Modelado y Simulación de Un Reactor PDF

UNIVERSIDAD DE SEVILLA
ESCUELA TÉCNICA SUPERIOR DE INGENIEROS
Departamento de Matemática Aplicada II

Departamento de Ingeniería Química y Ambiental
Proyecto Fin de Carrera
‘MODELADO Y SIMULACIÓN DE UN REACTOR

DE LECHO FLUIDO PARA LA COMBUSTIÓN DE
PARTÍCULAS DE CARBÓN’
Presentado por Lidia Montes Mateo para la obtención del título de

Ingeniero Químico
Directores del Proyecto:

D. Emilio Freire Macías
D. Alberto Gómez Barea
Sevilla, Diciembre de 2004.

Modelado y Simulación de un Reactor de Lecho Fluido
para la Combustión de Partículas de Carbón Lidia Montes
Mateo
A mis padres y a mi hermana,

que fueron lo primero que2me
brindó la buena suerte.
Mateo
3
Mateo
ÍNDICE DE CONTENIDOS
1. INTRODUCCIÓN.
1.1. Objeto del proyecto.
1.2. Antecedentes.
1.3. Motivación.
1.4. Estructura del presente Proyecto Fin de Carrera.
1.4.1. Modelado de reactores de lecho fluido.

1.4.2. Presentación del problema y su estructura matemática.
1.4.3. Resolución de los modelos con MATLAB.
1.4.4. Validación de los modelos desarrollados.
1.4.5. Conclusiones.
1.4.6. Organización y uso del CD.
2. MODELADO DE REACTORES DE LECHO FLUIDO.
4
Mateo
2.1. Introducción
2.2. Elementos básicos de la teoría de fluidización.
2.2.1. Clasificación de partículas

2.2.2. Regímenes de fluidización.
2.2.3. Comportamiento de sólidos en lechos fluidos.
2.3. Modelado de reactores según la teoría de 2 fases.
2.3.1.Modelo de Davidson y Harrison.

2.3.2.Modelo de Kunii y Levenspiel.
3. PRESENTACIÓN DEL PROBLEMA Y DE SU ESTRUCTURA

MATEMÁTICA.
3.1. Introducción.
3.2. Descripción general del modelo.
3.3. Balance de población.
3.4. Ecuaciones de conservación.
3.4.1. Fase burbuja.

3.4.2. Gas intersticial de la fase emulsión.
3.4.3. Modelo de partícula.
3.5. Simplificaciones del modelo general.
3.5.1. Análisis de las ecuaciones de conservación en el caso en que la difusión

de reactivos es el paso limitante y no existe reacción homogénea en la fase
burbuja (M-Model).
3.5.2. Análisis de las ecuaciones de conservación en el caso en que la difusión
de reactivos es el paso limitante y existe reacción homogénea en la fase
burbuja (Rx-Model).
4. RESOLUCIÓN DE LOS MODELOS CON MATLAB.
4.1. Presentación de MATLAB.
4.2. Análisis matemático del M-Model.
5
Mateo
4.2.1. Presentación de la función del M-Model.

4.2.2. Método de Davidenko.
4.2.3. Resolución del M-Model con el método de Davidenko.
4.2.4. Métodos de resolución alternativos.
4.3. Análisis matemático del Rx-Model.
4.3.1. Presentación de la función del Rx-Model.
4.3.2. Funciones de Matlab: ode45 y fsolve.

4.3.3. Teorema fundamental del cálculo.
4.3.4. Resolución del Rx-Model.
5. VALIDACIÓN DE LOS MODELOS DESARROLLADOS.
5.1. Análisis crítico sobre el modelo original.
5.2. Validación del M-Model.
5.3. Validación del Rx-Model.
5.4. Conclusiones.
6. ORGANIZACIÓN Y USO DEL CD.
6.1. Contenido y organización del CD.
6.2. Archivos generales.
6.3. M-Model.
6.3.1. Carpeta Davidenko.

6.3.2. Carpeta MATCONT.
6.4. Rx-Model.
7. NOTACIÓN.
6
Mateo
8. REFERENCIAS.
1. INTRODUCCIÓN
7
Mateo
1.1. OBJETO DEL PROYECTO
El presente proyecto tiene como objetivo mostrar, analizar y resolver eficientemente

distintos modelos conocidos para un reactor de lecho fluido aplicado a la combustión de
partículas de carbón.
Todos los modelos que aparecen en el proyecto han sido formulados y publicados con
anterioridad por D. Alfredo L. Gordon y D. Neal R. Amundson, profesores del
Departamento de Ingeniería Química y Ciencia de los Materiales de la Universidad de
Minnesota (Estados Unidos) [1,2].
La carencia de una resolución matemática apropiada y extensible a otro tipo de

modelos, nos llevó a abordar este proyecto que, en cualquier caso, siempre puede
llevarse más allá mediante un estudio matemático más sofisticado. Se detallan también
los posibles desacuerdos e incorrecciones encontradas durante el estudio pormenorizado
de los modelos antes citados.
La finalidad principal es el desarrollo de una herramienta computacional numérica

mediante el programa MATLAB que permita resolver los modelos planteados así como
realizar un estudio de sensibilidad de los distintos parámetros que intervienen.
Este procedimiento de trabajo no es exclusivo de la combustión de partículas de carbón

en lecho fluido. Pretende ser un método genérico que permita resolver otros modelos
con ecuaciones de conservación similares. A partir de las ecuaciones propias de otros
casos (conservación de materia y energía) pueden obtenerse resultados análogos que
podrán ser analizados desde el punto de vista de la ingeniería.
1.2. ANTECEDENTES
Como se ha comentado con anterioridad, el modelado del proceso de combustión de

partículas de carbón mediante un reactor de lecho fluido, ha sido estudiado con
anterioridad por A. L. Gordon y N. R. Amundson, cuyas publicaciones han sido
tomadas como referencia [1,2].
8
Mateo
Este proyecto pretende desarrollar la herramienta computacional que apoye los
resultados de los modelos propuestos en los artículos publicados en la revista Chemical
Engineering Science durante los años 1976 y 1978, titulados “Modelling of Fluidized
Bed Reactors – Combustión of Carbon Particles IV and V”.
En estos artículos se propone un modelo genérico para la simulación del combustor de

lecho fluido basado en los estudios hidrodinámicos anteriores desarrollados por
Davidson y Harrison en los que se asume que el reactor está dividido en dos fases
denominadas fase burbuja (dilute phase) y fase emulsión (dense phase). Gordon y
Amundson proponen un conjunto de ecuaciones de conservación en cada una de las
fases citadas, y un tercer bloque que modela la fase sólida de cada partícula.
Este modelo genérico es excesivamente complejo desde el punto de vista de la

resolución matemática. Basándose en observaciones de tipo empírico y operacional,
Gordon y Amundson realizan las simplificaciones de su propio modelo que resultan
mucho más manejables desde el punto de vista de su análisis, y que son aplicables para
ciertas condiciones de trabajo del lecho.
Estos modelos simplificados, que serán explicados posteriormente, reciben el nombre

de M-Model y Rx-Model. Ambos son casos muy específicos de la combustión de
partículas de carbón, siendo el modelo Rx bastante más general que el denominado M-
Model.
1.3. MOTIVACIÓN
Los modelos de comportamiento anteriormente citados datan de mediados de la década

de los setenta. Las publicaciones realizadas en ese momento incluían una resolución
matemática de los modelos simplificados antes presentados.
La intención de este proyecto es la utilización de las posibilidades y capacidades

actuales para resolver problemas de carácter similar. En el pasado, la limitación en el
terreno de la informática obligaba al cálculo de soluciones a través de métodos
iterativos cuya resolución era tediosa. En la actualidad, la velocidad de cálculo se
multiplica a límites extraordinarios que permiten obtener resultados en tiempo récord.
Este desarrollo del cálculo numérico ha permitido de igual forma, el correspondiente
desarrollo de nuevos métodos de resolución matemática.
9
Mateo
MATLAB es un medio muy poderoso para el estudio de ecuaciones diferenciales. Posee

muchas capacidades de actuación a una velocidad muy rápida. Su uso es generalizado
en el campo de la matemática y está extendido internacionalmente a nivel académico.
Proporciona un entorno de trabajo muy amigable y un lenguaje de programación
relativamente asequible. Por estas razones ha sido elegido para llevar a cabo este
proyecto fin de carrera.
1.4. ESTRUCTURA DE ESTE PROYECTO FIN DE CARRERA
1.4.1. Modelado de reactores de lecho fluido.
En este primer capítulo se describe de manera general el comportamiento de los

reactores de lecho fluido. La comprensión en materia de funcionamiento, condiciones
de operación y capacidades de actuación es fundamental para entender los modelos que
serán presentados a posteriori.
El fenómeno de la fluidización es complejo y existen distintas teorías acerca del mismo.

Aquí serán presentadas las más conocidas y extendidas a nivel de estudio de este tipo de
sistemas. De igual forma, se hará mención a otros puntos importantes de
esta clase de reactores, como es todo lo que concierne al comportamiento de partículas

según sus características, regímenes de fluidización en el lecho, etc.
1.4.2. Presentación del problema y su estructura matemática.
Este apartado describe detalladamente el modelo utilizado para la descripción del

fenómeno de combustión en lecho fluido de partículas de carbón. Todas las ecuaciones,
así como todos los parámetros que aparecen en las mismas, serán presentados con rigor.
A partir del modelo general, serán descritos los casos particulares que conducen a la
simplificación del mismo, así como las condiciones bajo las que estos nuevos modelos
reducidos son aplicables.
1.4.3. Resolución de los modelos con MATLAB.
10
Mateo
Una vez conocido el modelo seleccionado para trabajar, se procede al tratamiento de las
ecuaciones que lo describen. La existencia de distintas simplificaciones implica el uso
de diferentes métodos de actuación a la hora de su tratamiento.
El modelo más simple (M-Model) es validado a través de la utilización del Método de

Davidenko. De forma paralela, un software de continuación denominado MATCONT
que puede ser integrado en MATLAB, dará resultados análogos.
El Rx-Model necesitará una programación algo más compleja dentro del entorno
MATLAB. Para este caso, se pondrán de manifiesto las posibilidades del programa en
lo relativo a la resolución de ecuaciones diferenciales a través de las funciones
aportadas por el mismo.
1.4.4. Validación de los modelos desarrollados.
Cada uno de los modelos descritos recibirá un tratamiento matemático muy distinto al
que fue utilizado originariamente por sus autores. En este capítulo se comparan los
resultados obtenidos en las publicaciones con las soluciones obtenidas mediante
MATLAB. Asimismo, se ponen de manifiesto ciertas incoherencias o erratas
encontradas en los artículos, que pueden conducir a resultados dispares.
1.4.5. Conclusiones.
Las conclusiones extraídas a lo largo de todo el trabajo y estudio durante la realización

de este proyecto fin de carrera, son presentadas en este capítulo. Se presentan también
las alternativas y posibles extensiones del mismo.
1.4.6. Organización y uso del CD.
Los archivos creados en MATLAB para la resolución de los modelos propuestos se

adjuntan en un CD ligado a esta memoria. En este capítulo se describe la estructura del
CD, el procedimiento de utilización del mismo y unas indicaciones de cada uno de los
11
Mateo
m-files donde se comentan los datos requeridos y los resultados proporcionados por los
mismos.
12
Mateo
2. MODELADO DE REACTORES DE LECHO FLUIDO.
2.1. INTRODUCCIÓN.
Un reactor de lecho fluido se utiliza para reacciones donde intervengan un sólido y un

fluido (generalmente un gas). En estos reactores la corriente de gas se hace pasar a
través de las partículas sólidas, a una velocidad suficiente para suspenderlas. Con el
movimiento rápido de partículas se obtiene un alto grado de uniformidad en la
temperatura evitando la formación de zonas calientes.
Los sistemas de lecho fluido tienen la ventaja de poder trabajar con estas partículas
sólidas suspendidas en una corriente de aire, siendo sus propiedades similares a las de
un líquido. Por esta razón, los reactores de lecho fluido son ampliamente utilizados en la
industria, tanto en procesos catalíticos como no catalíticos.
La utilización de este tipo de equipos está cada vez más extendida por sus ventajas
respecto a otro tipo de reactores, principalmente:
- Elevados valores de los coeficientes de transferencia de calor que permiten

reducir las superficies de transferencia, lo que implica unidades más compactas.
- Existe un control de la contaminación ya que valores de temperatura inferiores

minimizan la formación y emisión de óxidos de nitrógeno.
- En combustores, el dióxido de azufre producido puede minimizarse con la

adición de caliza al reactor.
13
Mateo
El tamaño de las partículas sólidas que pueden ser fluidizadas varía desde tamaños
inferiores a una micra, hasta varios centímetros de diámetro. La velocidad de entrada
del gas está generalmente comprendida ente 0.15 y 6 m/s. Esta velocidad está
referenciada respecto al reactor libre de partículas, y recibe el nombre de velocidad

superficial (U0).
El reactor tiene normalmente forma de cilindro vertical. Un recipiente de este tipo

permite tener espacio suficiente para una expansión vertical de los sólidos y para la
separación del material posiblemente arrastrado. Las características relativas al diseño
de este tipo de reactores varían según las condiciones de operación, el espacio
disponible y el uso del mismo. La distribución del gas a la entrada del reactor es un
parámetro indispensable a tener en cuenta, ya que una mala distribución puede acarrear
caídas de partículas sólidas que no son bien fluidizadas hacia la parte inferior del
recipiente.
Un sistema de lecho fluido no constituye un solo equipo aislado, sino que está formado
de distintos componentes de los cuales el más importante es el recipiente de
fluidización. En él puede distinguirse la ya citada zona de distribución de gas en la parte
inferior, a continuación la zona de lecho fluidizado, y finalmente el espacio de
separación. Otros componentes del sistema son la alimentación y descarga de los
sólidos, el separador de polvo para los gases de salida y todo lo relativo a la
instrumentación.
2.2. ELEMENTOS BÁSICOS DE LA TEORÍA DE FLUIDIZACIÓN
2.2.1. Clasificación de partículas.
El tamaño de las partículas sólidas que pueden ser fluidizadas puede variar, como se ha
indicado con anterioridad, entre tamaños comprendidos entre 1 µm y 6 cm. La
distribución de tamaños de los sólidos de trabajo y la diferencia de densidad entre las
partículas y el gas utilizado, determina el comportamiento de los sólidos en el proceso
de fluidificación. Esta forma de comportamiento queda plasmada en la Figura 1, donde
se realiza una clasificación de los tipos de partículas según Geldart [4].
14
Mateo
Figura 1. Clasificación de las partículas según Geldart en fluidización con aire (condiciones
ambientes).
En esta gráfica se observa que existen cuatro tipos de comportamientos posibles:
Sólidos tipo A (aeratable): son partículas de un tamaño medio y densidad baja.

