Documentos de Académico
Documentos de Profesional
Documentos de Cultura
Modelamiento y Simulación de Procesos
Modelamiento y Simulación de Procesos
PROCESOS QUIMICOS
TRUJILLO - PERU
MODELAMIENTO Y SIMULACION DE PROCESOS
i
INDICE
PRESENTACIÓN 1
CAPITULO 1 2
INTRODUCCION 2
1.1 CONCEPTOS Y DEFINICIONES BASICAS 3
1.1.1 Sistemas y procesos 3
Sistemas 3
Unidad de proceso 4
1.1.2 Jerarquía de sistemas 4
1.2 ECUACIONES 5
1.2.1 Linealidad 6
1.2.2 Ecuaciones implícitas y explícitas 7
1.2.3 Ecuaciones simultáneas 7
1.2.4 Suficiencia y redundancia 8
1.2.5 Ecuaciones diferenciales 8
Condiciones de frontera (condición límite) 10
1.3 MODELAMIENTO
1.3.1 Modelamiento físico 11
1.3.2 Modelamiento matemático 11
1.4 TERMINOLOGIA DE MODELOS MATEMATICOS 12
1.4.1 Modelos deterministas frente a modelos probabilistas 12
1.4.2 Modelos lineales frente a modelos no lineales 12
1.4.3 Modelos de estado estacionario frente a modelos de estado no 13
estacionario
Modelo estático 14
CAPITULO 2 23
CAPITULO 3 55
EJEMPLOS DE MODELOSMATEMATICOS DE 55
SISTEMAS DE INGENIERIA QUIMICA
3.1 INTRODUCCION 55
3.2 REACTORES CSTR EN SERIE, CON RETENCIÓN CONSTANTE 55
3.3 CSTRs CON RETENCION VARIABLE 57
3.4 DOS TANQUES CALENTADOS 59
3.5 REACTOR CSTR EN FASE GAS A PRESION 59
3.6 CSTR NO ISOTERMICO 61
CHAQUETA DE ENFRIAMIENTO PERFECTAMENTE 62
MEZCLADA.
FLUJO EN PISTON DEL REFRIGERANTE EN LA 64
CHAQUETA
MODELO DE CHAQUETA POR SECCIONES 65
CAPACITANCIA DE LA PARED METALICA 65
SIGNIFICATIVA
3.7 VAPORIZADOR DE UN COMPONENTE SIMPLE 66
UN MODELO AL ESTADO ESTACIONARIO 67
MODELO CON DINAMICA DE EQUILIBRIO DE FASES 67
MODELO CON DINAMICA DE LIQUIDO Y VAPOR 68
MODELO DE EQUILIBRIO TERMICO 70
3.8 EVAPORACION “FLASH” DE MULTIPLECOMPONENTES 70
MODELO DE ESTADO ESTACIONARIO 71
MODELO RIGUROSO 72
MODELO PRACTICO 73
3.9 REACTOR “BATCH” 74
FASE DE CALENTAMIENTO 77
FASE DE ENFRIAMIENTO 78
3.10 REACTOR CON TRANSFERENCIA DE MASA 79
3.11 COLUMNA IDEAL DE DESTILACION BINARIA 81
3.12 COLUMNA DE DESTILACION DE MULTIPLECOMPONENTES NO 87
IDEAL
3.13 DESTILACION “BATCH” CON RETENCION 89
3.14 SISTEMAS DE pH 91
3.14.1 Modelos de Constante de Equilibrio 91
3.14.2 Método de la Curva de titración 93
PARTE II 95
SIMULACION PORCOMPUTADOR 95
CAPITULO 4
97
METODOS NUMERICOS 97
4.1 INTRODUCCION 97
4.2 USO DE MATLAB 98
Importancia de las gráficas 98
Libros de referencia para importantes para aprender 99
MATLAB
4.3 ALGEBRA LINEAL 99
4.3.1 Solución de ecuaciones simultáneas 99
4.3.2 Análisis de sistemas de reacción 102
4.4 SOLUCIONES DE PRUEBA Y ERROR 104
4.5 METODOS ITERATIVOS DE CONVERGENCIA 105
4.5.1 Método de la bisectriz 106
4.5.2 Método de Newton Raphson 109
4.5.3 Método de la falsa posición 113
4.5.4 Métodos explicitos de convergencia 114
4.6 METODOS DE BUSQUEDA 116
4.7 USO DE SIMULADORES 117
4.8 INTEGRACION NUMÉRICA DE ECUACIONES DIFERENCIALES 118
ORDINARIAS
4.8.1 Uso de las variables de estado 119
4.8.2 Algorítmos explicitos de integración numérica 121
ALGORITMO DE EULER 121
RUNGE Y KUTTA (CUARTO ORDEN) 125
4.8.3 Métodos implícitos 129
4.9 LINEARIZACION 131
CAPITULO 5 135
CAPITULO 6 151
CAPITULO 7 176
CAPITULO 8 193
BIBLIOGRAFIA 253
MODELAMIENTO Y SIMULACION DE
PROCESOS QUIMICOS
CAPITULO
1
INTRODUCCION
más generalizados que, combinados con programas más específicos para los reactores
químicos, dieron lugar a los simuladores de procesos. La tendencia actual es el
desarrollo de programas de uso general para la solución (simulación) de los modelos,
usando el lenguaje que el diseñista crea conveniente.
PERTURBACIONES
VARIABLES MANIPULADAS
Un sistema a pequeña escala está definido únicamente por las propiedades del
proceso y está limitado a una simple unidad de proceso, sus fuerzas internas y la
configuración de la unidad.
Un sistema a gran escala es un conjunto de sistemas a pequeña escala y difiere
cuantitativa y cualitativamente de un sistema a pequeña escala. Las características de la
salida de un sistema a gran escala son:
PLANTA QUIMICA
SISTEMAS DE CONTROL
II II -1 II - 2 DE PROCESO POR II - N
COMPUTADORA
UNIDADES DE
I I -1 . . . . . . I -1
1 N
I -2 1 . . . . I -2N PROCESO Y I -N1 .... I -NN
OPERACIONES
SISTEMAS CON-
VENCIONALES
DE CONTROL
El segundo nivel ( Fig. 1-2 ) de una planta química comprende los departamentos
de producción y sus sistemas de control automático asociados. Un departamento en una
planta química es un conjunto de unidades de proceso interrelacionados cuya operación
está acompañada por perturbaciones fortuitas; es decir, las relaciones de entrada-salida
de los subsistemas se hacen estocásticos. En el análisis de los subsistemas del segundo
nivel, se tiene entonces que recurrir a técnicas de estadística y teoría de probabilidades.
A este nivel, la información es analizada estadísticamente, y el control de los
subsistemas incluye la optimización.
El máximo nivel en jerarquía de una planta química (ver Fig. 1-2) provee
administración y control para toda la producción, mantenimiento, inventario,
planeamiento y mercadeo. A este nivel las necesidades provienen del análisis y del
control óptimo de la planta total. Esto incluye el uso de modelos matemáticos,
Ingeniería de sistemas, investigación de operaciones, etc.
1.2. ECUACIONES
1.2.1 Linealidad
P = hρ + P0 (1.1)
P0 P = hρ + P0
∆P
Presión P
∆h
∆P
h ∆h
P
Nivel h
Fig. 1-3 Ejemplo de sistema lineal
H
Hw F2
F1 Cv
Las relaciones entre P y h son mostradas como una línea recta en la gráfica; en la
cual, a cualquier nivel h un cambio dado en el nivel (∆h) producirá un correspondiente
cambio proporcional en la presión ∆P. Un ejemplo de una ecuación no lineal podría ser
la relación entre el flujo y la caída de presión a través de una válvula.
F2 = Cv P1 − P2 (1.2)
donde F = flujo
Cv = constante de válvula
(P1 - P2) = diferencia de presión a través de la válvula.
Las relaciones entre variables en una ecuación pueden ser ya sea implícitas o
explícitas. Un ejemplo de una relación explícita fue mostrado en la ecuación para el
flujo, F2 = Cv P1 − P2 , la cual es, dando P1, P2, y Cv, se puede establecer directamente
F2. Un ejemplo de una ecuación implícita se refiere a un tanque con un flujo de salida
en la base y un rebose (vertedero)en un costado (Fig. 1.4). Si el flujo total hacia el
tanque es F, entonces cuando son alcanzadas las condiciones al estado estacionario; se
puede demostrar que F = 3,336(H – Hw)1,5 + Cv(Hw)0,5. Si F, Cv y Hw (altura del
vertedero) son conocidos, no se puede calcular H directamente a partir de la ecuación y
se deben hacer una serie de manipulaciones antes de establecer H.
F = F1 + F2 (1.3)
F1 = Cv1 P − P1 (1.4)
F2 = Cv2 P − P2 (1.5)
Cv
F, P P1
F1
Bomba
Cv
P2
F2
Fig. 1-5 Ejemplo de sistema simultáneo
x + y + 2z = 5 (a)
3x + y + 2z = 3 (b)
2x + y + 2z = 4 (c)
(c) es redundante debido a que es meramente la suma de las ecuaciones (a) y (b)
dividido por dos y por lo tanto no es un enunciado separado; y esta no puede ser usada
para obtener valores de x, y y z. Estas definiciones también son aplicadas a ecuaciones
diferenciales simultáneas.
Para sistemas en los cuales hay más variables que ecuaciones, existe un conjunto
infinito de soluciones, pero si se es establecida una condición de maximización o
minimización, se puede seleccionar una solución optima. Esta área general es abarcada
por la “programación lineal o no lineal”. Las demás situaciones comunes con mas
ecuaciones que variables no conocidas requiere encontrar una solución que fije mejor
las ecuaciones con un mínimo de error. Esta es el área general de problemas del
establecimiento de datos.
Este punto se estudiará con mayor detalle en capítulos posteriores en lo referente
al análisis de procesos para el establecimiento de los grados de libertad de un modelo.
t
V = ∫ Fdt (1.7)
0
T tiempo
Fig. 1-6
dV d dH dA
= (AH) = A +H (1.8)
dt dt dt dt
dV dH
=A (1.9)
dt dt
Esto es, el área de sección transversal A veces la velocidad de cambio de la altura dH/dt
es igual a la velocidad de alimentación. Esta manipulación es denominada
“diferenciación por partes” y es muchas veces conveniente para simplificar ecuaciones.
dY
= X2 – Y2 + 3Z (a)
dt
dZ
= Y – 3Z + X (b)
dt
X = 5Z2 – Y +6 (c)
1.3. MODELAMIENTO
la segunda etapa, comparamos nuestras observaciones del proceso con las respuestas del
modelo. Este procedimiento es denominado modelamiento. Existe modelamiento físico
y modelamiento matemático.
y = Hx (1.10)
Fig. 1-7
∆Go = ∑ v ∆G i
o
f ,i (1.15)
Ka = Π a ivi = e − ∆G / RT
(1.16)
i
a s a t ...
Ka = bS Tc (1.17)
a B a C ...
c) La Ecuación de diseño de un CSTR
FAo x A
V= (1.18)
− rA
F0
h
F
Fig. 1-8 Tanque de flujo por gravedad
Ahora Fo, h, y F todos variaran con el tiempo y entonces serán funciones del
tiempo. Consecuentemente usamos la notación Fo(t), h(t) , y F(t). El liquido sale por la
base del tanque vía una tubería horizontal prolongada y lo descarga en el tope de otro
tanque. Ambos tanques están abiertos a la atmósfera.
Al estado estacionario el flujo de salida del tanque debe ser igual al flujo de
entrada. En este libro denotaremos el estado estacionario de las variables por una barra
sobre la variable. Luego al estado estacionario en el sistema del tanque F o = F .
Para un F dado, la altura del liquido en el tanque al estado estacionario deberá
ser también una constante h . El valor de h deberá ser aquella altura que proporcione
bastante columna de presión hidráulica a la entrada de la tubería para vencer la perdida
por fricción de liquido fluyendo a lo largo de la tubería. Par un alto valor de F , será un
alto valor de h .
En el diseño del tanque al estado estacionario, naturalmente podemos dimensionar
el diámetro de la línea de salida y la altura del tanque para que al flujo máximo esperado
el tanque no rebalse. Y como practica de diseño se considera un 20 a 30 por ciento de
factor de seguridad en la altura del tanque.
El estudio dinámico de este sistema es determinar que sucede cuando se cambia el
valor de Fo. ¿Cómo será la respuesta de h(t) , y F(t) con el tiempo? Obviamente F
eventualmente tenderá a alcanzar el nuevo valor de Fo y la altura tenderá a alcanzar un
valor que equilibre el flujo de entrada y el valor necesario de h(t) para proporcionar la
columna hidráulica suficiente para tener el valor de F(t) igual a Fo; el problema se
resumira en determinar si el nivel de liquido en el tanque sobrepasa la altura del tanque
o no.
F
CA
Fig. 1-9
parámetro globalizado puede dar lugar a un tratamiento matemático tan difícil como el
modelo original no globalizado.
Como ejemplo de la utilización de modelos matemáticos globalizados en vez de
distribuido, vamos a considerar el concepto de etapa de equilibrio en destilación,
extracción u otras operaciones similares. Generalmente se supone que la etapa actúa
como un todo y no se tienen en cuenta las variaciones de composición, temperatura y
presión entre las distintas partes de la etapa. Todas estas variables se “globalizan”
conjuntamente en un valor medio total. Los errores introducidos por este tipo de análisis
se compensas en última instancia mediante el nebuloso término de eficiencia de la
etapa.
Otro ejemplo lo constituye un tanque de mezcla que se emplea para el mezclado
de fluidos, o bien para efectuar reacciones químicas. Generalmente basamos los
cálculos en la suposición de que el tanque esté perfectamente agitado de forma que todo
el volumen del mismo consiste en un material homogéneo de características idénticas al
producto que sale del tanque. Ahora bien, en un tanque real existen placas deflectoras,
rincones, etc., y la mezcla no es perfecta en todas las regiones, lo cual conduce a falta
de uniformidad en el tanque. Con frecuencia se ignoran nuevamente estas variaciones y
se emplean ciertos valores medios para las propiedades del material contenido en el
tanque. Para muchos fines la suposición globalizada resulta bastante satisfactoria,
aunque para ciertos tipos de reacciones químicas el mezclado no ideal puede tener
importantes efectos. En relación con estos vamos a considerar distintos aspectos.
Las variaciones espaciales consideradas en los modelos de parámetro distribuido
pueden ser para una dimensión solamente o para dos o tres dimensiones. Por ejemplo,
en los métodos habituales de diseño de un absorbedor de relleno para gases se supone
que las concentraciones varían en forma continua en la dirección axial o de flujo, pero
en cambio se ignoran en la dirección radial. A un reactor tubular o de partículas de
relleno se le considera generalmente en la misma forma, pero, como en este caso los
gradientes radiales de temperatura pueden ser importantes, para tener en cuenta esto es
necesario utilizar un modelo de parámetro distribuido de dos o tres dimensiones en el
que se consideran las variaciones radial y axial de la temperatura y las concentraciones.
Otra cuestión a considerar es que se pueden realizar aproximaciones y
simplificaciones parciales. Por ejemplo, en un modelo tridimensional de parámetro
distribuido para un reactor químico, se admite con frecuencia que el perfil de velocidad
es plano. Esto sirve de ayuda para la resolución matemática sin alterar el tipo de
modelo. Si existen perfiles de velocidad complicados, la suposición de un perfil plano
puede no resultar adecuada.
matemático también aumenta a medida que se desciende en la tabla, puesto que al tener
en cuenta más variables dependientes y parámetros el modelo es más perfecto.
Modelo matemático
Determinista Probabilista
Ecuaciones algebraicas
(estado estacionario, parámetro globalizado)
Ecuaciones de diferencia-diferenciales
(cualquier tipo de conexión de subsistemas de parámetro distribuido
o globalizado y estado estacionario o no estacionario)
Una ecuación diferencial ordinaria tiene una sola variable independiente que
varia continuamente, de forma que se pueden considerar variaciones del tiempo o bien
de una dirección espacial, pero no las dos conjuntamente. El primer caso conduce a
modelos de parámetro globalizado para estado no estacionario, mientras que el segundo
conduce a modelos de parámetro distribuido en una dimensión para estado estacionario.
Ejemplos del primer caso los constituyen los balances de materia en estado no
estacionario para procesos de etapas de equilibrio en los que es preciso tener en cuenta
la acumulación de materia. Ejemplos del segundo tipo son los absorbedores de gas o los
reactores químicos con variaciones en una dimensión. Los modelos que emplean
ecuaciones diferenciales ordinarias son muy útiles debido a que la complejidad
matemática no es muy grande, si bien el modelo es algo más complejo que una sencilla
ecuación algebraica, de forma que tiende a proporcionar una mejor representación del
fenómeno física. Las ecuaciones diferenciales ordinarias representan un compromiso
(una situación con la que frecuentemente se encuentra el ingeniero) debido a que se
podrían obtener representaciones más exactas pero solamente a expensas de una
complejidad adicional mucho mayor tanto matemática como de cálculo.
Las ecuaciones en derivadas parciales pueden tener cualquier número de
variables independientes, si bien en el análisis de procesos el número máximo es
habitualmente cuatro: tres dimensiones espaciales y el tiempo. En el campo de la
mecánica cuántica, donde es preciso considerar la posición espacial de cada partícula
elemental, el número de variables independientes es con frecuencia muy superior a
cuatro; sin embargo, en los sistemas ingenieriles solamente se necesita considerar las
dimensiones geométricas de todo el sistema. Puesto que por definición, en una ecuación
en derivadas parciales hay por lo menos dos variables independientes, una de ellas
puede ser el tiempo. Vemos por tanto que los modelos que emplean ecuaciones en
derivadas parciales son siempre modelos de parámetro distribuido. Dependiendo de que
intervenga o no el tiempo, se tienen las dos subclases que se indican en la Tabla 1.1.
Estos modelos son los más comprensibles de los frecuentemente utilizados por los
ingenieros, pero presentan la dificultad de que las manipulaciones matemáticas que
intervienen en su resolución son con frecuencia muy complicadas.
Con respecto a las soluciones analíticas, la teoría de las ecuaciones diferenciales
ordinarias está razonablemente bien desarrollada, pero en cambio no ocurre lo mismo
para las ecuaciones en derivadas parciales. Así, rara vez se puede encontrara la solución
analítica a una ecuación en derivadas parciales y, cuando esto ocurre, es muy frecuente
que intervenga una serie infinita, cuyo cálculo resulta difícil, al menos por métodos
manuales. Por supuesto que el empleo de calculadoras y computadoras facilita algo el
problema, pero aún en este caso la resolución de ecuaciones en derivadas parciales es un
procedimiento largo. Estas ecuaciones resultan también de difícil comprensión sin
recurrir a un amplio análisis complementario.
Es preciso tener en cuenta que un modelo expresado en función de ecuaciones
diferenciales puede con frecuencia expresarse en función de ecuaciones integrales (y
viceversa) de forma que en este esquema de clasificación están esencialmente incluidos
muchos otros modelos.
Las ecuaciones de diferencia tienen en cuenta cambios finitos desde un estado a
otro y tienen un significado paralelo al que se ha indicado mas arriba para las
ecuaciones diferenciales.
PRINCIPALES
VARIABLES DE
PROCESO
MODELAMIENTO
MATEMATICO
COMPLETO
RECOMENDACIONES
PARA CONTROL DE
OPERACIONES
OPTIMIZACION DINAMICA
Aunque los problemas pueden requerir métodos de solución muy diferentes, las
siguientes etapas son una aproximación general para construir un modelo.
Nd = Nv – Nr (1.19)
Nd representa la libertad que tiene el diseñista para manipular las variables para
encontrar el mejor diseño. Esta manipulación se refiere a que el diseñista puede dar
valores fijos a un número de variables igual al número de grados de libertad.
a) Sí Nv = Nr entonces Nd = 0
- El problema tiene solamente una solución (única)
- El problema no es un problema real de diseño
- No es posible optimizar
Ejemplo:
x + y = 10 2 Relaciones : Nr
x – y = 2 2 Variables (x , y): Nv
Grados de libertad Nd = Nv – Nr = (C + 4) – 2 = C + 2
(1) La suma de las fracciones en masa o mol, debe ser igual a uno
(2) La entalpía es una función de la composición de la corriente, temperatura y presión
CAPITULO
2
MODELAMIENTO MATEMATICO
DE PROCESOS
Esto no quiere decir que el ingeniero deba apartarse de las ciencias fundamentales,
puesto que constituyen el fundamento de su trabajo, y, en muchos casos, deberá utilizar
conocimientos directamente obtenidos por físicos y químicos. Por ejemplo, a
temperaturas elevadas la capacidad calorífica de gases se puede predecir a partir de
consideraciones de mecánica estadística, en situaciones en las que sería más difícil
obtener datos empíricos. Pero los ingenieros tratan más frecuentemente con conceptos
y propiedades de tipo compuesto, así como también con variables, que son las variables
de manipulación, aunque pueden no ser las variables verdaderas de un proceso. El
ingeniero realiza el mismo tipo de análisis que el físico: toma un conjunto de datos, los
analiza y elabora reglas, pero se mueve en una escala diferente dentro del mundo real.
Uno de los objetivos de este capítulo es presentar brevemente los modelos que se
obtienen a partir de los principios fisicoquímicos (principios de los fenómenos de
transporte) los cuales constituyen el núcleo fundamental de los modelos utilizados por
los ingenieros. Aquí se clasifican los modelos de acuerdo con la estructura de la Tabla
2.1, en la cual la primera columna muestra los distintos niveles de descripción utilizados
para representar matemáticamente los procesos reales. Las demás columnas de la tabla
sirven para identificar e interpretar estas categorías en una terminología más familiar.
Estos niveles de estratos están relacionados con la complejidad del detalle físico interno
que se incluye en la descripción del proceso: el grado de detalle disminuye a medida
que se desciende en la tabla. Téngase en cuenta que solamente disminuye el detalle
interno del sistema al descender en las columnas de la tabla y no, en cambio, la fidelidad
de representación del proceso real por el modelo. Por ejemplo un modelo macroscópico
puede representar mejor un determinado proceso que un modelo más detallado. Los
principios básicos correspondientes a los modelos no son más que los conceptos de
balance de materia, cantidad de movimiento y energía. Como se vera en los próximos
capítulos, cada balance puede representarse en esta forma:
estado del sistema se obtienen como suma de todas las entidades. La mecánica cuántica,
la mecánica estadística de equilibrio y no-equilibrio, así como la mecánica clásica,
constituirán métodos típicos de análisis, mediante los cuales se podrían calcular
teóricamente todas las propiedades y formas de respuesta del sistema. Sin embargo,
estos campos implican tales complejidades matemáticas que, para los fines ingenieriles,
no son posible por ahora desarrollarlos hasta un estado que permita al ingeniero utilizar
estos conceptos en el análisis y diseño, excepto para ciertos casos muy especiales, como
por ejemplo el efecto sobre gases diluidos de temperaturas muy bajas o muy elevadas.
Por consiguiente, para nuestros fines, la descripción molecular no encuentra mucha
aplicación directa. Debido a este hecho, y a la gran complejidad ya mencionada, no se
insistirá aquí en la descripción molecular.
Una clase de modelos con fundamento básico algo menor, corresponde a los que
llamaremos descripción microscópica. Corresponde a un tratamiento fenomenológico
del problema y admite que el sistema puede considerarse como continuo. En otras
palabras, se ignoran las interacciones moleculares detalladas y se plantean ciertas
ecuaciones de balance diferencial para materia, cantidad de movimiento y energía. Para
procesos no fluyentes o para procesos con flujo laminar, este estado de descripción
encuentra numerosas aplicaciones prácticas, aunque con frecuencia, resulta
excesivamente complicado. Para flujo turbulento y elevado grado de mezcla (que son
casos de interés primario) se puede utilizar la teoría estadística de la turbulencia. Pero,
lo mismo que ocurre con los conceptos de la mecánica estadística, tal tratamiento de un
proceso no encuentra mucha aplicación práctica y es necesario recurrir a otros métodos
de descripción. Un tratamiento muy completo se puede encontrar en el libro de Bird,
Steward y Lightfoot. Así mismo se pueden encontrar una serie de modelos
generalizados en el libro de Himmelblau y Bischoff.
