UNIVERSIDAD DE LA SABANA

Programa de ingeniería química. Dinámica y control de procesos

Reactor PFR-Caja negra
Anyela Estefania Ciro, Paula Mayorga y Jonathan Ramirez.

Resumen
En este informe se presenta la determinación de la función de transferencia del proceso llevado a cabo
en un reactor PFR, donde para facilitar el análisis del comportamiento de la variable controlada se
manejó el sistema como una caja negra, es decir, se tienen en cuenta únicamente la variable de entrada
y su influencia en la variable de salida (manipulada). En la práctica de laboratorio se decidió analizar
el sistema y la influencia de la variación de la variable de entrada realizando un cambio en la
concentración de la solución salina que ingresaba al reactor, generando una función paso,
modificando así el comportamiento de la conductividad de la solución retirada del reactor.

Introducción
La identificación de sistemas tiene como objetivo estructurar modelos matemáticos de sistemas
dinámicos a partir de datos obtenidos (Escobet,2003). En la actualidad existen muchos campos y
fenómenos que se modelan como sistemas dinámicos y para ello, se recurren a modelos estándar cuya
validez para un amplio rango de sistemas dinámicos se ha comprobado experimentalmente.
(Vallejo,1997). No obstante, la elección de un tipo de modelo se dificulta debido a que se debe
escoger de acuerdo a los datos de entrada-salida obtenidos experimentalmente y se debe escoger una
estructura de acuerdo a un orden, número de parámetros, entre otros. (Kunusch,2003)

Un sistema se puede definir como un objeto en el que distintas variables interactúan para producir
señales observables que también son conocidas como de salida. El sistema puede tener distintas
perturbaciones que pueden clasificarse en dos tipos. Las primeras son medibles directamente y las que
solamente se pueden apreciar a la salida del proceso. (Vallejo,1997)

Los modelos inferidos a partir de observaciones se puede dar por la identificación. La identificación
permite mediante un conjunto de experiencias que se determine indirectamente las ecuaciones de un
sistema. La identificación de parámetros se puede realizar por medio de un método de minimización
del error de predicción, el cual se deriva de la teoría de mínimos cuadrados. Los métodos de
minimización de error es utilizado para la identificación de sistemas discretos y tiene dos
características fundamentales que son, que sus propiedades de convergencia son iguales tanto de
forma recursiva como sus réplicas en forma no recursivas debido a que las primeras derivan de las
segundas además son de fácil implementación computacional. (Ljung, 1981)

El método de mínimos cuadrados es un es una técnica de análisis numérico en donde un un conjunto

de variables ya sea independientes como dependientes, se busca hallar una función continua, en la que
se logre una aproximación de datos, asimismo, este método se caracteriza por tener como ventaja la
conversión a un mínimo global que hace que no se presenten mínimos locales sin embargo, una
desventaja que tiene es que ante cualquier perturbación, la relación señal útil frente a una señal ruido
no se puede estimar correctamente (Gómez.C ,2005). Para estructurar un modelo, se necesitan los
datos obtenidos experimentalmente que en un sistema dinámico sería una entrada en un instante de
tiempo y una salida en un instante de tiempo y los datos serían una colección de observaciones finitas.
(Kunusch,2003).

El reactor de flujo en pistón (PFR) se caracteriza porque el flujo de fluido a su través es ordenado, sin
que ningún elemento del mismo sobrepase o se mezcle con cualquier otro elemento situado antes o
después, es decir no hay mezcla en la dirección de flujo (dirección axial). El reactor continuo trabaja
en régimen estacionario, donde los procesos de carga y descarga se realizan mediante corrientes de
entrada y salida, no variando las propiedades del sistema a lo largo del proceso de reacción. Al no
haber un instante inicial al que referir el resto del proceso, no suele hablarse de tiempo de reacción
sino de tiempo espacial o de tiempo de residencia, como consecuencia, todos los elementos de fluido
tienen el mismo tiempo de residencia dentro del reactor.(López, 2009)

Metodología

Preparación de soluciones:
Calibración de las bombas:
Preparar soluciones 0.02,
Se realiza una curva de
0.03, 0.05 y 0.06 M, a partir
calibración de las bobas para
de una solución 0.5 M de
determinar el flujo real que
NaCl. Se preparan 2 litros de
se proporciona al proceso.
soluciones de0.02 y 0.06 M.