Este tipo de partículas no contemplan ningún problema en el proceso de
fluidización.
Sólidos tipo B (sand-like): comprende un gran rango de tamaños de partículas y

de densidad. La fluidización se produce de forma apropiada para un régimen
gaseoso intenso.
Sólidos tipo C (cohesive): Son partículas cohesivas difíciles de fluidificar debido

a que las fuerzas de atracción entre partículas son de orden mayor que la fuerza
proporcionada por el gas. Este tipo de partículas muestran una tendencia a
adherirse y a medida que se incrementa el flujo de gas provocan la abertura de
canales que se extienden desde la zona del distribuidor hasta la superficie. Si no
se formaran estos canales, todo el lecho se elevaría como un bloque.
Sólidos tipo D (spoutable): son grandes sólidos de alta densidad difíciles de

fluidizar. Es necesario el uso de distribuidores apropiados para evitar caminos
preferenciales. Si no se forman canales de paso para el gas, el lecho entero actúa
como un pistón en el reactor.
15
Mateo
Para todos los grupos de partículas, a medida que la velocidad del gas aumenta, la
densidad del conjunto del lecho disminuye y la turbulencia crece. En lechos de pequeño
tamaño, para partículas sobre todo del tipo B y D, las burbujas pueden llegar a alcanzar
un tamaño similar a la mitad del diámetro del reactor [5].
Como podrá verificarse más adelante, atendiendo a las características propias de nuestro
problema (diámetro y densidad de partículas, y densidad del aire de entrada), las
partículas de carbón utilizadas en los modelos pueden ser clasificadas como tipo D
dentro del gráfico proporcionado por Geldart.
2.2.2. Regímenes de fluidización
Además de las características propias de las partículas, el gas que suspende el lecho
juega un papel fundamental en el proceso de fluidización. Su velocidad a la entrada del
reactor (U0) será clave en la determinación del régimen burbujeante.
La velocidad terminal de una partícula es la velocidad que alcanza la misma cuando

desciende a través de un fluido. Para una partícula situada en un lecho fluido y para
cualquier tipo de régimen de trabajo, existe una correlación muy extendida, que permite
su cálculo [6]:
−1
⎡ 18 2.335 − 1.744φs ⎤
U = ⎢ *2 +
*
⎥
d *0.5
t
⎣⎢ d p p ⎦⎥
siendo
1
⎡ ρ g2 ⎤3
Ut = Ut ⎢
*
⎥
⎢⎣ µ ( ρ s − ρ g ) g ⎥⎦
1
⎡ ρ g ( ρs − ρ g ) g ⎤ 3
dp = dp ⎢
*
⎥
⎢⎣ µ2 ⎥⎦
La velocidad de mínima fluidización es la velocidad del gas en el instante en el que el

peso de la carga de sólidos iguala la resistencia de fricción de las partículas. En ese
16
Mateo
instante el lecho puede considerarse aún fijo, y la velocidad puede ser calculada a partir
de la ecuación de Ergún [6].
Existen diferentes regímenes de fluidización atendiendo a la velocidad del gas. El tipo

de partículas también condiciona el comportamiento de las mismas en el recipiente. Por
orden creciente de la velocidad del gas se conocen los siguientes tipos:
- Lecho fijo: la velocidad del gas no supera la velocidad de mínima fluidización

de las partículas, y en consecuencia, no se produce fluidización de las mismas.
- Régimen burbujeante: el gas tiene una velocidad superior a la de mínima

fluidización. Aparecen burbujas de gas que ascienden a través del lecho. El gas
no alcanza la velocidad terminal de las partículas, lo que implicaría la presencia
de arrastres. Será el régimen de trabajo del modelo aquí propuesto.
- Régimen turbulento: un lecho fluido que trabaje en régimen turbulento debe

operar por encima de la velocidad terminal de algunas o todas las partículas que
lo forman. En este caso, sería necesario el retorno de los sólidos al lecho para
mantener el balance.
- Régimen rápido: la velocidad del gas es aún más alta. Desaparecen las burbujas
de gas entre el material sólido, para dar paso a una circulación de gas en la que
los sólidos son arrastrados, siendo necesaria la captación y el retorno de los
mismos al lecho.
- Régimen de arrastre neumático: hay un transporte de las partículas de sólido a

alta velocidad que obliga a la recirculación de las mismas al lecho. Los sólidos
se extienden hasta la salida y no ocupan más del 10 por ciento del volumen del
lecho. No existen burbujas y la velocidad de transferencia de masa es muy alta.
La Figura 2 representa de manera muy gráfica el comportamiento de los sólidos

(perfiles de concentración) en el lecho fluido para valores crecientes de la velocidad de
entrada del gas según lo descrito anteriormente:
17
Mateo
Figura 2. Comportamiento de sólidos en lecho fluido a velocidad del gas creciente.
2.2.3. Comportamiento de sólidos en lechos fluidos.
Según Rowe y Patridge [7], los sólidos presentes en los lechos fluidos se mezclan
debido a la turbulencia creada por el desplazamiento de las burbujas de gas y por el
arrastre que se crea en la parte posterior de las mismas. De esta forma la mezcla será
tanto más intensa, cuanto más alta sea la velocidad del gas. En líneas generales, se
establecerá un flujo de sólidos ascendente en el lecho y otro flujo descendente que
recorrerá las paredes del reactor.
Los sólidos presentes en este tipo de reactores pueden sufrir una disminución de su
tamaño debido a tres mecanismos principales:
- Rozamiento entre partículas: se produce con el encuentro aleatorio de las

mismas en el lecho. Su contribución a la reducción global de tamaño es pequeña.
- Impacto entre partículas: tiene lugar en las zonas donde la velocidad del gas es
elevada. Aumenta la probabilidad de rotura de las partículas por choque.
- Decrepitación térmica: las tensiones a las que son sometidas las partículas como
consecuencia de los efectos térmicos pueden provocar la reducción de las
mismas a tamaño cristalino.
18
Mateo
2.3. MODELADO DE REACTORES SEGÚN LA TEORÍA DE LAS

DOS FASES.
2.3.1. Modelo de Davidson y Harrison
El modelo planteado en este proyecto está basado en las consideraciones desarrolladas

por Davidson y Harrison, que asumen una división del reactor de lecho fluido en dos
fases ya citadas: fase burbuja (dilute o bubble phase) y fase emulsión (dense phase).
La fase burbuja se considera incompresible, y está integrada por la fase gaseosa que
recorre el lecho. Se asume que en la misma la cantidad de sólido es nula. La presión en
esta fase se considera uniforme.
La fase emulsión comprende las partículas sólidas del interior del reactor y el gas
intersticial entre las mismas. La densidad de esta segunda fase se considera homógenea
y constante.
Otras hipótesis básicas de este modelo son:
a) La porosidad de la fase emulsión es constante y su valor se considera igual al de

la porosidad en condiciones de mínima fluidización.
b) Existe un intercambio de materia y calor entre las dos fases citadas.
c) Las burbujas que atraviesan el lecho están libres de partículas, su tamaño es

homogéneo y se distribuyen de manera uniforme a través de todo el lecho.
Considerando el valor de la porosidad constante en la fase emulsión, puede calcularse el

volumen de las partículas y el gas intersticial que forman parte de la misma:
Vi = ε mf Vmf
V p = (1 − ε mf ) Vmf
19
Mateo
El volumen correspondiente a la fase burbuja (dilute phase) puede calcularse a partir de
la fracción en volumen de burbujas en el lecho (δ):
⎛ δ ⎞
Vd = Vmf ⎜ ⎟
⎝ 1− δ ⎠
El modelo de Davidson y Harrison permite también realizar un cálculo de los valores de

velocidad del gas en cada una de las fases a partir de distintas hipótesis. Para el
desarrollo del modelo es necesario el conocimiento de los siguientes valores de
velocidades:
Velocidad de mínima fluidización (Umf): se calcula a partir de la ecuación de

Ergún para condiciones de mínima fluidización en el equipo [6].
d 3p ρ g ( ρ s − ρ g ) g 1.75 ⎛ d U ρ ⎞ 150 (1 − ε mf ) ⎛ d pU mf ρ g ⎞
2
= 3 ⎜ p mf g ⎟ + ⎜ ⎟
µ2 ε mf ⎝ µ ⎠ ε mf3 ⎝ µ ⎠
Velocidad superficial del gas de alimentación (U0): es la velocidad con la que el

gas entra en el lecho.
Velocidad relativa de ascensión de burbujas (Ubr): el modelo de Davidson y

Harrison asume que la fluidodinámica de una burbuja del lecho fluido puede
asimilarse al caso de un líquido estancado. Para esa situación particular, ese
valor de Ubr está correlacionado a través de la expresión de Nicklin (1961):
1
U br = 0.711( gd b ) 2
Velocidad absoluta del gas en la fase burbuja (Ud): se calcula a través de una
relación entre las tres velocidades anteriores.
U d = U 0 − U mf + U br
20
Mateo
Velocidad absoluta del gas intersticial de la fase emulsión (Ui): se utiliza la

expresión de Bukur [8].
U mf
Ui =
ε mf (1 − δ )
La fracción relativa de burbujas en el lecho puede ser calculada a partir de los valores de
las velocidades anteriores de la forma:
U 0 − U mf
δ=
U d + 2U mf
Esta expresión es aplicable al caso de burbujas lentas para partículas tipo D según la
clasificación de Geldart.
Se denomina burbuja lenta a aquella que viaja más lentamente que el gas de la fase
emulsión. En este caso se forma un cortocircuito de gas que atraviesa la misma de abajo
hacia arriba. Este comportamiento en el lecho se produce siempre que
ubr
p1
ud
Cuando la relación anterior sea superior a uno estaremos hablando de burbujas rápidas.
En ellas, todo el flujo que las atraviesa es recirculado formando una nube. Según el
modelo de Davidson y Harrison, esta nube es de forma esférica.
2.3.2. Modelo de Kunii y Levenspiel
Uno de los modelos simplificados más conocido acerca del comportamiento de un lecho
fluido burbujeante es el propuesto por los investigadores Daizo Kunii y Octave
Levenspiel [6]. Este modelo se basa en la existencia de las dos fases descritas por el
modelo hidrodinámico de Davidson y Harrison algunos años antes.
21
Mateo
El modelado de las fases está basado en la existencia de un conjunto de postulados
enunciados a continuación de manera general. El punto más interesante de este modelo
es la explicación referente a la interacción entre las distintas fases que componen el
lecho.
• Modelado de la fase burbuja.
Postulado 1. El lecho fluido está constituido por dos fases, una fase gaseosa
incompresible y viscosa y otra fase particulada sin viscosidad y de densidad constante
(son las dos fases ya descritas en el modelo de Davidson y Harrison).
Postulado 2. Las etapas de una burbuja creada en el plato distribuidor son tres:
- Burbujas de pequeño tamaño que coalescen de forma rápida a poca distancia del
plato.
- Burbujas de tamaño medio con nubes de tamaño comparable al de la propia

burbuja.
- Burbujas grandes que se desplazan a gran velocidad con nubes despreciables.
Postulado 3. La velocidad de las burbujas es la definida en el modelo de Davidson y

Harrison (Ud).
Postulado 4. El tamaño de las burbujas es elegido como parámetro del modelo. Se

define el diámetro efectivo de burbuja. Esto contradice la ya explicada evolución del
tamaño de una burbuja en el lecho. Se asume la hipótesis de que la zona de formación y
coalescencia de burbujas es suficientemente corta como para asumir un tamaño de
burbuja constante en el resto del lecho.
Postulado 5. El contenido de sólidos en la fase burbuja se asume nulo y por tanto la

porosidad en esta fase es igual a uno. En la fase emulsión, la fracción de sólido es igual
a la que existía en condiciones de mínima fluidización.
• Modelado de la fase emulsión.
Postulado 1. Además de las fases denominadas burbuja y emulsión, existe una nube que
rodea las burbujas y cuya base inferior está formada por una estela. La estela está
22
Mateo
formada por sólidos cuya concentración es considerada igual a la que existe en la fase
emulsión.
Postulado 2. Se utilizan las expresiones del modelo de Davidson y Harrison para la

determinación de la fracción volumétrica de la nube en relación al volumen ocupado por
la burbuja.
Postulado 3. Las burbujas llevan una estela compuesta de sólidos en su camino a través
del lecho. La concentración de partículas sólidas en esa estela es igual a la
concentración de la fase emulsión. Por el contrario, el flujo característico de la nube es
turbulento. En consecuencia, la velocidad del gas y sólido que contiene son iguales a la
de la burbuja.
Postulado 4. La fase emulsión tiene características de mínima fluidificación.
• Modelado de la transferencia de materia entre las fases.
En un reactor de lecho fluido existen dos tipos de intercambio de materia que deben ser
considerados:
a) Transporte entre la partícula sólida y el gas que la rodea. Este transporte no se

considera controlante y es despreciado en el modelo propuesto por Kunii y
Levenspiel.
b) Mecanismo de difusión molecular modelado a través de la existencia de dos

coeficientes de transferencia de materia correspondientes al intercambio entre la
burbuja y la nube (Kbc) y entre la nube y la fase emulsión (Kce).
El modelo de Kunii y Levenspiel [6] establece un conjunto de correlaciones para el

cálculo de estos coeficientes, y la relación entre los mismos para alcanzar un valor de un
coeficiente global de transferencia de materia entre la fase burbuja y la fase emulsión
(Kbe). Todos los coeficientes están dados por unidad de volumen de burbuja y tienen
unidades de s-1.
23
Mateo
1 1 1
+
( Kbe )b ( Kbc )b ( K ce )b
siendo
⎛ 12 ⎞
4.5U mf
+ 10.4 ⎜ 5 ⎟
D
( Kbc )b = ⎜ ⎟
db ⎜ d4 ⎟
⎝ b ⎠
1
⎛ ε DU ⎞ 2
( K ce )b = 6.78 ⎜ mf 3 D ⎟
⎝ db ⎠
De la misma forma se obtienen los coeficientes de transferencia de energía

correspondientes a los binomios nube-fase emulsión (Hce)b, fase burbuja-nube (Hbc)b y,
finalmente el coeficiente global fase emulsión-fase burbuja (Hbe)b.
En el caso de la transferencia de calor, el valor del flujo energético entre la fase

emulsión y la nube es muy superior al existente entre esta última y la fase burbuja. Es
por eso que el coeficiente de transferencia global burbuja-emulsión, puede aproximarse
al valor de (Hbe)b obtenido mediante la correlación siguiente:
1
⎛ ⎞2
⎛ U mf ρ g cg ⎞ ⎜ k g ρ g cg ⎟
( H be )b ≈ ( H bc )b = 4.5 ⎜ ⎟ + 10.4 ⎜ 5 ⎟
⎝ db ⎠ ⎜ d2 ⎟
⎝ b ⎠
24
Mateo
3. PRESENTACIÓN DEL PROBLEMA Y DE SU ESTRUCTURA

