TRAYECTORIA DE DESARROLLO DEL MÉTODO DE

OPTIMIZACIÓN DE REGIÓN ALCANZABLE:

TENDENCIAS Y OPORTUNIDADES PARA APLICACIONES
EN EL CAMPO DE CONVERSIÓN DE RESIDUOS EN
ENERGÍA
Lograr los mejores rendimientos con la máxima eficiencia a través de la optimización de
procesos es un aspecto crítico de la ingeniería química, especialmente con el énfasis global
actual en la eficiencia de los recursos y la reducción del impacto ambiental. Existen tres
enfoques principales para la optimización: métodos matemáticos, métodos gráficos y
heurísticos. Los problemas de síntesis de procesos se optimizaban tradicionalmente
utilizando heurísticas que se formulaban con base en muchos años de experiencia en la
operación de un proceso en particular. . Los expertos en el área en particular propondrían
una gran cantidad de diagramas de flujo posibles en base a tal experiencia. Luego, el
problema se resolvió utilizando un procedimiento de descomposición multinivel a menudo
contradictorio. Más tarde se propuso la programación conceptual para identificar posibles
diseños a través de métodos abreviados, seguida de la evaluación de las compensaciones
entre los procesos utilizando un programa matemático.

Históricamente, los métodos de optimización matemática han disfrutado de una amplia

gama de aplicaciones para resolver complejidades económicas, sociológicas, técnicas y
logísticas. Sin embargo, su aplicación parece limitada cuando se trata de diseño y operación
de reactores químicos. El método de optimización clásico de formular un modelo y una
función objetivo y luego ajustar hasta que no haya más mejoras en muchas circunstancias
no es tan adecuado para problemas basados en reacciones. Esto se debe a que la cinética de
reacción puede exhibir múltiples estados estacionarios y esto, junto con la mezcla, provoca
discontinuidades en la mayoría de los modelos, lo que dificulta tanto la optimización como
la interpretación.

Además, las formulaciones resultantes (especialmente en el caso de problemas de red de

reactores) son en gran medida no convexas, lo que dificulta obtener una solución global
( Scott et al., 2013a , Scott et al., 2013b ). Los muchos óptimos localizados obtenidos en
tales casos también significan que la solución elegida puede no ser la mejor; podría haber
una solución alternativa más simple para el mismo resultado.

La investigación global reciente en la optimización de procesos también se ha centrado en

cómo superar la falta de convexidad de los problemas de optimización matemática
utilizando herramientas como la programación no lineal de enteros mixtos (MINLP) y la
programación lineal ( Scott et al., 2013a ). Recientemente, los métodos gráficos como AR
han ganado más popularidad ya que producen construcciones convexas y soluciones
globales ( McKelvey, 2016 ). Este método se formuló inicialmente para analizar sistemas
de reactores y, desde entonces, los resultados se han aplicado con éxito a escala de
laboratorio, piloto e industrial. Aunque se originó en la ingeniería de reacciones químicas,
AR se ha aplicado a varias otras operaciones unitarias que involucran transferencia de masa
y calor y termodinámica debido a su versatilidad y facilidad de uso (Muvhiiwa et al.,
2018 ).

 Uno de esos campos es Waste-to-Energy (WtE), un campo de investigación de actualidad

donde las conversiones reactivas como la pirólisis, la gasificación y la biodigestión son
fundamentales. La derivación de productos e intermedios energéticos a partir de residuos
orgánicos e inorgánicos a través de rutas biológicas, termoquímicas e híbridas implica
reacciones que también pueden optimizarse desde el punto de vista tanto paramétrico como
de red de reactores.

AR dentro del campo de investigación de WtE:

Este documento ha demostrado hasta ahora los avances en la teoría AR. Ahora discutimos
cómo estos avances AR han madurado su aplicabilidad para tratar campos de I + D más
complejos como WtE(Perdida de Energía). Dado que el núcleo de las conversiones WtE
son esencialmente reacciones, la adopción de AR en las rutas de conversión termoquímica,
bioquímica, química e híbrida no es una idea abstracta.

Aplicaciones pasadas de kAR y tAR a procesos relevantes de WtE:

En otro desarrollo relacionado con WtE, Nasir et al. (2012) utilizaron el AR para

determinar la configuración del reactor que generará el producto óptimo para la producción
de biodiésel (éster metílico) de segunda generación (2G) utilizando aceite de girasol
de desecho . y aceite de colza. Desarrollaron un modelo cinético para PFR y CSTR, que se
resolvieron en MATLAB. El modelo cinético del CSTR resultó más sencillo que el del
PFR, cuyas ecuaciones tuvieron que ser resueltas mediante un algoritmo de Runge-Kutta de
cuarto orden disponible en MATLAB. La reacción de biodiésel AR se obtuvo mediante un
diagrama de PFR de la concentración del éster metílico (producto deseado) frente a la del
triglicérido (TG), el reactivo limitante. La trayectoria de TG se trazó desde el punto de
alimentación hasta la conversión completa de TG, de acuerdo con el modelo cinético
relevante propugnado por un par de ecuaciones. El AR será entonces, donde quiera que el
gráfico de PFR formara una región convexa, delimitada por una línea recta en las partes no
convexas de la trayectoria, mostrando la mezcla de producto y alimento. Luego se
construyó una trayectoria CSTR (utilizando el modelo cinético aplicable resuelto) para
determinar si el AR se puede extender. Para ambas materias primas para el biodiesel, el
CSTR demostró ser el reactor ideal que se debe seleccionar ( Nasir et al., 2012 ).
Un año más tarde, Scott et al., 2013a , Scott et al., 2013b analizaron la aplicación de AR en
la producción continua de bioetanol 2G a partir de lignocelulósicos, una investigación WtE
de biocombustible 2G. Afirmaron que el éxito económico de una planta de etanol
lignocelulósico dependía en gran medida de la optimización de la etapa de conversión
bioquímica. En consecuencia, aplicaron AR para optimizar los procesos de hidrólisis y
fermentación enzimática separada (cSHF) y sacarificación y fermentación simultáneas
(cSSF) en continua operación. Llegaron a la conclusión de que la configuración más
adecuada con respecto al tiempo de residencia y los aspectos reológicos sería un CSTR
seguido de un PFR. Además, tanto para cSHF como para cSSF, se obtuvieron títulos y
rendimientos de bioetanol más altos usando sólidos lavados en comparación con material
pretratado no separado ( Scott et al., 2013a , Scott et al., 2013b ). Las construcciones AR se
muestran en la siguiente figura.

En el mismo año, Metzger et al. (2013)examinó la producción de combustibles líquidos a

partir de combinaciones de combustibles fósiles, carbón o biomasa renovable con gas
natural, con emisiones mínimas de dióxido de carbono. Señalaron que la conversión total
tradicional de carbono en combustible a través de la ruta de gas de síntesis, utilizando vapor
y oxígeno, fue del 25 %. Eso significa que el 75% del carbono se pierde en forma de
emisiones antes de que el combustible se queme en un vehículo. Los autores propusieron el
uso de materias primas híbridas, utilizando combinaciones de carbón y/o biomasa y gas
natural para producir combustibles y electricidad u otros productos químicos. Aunque
recomendaron carbón y biomasa a líquidos (CBTL), procesos que están ganando
popularidad en los EE. UU., se centraron en carbón y gas a líquidos (CGTL), así como en
procesos de biomasa y gas a líquidos (BGTL) que podrían valorizar los depósitos de gas
natural. en ese contexto geográfico. Metzger et al. (2013) por lo tanto, utilizaron modelos
termodinámicos para determinar las regiones factibles/alcanzables termodinámicamente
para los procesos CGTL y BGTL como se muestra en las figuras.
 Ilustración 1 . Región operativa alcanzable que satisface las restricciones del proceso: CGTL

Ilustración 2 . Región operativa alcanzable que satisface las restricciones del proceso: BGTL

Muvhiiwa et al. (2017) se basó en el concepto de Patel et al. (2007) y Hildebrandt et

al. (2009) en torno al uso de objetivos y modelos termodinámicos teóricos, con un enfoque
particular en el biogás, un sistema biológico. Los autores señalaron que se habían realizado
pocas investigaciones sobre la síntesis y el diseño de procesos en la producción
de biogás utilizando la termodinámica. Utilizando la glucosa como sustituto de la biomasa,
utilizaron la energía libre de Gibbs y las entalpías para su descomposición con los balances
de materiales propuestos y las condiciones de estado estándar para determinar un tAR. El
AR confirmó la factibilidad de producir biogás en esas condiciones y balances de masa,
junto con los límites en el resultado en términos de rendimiento y composición del
biogás.Si bien la energía siempre ha estado en el corazón del desarrollo global, el énfasis
reciente en fuentes de energía renovables, más limpias y sostenibles se ha convertido en el
foco principal. Sin embargo, la mayor parte de las tecnologías de conversión WtE de
próxima generación (especialmente para combustibles) todavía se encuentran en gran
medida en I + D, y algunas están al borde de la comercialización. Esto hace que estos
proyectos sean buenos candidatos para establecer objetivos de rendimiento para procesos
novedosos que utilizan AR.

Ventajas de AR sobre otras técnicas de optimización:

Útil para optimizar el tiempo de residencia de las redes de reactores de estado estacionario
donde los procesos no pueden describirse mediante una única expresión cinética, en
particular, casos de múltiples especies y múltiples reacciones.
Simplifica incluso los problemas de optimización complejos al predefinir el espacio de
investigación desde el cual se obtendrán todos los resultados posibles (incluidos los
máximos o mínimos)

Dado que el éxito de los procesos químicos se deriva de la etapa de diseño conceptual (más
allá de la cual es más difícil realizar modificaciones importantes), AR se convierte en una
herramienta útil para garantizar ese éxito al mostrar todos los posibles resultados de varias
rutas. Para problemas cuyos modelos cinéticos se pueden representar en 3D o dimensiones
inferiores, AR produce una salida gráfica, lo que simplifica la interpretación rápida de la
capacidad y los límites del sistema. La cinética y la termodinámica en torno a la mayoría de
las tecnologías de conversión WtE, como la pirólisis y la gasificación, aún deben
comprenderse completamente para las estructuras complejas de residuos y biomasa. Esto da
peso a las técnicas de optimización experimental como AR.

Conclusiones:

Los antecedentes históricos y técnicos muestran que AR se ha desarrollado y

perfeccionado constantemente desde su concepción hace unas tres décadas. Rápidamente se
convirtió en una herramienta atractiva en la ingeniería de procesos, especialmente en la
optimización de configuraciones de reactores porque superó la falta de convexidad de los
métodos de optimización matemática, que solo proporcionaban óptimos localizados. En los
casos en los que la cinética no se comprende claramente, la mayoría de los autores han
utilizado tAR, que predice las respuestas de una mezcla de reacción a los cambios
espontáneos del proceso y establece o evalúa los objetivos del proceso al proporcionar un
límite superior en el posible rendimiento de la reacción. Sin embargo, cuando se conocía la
cinética o se podían hacer suposiciones razonables, los investigadores recurrieron al kAR,
que es más útil y específico para exponer los fenómenos químicos y físicos dentro de los
procesos. Los aspectos fundamentales que rodean la aplicación de AR a la configuración
del reactor y la síntesis de procesos fueron desarrollados a finales de los 80 y hasta los 90
por algunos autores clave y solo consideraron sistemas de reacción isotérmicos e
incompresibles. El alcance de la investigación se amplió a los sistemas adiabáticos, con
cambios de densidad durante la reacción y la mezcla, y más autores se unieron al espacio de
investigación. Está claro que los esfuerzos para hacer que la AR sea más precisa y
competente al menos se duplicaron a principios del siglo XXI, en respuesta a una
generación consciente del medio ambiente y eficiente en el uso de los recursos. La
transición de prueba y error a métodos automatizados en este período también destacó el
importante papel del modelado por computadora en la optimización para una mayor
eficiencia de los recursos.

Bibliografía
Charis, G., Danha, G., Muzenda, E., & Glasser, D. (2020). Development trajectory of the attainable
region optimization method. South African Journal of Chemical Engineering, 13-25.
 SÍNTESIS DE REDES DE INTERCAMBIADORES DE
CALOR DE RENDIMIENTO ÓPTIMO UTILIZANDO
REGIONES ALCANZABLES
El valor económico y medioambiental de reducir los requisitos de energía externa en los
procesos industriales no necesita defensa. Una forma de hacer esto es a través de la
integración de calor, utilizando tareas complementarias de calefacción y refrigeración en un
proceso determinado para satisfacer ambos requisitos de servicio a través de redes de
intercambiadores de calor (HEN). Emblemático de cuán claro es el valor de la integración
del calor, el famoso "análisis pellizco" desarrollado por Bonn Linhoff en 1983, una de las
primeras técnicas desarrolladas para la integración del calor, ha sido muy citado ( Linnhoff
y Hindmarsh, 1983 ).

Desde entonces, con el advenimiento de la computación personal y de alto rendimiento, se

han desarrollado muchos algoritmos asistidos por computadora para la síntesis de redes de
intercambiadores de calor, incluidos los de análisis pinch . Los enfoques de programación
matemática como los del modelo de programación no lineal de enteros mixtos (MINLP)
muy citado de Yee y Grossmann son particularmente dominantes ( Yee y Grossmann,
1990 ). De hecho, entre los métodos abordados en una revisión exhaustiva de Furman y
Sahinidis, 81 de los 461 artículos publicados sobre el tema en los últimos cien años adoptan
la forma de un MILP o MINLP ( Furman y Sahinidis, 2002 ). La tecnología Pinch y los
modelos MILP o MINLP son los dos métodos de solución más comunes para HENS.

