Optimización multi-objetivo del

desempeño y consumo energético

de procesos de destilación
intensificados para sistemas cuaternarios

C.L. Salas-Aguilar, A. Bonilla-Petriciolet * y J.E. Jaime-Leal

Instituto Tecnológico de Aguascalientes, Aguascalientes, México, 20256

Multi-objective optimization of performance and energy consumption of intensified distillation

processes for quaternary systems

Optimització multiobjectiu de l’acompliment i del consum energètic de processos de destil•lació

intensificats per a sistemes quaternaris

RECEIVED: 31 OCTOBER 2017; REVISED: 24 NOVEMBER 2017; ACCEPTED: 25 NOVEMBER 2017

SUMMARY
This paper reports the design and multi-objective
optimization of conventional and intensified distil-
lation sequences for the separation of quaternary
mixtures. Three cases of study were used to show the
advantages and limitations of a set of conventional,
non-sharp and intensified distillation sequences via
the simultaneous optimization of the composition of
a key component and the energy required for its sepa-
ration. Results showed that the performance of these
distillation configurations may vary substantially if
these two metrics are the conflicting design objec-
tives. Direct conventional distillation sequence can
offer the same performance or even outperform in-
tensified distillation sequences in some cases of study.
This paper highlights the relevance of performing a
reliable design of multi-component separation se-
quences to establish their limitations and capabilities.
Keywords: Multi-objective optimization; distilla-
tion; intensified process; quaternary mixtures.
RESUMEN
Este artículo presenta el diseño y optimización multi-
objetivo de sistemas de destilación convencionales e in-
tensificados para la separación de mezclas cuaternarias.
Tres casos de estudio fueron utilizados para demostrar
las ventajas y limitaciones de las configuraciones de
destilación convencionales, nonsharp e intensificadas
en términos de la optimización simultánea de la com-
posición de un compuesto clave y el consumo energé-
tico para su separación. Los resultados indican que el
desempeño de estos esquemas de destilación puede
variar sustancialmente cuando la pureza y eficiencia
energética del proceso son los objetivos en conflicto.
La secuencia convencional de destilación directa puede
igualar o incluso mejorar el desempeño de algunos pro-
cesos intensificados en las mezclas analizadas. En este
trabajo se resalta la importancia de realizar un diseño
robusto de secuencias de separación multicomponente
con la finalidad de evaluar sus ventajas y limitaciones.
Palabras clave: Optimización multi-objetivo; desti-
lación; procesos intensificados; mezclas cuaternarias.
RESUM
Aquest article presenta el disseny i la optimització
multiobjectiu de sistemes de destil·lació convencionals
i intensificats per a la separació de mescles quaternàri-
es. Tres casos d’estudi van ser utilitzats per demostrar
els avantatges i les limitacions de les configuracions de
destil·lació convencionals, nonsharp i intensificades en
* Corresponding author: petriciolet@hotmail.com

APRIL- JUNE 2018 | 119

termes de l’optimització simultània de la composició
d’un compost clau i el consum energètic per a la seva
separació. Els resultats indiquen que l’acompliment
d’aquests esquemes de destil·lació pot variar subs-
tancialment quan la puresa i la eficiència energètica
del procés són els objectius en conflicte. La seqüència
convencional de destil·lació directa pot igualar o fins i
tot millorar l’acompliment d’alguns processos intensi-
ficats en les barreges analitzades. En aquest treball es
ressalta la importància de realitzar un disseny robust
de seqüències de separació multicomponent amb la fi-
nalitat d’avaluar els seus avantatges i limitacions.
Paraules clau: Optimització multi-objectiu, destil·
lació, processos intensificats, mescles quaternàries.
INTRODUCTION
Los problemas relacionados con el desarrollo soste-
nible han fomentado la búsqueda de soluciones para
lograr un uso eficiente de la energía en el proceso de
destilación 1-3. A la fecha, se han propuesto esquemas
de operación alternativos para el proceso de destilación
que han sido orientados a la reducción del consumo
energético y los costos de inversión 4. Diversos auto-
res han reportado procesos intensificados para generar
ahorros energéticos 2,5-8, los cuales incluyen a los siste-
mas térmicamente acoplados 9,10, las columnas de pa-
red divisoria con acoplamiento térmico 3,11, los sistemas
híbridos como la destilación reactiva 12,13, entre otros 14-
16
. El uso de procesos de destilación intensificados para
sistemas multicomponente ha sido reconocido como
una alternativa para reducir consumos energéticos y
costos de operación 15,16. Este tipo de esquemas pue-
de ofrecer ventajas operativas en comparación con los
sistemas de destilación convencionales. No obstante, la
modelación y simulación de estos procesos intensifica-
dos se puede dificultar ya que no existen métodos de
diseño para la determinación efectiva de los valores óp-
timos de los grados de libertad que permitan la mejor
operación del esquema de separación.
Las operaciones de separación y purificación que
involucran sistemas multifásicos y multicomponen-
tes constituyen un desafío en términos de su mode-
lación y diseño debido a su carácter no lineal y multi-
variable 17. Esta etapa de diseño implica la resolución
de problemas de optimización que se caracterizan
por la presencia de uno o varios objetivos a optimi-
zarse en forma simultánea y cuyas funciones objetivo
pueden ser no convexas, sujetas a diversas restriccio-
nes y que involucran variables de diseño continuas y
discretas 18. Las tareas de modelación y diseño para
los procesos intensificados son más complicadas en
comparación a los procesos convencionales y pueden
diferir considerablemente de un caso a otro 19. Por
tanto, métodos de optimización robustos son funda-
mentales para realizar el diseño de secuencias inten-
sificadas de destilación. Es conveniente indicar que el
uso herramientas de optimización para el diseño de
procesos en Ingeniería Química se ha incrementado
sustancialmente 10,20-23.
120 | AFINIDAD LXXV, 582
El costo de separación en los procesos intensificados
depende de las concentraciones de los productos, las
cuales determinan la energía requerida en la separa-
ción. Ambos criterios de optimización son importantes
para determinar la eficacia del proceso pues se requie-
re maximizar la pureza de las corrientes que contienen
a los compuestos claves al menor costo posible. Estos
objetivos se encuentran en conflicto y dependen de los
diferentes grados de libertad del esquema de separación
que sea utilizado. La identificación de los valores ópti-
mos de los grados de libertad es un problema de optimi-
zación multi-objetivo y multivariable. A la fecha, pocos
estudios han realizado la caracterización y comparación
del desempeño de procesos intensificados para sistemas
multicomponentes empleando diferentes objetivos en
conflictos 24. En particular, los resultados obtenidos en
un estudio previo indicaron que el desempeño de sepa-
ración de los sistemas intensificados es altamente de-
pendiente de sus grados de libertad cuando se realiza
un diseño considerando múltiples objetivos en conflicto
24
. También, se estableció que los esquemas de separa-
ción convencionales pueden ofrecer una mejor relación
entre la pureza deseada para un componente clave y la
energía requerida para la separación en contraste con un
sistema intensificado si el diseño se realiza con una op-
timización multi-objetivo. Estos resultados sugieren que
en sistemas multicomponente las diferencias de opera-
ción entre los esquemas de separación intensificados y
convencionales sean aún más sustanciales considerando
que sus grados de libertad varían significativamente.
En el presente trabajo se reporta el diseño y opti-
mización multi-objetivo de esquemas de destilación
convencionales e intensificados para la separación
de sistemas cuaternarios. La optimización de estos
procesos de destilación se ha realizado considerando
como objetivos en conflicto al consumo energético y
la pureza de la corriente donde se obtiene un com-
puesto clave empleando un método de optimización
estocástico. Diversas mezclas han sido analizadas
para caracterizar el desempeño de estos procesos de
destilación con diferentes condiciones de operación
y modelos termodinámicos. Los resultados obtenidos
se utilizaron para realizar un comparativo detallado
del desempeño de varios esquemas de destilación in-
tensificados y, a su vez, se han establecido sus ventajas
y limitaciones con respecto a configuraciones con-
vencionales de destilación. Un comparativo de estas
características no ha sido reportado en la literatura y
las conclusiones obtenidas son relevantes para el área
de intensificación de procesos de separación.
METODOLOGÍA
Casos de estudio seleccionados
Se han empleado tres mezclas cuaternarias como ca-
sos de estudio que incluyen hidrocarburos e isómeros.
Estos casos de estudio son los siguientes:
Mezcla M1: n-pentano, n-hexano, n-heptano, n-oc-
tano. Alimentación: z(0.15, 0.35, 0.15, 0.35), F = 100
kmol/h, 1 atm y líquido saturado. Modelo termodiná-
mico: Chao-Seader. 11
 a) b)
Mezcla M2: i-butano, n-butano, n-pentano, i-hexa-
no. Alimentación: z(0.4, 0.1, 0.1, 0.4), F = 100 kmol/h, DA DA

1 atm y líquido saturado. Modelo termodinámico: FABCD R1

N1
NF
DAB R3
N3
NAB

Chao-Seader. 17
DB
DABC R2
BBCD R2 N2
N2 NABC

Mezcla M3: n-butano, benceno, n-heptano, n-no-

NBCD
FABCD BB
DC R1
N1
BCD R3 NF

nano. Alimentación: z(0.05, 0.1, 0.1, 0.75), F = 100

N3
NCD BC

kmol/h, 4.6 bar y líquido saturado. Modelo termodi- BD BD

námico: BK-10. 25 c) d)

Este conjunto de mezclas se utilizó para el diseño

de los sistemas intensificados de destilación y compa- FABCD
DA DA

rar sus capacidades y limitaciones con respecto a las

R1 DB DABC R2
N1 N2
NF DBC NABC
R3
FABCD
N3

secuencias convencionales. Se utilizaron las mismas

R1
NBC N1 DB
BBCD R2 NF
N2 BBC R3

condiciones de la alimentación y modelos reportados NBCD N3

NBC
BC
BD

en las referencias ya indicadas 11,17,25. Es conveniente BD BC

mencionar que todos los sistemas estudiados no pre- e)

sentan azeotropía homogénea o heterogénea.
DA
DAB R2
N2

Configuraciones de destilación utilizadas y

NAB

FABCD R1 BB

comparadas en este estudio

N1
NF

Trece diferentes secuencias de separacion que in- BCD

R3
DC

cluyen secuencias convencionales, nonsharp (NS) e

N3
NCD

intensificadas fueron elegidas. Las estructuras de las BD

secuencias de separación se muestran en las Figuras Figura 1 Variables de diseño de las secuencias de destilación convencionales para la separación

1 – 3 donde se indican los parámetros de diseño y la de mezclas cuaternarias: a) Secuencia directa DS, b) Secuencia indirecta IS, c) Secuencia directa-
Figura 1 Variables de diseño de las secuencias de destilación
indirecta DIS, d) Secuencia indirecta-directa IDS y e) Secuencia simétrica SS.
nomenclatura usada en cada esquema de separación. convencionales para la separación de mezclas cuaterna-
Cinco de las secuencias de separacion pertenecen a rias: a) Secuencia directa DS, 22b) Secuencia indirecta IS, c)
esquemas de separación convencionales, tres a se- Secuencia directa-indirecta DIS, d) Secuencia indirecta-
cuencias del tipo nonsharp donde las secuencias NS_ directa IDS y e) Secuencia simétrica SS.
DIS, NS_DS2 y NS_DISS se utilizaron en la mezcla a) b)

M2, mientras que las secuencias NS_IDS, NS_DS1 y DA

NS_DISS fueron analizadas con las mezclas M1 y M3.

DA
DABC DAB
R2 R2
N2 N2
NAB

Cinco configuraciones intensificadas fueron obteni-

NABC

FABCD BB
BBC DAB
FABCD DABC DB R1

das mediante el procedimiento propuesto por Rong 14

N1
R1 NF
N1 R4
NF N4 BBCD
NB_BC DB

a partir de secuencias nonsharp. Este método se uti- BBCD DBC ND BC

R3
N3
NBCD
BC

liza para la obtención de esquemas intensificados y se

R3 DC
N3
NBCD BCD R4
N4
NCD

basa en una estrategia secuencial para el cambio de BD BD

estructuras de sistemas de separación convencionales

c) d)
mediante la integración de calor y acoplamientos tér-
micos que permitan generar configuraciones termo- DAB
DA
DA

dinamicamente equivalentes 14. Usualmente, el dise-

DAB
R2 R4
N2 N4
NAB DABC NAB
R2

ño de las secuencias intensificadas se realiza a prueba FABCD DAB

R1
BB
N2
NABC
BB

y error, con heurísticas o extrapolando los parámetros

N1 F ABCD BCD BC
NF DB R1
N1
BBCD DBC R4 NF

determinados para secuencias convencionales 26,27. En

N4
NBC BCD
DC
R3
N3 R3

este trabajo se ha utilizado una optimización multi-

NBCD N3
BC NCD

objetivo para establecer los mejores valores de los gra- BD BD

dos de libertad de las secuencias de destilación. e)

Formulación del problema de optimización DABC R2

DA

multi-objetivo para el diseño de las secuen-

N2
NABC
DB

BBC R4

cias de destilación
FABCD BCD N4
R1 NBC
N1
NF

Las secuencias de destilación se simularon con BCD

DC
BC

Aspen Plus® 7.0 suponiendo un modelo de equilibrio R3

N3
NCD

para resolver el conjunto de ecuaciones de diseño BD

(MESH) que describen al proceso. El diseño de las se-

cuencias de separación se formuló como un problema Figura 2 Variables
2 Variables
Figura de diseño dede
las diseño
secuenciasde
de las secuencias
destilación nonsharp de
para la separación de

de optimización multi-objetivo. El objetivo principal mezclas cuaternarias.

destilación Estas secuencias
nonsharp para fueron
la obtenidas considerando
separación a los arreglos para el corte
de mezclas
ABCD, ABCD y ABCD: a) Secuencia directa-indirecta-simétrica NS_DISS, b) Secuencia directa
de cualquier secuencia de separación es mejorar la cuaternarias. Estas secuencias fueron obtenidas conside-
NS_DS1, c) Secuencia directa-indirecta NS_DIS, d) Secuencia indirecta-directa NS_ IDS y e)
purificación de los componentes de interés utilizan- rando a los arreglos para el corte ABCD, ABCD y ABCD:
Secuencia directa NS_DS2.
do los requerimientos de energía más bajos. Estas a) Secuencia directa-indirecta-simétrica NS_DISS, b)
variables están en conflicto para el caso de secuencias Secuencia directa NS_DS1, c) Secuencia directa-indirecta
23
de destilación y dependen de la selección de los valo- NS_DIS, d) Secuencia indirecta-directa NS_ IDS y e)
res para los grados de libertad del proceso. Secuencia directa NS_DS2.

APRIL- JUNE 2018 | 121

 rehervidor. Las secuencias de separación analizadas tienen diferentes grados de libertad, los cu
optimización es diferente para cada secuencia de destilación y fue definido como:
al
Las secuencias de separación analizadas tienen diferentes grados tipolibertad,
de de problema
los(DS) de definen
cuales optimización que debe resolverse. La dimensión del p
Secuencia directa e indirecta (IS)
al tipo de problema de optimización que debe resolverse. min optimización
La dimensión es diferente para cada
de secuencia de destilación y fue definido como:
Q y max xA del problema
= f (R 1, N1, NF, R2, N2, NBCD o NABC, R3, N3, NCD o NAB)
Secuencia
optimización es diferente para cada secuencia de destilación y fue Secuencia directa
definido como: (DS) e indirecta (IS)
directa-indirecta (DIS) e indirecta-directa (IDS)
Secuencia directa (DS) e indirecta (IS) min Q y max x = f (R , N , N , R , N , NBCD o NABC, R3, N3, NCD o NAB)
min Q y max xAA = f (R11, N11, NFF, R22, N22, NBCD o NABC, R3, N3, NBC)
a) Secuencia
min Q y max xA = f (R1, Nb)1, NF, R2, N2, NBCD o NABC, R3, N3, NCD oSecuencia
NAB) directa-indirecta
(2) (DIS) e indirecta-directa (IDS)
simétrica (SS) Secuencia simétrica (SS)
Secuencia directa-indirecta (DIS) e indirecta-directa (IDS) min Q y max x = f (R , N , N , R , N , NBCD o NABC, R3, N3, NBC (4))
D
min Q y max xAA = f (R11, N11, NFF, R22, N22, NAB, R3, N3, NCD)
Secuencia simétrica (SS)(3)
min Q yD max xA = Df (R1, N1, NF, R2, CLN2, NBCD o NABC, R3, N3, NBC) Secuencia
A

nonsharp directa-indirecta simétrica (NS_DISS):

B
AB FABCD
A R1

FABCD
Secuencia
D simétrica
CL
(SS) B Secuencia
min Q y max xA nonsharp
N1
NF
= f (R , N , N directa-indirecta
, R2, N2, NAB, R3, N3, NCDsimétrica
)
xA = f (R11, N11, NFF, DABC
D
R
min Q y max , R2, N2, NABC, R3, N3, NBCD, R4, N4, NB_BC, ND_BC)
AB C
2 NCLB
R N
(NS_DISS):
1
2
N B
Secuencia nonsharp directa-indirecta simétrica (NS_DISS):
1 N
min Q y max xA = fCL(RNN1, N1, NF, R2, N2, NAB, R3, N3, NCD)
CD R2
(4)
AB
N F N2
BCD
C NCD
CLB
NCLC
BBCD
Secuencia nonsharp directa-indirecta simétrica (NS_DISS): min Q y max xA = f (R1, N1, NF, DABC, R2, N2, NABC, R3, N3, NBCD, R4, N4, NB_BC, ND_BC)
BD BD
6
min Q y max xA = f (R1, N1, NF, DABC, R2, N2, NABC, R3, N3, NBCD, R4, N4, NB_BC, ND_BC) (5) (5)
c) d)