MATEMÁTICA.
25
Mateo
3.1. INTRODUCCIÓN.
En este apartado se describe el modelo de combustión al que se realizará el estudio

matemático posterior. Se ha elegido un reactor de lecho fluido ya que las ecuaciones
que modelan las fases son mucho más complejas que en el caso de otro tipo de
reactores. Basándonos en los artículos ya citados, el modelo será particular del caso de
combustión de partículas de carbón, pero podría ser igualmente extensible a otro tipo de
reacciones.
Se pretende resolver el problema matemático sin perder de vista las soluciones físicas.
Es por ello que se hace énfasis en la comprensión de los parámetros que intervienen así
como en la interpretación de las soluciones obtenidas.
3.2. DESCRIPCIÓN GENERAL DEL MODELO
Como ha sido explicado con anterioridad, el modelo a tratar consiste en el conjunto de

dos fases (fase emulsión y fase burbuja) que describen el comportamiento de la
combustión de partículas de carbón en un reactor continuo de lecho fluido no isotermo.
Las partículas de carbón sufren dos reacciones heterogéneas diferentes: oxidación con el
oxígeno procedente del aire, y reducción con el dióxido de carbono producido en el
sistema. Ambas reacciones producen monóxido de carbono que se oxidará gracias al
oxígeno del aire de entrada (reacción homogénea).
Las tres reacciones descritas son:
C (s) + 0.5 O2 (g) Æ CO (g) (1)
CO (g) + 0.5 O2 (g) Æ CO2 (g) (2)
C(s) + CO2 (g) Æ 2 CO (g) (3)
26
Mateo
La primera y la tercera son reacciones gas-sólido, mientras que la segunda corresponde
a una reacción gas-gas homogénea. Los gases (oxígeno, monóxido de carbono y dióxido
de carbono) se difunden en el lecho hasta llegar a las partículas, en cuya superficie el
oxígeno y el dióxido de carbono pueden llegar a reaccionar. Asimismo, el monóxido de
carbono fruto de la primera reacción puede combinarse con el oxígeno.
El punto exacto donde se produce esta reacción entre el oxígeno y el monóxido de

carbono es desconocido. Si la reacción se produce en la zona adyacente a la superficie
de las partículas de carbono o en el gas intersticial de la fase emulsión dependerá
probablemente de las condiciones del lecho. En cualquier caso existen dos situaciones
límites:
- el monóxido de carbono se oxida en la superficie de las partículas de carbono.
- el monóxido de carbono se oxida homogéneamente en la fase gaseosa: esta será

la condición de partida aunque asumimos que puede contener incorrecciones
importantes.
Las dos reacciones heterogéneas que se presentan se asumen de primer orden respecto a
la concentración del gas. La reacción homogénea será considerada de segundo orden.
r1 = k1CO2 , s
r2 = k2CO2 , I CCO , I = k2CO2 , D CCO , D
r3 = k3CCO2 , s
Las constantes cinéticas ki corresponden a expresiones del tipo Arrhenius.
El planteamiento de las ecuaciones de conservación de masa y energía que darán forma

al modelo debe considerar tres bloques principales:
1. Ecuaciones de conservación de la fase burbuja (dilute phase) formada por

burbujas esféricas de tamaño uniforme exentas de partículas.
2. Ecuaciones de conservación del gas intersticial perteneciente a la fase emulsión

(dense phase).
27
Mateo
3. Ecuaciones de conservación de las partículas de carbono suspendidas en el gas
intersticial de la fase emulsión.
Debido al proceso de la combustión las partículas disminuyen su tamaño en el tiempo.

En un instante determinado del proceso, el lecho contiene partículas con tiempos de
residencia diferentes y una distribución de tamaños determinada. Aunque todo el
sistema se considere en régimen estacionario, cada partícula tiene su propio estado
transitorio y por tanto su radio y su temperatura variarán a lo largo del tiempo, aunque
en todas las partículas se consideren las mismas condiciones en las fronteras.
El balance de población planteado en el apartado siguiente permitirá obtener una

expresión de la distribución de partículas en el lecho.
Las partículas alimentan el lecho con un flujo constante, y se asume que éstas son
consumidas en su totalidad. En general, las concentraciones de los reactivos en las fases
gaseosas son pequeñas y los cambios en el volumen y en las propiedades físicas se
asumen despreciables. Las variaciones de los valores de las propiedades con la
temperatura también pueden asumirse despreciables.
Las reacciones heterogéneas se asumen mucho más rápidas que la difusión del gas hacia
el interior de las partículas. Por tanto, puede considerarse que las reacciones tienen lugar
en la superficie de las partículas.
Adicionalmente, la conducción de calor a través de las partículas se asume

suficientemente elevada como para despreciar los gradientes de temperatura dentro de
las mismas.
3.3. BALANCE DE POBLACIÓN
Las partículas de carbón se alimentan al lecho con temperatura y flujo constante. Bajo
condiciones de régimen permanente, el peso de sólidos en el lecho se mantiene
constante.
En este sistema, las partículas de carbón se consumen y pierden masa debido al

fenómeno de la combustión. Para el estudio del caso general, se desprecia la existencia
de cenizas y se asume que las reacciones heterogéneas tienen lugar en la superficie de
las partículas. Igualmente se considera que no existen reacciones entre partículas
sólidas. En consecuencia, la densidad de las partículas se mantiene constante.
Para modelar el comportamiento global de las partículas se realiza un balance

poblacional de las mismas entre tamaños comprendidos entre r y r+∆r. La integración
28
Mateo
de la ecuación diferencial correspondiente al balance da la distribución del tamaño de
partículas en el lecho [1]:
− F0 r 3
Pb (r ) =
WR(r ) Ri3
Para alcanzar este resultado ha sido necesaria la adopción de un conjunto de hipótesis:
- El tamaño de las partículas sólidas en la alimentación es constante, y su radio se

denomina Ri.
- La constante de elutriación k(r) se considera nula, por lo que no existe flujo de

arrastre de partículas. En la práctica, algunas partículas pueden ser arrastradas
debido a los valores elevados de la velocidad superficial del gas. Sin embargo,
se asume que el lecho está provisto de un separador ciclónico que devolverá
estas partículas al lecho.
- No existe flujo de extracción de partículas sólidas del lecho (overflow).
La distribución de tamaños se normaliza a través de la expresión:
Ri
∫ P (r )dr = 1
0
b
En general el valor de R(r) depende de las concentraciones y las temperaturas en las

distintas fases y no puede ser resuelto independientemente. Es necesario resolverlo de
manera simultánea con las otras ecuaciones de conservación.
3.4. ECUACIONES DE CONSERVACIÓN
29
Mateo
El modelado del sistema requiere la formulación de las ecuaciones de conservación para
el caso de transferencia de masa y energía. Estas ecuaciones se presentan en el artículo
citado [1], y son adimensionalizadas posteriormente para su tratamiento matemático. En
el presente proyecto se dará prioridad a estas últimas, puesto que son las que nos
permitirán alcanzar resultados en MATLAB. Sin embargo, es conveniente conocer de
dónde proceden y sobre todo, cual es el significado de los términos que las componen.
Con todas las consideraciones explicadas anteriormente, los balances de materia y

energía por fases y componentes adimensionales son los detallados a continuación
(según el modelo de Gordon y Amundson).
Las ecuaciones se presentan ya adimensionalizadas. Las variables y agrupaciones

adimensionales se presentan en las tablas siguientes:
Medida de Variable
referencia Adimensional
z*
Altura Lf z=
Lf
Lf θ *U i
Tiempo θ=
Ui Lf
C *jn
Concentración C 0j C jn =
C 0*
j
Tn*
Temperatura T 0* Tn =
T 0*
r*
Radio Ri r=
Ri
El subíndice n se refiere a cualquiera de las tres fases consideradas en el modelo:

- d: fase burbuja (dilute phase).
- i: gas intersticial de la fase emulsión.
- p: partículas sólidas de carbón.
Grupos
Adimensionales
DL f
∆j =
U i Ri2
30
Mateo
( H be )b L f
H id =
ρ g c gU i
k01'' Ri
K1 =
D1
k02'' C10* L f
K2 =
Ui
k03'' Ri
K3 =
D3
M s C10*
M=
ρs
Ui
U=
Ud
V
α= d
Vi
kg
λ=
M s cs C10* D j
WU i
τ=
F0 L f
hc Ac L f
Hc =
ρ g cgVU
i i
Lf
K di , j = ( K be )b , j
Ui
( −∆H )i C10*
Lj =
ρ g cgT 0*
Ei
Ni =
Rg T 0*
W
Ws =
ρ sVi
γ = λj∆ jM
ρc
ρ= s s
ρ g cg
3.4.1. Fase burbuja.
31
Mateo
Se denominan con la letra y las concentraciones adimensionales de los distintos gases
en la fase burbuja. La letra ‘x’ representa la concentración adimensional de dichos
compuestos en el gas intersticial de la fase emulsión.
Las ecuaciones de conservación en la fase burbuja se definen para cada uno de los
componentes gaseosos que entran en juego:
Númer Componente
o
1 Oxígeno molecular
2 Monóxido de carbono
3 Dióxido de carbono
La cuarta ecuación corresponde al balance de energía en esta fase. Se observa que todas
ellas están formadas por tres sumandos que indican:
- Variación de la concentración del componente o la temperatura con la altura del

lecho.
- Término correspondiente a la difusión de reactivos en la fase. Incluye el

coeficiente adimensional de transferencia de materia o calor.
- Término reactivo, donde se incluye una expresión exponencial tipo Arrhenius.
32
Mateo
+ K idU ( x j − y j ) + α 2 j K 2U exp ( − N 2 / y4 ) y1 y2 = 0
dy j
−
dz
y j (0) = y j 0
j = 1...3
dy4
− + H idU ( x4 − y4 ) + K 2 L2U exp ( − N 2 / y4 ) y1 y2 = 0
dz
y4 (0) = 1
3.4.2. Gas intersticial de la fase emulsión.
Utiliza la misma notación indicada en la fase burbuja. Incluye las concentraciones de

gases en la fase burbuja con superíndice cero que implica condiciones iniciales. Estos
valores de concentración de gases dependientes de la posición, se promedian y se
incluyen en el término convectivo de estas ecuaciones.
En estos balances están incluidos los datos referentes a la población de partículas

sólidas en la fase emulsión.
1
y j 0 − x j + α K id ( y j − x j ) + 3Ws D ∫ ((C js − x j ) pb (r ) / r 2 )dr + α 2 j K 2 exp(− N 2 / x4 ) x1 x2 = 0
0
j = 1...3
1
1 − x4 + α H id ( y4 − x4 ) + 3Ws ργ ∫ ((Tp (r ) − x4 ) pb (r ) / r 2 )dr + H c (Tws − x4 ) + K 2 L2 exp(− N 2 / x4 ) x1 x2 = 0
0
33
Mateo
3.4.3. Modelo de partícula.
o Concentración de productos y reactivos en la superficie de las partículas.
x j − C js + α1 j K1r exp(− N1 / Tp )C1s + α 3 j K 3r exp(− N3 / Tp )C3s = 0
j = 1...3
o Ratio de consumo (velocidad de disminución de tamaño).
dr
R (r ) = = − K1 DM exp(− N1 / Tp )C1s − K 3 DM exp(− N 3 / Tp )C3 s
dθ
r (0) = 1
o Temperatura.
dTp 3 dr 3DL1 K1 exp(− N1 / Tp )C1s 3DL3 K 3 exp(− N3 / Tp )C3 s 3γ ( x4 − Tp )

+ Tp = + +
dθ r dθ ρr ρr r2
Tp (0) = Tp 0
siendo
1
y = ∫ y ( z )dz
0
34
Mateo
3.5. SIMPLIFICACIONES DEL MODELO GENERAL.
3.5.1. Análisis de las ecuaciones de conservación en el caso en que la difusión de

reactivos es el paso limitante y no existe reacción homogénea en la fase burbuja
(M-Model).
El primer caso de estudio simplificado del modelo general es el denominado M-Model.

En él, la difusión de reactivos es el paso limitante. La velocidad de transferencia de
masa de oxígeno y dióxido de carbono en el gas es mucho más lenta que la velocidad de
reacción en la superficie de las partículas de carbón. Se considera además que no existe
reacción homogénea entre el oxígeno y el monóxido de carbono en la fase burbuja. Esta
última hipótesis es una práctica común en lechos catalíticos donde se asume que no
existen partículas dentro de las burbujas. Más adelante se comprobará que esta
suposición está bastante alejada de la realidad.
Eliminando la reacción homogénea del sistema, queda eliminado por tanto, el sumando
correspondiente al término reactivo de la fase burbuja. El modelo en esta fase queda:
35
Mateo
= K idU ( x j − y j )
dy j
dz
y j (0) = y j 0
j = 1...3
dy4
= H idU ( x4 − y4 )
dz
y4 (0) = 1
La resolución de este tipo de ecuaciones es muy sencilla ya que pueden ser integradas
explícitamente. El resultado es de la forma:
y j ( z ) = x j + ( y j 0 − x j ) exp(−UKid z )
y4 ( z ) = x4 + (1 − x4 ) exp(−UH id z )
Los perfiles de concentración y temperatura de los gases se integran para obtener un

valor promedio en el lecho, tal y como se ha explicado con anterioridad. El resultado del
cálculo de los promedios es:
P
y j = xj + ( y j0 − x j )
K id
Q
y 4 = x4 + (1 − x4 )
H id
36
Mateo
donde
1
P= [1 − exp(−UKid )]
U
1
Q= [1 − exp(−UH id )]
U
Al asumir que la difusión de reactivos a través del gas es un paso limitante, la ecuación
referente a la temperatura de una partícula también puede ser modificada. Según las
simplificaciones propuestas por Gordon y Amudson, se obtiene una expresión de la
temperatura de la partícula en función del radio de la misma. Esto quiere decir que
partículas con tamaños diferentes tendrán temperaturas
superficiales distintas, ya que se adoptó la hipótesis de gradiente térmico nulo dentro de

las mismas.
La ecuación resultante es:
dTp 3 3 ⎡ DL1 x1 DL3 x3 ⎤

+ Tp = − ⎢ + + γ ( x4 − Tp ) ⎥
dr r Br ⎣ ρ ρ ⎦
Tp (1) = Tp 0
Se trata de una ecuación diferencial lineal de primer orden con una condición inicial.
Puede integrarse y obtener una solución.
( M ρλ x4 + L1 x1 + L3 x3 ) E
Tp (r ) = Tp 0 r 3( E −1) + ⎡⎣ r 3( E −1) − 1⎤⎦
M ρλ (1 − E )
donde
37
Mateo
λ
E=
(2 x1 + x3 )
De esta forma, la integral que aparece en las ecuaciones de balance del gas intersticial
de la fase emulsión puede ser resuelta.
Las ecuaciones correspondientes a balances de materia y energía dentro del gas

