DETERMINACIÓN DEL MODELO MATEMÁTICO PARA SISTEMA DE

ECUACIONES DIFERENCIALES

1. ¿CÓMO SE IDENTIFICAN LOS OBJETIVOS Y LAS RESTRICCIONES EN UN

ESTUDIO DE SIMULACIÓN DE PROCESOS?
Definir los objetivos que se desean alcanzar con el modelo de simulación. Los más
comunes suelen ser análisis del funcionamiento de un proceso (si actúa de forma
correcta bajo un determinado conjunto de circunstancias en medidas significativas
tales como utilización de recursos, rendimiento, tiempos de espera, etc.), análisis de la
capacidad del proceso (cuál es el máximo de capacidad de procesamiento), o saber si
el proceso es capaz de hacer frente a requerimientos específicos, un análisis de
sensibilidad sobre aquellas variables de decisión esenciales, o bien un análisis de
optimización sobre un conjunto de valores de variables de decisión.

Definir las restricciones. Tan importante como definir los objetivos es identificar las
restricciones que afectan al proyecto de simulación. Una restricción importante es el
tiempo; no tiene sentido proyectar una simulación para resolver un problema si el
tiempo de ejecución se extiende más allá del plazo posible para su resolución.

2. POR QUE ES IMPORTANTE DEFINIR EL PAQUETE DE PROPIEDADES

FISICAS EN UN PROCESO DE SIMULACION

Es muy importante ya que definirá la base de la simulación. Si se tiene una buena base
se tendrá una buena simulación, pero si se introduce un error desde el principio, éste
se agravará con el desarrollo de la simulación.

1. Introducción
2. Definición del problema
Determinar un modelo matemático de la concentración máxima a medida que el
tanque agitado continuo es llenado; teniendo en cuenta los parámetros dados como
velocidad de alimentación y volumen.

𝐾1
𝐴→ 𝐵

𝑑[𝐶𝐴 ]
= −𝐾1 [𝐶𝐵 ]
𝑑𝑡

𝑑[𝐶𝐵 ]
= 𝐾1 [𝐶𝐴 ]
𝑑𝑡
 𝐾2
𝐴+𝐵 → 𝐶

𝑑[𝐶𝐴 ]
= −𝐾2 [𝐶𝐴 ][𝐶𝐵 ]
𝑑𝑡

𝑑[𝐶𝐵 ]
= −𝐾2 [𝐶𝐴 ][𝐶𝐵 ]
𝑑𝑡

𝑑[𝐶𝐶 ]
= 𝐾2 [𝐶𝐴 ][𝐶𝐵 ]
𝑑𝑡

𝐾3
𝐴+𝐶 → 𝐷

𝑑[𝐶𝐴 ]
= −𝐾3 [𝐶𝐴 ][𝐶𝐶 ]
𝑑𝑡

𝑑[𝐶𝐶 ]
= −𝐾3 [𝐶𝐴 ][𝐶𝐶 ]
𝑑𝑡

𝑑[𝐶𝐷 ]
= 𝐾3 [𝐶𝐴 ][𝐶𝐶 ]
𝑑𝑡

𝑑[𝐶𝐴 ]
- = −𝐾1 [𝐶𝐵 ] − 𝐾2 [𝐶𝐴 ][𝐶𝐵 ] − 𝐾3 [𝐶𝐴 ][𝐶𝐶 ]
𝑑𝑡
𝑑[𝐶𝐵 ]
- = 𝐾1 [𝐶𝐴 ] − 𝐾2 [𝐶𝐴 ][𝐶𝐵 ]
𝑑𝑡
𝑑[𝐶𝐶 ]
- = 𝐾2 [𝐶𝐴 ][𝐶𝐵 ]−𝐾3 [𝐶𝐴 ][𝐶𝐶 ]
𝑑𝑡
𝑑[𝐶𝐷 ]
- = 𝐾3 [𝐶𝐴 ][𝐶𝐶 ]
𝑑𝑡

EVALUACIÓN DE LA DATA EXPERIMENTAL CON MODELOS

TERMODINÁMICOS

I. INTRODUCCIÓN

Cualquier simulación de un proceso requiere disponer del valor de las propiedades

fisicoquímicas y termodinámicas de las mezclas de compuestos que circulan, o han de
circular, entre los distintos equipos de la planta, en todas las condiciones de composición,
presión y temperatura que puedan llegarse a verificar en la operación de la misma.

Esto, obviamente, es prácticamente imposible y debemos hacer uso de técnicas de

predicción que permitan estimar esos valores. La adecuada selección de estas técnicas
será crucial para un cálculo preciso de los equipos y corrientes de la planta simulada.

