Análise transiente de processos contínuos químicos

ANÁLISE EM REGIME TRANSIENTE DE PROCESSOS
CONTÍNUOS:
BALANÇOS DE MASSA, ENERGIA E MOMENTUM
APLICADO A OPERAÇÕES UNITÁRIAS DA INDÚSTRIA
QUÍMICA
Prof. Dr. Ricardo de Araújo Kalid – kalid@ufba.br

Departamento de Engenharia Química da UFBA
Escola Politécnica da UFBA

UFBA
Página 2 de 172
CURRÍCULO DO INSTRUTOR
Ricardo de Araújo Kalid, D. Sc.

04/09/64
kalid@ufba.br
(0xx71) 203.9811 / 9984.3316
Prof. Depto Engenharia Química da

UFBA
ÁREAS DE ATUAÇÃO E LINHAS DE PESQUISA
Modelagem e simulação em regime estacionário e transiente de processos
Identificação de processos
Controle de processos
Otimização de processos
Síntese de redes de transferência de calor e massa
OUTROS
Professor do Mestrado em Engenharia Química da UFBA e do Mestrado em

Produção Limpa
Professor (anos 92 e 93) do Curso de Especialização em Instrumentação e

Controle (CEINST) promovido pelo Departamento de Engenharia Mecânica da
UFBA
Professor de Cursos de Educação Continuada (Controle Avançado, Controle

Preditivo Multivariável, Identificação de Processos, Otimização de Processos
Químicos, Controle de Colunas de Destilação) para DOW, PETROBRAS,
GRIFFIN, EDN, CIQUINE, OXITENO, COPENE.
Professor (98) do Curso de Especialização em Automação de Sistemas

Industriais (CEASI) promovido pelo Depto de Engenharia Elétrica da UFBA
Professor e Coordenador (99) do Curso de Especialização em Controle e

Automação de Processos Industriais (CECAPI) promovido pelos Depto de
Engenharia Química e Elétrica da UFBA
Análise em regime transiente de processos contínuos - Ricardo de Araújo Kalid –

kalid@ufba.br – LACOI@ufba.br – www.LACOI.ufba.br
Página 3 de 172
Professor e Coordenador (2000 a 2002) do Curso de Especialização em

Instrumentação, Automação, Controle e Otimização de Processos Contínuos
(CICOP 1ª e 2ª turmas) promovido pelo Depto de Engenharia Química e UFBA e
AINST.
Coordenador do II e do III Seminário Nacional de Controle e Automação (II

SNCA-2001 e III SNCA-2003)
PROJETOS COOPERATIVOS E/OU CONSULTORIAS PARA INDÚSTRIAS
MONSANTO-GRIFFIN-POLITENO: Síntese de redes de transferência de

calor e massa
DETEN: Simulação do reator radial para desidrogenação de parafinas /

Minimização de água industrial
EDN: participou da equipe de desenvolvimento do plano diretor de

automação
PDAI/BA - Programa de Desenvolvimento da Automação Industrial,

participantes: UFBA, UNIFACS, CEFET/BA, CETIND-SENAI, FIEB, SEPLANTEC,
PETROBRAS, NITROCARBONO, DETEN, OXITENO, OPP, POLIBRASIL,
POLITENO, BRASKEM/UNIB
GRIFFIN: Sistema de controle de pH de efluentes.
POLITENO: Sistema de controle de pH de efluentes.
BRASKEM/UNIB: Identificação de processos; Sintonia de controladores

industriais; Simulação, controle e otimização do conversor de acetileno da ETENO
II
BRASKEM/UNIB-POLITENO-UFBA: Diagnóstico de Malhas de Controle

Preditivo Multivariável (MPC)
BRASKEM/UNIB -UFBA: Projeto de produção + limpa para

minimização/reuso de águas industriais
POLICARBONATOS-UFBA: Diagnóstico de Malhas de Controle PID + VOA’s

(Redes Neurais)
INDICADORES DE PRODUÇÃO CIENTÍFICA

Página 4 de 172
Trabalhos Apresentados em
14
Congressos:
Trabalhos Publicados em Periódicos: 2
Dissertação de Mestrado (1) e

Tese de Doutorado (1) Defendidas e 2
Aprovadas:
Participação de Bancas de Mestrado (5)

6
e de Doutorado (1):
Orientação de Iniciação Científica e 21 (concluídas) e 6 em

Tecnológica andamento
Orientação de Dissertações de 8 (em andamento), 5

Mestrado: concluídas

Página 5 de 172
Trabalhos em parceria com indústrias:
N TEMA PARTICIPANTES INSTITUIÇÃO STATUS
Integração Sebastião Luís POLITENO

energética de plantas
João Nery Em
35 de polimerização de
José Geraldo UFBA desenvolvimento
etileno a baixa
pressão Ricardo Kalid
Otimização das Wagner Mônaco ELEKEIROZ

Em
34 colunas de destilação
Ricardo Kalid UFBA desenvolvimento
de 2-etil-hexanol
Otimização das Wagner Mônaco ELEKEIROZ

33 colunas de destilação Concluído
Ricardo Kalid UFBA
de octanol
Otimização do Alexander
DOW
32 sistema de sepação Morbeck Brinker Concluído
de efluentes Ricardo Kalid UFBA
Otimização do Frederico Epstein MONSANTO

reator de Em
31
desidrogenação de di- Ricardo Kalid UFBA desenvolvimento
etanol-amina (DEA)
Otimização de Nadja Fontes BRASKEM

uma unidade de Em
30
separação e reforma Ricardo Kalid UFBA desenvolvimento
de nafta
29 Minimização do José luiz Bravo Em

CARAÍBA
uso de água no desenvolvimento
Péricles Júnior
processo industrial da
Asher Kiperstok UFBA
CARAÍBA (AGUAÍBA)
Leoni Pustilnik

Página 6 de 172
Daniela Fontana
Ricardo Kalid
Carlos Pessoa
Erisvaldo Cunha DETEN

Minimização do
Cláudio Costa
uso de água no
Em
28 processo industrial da Asher Kiperstok
desenvolvimento
DETEN (DETEN-
Carlos Maurício
ÁGUA) UFBA
Salvador Ávila
Ricardo Kalid
Desenvolvimento Fábio Carrilho

ZCR
de projetos de Em
27 Ruben Delgado
controle e otimização desenvolvimento
de processos Ricardo Kalid UFBA
Luciano Ferraz
Sebastião Luís POLITENO

Integração
Jean Cailleaux Em
26 energética de plantas
João Nery desenvolvimento
de polimerização
José Geraldo UFBA
Ricardo Kalid
25 Integraçao João Colonese Em

energética de plantas desenvolvimento
Klauss V. Serra
de química fina
Nelson Siem GRIFFIN
Tadeu
Aloísio

Página 7 de 172
Marcelo Escobar
UFBA
Ricardo Kalid
Antônio Malan
Carlos Modesto
Sérgio Maronato
POLICARBONATOS
Diagnóstico e
Marcelo Coutinho
otimização de malhas
Gabriella Sá Em
24 de controle PID
Vieira desenvolvimento
industriais: PROJETO
POLICARBOMAX Grazziela Gomes
Marcelo
UFBA
Embiruçu
Ricardo Kalid
Otimização do Klauss V. Serra MONSANTO

reator de PIA da Em
23
planta da Monsanto Ricardo Kalid UFBA desenvolvimento
Nordeste
Otimização e Frederico Epstein MONSANTO

integração energética Em
22
de uma unidade Ricardo Kalid UFBA desenvolvimento
industrial a batelada.
Daniel Cortes MONSANTO

Reuso e
reciclagem de Ricardo Kalid Em
21
efluentes líquidos José Geraldo UFBA desenvolvimento
industriais
Asher Kiperstok
Otimização de Ana Carolina Em

20 BRASKEM
um sistema de fornos Viana desenvolvimento

Página 8 de 172
de Pirólise Ricardo Kalid UFBA
Otimização de Patricia C.Lima MONSANTO

reatores a batelada: Em
19
definição do perfil Ricardo Kalid UFBA desenvolvimento
ótimo de operação
Maurício Santos
Elaine Santana
Nadja Fontes BRASKEM
César Moraes
Márcia Cunha
Lúcio Estrella
Diagnóstico de
malhas de controle Ricardo Muller POLITENO
18 Concluído
preditivo multivariável
Jean Cailleaux
– MPC
Carlos Pinheiro
Marcelo
Embiruçu
UFBA
Yuri Guerrieri
Marcos Britto
Ricardo Kalid
17 Minimização dos Moisés Augusto Concluído

recurso de águas
Sufredini
industriais - BRASKEM
Carlos Alberto
BRASKEM - ÁGUA
João Severiano
Fernando
UFRJ
Pelegrini

Página 9 de 172
Roger Zemp UNICAMP
Asher Kiperstok
José Geraldo
Sandra de
Oliveira
UFBA
Christiane
Perazzo
Daniela Fontana
Ricardo Kalid
Nelson Siem GRIFFIN

Sistemas de pH
16 dos efluentes da Leandro Caputo Concluído
UFBA
GRIFFIN
Ricardo Kalid
Controle Mauricio Moreno BRASKEM

otimizante de um trem
Fábio Carrilho
de separação de
15 xilenos (3 colunas de Concluído
UFBA
destilação em
Ricardo Kalid
série/paralelo) da
COPENE
Simulação, Kleber Lima BRASKEN

controle e otimização
de reator de leito Em
14
fluidizado para Ricardo Kalid UFBA desenvolvimento
produção de
polietileno
13 Simulação, Igor Monteiro DUPONT Em

controle e otimização desenvolvimento
Breno Brasil UFBA

Página 10 de 172
de reator para
Ricardo Kalid
produção de nylon 6
Elcio Pereira
Reconciliação de
12 dados de processos Iraí Santos UFBA Concluído
continuos
Ricardo Kalid
Controle João Colonese GRIFFIN

Estatítico de
11 Grazziela Gomes Concluído
Processos: Contínuos UFBA
( CEP - contínuo) Ricardo Kalid
Modelagem, Gian Carlos DETEN

simulação do reator
Mário Mendes UNICAMP
10 de desidrogenação de Concluído
n-parafinas da
Ricardo Kalid UFBA
DETEN
Luiz Alberto
Modelagem por BRASKEM
Falcon
redes neurais híbridas
9 Concluído
e otimização de Tatiana Freitas
UFBA
reatores de CPD
Ricardo Kalid
Estimativa do Murilo Amorim BRASKEM

tempo de campanha
8 Eliane Santanta Concluído
de fornos de pirólise UFBA
da COPENE Ricardo Kalid
Williane Carneiro
Simulação e
controle de colunas Cathia R. BRASKEM
7 Concluído
de destilação de Apenburg
sulfolane da COPENE
Ricardo Kalid UFBA
6 Modelagem, Maurício Moreno BRASKEM Concluído

Página 11 de 172
simulação, controle e Paulo Freitas

otimização de
Fabrício Brito
conversores de
Tatiana Marucci UFBA
acetileno da COPENE
Ricardo Kalid
Sintonia do Almir Cotias Filho

GRIFFIN
controlador de topo da
Klauss V. Serra
5 coluna de destilação Concluído
de 3,4 DCA da
Ricardo Kalid UFBA
GRIFFIN
Simulação e Mark Langerhost BRASKEM

controle de colunas
4 Lueci V. do Vale Concluído
de destilação de BTX UFBA
da COPENE Ricardo Kalid
Mauricio Moreno BRASKEM

Sintonia de
3 controladores Gustavo Freitas Concluído
UFBA
industriais
Ricardo Kalid
Mauricio Moreno BRASKEM

Identificação de
Daniel
2 modelos dinâmicos de Concluído
Jes Cerqueira UFBA
processos químicos
Ricardo Kalid
- EDN
Herman Lepikson
Plano diretor de
automação da EDN Francisco
1 Concluído
(Estireno do Teixeira UFBA
Nordeste)
Cauby Costa
Ricardo Kalid

Página 12 de 172
INSTRUTOR: RICARDO KALID - kalid@ufba.br
Cursos e apostilas sobre
MODELAGEM DE PROCESSOS
Operações Unitárias em Regime Transiente – Balanços de Massa, Energia e

Momentum Aplicados a Processos Químicos.
Identificação de Processos Químicos.
SIMULAÇÃO DE PROCESSOS
Métodos Numéricos e Simulação de Processos.
Programação em MATLAB com Aplicação em Reatores Químicos.
CONTROLE DE PROCESSOS
Sistemas de Controle dos Principais Equipamentos da Indústria de

Processos Químicos e Petroquímicos.
Controle de Processos Químicos.
Definição da Estrutura do Sistema de Controle Multimalha de Processos

