Está en la página 1de 4

Análisis de la distribución de tiempos de residencia

en un lecho fluidizado
Cecilia Ramírez de la Paz1, Iraís Ramos González2, José Javier Zárate Hinojosa3
1-3
Colegio de Ingeniería Química, Facultad de Ingeniería Química, Benemérita Universidad Autónoma de Puebla
*Email: ramirezcecilia875@gmail.com

Resumen: En esta práctica estudiaremos un reactor no ideal, El objetivo de este trabajo es desarrollar la comparación de las
es decir, que no siguen los modelos desarrollados para los CSTR, DTR variando los volúmenes de las columnas y el tamaño de
PFR y reactores empacados ideales mediante el análisis de la los pellets.
distribución de los tiempos de residencia en un reactor anaerobio
de flujo ascendente (UASB, por sus siglas en inglés) El equipo por utilizar es un reactor de columnas de lecho
completamente fluidizado, variando los tamaños de pellets y el
volumen del reactor, utilizando como trazador una solución de fluidizado.
NaCl, primero se elabora la curva de calibración, luego la
obtención de datos experimentales de las DTR para finalmente
obtener un diagnóstico. II. METODOLOGÍA
Palabras clave: reactor, trazadores, fluidización, residencia. A. Elaboración de curva de calibración
I. INTRODUCCIÓN Se mide la conductividad del tanque de almacenamiento de
las columnas, para estimar las cantidades de NaCl que se
Los reactores como reactor intermitente con mezcla perfecta, adicionarán al reactor al preparar la curva de calibración.
reactor tubular de flujo tapón, reactor empacado y reactor
continuo con tanque de agitación con mezcla perfecta, son Primero, se prepara el reactor tipo Bach con 1 L de agua
modelos de reactores ideales. Desafortunadamente, en el mundo desionizada para ir adicionando cantidades definidas de NaCl
real, a menudo observamos comportamiento muy distinto hasta llegar a 30 g. Después de cada adicionamiento de NaCl se
respecto del que se espera de manera ideal. mide la conductividad dentro del reactor con un conductímetro
y registrando estos datos. Se tabulan los datos de las
Las dos principales aplicaciones de la distribución de concentraciones y de las conductividades registradas. A
tiempos de residencia para caracterizar reactores no ideales son: continuación, se obtiene mediante una regresión lineal la
 Diagnóstico de problemas de reactores en ecuación que caracteriza a los datos, obteniendo la
operación conductividad en función de la concentración para conocer
cualquier concentración con la medición de la conductividad.
 Predicción de la conversión o la concentración de
efluente en reactores existentes o disponibles,
cuando se va a realizar una nueva reacción en el Tabla 1.Cantidades agregadas y concentraciones de la disolución,
reactor. así como la conductividad de dichas concentraciones.
La distribución de tiempos de residencia (DTR) de un reactor Cantidad en g
es una característica del mezclado que ocurre en dicho reactor agregados Concentración (g/L) Conductividad (S)
químico. En el CSTR la mezcla es completa; por lo tanto, 0.23 0.23 0.000761
presenta una DTR distinta respecto del reactor de flujo de tapón. 0.28 0.51 0.000775
0.32 0.83 0.001141
Los tipos de trazadores más comunes son materiales 0.32 1.15 0.001521
coloridos y radiactivos junto con gases inertes. Los dos métodos
0.51 1.66 0.001848
de inyección más empleados son el de alimentación por pulso y
el de alimentación por escalón. 0.81 2.47 0.00197
1 3.47 0.00298
En una alimentación por pulso, se inyecta una cantidad de 0.55 4.02 0.00364
trazador de manera repentina como carga a la corriente de 0.48 4.5 0.00394
alimentación que entra al reactor en un tiempo tan breve como
0.51 5.01 0.00423
sea posible. Después se mide la concentración a la salida en
función del tiempo. 1.06 6.07 0.00483
23.92 29.99 0.01281
Conductividad-Concentración
35 Tabla 2.Registro de datos del experimento 1 y 2 en la
columna 1 con las concentraciones calculadas.
30
y = 2414.2x - 3.1445
25 R² = 0.9587
Concentración (g/L)

20

15

10

0
0 0.005 0.01 0.015
Conductividad (S)

Figura 1.Curva de calibración para calcular


concentraciones a partir de conductividad de NaCl diluido.