6
Secuencia nonsharp directa (NS_DS1) y directa-
6D indirecta (NS_DIS):
A
Secuencia nonsharp directa (NS_DS1) y directa-indirecta (NS_DIS):
DA DAB
min Q y max xA = f (R1, N1, NF, DABC, R2, N2, NAB, R3, N3, NBCD, R4, N4, NCD o NBC)
R2
Secuencia nonsharp CL
F A BC D directa (NS_DS1) Ry directa-indirecta (NS_DIS):
B
R1 1
N2
NAB
F
N1
Secuencia nonsharp directa (NS_DS1)(NS_IDS) y directa-indirecta (NS_DIS):
ABCD
N 1

min Q y max xA = f (R1, N1, NF, DABC, RN 2, N2, NAB, R3, N3, NBCD,Secuencia
NF N F
Secuencia
R4, N4, NCD nonsharp
o NBC) directa indirecta-directa
(6)(NS_DS1) y directa-indirecta y directa (NS_DS2): (6)
nonsharp (NS_DIS):
N CL B

Secuencia nonsharp directa (NS_DS1) y directa-indirecta (NS_DIS):

CL C N CLC
CLC

CL
min Q y max x = f (R , N , N , D , R , N , N , R , N , NBCD, ,RR,4,NN,4,NNCDooNNBC) )
min Secuencia
Q y max x nonsharp
A = f (R1, N1, NF, B ABC
indirecta-directa
, R ,2 N ,2 N AB, R 3, N 3, N
(NS_IDS) y4 4 AB BC
C

Secuencia nonsharp
B
indirecta-directa (NS_IDS) y directa (NS_DS2): B

Secuencia nonsharp A directa

1 1
N(NS_DS1)
F CD 2 y directa-indirecta (NS_DIS):
2 ABC 3 3 CD
min Q y max B
xA = f (R1, N1, NF, DABC, R2,B N2, NAB, R3, N3, NBCDmin
D
, R4Q
Secuencia , Ny4,max NCD xoA N
nonsharp
= BC f (R 1, N1,(6)
) indirecta-directa F, DABC, R2, N2, NAB, R3, N3, NBCD, R4, N4, NCD o NBC)
(NS_IDS) y directa (NS_DS2):
min Q y max xA = f (R1, N1, NF, BCD, R2, N2, NABC, R3, N3, NCD, R
D
directa
Secuencia
Secuencia
4, N4Q , NyAB (NS_DS2):
nonsharp
intensificada
o NxBC ) (R directa 1 (7)(IS1): (NS_DS1) y directa-indirecta (NS_DIS):
min
Secuencia
Secuencia max nonsharp
nonsharp A = f indirecta-directa
1, N1, (NS_DS1)
directa NF, DABC(NS_IDS) , Ry2,directa-indirecta
N2, NyABdirecta , R3, N(NS_DS2): 3,(NS_DIS):
NBCD, R4, N4, NCD o NBC)
Secuencia nonsharp indirecta-directa (NS_IDS) y directa (NS_DS2): Secuencia
min Q yyy max nonsharp
xxxAA = fff (R directa
11,,, N 11,,, (NS_DS1)
N 2y directa-indirecta 33,,(NS_DIS):
Secuencia intensificada 1 (IS1):
e)
min
min Q
Q max
max = = (R
(R NN NF,, B
1 NFF, DAB
DCD ABC
,, RR,R ,N ,N
2,2N2,2NAB
2, N ,N ABCAB,y,N, RRBCD
33,, N N
,N NNCD ,N
BCD
,R ,R 4, 4)N,N4, 4N ,NABCD o oNN BCBC))
Secuencia
min Q Q y max nonsharp
x x A
=
A= f) (R f (R indirecta-directa
1
, N , N , D , (NS_IDS)
R , N , N , directa
R , N , (NS_DS2):
CLB
N ,CLC
R 4, 4N 4, AB
NCD o BCN)BC)
min Q y max xA = f (R1, N1, NF, BCD, R2, N2, NABC, R3, N3, NCD,min R
min , N
4 Q4 y max
Secuencia
y
, Nmax o N
A
xA BC
intensificada
1 ,1 N1,1(7)
= f (Rindirecta-directa
1, N
N F,F BCD ,
ABC
, NF, DABC, (NS_IDS)
1 1(IS3):
(IS1):
R 2 , N
2 2, N 2 ABC
R2, N2, NABy, directa
AB , R 3 ,3 N3,3 NCD
R3, N3, (NS_DS2):
BCD, R(7)4 , N ,
NBCD, R4, N4, NCD o NBC)
N o N
Secuencia
Secuencia
AB
nonsharp
intensificada
min Q ynonsharp
Secuencia max xA =directa f (R1, N (NS_DS1)
1, NF, DABy ,R directa-indirecta
2, N2, NAB, NBCD(NS_DIS): , NCLB, NSecuencia min ) Q y max
Secuencia
Secuencia
CLC nonsharp xintensificada
intensificada A = f (R ,3N (8)1, NF,1B(IS1):
indirecta-directa
11 (IS1): CD, R 2, N2, NABC
(NS_IDS) y ,directa
R3, N3,(NS_DS2): NCD, R4, N4, NAB o NBC)
Secuencia intensificada 1 (IS1):
DA

Secuencia nonsharp indirecta-directa (NS_IDS) y directa (NS_DS2):

DAB
Q x f
DABC
CLB
min
min QCD
Q y
yy max max
max =
xx)AAA == ff (R (R
(R(6) ,
11,, N NN1,, N , N ,
NFFF,, NDBCLB , R , N , N ,
AB ), R N ,
3, N3,CLB
N NCD ,N ,R )
4, N4, NAB o NBC)
F, DABC, R2, N2, NAB, R3, N3, NBCD, R4, min
Q y max xintensificada CD , R 22 , N
2 22, NABC
minSecuencia A = f (R1, N1, 3N(IS3): N 4, N omax N AB 2 BCD CLC
Secuencia intensificada 1 1 11(IS1):
min Q y max x =
FABCD

f (R , N
DABC

, N , D , R ,
CLC

N , N ,
R3

N
N3
, N , N min
min Q
) Q y y max BC
x xA = f (R
A= f (R1,1 N1,1(8) , N ,N N F, ,
F DABB CD , ,R R 2 , , N
2 N2,2 NAB , N CD
ABC, N, R
BCD , N
3 , N3CLB,CD , N N , CLC
R4,) N4, NAB o NBC)
CLC Qde
min y max xA = f (R1, N , NF, BCD, R2, N2, NABC, R3, N3, NCD, R4, N4, NAB o NBC)
R1

ha utilizado una optimización multiobjetivo A para 1establecer los

AB mejores valores BCDde los Secuencia
CLB grados intensificada 31 1(IS3):
R2
1 F 2 2 AB
Secuencia intensificada (IS1):
N1 NAB

min Q ynonsharp
Secuencia max xA =indirecta-directa (NS_IDS)
, R2, N2,yNdirecta (NS_DS2): Secuencia intensificada
xA = f (R13,61N (IS6):
N2
f (R1, N1, NF, NCLB CD) (9)
NF NBCD

min Q y max 1, NF, DAB, R2, N2, NAB, NBCD, NCLB, NCLC)
NABC
Secuencia intensificada (IS1):
NCLB

Secuencia intensificada 3 (IS3):

NCD
Secuencia intensificada (IS3):
Secuencia Q intensificada
xxAA = 1 (IS1): (8)
libertad de las secuencias de Q destilación. min yy max max == fff (R (R111,,, N N111,,, N NFF,,, N ,R ,,NN)22,,NNAB CD,)NBCD, NCLB, N
NCLC

min Q max DCLBAB,, R CLC)

BBCD

min y max xintensificada

Secuencia A = f (R1, N1, 6N(IS6): F, BCD, R2, N2, NABC, R3, N3, NCD, R4, N min4, NQ ABy o max BC)x
Nintensificada (R
(R1(7)
N N N N22CLC
BCD

