Generacin de Potencia: Modelizacin. Mayo / 2016.

REPBLICA BOLIVARIANA DE VENEZUELA

MINISTERIO DEL PODER POPULAR PARA LA EDUCACIN UNIVERSITARIA, CIENCIA Y
TECNOLOGA
UNIVERSIDAD POLITCNICA TERRITORIAL DEL NORTE DE MONAGAS LUDOVICO SILVA
CARIPITO - ESTADO MONAGAS.
DPTO. DE INGENIERA MECANICA
CATEDRA : GENERACIN DE POTENCIA
DOCENTE : ING. ( MSc ) ISMAEL VLIZ

MODELIZACIN

INDICE.

1. Introduccin 8. Definicin de Modelo

2. Generalidades sobre la Modelizacin 9. Tipos de Modelos
3. Sistemas 10. Clasificacin de Modelos
4. Simulacin de Sistemas 11.Fase de Construccin de Modelos
5. Tipos de Simulacin 12.Formulacin de Modelos
6. Modelizacin de Sistemas 13.Modelos Tericos vs. Experimentales
7. Modelado 14. Modelacin matemtica de Procesos Trmicos

1.- INTRODUCCIN

Cuando alguien tiene la responsabilidad de conducir un sistema dado, como por ejemplo: un banco,
una ciudad, un sistema de transporte, etc., debe tomar continuamente decisiones acerca de las acciones que
ejecutar sobre el sistema. Estas decisiones deben ser tales que la conducta resultante del sistema satisfaga de
la mejor manera posible los objetivos planteados.

Para poder decidir correctamente es necesario saber cmo responder el sistema ante una
determinada accin. Esto podra hacerse por experimentacin con el sistema mismo; pero factores de costos,
seguridad y otros hacen que esta opcin generalmente no sea viable. A fin de superar estos inconvenientes, se
reemplaza el sistema real por otro sistema que en la mayora de los casos es una versin simplificada. Este
ltimo sistema es el modelo a utilizar para llevar a cabo las experiencias necesarias sin los inconvenientes
planteados anteriormente.

En el mundo actual, tanto en el rea de los negocios, como en la industria y el gobierno, los proyectos
en gran escala y de gran complejidad son la regla y no la excepcin. Estos proyectos complejos requieren
estudios previos a su construccin o modificacin, denominados estudios pilotos. Tales estudios pilotos se
realizan utilizando la tcnica llamada modelizacin, es decir, construccin de modelos donde se realiza el
estudio con el fin de obtener conclusiones aplicables al sistema real.
Construido el modelo, el proceso de ensayar en l una alternativa se llama simular. El conjunto de
alternativas que se definen para su ensayo constituye la estrategia de la simulacin. Los objetivos del
proyecto definen cul es el sistema y cul el medio ambiente que lo rodea. El sistema procura satisfacer las
necesidades cambiantes de ese medio ambiente en el que est insertado. Cada nuevo sistema lo modifica y
crea en l nuevas necesidades. El sistema para poder subsistir debe adaptarse a los cambios.

Ing. Msc. Ismael Vliz. 1 /15

Generacin de Potencia: Modelizacin. Mayo / 2016.-

Uno de los objetivos de la simulacin es realizar ensayos de cambios en el sistema probndolos en el

modelo, con el fin de elegir la mejor alternativa, y as enfrentar mejor a una realidad que vara da a da. Al
proceso de experimentar con un modelo se denomina simulacin. Al proceso de disear el plan de
experimentacin para adoptar la mejor decisin se denomina optimizacin. Si el plan de experimentacin se
lleva a cabo con el solo objeto de aprender a conducir el sistema, entonces se denomina entrenamiento o
capacitacin.

2.- GENERALIDADES SOBRE LA MODELIZACIN.-

El anlisis de los procesos de ingeniera tiene como una de sus necesidades fundamentales el desarrollo
de ecuaciones capaces de describirlos. Dichas necesidades pueden proceder de muy diversas razones pero las
ms importantes, en el caso de los sistemas trmicos, son la de facilitar la simulacin del sistema analizado y
el desarrollo de un modelo matemtico sobre el cual se basar cualquier proceso de optimizacin.

La descripcin de las propiedades fsicas de algunos de los elementos en estudio puede encontrarse
habitualmente en forma de tablas. La mayora de los procesos de simulacin y optimizacin se llevan a cabo
mediante el uso de ordenadores y, por tanto, es ms conveniente el uso de ecuaciones que la utilizacin de
valores en forma de tablas.