Una vez que la conductividad

Alimentar la solución 0.02 M
sea constante, cambiar la
al reactor a un flujo
alimentación del reactor al
constante hasta que la
recipiente que contiene la
lectura de conductividad
solución 0.06 M y
(segun el software) sea
nuevamente esperar que la
constante.
conductividad sea estable.

Detener la bomba cuando la

conductividad permanezca
estable, posteriormente Construir una curva de
desconectar el calibración de conductividad
potenciómetro y medir con vs concentración.
él la conductividad de las
soluciones 0.03 y 0.05 M.

Figura 1. Metodología de la práctica

Resultados
Durante la primera parte de la práctica experimental; se desarrolló un proceso de calibración de una de
las bombas peristálticas, con el fin de poder medir el flujo de alimentación que tenía el equipo con la
potencia establecida. Para ello, se hizo pasar un flujo de agua a través del sistema y se varió la
potencia de la bomba peristálticas con intervalos de 1 minuto; donde se midió volumen obtenido en el
intervalo de tiempo. Cabe resaltar que, en este proceso se acoplo la bombas externa y no las
correspondientes al reactor PFR.

2
 Calibración de la bomba de alimentación
Potencia de la bomba Minutos Flujo (cm3/min)
10 1 12
20 1 21
40 1 39
50 1 53
70 1 69
80 1 76
90 1 87
100 1 97
Tabla 1 Calibración Bomba del PFR

Teniendo en cuenta los resultados posteriormente se realizó la curva de calibración para poder obtener
la regresión lineal y el flujo real en que entra la alimentación. Estos resultados se pueden evidenciar
en la gráfica 1.

120

100 y = 0,9384x + 2,7914

R² = 0,9975
Flujo (cm3/min)

80

60

40

20

0
0 20 40 60 80 100 120
Potencia de la bomba
Gráfica 1. Curva de calibración de la bomba 1

Como se observa en la gráfica anterior la bomba del PFR está bien calibrada, ya que los valores del
flujo concuerdan en su gran mayoría con los de la potencia de la bomba y además la tendencia e los
datos es prácticamente lineal, presentando un coeficiente de correlación de 0,9975. Con lo anterior se
decidió entonces realizar una potencia de 70 para la alimentación de la solución salina al reactor.

Con el fin de determinar las concentraciones a la entrada y salida de reactor se usó una curva de
calibración en la cual se prepararon soluciones con diferentes concentraciones que varían desde 0,02
a 0,06 M en el cual se midió la conductividad a cada una de las muestras, los resultados son
mostrados en la tabla 2.

Concentración (M) 0,02 0,04 0,05 0,06

Conductividad (mS/cm) 2,2 4,35 5,41 6,35

Tabla 2. Conductividad de soluciones salinas a diferentes concentraciones

3
En la Gráfica 2 se grafica la concentración y la conductividad, con esto se encuentra la ecuación para
calcular las concentraciones a partir de las conductividades qué son medidas a la salida del reactor y
con cuales se realizó la determinación de las funciones de transferencia.

7
y = 104,37x + 0,1417
6
Conductividad (mS/cm)

R² = 0,9992
5
4
3
2
1
0
0 0,01 0,02 0,03 0,04 0,05 0,06 0,07
Concentración (M)

Gráfica 2. Curva de calibración de conductividad de las soluciones salinas

Se realizó la corrida del proceso mientras se leía la conductividad de la solución salida a la salida del
reactor. En el tiempo 20:45 min y una vez estabilizada la conductividad se realizó el cambio de la
solución salina que ingresaba al reactor utilizando la solución de 0,06 M en lugar de la de 0,02 M.
Como se puede observar en la gráfica 3, desde el momento del cambio y hasta el tiempo 26:10 min la
variable de salida no presentó ningún cambio, este periodo de tiempo se conoce como el tiempo
muerto del sistema definido como el tiempo comprendido entre el momento en que se realiza un
cambio en la variable de entrada y el tiempo en que se observa dicho cambio en la variable de salida
(Campoy, P).