Multivariáveis.
Controle Avançado de Processos – Estratégias Clássicas de Controle.
Controle de Coluna de Destilação.
Controle Preditivo Multivariável: DMC - Controle por Matriz Dinâmica.
Sintonia Ótima de Controladores Industriais
OTIMIZAÇÃO DE PROCESSOS
Otimização de Processos Químicos sem restrições
Otimização de Processos Químicos com restrições
Otimização de Processos Químicos a batelada
Essas apostilas você encontra no site www.LACOI.ufba.br

Página 13 de 172
ÍNDICE
CAPÍTULO 1. INTRODUÇÃO 16
1.1 METODOLOGIA PARA A MODELAGEM MATEMÁTICA E SIMULAÇÃO DE

PROCESSOS CONTÍNUOS 19
1.2 PRINCÍPIOS PARA FORMULAÇÃO DE UM MODELO MATEMÁTICO 20
1.3 MÉTODOS NUMÉRICOS 22
CAPÍTULO 2. LEIS FUNDAMENTAIS: BALANÇOS DE MASSA, ENERGIA E

MOMENTUM 24
2.1 LEIS FUNDAMENTAIS 24

2.2 EQUAÇÃO DA CONTINUIDADE 25
2.2.1 BALANÇO DE MASSA GLOBAL 25
2.2.2 BALANÇO MOLAR POR COMPONENTE 30
2.3 EQUAÇÃO DA ENERGIA 34
2.4 EQUAÇÃO DO MOMENTUM 43
2.4.1 EQUAÇÃO DE BERNOULLI 50
2.4.2 FATOR DE FRICÇÃO 51
2.4.3 MEDIÇÃO DE VAZÃO 55
2.5 EXERCÍCIOS 60
2.5.1 TANQUE EM LINHA 60
2.5.2 CSTR 60
2.5.3 TANQUES NÃO INTERATIVOS EM SÉRIE 61
2.5.4 TANQUE ESFÉRICO 61
2.5.5 TANQUE NÃO INTERATIVOS EM SÉRIE 2 62
2.5.6 TANQUES EM SÉRIE COM BOMBA 63
2.5.7 TANQUE NÃO INTERATIVOS EM SÉRIE COM BOMBA 64
2.5.8 TANQUE NÃO INTERATIVO EM SÉRIE 3 65
CAPÍTULO 3. OUTRAS LEIS FUNDAMENTAIS 67
3.1 EQUAÇÕES DE TRANSPORTE 67

3.2 EQUAÇÕES DE ESTADO 68
3.3 CINÉTICA QUÍMICA 70

Página 14 de 172
3.4 ENTALPIA DAS REAÇÕES QUÍMICAS 71

3.5 EQUILÍBRIO DE FASES 73
3.5.1 EQUILÍBRIO LÍQUIDO-VAPOR 75
3.6 EXERCÍCIOS 78
3.6.1 REATOR CSTR ISOTÉRMICO 78
3.6.3 DIAGRAMA XY 79
3.6.4 ALQUILAÇÃO DO BENZENO 79
3.6.5 COMBUSTÃO 79
CAPÍTULO 4. EXEMPLOS DE MODELOS MATEMÁTICOS DE PROCESSOS

QUÍMICOS 81
4.1 REATOR CSTR NÃO-ISOTÉRMICO 81

4.2 EVAPORADOR 87
4.2.1 ANÁLISE DOS GRAUS DE LIBERDADE 91
4.3 COLUNA DE DESTILAÇÃO 91
4.3.1 MODELO ESTACIONÁRIO 92
4.3.2 MODELO DINÂMICO 112
4.4 COLUNA DE ABSORÇÃO, EXTRAÇÃO, ESGOTAMENTO E LAVADORA 114
4.5 EXERCÍCIOS 116
4.5.1 COLUNA DE DESTILAÇÃO 116
4.5.2 TANQUE AGITADO COM SERPENTINA 116
4.5.3 REATOR CSTR 117
CAPÍTULO 5. EXEMPLO PRÁTICO 121
5.1 MODELO NÃO-LINEAR EM ESPAÇO DE ESTADOS 121

5.2 MODELO LINEAR CONTÍNUO EM ESPAÇO DE ESTADOS 123
5.3 MATRIZES DE LINEARIZAÇÃO 126
5.4 MODELO LINEAR DISCRETO EM ESPAÇO DE ESTADOS 135
5.5 ADIMENSIONALIZAÇÃO 138
5.6 EXERCÍCIOS 139
CAPÍTULO 6. TRANSFORMADA DE LAPLACE 140
6.1 INTRODUÇÃO 140

Página 15 de 172
6.2 PROPRIEDADES E TEOREMAS 141

6.3 TRANSFORMADA DE ALGUMAS FUNÇÕES SIMPLES E ÚTEIS 143
6.4 RESOLUÇÃO DE EQUAÇÕES DIFERENCIAIS ORDINÁRIAS 144
6.5 RESOLUÇÃO DE EQUAÇÕES DIFERENCIAIS PARCIAIS 148
CAPÍTULO 7. LINEARIZAÇÃO 151
7.1 INTRODUÇÃO 151

7.1.1 MODELAGEM EM REGIME TRANSIENTE 151
7.2 EXERCÍCIOS 156
7.2.1 LINEARIZAÇÃO 156
7.2.2 MISTURA BINÁRIA 156
7.2.4 PROPRIEDADES DA TRANSFORMADA 157
7.2.5 TEOREMAS DO VALOR INICIAL E FINAL 158
7.2.6 TRANSFORMADA DE LAPLACE 158
7.2.7 SISTEMA DE EQUAÇÕES DIFERENCIAIS 158
7.2.8 EQUAÇÃO DIFERENCIAL – SISTEMA DE 1ª ORDEM 159
7.2.9 EQUAÇÃO DIFERENCIAL – SISTEMA DE 2ª ORDEM 159
CAPÍTULO 8. FUNÇÃO DE TRANSFERÊNCIA 160
8.1 FUNÇÃO DE TRANSFERÊNCIA 160

8.2 MATRIZ FUNÇÃO DE TRANSFERÊNCIA 164
CAPÍTULO 9. SÍMBOLOS E ABREVIATURAS 168

Página 16 de 172
Capítulo 1. Introdução
Modelos ajudam no
Processos e sistemas
entendimento dos
químicos são complexos
fenômenos físicos
Em controle uma forma de modelo muito conveniente é o tipo entrada-saída:
ENTRADA SAÍDA
SISTEMA
DISTÚRBIO RESPOSTA
PROCESSO
INPUT OUTPUT
1. Fenomenológicos X Empíricos X Híbridos
2. Contínuos X Discretos X Mistos
3. Lineares X Linearizados X Não-Lineares
4. Monovariáveis X Multivariáveis
5. Parâmetros Concentrados X Parâmetros Distribuídos
6. Estacionários X Dinâmicos
7. Invariantes X Variantes no Tempo Representação no Espaço de

Estados X Representação Entrada/Saída
y Modelos Físicos (plantas piloto)

y Modelos Analógicos (computadores
Classificação dos analógicos, variação das marés -
tipos de Modelos Kelvin)
y Gráficos e Mapas
y Modelos Matemáticos
Modelos y Determinístico
Matemáticos y Estocásticos (probabilísticos)

Página 17 de 172
y Modelos de Balanços de População

ex.: distribuição de tempos de residência
y Modelos Empíricos
Modelos ex. 1: polinômios ajustados a dados
Determinístico experimentais pelo método mínimos quadrados.
ex. 2: função de transferência ajustados a
dados experimentais através de métodos gráficos.
y Modelos Fenomenológicos
ex.: equações fenomenológicas de balanços
de massa, energia e momentum.
y Parâmetros Distribuídos
Modelos ex.: equações diferenciais parciais
Fenomenológicos y Parâmetros Concentrados
ex.: equações diferenciais ordinárias
Equações Diferenciais x Equações de Diferenças Finitas
∂Τ ∆Τ
←
→
∂t ∆t
Utilidades dos Modelos Matemáticos
9 Entender mais claramente as relações de causa-efeito existentes

entre as variáveis do processo.
9 Modelos matemáticos podem (devem) ser utilizados em todas as

etapas de um trabalho de engenharia, desde a pesquisa e desenvolvimento até a
operação da planta, passando pelas análises técnico-econômicas:
• Pesquisa e desenvolvimento: determinação das propriedades físico-químicas

das substâncias; tratamento de dados experimentais de laboratórios ou de plantas
piloto; auxiliando nos cálculos de aumento de escala (scale-up); explorando os
efeitos de diferentes condições operacionais visando o projeto de um sistema de
otimização e/ou controle eficaz.
• Projeto: explorando a dimensão e disposição dos equipamentos de processo

mais eficiente do ponto de vista técnico-econômico; estudo das interações entre
as várias partes do processo, particularmente quando existe reciclo de matérias

Página 18 de 172
e/ou integração energética; avaliação de alternativas de processos e de sistemas

de controle; simulação de procedimentos operacionais, partidas (start-up), paradas
(shut-down) e situações de emergência.
• Operação da planta: treinamento de operadores; estudo dos efeitos de uma

ampliação da planta; otimização da operação.
O uso de modelos matemáticos usualmente diminui os custos e o tempo de

desenvolvimento de um projeto, além de aumentar a segurança dos resultados
obtidos. Isto não significa que experimentos conduzidos em laboratórios, plantas
pilotos ou mesmo nas plantas industriais são desnecessários, contudo a
modelagem aumenta a eficácia do esforço realizado. A Tabela 1.1-1 mostra as
aplicações mais comuns de modelos e simulação em regime estacionário e
transiente.
Tabela 1.1-1: Modelagem Matemática e Simulação de Processos.
Tipo do regime Áreas de aplicação
Projeto de novos processos
Flexibilidade a novas condições

Regime permanente
Otimização econômica de processos em regime
permanente
Otimização on-line
Projeto e otimização do sistema de controle do processo
Tolerância a distúrbios
Regime transiente
Análise das condições de partida ou parada
Otimização on-line

Página 19 de 172
1.1 Metodologia para a modelagem matemática e

simulação de processos contínuos
9 Definir os objetivos a serem alcançados.
9 Estudar/identificar/avaliar a situação física real.
9 Listar as variáveis/parâmetros/dimensões dos equipamentos, das

interconexões e os valores de projeto ou de referência.
9 Modelar matematicamente a partir de princípios físicos (modelagem

fenomenológica) ou através de relações empíricas. Definir:
• Variáveis dependentes;
• Variáveis independentes;
• Parâmetros do sistema;
• Equações de conservação fundamentais (balanços de massa, energia e/ou

momentum;
• Equações constitutivas (equações de taxas de reação, de estado, etc.);
• Restrições do processo;
• Condições iniciais e/ou de contorno.
9 Resolver o problema atendendo às restrições e condições iniciais/de

contorno.
• Por métodos analíticos;
• Por métodos numéricos.
9 Validar o modelo e sua resolução.
• Validação qualitativa;
• Validação quantitativa;
• Comparação com dados reais;
• Comparação com dados de outras simulações;
• Comparação com dados da literatura;

Página 20 de 172
• Utilizar o bom senso.
9 Estudo de casos e de sensibilidade.
SITUAÇÃO REAL
OBJETIVOS
VARIÁVEIS /
PARÂMETROS
MODELAGEM
RESOLUÇÃO
COMPARAÇÃO COM DADOS REAIS

COMPARAÇÃO COM OUTRAS SIMULAÇÕES
VALIDAÇÃO
COMPARAÇÃO COM DADOS DA LITERATURA
BOM SENSO
ESTUDO DE CASOS
9 Auditoria, avaliação, manutenção e melhoria continuada do modelo.
1.2 Princípios para Formulação de um Modelo

Matemático
9 Bases
Os modelos fenomenológicos são baseados em leis fundamentais (balanços

de massa, energia, momentum e entropia) e em equações constitutivas (equações
empíricas ou semi-empíricas que caracterizam as transformações e/ou os fluxos
presentes no sistema).
9 Hipóteses

Página 21 de 172
Provavelmente a etapa vital na construção de modelo seja o

estabelecimento das simplificações impostas ao modelo, pois essas têm que ser
escolhidas de modo a não comprometer a adequação do modelo à realidade.
Contudo, um modelo extremamente rigoroso é (a) inadequado devido ao longo
tempo necessário para encontrar a sua solução, ou (b) impossível de ser resolvido
devido a não disponibilidade dos parâmetros do modelo. Portanto, o modelo ideal
é aquele que atende ao compromisso entre precisão e exeqüibilidade. A tarefa de
estabelecer as restrições impostas ao modelo requer do engenheiro um profundo
conhecimento do processo em análise, conhecimentos teóricos e uma boa dose
de experiência, aliados a um espírito criativo e inovador.
9 Consistência Matemática do Modelo
Depois de escrita as equações matemáticas que descrevem um processo,

deve-se verificar se o número de variáveis desconhecidas é igual ao número de
equações, isto é, deve-se calcular os graus de liberdade (GL) do sistema. Se o
modelo for em estado estacionário o mesmo deve ser zero, se não for verdade o
sistema está superespecificado (mais variáveis que equações) ou sub-
especificado (mais equações que variáveis). Porém, se o modelo for em regime
transiente os graus de liberdade informam se o sistema está superespecificado
(GL < 0, mais variáveis controladas que manipuladas, e neste caso algumas
variáveis controladas apresentarão desvio permanente) ou sub-especificado (GL >
0, menos variáveis controladas que manipuladas, neste caso alguma variáveis não
estão sob controle). Outra conferência que sempre deve ser realizada é a
consistência dimensional dos vários termos das equações.1 Embora essas
verificações não garantam que o modelo esteja correto, pelo menos garantem
quando está errado, economizando horas de trabalho.
9 Solução do Sistema de Equações
1
Um erro comum em simulações dinâmicas é a mistura de unidades de
tempos diferentes, por exemplo, minutos com segundos.

