química y
La física “, D. Lide, ed., CRC Press, Boca Raton, FL
(1994).
3. Dewan, AK, y MA Moore,
“Metodología para la elaboración de un Modelo más de
Aspen en Shell Development Company”, presentado
en ASPEN MUNDO, Cambridge, MA (1994).
(Disponible a partir de Aspen Technology, Inc.)
4. Constantinou, L. y R. Gani, "Nuevo
Método de contribución de grupos para estimar las
propiedades de los compuestos puros”
AIChE J., 40 ( 10), p. 1697 (1994).
5. Daubert, TE, RP Danner, HM Sibul, y CC
Stebbins, “Propiedades físicas y termodinámicas
de Pure Chemicals: compilación de datos,”
Instituto de Diseño de Datos Físicos propiedad
(DIPPR), AIChE, Nueva York (1989-en adelante).
6. Smith, AL, “Family Plots para Evaluat-
ing Propiedades físicas de los compuestos de
organosilicio,” AIChE J., 40 ( 2), p. 373 (1994).
7. “Guía de ASPEN PLUS usuario”, vol. 1, Re-
arrendamiento 9, Aspen Technology, Inc., Cambridge,
MA (1995).
8. Gmehling, J., J. Li, y M. Schiller, "UNA
Modi fi cada UNIFAC modelo. 2. Presente Matrix y los
resultados para diferentes propiedades termodinámicas
del parámetro” I & CE Res.,
32, p 178 (1993).
el efecto de las interacciones de grupo de diferentes
componentes.
Estimación de las propiedades físicas puede
empezar en un problema de la simulación - pero
usted debe hacer una búsqueda exhaustiva de la
literatura de encontrar falta pura componentes y los
parámetros binarios.
Es importante introducir los parámetros conocidos
antes de hacer la estimación de la propiedad. En
primer lugar, los datos experimentales en general, son
más precisos que los valores estimados. En segundo
lugar, los métodos de estimación correspondingstates
requieren otras constantes físicas como entrada. El uso
de un valor experimental mejorará la predicción de
estos parámetros de propiedades. De lo contrario, el
error en la estimación de parámetros tales como el
punto de ebullición normal, la temperatura crítica,
46 • DE OCTUBRE DE de 1996 • Chemical Engineering Progress
9. Hansen HK, P. Rasmussen, A. Fredenslund, M.
Schiller, y J. Gmehling,
“Los equilibrios líquido-vapor por Contribución
Grupo UNIFAC. 5. Revisión y Extensión” I & CE
Res., 30 ( 10), p. 2352 (1991).
10. Jöback KG, y RC Reid, “estima-
ción de Pure-Propiedades del componente del
Grupo-Contribuciones,” Chem. Ing. Commun., 57, pag.
233 (1987).
11. Kleiber, M., “Una extensión a la UNI
Asignación de Grupo de FAC para la predicción de
Vapor-Líquido Equilibrios de mezclas que contienen
refrigerantes,” Los equilibrios de líquido fase, 107, pag. 161
(1995).
12. Magnussen, P., P. Rasmussen, y A. Fredenslund, “Tabla
de Predicción UNIFAC parámetro para la predicción
de LíquidoLíquido Equilibrios” I & CE Proc. Dev.,. 20,
pag. 331 (1980).
13. Larsen, B., P. Rasmussen, y A. Fredenslund, “Un
Método Modi fi cada Grupo-Contribución para la
predicción de la Fase Equilibrios y se calienta la
mezcla,” I & CE Res.,
26, pag. 2274 (1987).
14. Banco de Datos de Dortmund, VLE de datos, Sistema
No. 980, Univ. de Dortmund, Alemania (1995).
15. Banco de Datos de Dortmund, VLE de datos, Sistema
No. 4785, Univ. de Dortmund, Alemania (1995).
dieciséis. Banco de Datos de Dortmund, VLE de datos, Sistema
No. 752, Univ. de Dortmund, Alemania (1995).
y la presión crítica se propaga a otros
parámetros de propiedades.
La documentación de lo
que has hecho
proyectos de simulación a menudo tienen una
larga vida en una empresa. Los nuevos usuarios
pueden venir a lo largo y estar familiarizado con las
suposiciones y el uso de la simulación
recomendables. Es posible hallar que necesita volver
a visitar una simulación de un año o más tarde. La
documentación de las fuentes de datos, el rango de
aplicabilidad y los supuestos de propiedad física es
extremadamente importante. Esto se puede
incorporar el uso de las descripciones comentario o
campos en el simulador. Incluir una declaración
acerca de las propiedades que no estaban bien de fi
nido o componentes que no deben
Reconocimiento
Las técnicas y directrices que se presentan en este artículo son
los resultados de la experiencia Ayuda- ing usuarios de simulación
de ingeniería resuelven proble- blemas. Me gustaría dar las
gracias a los siguientes colegas de Aspen Technology para el
asesoramiento y
información: Valentijn DeLeeuw, Marcelo
Marchetti, Bill Mock, Andrea Takvorian y Suphat
Watanasiri.
añadirse dado el método propiedad física empleado
- por ejemplo, electrolitos, cuando se utiliza un
método de la ecuación-ofstate. Realizar un
seguimiento de las peticiones de datos y la lista de
ellos en la simulación, si es posible. Incluir
comentarios acerca de propiedades, tales como
densidades o calores de mezcla, que no eran de
interés o no validados en la simulación. Mantener la
estimación, la regresión, y la simulación archivos
juntos. Si es posible, crear un expediente que
contiene todos los parámetros pura y componentes
binarios incluidos los que se accede en los bancos
de datos incorporados. De esta manera usted será
capaz de reproducir sus resultados en el futuro con
las próximas versiones de simulación en software.
Mantener la perspectiva correcta
El sistema de propiedad física del simulador no
es un cuadro negro, sino un conjunto bien
desarrollado de reglas y relaciones que pueden
ejecutar cálculos muy complejos muy rápidamente.
No reemplaza a que la mayor parte útil de todas
las herramientas de un ingeniero químico - el
sentido común. Siempre use su juicio para evaluar
los errores de simulación o resultados
sospechosos para hallar su fuente. De esta
manera, se va a hacer el mejor uso de su
simulador, y evitar errores innecesarios.
CEP
CE CARLSON es un ingeniero de planta en Aspen
Technology, Inc., Cambridge, MA (617 / 577-0100; Fax 617 /
577-0303, correo electrónico: carlson@aspentech.com). Él es
responsable de proporcionar orientación técnica y capacitación en las
áreas de las propiedades físicas y el modelado del reactor para
procesar los usuarios de simulación. Recibió una licenciatura de la
Universidad. de Rochester y una maestría de la North Carolina State
Univ., tanto en ingeniería química. Es miembro de la AIChE.