Documentos de Académico
Documentos de Profesional
Documentos de Cultura
Computacional
Sociedad Chilena de
Mecánica Computacional Vol. 20 nº1, 2023
RESUMEN
1. INTRODUCCIÓN
Modelar de forma adecuada estos sistemas, es indispensable para poder seleccionar los
componentes correctos, optimizar los sistemas y poder representar el comportamiento de
un mismo equipo bajo varias condiciones climáticas. En muchos estudios se utilizan
modelos basados en ecuaciones que permiten determinar el rendimiento isentrópico y
volumétrico [2], sin embargo, estos modelos no son capaces de representar ciertos
fenómenos físicos que ocurren en los compresores. Esto se puede mejorar utilizando un
modelo semi-empírico como el mostrado en este artículo.
2. METODOLOGÍA
0.8
𝑀̇𝑟,𝑐𝑝
𝑈𝐴𝑟𝑒𝑓,𝑠𝑢,𝑐𝑝 ⋅ ( ̇ ) (4)
𝑀𝑟,𝑟𝑒𝑓,𝑐𝑝
𝑁𝑇𝑈𝑠𝑢,𝑐𝑝 =
̇
𝐶𝑟,𝑠𝑢,𝑐𝑝
El proceso de mezcla (𝑠𝑢1 a 𝑠𝑢2 ) entre el refrigerante con las fugas internas (𝑀̇𝑟,𝑙𝑒𝑎𝑘,𝑐𝑝 )
es considerado como un proceso isobárico, en donde se considera un balance de masa y
energía acorde a las siguientes ecuaciones:
Las fugas internas del compresor son agrupadas como un único término. El modelo de
fugas considera que el flujo pasa primero por una tobera ideal, donde puede escurrir en
régimen subsónico o sónico, y luego por un difusor [6] muy malo, donde no hay
recuperación de presión. Para esto se asume que el refrigerante se comporta como un gas
ideal. La ecuación 10 presenta la ecuación empleada para calcular las fugas internas, donde
𝐴𝑙𝑒𝑎𝑘 corresponde al área de la garganta de la tobera y es un parámetro a identificar.
𝐴𝑙𝑒𝑎𝑘 (10)
𝑀̇𝑟,𝑙𝑒𝑎𝑘 = ⋅ √2 ⋅ (ℎ𝑠𝑢2 − ℎ𝑡ℎ𝑟,𝑙𝑒𝑎𝑘 )
𝑣𝑡ℎ𝑟,𝑙𝑒𝑎𝑘
La potencia del compresor viene dada por la ecuación 11, la cual contempla las pérdidas
electromecánicas del compresor y motor, las cuales son presentadas en la ecuación 12, que
depende de un torque resistente 𝑇𝑙𝑜𝑠𝑠,𝑐𝑝 y de una constante de proporcionalidad 𝛼 como
parámetros a identificar.
La pared ficticia representa la carcasa del compresor, donde son transferidas las pérdidas
electromecánicas y donde el refrigerante intercambia calor con el aire ambiente [7]. El
balance de energía de la pared viene dado por la ecuación 13, donde las pérdidas al
ambiente se determinan mediante la ecuación 14.
√𝜀𝑀 2 + 𝜀𝑊 2 + 𝜀𝑡 2 (15)
𝜗=
3
Los diferentes pasos y estados del refrigerante son programados como si fueran objetos, es
decir 𝑠𝑢, 𝑠𝑢1 , 𝑠𝑢2 , 𝑎𝑑, 𝑒𝑥2 , 𝑒𝑥1 y 𝑒𝑥, son considerados como objetos, a los cuales se le
atribuyen las propiedades termodinámicas de los refrigerantes y otras cualidades como
flujo de refrigerante. Las propiedades termodinámicas son extraídas desde la biblioteca de
CoolProp [8].
(a) (b)
Figura 2. Clase del refrigerante para los distintos puntos
Las ventajas de emplear POO en Python se deben a la gran facilidad de las interacciones
del programa y la comodidad que le ofrece al programador. Permitiendo una mayor
flexibilidad a los scripts y una mayor versatilidad para poder agrupar de forma modular
los diferentes equipos físicos a modelar, heredando los atributos de una clase definida.
Adicionalmente, la POO permite que objetos de diferentes clases sean tratados de manera
uniforme mediante interfaces comunes.