Página 22 de 172
Tabela 1.2-1: Dificuldades para Solução Analítica de Equações
Equações lineares Equações não-lineares

Tipo de
Equação
uma algumas muitas uma algumas muitas
essencial.
Algébrica trivial fácil difícil muito difícil impossível
impossível
Diferencial essencial. muito

fácil difícil impossível impossível
Ordinária impossível difícil
Diferencial essencial.
difícil impossível Impossív. impossível impossível
Parcial impossível
Adaptado de: Franks, R. G. E., Modeling and Simulation in Chemical
Engineering.
Resumindo:
Sistemas reais são não-lineares → Solução
1.3 Métodos Numéricos
Foi mencionado anteriormente que a solução analítica para um modelo

matemático só é possível em casos muito especiais. Na verdade, na maioria das
vezes, os modelos matemáticos que melhor representam processos reais só são
possíveis de serem resolvidos numericamente.
Na Tabela 1.3-1 são listados alguns métodos numéricos e respectivos

problemas onde podem ser empregados.
Tabela 1.3-1: Métodos Numéricos.
Método Numérico Problemas
Substituição direta SEANL
Newton SEANL
Runge-Kutta-Gill SEDO-PVI
Runge-Kutta-Semi-Implícito SEDO-STIFF-PVI
Diferenças Finitas SEDO-PVC, SEDP
Colocação Ortogonal SEDO-PVC, SEDP
Elementos Finitos com Colocação Ortogonal SEDO-PVC, SEDP

Página 23 de 172
GAUSS – Método para solução de problemas de SEANL.
SEANL – Sistema de Equações Algébricas Não-Lineares.
SEDO-PVI – Sistema de Equações Diferenciais Ordinárias –

Problema de Valor Inicial.
SEDO-PVC – Sistema de Equações Diferenciais Ordinárias –

Problema de Valor de Contorno
SEDP – Sistema de Equações Diferenciais Parciais
STIFF – Sistema de Equações Diferenciais Rígidas
A combinação dos métodos às vezes é necessária para a solução de

problemas, por exemplo: uma equação diferencial parcial no tempo e na variável
espacial z, neste caso pode-se utilizar o método da colocação ortogonal para
“reduzir” uma SEDP a uma SEDO-PVI, que pode ser resolvida por Runge-Kutta-
Semi-implícito.
9 Validação
Uma importante parte do desenvolvimento de modelos matemáticos é a

verificação do mesmo com a realidade. Embora durante a etapa de projeto de uma
nova unidade isto não possa ser feito, pois a planta industrial ainda não existe,
sempre há uma planta industrial similar ou uma planta piloto na qual dados
experimentais podem ser obtidos. Nas demais situações é sempre possível validar
o modelo desenvolvido, as hipóteses adotadas e os parâmetros das equações
adotados com dados coletados na planta industrial.

Página 24 de 172
Capítulo 2. Leis Fundamentais: Balanços de Massa, Energia e

Momentum
2.1 Leis Fundamentais
Quatro leis fundamentais são aplicáveis em todos os sistemas físicos,

exceto para fenômenos relativísticos e/ou nucleares.
Tabela 2.1-1: Leis fundamentais.
Lei Equação
1. Lei da Conservação da Massa Equação da Continuidade
2. Segunda Lei de Newton do Movimento Equação do Momentum
3. Primeira Lei da Termodinâmica Equação da Energia
4. Segunda Lei da Termodinâmica Equação da Entropia
A Segunda Lei da Termodinâmica, embora de importância fundamental, não

faz parte do escopo deste curso.
As equações da continuidade, momentum e energia podem ser expressas

em palavras como:
Eq 2.1-1
 Taxa de   Taxa de   Taxa de   Taxa de   Taxa de 

acúmulo no  entrada pela   saída pela  geração no consumo no
         
 = + + − 
 volume do  superfície do  superfície do   volume do   volume do 
 sistema   sistema   sistema   sistema   sistema 
O objetivo da construção de modelos é substituir estas palavras por

expressões matemáticas tão rigorosas quanto possíveis e que envolvam o
menor número possível de parâmetros.
O modelo matemático de um fenômeno físico em regime transiente tem,

necessariamente, duas partes:

Página 25 de 172
9 As equações diferenciais que representam o fenômeno de maneira

geral;
9 Condições iniciais e/ou de contorno adequadas a um determinado

sistema.
Partes de um y Equação matemática

Modelo y Condição inicial e/ou
Matemático de contorno
Existem milhares de maneiras de escrever os balanços de massa, energia e

momentum: balanços integrais ou diferenciais; em coordenadas retangulares,
cilíndricas, esféricas ou elípticas; utilizando derivada substancial (também
denominada material ou de Lagrange) ou derivadas parciais; balanços
microscópicos ou macroscópicos; combinação entre essas formas, etc. Essas
maneiras de escrever os balanços são completamente equivalentes, contudo cada
uma é mais adequada para a resolução de determinada classe de problema.
Neste curso é impossível, devido ao exíguo espaço de tempo, apresentar muitas
dessas formas, portanto vamos nos ater aos balanços macroscópicos (tipo mais
apropriado à maioria dos problemas de controle de processos), embora sejam
citados alguns exemplos de balanços microscópicos.
2.2 Equação da Continuidade
A equação da continuidade pode (e deve) ser aplicada de duas formas:
9 Balanço global mássico no sistema, ou seja, aplicando o princípio de

conservação da massa (“Na natureza nada se perde, tudo se transforma”);
9 Balanço por componente ou balanço molar, pois ao contrário da

massa a composição não é conservada.
2.2.1 Balanço de Massa Global
A equação total da continuidade ou simplesmente o balanço de massa

aplicado a um processo em regime transiente pode ser expresso por:

Página 26 de 172
Taxa de 
Taxa de    Taxa de saída 
  entrada pela   
acumulação no  =   − pela superfície
volume do sistema  superfício do  do sistema 
  sistema   
Eq 2.2-1  
As unidades dessa equação são massa por tempo. Apenas uma e somente
uma equação de balanço mássico global pode ser escrita para um processo.
A seguir apresentamos dois exemplos de modelagem de processos

bastantes comuns na indústria do petróleo e petroquímica.
9 Tanque de armazenamento
Considere um tanque utilizado no armazenamento de líquidos, aberto para a

atmosfera (Figura 2.2-1). A vazão de alimentação, q1(t) [ = ] m3/s, é variável com o
tempo, pois depende das condições a montante. A descarga do tanque se dá para
a atmosfera.
q1(t)
h(t)
q2(t) = f(h(t))
Figura 2.2-1: Tanque de armazenamento aberto para atmosfera.
No estado estacionário (steady state): q1,ss = q2,ss = constante.
Sabe-se que no estado estacionário a vazão de descarga do tanque

depende da coluna de líquido conforme a Figura 2.2-2.

Página 27 de 172
Altura máxima do tanque
h(t)
Altura de projeto do tanque
Vazão máxima q2(t)

de projeto
Figura 2.2-2: Altura versus vazão de descarga no estado

estacionário.
q 2, ss = C * hss
Portanto, da Figura 2.2-2 podemos escrever: . Assumindo que
este comportamento também é válido para o regime transiente (hipótese 1) e que
massa específica do líquido é constante (hipótese 2) podemos escrever o seguinte
balanço global 2 para o tanque:
Eq 2.2-2 {acumulação de massa} = dm(t ) = dρV (t ) = ρ dAT h(t ) = ρAT dh(t )

dt dt dt dt
Eq 2.2-3
{entrada por convecção} = m& 1 (t ) = ρ1q1 (t )
Eq 2.2-4
{sai por convecção} = m& 2 (t ) = ρ 2 q 2 (t ) = ρ 2 C h(t )
(t )− m&
.
dh (t) .
ρ AT =m
&1 2
(t ) = ρ1 q1 (t ) − ρ 2 C h(t )
Eq 2.2-5 dt
Considerando-se que ρ = ρ1 = ρ2 = constante.
Dividindo a Eq 2.2-5 por ρ e rearranjando obtemos:
2
Neste caso utilizamos uma abordagem macroscópica.

Página 28 de 172
dh (t)
AT +C h(t ) = q1 (t )
Eq 2.2-6 dt
Para completar o modelo devemos estabelecer as condições de contorno

e/ou iniciais. Neste caso temos um PVI de 1a ordem, logo basta definir uma
condição inicial (C.I.):
Eq 2.2-7 C.I.: para t = 0Æh (0) = hss
A equação a Eq 2.2-6 é uma Equação Diferencial Ordinária de coeficientes

constantes não homogênea não linear. Desse exemplo pode-se perceber que os
sistemas químicos de interesse industrial são, sem exceção, formados por
equações não lineares. Existe solução analítica para a Eq 2.2-6, porém na prática
os modelos são formados por sistemas de 2 ou mais equações cuja solução
quase sempre só são possíveis de se obter através da utilização de métodos
numéricos. Mais adiante retornaremos a esse exemplo e iremos obter um modelo
linearizado cuja solução desenvolveremos utilizando a Transformada de Laplace.
9 Escoamento em uma tubulação
Considere uma tubulação de diâmetro constante na qual escoa um fluido

compressível (gás) em regime transiente (Figura 2.2-3). O fluxo é turbulento
(hipótese 1), portanto podemos assumir que o perfil de velocidade é achatado, ou
seja, o escoamento é pistonar (plug flow), logo não existem gradientes na direção
radial (r).
Contudo, gradientes na direção axial (z) existem (hipótese 2), logo a

velocidade (v) e a massa específica (ρ) do fluido variam com o tempo (t) e com a
posição (z). Ou seja, as duas variáveis dependentes (ρ e v) variam
simultaneamente com as variáveis independentes (t e z), isto é:

Página 29 de 172
Eq 2.2-8 ρ = ρ (t, z)
Eq 2.2-9
v = v (t ,z)
Para aplicar a Eq 2.1-1 neste processo considere um volume de controle3

definido entre z e z + ∆z (Figura 2.2-3).
r R
z
z z + ∆z
Figura 2.2-3: Fluxo através de uma tubulação.
{Taxa de acúmulo no volume do sistema} = ∂

∂t
[
π R 2 ∆z ρ (t , z ) ]
Eq 2.2-10
{Taxa de entração por convecção} = π R 2 [ v ( t , z ) ρ ( t, z )]

Eq 2.2-11 z
{Taxa de saída por convecção} = π R 2 [ v ( t, z ) ρ ( t, z )]

z + ∆z
Eq 2.2-12
Substituindo as equações de Eq 2.2-10 a Eq 2.2-12 na Eq 2.1-1 e dividindo

por πR2∆z, obtemos:
3
Neste caso utilizamos uma abordagem microscopia.