Uno de los campos que se desarrollan a partir de la modelizacin de los sistemas es el del ajuste de
ecuaciones matemticas a los diferentes fenmenos fsicos. Este ajuste, aplicado a los procesos trmicos,
puede dividirse en el ajuste de curvas empricas (por ejemplo de las curvas caractersticas de un compresor) y
en el desarrollo de ecuaciones capaces de predecir el comportamiento de los diferentes equipos
(comportamiento de un conjunto de cambiadores de calor). El primer caso puede ser considerado como una
mera operacin de tratamiento de datos, mientras que el segundo hace uso del estudio y la aplicacin de leyes
fsicas para la obtencin de las ecuaciones buscadas que, en ese caso, pueden denominarse fenomenolgicas.
Ambas aproximaciones son vlidas para los procesos en los que deben ser empleadas. Por ejemplo, en el caso
del compresor de una turbina de gas, existen relaciones fsicas capaces de explicar su funcionamiento en
funcin de su geometra, de las condiciones de los fluidos que lo atraviesan y de su sistema de control. Sin
embargo el proceso es tan complejo que es ms conveniente recurrir al uso de curvas adimensionales para su
prediccin que el tratar de desarrollar las expresiones matemticas que lo describen. Por otro lado, los
cambiadores de calor siguen leyes fsicas que son de fcil aplicacin, y que tienen una forma conocida, lo que
no justifica el empleo de ecuaciones empricas.

Existen mltiples tcnicas que se pueden emplear para determinar los coeficientes y las constantes que
aparecen en las ecuaciones empricas. Estas tcnicas son en realidad reglas matemticas que tienen aplicacin
en cada caso concreto. Sin embargo, el aspecto ms importante del proceso de creacin de ecuaciones de este
tipo es la determinacin de la forma de las ecuaciones. Para este aspecto no existen reglas. Est ms cerca del
conocimiento del proceso y de la intuicin que de la aplicacin automtica de metodologas. No existe una
metodologa capaz de indicar si una determinada relacin est dada por una determinada combinacin de
funciones exponenciales, senoidales y polinmicas o por otra. Aqu no se van a describir las tcnicas de
obtencin de las ecuaciones a partir de los datos empricos. Sin embargo, una buena recopilacin se puede
encontrar en el trabajo de Stoecker [68] en el que se describe de manera general, y aplicada a los sistemas

Ing. Msc. Ismael Vliz. 2 /15

Generacin de Potencia: Modelizacin. Mayo / 2016.-

trmicos, el uso de la solucin de sistemas de ecuaciones, las representaciones polinomiales, la interpolacin

de Lagrange, las formas exponenciales, el uso de la tcnica de mnimos cuadrados y, adems, se da una
introduccin al "arte" del ajuste de ecuaciones.

En cuanto al uso de las leyes fsicas para la obtencin de ecuaciones capaces de describir el
comportamiento de los sistemas trmicos, el alcance de ste se puede reducir a la aplicacin a dos
componentes fundamentales. Al menos en cuanto al estudio de los ciclos combinados se refiere, es posible
enfocar el anlisis en dos elementos genricos: turbomaquinaria y cambiadores de calor. En particular, los
ciclos combinados estn compuestos por turbinas, compresores, cmaras de combustin y cambiadores de
calor. Los cambiadores de calor se pueden modelizar haciendo uso de las ecuaciones de la transmisin del
calor mientras que las turbomquinas suelen ser tratadas empleando relaciones adimensionales entre algunos
de sus parmetros fundamentales.

3.- SISTEMAS

Se define sistema como un conjunto de partes, objetos o ideas que estn operativamente
interrelacionadas entre s como una unidad para la consecucin de un fin, del que interesa considerar
fundamentalmente su comportamiento global. Tambin se puede definir como la porcin del Universo que
ser objeto de la simulacin.

Un sistema es una seccin de la realidad que es el foco primario de un estudio y est compuesto de
componentes que interactan con otros de acuerdo a ciertas reglas dentro de una frontera identificada para el
propsito del estudio. Un sistema puede realizar una funcin que no es realizable por sus componentes
individuales. Los objetos o componentes que forman parte del sistema se denominan entidades, por ejemplo:
un auto est compuesto por un motor, ruedas, carrocera, etc. Estas entidades poseen propiedades
denominadas atributos, por ejemplo: la potencia del motor, y se relacionan entre s a travs de relaciones o
funciones. Estas relaciones pueden ser:

Estticas o estructurales: un auto posee cuatro ruedas.

Dinmicas o funcionales: un auto consume nafta si se enciende el motor.

