Documentos de Académico
Documentos de Profesional
Documentos de Cultura
UNIVERSIDAD CONTINENTAL
Modelación Ambiental
NRC: 20551
Modalidad presencial
FACULTAD DE INGENIERÍAS
Docente:
Presentado por:
Arequipa - Perú
2023 – 10
Resumen
El presente trabajo da a conocer las simulaciones de forma aceptada y los distintos tipos de estudios
que se ven en las prácticas de la industria química y bioquímica. Los diferentes tipos de simulación
que se pueden llevar a cabo para hacer el respectivo análisis del comportamiento de las operaciones
unitarias o de dicha planta. Si es que hay pérdida o daño real al mundo real. Asimismo, también
pueden ser usadas para predecir pérdidas
Siendo de gran aliado los diversos equipos electrónicos, los cuales nos ayudan con la complejidad de
los casos, optimizando los distintos procesos, las ecuaciones, etc. Considerando los efectos
ambientales a corto y a largo plazo, gracias al modelo ambiental que nos permite diseñar los
diferentes tipos de simulaciones que abrian
Las computadoras han ayudado a resolver problemas complejos que involucran sistemas de
ecuaciones no lineales, problemas deoptimización, ecuaciones diferenciales parciales, etc. Esto ha
ayudado en el desar rollo de un enfoque integrado para el diseño de procesos. Ahora se puede
considerar el efecto de los problemas ambientales, la elección del contralor, la seguridad del proceso
y similares en el diseño económico de gracias al uso de la simulación.
Introducción a la Modelización y Simulación
Actualmente la simulación es un método para el estudio de diversos procesos que se practican en las
industrias, incluyendo procesos como el control de la contaminación del aire y el agua; estos pueden
involucrar a una sección o toda la planta; se lleva a cabo para el estudio del comportamiento de las
operaciones de la fábrica sin causar pérdida o daño real en el ambiente modelado de la misma. La
ingeniería de sistemas de procesos ha ido evolucionando con el tiempo y ahora se basa en
herramientas asistidas por la tecnología y metodologías teóricas.
Los procesos utilizados en la industria química son complejos por naturaleza, los problemas
dados en las aulas son representaciones simplificadas por lo cual se repiten varias veces así como las
versiones finales representando los procesos en un conjunto de ecuaciones; ecuaciones sencillas
como Poiseuille la cual describe el comportamiento de los fluidos en tuberías hasta que nos topamos
con un fluido no newtoniano, dadas las naturalezas de estos ya vistas en los semestres pasados,
siendo algunos turbulentos o por la mismas características de las tuberías. Estos fenómenos deben
expresarse en términos de ecuaciones matemáticas utilizando leyes conocidas de la física por lo cual
hay una descripción detallada de un proceso dará como resultado un gran conjunto de ecuaciones
matemáticas siendo así que aumenta el grado de dificultad para resolver estas ecuaciones.
1.1.1.1.- Complejidades:
● No todos los lechos fijos contienen las mismas partículas, estos se pueden utilizar en las
aplicaciones industriales.
● No todas tienen las mismas formas y tamaños.
● La distancia entre partículas puede ser diferente.
● La fuerza de arrastre es diferente debido a que el espacio intersticial puede variar.
● La velocidad del fluido dependerá de varios factores tales como el orificio de entrada, la
extensión del fluido, etc.
● El comportamiento de los lechos poco profundos varía al de los lechos fijos.
● En cuanto a los lechos fijos, la velocidad del fluido dependerá de la distancia al centro por lo
que su variación es radial.
● Los lechos fijos pueden gozar de todos los flujos, sean laminares, de transición o turbulentos.
● El tipo de flujo depende del número de Reynolds, por lo cual este variará en cuanto a la
forma de la partícula.
● En cuanto a una reacción violenta, el caudal puede pasar de una dirección radial a una
reacción axial.
● Los gases dependen de la temperatura y presión a la que el lecho se vea expuesto.
● La presión de los gases dependerá de la altura del empaque o del lecho.
● Los regímenes de flujo pueden cambiar a temperaturas elevadas, por lo cual los lechos fijos
que operan a temperaturas elevadas es diferente a los que operan en condiciones
ambientales.
Por lo tanto, la velocidad superficial del fluido es hipotética, pero se está utilizando sin mucha
discusión; Esto se debe a la necesidad de encontrar una manera de describir el comportamiento
hidrodinámico del lecho fijo. Debido a la amplia gama de condiciones de operación y parámetros
geométricos, en la literatura se informan varios modelos y correlaciones para el flujo en lechos fijos.
No es una tarea fácil proponer una ecuación universal para definir la caída de presión en los lechos
fijos.
Por lo tanto, en este proceso se utilizan varios reactores y adsorbedores de lecho fijo. Si se usa un
conjunto de ecuaciones para describir el comportamiento de una determinada cama fija, entonces se
puede usar un conjunto similar de ecuaciones para describir todas las demás camas fijas. Sin
embargo, las condiciones de funcionamiento y las reacciones en cada lecho fijo pueden ser
diferentes, lo que da lugar a diferentes comportamientos. Cada lecho fijo puede considerarse un
submodelo de un modelo para toda la planta.