Página 30 de 172
v ( t, z ) ρ ( t, z ) − v ( t, z ) ρ ( t, z )
∂ρ (t , z ) z z + ∆z
=
Eq 2.2-13
∂ t ∆z
Passando o limite quando ∆z tende a zero, lembrando da definição de

derivada e rearranjando a Eq 2.2-13, obtemos:
∂ρ (t , z ) ∂ [v ( t, z ) . ρ (t , z)]
+ =0
Eq 2.2-14
∂t ∂z
Agora devemos estabelecer uma condição inicial (C.I.) e uma condição de

contorno (C.C.):
Eq 2.2-15 C.I.para t = 0 → ρ (0, z ) = f 1 ( z )
v(t ,0 ) = f 2 ( z )
C.C. para z = 0 → 
Eq 2.2-16  ρ (t ,0 ) = f 3 ( z )
Observe que temos 1 grau de liberdade, pois existem 2 variáveis

dependentes (ρ e v) e apenas 1 equação. Portanto, para completar este modelo
devemos estabelecer mais uma equação, esta será fornecida pelo balanço de
momentum do sistema. Logo, a modelagem matemática deste processo resultará
num sistema de 2 equações diferenciais parciais.
2.2.2 Balanço Molar por Componente
Se no processo ocorrem reações químicas, além do balanço global é

necessário realizar balanços por componente, pois o número de moles de
alguma(s) substância(s) decresce enquanto para outra(s) cresce, com o avanço
da reação.
9 Reator contínuo de mistura perfeita
Considere um tanque contendo um líquido perfeitamente agitado (hipótese 1)

no qual ocorre uma reação química (Continuos Stirred Tank Reactor – CSTR),
Figura 2.2-4. A substância A reage isotermicamente (hipótese 2) e
irreversivelmente produzindo a substância B, conforme a seguinte reação:
A → B

Página 31 de 172
q1(t)
h(t)
q2(t) = f(h(t))
Figura 2.2-4: Reator de mistura perfeita (CSTR).
Para A:
dn A ( t ) dC A ( t ) . V ( t ) dC A ( t ) . h ( t )
{acumula} = = =A
Eq 2.2-17 dt dt dt
Eq 2.2-18
{entra} = C A,1 (t )q1 (t )
Eq 2.2-19
{sai} = C A, 2 (t )q 2 (t )
Assumindo que a taxa de consumo de A por unidade de volume é

proporcional a concentração A presente no reator podemos escrever:
Eq 2.2-20
{consumido} = V (t )ΓA (t )
Eq 2.2-21 ΓA (t ) = kC A (t )
Então:
dC A (t) h ( t )
A = C A,1 (t )q1 (t ) − C A, 2 (t )q 2 (t ) − V (t )ΓA (t )
Eq 2.2-22 dt
Para tanque perfeitamente agitado:
C A (t ) = C A, 2 (t )
Eq 2.2-23
Admitindo que (hipótese 3):

Página 32 de 172
q 2 (t ) = C h ( t )
Eq 2.2-24
Substituindo a Eq 2.2-21, a Eq 2.2-23 e a Eq 2.2-24 na Eq 2.2-22 e

rearranjando obtemos:
dC A t) h ( t )
A = C A,1 (t )q1 (t ) − C A (t )C h(t ) − Ah(t )kC A (t )
Eq 2.2-25 dt
Para completar o modelo fazemos agora um balanço global no CSTR:
dh(t)
A + C h(t ) = q1 (t )
Eq 2.2-26 dt
Condições iniciais:
CA(0) = CA, ss
para t = 0
h(0) = hss
Eq 2.2-27
A Eq 2.2-6 e Eq 2.2-25 formam um sistema 2 x 2, portanto corretamente

especificado e possível de ser resolvido.
Alternativamente, poderíamos ter feito o balanço molar para o componente

B. Neste caso obteríamos:
dC B (t)h ( t )
A = C B ,1 (t )q1 (t ) − C B (t )C h(t )
Eq 2.2-28
dt
Observe que um sinal presente no lado esquerdo da equação mudou para

positivo, pois B é produzido pela reação química.
Note que no estado estacionário não podemos utilizar simultaneamente as

equações Eq 2.2-6, Eq 2.2-25 e Eq 2.2-28, pois existe uma relação entre as
concentrações molares e a massa específica dada por:
Eq 2.2-29 PMACA + PMBCB = ρ
Onde PMA e PMB são os pesos moleculares de A e B respectivamente.
9 Reator tubular isotérmico com dispersão

Página 33 de 172
Agora faremos o balanço molar por componente para o reator tubular, no

qual ocorre uma reação química (Figura 2.2-5). Assumindo que o reator é
isotérmica (hipótese 1), que um modelo pseudo-homogêneo é válido (hipótese 2),
que a dispersão obedece a Lei de Fick (hipótese 3), obtemos o seguinte balanço
molar:
∂ CA
=
∂
[− v z C A + D ef . z] ∂ C A + 1 . ∂  r D ef r ∂ C A  − ρ L ΓG, A
∂t ∂z ∂z r ∂r  ∂r 
Eq 2.2-30
V(t)
r R
z
CA,o(t)
Figura 2.2-5: Reator tubular.
~ ∂C A
n z = − Def , z ∂z

n~ = − D ∂C A
 r ef , r
∂r
Eq 2.2-31 Dispersão obedece à Lei de Fick: 

Página 34 de 172
2.3 Equação da Energia
A primeira lei da termodinâmica aplicada a sistemas abertos (onde fluxos de

material e/ou energia entram e saem) pode ser escrito da seguinte forma:
Eq 2.3-1
Taxa de  Fluxo de energia cinética,  Fluxo de energia cinética, 

     
acumulação de  = potencial e interna entrando no  − potencial e interna saindo no 
energia no sistema  sistema por convecção ou difusão sistema por convecção ou difusão
     
Calor adicionado ao sitema por  Trabalho realizado pelo 
+ − 
condução, radiação ou reação  sistema sobre as vizinhaças 
9 Tanque de aquecimento
Seja o tanque de aquecimento com agitação (Figura 2.3-1). O objetivo deste

processo é aquecer a corrente q1(t) da temperatura T1(t) até atingir a temperatura
T2(t).
T1(t), q1(t)
h(t)
T2(t), q2(t)
W st(t)
condensado
vapor
Figura 2.3-1: Tanque de aquecimento agitado.
Hipóteses:
H01. Agitação perfeita Æ T(t) = T2(t);

Página 35 de 172
H02. Alimentação da serpentina com vapor saturado a pressão constante,

condensação total do vapor, o condensado está saturado Æ Q(t) = Hvl*Wst(t), onde
Hvl é a entalpia de condensação do vapor e Wst(t) sua vazão mássica;
H03. Massa específica do fluido não depende da temperatura Æ ρ =

constante;
H04. Capacidade calorífica do fluido não depende da temperatura Æ cp =

constante;
H05. Não há perdas de calor para o meio ambiente;
H06. A vazão volumétrica de líquido é constante: q1 = q2 = q = cte.
As hipóteses H03 e H04 são válidas porque, neste caso, o intervalo de

variação da temperatura é pequeno, portanto a temperatura não se afasta muito
do estado estacionário e podemos considerar o valor médio das propriedades do
fluido como representativo das características do mesmo.
2.3.1.1 Desenvolvimento do Modelo Matemático
9 Balanço de Massa
Eq 2.3-2 {acumula} = {entra} – {sai} + {produzido} – {consumido}
{acumula} = dm(t ) = dρ V(t ) = ρA dh (t )

Eq 2.3-3 dt dt dt
Pois ρ = cte
Eq 2.3-4
{entra} − {sai} = ρ1 q1 − ρ 2 q 2 = q(ρ1 − ρ 2 ) = 0 , pois ρ = cte·.
{produzido} = {consumido}, pois não há reação química.
dm( t )
=0
Eq 2.3-5 dt
∴ h(t) = h = cte, ou seja, não acumula massa no sistema.
9 Balanço de Energia

Página 36 de 172
Eq 2.3-6
{acumula} = {entra} − {sai} + {adicionado} − {trabalho}
{acumula} = dE(t ) = d[U(t ) + K (t ) + P(t )] ≅ dU(t )

Eq 2.3-7 dt dt dt
Pois os termos relativos a energia cinética K(t) e a energia potencial P(t) do

sistema são desprezíveis quando comparados com o termo de energia interna
U(t).
Vamos procurar escrever o balanço de energia em termos de variáveis

mensuráveis, no caso, em termos da temperatura do sistema.
Eq 2.3-8 U(t) = H(t) – p(t).v(t)
Como para fluido incompressível o produto pressão do sistema p(t) vezes

volume específico do fluido v(t) é desprezível quando comparamos com o termo
da entalpia H(t), podemos escrever:
Eq 2.3-9 U(t) ≅ H(t)
Substituindo a Eq 2.3-9 na Eq 2.3-7, obtemos:
{acumula} = dE(t ) ≅
dH(t )
Eq 2.3-10 dt dt
Mas,
T
H = H (t, T) = H o + ∫ C p (T )dT
Eq 2.3-11 To
Eq 2.3-12 H (t, T ) = H = m(t, T )H (t, T )
Como por hipótese cp não depende da temperatura, podemos escrever:
Eq 2.3-13 H(T) = Ho + m(t)Cp(T(t) – To)
E lembrando que m(t) =ρV(t) não depende da temperatura:
Eq 2.3-14 H(T) = Ho + ρV(t)Cp(T(t) - To)
Substituindo Eq 2.3-14 na Eq 2.3-10:

Página 37 de 172
{acumula} = ρV (t )c p dT(t )
Eq 2.3-15 dt
{entra por conveção} = ρ1 q1 H 1 (t ) = ρ 1 q1 H o + c p (T1 (t ) − T o )

Eq 2.3-16
H1
Onde é a entalpia específica do fluido na entrada
Eq 2.3-17
{calor adicionado pela serpentina} = Q(t ) = H VLWst (t )
Ou seja, estamos desprezando a dinâmica da transferência de calor pela
serpentina.
Eq 2.3-18
{sai} = {sai por convecção} + {perdas para a vizinhança}
Eq 2.3-19
{sai por conveção} = ρ 2 q 2 H 2 (t) = [ (
ρ 2 q 2 H o + c p T2 (t ) − T 0 )]
Por hipótese não há perdas para o meio ambiente:
Eq 2.3-20
{perdas para a vizinhança} = 0
Como não ocorre reação química, não existe liberação ou absorção de
energia, ou seja, nada é adicionado devido a reações químicas:
Eq 2.3-21
{liberado} = {absorvido} = 0
Substituindo as equações Eq 2.3-15, Eq 2.3-16, Eq 2.3-17, Eq 2.3-19, Eq
2.3-20 e Eq 2.3-21 na Eq 2.3-6 obtemos:
ρVc p dT (t )
dt
[ ( )]
= ρ 1 q1 H 1 (t ) = ρ 1 q1 H o + ρ 1 q1 c p T1 (t ) − T o +
Eq 2.3-22
[ (
H VLW st (t ) − ρ 2 q 2 H 2 (t ) = ρ 2 q 2 H o + ρ 2 q 2 c p T2 (t ) − T o)]
Como ρ1q1 = ρ2q2 = ρq, então:
dT (t )
ρVc p = ρ . q . Cp . [T1 (t) − T2 (t)] + H VLW st (t )
Eq 2.3-23 dt
Dividindo Eq 2.3-26 por ρqcp e lembrando que T(t) = T2(t), obtemos:

Página 38 de 172
V d H
[T(t)]+ T(t) = T1 (t) + fg Wst(t)
Eq 2.3-24
q dt ρ q Cp
Para os propósitos de controle de processos é conveniente escrever o

modelo matemático de um processo segundo uma forma padrão, conforme a Eq
2.3-24, isto é:
• Variável dependente do lado esquerdo do sinal de igualdade;
• Coeficiente da derivada de ordem zero unitário;
• Equação diferencial de 1ª ordem linear;
• Variáveis independentes do lado direito do sinal de igualdade.
Denomina-se o produto V/q de constante de tempo ou tempo característico

do processo, pois tem unidade de tempo:
V
τT = [=]s
Eq 2.3-25 q
Denominam-se os coeficientes dos termos do lado direito do sinal de

igualdade de ganho do processo:
o
H VL
KQ = [=] C . s
ρ . q.Cp Kg
Eq 2.3-26
O ganho do processo com relação a temperatura da alimentação T1(t) é

unitário:
Eq 2.3-27 KT1 = 1 [=] adimensional
Observe que quanto menor a constante de tempo mais cedo atingimos o

estado estacionário, o caso limite τT = 0 corresponde ao modelo do processo em
regime permanente.
Por outro lado, o ganho do processo determina o estado estacionário que

será alcançado. Se compararmos o efeito de uma mesma perturbação na vazão
do vapor sobre a temperatura do tanque, quanto maior o ganho maior a variação
da temperatura do tanque.
Substituindo as constantes τT, KQ e KT1 na Eq 2.3-24, obtemos:

Página 39 de 172
dT(t )
τT + T (t ) = K T 1T1 (t ) + K aW st (t )
Eq 2.3-28 dt
A Eq 2.3-28 é denominada equação diferencial ordinária de primeira

ordem, linear, com coeficientes constantes, não homogênea, e pode ser
resolvida analiticamente. Um procedimento muito conveniente para os objetivos de
controle de processos é o método da Transformada de Laplace.
9 Tanque de aquecimento (continuação)
Considere o tanque de aquecimento agitado submetido às seguintes

condições:
W = 200 lb/min V = 1.60 ft3
cp = 0.32 Btu/lboF ρ = 62.4 lb/ft3
Calor é transferido a uma taxa de Q = 1,920 Btu/min, sendo a temperatura da

corrente de alimentação T1 = 70oF, o sistema é mantido nestas condições até
atingir o estado estacionário.
Pergunta-se:
• Qual a temperatura da corrente de saída T2?
• Qual o comportamento dinâmico deste processo se subitamente a

temperatura da alimentação aumenta para T1(0) = 90 oF?
Solução:
Calculando os parâmetros do modelo:
V ρ .V (62.4)(1.60)
τT = = = = 0.5min
q W (200)
HVL (1920)
K QWst = = = 30.05º F
ρqc p (62.4)(3.2)(0.32)
Então no estado estacionário, para T1,ss = 70oF:
T2,ss = T1,ss + KQ . Wst,ss = 70 + 30 = 100 oF
Após o aumento de T1 o novo estado estacionário alcançado, mantendo

constantes as demais condições é igual:

Página 40 de 172
Observe que a perturbação ocorre em T1(t) e neste caso denomina-se

perturbação degrau (Figura 2.3-2) de amplitude ∆T = 20ºF:
T1(t) = T1 (0) + ∆T= 70 + (90 – 70)
110.0
105.0
100.0
95.0
90.0
T1 85.0
80.0
75.0
70.0
65.0
60.0
t
Figura 2.3-2: Perturbação degrau na temperatura de alimentação.
O comportamento dinâmico entre esses dois estados estacionários é obtido

resolvendo a Eq 2.3-28.
Duplicando as vazões de entrada e de saída ρq = 400 lb/min (ρ1q1 = ρ2q2 =

ρq) e mantendo as demais condições, qual o comportamento dinâmico do
sistema?
Solução:
V ρ .V (62.4)(1.60)
τT = = = = 0.25min
q W (400)
Vemos que a constante de tempo diminui e que, conseqüentemente, o

sistema atinge o estado estacionário mais rapidamente, além disso, ao duplicar na
vazão da alimentação modificamos o ganho do processo:
Q (1920 )
K QWst = = =15º F
ρ .q C p ( 400 )(0.32)

Página 41 de 172
Logo
1.00
0.90
0.80
0.70
Curva A
0.60
0.50
0.40
0.30
Curva B
0.20
0.10
0.00
0.00 0.50 1.00 1.50 2.00 2.50 3.00 3.50 4.00 4.50 5.00
Figure 2.3-1: Resposta tanque de aquecimento a perturbação degrau em

T1(t). Curva A τT = 0.5 e Curva B τT = 0.125.
9 Reator tubular não isotérmico com dispersão
Considere um reator tubular (Figura 2.2-1) no qual ocorre uma reação não-
isotérmica (∆HR ≠0), ou seja, o sistema absorve (reação endotérmica) ou libera
(reação exotérmica) energia. Considere que a energia devida a reação contribui
muito mais para o balanço de energia que as outras formas de energia (potencial,
cinética, etc.) e que o trabalho (hipótese 1). A dispersão de energia obedece a lei
de Fourier (hipótese 2).
Balanço de Energia: Hipóteses
• ∆HR >> outras contribuições
• Dispersão obedece à Lei de Fourier

Página 42 de 172
 ∂T
q r = −k ef , r ∂r

q = − k ∂T
 z ef , z
∂z
Eq 2.3-29
Realizando um procedimento análogo ao empregado no balanço de massa,

obtemos:
Eq 2.3-30
∂T ∂T ∂  ∂T  1 ∂  ∂T 
ρ Cp = − ρC pνz + k ef , z  +Q+  rk ef ,r (r )  − (− ∆H R ) ρ L ΓG
∂t ∂z ∂z  ∂z  r ∂r  ∂r 
Resumindo, o modelo matemático será formado por um sistema de 2

equações diferenciais parciais não lineares com suas condições de contorno e
iniciais.
Equação diferencial parcial em r, z e t.
• Balanço de Massa
∂C A ∂  ∂C A  1 ∂  ∂C A 
= − vz . C A + D ef ,z . ∂z  + r . ∂r r . D ef ,r . ∂r  − ρL . ΓG.A
∂t ∂z    
Eq 2.3-31
• Balanço de Energia
Eq 2.3-32
∂T ∂T ∂  ∂T  1 ∂  ∂T 
ρ .Cp . = − ρ .Cp .νz . + kef ,z .  + Q + . r . kef ,r ( r ) .  − ( − ∆H R ) .ρ L . ΓG
∂t ∂z ∂z  ∂z  r ∂r  ∂r 
• Condições de Contorno e Iniciais:
Vamos admitir que o reator esta inicialmente a temperatura constante To e

que não contém o reagente A.
As condições iniciais e de contorno dessas equações são:
Em t = 0 e z ≥ 0 Æ CA = 0
Em t > 0 Æ T = To = constante
∂C A (0, r )
νz (r ).C A,o =νz (r ) .C A (0, r ) − Def , z (r , z ) .
Em z = 0 Æ ∂z

Página 43 de 172
k ef , z (r , z ) ∂T (0, r )
νz (r )To = νz (r ) T (0, r ) − .
ρ Cp ∂z
∂C A
( L ,r ) = 0
Em z = L Æ ∂z
∂T
( L ,r ) = 0
∂z
∂C A
( z ,0 ) = 0
Em r = 0 Æ ∂r
∂T
( L,0) = 0
∂r
∂C A
( z, R) = 0
Em r = R Æ ∂r
∂T U
(z,R) = . [TE − T (z,R)]
∂r kef ,R
Onde TE é a temperatura em r = R.
2.4 Equação do Momentum
No segundo grau fomos apresentados a segunda lei de Newton do

movimento que diz: força é igual a massa vezes aceleração; para um sistema com
massa constante M.
m.a
F=
Eq 2.4-1
gc
Tabela 2.4-1: Valores de gc para os sistemas de unidades usuais.
Sistema Massa Comprimento Tempo Força gC
SI kg m S N 1 kg.m / (N.s2)
Inglês 1 slug ft S lb 1 slug.ft / (lb.s2)
Inglês 2 lgm ft s lb 32.174 lbm.ft /

(lb.s2)

Página 44 de 172
Sistema Massa Comprimento Tempo Força gC
Métrico, CGS g cm s d 1 g.cm / (d.s2)
Métrico, MKS kg m s kgf 9.806 kg.m /

(kgf/s2)
A generalização da Eq 2.4-1 para o caso em que a massa varia e com o

sistema submetido a mais de uma força é dado por:
Eq 2.4-2 {acúmulo de momentum} = {Somatório de forças}
1 dm(t).vi (t) N
. = ∑ Fji (t)
Eq 2.4-3
gC dt j =1
A Eq 2.4-2 diz que a taxa de variação do momentum na direção i é igual ao

somatório das forças nessa mesma direção, também pode ser compreendido
como sendo um balanço dinâmico das forças do sistema ou, mais
eloqüentemente, conservação do momentum.
Devemos escrever um balanço de momentum para cada dimensão espacial

(uma para direção x, outra para y e outra para z). Portanto, obtemos três
equações de balanço de momentum. Contudo é mais conveniente (e elegante)
escrever essas 3 equações sob a forma vetorial. Porém, neste curso
consideramos apenas problemas unidimensionais no espaço.
9 Escoamento por gravidade de um tanque
Considere um tanque de área AT, cuja descarga acontece por gravidade,

através de uma tubulação cuja área da seção transversal ao escoamento é AP e
comprimento L. Aplicando o balanço de massa global a esse processo, assumindo
fluido incompressível (hipótese 1) e escoamento pistão (hipótese 2), obtemos:
dh(t )
ρA T = m1 (t ) − m2 (t ) = ρ q1 (t ) − ρ q 2 (t )
Eq 2.4-4 dt

Página 45 de 172
q1(t)
h(t) q2(t)
Figura 2.4-1: Tanque de armazenamento aberto para atmosfera.
É importante observar que não ocorre acúmulo de massa dentro da

tubulação, pois a mesma está completa preenchida com líquido incompressível,
isto é:
m p = ρ A p L = cons tan te
Eq 2.4-5
A relação entre a vazão na descarga do tanque e a velocidade na tubulação

é dada por:
Eq 2.4-6 q 2 (t ) = AP v P (t )
Assumindo que a área do tanque AT é muito maior que a área da tubulação

AP (hipótese 3), a velocidade dentro do tanque é muito pequena,,
conseqüentemente, todo o acúmulo de momentum ocorre na tubulação a jusante
do mesmo:

Página 46 de 172
1 dm P v P (t) 1 d ρ AP L v P (t) ρ AP L dv P (t)

{acúmulo de momentum} = = =
Eq 2.4-7
gc dt gc dt gc dt
Eq 2.4-8
{somatório de forças} = {força hidráulica} − {força de atrito}
AP ρgh(t )
{força hidráulica} = {área x presão} = AP γh(t ) =
Eq 2.4-9
gc
Eq 2.4-10
{força de atrito} = fLv P2 (t )
onde
Eq 2.4-11 f = f(Re)
v p .Dp. ρ
Re =
Eq 2.4-12 µ
Substituindo as equações Eq 2.4-7 a Eq 2.4-10 em Eq 2.4-2 obtemos:
ρA P L dv p (t ) g
= A pρ h(t ) − fLv 2p (t )
Eq 2.4-13
gC dt gc
Rearranjando a Eq 2.4-13:
dv p (t ) g fg c 2
= h(t ) − v p (t )
dt L ρA p
Eq 2.4-14
A modelagem matemática desse processo é dada pelo balanço de massa,

Eq 2.4-4, e pelo balanço de momentum, Eq 2.4-14, mais suas respectivas
condições iniciais. Substituindo Eq 2.4-6 em Eq 2.4-4, dividindo por ρAT e
rearranjando, obtemos a Eq 2.4-15, que ao lado da Eq 2.4-14 formam um sistema
SEDO 2x2, não linear.

Página 47 de 172
dh(t ) 1
dt
=
AT
[
q1 (t ) − A p v p (t ) ]
Eq 2.4-15
dv p (t ) g f gc 2
= h(t ) − v P (t )
dt L ρA p
Eq 2.4-16
Tabela 2.4-2: Dados para o escoamento por gravidade do tanque.
Tubulação DP = 3 ft AP = 7.06 ft2 L = 3,000 ft
Tanque DT = 12 ft AT = 113 ft2 Altura máxima = 7 ft
Estado estacionário (condições iniciais)
q1,ss = 35.1 f t3/s vp,ss = 4.97 ft/s hss = 4.72 ft
Parâmetros: Re = 1,380,000 f = 2.81 x 10-2 lbf/(ft/s)2.ft
Substituindo esses dados nas Eq 2.4-14 e Eq 2.4-16 obtemos:
dh(t)
= 0,00885 q 1 (t) − 0,0624v p (t)
Eq 2.4-17 dt
dv p (t)
= 0,0107 h(t) - 0,00205 v 2p (t)
Eq 2.4-18 dt
Estudamos esse exemplo para uma perturbação degrau positivo na vazão da

alimentação de 10%. A solução dessas equações foi obtida numericamente
utilizando o Método de Runge-Kutta-Gill de 4ª ordem. As curvas de h(t) e vp(t) são
vistas na Figura 2.4-2. Observamos que as variáveis apresentam uma oscilação
amortecida, com sobre-elevação (overshoot), isto é, o valor máximo alcançado
excede o valor do estado estacionário final:
h(∞) = 5.79 ft e hmax = 6.29 ft
vP(∞) = 5.50 ft/s e vp,max = 5.63 ft/s

Página 48 de 172
Nível do Tanque e V eloc idade na Tubulaç ão

6.4
6.2
h(t)
5.8
vp (ft/s )
e 5.6
5.4
vp(t)
h (ft)
5.2
4.8
4.6
0 100 200 300 400 500 600 700 800 900 1000
tem po (s eg)
Figura 2.4-2: Resposta a perturbação de 10% na vazão de

alimentação.
Repetimos o mesmo exemplo para uma perturbação positiva de 20% na

vazão de alimentação. Na Figura 2.4-3 vemos que o sistema submetido a uma
perturbação maior apresenta maiores oscilações e sobre-elevação. Observe
também que para 20% de perturbação o nível do tanque ultrapassa 7 ft (altura
máxima do tanque), ou seja, o tanque transborda, apesar do estado estacionário
alcançado ser menor que esse limite.
Nível do Tanque e V eloc idade na Tubulação

8
h(t) 20%
7.5
7
vp (ft/s)
6.5
e
vp(t) 20%
6
h (ft)
h(t) 10%
5.5
vp(t) 10%
4.5
0 100 200 300 400 500 600 700 800 900 1000
tem po (seg)