∂c i ∂ (v z c i )
+ = Ri + mi(t )
∂t ∂z
Acumu- Transporte Genera- Transporte a
lación global ción través de la
superficie
Balance de energía
∂T ∂T
ρCP + vz = SR + E
(t)
∂t ∂z
Acumu- Transporte Genera- Transporte a
lación global ción través de la
superficie
Con frecuencia no se desea analizar un proceso con todo el detalle interno de los
modelos de gradiente múltiple o máximo, sino que, en vez de esto, se expresa la
descripción macroscópica ignorando todo detalle dentro del subsistema especificado y,
en consecuencia, en el planteamiento matemático no intervienen gradientes espaciales.
De hecho, de los balances generales, solamente el tiempo permanece como una variable
diferencial independiente. Las variables dependientes, tales como concentración y
temperatura, no son funciones de la posición y, por tanto, representan valores medios
para todo el volumen del subsistema. Esta pérdida de detalle simplifica grandemente la
descripción matemática. En este texto nos abocaremos principalmente al estudio de este
tipo de modelos por su importancia en el análisis y diseño de los sistemas de control.
Las variables de entrada y salida del proceso son de diferentes tipos (Fig. 2-1).
Variables controladas. Las cuales cambian con el progreso del proceso. Ejemplo la
composición de salida en un sistema de reacción.
Perturbaciones. Son variables que afectan directamente el curso del proceso, pero no
pueden ser cambiadas a voluntad. Por ejemplo un cambio repentino en el caudal de
entrada en un sistema de reacción.
Variables intermedias. Son variables relacionadas con el curso del proceso solo
indirectamente, por ejemplo la temperatura del agua de enfriamiento para un sistema de
reacción
PERTURBACIONES
z 1 z2 z3 zN
x1 y1
VARIABLES x2 y2 VARIABLES
MANIPULADAS PROCESO CONTROLADAS
xN yN
VARIABLES INTERMEDIAS
2. Ecuaciones para los procesos elementales, para elementos locales del fluido.
Estas ecuaciones abarcan transferencia de masa y energía, reacciones químicas,
etc.
3. Relaciones teóricas empíricas y semiempiricas, entre las diferentes variables
del proceso, tales como la dependencia del coeficiente de transferencia de masa,
de la velocidad de flujo. La dependencia del calor específico de una solución en
la composición, etc.
• Con sistemas heterogéneos, debe ser seleccionado un modelo para cada fase;
los modelos pueden se iguales o diferentes.
Las ecuaciones usadas para la descripción matemática del proceso pueden ser:
2. Diseño: explorando los tamaños y arreglos de los equipos de proceso para una
operación dinámica; estudiando la interacción de varias partes del proceso,
particularmente cuando se usa reciclo de materiales o transferencia de calor;
evaluando procesos alternativos, estrategias y estructuras de control;
simulando la puesta en marcha, paradas abruptas y, situaciones y
procedimientos de emergencia.
Las unidades de esta ecuación son masa por tiempo. Solamente una ecuación de
continuidad total puede escribirse para un sistema. El lado derecho de la Ec. (2.1) será
ya sea una derivada parcial ∂ o una derivada ordinaria d de la masa dentro del
∂t dt
sistema con respecto ala variable independiente t.
Fo (t)
ρo (t)
V(t)
F(t)
ρ(t) ρ(t)
d ( ρV )
= F0 ρo - F ρ (2.3)
dt
Ejemplo 2.2 Fluido esta pasando a través de una tubería cilíndrica de diámetro
constante, mostrado en la Fig. 2-3. El flujo es turbulento por lo que podemos asumir
condiciones de flujo en pistón, considerando cada porción de líquido pasando por la
tubería como una unidad. No hay gradientes radiales de velocidad o de cualquier otra
propiedad. Sin embargo, pueden existir gradientes axiales.
dz
v(t , z)
ρ(t , z)
∂ ( Aρdz )
(2.4)
∂t
Adz es el volumen del sistema; ρ es la densidad. Las unidades de esta ecuación
son lbm /min. o kg/min.
La masa entrando al sistema a través de los alrededores en la distancia z:
υAρ (2.5)
Notar que las unidades son lbm/min = (pies/min)(pies2)( lbm/ pies3).
La masa saliendo del sistema a través de los alrededores en la distancia z + dz:
∂ (υAρ )
νAρ + dz (2.6)
∂z
∂f ∂2 f (dz ) 2
f(z+dz) = f(z) + dz + 2 + ... (2.7)
∂z ( z ) ∂z ( z ) 2!
∂ ( Aρdz ) ∂ (υAρ )
∂t
=υAρ – υAρ + dz dz (2.8)
∂ρ ∂ (υρ )
+ =0
∂t ∂z
Las unidades de esta ecuación son moles de componente j por unidad de tiempo.
Los flujos de entrada y salida pueden ser ya sea por convección (debido al flujo
del "bulk") y molecular (debido a la difusión). Se puede escribir una ecuación de
continuidad para cada componente en el sistema. Si hay NC componentes, habrá NC
ecuaciones de continuidad para componentes para el sistema. Sin embargo la única
ecuación de balance total de masa y estos NC balances de componentes no son
independientes, ya que la suma de todos los moles multiplicado por su respectivo peso
molecular es igual al total de masa. Entonces un sistema dado tiene solamente NC
ecuaciones de continuidad independientes. Nosotros generalmente en los cálculos
usamos el balance total de masa y NC – 1 balances de componentes. Por ejemplo en un
sistema binario (dos componentes), será un balance total y un balance de componente.
k
A B
Fo
ρo
CAo
CAo V F
ρ ρ
CA CA
CB CB
d (VC A )
La velocidad de cambio de A dentro del tanque =
dt
d (VC A )
= FoCAo – FCA – VkCA (2.10)
dt
d (VC B )
= FoCBo – FCB + VkCB
dt
Notar el cambio de signo antes del término generación, lo cual indica que B esta siendo
producido por la reacción. Alternativamente se puede usar la ecuación total de
continuidad [Ec. (2.3)] donde CA , CB y ρ están relacionados por
k1 k2
A B C
d (VC B )
= FoCBo – FCB + Vk1CA – Vk2CB (2.12)
dt
d (VC C )
= FoCCo – FCC + Vk2CB
dt
Las concentraciones de los componentes se relacionan a la densidad, con (M = P.M.)
C
∑M
j= A
j Cj = ρ (2.13)
Para cálculos se podrían usar estos tres balances por componente o dos de ellos y el
balance total.
CAo ( t ) CAL ( t )
z=0 z z + dz z=L
Fig. 2-5 Reactor tubular
∂(A dz CA) = (νACA + ANA) – (νACA + ANA + ∂(νACA + ANA) dz) - kCAA dz
∂t ∂z
∂ CA + ∂(νCA + NA) + kCA = 0
∂t ∂z
sustituyendo la Ec. 2.16 por NA
∂ CA + ∂(νCA ) + kCA = ∂ (DA ∂CA ) (2.17)
∂t ∂z ∂z ∂z
Las unidades de la ecuación son moles de A por volumen por tiempo.
Flujo de energía interna Flujo de energía interna Calor adicionado al sistema por
Cinética y potencial en- potencial y cinética sa- conducción, radiación y reacción
Trando al sistema por liendo del sistema por
Convección y difusión convección y difusión
Ejemplo 2.6. El CSTR del Ejemplo 2.3 será considerado nuevamente, esta vez con un
dispositivo de enfriamiento dentro del tanque que puede remover el calor de la
reacción exotérmica λ (Btu/lb.mol de A reaccionado). Usamos la convención normal de
que λ es negativo para una reacción exotérmica y positivo para una reacción
endotérmica. La razón de generación de calor (energía por unidad de tiempo) debido a
la reacción es igual al consumo de A por λ.
QG = – λVCAk (2.19)
Fo
ρo
CAo
CAo V F
ρ ρ
CA CA
–Q CB CB
d
Foρo(Uo+Ko+φo)–Fρ(U+K+φ)+(QG+Q)–(W+FP–FoPo) = [(U+K+φ)Vρ] (2.20)
dt
Notar que todos los términos en la Ec (2.20) deben tener las mismas unidades (energía
por tiempo), así los términos FP deben usar el factor de conversión apropiado (778
pies.lbf/Btu en el sistema inglés de unidades)
En el sistema mostrado en la Fig. 2-6 no se hace ningún trabajo de eje, así W = 0.
Si las velocidades de flujo de entrada y salida no son muy altas, el término de energía
cinética es despreciable. Si la elevación de los flujos de entrada y salida están mas o
menos al mismo nivel, el término de energía potencial es pequeño. Entonces la Ec. 2.20
se reduce a
d ( ρVU ) P P
= FoρoUo – FρU + QG + Q – Fρ + FoPo o
dt ρ ρo
_ _
= Foρo (Uo + Po Vo ) – Fρ (U +P V ) + QG + Q (2.21)
_
Donde V es el volumen especifico (pies3/lbm 0 m3/kg), el reciproco de la densidad.
La entalpía H o h, se define:
_
H oh≡U+PV (2.22)
Nosotros usaremos h para la entalpía de una corriente liquida y H para la entalpía de una
corriente de gas o vapor. Luego, para el CSTR, la Ec. (2.21) será
d ( ρVU )
= Foρoho – Fρh + Q – λVCA k (2.23)
dt
_
Para líquidos en término P V es despreciable comparado con el termino U, y
podemos usar la velocidad de cambio de la entalpía del sistema en lugar de la energía
interna del sistema
d ( ρVh)
= Foρoho – Fρh + Q – λVCA k (2.24)
dt
∂H ∂U
Cp = Cv = (2.25)
∂T p ∂T v
También asumiremos que las densidades de todas las corrientes liquidas son
constantes. Con estas simplificaciones la Ec. 2.24 será
d (VT )
ρCp = ρ Cp (FoTo – FT) + Q – λVCA k (2.26)
dt
Ejemplo 2.7. Para mostrar que forma toma la ecuación de energía para un sistema de
dos fases, considerar el proceso en un CSTR mostrado en la Fig. 2-7. Dos corrientes de
producto una liquida F y una vapor Fv (flujo volumétrico) son sacadas como corrientes
laterales desde el recipiente. La presión en el reactor es P. Los volúmenes de vapor y
liquido son Vv y V. La densidad y temperatura de la fase vapor son ρv y Tv. La fracción
molar de A en el vapor es y. Si las fases están en equilibrio térmico, las temperaturas del
vapor y el liquido son iguales (T = Tv). Si las fases están en equilibrio de fases, las
composiciones del vapor y el liquido están relacionadas por la ley de Raoult, una
relación de volatilidad relativa o alguna otra relación de equilibrio liquido-vapor (ver
Sec. 2.4.6).
Fv
ρv
Tv
y
Vv P ρv Tv y
F0
CA0 VL CA ρ T F
CA
ρ0
ρ
T0 T
-Q
d ( ρ v V v H + ρV L h )
= Foρoho – Fρh – FvρvH + Q – λVCA k (2.27)
dt
H = CP T + λv (2.28)
Donde λv es un calor de vaporización promedio de la mezcla. En un modelo más
riguroso λv podría ser una función de la temperatura Tv, composición y, y presión P. La
ecuación (2.27) estará dada por:
d ( ρ vVv (C P T + λ v ) + ρV L C P T )
= Foρo CP To – FρCPT
dt
– Fvρv(CPT+λ) + Q – λVCA k (2.29)
TM (t , z)
Agua
CA0(t) TL(t , z)
T0(t) v(t , z) CAL(t , z)
T(t , z)
CA(t , z)
ρ(t , z)
νAρCPT con unidades inglesas de ingeniería de pie pie2 lbm Btu °R = Btu/min
min. pie3 lbm°R
Flujo de energía (entalpía) saliendo a la distancia z + dz:
∂ (νAρC P T )
νAρCPT + dz
∂z
Calor generado por reacción química = – A dz kCA λ
∂ (q s A)
Conducción de calor fuera de los límites a z + dz = qs A + dz
∂z
∂ ( ρAdzC P T )
Velocidad de cambio de energía interna (entalpía) del sistema =
∂t
Combinando todos estas ecuaciones se tiene:
Ma
F= (2.32)
gc
1 d ( Mvi ) N
= ∑ F ji (2.33)
gc dt j =1
Ejemplo 2.9. El flujo por gravedad del tanque mostrado en el Cap. 1, proporciona un
ejemplo simple de la aplicación de la ecuación de movimiento para un sistema
macroscópico. Refriéndonos a la Fig. 2-9 consideramos que la longitud de la línea de
salida sea L m (pies) y su área de sección transversal Ap m2 (pies2). El tanque cilíndrico
vertical tiene un área de sección transversal de AT m2 (pies2).
La parte de este proceso que es descrita por un balance de fuerzas es el liquido
fluyendo a través de la tubería. Este tendrá una masa igual al producto del volumen de
la tubería (ApL) por la densidad del liquido ρ. Esta masa de liquido tendrá una velocidad
v m/s (pies/s) igual al flujo volumétrico dividido por el área de sección transversal de la
tubería. Recordar que hemos asumido condiciones de flujo en pistón y de liquido
incompresible, y por lo tanto todo el liquido se está moviendo a la misma velocidad,
mas o menos similar a una varilla sólida. Si el flujo es turbulento esta no es una mala
asunción.
M = ApLρ
(2.34)
F
v=
Ap
F0
F
Fig. 2-9 Tanque de flujo por gravedad
1 d ( AP Lρv) g
= AP ρ h – KF L v2 (2.37)
gc dt gc
dv g K g
= h – F C v2
dt L ρAP
“Pig” Liquid
Gas
Po v
inerte
z Tubería
L
1 d
[ρAP v(L − z )] = P0 AP − K F (L − z )v 2 (2.39)
g c dt
2
d ρ g g K
(L − z ) dz = 0 c − c F (L − z ) dz (2.40)
dt dt ρ ρAP dt
µ ∂v z
τrz = − (2.41)
g c ∂r
donde τrz = esfuerzo de velocidad (esfuerzo cortante por unidad de área) actuando en la
dirección z y perpendicular al eje r, lbf/pie2.
vz = velocidad en la dirección z, pies/s
∂v z
= gradiente de velocidad de vz en la dirección r
∂r
µ = viscosidad del fluido, lbm/pie .s
rρ ∂v z ∂ ∂P
+ + (rτ rz ) + r =0 (2.44)
g c ∂t ∂r ∂z
∂v z µ ∂ ∂v z ∆P
= r − gc (2.45)
∂t ρr ∂r ∂r ρL
Nosotros hemos venido usando en los ejemplos la mayoría de leyes que gobiernan
la transferencia de energía, masa y momentum. Estas leyes de transporte, todas tiene la
forma de un flujo (velocidad de transferencia por unidad de área) siendo proporcional a
la fuerza impulsora (o gradiente de la temperatura, concentración, o velocidad). La
constante de proporcionalidad es una propiedad física del sistema (tal como
conductividad térmica, difusividad o viscosidad).
Para transporte en un nivel molecular, las leyes toman los nombres familiares de
Fourier, Fick y Newton.
Las relaciones de transferencia de una forma macroscópica más amplia también
son usadas; por ejemplo coeficiente de película y coeficiente total en transferencia de
calor. Aquí, la diferencia en las propiedades del “bulk” entre dos puntos es la fuerza
impulsora. La constante de proporcionalidad es un coeficiente total de transferencia. La
Tabla 2.3 resume algunas de las diferentes relaciones usadas en el desarrollo de los
modelos.
Flujo q NA τrz
Transporte molecular
∂T ∂C A ∂v z
Fuerza impulsora ∂z ∂z ∂r
Leyes Fourier Fick Newton
Transporte total
Fuerza impulsora ∆T ∆CA * ∆P
Relaciones q = hT ∆T NA = kL∆CA **
* Fuerza impulsora en términos de presión parcial y fracción molar también es comúnmente usada.
** El problema más común es determinar la caída de presión a través de tuberías, usando las
correlaciones para el factor de fricción f = (gC D ∆P/ L)/ 2ρv .
2
Para escribir modelos matemáticos son necesarias ecuaciones que describan las
propiedades físicas, principalmente la densidad y entalpía, como funciones de la
temperatura, presión y composición.
Densidad del liquido = ρL = f(P, T, x)
Densidad del vapor = ρv = f(P, T, x)
(2.46)
Entalpía del liquido = h = f(P, T, x)
Entalpía del vapor = H = f(P, T, x)
Ocasionalmente estas relaciones tienden a ser muy complejas para describir los
sistemas con exactitud. Pero en muchos casos se pueden hacer simplificaciones sin
sacrificar mucha exactitud. Algunas ecuaciones simples de la entalpía usadas en los
ejemplos de balance de energía son:
h = CP T
(2.47)
H = CP T + λv
∑x h M
j =1
j j j
h= NC
(2.51)
∑x j =1
j Mj
2.5.6 Equilibrio
∑v
j =1
j µj =0 (2.54)
El camino usual para trabajar con esta ecuación es en términos de una constante
de equilibrio para una reacción. Por ejemplo, considerar una reacción reversible en fase
gas de A para formar B a una velocidad específica k1 y B reaccionando para
convertirse en A a una velocidad de reacción específica k2. La estequiometría de la
reacción es tal que va moles de A reaccionan para formar vb moles de B.
k1
va A vbB. (2.55)
k2
vb µB – va µa = 0 (2.56)
El potencial químico para una mezcla perfecta de gases se puede escribir
µj = µ 0j + RT ln Pj (2.57)
donde µ 0j = potencial químico estándar (o energía libre de Gibbs por mol) del
componente j, la cual es una función de la temperatura solamente
R = constante del gas perfecto
T = temperatura absoluta
Pj = presión parcial del componente j
vb ( µ B0 + RT ln PB) – va ( µ A0 + RT ln PA) = 0
RT ln(PB)vb – RT ln(PA)va = va µ A0 – vb µ B0
P vb v a µ A0 − v b µ B0
ln Bva =
(2.58)
PA RT
PBvb
KP = va (2.59)
PA
µ Ij = µ IIj (2.60)
Pi = Pyi (2.61)
1. Ley de Raoult. Los líquidos que obedecen la Ley de Raoult son denominados
ideales
NC
P= ∑x
j =1
j PjS (2.62)
x j PjS
yi = (2.63)
P
donde PjS es la presión de vapor del componente puro j. Las presiones de vapor son
funciones de la temperatura solamente. Esta dependencia es a menudo descrita por
Aj
ln PjS = + Bj (2.64)
T
2. Volatilidad relativa. La volatilidad relativa αij del componente i con respecto al
componente j se define por:
y i / xi
αij = (2.65)
yj / xj
La volatilidad relativa tiende a ser constante para un gran número de sistemas. Por
conveniencia es frecuente mente usada así.
En un sistema binario la volatilidad relativa α del componente más volátil
comparado con el componente menos volátil es
y/x
α=
(1 − y ) /(1 − x)
Rearreglando
αx
y= (2.66)
1 + (α − 1) x
NC
P= ∑x
j =1
j PjS γ j (2.68)
Los ingenieros químicos deben modelar muchos reactores químicos, y deben estar
familiarizados con las relaciones básicas y terminología usadas en la descripción de la
cinética (velocidad de reacción) de reacciones químicas.
k = α e − E / RT (2.69)
1 dn j
ℜ= (2.70)
v jV dt
R
k
v a A + vb B vc C + vd D
Luego
1 dn A 1 dn B 1 dnC 1 dn D
ℜ= = = = (2.71)
− v aV dt R − v bV dt R v cV dt R v d V dt R
La ley de acción de las masas dice que la velocidad de reacción total ℜ variará con
la temperatura (debido a que k es dependiente de la temperatura) y con la concentración
de reactantes elevada a alguna potencia.
ℜ = k CA
Si CA tiene las unidades de moles de A/pie3, k debe tener las unidades de min-1.
Si la velocidad de reacción total para el sistema anterior es de segundo orden en A,
ℜ = k C A2
ℜ mantiene las unidades de moles de A/min pie3. Entonces k debe tener las
unidades de pies3/min mol de A.
Considerando la reacción A + B C. Si la velocidad de reacción total es
de primer orden con respecto a A y con respecto a B
ℜ = k CACB
ℜ mantiene las unidades de moles de A/min pie3. Entonces k debe tener las
unidades de pies3/min mol de B.
CAPITULO
3
EJEMPLOS DE MODELOS
MATEMATICOS DE SISTEMAS
DE INGENIERIA QUIMICA
3.1 INTRODUCCION
F0 F1 F2 F3
V1 V2 V3
CA0 k1 CA1 k2 CA2 k3 CA3
kn = α e − E / RTn n = 1, 2, 3 (3.4)
si las temperaturas en los reactores son diferentes, los k son diferentes. La n se refiere al
número de la etapa.
El volumen Vn puede ser sacado fuere de la derivada del tiempo debido a que es
constante (ver Sec. 3.3). los flujos son todos iguales a F pero pueden variar con el
dC A2 1 1
+ k + C A 2 = C A1 (3.5)
dt τ τ
dC A3 1 1
+ k + C A3 = C A3
dt τ τ
Reactor 1:
dV1
= F0 – F1
dt
d
(V1CA1) = F0 CA0 – F1 CA1 – V1 k1 (CA1)n (3.6)
dt
Reactor 2:
dV2
= F1 – F2
dt
d
(V2CA2) = F1 CA1 – F2 CA2 – V2 k2 (CA2)n (3.7)
dt
Reactor 3:
dV3
= F2 – F3
dt
d
(V3CA3) = F2 CA2 – F3 CA3 – V3 k3 (CA3)n (3.8)
dt
d ( ρC PV2 T2 )
= ρ Cp (F1T1 – F2 T2) (3.11)
dt
Como el flujo a través de los tanques es constante F0 = F1 = F2 = F. Debido a
que los volúmenes, densidades, y capacidades caloríficas son todas constantes, las Ecs.
(3.10) y (3.11) se pueden simplificar
d (T1 )
ρ Cp V1 = ρ Cp F (To – T1 ) + Q1 (3.12)
dt
d (T2 )
ρ Cp V2 = ρ Cp F (T1 – T2) (3.13)
dt
Verificando los grados de libertad de este sistema. Los valores de los parámetros
que son conocidos son ρ, CP, V1, V2, y F. La entrada de calor al primer tanque Q1 se
podría fijar con la posición de la válvula de control en le línea de vapor. Entonces se
tienen dos variables dependientes T1, y T2, y también dos ecuaciones, por lo tanto el
sistema está correctamente especificado
k1
2A B
k2
F0 V P F PD
ρ0 T y ρ
y0 y
El flujo de salida del reactor pasa a través de una restricción (válvula de control) y
entra a otro tanque el cual se mantiene a presión constante P0 (absoluta). El flujo de
salida varía con la presión y la composición en el reactor. Los flujos pasando a través de
la válvula de control son discutidos con más de talle en los textos sobre control
automático de procesos: aquí usamos la fórmula
P − PD
F = Cv (3.14)
ρ
Py
CA= (3.16)
RT
1 dn A 1 dn
ℜF = k1 (CA)1,5 = − = B
2V dt R V dt R
1 dn A 1 dn
ℜR = k2 CB = =− B
2V dt R V dt R
Total de continuidad:
dρ
V = ρ0 F0 – ρ F (3.17)
dt
De continuidad por componente:
dC A
V = F0 CA0 – F CA – 2Vk1 (CA)1,5 + 2Vk2 CB (3.18)
dt
El número 2 en los términos de las reacciones proviene del coeficiente
estequiométrico de A.