intersticial de la fase emulsión quedan de la siguiente manera:
( y j 0 − x j )(1 + α P) + 5α1 j G1 x1 + 5α 3 j G1 x3 + α 2 j K 2 exp(− N 2 / x4 ) x1 x2 = 0
(1 − x4 )(1 + α Q) + 5(2G2 + G3 ) x1 + 5(G2 + G4 ) x3 + H c (Tws − x4 ) + K 2 L2 exp(− N 2 / x4 ) x1 x2 = 0
donde los parámetros adimensionales Gi se definen como sigue:
G1 = Ws D
G2 = Ws ρ MDTp 0
G3 = Ws DL1
G4 = Ws DL3
En consecuencia, todo el sistema original del M-Model ha sido reducido a un conjunto

de ecuaciones cuyas incógnitas son las concentraciones correspondientes a los reactivos
presentes en el gas intersticial de la fase emulsión, y a la temperatura de dicha fase (xj).
Manipulando estas ecuaciones se alcanza una expresión dependiente de una única

variable que será el punto de partida para el estudio pormenorizado de este caso
particular.
38
Mateo
10G5 (G2 + G4 ) ⎡ N ⎤ ⎡ N ⎤
F ( x1 ) = + G5 L2 + (5G3 − 10G4 − G6 L2 ) x1 + (1 + α Q) ⎢1 − 2 ⎥ + H c ⎢Tws − 2 ⎥ = 0
G6 ⎣ v( x1 ) ⎦ ⎣ v( x1 ) ⎦
siendo
⎡ K x (G + G8 x1 ) ⎤
v( x1 ) = ln ⎢ 2 1 7 ⎥
⎣ (G5 − G6 x1 )G5G6 ⎦
Los nuevos parámetros adimensionales Gi se definen de la forma:
G5 = 1 + α P
G6 = G5 + 5G1
G7 = 2G5 (10G1 − G6 )
G8 = 2G6 (G6 − 5G1 )
La ecuación simplificada ha quedado reducida a una única variable que es la

concentración de oxígeno en el gas intersticial de la fase emulsión.
Las concentraciones de monóxido de carbono, dióxido de carbono y la temperatura de

los gases en esa fase se despejan de las expresiones siguientes:
39
Mateo
N2
x4 =
v( x1 )
x3 = 2(G5 − G6 x1 )
G5 − G6 x1
x2 =
K 2 x1 exp(− N 2 / x4 )
Pese a que el M-Model es un modelo simplificado y relativamente sencillo de abordar

matemáticamente, puede llegar a ser muy rico en el análisis de los parámetros que
forman parte del mismo. El estudio de las relaciones entre parámetros puede darnos una
idea de la influencia de las distintas variables dentro del sistema.
Para la resolución de la ecuación simplificada en x1, se han utilizado dos procedimientos

de distinto grado de rigor que nos han conducido a resultados equivalentes.
1. Resolución de la ecuación mediante el Método de Davidenko.
2. Resolución de la ecuación mediante el uso de MATCONT, paquete de

MATLAB para el estudio de sistemas dinámicos.
3.5.2. Análisis de las ecuaciones de conservación en el caso en que la difusión de

reactivos es el paso limitante y existe reacción homogénea en la fase burbuja (Rx-
Model).
Las hipótesis tomadas como partida en las simplificaciones del caso anterior no siempre
se satisfacen, y por tanto, los resultados desprendidos de la resolución del mismo no se
adaptan a la realidad. Concretamente, la reacción que efectivamente existe en la fase
burbuja y que en el M-Model había sido despreciada, juega un papel importante en el
proceso.
Se considera pues, un modelo de comportamiento basado en la existencia de una

reacción homogénea en la fase burbuja entre el monóxido de carbono y el oxígeno, así
como de un control en la transferencia de materia que llega a la superficie de las
partículas de carbón. Es el denominado Rx-Model.
40
Mateo
Las ecuaciones de conservación quedan de la siguiente manera:
o Fase burbuja.
dy j
−
dz
y j (0) = y j 0
j = 1...3
dy4
dz
y4 (0) = 1
o Gas intersticial de la fase emulsión.
y j 0 − x j + α K id ( y j − x j ) + 5Ws Dx1α1 j + α 2 j K 2 exp(− N 2 / x4 ) x1 x2 = 0
j = 1...3
1 − x4 + α H id ( y4 − x4 ) + 5Ws D (2 ρ MTp 0 + L1 ) x1 + 5Ws D( ρ MTp 0 + L3 ) x3 + H c (Tws − x4 ) + K 2 L2 exp(− N 2 / x4 ) x1 x2 = 0
41
Mateo
El método de resolución de este caso es diferente al del M-Model y requiere un estudio
más profundo y exhaustivo.
Se sigue el siguiente esquema iterativo:
a) Supuestos unos valores de las variables xi (se toman los obtenidos a partir del
estudio del M-Model) se resuelven las ecuaciones de conservación del gas en la
fase burbuja, obteniendo las correspondientes concentraciones y temperatura yi.
b) Se calculan los promedios en la dirección axial del lecho de las yi obtenidas.
c) Con los valores promediados, se resuelven las ecuaciones correspondientes a los

balances del gas de la fase emulsión. Se comparan los valores obtenidos con los
supuestos, que habían sido adquiridos de la solución del M-Model. Si los valores
de las xi difieren (y lo harán al haberse ampliado la generalidad del modelo), se
repite el procedimiento hasta alcanzar la convergencia.
4. RESOLUCIÓN DE LOS MODELOS CON MATLAB.
42
Mateo
4.1. PRESENTACIÓN DE MATLAB.
MATLAB es el nombre abreviado de Matrix Laboratory, y corresponde a un potente

programa de cálculo numérico a partir de vectores y matrices. Es una herramienta
computacional muy poderosa y atractiva a la hora de resolver problemas, programar y
resolver gráficamente.
Se ha escogido el tratamiento de este proyecto en MATLAB por tratarse de un lenguaje

relativamente sencillo e intuitivo. El estudio de las ecuaciones de los modelos
planteados con MATLAB permite su extensión a casos de similares características, así
como amplias posibilidades a la hora de representar las soluciones, lo cual es siempre
ventajoso a la hora de la interpretación de resultados.
Los modelos ya descritos, aunque similares, serán tratados de forma bien distinta en lo
que a su estudio se refiere. En los apartados siguientes se presentan las ecuaciones de
conservación en la forma en la que serán tratadas en el programa, así como las
funciones de MATLAB y los principios matemáticos que apoyarán su resolución [9].
Seguidamente se procederá a la búsqueda de resultados que serán analizados
posteriormente.
4.2. ANÁLISIS MATEMÁTICO DEL M-MODEL.
4.2.1. Presentación de la función del M-Model.
43
Mateo
Recordemos que la ecuación general que representa el M-Model es:
10G5 (G2 + G4 ) ⎡ N ⎤ ⎡ N ⎤
F ( x1 ) = + G5 L2 + (5G3 − 10G4 − G6 L2 ) x1 + (1 + α Q) ⎢1 − 2 ⎥ + H c ⎢Tws − 2 ⎥ = 0
G6 ⎣ v( x1 ) ⎦ ⎣ v( x1 ) ⎦
siendo
⎡ K x (G + G8 x1 ) ⎤
v( x1 ) = ln ⎢ 2 1 7 ⎥
⎣ (G5 − G6 x1 )G5G6 ⎦
Esto puede expresarse de la forma:
c
F ( x1 ) = a + bx1 − =0
v( x1 )
siendo
⎡ dx (e + x1 ) ⎤
v( x1 ) = ln ⎢ 1 ⎥
⎣ ( f − x1 ) ⎦
donde
10G5 (G2 + G4 )
a= + G5 L2 + 1 + α Q + H cTws
G6
b = 5G3 − 10G4 − G6 L2
c = (1 + α Q + H c ) N 2
44
Mateo
K 2G8
d=
G5G6 2
G7
e=
G8
G5
f =
G6
La condición para que la ecuación, expresada a través de los nuevos coeficientes, tenga
solución es que el argumento del interior del logaritmo sea positivo. Deben buscarse
valores de x1 que satisfagan la condición:
x1 ( x1 + e)( x1 − f ) p 0
lo cual se satisface cuando
−e p x1 p f
Se conocen las expresiones de e y f, y los valores de las variables de las que dependen
son perfectamente compatibles con esta solución. En consecuencia, para definir nuestro
radio de acción debemos limitarnos a los valores de x1 comprendidos entre –e y f. Así
aseguraremos que el logaritmo neperiano de la ecuación sea positivo en todos los casos
y que la solución a la ecuación sea real.
La publicación de Gordon y Amundson propone un estudio de la función anterior

representativa del M-Model para la determinación de las posibles soluciones múltiples
existentes, debido a la existencia de múltiples reacciones en el proceso físico. En
referencia a criterios de diseño, es importante asegurar la existencia de una única
solución en régimen permanente.
El primer punto del estudio, ya tratado con anterioridad en el proyecto, es la

determinación del intervalo de x1 que satisface un argumento positivo del logaritmo de
la función. Se concluye que el valor de la concentración adimensional de oxígeno en el
gas de la fase emulsión debe estar comprendido entre –e y f .
45
Mateo
El estudio de la unicidad de la solución de la ecuación propuesta pasa por comprobar
que la derivada de la ecuación en cualquier punto del rango es diferente a cero. Esto
implica que no existen máximos o mínimos y que la función es creciente o decreciente
en el intervalo, dando una solución única que satisface F(x1)=0.
La derivada de la función a estudiar es del tipo:
c dv( x1 )
F ´( x1 ) = b + 2
v ( x1 ) dx1
Para asegurar la unicidad de la solución debe darse que dicha derivada no alcance un
máximo o un mínimo, luego:
c dv( x1 )
2
≠ −b
v ( x1 ) dx1
Es a partir de esta expresión, cuando se encuentran ciertas incoherencias en el artículo

nombrado:
dv( x1 )
• Tanto como v 2 ( x1 ) se consideran positivas a partir de todas las
dx1
definiciones aportadas con antelación. Sólo resta que los parámetros b y c tengan
signos idénticos para consumar la desigualdad. Sin embargo, y a diferencia de lo
que se asegura en el artículo, esto no se produce para ningún valor de U0
seleccionado dentro del rango. El parámetro c siempre es positivo y, por el
contrario, el parámetro b siempre es negativo. Esto implica que la condición que
asegura la unicidad de soluciones no se cumple dentro del rango previsto y, en
consecuencia, pueden existir soluciones múltiples de la ecuación.
• El estudio del signo del parámetro b ocupa un puesto significativo en el artículo

de Gordon y Amundson. Aunque no es relevante para este caso, ya que se
comprueba que el parámetro b tiene un signo distinto al esperado, es de rigor
mostrar la relación correcta entre los grupos adimensionales que forman dicho
parámetro y que en la publicación está expresado con numerosos errores. Para
un valor de b>0, debe cumplirse que
46
Mateo
5G3 − 10G4 − G6 L2 f 0
Lo que implica que:
3.07(1 − ε mf ) DLmf δ (1 − exp(−UK id ))

f 1+
U mf Ri 2
(1 − δ )U ε mf
La Figura 3, cuyo método de obtención se detalla a continuación, recoge una

representación aproximada de las curvas que componen la solución a la ecuación
propuesta para distintos valores de U0 comprendidos dentro de un rango. En ella se
observa la existencia de soluciones únicas, dobles o incluso triples para valores

crecientes de esta velocidad superficial. Para los casos estudiados del M-Model donde la
velocidad superficial del gas de entrada era relativamente elevada, se ha comprobado
que la solución de la ecuación para x1 era múltiple.
Para resolver la ecuación propuesta se trabajará con el método de Davidenko (cuyo

fundamento será explicado en el apartado siguiente), el cual necesita un punto de la
curva (o un punto muy próximo a la misma) para comenzar el procedimiento de
continuación. Este punto, a priori, es desconocido.
A partir de unos datos representativos del comportamiento del modelo, creamos con
MATLAB unas curvas que representen la función general del M-Model para un rango
dado de valores de x1. Esto se consigue simplemente otorgando valores a x1 y
calculando F(x1). Mediante el comando plot (x,y) se consiguen las curvas que, aunque
no muy precisas, nos pueden ayudar a alcanzar los primeros valores de partida para el
uso del método de Davidenko. Es necesario obtener los valores de x1 para los que F(x1)
llega a ser nulo.
El primer paso es la adopción de los datos necesarios para la definición del proceso.
Todos ellos pueden ser variados en función de las características del sistema en
cuestión:
Valores numéricos de los parámetros usados en la resolución del

modelo
Ac = 6m 2
At = 1.17 m 2
C10* = 0.0048mol / m3
47
Mateo
C20 = 0
C30 = 0
J
cs = 1460
kgK
J
cg = 1140
kgK
D = 0.00006m 2 / s
E1
= 15000 K
Rg
E2
= 12000 K
Rg
E3
= 25000 K
Rg
J
hc = 2.50
sm 2 K
k01'' = 1.55 ⋅107 m / s
m3 kg
k = 3.09 ⋅10
''
02
8
mols
k03 = 1.55 ⋅10 m / s
'' 7
Lmf = 0.6m
M s = 12kg / mol
qc = 1kg / s
Tcf = 323K
Tws = 373K
J
−∆H1 = 2.21⋅108
mol
J
−∆H 2 = 5.71⋅108
mol
J
−∆H 3 = −3.50 ⋅108
mol
ε mf = 0.4
J
k g = 6.75 ⋅10−2
msK
kg
µ g = 4.15 ⋅10−5
ms
ρ g = 0.35kg / m3
ρ s = 800kg / m3
48
Mateo
Estos datos de partida son introducidos por el usuario del programa a partir de la puesta
en marcha de un m-file de MATLAB denominado datosrequeridos.m (Anexo I), donde
además de las magnitudes anteriormente indicadas se piden los valores correspondientes
a:
- Diámetro efectivo de burbuja (db).
- Radio inicial de las partículas de carbón (Ri).
- Temperatura de entrada de los gases al reactor (T0).
- Gravedad (g).
- Velocidad superficial de entrada de los gases en el reactor (U0).
- Temperatura inicial en la superficie de las partículas (Tp0).
A partir de todos los datos de partida y mediante el fichero adimensional.m se calculan