Página 49 de 172
Figura 2.4-3: Resposta do nível e velocidade de descarga para

perturbação de +10% e +20% na vazão de alimentação.
Na seção 2.2 assumimos que:
q 2 (t ) = C h(t )
Eq 2.4-19
Agora iremos demonstrar em que condições esta hipótese é válida. Se a

massa contida na tubulação é pequena, então o acúmulo de momentum pode ser
desprezado:
ρ A p L dv p (t )
m=ρ Ap L → 0 ⇒ → 0
Eq 2.4-20
gc dt
ρ A p L dv p (t ) g
= A pρ h(t ) − f L v 2p (t ) = 0
Eq 2.4-21
gc dt gc
De Eq 2.4-21:
Ap ρ g AP ρ g
v 2p (t) = h(t) ⇒ v p (t) = h(t)
f L gc f L gc
Eq 2.4-22
Multiplicando por Ap:
AP ρ g
q 2 (t ) = AP v P (t ) = AP h(t) = C h(t)
f L gc
Eq 2.4-23
onde
AP ρ g
C = AP
f L gc
Eq 2.4-24
Portanto, a Eq 2.4-19 só será válida se, e somente se, o acúmulo de

momentum na tubulação for desprezível. Neste caso, o processo responderia a
perturbação de 10 e 20% na vazão de alimentação da seguinte forma:

Página 50 de 172
Res pos ta do nível em diferentes s ituaç ões

7
+ 20%
6.5
6
h (ft)
+ 10%
5.5
4.5
0 100 200 300 400 500 600 700 800 900 1000
tem po (s eg)
Figura 2.4-4: Resposta do tanque desprezando o acúmulo de

momentum (perturbação de +10% e +20% na vazão de alimentação).
Observe que nesses o limite máximo do nível não é violado.
2.4.1 Equação de Bernoulli
Realizando um balanço da energia mecânica em regime transiente para um

fluxo isotérmico (hipótese), obtemos:
[K tot (t ) + φtot (t ) + Atot (t )]= − ∆  v (t ) + φ (t ) + G (t ) m (t ) − W (t ) − Ev (t )

2
d ~
dt  2 
Eq 2.4-25
Onde:
ρ v2
K tot = ∫ . dV
2
~
φ tol = ∫ ρ φ dV
~
φ = gh(t )
Se considerarmos que o fluido é incompressível a Eq 2.4-25 torna-se:

Página 51 de 172
 2 
d
[K tot (t ) + φtot (t ) + Atot (t )] = − ∆  v (t ) + φ~ (t ) + G (t ) m (t ) − W (t ) − E v (t )
dt  2 
Eq 2.4-26
Dividindo pela massa do sistema e aplicando o estado estacionário a Eq

2.4-25 fica:
p
v2  2
dp ˆ ˆ
∆   + g. ∆h + ∫ + W + Ev = 0
2 p1
ρ
Eq 2.4-27
Essa equação é denominada Equação de Bernoulli, embora historicamente

esta nomenclatura tenha sido reservada para a equação correspondente com
fricção nula (Ev = 0) e sem realizar trabalho (W = 0).
p2
dp Rg T P 
Gás ideal e escoamento isotérmico : ∫ = ln  2 
p1
ρ PM  P1 
Eq 2.4-28
p2
dp P2 − P1
Fluido incompressível : ∫ =
p1
ρ ρ
Eq 2.4-29
Esses dois casos limites são muito utilizados em trabalhos de engenharia.
Talvez estejamos mais acostumados a trabalhar com a Eq 2.4-27 da

seguinte forma:
 v2 P  v2 P 
 + h +  =  + h + + hf 
 2g γ 1  2 g γ 2
Eq 2.4-30
A Eq 2.4-30 é válida para estado estacionário (hipótese 1), fluxo isotérmico

(hipótese 2) e fluido incompressível (hipótese 3).
2.4.2 Fator de Fricção
Na equação de Bernoulli aparece um termo devido às perdas por atrito (Êv).

Esse termo é proporcional ao quadrado da velocidade do escoamento e ao
comprimento da tubulação e inversamente proporcional ao raio hidráulico:

Página 52 de 172
2
f .L.v
Eˆ v =
Eq 2.4-31
2 . Rh
Talvez estejamos mais acostumados a trabalhar com a equação de Darcy-

Weisbach (para tubos circulares), que pode ser obtida dividindo Eq 2.4-31 por g.
Onde fD = 4.f
O fator atrito fD depende da velocidade do escoamento e das características

geométricas da tubulação ou do acidente. Existem inúmeras fórmulas para
calcular o fator de atrito, a seguir citamos algumas delas:
Para escoamento laminar:
64
fD =
Eq 2.4-32 Re < 2.1x10 3
: Re
Para escoamento intermediário:
0,3164
fD =
Eq 2.4-33 2,1 x 103 < Re <105 : Re 1 / 4
(esta equação é denominada Fórmula de Blasius)
Para escoamento turbulento, Re > 105:
Fórmula de Colebrook:
1  k / D 0,6275 
= − 0,86 . ln  
Eq 2.4-34
f D  3,7 Re . f D 
Na Figura 2.4-5 temos o fator de fricção fD versus o número de Reynolds,

para diferentes rugosidades de tubos.
Na presença de conexões (válvulas, cotovelos, etc.), a perda de carga

devido a esses acidentes pode ser escrita em termos de comprimento equivalente
de tubulação he:
v2
he = K
Eq 2.4-35
2g
Onde K é dado na Tabela 2.4-3.

Página 53 de 172
Tabela 2.4-3: Coeficientes K de perda de carga para algumas conexões.
Conexões K
Válvula globo (totalmente aberta) 10.0
Válvula angular (totalmente aberta) 5.0
Cotovelo comum 0.9
Canto vivo 0.5
Figura 2.4-5: Ábaco de Moody – Fator de fricção em tubulações.
9 Determinação da vazão de descarga: Regime estacionário
Seja um tanque que contém água a 20oC (v = µ/ρ = 1.01x10-6 m2/s), Figura
2.4-6. Calcule a vazão pela tubulação (D = 150mm, e k /D = 0.0017). Assuma que
o nível no tanque é mantido constante.

Página 54 de 172
1
válvula
22 m 2
12 m
cotovelos
comuns
canto 30 m 60 m
vivo
Figura 2.4-6: Escoamento de um tanque de nível constante.
Aplicando Bernoulli entre os pontos 1 e 2 obtemos:
v 22
0 + 22 + 1atm = + 12 + 1 atm + h f
Eq 2.4-36
2. g
Onde hf = hcanto vivo + htrecho reto + hcotovelos + hválvula
v 22 (30 + 12 + 60) v 22 v 22 v 22
h f = 0,5 + + fD . . + ( 2 ).0,9 . + 10 .
2 g 0,15 2g 2g 2g
v 22
h f = [12,3 + 680 f D ]
2g
logo
v 22
10 = [13,2 + 680 f D ]
Eq 2.4-37
2g
A Eq 2.4-37 é não linear, pois, além disso, fD depende de v2. Para resolvê-la
vamos estimar um valor para fD = 0.022.
Calculando a velocidade pela Eq 2.4-37 obtemos:
v2 = 2.63 m/s Æ Re = 391,000
E do gráfico de Moody: fD = 0.023

Página 55 de 172
Como este valor está bem próximo do valor estimado inicialmente paramos a
cálculo, caso fosse diferente reiniciaríamos o mesmo, partindo de último valor
estabelecido, até atingirmos o valor verdadeiro.
Portanto, a vazão é: q2 = Ap. v2 = 45.9 l/s.
2.4.3 Medição de Vazão
Existem inúmeros elementos primários para medição de vazão, a seguir

apresentaremos 3 instrumentos (tubo de Pilot, tubo Venturi e placa de orifício)
cujos princípios físicos de funcionamento são baseados nos balanços de massa e
momentum vistos anteriormente. Nesta seção apresentaremos os resultados para
fluido incompressíveis, conseqüentemente, quando o fluido a ser medido for um
gás ou vapor fatores de correção, que levam em consideração a
compressibilidade e variação da massa específica do fluido com a pressão e
temperatura, devem ser acrescentados às fórmulas aqui apresentadas.
9 Tubo de Pitot
Seja um tubo de Pitot simples conforme a Figura 2.4-7.
Figura 2.4-7: Tubo de Pitot simples.
Aplicando a Equação de Bernoulli entre os pontos 1 e 2 obtemos:

Página 56 de 172
v12 P1 P2
+ =
Eq 2.4-38
2.g γ γ
ou
2 . (P2 − P1 )
v1 =
ρ
Eq 2.4-39
Devido ao fato de que o escoamento não obedece exatamente às condições

impostas pela Equação de Bernoulli, um fator de correção K1 é introduzido para
levar em conta os desvios em relação a Eq 2.4-38, assim a equação de trabalho
para o Tubo de Pitot é:
2∆P
v1 = K 1
Eq 2.4-40
ρ
Onde K1 é aproximadamente 1 para a maioria das instalações, mas para

medição mais precisas seu valor deve ser determinado por calibração do
instrumento.
O tubo de Pitot mede velocidade local, se precisarmos saber a vazão

devemos tomar medições de velocidade ao longo do eixo radial da tubulação e
obter a velocidade média por um método numérico ou gráfico.
9 Tubo Venturi
Considere o tubo Venturi conforme a Figura 2.4-8.
1 2
Figura 2.4-8: Medidor Venturi.
Aplicando a equação de Bernoulli entre os pontos 1 e 2 obtemos:

Página 57 de 172
 v2 P   v2 P 
 +  = + + hf 
 2 . g γ 1  2 . g γ  2
Eq 2.4-41
Se não levarmos em consideração a perda de carga que ocorre entre os

pontos 1 e 2 a Eq 2.4-41 será escrita em termos da velocidade teórica vt:
 v t2 P   v 2t P 
 +  = + 
Eq 2.4-42  2 g γ 1  2 g γ  2
Aplicando a equação da continuidade (balanço de massa) entre os pontos 1

e 2 obtemos:
Eq 2.4-43 m& 1 = m& 2
A1 ρ1 v1 = A 2 ρ 2 v 2
Eq 2.4-44
A Eq 2.4-44 é válida tanto para a velocidade real como para a teórica. Dessa
equação obtemos:
2
A ρ v A 
V1 = 2 2 2 ⇒ v =  2  v 22
2
1
A 1 ρ1  A1 
Eq 2.4-45
Substituindo a Eq 2.4-45 em Eq 2.4-42 e rearranjando:
2 g (P1 − P2 ) / γ
V1 =
1 − (A 2 / A 1 ) 2
Eq 2.4-46
Para obter a vazão real multiplicamos a Eq 2.4-46 por um fator de correção

K1 e pela área do tubo na seção 2:
2g (P1 − P2 ) / γ
q = K 1 A2
1 − (A 2 / A 1 ) 2
Eq 2.4-47
9 Placa de orifício
O instrumento de medição de vazão mais utilizado na indústria petroquímica

é a placa de orifício, pois é simples, baixo custo inicial e precisão adequada à

Página 58 de 172
maioria das aplicações. Considere um tubo no qual inserimos um obstáculo – uma

placa com um orifício de diâmetro menor que o da tubulação (Figura 2.4-9).
Figura 2.4-9: Placa de orifício.
Para um fluido incompressível a equação de Bernoulli, desprezando a perda

de carga entre os pontos 1 (anterior a placa de orifício) e 2 (na vena contracta) é:
 v2 P   v2 P 
 +  = + 
 2 . g γ 1  2 . g γ  2
Eq 2.4-48
Aplicando a equação da continuidade entre os pontos 1 e 2 e substituindo na

Eq 2.4-48 obtemos:
2. g. (P1 − P2 ) / γ
v2 = 2
A 
1 −  1 
Eq 2.4-49  A2 
Com o objetivo de tornar a Eq 2.4-49 alguns fatores de correção devem ser

acrescentados para considerar o efeito de:
• Rugosidade da tubulação;
• Compressibilidade do fluido (quando for o caso);
• Expansão térmica da placa;
• Local da tomada de pressão;

Página 59 de 172
• Presença de furo para dreno (quando for o caso);
• Características construtivas da placa;
• Viscosidade muito elevada do fluido (quando for o caso).
Podemos observar que a medição de vazão nos elementos primários

deprimogênitos de área constante é proporcional à raiz quadrada da queda de
pressão provocada, ou seja:
Eq 2.4-50 q = K. ∆P
Onde K é um fator de proporcionalidade que leva em conta os desvios em

relação à equação é um fator de proporcionalidade que leva em conta os desvios
em relação à equação de Bernoulli, a compressibilidade do fluido e as
características geométricas do instrumento de medição de vazão.