 Aunque las teorías de regiones alcanzables se han ocupado de redes de reactores

con intercambiadores de calor en el pasado (ver Nicol et al., 1997 y Nicol et al., 2001 ),
ninguna se ha desarrollado únicamente para el problema HENS. Por lo tanto, este artículo
busca llenar este vacío discutiendo cómo un análisis basado en AR, con suposiciones
simplificadas de propiedades termofísicas constantes y sin divisiones de flujo, puede traer
algunas de las ventajas enumeradas en soluciones para HENS. El enfoque será desarrollar
una teoría del “HEN-AR” y mostrar cómo puede usarse para problemas de síntesis de n -
stream.

Se demostrará que a través de la definición de reacciones de intercambio de

calor apropiadas se puede generar un AR similar para las HEN. De manera análoga a las
regiones alcanzables de la red de reactores (RN-AR), esta HEN-AR es una región en el
espacio de temperatura de la corriente en la que debe residir el rendimiento de todas las
HEN factibles. Luego, las HEN que corresponden a estos estados de desempeño pueden
derivarse identificando un camino apropiado desde las entradas hasta las salidas a través de
la región. Por lo tanto, la teoría presentada aquí permitirá la generación del espacio de
rendimiento completo de las redes de intercambiadores de calor (todas las HENS posibles:
la superestructura), así como un método para sintetizar tales HEN.
Ahora pasaremos a discutir una noción análoga a las trayectorias de los reactores, las
trayectorias de los intercambiadores de calor, que se mostrarán y se pueden usar para
construir un AR para redes de intercambiadores de calor.

Para la primera observación, se observa que para propiedades termofísicas constantes, el

ingeniero de diseño solo tiene control sobre el área de intercambio de calor y la geometría
del intercambiador de calor. Sin embargo, independientemente de la geometría del
intercambiador de calor (p. ej., deflectores, pasos de tubos múltiples, flujo cruzado, etc.), la
transferencia de calor máxima alcanzable siempre está limitada por las condiciones de
alimentación. Dado que el intercambiador de calor a contracorriente de flujo único alcanza
este límite, y el objetivo de la generación AR es simplemente demarcar estos límites, la
geometría puede ignorarse; cambiar la geometría solo cambia la velocidad a la que se
alcanzará este límite. Por lo tanto, el uso de un solo tipo de intercambiador de calor, el
intercambiador de calor de flujo único en contracorriente, es adecuado para la generación
de HEN-AR.

Esto lleva a la segunda observación sobre qué "estados" están cambiando dentro de la
trayectoria. Al observar el modelo HX de contracorriente, los resultados de interés son la
temperatura o la entalpía de la corriente. Dado que la temperatura de la corriente de salida
suele ser más significativa, representaremos el AR en el espacio de temperatura de la
corriente.

Es pertinente ahora definir con mayor precisión qué se entiende por “arroyo”. Para los
propósitos de esta discusión, una "corriente" es la colección de posiciones dentro de un
canal único a través del cual puede fluir el material. Por lo tanto, podemos asociar una
temperatura con una ubicación particular en una corriente.

El método AR ha demostrado algunas características útiles: puede encontrar las

temperaturas mínimas y máximas alcanzables para todos los flujos para cualquier HEN a
partir de la alimentación, y encontrar soluciones para optimizaciones de temperatura del
flujo y HEN de utilidad mínima mediante la búsqueda simplex. También puede determinar
si un problema HENS dado es inviable, como otros métodos de síntesis AR. Este es el caso,
por ejemplo, si la distancia entre el punto del objetivo y los bordes de la intersección de la
envolvente del objetivo y el AR excede alguna restricción de servicio máxima. Sin
embargo, los costos de capital significativos asociados con la cantidad y el tamaño de los
intercambiadores de calor de cualquier diseño justifican una evaluación de la calidad de las
soluciones proporcionadas por el método AR en relación con estos factores.

También podemos crear nuevos métodos de síntesis mediante la creación de híbridos con
métodos existentes para la síntesis de HEN. Por ejemplo, el resultado de que las
trayectorias de los intercambiadores de calor se pueden “aplanar” a líneas rectas que se
mueven en n direcciones en un norte−1-el subespacio puede permitir que los enfoques
clásicos de enteros mixtos restrinjan sus opciones de flujos coincidentes a solo aquellos
cuyas trayectorias en la posición actual en el AR se sabe que tendrán, a través de las
propiedades AR, un componente positivo hacia el punto objetivo. Como otro ejemplo, algo
sobre la forma en que el método de síntesis mete todas las no linealidades del problema
HENS en la fase de generación AR para que la optimización puramente lineal pueda usarse
para la síntesis es una idea agradable que algunos problemas altamente no lineales pueden
beneficiarse de las propiedades geométricas de las HENs de los algoritmos clásicos
existentes en la AR es algo aún explorado.

Conclusión:

Hemos introducido un método para sintetizar redes de intercambiadores de calor de

rendimiento óptimo, bajo supuestos simplificados de propiedades termofísicas constantes y
sin divisiones de flujo, utilizando regiones alcanzables. Para ello, se crea una región en el
espacio de temperatura de la corriente en la que deben estar todos los diseños de HEN de
esta clase: el HEN-AR. A partir de las propiedades del HEN-AR probadas en este artículo,
se puede construir una ruta a través del AR que conecta el estado de alimentación del flujo
con el estado objetivo. Debido a una correspondencia entre la ruta y las trayectorias únicas
del intercambiador de calor, se deriva una HEN factible. Las fortalezas particulares de este
método AR radican en su capacidad para determinar si un problema HENS es factible antes
de realizar cualquier síntesis, su garantía de que cualquier solución que proporcione sea
físicamente realizable.

Bibliografía

Yuen,A.(2020).Synthesis of performance-optimal heat exchanger networks using.

Computers and Chemical Engineering, 1-14.
 UN ESTUDIO DE LA MOLIENDA DE UNA MEZCLA DE
MAGNETITA/PIEDRA CALIZA EN UN MOLINO AGITADO
POR EL MÉTODO DE LA REGIÓN ALCANZABLE
El método de región alcanzable (AR) fue propuesto por primera vez por Horn [ 10 ] y
aplicado a la optimización de procesos químicos. Los primeros trabajos de Khumalo et
al. ya han introducido el método AR en los circuitos de trituración. El estudio indicó que las
condiciones operativas de los procesos de trituración podrían optimizarse y analizarse
mediante el método AR. Por ejemplo, el trabajo de Metzger et al. [ 12 ] había optimizado la
trituración de partículas de arena de sílice en un molino de bolas por el método AR. El
estudio indicó que el método AR proporcionó una herramienta útil para optimizar el tiempo
de molienda y recomendar políticas de mayor eficiencia energética. Además, Katubilwa et
al. [ 13 ] investigó el impacto del tamaño de los medios en molienda de bolas por el método
AR. Los resultados indicaron que la reducción del tamaño de partícula podría acelerarse
con medios más grandes con alto impacto en la etapa inicial, mientras que la reducción del
tamaño de partícula podría obtenerse de manera más efectiva con medios más pequeños
con el aumento del tiempo de molienda. Además, al optimizar la relación de llenado de
bolas y la velocidad del molino de manera adecuada mediante el método AR, se pudo
reducir el tiempo de residencia del alimento en la cámara de molienda y se mejoró la
fracción de masa del tamaño deseado durante el proceso de molienda [ 14 , 15 ]. Más
recientemente, Chimwani et al. [ 16] investigó la influencia del tamaño de alimentación en
la molienda de bolas. Como era de esperar, han aclarado que el tiempo de residencia del
alimento en la cámara de molienda depende de un punto en el que la tasa de producción del
tamaño deseado excede la tasa de producción del tamaño de molienda excesivo. Esta
sugerencia es útil para mejorar en gran medida la eficiencia del molino en un circuito de
molienda con clasificación.

En este estudio, los experimentos por lotes se llevaron a cabo mediante la molienda húmeda
de magnetita, piedra caliza y su mezcla binaria en un pequeño molino agitado a escala de
laboratorio. Se utilizó el Modelo de Balance Poblacional (PBM) para simular la PSD de los
productos molidos. Además, se analizó por el método AR la influencia de la composición
de la mezcla sobre el rendimiento del tamaño deseado en los productos molidos de un solo
componente, el consumo de energía y el tiempo de molienda.

Análisis por el método AR

se representó gráficamente la potencia media del motor en función de la relación de mezcla

de magnetita en la mezcla . Con el aumento de la relación de mezcla de magnetita en las
mezclas, la potencia media del motor disminuyó. La razón es que el material y el agua
desarrollaron una suspensión media densa en el molino, y la flotabilidad de los medios de
molienda aumentó con la cantidad de magnetita en las mezclas. Por lo tanto, se redujeron la
resistencia y la presión sobre los agitadores de los medios de molienda, lo que resultó en
una disminución de la potencia de funcionamiento del molino agitador.
Ilustración 3 potencia media del motor en función de la relación de mezcla de magnetita en
la mezcla

**Tamaño grueso (clase 1), tamaño deseado o tamaño intermedio (clase 2) y tamaño de
sobremolienda (clase 3).*

El análisis por el método AR, clase 1 vs clase 2 para magnetita y caliza en la mezcla
durante el proceso de molienda húmeda se muestra en la Fig.  Como se muestra, la línea
discontinua es el 45 ° a la ordenada horizontal. Si el proceso de molienda sigue la línea
punteada, esto sugiere que la clase 1 está completamente dividida en clase 2. Sin embargo,
la clase 3 es inevitable durante el proceso de molienda.
Ilustración 4 . El método AR para un componente en una mezcla binaria de
magnetita/piedra caliza con proporciones de mezcla variadas. (a) magnetita; (b) Piedra
caliza.

las líneas de puntos y guiones eran los contornos que representaban la entrada de energía
específica dada. Se puede ver que, bajo una condición dada de consumo de energía, se
produjo más rendimiento de clase 2 en el proceso de molienda inicial. Con un mayor aporte
de energía específica, la distancia de la línea de contorno se hizo más pequeña, lo que
indica que se redujo la eficiencia energética del proceso de molienda. Desde el punto de
vista del ahorro de energía, la mejor eficiencia energética de molienda ocurrió en las etapas
iniciales del proceso de molienda.

Conclusión:

El análisis de resultados por el método AR indicó que la mayor tasa de conversión de clase
1 a clase 2 en las etapas iniciales de molienda con el menor consumo de energía. También
se encontró que la presencia de un componente más duro en la mezcla binaria condujo a un
aumento en la mejora del rendimiento de la clase 2 para el componente más blando. Sin
embargo, la comparación de los resultados de la molienda de un solo componente reveló
que para mejorar el rendimiento de la clase 2, especialmente para la piedra caliza en los
productos, se necesitaba un mayor consumo de energía y un mayor tiempo de molienda
durante la molienda de la mezcla en comparación con la molienda de un solo componente,
lo que puede ser una desventaja significativa para mejorar el rendimiento del tamaño
deseado al moler la mezcla binaria. (Guo, Han, Gao, Li, & Tang, 2021)

Bibliografía

Guo,W.,Han,Y.,Gao,P.,Li,Y.,&Tang,Z.(2021).A study of the grinding of magnetite/limestone

mixture in a stirred mill. Powder Technology, 40-46.
 Síntesis de secuencias de destilación con calor integrado por
recompresión mecánica de vapor mediante optimización
estocástica
La destilación ha sido la técnica de separación industrial más utilizada con un consumo de
energía de hasta el 40-60% en las industrias de proceso ( Humphrey y Siebert, 1992 ; Sholl
y Lively, 2016 ), mientras que su eficiencia termodinámica suele ser inferior al 10% ( Jana,
2010 ; Kiss et al., 2012 ). La síntesis de secuencias de destilación es un método importante
y efectivo para mejorar la eficiencia energética y económica de los procesos de separación
de múltiples componentes debido a las importantes diferencias económicas entre las
diferentes secuencias de separación. Y varios modelos y métodos para la síntesis de
secuencias de destilación constituyen uno de los principales logros en la ingeniería de
sistemas de procesos químicos.

MVR se usa a menudo en procesos de destilación, apareciendo principalmente como

destilación con bomba de calor ( Díez et al., 2009 ; Luo et al., 2015 ; You et al., 2016).),
pero rara vez se considera simultáneamente en la síntesis de secuencias de destilación con
otras opciones como la integración de calor y el acoplamiento térmico. Una de las razones
que subyacen a la exclusión del MVR de la síntesis de secuencias de destilación es que su
beneficio económico puede no ser necesariamente significativo cuando se utiliza energía
térmica tradicional .es relativamente más barato que el uso de la electricidad, que a menudo
también conlleva un costo de capital adicional para los compresores. Sin embargo, en el
contexto del calentamiento global y bajo la presión de la reducción de las emisiones de
carbono, se vuelve bastante atractivo utilizar electricidad verde para reemplazar parcial o
incluso totalmente la energía térmica que se produce a partir de combustibles fósiles para la
separación por destilación. Por lo tanto, se vuelve importante incluir MVR en las
alternativas de estructura en la síntesis de secuencias de destilación para aumentar el uso de
electricidad y limitar el uso de la energía térmica tradicional. Otra razón para no considerar
el MVR en la secuenciación de destilación es que el tamaño del espacio de búsqueda del
problema de síntesis aumentaría drásticamente si se incluyera la opción MVR y daría como
resultado un problema de programación no lineal de enteros mixtos (MINLP) a gran escala
que es difícil de resolver. modelar y resolver con eficacia. Esta es la razón por la cual la
aplicación de MVR se ha estudiado solo para configuraciones de destilación existentes para
mejorar la eficiencia energética y la mayoría para separaciones de mezclas binarias y, como
resultado, el problema de sintetizar secuencias de destilación MVR aún permanece abierto
y desafiante.

los algoritmos estocásticos pueden superar las dificultades computacionales de los

algoritmos de optimización deterministas, ya que pueden buscar la solución óptima
automáticamente basándose en la estrategia de optimización estocástica en un proceso
evolutivo, lo que permite que los algoritmos de optimización estocástica resuelvan de
manera eficiente el modelo matemático considerando la no linealidad y la no
convexidad. Los algoritmos de optimización estocástica pueden evitar numerosos óptimos
locales y obtener el óptimo global con alta probabilidad ( Wang et al., 2008 ). Se ha
demostrado que los métodos de optimización estocástica son poderosos para resolver
problemas de optimización complejos a gran escala para la síntesis de secuencias de
destilación ( Wang y Li, 2008 ; Jain et al., 2012).). 