Secuencia
min
min QQ yymax xxAAintensificada
A==f f(R ,1,NN 31,1(IS3):
,NNFF,F,N CLB
DCLBAB, R2, N2, NCD AB), NBCD, NCLB, NCLC)
ha utilizado una minoptimización
Q y max xA =multiobjetivo f (R1, N1, NF, para NCLBestablecer
BD
, R2, N2, NCD los) mejores valores min Secuencia
Secuencia Qde y
Secuencia intensificada
los
max grados
x
intensificada =
intensificada 93(10)
A f de
(R 1 , N
6 (9)
,
(IS6):
1 N
(IS3): F , 3D (IS3):
AB , R 2 , N 2 , N AB , N BCD , N CLB , N CLC )
Secuencia
min Q yintensificada
max xA = f (R 1 1(IS1):
, N1, NF, NCLB, NCLC) Secuencia
min Q y max xA = f (R16, 3N (IS9):
Secuencia
Secuencia intensificada
intensificada 1, NF, NCLB, R2, N2, NCD)
(IS3):
(IS6): (9)
libertad de las secuencias
Secuencia de destilación.
intensificada 6 (IS6): Secuencia Q intensificada 3 (IS3):
2.3 Formulación del Figuraproblema
3 Variables de
Q dediseño
optimización
=deflas
xintensificada (Rsecuencias multi-objetivo , N2para
de destilación intensificadas paraelN ladiseño
separaciónde min
de las secuencias
, NCLC)min min Q Q yyy max max xxxAAA =
max == fff (R (R111,,, N
(R NN111,,, N NFF,,, N
N NNCLBCLB,, R
,N R2CLC2,, NN)22,, N NCD))
haFigura min
utilizado min
y max
3Secuencia
Variables
una A de
Q optimización
ya)max
diseño
xA =
1, N
f (R
1,de9N(IS9):
multiobjetivo , DAB
Flas , R2para
secuencias , establecer
NdeAB,destila-BCD,los NCLB mejores Secuencia
valores
min
min QQyymax demax intensificada
losxxAAgrados
==f f(R (R1(8),1de
,NN 61,1(IS6):
,NNFF,F,NNCLB
(10)
CLC
, ,NRCLC 2, N ) 2, NAB CD)
1, N1, NF, NCLB, NCLC)
mezclas cuaternarias: Secuencia intensificada IS1, b) Secuencia intensificada IS3, c) Secuencia CLB
de destilación ción intensificadas min
Secuencia
Secuencia Q
Secuencia y max x
intensificada
intensificada = f (R , N
9 ,
(IS9):
6(11) N
(IS6): , N , R , N , N CD)
para =lafdestilación.
separación deCLC mezclas cuaterna- xintensificada 6 (IS6):
A 1 1 F CLB 2 2
Secuencia
min Q d)yintensificada
max xintensificada
(R 3 1(IS3):
, Ny 1e), Secuencia
NF, N , R2, NIS12. 2, NAB) Secuencia Q y max intensificada ,12 (IS12):
min A = f (R19 N 1, NF, NCLB, NCLC)
intensificada IS6, Secuencia IS9 intensificada
libertad de
2.3deFormulación las secuencias
Secuencia del
A de
problema
intensificada de IS1, optimización
9Aspen
(IS9): multi-objetivo paraun el modelo
diseño Secuencia
Secuencia dedeylas intensificada
intensificada
secuencias 6 (IS6):
(IS9):
rias: a) Secuencia intensificada Secuencia
min Q intensificada
xxAxA ===ff (R 11,,6 N,(IS6):
Las secuencias destilación
min Q y max
Secuencia
se xsimularon
A = f (R1, N1, 12
intensificada
con N , Nb)CLB
24F(IS12):
Secuencia
,Plus®
R2, N2,7.0 Nintensifica-
CD)
suponiendo min
min
Secuencia Q yymax
Q
Q
max
max intensificada
(R
f (R
(R1(9)
N 11N,, N
91,1(IS9):
N F,, N NCLC
1, FNF,CLB D,ABC ,R N2,CLC,R N)2,, N NAB ) (10)
2, NABC, NCD, NCLC, R3, N3, NAB, NBCD,
min
min Q y y maxmax xxAA=A=f f(R ,1,N1N ,NN F,F,N NCLC , ,RN2,CLC N2)2, NAB )
equilibrio paraderesolver
destilación
daelIS3, min Q yde
c) Secuencia max xA intensificada
= f (R1de 1, NF,IS6,
, Ndiseño N(MESH) d), RSecuencia
2, N 2, Ndescriben
AB) (11) CLB
conjunto ecuaciones CLC que al min
Secuencia
proceso.
Secuencia Q El y max x
intensificada
intensificada
A = f (R 1 , N
12 ,
9 (IS9):
1 N
(IS12):
F , N CLB , N CLC )
Secuencia
min Q intensificada
y max xA = f6(R (IS6):
1,de Noptimización
1, NF, DABC, R 2, N2, NABC, N CD, N N , R)Q 3, y Nmax 3,lasNAB , N (R,112
xsecuencias , 9N(12)
min A = fBCD 1, NF,9N CLC, R2, N2, NAB)
Las2.3 Formulación del yproblema multi-objetivo para elCLCdiseño de
CLB
intensificada
secuencias Secuencia IS9
de destilación e) Secuencia
intensificada se simularon
12como intensificada
(IS12): con Aspen IS12. Plus® 7.0 suponiendoSecuencia
Secuencia
Secuencia un intensificada
intensificada
modelo intensificada de (IS9):
(IS12): (IS9):
diseño de las secuencias de separación se formuló un problema de optimización Secuencia
min
minmulti- Q y y maxintensificada
max x x = = f f
(R (R 9 ,(IS9):
1 Nflujos
, N1, FN
1, N ,N ,CLCDABC , R2, , RN22,, N , fondos
Ny2AB N
) ABC, Nde CD, la NCLC , R3, N 3, NAB, N BCD,c
min N Q y )max x = f (R , N , N , N , N ) donde
Secuencia D y A BCD son
intensificada
A
(10) 1
12N
Fde destilado (11) primer columna que
de destilación
equilibrio paramin
CLB
resolver
A
el conjunto
1 1
de1de
F CLB
,ecuaciones
CLC
dees ,diseño Nminmin QQ yy N ABC
max xAA =,=N f fEl
(R (R1,,1,N ,(IS12):
1N
,N F, FN , CLC
DABC , R,2,RN 2,2,N N2,ABN) ABC, NCD, N CLC, R3, N3, NAB, NBCD,
Q xA = f (R 2, N2(MESH) queCD, describen 3y, al 3proceso.
y max Nseparación 1(12)
objetivo. El objetivo principal de cualquier secuencia 1, NF, DABC Rmejorar , NlaABC ,N
purificación min
NCLC de , QR
)
los max , Nx AB = f (RBCD , N , N , N , R , N , N )
ElLas diseño de intensificada
los Secuencia intensificada 12 1 (IS12):
ABCsistemas deseflujosdestilación conse realizó a de7.0lasuponiendo A
Secuencia
donde D y BCD 9son (IS9): de destilado y fondos compuestos
CLB A,modelo B, C y 1D. N F
NCLC
, los 2 2 AB
D_BC, NABC, NAB, NBCD, NBC, NCD, NCLB y NCLC son las
diseño secuencias
deutilizando
las Nla ) losderequerimientos
secuencias destilación
de separación simularon
se formuló comoAspen un Plus®
problema Nprimer
min
Secuencia ) Q columna y max un
intensificadaxmulti-que
A = f (R
contiene
de12 1, N 1, NF, DABC, R2, N2, NABC, NCD, NCLC, R3, N3, NAB, NBCD
B_BC
(IS12):
variablesdeestán optimización
CLB
componentes de través
interés de CLB minimización del deconsumo
energía másde energía
bajos. Estas y Secuencia
minSecuencia
donde Qen D y intensificada
max y intensificada
x B = f son
(R 12 , (IS12):
flujos
N , N12 de
, (IS12):
D destilado , R y fondos
NABC, Nde
2 de2,separadores
, N laNCLC
CD,anteriores
primer
, R3, ycolumna
Nla3, ubicación
NAB, N que BCDd,
c
Q y max
mincompuestos xA A, = elfB, (R 1, y
C ND. 1, N NFde ,B_BC
Necuaciones
, N, D_BC
R2, N ,N 2,ABC
NAB ,N ) AB, N(MESH) BCD, NBCque para
, Ndonde ,CLBNlas ) Dyetapas
ABC
ymaxNalCLC deA interconexión
CD
(11) de
F los flujos
xBson las ubicaciones
1 1 ABC
equilibrio
objetivo. El para
objetivo resolver
principal conjunto
de cualquier
CLC
secuencia dede diseño
separación es mejorar
CDNdescriben
min
la Q
CLB
purificación yproceso. de =quelosfson(R El 1,flujosN1, Nde , Ddestilado
ABC, R2, N y2,fondosNABC, N deCD,laNprimer CLC, R3, columna N3, NAB, que NBCDc,
la maximización donde D simultánea
y B son de la
flujos pureza
de de
destilado un
dependen de la selección de los valores compuestos y com-
fondos de la minprimer Q y columna
ABC
max A, B, x
ACD
= f
A C y D.1 NB_BC (R contiene
, N ,
1 ,F N
Flos
,
ND_BC D ,
, NABC R , N , N , N , N , R , N , N , N ,
conflicto para el caso deSecuencia
secuenciasintensificada de destilación 12y(IS12): para
NCLBlos B2 y, N 2AB, N ,N BC, N CDdeNoperación y3 NCLC AB sonBCD las
ABC CD
laterales ) de ubicación los componentes intermedios ABC
C. ABC CD CLC 3
y Las condiciones de las quese
BCD CLB
diseño depara
ponente
componentes de
las
lasinterés
clave.
compuestos
etapas dedeinterconexión
secuencias
Esta A, B, Cseparación
formulación
utilizando los
y D.requerimientos
NB_BC
de formuló
implica los flujoscomo
,seND_BC ,N una
de
de separadores
,optimi-
energía NAB, más un
NBCD problema
bajos.
anteriores
, NBC,Estas Ndonde
de
compuestos
N CLB ) yDlaABC
optimización
, variables
N y A, NCLC
yB,
están BCCD
son multi-
y las
en
de N
son
D. lasflujos salidas de destilado fondos
B_BC, ND_BC, NABC, NAB, NBCD, NBC, NCD, NCLB y NCLC son las u
ubicaciones
de la primer columna
grados de libertad del proceso. ABC N
para
CD
donde )lasCLBetapas
DNABC de
ymuestran
Blas interconexión
son flujos de los
de destilado flujos de separadores
y fondos de anteriores
la primer y la ubicación d
zación mincon Qobjetivo
lateralesy max
dos xlos
deprincipal
objetivos f (Rsimultáneos.
A =componentes 1, N 1, NFintermedios
, DABC , R2, parámetros
Los Nde
B 2y ,N C. Las , Ncondiciones
CD, es NCLC R CLB
, destilación
3, N
de
compuestos ABse
3,purificación
operación ,A, N deB,
CD ,de
C D.en
(12)
ysecuencias
N las Tablas de , 1NABC – 3., NLos flujos, N de (12),las salidascolumna laterales que
de la
objetivo. El de cualquier secuencia separación mejorar donde la D ypara Binterconexión
sonlos B_BC,de
flujos N
deD_BC
losdestilado ,N
deyseparadores
ABfondos BCD deBC la Nprimer
CD, NCLB lay ubicación
y columna NCLC son quelas
dec
ABC BCD
conflicto para el
para caso las de secuencias
etapas de de
interconexión destilación de y
los dependen
flujos de de la selección
separadores para
de
anteriores loslas etapas
valoresy la
ABC de
ubicación CD los de las salidas flujos anteriores
El diseño de los sistemas donde
laterales D de los y B
A,secomponentes son flujos de
intermedios destilado B y C. para y fondos
Las condicionesde la primer
NCDde columna
, Noperación y NCLCdeson que
lasParsec
de diseño
componentesNCLB )desededestilación
destilación utilizaron
interés se utilizando
se como
muestran
realizó avariables
los
través de la minimización
las Tablas de
en requerimientos 1 – optimiza-
3. energía
de Los flujos más
del consumo
de
bajos.
compuestos
intensificadas
laslaterales
salidas
para
Estas
compuestos
de ABC
laterales
lasvariables
etapas A,
B,consideraron
CD
deestán
B,
C ylas
de
C
D. N
interconexión
y en
D. columnas
N
B_BC , ND_BC
como
, NdeD_BC fase
los
, Nlíquida
, N
ABC, NAB
flujos , deAB
N
, NBCD
separadores
, N
fines , NBC
, N
de,anteriores
,
diseño
N , N
yCLBmodelación.
yylaNubicación son
las
las d
grados de libertad del
laterales proceso.
de los de los componentes intermedios B y C. Las condiciones de operación de las se
de componentes intermedios B y C. Las condiciones de operación deBClas secuencias dede, N
B_BC ABC BCD BC CD CLB CLC
energía y la maximización
ción para simultánea
laDobtención lason
de pureza los dede
frentes undestilado
componente
de Pareto clave.
entre Esta compuestos
destilación
formulación
donde
para las D
etapas A, muestran
se B,
yde y D. son
interconexión NB_BC
en las
flujos , Tablas
Nde D_BC los 1ABC – ,3.separarse
destilado
flujos NdeLos , Nyflujos
ABseparadoresBCD , Nde
fondos BC,anteriores
Nde
las , NCLByylaterales
CDsalidas laNubicación
CLC son delaslad
donde intensificadas y B se consideraron flujos como fase y
líquida fondospara de
fines la deprimerde
diseño materia
laterales columna
y se
modelación.
de los consideró
que contiene
componentes Para que
el la
los
balance mezcla
intermedios podía en sus compuestos puros y esta
laslasdc
conflicto
diseñopara elABCcaso de CD secuencias de
en destilación y dependen dela laminimización
selección delas losetapas valores para de los –B3.compuestos
yde C.separadores
Las condiciones de operación dede
ABC CD
para
destilación secolumna de
muestran interconexión en columnas
las de los 1flujos
Tablas Los flujos deA, anteriores
las ylaterales
la ubicación
El
la
implica una optimizacióncomposición de
con los
destilación
dos sistemas
delsecomponente
objetivos desimultáneos.
muestrandestilación lasseLos
clave realizó
Tablas (es1adecir,
parámetros –través
3. Los de de
más flujos
diseño de utilizaron
se las
la
para salidas
primerlas
intensificadas
laterales
del
de
consumo
laterales
etapas los sede interconexión
consideraron
componentes
las
que contiene
como de los
intermedios fase los
flujoslíquida
B y de
C. separadores
para
Las fines
condiciones de B,salidas
anteriores
diseño de y ymodelación.
operaciónla ubicaciónde lasPardse
compuestos
de materia A,se B, C y D. NB_BC
consideró que, la ND_BC
mezcla , NABC , NABsepararse
podía , NBCD, Nen BC,sus utilizó
NCDcompuestos
,N CLB y N
destilación para puros son
se definir las los
ubicaciones
yconsideraron
esta condición flujos de productos.
se Bajo estadeperspectiva, la maximiza
grados
ligero) y delax Alibertad
enpara ladel proceso.
corriente principal y el consumo de laterales
intensificadas
C ymateria de
CLC
D.y modelación.
N los se,muestran
componentes
ND_BC , queNen las
como Tablas
intermedios
,mezcla
N fase
,N 1líquida
B– ,y3.N C.Los Las
para ,N flujos
condiciones
fines , sus
Nde diseñolasy de salidas
yoperación laterales
modelación. de las de
Para l
se
como variablesenergía
de optimización
paratotal
maximización
intensificadas
lasdeetapas la simultánea
se
obtención
deproceso
consideraron
interconexión de de frentes
los lacomo
de los
pureza fase
de
flujos
de
Pareto
de
unentre
líquida componente
separadores
para la fines declave.
composición
anteriores
diseño
laterales
de
destilación
composición
Esta
del
y lason
deformulación
los
se
ubicaciónsedel
B_BC componentes
consideró
muestran
compuesto
de las
Para elABC
en clave
salidas
balance
intermedios
la
las TablasAB
implica podía B
1 –también
BCD y C. Las
separarse
3. Loslaflujos
BC condiciones
CDen
optimizaciónde las salidas
CLB de
compuestos operación puros
de ysumodelación.
de
laterales de lc
recuperación.y las
esta se
energía
El diseño utilizó en
los para el
sistemas definir de los de flujos
destilación separación de
se productos.
realizó Q. a El
travésBajo
con- de esta
la perspectiva,
N intensificadas
minimización
destilación
de diseño
materiasese della las
se maximización
se
consumo ubicaciones
consideraron
muestran
consideró deque en de
las
la mezcla la
para
como
Tablas faselas 1 –etapas
líquida3. Los para de
flujos interco-
fines
podía separarse en sus compuestos puros y esta c dede diseño
las salidas laterales de Pa la
implica una optimización
de materia xcon
se dos objetivos
consideró que la mezcla simultáneos. Los parámetros
podía separarse en sus de compuestos seutilizaron
puros y estalos condición se productos.
A en la corriente principal y el consumo de energíadestilación muestran enflujos lascomo Tablas 1 líquida
– 3. Los flujos dedeperspectiva,
las salidas laterales dePar la
CLC
componente clave (es decir, más ligero) utilizó
total en para
intensificadas
análisis de definir
se yconsideraron de fase Bajo
para esta
fines diseño la demaximiza
y modelación.
sumo
energía de
laterales
y energía
composición
la de lostotal
maximización componentes
del del
compuesto sistema
simultánea intermedios
clave involucra
de implica
la pureza C.las
B y también deLas cargas
un condiciones
lacomponente
optimización denexión
operación
de de
clave. supara
materia
intensificadas
utilizó
dedatos
delos
recuperación.
Esta se lasflujos
consideró
formulación
se
definir
la discusión
secuencias
consideraron
los Porde que
flujostanto,
la de
separadores
decomo elresultados
mezcla
de fase podía
productos. líquida
se
anteriores centraron
separarse
para fines
Bajo
y en
en
esta
la
sus
de
lacompuestos
ubi- composición
diseño y modelación.
perspectiva, lapuros
las corri
y esta
maximizac Par
como
el proceso de separaciónvariables Q. de de
utilizó optimización
El consumo para definir
de energía para losla obtención
totalflujos de
del sistema de los
productos. frentes de
Bajo Pareto
esta entre
perspectiva,la
intensificadas
composición composición la del semaximizacióndel
consideraron
compuesto de
como
clave la fase
implica líquida
también para la fines
optimización de diseño de y sumodelación.
recuperación. Par
térmicas
implicadestilación
una análisis losde
optimizaciónserehervidores
muestran
datos en
doslas
y la discusión
con
y Tablas
condensadores
objetivos 1 – 3. involucra
de resultados
simultáneos. Los de
flujos
se centraron
lasdecargas
las
Loslayparámetros
térmicas
cación
de materia
productos.
laslasalidas
en composición
utilizó
demateria laterales desede
para
las de
las salidas
consideró
definir las columnas
corrientes quelaterales
losqueflujos
la mezcla
demezcla
los depodía
de productos.
los componentes
separarse en sus compuestos
Bajo enesta
in-
sus perspectiva,
puros y esta
la maximiz
componente
columnas clave de(es
composición decir,
destilación más
del ligero)
compuesto xAdestilación
en la corriente
clave implica principal
también el consumo
optimización de
composición
termedios
de
análisis dediseño
de
materia energía seconsideró
sedel
suderecuperación.
se
datosB
utilizaron
total
y compuesto
consideró y C. laendiscusión
Las Por la
clave
tanto,
quecondiciones
la mezcla
de
implica
el podía
resultados
podía también
de
separarse
operación
separarse
se
la optimización
centraron enesta de
sus
en la
compuestos
las
compuestos
composición
puros
de su recuperación.
puros
y estaP
y esta c
de los rehervidores y condensadores
intensificadas
productos.
de se las columnas
consideraron de como fase líquida para fines de diseño utilizó
y Los
modelación. para
problemas definir Para de ellos
optimización
balance flujos de productos.
presentan Bajo
variables continuas perspectiva, y discontinuas.lademaximiza
las corri
La p
como variables de optimización para ladeobtención de los composición del compuesto clave implica también la optimización de su recuperación.
el proceso de separación
análisis de datosQ. El yconsumo la discusión energía
de resultados total del sefrentes
sistema
centraron deinvolucra
Pareto entre
utilizó
en laanálisis
secuencias
las
composición
utilizó
productos.
la de
cargas composición
para
para
datos definir
de
térmicas
de
definir
ylas del flujos
los
lacorrientes
discusión
destilación los flujos
de
de se de
resultados
los
de muestranproductos.
productos.
se centraron
en Bajo
Bajo las esta
en laperspectiva,
Tablas
esta
composición
1
perspectiva,
lade maximiza
la
las corrie
maximiza
Q = Qc Qh
+optimización composición
y (1)
variables discretasdel compuesto
tiene clave implica
en la también la optimización de de su recuperación.
componente
de los de materia
rehervidores
Los se
clave
productos. (esconsideró
problemas
y condensadoresdecir, más deque la mezcla
ligero)
de las xA enpodía
columnas
presentan
la separarse
corriente
de destilación
variablesen(1)suscontinuas
principal ycompuestos –
el consumo análisis
3.
composición
productos. Lospuros
discontinuas.
dedeenergía ydel
datos
flujos estacompuesto