Existen cinco ecuaciones (Ecs. (3.14) hasta (3.18) que conforman el modelo
matemático del sistema. Los parámetros que deben ser conocidos son V, Cv, k1, k2, R,
MA, y MB. Las funciones impulsoras (o entradas) pueden ser PD, ρ0, F0, y CA0. Con lo
cual se tienen cinco incógnitas (variables dependientes): CA, ρ, P, F , y y.
En los reactores estudiados antes, hemos mostrado los efectos de las variaciones
de retención (volumen), variaciones de densidades y cinéticas de alto orden sobre las
ecuaciones de continuidad total y por componente. No son necesarias las ecuaciones de
energía debido a que se han asumido operaciones isotérmicas. Ahora consideraremos un
sistema en el cual la temperatura cambia con el tiempo. Una reacción irreversible
exotérmica es llevada a cabo en un reactor CSTR simple perfectamente mezclado como
se muestra en la Fig. 3-3.
A k B
F0
CA0
T0
Fj
Tj
V
Tj T
CA
Fj Vj
Tj0 F
CA
T
dV
= F0 – F
dt
dVC A
= F0 CA0 – F CA – Vk (CA)n
dt
dVC A
= ρ (F0 h0 – F h) – λVk (CA)n + U AH (T – Tj ) (3.20)
dt
dh j
ρj Vj = Fj ρj (hj0 – hj ) + UAH (T – Tj) (3.21)
dt
F = KV (V – Vmin) (3.22)
h = CP T y hj = Cj Tj (3.23)
Usando las Ecs. (3.23) y la relación de Arrhenius para k, las cinco ecuaciones que
describen al proceso son:
dV
= F0 – F (3.24)
dt
dVC A
= F0 CA0 – F CA – V (CA)n α e – E/RT (3.25)
dt
d (VT )
ρCP = ρCP (F0 T0 – F T) – λV (CA)n e –E/RT – U AH (T – Tj ) (3.26)
dt
dT j
ρj Vj Cj = Fj ρj Cj (Tj0 – Tj ) + UAH (T – Tj) (3.27)
dt
F = KV (V – Vmin) (3.28)
Verificando los grados de libertad, vemos que hay cinco ecuaciones y cinco
incógnitas V, F, CA, T y Tj. Debemos tener las condiciones iniciales para estas cinco
variables dependientes. Las funciones impulsoras son T0, F0, CA0, y Fj.
Los parámetros que deben ser conocidos son n, α, e, R, ρ, CP, U, AH, ρj, Vj,
Cj, Tj0, KV, y Vmin. Si el área de transferencia varía con la retención en el reactor se
podría incluir como otra variable, pero también podemos tener otra ecuación; la relación
entre área y retención. Si el reactor es un cilindro vertical con diámetro D y si la
chaqueta está colocada solamente sobre las paredes laterales, no sobre el fondo
4
AH = V (3.29)
D
T j 0 + T jsal
TjA = (3.30)
2
dT jA
ρj Vj Cj = Fj ρj Cj (Tj0 – Tjsal ) + UAH (T – TjA ) (3.31)
dt
La Ec. (3.31) se integra para obtener TjA en función del tiempo, y la Ec. (3.30) se
usa para calcular Tjsal, también como una función del tiempo.
Q1 Tj1
Q2 Tj2
T
Q3 Tj3
Fj
Q4 Tj4 Tj0
1 dT j1 1
ρj Vj Cj = Fj ρj Cj (Tj0 – Tj1 ) + UAH (T – Tj1 )
4 dt 4
1 dT j 2 1
ρj Vj Cj = Fj ρj Cj (Tj1 – Tj2) + UAH (T – Tj2)
4 dt 4
(3.32)
1 dT j3 1
ρj Vj Cj = Fj ρj Cj (Tj2 – Tj3 ) + UAH (T – Tj3 )
4 dt 4
1 dT j 4 1
ρj Vj Cj = Fj ρj Cj (Tj3 – Tj4 ) + UAH (T – Tj4 )
4 dt 4
Metal
Proceso Chaqueta
TM Tj
T
Q3 Fj
Q0 Tj0
despreciar las dinámicas de las fases vapor y liquido, y relacionar la velocidad del gas
Fv a la entrada de calor mediante
ρv Fv (Hv – h0 ) = Q (3.34)
donde Hv = entalpía del vapor saliendo del tanque (Btu/lbm o cal/g)
h0 = entalpía del liquido alimentado (Btu/lbm o cal/g)
Fase liquida
De continuidad total
dVL
ρ = ρ0 F0 – Wv (3.41)
dt
De energía:
d (V LU L )
ρ = ρ0 F0 h0 – Wv HL + Q (3.42)
dt
Presión de vapor
P = eA/T + B (3.43)
Fase vapor
De continuidad total
dVv ρ v
= Wv – ρv Fv (3.44)
dt
De energía:
d (Vv ρ vU v )
ρ = Wv HL – ρv Fv Hv (3.45)
dt
De estado
MPv
ρv = (3.46)
RTv
Son necesarios datos de propiedades térmicas para relacionar las entalpías a las
temperaturas. Podemos ver que hay 10 variables Q, F0 ,VL , Wv , T, Vv , ρv , Tv ,P, y Pv.
Contando las Ecs. (3.35) y (3.40) hasta (3.46) vemos que hay solamente nueve
ecuaciones. Algo esta faltando. Un análisis posterior puede generar la otra relación, la
restricción física: VL + Vv = volumen total del tanque.
M vav P
ρv = (3.49)
RT
yi = f(xj , T , P) (3.53)
Ecuación de energía
ρ0 F0 h0 = H ρv Fv + ρL FL h (3.54)
Propiedades termodinámicas
h0 = f(x0j , T0) h = f(xj , T) H = f(xj , T , P) (3.55)
Los pesos moleculares promedio en cada corriente Mav se calculan a partir de las
fracciones molares en las corrientes [Ver Ec. (3.50)]. El número de variables en el
Ecuación Número de
Ecuaciones
De continuidad total (3.51) 1
Energía (3.54) 1
De continuidad por componente (3.52) NC – 1
Equilibrio liquido – vapor (3.53) NC
Densidades de vapor y liquido (3.48) y (3.49) 2
Propiedades térmicas para las 2
corrientes de vapor y liquido (3.55)
Pesos moleculares promedios (3.50) 2
TOTAL 2NC + 7
Vv ρv
Fv/
Pv yj Fv
ρ v/ Tv
F0 y v/
ρ0
T0 Pv Wv
P0 T’
x0j FL/ VL ρL
PL xj FL
ρ L
/
TL
/
xv
De continuidad total
d (V L ρ L )
= ρ0 F0 – ρv Fv – ρL FL (3.57)
dt
VL ρ L x j
d
ML
av
ρ 0 F0 ρ v Fv ρ L FL
= x 0 j − y i − xj (3.58)
dt M 0av M vav M Lav
Energía
d (V L ρ L h )
= ρ0 F0 h0 – H ρv Fv – ρL FL h (3.59)
dt
k1 k2
A B C
ser alcanzada en un reactor real. La masa de reacción debe ser calentada hasta Tmax. Este
perfil de temperatura se usará como la señal de referencia.
Con este razonamiento, derivaremos ahora un modelo matemático para este
proceso. Asumiremos que la densidad del liquido de reacción es constante. La ecuación
total de continuidad para la masa reaccionante, después que los reactantes han sido
cargados y el ciclo del “batch” iniciado, es
d ( ρV )
=0–0 (3.60)
dt
No hay flujos de entrada y salida. Como ρ es constante, dV/dt = 0. Entonces el
volumen de liquido en el reactor es constante.
k1 = α1 e − E1 / RT k2 = α2 e − E2 / RT (3.63)
Usando un modelo seccionado para la pared metálica del reactor y la ecuación
simple de la entalpía h = CP T, las ecuaciones de energía para el liquido reaccionante y
la pared metálica son:
Se pueden usar tanto la ecuación de estado para el vapor o las tablas de vapor para
calcular la temperatura Tj y la presión Pj a partir de la densidad ρj. Por ejemplo si se usa
la ley del gas perfecto se puede usar una ecuación de vapor simple.
M A
ρj = exp w + B w (3.70)
RT j T
j
donde M = peso molecular del vapor = 18
Aw y Bw = constantes de presión de vapor para agua
A + B k1 C
NA = kl (CA* – CA ) (3.72)
α .x n
yn = (3.77)
1 + (α − 1) x n
donde xn = composición del liquido saliendo del plato n (fracción molar del
componente más volátil)
yn = composición del vapor saliendo del plato n (fracción molar del componente
más volátil)
V = V1 = V2 = V3 = . . . = VNT
Recordar que los V’s no son necesariamente constantes con el tiempo. El vapor
producto de la ebullición se puede manipular dinámicamente. El efecto matemático de
asumir flujos equimolares es que no se necesita una ecuación de energía para cada plato.
Esta es ciertamente una significativa simplificación.
Las velocidades de liquido a través de la columna no serán iguales
dinámicamente. Ellas dependerán de la mecánica de fluidos de cada plato. A menudo la
fórmula simple para vertederos dada por Francis se usa para relacionar la retención de
liquido en el plato (Mn) a la velocidad de flujo del liquido saliendo del plato (Ln).
Mn = f (Ln) (3.79)
De continuidad total:
dM D
=V– R – D (3.80)
dt
d (M D x D )
= VyNT – (R + D) xD (3.81)
dt
De continuidad total:
dM NT
= R – LNT (3.82)
dt
d ( M NT x NT )
= R xD – LNT xNT + V yNT-1 – V yNT (3.83)
dt
De continuidad total:
dM NT −1
= LNT – LNT-1 (3.84)
dt
d ( M NT −1 x NT −1 )
= LNT xNT – LNT-1 xNT-1 + V yNT-2 – V yNT-1 (3.85)
dt
Plato n
De continuidad total:
dM n
= Ln+1 – Ln (3.86)
dt
d (M n xn )
= Ln+1 xn+1 – Ln xn + V yn-1 – V yn (3.87)
dt
d ( M NF )
= LNF+1 – L-NF + F (3.88)
dt
d ( M NF x NF )
= LNF+1 xNF+1 – LNF xNF + V yNF-1 – V yNF + Fz (3.89)
dt
Primer Plato (n = 1)
De continuidad total:
dM 1
= L2 – L1 (3.90)
dt
d ( M 1 x1 )
= L2 x2 – L1 x1 + V yB – V y1 (3.91)
dt
dM B
= L1 – V – B (3.92)
dt
d (M B x B )
= L1 x1 – V yB – B xB (3.93)
dt
Número de variables:
Composiciones de los platos (xn y yn ) = 2 NT
Flujos de liquido en los platos (Ln) = NT
Retenciones de liquido en los platos (Mn) = NT
Composición del tanque de reflujo (xD) =1
Flujos en el tanque de reflujo (R y D) =2
Retención en el tanque de reflujo (MD) =1
Composiciones en la base (xB y yB) =2
Flujos en la base (V y B ) =2
Retención en la base (MB) =1
4 NT + 9
Número de ecuaciones:
Ecuación
De continuidad por componente en el plato = NT (3.87)
De continuidad total en el plato = NT (3.86)
Equilibrio (platos más la base) = NT + 1 (3.77)
Hidráulica = NT (3.79)
Controladores de nivel =2 (3.94)
De continuidad por componente en el
tanque de reflujo =1 (3.81)
De continuidad total en el tanque de reflujo =1 (3.80)
De continuidad por componente en la base =1 (3.93)
De continuidad total en la base =1 (3.92)
4 NT + 7
Por lo tanto el sistema está inespecificado por dos ecuaciones. Desde un punto de
vista de ingeniería de control, esto muestra que solamente existen dos variables que
pueden ser controladas (se pueden fijar). Las dos variables que deben ahora
especificarse son el reflujo R y la cantidad de vapor producida por ebullición V (o
entrada de calor al rehervidor). Estas pueden mantenerse constantes (en un sistema de
lazo abierto) o puede cambiarse por dos controladores para convertir algunas otras dos
variables constantes. En una simulación digital de esta columna en la Parte II
asumiremos dos controladores de retroalimentación ajustando R y V para controlar las
composiciones del tope y el fondo xD y xB.
R = f1(xD) V = f2(xB) (3.95)
y nj − y nT−1, j
Enj = (3.96)
y nj* − y nT−1, j
Donde y nj* = composición del vapor en equilibrio de fases con el liquido con
composición xnj sobre el plato n
ynj = composición actual del vapor saliendo del plato n
T
y n −1, j = composición actual del vapor entrando al plato n
Enj = eficiencia de vapor de Murphree para el componente j sobre el plato n
dM n
= Ln+1 + FnL + FnV−1 + V n −1 − Vn − Ln − S nL − S nV (3.97)
dt
d ( M n x nj )
= Ln +1 x n +1, j + FnL x njF + FnV−1 y nV−1, j + Vn −1 y n −1, j
dt
− Vn y nj − Ln x nj − S nL x nj − S nV y nj (3.98)
d ( M n hn )
= Ln +1 hn +1 + FnL hnF + FnV−1 H nV−1 + Vn −1 H n −1
dt
− Vn H n − Ln hn − S nL hn − S nV H n (3.99)
Se debe usar una apropiada relación de equilibrio liquido vapor, como la discutida
en la Sec. 2.2.6, para encontrar y nj* . Luego la Ec. (3.96) se puede usar para calcular ynj
para el plato ineficiente: FnV−1 y Vn-1.
Ecuaciones adicionales incluyen relaciones de propiedades físicas para evaluar
densidades y entalpías, una ecuación hidráulica del vapor para evaluar los flujos de
vapor a partir de las caídas de presión conocidas en los platos, y una relación hidráulica
para determinar el flujo de liquido sobre los vertederos a partir de las retenciones de
liquido conocida en los platos. La discusión de la solución de este problema muy
práctico y real se difiere para la parte II.
Si listamos todas las variables en este sistema y restamos todas las ecuaciones que
lo describen y todos los parámetros que pueden fijarse (todas las alimentaciones),
podríamos encontrar que los grados de libertad sean iguales al número de corrientes
laterales más dos. Por lo tanto si no hay corrientes laterales, solamente hay dos grados
de libertad en este sistema de múltiple componentes. Este es el número que encontramos
en la columna binaria simple. Típicamente desearíamos controlar la cantidad de clave
pesado impurificando el destilado xD.HK y la cantidad de clave ligero impurificando el
producto del fondo xB,LK.
La columna es operada a reflujo total hasta que la composición del destilado del
tope con respecto al componente más ligero (componente 1) xD1, alcance la pureza
especificada. Luego un producto destilado, el cual es el componente más ligero, es
sacado a la misma velocidad. Eventualmente la cantidad de componente 1 en el tanque
de ebullición ira bajando y la pureza del destilado xD1 disminuye. Hay un periodo de
tiempo cuando el destilado contiene muy poco de componente 1 para ser tomado como
producto y también muy poco de componente 2 para ser tomado como el siguiente
producto mas pesado. Entonces se debe sacar un lote impuro (corte) hasta que xD2
alcance las especificaciones. Luego es obtenido un segundo producto. Con esto se
pueden obtener múltiples productos en una columna simple.
El diseño óptimo y operación de columnas de destilación “batch” son problemas
muy interesantes. El proceso se puede llevar a cabo variando la presión y a diferentes
relaciones de reflujo durante la obtención de cada uno de los productos y los lotes
impuros. El diseño óptimo de las columnas (diámetro y número de platos) y operación
óptima pueden ser importantes en la reducción de tiempos de “batch”, con resultados en
alta capacidad y/o mejorar la calidad de los productos (menores tiempos expuestos a
altas temperaturas disminuye la degradación térmica).
Se asumen platos teóricos, flujos equimolares, y volatilidades relativas constantes.
La cantidad total de material cargado a la columna es MB0 (moles). Este material puede
ser alimentación fresca con composición z1 o una mezcla de alimentación fresca y
cortes intermedios. La composición en el tanque de ebullición al inicio del “batch” es
xB0j. La composición en el tanque en cualquier tiempo durante la operación es xBj. La
retención instantánea en el tanque es MB. Se asume que la retención en los platos y la
retención en el tanque de reflujo son constantes. La velocidad de retención de vapor es
constante e igual a V (moles/h). El tanque de reflujo, los platos de la columna, y el
tanque de ebullición son inicialmente llenados con material de composición xB0j.
Las ecuaciones que describen la destilación “batch” de una mezcla de múltiple
componentes son dadas a continuación.
Tanque de ebullición:
dM B
= −D (3.101)
dt
d [ M B x Bj ]
= Rx1 j − Vy Bj (3.102)
dt
α j x Bj
yBj = NC
(3.103)
∑α
k =1
k x Bk
Plato n:
dx nj
Mn = R[ x n +1, j − x nj ] + V [ y n −1, j − y n, j ] (3.104)
dt
α j x nj
ynj = NC
(3.105)
∑α
k =1
k x nk
dx NT , j
M NT = R[ x D , j − x NT , j ] + V [ y NT −1, j − y NT , j ] (3.106)
dt
α j x NT , j
yNT,j = NC
(3.107)
∑α
k =1
k x NT , k
Tanque de reflujo
dx D , j
MD = Vy NT , j − [ R + D]x D , j (3.108)
dt
R=V– D (3.109)
3.14 SISTEMAS DE pH
HA H+ + A-
HB H+ + B-
HC H+ + C-
[ H + ][ A − ]
KA = (3.110)
[ HA]
[ H + ][ B − ]
KB = (3.111)
[ HB]
[ H + ][C − ]
KC = (3.112)
[ HC ]
x = fracción disociada de HA
y = fracción disociada de HB
z = fracción disociada de HC
Luego
Concentración de A- = x
Concentración de B- = y
Concentración de C- = z (3.113)
Concentración de HA no disociado = CA – x
Concentración de HB no disociado = CB – y
Concentración de HC no disociado = CC – z
Estas concentraciones son sustituidas en las Ecs. (3.110) a (3.112), dando tres
ecuaciones algebraicas altamente no lineales con tres incógnitas: x , y, y z.
Estas ecuaciones no lineales deben ser resueltas simultáneamente a cada punto en
el tiempo/ usualmente se usa un método iterativo y ocurren algunos problemas de
convergencia. La complejidad aumenta cuando se incrementa el número de especies
químicas.
Este modelo aproximado requiere que las especies químicas y sus constantes de
equilibrio deben ser conocidas. En muchas situaciones de plantas actuales, estos datos
no están disponibles.
Fout = F1 + F2 + F3 (3.114)
dC n
V = Fn – CnFout (3.115)
dt
dC OH
V = FOH + Rdis – COH Fout (3.116)
dt
donde FOH = velocidad total de flujo del ion OH- entrando al sistema en las corrientes
de soda cáustica y el lodo de cal
Rdis = velocidad de generación de ion OH- debido a la disociación de partículas
sólidas de CaCO3
COH = concentraciones de iones OH- en el sistema
k 2 − C OH
Rdis = k1 XS (3.117)
τ
El método involucra solamente una iteración simple de una variable, pH. Para
solucionar este modelo se puede usar muy efectivamente el método de la bisectriz (ver
Cáp. 4). Las curvas de titración se pueden fácilmente convertir en funciones simples
para incluirlas en el programa de computadora. Por ejemplo la sección de línea recta se
puede usar para interpolar entre dos puntos.
PARTE
II
SIMULACION POR
COMPUTADOR
CAPITULO
4
METODOS NUMERICOS
4.1 INTRODUCCION
Son dos las razones principales por las que conviene aprender álgebra lineal en
esta etapa tan temprana del estudio de los métodos numéricos. En primer lugar, el
álgebra lineal es fundamental para los métodos numéricos, así que cuanto más pronto la
aprendamos, más fácil nos resultará el resto del estudio de los métodos numéricos. En
segundo lugar, las capacidades de MATLAB se basan en las operaciones de matrices y
vectores; por tanto. Podremos utilizar mucho mejor MATLAB si aprendemos álgebra
lineal.
El objetivo de esta sección es comprender los fundamentos del álgebra lineal y
poder resolver ecuaciones lineales, sobre todo con MATLAB. Sin embargo, esto
requiere cuatro áreas de estudio. Primero debemos aprender a expresar las ecuaciones
lineales y sus operaciones básicas en notación de matrices y vectores. Segundo debemos
entender las ordenes de MATLAB que trabajan con ecuaciones lineales en notación de
matrices. Tercero, debemos entender los problemas que son difíciles o imposibles de
resolver. La cuarta área incluye temas adicionales que amplían la comprensión y que
ayudan a aplicar el álgebra lineal.
En notación matemática, las matrices se encierran entra paréntesis o corchetes y
siguen ciertas reglas matemáticas. En MATLAB, en cambio las matrices se escriben sin
paréntesis ni corchetes. Aunque en MATLAB los términos Matriz y arreglo son
sinónimo, debemos estar concientes de si un arreglo se está utilizando para una matriz
en matemáticas o simplemente como variable de arreglo. En esta sección trataremos
sobre las aplicaciones de matrices y vectores en el modelamiento de procesos químicos
y su manipulación usando MATLAB
F25 = 1
F23 = 1
F34 = 8
F31 = 1
Fo3 = 8
C3
Co3 = 20
como el sistema se encuentra en estado estacionario, los flujos de entrada y salida deben
ser iguales:
5(10) + F31C3 = F12C1 + F15C1
o sustituyendo los valores para los flujos volumétricos de la Fig. 4.1 se tiene
6C1 – C3 = 50
Haciendo balance de masa para los otros reactores al estado estacionario tenemos:
6C1 – C3 = 50
–3C1 + 3C2 = 0
– C2 + 9C3 = 160 (4.1)
– C2 – 8C3 + 11C4 – 2C5 = 0
– 3C1 – C2 + 4C5 = 0
o lo que es igual:
6C1 – C3 = 50
–3C1 + 3C2 =0
– C2 + 9C3 = 160
– C2 – 8C3 + 11C4 – 2C5 = 0
–3C1 – C2 + 4C5 = 0
6 +0– 1 + 0 + 0 C1 50
–3 +3 +0 + 0 + 0 C2 0
A= 0 – 1 +9 + 0 + 0 , x = C3 ,b= 160
0 – 1– 8 + 11 – 2 C4 0
–3 – 1+ 0 + 0 +4 C5 0
>> b=[5*10;0;8*20;0;0];
>> x=A\b
x =
11.5094 = C1
11.5094 = C2 Concentraciones de salida de los
19.0566 = C3 reactores 1, 2, 3, 4 y 5
16.9983 = C4
11.5094 = C5
x =
11.5094
11.5094
19.0566
16.9983
11.5094
Solución
- A1 + 2A2 + 0 + 0 + 0 =0
0 - A2 - A3 + A4 + A5 =0
- A1 + A2 + 0 - A4 + A5 =0
0 + A2 + A3 - A4 - A5 =0
A1 + 2 A2 + 0 + 0 + A5 =0
c) Representando la matriz de coeficientes (Usando MATLAB)
» A = [-1 2 0 0 0; 0 -1 -1 1 1; -1 1 0 -1 1; 0 1 1 -1 -1; 1 -2 0 0 0]
A=
-1 2 0 0 0
0 -1 -1 1 1
-1 1 0 -1 1
0 1 1 -1 -1
1 -2 0 0 0
B=
1 0 0 2 -2
0 1 0 1 -1
0 0 1 -2 0
0 0 0 0 0
0 0 0 0 0
e) En el mecanismo existen tres reacciones que pueden ser la etapa controlante de la
reacción: las etapas son dadas por las reacciones 1, 2 y 3 del mecanismo
propuesto. Por lo tanto se debe hacer un análisis mas profundo y usando técnicas
experimentales para definir la etapa controlante entre las tres reacciones dadas.