B. Realización del experimento


Usando el litro anteriormente preparado con una
concentración de 30g/L y se prepara otra de 500ml con 15 g de
NaCl, y después se dividen en 6 muestras de 250ml que serán
las que se adicionen al tanque de almacenamiento.
Revisar previamente el estado de las columnas, bomba y tanque
de almacenamiento, para posteriormente encender la bomba y
abrir la válvula de la columna a utilizar.
Estabilizar la columna para un lecho completamente
fluidizado, manteniendo el caudal requerido, esto para el caso de
cualquier columna independiente. Cabe mencionar que los
caudales en los que se logre un lecho completamente fluidizado
variarán según el diámetro de las columnas y el tamaño de
partícula.
Para el primer experimento, se introduce el electrodo del
conductímetro en el efluente de la columna 1 y se prepara para
la adición de la disolución de 250 ml al tanque de
almacenamiento, para empezar a registrar el tiempo a partir del
momento exacto que se agrega la disolución. Se toman todos los
datos registrados por el conductímetro hasta que se observe una
medida final constante más alta que la inicial.
Figura 2. Gráfica representativa de la concentración del
Se repite el mismo experimento para la misma columna, esto trazador en el efluente de la columna 1.
debido a que se analizan los dos experimentos y la posible
desviación.
Y prosiguiendo la experimentación, se repite el mismo
proceso para cada columna.
Tabla 4.Registro de datos del experimento 1 y 2 en la
columna 3 con las concentraciones calculadas.
Tabla 3.Registro de datos del experimento 1 y 2 en la
columna 2 con las concentraciones calculadas.

Figura 4.Gráfica representativa de la concentración del


trazador en el efluente de la columna 3.

C. Cáculo del número de Peclet


De la ecuación:
2 1
Figura 3.Gráfica representativa de la concentración del trazador 𝜎2 = [1 − ]
𝑃𝑒 𝑃𝑒(1 − 𝑒 −𝑃𝑒
en el efluente de la columna 2. 2
Cálculamos 𝜎 en Excel con el comando correspondiente para
obtener la varianza de una muestra.
Luego, en el software matemático Polymath resolvemos para
conocer el número de Peclet para cada conjunto de datos de las
tres columnas.
III. CONCLUSIONES
De los resultados obtenidos se analizaron los tiempos de
residencia y los comportamientos de las concentraciones dentro
de cada columna, esto para conocer las características no
ideales de un lecho fluidizado que afectan a un flujo y para
estimar un comportamiento para un diferente uso.

Se llegó a la conclusion de que el número de Peclet está en


función del diámetro de las columnas y del tamaño de partícula,
y observando que entre mayor sea el diámetro y tamaño de
partícula, mayor será el Número de Peclet, el cual nos
manifiesta que en la columna 3 tenemos un aumento de
Figura 5. Programación para obtener el número de transporte convectivo de masa y en la columna 1 es menor este
Peclet para la columna 1. transporte.

Al efectuar nuestros experimentos de estímulo - respuesta como


fue realizado al inyectar un trazador de NaCl en la entrada de
las columnas de lecho fluidizado y al medir como varía la
concentración del trazador con el tiempo, a la salida del mismo
y correlación se los datos concentración tiempo, logramos
obtener como parámetros de correlación el número de Peclet,
en el cual llegamos a observar que si es menor a uno, nos da
idea de un comportamiento tipo mezcla perfecta, pero si es
mayor a 100 nos da la idea de un tipo flujo pistón.
En donde descubrimos que los números de Peclet intermedios
nos indican un comportamiento no ideal del reactor.

REFERENCIAS
Levenspiel, O. (1993). Flujo de fluidos. Intercambio de Calor. Ed. Reverté.
Barcelona

y 6, y registrado todos los valores como se muestra en la tabla


Figura 6. Resultado del número de Peclet para la 5..
columna 1.

Tabla 5. Registro de las varianzas y número de Peclet para


cada calumna.

Columna Varianza Pe
1 0.11299535 16.63589
1 0.17682437 10.20194
2 0.06807087 28.34457
2 0.09682905 19.6012
3 0.03439966 57.1223
3 0.02602079 75.84818

Por practicidad hemos añadido una sola evidencia de la


programación en Polymath como se muestra en las figuras 5

También podría gustarte