todos los parámetros adimensionales descritos en el apartado 3.4 y que son necesarios
para manejar valores numéricos en las ecuaciones de conservación utilizadas. De igual
forma el fichero agrupaciones.m calcula dará los valores correspondientes a las Gi y a
los coeficientes comprendidos entre “a” y “f”.
Los resultados de la ejecución de estos dos ficheros, para los datos de partida
considerados para una velocidad superficial del gas de 25 m/s (aproximadamente 10
veces la velocidad de mínima fluidización) son los que se exponen en la tabla siguiente:
Grupos Adimensionales
DL f
Λj = = 0.2239
U i Ri2
( H be )b L f
H id = = 22.1337
ρ g c gU i
k02'' C10* L f
K2 = = 138360
Ui
( −∆H )1 C10*
L1 = = 8.8622
ρ g cg T 0*
( −∆H )2 C10*
L2 = = 22.8972
ρ g cg T 0*
49
Mateo
( −∆H )3 C10*
L3 = = -14.0351
ρ g cg T 0*
U
U = i = 1.3956
Ud
V
α = d = 9.9352
Vi
M s C10*
M= = 7.2 10-5
ρs
hc Ac L f
Hc = =0.0125
ρ g cgVU
i i
Lf
K di , j = ( K be )b , j =1.2511
Ui
E2
N2 = = 40
Rg T 0*
W
Ws = = 1.5
ρ sVi
ρc
ρ = s s =2927.3
ρ g cg
Para obtener todos los valores de todos los parámetros adimensionales ha sido necesario
adicionalmente, el cálculo de todas las velocidades ya mencionadas y los coeficientes de
transferencia de materia y calor entre fases.
Sin embargo, estos valores adimensionales variarán en función del valor escogido de U0
en el lecho. Todos ellos serán múltiplos (entre 2.5 y 12 veces) de la velocidad de
mínima fluidización.
La representación de la función F(x1) vs x1 debe realizarse entre un rango determinado
de valores de x1. Para seleccionar el rango adecuado se ha realizado un estudio de la
ecuación en cuestión.
Se representa finalmente F(x1) vs x1 para distintos valores del parámetro U0. Para cada
valor de U0 definido en datosrequeridos.m se calculan todos los parámetros
adimensionales, los Gi y las agrupaciones anteriores. Una vez conocidos los valores de
e y f para ese valor de la velocidad superficial, se puede trabajar con el rango de x1 que
hace positivo el logaritmo de la ecuación. Con el simple comando plot(x,y), MATLAB
es capaz de dibujar la función de manera aproximada, suficiente para poder tomar un
punto de partida en la ejecución posterior del método de Davidenko (archivo
Fig3individual.m del Anexo I).
Para unos valores de:
T 0* = 300 K
50
Mateo
Tp0* = 500 K
Ri = 0.005m
db = 0.05m
Se obtienen las siguientes curvas parametrizadas en U0.
Figura 3. M-Model para distintos valores de la velocidad superficial del gas de entrada.
Ya es posible partir de un punto perteneciente (o muy próximo) a las curvas reales para
resolver exactamente la ecuación por el método de Davidenko. Recordemos que los
valores de la velocidad superficial U0 han sido tomados entre límites comprendidos
entre 2.5 y 12 veces el valor de la velocidad de mínima fluidización, que para los datos
considerados es aproximadamente de 2.6 m/s.
51
Mateo
4.2.2. Método de Davidenko.
El método de Davidenko es un método matemático de continuación para resolver

ecuaciones de la forma
F ( x1 , y ) = 0
donde ‘x1’es la incógnita e ‘y’ representa un parámetro del modelo.
La secuencia de actuación en MATLAB está recogida en el archivo davidenko.m.
La obtención de las raíces de una ecuación de ese tipo siguiendo el método de

Davidenko sigue los pasos siguientes:
1. Búsqueda de un punto que pertenezca a la curva o esté muy próximo a la misma.
F ( x0 , y0 ) ≤ 10−4
2. Cálculo de un vector tangente a la curva en ese punto donde la norma del mismo
sea superior a un valor dado.
(− Fy , Fx )( x0 , y0 )
T( x0 , y0 ) =
( Fx , Fy ) ( x0 , y0 )
donde
( Fx , Fy ) ( x0 , y0 ) = ( Fx 2 + Fy 2 )( x0 , y0 ) ≥ 0.0001
3. Predicción de un nuevo punto: con el punto inicial perteneciente a la curva y el

valor de la tangente en dicho punto, calculamos un nuevo valor de (x,y) para un
valor de h suficientemente pequeño para no alcanzar irregularidades.
52
Mateo
( x1 , y1 ) = ( x0 , y0 ) + hT( x0 , y0 )
4. Corrección del nuevo punto mediante la aplicación del método de Newton

fijando x1 o y1 según si:
T2 ( x0 , y0 ) ≤ T1 ( x0 , y0 )
o si
T1 ( x0 , y0 ) ≤ T2 ( x0 , y0 )
siendo T1 y T2 las componentes del vector tangente T.
El programa va a elegir los puntos sucesivos que irán formando la curva a partir de los
vectores tangentes que impliquen un menor desplazamiento. Con un paso
suficientemente pequeño estamos garantizando la continuidad de la curva.
Para llevarlo a cabo es preciso el cálculo de las derivadas de la función respecto a la

incógnita y respecto al parámetro. Es necesaria también una buena elección del punto de
partida que debe necesariamente pertenecer a la curva o estar muy próximo a la misma.
4.2.3. Resolución del M-Model con el método de Davidenko.
Para la obtención de los valores de x1 (concentración adimensional de oxígeno en el gas

intersticial de la fase burbuja) de la ecuación del M-Model a partir del método de
Davidenko se han creado dos m-files en MATLAB.
53
Mateo
El primero de ellos es la secuencia de pasos del método de Davidenko, que se adjunta
en el Anexo I. El segundo archivo corresponde a la función que va a ser llamada por
dicho método y que contiene a la propia función, y a las derivadas respecto a la
incógnita y al parámetro.
La llamada de MATLAB en la Command Window es de la forma:
[sol, cambio]=davidenko(‘fun’,[x0;y0],h,n)
El significado de los parámetros se detalla a continuación:
- sol: son los puntos de la curva.
- cambio: son los puntos donde cambia el método de Newton.
- fun: corresponde a la función y a las derivadas parciales. 'fun' ha de devolver un

vector.
- [x0;y0]: son las condiciones iniciales.
- h: es el tamaño del paso.
- n: es el número de puntos a calcular.
El siguiente paso es la elección de los parámetros más significativos del modelo para la
obtención de las curvas que nos permitan tener una visión amplia del comportamiento
en el reactor en función de la variación de ciertas magnitudes.
El propósito de esta forma de trabajo, es obtener la representación de la variable elegida

(x1) respecto a los parámetros del modelo. De esta forma se abre la posibilidad de
estudiar el modelo desde un punto de vista físico, es decir, observando la variación de
valor de las variables a calcular cuando se toman distintos valores de los diferentes
parámetros relacionados con el comportamiento del sistema.
Para unos datos de partida dados, se ha estudiado la variación de los valores de xi en

función de la temperatura inicial en la superficie de las partículas (Tp0) y de la
temperatura inicial de alimentación de los gases al reactor (T0). Se han elegido estos dos
parámetros por ser bastante representativos de un problema de este tipo. Además,
aparecen ligados a la función de manera lineal, lo que permite calcular la derivada de la
función de forma relativamente simple.
A continuación se presentan los resultados obtenidos mediante la aplicación del método

de Davidenko a cada uno de lo parámetros seleccionados.
54
Mateo
Resolución del M-Model con el método de Davidenko. Parámetro 1:

Temperatura superficial inicial de las partículas de carbón.
Una vez detallado el método de Davidenko y, conociendo un punto aproximado de la

curva de trabajo, se pretende estudiar cómo varía la concentración de oxígeno
adimensional en el gas intersticial de la fase burbuja (x1) con respecto a diferentes
parámetros. El primero de ellos es la temperatura inicial en la superficie de las
partículas (Tp0).
Para dibujar la curva mediante continuación a partir de este parámetro es necesario crear
un m-file (tparticulas.m en Anexo I) donde aparezca definida la función a estudiar, así
como las derivadas parciales referidas a la incógnita principal (x1) y al parámetro (Tp0).
Para comenzar el proceso iterativo es necesario escoger una pareja de valores iniciales.
Para un valor de la velocidad superficial inicial elegido (por ejemplo U0=25 m/s),
atendiendo a la figura 3 se puede escoger aproximadamente como datos iniciales, los
siguientes valores:
x1 = 0.62
0
Tp = 500/300
El valor de la temperatura inicial de la superficie de las partículas se adimensionaliza

dividiéndolo por el valor de la temperatura inicial de los gases en Kelvin.
Mediante una llamada al procedimiento de Davidenko del tipo:
[sol,cambio]=davidenko(‘tparticulas’,[0.62;1.667],0.001,100)
se genera la curva deseada.
55
Mateo
Figura 4. Efecto de la temperatura inicial de las partículas sobre la composición de oxígeno en

el gas de la fase emulsión.
Según las condiciones de operación de este tipo de sistemas, es lógico concluir que el
valor adimensional de Tp0 será siempre positivo, por lo que sólo nos quedaremos con la
zona derecha de la gráfica. Se observa que para ciertos valores de dicha temperatura
existe más de un valor posible de x1. Todos ellos son soluciones matemáticas pero sólo
uno representará las condiciones físicas del proceso.
Las relaciones entre las incógnitas xi son conocidas, y permiten la construcción de

curvas similares en función de la concentración de otros compuestos o la temperatura en
el gas de la fase emulsión.
La concentración adimensional de dióxido de carbono en el gas de la fase emulsión (x3)

se obtiene una vez conocida la secuencia de resultados de x1 según la relación:
x3 = 2(G5 − G6 x1 )
Para dibujar la curva de esta nueva concentración frente al parámetro, basta con sustituir
cada valor de x1 en la expresión anterior y representarlo frente al valor de Tp0 al que va
relacionado.
56
Mateo
La curva para una velocidad superficial de entrada de gases de 25 m/s queda de la forma
que muestra la Figura 5.
Figura 5. Efecto de la temperatura inicial de las partículas sobre la composición de dióxido de

carbono en el gas de la fase emulsión.
De nuevo se observa que para ciertos valores de la temperatura superficial inicial de las
partículas de carbón, existe multiplicidad de soluciones (hasta 3) en x3. Sólo una de
ellas tendrá significado físico en el sistema de trabajo.
Para el caso de x4 (temperatura de los gases intersticiales en la fase emulsión) la

relación es
N2
x4 =
v( x1 )
y la representación gráfica para U0=25m/s aparece en la Figura 6.
57
Mateo
Figura 6. Efecto de la temperatura inicial de las partículas sobre la temperatura del gas de la
fase emulsión.
Finalmente, para el caso de la concentración adimensional de monóxido de carbono

(x2), la relación es del tipo:
G5 − G6 x1
x2 =
K 2 x1 exp(− N 2 / x4 )
para cuya representación es necesario conocer los valores correspondientes de x1 y x4.

Gráficamente obtenemos la Figura número 7.
58
Mateo
Figura 7. Efecto de la temperatura inicial de las partículas sobre la composición de monóxido

de carbono en el gas de la fase emulsión.
Este análisis puede realizarse para cualquier valor de U0 dentro del rango dado y para
cualquier par de condiciones iniciales que cumplan las especificaciones.
Resolución del M-Model con el método de Davidenko. Parámetro 2:

Temperatura inicial de entrada de gases al reactor.
El estudio del sistema respecto al parámetro anterior es relativamente sencillo debido a

que éste sólo aparece en una ocasión, y de forma lineal, en uno de los sumandos de la
ecuación principal.
El segundo parámetro a estudiar es la temperatura inicial de entrada del oxígeno al

reactor (T0). Este caso es completamente opuesto en ese sentido ya que existe una
dependencia más que clara en multitud de expresiones adimensionales respecto de esta
temperatura.
59
Mateo
La forma de proceder es análoga a la precedente, con la dificultad añadida de que el
método de Davidenko necesita la definición de la derivada de la función respecto al
parámetro, que en este caso será más compleja que en el anterior.
El archivo que contiene la definición de la función general con sus derivadas respectivas
lleva el nombre de tinicial.m.
Para hacer más sencillo el trabajo se realiza la derivada respecto a la inversa de la

temperatura inicial (T0) ya que la ecuación general puede expresarse de la forma:
Cy
F ( x1 , y ) = 1 + α Q + Ay + Bx1 y −
v( x1 ) 2
donde “y” representa la inversa de la temperatura de entrada inicial de los gases en

Kelvin.
Asimismo,
10G5Ws ρ MDTp 0* 10G5Ws D (−∆H )3 C10* G5 (−∆H ) 2 C10*

A=[ + + + Tws ]
G6 ρ g cg G6 ρ g cg
5Ws DC10* 10Ws D(−∆H )3 C10* G6 (−∆H ) 2 C10*

B =[ − − ]
ρ g cg ρ g cg ρ g cg
E2
C= (1 + α Q + H c )
Rg
donde las variables que aparecen con asterisco, no están adimensionalizadas y deben ser
incorporadas con sus unidades correspondientes.
Para comenzar a trabajar con este método, de nuevo es necesario otorgar una pareja de
valores iniciales al programa para comenzar el proceso iterativo. Para una velocidad de
entrada del gas de 25 m/s, y según los datos adoptados con antelación, pueden
considerarse como condiciones iniciales una temperatura de 300K para T0 y una
concentración de x1 de 0.62.
La llamada al proceso de continuación tendrá la misma forma que el caso anterior:
60
Mateo
[sol, cambio]=davidenko(‘tinicial’,[0.62;0.00333],-0.001,70)
El resultado será de la forma mostrada en la Figura 8.
Figura 8. Efecto de la inversa de temperatura del gas de entrada sobre la composición de

oxígeno en el gas de la fase emulsión.
Para el valor inicial de trabajo del sistema de 1/300 en abscisas, puede contemplarse de
nuevo la multiplicidad de soluciones respecto a la concentración x1 que por supuesto
coinciden con los hallados en los casos anteriores.
El procedimiento para la obtención de las concentraciones x2, x3 y x4, a partir de las

relaciones ya descritas, es análogo al precedente. Las gráficas se dibujan a partir de los
archivos contenidos en la carpeta xi. Los resultados pueden observarse en las Figuras 9,
10 y 11.
61
Mateo

monóxido de carbono en el gas de la fase emulsión.
62
Mateo
dióxido de carbono en el gas de la fase emulsión.
Figura 11. Efecto de la inversa de temperatura del gas de entrada sobre la temperatura en el
gas de la fase emulsión.
4.2.4. Métodos de resolución alternativos: MATCONT
MATCONT es un paquete de continuación de MATLAB para el estudio numérico

