Prof. (MSc) Juan E. Rodríguez C.

Modelado y Simulación de sistema

Universidad Nacional Experimental Politécnica de la

Fuerza Armada. Extensión Bejuma

Noviembre, 2015
Contenido
Unidad Contenido Pond.
Introducción. Definición de simulación. Reseña histórica. El valor y beneficios
del análisis y la simulación de procesos. Etapas de un proceso de diseño. Síntesis
de procesos químicos. Ejemplos. Etapas en la ingeniería de procesos. Modelado
de procesos químicos. Etapas para la realización de estudio de simulación.
I Definición del problema. Formulación del modelo. Colección de datos.
Implementación del modelo en la computadora. Validación. Experimentación.
20%
Interpretación. Documentación. Definición de sistemas. Variables de un
sistema. Sistemas en estado estacionario. Sistemas en estado dinámico. Modos de
simulación. Análisis. Diseño. Control
Simuladores. Características generales de los simuladores. Elementos de un
simulador de procesos. Análisis de los grados de libertad de un sistema.
Clasificación de los métodos de simulación. Simulación cualitativa y cuantitativa.
II Simulación estacionaria y dinámica. Técnicas para simular un proceso.
Aproximación modular secuencial. Aproximación modular simultánea.
30%
Aproximación orientada a objetos y ecuaciones. El simulador comercial.
Ejercicios. Problemas propuestos.
Contenido
Unidad Contenido Pond.
Simulación de procesos químicos. Descripción de distintos módulos de
equipos presentes en un simulador modular de procesos químicos: equipos
divisores de corrientes, mezcladores, equipos de intercambio de calor, equipo de
III contacto directo entre fases, reactores, equipos de separación flash, bombas y 30%
válvulas, compresores y expansores, entre otros. Aspectos básicos a tener en
cuenta en el uso de un simulador modular.
Simulación en tiempo real. Definición de un simulador en tiempo real.
Características generales de un simulador en tiempo real. Simulación dinámica
IV de sistemas. Simulación dinámica, modelos de simulación dinámica, 20%
aplicaciones.
BIBLIOGRAFÍA
 Martínez-Sifuentes V.H. ,Alonso-Dávila P.A., López-Toledo J., Salgado-
Carbajal M. Rocha-Uribe J.A. (2000) Simulación de procesos en
Ingeniería Química. Ed. Plaza & Valdez. ISBN: 968-856-755-8
 Scenna N. (1999) Modelado, Simulación y optimización de procesos
químicos. ISBN: 950-42-0022-2. 1999
 Himmelblau, D.M. y Bischoff, K.B. Análisis y Simulación de Procesos.
Ed. Reverté, 1992.
 T. Dobre., J.M.Sanchez., Chemical Engineering Modelling, Simulation
and Similitude, Wiley VCH, 2007.
 Mohd. Kamaruddin Abd Hamid, Hysys: An Introduction to chemical
engineering simulation, Lambert Academic Publishing. 2013.
 Michael E. Hanyak Jr, Chemical Process Simulation and the Aspen
HYSYS Software,Bucknell University . Lewisburg, PA 17837. 2012.
 Turton, Richard. Analysis, Synthesis and Design of Chemical Processes.
Upper Saddle River, N.J: Prentice Hall, 2012.
ESTRATEGIAS DE EVALUACIÓN
RECOMENDADA
Unidad Prácticas Parcial
I 15%
20%
II 15%
III 15%
20%
IV 15%
Total 60 % 40%
Prof. (MSc) Juan E. Rodríguez C.
Contenido
 Sistemas, Modelos y Simulación Sistemas.
 Conceptualización.
 Clasificación.
 Importancia del modelado y simulación.
 Ventajas y desventajas de la simulación.
 Etapas del modelado y simulación.
Definición del sistema
Sistema Entrada y salida del sistema.
 Es un conjunto de partes o
elementos organizadas y
relacionadas que interactúan
entre sí para lograr un
objetivo. Los sistemas reciben
(entrada) datos, energía o
materia del ambiente y
proveen (salida) información,
energía o materia.
Clasificación de Sistema
Modelado de un sistemas
“Modelado es una técnica cognitiva que consiste en crear una
representación ideal de un objeto real mediante un conjunto de
simplificaciones y abstracciones, cuya validez se pretende
constatar. La validación del modelo se lleva a cabo comparando las
implicaciones predichas por el mismo con observaciones.”.

