INSTITUTO POLITÉCNICO NACIONAL

UNIDAD PROFESIONAL INTERDISCIPLINARIA DE BIOTECNOLOGÍA

Simulación y escalamiento de procesos

Practica 2. Simulación de un proceso básico

INTEGRANTES:
● García Hernández Laura Jimena
● Prieto Carrión Carla Fernanda

PROFESORA: Cruz Islas Olivia

GRUPO: 7LV2

Fecha de entrega: 12-marzo- 2019

1. Introducción

La realización de un proyecto de simulación tiene un proceso progresivo que empieza con

el planteamiento del problema y los objetivos. Después se hace el acopio de datos, la
 elección, la construcción y la validación de los modelos matemáticos,
luego se pasa a una etapa intensa de simulación, donde ocurre la
experimentación en la computadora de situaciones que alternan diversos
escenarios hasta llegar al logro de los objetivos.

Una vez que se tienen los modelos matemáticos que describen a algún sistema de
ingeniería, la solución de las ecuaciones que los constituyen, en un buen número de
situaciones, tienen que ver con: La solución de ecuaciones simultáneas algebraicas no
lineales, que es realizada generalmente por algún método iterativo, como el método de la
bisectriz, el de Newton Raphson, el de la falsa posición, entre otros. La integración
numérica de ecuaciones diferenciales ordinarias; que es realizada empleando ecuaciones
discretas de diferencia finita para aproximar ecuaciones diferenciales continuas. Algunos
métodos empleados son: uso de las variables de estado, algoritmo de Euler, Runge y Kutta
de cuarto orden (Guasch y col., 2002).

La precisión y la estabilidad numérica de estas ecuaciones de aproximación se deben tener

en cuenta. Tanto la precisión como la estabilidad son afectadas por la ecuación de
diferencia finita o algoritmo de integración empleado. Muchos algoritmos han sido
propuestos en la literatura. Algunos trabajan mejor (por ejemplo, rápidos y entonces no tan
exactos para un grado de exactitud especificado) en algunos problemas que otros. En
realidad, no hay un algoritmo que trabaje mejor para todos los problemas. Al paso del
tiempo se han desarrollado un gran número de paquetes de simulación. En teoría, estos
lenguajes de simulación relevan al ingeniero del conocimiento acerca de la integración
numérica, facilitando al ingeniero el establecimiento y la solución de los problemas. Estos
automáticamente monitorean errores y estabilidad y ajusta el intervalo de integración o
tamaño de paso para estar dentro de un criterio de precisión (Himmelblau, Bischoff; 2004).

2. Objetivos
a. Realizar la simulación de un proceso de transferencia de calor
b. Validar el modelo (graficar la temperatura en excel °k)
c. Pronosticar el desempeño del simulador

3. Resultados
Cuadro 1. Datos del experimento
Variable Caso 0

U (Kg/Kmin^2) 25280

A (m^2) 0.1239
 Mc (kg) 0.462

Cp (Kj/Kg*K) 4184

Tp (°K) 316.98

mc (Kg/min) 4.69

Tco (°K) 319.26

Tpo(°K) 297.15

Mp (Kg) 0.576

Tc (°K) 304.87

mp (Kg/min) 5.01

Cuadro 2. Relación de Temperaturas del fluido (entrada y salidas)

● Caso 0. Sin cambios

dTc
=−1.62 Tp−18.68 Tc +6514.73
dt
dTp
=−16.10 Tp−1.30 Tc+5137.83
dt
● Caso 1. (2 veces el área)
dTc
=−3.24 Tp−17.06 Tc +6553.60
dt
 dTp
=−14.80 Tp−2.60Tc +5111.70
dt

● Caso 2. 0.5 veces U

dTc
=−0.81 Tp−19.49 Tc +6499.86
dt
dTp
=−16.75 Tp−0.65Tc +5154.80
dt
● Caso 3. 2 veces Mc, Mp
dTc
=−0.81 Tp−9.34 Tc +3258.89
dt
dTp
=−8.05 Tp−0.65 Tc+ 2570.22
dt
● Caso 4. 0.5 veces Mc, Mp
dTc
=−3.24 Tp−37.37 Tc+13035.54
dt
dTp
=−40.14 Tp−3.24 Tc + 12817.71
dt

● Caso 5. 0.5 veces mc, mp

dTc
=−1.62 Tp−8.53 Tc +3276.80
dt
 dTp
=−7.40 Tp−1.30 Tc +255.85
dt

● Caso 6. Cp de acetona
dTc
=−3.17 Tp−17.13Tc+ 6820.32
dt
dTp
=−14.85 Tp−2.55 Tc +5111.88
dt
 Figura 1. Temperatura de flujo a la salida para To y Tc respecto al tiempo

4. Análisis de Resultados.

La transferencia de calor, es el modo microscópico de trabajo, donde la energía es transferida a

través de la frontera de un sistema debido a una diferencia de temperatura; siendo la temperatura
una propiedad macroscópica, que nos permite relacionar la transferencia de energía a nivel
molecular. (Incropera,1999)
En la práctica laboral del Ingeniero en Alimentos, es seguro que en alguna ocasión se enfrente al
diseño u operación de un intercambiador de calor de doble tubo pues este equipo en ocasiones se
emplea en el procesamiento de alimentos, ya sea en el precalentamiento de líquidos y/o en la
recuperación de calor de corrientes que se necesitan enfriar (Mills, 1995).