interactivo de ecuaciones diferenciales ordinarias parametrizadas. Entre sus capacidades
está la de calcular curvas de equilibrio. En este caso, se intentarán reproducir los
resultados obtenidos con Davidenko para el M-Model con este programa.
Para conseguir una curva de equilibrio es necesario partir de un punto de equilibrio, que
será el punto inicial tomado en el método de Davidenko.
Se define la función a tratar con la incógnita (x=x1) y el parámetro (y=1/T0). Para ambos
se completa el valor inicial ya comentado. Es necesario también dar todos los valores de
las magnitudes de las ecuaciones usadas en el cómputo. Pueden insertarse como
parámetros pero es necesario conocer su valor numérico.
Para los datos de partida conocidos, la función se define de la forma:
x’ = 1+alfaq +ay +byx – (py/V)
63
Mateo
V = log (dx(x+e)/(f-x))
Y los datos a completar en la Continuer Window son:
t interval 1000
InitStepSize 0.0001
MinStepSize 0.00001
MaxStepSiz 0.1
e
La elección de estos datos puede ser crucial para el buen funcionamiento del programa,
pero la forma de comprobarlo es algo rudimentaria ya que requiere ensayo y error.
Para el punto inicial y las magnitudes asumidas (obtenidos de los archivos de MATLAB
correspondiente a los números adimensionales y las agrupaciones):
x 0.62
y 0.006
a 36532
b -40170
p 97578
d 32341
e -0.6075
f 0.8038
alf 9.9352
a
q 0.7165
La variable ‘y’ se elige como parámetro libre, seleccionándola con respecto a las otras
en la ventana de Starter. En esa misma ventana se completan los valores iniciales para
‘x’ e ‘y’, así como los valores fijos del resto de los parámetros.
El resultado obtenido por este programa es idéntico al que se desprendía del uso de
Davidenko (ver Figura 12 y comparar con Figura 8). Claramente, si la curva es idéntica
en el caso de x1, lo será igualmente para las xi restantes. En cualquier caso, los dos
métodos presentan una serie de ventajas e inconvenientes:
64
Mateo
- El método de Davidenko exige la derivación de la ecuación general respecto de

la incógnita y respecto del parámetro. MATCONT sólo necesita la definición de
la función.
- Con el uso de Davidenko todo se estandariza. A partir de los datos iniciales se

calculan los parámetros adimensionales, posteriormente las agrupaciones, y todo
ello se introduce en la definición de la función que toma Davidenko para
ejecutarse. En el caso de MATCONT es necesario detener el proceso en el
archivo de las agrupaciones, tomar los valores numéricos y definirlos como
parámetros en la función.
Figura 12. Efecto de la inversa de temperatura del gas de entrada sobre la concentración de
oxígeno en el gas de la fase emulsión mediante Matcont.
65
Mateo
4.3. ANÁLISIS MATEMÁTICO DEL Rx-MODEL
4.3.1. Presentación de la función del Rx-Model.
Recordemos las ecuaciones de conservación de este modelo:
o Fase burbuja.
dy j
−
dz
y j (0) = y j 0
j = 1...3
dy4
dz
y4 (0) = 1
o Gas intersticial de la fase emulsión.
66
Mateo
y j 0 − x j + α K id ( y j − x j ) + 5Ws Dx1α1 j + α 2 j K 2 exp(− N 2 / x4 ) x1 x2 = 0
j = 1...3
1 − x4 + α H id ( y4 − x4 ) + 5Ws D (2 ρ MTp 0 + L1 ) x1 + 5Ws D( ρ MTp 0 + L3 ) x3 + H c (Tws − x4 ) + K 2 L2 exp(− N 2 / x4 ) x1 x2 = 0
En el caso del Rx-Model, las herramientas matemáticas necesarias son más amplias.
Asimismo es necesario tener un conocimiento más detallado acerca de las funciones que
ofrece MATLAB para realizar cierto tipo de cálculos.
A continuación se explica la secuencia de pasos matemáticos que resuelven el Rx-

Model según las etapas explicadas en el apartado anterior. Se trata de un proceso
iterativo que puede resolver el sistema para cualquier conjunto de valores de partida. En
concreto, los xi seleccionados corresponden a los obtenidos a partir del M-Model y,
como se verá posteriormente, en ciertos casos difieren bastante de los nuevos xi
calculados por el nuevo procedimiento.
67
Mateo
Valores
iniciales de xi
(M-Model)
Resolución de ecuaciones de conservación de

gases en la fase burbuja (ode45)
Cálculo de los valores promedios de las yi

obtenidas en la dirección axial del lecho
(Teorema Fundamental del Cálculo)
Resolución de ecuaciones de conservación de

gases en la fase emulsión (fsolve)
Comparación
xi ≠xi’ del vector xi xi = xi’
Tomar vector xi’ de supuesto con Solución del
valores iniciales y el nuevo xi’ problema
comenzar la calculado
iteración
4.3.2. Funciones de Matlab: ode45 y fsolve.
Función ode45 en Matlab.
Las ecuaciones diferenciales ordinarias (ODEs) se resuelven en Matlab a través del

paquete “ode”. Existen numerosos tipos de resolución en función de la precisión
requerida, de los parámetros disponibles y del tipo de problema a tratar.
Se utiliza una orden en la Command Window del tipo:
68
Mateo
[T,Y]=solver(odefun,[tspan],[y0])
donde
- T: es el vector que representa los valores del tiempo, que viene determinado
según el intervalo dado y la separación entre los límites.
- Y: es el vector que representa las soluciones del problema. Tendrá tantas

componentes en cada instante de tiempo como incógnitas.
- solver: es el tipo de comando de Matlab que resolverá el sistema. En este caso se

ha elegido a opción ode45, que tiene una precisión media y se ajusta al
problema. Debe ser siempre la primera opción a contemplar cuando se
resuelven problemas de esta índole.
- odefun: es el nombre del archivo de la función que contiene la definición del

sistema.
- [tspan]: corresponde al vector que determina el intervalo de integración. Para

obtener puntos espaciados en el tiempo de forma uniforme puede hacerse de la
forma [t0:intervalo:tf].
- [y0]: es el vector de valores iniciales.
Este comando integra el sistema de ecuaciones diferenciales desde t0 a tf con las

condiciones iniciales dadas por y0. La opción ode45 es un método de resolución en
un solo paso, que necesita únicamente la solución en el instante de tiempo
inmediatamente anterior. Está basada en la fórmula explícita de Runge-Kutta.
Función fsolve en Matlab.
Una vez que los perfiles de concentración y temperatura de la fase burbuja son hallados
y promediados según el proceso anteriormente descrito, se procede al cálculo de las
concentraciones y temperaturas propias de los gases de la fase emulsión. Para ello es
necesaria la resolución de las cuatro ecuaciones de balance descritas en el Rx-Model
para esta región. Se trata de un sistema de cuatro ecuaciones algebraicas no lineales.
La función fsolve de Matlab resuelve este tipo de sistemas de ecuaciones no lineales de

la forma:
69
Mateo
F ( x) = 0
donde ‘x’ es el vector de incógnitas y ‘F(x)’ es la función que devuelve el vector de

resultados.
El comando de Matlab que debe implementarse en la Command Window es del tipo:
x=fsolve(fun,[x0])
donde
- x: es el vector de valores de salida (solución del sistema).
- fsolve: es el esquema que encuentra un cero en las ecuaciones no lineales.
- fun: es el nombre del archivo que contiene el sistema de ecuaciones no lineales a

resolver.
- [x0]: es el vector de valores iniciales de las variables buscadas.
Existen varias limitaciones para el uso de este método. En primer lugar, la función debe
ser continua en el intervalo de trabajo. Además, cuando fsolve obtiene una solución, da
únicamente dicho valor sin calcular soluciones múltiples.
4.3.3. Teorema fundamental del cálculo.
El teorema fundamental del cálculo tiene el siguiente enunciado:
“Sea f una función continua en el intervalo [a,b], y sea
x
F ( x) = ∫ f (u )du
a
70
Mateo
entonces, F(x) es derivable y
F (a) = 0
dF ( x)
= f ( x) ∀x ∈ [ a, b ]
dx
La utilización del teorema fundamental del cálculo en este problema se debe a la

necesidad de promediar las variables obtenidas mediante la resolución de las ecuaciones
diferenciales ordinarias de la fase burbuja.
El cálculo del promedio de variables es de la forma:
1
y = ∫ y ( z )dz
0
Si definimos
* z
y ( z ) = ∫ y (u )du
0
entonces,
*
y = y (1)
Y, que según el teorema fundamental del cálculo puede expresarse como:

*
dy
= y( z)
dz
71
Mateo
En este caso, podemos incluir en el sistema de ecuaciones diferenciales ordinarias

cuatro incógnitas más (desde y5 a y8) cuyas derivadas respecto de la cota z son los
valores desde y1 a y4. El resultado en z=1 serán los promedios de estas últimas.
4.3.4. Resolución del Rx-Model.
Una vez comprendidos todos los pasos a seguir y las herramientas que van a permitir su
ejecución, no queda más que resolver el problema siguiendo el esquema dado.
MATLAB proporciona un entorno de trabajo muy amigable para este tipo de
secuencias, pudiendo ver en cada etapa los resultados intermedios si fuera preciso.
Se sigue el modelo de comportamiento ya descrito:
o Se toman como valores iniciales de partida, los valores correspondientes a la

resolución del M-Model mediante continuación. Es necesario recordar que para
ciertas condiciones iniciales (de temperaturas) la solución para x1, y en
consecuencia para las demás xi, era múltiple. Cualquiera de ellas es una solución
matemática del modelo, pero no todas serán solución física. Debe escogerse
aquella que pueda adaptarse mejor a las condiciones operacionales
según nuestro propio criterio. Para los parámetros iniciales supuestos y la

velocidad de entrada de gases habitual (U0=25 m/s), se ha escogido el siguiente
vector de valores iniciales:
x0=[0.73 0.2450 1.2621 3.7819]
o Con los valores seleccionados para el vector x0 se resuelven los balances

correspondientes a la fase burbuja (sistema de ecuaciones en derivadas
ordinarias) para la obtención de los perfiles de concentración de gases en el
fluido de la fase emulsión (yi(z)). Mediante la estrategia ya explicada para la
aplicación del teorema fundamental del cálculo se conseguirán también los
valores de los perfiles de dichas concentraciones y temperaturas. El archivo que
define la función que incluye el sistema de denomina dilutetotal.m y está en
función de todas las variables adimensionales descritas hasta el momento. Se
resuelve el sistema a través de la opción ode45 ya descrita con un intervalo de
72
Mateo
tiempo de [0:0.01:1] y unos valores iniciales para las concentraciones de gases
de la fase burbuja de:
y0 = [1 0 0 1 0 0 0 0]
Esto es debido a que en la fase burbuja para el punto z=0 (es decir, la entrada al
reactor), sólo existe oxígeno. Para los demás gases (CO y CO2) la concentración
es nula en este punto. Asimismo, la temperatura de entrada de los gases es T0.
La temperatura de referencia para adimensionalizar todas las demás es ella
misma, luego el cuarto elemento de este vector toma valor igual a 1. Los cuatro
últimos elementos del vector corresponden a los valores iniciales necesarios para
completar la aplicación del teorema fundamental del cálculo para la obtención
de las yi promediadas.
o Una vez hallados los perfiles de concentración de los gases que forman parte de
la fase burbuja y sus correspondientes promedios, se procede a resolver los
balances relativos a los gases de la fase emulsión. Estas cuatro ecuaciones
algebraicas se resolverán con el ya conocido método fsolve de Matlab. Para ello
sólo es necesario introducir en el comando descrito, el nombre de la función que
contiene el sistema (pasofinal.m) y el vector de x0 que servirá de punto de
partida para el cálculo final de los puntos. Es necesario completar el bucle para
la ejecución de un número de iteraciones determinadas, es decir, si
el vector solución x0’ no es igual al vector x0 tomado como punto de partida, es

necesario resolver todo el proceso al completo hasta encontrar el vector solución
que satisfaga este criterio. El archivo de MATLAB procedimiento.m recoge la
automatización completa del proceso para un número dado de iteraciones.
Mediante este método pueden calcularse los valores deseados de todas las
concentraciones de gases en todas las fases fluidas definidas en el modelo. Los
resultados no son exactamente análogos a los obtenidos a partir del M-Model y en
algunos casos difieren de manera significativa.
Es importante resaltar que el número de iteraciones necesarias para alcanzar una

convergencia con una exactitud de 5 decimales en los valores de las variables, debe ser
superior a 200. Al ser MATLAB una potente herramienta de cálculo numérico, esta
operación está finalizada en algunos segundos.
Conviene resaltar también que el uso de otros valores iniciales del M-Model para el
vector x0, llevan a la obtención de una convergencia análoga a la anteriormente
explicada (nos referimos al caso estudiado de U0 = 25 m/s). Esto quiere decir que,
mientras que el modelo más simplificado puede responder a soluciones múltiples, el
modelo ampliado según el mecanismo propuesto, converge en una solución única para
los tres posibles vectores de partida utilizados.
73
Mateo
Para valores de velocidad de entrada del gas superiores a 11 veces la velocidad de

mínima fluidización (U0> 28 m/s), las soluciones obtenidas del vector x correspondiente
a las concentraciones y temperatura de gases en la fase emulsión, son múltiples.
Para el valor de velocidad de entrada manejado, según este procedimiento, se obtienen

los perfiles de concentración en la fase burbuja durante la longitud adimensional del
reactor que se muestran en la Figura 13.
Figura 13. Perfiles de concentración de reactivos y productos en la fase burbuja en la longitud

adimensional del reactor para el Rx-Model.
Si se incluye también el valor de la temperatura, se obtiene la representación dada por la

Figura 14.
74
Mateo
Figura 14. Perfiles de concentración de reactivos y productos, y perfil de temperatura de

partículas en la fase burbuja en la longitud adimensional del reactor para el Rx-Model.
Estos perfiles se obtienen una vez alcanzada la solución del problema tras el proceso
iterativo. Los valores del vector x0 definitivo, serán sustituidos en las ecuaciones
correspondientes al balance de materia y energía en la fase burbuja. Para una longitud
adimensional del lecho comprendida entre 0 y 1 se obtendrán los distintos valores de
concentración y temperaturas en esa fase.
Se observa un decrecimiento lógico de la cantidad de oxígeno durante todo el trayecto,

así como un aumento en la cantidad de productos. La formación de CO crece
rápidamente en la base del reactor y posteriormente cae, volviendo a subir de nuevo
lentamente.
75
Mateo
5. VALIDACIÓN DE LOS MODELOS DESARROLLADOS.
5.1. ANÁLISIS CRÍTICO DEL MODELO ORIGINAL.
76
Mateo
Se han encontrado pequeñas incoherencias en el estudio detallado de los artículos, que

en algún caso han llevado a alguna que otra parada importante en el desarrollo del
trabajo global. Se detallan a continuación los errores encontrados y las soluciones
propuestas, así como las posibles causas que pueden llevar a un desacuerdo respecto a
los resultados propuestos por estos dos investigadores.
En el tratamiento de los datos aportados por los artículos existen las incorrecciones que
a continuación se detallan, y que son imprescindibles corregir para el conocimiento y
buen funcionamiento de los métodos de resolución de los modelos.
El apartado 4.2.1, en el que se presenta la función a tratar en el M-Model, recoge

con detalle las discordancias en el análisis de unicidad de la misma con respecto
al artículo publicado. Ese capítulo demuestra la existencia de multiplicidad de
soluciones en el rango de trabajo, lo cual será posteriormente validado por los
resultados obtenidos.
Los datos de partida empleados para los modelos son los utilizados como
ejemplo en los artículos descritos. Se han utilizado los mismos datos para tener
una comparación objetiva respecto a los resultados obtenidos. Existe un error en
relación al valor del parámetro adimensional λ. El valor expresado en la
publicación no corresponde a ese parámetro, sino al valor de la conductividad
térmica del gas expresada en J m-1 s-1 K-1.
La representación gráfica de la Figura 3 en la que aparecen las soluciones de la

ecuación general del M-Model para distintos valores del parámetro U0, no se
corresponde con total exactitud a la representación proporcionada por Gordon y
Amundson. Las curvas son cualitativamente idénticas pero las
soluciones de x1 están algo desplazadas. Esto puede ser debido a un cálculo

intermedio de ciertos coeficientes de transferencia de materia o calor en base a
algún criterio distinto a los ya explicados.
Las ecuaciones de balance en la fase burbuja y en el gas de la fase emulsión del