de condición
La
ytotalla lasen incidencia
presencia
discusión salidas se de
clave deimplica
resultados
laterales complejidad
tambiénse
decentraron
las la columnas
delenproblema
optimización la composición optimización
de su recuperación. de las corr
composición
Los
análisis problemas del
deoptimización
datos yse compuesto
de optimización
laconsideraron
discusión clave implica
presentan
de resultados también sevariables la
centraron optimización
continuas
enpara de
y
laelcomposición su recuperación.
discontinuas. las La
devariables corrpP
donde
donde Q es la energía
el proceso utilizó
Q es
variables
totaldedel para
la definir
energía
discretas
sistema, Q.
separación los
total
tiene
Qc y Qh son de flujos
del incidencia de
sistema, productos.
en
las energía Qc
la
cargas total y Bajo
Qh
complejidad
térmicas sonesta delperspectiva,discontinuidades
intensificadas
problema
del condensador productos. de la
yproblemas maximización en las por defuncionesla
generar objetivo.
como fasePara líquidareducir número de
Los problemasEldeconsumo optimización
Q =implica presentan
Qcy+rehervidor.
Qh
del sistema
variables involucra
continuas análisis
Los
análisis
variables y las decargas
discontinuas.
dediseño
datos térmicas
datos y yla
discretas
yde laLaoptimización
(1)tiene
discusión
presencia
discusión incidencia
dede resultados
presentan se
de resultadosen la el se
complejidad
centraron
variables
centraron del
en la composición
continuas
en la composición
problema
y discontinuas.
de manejo
de lasLa
de las corri
optimización
corr p
rehervidor. las cargas
composición
de los rehervidores
térmicas
discontinuidades del del
compuesto condensador
en las clave
funciones también
objetivo. la
Para optimización
reducir el fines
productos.
discontinuas
de su
númeroLos
de
recuperación. de
problemas se emplearon
variables Por
de
modelación.
tanto,
de
optimización lasel
diseño Para
siguientes presentan
balance
relaciones
variables
de
que mate-
permiten
continuas y el
discontinuas. de La la
Las secuencias variablesy de condensadores
discretasseparación
de las columnas
tiene incidencia analizadas en la de tienen
destilación del problema
complejidad di-en la
productos.
variables
ria
productos. de
se condensador
discontinuidades
discretas
optimización
consideró ende
tiene por
que las
incidencia
la generarenobjetivo.
mezcla
funciones
la complejidad del problema de optimización p
podía separarse
Paray reducir en sus el comonúmero de variables
Los problemas optimización presentan variables continuas y discontinuas. La p
donde
Las secuencias de Qseparación
es discontinuas
análisisla energía datostotal
deanalizadas del
yselaemplearon
tienen sistema,
discusión diferentesde lasQc y Qh son
resultados
siguientes
grados
Q = Qcdefinen
se
de
+ Qh alPara
las cargas
centraron
relaciones
libertad, losque térmicas
composición
permiten
cuales del
alimentación
definen
variables
Los
discontinuidades
de
el problemas
manejo lasencorrientes
discretas las
dede
en
ylas
secuencias
tiene
las
de
etapas los directas,
incidencia
optimización
funciones de presentan
en
objetivo. laindirectas
complejidad
variables
Para reducir
nonsharp
del problema
continuas el número
variables
de de
y discontinuas.
contin
optimización
variables La p
ferentes grados discontinuidades de libertad, en las losfuncionescuales objetivo. tiporeducir elcompuestos número
Los
discontinuas
variables problemas de
discretasse puros
variables de
emplearon
tiene
(1)y esta
de
optimización las
incidencia
condición
diseño presentan
siguientes en la
se utilizó
variables
relaciones
complejidad
para
quecontinuas
del
de-
permiten
problema y discontinuas.
el
de manejo
optimización de La lap
rehervidor.
al tipo de problema productos.
de alimentación
optimización en
quelasdebe secuencias resolverse. directas, La indirectas
dimensiónyLa nonsharp
del problema βvariables
ABC⋅N
como de
discontinuidades i, Ndiscretas
variables BCD = continuas: β BCD entiene⋅Nlas i, N N = β=
funciones AB⋅N i, N = β BC ⋅Ni yreducir N =β ⋅Ni donde deβj∈(0, 1).
de problema de optimización
discontinuas se emplearon quelasdebe siguientesresolverse. relaciones que térmicas finir
discontinuas
permiten los flujos
el discretas
manejo se emplearon de de productos. incidencia
lasyincidencia
AB
deBajo
lasABCsiguientes
etapas enobjetivo.
laBC esta
complejidad
relaciones Para
perspectiva, que del CD problema
permitenella
CDnúmero
eldemanejo variable
optimización de las
donde Q
Las secuencias es la energía
dei, secuencia
separación total del
analizadas sistema, Qc y Qh son las cargas variables
alimentación del
discontinuidades condensador
en las entiene
secuencias
las funciones directas, en la
objetivo. complejidad
indirectas y
Para reducir del
nonsharp problema como
el número de optimización
variables
de contin
variables
dimensión
optimización es diferente Los
paraβABC problemas
del
⋅N
cada N BCD =de
problema β BCDoptimización
de de
⋅N NAB =tienen
i, optimización
destilación yABfue⋅Ndiferentes
βpresentan , NBC esvariables
idefinido
gradosy N
BC⋅Nicontinuas
=diferen-
βcomo: deCDlibertad, de ⋅N lalos
= βymaximización
discontinuas.
i donde
discontinuas
discontinuidades
cualesβjse
secuencia en∈(0,
definen
La de
NS_DISSpresencia
1).
emplearon
en la Para
las seelde
composición utilizaron
las
funciones caso siguientes objetivo. delsiguientes
las compuesto
relaciones
Paray nonsharp que clave
relaciones:
reducir permiten
elcomo NB_BC
número el =manejo
β B_BC
de ⋅(0.5N
de la4
variables
alimentación en las secuencias directas, indirectas y nonsharpalimentación las secuencias directas, indirectas variables continu
CD
rehervidor. como
discontinuidades , variables
N = continuas:
en las , N N=ABC
funciones =⋅Nobjetivo., N = Para reducir
y N = el número donde de variables
al te
tipopara de cada
problema
variables secuencia
discretasde de
optimización
tiene destilación
incidencia que endebe la y fue definido
resolverse.
complejidad La
del dimensión
problema β
implica
ABCde ⋅N
discontinuas
del también
problema
optimización
i BCD se β emplearon
BCD de
por⋅N
la ioptimización
generar AB las β siguientes
AB i de
BC suβ
relaciones
BC ⋅N
recuperación.
i que CD β
permiten CD ⋅N i el manejoβ j∈(0, de1).la
Secuencia directa (DS) e indirecta de la secuencia(IS) NS_DISS se utilizaron las siguientes relaciones: N⋅N
alimentación
discontinuas N= β B_BC seenβ⋅(0.5N
las secuencias
emplearon 4,) N y ND_BC las =
directas,
siguientes indirectas
relaciones y nonsharp
que permiten comoelvariables manejo contin de la
ββ i,donde β=en BCD⋅N = βcaso AB⋅Ni, NBC = β BC⋅Ni y NCD = β CD⋅Ni donde β j∈(0, 1). P
B_BC
como: Las secuencias β ⋅Ni,de N separación = β BCD⋅N i, NAB = βtienen
analizadas AB⋅Ni, N BC = β BC⋅N
diferentes i y NCD
grados de =libertad,
Por
de
ABC
CDla ⋅Ntanto,
discontinuas
alimentación losBCD
isecuencia cualesse
el j∈(0,emplearon
análisis
definen
NS_DISS
las 1). i Para
secuencias
AB el
de selasdatos siguientes
utilizaron
directas, y lalasindirectas relaciones
discusión
siguientes queresul-
de
y nonsharp
relaciones:permiten comoNB_BC elvariables
manejo
= de la4
contin
β B_BC⋅(0.5N
min Q y max xoptimización es ABCdiferenteBCD
discontinuidades para en cada las secuencia
funciones deobjetivo. destilación Para y fue definido
reducir el como:
número de variables de diseño
A = f (R1, N1, NF, R2, N2, NBCD o NABC, R3, N3, NCD o NAB) (2) β
alimentación ⋅N , N en = β
las ⋅N
secuencias , N = β
directas, ⋅N , N indirectas= β ⋅N y y N
nonsharp = β como ⋅N donde
variables β ∈(0,contin1).4
Secuencia dededirecta (DS) e indirecta (IS) debelasresolverse. de
tados laNB_BCsecuencia
se BCD NS_DISS
del=centraron en i seAButilizaron
ylaNcomposición =⋅N ,las siguientes
de BC i relaciones: NB_BC = β B_BCj ⋅(0.5N
7lasy corrientes
ABC i BCD AB i BC CD CD i
al tipo directa la secuencia
problema NS_DISS
de optimización se utilizaron
que siguientes La relaciones: alimentación
dimensión βen
problema= las β⋅(0.5N 4,) N
secuencias
de = directas, indirectas nonsharp como variables continu
βABC ⋅N i, NBCD de BCD⋅N β AB i NBC = β BC⋅Ni y NCD = β CD⋅Ni donde β j∈(0, 1).
B_BC D_BC
Secuencia discontinuas (DS)
Secuencia directa-indirecta (DIS) e indirecta-directa (IDS) e
se indirecta
emplearon (IS) las siguientes relaciones que permiten el manejo las etapas i ABde
optimización
de
βdeABC los i,productos.
la⋅Nsecuencia NBCD = β NS_DISS
BCD⋅Ni, NAB se = utilizaron
β AB⋅Ni, Nlas BC siguientes
= β BC⋅Ni yrelaciones: NCD = βCD⋅N NB_BC
i donde = ββB_BC j∈(0,⋅(0.5N
1).
min Q y max xmin = fQ(Ry max
, xNA =,esRf diferente
alimentación
N , (R
, N 1,enNN1,las
, Npara ,oRN2cada, N2,, R
Fsecuencias
secuencia
NBCD , o, N
directas,
N NABC de ,destilación
) R3, N3, Ny7CDynonsharp
indirectas ofueNAB definido
) como (3)
como:
βdeABC
Los variablesi, NBCD
la⋅Nsecuencia
problemas (2) = βNS_DISS
continuas: BCD⋅Ni, NAB
de N se ==
optimización
ABC
β AB⋅Ni, Nlas
utilizaron = β BC⋅Ni y relaciones:
BC siguientes
presentan
NCD = βCD⋅N
variables
i donde
NB_BC = ββB_BC j∈(0, 1).
⋅(0.5N
A 1 1 F 2 2 BCD ABC 3 3 BC de la secuencia NS_DISS se utilizaron las siguientes 7 relaciones: NB_BC = β B_BC⋅(0.5N
Secuencia directa (DS) e(DIS) indirecta (IS) de la secuencia
continuas NS_DISS se utilizaron las siguientes
y discontinuas. relaciones: N = β B_BC⋅(0.5N4
Secuencia
Secuencia simétrica (SS)βdirecta-indirecta e indirecta-directa
ABC⋅Ni, NBCD = β BCD⋅Ni, NAB = β AB⋅Ni, NBC = β BC⋅Ni 7
(IDS) yN (2)CD = βCD⋅N i donde β j∈(0, 1). Para el caso La presencia 7 de variables B_BC
min Q y max xmin
min yQmax
Secuencia
Q y max=xdirecta-indirecta
N1,laxNAFsecuencia
A = f ,(R
, Rf 2(R
1,, N
, N1 2,NN1NS_DISS N1F,,NRF2,, R N22,N ,N 2, NBCD
(DIS)
N ) o NABC
e oindirecta-direc-
N,ABC , R3, N3, NCD o NAB) discretas tiene
las Rsiguientes
3, N3, NBC)relaciones: (4) NB_BC = β B_BC(3)
(2) incidencia en la complejidad 7 del pro-
A = f (R1, de AB, R3, N3,se utilizaron ⋅(0.5N4) y ND_BC =
BCD
CD
ta (IDS)
Secuencia
Secuencia directa-indirecta
simétrica (SS) (DIS) e indirecta-directa (IDS) blema de optimización por generar discontinuidades
7
Secuencia nonsharp directa-indirecta simétrica (NS_DISS): 7
min Q y max x = f (R , N , N , R , N , N o N , R , N , N )
en las funciones (3)
objetivo. Para reducir 7el número de
min Q y max xmin Q y max xA = f (R1, N1, NF, R2, N2, NAB, R3, N3, NCD)
A 1 1 F 2 2 BCD ABC 3 3 BC
(5)variables (4) de diseño discontinuas se emplearon las
A = f (R1, N1, NF, DABC, R2, N2, NABC, R3, N3, NBCD, R4, N4, NB_BC, ND_BC)
Secuencia
Secuencia nonsharpsimétrica (SS)
directa-indirecta simétrica (NS_DISS):7 (3) siguientes relaciones que permiten el manejo de las
Q yQmax
minmin xA =xAf =
y max (Rf1,(R
N11,, N
N1F,,NDFABC
, R2,,RN,2,NN,ABN, R3,, N
2 2
3, NCD)
ABC R3, N3, NBCD, R4, N4, NB_BC, ND_BC) (5) (4)
Secuencia nonsharp directa-indirecta 6 simétrica (NS_DISS):
122
min Q| yAFINIDAD
max xA = fLXXV,
(R1, N1582, NF, DABC, R2, N2, NABC, R3, N3, NBCD, R4, N4, NB_BC, ND_BC) (5)
6
 + β FC1⋅FC, DAB = FA + β FB2⋅FB y BCD = FD + β FC2⋅FC. En las secuencias intensificadas IS1 e
estos grados de libertad se manipularon con las siguientes expresiones: DAB = FA + β FB1⋅FB y D
FA + β FB1⋅FB + β FC1⋅FC donde β FB1, β FB2, β FC1 y β FC2 ∈(0, 1), FA, FB y FC son los flu
alimentación de A, B y C. Los límites de las variables de decisión utilizados para resol
etapas de alimentación en las secuencias directas, Tabla 2 Parámetros de operación seleccionados para el
indirectas y nonsharp como variables
problema deB_BC continuas:
diseño multi-objetivodiseño fueron: de las β AB secuencias
, β ABC , βde destilación
BC, βpara BCD, β
nonsharp
, β B_BC,de en
βD_BC , βparámetro
CLB, β CLC,
NABC = bABC×Ni, N BCD = bBCD×Ni, NAB N = bAB×N + (0.5N
,i N BC =4). Un enfoque similar sistemas fue utilizadocuaternarios.
elCDmanejo otros
bBC×Ni y NCD = bCD×Ni donde βB-IIIbj∈(0.2, (0, son 1).0.8), Para
variablesβelFB1caso ∈(0.6,
discretas. 0.9), β FC1 ∈(0.1, 0.4), β FB2 y β FC2 ∈(0.1, 0.9) y N4∈(3, 50).
de la secuencia NS_DISS se utilizaron las siguien- Secuencia Nonsharp
tes relaciones: N B_BC = bB_BC×(0.5N4) y NEn D_BC
cuanto
= N B_BC a las Mezcla interconexiones Parámetro y ubicación de las salidas laterales de
NS_DISS NS_DS1 NS_DIS NS_DS2 NS_IDS
+ (0.5N4). Un enfoque similar2.4 fueMétodo utilizado de4para optimización el multi-objetivo utilizado enpara el diseño dede las secuencias de desti
B_BC + (0.5N
Nmanejo de otros 4N). B_BC
Un enfoque
+ (0.5N4de
parámetros similar
). B_BC
N Un
diseño enfoque
+fue (0.5N
intensificadas,
que utilizadosimilar
son). Un va-enfoque
para
fue el
estas utilizado
manejo
similar
variables para
FABCD de fue
fueron otros
, kmol/hel
utilizado
manejo
parámetros
100 para
definidas de otros
100 elde manejo
laparámetros
diseño
-secuencia -que otrosde100diseño
IS1 parámetros
como:que NCLB de=d
B_BC + discretas.
Nriables (0.5NN 4).B_BCUn+enfoque(0.5N4).similar Un
Para enfoquefue
elβ diseño utilizado
similar para
fue utilizado
el manejo para de
DAB , kmol/h
otros
el manejo parámetros
-
de otros
-
de parámetros
diseño
-
que
-
de diseño
50
que
son variables discretas. son variables discretas. son variables D-I⋅NCLB , de
discretas.
NBCD las =secuencias
NCLBM1 +β B-I B(N deCD
separación
− N ) -y NseCLCutilizó
, kmol/h
DA , 2kmol/h CLB 15
50
15
= NBCD -un método
-
+ βCLC -
-
⋅(N215 de
-
−N optimización
BCD). En las
En cuanto
son variables discretas. a las interconexiones
son variablesobjetivo y ubicación
discretas.del tipo estocástico. Los métodos de las DB , kmol/h de optimización
En cuanto
laterales adeEn las secuencias
cuanto
interconexiones a intensificadas,
EnlasIS6 cuanto
interconexiones
ey IS9, ubicación
aestas lasetapa interconexiones
dey de ubicación
lassalida salidas deylaterales
ubicación 35
las 35salidas de 35de las
laterales
las multi-objetivo
secuencias son confiable
- ysalidasla de las
laterales
35 secuencias dede las s
- - - -
salidas las la BD , kmol/h del primer destilador -interconexión entra
En cuanto a
variables fueron definidas para En las cuanto
interconexionesa
resolver las
la secuencia interconexiones
problemas y ubicación
IS1 como: depara diseño y
de ubicación
las
con diferentes salidas de laterales
las
variables salidas de
y funcioneslaterales
las secuencias de
objetivo las 18 secuencias
. Uno deABlos =βalgo
P, atm 1 1 - - 1
intensificadas,
NCLB = bCLB×N2intensificadas,,estas
NAB =variables
bD-I×NCLBintensificadas,
estas
,fueron variables
N BCDseparador=definidas
NCLB+bestas fueron(N2variables
están definidas
la secuencia
dadas por: fueronpara
NFABCDCLBIS1 ,definidas
la = como:
kmol/hsecuencia
βCLB⋅N100 Npara
F,CLB NIS1BCDla
=-como:
secuencia
β=CLB ⋅N
β B-I
100⋅N 2N , IS1
, 2CLB
N NABCLC
100 ==como:
β= CLB-N ⋅NF+ 2N, CLB
βNCLC =⋅(N 1 −⋅N
CLB N
intensificadas,
- N ) y N intensificadas,
estas
= N variables
+ b más estas
×(N fueron - variables
utilizado N definidas
).enEn lafueron
B-I
las para
optimización
se- definidas
la secuencia para
multi-objetivo
D IS1
la, secuencia
kmol/hcomo: de N- IS1
procesos
CLB = como:
-β CLB es⋅N -Nel ,
2 CLB N
método=
-
AB CLB =
β de⋅N
- , N
evolución
2 AB = difer
βD-I⋅N CLB, NCLC BCDβD-I =N ⋅N CLB+β ,N (Nβ= 22 −N
⋅NCLBN +β
2,. N)LasyBCD N
(Ninterconexiones
=2 −N=CLB NNCLB +β )B-I
y+N (NβCLC =DN
−⋅(N N −)Ny+BCD aNβCLC).40segunda
En=N
⋅(N las −-secuencias
N+ β40). En ⋅(NlasyIS3,
2 − lasecuencias
Nubicación
- ). En las IS3,
de secue
AB
CLB BCD
CLB CLC
B-I
BCD D-I ⋅N
ICLB
BCD
CLB B-I CLC BCD M2 2de
CLC entrada
,2kmol/h
A CLB BCD la
CLC 2 BCD columna
BCD CLC 40 BCD la sal
βcuencias
D-I⋅N CLB , IS3,
N βIS6
BCDD-I = ⋅NeNIS9,,+β
CLB
CLB
la
N etapa
(DE)
B-I
BCD (N = de
N −
28-31
2 CLB
salida
N . +βEste
CLB ) del
y (N
B-I métodoN primer
CLC
2 − =
N Nha
CLB BCD) y
sido+N βCLCusado
CLC = ⋅(N DN B
para
2BCD −
, kmol/h N
+ β
resolver
BCD CLC). En
⋅(N
10 las− N
-secuencias
2problemas BCD ). -En las
de IS3,
10 secuencias
optimización
- IS3,
con variab
IS6 e IS9,y la
destilador la IS6 etapa e IS9,
interconexión de salida la de IS6
etapa del e segundo
entrada IS9,
de
primer salida
al lasegundo
destilador
etapa del de
destilador primer salida
eny la ladestilador
interconexión
delBC ,primer
secuencia kmol/h yIS12 ladestilador
interconexión
de
- entrada
fueron - y la
definidas al10interconexión
desegundoentrada
- -al de segundoentrada al
BD , kmol/h 40 - 40 como: 40 NCLC- = β CLC⋅N2, NA
IS6 e IS9, están
separador laIS6 etapa e IS9,
dadas depor: salida
la N etapa
decisión del
= bde primer
continuassalida
×N , Ndestilador
del = primer
y cuya estrategia de y la
destilador
interconexión P, atm y la
búsqueda interconexión
de entrada
1 está -inspirada al de
1 segundo
entrada al segundo
en1 los -procesos de evo
separador están =separador
dadas por: estánNCLB-separador
CLB
dadas
N= por:
) βyN32,33
CLB
⋅Nestán
CDAB==FNbCLB
N, CLC
F
NBCD dadas
+= 2ββ βpor:
=. B-III ⋅N⋅NFN
(N , ,−NNBCDNCLC= ==
β βN
).CLB ⋅N
F⋅N+F,2β,NCLC
NBCD ⋅(N ==1β −N N
F⋅N+F)2β,yCLCNNCLC ⋅(N=1 −βND- NF+F) β yCLC NAB ⋅(N=1 −βD-NF) y
bB-I×N2, NCLC N + bCLC ×(N N ×N , Para
kmol/h el tercer destilador - se utilizaron 100 las relaciones:
CLB BCD CLB B-I 22 CLB CLC B-I CLC B-I AB
FABCD 100 100 -
separador están separador
Las interconexiones de entrada dadas
F
por:están N 1
dadas
biológica
CLB =F
β
a la segunda por:
CLB ⋅N. NEl , N
Fcolumna
D-I
=
método β =
CLBBCD CLB B-I F 2 BCD β ⋅N
DE ⋅N, N, N
involucra =
CLCD ,B-I =β N
cuatro⋅N + ,
F 2 CLC
kmol/h β N etapas
CLC - 1 F - F CLC- AB 1 - D-F 15 AB = la
⋅(N = N− N
básicas:+ )
β y N
la ⋅(N = − β N
inicialización ) y N de βD-poblaci
I⋅N2. Las interconexiones I⋅N2. Las interconexionesde entrada
I⋅N2. Las N a interconexiones
la
= desegunda
β entrada
⋅N columna
a
y Nla desegunda
entrada
= y N la ubicación
columna
+βa la segunda
(N yde− laN la ubicación
columna
salida
). Para lateral
yde
el la la
caso ubicación
ensalida el
del lateral
flujo de de la ensalida
las el
corrienlat
AB