Los valores asumidos por los atributos de las entidades en un momento dado determinan el estado del
sistema. El estado puede ser esttico o estacionario, esto significa que se mantiene constante en el tiempo; o
por el contrario, puede ser dinmico o transitorio si evoluciona con el tiempo. Un sistema puede presentar los
dos tipos de conductas; generalmente, cuando inicia su funcionamiento pasa por un estado dinmico y luego
alcanza un estado estacionario o de rgimen. Un estado estacionario es estable si el sistema retorna a l luego
de una perturbacin. Por el contrario, un estado estacionario es inestable si el sistema se aleja de l luego de
una perturbacin. Este alejamiento puede dar lugar a una respuesta acumulativa (crece o decrece
continuamente, o alcanza otro estado estacionario) o a una respuesta oscilatoria (crece y decrece
continuamente). Un ejemplo de estado estable, es un pndulo en su posicin de reposo; en cambio, el pndulo
invertido es un ejemplo de estado inestable. Si el pndulo no tiene friccin, la respuesta a una perturbacin
ser oscilatoria; en cambio, si existe friccin la respuesta ser amortiguada.

Ing. Msc. Ismael Vliz. 3 /15

Generacin de Potencia: Modelizacin. Mayo / 2016.-

4.- SIMULACIN DE SISTEMAS

Simulacin es el proceso de disear un modelo de un sistema real y llevar a cabo experiencias con
l, con la finalidad de aprender el comportamiento del sistema o de evaluar diversas estrategias para el
funcionamiento del sistema.

La simulacin de los sistemas trmicos consiste en el clculo de los valores de las variables de operacin,
en principio en estado estacionario. Dichas variables de operacin son las presiones, temperaturas, y flujos de
materia y energa. La simulacin de los sistemas presupone el conocimiento de las ecuaciones que rigen el
comportamiento de los componentes que forman dichos sistemas. Esas ecuaciones de funcionamiento de los
componentes, junto con las expresiones que relacionan el estado de los fluidos con sus propiedades
termodinmicas, as como con los balances de materia y energa, constituyen un sistema de ecuaciones que
relacionan todas las variables de operacin. La descripcin del comportamiento del sistema trmico en
particular consiste en la resolucin de dicho sistema de ecuaciones, siendo la mayora de ellas no lineales.

La simulacin de los sistemas trmicos en estado estacionario suele reducirse a la solucin de un sistema
complejo de ecuaciones no lineales. A continuacin se describen algunos de los procedimientos que pueden
emplearse para dicha resolucin, as como las ventajas y desventajas de cada uno de ellos. Dichos
procedimientos han sido empleados en el programa de simulacin de ciclos combinados desarrollado en
paralelo a esta tesis, y sus rendimientos han sido, por tanto, evaluados directamente.

Los dos mtodos fundamentales empleados en la solucin simultnea de sistemas de ecuaciones no

lineales son la sustitucin sucesiva y el mtodo de Newton - Raphson . Cada mtodo tiene sus ventajas y sus
desventajas, y stas se describen en este apartado.

4.1.- MTODO DE SUSTITUCIN SUCESIVA.

El mtodo de sustitucin sucesiva est ntimamente relacionado con el diagrama de flujo del proceso en
estudio. El procedimiento consiste en la suposicin de uno (o varios) de los valores de las variables incluidas
en las ecuaciones a resolver, el inicio del clculo y la obtencin de las variables del sistema hasta que las que
fueron inicialmente supuestas son calculadas. Entonces se procede a la sustitucin de los valores supuestos
por los calculados hasta que el procedimiento converge (de aqu procede el nombre de sustitucin sucesiva).

La convergencia o divergencia de los mtodos de sustitucin sucesiva depende enormemente de la

eleccin del diagrama de flujo a aplicar en la resolucin de las ecuaciones que describen el sistema. El orden
en el que se evala la convergencia, as como la eleccin de las variables que se suponen al comienzo del
procedimiento es fundamental para su rpida convergencia o para su divergencia.

4.2.- MTODO DE NEWTON-RAPHSON

El procedimiento de Newton - Raphson constituye una va sistemtica de obtener la solucin al

problema / (5c) = O, comenzando desde cualquier x , escribiendo la ecuacin en la forma x = g(x) y
0

basndose en la relacin de recurrencia Xic + = gfx / J. El mtodo, expresado en trminos intuitivos

Ing. Msc. Ismael Vliz. 4 /15

Generacin de Potencia: Modelizacin. Mayo / 2016.-

consiste en reemplazar la funcin f(x) en cada punto del proceso iterativo por el modelo de ella que define la
recta tangente a f(x) en ese punto.

