MODELAMIENTO Y SIMULACIÓN DE PROCESOS Ing. Dr.

PASCUAL VICTOR GUEVARA YANQUI

ASIGNATURA: ANÁLISIS Y SIMULACIÓN DE PROCESOS

1.- INTRODUCCIÓN
Desde luego que los escritos que se presentan no son originales, ni pretenden serlo, toda
vez que es una recopilación organizada y analizada de diferentes textos y de mi experiencia
personal.
Este texto constituye un material de consulta por parte de los estudiantes, el cual les genera
un diálogo directo con el docente.
Para enfrentar con creatividad los desafíos del siglo XXI, es necesario preservar la libertad
académica y la responsabilidad personal de pensar, investigar, enseñar y publicar,
teniendo como condición el progreso científico.
La asignatura debe responder a las necesidades de brindar con calidad un proceso formativo
centrado en el aprendizaje, en la sistematización de experiencias profesionales a lo largo de
su desarrollo y establecer las habilidades que deben tener todos los estudiantes en esta
disciplina, que son:
1. Analizar y resolver problemas.
2. Generar ideas novedosas y creativas.
3. Aprender por su cuenta y actualizarse.
4. Comunicarse efectivamente.
5. Comprender el idioma inglés.
6. Tomar decisiones.
7. Trabajar bajo presión, con base en objetivos.
8. Trabajar en equipo

1.1 DEFINICIONES
El curso que vamos a estudiar se denomina Análisis y simulación de procesos. Las palabras
técnicas (términos), que se ensamblan para formar el título del curso, se requiere que se
explique en primer lugar. Es cierto que la materia objeto de este texto es una pequeña parte
de la disciplina de modelado y simulación.
Definición de modelado y simulación: Modelización y simulación es una disciplina para el
desarrollo de un nivel de comprensión del comportamiento de las partes de un sistema, y
del sistema en su conjunto.

1
MODELAMIENTO Y SIMULACIÓN DE PROCESOS Ing. Dr. PASCUAL VICTOR GUEVARA YANQUI

Modelado y simulación es mucho más que un arte. Uno puede entender acerca de montar
en bicicleta de la lectura de un libro. Para realmente aprender a montar en bicicleta, uno
debe practicar activamente con una bicicleta. Modelado y simulación sigue mucho el mismo
principio. Usted puede aprender mucho sobre el modelado y simulación de la lectura de
libros y hablar con los modelistas. Habilidad y talento en el desarrollo de modelos y la
realización de simulaciones solamente se desarrollan mediante la construcción de modelos
y simulación de ellos.
Vamos a discutir primero el modelado y luego estudiaremos la simulación
Los modelos se utilizan sobre todo en las ciencias básicas y de ingeniería; disciplinas (como
la química, la física, la biología, la ingeniería química, ingeniería mecánica, ingeniería
eléctrica, etc.) y también en las ciencias sociales (como la sociología, la economía, la ciencia
política, etc.). Por lo tanto, en primer lugar queremos conocer la definición general del
modelo y entonces sabremos la definición del modelo de un proceso.
Definición de modelo: Un modelo es una representación simplificada de un sistema en un
momento determinado en el tiempo y / o espacio destinado a promover la comprensión
del sistema real.
La palabra modelo en realidad proviene de la palabra latina operándolo que significa una
medida. Se usa como sustantivo, significa una pequeña representación de un objeto
existente o previsto (Diccionario Webster del Nuevo Mundo).
Recuerde que en muchos libros de texto y artículos, el modelo también se conoce como un
modelo matemático.
Sistema. La palabra sistema probablemente tiene significados más variada que cualquier
otra palabra en uso hoy en día. Podemos considerar la siguiente definición general para el
sistema.
Definición de sistema: Un sistema consiste típicamente en componentes (o elementos) que
están conectados entre sí con el fin de facilitar el flujo de información, materia o energía....
Por lo tanto, en resumen, un sistema es un conjunto de varios elementos que comprenden
un conjunto unificado. Del latín y el griego, el término sistema significa combinar, para
crear, para colocar juntos. En la disciplina de ingeniería química, un sistema se compone de

2
MODELAMIENTO Y SIMULACIÓN DE PROCESOS Ing. Dr. PASCUAL VICTOR GUEVARA YANQUI

operaciones unitarias químicas, tales como columnas de destilación, reactores químicos,