Comportamiento dinámico del proceso

10,00
9,00
8,00
Conductividad (mS)

7,00
6,00
5,00
4,00
3,00
2,00
1,00
0,00
0:00:00 0:14:24 0:28:48 0:43:12
Tiempo transcurrido en el proceso (min)

Gráfica 3. Comportamiento de la dinámica del proceso con variación tipo paso

4
 Comportamiento dinámico del proceso
10,00
9,00
Conductividad (mS) 8,00
7,00
6,00
5,00
4,00
3,00
2,00
0:24:29 0:31:41 0:38:53 0:46:05
Tiempo transcurrido en el proceso

Gráfica 4. Dinámica del proceso tipo escalón uso del método de la tangente

Primer Orden

K 143.75

Tao(min)(63.2%) 3.52

Tao. Tangente 3.5

Tabla 3. Datos de la función de transferencia de primer orden

Comportamiento dinámico del proceso

10,00

9,00
Conductividad (mS)

8,00

7,00

6,00

5,00

4,00
0:27:39 0:34:51 0:42:03 0:49:15
Tiempo transcurrido en el proceso

Gráfica 5. Dinámica del proceso tipo escalón.

5
 Segundo Orden
T20 1.00
T60 1.92
T20/T60 0.52
ç 0.75
T60/Ta0 1.4
ω 0.52
Tao1 0,734
Tao2 0,046

Tabla 4. Datos de la función de transferencia de segundo orden.

Figura 2. Diagrama para la obtención de ç y frecuencia natural ω

𝑌(𝑠) 𝐾 𝑡
= 𝑦(𝑡) = 𝐾𝑀(1 − 𝑒 −𝜏 )
𝑈(𝑠) 𝜏𝑠 + 1
Ecuación 1. Función de transferencia de un sistema de primer orden

𝑌(𝑠) 𝐾 𝜏1 𝑒 −𝑡/𝜏 − 𝜏2 𝑒 −𝑡/𝜏

= 𝑦(𝑡) = 𝐾𝑀(1 − )
𝑈(𝑠) (𝜏1 𝑠 + 1)(𝜏2 𝑠 + 1) 𝜏1 + 𝜏2

En donde 𝜏1 y 𝜏2 se definen como:

𝜏1 = ω𝜁 + ω√(𝜁^2 − 1)

𝜏2 = ω𝜁 − ω√(𝜁^2 − 1)
Ecuación 2. Función de transferencia de un sistema de segundo orden

6
Análisis de resultados
Según los resultados obtenidos en la gráfica 2 se muestra la relación que existe entre la concentración
de la sal utilizada en la práctica (cloruro de sodio), la cual se expresa por la función lineal:

𝑦 = 104.37𝑥 − 0.1417
Ecuación 3. Relación entre la conductividad y la concentración de la solución.

donde y representa la conductividad en mS y x la concentración molar del cloruro. Según indica el

coeficiente R2 la correlación entre los datos es alta, lo cual demuestra confiabilidad en los datos
experimentales. Esta curva de calibración es empleada, ya que en el laboratorio no se mide
directamente la concentración, sino que se determina la conductividad con un conductímetro y con la
relación matemática expresada anteriormente se calcula la concentración siempre y cuando los datos
se encuentren dentro del rango medido en la curva.

Las gráficas 1 hace referencia a la relación que existe entre la potencia de la bomba y el flujo que se
maneja en las bombas 1 Dicha relación es fundamental, pues lo que se manipula en el panel de control
es la potencia pero se desea tener ciertos flujos conocidos. Por medio de las expresiones matemáticas
que relacionan estas dos variables, se puede calcular la potencia que se requiere para un flujo deseado.

𝑦 = 𝑥 − 2,97
Ecuación 4. Curva de calibración para la bomba de alimentación del PFR

Donde y representa el flujo y x la potencia. Nuevamente, según el valor de R 2 se tiene que los datos
son lo suficientemente precisos para usar estas curvas de calibración.

La función de transferencia que se usó para el reactor de flujo pistón (PFR) se muestra a continuación:

Ecuación 4. Función de transferencia del proceso

Se tomó esta ecuación debido a que en este tipo de reactor existe un tiempo muerto en el cual el fluido
pasa a través del tubo y da una respuesta justo a la salida del equipo, además el sistema es de primer
orden, por lo tanto corresponde a una ecuación diferencial de primer orden y es usado para representar
sistemas complejos de control.