“Representación de la realidad por medio de abstracciones. Los

modelos enfocan ciertas partes importantes de un sistema (por lo
menos, aquella que le interesan a un tipo de modelo específico),
restándole importancia a otras.”…
Clasificación de los Modelos
Simbólicos o Matemáticos
 Según la evolución respecto tiempo:
 Estacionarios o Dinámicos.
 Según la aleatoriedad :
 Estocásticos o Determinanticos.
 Según su connotación
 Cualitativos o Cuantitativos
 Según las variables de estado:
 Discreto o Continuo
Leyes Fundamentales
 Ley de conservación de la materia.
1. Balance de materia global
Entrada - Salida = Acumulación
Ejemplo: Considere el tanque de líquido de mezcla perfecta, la
figura 1, en el cual fluye una corriente líquida a una
tasa volumétrica de F0 (ft3/min o m3/min) y con una
densidad de ρ0 (lbm/ft3 o kg/m3). El volumen
retenido de líquido en el tanque es V (ft3 o m3), y su
densidad es ρ. La velocidad de flujo volumétrico del
tanque es F, y la densidad de la corriente de
emanación es la misma que la del contenido del
tanque.
Figura 1. tanque de líquido de
mezcla perfecta
 Balance de Materia
Entrada - Salida = Acumulación

Masa que entra – Masa que sale = Masa que se acumula

La densidad (símbolo ρ) de una sustancia es una

magnitud escalar referida a la cantidad de masa
contenida en un determinado volumen.

Entonces la expresión quedaría de la siguiente manera

Sin embargo, un muchos casos se podría suponer que la densidad es constante si

no existe cambio de temperatura ni presión en el sistema, simplificando el
termino densidades.
Balance de Materia
Entrada - Salida = Acumulación

Si la densidad es constante la expresión será:

Sin embargo, el área del tanque es contante,

por lo cual el volumen pode expresarse como
V = A*h(t), por lo tanto la ecuación sería la
siguiente.

Finalmente puede se expresada como:

Donde:
F : Flujo volumétrico
Q: Caudal volumétrico
TIPOS DE SIMULADORES
 Régimen:
 Estacionarios: régimen permanente.
 Dinámicos: régimen transitorio
 Arquitectura:
 Modulares-Secuénciales
 Orientados a ecuaciones
 Modulares simultáneos o híbridos
 Variables manejada:
 Estocásticas vs. Determinísticas
 Cualitativas vs. Cuantitativas
 Tipo de modelado
 Discreto
 Continuo
Simuladores estáticos
 Resolución rigurosa de las ecuaciones de balance de materia y energía
para el conjunto de operaciones unitarias de un proceso continuo.
 Proporciona datos para el dimensionamiento de equipos
 Reducción de la inversión por diseño más ajustado
 Mejora de la calidad
 Menos ensayos en planta piloto: Ahorro de tiempo y dinero
 Eliminación de cálculos repetitivos y errores
 Ensayo sin riesgo de nuevas ideas de operación
 Mejor entendimiento del proceso
 Escalado de procesos
 Operación fuera de diseño
 Optimización de planta y diseño
 Cuellos de botella, revamping, mejora en la producción
Simuladores dinámicos
 Operación:
 Respuesta de procesos continuos ante perturbaciones
 Ajuste de controladores
 Maniobras y desviaciones anormales en el proceso, para
estudios de seguridad y de emisiones
 Análisis de operabilidad y riesgo
 Validación de procedimientos de emergencia
 Entrenamiento de operadores
 Diseño:
 Sistema de control y controlabilidad
 Procedimientos de puesta en marcha y parada
 Procesos discontinuos
Modulares secuenciales
 Información ingresada por el usuario es fácilmente revisada
 Problemas de diseño más fáciles de resolver
 Se incrementa la dificultad cuando se plantea un problema de
optimización (funciona como cajas negras)
 Poco versátiles, pero muy flexibles, muy confiables y bastante
robustos
 Se calcula la salida de cada unidad a partir de la entrada y los
parámetros.
 Muy empleados en la actualidad: ej. Aspen Plus (AspenTech),
ChemCAD, PRO/II (SimSci), Hysim (Hyprotech), Hysys
(Hyprotech, comprada recientemente por AspenTechnologies)
Orientados a ecuaciones
 Cada equipo se representa por las ecuaciones que lo modelan. El
modelo es la integración de todos los subsistemas
 Desaparece la distinción entre variables de proceso y parámetros
operativos, por lo tanto se simplifican los problemas de diseño
 Resolución simultánea del sistema de ecuaciones algebraicas (no
lineales) resultante
 Mayor velocidad de convergencia
 Necesita una mejor inicialización
 A mayor complejidad, menor confiabilidad en los resultados y más
problema de convergencia
 Más difícil de usar por “no especialistas”
 Arquitectura preferida en nuevos simuladores: ej. Aspen Custom
Modeler (AspenTech), RTO-OPT (AspenTech), NOVA (Nova),
gPROMS, ABACUSS
Híbridos o modulares simultáneos
 Combinan la estrategia modular y la orientada a
ecuaciones
 Se aprovechan los aspectos positivos de ambas
metodologías
 Se resuelven simultáneamente todas las variables, como
en el modelo global
 Para el resto se mantiene la filosofía modular: secuencia
de cálculo, uso de módulos para introducir datos, etc.
Prof. (MSc) Juan E. Rodríguez C.
Contenido
 La simulación como proceso experimental:
experimentos y utilización de computadoras.
 Descripción de metodologías para estudios de
simulación de sistemas.
 Aplicaciones de la simulación de sistemas. Ejemplos.
Simulación
"La simulación es el proceso de diseñar un modelo de un sistema
real y llevar a término experiencias con él, con la finalidad de
comprender el comportamiento del sistema o evaluar nuevas
estrategias, dentro de los limites impuestos por un cierto criterio
o un conjunto de ellos, para el funcionamiento del sistema.”
R. E. Shannon

“Imitación de la operación de un proceso del mundo real o sistema

sobre tiempo. La simulación comprende la generación de un
historial artificial de un sistema, y la observación de tal historial
para mostrar las conclusiones concernientes a las características de
operación del sistema real.”
J. Banks, J. S. Carson y B. L. Nelson.
Simulación
SISTEMA REAL