y la ubicación de la salida lateral en elAB segundo D-II des- CLB BCD M3 B

CLB , kmol/hB-I 3 - CLB 85 - - -
33
⋅N . Las interconexiones
⋅N . Las interconexiones
de entrada
mutación, a lade
cruzamiento segunda
entrada y columna
a la
selecciónsegunda y la
en columna
ubicación
cada iteracióny dela la
ubicación
salida
. Una lateral
de
iteración la en
salidadeel lateral
este algoritmo en el comp
CD
I 2 D , kmol/h 5 5 - - 5
tilador
segundo en la Isecuencia
destilador
2
segundo en laIS12 fueron
destilador
secuencia segundo en definidas
IS12 ladestilador
secuencia
fueron como: definidas
en IS12 la secuencia
fueron
como: definidas
DNIS12
A
=fueron
βcomo: ⋅Ndefinidas
2N, CLC
NABC -= β =como:
β-D-I⋅N⋅N2se N,CLB
N y= = β-CLCβD-I⋅N ⋅N 2,CLB
NABC y D=ABC β
N = , N = y N
BCD =
en
N
las+ secuencias nonsharp, , kmol/h
B CLC estas variables
CLC 10
de diseño
CLC CLCmanejaron
- ABC
como:
segundo b ×N
destilador
CLC segundo en la b la manipulación
×N
destilador
secuencia CLB enIS12 la secuencia fueronde losdefinidas
b individuos
IS12 fueroncomo: incluidos
definidas
NDCLC
B , kmol/h en
= como:
β la población
⋅N
75
N
CLC 4.5 2 CLCABC, N 75 (es decir,
= β = β -
⋅N ⋅N , N soluciones)
-
y = β
75
⋅N de unay gene
4.5 CLC-D-I 2 CLB -ABC 4.5D-I CLB
CLC 2 ABC D-I CD CLC B-III
N(NCD2 - =N NCLCCLC).+ ParaβNB-III
CDel (N= N
tercer −N
2 CLC +CLC βN
destilador).
B-III
CD Para(N
=+se N2elβ− tercer
N+⋅FβC).
utilizaron
CLC FC1CLC
destilador
DPara
,B-III (N2el−Ftercer
las
AB =
N se
+β
A CLC
utilizaron
).FB2
destilador
Para⋅FB el y tercer
P, atm
lasCD
B serelaciones:
utilizaron
= destilador
FD + β FC2 las
NCLB se
⋅Frelaciones:
utilizaron
= β las⋅N
C. EnCLB 3las
N
, CLB relaciones:
secuencias = βCLB ⋅N3N , CLB =
intensifica
Nrelaciones:
CD = N +
N
CLC CLBB-IIIN
β = =(N
b N −
×N
CD CLB2CLC3 CLC N+,para
N β ). =obtener
Para
(N
B-III D-II
AB
b 2 −el
×N N nuevos
tercer
CLB
y
CLC BCD ).N individuos
destilador
Para = el tercerse (es
utilizaron
destilador decir, las
senuevas
relaciones:
utilizaron soluciones).
las
N relaciones:
CLB = β ElCLB
desempeño
⋅N N ,
3 CLB = β CLB
numérico
⋅N 3, d
NNAB =+bβD-II(N ⋅NCLB NNAB y N=).BCDβ =⋅N N N+β yN =BCD (N
βflujo
estos =3 ⋅N N Nlas
−grados +β
yco-).N
de Para(N=3el−Ncaso
libertad N se +βmanipularon
del
).B-I Paraflujo
(N3el−de caso
NCLB lascon del
).corrientes
Para
lasflujo elde caso
siguientes Dlas del
corrientes
Dflujo
AB y
expresiones: deD las Dcorrientes
D = y
F +D
- Para el caso del de Parámetros de operación seleccionados para el
eβ
D-II CLB
CLB AB B-I D-II CLB CLB B-I BCD CLB CLB
Tabla 3 ABC, ABC, AB
CLB
AB = β D-II
Nrrientes
B-I 3
NDABy =
CLB
NBBCD
βD-II= ⋅NN método
CLBy +β NB-I ha sido
BCD(N =3N−nonsharp,mejorado
NCLB +β).B-IPara (NmedianteelNcaso ).una
del
Para modificación
flujo el secuencias
caso
de lasdel del algoritmo
corrientes
flujo de las DABC, que
corrientes
D evita la revisión
AB y DABC, DAB y
AB del
A
D⋅N CLB y en las
CLB secuencias CLB 3− CLBdiseño de las de destilación intensificadas
Bestas
CD en las secuencias
ABC,
BAB enCDlas
variables deCDdiseño sede
nonsharp, BCDestas
secuencias enFAlas nonsharp,
variables
+alsecuencias
βmantener ⋅Festasde diseño
B =+ un
nonsharp,
βvariables
⋅Fse C donde
manejaron
estas
de diseño variables
βpara como:
se manejaron
βsistemas deβ DFC1
diseño
ABC y= β F
como:
se
A + manejaron
β∈(0,DABC
FB1 ⋅FB1), =F como: +
, FβBFB1
FAAEsta DABCy⋅FF B= FA
C so
BFCD +enb las×Fsecuencias B nonsharp, búsqueda
manejaron como:
nonsharp,
FB1 DABC FC1registro de los FB1,puntos FB2, visitados cuaternarios. recientemente.
FC2 modificac
CD en las secuencias estas variables estas
de diseño
variables se manejaron
de diseño se
como: manejaron D ABC =como: F A + βD FB1
ABC ⋅F B= F A + β FB1⋅FB
+ Aβ FC1⋅F FB1C, D
+ bFC1
B AB+= βF ×FC⋅F , DAB =⋅F FA=+β bBFB2⋅F+×F yFB⋅FCD =yFFBD ⋅F
A + Cβ , FB2
D AB+ B yF =,BFB2
D AB+ B=β +deCA,=. algunos
En
FBD⋅Flas+yB β yC.
secuencias
BLos ⋅FC=. En FD las intensificadas
+ βla secuencias C. En las
IS1
intensificadas
secuencias
e de IS12, IS1
intensificadas
etabúIS12,
FC1
basa enFC1 laCD Cβ
A alimentación
incorporación D Ade
FC2 CD β FB2
conceptos
FC2 CD límites de FC2 ⋅Flas
demetaheurística variables debúsquedadecisión utilizadosen el ISmp
++βbFC1 ×F . En +
FC2⋅FCC, DAB
las=βsecuencias
F ⋅F+
FC1A C FB2 ,β D intensificadas
⋅F
AB B = yF B + β
A CD FB2 D B = FIS1
⋅F +eyIS12,
β B FC2CD ⋅F=C. FEn D + las β secuencias
FC2 ⋅F C . En las intensificadas
secuencias Secuencia intensificadas
IS1 e IS12,
Intensificada IS1 e IS12,
estos
estos grados
grados de deestos
libertad
libertadgrados se
se manipularon
deestos
libertad
manipularon grados
problema secon
conmanipularon
delas libertad
desiguientes
las si-
diseño seconmanipularon
expresiones:
las siguientes
Mezcla
multi-objetivo
Parámetro
con
fueron: las=siguientes
Dexpresiones:
AB FβAAB+, βIS3
IS1 FB1
ABCD⋅F =
, BβIS6
AB yF
expresiones:
BC ,Dβ AABC+
IS9β=
BCD βD
,FB1 ⋅F
IS12
CD AB,Bβ=yB_BC F
DAABC ,+ββD_BC
=FB1⋅F, βB
estos grados de
guientes estos
expresiones: libertad grados
D ABse de
= manipularon
F A libertad
+ b FB1
×F Bsecon
y manipularon
D ABClas siguientes
= F A
+ con las expresiones:
siguientes FABCD, kmol/h AB = F
Dexpresiones: A + β FB1
100 DAB
100 ⋅FB=100 yFD A ABC+100 = ⋅F100B y DABC =
β FB1
FbAFB1+×Fβ B
FB1b⋅FB×FF
+ FC1
+CAdonde
β+FC1β⋅FFB1 donde
⋅F
bCFB1, bBFB2,F
+AbβFC1 β+FC1yββ⋅F
FB1, bB-III
FB1C
FC2
donde
β FB2,
⋅F (0,β+1),
∈(0.2,
B FC1 β0.8),yFB1,
βFFC1
A
, ⋅F
ββFC2βFB1
C donde
FB2, β FC1β1),
∈(0,
∈(0.6, yFB1, DβAF
0.9), β, FC1
,βkmol/h
FC2AFB2, F∈(0,
B 8y F15
β∈(0.1,
FC1 1),
yC β son
FFC2
0.4), A15, βlos
F∈(0,
B y
FB2 flujos
yF
15 β1),
CFC2 son
15Fde A, los
∈(0.1, F15B 0.9)
yflujosFCy N son
de
4∈(3,los5
FFAB + y Fβ son
FB1 ⋅F B F+
los A β
flujos + β
FC1 ⋅F
de
FB1 C⋅Fdonde
B + β FC1
alimentación β ⋅F
FB1, de Cβ A,donde
FB2,B yβ C.FC1β Los y
FB1, β β FB2, β
FC2 ∈(0,FC1 y1),
M1 βCLF
FC2 B A, ∈(0,F
, kmol/h
B y 1), F 35 F
C son A, Flos
35
B yflujos F
35
C son
-de los 35 flujos de
alimentación
C dealimentación
A, B y C. de alimentación
LosA,límites B y C.dede Los lasA,límites
variables
B y C.deLos delasdecisión
límites
variables
CLC , kmol/h deutilizados
de lasdecisión
15variables para
- utilizados
resolver
de15 decisión 15 el para15utilizados
resolver el para re
límites de las variables de decisión utilizados para re- BD , kmol/h 35 35 35
alimentación alimentación de A, B y C.deLos A, límites
B y C. de Los laslímites variables de las de decisión
variables utilizados
de decisión
-
para utilizados
resolver
-
para
el resolver el
solver el problema
problema de diseño problema de diseño
multi-objetivo
de diseño multi-objetivo
problema multi-objetivo
fueron: 2.4de Métodoβfueron:
diseño
AB, β ABC multi-objetivo
fueron:
de, optimización
βBC,ββAB BCD, β, ABC βfueron:
CD
P, atm
, ,ββBCB_BC ,ββAB
multi-objetivo ,BCD
β, β 1
, ABC
D_BC βCD 1
,utilizado
,β
,ββ CLB
BC ,, ββ,BCD
B_BC β
CLC
1
, el
enD_BC βD-II
CD
1
,diseño
β, yβ
CLB
1
, βde
B_BC ,CLC
βlas , βsecuencia
D_BC , βyCLB, β
D-II
bAB, bABC, de
problema ,problema
bBCdiseño bBCD, bmulti-objetivo
CD
, de
b B_BC
,
diseño b D_BC
,
multi-objetivo
fueron:
b CLB
, b β , b,
CLCAB D-IIABC β y
fueron: , β β, β ,
BC ABBCDABCFCD β , β , β, β
BC , β
B_BC
, kmol/h , β,D_BC
BCD βCD,, ββCLB
100 100 , β
B_BC ,β CLCD_BC
100 , β,D-IIβCLB
100 y , 100βCLC, βD-II y
βbB-III
B-III
∈(0.2, 0.8),
(0.2, 0.8), βbB-III
β
FB1
∈(0.2,
FB1 ∈(0.6,
(0.6, 0.8),
0.9), 0.9),
βbB-III
β FB1
FC1
β∈(0.2, Para
∈(0.6,
(0.1,
FC1 ∈(0.1, 0.8),
0.4), elb0.4),
0.9), βdiseño
βy β∈(0.6,
FB2FB1FC1FB2
dey βlas
∈(0.1, 0.9),
FC2 secuencias
0.4),∈(0.1,
β FC1 βDAFB2
ABCD
0.9)
y β FC2
, ∈(0.1,
kmol/h de
y 0.4), separación
N∈(0.1,
4∈(3,
40 β FB2 50).
0.9)
y β FC2
40 yseN utilizó
40∈(0.1,
4∈(3, 40 50). un40método
0.9) y N4∈(3,de50). optim
βbB-III ∈(0.2,
(0.1, 0.9) 0.8),
βyB-IIINβ4FB1
∈(0.2, 50).0.8),
(3,∈(0.6, 0.9),β FB1β FC1 ∈(0.6, ∈(0.1, 0.9), 0.4), β FC1β FB2 ∈(0.1, y β FC2 0.4),
M2 ∈(0.1, βCL FB2 B 0.9)
y β FC2
, kmol/h yN ∈(0.1,
4∈(3,
10 0.9)
50). 10 y N10 4∈(3, - 50). 10
FC2
objetivo del tipo estocástico.CLLos métodos
, kmol/h 10 de -optimización
10 10 multi-objetivo
10 C
son
BD , kmol/h - 40 - 40 40
1 Parámetros de Método
operaciónde
seleccionados para el 18
Tabla
2.4 Método de 2.4
optimización resolver
multi-objetivo
2.4
optimización
Método problemas
deutilizado de
en diseño
multi-objetivo
optimización conP,de
el diseño
utilizado diferentes
multi-objetivo
en
atm 1 variables
laselsecuencias
diseño
utilizado
deen
1las ydiseño
1funciones
deeldestilación
secuencias objetivo
1 de las
de . Uno
1 destilación
secuencias de d
diseño de las secuencias
2.4 Método de2.4 de destilación
optimización
Método convencionales
de multi-objetivo
optimización en
multi-objetivo
utilizado en elutilizado
diseño de
FABCD ,enlas
el secuencias
kmol/h diseño
100 de 100
las
desecuencias
destilación
100 100 de100
destilación
Para el diseño Para
de las
sistemas el diseño demás
secuencias
Para
cuaternarios. deutilizado
las
el diseño
secuenciasenlas
separación
de la
seoptimización
de secuencias
separación
utilizó unDAmétodo
de
,se multi-objetivo
separación
utilizó
kmol/h de5un sede procesos
optimización
método
5 utilizó
5de un 5es
multi- el 5método
optimización
método de evolu
de multi-
optimizaci
Para el diseñoPara de ellasdiseño
secuencias de lasdesecuencias
separación
28-31 deseseparación
utilizó
M3
unCL se
método
utilizódeun
CL , kmol/h 10
optimización
método 10 Bde10
optimización
multi-
- 10
multi-
objetivo del tipo objetivo
estocástico.
delSecuencia
tipo
objetivo
Los (DE)
estocástico.
métodos
del . de
tipo Este
Los método ha
estocástico.
optimización
métodos de
Los sido , usado
kmol/h para
multi-objetivo
optimización
métodos de resolver
multi-objetivo
10optimización
son confiables
- Cproblemas
10 multi-objetivo
sonpara de
10 optimización
10 confiables son
paraconfiac
Convencional B , kmol/h - 75 - 75 75
objetivo
Mezcla del tipo
objetivo
Parámetro estocástico.
del tipo Los
estocástico.
métodos Los
de optimización
métodos de optimización
multi-objetivo
P, atm multi-objetivo
18 4.5 son confiablesD
18 son paraconfiables
4.5 18 para
resolver problemas resolver
deDSdiseño
problemasIS resolver
con DIS decisión
diferentes
de diseño
problemas continuas
IDS variables
conSS diferentesy yfunciones
de diseño cuya estrategia
variables
con diferentes
objetivo de
y funciones búsqueda
variables
. Uno y4.5funciones
objetivo
de los está 4.5
algoritmos
. Uno 4.5
inspirada
objetivo
de los en. Uno
los proceso
algoritmosde los a
18 18
resolver problemas resolver de problemas
diseño con de
diferentes
diseño con
variables
diferentes
32,33 y funciones
variables objetivo
y funciones . Uno objetivo
de los algoritmos
. Uno de los algoritmos
F
más utilizado , kmol/h
D , kmol/h
en
ABCD
100
másla utilizado
optimización
-
100
-
másla100
en -
biológica
100
multi-objetivo
utilizado
optimización
-
en100
50
.optimización
deElprocesos
método
lamulti-objetivo Método DE
es elinvolucra
multi-objetivo
de procesos
método
de cuatro
deesde
optimización etapas
evolución
el procesos
método básicas:
diferencial
de es evolución
multi-objetivo la utili-
el método inicialización
diferencial
de evolución de dl
másM1utilizado más
en la
utilizado
optimización en la multi-objetivo
optimización multi-objetivo
de procesos esde el
procesos
método de
es el
evolución
método diferencial
de evolución diferencial
AB
D , kmol/h 15 15 15 15 15 zado en el diseño de las secuencias33 de desti-
(DE) 28-31D. Este
, kmol/h(DE)
A
método28-31
35 .ha Este - (DE)
sido método
usado28-31
35mutación,
.ha
para
35Estesido cruzamiento
resolver
método
- usado problemas
hapara yresolver
sido
lación
selección
usado en cada
de optimización
problemas
para resolveriteración
de conoptimización
problemas . Unadeiteración
variables de
con de estede
optimización
variables algori
con va
28-31 B , kmol/h B
28-31-
(DE) . Este (DE) método. ha Estesido
15 método
usadohapara
- - sido resolver
usado
- para
problemas resolver
Para de problemas
el diseño optimización
de las de optimización
con
secuencias variables
de con
de
separación variables de
decisión Bcontinuas decisión
y 35cuyacontinuas
estrategia
decisión
35yla cuya
manipulación
continuas
de
35 búsqueda 35 y de
estrategia cuya losbúsqueda
está
de individuos
estrategia
inspirada incluidos
está
de
en búsqueda
los
inspirada en
procesos laestá
enpoblación
de
los
inspirada
evolución(es en
procesos losse
decir,
de soluciones)
procesos dede
evolución
C
, kmol/hD
35
decisión continuas
P, atm
decisión y 1
cuya
continuasestrategia
1
y 1
cuyade 1
estrategia
búsqueda1
de
está utilizó
búsqueda
inspiradaun método
está
en de
inspirada
los optimización
procesos en los
de multi-objetivo
evolución
procesos de del
evolución
biológicaF 32,33 . biológica
El método
, kmol/h
ABCD
100
32,33
DE 100 100para100
. biológica
El
involucra
método 32,33
obtener
cuatro
DE . El nuevos
involucra
100método
etapas individuos
básicas:
cuatro
DE
tipo involucra
etapas (es
la inicialización
estocástico. decir,
básicas:
cuatro
Los lanuevas
etapas
métodos de
inicialización
labásicas:soluciones).
depoblación, la de
optimización El desempeño
inicialización
su
la multi-
población, desu nu
la pob
32,33 32,33
biológica biológica
.
D , kmol/h El método - DE. El
- involucra
método
- DE
cuatro
- involucra
50etapas cuatro
básicas: etapas
la inicialización
básicas: la inicialización
de la
objetivo son33confiables para33 resolver problemas de población, de la
su población, su
y33
AB
mutación,
M2 D cruzamiento
, kmol/hmutación,40 y cruzamiento
selección 40método
40mutación, en ycada
40 ha
cruzamiento
selección sidoen
iteración
40 mejorado
cada
.selección
Una mediante
iteración en cada
iteración unaiteración
. de
Una modificación
este
iteración
algoritmo . de
Una del
este algoritmo
comprende
iteración
algoritmo de que
este evita
comprende la revis
algoritmo c
33 diseño con33diferentes variables y funciones objetivo
A
D , kmol/h 10 - 10 10 -
mutación,Bcruzamiento mutación,
B
y cruzamiento
selección eny cada
selección
- de búsqueda iteración en cada
- al mantener. Unaiteración
iteración . Una
de este
iteración
algoritmo de este
comprende
algoritmo comprende
la manipulación , kmol/h
B , kmol/h
la de
C manipulación
los40- individuos
10
40
lademanipulación
incluidos
los
40
individuos
40
-
ende la incluidos
40
los
población
individuos
18
. en
Uno undecir,
(esla deregistro
incluidos
población de
(eslalos
los soluciones)
algoritmos
en puntos
más
decir,
población
de soluciones)
una visitados
utilizado ende
generación
(es decir, larecientemente.
optimi-
soluciones)
una generación de Esta
una gm
la manipulación P, atmla manipulación
D
de los 1individuos 1 de losincluidos
1 individuos
1 en la 1 incluidos
población zación
en(es multi-objetivo
la población
decir, soluciones) de procesos
(es decir,desoluciones) es
una generación el método de
de una generación
para obtener nuevos
para obtener
individuos nuevos
para100(esbasa
obtener en nuevos
individuos
decir, lanuevas
incorporación
(es individuos
decir,
soluciones). de (es
nuevas
evolución algunos
El decir, conceptos
soluciones).
desempeño
diferencial nuevas
(DE)El dedesempeño
numérico. laEste
soluciones).
28-31 metaheurística
de El
método este
numérico de búsqueda
desempeño
ha sido de este
numérictab
F , kmol/h 100 100 100 100
para obtener para
D , kmol/hnuevos
ABCD
obtener
individuos nuevos (es individuos
decir, nuevas
15(es decir,
soluciones). nuevas Elsoluciones).
desempeño El numérico
desempeño
usado para resolver problemas de optimización con de numérico
este de este
método
M3 haD sido método
AB
, kmol/h mejorado5ha sido
-
mediante
5 método
-
mejorado
-
5 unahamodificación
-
5sido
mediante mejorado
5 unadel modificación
mediante
algoritmo unaque del
modificación
evita
algoritmola revisión
que
del evitaalgoritmo
del la espacio
revisión
que evita del la
espacio
revisión d
variables de decisión continuas y cuya estrategia de
método haD sido método
mejoradoha
10 sido mediante
- mejorado
10una mediante
modificación - una del modificación
algoritmo del quealgoritmo
evita la revisión
que8evita dellaespacio
revisión del espacio
A
, kmol/h 10
de búsqueda aldemantener
B , kmol/h
B