» C = rank(A)
C =
3 (Tres reacciones independientes)
Apareciendo en lo siguiente:
Y los pasos que Usted debe ejecutar para diagonalizar la matriz. Obteniendo una
matriz con 3 elementos 1 en la diagonal,
Lo cual indica que hay tres reacciones independientes y son las que corresponden
a los valores 1 en la diagonal.
Solución
La ecuación de van der Waals está dada por:
a
(p + )(v – b) = RT (4.3)
v2
donde v = V/n es el volumen molar y a y b son constantes empíricas que dependen del
gas en particular
Dióxido de carbono Oxígeno
A 3.592 1.360
B 0.04267 0.03183
R 0.082054 L atm/(mol K)
Desarrollando la Ec. 4.3 tenemos un polinomio en v de la forma:
pv3 – (bp + RT)v2 + av – ab = 0 (4.4)
Reemplazando los valores de a y b para el dióxido de carbono se tiene:
pv3 – (0.0427p + 0.082054 T)v2 + 3.592v – 0.15327064 = 0 (4.5)
Ahora podemos usar la Ec. 4.5 para cualquier juego de valores de P y T. En este caso
usaremos P = 1 atm y T = 300 K, con lo cual tenemos la ecuación cúbica siguiente:
v3 – 24.6589v2 + 3.592v – 0.15327064 = 0
Usando UNTSIM, seleccionamos del Menu: Otros – Cálculos Matemáticos – Raíces de
ecuaciones – No lineales; en la ventana de trabajo del programa tenemos:
Ingrese coeficientes del polinomio: [1 -24.6589 3.592 - 0.15327064];
Desea calcular todas las raices (1) o buscar en un intervalo (0): 0
Ingrese intervalo de busqueda [ ]:[20 30]
La Raiz es:
24.5187
Nota. Para tener el intervalo de búsqueda podemos usar los valores obtenidos con al
ecuación del gas ideal en este caso.
Donde Pjs es la presión de vapor del componente puro j la cual es una función de la
temperatura solamente y esta dada por una ecuación de la forma:
A1 A2
Ln p1s = + B1 Ln p 2s = + B2 (4.8)
T T
Las presiones parciales en las fases liquido y vapor están dadas por:
P = x P1s + (1 – x) p 2s (4.9)
xP1s
y= (4.10)
P
nuestro problema de convergencia es para encontrar el valor de la temperatura T
que satisfaga la Ec. (4.9). El procedimiento es como sigue:
1. Suponer una temperatura T.
2. Calcular la presión de vapor de los componentes 1 y 2 con las Ec. (4.8).
3. Calcular la presión total Pcalc usando la Ec. (4.9).
P(Tcalc
)
T3
P
T1 T2
Presión
To
T5 T4
Valor correcto de T
Temperatura
Fig. 4-2 Convergencia de la Bisectriz
Benceno: A1 = –3848.09
B1 = 17.53
Tolueno: A2 = – 4328.12
B2 = 17.91
Las constantes se calculan por las ecuaciones:
% Crear la salida
disp(' ')
disp(' Luis Moncada')
disp(' Ingeniería Química')
disp(' Modelamiento y simulación')
disp(' ')
fprintf('BP de la mezcla: C Presion: mmHg\n')
fprintf(' %4.2f %4.2f\n',x(k),P)
fprintf('Fracciones molares de los componentes en el vapor\n')
fprintf(' y\n')
fprintf(' %6.4f\n',y)
Al llamar en la ventana de trabajo al archivo burbisec, se tiene
>> burbisec
Ingresar datos entre corchetes:[a, b, c, ...] y en el mismo orden
Si deseamos ver la evolución del cálculo, hacemos la gráfica con las ordenes:
>> plot([x,A]); grid; ylabel('Temperatura C')
f(T) = P(Tcalc
) – P (4.12)
Queremos encontrar el valor de T que haga f(T) igual a cero ( queremos encontrar
la raíz de f(T)). Suponemos un valor de temperatura To. Entonces evaluamos a To, f(To).
1
A continuación evaluamos la función a To, f (To ) = (df/dT)(To).
To
0 •
F(To ) T1
F(T) •
df
Pendiente = f (1To ) =
dT (To )
T
Fig. 4-4 Representación gráfica de la convergencia de Newton Raphson
df − f (To )
f (1To ) = = (4.13)
dT (To ) T1 − To
fn (4.15)
Tn +1 = Tn –
f n1
df xA (1 − x) A2 ( A2 / T + B2 )
f′ = = − 21 e ( A1 / T + B1 ) − e
dT T T2
f (T + ∆T ) − f (T )
f′ = (4.17)
∆T
Si la función no es muy lineal y/o si el supuesto inicial no está cercano a la
solución, el método de Newton Raphson puede divergir en lugar de converger. Las
funciones que no son monotónicas son particularmente molestosas, debido a que la
aproximación a cero de la derivada, hace que la Ec. (4.15) sea inestable. Por lo tanto, el
método de Newton Raphson es un algoritmo muy eficiente pero que tiene problemas de
convergencia. A veces estas dificultades pueden ser salvadas reduciendo el valor del
cambio permitido para hacer el nuevo supuesto.
El método de Newton Raphson puede extenderse fácilmente a problemas de
iteración involucrando más de una variable. Por ejemplo, suponer que se tiene dos
funciones f1(X1, x2) y f2(X1, x2) que dependen de las dos variables x1 y x2. Debemos
encontrar los valores de x1 y x2 que satisfagan las dos ecuaciones
f1(X1, x2) = 0 y f2(X1, x2) = 0
Expandiendo cada una de estas funciones alrededor del punto (x1n, x2n) en una
serie de Taylor y truncando antes del término de la primera derivada se tiene
∂f
f1(x1, n+1, x2, n+2) = f1(x1n, x2n) + 1 ( x11, n +1 − x1n )
∂x1 ( x1n , x 2 n )
∂f
+ 1 ( x 2, n +1 − x 2 n ) (4.18)
∂x 2 ( x1n, x 2 n )
∂f
f2(x1, n+1, x2, n+2) = f2(x1n, x2n) + 2 ( x11, n +1 − x1n )
∂x1 ( x1n, x 2 n )
∂f
+ 2 ( x 2, n +1 − x 2 n ) (4.19)
∂x 2 ( x1n, x 2 n )
Haciendo f1(x1, n+1, x2, n+2) y f2(x1, n+1, x2, n+2) iguales a cero y resolviendo para los
nuevos supuestos x1, n+1 y x2,n+1 se tiene
f 2 (∂f 1 / ∂x 2 ) − f 1 (∂f 2 / ∂x 2 )
x1, n+1 = x1n + (4.20)
(∂f 1 / ∂x1 )(∂f 2 / ∂x 2 ) − (∂f 1 / ∂x 2 )(∂f 2 / ∂x1 )
∂f 1 ∂f 1
0 f1 ∆x1
∂x1 ∂x 2
= +
∂f 2 ∂f 2
0 f2 ∆x2 (4.22)
∂x1 ∂x 2
∂f 1 ∂f 1
∂x1 ∂x 2
J=
∂f 2 ∂f 2
(4.23)
∂x1 ∂x 2
Todos los términos de esta matriz son constantes que son calculadas en cada iteración
Los ∆x’s se pueden calcular resolviendo la matriz
∆x1 f1
= j -1 (4.24)
∆x2 f2
>> burbnr
Ingresar datos entre corchetes:[a, b, c, ...] y en el mismo orden
Parámetros A de la ecuación de Antoine:[-3848.09,- 4328.12]
Parámetros B de la ecuación de Antoine: [17.53, 17.91]
Fracciones molares de los componentes: [.5 .5]
Ingresar presión ( mmHg): 760
Suponer una temperatura mayor a 273 K: 500
Luis Moncada
Ingeniería Química
Modelamiento y simulación
T2 − T0 T1 − T2
=
f (To ) f (T 1)
Rearreglando
f (T 1) (T1 − T0 )
T2 = T1 – (4.25)
f (T 1) − f (To )
1. Suponer un valor para la temperatura de salida del aceite THsup2 (la cual debe ser
mayor que 80 ° por razones físicas)
2. calcular Q1 a partir de la Ec. (4.29).
3. Calcular TC2 a partir de la Ec. (4.30), usando Q1.
4. calcular la fuerza impulsora, diferencia media logarítmica de temperaturas
(∆T)LM a partir de la Ec. (4.31).
Agua de enfriamiento
170,5 gpm
80 °F
Aceite Enfriador
A = 879 pies2 TH2
70 000lbm/h U = 120 Btu/h.pie2.°F
250 °F
CP = 0,5
TC2
%
q1=MH*cp*(TH1-TH2); % Btu/h
Tc2=(q1/(F1*0.1336805471*62.4*60))+Tc1;
dtl=((TH1-Tc2)-(TH2-Tc1))/log((TH1-Tc2)/(TH2-Tc1));
q2=U*A*dtl;
TH2c=TH1-(q2/(MH*cp));
%
% Ahora compare las dos temperaturas
%
if (abs(TH2-TH2c))<= 1
clc
disp('Convergencia ha sido alcanzada!')
disp('El numero necesario de iteraciones (j) fue:')
j
disp('La temperatura de salida TH2 es: ')
TH2c
break
elseif j==5
clc
disp('Máximo numero de iteraciones (5) ha sido excedido w/o
convergencia!')
else
clc
disp('convergencia no se ha alcanzado, probar nuevamente')
disp('El valor ajustado de TH2 para la nueva iteración es: ')
TH2=TH2c
end
end
Resultado
Convergencia ha sido alcanzada!
el numero necesario de iteraciones (j) fue:
j =
4
La temperatura de salida TH2 es:
TH2c =
98.9294
Una variación de los métodos iterativos son los métodos de búsqueda los cuales
pueden aplicarse para encontrar la solución de problemas relativamente simples. En
estos métodos se inicia la búsqueda desde un valor inicial y luego se va incrementando
este valor en un tamaño de paso de acuerdo a la precisión deseada. La ventaja de estos
métodos es su facilidad para programarlos pero traen la desventaja en la demora por
encontrar la solución.
El problema se entiende mejor considerando un ejemplo. Uno de los cálculos
iterativos más comunes es un calculo del punto de burbuja en el equilibrio liquido
vapor.
A continuación se lista el programa burbuja.m para encontrar el punto de burbuja
de una mezcla de N componentes por el método de búsqueda.
while P<=Pop
n=n+1;
P=sum(x.*(exp((a/t)+b)));
t = t+h;
P_rec(n+1) = P;
t_rec(n+1) = t;
end
v=x.*(exp((a/t)+b))/P;
y=v';
% Crear la salida
disp(' ')
disp(' Luis Moncada')
disp(' Ingeniería Química')
disp(' Modelamiento y simulación')
disp(' ')
fprintf('BP de la mezcla: C Presion: mmHg\n')
fprintf(' %4.2f %4.2f\n',t,P)
fprintf('Fracciones molares de los componentes en el vapor\n')
fprintf(' y\n')
fprintf(' %6.4f\n',y)
>> burbuja
Ingresar datos entre corchetes:[a, b, c, ...] y en el mismo orden
Parámetros A de la ecuación de Antoine:[-3848.09,- 4328.12]
Parámetros B de la ecuación de Antoine: [17.53, 17.91]
Fracciones molares de los componentes: [.5 .5]
Ingresar presión ( mmHg): 760
Suponer un valor inicial de temperatura C: 100
Luis Moncada
Ingeniería Química
Modelamiento y simulación
y con la orden
>>[t,ys]=bubpt(101.3,[.5 .5])
se obtiene:
0.7122 0.2878
Cuando no se usa datos de la base de datos UNTSIM, se puede seleccionar del Menú
principal: Calculos de Ing. Química – Punto de Burbuja
Cualquier ecuación de alto orden, por decir con derivadas de orden N, puede ser
reducida a N EDOs de primer orden con lo cual solamente necesitamos el estudio de
integración numérica de EDOs de primer orden.. Por ejemplo, suponer la EDO de tercer
orden:
d 3x d 2x dx
3
+ a 2 2
+ a1 + a o x = b1 m (4.32)
dt dt dt
Si definimos las nuevas variables
dx d 2x
x1 = x x2 = x3 = (4.33)
dt dt 2
La Ec. (4.32 ) se escribirá:
dx 3
+ a2 x3 + a1 x2 + ao x1 = b1 m
dt
dx1
= x2 (4.34)
dt
dx 2
= x3 (4.35)
dt
dx 3
= - a2 x3 - a1 x2 - ao x1 + b1 m (4.36)
dt
. 0 1 0 x1 0
x1
. = 0 0 1 • x2 + 0 • u (4.37)
x2
. –a2 –a1 –a0 x3 b1
x3
o en forma simbólica:
dx
= Ax + Bu (4.38)
dt
y = C x + Du
que recibe el nombre de ecuación de estado
u : es el valor por el cual se cambian las entradas
d 2x dx
+2 + 5 x = 3I
dt dt
describir el sistema por las ecuaciones de estado:
1. Descomponiendo el sistema en derivadas de primer orden:
dx
x1 = x x2 =
dt
dx1
= x2 (a)
dt
dx 2
= – 5x1 – 2x2 + 3I (b)
dt
x 0 1 0
x = dx A= B= C = [0 1]
dt − 5 − 2 3
y MATLAB responde:
a =
x1 x2
x1 0 1
x2 -5 -2
b =
u1
x1 0
x2 3
c =
x1 x2
y1 0 1
d =
u1
y1 0
Continuous-time model.
Este modelo puede resolverse usando el algoritmo de Euler como veremos más
adelante, teniendo como resultado las variables de desviación, para lo cual necesitamos
las condiciones iniciales y el valor de la perturbación u.
dx
= f(x, t) (4.39)
dt
Donde f(x, t) es, en general una función no lineal. Necesitamos conocer donde
empezar. Por ejemplo, necesitamos conocer una condición inicial para x, usualmente
esta es al tiempo igual a cero.
Ahora si nos movemos hacia delante en el tiempo por un pequeño incremento ∆t,
hacia t = t1 = ∆t, podemos obtener un estimado del nuevo valor de x para t = ∆t, x(∆t),
mediante una extrapolación lineal usando la velocidad inicial del cambio de x con el
tiempo (la derivada de x a t = 0). El nuevo valor de x (x1) es aproximadamente igual al
valor anterior de x (x0) más el producto de la derivada de x por el tamaño de paso.
dx
x(∆t) = xo + ∆t (4.41)
dt t =0
x1 = x0 + f(xo, 0) ∆t (4.42)
dx
x(2 ∆t) = x(∆t) + ∆t (4.43)
dt t = ∆t
x2 = x1 + f(x1, t1) ∆t
dx
x n + 1 = x n + f(xn , tn) ∆t = xn + ∆t (4.44)
dt ( xn,tn )
t n + 1 = t n + ∆t (4.45)
Notar que solamente se requiere la evaluación de una derivada por cada EDO a
cada punto en el tiempo. Si tenemos un sistema de N ecuaciones diferenciales,
deberíamos tener N ecuaciones tales como las Ecs. (4.47) y (4.48)
dx
τ =1–x (4.49)
dT
x(t) = 1 – e – t (4.50)
% Gráfica
plot(t_rec, x_rec)
xlabel ('tiempo')
ylabel ('variable x')
grid on
Resultados
Si se desea una curva dinámica de x(t), se debe tomar un tamaño de paso bastante
pequeño (<0.1). Se pueden tomar tamaños de paso grandes, pero la solución no es muy
exacta. Si el tamaño del paso es muy grande (en este caso mayor que 2) la solución es
numéricamente inestable. El sistema físico o el proceso no es inestable. Lo que es
inestable es el algoritmo de integración numérica para este tamaño de paso para la EDO
dada en la Ec. (4.49). El algoritmo de Euler tiene la propiedad que si el paso es lo
suficientemente pequeño para conseguir una aproximación razonable (cuatro o 5 cifras
significativas) la solución es estable.
El tamaño de paso varía directamente con la constante de tiempo τ. Si τ fuese 10,
podríamos tomar un tamaño de paso igual a la décima parte del valor de la constante.
Así mismo el máximo tamaño del paso debe ser el doble de la constante de tiempo.
Fig. 4-7 Resultado de la simulación del proceso descrito por la Ec. (4.49)
b) Usando una rutina de MATLAB para resolver EDO, en este caso usaremos la rutina
ode45, para los cuales escribimos la ecuación en el archivo tia1.m
ta=1;
% Escribimos la ecuación
dx = [(1-x)/ta];
Obteniendo la respuesta
>> inte
Luis Moncada
Ingeniería Química
Julio, 2002
Solución de una EDO
tiempo x
(seg) (L)
0.0 0.00e+000
0.0 4.52e-004
0.0 3.71e-003
0.0 2.48e-002
0.2 1.45e-001
0.4 3.34e-001
0.7 4.82e-001
0.9 5.96e-001
1.2 6.86e-001
1.4 7.55e-001
1.7 8.09e-001
1.9 8.51e-001
2.0 8.65e-001
0.7768
k1 = ∆t f(xn, tn)
k2 = ∆t f(xn + ½ k1, tn + ½ ∆ t)
k3 = ∆t f(xn + ½ k2, tn + ½ ∆ t) (4.51)
k4 = ∆t f(xn + k3, tn + ∆ t)
1
xn + 1 = xn + (k1 + 2k2 + 2k3 + k4)
6
Para integración numérica de dos EDOs de primer orden
dx1
= f1 (x1, x2, t)
dt
dx 2
= f2 (x1, x2, t)
dt
Con Runge y Kutta de cuarto orden, se evalúan cuatro k’s para cada EDO
Ejemplo 4.7
k = 100 N/m
B = 10 Ns/m
u(0) = 0 M = 0,5 Kg
u(t)
Fig. 4-8 Sistema de resorte – masa
Solución
a) Aplicando lo visto en la secc. 4.8.1, Ecs. (4.34) a (4.36), la Ec. 4.58 se puede
escribir:
u’ = f = v, u(0) = 1 (4.59)
y’ = M y (4.61)
donde
u 0, 1
y= M=
v – b, –a
du(1) = u(2);
du(2) =-(B/M)*u(2) -(k/M)*u(1);
Como se ha visto en los ejemplos previos, entre las múltiples opciones para
resolver un problema podemos hacer un programa específico para el problema en
cuestión, usar las rutinas de MATLAB para resolver el modelo matemático del
problema o en algunos casos usar el simulador UNTSIM. En el presente texto, de aquí
en adelante para los problemas ejemplo usaremos la ruta que a nuestro criterio sea la
más eficiente y en algunos casos daremos la respuesta obtenida por otros métodos
solamente con fines de comparación.
dx
xn+1 = xn + ∆t (4.62)
dt ( xn +1,tn +1)
dx
=1–x
dt
El algoritmo implícito de Euler es
dx
xn+1 = xn + ∆t (4.63)
dt ( xn +1,tn +1)
xn+1 = xn + (1 – xn+1) ∆t
Resolviendo para la incógnita xn+1 se tiene
x n + ∆t
xn+1 = (4.64)
1 + ∆t
La principal ventaja del algoritmo implícito es que no se hace numéricamente
inestable. Se pueden tomar tamaños de paso muy grandes sin peligro de problemas
inestabilidad que si se dan en los métodos explícitos. Por lo tanto los métodos implícitos
son muy usados para sistemas muy estables.
La Ec. (4.63) puede ser resuelta fácilmente para la incógnita xn+1. Sin embargo,
suponiendo que tenemos un número grande (N) de EDOs para integrar numéricamente.
En general, las N derivadas dependen de todas las variables, dando N ecuaciones
simultáneas (usualmente no lineales) que deben resolverse a cada punto en el tiempo
para los N valores no conocidos de las variables para el siguiente punto en el tiempo.
Considerando el conjunto de N EDOs lineales
x1 a11 a12 a13 . . . a1N x1
x2 a21 a22 a23 . . . a2N x2
d x3 = a31 a32 a33 . . . a3N x3 (4.65)
dt ... ... ... ... ... ... ...
xN aN1 aN2 aN3 . . . aNN x1
dx
−
=Ax
dt
donde x es un vector de variables y A es una matriz cuadrada de constantes.
Aplicando el algoritmo implícito de Euler a estas ecuaciones se tiene
xn+1 = xn +[A xn+1 ∆t] (4.66)
Resolviendo para xn+1 se tiene
xn+1 = xn +[I - A ∆t]-1 xn (4.67)
4.9 LINEARIZACION
Ejemplo de no lineales
dx
a1 + a o x 0.5 = f (t ) (4.69)
dt
dx
a1 + a o ( x) 2 = f (t ) (4.70)
dt
dx
a1 + a o e x = f (t ) (4.71)
dt
dx1
a1 + a o x1( t ) x 2( t ) = f (t ) (4.72)
dt
donde x1 y x2 son variables dependientes
Matemáticamente, una ecuación diferencial lineal es aquella para la cual se
mantienen las siguientes dos propiedades.
1. Si x(t) es una solución, entonces cx(t) es también una solución, donde c es una
constante.
2. Si x1 es una solución y x2 es también una solución, entonces x1 + x2 es una
solución.
∂f
f(x1, x2).= f(x1s, x2s) + (x1 − x1s )
∂x1 ( x1s , x 2 s )
∂f ∂2 f ( x1 − x1s ) 2
+ (x 2 − x 2 s ) + 2
+ ... (4.73)
∂x 2 ( x1s , x 2 s ) ∂x1 ( x1s , x 2 s ) 2!
Ejemplo 4.8
F(h) = K h (4.75)
∂F ∂ 2 F (h − hs ) 2
F(h) = F(hs) + (h − hs ) + 2 + ...
∂h ( hs ) ∂h ( hs ) 2!
K
F(h) = K hs + (h − hs ) (4.76)
2 hs
Ejemplo 4.9
Ejemplo 4.10
f(CA, F) = CA F (4.79)
Linearizando:
∂f ∂f
f(CA, F) = f(CAs, Fs) + (C A − C As ) + ( F − Fs) (4.80)
∂C A (CAs , Fs ) ∂F ( CAs , Fs )
Ejemplo 4.11
dv g K g
= h − F c v 2 (4.82)
dt L ρA
p
dv g 2v K g v s2 K F g c
= h − s F c v + (4.84)
dt L ρA ρA
p p
Esta EDO es ahora lineal. Los términos entre paréntesis son constantes, los cuales
dependen, desde luego, del estado estacionario alrededor del cual es linearizado el
sistema.