En un intento reciente, realizado por Zhang et al. (2021) , se desarrolló un nuevo método de

optimización estocástica basado en el recocido simulado (SA) y la optimización de
enjambre de partículas (PSO), a saber, el método SA-PSO, para la síntesis automática de la
secuencia de destilación no dividida a gran escala considerando la integración de calor y la
temperatura. Se propuso un método de codificación eficiente en este método y permitió
representaciones efectivas para todas las secuencias alternativas que posiblemente
contengan columnas de destilación simples y complejas. En el presente trabajo se propone
un método de síntesis de secuencias de destilación integradas por calor con recompresión
mecánica de vapor (MVR-HIDSs) basado en el método de optimización estocástica.  Se
presenta un caso de ejemplo de síntesis de MVR-HIDS de cinco componentes para validar
el método propuesto y demostrar la necesidad de involucrar a MVR en la síntesis de
secuencias de destilación.

**Dada una mezcla de azeótropos de N componentes ( N  ≥ 3), el objetivo es sintetizar un

MVR-HIDS agudo o no agudo óptimo para obtener N componentes puros con el TAC
mínimo.* Con el fin de verificar las ventajas de la síntesis MVR-HIDS propuesta, un
ejemplo de separación de alcohol de cinco componentes que fue abordado por Zhang et
al. (2021) se estudia para los casos VR-HIDS y BF-HIDS. La mezcla de alcohol de cinco
componentes contiene (A) etanol, (B) i-propanol, (C) n-propanol, (D) i-butanol y (E) n-
butanol. La alimentación es un líquido saturado con un caudal de 500,4 kmol/h. La
ilustración 5 (a) y (b) presentan las configuraciones óptimas de VR-HIDS y BF-HIDS,
respectivamente, obtenidas, donde los pares de círculos grises conectados por las líneas
punteadas representan los partidos de integración de energía. En aras de la comparación, la
configuración óptima obtenida por Zhang et al. (2021) para el mismo ejemplo también se
muestra en la ilustración 5  (c). La mejor configuración de VR-HIDS que se muestra en la
ilustración 5  (a) es una secuencia con división no aguda (ABC|CDE) para la primera tarea
de separación e integraciones de calor entre casi todas las corrientes superior e
inferior. Solo la tarea de separación 5 necesita 11,383 GJ/h adicionales de utilidad
caliente. En la secuencia de destilación, las corrientes de vapor superiores de las tareas 1, 2
y 4 se comprimen mediante compresores e intercambian calor con los líquidos del fondo de
las columnas 1, 2-3 y 4, respectivamente.

Ilustración 5Los mejores VR-HIDS, BF-HIDS y HITCDS

Se puede observar que la corriente de vapor superior de la tarea 5 no se comprime, mientras
que los otros tres vapores superiores se actualizan e intercambian su calor con los
rehervidores correspondientes. Una explicación puede ser que la temperatura del vapor
superior de la tarea 5 sea lo suficientemente alta para lograr la integración del calor con una
corriente fría en el sistema, y no hay necesidad de elevar su temperatura. De hecho, las
presiones operativas de las tareas de separación son fundamentales para la disposición de
los compresores y las oportunidades de integración de calor en los VR-HIDS óptimos,
porque determinan el nivel de temperatura de las corrientes de proceso. Además, la relación
de reflujo, la recuperación de componentes clave y la fracción molar de los componentes en
la alimentación también son factores importantes debido a su influencia en la velocidad de
flujo del vapor de cabeza y el líquido de fondo. y así determinar la cantidad de calor
necesaria en las separaciones. Por lo tanto, es necesaria una optimización simultánea de
todas las variables continuas, así como de la estructura de la secuencia de destilación para
alcanzar el TAC mínimo logrando el equilibrio entre estas variables.

La ilustración 5  (b) muestra la mejor configuración de BF-HIDS que tiene la misma

secuencia de tareas de separación que la mejor VR-HIDS de la ilustración 5  (a). En lugar
de comprimir el vapor de arriba, el BF-HIDS evapora parcialmente los líquidos del fondo a
través de estranguladores para reducir la temperatura de estos líquidos de modo que se
pueda lograr la integración de calor entre las corrientes del proceso

Conclusión:

Se usó un caso de ejemplo para la separación de una mezcla de cinco componentes para
ilustrar el método propuesto. Los resultados mostraron que el método propuesto es efectivo
para sintetizar secuencias de destilación considerando el MVR, y que incluso sin considerar
la estructura de acoplamiento térmico, se puede lograr un aumento significativo de la
eficiencia económica y energética una vez que se incorpora el MVR. Los mejores VR-
HIDS y los mejores BF-HIDS proporcionaron un 15,00 % y un 29,55 % menos de TAC,
respectivamente, en comparación con los mejores HITCDS. Y los ahorros de energía fueron
del 37,32% y 55,99% respectivamente, lo que demuestra que el BF-HIDS es mejor que el
VR-HIDS para este caso de ejemplo. Los resultados para ambas configuraciones sugieren
que el MVR tiende a ocurrir en la columna con una alta tasa de flujo de calor.

Bibliografía

Yuan, H., Luo, Y., & Yuan, X. (2022). Synthesis of heat-integrated distillation sequences
with mechanical vapor. Computers and Chemical Engineering, 1-8.
 Diseño asistido por simulación de un tren de destilación con
optimización simultánea de columna y secuencia
En la industria química, la destilación es una de las operaciones unitarias más importantes
debido a su uso generalizado en aproximadamente el 95 % de los procesos de separación
( Enagandula y Riggs, 2006 ) y sus fuertes impactos en la inversión general, el consumo de
energía y la rentabilidad ( Parhi et al., 2019 ). Además, la destilación se caracteriza por
bajas eficiencias termodinámicas ( Chew et al., 2014 ). Un tren de destilación que consta de
múltiples columnas de destilación tiene como objetivo purificar las mezclas
multicomponente. Para elegir el mejor tren de destilación, es necesario considerar no solo
todas las columnas de destilación que involucran el número de etapas, la ubicación de las
etapas de alimentación y las condiciones de operación, sino también la disposición de estas
columnas, es decir, la secuencia de destilación ( Caballero y Grossmann, 2014 ). ). Sin
embargo, la destilación de múltiples componentes trae ecuaciones complejas para las
propiedades físicas y termodinámicas, así como los balances de masa y calor, mientras que
las columnas de destilación y las secuencias de destilación siempre son interactivas. Un
gran desafío es cómo realizar la optimización con todas estas consideraciones.

Este trabajo propone un método sistemático de simulación-optimización para realizar un

diseño óptimo de trenes de destilación. En Aspen HYSYS se desarrolla una rigurosa
superestructura basada en un modelo de simulación, que implica cálculos bandeja por
bandeja de composiciones, temperaturas, flujos de vapor y líquido en todas las columnas de
destilación. Para obtener el tren de destilación, GA se modifica para incorporar una matriz
de secuencia de destilación para optimizar simultáneamente las estructuras de la columna
(el número de etapas y la etapa de entrada), las condiciones de operación (relación de
reflujo, tasa de destilación y presión de operación) y la secuencia de destilación. . Se
estudia un proceso de estireno para ilustrar la aplicación del método propuesto.

El problema abordado en este artículo se puede enunciar de la siguiente manera. Los

parámetros dados incluyen: (1) una mezcla de N componentes que no
forman azeótropos ; (2) las especificaciones de cada producto; (3) los factores relacionados
con los costos de capital; (4) los precios de los servicios públicos de energía, calefacción y
refrigeración.

Las variables de decisión de este problema de optimización se componen de tres

partes. Tome una mezcla cuaternaria como ejemplo, la ilustración 6 proporciona una
descripción general del problema de optimización, que se basa en una red de tareas de
estado ( Yeomans y Grossmann, 1999 ).
Ilustración 6 Superestructura de destilación general para separar una mezcla cuaternaria.

Las suposiciones principales son las siguientes: (1) se supone que cada columna de
destilación realiza una división aguda; (2) la mezcla no forma azeótropos; (3) las columnas
simples sin rehervidores o condensadores intermedios se consideran para configuraciones
de columna de destilación.

Para ilustrar la viabilidad de este método de optimización de simulación, se investiga un

proceso de estireno en el trabajo de Ni y Ward (2018) . Este caso implica la separación de
una mezcla cuaternaria, que incluye benceno (A), tolueno (B), etilbenceno (C) y estireno
(D).
La relación de reflujo mínima para cada columna de destilación se obtiene a partir de una
simulación abreviada en Aspen HYSYS. El límite inferior de la relación de reflujo para
cada columna toma 1,02 veces la relación de reflujo mínima, y se puede obtener el límite
superior del número de etapas y la etapa de entrada óptima correspondiente. El límite
superior del número de etapas puede cubrir el número correspondiente de etapas en la
referencia ( Ni and Ward, 2018). El límite superior de la relación de reflujo se puede
establecer como 2 veces el valor mínimo, lo que determina el límite inferior para el número
de etapas y la etapa de entrada óptima correspondiente. 

diferentes secuencias de destilación pueden mostrar rendimientos similares al ajustar sus

estructuras de columna y condiciones de operación. También se puede encontrar que el que
adopta S 1 muestra una inversión de capital anualizada más alta y un costo operativo anual
total más bajo que las otras tres ejecuciones. Además, las dos secuencias de destilación
involucran la columna T-109, que separa los dos componentes más pesados y, por lo tanto,
conduce a un consumo de energía y una inversión de capital notables.

Ilustración 7 1ª secuencia de destilación (S 1 ).

Ilustración 8 tercera secuencia de destilación (S 3 ).

La mejor secuencia de destilación determinada en el trabajo de Ni y Ward (2018) es la
misma que la dada por la Prueba 2. En cuanto al número de etapas, la columna T-100 en la
Corrida 2 es mayor que la de referencia ( Ni and Ward, 2018 ), mientras que las columnas
T-105 y T-109 en la Corrida 2 toman valores más pequeños. Esto indica que una separación
más rigurosa al frente puede facilitar la siguiente separación. Sin embargo, como referencia
( Ni and Ward, 2018 ), dado que el método utilizado simula y optimiza las columnas de
destilación por separado, las interacciones entre las columnas de destilación no pueden
considerarse sistemáticamente.

En términos del método de simulación-optimización propuesto, realiza de manera integral

un diseño óptimo para un tren de destilación, lo que implica la optimización simultánea de
las estructuras de la columna, las condiciones operativas y la secuencia de destilación. De
esta forma, se puede cuantificar la interacción entre las columnas de destilación y las
secuencias de destilación. Los métodos existentes para la optimización independiente de las
columnas de destilación o la secuencia de destilación no pueden lograr esta capacidad.

Ilustración 9 riguroso modelo de simulación de superestructura para separar una mezcla cuaternaria.
Conclusión :

En este trabajo se desarrolló un método de simulación-optimización para realizar el diseño

óptimo de un tren de destilación. El problema de optimización involucró estructuras de
columna, condiciones de operación y secuencia de destilación simultáneamente. Con la
ayuda de Aspen HYSYS, las columnas de destilación se modelaron y simularon
rigurosamente. El algoritmo genético se modificó con la matriz de secuencias de destilación
para resolver el problema de manera efectiva. Este método fue ilustrado y examinado por
un proceso de estireno. Los resultados mostraron que diferentes secuencias de destilación
con estructuras de columna y condiciones operativas adecuadas podrían mostrar
rendimientos similares. Comparado con el método existente, el método propuesto redujo el
costo total anualizado debido a la consideración de la interacción entre las columnas de
destilación y la secuencia de destilación. Además, el método propuesto podría ahorrar los
esfuerzos de simulación y garantizar que la comparación de diferentes trenes de destilación
se realizara bajo el mismo punto de referencia.

Bibliografía

Zhang, D., Zeng, S., Li, Z., Yang, M., & Feng, X. (2022). Simulation-assisted design of a
distillation train with simultaneous. Computers and Chemical Engineering, 1-9.
Estimaciones del consumo de energía y selección de la secuencia
de destilación óptima para la destilación multicomponente
Al diseñar sistemas de ingeniería, el problema de evaluar su margen surge. Como por
ejemplo, el Máximo rendimiento en las limitaciones dadas en el tamaño de los aparatos y
consumo de la materia prima y energía representa el problema de la trama del rango de
factibilidad de un sistema. Para los sistemas de separación que utilizan energía mecánica o
energía eléctrica (vamos a referirnos a ellos como mecánicos) las pérdidas irreversibles
pueden ser evaluadas por coeficientes de transferencia de masa, y sólo estos coeficientes
determinar la secuencia de separación, mientras que el trabajo reversible depende solo del
contenido de la entrada y flujos de salida. Para sistemas que utilizan energía
térmica(térmico), mientras que las pérdidas reversibles dependen de las temperaturas de
suministro y abstracción de calor y, en consecuencia, el orden de separación; esto permite la
selección que se hará en base al mínimo de pérdidas.