Existen varios modelos matemáticos para obtener la función de transferencia de la dinámica de un

proceso, tales modelos se emplean a escala de diferente orden dependiendo de la complejidad del
sistema. Para acuñar el set de datos obtenidos en la práctica experimental, se obtiene la función de
transferencia de primer orden representada por la siguiente ecuación:

𝑌(𝑠) 𝐾
=
𝑋(𝑠) 𝜏𝑠 + 1
Ecuación 5. Función de transferencia de primer orden del proceso

Según el modelo FOPTD (o first order plus time delay, según sus siglas en inglés) se tiene la función
de transferencia con un término agregado, el tiempo muerto o time delay, que básicamente es el

7
tiempo de respuesta de la variable de salida con respecto a un cambio en la variable de entrada, esta
expresión se muestra a continuación:
𝑌(𝑠) 𝐾𝑒 −𝜃𝑠
=
𝑋(𝑠) 𝜏𝑠 + 1
Ecuación 6. Función de transferencia de primer orden según el modelo FOPTD

Sundaresan y Krishnaswamy (1978) sugirieron un método para calcular el time delay sin la necesidad
de hacer los arreglos matemáticos para hallar el punto inflexión en la curva que se produce por el
método de la tangente, y así obtener los parámetros de un modelo de primer orden con tiempo muerto.
Los puntos necesarios para calcular el tiempo muerto y 𝝉 corresponden al 35,3% (𝑡1 ) y 85,3% (𝑡2 )el
tiempo de respuesta del proceso, por lo tanto se tiene que:

𝜏 = 0,67(𝑡2 − 𝑡1 )
𝜃 = 1,3𝑡1 − 0,29𝑡2
Ecuación 7. Parámetros del modelo de primer orden con tiempo muerto.

El tiempo total que tomó el sistema en estabilizarse tras los cambios producidos durante la práctica
fue de 1205 segundos y su conductividad varió desde 3.19 mS hasta 8.14 mS. El modelo FOPTD
tiene gran similitud con el método de la tangente para hallar el tiempo muerto del proceso, sin
embargo, mediante la tangente se puede lograr obtener el Delay gráficamente y ajustar el valor de 𝜏.
No obstante, el proceso trabajado en la práctica experimental no contiene un Delay y el tiempo de
retraso que sirve para lograr llegar al estado estacionario fue previamente eliminado.

Para calcular la función de transferencia de primer orden se empleó el método de la tangente el cual se
representa en la Gráfica 2, este método permite calcular 𝜏de forma gráfica, el valor obtenido fue de
3.5 minutos, sin embargo el método no es del todo preciso ya que la inestabilidad de la gráfica hace
que realizar pendiente tenga un error significativo, sin embargo es un valor muy cercano al 𝜏
encontrado de manera tradicional del 63,2% el cual es 3.52 minutos.

Luego, se procedió a realizar el método de Smith para encontrar la función de transferencia de

segundo orden, el cual consiste en hallar el 𝜏20 y 𝜏60 los cuales se calculan de manera tradicional en
el cual se obtiene el tiempo que dura el cambio de 20% y 60% entre las concentraciones, luego se
realiza el cociente entre ellos dividir el 𝜏20 entre el 𝜏60 , se realiza la lectura del 𝜍 en la gráfica el
cual es 0.4 y la relación del 𝜏60/ 𝜏, y se despeja el 𝜏 general.

Teniendo el valor de 𝜍 y del ω general se calcula el valor de 𝜏1 y 𝜏2 por medio de la ecuación 2, los
valores se encuentran registrados en el la Tabla 4. Como se observa, en este caso las raíces del sistema
son conjugadas complejas, es decir que constan de un número real y, debido a que ω es menor a 1, el
resultado de la raíz obtenida será un número imaginario. Con lo anterior se puede determinar que la
respuesta del sistema es subamortiguada, es decir, oscilatoria y estable. Según Cárdenas (2014) el
coeficiente de amortiguamiento de un sistema subamortiguado debe ser diseñado con valores entre 0,5
a 0,8 ya que este parámetro está relacionado con la forma de onda de la respuesta, como se puede ver
en la figura 3, entre más pequeño sea el coeficiente de amortiguamiento del sistema las ondas
presentadas serán más altas y delgadas, mientras que a mayor coeficiente de amortiguamiento se
observará un tipo de onda más ancha y constante. Además, la respuesta del sistema dependerá de otro
factor llamado frecuencia natural, ω, que determinará qué tan rápido el sistema será capaz de llegar a

8
la estabilidad. Dicha teoría concuerda con el resultado experimental obtenido, ya que el coeficiente
de amortiguamiento del sistema del reactor PFR fue de 0,75 y presentó un comportamiento más
estable y poco oscilatorio.