Ejemplo 4.12
dC A
V = [Fos CAos + Fo s(CAo – CAos ) + CAos(F– Fos)]
dt
– [Fs CAs + Fs(CA – CAs ) + CAs(F– Fs)]
n
k s C As E
– V k s C As + nk s C As (C A − C As ) +
n n −1
(T − T s ) (4.86)
RTs2
Hasta ahora hemos visto ejemplos donde la no-linealidad está en los términos
derivados, es decir, en el lado derecho de la EDO. Muy a menudo el modelo de un
sistema puede ser dado en una EDO la cual contenga términos no lineales dentro del
término de la derivada. Por ejemplo suponer que el modelo de un sistema no lineal es:
d h3( )
=K h (4.87)
dt
el procedimiento correcto para linearizar este tipo de ecuación es rearreglarlo de
tal manera que las funciones no lineales aparezcan solamente en el lado derecho de la
EDO y luego linearizarlo en la forma normal, por ejemplo dada la Ec. (4.87),
diferenciamos el término h3 para conseguir
dh
3h 2 =K h (4.88)
dt
Luego rearreglando se tiene:
dh K
= (h) −1.5 (4.89)
dt 3
ahora estamos listos para linearizar.
dh K ∂ K −1.5
= (hs ) −1.5 + ( h) ( h − h s ) (4.90)
dt 3 ∂h 3 ( hs )
dh K − 1.5 K
= (hs ) −1.5 + (h) − 2.5 (h − hs ) (4.91)
dt 3 3
dh 5 K −K
= (hs ) −1.5 + (h) − 2.5 h (4.92)
dt 6 2
dh
= ao + a1 h (4.93)
dt
CAPITULO
5
EJEMPLOS DE SIMULACION
DE MODELOS ESTATICOS
∆Go = ∑ v ∆G
i
o
f ,i (5.1)
∆Ho = ∑ v ∆H
i
o
f ,i (5.2)
∆G o
ln Ka = − (5.3)
RT
c) Asumiendo que ∆Ho es independiente de la temperatura, calculamos Ka a otra
temperatura usando:
∆H o 1 1
ln Ka,2 – ln Ka,1 = − (5.4)
R T1 T2
>> kequil(418.1)
ans =
0.1154 <--- valor en Smith y VanNess, K = .1426
>> kequil(593.15)
ans =
0.0022 <--- valor en Smith y VanNess, K = .00291
Para una operación al estado estacionario del tanque de flujo por gravedad que
hemos considerado en el Cáp. 1 y posteriormente en el Ejemplo 2.9 el término
acumulación se hace cero con lo cual las Ec. (2.2) y (2.37) se transforman en:
Fo = F (5.5)
g K g
0= h – F c v2 (5.6)
L ρAP
0.5
gρA p
v = h (5.7)
K F gc L
Si:
g = gc = 32,1 pies/s2; ρ = 62.4 lb/pie3; Ap (area de sección transversal del tubo) =
7,06 pie2; L (longitud de tuberia ) =3000 pies; kf (Constante para fricción) = 0.0281
lbf/(pie/seg)2 pie; AT(Altura del tanque) = 7 pies
Tomando los límites del nivel de liquido en el tanque entre cero y la altura máxima del
tanque (7), escribimos el programa tankest siguiente:
h = (0:1:7)';
v = sqrt(5.225907*h);
q = 7.06*v;
disp(' Nivel Velocidad Caudal')
disp(' (pies) pies/s pies^3/min')
disp([h,v,q])
>> tankest
Nivel Velocidad Caudal
(pies) pies/s pies^3/min
0 0 0
1.0000 2.2860 16.1393
2.0000 3.2329 22.8245
3.0000 3.9595 27.9541
4.0000 4.5720 32.2787
5.0000 5.1117 36.0886
6.0000 5.5996 39.5331
7.0000 6.0483 42.7007
1
0= (CA1 – CA2) – k CA2 (5.9)
τ2
1
0= (CA2 – CA3) – k CA3 (5.10)
τ2
0.5CA0 – 2.5CA1 =0
0.5CA1 – 2.5CA2 =0
0.5CA2 – 2.5CA3 =0
cao=(1:0.1:2)';
ca1=.5*cao/2.5;
ca2=.5*ca1/2.5;
ca3=.5*ca2/2.5;
disp(' CAo CA1 CA2 CA3')
disp([cao,ca1,ca2,ca3])
>> cstrs1
CAo CA1 CA2 CA3
1.0000 0.2000 0.0400 0.0080
1.1000 0.2200 0.0440 0.0088
1.2000 0.2400 0.0480 0.0096
1.3000 0.2600 0.0520 0.0104
1.4000 0.2800 0.0560 0.0112
1.5000 0.3000 0.0600 0.0120
1.6000 0.3200 0.0640 0.0128
1.7000 0.3400 0.0680 0.0136
1.8000 0.3600 0.0720 0.0144
1.9000 0.3800 0.0760 0.0152
2.0000 0.4000 0.0800 0.0160
La solución de este modelo nos permite determinar cuales son las concentraciones
de salida que se alcanzan bajo esos parámetros de operación. Para modificar estas
concentraciones se deben modificar los parámetros.
Así mismo podemos usar el simulador UNTSIM, para lo cual seleccionamos del
Menú Principal: Nueva sesión – Diseño de equipo – Reactores – CSTR – Concentración
de salida.
El modelo dado por las Ecs (3.12) y (3.13) a condiciones estacionarias con F0 =
F1 = F2 = F , las temperaturas T1= T2 y la acumulación igual a cero se transforma en
una sola ecuación:
F Q1
0= (To – T1 ) + (5.11)
V1 ρCpV1
El reactor mostrado en la Fig. 3-2 y modelado por las Ecs. (3.14) a (3.18) en una
operación al estado estacionario será descrito por las ecuaciones:
P − PD
F = Cv (5.12)
ρ
MP P
ρ= = [y MA + (1 – y)MB] (5.13)
RT RT
Py
CA= (5.14)
RT
0 = ρ0 F0 – ρ F (5.15)
0 = F0 CA0 – F CA – 2Vk1 (CA)1,5 + 2Vk2 CB (5.16)
Donde:
Cv = es el coeficiente de válvula.
M = peso molecular promedio
MA = peso molecular del reactante A
MB = peso molecular del producto B
Existen cinco ecuaciones (Ecs. (5.12) hasta (5.16) que conforman el modelo
matemático del sistema. Los parámetros que deben ser conocidos son V, Cv, k1, k2, R,
MA, y MB. Las funciones impulsoras (o entradas) pueden ser PD, ρ0, F0, y CA0. Con lo
cual se tienen cinco incógnitas (variables dependientes): CA, ρ, P, F , y y.
λVkC A UAH
0 = FoTo – FT – − (T – Tj ) (5.18)
ρC p ρC p
F j (T jo − T j ) UAH
0= + (T − T j ) (5.19)
Vj ρ jV j C j
k = αe-E/RT (5.20)
Estos resultados nos sirven para analizar las diferentes condiciones de operación,
observando que la temperatura óptima es 600 oR, ya que para temperaturas mayores la
disminución en la concentración de A por cada 10 oR de aumento en la temperatura va
disminuyendo. A esta temperatura, la constante de velocidad k = 0,8672 h-1, la
concentración de salida CA = 0,245 molA/pie3, la temperatura de salida del agua de la
chaqueta Tj = 594.64 oR, necesitando un flujo de Fj = 49.9047 pies3/h
Estos resultados también lo podemos visualizar en la Fig. 5.1
T j 0 + T jsal
TjA = (5.21)
2
F j (T jo − T jsal ) UAH
0= + (T − T jA ) (5.22)
Vj ρ jV j C j
Estas ecuaciones se usarán para calcular Tj1, Tj2, Tj3 y Tj4 (que será la temperatura
de salida de la chaqueta) para cada valor de T
0 = Fj ρi Cj (Tj0 – Tj ) + h0 A0 (TM – Tj )
Con la primera ecuación se calcula TM para cada T y con las restantes Tj y Fj
ρv Fv (Hv – h0 ) = Q (5.26)
Kj = yj/xj (5.29)
El proceso es a entalpía constante
Luego L=F–V
x Fi /(1 + L / VK i )
yi = (5.31)
Σx Fi /(1 + L / VK i )
x Fi − Vy i x − vi
xi = = Fi (5.32)
L L
y las Ecs. (3.74), (3.75) y (3.76) que para el estado estacionario se transforman en:
AMT NA = FL CA + V k CA CB (5.34)
F0 CB0 = FL CB + V k CA CB (5.35)
0 = FB ρB + Ma NA AMT – FL ρ (5.36)
Teniendo cinco ecuaciones (3.72), (3.73), (5.34), (5.35) y (5.36). Las variables
son NA , CA , CB , FV , y FL. Las funciones impulsoras son FA , FB , y CB0 .
F = B + D (5.37)
D xD + B xB = Fz (5.38)
function f = destbi_ss(x);
% Calcula las composiciones por etapa al estado estacionario de una
% columna de destilación ideal binaria usando fsolve.
%
% (c) Julio 2002 L. Moncada A.
%
% Todos los flujos son cantidades molares. las etapas son numeradas
% del tope hacia abajo. Se asume un condensador total.
% El colector del tope es la etapa 1. El rehervidor parcial
% es la etapa ns (el numero de "etapas" de equilibrio es entonces
% ns-1).
%
% para ejecutar dar los comandos:
%>> x0 = [0.01:0.98/(ns-1):0.99]; supuestos iniciales
%>> x0 = x0';
%>> options = optimset('Display','iter');
%>> x = fsolve('destbi_ss',x0,options);
% o si no se desea visualizar las iteraciones:
%>> options = optimset('Display','off');
%
% donde x0 es un vector de condiciones iniciales supuestas para las
% composiciones de la fase liquida por etapa (length(x0) = ns)
% PARAMETROS
alpha =(2.5); % volatilidad relativa
ns =(3); % número de etapas de equilibrio
nf =(2); % etapa de alimentación contando desde el tope
zfeed =(0.5); % fracción molar de ligero en la alimentación
qf =(1); % condición de alimentación(1 = liquido saturado,
% 0 = vapor saturado)
reflux = (3); % razón de reflujo (L/D)
vapor = (3.5);% flujo de vapor del rehervidor (L/W)
feed =(1); % alimentación: generalmente un mol de alimentación
% flujos de liquido en las secc. de rectificación y agotamiento
%
lr = reflux;
ls = reflux + feed*qf;
%
% flujos de vapor en las secciones de rectificación y stripping
%
vs = vapor;
vr = vs + feed*(1-qf);
%
% flujos de destilado y fondos
%
dist = vr - reflux;
lbot = ls - vs;
%
if dist < 0
disp('error en especificaciones, flujo de destilado < 0')
return
end
if lbot < 0
disp('Error en especificaciones, sección de stripping')
disp(' ')
disp('flujo de liquido es negativo')
return
end
%
% función vector cero
%
f = zeros(ns,1);
%
% calculo de composiciones de equilibrio
%
for i=1:ns;
y(i)=(alpha*x(i))/(1.+(alpha-1.)*x(i));
end
%
% balances de materia
% acumulador del tope
%
f(1)=(vr*y(2)-(dist+reflux)*x(1));
%
% sección de rectificación (tope)
%
for i=2:nf-1;
f(i)=lr*x(i-1)+vr*y(i+1)-lr*x(i)-vr*y(i);
end
%
% etapa de alimentación
%
f(nf) = lr*x(nf-1)+vs*y(nf+1)-ls*x(nf)-vr*y(nf)+feed*zfeed;
%
% sección de agotamiento “stripping (“fondo)
%
for i=nf+1:ns-1;
f(i)=ls*x(i-1)+vs*y(i+1)-ls*x(i)-vs*y(i);
end
%
% rehervidor
%
f(ns)=(ls*x(ns-1)-lbot*x(ns)-vs*y(ns));
Para otro sistema y otro número de platos variar solamente los parámetros y fijar
adecuadamente las condiciones iniciales.
Otra forma es usar el simulador UNTSIM para hacer el mismo cálculo, para lo
cual debe seleccionar del Menú Principal: Nueva Sesión, Diseño de equipo –
Destilación – Destilación Flash
CAPITULO
6
EJEMPLOS DE SIMULACION
DE MODELOS DINAMICOS
dv g K g
= h – F c v2 (6.1)
dt L ρAP
dh
AT = Fo – F (6.2)
dt
Tenemos que escoger un caso numérico específico para resolver estas dos
ecuaciones diferenciales ordinarias acopladas. La Ecuación (6.1) es no lineal debido al
término v2. Las dimensiones físicas y los valores de los parámetros son lo mismos dados
en el Ejemplo 5.3.
De la simulación a condiciones estacionarias tomamos las siguientes condiciones
de operación:
dv
= 0,0107 h – 0,00205 v2 (6.3)
dt
dh
= 0,311 – 0,0624 v (6.4)
dt
dc(2)=fs/at-ap*c(1)/at;
Obteniendo la respuesta:
>> flujoej
Ingrese aumento(escalón) en la velocidad (pies/seg): 2.485
Ingrese nivel de liquido en el tanque (pies): 4.72
tiempo de simulación seg: 500
y una gráfica similar a la Fig. 6.1. Para otros valores iniciales se tiene otra respuesta
Analizando la tabla y la figura podemos observar que cuando el tanque esta operando
con los valores de diseño (en este caso los seleccionados para el ejemplo) a las
condiciones estacionarias y, al producirse un incremento repentino (tipo impulso) del 50
% del flujo máximo de diseño el nivel de liquido en el tanque sobrepasase la altura del
tanque, esto se produce aproximadamente luego de 55 seg después de producida la
perturbación. Si la altura del tanque fuese de 9 pies podría soportar esta perturbación.
Queda como ejercicio para el lector determinar cual es el máximo aumento en el flujo
de entrada que soporta este tanque.
dTb
A U (Tm – Tb) – 0 = mCp (6.5)
dt
dTb AU AU
+ Tb − Tm = 0 (6.6)
dt mC p mC p
mCp dTb dT
Tm – Tb = =τ b (6.7)
UA dt dt
function dy = termometro(t,y)
dy = zeros(1,1);
tau=5;
Tm=100;
dy = (Tm - y)/tau ;
tenemos la respuesta dada en la Fig. 6-2 para un termómetro con una constante de
tiempo igual a 5, cuando esta inicialmente a 75 oF y se coloca en un baño de
temperatura a 100 oF. Observar y comentar la respuesta del termómetro.
V1
V2
q
Solución
dm1 • •
= m i − me i = q(Ci – Ce) = – qCe = – qC1 (6.8)
dt
donde la ultima igualdad es el resultado de la aproximación a tanque perfectamente
mezclado (es decir, la concentración de salida es asumida a ser aproximadamente igual
a la concentración promedio).
Como C1 = m1/V1, para el tanque 1, tenemos
dm1 q
= − m1 (6.9)
dt V1
Esta es una ecuación separable, así
dm1 q
= − dt
m1 V1
y su integración da
q
ln m1 = – t + c’
V1
Tomando antilogaritmos da
m1(t) = – e
(− qt / V + c ) = e − qt / V e c = C ⋅ e − qt / V
1
'
1
'
1
dm2
= q(C1 – C2) (6.12)
dt
donde nuevamente, hemos asumido tanque perfectamente mezclado. Aquí la
concentración saliendo del tanque 1, entra al tanque 2, y C2 es la concentración
promedio (y de salida) del tanque 2. Escribiendo las concentraciones como masa/
volumen se tiene:
dm2 q q
= m1 − m2
dt V1 V2
o en la forma estándar
dm2 q q
+ m2 = m1 (6.13)
dt V2 V1
esta es una EDO lineal de primer orden con un factor de integración dado por
q
∫ V2 dt
IF = e = e qt / V2
Multiplicando la Ec. (613) por el factor integrador se tiene:
d d qt / V2
q
e qt / V2 m2 + m2 = e
q
m2 = e qt / V2 m1 [ ]
dt V2 dt V1
q
e qt / V2 m 2 =
V1 ∫ e qt / V2 m1 (t )dt
V1 ∫
e qt / V2
m2 = e
dt = e
+c
V1 q (V1 − V )
2
V2 qt / V2 − qt / V1
= m10 e e +c
V1 − V2
V2 − qt / V1
m2 = m10 e + ce − qt / V2
V1 − V2
V2 V2
m2 = m10 + c y c = m20 – m10
V1 − V2 V1 − V2
Entonces, la masa de sal en el tanque 2 versus el tiempo esta dada por:
V2 − qt / V1
m2(t) = m20 e − qt / V2 + m10
V −V [
e − e − qt / V2 ] (6.14)
1 2
Reemplazando los valores numéricos se tiene
m2(t) = 50e – t/40 – 100 [e – t/20 – e – t/40] = 150e – t/40 – 100e – t/20 (6.15)
Nosotros podemos ahora resolver la Ec. (6.16) para t = tmax, y colocar este valor para t
en la Ec. (6.14) lo cual dará m2max. Sin embargo, como hemos visto, esto es muy
dificultoso algebraicamente.
Otra alternativa es regresar a la ecuación original de balance dada en el Ec.(6.12).
Con dm2/dt = 0, la Ec.(6.12) nos dice que C1 = C2 a las condiciones máximas. Esto tiene
sentido físicamente, subsecuentemente con tal de que C1 > C2, la concentración del
tanque 2 debe continuar incrementándose. Si C1 < C2 la cantidad de sal en el tanque 2
debe disminuir a medida que la concentración del flujo de entrada es menor que la
concentración del flujo de salida. Por lo tanto, las condiciones máximas en el tanque 2
ocurren cuando C1 = C2. Por lo tanto, tenemos la relación válida,
1
1
m10 e − qt / V1 = m20 e
− qt / V2 V2
+ m10 [
− qt / V1
e ]
− e −qt / V2 (6.17)
V1 V2 V1 − V2
a las condiciones máximas. Bien, aunque este acercamiento alternativo es válido, esta
última expresión no es más fácil de evaluar para t = tmax que la Ec.(6.16).
MATLAB al Rescate!
Como hemos visto la solución analítica es difícil y las manipulaciones algebraicas
son tediosas, por lo tanto, una alternativa para simplificar el trabajo es graficar las
soluciones dadas por la Ecs. (6.10) y (6.14) y observar visualmente donde ocurren las
condiciones máximas. Este procedimiento ha sido implementado en la primera parte del
archivo Matlab STANKS2.M. Este programa Matlab actualmente hace una parte del
trabajo, y se ha dividido en tres funcionales como sigue:
Nota: Aunque no mostrado aquí explícitamente, las curvas para los tres métodos de
solución - analítico, simbólico, y numérico – son exactamente todas iguales (usted
puede ejecutar el programa para ver esto). Esto es claramente lo esperado y da la
confianza en nuestra habilidad de usar los tres métodos para resolver problemas de este
tipo con precisión. Claramente, sin embargo, una vez que la sintaxis básica y el código
algoritmo ha sido trabajado para las soluciones Matlab, es fácil aplicar la metodología
simbólica o numérica computacional para resolver problemas similares, pero diferentes
rápidamente. Nosotros también podemos ser capaces de resolver un nuevo problema
analíticamente, pero las soluciones de Matlab - simbólica o numérica – ofrece un
acercamiento más fácil y eficaz. Además, si nosotros planeamos evaluar y trazar las
soluciones de cualquier modo, nosotros también podríamos resolver simplemente el
problema completo en el mismo código. En aplicaciones prácticas, la solución por
computadora y análisis de EDOs es claramente el método de elección y, en muchos
casos dónde las soluciones analíticas a mano son muy tediosas o incluso imposibles, es
la única manera de continuar!
A continuación se lista el programa principal STANKS2.M,
% Luis Moncada
% Julio 12 2002
clear all;
nfig = 0;
% parámetros
m10 = 50; m20 = 50; % masa iniciales de sal en los tanques (lbm)
V1 = 100; V2 = 200; % volúmenes constantes de los tanques (gal)
q = 5; % flujo volumetrico constante (gal/s)
% Parte I Evaluación y grafica de la función para solución ANALYTICA
% definir rango de tiempos para grafica la solución
to = 0; tf = 90; Nta = 91; ta = linspace(to,tf,Nta);
% evaluar masa y concentraciones [ver "Dos tanque con sal" para derivadas]
m1a = m10*exp(-q*ta/V1);
m2a = m20*exp(-q*ta/V2)+m10*V2*(exp(-q*ta/V1)-exp(-q*ta/V2))/(V1-V2);
c1a = m1a/V1; c2a = m2a/V2;;
% encontrar magnitud y tiempo para condiciones máximas en el tanque2
[m2amax,index] = max(m2a); tamax = ta(index);
c1amax = c1a(index); c2amax = c2a(index);
fprintf(1,'\n Solución al Problema "Dos Tanques con Sal" (ver teoría) \n');
fprintf(1,'\n Condiciones máximas en Tanque 2 de Solución ANALiTICA \n');
fprintf(1,' Método #1 -- mediante búsqueda de vector de valores \n');
fprintf(1,' Tiempo del máximo : tmax = %6.2f seg \n',tamax);
fprintf(1,' Masa de sal en máximo: m2max = %6.2f lbm \n',m2amax);
fprintf(1,' Conc de sal en Tanque 1: c1max = %6.3f lbm/gal \n',c1amax);
fprintf(1,' Conc de sal en Tanque 2: c2max = %6.3f lbm/gal \n\n\n',c2amax);
% grafica de solución ANALITICA para masas y concentraciones
nfig = nfig+1; figure(nfig)
subplot(2,1,1),plot(ta,m1a,'r-',ta,m2a,'g--'), grid
title('"Dos Tanques con Sal" Resultados ANALITICOS')
ylabel('Masa de Sal (lbm)'),legend('Tanque 1','Tanque 2')
subplot(2,1,2),plot(ta,c1a,'r-',ta,c2a,'g--'), grid
ylabel('Conc. de Sal (lbm/gal)'),legend('Tanque 1','Tanque 2')
xlabel('Tiempo (seg)')
% Parte II Solución de las EDOs usando la capacidad SIMBOLICA de Matlab
% resolver las EDOs dadas para las masas usando manipulaciones simbólicas
syms ts ts0 qs V1s V2s m1s m2s m10s m20s c1s c2s
S = dsolve('Dm1s = -qs*m1s/V1s','Dm2s = qs*m1s/V1s - qs*m2s/V2s', ...
'm1s(ts0) = m10s','m2s(ts0) = m20s','ts');
% pasar variables simbólicas a valores numéricos
to = 0; tf = 90;
ts0 = to; m10s = m10; m20s = m20;
qs = q; V1s = V1; V2s = V2;
% mostrar soluciones
fprintf(1,'\n La solución SIMBOLICA para m1(t) es: \n');
m1s = S.m1s; pretty(m1s)
fprintf(1,'\n y con adecuadas sustituciones de variables, es: \n');
m1s = subs(m1s); pretty(m1s)
fprintf(1,'\n La solución SIMBOLICA para m2(t) es: \n');
m2s = S.m2s; pretty(m2s)
fprintf(1,'\n y con adecuadas sustituciones de variables, es: \n');
m2s = subs(m2s); pretty(m2s)
% evaluar soluciones simbólicas a diferentes tiempos para graficar
Ntp = 91; tp = linspace(to,tf,Ntp);
m1p = double(subs(m1s,ts,tp)); m2p = double(subs(m2s,ts,tp));
c1p = m1p/V1; c2p = m2p/V2;
% encontrar magnitud y tiempo para condiciones máximas en el tanque 2
% Método #1 -- buscando vector de valores
[m2pmax,index] = max(m2p); tpmax = tp(index);
Al ejecutar el programa STANKS2 se tiene la siguiente salida mostrando todas las formas
de solución:
>> STANKS2
qs ts
exp(- -----) m10s
V1s
-----------------
ts0 qs
exp(- ------)
V1s
qs ts ts0 qs
exp(- -----) exp(------) (m10s V2s - m20s V1s + m20s V2s)
V2s V2s
- ---------------------------------------------------------
V1s - V2s
qs ts
exp(- -----) m10s V2s
V1s
+ -------------------------
ts0 qs
Las ecuaciones que describen a tres reactores CSTR isotérmicos en serie fueron
desarrolladas en la Sec. 3.2
dC A1 1
= (CA0 – CA1) – k CA1 (6.18)
dt τ
dC A2 1
= (CA1 – CA2) – k CA2 (6.19)
dt τ
dC A3 1
= (CA2 – CA3) – k CA3 (6.20)
dt τ
Las condiciones iniciales son CA1(0) = 0,4 kg.mol de componente A/m3, CA2(0) =
0,2 kg.mol de componente A/m3, y CA3(0) = 0,1 kg.mol de componente A/m3. La
función impulsora es CA0. Asumiremos que en el tiempo cero CA0 se ajusta a 1,8 kg.mol
de A/m3 y se mantiene constante. El parámetro τ = V/F (tiempo de residencia), es
ajustado igual a 2 min y el valor de k es 0,5 min–1.