evaporadores, intercambiadores de calor, etc. Un sistema puede producir el producto
deseado con una sola columna de destilación, entonces el sistema se dice que es la columna
de destilación.
Al igual que el control de procesos, el modelo de proceso se usa típicamente en la disciplina
de ingeniería química. Se puede definir como se indica a continuación.
Definición del modelo de proceso: Un modelo de proceso se compone de un conjunto de
ecuaciones que nos permite predecir la dinámica de un proceso químico.
Observe que el modelo de proceso incluye los datos de entrada necesarios para la
resolución de las ecuaciones del modelo. Aunque el modelo de proceso puede ser un tipo
específico del modelo; en el presente estudio vamos a utilizar los términos, modelo, modelo
matemático y modelo de proceso para significar la misma cosa. Por otra parte, en el
presente estudio, preferimos considerar un proceso como una operación unitaria. En
consecuencia, la columna de destilación, por ejemplo, se llama como el proceso de
destilación. Por lo tanto, podemos decir que el proceso puede ser parte de un sistema o de
un sistema completo.
Sin embargo, no hay tales definiciones claras para estos términos de modo que siempre se
pueden definir de manera uniforme. Por ejemplo, en el control de procesos
(Stephanopoulos, 1998), un sistema (circuito cerrado) puede estar compuesto del proceso
(por ejemplo, columna de destilación), el controlador (por ejemplo, proporcional integral
PI) , el elemento de control final (por ejemplo, la válvula), y el dispositivo de medición (por
ejemplo, termopar). Por el contrario, el proceso también se llama comúnmente en ese tema
como un sistema (por ejemplo, sistema de primer orden, sistema de segundo orden, etc.).
1.2 PRINCIPIO DE CONSERVACIÓN
La base de prácticamente todos los modelos de procesos teóricos es el principio general de
conservación. Está escrito como una forma de ecuación de la siguiente manera
[Acumulación] = [Entrada] - [Salida] + [Producción interna] (1.1)
Se considera más apropiado si el principio de conservación se presenta en términos de tasas
(por unidad de tiempo), en cuyo caso, la ecuación (1.1) se convierte en

3
MODELAMIENTO Y SIMULACIÓN DE PROCESOS Ing. Dr. PASCUAL VICTOR GUEVARA YANQUI

Velocidad de  Velocidad de  Velocidad de  Velocidad de 

 acumulación de S   entrada de S    salida de S    producción d e S  (1.2)
       
Donde, S es una cantidad conservada dentro de los límites de un sistema. Ahora la
aplicación de este principio general de conservación, la estructura del modelo básico de un
proceso químico se puede desarrollar el equilibrio en términos de tres cantidades
fundamentales de masa, energía y momento. Es convencional para referirse a las
ecuaciones de modelado matemático obtenidos a partir de la ecuación (1.2) como los
balances de masa, energía o momento, dependiendo de cuál de estas cantidades
representa.
La ecuación de balance de masa puede ser desarrollada con respecto a la masa total o la
masa de los componentes individuales en una mezcla. La ecuación de balance que se deriva
con respecto a la masa total se conoce como equilibrio de masa total o balance global de la
ecuación de masa. Del mismo modo, la ecuación de modelado que se construye en términos
de la masa de un componente individual se denomina como balance de masa del
componente o balance parcial de ecuación de masa. Recuerde que en muchos libros de
texto (por ejemplo Luyben, 1990), el balance de masa total y ecuaciones de balance de masa
de componentes se denomina como ecuación de continuidad total o de continuidad de
componentes, respectivamente. La forma general de la ecuación de balance de masas es
Velocidad de  Velocidad de  Velocidad de  Velocidad de  Velocidad de  (1.3)
entrada de masa   g eneración de masa    salida de masa   consu mo d emasa    acumulación de masa 
         

Ahora deseamos desarrollar las ecuaciones de balance de masa para una mezcla que tiene
en total n componentes. Del empleo de la ecuación (1.3), podemos obtener una ecuación
de balance total de masa y ecuaciones de balance de n componente de masa (uno para cada
componente), total (n + 1) ecuaciones
Se debe observar que las ecuaciones de balance total de equilibrio de masa no tienen
ningún término de generación o agotamiento (en ambos son siempre cero) porque la masa
no puede ser creado o destruido en un sistema que opera en condiciones no relativistas.
Pero la masa de un componente individual dentro de un sistema puede cambiar, por
ejemplo, debido a la reacción química. Uno de los componentes (por ejemplo, reactivo) que
desaparece o puede aparecer como otro componente (producto).

4
MODELAMIENTO Y SIMULACIÓN DE PROCESOS Ing. Dr. PASCUAL VICTOR GUEVARA YANQUI

La forma general de la ecuación de balance de energía se puede obtener mediante la

modificación de la ecuación (1.2) como:
Velocidad de  Velocidad de  Velocidad de  Velocidad de  Velocidad de  (1.4)
entrada deenergía   g eneración deenergía    salida de energía   consu mo d e energía    acumulación de energía 
         

Es importante observar que la primera ley de la termodinámica es una declaración de la

conservación de la energía para los sistemas termodinámicos. En el modelado de procesos
químicos, las ecuaciones de balance de energía a veces son denominadas como balance de
calor o balance de entalpía.
Del mismo modo, la forma general de una ecuación de balance de momento o impulso se
da en la siguiente manera:
 Suma de fuerzas que actúan  Velocidad de salida  Velocidad de entrada  Velocidad de acumulación  (1.5)
 sobre el volumen elemental   de momento    demomento    de momento 
       

Es un hecho que cualquier generación de impulso debe ser el resultado de las fuerzas que
actúan sobre el elemento de volumen. De nuevo hay que señalar que la ecuación de balance
de impulso anterior es una generalización de la segunda ley de Newton del movimiento,
que establece que la fuerza es el producto de la masa y la aceleración.
1.3 MODELO DE REPRESENTACIÓN
La modelación matemática es un arte. Se necesita talento, la práctica y la experiencia para
ser un éxitoso modelador matemático. El modelo matemático generalmente describe un
sistema mediante un conjunto de variables y un conjunto de ecuaciones que establecen
relaciones entre las variables. En general, hay seis grupos básicos de variables: variables de
decisión, las variables de entrada, variables de estado, variables exógenas, variables
aleatorias, y las variables de salida. Los siguientes grupos de variables se utilizan
comúnmente para describir un proceso químico: variables de entrada, variables de estado,
y variables de salida. Si hay muchas variables de cada tipo, las variables pueden ser
representadas por vectores.
Tenga en cuenta que además de los tres grupos anteriores de variables, se tienen los
parámetros o parámetros constantes (a veces también conocidos como variables exógenas)
que también están presentes en el modelo matemático de los procesos químicos. Un
parámetro es típicamente un valor de propiedad física o química. Los valores de los