El problema de la elección del orden de separación de mezclas líquidas en las columnas de

destilación ha llamó la atención de muchos investigadores. Los balances termodinámicos se
usaron a continuación para obtener las evaluaciones de las pérdidas de calor específicas en
Columnas de destilación simple de mezclas azeotrópicas. En este caso, las pérdidas de calor
también dependen de la composición de mezcla; sin embargo, el orden de separación
depende únicamente de los puntos de ebullición de los componentes bajo presiones que se
eligieron en las columnas.

Como ejemplo, elijamos el orden de separación y determinamos las pérdidas de calor

reversibles para separar la mezcla de tres componentes, a saber, benceno, tolueno y xileno.

Regla de no disminución de los coeficientes de temperatura. La condición puede

considerarse como una condición necesaria de la razonabilidad del problema de la orden de
separación. Una comparación de dos posibles puntos de corte conduce a una regla simple
para elegir el orden de separación de una mezcla multicomponente en sistemas térmicos.
Para hacer que los costos de energía reversibles en la separación de la mezcla
multicomponente en la cascada de los sistemas de separación binaria sean mínimos, los
coeficientes de temperatura deben aumentar monótonamente desde el primer paso hasta los
siguientes pasos de la cascada. Esta regla no requiere el procedimiento de programación
dinámica y la superación de las dificultades computacionales asociadas.

Asumiendo este hecho, la regla postulada anteriormente para seleccionar el orden de

separación se puede complementar de la siguiente manera: si los coeficientes de
temperatura para dos tipos de separación coinciden o difieren ligeramente entre sí, aquél
para el cual las fracciones de selecciones son más cercanas entre sí es favorable.

Ejemplo 2. Como ejemplo, analicemos el orden de separación que se aceptó en la

configuración típica de fraccionamiento de gas de una de las plantas de refinación de
petróleo. El equipo está destinado a la separación de la mezcla de hidrocarburos en cuatro
fracciones, a saber, metano que contiene ácido sulfhídrico, dióxido de carbono, metano,
etano y propano (i = 1); isobutano (i = 2); butano (i = 3); y pentano que contiene pentano y
hexano (i = 4).

La presión en las columnas se mantiene a tal nivel que la temperatura de extracción de calor
en los desflemadores sería de 324 K. En la primera columna se separa la fracción más
volátil (metano). La temperatura del suministro de calor al residuo de la primera columna
es de 424 K, mientras que la presión en la columna es de 1,7 MPa. En la segunda columna,
se separa la cuarta fracción, la presión es de 0,65 MPa y la temperatura en el residuo es de
389 K. Finalmente, en la tercera columna de separación, la segunda y la tercera fracción se
separan bajo la presión de 0,72 MPa. La temperatura en el residuo es de 341 K. Cabe
señalar que en la segunda columna se viola el principio heurístico de la separación sucesiva
de componentes de bajo punto de ebullición.

Así, el orden de separación que se acepta en la planta corresponde a la regla de crecimiento

en los coeficientes de temperatura. Si la segunda fracción de bajo punto de ebullición se
aisló en la segunda columna y las fracciones cuarta y tercera se aislaron en la tercera
columna, los coeficientes de temperatura K2 y K3 se reemplazarían entre sí y se violaría la
regla de crecimiento, lo que implicaría un crecimiento en los costos de energía.

Conclusión:

Las reglas para los cálculos preliminares del orden óptimo de separación se obtuvieron para
mezclas multicomponentes. Para sistemas que utilizan energía mecánica o eléctrica
(membranas, centrífugas y otros), el orden de separación está determinado únicamente por
pérdidas irreversibles. Para sistemas térmicos (rectificación, absorción, y otros), los costos
de energía reversibles también dependen del orden de separación. El orden de separación
que corresponde a la máxima eficiencia reversible está determinado por los coeficientes de
temperatura de las columnas de destilación. Las recomendaciones obtenidas tienen un
carácter aproximado y sólo son válidas porque las suposiciones antes mencionadas son
cercanas a la realidad; además, las mezclas separadas están cerca de una solución ideal y las
condiciones en la columna están cerca del modo de desplazamiento. (Tsirlina, Balunov, &
Sukin, 2016)

Bibliografía

Tsirlina, A., Balunov, A., & Sukin, I. (2016). Estimates of Energy Consumption and
Selection of Optimal. Theoretical Foundations of Chemical Engineering, 50(3), 250-258.
Optimización multiobjetivo y comparación de la destilación por
cambio de presión asistida por arrastre y las secuencias de
separación por destilación extractiva para separar un azeótropo
binario insensible a la presión
Los azeótropos insensibles a la presión se encuentran a menudo en la producción
química. La destilación por oscilación de presión asistida por arrastre (EAPSD) es una
destilación por oscilación de presión especial que muestra un rendimiento prometedor en la
separación de azeótropos insensibles a la presión. Sin embargo, se han informado pocos
estudios sobre este método. En este trabajo, se realiza la comparación entre el EAPSD con
tetrahidrofurano como agente de arrastre sensible a la presión y la destilación extractiva
(ED) con sulfóxido de dimetilo como solvente en la separación del azeótropo de
agua/isopropanol para explorar el rendimiento del EAPSD.

La destilación extractiva es un método de destilación especial ampliamente utilizado y

profundamente estudiado para separar completamente mezclas azeotrópicas mediante la
introducción de uno ( Wang et al., 2022 ) o múltiples ( Zhao et al., 2018 ) componentes
adicionales como solventes extractivos alimentados continuamente en la columna . en una
bandeja diferente de la alimentación para romper el azeótropo ( Gerbaud et al., 2019 ). A
pesar de su capacidad para separar azeótropos, la destilación extractiva es un proceso de
separación que consume mucha energía.

La destilación por cambio de presión es otro método de destilación especial para la

separación de mezclas azeotrópicas. Aprovecha la sensibilidad a la presión de algunas
mezclas azeotrópicas, lo que significa que la composición del azeótropo varía
considerablemente con la presión ( Chaniago y Lee, 2018 ). Debido a la diferencia de
presión entre las columnas en un proceso de destilación por oscilación de presión, es
probable que haya una diferencia de temperatura adecuada entre el calderín de una columna
y el condensador de otra, lo que hace que la integración del calor sea favorable.

En general, casi todos los estudios existentes de destilación por cambio de presión están
dirigidos a azeótropos sensibles a la presión. En cuanto a los sistemas que son insensibles a
la presión o con baja sensibilidad a la presión, por ejemplo, el sistema de agua/isopropanol,
la destilación por cambio de presión no se considera una opción favorable. Knapp y
Doherty (1992) propusieron un nuevo método de destilación por oscilación de presión con
un componente adicional introducido como arrastrador por oscilación de presión.. El
componente introducido forma un nuevo azeótropo sensible a la presión con un
componente del sistema azeotrópico para separar, lo que hace que el límite de destilación
entre los dos azeótropos se mueva rápidamente con el cambio de presión, de modo que el
método de cambio de presión se puede aplicar a sistemas azeotrópicos insensibles a la
presión. . Se estudia la viabilidad de la destilación discontinua por cambio de presión con la
aplicación de agentes de arrastre y se comparan diferentes agentes de arrastre con diferentes
puntos de ebullición ( Modla y Lang, 2008a ; Modla et al., 2008b , 2010) . En términos de
operación continua, Li et al. (2013)aplicó este método para separar el sistema azeotrópico
insensible a la presión de fenol/ciclohexanona con la introducción de acetofenona y mejoró
el proceso mediante la integración parcial del calor.

En este estudio, se proponen dos secuencias EAPSD diferentes y una secuencia de

destilación extractiva para separar el sistema azeotrópico insensible a la presión
IPA/agua. El agente de arrastre por oscilación de presión y el disolvente extractivo se
seleccionan por medio de conocimientos termodinámicos. Los diagramas de flujo
conceptuales están diseñados y se considera simultáneamente la integración de calor total y
parcial para reducir el consumo de energía de los procesos EAPSD.

 Metodología:

(1) Selección del modelo termodinámico.

(2) Diseño conceptual del proceso ED con el disolvente seleccionado y el proceso

EAPSD con el agente de arrastre seleccionado.
(3) Optimización mediante algoritmo genético multiobjetivo.

De manera similar a un proceso de destilación por oscilación de presión convencional, hay

dos columnas que funcionan a diferentes presiones en el proceso EAPSD, la columna de
baja presión (LPC) y la columna de alta presión (HPC). Dos secuencias de destilación
conceptualmente factibles se presentan en detalle a continuación.

La primera secuencia es la EAPSD de secuencia baja-alta (LHS). En la Fig. 6 se muestra el

diagrama de flujo conceptual del proceso LHS-EAPSD y el mapa de líneas de balance de
materia correspondiente. La primera columna es la columna de baja presión, que opera a
101,3 kPa para evitar el costo adicional causado por la operación al vacío. La segunda
columna es la columna de alta presión a aproximadamente 638,3 kPa. La presión se
selecciona según el estudio de Luyben (2021) .

Ilustración 10 (a) Mapa de líneas de balance de materiales y (b) diagrama de flujo conceptual del proceso LHS-
EAPSD.

La segunda secuencia, secuencia alta-baja (HLS), es bastante similar. En la Fig. 7 se

muestra el diagrama de flujo conceptual del proceso HLS-EAPSD y el mapa de líneas de
balance de materia correspondiente. La presión de operación de la primera columna es de
638,3 kPa, mientras que la de la segunda columna es de 101,3 kPa. El motivo de la
selección de la presión es el mismo que el del proceso LHS-EAPSD anterior.

Ilustración 11(a) Mapa de líneas de balance de materiales y (b) diagrama de flujo conceptual del proceso HLS-
EAPSD.

Los procesos propuestos anteriormente son simulados por el software Aspen Plus V11. Las
purezas tanto del agua como de los productos IPA se especifican como no menos del 99,5%
en moles. La pureza del solvente reciclado en el proceso de ED se especifica como 99,99%
en moles utilizando la función de especificación de diseño de columna mediante la
manipulación de la relación de reflujo.

Los métodos de optimización estocástica se utilizan ampliamente para optimizar procesos

con un gran número de variables. En este estudio, se utiliza el algoritmo genético
multiobjetivo (MOGA) para obtener los parámetros de proceso óptimos, considerando que
la optimización multiobjetivo puede evitar la acumulación de individuos en comparación
con la optimización monoobjetivo, aunque la optimización multiobjetivo puede necesitar
más tiempo de optimización. Con una población factible inicial (parámetros del proceso a
optimizar), MOGA puede generar automáticamente múltiples grupos de variables que serán
asignadas al proceso simulado en Aspen Plus y evaluarlas con funciones objetivas
especificadas por el usuario para obtener los frentes de Pareto óptimos (multicriterio).

Aunque el proceso HLS supera al proceso LHS y la integración de calor puede mejorar aún
más el método EAPSD, el proceso ED básico tiene un TAC y un CDE considerablemente
más bajos que los mejores procesos EAPSD. Debe señalarse que la destilación extractiva se
ha estudiado en profundidad y el DMSO presenta un gran rendimiento en la separación de
varias mezclas azeotrópicas, mientras que apenas se informa sobre la investigación sobre la
destilación por oscilación de presión asistida por arrastre. El arrastrador de oscilación de
presión utilizado en este trabajo, que se selecciona mediante un análisis cualitativo basado
en heurística en lugar de una comparación cuantitativa, no es necesariamente la mejor
opción para la mezcla azeotrópica de IPA/agua. Considerando que EAPSD es la mejor
opción en algunos trabajos reportados.

Conclusión

 Los resultados de la optimización muestran que el proceso HLS tiene un TAC más bajo en
un 17,90 % para el proceso básico y un 7,04 % para el proceso con calor integrado en
comparación con la secuencia LHS. Los CDE de los procesos LHS son un 23,88 % más
bajos sin integración de calor y un 4,27 % más bajos con integración de calor. El proceso
ED básico tiene TAC y CDE aún más bajos en un 51,80 % y un 36,96 %, lo que presenta
una ventaja económica y ambiental abrumadora en comparación con el mejor proceso
EAPSD. Mientras tanto, la estructura y los parámetros de integración de calor se pueden
obtener mediante optimización estocástica, en lugar de que la estructura se decida de
antemano antes de optimizar los parámetros, como se informa en muchos trabajos.

Se realiza el diseño conceptual del proceso. Se diseñan diferentes secuencias EAPSD y una
secuencia ED. La integración de calor total y parcial se considera e implementa
simultáneamente para mejorar el rendimiento de los procesos EAPSD. Se utiliza un
algoritmo genético multiobjetivo para lograr la óptima y la estructura de integración de
calor simultáneamente con el coste total anual y las emisiones de CO 2 como objetivos de
optimización. (Qin, y otros, 2022)

Bibliografía

Qin, Y., Zhuang, Y., Wang, C., Zhang, L., Liu, L., & Du, J. (2022). Multi-objective optimization and
comparison of the entrainer-assisted. Computers and Chemical Engineering, 1-11.
Diseño de sistemas de destilación extractiva basados en líquidos
iónicos energéticamente eficientes para la deshidratación de
etanol, incluidas alternativas para la recuperación de líquidos
iónicos
En las últimas décadas, la disminución de las reservas de petróleo, junto con la necesidad
de satisfacer mayores niveles de demanda de energía y la creciente preocupación por los
problemas ambientales, han inducido un creciente interés en el desarrollo de
biocombustibles de origen renovable ( Zentou et al., 2019 ). Los biocombustibles (incluidos
el etanol y el biodiésel) han alcanzado más del 90 % de participación en el componente de
energía renovable del sector del transporte. Esta implementación exitosa se ha visto
influenciada por diferentes políticas que incluyen mandatos combinados, incentivos
financieros y una implementación sencilla en los vehículos con motor de combustión
interna existentes. Según el Informe de estado global de energías renovables 2020
( RENI21, 2020), la producción mundial de etanol alcanzó los 114 mil millones de L en
2019. Estados Unidos y Brasil lideran la producción de etanol, representando el 50 % y el
33 % de la producción mundial, respectivamente, seguidos por China (3,5 %), India (1,75
%), Canadá (1,66%) y Tailandia (1,4%). Actualmente, Brasil se mantiene como el país con
el mandato de mezcla de etanol más agresivo (27 %), aunque otros países, como Indonesia,
Malasia, Mozambique y Noruega, han proyectado un aumento en sus valores de mezcla
obligatorios al 20 % de etanol de 2020 a 2025 ( REN21, 2020). En algunos países, dicho
aumento tiene como objetivo promover la producción de etanol a partir de subproductos de
la agroindustria para reducir la importación de petróleo. Sin embargo, a pesar de los
esfuerzos significativos para producir biocombustibles avanzados a partir de diferentes
materias primas, todavía existen desafíos fundamentales para desarrollar diseños
competitivos, particularmente para tecnologías de purificación.