Los procesos químicos son de naturaleza compleja por lo que exhiben un comportamiento no
lineal y no equilibrado, dicha complejidad se debe a fenómenos de transferencia de momento, calor
y masa simultánea. En una escala diferente los fenómenos físicos que gobiernan un proceso son
diferente, Charpentier propuso un enfoque multiescala integrado (procesos
moleculares-producto-ingeniería de procesos) para el diseño y la fabricación de productos químicos.
La industria de procesos debería ser capaz de manejar estos problemas y con la ayuda de estudios de
simulación, la gestión de la cadena de suministro y la programación del tiempo de múltiples
productos son algunos problemas que se han abordado por lo cual los ingenieros químicos son
capaces de abordar problemas más complejos.
Los problemas se pueden dividir en dos tipos: Problema de calificación; se conocen las entradas y se
desea determinar las variables de salida por lo cual el problema se puede resolver a través de las
ecuaciones del modelo directamente. Problema de diseño; donde se conocen los valores deseados
de la salida y se desconocen los valores de entrada donde la solución probable es invertir las
ecuaciones del modelo según Charpentier.
Las resoluciones conllevan a la metodología en la cual se debe de tratar al problema como un
“problema de optimización”, este método conlleva a varias soluciones sin embargo la solución más
deseada es la más económica y la cual se obtiene mediante técnicas de optimización.
⮚ Tipos de simulación:
La formulación del problema, las variables y las ecuaciones, así como la metodología de solución en
cada simulación puede ser diferente:
❖ Síntesis de Procesos:
Los estudios de simulación han permitido considerar la instrumentación de proceso y
control durante las primeras etapas de diseño. Si se quiere elegir una alternativa de
proceso entre muchas, entonces se requiere una buena comprensión del
comportamiento del proceso. Se pueden llevar a cabo estudios de simulación para
evaluar varias alternativas de proceso, lo que reduce el riesgo involucrado en la elección
de un proceso alternativo.
❖ Diseño de Equipos:
El diseño de equipos individuales implica la determinación de su tamaño óptimo, que
se puede lograr mediante la simulación repetida del equipo. Se procuran o desarrollan
programas informáticos para el diseño de equipos. La simulación ayuda a decidir sobre
las variables de diseño. Se puede utilizar un modelo de simulación para diseñar una sola
pieza de equipo o una planta completa.
❖ Retroadaptación:
El desarrollo de metodologías de diseño asistido por ordenador ha facilitado los
estudios de simplificación. Dado que el diseño se considera una simulación repetida, se
pueden realizar varias ejecuciones paralelas en diferentes ubicaciones simultáneamente
para ahorrar tiempo. Los estudios de simulación se pueden llevar a cabo sin perturbar el
proceso de operación. El proceso puede analizarse en busca de condiciones antes de
realizar cualquier modificación o cambio en el proceso de la política operativa o de
recursos.
❖ Diseño de Procesos:
Si un modelo de simulación es fiable, se traduce en un ahorro de tiempo y costes de
distribución. La simulación se puede utilizar para explorar nuevas alternativas sin
experimentar con el equipo o proceso. Por lo tanto, la simulación también puede
considerarse un experimento y puede eliminar los estudios realizados con costosas
plantas piloto. Una simulación se puede utilizar para estudiar el efecto de muchas
variables en un corto período de tiempo en comparación con lo que se requiere para un
experimento real.
❖ Control de Procesos:
El rendimiento en un reactor se puede aumentar controlando la temperatura, la
presión y otras condiciones de funcionamiento. Una caída en el rendimiento aumentará
la carga en el separador y disminuirá la producción. El control de calidad de un producto
en un proceso se logra mediante el uso de varios instrumentos. Estos incluyen
instrumentos de medición, controladores, válvulas y otros dispositivos accionados por la
entrada del controlador. El control de procesos requiere una buena comprensión de la
dinámica de un proceso. El comportamiento dinámico de los elementos de medición y el
elemento de control final también es esencial en el diseño del controlador.
1.3.- Modelado:
El éxito de una simulación depende del modelo que se utilice. Por lo tanto, el modelado se
convierte en un requisito previo para la simulación. Los lenguajes de modelado de alto nivel han
hecho que la construcción de modelos sea bastante fácil. Tal software tendría muchos submodelos
incorporados. La programación orientada a objetos y la interfaz gráfica de usuario han hecho que la
construcción de modelos sea fácil y fácil. Sin embargo, todavía necesita experiencia, imaginación,
buena comprensión del proceso y validación del modelo.
▪ ¿Qué es un modelo?
Un modelo puede ser un modelo estático o un modelo dinámico, y es una
representación visual del proceso real. Los modelos estáticos imitan una imagen visual de
una máquina o estructura. Por lo tanto, el propósito de un modelo es imitar el rendimiento
de un fenómeno físico. Como los científicos e ingenieros requieren una descripción
cuantitativa de un proceso, se requiere un concepto que imite el proceso. También se puede
decir que la idealización o aproximación de los procesos fisicoquímicos se denomina
"modelización". Por lo tanto, una representación o descripción de un fenómeno físico por un
sistema de ecuaciones matemáticas también se llama modelo.