En la proximidad de la solucin (x = a), el desarrollo en serie de Taylor de la funcin f(x) = O puede

expresarse, despreciando los trminos de orden superior como/ = f(a) + f'(a) (x - a). Esta es la base de la
tcnica iterativa de solucin de sistemas de ecuaciones del mtodo de Newton - Raphson. El mtodo de
Newton-Raphson requiere un valor inicial para comenzar el proceso iterativo.

Para un sistema de mltiples ecuaciones con mltiples incgnitas el mtodo se puede generalizar
como sigue. Sea el sistema de ecuaciones :

f 1 ( x 1 , x 2 ,. , x n )=0

f 2 ( x 1 , x 2 ,. , x n )=0

f n ( x 1 , x 2 ,. , x n )=0

El procedimiento de resolucin consiste en los siguientes pasos :

1. Reescribir las ecuaciones de manera que tengan la forma descrita en el prrafo anterior

2. Suponer valores iniciales para las variables a calcular x , x ,, x

1t 2t nt

3. Calcular los valores de f , f , .., f en los puntos dados por x , x ,, x

1 2 n 1t 2t nt

4. Calcular las derivadas parciales de las funciones con respecto a las variables en el punto
x 1t , x 2 t ,, x n t . En caso de no conocerse las expresiones de las funciones, las derivadas se
sustituyen por las expresiones en diferencias finitas correspondientes.

5.- TIPOS DE SIMULACIN

Cuando se pretende estudiar el comportamiento de un sistema continuo se recurre a un modelo, bien porque
nos encontremos en la fase de diseo de una instalacin inexistente, bien porque no se pueda probar las
actuaciones sobre la planta real o bien porque se pretenda encontrar las ecuaciones que rigen su
comportamiento.

La simulacin predice el futuro ante hiptesis ciertas ( Si pasa esto y aquello suceder que...). La simulacin
puede fracasar por:

Modelo invlido: no representa fielmente al sistema en estudio.

Mala estrategia en la seleccin de alternativas: al aconsejar la mejor se aconseja la menos
mala que est lejos de la mejor.

Ing. Msc. Ismael Vliz. 5 /15

Generacin de Potencia: Modelizacin. Mayo / 2016.-

Muchos casos en los que hay concordancia entre el comportamiento del modelo y el sistema real no
aseguran la validez del modelo; basta un solo caso en que el modelo no se comporta como el sistema real
para afirmar que el modelo es invlido.
6.- MODELIZACIN DE SISTEMAS

El primer paso a dar para estudiar un sistema es elaborar un modelo, el cual puede ser una
representacin formal de la teora o una explicacin formal de la observacin emprica. Sin embargo, a
menudo es una combinacin de ambas.
Los propsitos de usar un modelo son los siguientes:

1. Hace posible que un investigador organice sus conocimientos tericos y sus observaciones
empricas sobre un sistema y deduzca las consecuencias lgicas de esta organizacin.
2. Favorece una mejor comprensin del sistema.
3. Acelera anlisis.
4. Constituye un sistema de referencia para probar la aceptacin de las modificaciones del sistema.
5. Es ms fcil de manipular que el sistema mismo.
6. Hace posible controlar ms fuentes de variacin que lo que permitira el estudio directo de un
sistema.
7. Suele ser menos costoso.

Al analizar un sistema podemos observar, que al cambiar un aspecto del mismo, se producen cambios
o alteraciones en otros. Es en estos casos en los que la simulacin, representa una buena alternativa para
analizar el diseo y operacin de complejos procesos o sistemas.

La modelacin de sistemas es una metodologa aplicada y experimental que pretende:

1. Describir el comportamiento de sistemas.

2. Hiptesis que expliquen el comportamiento de situaciones problemtica.
3. Predecir un comportamiento futuro, es decir, los efectos que se producirn mediante cambios en el
sistema o en su mtodo de operacin.

7.- MODELADO

Modelado es el proceso de construccin de un modelo. Un modelo es una representacin de un

objeto, sistema, o idea. Usualmente, su propsito es ayudar explicar, entender o mejorar un sistema .

Los modelos son tiles para:

El pensamiento: Al construir un modelo necesariamente se debe ordenar y completar el

conocimiento que del sistema real se posee.
La comunicacin: Un modelo elimina la ambigedad del lenguaje para comunicarse con expertos.

El entrenamiento y la instruccin: Un modelo puede ser utilizado para entrenar con costo y
riesgo casi nulos. Por ejemplo, los submarinos a escala utilizados por la marina alemana para
entrenar en secreto antes de la segunda guerra mundial; o tambin, el sistema de barcos a
escalas utilizados actualmente en Francia para entrenar a los capitanes de barcos petroleros.