Rx-Model están planteadas en el segundo artículo con ciertas erratas. Para su
correcta formulación sólo es necesario remitirse a las ecuaciones de
conservación aquí detalladas.
Detrás de los artículos publicados por Gordon y Amundson sobre combustión de

partículas en lecho fluido, existe una labor de investigación muy completa y compleja.
Desgraciadamente, las publicaciones corresponden al año 1976, y después de las
mismas, el interés de estos investigadores por el tema decayó.
77
Mateo
5.2. VALIDACIÓN DEL M-MODEL.
Este proyecto no pretende revelar conclusiones en lo que a la manera de operación de

un lecho fluido se refiere. La pretensión es la de mostrar una herramienta matemática
que permita conocer el comportamiento de las ecuaciones que modelan el lecho a partir
de unos datos de geometría y de características de los reactivos dados para los modelos
aquí presentados, de la forma más rápida posible.
Es evidente que cuanto más riguroso sea dicho modelo, la aproximación a la realidad
será mayor, aunque la complejidad matemática también crecerá. En cualquier caso, los
resultados jamás podrán ajustarse completamente a lo obtenidos de manera empírica,
sobre todo teniendo en cuenta que los fenómenos que ocurren dentro de un reactor de
lecho fluido son, en muchos puntos, desconocidos.
Los dos modelos presentados son una aproximación de la realidad a distinto grado de
detalle. La resolución del M-Model ha servido de base para la obtención de soluciones
en el modelo Rx. Puede comprobarse que los resultados obtenidos para las mismas
condiciones de partida en ambos casos son sensiblemente distintos, y que incluso la
manipulación del modelo matemático requiere un tratamiento a otro nivel.
Tanto el método de Davidenko como el método de continuidad proporcionado por

MATCONT dan soluciones idénticas a nuestro problema. La aplicación de Davidenko
es más explícita e intuitiva teniendo en cuenta que se conocen todos los pasos realizados
para alcanzar una solución. En el caso de MATCONT se conoce el fundamento pero no
exactamente el procedimiento desarrollado. La obtención de soluciones análogas apoya
los resultados finales.
En la aplicación del M-Model (en sus dos vertientes, a través de Davidenko y a través
del paquete MATCONT) se obtenían soluciones múltiples. En algunos casos, para la
velocidad de entrada de gases al reactor, estas soluciones eran triples. Esto implica que
hay tres posibles vectores representativos de las concentraciones y la temperatura de los
gases en la fase emulsión. En un primer momento y ante la existencia únicamente de
este modelo, este hecho puede crear una incertidumbre relativa a la interpretación física
de los resultados. En todos los casos nos encontramos con valores cuyos órdenes de
magnitud responden a casos reales probables.
78
Mateo
La conclusión más importante en el estudio de este modelo es que tanto Davidenko
como MATCONT son capaces de aportar soluciones al M-Model con la posibilidad de
variación de parámetros. Esto quiere decir que, para cualquier parámetro que influya en
el proceso, estos métodos permiten la representación de la variable principal frente a
distintos valores de los mismos lo cual puede dar una riqueza de interpretación física
muy importante a nuestro problema.
5.3. VALIDACIÓN DEL Rx-MODEL.
Al tratarse de un modelo más complejo y completo, la interpretación de Rx-Model es

mucho más amplia que en modelo más simplificado Para comenzar el proceso iterativo
en este caso es necesario un vector de valores iniciales que recordemos que era:
x0=[0.73 0.2450 1.2621 3.7819]
Este vector procede de una de las tres soluciones que se desprenden del M-Model para
una velocidad de trabajo U0 de 25 m/s y será el punto de arranque del modelo siguiente.
Según el procedimiento ya explicado, el nuevo vector solución tras la aplicación del

proceso iterativo del Rx-Model es:
x0´=[0.7581 0.0036 0.2402 7.661]
Las diferencias cuantitativas son notables. La variación en las concentraciones es

significativa, y puede ser debida a la consideración de la reacción homogénea entre el
monóxido de carbono y el oxígeno molecular dentro del sistema. Sin embargo, lo que
más llama la atención es el cambio de temperaturas experimentado. Se produce
prácticamente una duplicación de la misma.
Si deshacemos el cambio adimensional, implica unos valores de 861.57ºC en el caso del

M-Model y de más de 2000ºC en el caso del Rx-Model. Este valor de temperatura es
muy alto y se sale del rango normal de operación de este tipo de sistemas. El lecho
fluido se caracteriza precisamente por tener altos coeficientes de transferencia de calor
que permiten mantener la temperatura en el lecho de forma homogénea, lo cual implica
unidades más compactas y temperaturas más bajas.
79
Mateo
Podría plantearse la duda de que quizás el vector de valores iniciales escogido para
comenzar el proceso iterativo del Rx-Model no es el adecuado. De hecho, como se ha
comentado con anterioridad, existen 3 soluciones matemáticas e incluso físicamente
posibles que se desprenden del M-Model. Quizás alguna de las dos restantes podría
llevarnos a valores coherentes del vector x0.
La respuesta, desgraciadamente, es negativa. Para los datos dados, las tres soluciones
del M-Model aplicadas al modelo Rx, convergen en el mismo resultado. Esto significa
que para el rango de composiciones de trabajo, la solución matemática del Rx-Model es
única.
Sin embargo, esta situación no puede generalizarse para todos los casos prácticos
considerados dentro del estudio. Existen situaciones cuya velocidad de entrada de gases
es diferente (recordemos que U0 estaba comprendida entre 2.5 y 12 veces la velocidad
de mínima fluidización, lo que implica entre 6.25 y 30 m/s aproximadamente), y cuya
solución no es múltiple en el M-Model. Si tenemos en cuenta la Figura 3, se observa
que para velocidades inferiores a 21 m/s la solución es única. Para una U0 de justamente
21 m/s la solución es doble, y a partir de este valor la solución se hace triple.
Como se ha comentado con anterioridad, en el caso de una velocidad inicial de 25 m/s

existen tres soluciones en el M-Model que desembocan en un único comportamiento en
el modelo Rx. Por otra parte, existe un valor límite inferior de la velocidad U0 a partir
del cual las soluciones del modelo Rx se hacen múltiples. Se comprueba que para un
valor de esta velocidad superior a once veces la velocidad de mínima fluidización, las
soluciones proporcionadas por este modelo son, al menos, dos. Para una velocidad
inicial de 28.3 m/s, las soluciones alcanzadas son los dos vectores siguientes:
x0´=[0.7940 0.0065 0.2027 6.7608]
x0´=[0.9035 0.1874 0.0028 2.6623]
En un primer momento podría pensarse que la segunda solución tiene más sentido desde
el punto de vista físico del problema, ya que son razonables, bajo cierto modelo de
comportamiento, los valores de concentración y sobre todo de temperaturas obtenidos.
En cualquier caso son soluciones matemáticas extraídas de la aplicación del Rx-Model.
Sin embargo, este tipo de soluciones son inextensibles al modelo más simplificado
conocido (M-Model) ya que las concentraciones calculadas salen fuera del rango que
hace positivo el logaritmo de la ecuación general.
80
Mateo
Esto no significa que no sea una solución posible ya que comprende un modelo más
genérico y no tiene por qué englobar un caso más específico. En ese caso, la
temperatura de trabajo del reactor (aproximadamente 525ºC) sería mucho más baja. La
combustión de las partículas en el lecho se produciría con una alta concentración
promedio de oxígeno, y los valores de los productos de reacción serían más favorables
al monóxido que al dióxido de carbono.
En el artículo de referencia existe una figura que representa los perfiles de

concentraciones de gases en la fase burbuja para el M-Model. Esta gráfica ha sido
reproducida para el Rx-Model y corresponde a las figuras 12 y 13 del presente proyecto.
Puede observarse que la evolución de las curvas es idéntica en el caso de las
concentraciones (decrecimiento de la concentración de oxígeno en beneficio de la
formación de monóxido y dióxido de carbono) a excepción de un primer tramo en el
que el Rx-Model presenta algo de inestabilidad. Sin embargo, en lo que respecta a la
temperatura adimensional de las partículas, la gráfica publicada del M-Model registra
un valor de 4 mientras que la obtenida a través del modelo Rx supera el valor de 6. En
cualquier caso, la evolución cualitativa de ambas curvas es idéntica.
5.4. CONCLUSIONES.
El estudio exhaustivo llevado a cabo en el presente proyecto se centra en dos casos

particulares del modelo genérico presentado, denominados como ya se conoce, M-
Model y Rx-Model.
El estudio matemático de las ecuaciones de balance del modelo genérico es mucho más
complicado y requiere una capacidad matemática de cálculo fuera de las intenciones de
este trabajo.
El modelo de trabajo para la resolución de las ecuaciones de conservación del lecho con
MATLAB, supera con creces los métodos inevitablemente más rudimentarios de
resolución matemática aportados en los artículos referenciados [1,2]. Es una aplicación
más rápida y más general, que permite la resolución de ecuaciones de similares
características sea cual sea el tipo de lecho empleado o el tipo de partícula tratada. La
ampliación y generalización de las funciones es siempre posible, por lo que el problema
queda abierto a posibles tratamientos futuros más complejos.
81
Mateo
6. ORGANIZACIÓN Y USO DEL CD.
6.1. CONTENIDO Y ORGANIZACIÓN DEL CD.
El CD que acompaña la presente memoria recoge todos los archivos de MATLAB que
permiten llevar a cabo la resolución de los modelos propuestos. El acceso a los mismos
es sencillo siempre que se disponga del entorno MATLAB. Pulsando sobre los iconos
se tiene acceso a las sentencias que constituyen los m-files, pero estos sólo serán
modificables si son abiertos desde el programa. Las figuras pueden visualizarse
directamente cliqueando sobre las mismas.
La estructura de las carpetas incluidas pretende ser coherente con los pasos seguidos en
la redacción del presente proyecto. Existen cuatro carpetas fundamentales cuyo
contenido de detalla a continuación:
Archivos generales: recoge todos los m-files relativos a la adquisición de datos y

tratamiento adimensional de los mismos.
M-Model: en esta carpeta se encuentran todos los archivos que conducen a la

resolución de dicho modelo así como las gráficas obtenidas a partir del mismo.
Rx-Model: análogo al anterior.
En el CD que se adjunta se encuentran todos los archivos que serán detallados a

continuación. Todos ellos incluyen las definiciones, comentarios y aclaraciones
correspondientes que hacen más sencilla su comprensión.
6.2. ARCHIVOS GENERALES.
Esta carpeta contiene los m-files de MATLAB relacionados con la adquisición de datos
por parte del programa a través del usuario. Se incluyen también los archivos relativos
al cálculo de los números adimensionales precisos para completar las ecuaciones de
balance.
82
Mateo
Para el tratamiento de cualquiera de los modelos (incluido el M-Model mediante

MATCONT) es necesario el uso de los archivos que a continuación se detallan. Para la
realización del proyecto se han tomado los datos relativos a un problema ficticio. Estos
datos son los mismos con los que trabajan los autores de los artículos. Se ha hecho de
esta forma para poder comparar resultados de una forma más exacta. Sin embargo, los
valores de los parámetros pueden variar según el tipo de lecho, las cargas de reactivos
en el mismo, etc.
Los archivos incluidos en esta carpeta son los siguientes:
a) datosrequeridos.m: este archivo pide al usuario, a través de sentencias de input,

los valores de las siguientes variables (todas ellas definidas como globales):
Ac = Área de transferencia de calor en m2

At = Sección transversal del lecho en m2
C1o = Concentración de oxígeno en el gas de entrada en mol/m3
C2o = Concentración de monóxido de carbono en el gas de entrada en mol/m3
C3o = Concentración de dióxido de carbono en el gas de entrada en mol/m3
cs = Calor específico medio de las partículas sólidas en J/kg K
cg = Calor específico medio del gas en J/kg K
D = Difusividad molecular de los reactivos en la mezcla gaseosa en m2/s
E1 = Energía de activación de la reacción 1 en K
hc = Coeficiente de transferencia de calor del serpentín sumergido en el lecho en
J/s m2 K
ko1 = Factor de frecuencia de la reacción 1 en m/s
ko2 = Factor de frecuencia de la reacción 2 en m3 kg/mol s
ko3 = Factor de frecuencia de la reacción 3 en m/s
Lmf = Altura del lecho fluido en condiciones de mínima fluidización en m
Ms = Peso molecular de las partículas
qc = Flujo de agua a través del serpentín en kg/s
Tcf = Temperatura del agua entrante al serpentín en K
Tws = Temperatura de ebullición en el serpentín en K
MenosEntalpia1 = Calor de la reacción 1 en J kg/mol
Emf = Porosidad en la fase emulsión
kg = Conductividad térmica del gas en J/m s K
ViscosidadGas = Viscosidad del gas en kg/m s
DensidadGas = Densidad del gas en kg/m3
DensidadSolido = Densidad del sólido en kg/m3
db = Diámetro de burbuja en m
Ri = Radio inicial de las partículas en m
To = Temperatura del aire en la alimentación en K
g = Valor de la gravedad en m/s2
Uo = Velocidad superficial del gas en m/s
83
Mateo
Tpo = Temperatura de las partículas en la alimentación en K
b) adimensional.m: este archivo calcula el valor de todos los números

adimensionales que aparecen en las ecuaciones de conservación (apartado 3.4) a
partir de los datos introducidos por el usuario a través del archivo de datos
requeridos. De igual forma, calcula ciertos valores de parámetros
(principalmente relativos a las velocidades que intervienen en el problema) que
serán necesarios a lo largo del procedimiento.
c) agrupaciones.m: es un m-file muy sencillo en el que se calculan los valores de

los parámetros adimensionales ‘Gi’ (definidos a partir de las expresiones
adimensionales calculadas en adimensional.m), así como el valor numérico de
los parámetros ‘a’, ‘b’, ‘c’, ‘d’, ‘e’ y ‘f’, que permiten escribir de manera más
simplificada la ecuación general del M-Model. Se le ha denominado
agrupaciones.m ya que no se trata de ningún cálculo importante para el
problema, sino que es tan sólo una unión de las expresiones ya conocidas con la
idea de hacer más sencilla la presentación del problema.
Estos archivos generales se ejecutarán en MATLAB de forma consecutiva y en el orden

en que aquí se presentan. Con ellos se obtendrán los valores numéricos de todos los
parámetros que intervienen en el sistema y que aparecen en las ecuaciones de
conservación.
6.3. M-MODEL.
La carpeta M-Model contiene dos subcarpetas que corresponden a la resolución de

dicho modelo a través del método de Davidenko (carpeta Davidenko) y a través del
paquete de continuación MATCONT (carpeta MATCONT). Cada uno de estos métodos
de trabajo tiene un procedimiento diferente a seguir.
6.3.1. Carpeta Davidenko.
84
Mateo
En esta subcarpeta están incluidos todos los m-files necesarios para resolver el M-
Model a través del método de Davidenko. Previamente, es necesario haber obtenido el
valor numérico de todos los parámetros definidos en el apartado anterior de archivos
generales.
Una vez conocidos dichos valores, es necesario definir la función que se pretende
resolver mediante este método de continuación. Como se ha descrito a lo largo de esta
memoria, el método de Davidenko ha sido aplicado a dos de los parámetros que
intervienen en el sistema: la temperatura superficial inicial de las partículas de carbón
(Tp0) y la temperatura inicial de entrada de gases al reactor (T0). Es necesario definir
estas dos funciones en función de la incógnita (concentración x1) y uno de estos dos
parámetros. De igual forma, el método de Davidenko necesita para su ejecución, la
derivada de la función con respecto a la incógnita y al parámetro.
a) tparticulas.m: es el archivo que corresponde a la definición de la función del