La eficiencia de los procesos de destilación extractiva depende en gran medida de la

elección de un agente de arrastre adecuado. El esquema de destilación extractiva
ampliamente utilizado industrialmente para la deshidratación de etanol se ha implementado
con éxito debido a la eficacia de los disolventes orgánicos como el etilenglicol y el
glicerol. Como alternativa al uso de solventes orgánicos, recientemente se han considerado
con especial interés los líquidos iónicos (LIs) como arrastradores para la deshidratación de
etanol ( Graczová y Steltenpohl, 2022 ; Figueroa et al., 2012 ; Guella et al., 2018; Quijada-
Maldonado et al., 2018).

Los IL también son atractivos como agentes de arrastre porque sus propiedades
fisicoquímicas se pueden ajustar para una aplicación determinada mediante una elección
adecuada de cationes y aniones. Roughton et al. (2012)mostró cómo a través de un ajuste
de cationes, aniones y longitud de cadena de alquilo en los cationes, los IL pueden
diseñarse para lograr una propiedad deseada como agentes de arrastre para su aplicación en
sistemas de destilación azeotrópica. Se eligieron problemas de separación de mezclas de
acetona-metanol y etanol-agua para mostrar la aplicación de su metodología. Chávez-Islas
et al. (2011a) desarrollaron un método para el diseño molecular de IL utilizando un modelo
de programación no lineal de enteros mixtos para resolver una superestructura con un
conjunto de cationes y aniones adecuados para la separación de mezclas azeotrópicas. Se
demostró que la aplicación purifica una mezcla de etanol y agua. Se han reportado varios
métodos de diseño para la separación de etanol-agua por destilación extractiva basados en
líquidos iónicos.

Se obtuvieron varios diseños para la columna de destilación extractiva utilizando el método

Boundary Value Design en un trabajo anterior de Ramírez-Corona et al. (2015) para
diferentes flujos de los dos tipos de líquidos iónicos considerados en este trabajo, y se
tomaron como base para nuestro análisis.

Se estructuraron cinco configuraciones que incluían diferentes alternativas para el tramo de

recuperación de IL. Los diagramas de flujo se desarrollaron para incluir un esquema de
purificación de IL informado ( Seiler et al., 2004 , Roughton et al., 2012 ) y otros cuatro
que combinan el uso de diferentes opciones que pueden parecer adecuadas para la tarea de
recuperación de IL, que incluyen aire lateral desorción, separadores, destilación acoplada
térmicamente y sistemas de membrana. Las membranas se consideraron como una opción
adicional para reducir aún más los costos de energía, ya que se pueden agregar en cualquier
columna que muestre el comportamiento requerido para esta opción híbrida ( Tula et al.,
2017).). Cabe señalar que en este caso no se utilizaron mapas de curvas de residuos para el
diseño conceptual de las columnas extractivas; debido a la no volatilidad de los líquidos
iónicos, se forma una fase de vapor binaria y el sistema de tres componentes se puede
modelar como una mezcla pseudo binaria.
Ilustración 12 Cinco estructuras diferentes para destilación extractiva integradas con sistemas de recuperación de IL

La columna extractiva y los sistemas de destilación se simularon utilizando el módulo

RADFRAC del simulador de procesos Aspen Plus. 

A partir de los diseños reportados por Ramírez-Corona et al. (2015) para la separación de

mezclas de etanol-agua 80-20 molar, tomamos como base cuatro estructuras basadas en
diferentes flujos de [BMIM](Cl)]. Se realizó un procedimiento de búsqueda por cada uno
de ellos para detectar las condiciones bajo las cuales se obtenía un consumo mínimo de
energía para cada uno de los dos LI considerados aquí. Para este propósito, el caudal de IL
y la ubicación de la etapa de alimentación se utilizaron como grados de libertad para
realizar un análisis de sensibilidad con la ayuda de Aspen Plus. Para todos estos casos, el IL
se alimentó en la segunda etapa desde la parte superior de la columna.

Las cinco opciones descritas anteriormente para la recuperación de IL se integraron con la

columna extractiva. Los sistemas de recuperación de IL se diseñaron para lograr una pureza
molar del 99,9 % de IL. Para los sistemas que incluyen una unidad de desorción, la
columna se fijó como en Seiler et al. (2004) con 8 platos, operando a presión atmosférica y
con un caudal de aire de 16000  kg/h. Las configuraciones 3 a 5 incluyen corrientes
laterales con recirculación a la columna principal. Para determinar la ubicación de la etapa
de corriente lateral, se llevó a cabo un análisis de sensibilidad para examinar el efecto de la
ubicación de la etapa en la recuperación de solventes.
Ilustración 13- tres estructuras más eficientes energéticamente para la deshidratación de etanol identificadas en este
trabajo. (a) Diseño con bajo caudal de [BMIM(Cl)] (18,09  MW). (b) Diseño con caudal bajo de [BMIM(Cl)]
(18,61  MW). (c) Diseño con alto caudal de [BMIM(Dl)] (18,81  MW).
Conclusiones:

Se han presentado varias estructuras para la separación de una mezcla de etanol

preconcentrada utilizando destilación extractiva basada en líquidos iónicos como agentes de
arrastre. Se han considerado dos líquidos iónicos, [BMIM(Cl)] y [EMIM(BF₄)].  Para fijar
el flujo de alimentación de IL al sistema se utilizaron dos criterios, uno para identificar el
caudal mínimo de IL requerido para la separación y el otro para detectar el caudal necesario
para minimizar el costo total anual de la columna de destilación extractiva. Después de
realizar el diseño de la columna de destilación extractiva, se consideraron cinco estructuras
de separación diferentes para la recuperación de IL, y los diseños integrados se sometieron
a un procedimiento de búsqueda para minimizar el consumo de energía de cada secuencia
de separación. El análisis que tuvo en cuenta el tipo de LI, su nivel de flujo y el tipo de
estructura de diseño para la recuperación de LI produjeron 20 opciones de diseño
diferentes, de las cuales la basada en [BMIM(Cl)] con el flujo mínimo requerido para la
separación, junto con un sistema de recuperación que integra una columna de desorción
seguida de una unidad de membrana, proporcionó la mejor opción de eficiencia energética.
(Martínez, y otros, 2022)

Bibliografía

Martínez, I., Ramírez, N., Conde, C., Sánchez, K., Gani, R., & Jiménez, A. (2022). Design of
Energy-Efficient Ionic Liquid-based Extractive Distillation. Tecnológico Nacional de México, 1-30.
Disolventes eutécticos profundos como agentes de arrastre en la
destilación extractiva: una revisión
“Puede formar un azeótropo”, una frase que a los ingenieros químicos normalmente no les
gusta escuchar. Y no es de extrañar, ya que la separación de azeótropos es técnicamente
más desafiante y consume mucha energía en comparación con el caso zeotrópico. Se han
desarrollado numerosas técnicas para separar mezclas azeotrópicas, incluidos procesos de
membrana y destilación especial como la destilación por cambio de presión , la
rectificación hetero azeotrópica y la destilación extractiva ( Chen et al., 2005 , Mahdi et al.,
2015 ). En la destilación extractiva , se añade a la mezcla a separar un componente
adicional, el llamado arrastrador . La tarea del animador es alterar volatilidades relativas de
los componentes de la mezcla por diferentes interacciones con ellos, con el fin de eliminar
el punto azeotrópico y hacer factible la separación. Dado que un diseño de proceso
optimizado que utiliza un incorporador promedio puede ser mucho más costoso que un
diseño promedio que utiliza un incorporador óptimo, la elección del incorporador es un
paso crítico (Laroche et al., 1991). Hasta el momento se conocen cuatro clases de agentes
de arrastre: líquidos convencionales, sales sólidas, mezclas de líquidos convencionales con
sales sólidas y líquidos iónicos(ILs).

Después de la evaluación de factibilidad y la selección de entrantes, se lleva a cabo la

síntesis, el diseño y la optimización del proceso. Esto incluye la configuración de la
columna y los modos de funcionamiento, la búsqueda de los parámetros de funcionamiento
óptimos y una estructura de control adecuada, así como la optimización económica . Dado
que estaría más allá del alcance de esta revisión, esto no se tratará en detalle aquí y se
remite al lector a la literatura ( Gerbaud et al., 2019 ). Entonces, como ya se preguntó
anteriormente: ¿Cómo se puede integrar DES en el marco de la destilación extractiva? Los
DES siguen los mismos criterios de viabilidad y consideraciones que para la destilación
extractiva convencional con arrastradores de alto punto de ebullición y, por lo tanto, pueden
manejarse con la literatura disponible ( Gerbaud et al., 2019).). Esto significa que los
diagramas de flujo del proceso para la destilación extractiva con DES son similares a los
diagramas de flujo cuando se usan solventes convencionales.

Aunque los DES se mencionaron por primera vez en 2003, la conexión con la destilación
extractiva no se hizo hasta 2014, cuando Rodríguez et al. (2015) fueron los primeros en
evaluar los DES como posibles transportadores en la destilación extractiva para la
separación del azeótropo etanol-agua . Se probaron cuatro DES con respecto a la
eliminación del punto azeotrópico. Mientras que el ácido láctico (LA) – cloruro de colina
(CC) (relación molar 2:1) desplazó el punto azeotrópico hacia el lado del etanol puro, el
ácido málico (MA) – CC (1:1), el ácido glicólico (GA) – CC ( 3:1) y GA – CC (1:1) fueron
capaces de romper el azeótropo ( Rodríguez et al., 2015). Desde entonces, se han publicado
varios artículos, centrados principalmente en mediciones de vapor-líquido-equilibrio (VLE)
y modelos termodinámicos. En cuanto a la simulación de procesos, existen muy pocos
trabajos hasta la fecha.
Junto al sistema etanol-agua, el sistema IPA-agua también es de relevancia industrial,
exhibiendo un azeótropo de bajo punto de ebullición (353,7 K, 1 atm) con una composición
de 67,4% mol (87,3% en peso) IPA ( Manual de química de CRC y Física, 2016 ).

La primera investigación de un DES como arrastrador para la separación del azeótropo

IPA-agua fue realizada por Rodríguez y Kroon (2015) . LA – CC (2:1) y GA – CC (3:1)
fueron investigados como arrastradores. Se encontró que estos DES no fueron capaces de
romper el azeótropo a las concentraciones estudiadas, sin embargo, se observó un cambio
del punto azeotrópico hacia el lado del IPA puro. Los datos de VLE se correlacionaron con
el modelo NRTL, con parámetros obtenidos de sistemas pseudobinarios que no pudieron
describir con precisión los sistemas pseudoternarios. Los datos de VLE pseudoternario
también se ajustaron directamente, y se informaron resultados adecuados. Aquí, para cada
fracción molar de arrastre investigada (0.05 y 0.1) se informó un conjunto diferente de
parámetros de interacción binaria.

Se encontraron siete trabajos de investigación que tratan sobre la simulación del proceso de
destilación extractiva con DES; cinco referentes a la separación etanol – agua y dos
referentes al IPA – azeótropo agua.

Ma et al. (2017) investigaron el sistema etanol – agua con AG – CC (3:1) como arrastrador

mediante simulación en Aspen Plus y un experimento de destilación por lotes. La
recuperación de entrantes se realizó en un tanque flash a 0,004 kPa y 423 K. Se realizó un
análisis de sensibilidad para la determinación de las principales variables de diseño y
finalmente se optimizó el proceso mediante una red de intercambiadores de calor . Se
utilizó el modelo NRTL, con parámetros de interacción binaria para DES – etanol y DES –
agua tomados de Rodríguez et al. (2015) . Una reducción del consumo de energía específica
por kilogramo de etanol producido en un 46,6 % y un 15,9 % en comparación con el agente
de arrastre tradicional etilenglicol – acetato de potasio, respectivamente, el líquido iónico
[EMIM][BF 4] Fue reportado. 

Ilustración 14- datos pseudoternarios para el sistema de etanol (1) – agua (2) – [CC – Ur (1:2)] (3) de ( Peng et al.,
2017 ), 30 % en peso de CC – Ur ( ), 20 % en peso CC – Ur ( ), 10 % en peso CC – Ur ( ); líneas:
cálculos de NRTL con parámetros retrocedidos a partir de datos de medición pseudoternarios; parámetros NRTL de
( Peng et al., 2017 ); cálculo realizado en Aspen Plus V11 con el conjunto 1 de NRTL
Si bien hasta ahora la mayoría de los grupos de investigación se han centrado en la
capacidad general de un agente de arrastre DES para romper el azeótropo, que sin duda es
el punto clave, hay menos información disponible sobre los criterios generales de
viabilidad, como las brechas de miscibilidad o la estabilidad térmica. Sin embargo, el
conocimiento de estas propiedades es esencial para el diseño del proceso, lo que influye
fuertemente en la decisión de la elección final del agente de arrastre.