Para identificar los parámetros del modelo, distintos métodos matemáticos de optimización
están disponibles en la biblioteca Scipy [9]. En este artículo, se emplea el método de
optimización secuencial de mínimos cuadrados [10]. Los parámetros del modelo se
identifican para un compresor scroll modelo ZP24K5E, que emplea R410A como
refrigerante de trabajo, que corresponde al fluido a utilizar en el sistema de recuperación
de agua atmosférica.
Parámetros
𝑇𝑒𝑣 = 2 [°𝐶]
∆𝑇𝑠𝑐 = 5 [°𝐶]
∆𝑇𝑠ℎ = 7 [°𝐶]
𝑀̇𝑎,𝑐𝑑 = 0.25 [𝑘𝑔 ⋅ 𝑠 −1 ]
(a) (b)
(c)
Figure 3. Predicción del modelo del compresor a) Flujo de refrigerante, b) Potencia
consumida del compresor y c) Temperatura del refrigerante a la salida.
En la Figura 4, se presenta los resultados de la simulación anual para las primeras 1000
horas de un año típico en Melipilla. De la imagen se puede apreciar el consumo eléctrico
del compresor y la potencia de frío entregada por este equipo. Esto pone en evidencia la
utilidad de tener un modelo de un compresor detallado, ya que permite realizar
simulaciones con un alto nivel de precisión y estabilidad numérica. Aquellos valores con
0 en potencia eléctrica corresponden a los puntos donde el sistema no puede operar por
restricciones de operación del sistema de captación de agua atmosférica, debido a una baja
temperatura de punto de rocío del aire ambiente.
4. CONCLUSIONES
Agradecimientos
REFERENCIAS
[1] F. C. McQuiston, J. D. Parker, and J. D. Spitler, Heating, ventilating, and air conditioning :
analysis and design. John Wiley & Sons, 2005. Accessed: Jan. 06, 2023. [Online].
Available: https://www.wiley.com/en-
us/Heating%2C+Ventilating%2C+and+Air+Conditioning%3A+Analysis+and+Design%
2C+6th+Edition-p-9780471470151
[2] B. Dai et al., “Annual energetic evaluation of multi-stage dedicated mechanical subcooling
carbon dioxide supermarket refrigeration system in different climate regions of China
using genetic algorithm,” J. Clean. Prod., 2021, doi:
https://doi.org/10.1016/j.jclepro.2021.130119.
[3] J.-P. Bourdouxhe, M. Grodent, R. Assistants, J. Lebrun, W. P. Bahnfleth, and G. K. Yuill,
“HVAC1KIT l A TOOLKIT FOR PRIMARY HVAC SYSTEM ENERGY
CALCULATION To CD Navigation Screen,” 1999.
[4] L. Dardenne, E. Fraccari, A. Maggioni, L. Molinaroli, L. Proserpio, and E. Winandy,
“Semi-empirical modelling of a variable speed scroll compressor with vapour injection,”
International Journal of Refrigeration, vol. 54, pp. 76–87, Jun. 2015, doi:
10.1016/j.ijrefrig.2015.03.004.
[5] C. Cuevas, J. Lebrun, V. Lemort, and E. Winandy, “Characterization of a scroll compressor
under extended operating conditions,” Appl Therm Eng, vol. 30, no. 6–7, pp. 605–615,
May 2010, doi: 10.1016/j.applthermaleng.2009.11.005.
[6] V. Lemort, S. Quoilin, C. Cuevas, and J. Lebrun, “Testing and modeling a scroll expander
integrated into an Organic Rankine Cycle,” Appl Therm Eng, vol. 29, no. 14–15, pp. 3094–
3102, Oct. 2009, doi: 10.1016/j.applthermaleng.2009.04.013.
[7] E. Winandy, C. Saavedra, and J. Lebrun, “Experimental analysis and simpli®ed modelling
of a hermetic scroll refrigeration compressor,” 2002. [Online]. Available:
www.elsevier.com/locate/apthermeng
[8] I. H. Bell, J. Wronski, S. Quoilin, and V. Lemort, “Pure and pseudo-pure fluid
thermophysical property evaluation and the open-source thermophysical property library
coolprop,” Ind Eng Chem Res, vol. 53, no. 6, pp. 2498–2508, Feb. 2014, doi:
10.1021/IE4033999.
[9] P. Virtanen et al., “SciPy 1.0: fundamental algorithms for scientific computing in Python,”
Nature Methods 2020 17:3, vol. 17, no. 3, pp. 261–272, Feb. 2020, doi: 10.1038/s41592-
019-0686-2.
[10] D. Kraft, “A software package for sequential quadratic programming,” Koln, Germany,
1988.