Experimentar con Experimentar con

el sistema Modelo del sistema

Experimentar con Experimentar con

Modelo Físico Modelo Matemático
Aplicación en la Industria
 Diagnosis. El modelo se emplea como representación profunda
del sistema, sobre el que es posible determinar las causas que
generan una desviación respecto a un comportamiento teórico.
En este tipo de aplicaciones es donde los modelos funcionales son
especialmente importantes, dado que modelan directamente las
funciones del sistema.
 Control basado en modelos. El modelo se emplea para
determinar las posibles acciones a realizar sobre el sistema que
conducirían al mismo a una determinada situación. Los modelos
causales son especialmente importantes para ello, dado que
representan los mecanismos de propagación de efectos en el
sistema modelado.
Aplicación en la Industria
 Optimización. El modelo se emplea para determinar
situaciones del proceso en las que se logra una mejoría
del rendimiento.
 Enseñanza. El modelo se utiliza para que una persona
estudie el comportamiento del sistema al que modela.
Este tipo de sistemas se han empleado en multitud de
circunstancias.
Ventajas uso de la simulación
 Experimentación económica: Es posible estudiar
procesos existentes de una forma más rápida, económica y
completa que en una planta real.
 Extrapolación: Con un modelo matemático adecuado se
pueden ensayar intervalos extremos de las condiciones de
operación, que pueden ser impracticables o imposibles de
realizar en una planta real.
 Estudio de conmutabilidad y evaluación de otros
planes de actuación: Se pueden introducir nuevos factores
o elementos de un sistema y suprimir otros antiguos al
examinar el sistema con el fin de ver si estas modificaciones
son compatibles.
Ventajas uso de la simulación
 Repetición de experimentos: La simulación permite estudiar
el efecto de la modificación de las variables y parámetros con
resultados reproducibles. En el modelo matemático se puede
introducir o retirar a voluntad un error, lo cual no es posible en la
planta “real”.
 Cálculos de Control: La simulación constituye una importante
ayuda material para el estudio de los sistemas de control con
lazos abiertos y cerrados.
 Ensayos de sensibilidad: Se pueden ensayar la sensibilidad de
los parámetros de costes y los parámetros básicos del sistema.
 Estudio de la estabilidad del sistema: Se puede examinar la
estabilidad de sistemas y subsistemas frente a diferentes
perturbaciones.
Desventajas de la simulación
 No existe una formulación matemática: Muchos sistemas
reales no pueden ser modelados matemáticamente con las
herramientas actualmente disponibles; por ejemplo, la conducta
de un cliente de un banco.
 Existe una formulación matemática pero es difícil obtener
una solución analítica: Los modelos matemáticos utilizados
para modelar un reactor nuclear o una planta química son
imposibles de resolver en forma analítica sin realizar serias
simplificaciones.
 No existe el sistema real: Es el problema del ingeniero que tiene
que diseñar un equipo nuevo o una nueva planta. El diseño del
sistema mejorará notablemente si se cuenta con un modelo
adecuado para realizar experimentos.
Cuando usar simulación
 Los experimentos son imposibles debido a impedimentos
económicos, de seguridad, de calidad o éticos: En este caso,
el sistema real está disponible para realizar experimentos, pero la
dificultad de los mismos hace que se descarte esta opción. Un
ejemplo de esto es la imposibilidad de provocar fallas en un avión
real para evaluar la conducta del piloto.
 El sistema evoluciona muy lentamente o muy rápidamente:
Un ejemplo de dinámica lenta es el problema de los científicos
que estudian la evolución del clima. Ellos deben predecir la
conducta futura del clima dado las condiciones actuales, no
pueden esperar que un tornado arrase una ciudad para luego dar
el mensaje de alerta. Por el contrario, existen fenómenos muy
rápidos que deben ser simulados para poder observarlos en
detalles, por ejemplo una explosión.
Estadio de Simulación
Formulac
ión
del Definició

Etapa III Documen

tación
problema n
del
sistema
Etapa I
Formulac
Impleme ión
ntación del
modelo

Modelado Colecció
Interpret
ación de n
de datos
Sistema

Impleme
Experime ntación
ntación del
modelo

Diseño
de Verificaci
experime ón

Etapa II ntos Validació

n
Etapa I
 Formulación del problema.
 Objetivo de la simulación.
 Alcance y limitaciones de la simulación.
 Definición del sistema.
 Tipo de sistema
 Tipos de datos de entrada y salida del sistema.
 Formulación del modelo.
 Modelo Teórico (Descripción del proceso)
 Modelo Conceptual (BD, PFD, DFI, DS)
 Recolección de los datos de las variables y parámetros del
sistemas
Formulación del problema.
 Siendo el primer paso, es muy crucial, ya que aquí se
debe establecer el objetivo de la simulación (Diseñar,
Evaluar, Controlar o Optimizar el proceso), las
limitaciones y alcance del mismo.
 ¿Qué quieres?
 ¿Para que lo quieres?
 ¿Cómo lo quieres?
 ¿Para cuando lo quieres?
Formulación del problema.
 De no limitar el sistema y identificarlo claramente, hay
mayor riesgo de no obtener resultado satisfactorio.
 Si el sistema seleccionado es muy complejo obtener la
información del mismo se convierte en una tarea
complicada.
 Si el sistema seleccionado es muy simple se puede estar
alejando del proceso real.
 Zona I Gas mezclado
(ZZ Kg/hr)

Tolueno
(XX Kg/hr)
Benceno
(AA Kg/hr)
Separador
Reactor
H2 de Gas
(YY Kg/hr)

Conversión Liquido Fraccionadora

mezclado

Reciclo Tolueno

Zona II