5
MODELAMIENTO Y SIMULACIÓN DE PROCESOS Ing. Dr. PASCUAL VICTOR GUEVARA YANQUI

parámetros, tales como la densidad, capacidad calorífica, viscosidad, energía de activación,

conductividad térmica, coeficiente de transferencia de calor, coeficiente de transferencia
de masa, etc., deben ser conocidos o especificados para resolver un problema.
Todas las variables de proceso que hemos mencionado anteriormente, tales como entrada,
estado, o variables de salida, dependen del tiempo y / o posición espacial. Por lo tanto,
todos ellos son considerados como Variables dependientes. Considerando que el tiempo y
las coordenadas espaciales son las variables independientes.
Tal vez la mejor manera de ilustrar la discusión anterior es mediante la presentación de un
ejemplo. Consideremos el depósito de líquido, como se muestra en la Figura 1.1. Aquí, Fi es
la tasa de flujo volumétrico de un flujo de entrada, Fo el caudal volumétrico de un flujo de
salida, h la altura del líquido en el tanque, V el volumen del líquido en el tanque y A el área
de sección transversal del tanque. Ahora las variables pueden definirse como sigue: Fi es la
variable de entrada, Fo la variable de salida y V (o h) la variable de estado. Obviamente, el
área de la sección transversal A es considerado como una constante (parámetro).

FIGURA 1.1 El depósito de líquido.

Las variables de entrada de un proceso se especifican normalmente por un ingeniero que
tiene experiencia del proceso que está siendo considerado. Las variables de entrada
incluyen típicamente caudales, composiciones, temperaturas y presiones de los fluidos que
entran en un proceso. En el control del proceso, las variables de entrada se clasifican de
nuevo en dos categorías: las variables de carga (o trastornos) y variables manipuladas (o
ajustable). Curiosamente, a veces el caudal de salida se considera como una variable de
entrada (es decir, variable manipulada). Por ejemplo, en la Figura 1.1, el volumen de líquido

6
MODELAMIENTO Y SIMULACIÓN DE PROCESOS Ing. Dr. PASCUAL VICTOR GUEVARA YANQUI

(o altura) en el depósito se pueden mantener (o controlada) por ajuste (o manipular) la

velocidad de flujo de la salida de la corriente Fo. Esto implica que Fo es la variable, es decir,
variable de entrada manipulada.
Además, las variables de salida dependen de las variables de estado. La Figura 1.2 muestra
la dependencia de la variable de salida y sobre la variable de estado. En las ilustraciones
pictóricas, g(x) ha sido considerado como una función no lineal de x.

Estado de Salida de
variable variable y
x y=g(x)

Figura 1.2 Mapeo de la variable: Estado de la variable – salida de la variable.

Para un caso lineal, g(x) se puede representar como:
g(x)= Cx (1.6)
que implica, y = Cx (1.7)
Ahora bien, es claro que cuando C es la unidad, la variable de salida y la variable de estado
son los mismos.
Ahora concentraremos nuestra discusión sobre las variables de estado y ecuaciones de
estado. En la ingeniería química, la masa, energía y momento son tres magnitudes
fundamentales cuyos valores describen el estado natural de un sistema de procesamiento.
Estas tres cantidades fundamentales pueden ser caracterizadas por variables, como la
composición (o fracción molar), la temperatura, etc., y estas variables se llaman variables
de estado. Una variable de estado surge naturalmente en el término de acumulación de una
ecuación de equilibrio dinámico. Por ejemplo, en caso de una columna de destilación, la
temperatura de la bandeja es una variable de estado que se produce cuando el equilibrio
dinámico entálpico se lleva a cabo alrededor de una bandeja; la composición es también
una variable de estado en la ecuación de balance del componente dinámico de masa; y otras
veces el líquido en una bandeja también se considera como una variable de estado que
surge de un balance de masa global dinámico alrededor de una bandeja.
La conservación de la masa es un concepto fundamental de la física junto con la
conservación de la energía y la conservación del momento. Como se dijo anteriormente, el

7
MODELAMIENTO Y SIMULACIÓN DE PROCESOS Ing. Dr. PASCUAL VICTOR GUEVARA YANQUI

principio de conservación proporciona el modelo básico para la construcción de los modelos

matemáticos de interés. Las ecuaciones, que se derivan de la aplicación del principio de
conservación de las cantidades fundamentales para relacionar las variables de estado con
el resto de variables (incluyendo otras variables de estado), se llaman ecuaciones de estado.
Consideremos el ejemplo del tanque de líquido (Figura 1.1). El principio de conservación de
la masa implica
Tasa de acumulación  Velocidad de entrada  Velocidad de salida 
 de masa    de masa    de masa  (1.8)
     
Si la densidad del líquido (  ) es asumido constante, entonces
Velocidad de entrada de masa = Fi 
Velocidad de salida de masa = Fo 

dm d V   dV
Tasa de acumulación de masa   
dt dt dt

En la que m representa la masa =( volumen)x (densidad).