Como ejemplo se tienen los datos experimentales del calentador de doble tubo (cuadro 2) en la cual
obtenemos temperaturas de entrada y salida del fluido con un tiempo en minutos. Por medio de una
conversión de °C a °K, tenemos nuestros datos en unidades de °K.
Una vez que ya tenemos los datos, tanto en Excel como en MatLab; obtenemos diferentes gráficos.
Haciendo un análisis de cada uno en la figura 1 obtenida con Excel, se tiene un punto de
intersección de ambas temperaturas en 310.5°K en un tiempo de 0.055 minutos; mientras que en la
gráfica obtenida con MatLab, se observa que se lleva a cabo esta intersección de temperaturas en
309°K en un tiempo de 0.04 minutos. Este punto de intersección representa la temperatura y el
tiempo en el cual ambos líquidos tendrán un equilibrio.
Una vez alcanzado este punto de intersección la temperatura de ambos fluidos pasa a un estado
estacionario donde nos indica que ya no podrá existir más transferencia de calor. La diferencia de
las temperaturas y tiempos que alcanza dicho estado varía en ambos gráficos así tenemos que en
Excel (figura 1) la temperatura del fluido de almacenamiento es de 305°K y la temperatura del
fluido de salida es de 316°K, ambas temperaturas en un tiempo de 0.2 minutos. En la gráfica de la
validación obtenida con MatLab observamos que la temperatura del fluido de almacenamiento es
de 293°K y la temperatura del fluido de salida es de 324°K, ambas temperaturas en un tiempo de
0.3 minutos.
 Son válidos ambos simuladores, a pesar de que trabajaron los mismos datos
experimentales, se obtienen gráficos diferentes ya que son programas distintos.
MatLab es un sistema de cómputo numérico que ofrece un entorno de desarrollo
integrado con un lenguaje de programación propio (Gilat,2004). Mientras tanto
Excel es una aplicación de hojas de cálculo, que es utilizada en tareas financieras y un
lenguaje de programación (Excel,2019).

Respecto a la transferencia de calor es importante observar en qué momento se alcanza el estado

estacionario, se puede decir que entre más rápido alcance estas condiciones mayor es la eficiencia
en la transferencia de calor. Como se observa en el caso 4 aumentar 0.5 veces más la masa de
líquido dentro del tubo (Mc) y la masa de líquido dentro del anuló (Mp) se alcanza en un lapso
menor de tiempo un estado estacionario.
El comportamiento fue el esperado ya que no cambió en ninguno de los casos, es decir se presentó
una tendencia igual en todos los casos, se observa como el fundamento de un intercambiador de
calor en el cual un fluido con mayor temperatura cede está a uno con menor temperatura, hasta
llegar al cruce en que ambos tienen una temperatura igual hasta llegar al estado estacionario en
ambas partes del intercambiador.
El utilizar o no una ecuación tiene una gran importancia ya que en el caso de la ecuación 17 la
velocidad de flujo de calor depende de la diferencia de temperaturas no constante y al introducir la
ecuación a la simulación se logró una eficacia de esa velocidad manteniendo a U de manera lineal,
permitiendo así no tener variaciones anormales.
Algunas de las limitantes encontradas en la simulación son los intervalos óptimos de cruce, los
cuales pueden tener un error del 0.5% como máximo para que siga la tendencia.

5. Conclusiones

● Se comprobó la validez de la simulación en los diferentes casos establecidos.

● Al aumentar el área aumenta la zona de contacto mejorando la transferencia de calor
● al observar la tendencia que arroja el simulador podemos decir que es ideal para representar
un modelo real
● La masa del líquido dentro del tubo y anuló ayudan a alcanzar más rápido el estado
estacionario cuando estas se reducen.
● MatLab y Excel son una herramienta útil para simular proceso, sin embargo, MatLab es
más preciso y rápido.

6. Referencias
● A. F. Mills, Transferencia de Calor,» Los angeles, California, Mc Graw Hill, 1995, pp. 2,4.
● F. P. Incropera, Fundamentos de transferencia de calor, 4a. ed., Ciudad de México, Pearson,
1999, pp. 19,20,21.
 ● Gilat, Amos (2004). MATLAB: An Introduction with Applications 2nd
Edition. John Wiley & Sons.
● Guasch y col. (2002) Modelado y Simulación, Editorial UPC
● Himmelblau, Bischoff; (2004) Análisis y Simulación de Procesos.
Barcelona, España, Editorial Reverté
● Lynch, Stephen (2004). Dynamical Systems with Applications using MATLAB. Birkhäuser.
● «Excel 2019 | Características de la última versión de Excel 2019 | Excel». Just EXW.

ANEXO

Sustituyendo 1 en 2

Se obtiene para dTp/dt

Se obtiene para dTc/dt

Solución de ecuaciones en Matlab

 clear, clf, hold off
n=1;
h=0.01;
t(1)=0; y(:,1)=[319.26; 297.15];
M=[-16.1, -1.30; -1.62, -18.68]; S=[5137.83;6514.73];
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');