C
búsqueda
- un15alderegistro
mantener
búsqueda
- de-un los
alregistro
puntos
mantener
- visitados
de un los registro
búsquedapuntos
recientemente.
visitados
de inspirada
está los puntos recientemente.
Esta visitados
en los modificación
procesos recientemente.
Esta se
modificación
de evolución Esta semodifi
de búsqueda al
de mantener
B , kmol/h búsqueda
75 un
al75registro
mantener
75 deun
75los registro
puntos
75 devisitados
los puntos
biológica recientemente.
visitados
32,33
. El métodorecientemente.
Esta DEmodificación
involucraEsta modificación
se etapas
cuatro se
basa en la incorporación
P, atmbasa en4.5la de incorporación
algunos
basa4.5enconceptos
la 4.5
de
incorporación
algunos
4.5de la conceptos
metaheurística
debásicas:
algunos delalaconceptos
metaheurística
de búsqueda dede latabú
lametaheurística
depoblación,
búsqueda
en el método sutabúde búsqueda
en el método tabú en
D
4.5
inicialización mutación,
basa en la incorporación
basa en la incorporación
de algunos conceptos de algunos de laconceptos
metaheurística de la metaheurística
de búsqueda tabú de búsqueda
en el método tabú en el método

8 8 8 APRIL- JUNE 2018 | 123

8 8
cruzamiento y selección en cada iteración 33. Una ite-
ración de este algoritmo comprende la manipulación
de los individuos incluidos en la población (es decir,
soluciones) de una generación para obtener nuevos in-
dividuos (es decir, nuevas soluciones). El desempeño
numérico de este método ha sido mejorado mediante
una modificación del algoritmo que evita la revisión
del espacio de búsqueda al mantener un registro de
los puntos visitados recientemente. Esta modificación
se basa en la incorporación de algunos conceptos de la
metaheurística de búsqueda tabú en el método DE 32.
Este método de optimización se conoce como evolu-
ción diferencial con lista tabú (DETL). La adaptación
del método DETL para resolver problemas con objeti-
vos múltiples requiere una modificación en el paso de
selección y la manipulación de las soluciones de cada
generación 34. Este algoritmo de optimización multi-
objetivo se conoce como MODE-TL y fue desarrolla-
do por Sharma y Rangaiah 35. Este método híbrido es
capaz de resolver problemas de diseño de procesos
complejos que involucran funciones objetivo de caja
negra, multivariables y con la presencia de restric-
ciones 28,35-37. Para el diseño robusto de las secuencias
de destilación se utilizó el método de optimización
MODE-TL en este estudio. Este método fue usado
para determinar los frentes de Pareto entre la eficacia
de la separación y el consumo de energía de las dife-
rentes configuraciones de destilación. Este algoritmo
se encuentra programado en Excel 2007® y vincula-
do con Aspen Plus® para el diseño de los procesos de
destilación. Los parámetros del algoritmo utilizados
en este estudio para este método multi-objetivo fue-
ron: tamaño de población (NP) = 100 individuos, una
lista tabú (TL) del 50 % de todos los individuos (TL =
50), un radio tabú de Tr = 0.001, un máximo número
de generaciones Gmax = 200 y una probabilidad de
cruce (Cr) y mutación (Mut) de 0.9 y 0.8. Estos pa-
rámetros fueron determinados usando los resultados
obtenidos en cálculos preliminares. Los resultados
de la optimización multi-objetivo fueron usados para
identificar la dependencia entre los atributos en con-
flicto, establecer el impacto de las variables de diseño
en el desempeño de cada sistema de separación y para
realizar la comparación entre los diferentes esquemas
de separación estudiados.
RESULTADOS Y DISCUSIÓN
Los frentes de Pareto obtenidos para la composición
del componente más ligero (x A) en la corriente prin-
cipal con respecto al consumo total de energía (Q)
de todas las secuencias de separación y las mezclas
M1 – M3 se presentan en la Figura 4. En esta figu-
ra solamente se muestra la región de composición x A
> 0.9, la cual ha sido seleccionada para el análisis de
todos los esquemas de separación. Estos diagramas
son útiles para caracterizar y comparar las configu-
raciones de destilación en términos de su eficacia de
separación para el compuesto más ligero x A y sus co-
rrespondientes requerimientos energéticos. También,
se puede identificar la región operativa donde una
124 | AFINIDAD LXXV, 582
configuración de destilación alcanza la mayor pureza
del compuesto clave y establecer los parámetros de
diseño correspondientes para alcanzar dicha separa-
ción incluyendo su consumo de energía. En general, la
relación x A - Q de las configuraciones de destilación
depende de las características termodinámicas de la
mezcla bajo análisis. Sin embargo, se pueden iden-
tificar algunas tendencias. Por ejemplo, la secuencia
indirecta IS mostró el mayor consumo energético
para lograr una composición dada de x A en la mayor
parte de las mezclas, mientras que las secuencias SS,
DIS e IDS ofrecen un comportamiento de separa-
ción intermedio dependiendo de las especificaciones
deseadas para la composición del producto A. La se-
cuencia directa DS puede competir con los sistemas
intensificados y, en la mezcla M2, mostró un menor
consumo energético Q para una composición dada
del componente ligero x A. En el caso de las secuencias
de destilación nonsharp, la configuración con arreglo
ABCD (NS_DS1) presentó el mejor desempeño para
la separación de las mezclas M1 y M3, seguida de
la configuración ABCD (NS_DISS) y, por último, la
configuración ABCD (NS_IDS). Para la mezcla M2, la
mejor configuración nonsharp fue ABCD (NS_DS2),
seguida por las configuraciones ABCD (NS_DIS) y
ABCD (NS_DISS).
Para el caso de las configuraciones intensificadas,
las secuencias IS1 e IS9 presentan comportamientos
similares para composiciones x A > 0.99 en la mezcla
M1, ver Figura 4a. No obstante, para la región donde
la pureza varía entre el 90 y 99 %, ligeros cambios en
la energía suministrada al proceso ocasionan cambios
drásticos en la composición del componente ligero x A
en la secuencia IS9. Las secuencias IS3 e IS6 alcanzan
purezas del componente ligero del 89 %. En este sis-
tema, la secuencia IS12 presentó el mayor consumo
energético para el mismo rango de composiciones
del componente ligero x A en contraste con los otros
sistemas intensificados. La Figura 4b muestra que las
secuencias intensificadas IS3 e IS6 tienen el peor des-
empeño en términos de la relación x A – Q en compa-
ración con las secuencias convencionales y nonsharp
para la mezcla M2. Las secuencias IS1 e IS9 presenta-
ron comportamientos similares a las secuencias non-
sharp en términos de pureza y energía requerida para
la separación. En el caso de la mezcla M3, la secuen-
cia IS12 presenta un consumo energético intermedio
comparado con los otros sistemas de destilación, ver
Figura 4c. Las configuraciones intensificadas, IS1 e
IS9 presentan comportamientos similares para x A >
0.99 mientras que las secuencias IS3 e IS6 presentan el
peor desempeño en dicha región en comparación con
todas las configuraciones analizadas.
La secuencia con el mejor desempeño para la sepa-
ración de la mezcla M1 es la secuencia intensificada
IS1 seguida de las secuencias NS_DS1, IS9, DS, SS y
NS_DISS, las cuales tienen consumos energéticos de
1.21, 2.03, 2.05, 2.14, 2.59 y 2.61 Gcal/h, respectiva-
mente, para obtener una composición de x A = 0.99.
Para la mezcla M2, la secuencia directa DS es mejor
que las secuencias DIS, IS1, NS_DIS, SS, IS9, IDS, IS y
las peores secuencias son IS6 e IS3, ver Figura 4b. La
 energía requerida en estas secuencias son 1.7, 1.9, 1.91,
posición del componente clave x A aumenta las com-
2.4, 2.5, 2.52, 2.9, 3.8, 5.4 y 5.6 Gcal/h para alcanzar
posiciones de x B, xC y x D cuya tendencia prevalece
una pureza del componente más ligero del 95% don-
en todas las mezclas bajo estudio y configuraciones
de las secuencias IS3 e IS6 no consiguen purezas por
de destilación. No obstante, la tendencia de los per-
encima del 96%. Para x A > 0.95, la secuencia DS es la
files de composición puede diferir sustancialmente
mejor opción en la mezcla M2. En cuanto a la mez-
dependiendo del tipo de configuración, las caracte-
cla M3, la secuencia con el mejor desempeño es IS1
rísticas de la mezcla y el grado de recuperación del
para x A > 0.99, la cual es superior a las configuraciones
componente ligero A. Por ejemplo, la composición de
NS_DS1, DS, NS_DISS, SS e IS12, ver Figura 4c. El con-
A tiene un impacto significativo en las purezas de las
sumo energético de estas configuraciones es 0.72, 0.76,
corrientes de los compuestos B, C y D principalmen-
1.05, 1.16, 1.17 y 1.30 Gcal/h para alcanzar una pureza
te en las secuencias nonsharp (NS_DISS, NS_DIS,
del 99%. Las secuencias IS3 e IS6 no alcanzan purezas
NS_IDS, NS_DS1, NS_DS2) e intensificadas (IS1, IS3,
por encima del1.00 96%. IS6, IS9, IS12). Para estos esquemas de separación, li-
1.00

0.98 DS 0.98 geras variaciones en la pureza del componente más

(xA)

1.00 DS
1.00 IS
DIS
volátil x A
pueden provocar
IS cambios exponenciales en
ligero

0.96 0.96 DIS

0.98 IDS
DS 0.98 la composición de las
IDS corrientes de proceso de des-
A)

DS
SS
IS
ligero (x

SS
0.94 NS_DS1 0.94 tilación especialmente IS en la región donde x A > 0.99.
del componente

DIS 0.96 NS_DIS

DIS
0.96 NS_IDS
0.92
IDS
NS_DISS
SS 0.92 En la mezcla M1, el comportamiento
NS_DS2
IDS
NS_DISS
del perfil de las
0.94 SS
0.94 IS1
NS_DS1 composiciones de B, C y D es similar al obtenido en
del componente

IS1
NS_DIS
IS9
NS_IDS 0.90 IS9
NS_DS2
0.90
0.92 IS3
NS_DISS 0.92 las secuencias DS,IS3 SS, NS_DISS, IS9 e IS12, cuyas
NS_DISS
IS6
IS1 IS6
0.88 IS12
IS9 0.88 composiciones oscilan IS1
IS12 entre 0.6 y 0.99 cuando x A >
molar) molar)

0.90 0.90 IS9

a) 1 2 3 4 5
IS3
IS6 6 b) 1 20.9 3y para
4 5IS3 6 e IS6
7 IS3 varían
8 entre 0.3 – 0.9. Para el
IS6
0.88 IS12 0.88
caso de IS, IDS y DIS IS12se tienen variaciones entre 0.95
(fracción

a) 1 2 3 4 5 6 b) 1 y 0.99
2 3 para
4 5 dichas
6 7 composiciones.
8 En las secuencias
NS_DS1, NS_IDS e IS1 se puede identificar que lige-
(x(fracción

1.00
1.00 1.00 1.00
1.00
composición

1.00
1.00 0.98
DSDS 0.98 0.98
ras variaciones de x A
ocasionan cambios drásticos en
0.98 0.98 DS
A)

DS
Maximización de la composición (fracción molar) del componente ligero (xA)

DS
DS
1.00
0.98 IS ISIS la composición IS de ISlas corrientes del proceso cuando
de la composición

DS IS 0.98 0.96 DS
DIS DS DIS DIS 0.96
x A > 0.99, ver DIS Figura DIS 5.
ligero

0.96 0.96 IS
IDS
0.96
IS DIS 0.98 IDS IS DSIDS
0.96 DIS
SS IDS IDS
DIS IDS SS
0.96 0.94 SS DIS IS Las secuencias DS, SS IDS, SS, NS_DS2, IS1, IS3, 1S6,
de la

IDS SS 0.94 IDS

NS_DS1 0.94 0.94 SS
0.94 NS_DS1 DIS
NS_DS1
del componente

0.96 IDS NS_IDS

SS NS_DIS NS_DIS
SS NS_DS1 0.94 0.92 0.94 NS_IDS IDS
SS NS_DISSNS_IDS
NS_DIS IS9 e IS12 tienen
NS_DS2 comportamientos
NS_DS2 similares para las
Maximización

NS_DS1 NS_IDS 0.92 NS_DISS SS

NS_DISIS1 NS_DISS
0.92 0.92
0.92 0.94 NS_DISS NS_DISS
NS_IDSNS_DISS
0.92 IS1 NS_DS2
NS_DS2
NS_DS1
IS1
IS9
NS_DISS
NS_IDS
composiciones IS1 de las
IS1 corrientes de proceso en la re-
NS_DISSIS1 0.92 0.90 IS9 NS_DISS IS9
0.90 0.90 IS3
IS1 0.90 0.90 gión x > 0.90
IS9 para IS9
la mezcla M2. Las secuencias IS,
Maximización de la composición (fracciónMaximización

IS1 IS9 0.92 IS3 IS1 IS6 NS_DISS

IS3
0.90 IS9
IS1 A IS3 IS3
IS9 IS3 IS6
IS3 IS6 0.88
0.90 0.88
0.88
0.90
IS6 IS9 IS12
IS12 IS3 IS3
IS3
IS9
IS120.88 0.88 DIS y NS_DISS IS6 muestran
IS6 cambios sustanciales en la
IS12
molar)