La ecuación (1.8) finalmente da
dV
 Fi  F0 (1.9)
dt
Obviamente, la ecuación (1.9) es la ecuación de estado y V es la variable de estado. En la
ecuación de estado anterior, V es dependiente de la variable de entrada Fi donde Fo es una
función de V (veremos en la ecuación (1.10)). Tiempo (t) es comúnmente considerado como
una variable independiente.
Si asumimos que la salida del tanque es Fo y es proporcional a la raíz cuadrada del volumen
de líquido en el tanque V como:

F0  V (1.10)

Entonces tenemos
 y  F0

x  V (1.11)

 g ( x)  C ' V

8
MODELAMIENTO Y SIMULACIÓN DE PROCESOS Ing. Dr. PASCUAL VICTOR GUEVARA YANQUI

Donde, F0  C ' V y C representa la constante de proporcionalidad. Podemos observar a

partir de la ecuación (1.11) que el mapa de estado de salida g(x) es representado por una

expresión no lineal. Sustituyendo F0  C ' V en la ecuación (1.9), uno puede ver

fácilmente que la variable de estado V depende de la variable de entrada Fi solamente.

1.4 TIPOS DE ECUACIONES DEL MODELAMIENTO
Un modelo de proceso matemático por lo general consta de los siguientes tipos de
ecuaciones:
 Ecuaciones algebraicas (EA)
 Ecuaciones diferenciales ordinarias (EDO)
 Ecuaciones diferenciales parciales (EDP)
En el desarrollo, varios modelos de proceso químico complejo será discutido. En este
momento, observamos que todas las estructuras de modelos matemáticos incluyen las
ecuaciones diferenciales ordinarias, junto con las ecuaciones algebraicas. En realidad,
tenemos que resolver un conjunto de ecuaciones algebraicas para encontrar la solución
numérica de un conjunto de ecuaciones diferenciales ordinarias. En nuestros modelos de
proceso incluirá las ecuaciones diferenciales parciales, uno de los métodos principales para
la solución de PDEs se basa en la conversión de una ecuación diferencial parcial en un
conjunto de ecuaciones diferenciales ordinarias.. Varios métodos numéricos para resolver
ecuaciones diferenciales ordinarias se explican en diversos textos. Sin embargo, en la
discusión subsiguiente, vamos a hablar más acerca de las PDE.
Ahora vamos a discutir el modelo matemático del depósito de líquido. Siga el diagrama
esquemático del tanque como se muestra en la Figura 1.1. La ecuación de balance de masa
ya desarrollada se da en la ecuación (1.9).
 dV
 EDO :  Fi  F0
 dt (1.12)

 EA : V  Ah

Sustituyendo F0  C ' V en la ecuación (1.9), uno puede ver fácilmente que la variable de

estado V depende de la variable de entrada Fi solamente.

9
MODELAMIENTO Y SIMULACIÓN DE PROCESOS Ing. Dr. PASCUAL VICTOR GUEVARA YANQUI

dh
A  Fi  F0 (1.13)
dt
1.5. TIPOS DE MODELOS MATEMÁTICOS
Los modelos matemáticos se pueden clasificar de varias maneras, algunos de las cuales se
describen aquí.
Modelo lineal vs. Modelo no lineal
En este momento, es digno de mencionar que la mayoría de los procesos químicos son
intrínsecamente no lineales. También es cierto que las ecuaciones no lineales se pueden
transformar a la forma aproximadamente lineal de ecuaciones. Esta linealización
aproximada se hizo comúnmente en el pasado. En la actualidad, muchas herramientas
avanzadas están disponibles para tratar con las ecuaciones no lineales. Sin embargo, la
linealización de ecuaciones no lineales está más allá del alcance de este tratado. Por su
propio interés, puede seguir cualquier libro de texto de control de procesos (por ejemplo,
Stephanopoulos, 1998).
Ahora, consideraremos un proceso como se muestra en la figura 1.3 que tiene el modelo
lineal. La presión en el fondo del tanque de líquido de muestra que se puede representar
mediante la siguiente ecuación algebraica lineal:
P = P0 +  g h (1.14)
Donde, P = presión a la profundidad h (kg/m2) (h en metros)
P0 = presión sobre la superficie (kg/m2)
 = Densidad del líquido (kg/m3)

FIGURE 1.3 Ejemplo de un proceso de línea

Usando la ecuación (1.14), uno puede calcular fácilmente la presión P a cualquier

profundidad de líquido h en el recipiente.