M-Model respecto a la incógnita (concentración de oxígeno en los gases, x1) y al
parámetro (Tp0). Esta función será llamada por Davidenko mediante la ejecución
del mismo. Se emite un vector de salida con tres componentes, el primero
correspondiente al valor de la función en el punto de las condiciones iniciales, y
los otros dos relativos a las dos derivadas ya descritas.
b) tinicial.m: realiza la misma función que el archivo anterior con la diferencia de

que, en este caso, el parámetro considerado es la temperatura inicial de entrada
de gases al reactor (T0). La definición de la derivada respecto al parámetro es
bastante más complicada que en el caso anterior.
c) davidenko.m: este archivo contiene las sentencias que ejecutan el método de

continuación de Davidenko. La llamada al mismo a través de la Command
Window ha sido detallada en el apartado 4.2.3. Cuando se pretende resolver el
M-Model a partir de este comando, no es necesario realizar ninguna acción con
la función anteriormente definida. Es el mismo Davidenko quien la llama y
quien toma los valores de la misma, y de sus derivadas para el vector de
condiciones iniciales, y para los puntos sucesivos calculados de la curva.
6.3.2. Carpeta MATCONT.
El procedimiento de trabajo de resolución del M-Model mediante el paquete

MATCONT es algo diferente a lo que viene siendo la tónica general en MATLAB. Este
software de continuación, así como sus instrucciones de uso, pueden obtenerse de
manera gratuita en Internet.
85
Mateo
El entorno de trabajo es algo distinto al entorno de MATLAB. Como se ha explicado en
el apartado 4.2.4, sólo es necesaria la definición de la función a tratar y no de sus
derivadas, lo que lo hace más sencillo en comparación con Davidenko. Sin embargo, es
necesario tomar los valores numéricos de todos los parámetros definidos en la carpeta
de Archivos Generales para introducirlos manualmente en el mismo. No es posible
integrar dichos archivos con la función definida.
En esta carpeta se presentan las gráficas y resultados obtenidos a raíz de la aplicación

del programa de la forma ya explicada (apartado 4.2.4).
6.4. Rx-MODEL.
La carpeta Rx-Model contiene todos los archivos necesarios para la resolución de dicho
modelo. Como ha sido explicado en el apartado 4.3, se trata de un método de resolución
iterativo que MATLAB es capaz de resolver de forma casi instantánea.
Tras la adquisición de los datos a través de los m-files de Archivos Generales, es

necesaria la ejecución de los comandos ode45 y fsolve. Las funciones necesarias para
poder llevarlos a cabo son:
a) dilutetotal.m: este archivo recoge el sistema de ecuaciones que modela la

conservación de materia y energía en la fase burbuja. De igual forma contiene la
estrategia relativa al uso del teorema fundamental del cálculo para la obtención
de los valores de concentración promedio necesarios posteriormente en las
ecuaciones relativas a la fase emulsión. La aplicación de ode45 a esta función,
proporciona un vector dy de ocho componentes cuyos cuatro primeros términos
corresponden a los perfiles de concentración de cada una de las especies
implicadas, y cuyos cuatro últimos caracterizan el valor promedio de la
concentración de dichos reactantes.
b) pasofinal.m: esta función contiene el sistema de cuatro ecuaciones con cuatro

incógnitas que modela la concentración de gases y la temperatura en el fluido
dentro de la fase emulsión. La función está formulada como un vector de cuatro
componentes, cada uno de los cuales corresponde a un reactante de dicha fase, o
a la temperatura de la misma. La aplicación de fsolve sobre esta función permite
obtener los resultados relativos a la concentración de especies gaseosas y
temperatura en la fase emulsión.
86
Mateo
c) procedimiento.m: es el archivo que automatiza el procedimiento de resolución

del Rx-Model. Tras la adquisición por parte del programa de los datos
demandados en Archivos Generales, la ejecución de este m-file realiza el
proceso de forma continua. La puesta en marcha del mismo exige la
introducción de los valores iniciales relativos a las concentraciones de reactivos
y temperatura en el gas de la fase emulsión. Como primera aproximación, serán
utilizados los resultados extraídos del M-Model. De igual forma es necesario
aportar las condiciones iniciales relativas a las concentraciones y temperatura de
gases de la fase burbuja (también tomadas del M-Model). A continuación el
programa realizado ejecuta el esquema presentado en el apartado 4.3.1, para un
número de iteraciones determinado.
87
Mateo
7. NOTACIÓN.
88
Mateo
Ac Área de transferencia de calor

At Sección transversal del lecho
cg Calor específico del gas
cs Calor específico de las partículas sólidas
0
C j Concentración de la especie j en el gas de entrada
C j ,n Concentración del componente j en la fase n
db Diámetro efectivo de burbuja
dp Diámetro de una particular de carbón
D Difusividad molecular de los reactivos en una mezcla de gases
Ei Energía de activación de la reacción i
F0 Flujo de entrada de sólidos
g Gravedad
( H bc )b Coeficiente global de transferencia de calor entre la nube y la fase burbuja
por unidad de volumen de la fase burbuja
( H be )b Coeficiente global de transferencia de calor entre la fase burbuja y la fase
emulsión por unidad de volumen de la fase burbuja
hc Coeficiente de transferencia de calor del serpentín sumergido en el reactor
( K bc )b Coeficiente global de transferencia de materia entre la nube y la fase burbuja
( K be )b Coeficiente global de transferencia de materia entre la fase emulsión y la fase
burbuja por unidad de volumen de la fase burbuja
( K ce )b Coeficiente global de transferencia de materia entre la nube y la fase emulsión
kg Conductividad térmica del gas
ki Constante de velocidad de la reacción i
''
k 0i Factor de frecuencia de Arrhenius
Lf Altura del lecho fluidizado
Lmf Altura del lecho en condiciones de mínima fluidización
Ms Peso molecular de las partículas
pb Distribución de sólidos en el lecho
qc Flujo de agua a través del serpentín
r Radio de una partícula en cualquier instante de tiempo
ri Velocidad de la reacción i
Ri Radio inicial de las partículas
R(r ) Ratio de consumo de las partículas
T 0* Temperatura del gas de alimentación
Tcf Temperatura de entrada del agua en el serpentín
89
Mateo
Tp0 Temperatura de las partículas en la alimentación
Tws Temperatura de ebullición del líquido del serpentín
U br Velocidad relativa de ascensión de burbujas
Ud Velocidad absoluta del gas en la fase burbuja
Ui Velocidad absoluta del gas en la fase emulsión
U mf Velocidad de mínima fluidización
U0 Velocidad superficial del gas
Ut Velocidad terminal
Vi Volumen de gas intersticial
Vmf Volumen del lecho en condiciones de mínima fluidización
Vp Volumen total de partículas
W Peso de las partículas en el lecho
δ Fracción en volumen de burbujas en el lecho

ε mf Porosidad de la fase emulsión
(∆H )i Calor de reacción de la reacción i
ρg Densidad del gas
ρs Densidad del sólido
φs Esfericidad del sólido
µ Viscosidad del gas
8. REFERENCIAS.
90
Mateo
[1] Alfredo L. Gordon & Neal R. Amundson. Modelling of Fluidized Bed
Reactors IV. Combustion of Carbon Particles. Chemical Engineering Science,
1976.
[2] Alfredo L. Gordon, Hugo S. Caram & Neal R. Amundson. Modelling of

Fluidized Bed Reactors V. Combustion of Carbon Particles – an Extension.
Chemical Engineering Science, 1978.
[3] Alan W. Weimer & David E. Clough. Modeling a Low Pressure Steam-
Oxygen Fluidized Bed Coal Gasifying Reactor. Chemical Engineering Science,
1981.
[4] Geldart. Powder Techno, 7, 285-292. (1973).
[5] Robert H. Perry & Don W. Green. Manual del Ingeniero Químico. Tomo III,
Capítulo 17. Mc Graw-Hill, 2001.
[6] Kunii D. & Levenspiel O. Fluidization Engineering. John Wiley, New York
1969.
[7] Rowe & Patridge. Particle Movement Caused by Bubbles in a Fluidized Bed.
Third Congress of European Federation of Chemical Engineering. Londres,
1962.
[8] Bukur D. Thesis, Universidad de Minnesota, 1974.
[9] E.B. Magrab, S. Azarm, B. Balachandran, J.H. Duncan, K.E. Herold & G.C.
Walsh. An Engineer’s Guide to MATLAB, 2000.
91
Mateo
92

Modelado y Simulación de Un Reactor PDF

Cargado por

Información del documento

Título original

Derechos de autor

Formatos disponibles

Compartir este documento

Compartir o incrustar documentos

Opciones para compartir

¿Le pareció útil este documento?

¿Este contenido es inapropiado?

Copyright:

Formatos disponibles

Modelado y Simulación de Un Reactor PDF

Cargado por

Copyright:

Formatos disponibles

UNIVERSIDAD DE SEVILLA

ESCUELA TÉCNICA SUPERIOR DE INGENIEROS

Departamento de Matemática Aplicada II

Proyecto Fin de Carrera

‘MODELADO Y SIMULACIÓN DE UN REACTOR

Presentado por Lidia Montes Mateo para la obtención del título de

Directores del Proyecto:

Sevilla, Diciembre de 2004.

A mis padres y a mi hermana,

1.1. Objeto del proyecto.

1.4. Estructura del presente Proyecto Fin de Carrera.

1.4.1. Modelado de reactores de lecho fluido.

2. MODELADO DE REACTORES DE LECHO FLUIDO.

2.2. Elementos básicos de la teoría de fluidización.

2.2.1. Clasificación de partículas

2.3. Modelado de reactores según la teoría de 2 fases.

2.3.1.Modelo de Davidson y Harrison.

3. PRESENTACIÓN DEL PROBLEMA Y DE SU ESTRUCTURA

3.2. Descripción general del modelo.

3.3. Balance de población.

3.4. Ecuaciones de conservación.

3.4.1. Fase burbuja.

3.5. Simplificaciones del modelo general.

3.5.1. Análisis de las ecuaciones de conservación en el caso en que la difusión

4. RESOLUCIÓN DE LOS MODELOS CON MATLAB.

4.1. Presentación de MATLAB.

4.2. Análisis matemático del M-Model.

4.2.1. Presentación de la función del M-Model.

4.3. Análisis matemático del Rx-Model.

4.3.1. Presentación de la función del Rx-Model.

4.3.2. Funciones de Matlab: ode45 y fsolve.

5. VALIDACIÓN DE LOS MODELOS DESARROLLADOS.

5.1. Análisis crítico sobre el modelo original.

5.2. Validación del M-Model.

5.3. Validación del Rx-Model.

6. ORGANIZACIÓN Y USO DEL CD.

6.1. Contenido y organización del CD.

6.2. Archivos generales.

6.3.1. Carpeta Davidenko.

1.1. OBJETO DEL PROYECTO

El presente proyecto tiene como objetivo mostrar, analizar y resolver eficientemente

La carencia de una resolución matemática apropiada y extensible a otro tipo de

La finalidad principal es el desarrollo de una herramienta computacional numérica

Este procedimiento de trabajo no es exclusivo de la combustión de partículas de carbón

Como se ha comentado con anterioridad, el modelado del proceso de combustión de

En estos artículos se propone un modelo genérico para la simulación del combustor de

Este modelo genérico es excesivamente complejo desde el punto de vista de la

Estos modelos simplificados, que serán explicados posteriormente, reciben el nombre

Los modelos de comportamiento anteriormente citados datan de mediados de la década

La intención de este proyecto es la utilización de las posibilidades y capacidades

MATLAB es un medio muy poderoso para el estudio de ecuaciones diferenciales. Posee

1.4. ESTRUCTURA DE ESTE PROYECTO FIN DE CARRERA

1.4.1. Modelado de reactores de lecho fluido.

En este primer capítulo se describe de manera general el comportamiento de los

El fenómeno de la fluidización es complejo y existen distintas teorías acerca del mismo.

esta clase de reactores, como es todo lo que concierne al comportamiento de partículas

1.4.2. Presentación del problema y su estructura matemática.

Este apartado describe detalladamente el modelo utilizado para la descripción del

1.4.3. Resolución de los modelos con MATLAB.

El modelo más simple (M-Model) es validado a través de la utilización del Método de

1.4.4. Validación de los modelos desarrollados.

Las conclusiones extraídas a lo largo de todo el trabajo y estudio durante la realización

1.4.6. Organización y uso del CD.

Sólidos tipo A (aeratable): son partículas de un tamaño medio y densidad baja.

Sólidos tipo B (sand-like): comprende un gran rango de tamaños de partículas y

Sólidos tipo C (cohesive): Son partículas cohesivas difíciles de fluidificar debido

Sólidos tipo D (spoutable): son grandes sólidos de alta densidad difíciles de

Velocidad de mínima fluidización (Umf): se calcula a partir de la ecuación de

Velocidad superficial del gas de alimentación (U0): es la velocidad con la que el

Velocidad relativa de ascensión de burbujas (Ubr): el modelo de Davidson y

Velocidad absoluta del gas intersticial de la fase emulsión (Ui): se utiliza la