Conclusión :

En esta primera revisión de este tipo, se resumió y evaluó el estado actual de la

investigación sobre los DES como agentes de arrastre en la destilación extractiva. La mayor
parte de la investigación hasta ahora se ha centrado en la adquisición de datos VLE
experimentales y el posterior modelado de los datos obtenidos. La mayoría de los DES
investigados hasta ahora se basan en cloruro de colina como HBA, con especial atención a
los sistemas azeotrópicos de agua y alcohol. Para el modelado de los datos VLE, g E-Se
utilizan exclusivamente modelos, siendo el modelo NRTL el más utilizado. Como los DES
son una clase especial de solventes, el procedimiento estándar para la regresión de
parámetros, donde los parámetros del modelo obtenidos de subsistemas binarios se utilizan
para calcular el VLE ternario, no produce resultados satisfactorios. Por lo tanto, se
encuentran dos enfoques en la literatura: correlación directa de sistemas pseudoternarios
para fracciones de arrastre fijas y el enfoque de constituyente individual, donde los
parámetros del modelo se regresan para los sistemas cuaternarios que tratan el DES como
dos componentes separados. Independientemente del enfoque de modelado utilizado, DES
muestra un mayor rendimiento de separación que los solventes convencionales, comparable
a los IL. Estos hallazgos también están respaldados por simulaciones de procesos, con
ahorros en TAC de hasta un 30 %. Sin embargo, las comparaciones directas con líquidos
iónicos son escasas, por lo que aún no se puede sacar una conclusión fiable.

Bibliografía
Charis, G., Danha, G., Muzenda, E., & Glasser, D. (2020). Development trajectory of the attainable
region optimization method. South African Journal of Chemical Engineering, 13-25.
 Síntesis de redes de intercambiadores de calor teniendo en
cuenta el rendimiento termohidráulico detallado: métodos y
perspectivas
La neutralidad de las emisiones de carbono para 2050 es un objetivo prometedor que
requiere una reducción del 80 al 100 % en las emisiones de carbono con respecto a los
niveles de 1990. Se deben hacer esfuerzos desde dos puntos de vista para alcanzar
emisiones netas de CO 2 cercanas a cero : compensación y reducción de emisiones de
carbono. El calor residual masivo en una serie de sectores industriales, cívicos, comerciales
y de servicios implica una pérdida de energía lamentable . Los portadores de las
emisiones de calor residual industrial son principalmente los gases de escape, el vapor y el
agua, todos los cuales tienen una influencia sustancial en el medio ambiente. Es necesario
realizar ajustes en los procesos industriales actuales para mejorar la eficiencia energética a
fin de lograr un futuro circular. La(HENS) es fundamental en los sectores de procesos que
consumen mucha energía para reducir el consumo de energía y los costos
operativos. HENS puede ejercer una influencia significativa sobre las preocupaciones
ambientales y las huellas de emisiones. HENS es un problema de optimización típico , ya
que intenta el equilibrio global entre el costo de capital y el objetivo de energía. Dado que
la mayoría de los sitios y plantas modernos tienen un gran potencial para el ahorro de
energía, la mejora de la eficiencia energética en la red de intercambiadores de calor (HEN)
se ha convertido en un área de enfoque durante las últimas cinco décadas.

Se han propuesto muchos métodos avanzados y mejoras para HENS después de la

aparición del Análisis Pinch (PA) en la década de 1970. El concepto propuesto de PA sienta
las bases para resolver problemas de Integración de Calor (HI), que es uno de los alcances
de la Integración de Procesos (PI). PA es un método orientado termodinámicamente, y la
estrategia paso a paso tiene una influencia significativa en el desarrollo posterior de
HI. Para determinar el posible nivel de recuperación de calor en un diseño de base, PA
establece el objetivo de energía para el consumo mínimo de servicios antes de conocer la
topología detallada de la HEN. Mientras que, para un diseño de actualización, el PA se
puede utilizar para identificar el nivel de recuperación de energía casi óptimo y las posibles
mejoras después de aprovechar la HEN existente. Dado el trasfondo termodinámico de la
PA, las características básicas de la PA se cumplen tanto para el diseño básico como para la
modernización, a pesar de que existen diferencias fundamentales entre ellos. En general, los
enfoques basados en AP se clasifican como un grupo. El otro grupo complementario para
HENS es la programación matemática (MP). Algunos de los modelos MP formularon los
procedimientos PA y las reglas heurísticas en formas matemáticas sofisticadas para obtener
soluciones óptimas automáticamente. Estos modelos, como el modelo de transbordo,
heredan las características paso a paso de los métodos PA. Los problemas HENS se dividen
en varios subproblemas y se resuelven por separado. Estos modelos secuenciales
simplifican numéricamente los problemas HENS, mientras que la falta de compensación
entre diferentes objetivos puede conducir a soluciones subóptimas. Por el contrario, los
modelos simultáneos, como la superestructura por etapas (SWS), resuelve todos los
subproblemas en un estilo holístico.
Los factores críticos para el rendimiento del intercambiador de calor, como la caída de
presión, el ensuciamiento y el diseño térmico, se han investigado desde la década de
1990. Sreepathi y Rangaiah y Klemeš et al. han discutido brevemente algunos de los
factores únicamente, sin embargo, la interacción entre esos factores y HEN no se
discute. Esto motiva este artículo de revisión, y aún se requiere una revisión sistemática de
esos factores para comprender mejor el nexo entre los intercambiadores de calor y la
red. Los métodos y los impactos de resolver problemas HENS con la consideración del
rendimiento del intercambiador de calor se resumen en las secciones posteriores de este
documento.

Métodos basados en Análisis Pinch

Pinch Analysis (PA) [ 5 ] ha establecido un método basado en la termodinámica para

abordar el ahorro de energía in situ. La idea básica de PA es concisa y efectiva. La
información requerida para PA son los datos de flujo básicos, que incluyen las temperaturas
de suministro/objetivo y las tasas de flujo de capacidad de calor. El sencillo procedimiento
permite que PA incorpore principios termodinámicos en gráficos ilustrados. Con los
beneficios de la representación gráfica , los conceptos abstractos en PA se pueden visualizar
claramente, como Pinch Point, diferencia de temperatura mínima permitida ( ΔT min )
y cargas de calor . El enfoque gráfico se ha apoyado en marcos numéricos basados en los
mismos conceptos.

La principal herramienta gráfica acumula por separado las cargas totales de calefacción y
las cargas totales de refrigeración en un proceso. Las acumulaciones dependen de los
intervalos de temperatura y la entalpía disponible, pero excluyen la distribución de las
cargas de calor y las estructuras de la red. Los resultados de las acumulaciones se ilustran
en un diagrama de curva continua, comúnmente conocido como Curvas Compuestas. La
posible recuperación de calor entre las corrientes de proceso calientes y frías se dirige entre
dos curvas compuestas de corrientes calientes a corrientes frías a modo de transferencia de
calor vertical. Entre las curvas compuestas de frío/calor, el punto del espacio vertical
mínimo indica un cuello de botella en la recuperación de calor en este sistema de proceso
(el punto Pinch), y la diferencia de temperatura en el punto Pinch es la diferencia de
temperatura mínima permitida ( ΔTmin ). ΔT min es un parámetro de índice vital en PA que
se decide por la compensación entre el costo de inversión y el costo
operativo. El ΔT min está preestablecido en un valor fijo, lo que indica una condición casi
óptima y es necesario cambiar las curvas compuestas (las curvas compuestas en frío
generalmente se cambian desde el punto de vista de la energía) para cumplir con
este ΔT min . Las curvas compuestas apuntan al requerimiento mínimo de energía con
el ΔT min.

Estos métodos gráficos y numéricos tienen información simple y una interfaz visual clara, y
estos métodos son convenientes de usar y permiten un análisis rápido de procesos
simples. Si bien HENS a gran escala con las demandas de toda la topología detallada o
HENS incorpora aspectos complejos (como caídas de presión, incrustaciones, control de
flujo y programación), estos métodos son insuficientes y consumen mucho tiempo (muchos
de estos métodos se basan en el cálculo manual) . Estas limitaciones han sido reconocidas
por la comunidad e inspiraron el desarrollo de la programación matemática para HENS.

Métodos basados en programación matemática

Los métodos basados en PA han desarrollado muchos marcos y reglas basados en la

experiencia termodinámica o intuitiva. Dado que esos marcos y reglas se han vuelto más
complejos, MP se adopta formulando esas reglas en expresiones matemáticas para
la optimización automatizada . Al igual que los PDM, muchos modelos HEN son síntesis
secuenciales. Resuelven los modelos en el orden de diferentes funciones objetivo:
minimizar el costo de utilidad, minimizar el número de partidos, minimizar el costo de
inversión, etc. Las soluciones anteriores actúan como entradas para el próximo objetivo.

Hay dos métodos de optimización diferentes para abordar las dificultades: los métodos
deterministas y heurísticos.

Resolver estas dificultades numéricas con métodos deterministas exige un tratamiento justo
de aproximación y reformulación. Para el modelo MINLP(modelos de programación no
lineal de enteros mixtos) de superestructura por etapas en HENS, el término no lineal está
asociado con el LMTD, y se han realizado muchos esfuerzos para abordar este
problema. Las aproximaciones de LMTD( función de diferencia de temperatura media
logarítmica )propuestas por Paterson y Chen [ 44 ] se han utilizado en problemas
HENS. Pero como LMTD debe basarse en una compensación entre el costo de capital y el
costo de funcionamiento (energía), que está sujeto a cambios y fluctuaciones
sustanciales. Huang et al. [ 45 ] reformuló la función LMTD y los límites impuestos. Mistry
y Misener [ 46 ] probaron la estricta convexidad de LMTD β, β < 0 y reemplazó LMTD con
la función LMTD recíproca. Beck y Hofmann propusieron las restricciones de
desigualdad lineal para LMTD y el área de transferencia de calor . Esos métodos eliminan
los términos no lineales y generan nuevos modelos MILP(  transbordo de programación
lineal entera mixta) a partir del modelo MINLP original . A excepción de la transformación
del modelo, Escobar y Trierweiler han desarrollado estrategias de inicialización sistemática
para problemas MINLP.

En lugar de utilizar métodos deterministas, se han aplicado varios métodos heurísticos a los
problemas HENS. Ravagnani et al. utilizó un algoritmo genético (GA) para optimizar
el ΔT min con PTA en la primera etapa y luego obtuvo la coincidencia de flujo por GA en
la siguiente etapa. En este caso, la población está representada por las combinaciones de
intercambiadores de calor entre diferentes corrientes. Pero para el caso considerando el
diseño detallado del intercambiador de calor, la población inicial estuvo representada por
las variables binarias que definen la existencia de los intercambiadores de calor. Después de
obtener la red factible, cada intercambiador de calor se diseña usando GA, y las cargas de
calor son el criterio de convergencia. Otra estrategia con GA es integrar los parámetros de
la red y los parámetros del intercambiador de calor como código genético, que obtienen la
topología de la red y el diseño detallado del intercambiador de calor en un solo paso.
Consideración de diseño térmico:

La síntesis ha sido la principal preocupación en la comunidad de investigación relacionada

desde la década de 1970 y tuvo un rápido desarrollo posteriormente. Dos métodos
principales, PA y MP, han contribuido a la expansión y evolución. Sin embargo, se han
propuesto enfoques más delicados que apuntan a la síntesis de redes, pero se ha hecho poco
para garantizar que el objetivo de energía o la modificación de la topología sea consistente
con lo que es un contribuyente real en términos del intercambiador de calor. El problema
fue abordado por Polley y Shahi [ 142 ] con la suposición básica de que los
intercambiadores de calor en la HEN son intercambiadores de calor de carcasa y tubos.

Donde se analiza la caída de presión (rendimiento hidráulico) en HEN. Esta sección revisa

el rendimiento térmico en dos categorías: diseño de intercambiadores de calor y mejora de
la transferencia de calor. En el diseño de intercambiadores de calor convencionales y la
mejora de la transferencia de calor, las propiedades físicas de los fluidos, el número de
Reynolds y el número de Nusselt son parámetros críticos. Mientras que, en las HENS con
diseño térmico detallado, las propiedades termofísicas y los parámetros de operación son
constantes; se supone que el número de Reynolds adimensional está en un cierto rango.

mejora de la transferencia de calor

La mejora de la transferencia de calor (HTE) es una estrategia práctica para lograr una
mayor eficiencia energética en diferentes industrias. Muchos enfoques HTE permiten la
intensificación pasiva en intercambiadores de calor y generalmente se separan en dos partes
de un intercambiador de calor de carcasa y tubos, es decir, mejora del lado de la carcasa y
mejora del lado de los tubos. Desde una perspectiva HEN, los enfoques HTE son menos
costosos que la alteración de la topología de la red en términos de gasto de capital. Además,
la tecnología HTE podría usarse en los intercambiadores de calor existentes durante el
mantenimiento de rutina, lo que hace que la HEN industrial sea más viable.