10
MODELAMIENTO Y SIMULACIÓN DE PROCESOS Ing. Dr. PASCUAL VICTOR GUEVARA YANQUI

Ahora deseamos discutir un proceso que tiene la ecuación de modelado no lineal. El mismo
proceso de tanque de líquido como se muestra arriba puede proporcionar una ecuación no
lineal para la Figura 1.4. corrientes de líquido que fluyen a través de las válvulas. En la
discusión, consideramos la Figura 1.4.
El flujo de líquido a través de la válvula viene dado por la siguiente relación no lineal
(1.15)

Donde, F = flujo a través de la valvula (m3/s)

CV = coeficiente de válvula (m3/(s)(kg/m2) 1/2)
P = caída de presión a través de la válvula (kg/m2)
GF = gravedad específica del líquido (sin dimensiones)

FIGURE 1.4 Flujo de corrientes de líquido a través de las válvulas

Observe que en la discusión anterior del modelo lineal frente al modelo no lineal, hemos
considerado a dos ejemplos: uno se modela desarrollando una ecuación lineal y el otro se
modela mediante una ecuación no lineal. Pero ambas ecuaciones de modelado tienen
formas algebraicas. Tenemos que recordar que se dice que un modelo de proceso es lineal
si el modelo se compone de AE (s) lineales o de ODE (s) lineales o ambos. Los modelos
lineales nunca incluyen ninguna ecuación no lineal. Por otro lado, la estructura del modelo
no lineal consiste en las EA no lineales y / o EDO no lineales Además, los modelos no lineales
pueden incluir diversas formas de ecuaciones.
Modelo estático vs. modelo dinámico

11
MODELAMIENTO Y SIMULACIÓN DE PROCESOS Ing. Dr. PASCUAL VICTOR GUEVARA YANQUI

Los conceptos de estado estacionario y equilibrio de energía generalmente se presentan en

cualquier libro de texto introductorio sobre principios de ingeniería química. El presente
estudio extenderá el concepto de estado estacionario al concepto de estado dinámico.
Un modelo estático es uno, que se desarrolla en base a la información de estado estable,
en la que nada cambia con el tiempo. Por otro lado, en el modelo dinámico, las variables
cambian con el tiempo. Los modelos estáticos se representan típicamente con ecuaciones
algebraicas, mientras que los modelos dinámicos se describen mediante ecuaciones
diferenciales. Para explicar el modelo estático frente al modelo dinámico, consideraremos
nuevamente el tanque de líquido (Figura 1.1) que está matemáticamente representado por
la siguiente forma:
dh
A  Fi  F0 (De la ecuación 1.13)
dt

Obviamente, la ecuación (1.13) representa un modelo dinámico ya que prácticamente todas

las variables, h (variable de estado), Fi (variable de entrada) y Fo (variable de salida), varían
con el tiempo.
En estado estable, la ecuación (1.13) se convierte en:
dhs
A  Fis  F0 s  0 (1.16)
dt
Donde, hs, Fis y Fos son los valores estables de h, Fi y Fo respectivamente. Podemos decir que
la ecuación (1.16) es el modelo estático o el modelo de estado estacionario del tanque de
líquido de la simplificación adicional de la ecuación (1.16) también se hace comúnmente
que sea una cantidad constante, permanece invariable con el tiempo.
dhs
0 (1.17)
dt
Eso implica,
Fis = Fos (1.18)
Que es una ecuación algebraica. Entonces, el modelo estático, se compone de un conjunto
de ecuaciones algebraicas, se obtiene a partir de las ecuaciones del modelo dinámico sin
considerar el cambio de ninguna variable con el tiempo, incluida la tasa del término de
acumulación, igual a cero. Tenga en cuenta que el modelo estático es adecuado para usar
12
MODELAMIENTO Y SIMULACIÓN DE PROCESOS Ing. Dr. PASCUAL VICTOR GUEVARA YANQUI

solo para el análisis de estado estable. En el pasado, los procesos químicos se diseñaron
basándose únicamente en el análisis de estado estacionario. Sin embargo, en general, los
modelos estáticos no proporcionan resultados satisfactorios en situaciones dinámicas. Por
lo tanto, el modelo dinámico se puede emplear para predecir los comportamientos del
proceso de manera adecuada tanto en condiciones estáticas como dinámicas. Nuevamente,
muchos procesos, como reactores discontinuos, columnas de destilación por lotes, etc., son
inherentemente dinámicos. Para estos procesos, es esencial usar solo el modelo dinámico.

Modelo de parámetros concentrados vs. Modelo de parámetros distribuidos

Hay procesos en los cuales las variables dependientes pueden ser considerados como
siendo uniforme en todo el sistema, variando sólo con una variable independiente (tiempo,
por ejemplo, pero no el espacio). Estos procesos se denominan como sistemas de
parámetros concentrados porque la dependencia de todas las variaciones observadas se
han agrupado en una variable independiente individual.
Un ejemplo típico de un sistema de parámetros concentrados es un tanque (agitado) de
calentamiento perfectamente mezclado tal como se muestra en la Figura 1.5, donde la
temperatura es uniforme en todo el tanque. Ahora vamos a desarrollar un modelo

Condensado
r
Vapor
(Q masa/tiempo)

Figura 1.5 tanque de calentamiento con agitación.

matemático para el ejemplo de sistema agrupado y ese modelo se denominará modelo de

parámetro concentrado. Este modelo se describe en general por las ecuaciones
diferenciales ordinarias. Con el fin de desarrollar el modelo, consideramos los siguientes
supuestos:

13
MODELAMIENTO Y SIMULACIÓN DE PROCESOS Ing. Dr. PASCUAL VICTOR GUEVARA YANQUI

El contenido del tanque es perfectamente mezclado a fin de que la temperatura del

líquido en el tanque y la temperatura del líquido de salida son los mismos (T).