Solución
dC A1
=0,9 – CA1 , CA1(0) = 0,4 (6.21)
dt
dC A2
= 0,5CA1 – CA2 , CA2(0) = 0,2 (6.22)
dt
dC A3
= 0,5 CA2 – CA3 , CA3(0) = 0,1 (6.23)
dt
a) La solución se consigue usando una rutina para la solución de EDOs, en este caso la
rutina ode45, para lo cual escribimos el archivo de función: cstr3.m
% Parámetros
% Sistema de ecuaciones
dc(1)=((1.8-c(1))/2)-0.5*c(1);
dc(2)=((c(1)-c(2))/2)-0.5*c(2);
dc(3)=((c(2)-c(3))/2)-0.5*c(3);
>> cstrej
b) Otra forma es usando el método de Euler. Para este caso, las Ecs. (6.21), (6.22), y
(6.23) constituyen un sistema de ecuaciones diferenciales ordinarias. Este sistema se
puede escribir como:
y’ = f (y,t) = My + S (6.24)
donde
CA1 -1 0 0 0,9
CA2 0,5 -1 0 0
y = M = S=
CA3 0 0,5 -1 0
Considerar el caso reactor diseñado para clorar benceno con cloruro férrico como
catalizador. El reactor es semibatch conteniendo una carga inicial de benceno puro
dentro del cual se alimenta cloro gaseoso a un estado estacionario. El tanque de reacción
es operado a presión constante de 2 atm y está equipado con enfriadores para mantener
una temperatura de 55oC. El liquido es agitado para dar una mezcla homogénea. La
Para este reactor semibatch se desea conocer en que tiempo se debe detener la
reacción en razón a obtener el máximo rendimiento de monoclorobenceno.
HCl = F
C6H6 = A
C6H5Cl = B
C6H4Cl2 = C
C6H3Cl3 = D
Cl2 = E
Cl2 = G
Solución
TOTAL NT = NA + NB + NC + ND + NE (6.25)
NA + NB + NC + ND = 1 mol (ya que las reacciones son en serie 1 a 1) (6.26)
3. Total de cloro consumido: Cl2
Para monoclorobenceno (reacción I) = NB
Para diclorobenceno (reacción II) = 2NC
Para triclorobenceno (reacción III) = 3ND
1 dN A N N
= – k1 A E (6.28)
V dt V V
- Velocidades de formación:
1 dN B N N N N
= k1 A E – k 2 B E (6.29)
V dt V V V V
1 dN c N N NC N E
= k2 B E – k3 (6.30)
V dt V V V V
1 dN D N N
= k3 C E (6.31)
V dt V V
- Cloro consumido
1 dN E N N N N N N
= F – k1 A E – k 2 B E – k 3 C E (6.32)
V dt V V V V V V
Las Ecs. (6.28) a (6.32) representan el modelo del balance de materiales para el
reactor semibatch. Y la Ec. (6.27) sirve para evaluar el consumo neto de Cloro.
5. Solución Analítica.
5.1 Reemplazando valores de las constantes de velocidad en las Ecs. (6.28), (6.29),
(6.30) y (6.31) y dividiendo las Ecs. (6.29), (6.30) y (6.31) por la Ec. (6.28) para
eliminar el tiempo como variable independiente se tiene:
dN B NB
= – 1 (6.33)
dN A 8N A
dN c NC N
= − B (6.34)
dN A 240 N A 8 N A
dN D Nc
= – (6.35)
dN A 240 N A
5.2 La Ec. (6.33) es una ecuación homogénea de 1er. orden (resolviendo mediante la
técnica de sustitución)
Sea
NB = RNA (6.36)
dN B dR
= R + NA (6.37)
dN A dN A
NB =
(
8 NA
1
8 − NA ) (6.40)
7
240 1 1
NC = (29 N A − 239 N A 8 + 210 N A 240 ) (6.41)
7 × 29 × 239
Cálculos:
Dar valores de NA (1, ------, 0)
Evaluar NB Ec.(6.40) y NC Ec. (6.41)
Calcular ND Ec. (6.26)
Calcular la cantidad de cloro consumido NG Ec. (6.27)
end
plot(g_rec,a_rec,g_rec,b_rec,g_rec,c_rec,g_rec,d_rec)
xlabel('Moles de cloro consumidos')
ylabel('Moles en el reactor')
grid
6. Solución numérica
while t<=ts
% Contador
n=n+1;
%Evaluación de las derivadas método de Euler
na=na+h*(-k1*na*ne/v);
nb=nb+h*((k1*na*ne/v)-(k2*ne*nb/v));
nc=nc+h*((k2*ne*nb/v)-(k3*ne*nc/v));
nd=nd+h*(k3*ne*nc/v);
ne=ne+h*(f-(k1*na*ne/v)-(k2*ne*nb/v)-(k3*ne*nc/v));
ng=nb+2*nc+3*nd;
if ne<0.12;
ne_rec(n+1)=ne;
else
ne_rec(n+1)=0.12;
end
t = t+h;
na_rec(n+1)=na;
nb_rec(n+1)=nb;
nc_rec(n+1)=nc;
nd_rec(n+1)=nd;
ng_rec(n+1)=ng;
t_rec(n+1) = t;
end
nfig = nfig+1; figure(nfig)
plot(t_rec,na_rec,t_rec,nb_rec,t_rec,nc_rec,t_rec,nd_rec)
xlabel('Tiempo: Segundos')
ylabel('Moles en el reactor')
grid
nfig = nfig+1; figure(nfig)
plot(ng_rec,na_rec,ng_rec,nb_rec,ng_rec,nc_rec,ng_rec,nd_rec)
xlabel('Moles de Cloro Consumidos')
ylabel('Moles en el reactor')
grid
>> cloracion2
Fig. 6-7 Simulación del reactor de cloración cloro consumido versus productos
Al analizar los resultados mostrados en las Figs 6-6 y 6-7 podemos concluir en lo
siguiente:
- El tiempo óptimo de operación es 2808 segundos (0,78 hrs)
- La mayor cantidad de monoclorobenceno se obtiene cuando se consume 1.1
moles de cloro por cada mol de benceno; siendo esta la cantidad optima que debe
mantenerse en el reactor
- A medida que se deja mayor tiempo la mezcla reaccionante tiende a la formación
de diclorobenceno y triclorobenceno, de tal manera que si se desea obtener
diclorbenceno se debe trabajar durante 1.75 horas y tener 2.1 moles de cloro en el
reactor.
CAPITULO
7
EJEMPLOS DE SIMULACION
DE SISTEMAS CONTROLADOS
F = 40 – 10(48 – V) (7.1)
dV
= Fo – F (7.3)
dt
d (VC A )
= FoCAo – FCA – VkCA (7.4)
dt
dT j F j (T jo − T j ) UAH
= + (T − T j ) (7.6)
dt Vj ρ jV j C j
Las ecuaciones algebraicas que describen este sistema son la Ecs. (7.1) y (7.2) y la
siguiente:
k = αe-E/RT (7.7)
t_rec(n+1) = t;
fj_rec(n+1) = fj;
f_rec(n+1) = f;
k_rec(n+1) = k;
q_rec(n+1) = q;
ca_rec(n+1)=ca;
tr_rec(n+1)=tr;
% Reporte de valores en la tabla
fprintf(' %4.3f %4.3f %4.3f %4.3f %4.3f %4.3f
%4.3f\n',t,ca,tr,v,f,tj,fj)
end
% Grafica usando subplot
subplot(2,2,1) % Esto activa una primera área de grafica 2x2
plot(t_rec,tr_rec), title('Tr versus t')
grid on
subplot(2,2,2) % Esto activa una segunda área de grafica 2x2
plot(t_rec,tj_rec), title('Tj versus t')
grid on
subplot(2,2,3) % Esto activa una tercera área de grafica 2x2
plot(t_rec,ca_rec), title('Ca versus t')
grid on
subplot(2,2,4) % Esto activa una cuarta área de grafica 2x2
plot(t_rec,fj_rec), title('Fj versus t')
grid on
>> cstrni
Ingresar la concentración de entrada: .55
Ingresar el flujo de entrada: 40
Ingresar la Ganancia del controlador Kc: 4
Tiempo CA T V F TJ FJ
0.000 0.245 600.000 48.000 40.000 594.590 49.900
0.200 0.252 600.370 48.000 40.000 594.822 51.379
0.400 0.256 601.101 48.000 40.000 595.203 54.304
0.600 0.257 601.781 48.000 40.000 595.557 57.023
0.800 0.258 602.250 48.000 40.000 595.801 58.899
1.000 0.257 602.492 48.000 40.000 595.928 59.867
1.200 0.256 602.565 48.000 40.000 595.967 60.159
1.400 0.256 602.544 48.000 40.000 595.958 60.077
1.600 0.256 602.492 48.000 40.000 595.931 59.868
1.800 0.256 602.443 48.000 40.000 595.906 59.673
2.000 0.256 602.412 48.000 40.000 595.890 59.547
2.210 0.256 602.397 48.000 40.000 595.882 59.487
2.410 0.256 602.394 48.000 40.000 595.880 59.476
2.610 0.256 602.397 48.000 40.000 595.882 59.487
2.810 0.256 602.401 48.000 40.000 595.884 59.504
3.010 0.256 602.404 48.000 40.000 595.886 59.517
3.210 0.256 602.406 48.000 40.000 595.887 59.525
3.410 0.256 602.407 48.000 40.000 595.887 59.528
3.610 0.256 602.407 48.000 40.000 595.887 59.529
3.810 0.256 602.407 48.000 40.000 595.887 59.528
4.010 0.256 602.407 48.000 40.000 595.887 59.526
d (M n xn )
= Ln+1 xn+1 + Vn -1 – Ln xn – Vyn (7.9)
dt
αx n
yn = (7.10)
1 + (α − 1) x n
Mn − Mn
Ln = Ln + (7.11)
β
La Ec. (7.11) es una relación lineal simple entre la retención de liquido en el plato,
Mn, y el flujo de liquido saliendo del plato, Ln. El parámetro β es la constante hidráulica
de tiempo, típicamente 3 a 6 seg. por plato.
A cada instante en el tiempo conocemos la retención de liquido Mn y las
composiciones del liquido xn. Nuestra lógica de simulación es:
1. Calcular las composiciones del vapor en todos los platos a partir de la Ec. (7.10)
2. calcular todos los flujos de liquido a partir de la Ec. (7.11)
3. evaluar todas las derivadas. Estas son el lado derecho de las Ecs. (7.8) y (7.9)
aplicadas a todos los platos
4. Integrar con EULER todas la EDOs y regresar nuevamente al paso 1
% Sintonización de controladores
kcd=input('Ganancia del controlador del tope: '); %1000
taud=input('Tiempo integral: '); %5
kcb=input('Ganancia del controlador del fondo: '); %1000
taub=input('Tiempo integral: '); %1.25
t=input('Tiempo de simulación (minutos): '); % 10
delta=0.01; % Tamano de paso
% Condiciones iniciales
time=0; tprint=0; erintd=0; erintb=0;
% VLE
while(time<t)% Tiempo de simulación
for n=1:nt
y(n)=alpha*x(n)/(1+(alpha-1)*x(n)); %Calculo de las
% composiciones del vapor en los platos Ec. 5.21
l(n)=lo(n)+(m(n)-mo)/beta; % Flujos de liquido Ec. (5.22)
end
%Evaluación de Derivadas
xbdot=(l(1).*x(1)-v*yb-b*xb)/mbo;
mdot(1)=l(2)-l(1);
mxdot(1)=v*(yb-y(1))+l(2).*x(2)-l(1).*x(1);
for n=2:nf-1
mdot(n)=l(n+1)-l(n);
mxdot(n)=v*(y(n-1)-y(n))+l(n+1).*x(n+1)-l(n).*x(n);
end
%Alimentación en el Plato
mdot(nf)=l(nf+1)-l(nf)+f;
mxdot(nf)=v*(y(nf-1)-y(nf))+l(nf+1).*x(nf+1)-l(nf).*x(nf)+f*z;
for n=nf+1:nt-1
mdot(n)=l(n+1)-l(n);
mxdot(n)=v*(y(n-1)-y(n))+l(n+1).*x(n+1)-l(n).*x(n);
end
mdot(nt)=r-l(nt);
mxdot(nt)=v*(y(nt-1)-y(nt))+r*xd-l(nt).*x(nt);
xddot=v*(y(nt)-xd)/mdo;
if (time<tprint)
%método de Integración Euler
time=time+delta;
xb=xb+delta*xbdot;
for n=1:nt
m(n)=m(n)+mdot(n)*delta;
mx(n)=mx(n)+mxdot(n)*delta;
x(n)=mx(n)./m(n);
if(x(n)<0),fprintf('Por lo Bajo del Nivel ó Composición
Imaginaria')
end
if(x(n)>1),fprintf('Por lo Bajo del Nivel ó Composición
Imaginaria')
end
end
% Graficas
subplot(2,1,1) %Esto activa una primer área de grafica 2x1
plot(time,xb), title('xb versus t')
hold on
grid on
subplot(2,1,2) %Esto activa una segunda área de grafica 2x1
plot(time,xd), title('xd versus t')
hold on
grid on
else
fprintf(' %2.1f %6.5f %6.5f %6.5f %6.2f
%6.2f\n',time,xb,x(10),xd,r,v)
tprint=tprint+0.5;
end
xd=xd+xddot*delta;
erintd=erintd+errd*delta;
erintb=erintb+errb*delta;
end
Tiempo XB X10 XD R V
0.0 0.02000 0.47688 0.98000 128.01 178.01
0.5 0.02014 0.51310 0.98000 128.01 178.16
1.0 0.02107 0.52426 0.98010 127.91 179.31
1.5 0.02218 0.53029 0.98035 127.64 181.08
2.0 0.02275 0.53227 0.98061 127.33 182.67
2.5 0.02267 0.53134 0.98076 127.10 183.70
3.0 0.02209 0.52868 0.98076 127.02 184.11
3.5 0.02129 0.52548 0.98064 127.07 183.99
4.0 0.02048 0.52271 0.98046 127.20 183.54
4.5 0.01985 0.52101 0.98029 127.33 182.97
5.0 0.01948 0.52053 0.98017 127.43 182.45
5.5 0.01939 0.52106 0.98013 127.45 182.12
6.0 0.01950 0.52214 0.98016 127.41 182.01
6.5 0.01973 0.52325 0.98022 127.33 182.08
7.0 0.01997 0.52405 0.98029 127.23 182.26
7.5 0.02013 0.52436 0.98035 127.15 182.44
8.0 0.02019 0.52422 0.98037 127.09 182.57
8.5 0.02016 0.52379 0.98035 127.07 182.61
9.0 0.02007 0.52328 0.98032 127.07 182.57
9.5 0.01996 0.52286 0.98027 127.08 182.47
Y la gráfica que muestra como cambian las concentraciones del fondo xb y del destilado
xd hasta alcanzar el estado estacionario
Cam
Pset
Salida de Xs
agua Vapor
Ws
T TM V
j
ρj CA Tj
CB QM
Pj
XW
Qj
Agua
Wc Fwo
Tjo
Trampa
Fig. 7-4 Reactor “Batch”
La señal de salida de temperatura del controlador van a dos válvulas, una válvula
de agua y una válvula de vapor. La instrumentación es totalmente neumática, así, la
presión de salida del controlador Pc va de 3 a 15 psig. Las válvulas deberán ajustarse de
tal manera que la válvula de vapor este completamente abierta cuando la presión de
salida del controlador Pc sea 15 psig, y cerrada a Pc = 9 psig (la mitad del rango total de
salida del controlador). La válvula de agua deberá estar cerrada a Pc = 9 psig y
completamente abierta a Pc = 3 psig. Las razones para operar las válvulas de esta
manera es para tener la correcta acción de seguridad en la eventualidad de que un
instrumento de aire falle. La válvula de vapor necesita presión de aire para abrirla y
entonces será fácil cerrarla. Podemos llamarla como una válvula (AO) “air-to-open”. De
otro lado, la válvula de agua necesita aire a presión para cerrarla y entonces es fácil
abrirla. Esta es una acción de válvula (AC) “air-to-close”. Si ocurre alguna emergencia,
debemos remover la fuente de calor (vapor) e ir a enfriamiento total.
Las ecuaciones para la reacción en fase liquida dentro del tanque y el metal del
recipiente son:
dC A
= – k1CA (7.12)
dt
dC B
= k1CA – k2CB (7.13)
dt
dT − λ1 − λ2 Q
= k1C A − k2CB − M (7.14)
dt ρC P ρC P VρC P
dTM Q − QJ
= M (5.27)
dt ρ M C M VM
dρ s
Vj = ws – wc (7.16)
dt
MPj
ρs = (7.17)
R(T j + 460)
Avp
Pj = exp + Bvp (7.18)
T + 460
j
ws = Cvs Xs 35 − Pj (7.19)
Qj
wc = – (7.21)
H s − hc
A
Ao = o V j (7.22)
V
j total
dV j
= Fwo (7.23)
dt
d (V j T j ) Qj
= Fwo Tjo + (7.24)
dt ρ jC j
Qj = how Ao (TM – Tj) (7.25)
dT j FWo Qj
= (T jo − T j ) + (7.27)
dt Vj C jV j ρ j
12
PTT = 3 + (T – 50) (7.28)
200
Clear all
alpha1=729.5488; alpha2=6567.587;
%Constantes de Presión para la Corriente de vapor
avp=-8744.4; bvp=15.70036;delta=0.002;kc=2.0;tprint=1.0;
%condiciones Iniciales
ca=0.8;cb=0.0;time=0.0;t=80;tm=80;tj=259;pj=34.4;
dens=18*pj*144/(1545*(tj+460));
pset=12.6;
start=1.0;
fwo=0;
full=-1.0;
vj=0;
vjtj=0;
tflag=0;
cam=-1;
ramp=0.005;
fprintf('Tiempo CA CB XS XW T TM TJ FWO QJ QM\n')
band1=1;
band2=1;
while( band1 == 1)
while( band2 == 1)
k1=alpha1*exp(-15000/(1.99*(t+460.0)));
k2=alpha2*exp(-20000/((t+460.0)*1.99));
%Transmitansia
ptt=3+(t-50)*12/200;
%Controlador
pc=7.0+kc*(pset-ptt);
if (pc>15),pc=15;
end
if (pc<3),pc=3;
end
%Válvulas
xs=(pc-9)/6;
xw=(9-pc)/6;
if (xs>1),xs=1; end
if(xs<0),xs=0; end
if (xw>1),xw=1; end
if (xw<0),xw=0; end
%Test para la Corriente
if(start<0)
fwo=100*sqrt(20)*8.33*xw/62.3;
ws=0;
wc=0;
dens=0;
pj=0;
xs=0;
end
if (pj>=35)
ws=0;
else
ws=xs*112*sqrt(35-pj);
end
qj=-1000*56.5*(tj-tm)/60;
wc=-qj/939;
dendot=(ws-wc)/18.83;
dens=dens+delta*dendot;
%Bucle Iterativo para calcular la Temperatura y Presión
if (full>0)
qj=400*56.5*(tm-tj)/60;
tprint=2;
delta=1;
%Evaluación de Derivadas
tjdot=fwo*(80-tj)/18.83+qj/(18.83*62.3);
tj=tj+delta*tjdot;
else
ao=vj*56.5/18.83;
vj=vj+delta*fwo;
end
if (vj>=18.83)
full=1;
qj=400*ao*(tm-tj)/60;
vjtj=vjtj+delta*(fwo*80+qj);
end
if (vj<=0)
tj=80;
cadot=-k1*ca;
cbdot=k1*ca-k2*cb;
qm=160*56.5*(t-tm)/60;
tdot=(k1*ca*40000+k2*cb*50000)/50-qm/(42.4*50);
tmdot=(qm-qj)/(512*0.12*9.42);
%Integración
time=time+delta;
ca=ca+cadot*delta;
cb=cb+cbdot*delta;
t=t+tdot*delta;
tm=tm+tmdot*delta;
if (t>300),fprintf('Fin del Programa');
end
if (t>200),start=-1;
cam=1;
end
if(cam>0),pset=pset-delta*ramp;
end
else
tj=vjtj/vj;
cadot=-k1*ca;
cbdot=k1*ca-k2*cb;
qm=160*56.5*(t-tm)/60;
tdot=(k1*ca*40000+k2*cb*50000)/50-qm/(42.4*50);
tmdot=(qm-qj)/(512*0.12*9.42);
%Integración
time=time+delta;
ca=ca+cadot*delta;
cb=cb+cbdot*delta;
t=t+tdot*delta;
tm=tm+tmdot*delta
if (t>300),break;
end
if (t>200),start=-1;cam=1;
end
if(cam>0),pset=pset-delta*ramp;
end
end
if(time >100)
band1=0;break;
end
if(time < tflag)
else
fprintf(' %2.1f %1.3f %1.3f %1.2f %3.1f %3.1f %3.1f %2.1f
%3.1f %6.1f %6.1f\n',time,ca,cb,xs,xw,t,tm,tj,fwo,qj,qm)
tflag=tflag+tprint;
end
end
end
» reactor.m
Tiempo CA CB XS XW T TM TJ FWO QJ QM
0.0 0.800 0.000 1.00 0.0 80.0 80.6 80.0 0.0 -168558.3 0.0
1.0 0.799 0.001 1.00 0.0 80.4 80.1 80.0 0.0 113.2 43.7
2.0 0.799 0.001 1.00 0.0 80.8 80.1 80.0 0.0 89.3 104.0
3.0 0.798 0.002 1.00 0.0 81.1 80.1 80.0 0.0 125.6 151.6
4.0 0.798 0.002 1.00 0.0 81.5 80.2 80.0 0.0 168.8 195.3
5.0 0.797 0.003 1.00 0.0 81.8 80.2 80.0 0.0 211.1 236.6
6.0 0.797 0.003 1.00 0.0 82.1 80.3 80.0 0.0 251.6 275.8
7.0 0.796 0.004 1.00 0.0 82.4 80.3 80.0 0.0 290.0 313.1
8.0 0.796 0.004 1.00 0.0 82.7 80.3 80.0 0.0 326.6 348.5
9.0 0.795 0.005 1.00 0.0 82.9 80.4 80.0 0.0 361.3 382.1
10.0 0.795 0.005 1.00 0.0 83.2 80.4 80.0 0.0 394.3 414.0
.
.
.
78.0 0.755 0.045 1.00 0.0 87.6 81.0 80.0 0.0 984.0 984.2
79.0 0.755 0.045 1.00 0.0 87.6 81.0 80.0 0.0 984.3 984.5
80.0 0.754 0.046 1.00 0.0 87.6 81.0 80.0 0.0 984.6 984.7
81.0 0.754 0.046 1.00 0.0 87.6 81.0 80.0 0.0 984.8 984.9
82.0 0.753 0.047 1.00 0.0 87.6 81.0 80.0 0.0 984.9 985.0
83.0 0.752 0.047 1.00 0.0 87.6 81.0 80.0 0.0 985.0 985.1
84.0 0.752 0.048 1.00 0.0 87.6 81.0 80.0 0.0 985.1 985.1
85.0 0.751 0.049 1.00 0.0 87.6 81.0 80.0 0.0 985.1 985.1
86.0 0.751 0.049 1.00 0.0 87.6 81.0 80.0 0.0 985.1 985.0
87.0 0.750 0.050 1.00 0.0 87.6 81.0 80.0 0.0 985.0 985.0
88.0 0.750 0.050 1.00 0.0 87.6 81.0 80.0 0.0 984.9 984.8
89.0 0.749 0.051 1.00 0.0 87.6 81.0 80.0 0.0 984.8 984.7
90.0 0.748 0.051 1.00 0.0 87.6 81.0 80.0 0.0 984.6 984.5
91.0 0.748 0.052 1.00 0.0 87.6 81.0 80.0 0.0 984.4 984.3
92.0 0.747 0.053 1.00 0.0 87.6 81.0 80.0 0.0 984.2 984.0
93.0 0.747 0.053 1.00 0.0 87.6 81.0 80.0 0.0 983.9 983.8
94.0 0.746 0.054 1.00 0.0 87.6 81.0 80.0 0.0 983.6 983.5
95.0 0.746 0.054 1.00 0.0 87.6 81.0 80.0 0.0 983.3 983.1
96.0 0.745 0.055 1.00 0.0 87.6 81.0 80.0 0.0 983.0 982.8
97.0 0.744 0.055 1.00 0.0 87.6 81.0 80.0 0.0 982.6 982.4
98.0 0.744 0.056 1.00 0.0 87.6 81.0 80.0 0.0 982.3 982.0
99.0 0.743 0.057 1.00 0.0 87.6 81.0 80.0 0.0 981.9 981.6
»
CAPITULO
8
CASOS DE ESTUDIO
Notar que todos los términos en la Ec. (8.2) deben tener las mismas unidades
(energía por tiempo), así los términos FP deben usar el factor de conversión apropiado
(778 pies.lbf/Btu en el sistema inglés de unidades)
d ( ρVU ) P P
= FoρoUo - FρU + Q - Fρ + Foρo o
dt ρ ρo
_ _
= Foρo (Uo + Po Vo ) - Fρ (U +P V ) + Q (8.3)
_
donde V es el volumen especifico (pies3/lbm o m3/Kg.), el reciproco de la densidad.