IS6 IS12
IS6 IS12
IS12 a)
c)
0.88
0.88 0.3 0.6 0.9 1.2 1.5IS6 1.8 IS6
IS12 2.1
1b) 2 31 42
composición
53 64 75
de
86
B,7
C y
8
D cuando x A
> 0.99. En el caso
1 a) 0.88 2 1 3 2 4 3 5 4 5 IS12
6IS12 b) 6
2 3 4 5 6 b) 1 1 2 3
2 Minimización
4
del
5
5 consumo
6
7 total
7 8 de M3,
8 de energía de la secuencia de separación (Q, Gcal/h)
todas las secuencias presentaron compor-
3 4 5 6 b) 3 4 6
c) 0.3 0.6 0.9 1.2 1.5 1.8 2.1
tamientos similares con excepción del esquema DS
1.00 Figura
1.00 4 Frentes de Pareto
Minimización para la total
del consumo separación
de energía de de
laslamezclas
secuencia donde
cuaternarias
de separaciónlas máximas
en (Q, secuenciascomposiciones alcanzadas fueron
las Gcal/h)
convencionales, nonsharp e intensificadas. Mezclas cuaternarias: a) M1,0.2b) para
M2 y elM3.
c) componente C, 0.4 para B y 0.9 para D en
0.98 0.98 DS
Figura 4 Frentes de Pareto DS para la separación
IS IS la regiónenxlas
de las mezclas cuaternarias >secuencias
0.90, y en las secuencias IS3 e IS6 donde
DS A
DS DIS
IS
IS 0.96
DIS
0.96
convencionales, nonsharp e DIS
intensificadas.
IDS IDS Mezclas cuaternarias: a) M1,las b) purezas
M2 y c) M3. alcanzadas de B y C fueron similares a
DIS IDS
IDS SS 0.94 0.94
SS
NS_DS1
SS
NS_DS1
la configuración DS pero en una región donde x A <
SS
NS_DS1
NS_DS1
0.92 0.92
NS_IDS
NS_DISS
NS_IDS
NS_DISS
0.96. El comportamiento de separación de estas se-
NS_IDS
NS_IDSNS_DISS
NS_DISS
IS1 IS1
IS9
cuencias de destilación puede variar sustancialmente
IS1 0.90 IS9
IS1 IS9 0.90 IS3 IS3 para la región de 0.95 < x A > 0.99, ver Figura 4. La
IS9 IS3 IS6 IS6
IS3 IS6 0.88 0.88 IS12 IS12 selección de la mejor configuración de destilación
IS6 IS12
IS12 c) 0.3c) 0.6 0.30.9 0.61.2 0.91.5 1.21.8 1.52.1 1.8 2.1 depende de la composición del componente clave de-
.6
0.9
0.9
1.2
1.2
1.5
1.5
1.8
1.8
2.1
2.1 seado y es evidente que la configuración IS muestra
Minimización Minimización
del consumo deltotal
consumo total de la
de energía energía de lade
secuencia secuencia
separaciónde separación
Gcal/h)(Q, Gcal/h)
mización del consumo total de energía de la secuencia de separación (Q, Gcal/h) el(Q,peor desempeño considerando la relación x A - Q.
ción del consumo total de energía de la secuencia de separación (Q, Gcal/h) 25
Figura 4deFrentes
Figura 4 Frentes Pareto depara Pareto para la separación
la separación de las mezclas de lascuaternarias El
mezclas cuaternarias esquema en las intensificado
en las secuencias secuencias IS1 y la secuencia nonsharp
tes de Pareto para la separación de las mezclas cuaternarias en las secuencias
e Pareto para la separaciónconvencionales,
de las mezclas cuaternarias
convencionales, en las secuencias 25cuaternarias: NS_DS1 pueden ofrecer el mejor desempeño de sepa-
nonsharp enonsharp e intensificadas.
intensificadas. Mezclas
Mezclas cuaternarias: a) M1, b) M2 a) M1, b) M2 y c) M3.
y c) M3.
4 Frentes de
Figuracuaternarias:
, nonsharp e intensificadas. Mezclas Pareto
a) M1,
sharp e intensificadas. Mezclas cuaternarias: a) M1, b) M2 y c) M3.
b) M2para
y c) M3. la separación de las ración para la mezcla M1 y M3 cuando x A 0.99. Para
mezclas cuaternarias en las secuencias convencionales, las mezclas M2 y M3, las secuencias intensificadas
nonsharp e intensificadas. Mezclas cuaternarias: a) M1, IS3 e IS6 son incapaces de llegar a una composición
b) M2 y c) M3. del producto x A mayor a 0.96, mientras que para M1
solo alcanza una composición máxima de 0.89. En
Los valores límites para las composiciones alcan- esta región de operación, la composición de los pro-
zadas para los compuestos B, C y D se presentan ductos B, C y D obtenida con las secuencias IS3 e
en la Tabla 4. En la Figura 5 se presentan los perfi- IS6 muestran una alta sensibilidad con respecto a la
les de composición obtenidos para las corrientes de composición x A. La secuencia directa DS puede su-
producto de las mezcla M1 como una función de la perar a algunos de los esquemas intensificados espe-
composición25
del componente clave25donde 25x A > 0.9. cialmente en composiciones de x A superiores a 0.96
Los 25 resultados confirman que la mejora de la com- para las mezclas M1 y M2, mientras que la secuencia

APRIL- JUNE 2018 | 125

 Tabla 4 Valores límite de las composiciones y consumo energético obtenidos en la optimización multi-objetivo para las
secuencias de destilación directa, indirecta, nonsharp e intensificadas en sistemas cuaternarios.

Mezcla Secuencia Q, Gcal/h xA xB xC xD

DS 2.14 - 3.98 0.689 - 0.999 0.853 - 0.998 0.543 - 0.934 0.831 - 0.981
IS 4.20 - 6.18 0.801 - 0.999 0.906 - 0.999 0.901 - 0.999 0.971-0.999
DIS 3.26 - 5.06 0.690 - 0.999 0.859 - 0.999 0.789 - 0.992 0.958 - 0.998
IDS 3.75 - 5.78 0.759 - 0.999 0.886 - 0.997 0.801 - 0.994 0.982 - 0.999
SS 2.59 - 4.59 0.801 - 0.999 0.915 - 0.999 0.565 - 0.671 0.823 - 0.864
M1 NS_DISS 2.61 - 4.61 0.913 - 0.999 0.920 - 0.999 0.638 - 0.999 0.852 - 0.999
NS_DS1 2.03 - 5.11 0.989 - 0.999 0.779 - 0.999 0.548 - 0.936 0.870 - 0.999
NS_IDS 3.70 - 4.77 0.831 - 0.999 0.927 - 0.999 0.338 - 0.999 0.811 - 0.999
IS1 1.21 - 6.26 0.999 - 0.999 0.875 - 0.937 0.312 - 0.411 0.736 - 0.832
IS3 0.97 - 3.12 0.655 - 0.887 0.383- 0.939 0.072 - 0.657 0.678 - 0.901
IS6 0.48 - 2.57 0.645 - 0.887 0.384- 0.881 0.144 - 0.484 0.536 - 0.864
IS9 2.05 - 3.74 0.801 - 0.999 0.330 - 0.997 0.408 - 0.792 0.776 - 0.956
IS12 2.13 - 11.7 0.250 - 0.999 0.102- 0.992 0.001 - 0.925 0.439 - 0.994
DS 1.52 - 5.91 0.914 - 0.999 0.551 - 0.984 0.384 - 0.840 0.869 - 0.974
IS 3.60 - 7.97 0.919 - 0.997 0.649 - 0.990 0.835 - 0.999 0.977 - 0.999
DIS 1.78 - 6.15 0.914 - 0.999 0.656 - 0.999 0.623 - 0.731 0.907 - 0.933
IDS 2.70 - 7.08 0.917 - 0.997 0.611 - 0.991 0.889 - 0.999 0.972 - 0.999
SS 2.40 - 6.80 0.920 - 0.997 0.590 - 0.991 0.350 - 0.511 0.861 - 0.882
M2 NS_DISS 4.21 - 6.83 0.996 - 0.998 0.968 - 0.993 0.408 - 0.611 0.852 - 0.902
NS_DIS 2.47 - 8.37 0.967 - 0.999 0.650 - 0.999 0.572 - 0.810 0.893 - 0.952
NS_DS2 2.42 - 6.79 0.921 - 0.997 0.684 - 0.991 0.213 - 0.999 0.871 - 0.940
IS1 2.01 - 6.35 0.947 - 0.993 0.698- 0.931 0.262 - 0.493 0.818 - 0.899
IS3 1.99 - 5.64 0.878 - 0.960 0.513 - 0.841 0.386 - 0.524 0.846 - 0.881
IS6 0.97 - 5.31 0.831 - 0.959 0.135 - 0.838 0.186 - 0.782 0.762 - 0.945
IS9 2.10 - 6.45 0.918 - 0.997 0.628- 0.991 0.231 - 0.545 0.816 - 0.886
IS12 3.28 - 7.85 0.916 - 0.992 0.594- 0.955 0.521 - 0.953 0.903 - 0.992
DS 1.05 - 1.15 0.605 - 0.999 0.383 - 0.602 0.175 - 0.343 0.880 - 0.938
IS 1.69 - 1.75 0.999 - 0.999 0.827 - 0.991 0.616 - 0.990 0.969 - 0.999
DIS 1.40 - 1.45 0.606 - 0.999 0.598 - 0.789 0.288 - 0.690 0.923 - 0.999
IDS 1.51 - 1.61 0.972 - 0.999 0.675 - 0.985 0.464 - 0.985 0.967 - 0.999
SS 1.17 - 1.21 0.999 - 0.999 0.597 - 0.997 0.177 - 0.534 0.902 - 0.982
M3 NS_DISS 1.16 - 1.17 0.999 - 0.999 0.688 - 0.985 0.187 - 0.954 0.892 - 0.998
NS_DS1 0.76 - 0.77 0.998 - 0.999 0.260 - 0.999 0.267 - 0.642 0.909 - 0.998
NS_IDS 1.54 - 1.55 0.995 - 0.999 0.680 - 0.932 0.141 - 0.881 0.920-0.985
IS1 0.65 - 1.21 0.999 - 0.999 0.395- 0.820 0.084 - 0.144 0.843 - 0.890
IS3 0.68 - 2.43 0.620 - 0.957 0.101- 0.405 0.199 - 0.433 0.862 - 0.951
IS6 0.25 - 0.82 0.619 - 0.956 0.101- 0.403 0.102 - 0.156 0.799 - 0.861
IS9 0.81 - 1.04 0.999 - 0.999 0.595- 0.993 0.122 - 0.577 0.887 - 0.944
IS12 1.14 - 1.94 0.990 - 0.999 0.482 - 0.782 0.171 - 0.494 0.893 - 0.999

IS supera los sistemas intensificados en composicio-
nes del componente ligero clave > 0.99 para la mezcla
M3. La secuencia DS también puede ofrecer purezas
de los componentes B, C y D similares o mejores que
los obtenidos con los sistemas intensificados.
Las secuencias IS1 e NS_DS1 pueden ser la mejor
opción para el proceso de destilación en las mezclas
seleccionadas bajo la premisa de requerir una alta
pureza del compuesto clave. La composición de los
productos B, C y D obtenidos en la secuencia IS3 e
1S6 podrían ser significativamente más bajos que los
obtenidos con otras configuraciones de separación.
Esta situación se ilustra en la Tabla 4 donde la puri-
ficación de los componentes restantes para la mezcla
M2 usando las secuencias IS3 e IS6 es inferior a las
obtenidas para las otras configuraciones de destila-
ción. Las secuencias DS y SS son la segunda opción
para una mayor purificación del componente ligero
A donde sus composiciones para los compuestos B,
C y D fueron mejores que las composiciones obteni-
das con otras configuraciones en algunas mezclas.
Sin embargo, la composición del componente C en
todas las secuencias analizadas es menor a 0.5 en la
región x A > 0.90. El mejor desempeño de los objetivos
en conflicto x A - Q para las mezclas M1 y M3 se ob-
tiene con las secuencias IS1 e NS_DS1. Sin embargo,
las purezas alcanzadas en la secuencia IS1 son me-
nores que las obtenidas con DS, IS, DIS, IDS, SS y
NS_DISS.
En general, la configuración IS presentó los mayo-
res requerimientos de energía para una pureza dada
del componente clave con excepción de la mezcla M2
donde las secuencias IS3 e IS6 presentan el peor des-
empeño de separación en términos de la relación x A -
Q. La secuencia de separación DS puede competir con
el desempeño que presentan algunas de las secuen-
cias intensificadas. Por ejemplo, la configuración DS
requiere una energía de 1.2 Gcal/h para una compo-
sición x A = 0.95. Este consumo energético representa
un ahorro del 74 % con respecto a las secuencias IS3
e IS6.
Los valores límite de los parámetros de diseño ob-
tenidos con la técnica de optimización multi-objetivo
se muestran en la Tabla 5. Se observan algunas ten-
dencias para el tamaño de los equipos y la ubicación
de la etapa de alimentación para estos sistemas cua-
ternarios. Por ejemplo, el tamaño del segundo destila-
dor disminuye entre 20 - 55 % con respecto al tamaño

126 | AFINIDAD LXXV, 582

 a) DS b) IS c) IDS
1.0 1.0 1.0

0.8 0.8 0.8

0.6 0.6 0.6

0.4 0.4 0.4

DB BB DB
0.2 0.2 0.2
DC BC BC
BD BD BD
0.0 0.0 0.0
0.90 0.92 0.94 0.96 0.98 1.00 0.90 0.92 0.94 0.96 0.98 1.00 0.90 0.92 0.94 0.96 0.98 1.00

d) DIS e) SS f) NS_DISS
1.0 1.0 1.0
Composición (fracción molar) de las corrientes en el proceso de destilación

0.8 0.8 0.8

0.6 0.6 0.6

0.4 0.4 0.4

DB BB DB
0.2 0.2 DC 0.2 BC
BC
BD BD BD
0.0 0.0 0.0
0.90 0.92 0.94 0.96 0.98 1.00 0.90 0.92 0.94 0.96 0.98 1.00 0.90 0.92 0.94 0.96 0.98 1.00

g) NS_DS1 h) NS_IDS i) IS1

1.0 1.0 1.0

0.8 0.8 0.8

0.6 0.6 0.6

0.4 BB 0.4 0.4

BB
DB CLB
BC
0.2 DC 0.2 0.2 CLC
DC
BD BD
BD
0.0 0.0 0.0
0.90 0.92 0.94 0.96 0.98 1.00 0.90 0.92 0.94 0.96 0.98 1.00 0.90 0.92 0.94 0.96 0.98 1.00

j) IS3 k)IS6 l)IS9

1.0 1.0 1.0

0.8 0.8 0.8

0.6 0.6 0.6

0.4 0.4 0.4

CLB BB
0.2
CLB 0.2
0.2 CLC
DC CLC
BD BD BD
0.0 0.0 0.0
0.80 0.82 0.84 0.86 0.88 0.90 0.80 0.82 0.84 0.86 0.88 0.90 0.90 0.92 0.94 0.96 0.98 1.00

m) IS12
1.0

0.8

0.6

0.4

CLB
0.2
CLC
BD
0.0
0.90 0.92 0.94 0.96 0.98 1.00

Composición (fracción molar) del componente ligero clave (xA)

Figura 5 Composiciones de las corrientes del proceso de destilación para la mezcla cuaternaria
Figura 5 Composiciones de las corrientes del proceso de destilación para la mezcla cuaternaria M1.
M1.
del primer destilador y, a su vez, el tamaño del ter-26 La relación de reflujo si tiene una relación clara con
cer equipo varía entre 50 y 95 % de las dimensiones la composición del compuesto clave y la energía re-
del segundo equipo. El cuarto destilador presenta un querida para el proceso de separación. Sin embargo,
tamaño similar al primer separador. En cuanto a la los otros parámetros de diseño presentan un com-
etapa de alimentación y/o ubicación de las salidas la- portamiento no lineal con respecto a los objetivos en
terales, éstas generalmente se ubican entre 20 y 55 % conflicto.
del total de las etapas de cada destilador. Las múltiples Este conjunto de resultados demuestran que el di-
alimentaciones y salidas laterales se presentan entre seño de secuencias de separación para sistemas mul-
15 - 25 % y 75 - 90 % del tamaño de cada destilador. ticomponente implica la resolución de problemas de

APRIL- JUNE 2018 | 127

 Tabla 5 Valores límite de los parámetros de diseño obtenidos en la optimización multi-objetivo para las secuencias de
destilación convencionales, nonsharp e intensificadas en sistemas cuaternarios.