Las predicciones del proceso se basan en la precisión del modelo utilizado. Un modelo en sí
mismo es una representación matemática idealista de un proceso y, por lo tanto, en
principio, nunca puede describir el comportamiento exacto del proceso. Dado que un
modelo es aceptable sólo después de su validación basada en los datos experimentales, la
precisión del modelo también depende de la precisión de los datos experimentales.
El modelado de Matemática ofrece información sobre cómo predecir, controlar y optimizar sistemas.
El modelado matemático tiene como objetivo descomponer los sistemas complejos en sus dinámicas
e interacciones clave. Estas características del sistema (por ejemplo, la tasa R...) se establecen en
forma matemática,con cada término de la ecuación del modelo representando una característica
particular (generalmente, aunque no siempre el caso). Aislar cada característica como parte del
modelo más amplio nos permite experimentar con el sistema computacionalmente, determinar qué
dinámica es más significativa y explorar qué impacto pueden tener los cambios en el sistema, más
allá de las limitaciones de las pruebas en la vida real.
Estos sistemas ocurren con mayor frecuencia en biología, pero la siguiente discusión de los pasos
para construir un modelo matemático exitoso se puede aplicar en otras partes en epidemiología,
finanzas, pronóstico del tiempo y sistemas de gestión como la agricultura y la atención médica. El
modelado matemático ofrece una visión incomparable de cómo predecir, controlar y optimizar los
sistemas, que se ha convertido en una parte fundamental de cómo interactuamos con el mundo
natural.
Si queremos modelar la cantidad de morfógeno en un punto y tiempo determinados, debe incluir las
siguientes características
La importancia de la escala
Las dinámicas que trabajan a través de estas diferentes escalas tendrán una importancia
variable en un modelo particular, y es posible que no sea necesario considerarlas
explícitamente dependiendo del nivel de detalle requerido. Por ejemplo, la producción de un
morfógeno comienza con la transcripción del ADN en el núcleo de la célula, con una actividad
furry de otra responsable de la secreción de cada molécula de morfógeno por la célula. Sin
embargo, si estamos en un nivel de tejido, en el que se pueden encontrar miles de estas
moléculas por área cuadrada, no necesitamos modelar el número discreto de moléculas, y en
su lugar podemos modelar la concentración (una variable continua). Del mismo modo, si
nuestra escala de tiempo abarca minutos u horas, en lugar de segundos o milisegundos, no
necesitaremos considerar explícitamente lo que está sucediendo dentro de cada célula. Los
procesos celulares internos ocurren en una escala comparativamente tan rápida que solo se
necesita el resultado final de la dinámica de producción interna: la tasa general de
producción, en lugar de la tasa de transcripción, etc
Requiere que reunamos suficientes datos para convertir el modelo conceptual en un modelo
matemático riguroso y estrictamente definido que pueda probarse contra una mayor recopilación de
datos. Una ecuación típica de un modelo matemático hoy en día está, en términos generales,
formada por varios términos que son cada uno modelos por derecho propio.
Para la producción del morfógeno. Primero, consideramos los factores clave que influyen en la
producción: Factores ambientales como el nivel de oxígeno y la presencia de otros morfógenos. Dado
que las células producen el morfógeno, esperamos una dependencia explícita del número de células.
Un número extremo de celdas (hacinamiento o muy pocas células) puede detener o aumentar la
producción. Del mismo modo, concentraciones muy altas o bajas de morfógeno pueden detener o
aumentar la producción.
Por lo tanto, en muchos casos, construir un modelo matemático es un caso de juntar los bloques de
construcción apropiados para formar una representación matemática del sistema. Para personalizar
el modelo para el sistema: el morfógeno particular y los tipos de células específicas involucrados,
necesitamos datos.
● Parámetros: nombre dado a los valores requeridos en el modelo: para el morfógeno esto
puede incluir la velocidad de difusión, la tasa de producción (por las células) y la tasa de
degradación.
Famosamente, las interacciones de dos morfógenos conducen a lo que se conoce como patrones de
Turing, capaces de replicar patrones en fsh y otros pelajes animales. Asimismo, para la
administración de medicamentos farmacéuticos, con el término "producción", y tenemos los
fundamentos de un modelo que predice la concentración y distribución de un medicamento
administrado a una parte del cuerpo, como la quimioterapia en un tumor.
Estos no solo ofrecen predicciones, sino que benefician el avance del conocimiento científico de esta
manera, y cuantas más herramientas tengamos para desentrañar fenómenos que en la superficie
parecen complejos, misteriosos e impredecibles, más podremos entender y mejorar nuestro mundo.
Referencia Bibliográfica.
Verma, Ashok. (2014). Process Modelling and Simulation in Chemical Biochemical and Environmental
Engineering. 10.1201/b17595.
Al-Badri, Georgina. (2020). An introduction to mathematical modelling. En: The Startup [En Linea]
Disponible en:
https://medium.com/swlh/constructing-a-mathematical-model-understanding-and-controlling-the-n
atural-world-with-maths-b222939ee8be