Figura 3. Respuesta de un sistema de segundo orden a través del tiempo (Cárdenas, 2014)

Además se determinaron las funciones de transferencia en simulink para modelar el sistema y

comparar con los resultados experimentales. A partir de las ecuaciones 8 y 9 se hace uso de simulink
para obtener la respuesta del sistema:

𝑌(𝑠) 143.75
=
𝑋(𝑠) 3.52𝑠 + 1
Ecuación 8. Función de transferencia Sundaresan y Krishnaswamy

𝑌(𝑠) 143.75
=
𝑋(𝑠) 3.5𝑠 + 1
Ecuación 9. Función de transferencia con la tangente

Figura 4. Diagrama en Simulink del proceso.

9
Figura 5. Simulación realizada en simulink para funciones de transferencia de primer y segundo orden
de entrada tipo escalón

Como se puede observar, la respuesta obtenida mediante las funciones de transferencia obtenidas y
Simulink es consistente con el comportamiento real de la conductividad de la solución salina saliente
del reactor PFR, esto significa que las funciones de transferencia obtenidas experimentalmente
describen adecuadamente el proceso, y que, como se mencionó anteriormente debido a que los polos
del sistema eran compuestos complejos, la respuesta del sistema fue de tipo subamortiguada,
provocando algunas oscilaciones que finalmente desencadenarían en la estabilidad del sistema.

Así mismo, en el comportamiento de la variable de salida se puede observar la influencia del tiempo
muerto, es decir, del tiempo que tardó la variable de salida en reflejar o responder al cambio de la
variable de entrada. Para los sistemas de control feedback -Si se quisiera implementar-, el tiempo
muerto supone un problema ya que el retardo de la respuesta de la variable de salida provoca que
algunas de las oscilaciones presentadas sean auto sostenibles, lo que genera que lo que se suponía
feedback negativo se transforme en un feedback positivo que amplificará los cambios generados en el
sistema para producir un estado de equilibrio en el sistema diferente al deseado.

Conclusiones
Las funciones de transferencia de los sistemas se pueden determinar mediante procesos
experimentales o teóricos como el modelo FOTPD, el método de la tangente, entre otros. Las
funciones obtenidas mediante estos métodos son semejantes, mostrando variaciones de ±1% en los
resultados de 𝜏.

La respuesta del sistema del cambio de concentración de la solución salina entrante al reactor PFR fue
de tipo subamortiguada, provocada por la componente compleja de los polos del sistema, lo que
produce la presencia de senos y cosenos en la función que posteriormente darán lugar a oscilaciones
que se amortiguarán hasta llegar a la estabilidad.

El tiempo muerto presentado en el sistema es un factor importante a tener en cuenta debido a su

influencia en los sistemas de control feedback negativo, modificando progresivamente el estado de
equilibrio del sistema provocando la presencia del feedback positivo.

10
Bibliografía

● Campoy, P (2010). Control de procesos industriales: Procesos con grandes tiempos muertos.
Recuperado de http://ocw.upm.es/ingenieria-de-sistemas-y-automatica/control-de-procesos-
industriales/Contenidos/Documentos/6_control_tiempos_muertos.ppt
● Cárdenas, R (2014). Sistemas de segundo orden. Universidad de Magallanes. Recuperado de
https://bit.ly/2FGWtkV
● Covarrubias, M. (s.f). Sistemas dinámicos. Disponible en:
http://catarina.udlap.mx/u_dl_a/tales/documentos/lem/loaiza_r_m/capitulo3.pdf
● Escobet T., Morcego B. (2003). Identificación de sistemas. Notas de clase. Departament
d'Enginyeria de Sistemes, Automàtica i Informàtica Industrial. Escola Universitària
● Gómez.C.(2005). Método de mínimos cuadrados.
● Kunusch C.(2003). Identificación de Sistemas de Dinámicos. Cátedra de Control y
Servomecanismos. Universidad Nacional de La Plata, Facultad de Ingeniería, Dpto. de
Electrotecnia.
● Politècnica de Manresa. LJUNG, L. System identification:Theory for the user. Prentice-Hall,
1987.
● Vallejo, E. (1997). Identificación paramétrica de sistemas dinámicos. Ingeniería y Desarrollo,
(2).

11