Página 60 de 172
2.5 Exercícios
2.5.1 Tanque em linha
O tanque mostrado na figura abaixo é colocado na linha para suavizar a

variação da pressão po(t). No estado estacionário a vazão de alimentação e as
pressões são:
qi,s = 25.0 kgmoles/s
pi,s = 2,000.0 kN/m2
ps = 1,800.0 kN/m2
po,s = 1,600.0 kN/m2
pi po(t)
p(t)
qi qo(t)
O volume do tanque é V = 10m3. Desenvolva o modelo matemático para este

processo, assuma gás ideal.
As vazões de entrada e saída do tanque são dadas por
qi (t) = ki . pi (t).[pi (t) − p(t)]
q o (t) = ko . p(t).[p(t) − p o (t)]
Onde ki e ko são constantes.
2.5.2 CSTR
Considere um reator de mistura perfeita CSTR mantido isotérmico. A vazão

de alimentação é constante.
A → B

Página 61 de 172
Com equação da taxa r = k. CA
Desenvolva o modelo matemático deste processo.
2.5.3 Tanques não interativos em série
Considere dois tanques não interativos em série (figura abaixo). Assuma que
os tanques têm a mesma área transversal (A = 5 ft2). Inicialmente, o sistema está
no estado estacionário com qs = 1 ft3/min e h1 = h2 = 3ft.
q(t)
h1
R1
q1
h2
R2
q2(t)
Desenvolva o modelo matemático deste processo.
2.5.4 Tanque esférico
Considere o processo matemático mostrado na figura abaixo. O tanque é

esférico com raio de 4 ft. A vazão nominal de entrada e de saída é 300,000 lbm/h,
a massa específica do líquido é 70 lbm/ft3 e o nível em regime permanente é 5 ft.
O volume de uma esfera é dado por 4πr3/3. A relação entre o volume e a altura é
dada por:
 h 2 (t).(3.r − h(t)) 
V(t) = VT . 
 4.r 3 
A vazão através das válvulas são dadas por

Página 62 de 172
f (t) = 500.Cv.VP(t). G f .∆Ρ
Onde: Cv1 = 20.2 e Cv2 = 28.0
P1 = 65 psig
P2 = 50 psig
h(t)
P3 = 45 psig
v2
A pressão sobre nível de líquido é mantida constante no valor de 50 psig.

Obtenha modelo matemático deste processo.
2.5.5 Tanque não interativos em série 2
Considere o processo mostrado na figura a seguir. A vazão de líquido

através dos tanques, f, é constante e igual a 110 kg/min. A densidade do líquido
pode ser assumida constante e igual a 800 kg/m3. A capacidade calorífica do
fluido também é constante e igual a 1.3 kcal/kgoC. O volume de cada tanque é 0.3
m3. A perda de calor para as vizinhanças é negligenciável e a agitação é perfeita.
T1(t), f
To(t), f
T2(t), f
W st(t)
condensado
vapor T3(t), f
Obtenha o modelo matemático para este processo.

Página 63 de 172
2.5.6 Tanques em série com bomba
Considere o processo mostrado na figura abaixo.
qo qA(t)
PR
h1(t 2 3
)
4
h2(t) CA5(t)
hR
Tanque de
mistura 1
L 5
Reator
Vazão da corrente de alimentação com concentração CAO, constante [ = ]

m3/s
CAi(t) Concentração de A na seção [=] kgmol/m3
ρ Massa específica, constante [ = ]

kg/m3
ki(t) Altura do nível de líquido no equipamento [=] m
kR Altura da entrada do reator em relação à saída do mesmo [ = ] m
PR Pressão na copa do reator [=] KPa
L Comprimento [=] m
AT Área da seção transversal do tanque [=] m2
AR Área da seção transversal do reator [=] m2
As seguintes informações são conhecidas sobre este processo:
• A massa específica de todas as correntes é aproximadamente constante e

igual;
• O fluxo através da bomba de velocidade constante é dado por:
qb(t) = A{1+B.[p1(t) – p2(t)]2}, m3/s
• A tubulação entre os pontos 2 e 3 é longa com comprimento L, m. O fluxo

através da tubulação é muito turbulento (plug flow). O diâmetro do tubo é D [ = ] m.
A queda de pressão entre esses dois pontos ∆p pode ser considerada constante.

Página 64 de 172
• Podemos assumir que os efeitos associados à reação são negligenciáveis,

conseqüentemente, a reação ocorre à temperatura constante. A taxa de reação (A
Æ B) é dada por
Kgmol
rA (t ) = kC A (t )[=]
m 3s
O fluxo através da válvula é dado por
q v (t ) = CV VP h2 (t)
Onde VP é a posição em que se encontra a válvula, constante.
Obtenha o modelo matemático que representa este processo.
2.5.7 Tanque não interativos em série com bomba
Considere o processo mostrado na figura abaixo.
q1(t) q2(t)
q4(t)
q3(t)
m(t)
q5(t)
As seguintes informações são fornecidas:
• A densidade do líquido é constante.
• A vazão de descarga dos tanques é dada por
qi (t ) = Cvi * VPi * hi (t ) [ = ] m3/h
• A vazão através da bomba é dada por: q3(t) = Kb [m(t) - 4] [ = ] m3/h, onde

m(t) é a energia fornecida à bomba

Página 65 de 172
• A válvula de controle pode ser representada por um sistema de 1ª (primeira)

ordem de ganho Kv e constante de tempo τV.
• Os diâmetros dos tanques são D1 e D2.
Obtenha o modelo matemático deste processo.
2.5.8 Tanque não interativo em série 3
Considere o processo mostrado na figura abaixo. Nós queremos manter a

temperatura Ta em um determinado valor manipulado as vazões de vapor d’água
q1,st e q2,st.
T1(t), q
T2(t), q
q1,st(t)
condensado
vapor T3(t), q
Tanque 1
q1,st(t)
condensado
vapor
Tanque 2
As seguintes informações são fornecidas:
a) Vazão do produto constante, q = cte.
b) A temperatura de entrada T1(t) é o principal distúrbio.
c) A dinâmica dos dois tanques de aquecimento é dada por
dT2 (t)
τ1 . + T2 (t) = T1 (t) + K1Q1 (t )
dt
dT3 (t)
τ2 . + T3 (t) = T2 (t) + K 2Q 2 (t)
dt
Onde τ1 = 4; τ2 = 10 e K1 = 4; K2 = 10

Página 66 de 172
Interprete os efeitos das perturbações (vazões de vapor para as serpentinas

dos tanques 1 e 2). Em que condiçao é mais conveniente modificar a vazão do
vapor para o tanque 1? E para o tanque 2?

Página 67 de 172
Capítulo 3. Outras Leis Fundamentais
No Capítulo 2, vimos os balanços de massa, energia e momentum aplicados

a alguns processos típicos de indústrias petroquímicas. Neste capítulo,
completaremos o estudo das leis (princípios) fundamentais a que todos os
sistemas físicos estão submetidos.
3.1 Equações de Transporte
Nos balanços de massa, energia e momentum desenvolvidos vimos que o

fluxo resultante (taxa de transferência por unidade de área) é proporcional à força
motriz (gradiente de temperatura, concentração e velocidade) no qual o sistema
está submetido, cuja constante de proporcionalidade é uma propriedade física dos
sistemas (condutividade térmica, difusividade mássica e viscosidade).
Os balanços microscópicos de massa, energia e momentum são

denominados de Lei de Fick, Lei de Fourier e Lei de Newton da viscosidade,
respectivamente. A Tabela 3.1-1 sumariza as equações de transporte utilizadas no
desenvolvimento de modelos matemáticos.

Página 68 de 172
Tabela 3.1-1: Leis de Transporte.
Quantidade Calor Massa Momentum
Fluxo Q ÑA τx y
Transporte molecular (microscópico)
∂Τ ∂C A ∂v x
Força motriz
∂x ∂Χ ∂γ
Lei Lei de Fourier Lei de Fick Lei de Newton
Viscosidade
Condutividade Difusividade mássica
Propriedade
térmica kT DA
µ
∂Τ ~ ∂C A ∂vx
Relação Q =k Τ. Ν A = DA . τ =µ.
∂x ∂X xy ∂y
Transporte global (macroscópico)
Força motriz ∆T ∆CA ∆P
Coeficiente de
Coeficiente de troca
Propriedade transferência de Fator de fricção fD
térmica hT
massa - kM
~ D . ∆Ρ /L
Relação Q = hT*∆T NA = k M . ∆C A fD =
2 . ρ . v2
3.2 Equações de Estado
Ao desenvolver os modelos matemáticos precisamos conhecer como as

propriedades do sistema, como, por exemplo, massa específica e entalpia, variam
com o estado do sistema (temperatura, pressão e composição). As relações que
permitem calcular uma determinada propriedade a partir do estado do sistema são
denominadas equações de estado.
Talvez a equação de estado mais familiar seja a Lei dos Gases Ideais:

Página 69 de 172
Eq 3.2-1 PV = nRgT
Da equação de estado, Eq 3.2-1, podemos obter a massa específica de gás:
n.PM PM .P
ρ= =
Eq 3.2-2
V R g.T
Para levar em consideração a não idealidade dos gases podemos, por

exemplo, multiplicar a Eq 3.2-1 por um fator de correção, o fator de
compressibilidade Z, então obtemos:
Eq 3.2-3 PV = ZnRgT
Para os líquidos podemos, na maioria das vezes, considerar como sendo um

fluido incompreensível, portanto com massa específica constante.
As entalpias dos líquidos podem ser expressas por:
H L = C pT
Eq 3.2-4
Se precisar de uma maior precisão no cálculo da entalpia, podemos supor

que a capacidade calorífica varia linearmente com a temperatura, isto é:
C (T) =α + β .Τ
Eq 3.2-5 P
então
Τ β
Η L = ∫ C P (Τ).dΤ =α . (Τ − ΤΟ ) +
2 2
. (Τ − Τ )
Eq 3.2-6
ΤΟ 2
A entalpia dos vapores saturados pode ser expressa por:
Eq 3.2-7 Η V = Η L + Η LV
Também podemos expressar a entalpia de gases ou vapores por relações

análogas à Eq 3.2-6.
Para misturas de substâncias podemos calcular a entalpia por uma média

ponderada com as frações molares dos componentes das misturas.

Página 70 de 172
NC
∑ x j.Η j .PM j
j =1
Η=
NC
∑ x j .PM j
Eq 3.2-8 j =1
3.3 Cinética Química
Na indústria química e petroquímica, um dos equipamentos mais crítico e

menos conhecido é o reator químico. Este fato decorre, principalmente, pela
dificuldade de se determinar a cinética da reação e, conseqüentemente, de se
estabelecer a equação da taxa da reação. A seguir, apresentamos uma análise
qualitativa das taxas de reações químicas.
A taxa de uma reação é a taxa de mudança do número de moles de um

componente por unidade de volume, devido à reação química, dividindo pelo seu
coeficiente estequiométrico.
Por definição:
1  dn J 
Γ= .
Eq 3.3-1
vJ . V  dt 
Para uma reação do tipo: 2.A + 3.B → 4.C + 5.D
vA = -2; vB = -3; vC = +4; vD = +5
A taxa é:
1  dn A  1  dnB  1  dnC  1  dnD 

Γ= . = . = . = .
− 2.V  dt  − 3.V  dt  4.V  dt  5.V  dt 
 
Via de regra, a taxa com que uma reação se processa é função da

concentração dos reagentes e da temperatura do meio reacional, então podemos
escrever, por exemplo, a equação da taxa de uma reação como sendo:

Página 71 de 172
Γ = k ( Τ ) . C aA . C bB
Eq 3.3-2
a=2eb=3
A constante da taxa k é uma função da temperatura e segue a Equação de

Arrhenius, isto é:
 −E 
k (T ) = k o exp  
Eq 3.3-3
 R g . Τ 
Da Eq 3.3-1 podemos calcular a taxa de consumo de reagentes por unidade

de volume e a taxa de formação de produtos por unidade de volume:
1  dn A 
ΓA = vA . Γ = − 2. Γ = .
Eq 3.3-4
V  dt  ; c o n s u m o d e A · .
1  dnC 
ΓC = vC . Γ = + 3. Γ = .
Eq 3.3-5
V  dt  ; p r o d u ç ã o d e C · .
3.4 Entalpia das reações químicas
Toda reação química se processa liberando (reação exotérmica) ou

absorvendo (reação endotérmica) energia. A reação exotérmica provoca o
aquecimento do reator, neste caso, para evitar o aumento da temperatura, é
necessário o resfriamento do mesmo. Quando a reação é endotérmica, o reator é
resfriado à medida que a reação avança, nestes casos, pode ou não ser preciso o
aquecimento do reator.
Uma maneira simples de se avaliar a exotermicidade (ou endotermicidade)

de uma reação, é comparar as entalpias de formação4 dos produtos e reagentes
envolvidos na reação.
A entalpia de reação é a diferença entre a entalpia de formação dos produtos

menos a entalpia de formação dos reagentes. Veja o exemplo abaixo:
Para uma reação do tipo: 2.A + 3.B → 4.C + 5.D

Página 72 de 172
vA = -2; vB = -3; vC = +4; vD = +5
A entalpia de reação é:
∆HR = 4HfC + 5HfD – 3HfA – 2HfB
Generalizando:
NC
∆Ηr = ∑ vi . Η f i
i =1
Eq 3.4-1
As entalpias de formação são propriedades tabeladas e geralmente

referenciadas a temperatura de 25 ºC, portanto se uma reação se processa a uma
temperatura diferente, será necessário levar em conta essa diferença, isto é feito
utilizando-se a Eq 3.2-6 ou Eq 3.2-7.
A Tabela 3.4-1 apresenta a entalpia de formação de algumas substâncias,

enquanto na Tabela 3.4-2 vemos a entalpia de reação de algumas reações.
Tabela 3.4-1: Entalpia de formação de algumas substâncias.
Substância Hºf (kcal/mol)
H2 (g) 0.000
H2O (g) -57.796
H2O (1) -68.315
CH4 (g) -17.880
C2H4 12.490
Obs.: Por definição entalpia de formação de uma substância simples no

estado mais estável a 1 atm e 25 ºC é zero.
4
Todas as substâncias “consomem” alguma energia para serem formadas.
Essa quantidade de energia denomina-se entalpia de reação.