La entalpía H o h, se define:
_
H oh≡U+PV (8.4)
d ( ρVU )
= Foρoho - Fρh + Q (8.5)
dt
_
Para líquidos el término P V es despreciable comparado con el termino U, y
podemos usar la velocidad de cambio de la entalpía del sistema en lugar de la energía
interna del sistema
d ( ρVh)
= Foρoho - Fρh + Q (8.6)
dt
Las entalpías son funciones de la composición, temperatura, y presión, pero
principalmente de la temperatura. A partir de la termodinámica, la capacidad calorífica a
presión constante, Cp, y a volumen constante Cv, son
∂H ∂U
Cp = Cv = (8.7)
∂T p ∂T v
H = Cp T (8.8)
También asumiremos que las densidades de todas las corrientes liquidas son
constantes. Con estas simplificaciones la Ec. 8.6 será
d (VTc )
ρCp = ρ Cp (FoTo – FT) + Q (8.9)
dt
Q = U A ∆T (8.10)
d (Tc )
ρV Cp = ρ Cp (FoTo – FT) + U A ∆T (8.11)
dt
Considerando que:
ρV = M : masa de fluido dentro del sistema
ρFo = ρF = m(t) : Flujo de masa entrando y saliendo del sistema, el cual varía con
el tiempo de acuerdo a las condiciones de operación del intercambiador, y si los flujos
de masa varían, también variará el coeficiente total de transferencia de calor. Por lo
tanto U = U(t). Con estas simplificaciones y asunciones la Ec. 8.11 será:
d (Tc )
MCp = Cp m(t)(To – T) + U(t) A ∆T (8.12)
dt
To + T
Tc = (8.13)
2
d (T )
= 2[ m(t)(To – T) + U(t) A ∆T(T) / Cp] /M (8.14)
dt
Aplicando la Ec. 8.14 tanto para el fluido de calentamiento como para el fluido de
proceso del intercambiador, y considerando que el fluido de calentamiento cede calor y
el fluido de proceso absorbe calor, se tiene:
d (Tc )
= 2[ mc(t)(Tco – Tc) - U(t) A ∆T(T) / Cpc] /Mc (8.15)
dt
d (T p )
= 2[ mp(t)(Tpo – Tp) + U(t) A ∆T(T) / Cpp] /Mp (8.16)
dt
Donde T = (Tc, TCo, Tp, Tpo) es un vector de temperaturas de los fluidos de entrada
y salida, ∆T(T) es la diferencia media efectiva de temperaturas, la cual puede ser la
diferencia media aritmética de temperaturas (DMAT).
∆T (T ) =
(Tco − T p ) − (Tc − TPo )
ln(T − T p ) − ln(Tc − T po )
(8.18)
co
Aún cuando la bibliografía nos indica que el modelo de Ecuaciones (8.15 y 8.16)
deducidas para el proceso de transferencia de calor en el intercambiador de doble tubo
del Laboratorio de Operaciones Unitarias, es similar a los modelos reportados para
otros intercambiadores, para tener la seguridad de que el modelo propuesto se ajusta al
proceso en estudio, se debe simular la operación del intercambiador usando el modelo
propuesto y comparar con los datos experimentales.
Reemplazando los valores numéricos y usando los datos dados en la Tabla 1, las
Ec. 8.15 y 8.16 se escribirán como:
d (T p )
= -16,1 Tp + 1,30 Tc + 446,14 (a)
dt
d (Tc )
= 1,62 Tp – 21,92 Tc + 900,46 (b)
dt
Haciendo uso de MATLAB para la simulación del proceso, para lo cual se tiene
el siguiente programa:
» clear, clf, hold off
» n=1;
» h=0.01;
» t(1)=0; y(:,1)=[46.11; 24];
» M=[-16.1, 1.30; 1.62, -21.92]; S=[446.14; 900.46];
» while n<101
y(:,n+1)=y(:,n)+h*(M*y(:,n)+S);
t(n+1)=n*h;
n=n+1;
end
» plot(t,y(1,:),t,y(2,:),'--')
» grid on;
» xlabel('Tiempo t: min');
» ylabel('Temperaturas Tp y Tc: C');
50
45
Temperaturas Tp y Tc: C
Temperatura de salida
del fluido frio
40
35
30
Temperatura de salida
del fluido caliente
25
20
0 0.05 0.1 0.15 0.2 0.25 0.3 0.35 0.4
Tiempo: min
50
45
Temperaturas Tp y Tc: C
Temperatura de salida
del fluido frio Tp2
40
35
30 Temperatura de salida
del fluido caliente Tc2
25
20
0 0.2 0.4 0.6 0.8 1
Tiempo t: min
k3
a 2 A + b 2 B + d2 D + e 2 E g2G + h2H + f2F (8.20)
k4
Como puede observarse, las alternativas 1 a 7 son casos especiales del caso
general, en el cual las expresiones cinéticas son:
− Ei
Ki = Aoi Exp = constante de velocidad de reacción (8.25)
RgT
Aoi = factor de frecuencia
Ei = energía de activación
Rg = constante general de los gases
T = temperatura absoluta
dz
Fi Fi + dFi
D
Z=0 Z=1
TS
T T + dT
PT PT + dPT
Z=0 Z=1
= ACUMULACION (8.26)
A(1,3)
F3 – (F3 + dF3) – R1dV =0 (8.26.3)
A(1,1)
A(1,4) A(2,4)
F4 – (F4 + dF4) – R1dV – R2dV =0 (8.26.4)
A(1,1) A(2,1)
A(1,5) A(2,5)
F5 – (F5 + dF5) – R1dV – R2dV =0 (8.26.5)
A(1,1) A(2,1)
A(1,6) A(2,6)
F6 – (F6 + dF6) – R1dV – R2dV = 0 (8.26.6)
A(1,1) A(2,1)
A(1,7) A(2,7)
F7 – (F7 + dF7) – R1dV – R2dV = 0 (8.26.7)
A(1,1) A(2,1)
A(1,8) A(2,8)
F8 – (F8 + dF8) – R1dV – R2dV = 0 (8.26.8)
A(1,1) A(2,1)
πD 2
V= z (8.27)
4
πD 2
dV= dz (8.28)
4
πD 2 πD 2
– dF1 – R1dz – R2dz = 0
4 4
πD 2 πD 2
dF1 = – R1dz – R2dz
4 4
dF1 πD 2 πD 2
= R1 – R2
dz 4 4
πD 2
Haciendo: = AA : área de sección transversal del reactor, se tiene
4
dF1
= AA [− R1 − R2 ] (8.29)
dz
Para la especie 2, de la Ec. (8.26.2)
A(1,2) A(2,2)
F2 – (F2 + dF2) – R1dV – R2dV =0
A(1,1) A(2,1)
A(1,2) A(2,2)
– dF2 – R1dV – R2dV = 0
A(1,1) A(2,1)
A(1,2) πD 2 A(2,2) πD 2
– dF2 – R1dz – R2dz =0
A(1,1) 4 A(2,1) 4
dF1
= AA [− 1,0 R1 − 1,0 R2 ] (8.30.1)
dz
dF3 A(1,3)
= AA − R1 .................... (8.30.3)
dz A(1,1)
dF7 A(2,7)
= AA ................... − R2 (8.30.7)
dz A(2,1)
dF9
= 0 (inerte) (8.30.9)
dz
dF j A(1, j ) A(2, j )
= AA − R1 − R2 (8.31)
dz A(1,1) A(2,1)
j = 1, 2, ...,9
u 2j u 2j dE
ΣFj H j + + gz j – ΣFj H j + + gz j + Q – WS = (8.32)
2 ent 2 sal dt
u 2j u 2j
ΣFj = ΣFj
2 ent 2 sal
Σ [F j H ] [ ] dE
j – Σ Fj H j + Q= (8.33)
ent sal
dt
dE
=0
dt
Σ [F j H j ]
ent
[
– Σ Fj H j ]
sal
+ Q=0 (8.34)
Para un reactante o producto que toma parte en una reacción, en términos del
reactante límite A y la conversión fraccional xA, se tiene:
j = salida
oj = entrada
ΣFoj = FoT
ΣFoj ( H oj – H j ) = FoT C P (Toj – Tj) (8.38)
Q
A= (8.39)
U∆T
∆T ≅ (TS – T) (8.40)
TS = temperatura de los alrededores
T = temperatura media del sistema
A = área lateral para la transferencia de calor
Q
A=
U (TS − T )
Q = AU(TS – T) (8.41)
πD 2
V= z AL = π D z
4
4V AL
π= (a) π= (b)
D2z Dz
4V
Igualando (a) y (b), AL =
D
Pero también: V = AT z
4 AT 4 AT
Luego: AL = z y dAL = dz
D D
FA = FoA – FoA xA
∆HR1(T) FoA xA1 – ∆HR2(T) FoA xA2 ≅ ∆HR1(T) RA1 dV – ∆HR2(T) RA2 dV (8.45)
pero dV = AA dz, luego:
4 AA
– FoT C P dT – ∆HR1(T) RA1 AAdz – ∆HR2(T) RA2 AAdz – + U(TS – T) dz = 0
D
4 AA
FoT C P dT = + U(TS – T) dz – (∆HR1(T) RA1 – ∆HR2(T) RA2 )AAdz
D
dT AA 4
= −
[ U(TS – T) – (∆HR1(T) RA1 – ∆HR2(T) RA2)] (8.46)
dz F C D
0T P
D) BALANCE DE MOMENTUM
De Peters y Timmerhaus, para la caída de presión a lo largo de un tubo se tiene:
∆P 2 fG 2
− = (8.47)
∆L g c ρD
dF j A(1, j ) A(2, j )
= AA − R1 − R2 (8.31)
dz A(1,1) A(2,1)
j = 1, 2, ...,9
Balance de Energía
dT AA 4
= −
[ U(TS – T) – (∆HR1(T) RA1 – ∆HR2(T) RA2)] (8.46)
dz F C D
0T P
Balance de Momentum
Entrada al tanque
Fi
Ti Entrada a la chaqueta
Fji
Tji
V T
Salida de la chaqueta
Fj Tanque Salida del tanque
Tj T
Chaqueta
F
1. Introducción.
2. Desarrollando el Modelo Dinámico.
3. Condiciones de estado estacionario.
Tabla 1. Notación
Variables Subíndices
A Área de transferencia de calor i Entrada
Cp Capacidad calorífica (energía/masa*temp.) j Chaqueta
F Flujo volumétrico (volumen/tiempo) ji Entrada a la chaqueta
ρ Densidad (masa/volumen) ref. Estado de referencia
T Temperatura s Estado estacionario
t Tiempo
Q Calor transferido (energía/tiempo)
U Coeficiente de transferencia de calor (energía /tiempo* área *temperatura)
V Volumen
acumulación = in – out
dVρ
= Fiρ – Fρ (8.51)
dT
dV
asumiendo densidad y volumen constantes = 0 , encontramos que:
dt
F = Fi
dVρCp (T − Tref )
= FρiCp(Ti – Tref) + Q – FρCp(T – Tref) (8.52)
dt
d (T − Tref )
VρC p = FρiCp[(Ti – Tref) – (T – Tref)] + Q (8.53)
dt
o
d (T − Tref ) F Q
=(Ti − T ) + (8.54)
dt V VρC P
pero Tref es una constante, de tal manera que
d (T − Tref ) dT
= (8.55)
dt dt
y
dT F Q
= (Ti − T ) + (8.56)
dt V VρC P
acumulación = in – out
dV j ρ j
= Fjiρj –Fjρj (8.57)
dt
dV
asumiendo volumen y densidad constante, = 0 , encontramos:
dt
Fj = Fji
d (T j − Tref )
V j ρ jC pj = FjρjCpj[(Tji – Tref) – (Tj – Tref)] – Q (8.59)
dt
o
d (T j − Tref ) Fj Q
= (T ji − T j ) + (8.60)
dt Vj V j ρ j C Pj
pero Tref es una constante, así
d (T j − Tref ) dT j
= (8.61)
dt dt
y
dT j Fj
= (T ji − Tj )−
Q
(8.62)
dt Vj V j ρ j Cp j
Q = UA(Tj – T) (8.63)
Sustituyendo la expresión para Q en los balances de energía para el tanque y la chaqueta
tenemos las dos ecuaciones que modelan este sistema:
dT F UA(T j − T )
= (Ti − T ) + (8.64)
dt V VρCp
dT j Fj UA(T j − T )
= (T ji − Tj )− (8.65)
dt Vj V j ρ j Cp j
%
% x(1) = T = temperatura en el tanque
% x(2) = Tj = temperatura en la chaqueta
% delFj = cambio en el flujo de la chaqueta
% F = Flujo en el tanque
% Tin = Temperatura de entrada al tanque
% Tji = Temperatura de entrada a la chaqueta
% V = Volumen del tanque
% Vj = Volumen de la chaqueta
% rhocp = densidad*capacidad calorifica (tanque)
% rhocpj = densidad*capacidad calorifica (chaqueta)
%
% parametros y valores de variables al estado estacionario:
%
F = 1;
Fjs = 1.5;
Ti = 50;
Tji = 200;
V = 10;
Vj = 1;
rhocp = 61.3;
rhocpj= 61.3;
UA = 183.9;
%
delFj = 0.1;
Fj = Fjs + delFj;
%T = x(1);
%Tj= x(2);
% edos
dx(1) = (F/V)*(Ti - x(1)) + UA*(x(2) - x(1))/(V*rhocp);
dx(2) = (Fj/Vj)*(Tji - x(2)) - UA*(x(2) - x(1))/(Vj*rhocpj);
Condiciones de estado
Fs = 1 pie3/min. V = 10 pie3
ρCp= 61.3 Btu/ oF pie3 Tjis = 200 oF
ρjCpj = 61.3 Btu/ oF pie3 Tjs = 150 oF
Tis = 50 oF Vj = 1 pie3
Ts = 125 oF
Notar que los valores de UA y Fjs no han sido especificados. Estos valores pueden
ser obtenidos mediante la solución de las dos ecuaciones dinámicas de balance de
energía al estado estacionario.
De dT/dt = 0 al estado estacionario, resolvemos el balance de energía del tanque para
obtener UA = 183.9 Btu/oF min.
De dTj/dt = 0 al estado estacionario, resolvemos el balance de energía de la chaqueta
para obtener Fjs = 1,5 pie3/min.
dx
= Ax + Bu (8.66)
dt
y = Cx (8.67)
T − Ts
x= variables de estado
T j − T js
Fj − F js
F
− Fs
u=
Ti − Tis variables de entrada
T jin − T jins
T − Ts
y= variables de salida
T j − T js
UA(T j − T )
= f 1 (T , T j , F j , F , T ji , T j ) = (Ti − T ) +
dT F
(8.68)
dt V VρCp
dT j Fj UA(T j − T )
= f 2 (T , T j , F j , F , T j , T jin ) = (T ji − T j )− (8.69)
dt Vj V j ρ j Cp j
∂f i
Aij =
∂x j
∂f 1 ∂f 1 ∂f F UA
A11 = = = 1 =− s − = −0.4
∂x1 ∂ (T − Ts ) ∂T V VρCp
∂f ∂f 1 ∂f UA
A12 = 1 = = 1 = = 0.3
∂x 2 ∂ (Tt − T js ) ∂T j VρCp
∂f 2 ∂f 2 ∂f UA
A21 = = = 2 = = 3.0
∂x1 ∂ (T − Ts ) ∂T V j ρ j Cp j
∂f ∂f 2 ∂f F js UA
A22 = 2 = = 2 =− − = −4.5
∂x 2 ∂ (T j − T js ) ∂T j V j V j ρ j Cp j
∂f i
Bij =
∂u j
∂f 1 ∂f 1 ∂f
B11 = = = 1 =0
∂u1 ∂ (F j − F js ) ∂F j
∂f 1 ∂f 1 ∂f T − Ts
B12 = = = 1 = is = −7.5
∂u 2 ∂ (F − Fs ) ∂F V
∂f ∂f 1 ∂f F
B13 = 1 = = 1 = s = 0.1
∂u 3 ∂ (Ti − Tis ) ∂Ti V
∂f ∂f 1 ∂f
B14 = 1 = = 1 =0
∂u 4 ∂ (T ji − T jis ) ∂T ji
∂f ∂f 2 ∂f T jis − T js
B 21 = 2 = = 2 = = 50
∂u1 ∂ (F j − F js ) ∂F j Vj
∂f 2 ∂f 2 ∂f
B 22 = = = 2 =0
∂u 2 ∂ (F − Fs ) ∂F
∂f ∂f 2 ∂f
B 23 = 2 = = 2 =0
∂u 3 ∂ (Ti − Tis ) ∂Ti
∂f 2 ∂f 2 ∂f F js
B 24 = = = 2 = = 1.5
∂u 4 ∂ (T ji − T jis ) ∂T ji V j
Como ambos estados son medidos, la matriz C es I (matriz identidad). Los valores
numéricos para las matrices son:
− 0.4 0.3
A =
3 − 4.5
0 − 7.5 0.1 0
B =
50 0 0 1.5
1 0
C =
0 1
>> sys = ss([-0.4 0.3;3 -4.5],[0 -7.5 0.1 0;50 0 0 1.5],[1 0;0 1],0)
a =
x1 x2
x1 -0.4 0.3
x2 3 -4.5
b =
u1 u2 u3 u4
x1 0 -7.5 0.1 0
x2 50 0 0 1.5
c =
x1 x2
y1 1 0
y2 0 1
d =
u1 u2 u3 u4
y1 0 0 0 0
y2 0 0 0 0
Continuous-time model.
Recordar que una matriz de función de transferencia relaciona las entradas y salidas
>> c = [1 0; 0 1]
c =
1 0
0 1
>> d = [0 0 0 0; 0 0 0 0]
d =
0 0 0 0
0 0 0 0
s2 + 4.9s + 0.9
Eigenvalores y Eigenvectores
de tal manera que los polos del polinomio característico son -0.191 y -4.709. La
función de transferencia relacionando la salida 1 (temperatura del tanque) a entrada 1
(flujo de la chaqueta) es
15
g 11 ( s ) =
s + 4.9 s + 0.9
2
16.6667
g 11 ( s ) =
1.1111s 2 + 5.4444 s + 1
lo cual puede ser factorizado en
16.6667
g 11 ( s ) =
(0.21235s + 1)(5.23207 s + 1)
50 s + 20
g 21 ( s ) =
s + 4.9 s + 0.9
2
22.22(2.5s + 1)
g 21 ( s ) =
1.1111s 2 + 5.4444 s + 1
22.22(2.5s + 1)
g 21 ( s ) =
(0.21236 s + 1)(5.23207 s + 1)
x1(t) = T(t) – Ts
x2(t) = Tj(t) – Tjs
También
u1(t) = Fj(t) – Fjs
•
X = Ax + Bu (8.72)
Para este caso considerando la entrada Fj, la matriz de coeficientes para la entrada será:
0
B=
50
lo cual concuerda con el modelo ya que solamente afecta a la segunda variable (Tj) y u
es el valor del cambio de la entrada.
Escribimos un programa heaterlin.m usando el método de Euler para calcular
las variables e desviación del estado estacionario y luego sumado el valor al EE,
calcular el valor de la variable de salida, la cual graficamos en función del tiempo
h=0.01;
n=1;
t(1)=0; y(:,1)=[0;0];
A=[-.4, 0.3; 3,-4.5]; B = [0;50];
while n<=3000;
y(:,n+1) = y(:,n) + h*(A*y(:,n)+B*u);
t(n+1) = n*h;
n=n+1;
end
x1=125+y(1,:);
x2=150+y(2,:);
plot(t,x1)
grid on
xlabel ('Tiempo (min)')
ylabel ('Temperatura del tanque')
b) Temperatura de la chaqueta
Fig. 8.6 Respuesta a pequeño incremento en el flujo de la chaqueta (0.1)
b) Temperatura de la Chaqueta
Fig. 8.7 Respuesta a incremento grande en el flujo de la chaqueta (1)
b) Temperatura de la chaqueta
b) Temperatura de la Chaqueta
0.8207
v1 = (lento)
0.5714
− 0.0695
v2 = (rápido)
0.9976
Respuesta Lenta
0.8207 4.1035
x(0) = 5 * v 2 = 5 * =
0.5714 2.857
Las respuestas para una perturbación en la dirección lenta son mostradas en la Fig8.10.
Los comandos para obtener estas gráficas son:
Temperatura de la chaqueta
Respuesta Rápida
Considerar una perturbación inicial en la dirección rápida. Si la perturbación es
− 0.0695 − 0.3475
x(0) = 5 * v 2 = 5 * =
0.9976 4.988
Las variables de estado físicas (temperatura del tanque y la chaqueta) son
Temperatura de la chaqueta
Fig.8.11 Perturbación inicial en la dirección rápida
Fig. 8.12 Comportamiento del plano de fase del Tanque Calentador Agitado
Resumen
En este modulo hemos desarrollado las ecuaciones dinámicas de modelamiento
para un tanque calentador perfectamente mezclado. Hemos resuelto para las condiciones
al estado estacionario, linearizado para obtener el modelo de espacio de estado, y
encontrar el modelo de función de transferencia. Hemos comparado las respuestas
escalón de los modelos lineal y no lineal. También hemos mostrado la importancia de la
“dirección” de las condiciones iniciales. Las perturbaciones en una dirección dada causa
una respuesta más rápida, mientras que en otras direcciones una respuesta más lenta.
1. Introducción
La unidad de operación más importante en un proceso químico generalmente es
un reactor químico. Las reacciones químicas son ya sea exotérmicas (desprenden
energía) o endotérmicas (requieren entrada de energía) y por lo tanto necesitan que la
energía sea removida o adicionada al reactor para mantener una temperatura constante.
Las reacciones exotérmicas son los sistemas mas interesantes para estudiarlos debido a
los potenciales problemas de seguridad (incrementos rápidos de la temperatura, es
a veces llamado comportamiento de ignición”) y la posibilidad de otros
comportamientos tales como múltiples estados estacionarios (para el mismo valor
de la variable de entrada pueden existir diferentes valores de la variable de salida).
En este modulo consideraremos un reactor tipo tanque continuo con agitación
(CSTR), perfectamente mezclado, mostrado en la Figura 1. El caso de una reacción
simple irreversible exotérmica, de primer orden, A --> B. Mostraremos que un
comportamiento muy interesante puede darse en un sistema simple.