Ing. Msc. Ismael Vliz. 6 /15

Generacin de Potencia: Modelizacin. Mayo / 2016.-

La prediccin: Un modelo sirve para predecir la conducta del sistema real. Es el caso de los
modelos utilizados para predecir, mediante simulacin, la evolucin del clima mundial. El
modelo de la teora de la relatividad predice, sin hacer una simulacin, que no es posible
superar la velocidad de la luz.
La experimentacin: La experimentacin con un modelo es barata y segura. Se emplea
frecuentemente en el diseo de un sistema; por ejemplo, las pruebas que se realizan en un
tnel de viento con un modelo a escala de un avin o de un automvil.

El modelado es un arte, cualquier conjunto de reglas para desarrollar modelos tiene una utilidad limitada
y slo puede servir como una gua sugerida. El arte de modelar consiste en la habilidad para analizar un
problema, resumir sus caractersticas esenciales, seleccionar y modificar las suposiciones bsicas que
caracterizan al sistema, y luego enriquecer y elaborar el modelo hasta obtener una aproximacin til.

Los pasos sugeridos para este proceso son:

1. Establecer una definicin clara de los objetivos.

2. Analizar el sistema real.
3. Dividir el problema del sistema en problemas simples.
4. Buscar analogas.
5. Considerar un ejemplo numrico especfico del problema.
6. Determinar las variables de inters.
7. Escribir los datos obvios.
8. Escribir las ecuaciones tericas o empricas que describen los fenmenos presentes y relacionan las
variables de inters.
9. Si se tiene un modelo manejable, enriquecerlo. De otra manera, simplificarlo.

Generalmente, simplificar un modelo implica:

Convertir variables en constantes.

Eliminar o combinar variables.
Suponer linealidad.
Agregar suposiciones ms potentes y restricciones.
Restringir los lmites del sistema.

Para enriquecerlo se procede de la forma contraria. Durante el proceso de modelado se debe alcanzar un
equilibrio entre el grado de detalle y el riesgo de falta de exactitud. El mejor modelo, es el modelo ms
simple que puede resolver el problema con el grado de exactitud requerido.

8.- DEFINICIN DE MODELO

Un modelo es una representacin de un objeto, sistema o idea, de forma diferente al de la entidad

misma. El propsito de los modelos es ayudarnos a explicar, entender o mejorar un sistema, un modelo de un
objeto puede ser una rplica exacta de ste o una abstraccin de las propiedades dominantes del objeto.
Modelo : Un objeto X es un modelo del objeto Y para el observador Z, si Z puede emplear X para responder
cuestiones que le interesan acerca de Y .

Ing. Msc. Ismael Vliz. 7 /15

Generacin de Potencia: Modelizacin. Mayo / 2016.-

El uso de modelos no es algo nuevo. El hombre siempre ha tratado de representar y expresar ideas y
objetos para tratar de entender y manipular su medio. Un requerimiento bsico para cualquier modelo, es que
debe describir al sistema con suficiente detalle para hacer predicciones vlidas sobre el comportamiento del
sistema. Ms generalmente, las caractersticas del modelo deben corresponder a algunas caractersticas del
sistema modelado. La figura siguiente muestra el concepto de un modelo de simulacin:

Se debe tomar en cuenta que el modelo nunca va a ser una representacin exacta de la realidad ( trabajar en
un rango). Un modelo se utiliza como ayuda para el pensamiento al organizar y clasificar conceptos confusos
e inconsistentes. Al realizar un anlisis de sistemas, se crea un modelo del sistema que muestre las entidades,
las interrelaciones, etc. La adecuada construccin de un modelo ayuda a organizar, evaluar y examinar la
validez de pensamientos.

Al explicar ideas o conceptos complejos, los lenguajes verbales a menudo presentan ambigedades e
imprecisiones. Un modelo es la representacin concisa de una situacin; por eso representa un medio de
comunicacin ms eficiente y efectivo.

Una definicin bastante generalizada de modelo, originada en mbitos geogrficos, es " una
representacin simplificada de la realidad en la que aparecen algunas de sus propiedades". De la definicin
se deduce que la versin de la realidad que se realiza a travs de un modelo pretende reproducir solamente
algunas propiedades del objeto o sistema original que queda representado por otro objeto o sistema de menor
complejidad. Los modelos se construyen para conocer o predecir propiedades del objeto real.