La densidad del líquido (  ), capacidad calorífica (Cp) y el calor latente de vaporización

del vapor (  ) varían insignificantemente con la temperatura.

No hay acumulación de calor en los serpentines de vapor de agua; el calor cedido por el
vapor a través de la condensación está completamente recibido por el líquido del tanque.

Pérdidas de calor del proceso a la atmósfera son insignificantes.

El balance global de masas para el depósito de calentamiento agitado está dado por:

.......................(1.19)

Como la ecuación (1.19) se ha desarrollado para el depósito de líquido (Figura 1.1), la

ecuación (1.19) también puede ser derivada usando la ecuación (1.8) para el depósito de
calentamiento. Puesto que los caudales volumétricos de las corrientes de entrada y salida
son iguales (F), la ecuación (1.19) implica que el volumen de la mezcla de líquido en el
tanque (V) se mantiene constante.
Ahora vamos a proceder a desarrollar la ecuación de balance de energía. Para el ejemplo
de proceso, el principio de conservación de la energía (la ecuación (1.4)) proporciona:

[Velocidad de acumulación de energía] = [Velocidad de entrada de energía] - [Velocidad de

salida de energía]

... .................... (1.20)

Aquí; Tasa de acumulación de energía

Velocidad de entrada de energía = [Velocidad de entrada de energía a través de la corriente

del líquido] + [Velocidad de entrada de energía a través de la corriente de vapor]

= F  Cp (Ti - Tref) +  Q

14
MODELAMIENTO Y SIMULACIÓN DE PROCESOS Ing. Dr. PASCUAL VICTOR GUEVARA YANQUI

Tasa de producción de energía = F  Cp (T - Tref)

En la presente discusión, Tref es la temperatura de referencia, Q el caudal de vapor y Ti la

temperatura del líquido de entrada. Sustitución de todos los términos anteriores en la
ecuación (1.20) se obtiene:

.......................(1,21)

Después de la simplificación,

.......................(1,22)

donde, V / F es el tiempo de residencia. La ecuación diferencial ordinaria anterior ecuación

(1.22) es un modelo de parámetros concentrados que representa la variación de la
temperatura T con una sola variable independiente, el tiempo t. Además de las variables de
estado, las otras variables dependientes también pueden variar con el tiempo.
Cuando las variables de un proceso varían con la posición y tiempo espacial, tal proceso se
conoce como sistema de parámetros distribuidos. Hay más de una variable independiente,
y las variaciones de proceso observados se distribuyen entre estas variables. El modelo
matemático que representa un sistema distribuido se denomina modelo de parámetros
distribuidos. Este modelo típicamente toma la forma de ecuaciones diferenciales parciales
de modo que la variación adicional con posición espacial se representara correctamente.

15
MODELAMIENTO Y SIMULACIÓN DE PROCESOS Ing. Dr. PASCUAL VICTOR GUEVARA YANQUI

Vapor

Líquido (T1) Líquido (T2)

Vapor

FIGURA 1.6. Tubo intercambiador de calor.

Considere un intercambiador de calor a contracorriente de carcasa y tubo como se muestra

en la Figura 1.6. Ahora vamos a desarrollar el modelo matemático del intercambiador de
calor tubular y observar que el modelo es un modelo de parámetros distribuidos ya que la
temperatura de la corriente de líquido puede cambiar a lo largo de la longitud del
intercambiador de calor y también con el tiempo.
Una corriente de líquido con temperatura T1, la densidad y Cp capacidad de calor se
alimenta continuamente al lado de los tubos. El líquido fluye a través del tubo del
intercambiador de calor con una velocidad v. La corriente de proceso está siendo calentado
por el vapor que fluye en contracorriente alrededor del tubo. La temperatura de salida del
líquido es T2. En la situación actual, la variable de estado de interés para el intercambiador
de calor tubular es la temperatura T del líquido calentado. Por lo tanto, tenemos que
desarrollar el modelo, haciendo equilibrio en términos de energía. Para llevar a cabo el
balance de energía, considere el elemento infinitesimalmente tamaño, como se muestra en
la figura 1.6, con una longitud de Z en el que los cambios se llevan a cabo durante el
infinitesimalmente pequeño periodo de tiempo t. Los siguientes supuestos se utilizan para
construir el modelo de intercambiador de calor:

El líquido dentro del elemento se supone a una temperatura T uniforme, pero la

temperatura en los límites del elemento son Tlz y Tlz+∆z.

16
MODELAMIENTO Y SIMULACIÓN DE PROCESOS Ing. Dr. PASCUAL VICTOR GUEVARA YANQUI

La temperatura no cambia a lo largo del radio del tubo.

Las propiedades físicas se suponen constantes.
La velocidad media del líquido (v) se supone constante.
El vapor-lado de la carcasa se supone que es a una temperatura constante T st.
La dinámica de las paredes del tubo y de la cáscara es despreciablemente pequeña.
Cualquier acumulación de energía dentro del elemento se debe enteramente al líquido que
ocupa el elemento, no en la pared del intercambiador de calor.

