Documentos de Académico
Documentos de Profesional
Documentos de Cultura
Describir con éxito las propiedades físicas que se utilizarán en una simulación implica cinco tareas:
Se puede argumentar que estas tareas no son secuenciales y, hasta cierto punto, son
concurrentes. Sin embargo, durante el desarrollo de la simulación, deberá visitar cada área para
estar seguro de que su simulación es lo más precisa posible, de modo que se puedan tomar
decisiones importantes en función de los resultados de sus simulaciones.
Este primer paso esencial afectará todas las tareas posteriores en el desarrollo de propiedades
físicas precisas en su simulación. De hecho, la elección de los modelos de propiedades físicas para
una simulación puede ser una de las decisiones más importantes para un ingeniero. Se deben
considerar varios factores, y ningún método único puede manejar todos los sistemas. La Tabla 1
enumera algunos modelos termodinámicos disponibles en los simuladores. Los cuatro factores
que debe considerar al elegir métodos de propiedad son:
• la composición de la mezcla;
• la disponibilidad de parámetros.
Para facilitar la selección de los métodos correctos de propiedad física, sugerimos usar los árboles
de decisión que se muestran en las Figuras 1–3.
Estos árboles se basan en los cuatro factores para seleccionar métodos de propiedad y se pueden
usar cuando se conocen los componentes químicos y los rangos aproximados de temperatura y
presión. Si bien estos diagramas son simplificaciones, muestran los pasos básicos del proceso de
toma de decisiones, mientras que las notas en la barra lateral amplían algunos de los puntos clave.
La naturaleza de las propiedades de interés. Una pregunta que puede hacerse al iniciar una
simulación es "¿Importa la elección de los métodos de propiedades físicas?" La respuesta es un
rotundo si. La elección puede afectar fuertemente la predicción de la simulación. Debe seleccionar
una colección de métodos que mejor prediga las propiedades o los resultados de su interés.
Otra consideración crítica es la entalpía de componentes puros y mezclas. Las entalpías y las
capacidades caloríficas son importantes para operaciones unitarias como intercambiadores de
calor, condensadores, columnas de destilación y reactores.
Las propiedades de transporte son importantes cuando se realizan cálculos de tamaño de equipos.
Además, procesos como la metalurgia y la minería requerirán cálculos de equilibrio de fases,
incluidos los sólidos.
La magnitud de las fuerzas electrostáticas y de inducción está relacionada con la polaridad de los
componentes. Los componentes como el agua, la acetona, el formaldehído y el cloruro de metilo
son dipolos fuertes. Muchos compuestos polares son asociativos y forman complejos o se disocian
en iones. Los componentes como el etano y el n-heptano son no polares. Puede usar su simulador
para informar los momentos dipolares de los componentes del banco de datos como una medida
de polaridad. En general, las mezclas de componentes no polares exhibirán un comportamiento
menos no ideal. Las figuras 4 a 7 ilustran el efecto de la polaridad en los equilibrios binarios
vapor/líquido. La Figura 4 muestra el VLE predicho y experimental de dos componentes altamente
polares, acetonitrilo y agua, a 1 atm. El azeótropo se predice con precisión en aproximadamente
0,7 fracción molar de acetonitrilo. La figura 5 presenta VLE para una mezcla de dos compuestos
ligeramente polares, tolueno y fenol, a 1 atm. La desviación de la idealidad se muestra
comparando la curva predicha de una suposición de líquido ideal con la de un método que predice
la no idealidad (el modelo de coeficiente de actividad de dos líquidos no aleatorio (NRTL) y la
ecuación de estado de Redlich-Kwong para la fase de vapor). La figura 6 muestra el VLE de una
mezcla de ciclohexano y benceno a 1 atm. Aquí, la interacción de moléculas aparentemente
similares con una diferencia en el punto de ebullición de menos de 1 °C provoca un azeótropo con
una composición de aproximadamente 0,54 fracción molar de benceno. Una mezcla como etano y
propileno (Figura 7) es casi ideal y no se desvía mucho de la ley de Raoult.
Las mezclas de compuestos no polares y polares, como el agua y los hidrocarburos, a menudo
forman dos fases líquidas que son muy inmiscibles. Las Figuras 8 y 9 muestran ejemplos de
sistemas miscibles e inmiscibles de equilibrio líquido/líquido, respectivamente, a 1 atm. En la
Figura 8, el ciclohexanol es inmiscible en la fase acuosa, pero la fase orgánica contiene hasta 0,50
fracción molar de agua (0,10 fracción másica de agua). La figura 9 muestra el alto grado de
inmiscibilidad tanto en la fase orgánica como en la acuosa para una mezcla de benceno y agua en
la que hay menos de 0,06 % por mol de benceno (0,3 % en masa). Debido a este comportamiento,
algunos simuladores tienen un método de propiedad especial para tratar la fase de agua como
libre de materia orgánica (también llamada agua libre). La mayoría de los simuladores ofrecen
colecciones de métodos de propiedad en conjuntos predefinidos basados en métodos que se usan
con frecuencia para ciertos tipos de mezclas. Por lo general, los conjuntos se identifican por el
método utilizado para los equilibrios de fase. Cuando estos conjuntos usan un modelo de ecuación
de estado, el mismo modelo se usa para muchas propiedades, incluidas las de los equilibrios de
fase.