" Un modelo es un objeto, concepto o conjunto de relaciones que se utiliza para representar
y estudiar de forma simple y comprensible una porcin de la realidad emprica "

Para que los modelos puedan decirnos algo sobre el objeto que representan, es necesario que se
construyan estableciendo una relacin con la realidad que debe ser simtrica, es decir, la relacin de
correspondencia entre el objeto real y el modelo debe ser al menos parcialmente reversible y debe permitir la
traduccin de algunas propiedades del modelo a la realidad. La existencia de la relacin simtrica permite que
un resultado C' relativo al modelo pueda traducirse en otro C relativo al objeto real y, de esta forma, que las
respuestas derivadas del modelo sean aplicables a la realidad sin perder sentido. Denominaremos a estas
propiedades que se deducen del modelo propiedades emergentes.

Ing. Msc. Ismael Vliz. 8 /15

Generacin de Potencia: Modelizacin. Mayo / 2016.-

9.- TIPOS DE MODELOS

Tal como se indica en el esquema anterior, los modelos del sistema pueden ser modelos fsicos o
matemticos. Los primeros consisten en el uso de copias a escala reducida de la instalacin a estudiar. Este
tipo de modelos implican un alto costo y suelen utilizarse para obtener datos experimentales con los que
ajustar modelos matemticos de simulacin.

Los modelos matemticos buscan. En primer lugar, plantear las n ecuaciones de estado de primer
orden que relacionan las n variables de estado caractersticas del sistema a simular. Cuando, adems de
obtener las condiciones estacionarias del sistema, es preciso simular la evolucin dinmica del mismo ante
cualquier perturbacin, dichas ecuaciones diferenciales tienen que incluir las derivadas temporales de las
variables de estado.

Un modelo debe ser:

Fcil de entender por parte del usuario.

Dirigido a metas u objetivos.
Sensato, en cuanto no de respuestas absurdas.
Fcil de manipular y controlar por parte del usuario. Es decir, debe ser sencillo comunicarse
con el modelo.
Completo, en lo referente a asuntos importantes.
Adaptable, con un sencillo procedimiento para modificar o actualizar el modelo.
Evolutivo, debe ser sencillo al principio y volverse ms complejo en el tiempo.

A modo de ejemplo de lo planteado, considere que se desea construir un modelo para determinar el
tiempo y la velocidad de contacto con el suelo de un paracaidista. El objetivo ya est planteado. El sistema
ser el paracaidista. Las caractersticas esenciales sern la velocidad de descenso, la fuerza de friccin, la
altura inicial, etc. A fin de mantener el modelo en la forma ms simple posible se supondr despreciable la
variacin de la aceleracin de la gravedad con respecto a la altura, se supondr despreciable tambin la

Ing. Msc. Ismael Vliz. 9 /15

Generacin de Potencia: Modelizacin. Mayo / 2016.-

elevacin de la temperatura provocada por la friccin, se supondr un cuerpo estndar para el paracaidista,
etc. Luego, se determinarn las variables que representan a las caractersticas esenciales: v, Fr, h0 , etc. El
paso siguiente ser formular las ecuaciones que vinculen dichas variables, como por ejemplo:

donde g es la aceleracin de la gravedad, h es la altura, m es la masa del paracaidista, t es el tiempo, y Cr es el

coeficiente de friccin.
El modelo es manejable, pero se puede simplificar si es que se determina que la velocidad terminal
( la que equilibra el peso con la fuerza de friccin ) se alcanza pronto. Si esto es as, se podr utilizar un
modelo ms simple considerando que la velocidad es constante.

10.- CLASIFICACIN DE MODELOS

Un modelo es tambin un sistema; por lo tanto valen todas las definiciones y clasificaciones que se
puedan establecer. Debido a que un modelo es una simplificacin o abstraccin de un sistema real, no es
necesario, salvo en los aspectos relevantes, que el modelo guarde una total correspondencia con el sistema
real. Entonces, habr casos en que ser conveniente utilizar un modelo discreto para modelar un sistema
continuo, o utilizar un modelo estocstico para modelar un sistema determinstico

Existen mltiples tipos de modelos para representar la realidad. Algunos de ellos son:

Dinmicos: Utilizados para representar sistemas cuyo estado vara con el tiempo.
Estticos: Utilizados para representar sistemas cuyo estado es invariable a travs del tiempo.
Matemticos: Representan la realidad en forma abstracta de muy diversas maneras.
Fsicos: Son aquellos en que la realidad es representada por algo tangible, construido en
escala o que por lo menos se comporta en forma anloga a esa realidad (maquetas,
prototipos, modelos analgicos, etc.).
Analticos: La realidad se representa por frmulas matemticas. Estudiar el sistema consiste
en operar con esas frmulas matemticas (resolucin de ecuaciones).
Numricos: Se tiene el comportamiento numrico de las variables intervinientes. No se
obtiene ninguna solucin analtica.
Continuos: Representan sistemas cuyos cambios de estado son graduales. Las variables
intervinientes son continuas.
Discretos: Representan sistemas cuyos cambios de estado son de a saltos. Las variables
varan en forma discontinua.
Determinsticos: Son modelos cuya solucin para determinadas condiciones es nica y
siempre la misma.