Los resultados del estudio de caso indicaron un mayor ahorro de costos mediante la
actualización de algunos intercambiadores de calor. Dado que HTE es más adecuado para
casos de reacondicionamiento, la optimización se lleva a cabo bajo ciertas restricciones de
caída de presión. A medida que se intensifica la transferencia de calor, la caída de presión
aumentaría. La selección de enfoques HTE adecuados bajo un estado de bombeo dado es
esencial en esta aplicación.
Ilustración 15-Comparación de rendimientos de transferencia de calor sin HTE y con HTE

Tipos de intercambiadores de calor:

 El método propuesto aprovecha la estructura seccional de un intercambiador de calor de

placas y aletas de flujo múltiple para integrar la coincidencia de flujo múltiple en un solo
intercambiador de calor. El costo de la tubería podría reducirse ya que la división de la
corriente se realiza dentro del propio intercambiador de calor. Picón y Rumbo [ 175 ]
también especificaron intercambiadores de calor de placas soldadas para la optimización de
HEN. Las unidades multifluido permiten la reducción del número de unidades mediante la
fusión de diferentes coincidencias de flujo en una sola unidad

Ilustración 16-(a) Transferencia de calor entre tres corrientes de proceso; (b) simplificación de HEN
El estudio de caso indica un ahorro del 61,5 % en el área de transferencia de calor al
reemplazar el intercambiador de calor de carcasa y tubos por el intercambiador de calor de
placas soldadas de flujo múltiple. Los diferentes tipos de intercambiadores de calor tienen
diversas correlaciones para la caída de presión y el ensuciamiento, especialmente con
algunas estructuras específicas. Para brindar una solución de optimización precisa y
práctica, la clave es combinar estas correlaciones con el diseño/actualización de la HEN.

Conclusiones:

HENS es un enfoque importante para el ahorro de energía y la integración de procesos en

muchos campos. Aunque la síntesis de HEN desempeñó el papel principal en el desarrollo
de los trabajos de investigación de HEN, el análisis detallado del rendimiento del
intercambiador de calor ha surgido desde la década de 1990. El ensuciamiento, la caída de
presión y el rendimiento térmico se originaron a partir del rendimiento del intercambiador
de calor individual, y esas características han mostrado impactos no despreciables en el
diseño de reacondicionamiento y de base. Se discuten los conceptos, estrategias y dominios
para diferentes enfoques. Los diferentes factores tienen enfoques variables, y las
conexiones esenciales entre esos factores son importantes para el desarrollo integral del
modelo. (Li, y otros, 2022)

Bibliografía

Li, N., Jaromír, J., Sunden, B., Wu , Z., Wang, Q., & Zeng, M. (2022). Heat exchanger network
synthesis considering detailed thermal-hydraulic.Renewable and Sustainable Energy Reviews ,1-15.
Síntesis de redes de intercambiadores de calor con cumplimiento
de seguridad de procesos en escenarios de ruptura de tubos
Los procesos químicos de todo el mundo están interesados en cumplir con los objetivos de
emisiones ambientales y reducir el consumo de energía de sus procesos ( Schroeder,
1983 ). Con el costo creciente de la energía y la necesidad de procesos sostenibles, la
integración y la recuperación de calor han ganado popularidad ( Westbrook, 1961 ). Este
mayor enfoque ha llevado a que las redes de intercambiadores de calor (HEN) sean uno de
los temas más estudiados en ingeniería química.

Dado que los intercambiadores de calor son equipos muy utilizados en las plantas químicas,
las NDE pueden afectar significativamente su rentabilidad ( Serth, 2010 ). Se aplica la
síntesis tradicional de redes de intercambiadores de calor (HENS) para reducir los costos de
energía. Se identifican corrientes calientes y frías y se proponen y configuran
intercambiadores de calor en una red para minimizar los costos de servicios públicos. Las
ecuaciones que gobiernan en HENS son los balances de energía y las ecuaciones de
transferencia de calor. Los costos de capital y operación de cada intercambiador se
determinan a través de ecuaciones de tamaño de equipo bien establecidas. Finalmente, para
las corrientes remanentes que no han alcanzado su temperatura de salida, se utilizan
servicios de agua caliente y fría.

Si bien ha habido una amplia investigación en el campo de las NED, se ha hecho poco
trabajo para integrar las preocupaciones de seguridad para las NED. La probabilidad de
incidentes de seguridad del proceso, como la sobrepresión , aumenta con presiones más
altas del sistema. Un ejemplo de un peligro es la ruptura de un tubo del intercambiador de
calor (que se muestra en la Ilustración. 17 ), un evento que se enumera en API 521 como un
escenario de sobrepresión creíble ( Instituto Americano del Petróleo ). En caso de ruptura
de un tubo, el lado del tubo puede sobre presionar rápidamente el lado de la
carcasa. Cuando la presión lateral de la carcasa aumenta más allá de la presión de la prueba
hidrostática , el material de la carcasa es propenso a fallar, lo que puede tener como
resultado un resultado catastrófico. La severidad de esta presurización aumenta con grandes
diferencias en las presiones laterales de la carcasa y los tubos.
Ilustración 17-Los intercambiadores de calor están diseñados con válvulas de alivio que limitan las presiones del lado
del tubo y la carcasa. Durante la ruptura de un tubo, API 521 permite que el lado de la carcasa del intercambiador
alcance la presión de prueba hidrostática del lado de la carcasa solo si se realiza una simulación dinámica.  Este umbral
se muestra como el límite entre una ruptura de tubo segura y una insegura

Uno de los primeros trabajos para analizar la seguridad en la integración energética

apareció en la década de 1980 por Saboo et al. (1985) , que se centró en HENS resilientes
mediante el uso de un índice de resiliencia (RI). Consideraron la resiliencia como la
capacidad de resistir las perturbaciones de temperatura de entrada y salida. Marselle et
al. (1982) consideraron la resiliencia estructural que corresponde a la capacidad de una red
para adaptarse a múltiples estructuras de red ( Marselle et al., 1982 ). Grossmann y Morari
(1983) abordaron la operabilidad como la capacidad de una red para ser flexible y resiliente
( Grossmann y Morari, 1983 ).). La flexibilidad se refiere a la operación en estado estable
bajo velocidades de flujo y temperaturas diferentes o inciertas, mientras que la resiliencia es
la capacidad de operar bajo perturbaciones del proceso ( Floudas y Grossmann,
1987 ). Curiosamente, este trabajo también enumeró una tercera definición de operabilidad:
la operación segura a pesar de la falla del equipo. Con ese fin, el escenario de ruptura del
tubo del intercambiador de calor es de hecho una forma de falla del equipo.

Presentamos una Calificación de seguridad (SR) que es aplicable a escenarios de ruptura de

tubos en intercambiadores de calor junto con una discusión sobre las compensaciones que
existen entre la seguridad del proceso y la economía del intercambiador de calor. Se
desarrolló una métrica de seguridad del proceso de calificación que captura la gravedad de
un evento de ruptura de tubo y se describe un modelo MINLP extendido para HENS que
incorpora esta clasificación de seguridad.
Seguridad del intercambiador de calor para eventos de ruptura de tubos:

En caso de ruptura de un tubo, se desea determinar qué tan adecuadamente se protege un

intercambiador de una ruptura del tubo. El escenario de ruptura del tubo es un proceso de
estado no estacionario en el que el lado de baja presión es presurizado por el lado de alta
presión. Esta presurización puede ocurrir en un lapso de tiempo tan corto como
milisegundos. Existen cálculos de estado estacionario simplificados (también conocidos
como la regla de los dos tercios), pero los cálculos transitorios se consideran más
robustos. El cálculo de la presión en diferentes intervalos de tiempo produce un perfil de
presión. Estos son críticos para permitir determinar cuánto tiempo se ha excedido un
umbral de presión y otras cuestiones de diseño importantes. En última instancia, en
comparación con los cálculos de estado estacionario, los cálculos dinámicos permiten
determinar más fácilmente cuándo se verá comprometida la integridad de un
intercambiador.

La Clasificación de seguridad mide la gravedad del evento de sobrepresión una vez que se
ha producido la ruptura del tubo. Por lo tanto, si la clasificación de seguridad fue superior a
67, aún puede ocurrir una ruptura del tubo. Sin embargo, el lado de la carcasa del
intercambiador no se dañará si ocurriera este evento. Cuanto mayor sea la clasificación de
seguridad, mayor será la protección que se ofrece. Por el contrario, cuanto menor sea la
clasificación de seguridad, mayor será la probabilidad de que el intercambiador sufra daños
significativos durante la ruptura de un tubo.

Clasificación de Interpretación
seguridad
100 La presión transitoria máxima del lado de la coraza experimentada durante la ruptura del tubo
no excede la presión de diseño del lado de la coraza.
>67 La presión transitoria máxima del lado de la coraza experimentada durante la ruptura del tubo
excede la presión de diseño del lado de la coraza, pero no excede 1.5 veces la presión de
diseño del lado de la coraza.
67 La presión transitoria máxima del lado de la coraza experimentada durante la ruptura del tubo
es igual a 1,5 veces la presión de diseño del lado de la coraza.
<67 La presión transitoria máxima del lado de la coraza experimentada durante la ruptura del tubo
excede 1,5 veces la presión de diseño del lado de la coraza.
Tabla 1 . Guía de interpretación de los valores de clasificación de seguridad. Cuanto mayor sea la calificación, más
seguro será el evento de ruptura del tubo. Una calificación de seguridad de 67 significa que la ruptura del tubo no excede
la presión de la prueba hidrostática (el límite entre la región segura y la insegura).

Componente Corriente k Tin Tout Pbar FCp Costo

k k Kw/K
dodecano H1 650 370 22 10 -
Benceno H2 590 370 100 20 -
Etilenglicol C1 410 650 85 15 -
ciclohexano C2 350 500 15 13 -
Vapor HU 680 680 - - 80
Agua de refrigeración CON 300 320 - - 15
-Tabla 2 . Ejemplo de información de transmisión de HEN. La presión de cada flujo se incluye para poder analizar el
potencial de ruptura de un tubo. La clasificación de seguridad se calcula para cada intercambiador en la Fig. 3 b.
Ilustración 18- .Red óptima a través de SYNHEAT. Para las corrientes calientes y frías presentes, el modelo SYNHEAT
produjo esta red. Luego se analizó la configuración propuesta para la exposición a un evento de ruptura del tubo.  El
análisis realizado fue el cálculo de clasificación de seguridad simplificado. Este cálculo solo considera la presión de las
corrientes y asume que no existen dispositivos de protección adicionales. En la figura, la corriente de alta presión (HP) y
baja presión (LP) para cada intercambiador se identifica y se muestra junto con la clasificación de seguridad.  Las
corrientes HP y LP ocuparán el lado del tubo y la carcasa del intercambiador, respectivamente.  Las clasificaciones de
seguridad para los intercambiadores E-101, E-102 y E-103 son 26, 85 y 68, respectivamente. El límite de seguridad es
mayor o igual a 67. Los dos intercambiadores, E-102 y E-103 (resaltados en verde), son seguros durante la ruptura de un
tubo. Sin embargo, el intercambiador E-101 (resaltado en rojo) con una clasificación de seguridad de 26 fallaría a menos
que se implementaran otras medidas de mitigación. Por último, aunque las soluciones SYNHEAT no incluyen un
intercambiador entre H2-C2, este escenario aún se evalúa para la ruptura de un tubo. (Para la interpretación de las
referencias al color en la leyenda de esta figura, se remite al lector a la versión web de este artículo).

Sin embargo, esta solución óptima no tiene en cuenta criterios de seguridad a la hora de
decidir la combinación entre flujos calientes y flujos fríos. Más específicamente, esta
configuración particular de HEN hace que la gravedad potencial de la ruptura de un tubo
sea muy alta, suponiendo que no haya más medidas de protección contra la sobrepresión.

Para cualquier decisión de diseño de procesos, siempre existirán

compensaciones. Ejemplos de estos en el campo de la seguridad de procesos pueden
incluir: evaluar el costo de instalar depuradores versus pagar una multa por exceder las
emisiones permitidas; reducir el tamaño del inventario para reducir el peor de los casos y
reducir los costos de almacenamiento, pero esto se logrará a expensas de reducir la
flexibilidad operativa. De manera similar, la presión del equipo se puede reducir, pero a
expensas de un menor rendimiento. Las plantas también tienen la opción de ajustar sus
programas de mantenimiento.
Subestimación lineal ajustada por partes de la clasificación de seguridad

Un desafío al incorporar la calificación de seguridad en un modelo de síntesis de HEN

radica en el hecho de que la temperatura del intercambiador no se conoce a priori. Más
bien, las temperaturas del intercambiador se determinan una vez que el modelo de
optimización converge. Para fluidos que entran y salen como un líquido, esto no plantea
problemas de seguridad. Sin embargo, para los fluidos que experimentan un cambio de
fase, la clasificación de seguridad puede variar significativamente con los cambios en la
fase del fluido.

En la ilustración 19. se muestra un ejemplo de esto . A partir de la figura, se puede ver

que, si bien el pentano es un líquido, su clasificación de seguridad supera fácilmente la de
seguridad.SR umbral de 67. Sin embargo, entre temperaturas 130∘C y 189∘C, el SR cambia
de un máximo de 78 a un mínimo de 12. Por lo tanto, un modelo de síntesis de HEN seguro
debe ser capaz de subestimar la calificación de seguridad. Para lograr esto, proponemos
una subestimación lineal por partes de la calificación de seguridad basada en el trabajo
de Rebennack y Kallrath (2015) .

Ilustración 19- A la izquierda, se muestra el pentano parpadeando de 30 bar a 5 bar. La corriente de pentano entra como
vapor y se condensa a 189∘C. Tenga en cuenta que dependiendo de dónde comience a parpadear el pentano, terminará
como líquido, bifásico o vapor. Usando este conocimiento, a la derecha, se genera un perfil de temperatura de
clasificación de seguridad. Esto demuestra la importancia de determinar correctamente a qué temperatura ocurrirá la
ruptura del tubo.