Mezcla Secuencia R1 N1 NF R2 N2 NBCD NABC NAB R3 N3 NCD NBC NB_BC ND_BC R4 N4 NCLB NCLC DABC DAB BCD
DS 1.20- 27-50 9-35 1.20- 12-30 6-20 - - 1.20- 4-30 2-20 - - - - - - - - - -
11.1 1.25 1.34
IS 1.20- 13-50 4-37 1.20- 13-30 - 4-21 9-18 1.20- 27-30 - - - - - - - - - - -
1.21 1.23 11.9
DIS 1.20- 19-50 9-30 1.20- 16-30 5-19 - - 1.20- 9-30 - 5-22 - - - - - - - - -
1.22 1.22 1.23
M1 IDS 1.20- 15-49 5-37 1.22- 22-30 - 7-16 - 1.20- 6-30 - 3-21 - - - - - - - - -
1.21 11.9 1.33
SS 1.20- 18-50 4-39 1.20- 19-30 - - 9-16 1.20- 4-30 2-23 - - - - - - - - - -
1.23 11.9 1.24
NS_DISS 1.20- 19-50 6-31 1.20- 28-30 2-23 12-16 - 1.20- 7-30 - - 2-16 3-40 1.29- 4-50 - - 37.5- - -
1.26 11.9 11.9 11.7 38.1
NS_DS1 1.20- 27-50 9-16 1.20- 28-30 2-20 - 14-17 1.20- 4-29 2-37 - - - 1.21- 4-50 - - - 18.5- -
5.83 11.9 1.68 11.8 23.5
NS_IDS 1.20- 16-50 4-34 1.20- 13-30 - 4-22 4-27 1.20- 4-30 2-20 - - - 1.34- 7-50 - - - - 39.9-
1.51 1.48 7.34 11.9 48.4
IS1 1.20- 18-50 4-33 6.16- 29-30 25-29 - 10-12 - - - - - - - - 23-2426-30 - 36.0- -
6.59 11.9 36.4
IS3 1.22- 11-49 4-19 1.20- 6-30 - - - - - 2-22 - - - - - 3-15 - - - -
11.9 1.32
IS6 1.20- 13-32 4-15 - - - - - - - - - - - - - 3-12 10-24 - - -
11.9
IS9 1.20- 14-50 8-38 1.20- 26-30 - - 9-17 - - - - - - - - - 13-47 - - -
9.07 10.2
IS12 1.20- 5-50 4-31 1.20- 11-30 8-24 3-16 2-14 1.45- 10-30 8-27 - - - - - 4-24 3-22 37.5- - -
9.21 5.36 11.3 50.8
DS 1.20- 47-5022-32 1.20- 7-30 2-22 - - 1.20- 3-30 2-24 - - - - - - - - - -
11.9 1.92 1.41
IS 1.20- 11-49 6-35 1.20- 3-30 - 2-23 11-18 1.20- 28-30 - - - - - - - - - - -
1.24 1.24 11.9
DIS 1.20- 41-5020-33 1.20- 9-30 3-22 - - 1.20- 5-30 - 2-22 - - - - - - - - -
11.9 1.40 1.43
M2 IDS 1.20- 10-50 5-37 1.20- 29-30 - 13-18 - 1.20- 4-30 - 2-22 - - - - - - - - -
1.22 11.9 1.36
SS 1.20- 5-49 2-35 1.20- 29-30 - - 12-17 1.20- 4-29 2-23 - - - - - - - - - -
1.29 11.9 1.24
NS_DISS 1.20- 32-50 7-26 5.56- 29-30 2-21 14-16 - 1.20- 4-30 - -
2-19 4-43 1.20- 5-50 - - 47.0- - -
1.24 11.9 1.46 11.8 47.1
NS_DIS 1.24- 32-50 8-31 1.20- 27-30 3-23 - 8-16 1.20- 5-30 - 2-32 - - 1.21- 4-50 - - - 41.0- -
5.09 11.8 1.69 11.8 43.5
NS_DS2 1.20- 6-50 3-40 1.22- 29-30 - 13-17 - 1.20- 3-30 2-22 2-36 - - 1.20- 4-49 - - - - 43.0-
1.23 11.9 2.42 11.9 48.9
IS1 1.20- 20-50 6-28 1.20- 29-30 25-28 - 8-11 - - - - - - - - 23-2426-30 - 46.0- -
1.30 11.8 36.2
IS3 2.97- 43-5029-40 1.20- 4-29 - - - - - 2-22 - - - - - 22-31 - - - -
11.9 1.35
IS6 1.21- 4-50 3-40 - - - - - - - - - - - - - 2-31 3-47 - - -
11.8
IS9 1.20- 4-50 2-31 1.20- 23-30 - - 11-17 - - - - - - - - - 3-42 - - -
1.21 11.9
IS12 1.20- 8-50 2-36 1.20- 10-30 25-29 5-19 10-13 1.20- 29-30 7-28 - - - - - 21-24 4-23 50.0- - -
1.42 1.51 11.8 51.7
DS 1.21- 16-50 6-35 1.20- 16-30 7-20 - - 1.20- 4-5 2 - - - - - - - - - -
5.00 1.21 1.21
IS 1.20- 25-50 8-38 1.20- 15-30 - 4-18 10-11 1.20- 29-30 - - - - - - - - - - -
1.21 1.24 2.23
DIS 1.21- 20-50 9-36 1.20- 23-30 6-14 - - 1.20- 9-36 - 4-20 - - - - - - - - -
4.96 1.20 1.23
M3 IDS 1.20- 34-5010-34 1.20- 29-30 - 9-11 - 1.20- 5-30 - 2-21 - - - - - - - - -
1.20 3.40 1.21
SS 1.20- 21-5010-32 1.20- 21-30 - - 7-12 1.20- 3-30 2-23 - - - - - - - - - -
1.23 2.00 1.22
NS_DISS 1.20- 29-50 8-33 1.20- 16-30 2-18 5-15 - 1.20- 4-30 - - 2-18 3-41 1.72- 4-49 - - 12.0- - -
1.22 1.46 1.21 11.8 12.5
NS_DS1 1.20- 30-5010-27 1.20- 16-30 3-24 - 5-19 1.20- 6-29 2-35 - - - 1.26- 5-50 - - - 8.2-8.8 -
1.22 1.27 1.22 11.9
NS_IDS 1.20- 26-50 8-36 1.20- 9-30 - 4-20 3-37 1.20- 4-30 2-18 - - - 1.49- 6-50 - - - - 78.8-
1.22 1.22 1.26 11.6 82.0
IS1 1.20- 15-50 4-34 1.21- 18-30 14-28 - 5-11 - - - - - - - - 13-2315-29 - 11.0- -
2.11 11.4 13.5
IS3 1.20- 11-27 4-9 1.20- 4-30 - - - - - 2-22 - - - - - 3-7 - - - -
11.9 11.0
IS6 1.20- 9-30 4-9 - - - - - - - - - - - - - 3-8 6-21 - - -
11.9
IS9 1.20- 26-5010-37 1.20- 24-30 - - 7-18 - - - - - - - - - 20-46 - - -
1.24 6.14
IS12 1.20- 4-50 2-30 1.20- 11-30 12-28 2-12 4-12 1.30- 15-30 9-27 - - - - - 11-24 52 12.0- - -
2.71 1.79 11.8 16.6

128 | AFINIDAD LXXV, 582

optimización complejos donde sus grados de libertad
presentan un comportamiento no lineal. La comple-
jidad de estos problemas de diseño incrementa para
esquemas de separación intensificados donde se tiene
un mayor número de grados de libertad. La determi-
nación de los valores óptimos de estos grados de liber-
tad requiere la aplicación de herramientas robustas y
efectivas tales como los métodos evolutivos de opti-
mización multi-objetivo. Este trabajo ha demostrado
que las secuencias de separación tradicionales pue-
den ofrecer un mejor desempeño que algunos siste-
mas intensificados cuando se realiza su optimización
multi-objetivo considerando a la composición de un
compuesto clave y la energía como criterios en con-
flicto. Este comportamiento se vuelve más evidente
al incrementar el número de compuestos en la mezcla
a separar.
CONCLUSIONES
En este estudio se ha analizado el desempeño de un
conjunto de secuencias de destilación para la separa-
ción de mezclas cuaternarias donde los parámetros de
diseño se han determinado con método de optimiza-
ción multi-objetivo. Los resultados mostraron que el
compromiso entre la composición de las sustancias de
interés y la energía requerida para la separación pue-
de variar sustancialmente para cada configuración de
destilación. La selección de la mejor configuración
para el proceso de destilación es complicada pues
existe una gran cantidad de esquemas que pueden
ofrecer una amplia variedad de diseños con relaciones
xA - Q semejantes y que compiten entre sí. El análisis
del diseño multi-objetivo de las secuencias de separa-
ción convencionales, nonsharp e intensificados mues-
tra claramente las dificultades que se presentan en la
determinación de los valores óptimos de sus grados
de libertad. Se pueden identificar algunas tendencias
en el número de etapas y la ubicación de las etapas
de alimentación e interconexiones en los sistemas de
destilación analizados pero el resto de los otros pará-
metros de diseño presentan un comportamiento no
lineal que no puede predecirse a priori. Por esta razón,
los métodos cortos propuestos para el diseño de sis-
temas multicomponente de destilación presentan una
incertidumbre sustancial en la determinación de las
variables de operación. Esta incertidumbre es mayor
cuando se aplican a sistemas intensificados ya que las
especificaciones y desempeño del proceso de separa-
ción dependen de las propiedades termodinámicas
de la mezcla y la configuración utilizada. Finalmente,
algunas secuencias convencionales y nonsharp pue-
den competir, e incluso ser mejores, que algunos de
los procesos intensificados en términos de consumo
energético y eficacia para la separación del producto
ligero clave. La optimización multi-objetivo es versátil
para el diseño confiable de los sistemas de destilación
para mezclas con varios compuestos.
REFERENCIAS
1. Bonet-Ruiz A. E.; Bonet J.; Pleşu V.; Bozga G. En-
vironmental performance assessment for reactive
distillation processes. RCR 2010, 54, 315–325.
2. Vural G. I; Wang Q.; Noël T.; Hessel V. Process-
Design Intensification - Direct Synthesis of Adi-
pic Acid in Flow. Chem. Eng. Trans. 2012, 29,
565–570.
3. Kiss, A. A. Advanced Distillation Technologies:
Design, Control and Applications; 1st ed.; Wiley:
United Kingdom, 2013.
4. Stankiewicz A.; Moulijn J. A. Process intensifica-
tion: transforming chemical engineering. Chem.
Eng. Prog. 2000, 96, 22–34.
5. Westerberg A. W. Synthesis in Engineering De-
sign. Comp. Chem. Eng. 1989, 13, 365–376.
6. Emtir M.; Mizsey P.; Rev E., Fonyo Z. Economic
and controllability investigation and comparison
of energy-integrated distillation schemes. Chem.
Biochem. Eng. Q. 2003, 17, 31–42.
7. Jiao Y.; Wang S. J.; Huang K.; Chen H.; Liu W. De-
sign and Analysis of Internally Heat-Integrated
Reactive Distillation Processes. Ind. Eng. Chem.
Res. 2012, 51, 4002–4016.
8. Emtir M.; Rev E.; Fonyo Z. Rigorous simulation of
energy integrated and thermally coupled distilla-
tion schemes for ternary mixture. Appl. Therm.
Eng. 2001, 21, 1299–1317.
9. Alcántara-Ávila J. R.; Cabrera-Ruiz J.; Sego-
via-Hernández J. G.; Hernández S.; Rong B. G.
Controllability analysis of thermodynamically
equivalent thermally coupled arrangements for
quaternary distillations. Chem. Eng. Res. Des.
2008, 86, 23–37.
10. [10] Torres-Ortega C. E.; Errico M.; Rong B. G.
Design and optimization of modified non-sharp
column configurations for quaternary distilla-
tions. Comp. Chem. Eng. 2015, 74, 15–27.
11. Vázquez-Castillo J. A.; Venegas-Sánchez J. A.;
Segovia-Hernández J. G.; Hernández-Escoto H.;
Hernández S.; Gutiérrez-Antonio C.; Briones-
Ramirez A. Design and optimization, using gene-
tic algorithms, of intensified distillation systems
for a class of quaternary mixtures. Comp. Chem.
Eng. 2009, 33, 1841–1850.
12. Adams II T. A.; Seider W. D. Design heuristics
for semi continuous separation processes with
chemical reactions. Chem. Eng. Res. Des. 2009,
87, 263–270.
13. Li P.; Huang K.; Lin Q. A generalized method for
the synthesis and design of reactive distillation
columns. Chem. Eng. Res. Des. 2012, 90, 173–184.
14. Méndez-Valencia D. M.; Vázquez-Ojeda M.; Se-
govia-Hernández J. G.; Bonilla-Petriciolet A. De-
sign and Control Properties of Arrangements for
Distillation of Four Component Mixtures Using
Less Than N-1 Columns. Chem. Biochem. Eng. Q.
2008, 22, 273–283.
15. Errico M.; Rong B. G.; Tola G.; Turunen I. A
method for systematic synthesis of multicompo-
APRIL- JUNE 2018 | 129
 nent distillation systems with less than N−1 co- for the design and optimization of intensified dis-
lumns. Chem. Eng. Process. 2009, 48, 907–920. tillation systems. Chem. Eng. Process. 2014, 85,
16. Rong B. G. A systematic procedure for synthesis 69–76.
of intensified nonsharp distillation systems with 30. Vázquez-Castillo J. A.; Segovia-Hernández J. G.;
fewer columns. Chem. Eng. Res. Des. 2014, 92, Ponce-Ortega J. M. Multiobjective Optimization
1955–1968. Approach for Integrating Design and Control
17. Cortez-González J.; Segovia-Hernández J. G.; in Multicomponent Distillation Sequences. Ind.
Hernández S.; Gutierrez-Antonio C.; Briones- Eng. Chem. Res. 2015, 54, 12320–12330.
Ramírez A.; Rong B.G. Optimal design of disti- 31. Sánchez-Ramírez E.; Quiróz-Ramírez J. J.; Sego-
llation systems with less that N-1 columns for a via-Hernández J. G.; Hernández S.; Ponce-Ortega
class of four component mixtures. Chem. Eng. J. M. Economic and environmental optimization
Res. Des. 2012, 90, 1425–1447. of the biobutanol purification process. Clean Te-
18. Rangaiah G. P.; Bonilla-Petriciolet A. Multi-Ob- chnol. Envir. 2016, 18, 395–411.
jective Optimization in Chemical Engineering: 32. Srinivas M.; Rangaiah G. P. Differential Evolution
Developments and Applications; 1st ed.; Wiley: with Tabu List for Global Optimization and Its
United Kingdom, 2013. Application to Phase Equilibrium and Parameter
19. Almeida R. C. P.; Swinkels P. L. J.; Grievink J. De- Estimation Problems. Industrial and Eng. Chem.
signing reactive distillation processes: present Res. 2007, 46, 3410-3421.
and future. Comp. Chem. Eng. 2004, 28, 1997– 33. Rangaiah G. P. Stochastic Global Optimization:
2020. Techniques and Applications in Chemical Engi-
20. Filipe R. M.; Hauan S.; Matos H. A.; Novais A. Q. neering. World Scientific: Singapore, 2010.
Multi-Objective Design of Reactive Distillation. 34. Sharma S.; Rangaiah G. P. A hybrid multi-ob-
ESCAPE 2007, 1, 407–412. jective optimization algorithm. 5th International
21. Filipe R. M.; Hauan S.; Matos H. A.; Novais A. Symposium on Design. Operation and Control of
Q. A sensitivity analysis on optimal solutions ob- Chemical Processes 2010, 1, 1494-1503.
tained for a reactive distillation column. ESCAPE 35. Sharma, S.; Rangaiah G. P. An improved multi-
2008, 1, 211–216. objective differential evolution with a termina-
22. Barreto A. A.; Rodríguez D. I.; Gerbaud V.; Joulia tion criterion for optimizing chemical processes.
X. Multi-objective optimization of three-phase Comp. Chem. Eng. 2013a, 56, 155-173.
batch extractive distillation. ESCAPE 2011, 1, 36. Sharma, S.; Rangaiah, G. P. Multi-objective opti-
562–566. mization of a bio-diesel production process. Fuel
23. Gutiérrez-Antonio C.; Briones-Ramírez A.; Ji- 2013b, 103, 269-277.
ménez-Gutiérrez A. Optimization of Petlyuk 37. Sánchez-Ramírez, E.; Quiróz-Ramírez, J. J.; Sego-
sequences using a multi-objective genetic algo- via-Hernández, J. G.; Hernández, S.; Bonilla-Pe-
rithm with constraints. Comp. Chem. Eng. 2011, triciolet, A. Process Alternatives for Biobutanol
35, 236–244. Purification: Design and Optimization. Ind. Eng.
24. Salas-Aguilar C.L.; Bonilla-Petriciolet A. On the Chem. Res. 2015, 54, 351−358.
design and separation performance of dis-
tillation sequences for ternary systems us-
ing multi-objective optimization. Afinidad
2017, En prensa.
25. Pleşu V.; Bonet R. A. E.; Bonet J.; Llorens J.; Iancu
P. Shortcut assessment of alternative distillation
sequence schemes for process intensification.
Comp. Chem. Eng. 2015, 83, 58–71.
26. Errico M.; Rong B.G.; Torres-Ortega C.E.; Segov-
ia-Hernández J.G. The importance of the sequen-
tial synthesis methodology in the optimal distil-
lation sequences design. Comp. Chem. Eng. 2014,
62, 1-9.
27. Ramírez-Márquez C.; Cabrera-Ruiz J.; Segovia-
Hernández J.G.; Hernández S.; Errico M.; Rong
B.G. Dynamic behavior of the intensified alter-
native configurations for quaternary distillation.
Chem. Eng. Process. 2016, 108,151–163.
28. Vázquez-Ojeda M.; Segovia-Hernández J. G.;
Hernández S.; Hernández-Aguirre A.; Kiss A. A.
Design and optimization of an ethanol dehydra-
tion process using stochastic methods. Sep. Purif.
Technol. 2013, 105, 90–97.
29. Errico M.; Pirellas P.; Torres-Ortega C. E.; Rong B.
G.; Segovia-Hernández J. G. A combined method

130 | AFINIDAD LXXV, 582