Ing. Msc. Ismael Vliz. 10 /15

Generacin de Potencia: Modelizacin. Mayo / 2016.-

Estocsticos: Representan sistemas donde los hechos suceden al azar, lo cual no es

repetitivo. No se puede asegurar cules acciones ocurren en un determinado instante. Se
conoce la probabilidad de ocurrencia y su distribucin probabilstica. (Por ejemplo, llega una
persona cada 20 10 segundos, con una distribucin equiprobable dentro del intervalo).

11.- FASES EN LA CONSTRUCCIN DE MODELOS:

1. Fase de Conceptualizacin
2. Fase de Formulacin
3. Fase de Evaluacin

1.- La Fase de Conceptualizacin : consiste en la obtencin de una comprensin mental de un cierto

fenmeno del mundo real:

Obtencin de informacin a travs de la opinin de expertos y la literatura al respecto.

Definicin de aspectos del problema a resolver.
Particularizacin del comportamiento dinmico del sistema mediante la estructura mas
simple que lo genere
Identificacin de elementos del sistema, lo que llevara establecer los lmites del sistema.

2.-La Fase de Formulacin : trata de representar los elementos manejados en la fase anterior por medio de
un lenguaje formal:

Establecimiento de diagramas formales.

Clculo de ecuaciones dinmicas del modelo.

Ing. Msc. Ismael Vliz. 11 /15

Generacin de Potencia: Modelizacin. Mayo / 2016.-

Implementacin en computador utilizando un lenguaje apropiado que procese el conjunto

de ecuaciones dinmicas (SIMULINK, MODELICA, MATLAB, ETC,)
3.- La Fase de Evaluacin : consiste en el anlisis del modelo as como su sometimiento a criterios de
aceptabilidad:

Ensayos mediante simulacin de las hiptesis sobre las que se asienta el modelo y su
consistencia.
Anlisis de sensibilidad para estudiar la dependencia de las conclusiones extradas del modelo con
las variaciones de los parmetros que aparecen en el mismo.

El criterio de aceptabilidad ser "evaluacin generalizada" que tendr en cuenta no solo las
discrepancias prediccin-observacin , sino todos los aspectos cuantitativos y cualitativos del modelo

El proceso de construccin de un modelo no es lineal, pasndose en sucesivas etapas por modelos

progresivamente mejorados de acuerdo con un cierto criterio de aceptabilidad.

Por lo tanto el proceso de modelado consta de dos etapas,

Etapa Inicial.
Etapa de Perfeccionamiento.

Las sucesivas etapas consistirn en una eliminacin progresiva de las hiptesis ms simplificadoras
de manera que el modelo se aproxime cada vez ms a la realidad

12.- FORMULACIN DEL MODELO

Comenzar haciendo un diagrama de flujo simple

Debe hacerse nfasis en la simplicidad, facilidad de formulacin y comprensin
Usar el nmero mnimo de variables necesarias para describir el sistema
La sobre simplificacin hace al modelo intil
La inclusin de detalles triviales hace al modelo excesivamente extenso, complejo e
intratable

12.1.- Normas bsicas para la construccin de un modelo:

1.-Para la construccin con xito de un modelo es necesaria la descripcin explcita del

comportamiento dinmico, formada por el modo de referencia (grficos) , las hiptesis acerca de
sus causas y los mecanismos bsicos.

2.-Las hiptesis dinmicas se obtienen a travs de una exploracin combinada del comportamiento
histrico del sistema con estructuras simples de comportamiento conocido.

3.-Los lmites del sistema se deben elegir los suficientemente amplios para acoger los procesos
que generen el comportamiento dinmico.

Ing. Msc. Ismael Vliz. 12 /15

Generacin de Potencia: Modelizacin. Mayo / 2016.-

4.-El objetivo del modelo no es predecir, sino ensayar las hiptesis dinmicas.

5.- El modelo inicial debe contener nicamente los mecanismos bsicos que generen el modo de
referencia.