Utilice las herramientas de tabulación y trazado para determinar la causa de las discrepancias en
las propiedades. Si una propiedad de la mezcla es incorrecta, investigue si la causa es un solo
componente informando las propiedades de los componentes puros. Otra técnica útil es comparar
el mismo diagrama de flujo o los resultados de la tabla de propiedades mientras se usan diferentes
métodos de propiedades físicas.
Por defecto, la mayoría de los cálculos de equilibrio de fase se realizan asumiendo fases líquidas y
de vapor. Si su proceso involucra dos fases líquidas (VLLE), asegúrese de especificar cálculos
trifásicos. Si no, obtendrá resultados incorrectos. Como parte de la validación, también debe
verificar que sus métodos de propiedad no pronostiquen falsamente dos fases líquidas.
Los simuladores le permiten especificar que solo una fase está presente en una corriente o en una
operación unitaria. Sin embargo, si las fases de vapor y líquido son posibles, debe usar la
especificación de dos fases.
Cuando desee simular componentes que no sean del banco de datos o tener componentes para
los cuales faltan parámetros, pregúntese lo siguiente:
• ¿Qué propiedades deben ser precisas para los métodos de propiedad elegidos?
Estas preguntas lo ayudarán a identificar los parámetros que se necesitan según su elección de
métodos de propiedad física. Si estos parámetros no están disponibles o no se pueden determinar
a través de la búsqueda bibliográfica, la regresión o la estimación, entonces tendrá que volver a
evaluar su elección de métodos de propiedad física u obtener datos por medición.
Ciertos parámetros de propiedad siempre son necesarios para una simulación. Estos pueden
incluir el peso molecular, la presión de vapor y las constantes de capacidad calorífica del gas ideal.
La necesidad de otros parámetros depende de su elección de métodos de propiedad física. Los
manuales de los simuladores deben incluir la información sobre los requisitos de los parámetros.
También hay parámetros que serán necesarios para calcular el calor de las reacciones o las
constantes de equilibrio de la reacción. Esto incluye el calor de formación y la energía libre de
Gibbs de formación de todos los componentes que participan en las reacciones.
Puede usar su juicio sobre la importancia de un parámetro para establecer valores nominales para
propiedades sin importancia. Por ejemplo, si sabe que un componente es muy no volátil y utiliza la
ecuación de Antoine para la presión de vapor (ln P = A + B/(T+C)), puede establecer el valor de los
parámetros A, B y C en -100 , 0 y 0, respectivamente. (T es la temperatura.) Esto asignará a la
presión de vapor utilizada en la Ley de Raoult un valor muy pequeño, casi cero (¡3,7 × 10-44!). Sin
embargo, esta y otras técnicas similares para eliminar o minimizar el impacto de parámetros
específicos deben usarse con precaución. Si no puede encontrar un componente en los bancos de
datos del simulador, asegúrese de buscar sinónimos. Por ejemplo, el metoxibenceno puede figurar
como metil fenil éter o anisol. Un buen enfoque es buscar el componente utilizando su fórmula. Al
seleccionar el componente por fórmula, verifique si hay diferentes órdenes de átomos.
Por ejemplo, el amoníaco se puede describir como H3N en lugar de NH3. La referencia 2 contiene
un índice de fórmulas de compuestos orgánicos y es un buen recurso para encontrar nombres
alternativos.
Una vez que haya determinado los requisitos de los parámetros que no se cumplen, la siguiente
etapa debe ser la obtención y el uso de datos de propiedades físicas.
Fuentes de datos. Para proporcionar parámetros para componentes que no sean del banco de
datos o para hacer una regresión para parámetros binarios y de componentes puros, deberá
buscar los datos disponibles. Dichos datos se pueden encontrar en una variedad de fuentes,
incluidas las referencias de compilación de datos, manuales, revistas y recopilaciones de datos
internas. Si bien la mayoría de las corrientes en las simulaciones contienen mezclas, los cálculos de
propiedades precisos no son posibles sin las propiedades precisas de los componentes puros. La
importancia de los datos de los componentes puros no debe subestimarse, ya que son la base de
las propiedades tanto de los componentes puros como de las mezclas. Por ejemplo, las
propiedades de los componentes puros, como la presión de vapor, se utilizarán en los cálculos de
equilibrio de fases.