Partiendo de estas premisas, vamos a desarrollar la ecuación de balance de energía para el

intercambiador de calor. Para el presente caso, la ecuación (1.20) se convierte en:

[Acumulación de energía] = [Entrada de la energía] - [Salida de energía]................(1.23)

aquí

  CP AZ T  t t  T  t 

Cantidad de entrada de energía durante el período de tiempo t

=[ cantidad de energía en Z con flujo de líquido durante ∆t] + [cantidad de energía desde
el vapor al líquido a través de la pared durante ∆t]

  CP vA (T ) Z t  Qt ( DZ )

Cantidad de energía en el perfil a Z + Z con el líquido que fluye durante el período de

tiempo t

  CP vA (T ) Z Z t

En la discusión anterior, Q es la tasa de calor transferido desde el vapor del lado de la

carcasa para el líquido del lado del tubo por área de transferencia de calor de la unidad, D
el diámetro exterior del tubo, y A es el área de sección transversal del tubo.
La inserción de los términos anteriores en la ecuación (1.23), obtenemos

 CP AZ T  t t  T  t    CP vA (T ) Z t  Qt ( DZ )  CP vA (T ) Z Z t (1.24)

Reordenando, tenemos
17
MODELAMIENTO Y SIMULACIÓN DE PROCESOS Ing. Dr. PASCUAL VICTOR GUEVARA YANQUI

 CP AZ T  t t  T  t    CP vA (T ) Z t   CP vA (T ) Z Z t  Qt ( DZ ) (1.25)

Dividiendo ambos lados de la ecuación anterior por t Z y luego tomando límites cuando
t  0 y Z  0 , finalmente se obtiene:

T T  DU
v  Tst  T  (1.26)
t Z  CP A

dónde
Q = U (Tst - T)...................... .(1.27)
Aquí, U es el coeficiente global de transferencia de calor entre el vapor y el líquido. Las
derivadas parciales de la ecuación (1.26) representa un modelo de parámetros distribuidos
porque la temperatura T del líquido varía con dos variables independientes, el tiempo t y la
longitud Z.

Modelo fundamental vs. Modelo empírico

Los modelos fundamentales, también llamados modelos de primeros principios, se basan

en las relaciones físico-químicas. En realidad, estos modelos se derivan mediante la
aplicación del principio de conservación y también pueden incluir los fenómenos de
transporte, cinética de reacción, y termodinámico (por ejemplo, equilibrio de fases)
relaciones. Por ejemplo, la ecuación (1.22) representa un modelo fundamental para un
tanque de calentamiento agitado ya que este modelo se construye sobre la base del
principio de conservación de la energía.
Los modelos fundamentales ofrecen varias ventajas potenciales. Dado que estos modelos
incluyen relaciones físico-químicas detalladas, pueden representar mejor la dinámica de
comportamiento y de procesos no lineales; esto permite que el modelo se pueda utilizar
más allá del rango operativo en el que se construyó el modelo. Otra ventaja de utilizar el
enfoque de primeros principios es que los estados son variables generalmente físicas tales
como la temperatura o la concentración que se pueden medir directamente.
El modelo empírico es generalmente desarrollado para usar cuando el proceso real es
demasiado complejo y los fenómenos subyacentes no se conocen bien o cuando la solución
numérica del modelo fundamental es bastante difícil o cuando el modelo empírico

18
MODELAMIENTO Y SIMULACIÓN DE PROCESOS Ing. Dr. PASCUAL VICTOR GUEVARA YANQUI

proporciona predicciones satisfactorias de las características del proceso. Datos

experimentales de la planta, se utilizan para desarrollar una relación entre la entrada del
proceso y salida del proceso para un modelo empírico que usando un marco matemático
tal como la red neuronal artificial (ANN) (Rojas, 1996), método de los mínimos cuadrados
(LSM) (Jain, Iyengar, y Jain, 1995), etc. Aunque el requisito de tiempo para obtener este tipo
de modelos a menudo se reduce de manera significativa, los modelos empíricos en general
pueden ser utilizados con confianza sólo para el rango de operación en el que se
construyen. Debido a que estos modelos no tienen en cuenta la física subyacente.

Otro tipo de modelo es el modelo mixto o híbrido. Los modelos mixtos se desarrollan, como
su nombre indica, mediante la combinación de los modelos fundamentales y empíricos,
utilizando así los beneficios de ambos. Como un ejemplo, las técnicas de modelado mixtos
han sido utilizados para modelar los reactores de polimerización. Las ecuaciones de balance
de masa para los reactivos se desarrollan dentro del enfoque de modelado fundamental,
mientras que las tasas desconocidas de las reacciones que tienen lugar son modelados
dentro del enfoque empírico (Azevedo Dahm, y Oliveira, 1997). Para obtener más
información sobre el modelo híbrido, el estudiante puede consultar el trabajo presentado
por Psichogios y Ungar (1992).