A ------------> B
F
CAf
TCin
FC
CA
T
TC F
TC
CA
Figura 8.13. Reactor continuo tipo tanque agitado con chaqueta de enfriamiento
Tj Temperatura de la chaqueta
Tref Temperatura de referencia
Coeficiente total de transferencia de calor
U
(energía/(tiempo*area*temperatura))
V Volumen del reactor
dV r
= Fin ρ in − Fout ρ (8.73)
dt
dVρ
Asumiendo una cantidad constante de material en el reactor ( = 0), encontramos
dt
que
Foutρ = Finρin
Si asumimos también que la densidad permanece constante, entonces
Fout = Fin = F
y
dV
=0
dt
El balance de energía es
d (VρC p (T − Tref ))
= FρC P (T f − Tref ) − FρC P (T − Tref ) + (−∆H )Vr − UA(T − T j ) (8.75)
dt
dC A F
f 1(C A , T ) = = (C Af − C A ) − r (1a)
dt V
dT F − ∆H UA
f 2(C A , T ) = = (Tf − T ) + r − (T − Tj ) (2a)
dt V ρcp Vρcp
− ∆E
r = k o exp C A (8.76)
RT
f 1(C A , T ) = 0 =
F
(C Af − C A ) − k o exp − ∆E C A (1s)
V RT
f 2(C A , T ) = 0 =
F
(T f − T ) + − ∆H k o exp − ∆E C A − UA (T − T j ) (2s)
V ρcp RT Vρcp
Para resolver estas dos ecuaciones, deben ser especificadas todas las variables y
parámetros excepto para dos (CA y T). Dando valores numéricos para todos los
parámetros y variables podemos usar un método de cálculo para resolver al estado
estacionario y encontrar valores de CA y T. Por conveniencia, usamos un sub-indice s
para denotar valores al estado estacionario (asi resolveremos para CAs y Ts).
F/V, hr-1 1 1 1
k0, hr-1 14,825*3600 9,703*3600 18,194*3600
(−∆H), kcal/kgmol 5215 5960 8195
E, kcal/kgmol 11,843 11,843 11,843
ρcp, kcal/(m3oC) 500 500 500
Tf, oC 25 25 25
CAf, kgmol/m3 10 10 10
UA/V, kcal/(m3oC
250 150 750
hr)
Tj, oC 25 25 25
function f = cstr_ss(x)
%
% Modelo para un CSTR adiabático, caso2
% Use fsolve para encontrar la concentración y
% temperatura al estado estacionario.
%
% La declaración de llamada de la ventana de orden es:
%
% x = fsolve('cstr_ss',x0);
%
% donde x es el vector solución (x = [conc;temp])
% y x0 es un vector inicial supuesto
%
% defina los siguientes parámetros global cuyos valores
% puedan ser ingresados en la ventana de comando
% global CSTR_PAR
% parameters (case 2)
% CSTR_PAR(1): factor de frecuencia (9703*3600)
% CSTR_PAR(2): calor de reacción (5960)
% CSTR_PAR(3): energía de activación (11843)
% CSTR_PAR(4): densidad*cap. calorifica (500)
% CSTR_PAR(5): coef de transf de calor* area (150)
% CSTR_PAR(6): constante de gas ideal (1.987)
% CSTR_PAR(7): volumen de reactor (1)
% CSTR_PAR(8): flujo de alimentación (1)
% CSTR_PAR(9): concentracion de la alimentación (10)
% CSTR_PAR(10): temperatura de alimentación (298)
% CSTR_PAR(11): temperatura de la chaqueta (298)
%
% estados 1 y 2
% ca = concentración de A, kgmol/m^3
x = fsolve('cstr_ss',x0);
function f = cstr_ss1(x)
f = zeros(2,1);
ca = x(1);
Temp = x(2);
%
% Valores de los parámetros para el caso 2:
k0 = 9703*3600;
H_rxn = 5960;
E_act = 11843;
rhocp = 500;
UA = 150;
R = 1.987;
V = 1;
F = 1;
caf = 10;
Tf = 298;
Tj = 298;
%
% rezones usadas en las ecuaciones
%
fov = F/V;
UAoV = UA/V;
%
% ecuaciones de modelamiento:
%
rate = k0*exp(-E_act/(R*Temp))*ca;
%
dcadt = fov*(caf - ca) - rate;
dTdt = fov*(Tf - Temp) + (H_rxn/rhocp)*rate - (UAoV/rhocp)*(Temp -
Tj);
%
% a continuacion convertimos lo anterior a notacion de funcion. fsolve
% busca valores de x(1) y x(2) para conducir f(1) y f(2) a cero.
f(1) = dcadt;
f(2) = dTdt;
>>options = optimset('Display','off');
>>x = fsolve('cstr_ss1',[9;300],options)
x =
8.5636
311.1710
C 8.5636
asi la solución al estado estacionario para el supuesto 1 es As = , que es,
TS 311.1710
alta concentración (baja conversión) y baja temperatura.
x = fsolve('cstr_ss1',[5;350],options)
x =
5.5179
339.0971
C 5.5179
asi la solución al estado estacionario para el supuesto 2 es As = .
TS 339.0971
Supuesto 3 – Baja concentración y alta temperatura.
x = fsolve('cstr_ss1',[1;450],options)
x =
2.3589
368.0629
C 2.3589
asi la solución al estado estacionario para el supuesto 3 es As = , que es,
TS 368.0629
baja concentración (alta conversión) y alta temperatura.
Los resultados son resumidos en la Tabla 8. 3.
x0(1), CA supuesto 9 5 1
x0(2), T supuesto 300 350 450
Otros supuestos iniciales no nos conducen a otra solución, por lo que vemos que
hay tres soluciones posibles para este juego de parámetros. Por lo tanto nuestro reactor
con este juego de parámetros puede alcanzar el estado estacionario solamente bajo tres
condiciones de concentración y temperatura, lo cual nos puede servir para diseñar la
operación.
4. Comportamiento dinámico
Nosotros hemos visto en la sección previa que hay tres soluciones al estado
estacionario diferentes para cada conjunto de parametros. Aquí deseamos estudiar el
comportamiento dinámico bajo este mismo conjunto de parámetros. Para esto usaremos
el archivo-m cstr_dyn.
global CSTR_PAR
ca = x(1);
Temp = x(2);
%
% valores de los parametros, caso 2:
%
k0 = (9703*3600);
H_rxn = (5960);
E_act = (11843);
rhocp = (500);
UA = (150);
R = (1.987);
V = (1);
F = (1);
caf = (10);
Tf = (298);
Tj = (298);
%
% rezones usadas en las ecuaciones
%
fov = F/V;
UAoV = UA/V;
%
% ecuacionesde modelamiento:
%
rate = k0*exp(-E_act/(R*Temp))*ca;
%
dcadt = fov*(caf - ca) - rate;
dTdt = fov*(Tf - Temp) + (H_rxn/rhocp)*rate - (UAoV/rhocp)*(Temp -
Tj);
%
% enseguida convertimos a notación de funcion ode45.
%
xdot = [dcadt;dTdt];
[t,x] = ode45('cstr_dyn',[t0,tf],x0);
Condición Inicial 1
Fig. 8.14. Respuesta de las variables de estado con condición inicial x0 = [9;300].
Condición Inicial 2
Fig. 8-15. Respuesta de las variables de estado con condiciones iniciales x0 = [5;350]
(continua) y x0 = [5;325] (discontinua).
Condición Inicial 3
Aquí usaremos condiciones iniciales que están cercanas al estado estacionario de
alta temperatura. El vector de condiciones iniciales es [conc, temp] = [1,400]. Las
curvas ploteadas en la Fig. 8-16 muestran que las variables de estado convergen al
estado estacionario de alta temperature alta.
Fig. 8- 16. Respuesta de las variables de estado con condiciones iniciales x0 = [1;400].
dC A F F
f 1 (C A , T ) = = − C A − kC A + C Af (1a)
dt V V
dT − ∆H F UA UA F
f 2 (C A , T ) = = kC A − T − T+ Tj + Tf (2a)
dt ρCp V VρCp VρCp V
C − C AS
x= A
T − TS
T j − T JS
u = C Af − C AfS
T f − T fS
∂f 1 ∂f F
A11 = = 1 = − − kS
∂x1 ∂C A V
∂f ∂f
A12 = 1 = 1 = −C AS k S1
∂x 2 ∂T
∂f ∂f (−∆H )
A21 = 2 = 2 = kS
∂x1 ∂C A ρCp
∂f ∂f VF UA (− ∆H )
A22 = 2 = 2 = − − + C AS k S1
∂x 2 ∂T V VρCp ρCp
− ∆E
k S = k o exp
RTS
∂k − ∆E ∆E
k S1 = S = k o exp
∂T RT 2
S RTS
o
∆E
k S1 = k S
2
RT
S
F
− V − kS − C AS k S1
A = (−∆H ) F UA (−∆H ) (8.74)
kS − − + C AS k S1
ρCp V VρCp ρCp
The stability characteristics are determined by the eigenvalues of A, which are obtained
by solving det (λ I − A) = 0.
λ − A11 − A12
λI − A =
− A21 λ − A22
% parametros
% k0 = factor de frecuencia, hr^-1
% fov = F/V, hr^-1
% H_rxn = calor de rxn, kcal/kgmol
% E_act = energia de activacion, kcal/kgmol
% rhocp = densidad*capacidad calorifica, kcal/m^3 deg K
% Tf = temperatura de alimentacion, deg K
% caf = concentracion de alimentacion de A,
% UAoV = coef. transf. de calor:*area/volume, kcal/m^3 deg K hr
%
% entrada manipulada
% Tj = Temperatura de la chaqueta, deg K
%
% estados
% ca = concentracion de A, kgmol/m^3
% Temp = temperatura del reactor, deg K
%
% valores de parametros
% caso 2:
fov = 1;
k0 = 9703*3600;
H_rxn = 5960;
E_act = 11843;
rhocp = 500;
Tf = 298;
caf = 10;
UAoV = 150;
R = 1.987;
Tj = 298;
%
ks = k0*exp(-E_act/(R*Temp));
ksprime = ks*(E_act/(R*Temp*Temp));
%
amat(1,1) = -fov - ks;
amat(1,2) = -ca*ksprime;
amat(2,1) = ks*H_rxn/rhocp;
amat(2,2) = -fov - UAoV/rhocp + (H_rxn/rhocp)*ca*ksprime;
%
lambda = eig(amat);
Punto de Operación 1
La concentración y temperature son 8.564 kgmol/m3 y 311.2 K, respectivamente.
»[amat,lambda] = cstr_amat(8.564,311.2)
amat =
-1.1680 -0.0886
2.0030 -0.2443
lambda =
-0.8957
-0.5166
Punto de Operación 2
»[amat,lambda] = cstr_amat(5.518,339.1)
amat =
-1.8124 -0.2324
9.6837 1.4697
lambda =
-0.8369
0.4942
Punto de Operación 3
»[amat,lambda] = cstr_amat(2.359,368.1)
amat =
-4.2445 -0.3367
38.6748 2.7132
lambda =
-0.7657 + 0.9584i
-0.7657 - 0.9584i
La parte real de cada eigenvalor es negativa, indicando que el punto es estable;
nuevamente, esto es consistente con la respuesta de la Fig. 8.16.
∂f 1 ∂f
B11 = = 1 =0
∂u1 ∂T j
∂f 2 ∂f 2 UA
B 21 = = =
∂u1 ∂T j VρCp
Figura 8.17. Gráfica del plano de fase para el caso 2. Puntos estables (conditionses 1 y
3) son marcadas con “O”. El punto inestable (condición 2) es marcado con”+”.
En las secciones previas hemos encontrado que fuerón tres soluciones al estado
estacionario para el caso 2 de parámetros. El objetivo de esta sección es determinar
como pueden conseguirse multiples estados estacionarios. Tambien, mostraremos como
se generan las curvas de entrada-salida del estado estacionario que muestran, por
ejemplo, como la temperatura del reactor al estado estacionario varía como una función
de la temperatura de estado estacionario de la chaqueta.
F − ∆E
(C Afs − C As ) = k o exp C As (8.77)
V RT s
F
(Ts − T fs ) + UA (Ts − Tcs ) = − ∆H k o exp − ∆E C As (8.79)
V VρCp ρCp RTs
Los términos en la Ec. (8.79) estan relacionados a la energía removida y generada. Si
multiplicamos la Ec. (8.79) por VρCp encontramos que
− ∆E
FρCp(Ts – Tfs) + UA(Ts – Tjs) = – ∆HVko exp CAs (8.80)
RT s
Qrem=Qgen
Energía Removida por flujo e intercambio de calor Calor Generado por reacción
Notar la forma de Qrem
Notar que esta es una ecuación para una línea, donde la variable independiente es la
temperatura del reactor (Ts). La pendiente de la línea es [UA + FρCp] y la intersección
es [– UATjs – FρCpTfs]. Cambios en la temperatura de alimentación o la chaqueta
cambian la intersección, pero no la pendiente. Cambios en UA o F afectan tanto a la
intersección como a la pendiente.
− ∆E
Qgen = – ∆HVko exp CAs (8.82)
RTs
− ∆E F
k o exp C Afs
RTs V
Qgen = − ∆HV (8.83)
F − ∆E
+ k o exp
V RT s
La Ec.(8.83) tiene una forma “S”característica para Qgen como una función de la
temperatura del reactor.
De la Ec. (8.80) vemos que la solución de estado estacionario existe cuando es una
intersección de las curvas Qrem y Qgen.
Q
Q
Fig. 8.18. Posibles intersecciones de las curvas de generación de calor y calor removido.
1 2 3
Temperatura
Fig. 8.19. CSTR : Energía Generada y Energía Removida como una Función de la
Temperatura del Reactor.
A B C D E
9
8
7
6
5
4
3
2
1
Temperatura de la Chaqueta
Fig. 8.20. Temperatura del Reactor como una Función de la Temperatura de la
chaqueta.
Existen dos vias diferentes para encontrar como la temperatura del reactor al
estado estacionario varia con la temperatura de la chaqueta. Una via es resolver las
ecuaciones algebraicas no lineales (de estado estacionario) para diferentes temperaturas
de la chaqueta, y construir la curva relacionando temperatura de la chaqueta a
temperatura del reactor. Resulta que hay otra forma, más simple, para este problema
particular.
Aquí podemos fácilmente resolver para la concentración como una función de la
temperatura del reactor. También podemos resolver directamente para la temperatura
requerida de la chaqueta para una temperatura particular del reactor. Entonces nosotros
simplemente graficamos temperatura del reactor vs. Temperatura de la chaqueta. Los
calculos en detalle mostraremos a continuación.
Como en la sección 7.1, podemos encontrar la concentración al estado
estacionario para cualquier temperatura del reactor al estado estacionario, Ts (a partir
de la ecuación de balance de materiales para el reactante A)
F
C Afs
C As = V
F − ∆E
+ k o exp
V RTs
− ∆E
FρCp (Ts − T fs ) − (− ∆H )Vk o exp C As
RTs
TCs = Ts +
UA
− ∆E
UA(Ts − Tcs ) − (− ∆H )Vk o exp C As
RTs
T fs = Ts +
FρCp
El archivo función cstr_io.m es usado para generar las siguientes curvas entrada-salida
para el caso 2 de parametros.
»Tempvec = 300:2.5:380;
»[Tjs,Tfs,conc] = cstr_io(Tempvec);
»plot(Tjs,Tempvec)
»plot(Tfs,Tempvec)
Fig. 8.21 Temperatura del reactor al estado estacionario como función de la temperatura
de la chaqueta, caso 2 de parametros.
Fig. 8.22. Temperatura del reactor al estado estacionario como una función de la
temperatura de alimentación, caso 2 de parametros
BIBLIOGRAFÍA
APENDICE 1
function f = cstr_ss(x)
%
% Modelo para un CSTR adiabático, caso2
% Use fsolve para encontrar la concentración y
% temperatura al estado estacionario.
%
% La declaración de llamada de la ventana de orden es:
%
% x = fsolve('cstr_ss',x0);
%
% donde x es el vector solución (x = [conc;temp])
% y x0 es un vector inicial supuesto
%
% defina los siguientes parámetros global cuyos valores
% puedan ser ingresados en la ventana de comando
% global CSTR_PAR
% parameters (case 2)
% CSTR_PAR(1): factor de frecuencia (9703*3600)
% CSTR_PAR(2): calor de reacción (5960)
% CSTR_PAR(3): energía de activación (11843)
% CSTR_PAR(4): densidad*cap. calorifica (500)
% CSTR_PAR(5): coef de transf de calor* area (150)
% CSTR_PAR(6): constante de gas ideal (1.987)
% CSTR_PAR(7): volumen de reactor (1)
% CSTR_PAR(8): flujo de alimentación (1)
% CSTR_PAR(9): concentracion de la alimentación (10)
% CSTR_PAR(10): temperatura de alimentación (298)
% CSTR_PAR(11): temperatura de la chaqueta (298)
%
% estados 1 y 2
% ca = concentración de A, kgmol/m^3
% Temp = temperatura del reactor, deg K
%
% 16 July 2002 - (c) Luis Moncada
%
f = zeros(2,1);
%
global CSTR_PAR
%
% a continuacion usaremos notation comun para los estados
% para mejorar la lectura del codigo
%
ca = x(1);
Temp = x(2);
%
% Valores de los parametros del caso 2 mostrados entre parentesis:
%
k0 = CSTR_PAR(1); % factor de frecuencia (9703*3600)
H_rxn = CSTR_PAR(2); % calor de reacción (5960)
E_act = CSTR_PAR(3); % energía de activación (11843)
rhocp = CSTR_PAR(4); % densidad*cap. calorifica (500)
UA = CSTR_PAR(5); % coef de transf de calor* area (150)
R = CSTR_PAR(6); % constante de gas ideal (1.987)
V = CSTR_PAR(7); % volumen de reactor (1)
APENDICE 2
function xdot = cstr_dyn(t,x)
global CSTR_PAR
ca = x(1);
Temp = x(2);
%
% valores de los parametros, caso 2:
%
k0 = (9703*3600);
H_rxn = (5960);
E_act = (11843);
rhocp = (500);
UA = (150);
R = (1.987);
V = (1);
F = (1);
caf = (10);
Tf = (298);
Tj = (298);
%
% rezones usadas en las ecuaciones
%
fov = F/V;
UAoV = UA/V;
%
% ecuacionesde modelamiento:
%
rate = k0*exp(-E_act/(R*Temp))*ca;
%
dcadt = fov*(caf - ca) - rate;
APENDICE 4
function [Tjs,Tfs,concs] = cstr_io(Tempvec)
%
% Generate the steady-state i/o curve for the diabatic CSTR.
% Tempvec is a vector of reactor temperatures generated
% before this routine is called.
%
% This routine solves for vector of jacket temperatures
% that would yield the required reactor temperature vector
% (assuming a constant feed temperature).
%
% In addition, this routine solves for the vector of
% feed temperatures that would yield the required reactor
% temperature vector (assuming constant jacket temperature).
%
% For consistency with cstr_ss.m and cstr_dyn.m, we use
% a global parameter vector. The elements of this vector
% should be set in the command window before this routine
% is run.
% global CSTR_PAR
% parameters (case 2)
% CSTR_PAR(1): frequency factor (9703*3600)
% CSTR_PAR(2): heat of reaction (5960)
% CSTR_PAR(3): activation energy (11843)
% CSTR_PAR(4): density*heat cap. (500)
% CSTR_PAR(5): heat trans coeff * area (150)
% CSTR_PAR(6): ideal gas constant (1.987)
% CSTR_PAR(7): reactor volume (1)
% CSTR_PAR(8): feed flowrate (1)
% CSTR_PAR(9): feed concentration (10)
% CSTR_PAR(10): feed temperature (298)
% CSTR_PAR(11): jacket temperature (298)
%
% Julio 2002 L Moncada
% revisado Enero 2003 - adicionado CSTR_PAR
%
global CSTR_PAR
%
% parameter values, case 2 shown in parentheses:
%
k0 = CSTR_PAR(1); % frequency factor (9703*3600)
H_rxn = CSTR_PAR(2); % heat of reaction (5960)
E_act = CSTR_PAR(3); % activation energy (11843)
rhocp = CSTR_PAR(4); % density*heat cap. (500)
UA = CSTR_PAR(5); % ht trans coeff * area (150)
R = CSTR_PAR(6); % gas constant (1.987)
V = CSTR_PAR(7); % reactor volume (1)
F = CSTR_PAR(8); % feed flowrate (1)
caf = CSTR_PAR(9); % feed concentration (10)
Tf = CSTR_PAR(10); % feed temperature (298)
Tj = CSTR_PAR(11); % jacket temperature (298)
%
% ratios used in the equations
%
fov = F/V;
UAoV = UA/V;
%
for i = 1:length(Tempvec);
Temp = Tempvec(i);
k = k0*exp(-E_act/(R*Temp));
ca = fov*caf/(fov + k);
rate = k0*exp(-E_act/(R*Temp))*ca;
stuff1 = fov*rhocp*(Temp - Tf);
stuff2 = H_rxn*rate;
Tjs(i) = Tempvec(i) + (stuff1 - stuff2)/UAoV;
concs(i) = ca;
stuff3 = UAoV*(Temp - Tj);
stuff4 = H_rxn*rate;
Tfs(i) = Tempvec(i) + (stuff3 - stuff4)/(fov*rhocp);
end;
APENDICE 5
% cstr_run.m
% L. Moncada
% 2 Enero 2003
% revisad0 - 6 Enero 2003 -
%
% Genera la gráfica de plano de fase para un no lineal (cstrr.m)
%
% Fijar condiciones iniciales
%
x01a= [0.5;305];
x01 = [0.5;315];
x02 = [0.5;325];
x03 = [0.5;335];
x04 = [0.5;345];
x05 = [0.5;355];
x06 = [0.5;365];
x07 = [0.5;375];
x08 = [0.5;385];
x09 = [0.5;395];
x010= [0.5;405];
x011= [0.5;415];
x012a=[9.5;305];
x012= [9.5;315];
x013= [9.5;325];
x014 = [9.5;335];
x015 = [9.5;345];
x016 = [9.5;355];
x017 = [9.5;365];
x018 = [9.5;375];
x019 = [9.5;385];
x020 = [9.5;395];
x021 = [9.5;405];
x022 = [9.5;415];
%
% use ode45 para integracion numerica
%
[t1a,x1a] = ode45('cstrr',[0 10],x01a);
[t1,x1] = ode45('cstrr',[0 10],x01);
[t2,x2] = ode45('cstrr',[0 10],x02);
[t3,x3] = ode45('cstrr',[0 10],x03);
[t4,x4] = ode45('cstrr',[0 10],x04);
[t5,x5] = ode45('cstrr',[0 10],x05);
[t6,x6] = ode45('cstrr',[0 10],x06);
[t7,x7] = ode45('cstrr',[0 10],x07);
[t8,x8] = ode45('cstrr',[0 10],x08);
[t9,x9] = ode45('cstrr',[0 10],x09);
% (o = estable, + = inestable)
plot([8.564],[311.2],'ro',[5.518],[339.1],'r+',[2.359],[368.1],'ro')
%
% algunas condiciones iniciales no usadas
% x030 = [5.768;339.1];
% x031 = [5.368;339.1];
% x032 = [5.518;338.5];
% x033 = [5.518;339.7];
% [t30,x30] = ode45('cstrr',[0 10],x030);
% [t31,x31] = ode45('cstrr',[0 10],x031);
% [t32,x32] = ode45('cstrr',[0 10],x032);
% [t33,x33] = ode45('cstrr',[0 10],x033);
%
plot(x40(:,1),x40(:,2),'b');
plot(x41(:,1),x41(:,2),'b');
plot(x49(:,1),x49(:,2),'b');
plot(x50(:,1),x50(:,2),'b');
plot(x51(:,1),x51(:,2),'b');
plot(x52(:,1),x52(:,2),'b');
plot(x53(:,1),x53(:,2),'b');
%
% plot(x30(:,1),x30(:,2),'w');
% plot(x31(:,1),x31(:,2),'w');
% plot(x32(:,1),x32(:,2),'w');
% plot(x33(:,1),x33(:,2),'w');
%
% fijar los limites en la grafica, y etiquetar los ejes
% y colocar el titulo
axis([0 10 300 425])
xlabel('Concentracion, kgmol/m^3')
ylabel('Temperatura, deg K')
title('CSTR con estados estacionarios multiples')