La Tabla 4 contiene fuentes comunes para las propiedades de los componentes puros, mientras
que la Tabla 5 enumera las fuentes comunes para
propiedades de la mezcla.
2. fuentes no evaluadas;
3. mediciones experimentales; y
4. Técnicas de estimación.
Parámetros binarios para equilibrios de fase. Debido a la gran cantidad de pares binarios incluso
en una simulación de solo diez componentes, recomendamos clasificar los componentes para
priorizar los pares y centrar la búsqueda de literatura y los esfuerzos de medición en los
parámetros más importantes. Primero, divida los componentes en tres grupos: prioridad alta,
media y baja. Base la prioridad en criterios como la composición y las especificaciones de pureza
del proceso: si se especifica la pureza de un componente, ese componente es importante incluso si
aparece solo en bajas concentraciones. En segundo lugar, empareje los componentes en alto/alto,
alto/medio, alto/bajo,
grupos medio/medio, medio/bajo y bajo/bajo. Busque en las fuentes disponibles, incluidas las
internas, los datos de todos los grupos. Si se sabe que ciertos pares de componentes se comportan
idealmente, pueden ser excluidos de la búsqueda. A continuación, utilice el método UNIFAC para
los pares faltantes en las categorías medio/medio, medio/bajo y bajo/bajo. Sin embargo, no se
recomienda UNIFAC para ningún par que incluya los componentes de alta prioridad. Se puede
utilizar una búsqueda bibliográfica secundaria para encontrar datos binarios para compuestos
similares y luego sustituir esos parámetros. Proponga un trabajo experimental si aún faltan datos
de parámetros binarios o si la regresión de datos expone los datos como inadecuados.
Regressing data
La regresión de datos es una herramienta poderosa para que los ingenieros no solo aprovechen al
máximo los datos disponibles, sino también para analizar la bondad del ajuste de un modelo de
propiedades físicas a los datos. La mayoría de los simuladores incluyen una función de regresión
de datos. Los ejemplos de datos comúnmente retrocedidos incluyen VLE y LLE binarios, presión de
vapor, calor de vaporización, densidad y capacidad calorífica. La regresión de datos encuentra el
mejor ajuste de las estimaciones de parámetros a los datos experimentales. El mejor ajuste se
representa encontrando el valor más bajo de una función objetivo mientras se iguala el equilibrio
de fase u otras restricciones. Una técnica de regresión común se llama estimación de máxima
verosimilitud. La función objetivo de este método es:
donde j es un grupo de datos, Cim y Cie son variables medidas y estimadas, respectivamente,
como temperatura, presión, composición o capacidad calorífica, σi es la desviación estándar o el
error en la medición de la variable, y wj es la ponderación del grupo de datos.
Al ajustar los datos de equilibrio de fase, el algoritmo de regresión intenta reducir la función
objetivo mientras se utiliza el método de propiedad física para verificar que los componentes
cumplan con las restricciones de los equilibrios de fase.
El trabajo de una regresión exitosa implica seleccionar el modelo y los parámetros de propiedades
físicas correctos, representar los datos correctamente, elegir las desviaciones estándar apropiadas
de los datos y comenzar con estimaciones iniciales adecuadas de los parámetros.
• Asegúrese de que está retrocediendo los parámetros correctos. Utilice el mismo método de
propiedad física y el banco de datos incorporado que usará
utilizando en la simulación. Elija parámetros que tengan un impacto en los datos que se utilizan.
Por ejemplo, al usar un método de ecuación de estado como Peng-Robinson o Redlich-
KwongSoave, debe determinar el factor acéntrico, ω. Pero, si está utilizando un método de
coeficiente de actividad, debe determinar dos o más constantes para el modelo de Antoine.
• Estime la menor cantidad de parámetros posible. Hay una tendencia a usar una gran cantidad de
parámetros al ajustar un modelo a datos tales como propiedades dependientes de la temperatura
o equilibrios de fase binarios. Intente realizar una regresión de los datos con la menor cantidad de
parámetros posible. Si los resultados de la regresión informan que la desviación estándar de los
parámetros estimados es del mismo orden de magnitud que los valores de los parámetros, es
posible que esté estimando demasiados parámetros para sus datos dados.
Cuanto mayor sea el rango de temperatura de sus datos, más parámetros podrá estimar.