Resultados y discusión:

Primero, la configuración óptima de la red excluyendo la seguridad como criterio se

muestra en la Ilustración 20-a . En otras palabras, esta cifra representa la configuración
HEN para una clasificación de seguridad aceptable mínima en toda la red (SRmin) de
cero. Como se muestra en la figura, la red incluye cuatro intercambiadores de calor y dos
enfriadores. Un intercambiador de calor (E-101) transfiere energía entre H1 y C2. Tres
intercambiadores de calor (E-102, E-103 y E-104) transfieren energía entre H2 y C1. Para
cumplir con los objetivos de temperatura de salida, se coloca un enfriador en cada corriente
caliente. Se supone que ningún intercambiador de calor tiene ningún equipo adicional de
protección contra sobrepresión.

Ilustración 20-a) Configuración óptima de la red mediante el método SYNHEAT. b) Para las corrientes calientes y frías
presentes, el modelo SYNHEAT produjo esta red. Luego se analizó la configuración propuesta para la exposición a un
evento de ruptura del tubo. Este cálculo solo considera la presión de las corrientes y asume que no existen dispositivos de
protección adicionales. En la figura, el flujo HP y LP para cada intercambiador se identifica y se muestra junto con la
clasificación de seguridad. Las corrientes HP y LP ocuparán el lado del tubo y la carcasa del intercambiador,
respectivamente. Las clasificaciones de seguridad para los intercambiadores E-101, E-102, E-103 y E-104 son 55, 44, 44
y 44, respectivamente. Todos los intercambiadores están por debajo del umbral de seguridad de 67. Por lo tanto, todos
los intercambiadores fallarían en caso de ruptura de un tubo a menos que se implementaran otras medidas de mitigación.

Ilustración 21-Configuración de red óptima que proporciona protección en caso de rotura de tubo.

Al examinar más a fondo los resultados de la Ilustración 21 , se proponen cuatro

intercambiadores, dos entre H2 y C2, y dos entre H2 y C1. Los tamaños de PSV
seleccionados son E o G. A partir de la HEN, está claro que todos los intercambiadores
están en el umbral de 67 especificado en el enunciado del problema o lo superan. Tenga en
cuenta también que H1 no tiene coincidencias con ningún flujo frío. Esto se debe a la alta
carga de seguridad impuesta por la presión de H1 (55 bar).
Conclusión

En la industria offshore , los intercambiadores de calor pueden funcionar a cientos de

bares. Y si bien las rupturas de tubos son eventos raros, si no se protegen adecuadamente,
pueden tener consecuencias devastadoras. La gravedad de las consecuencias de la ruptura
del tubo aumenta con grandes diferencias de presión entre la carcasa y el lado del tubo. La
calificación de seguridad presentada proporciona una base para comparar la seguridad de
diferentes intercambiadores de calor. Esta métrica de seguridad incorpora los efectos
potenciales de la sobrepresión en la síntesis de redes. También está diseñado para permitir
que las corrientes de alta presión solo estén en el lado del tubo, de acuerdo con los
principios de diseño de intercambiadores de calor. También se ha hecho la distinción entre
aplicar esta métrica a un único intercambiador y a una red. Además, una subestimación
estricta de la clasificación de seguridad aplicada a diferentes temperaturas permite
incorporar principios de diseño estrictos pero conservadores en el diseño de ruptura de
tubos para HENS. (Harhara & Faruque , 2022)

Bibliografía

Harhara, A., & Faruque , M. (2022). Heat exchanger network synthesis with process safety
compliance. Computers and Chemical Engineering, 1-16.
 Optimización de la red de intercambiadores de calor considerando
diferentes arreglos de flujo del lado de la carcasa
La síntesis de redes de intercambiadores de calor (HENS) es una herramienta eficaz para la
recuperación de calor en las industrias química y petroquímica . Este estudio tiene como
objetivo mostrar un método para HENS con la consideración de diferentes arreglos de flujo
del lado de la carcasa en intercambiadores de calor de carcasa y tubos . El modelo MINLP
propuesto se modifica del modelo de superestructura por etapas, incorporando
correlaciones recientemente desarrolladas para el cálculo de la caída de presión del lado de
la carcasa para el deflector helicoidal .

La mejora de la eficiencia energética en las industrias de procesos ha demostrado su

capacidad para reducir las emisiones y promover el desarrollo sostenible. Es necesario
maximizar el uso del calor residual del proceso para aumentar la eficiencia energética. En
los últimos 50 años, la síntesis de redes de intercambiadores de calor (HENS) se ha
convertido en una poderosa herramienta para la optimización de procesos y la mejora de la
eficiencia energética. HENS tiene como objetivo optimizar los flujos de procesos fríos y
calientes al tiempo que minimiza los costos de servicios públicos, la cantidad
de intercambiadores de calor y el costo anual total (TAC). Además de su importancia
económica, HENS presenta una serie de importantes desafíos de manejo. Los principales
enfoques para el diseño de HEN de base se pueden clasificar como Análisis Pinch(PA) -
métodos basados y programación matemática. PA proporciona un procedimiento intuitivo
de focalización de energía antes del diseño detallado de HEN. El procedimiento de
supertargeting que cubre el número de unidades, el costo de la utilidad y el costo de la
inversión brinda una guía esencial para el diseño posterior de HEN. El procedimiento de
focalización ha sido ampliamente adoptado en diferentes campos relacionados con la
energía, como el reciclaje de agua, la integración de energía y la focalización total del
sitio. Después del procedimiento de focalización, las herramientas gráficas basadas en PA
se utilizan ampliamente para ilustrar la asignación de calor y la coincidencia de corrientes.

Algunas publicaciones recientes han ampliado las HENS con intercambiadores de calor de

placas para reducir el TAC y el número de unidades. El potencial de ahorro de energía de
STHE sigue siendo significativo, dada su participación en aplicaciones industriales y la
abundante base de datos. El desempeño de un STHE individual tiene un gran impacto en
toda la red y está estrechamente relacionado con su estructura. Aunque se reconoce la
importancia de considerar la caída de presión y los parámetros de la estructura, el método
desarrollado es válido para el deflector segmentario STHE.

Un deflector segmentado es el diseño del lado de la carcasa más básico para un STHE, y el
flujo del lado de la carcasa se indujo en una disposición en zig-zag. La forma de flujo en
zig-zag podría provocar una caída de presión drástica y vibraciones no deseadas del haz de
tubos, lo que puede poner en peligro el sistema de proceso. Se propusieron muchos diseños
diferentes del lado de la carcasa para múltiples objetivos, como una mejor transferencia de
calor, una caída de presión leve o problemas específicos para medios de trabajo
inusuales. Mientras que en el campo de HENS con rendimiento detallado del
intercambiador de calor, muchos de los cálculos se basan en el deflector segmentario STHE
(SB-STHE). Dadas las desventajas de los arreglos de flujo en zig-zag, es importante
considerar diferentes arreglos de flujo del lado de la carcasa en las HENS con opciones de
diseño más realistas.

Ilustración 22-(a) Flujo en zig-zag - deflector segmentario; (b) flujo helicoidal - deflector helicoidal

Rara vez se registra el efecto de arreglos alternativos de flujo del lado de la carcasa con
diseños de deflectores variados en HENS, a pesar de que esta preocupación tiene un
potencial significativo de ahorro de energía.

Diferentes disposiciones del lado de la carcasa:

En el modelo SWS original propuesto por Yee y Grossmann [ 11 ], el cálculo

predeterminado de STHE se basa en las correlaciones del deflector segmentario. Se agrega
un nuevo índice e al modelo para indicar el tipo de STHE para incluir el diseño diferente
del lado de la carcasa de STHE.

Ilustración 23-modelo SWS(Super estructura) contiene diferentes diseños de deflectores del lado de la carcasa.
 Caída de presión

La consideración de la caída de presión en HENS agrega restricciones adicionales en el

diseño de la red, y el costo de bombeo también constituye el costo total de HEN. La
correlación de caída de presión para HENS propuesta por Zhu y Nie [ 33 ] se derivó de un
método de diseño térmico detallado. Cabe señalar que las correlaciones propuestas se basan
en el método de diseño térmico del deflector segmentario STHE.

La correlación del lado del tubo se basa en el método de Kern

La correlación del lado de la carcasa se basa en el método de Bell Delaware [ 33 ]. La caída
de presión en el lado de la carcasa del deflector segmentario STHE consta de tres partes:
caída de presión en la sección final Δ P e , caída de presión en la sección transversal Δ P e ,
caída de presión en la sección de la ventana Δ P e.

Observaciones sobre el modelo

(a) El STHE es de tipo 1-1 (un lado de la carcasa y un lado de los tubos) con flujo a
contracorriente;

(b) La constante K es función de parámetros de estructura y parámetros operativos. El

tamaño de tubo asumido en este estudio es un tipo común en las industrias: diámetro
exterior del tubo d o = 20 mm y el paso del tubo p t = 1,25 d o .

(c) Para diferentes tipos de deflectores, se requiere el parámetro de deflector asumido para
calcular la caída de presión del lado de la carcasa. El corte del deflector para el deflector
segmentario se fija en 25 % y el ángulo de hélice para el deflector helicoidal se fija en 40°.

Caso de estudio

En esta sección, se llevan a cabo tres estudios de casos con diferentes énfasis para mostrar
el rendimiento y las capacidades del método propuesto. El caso 1 es un caso ilustrativo
simple con seis flujos. El caso 2 se basa en el tren de precalentamiento para petróleo crudo
con una corriente de proceso en frío. El caso 3 incluye los diferentes estados del fluido de
trabajo para demostrar la selección de diferentes deflectores del lado de la carcasa
simultáneamente con el diseño de HEN. El modelo formulado es resuelto por la plataforma
GAMS con DICOPT como solver.

Estudio de caso 1

Es una HEN con dos flujos de proceso caliente y dos flujos de proceso frío. En este caso,
las corrientes de proceso calientes se asignan en el lado de la carcasa y las corrientes de
proceso frío se asignan en el lado de los tubos. El enfoque de temperatura mínima es de 20
°C. En este caso, los resultados se obtienen en diferentes condiciones.
 Corrientes ρ (kg/m 3 ) µ (kg/m·s) Cp (J/kg·°C) k (W/m·°C) Δ P máx (kPa)
H1 716 0.24 × 10−3 1658 1.100 30
H2 777 0.23 × 10−3 2684 0.240 25
C1 700 0.23 × 10−3 2456 0.120 10
C2 680 0.23 × 10−3 2270 0.011 10
Tabla 1 . Propiedades físicas y caída de presión permisible para corrientes en el caso 1 .

Ilustración 24-Diseño de NED en el Caso 1

Estudio de caso 2

El caso 2 se extrae de un tren de precalentamiento de una planta de refinería de petróleo

con una corriente de proceso fría y seis corrientes de proceso caliente.

Corrientes T  in (°C) T  afuera (°C) f (kW/°C)

H1 160 120 750.0
H2 210 45 42.4
H3 260 60 100.0
H4 280 210 357.1
H5 350 45 51.8
H6 380 80 135.2
C1 40 385 572.4
HU 500 400 –
CON 5 30 –
Tabla 2-Datos de flujo y utilidad para el Caso 2.
Ilustración 25- Diseño de la HEN en el caso 2.

Estudio de caso 3

El caso 3 incluye cinco flujos de procesos calientes y cuatro flujos de procesos fríos. La
diferencia entre el caso 3 y los casos anteriores es que se incluye el estado de los fluidos de
trabajo (gas y líquido). El estado de las corrientes afecta el parámetro de operación (tasa de
flujo volumétrico) y la propiedad física (densidad). Esta función permite la comparación
del rendimiento y la preferencia en HENS con arreglos de flujo del lado de la carcasa.

Corrientes t en (°C) todo afuera (°C) f (kW/°C) estado

H1 75 40 130 Gas
H2 100 55 80 Líquido
H3 85 61 50 Líquido
H4 70 40 80 Gas
H5 98 65 50 Líquido
C1 30 60 30 Líquido
C2 40 100 150 Gas
C3 40 60 75 Líquido
C4 30 54 60 Líquido
HU 250 249 Gas
CON 10 20 Líquido
Ilustración 26-Datos de flujo y utilidad para el Caso 3.
Ilustración 27-Diseño de HEN en el Caso 3.

Conclusiones

Este documento incluye la influencia térmica-hidráulica detallada del flujo del lado de la
carcasa en las HENS con diferentes STHE. Las nuevas correlaciones de los deflectores
helicoidales abordan la caída de presión del lado de la carcasa con las propiedades físicas y
los parámetros básicos de la estructura. El uso de un deflector helicoidal puede mejorar las
capacidades de la HEN y ofrecer una estrategia de diseño de HEN flexible en diferentes
condiciones.

Los resultados ilustraron que la selección adecuada del diseño del deflector podría reducir
el área de transferencia de calor y la caída de presión. Para las coincidencias de flujo con
HB-STHE bajo limitaciones de caída de presión fijas, se reduce el área de transferencia de
calor requerida. La potencia de bombeo ahorrada podría proporcionar más opciones en el
diseño y la modernización de HEN sin nuevos dispositivos de bombeo, o puede reducir
directamente los costos de bombeo.

Además de las consideraciones de costo y termohidráulicas, el modelo modificado presenta

una plantilla para incluir más tipos diferentes de intercambiadores de calor en HENS para
desarrollar las correlaciones de caída de presión con el área de transferencia de calor,
coeficientes de transferencia de calor y parámetros (tanto parámetros operativos como
parámetros de estructura). El presente estudio no cubre el ensuciamiento y las fallas debido
a la vibración del haz de tubos (bajo una velocidad de flujo más alta en el lado de la
carcasa) que han planteado problemas en la producción industrial real. (Li, Jaromír,
Sunden, Wang, & Zeng, Heat exchanger network optimisation considering different shell-
side, 2022)

Bibliografía

Li, N., Jaromír, J., Sunden, B., Wang, Q., & Zeng, M. (2022). Heat exchanger network optimisation
considering different shell-side. Energy, 1-8.