6.-Para reducir la complejidad del modelo debe procederse a restringir el nmero de detalles

13.- MODELOS TERICOS VS. EXPERIMENTALES

Si el modelo que se construye slo se orienta a reproducir las salidas del sistema real sin intentar
modelar su comportamiento interno; entonces, ser un modelo experimental o de caja negra. En cambio, si el
modelo tambin intenta reproducir las relaciones funcionales del sistema ser un modelo con base terica. Un
modelo experimental requiere una gran cantidad de datos para poder calibrarlo o ajustarlo correctamente, y su
rango de validez est limitado a este conjunto de datos. En contraposicin, un modelo terico requiere una
cantidad menor de datos y puede ser utilizado fuera del rango de los mismos ya que el rango de validez del
modelo est dado por la teora utilizada y no por los datos.

Un ejemplo simple se presenta cuando se desea determinar el espacio recorrido por un cuerpo mvil a
velocidad constante en funcin del tiempo. Para una velocidad dada, se puede construir una grfica de
espacio vs. tiempo a partir de medidas experimentales. Esta grfica slo podr emplearse para el caso en que
la velocidad del mvil sea idntica a aquella que se utiliz en los experimentos. Adems, slo proveer
informacin para los tiempos que pertenezcan al intervalo de experimentacin. Estos problemas no se
presentan si se utiliza un modelo terico simple: e = v.t ; ni siquiera son necesarios los datos experimentales.
Para un calentador de agua se puede construir un modelo experimental que permita estimar el tiempo
de calentamiento requerido para calentar una cantidad dada de agua hasta una temperatura deseada. Para ello
ser necesario medir la temperatura Tmi en N determinados instantes t y luego ajustar grficamente una
i
curva t vs. Tm, o ajustar matemticamente con el criterio de mnimos cuadrados los coeficientes a de un
polinomio P (a , t ) resolviendo el siguiente problema de optimizacin:

Luego, el tiempo requerido para alcanzar una temperatura especificada ser dado por este polinomio
ya ajustado. Un problema del modelo anterior es que se torna totalmente intil cuando se cambia la cantidad
de agua en el recipiente. Este problema puede ser resuelto incorporando la variable M al modelo; pero sern
necesarios nuevos datos experimentales para distintos valores de M. La incorporacin de ms variables puede
llegar a hacer necesario que se reemplace el polinomio por un modelo ms potente como por ejemplo una red
neuronal. Otro problema es que el modelo no puede ser utilizado para temperaturas que estn fuera del
intervalo de las temperaturas de los datos experimentales. Un modelo con base terica requerira mucho
menos experimentos, o quizs ninguno, y el rango de temperatura posibles sera mayor.

14.- MODELIZACION MATEMTICA DE LOS PROCESOS TRMICOS.-

Los modelos matemticos dan el comportamiento en forma de relaciones entre variables (ecuaciones)

Ing. Msc. Ismael Vliz. 13 /15

Generacin de Potencia: Modelizacin. Mayo / 2016.-

cuya resolucin puede ser analtica o mediante simulacin.

14.1.- MODELO FSICO MATEMTICO

Para llevar a cabo el modelado de una caldera de vapor se ha dividido en los distintos elementos que
la componen, modelndose cada uno de ellos por separado; de tal forma que su posterior unin permita
simular el comportamiento global de la caldera.

Los elementos principales considerados son:

Hogar de combustin
Banco de conveccin
Sobrecalentador
Economizador
Precalentador de agua
Caldern de vapor
Conductos y tuberas
Chimenea
Ventilador

El modelado de cada unidad est basado en leyes de conservacin de materia, energa y cantidad de
movimiento, buscando siempre un compromiso entre la representacin fidedigna del proceso real y la
complejidad matemtica derivada de la misma. Compromiso que puede traducirse en la consideracin de
determinadas suposiciones y calculo de ciertos parmetros.
De forma genrica, las leyes de conservacin pueden traducirse matemticamente como:

Balance de materia:

Balance de energa :

Ing. Msc. Ismael Vliz. 14 /15

Generacin de Potencia: Modelizacin. Mayo / 2016.-

donde:
Tm (diferencia media de temperaturas).
H (entalpa especfica).
hf (prdida de carga).
P (presin).
Q (flujo de calor).
S (superficie efectiva de intercambio de calor).
U (coef. global de transmisin de calor).
W (flujo msico).
z (altura de elevacin).
(densidad).

Estas ecuaciones se utilizan para el modelado de todas las unidades que componen la caldera,
ajustndolas a cada caso concreto. Las unidades ms complejas desde el punto de vista del modelado son el
hogar de combustin y el caldern de vapor, por lo que se ha considerado necesario describirlas de forma ms
detallada.

Ing. Msc. Ismael Vliz. 15 /15

Generacin de Potencia: Modelizacin. Mayo / 2016.-

Ing. Msc. Ismael Vliz. 16 /15