Esto es, no basta con que nuestro simulador cuente con los mejores algoritmos de
cálculo, los más rápidos y estables. Si hemos realizado una elección incorrecta del método
de predicción de propiedades los resultados que obtengamos en la simulación tendrán
poco o nada que ver con la realidad.

Resulta obvio que es imposible realizar una consideración pormenorizada de todas las
posibles mezclas de compuestos que pueden presentarse en la simulación de una planta
química, a fin de poder establecer el método de predicción más adecuado para cada una
de ellas. Solo podemos abordar la cuestión en forma general, tratando de establecer
criterios de selección y análisis, con un rango de validez más o menos amplio.

Antes de hacerlo, detengámonos a considerar el comportamiento de los compuestos y

sus mezclas, en particular el equilibrio líquido vapor (ELV), desde un punto de vista
molecular.

II. OBJETIVOS

- Seleccionar adecuadamente el modelo termodinámico para la estimación de

propiedades físicas en base a las características del sistema binario Alcohol
alílico-etanol.

 MODELO TERMODINÁMICO
Los Modelos Termodinámicos son desarrollos matemáticos que permiten evaluar
el comportamiento termodinámico de una sustancia pura o de una mezcla bajo
condiciones dadas (P, T, polaridad, etc.), a través de un programador. Entre los
modelos Termodinámicos se encuentran: los modelos especiales, especialmente
usados en la industria petrolera, como: Chao-Seader, API sour-water method, etc.;
las ecuaciones de estado, como: Peng Robinson, Redlich-Kwong-Soave, ideal gas
law, Predictive SRK, etc.; y los modelos de coeficiente de actividad, dentro de los
que destacan: Flory-Huggins, UNIQUAC, UNIFAC, Van Laar, NRTL y Wilson.

1. El ELV y las interacciones moleculares

Cualquier propiedad de un compuesto o de una mezcla de ellos está determinada

por las fuerzas que existen entre los átomos, dentro de las moléculas, y entre éstas,
en la masa del compuesto o mezcla.

El agua es un caso particular de moléculas polares. En ellas existen enlaces

covalentes entre átomos de diferente afinidad eléctrica. Los electrones compartidos,
entonces, se desplazan hacia el átomo más electronegativo (el O en el caso del agua)
volviendo electropositivo el otro extremo del enlace. Sobre este dipolo aparecerán
fuerzas de atracción entre el extremo positivo de una molécula y el negativo de otra.

El hidrógeno es, quizás, el caso paradigmático, con la formación del llamado

enlace o puente de hidrógeno con otros átomos electronegativos además del oxígeno,
como el flúor, el cloro o el nitrógeno. En otros casos la molécula es no polar, como
en los hidrocarburos alifáticos, por ejemplo. Allí, la electronegatividad del carbono
es baja y, en consecuencia, el enlace covalente no se polariza y aunque está presente
el hidrógeno no se verifica la existencia de puentes.

2. Termodinámica del ELV – Métodos de predicción

El equilibrio termodinámico entre las fases vapor y líquida de un sistema

multicomponente requiere tres condiciones:

- Equilibrio térmico, para lo cual la temperatura debe ser igual en ambas fases;
- Equilibrio mecánico, que implica igualdad de la presión en ambas fases y
- Equilibrio químico, que exige la igualdad de la fugacidad en la mezcla de cada
componente en cada fase.

Entonces los coeficientes de fugacidad se calculan a partir de ecuaciones de estado

para sistemas reales. En los simuladores de proceso existe a nuestra disposición un
gran número de tales ecuaciones.

Las más comunes son:

- Soave-Redlich-Kwong (SRK) y sus variantes.

- Peng-Robinson (PR) y sus variantes
 Todas estas ecuaciones requieren el uso de coeficientes de interacción binarias para
considerar adecuadamente las mezclas multicomponente. La amplitud y calidad de la
base de datos disponible en un simulador en particular determinará, como es obvio,
el ajuste de los resultados que obtengamos, siempre dentro del rango de validez de
aplicación del método elegido.

Para el cálculo de coeficientes de actividad disponemos, en general, de varias

alternativas:

- Ecuación de Wilson
- Ecuaciones de Margules
- Modelo Non-Random Two Liquids (NRTL)
- Modelo UNIversal QUAsi Chemical (UNIQUAC)
- Modelo UNIquac Functional group Activity Coefficient (UNIFAC)

Las cuatro primeras metodologías requieren, para su aplicación, valores

experimentales de parámetros de interacción entre los compuestos de la mezcla en
tanto que UNIFAC es un método predictivo, basado en la contribución de grupos, por
lo que se transforma en una alternativa valiosa cuando la información experimental
es escasa.