19
MODELAMIENTO Y SIMULACIÓN DE PROCESOS Ing. Dr. PASCUAL VICTOR GUEVARA YANQUI

2.-RESOLUCIÓN DE ECUACIONES NO LINEALES

A menudo en el planteamiento de los fenómenos físicos y químicos a través de

modelos matemáticos en Ingeniería Química, se producen ecuaciones no lineales
generalmente de grado 2 o mayor grado, con exponentes fraccionarios o u n a ecuación
trascendental.
El Ingeniero debe tener la habilidad de seleccionar el método más adecuado para
la resolución de estas ecuaciones, es decir se debe tener presente la facilidad en su
aplicación y asegurarse de la convergencia dentro de un margen de tolerancia.
2.1.- ECUACIÓN
Es la igualdad de dos expresiones matemáticas, donde existe por lo menos una
variable y se clasifican según su estructura en:
a) Ecuaciones algebraicas
Ejemplos:
Lineales: 3x -4 = 17 Polinomiales: 2 x5  15x  7  0

4  x  2  2x  1 Fraccionarias: 12 x  1  x 2  8
4
Irracionales:
1  4x
2

b) Ecuaciones no algebraicas o trascendentales

Ejemplos:

Exponenciales: 5x2  5x  35

 5x 
Trigonométricas: 7  sen    cos 2 x
 

 x 1
Logarítmicas: xLn   
5 3
En este apartado nos interesamos en la resolución de las ecuaciones no lineales,
encontrar las raíces de estas ecuaciones como las polinomiales (de grado 2 o mayor),
irracionales, fraccionarias y trascendentales.
2.2.- MÉTODOS DE SOLUCIÓN
En los textos encontramos una serie de métodos para la resolución de ENL, pero
específicamente se pondrá énfasis en los siguientes métodos ya que son utilizados con
mayor frecuencia en la Ingeniería Química.

20
MODELAMIENTO Y SIMULACIÓN DE PROCESOS Ing. Dr. PASCUAL VICTOR GUEVARA YANQUI

2.2.1.- MÉTODOS DE UN PUNTO

Denominados así porque sólo requieren de un solo valor inicial para la iteración del
método.
A.- Método del punto fijo
Es un método de sustituciones sucesivas, empezaremos el análisis de una
ecuación general de la forma:
f(x) =0 (2.1)

En ingeniería es importante encontrar una raiz de la expresión (2.1), el

primer paso es transformar esta expresión a otra de la forma:

A la ecuación (2.1) se le adiciona x en ambos miembros y se tiene la siguiente ecuación:

f(x) + x = x
es decir:
g(x) = x (2.2)

Entonces empezamos las iteraciones con un valor inicial x0 para obtener otro

xi ; evaluamos el valor absoluto de su diferencia con un valor de tolerancia (  ) que

nosotros asumiremos arbitrariamente.

Si la diferencia es menor que la tolerancia  xi 1  xi    se dá por terminado el

método, si no es ese el caso pasamos a reemplazar xi en la expresión (2.2) para obtener

un nuevo valor xi 1 y analizamos de la misma manera el valor absoluto de su diferencia

con xi en la tolerancia.

xi 1  g  xi  (2.3)

A.1.- CRITERIO DE CONVERGENCIA

Una de las desventajas de este método es la convergencia, ya que se requiere de

destreza para encontrar una función g(x) y un x0 que hagan posible la solución de la
ecuación, entonces existe el criterio de convergencia:

21
MODELAMIENTO Y SIMULACIÓN DE PROCESOS Ing. Dr. PASCUAL VICTOR GUEVARA YANQUI

g '  x0   1

EJEMPLO DE APLICACIÓN
2.1.Encontrar una raíz para la siguiente ecuación en el intervalo [-1; 2]:

ex  tan x  0
Asúmase como tolerancia   104

SOLUCIÓN:

Si no se tiene un x0 , se grafica la expresión

f ( x)  ex  tan x  0 en un software como el
MATLAB, y decidir un valor cercano a la raiz:
De la gráfica podemos seleccionar como x0 = 1
.Como segundo paso formularemos una serie de
g(x) y analizaremos g '  x0   1 .

Figura 1: Gráfica de la función e x  tan x  0

Tabla 1: Comparación del criterio de convergencia

Como se puede observar la ecuación (3) es la que cumple el criterio g '  x0   1 ,

pasamos a hacer nuestra primera iteración:

22
MODELAMIENTO Y SIMULACIÓN DE PROCESOS Ing. Dr. PASCUAL VICTOR GUEVARA YANQUI

ex 1
g ( x)    x ; x0  1;   104
2 tan x 2

Iteración: i=0 x1  g ( x0 )

e1 1
x1    1  1,3726944
2 tan1 2

Verificación: xi 1  xi  

x1  x0  1,3726944  1  0,3726944
0,3726944    104

Empezamos una nueva iteración tomando el nuevo valor x1 = 1,3726944 para el cálculo
de x2 a partir de x2  g ( x1 ) . Se tiene el siguiente resumen:
Tabla 2: Resultados del ejemplo 2.1

El proceso acaba en la iteración 12, dando como valor x=1,3063033.

23
MODELAMIENTO Y SIMULACIÓN DE PROCESOS Ing. Dr. PASCUAL VICTOR GUEVARA YANQUI

EJERCICIOS DE APLICACIÓN
1.- Calcule la composición de la mezcla en equilibrio, en porcentaje molar de la siguiente
reacción en fase gaseosa a 475°K y a 1 atm de presión.

2C2 H5OH( g )  CH3COOC2 H5( g )  2H 2( g )

La constante de equilibrio correspondiente es log K P =0,227. Aplique el método del

4
punto fijo. Asuma una tolerancia de 10 .
2.- Calcule el volumen molar de oxígeno a 50 atm y a 100°C, utilizando la ecuación de
Redlich-Kwong.

Datos: PC  49,70 atm, TC  154,40 K

24