• Tenga cuidado con los datos incompletos. Una regresión puede arrojar resultados deficientes si
faltan puntos de datos, particularmente datos de composición. Por ejemplo, algunos autores no
informan todas las composiciones en VLLE o LLE inmiscible. Es posible que deba estimar las
composiciones faltantes para que se pueda calcular el equilibrio de fase para todos los
componentes. Descubra cómo su simulador maneja los datos que faltan para manejar mejor los
datos incompletos.
Aunque estaban presentes dos fases líquidas. El autor puede estar informando sobre un azeótropo
heterogéneo, un azeótropo en el que la composición del vapor es igual a la composición líquida
total, pero hay dos fases líquidas presentes. Al hacer la regresión de un azeótropo heterogéneo,
divida los datos en dos grupos, los datos VLE y los datos VLLE. Esto asegurará que se considere el
equilibrio de fase correcto. En regresiones como esta, es importante utilizar las características de
tabulación y trazado de propiedades del simulador para verificar que las estimaciones de los
parámetros reproduzcan correctamente los datos originales.
• Si es necesario, retroceda los parámetros incluso si los valores están disponibles en el banco de
datos. Los parámetros de propiedades físicas que se encuentran en los bancos de datos integrados
de componentes puros y binarios generalmente son muy confiables. Sin embargo, es posible que
necesite determinar nuevos parámetros para reemplazar los valores del banco de datos para su
aplicación.
• Comprobar que los parámetros reproducen los datos. El simulador informará los resultados
cualitativos de la regresión, incluidos los residuos (variables experimentales menos estimadas).
Utilice la tabulación de propiedades o las funciones de trazado para reproducir los datos en las
condiciones especificadas. Esto se puede realizar en la misma ejecución de regresión. Verifique
que se pronostique el número correcto de fases al permitir cálculos de dos fases líquidas para la
tabla o gráfico de propiedades. Además, su simulador puede tener una opción en la que puede
evaluar el ajuste usando los parámetros existentes y modelar con datos experimentales sin hacer
una regresión.
• Retire los componentes que no estén en equilibrio de fase. Si los componentes que son sólidos o
iones no aparecen en una fase, puede eliminarlos de las restricciones de equilibrio de fase. Esto es
útil en VLE.
• Ajustar otros datos. Su simulador puede tener una función de ajuste de datos que se puede usar
para los datos de la planta. Sin embargo, este método puede no ser tan útil para la simulación
predictiva si los datos no provienen de una amplia variedad de condiciones.
Los métodos de grupos estructurales se basan en la idea de que las contribuciones de las partes o
grupos estructurales del componente son aditivos para propiedades como el punto de ebullición
normal, la temperatura crítica, la presión crítica, la capacidad calorífica del gas ideal y el calor
estándar de formación. Algunos métodos, como el de Benson, contienen correcciones adicionales
para los átomos vecinos más cercanos o para los anillos.
Las contribuciones de los grupos estructurales se determinan tomando una contribución promedio
basada en constantes físicas conocidas de muchos compuestos orgánicos. Debido a que los
métodos de Benson, Joback y otros grupos estructurales se basan principalmente en datos de
compuestos orgánicos, no se pueden usar para inorgánicos, incluidos metales o iones. Además, los
métodos de grupos estructurales no representan con precisión moléculas orgánicas muy grandes
(que
es decir, aquellos con un peso molecular > 200) como las proteínas. Nuevos métodos de
contribución grupal como el de Constantinou
Además de los métodos de grupos estructurales y estados correspondientes, las series y las
parcelas familiares proporcionan otro método de estimación útil. Los diagramas de serie analizan
los valores de una propiedad, como el punto de ebullición normal con un peso molecular creciente
o el número de carbonos para los compuestos de una serie que difieren en un grupo sustituyente,
como la unidad CH2- en los n-alcanos. La figura 10 es un diagrama de serie para el punto de
ebullición normal de los nalquilbencenos. Las parcelas familiares son similares, pero el número de
grupos es mayor.
Cuando la precisión no sea crítica, considere la técnica simple pero poderosa de sustitución de
componentes. En esto, utiliza las propiedades de otro componente similar para todas las
propiedades del componente de interés que no conoce. Un componente similar es aquel que tiene
una volatilidad (presión de vapor), densidad y capacidad calorífica comparables. Esto es útil si el
componente no es volátil o no está involucrado en equilibrios de fase.
Puede estimar parámetros binarios para los modelos de coeficiente de actividad de Wilson, NRTL y
UNIQUAC utilizando dos enfoques: UNIFAC y coeficientes de actividad de dilución infinita. Los
parámetros binarios estimados de UNIFAC generalmente no brindan suficiente precisión y, por lo
tanto, solo se recomiendan para las primeras etapas de la investigación de datos de propiedades
físicas y para "llenar los espacios en blanco" para componentes con prioridades medias o bajas.
parámetros