Página 73 de 172
Tabela 3.4-2: Entalpia de reação de algumas reações
Reação ∆Hºr (kcal/mol)
C (s) + 2Η 2 Ο(g ) ↔ CO2 + H 2 O 21.55
C 2 Η 4 ( g ) + Η 2 Ο(1) ↔ C 2 H 5 OH (l )
- 10.54
Obs: Entalpias de reação para 25 oC e 1 atm
As reações exotérmicas têm entalpia de reação negativa, enquanto que as

reações endotérmicas têm entalpia de reação positiva:
Reação exotérmica Æ ∆Hr < 0
Reação endotérmica Æ ∆Hr > 0
Reação isotérmica Æ ∆Hr = 0
3.5 Equilíbrio de Fases
Sempre que dois ou mais fluidos entram em contato pode ocorrer a formação
de porções de fluidos com composições e características físicas bem diferentes,
diz-se que ocorreu a separação de fases. Isto acontece quando um fluido em fase
líquida entra em contato com outro fluido em fase de vapor (Figura 3.5-1), ou
quando dois líquidos imiscíveis se misturam provocando o surgimento de duas
fases (por exemplo, água em contato com óleo provoca o aparecimento de duas
fases, uma orgânica e outra aquosa - Figura 3.5-2).
VAPOR
LÍQUIDO
Figura 3.5-1: Uma fase líquida em contato com uma fase vapor.

Página 74 de 172
LÍQUIDO II
LÍQUIDO i
Figura 3.5-2: Duas fases líquidas imiscíveis em contato.
A tendência de todos os sistemas é evoluírem no sentido de alcançar o

menor potencial, ou seja, procurando atingir o equilíbrio termodinâmico. Na
presença de duas ou mais fases diferentes, tal equilíbrio é alcançado quando o
potencial químico de cada substância, presente no sistema, é o mesmo em todas
as fases.
Considere duas fases em contato. O equilíbrio termodinâmico é alcançado

quando é satisfeita a seguinte relação:
µ Ij = µ IIj
Eq 3.5-1
Onde:
µjI Potencial químico do componente j na fase I
µjII Potencial químico do componente j na fase II
No equilíbrio termodinâmico existe transferência de moléculas entre as fases,

porém o número de moles que passa da fase I para a fase II é o mesmo que
passa da fase II para a fase I.
O equilíbrio é favorecido quando ocorre uma forte mistura entre as fases, ou

seja, quanto mais agitado for o sistema, mais rapidamente o equilíbrio é
alcançado.
No projeto de equipamentos de separação líquido-líquido (absorvedoras ou

extratoras) ou líquido-vapor (colunas de destilação ou evaporadores) precisamos
de relações que permitam o cálculo de composição de uma fase, conhecendo a
composição de outra fase.

Página 75 de 172
A partir daqui nos fixaremos ao estudar o equilíbrio líquido-vapor:
3.5.1 Equilíbrio Líquido-Vapor
O problema mais comum que surge envolvendo o equilíbrio líquido-vapor é o

cálculo do Ponto de Bolha (BP – Buble Point): calcular a temperatura T e a
composição do vapor yj a partir da pressão P e da composição do líquido xj, ou
seja, obter o estado da primeira bolha formada (Figura 3.5-3).
T e yi desconhecidos
VAPOR
P e xj conhecidos
LÍQUIDO
Figura 3.5-3: Cálculo do ponto de bolha.
A solução de um problema BP é, freqüentemente, obtida através de um

procedimento interativo, iniciado a partir de uma estimativa inicial, pois as
equações envolvidas são não-lineares.
Outro problema envolvendo o equilíbrio líquido-vapor é o cálculo do Ponto de

Orvalho (DP – Dew Point): calcular a temperatura T ou pressão P e a composição
do líquido yj a partir da pressão P ou temperatura T e da composição do vapor yj,
ou seja, obter o estado da primeira gota de orvalho formada (Figura 3.5-4).
T (ou P) e yi conhecidos
VAPOR
P (ou T) e xj desconhecidos
LÍQUIDO
Figura 3.5-4: Cálculo do ponto de orvalho.
Também são freqüentes os cálculos de Flash: não conhecemos nem a

composição do vapor e nem a do líquido, então combinamos as relações de
equilíbrio, o balanço de massa e energia para encontrar as incógnitas.

Página 76 de 172
Assumiremos alguns modelos para representar o equilíbrio líquido-vapor:
9 A fase vapor tem comportamento ideal, isto é, a Lei de Dalton é

válida: a pressão parcial de um componente é igual a fração molar deste
componente vezes a pressão total do sistema.
Pj = y j Ρ
Eq 3.5-2 Lei de Dalton:
Para sistemas que fogem a idealidade, como, por exemplo, os submetidos a

altas pressões, é necessário introduzir fatores de correção na Eq 3.5-2, para
esses casos, conceitos como fugacidade e coeficiente de fugacidade foram
desenvolvidos.
9 A fase líquida tem comportamento ideal, isto é, a Lei de Raoult é

válida: a pressão do sistema é o somatório do produto da fração molar vezes a
pressão de vapor de cada componente presente na fase líquida.
Lei de Raoult:
ΝC
Ρ = ∑ x j . PjS
j =1
Eq 3.5-3
Combinando a Lei de Dalton com a Lei de Raoult, obtemos:
x j P sj
yj =
Eq 3.5-4 P
Onde as pressões de vapores freqüentemente variam com a temperatura,

segundo, por exemplo, a Equação de Antoine:
A j 
P s j = exp  +Bj 
Eq 3.5-5 T 
9 Outra maneira de representar o equilíbrio líquido-vapor é através do

conceito de volatilidade relativa. Por definição, a volatilidade relativa αij do
componente i em relação ao componente j é:

Página 77 de 172
γ i χi
αi j =
γ j χj
Eq 3.5-6
Quanto maior a volatilidade relativa, maior a concentração da substância na

fase de vapor.
Em muitos sistemas a volatilidade relativa pode ser assumida constante,

nesses casos é conveniente utilizar esse conceito.
Para sistemas binários, isto é, com apenas 2 componentes, a volatilidade α

do composto mais volátil, é:
y/x
α=
Eq 3.5-7
(1− y ) (1− x )
ou
α. x
y=
Eq 3.5-8
1+ (α −1) x
9 Um conceito muito utilizado na indústria do petróleo é o de constante

de distribuição no equilíbrio K. Por definição, a constante de distribuição Kj do
componente j é o resultado da divisão da fração molar desse componente na fase
vapor pela fração molar desse componente na fase líquida.
yj
Kj =
xj
Eq 3.5-9 Constante de equilíbrio:
Kj é uma função da temperatura, composição e, mais fracamente, da pressão

do sistema.
9 Quando o líquido não se comporta de maneira ideal, a Lei de Raoult

deve ser modificada para acomodar as não-idealidades. Neste caso, é
incorporado um fator de correção intitulado coeficiente de atividade γj:
NC
Ρ= ∑x
j =1
j. P Sj γ j
Eq 3.5-10
O coeficiente de atividade é função da composição, pressão e temperatura

do sistema.

Página 78 de 172
Utilizando as relações de equilíbrio líquido-vapor, podemos desenvolver os

modelos matemáticos de operações unitárias de separação líquido-vapor e/ou
líquido-líquido.
No próximo capítulo estudaremos o comportamento dinâmico das seguintes

operações unitárias:
• Reator CSTR;
• Evaporação;
• Destilação;
• Absorção;
• Extração.
3.6 Exercícios
3.6.1 Reator CSTR isotérmico
Escreva os balanços de massa para um reator CSTR isotérmico no qual

ocorrem as seguintes reações de 1ª ordem:
A →
k1
B
k
A →
2
C
(a) duas reações irreversíveis simultâneas:
A ←→ B
(b) uma reação irreversível: k1
k
(c) duas reações irreversíveis em série: A →
k1
B →
2
C
3.6.2 Equilíbrio líquido-vapor
Uma maneira bastante conveniente de representar o equilíbrio líquido-vapor

de uma mistura binária é através do diagrama xy dessa mistura, conforme a figura
abaixo. Construa o diagrama xy para a mistura binária de volatilidade relativa igual
a dois (α = 2). Construa no mesmo gráfico a curva de equilíbrio para uma mistura
binária com volatilidade relativa igual a três (α = 3). Compare os resultados:

Página 79 de 172
0.5
P = 1 atm
T variável
0
0 0.5 1
Diagrama xy para uma mistura binária ideal.
3.6.3 Diagrama xy
Construa o diagrama xy para a mistura benzeno-tolueno. Assuma que este

sistema pode ser representado por volatilidade relativa constante. A pressão do
sistema é 1 atm.
3.6.4 Alquilação do benzeno
Calcule o calor de reação da reação de alquilação do benzeno para a

produção de benzeno a 25 ºC e a 100 ºC e 1 atm.
C6H6 + CH4 ⇔ C7H8 + H2
Essa reação é exotérmica ou endotérmica?
3.6.5 Combustão
Calcule o calor liberado pela combustão completa de 1 mol de gás natural

(gás metano) a 25 ºC e 1 atm. E se a combustão não for completa e ocorrer a
formação de 1 mol de monóxido de carbono para cada mol de dióxido formado,
qual o calor liberado?

Página 80 de 172
Combustão completa: CH4 + 2O2 ⇔ CO2 + 2H2O
Combustão incompleta: 2CH4 + 7/2O2 ⇔ CO + CO2 + 4H2O

Página 81 de 172
Capítulo 4. Exemplos de Modelos Matemáticos de Processos Químicos
A seguir, apresentaremos algumas análises da dinâmica de processos

químicos.
4.1 Reator CSTR Não-Isotérmico
Considere um reator de medida perfeita (CSTR) de área AT contendo um

líquido perfeitamente agitado no qual ocorre uma reação exotérmica. Esse reator é
resfriado por uma jaqueta (Figura 4.1-1). A substância A reage irreversivelmente
produzindo a substância B, conforme a seguinte reação exotérmica:
A → B
q1(t), CA1(t), T1(t)
Vj Vj
CA(t) Tj
Tj h(t)
qj1(t), Tj1(t) CB(t)
T(t) qj2(t), Tj2(t)
q2(t), CA2(t), CB2(t), T2(t)
Figura 4.1-1: Reator de mistura perfeita (CSTR) não isotérmico.
Para construção do modelo matemático deste processo vamos assumir as

seguintes hipóteses:
H.01. Massa específica constante;
H.02. Capacidade calorífica do líquido refrigerante cpj constante;
H.03. Capacidade calorífica de A igual a capacidade calorífica de B;
H.04. Entalpia da reação constante;
H.05. Reator homogêneo, isto é, bem agitado;
H.06. Jaqueta completamente pré-enchida com fluido refrigerante;

Página 82 de 172
H.07. Fluido da jaqueta bem agitado (fluido homogêneo);
H.08. Coeficiente global de troca térmica, UG, constante.
O volume reacional V(t) varia com o tempo a depender da vazão de

alimentação e descarga do reator, conseqüentemente, o nível do reator h(t)
também varia com o tempo, pois:
Eq 4.1-1
V (t ) = A T h (t )
O modelo matemático deste processo consiste do balanço de massa global,

balanço molar para o reagente A e do balanço de energia.
9 Balanço global
Eq 4.1-2
{acumula} = {entra} − {sai}
{acumula} = dm(t ) = dρ . V(t ) = ρ .A Τ .

dh (t )
Eq 4.1-3 dt dt dt
Eq 4.1-4
{entra} = m& 1 (t ) = ρ1 . q 1 (t )
Eq 4.1-5
{sai} = m& 2 (t) = ρ2 . q 2 (t )
Substituindo as Eq 4.1-3, Eq 4.1-4 e Eq 4.1-5 em Eq 4.1-2 obtemos:
dh (t )
ρ AΤ = ρ 1 q 1 (t ) − ρ 2 q 2 (t )
Eq 4.1-6 dt
Lembrando que pela hipótese H.01: ρ = ρ1 = ρ2 = constante:
dh (t )
ρ .A Τ . = q1 (t ) − q 2 (t )
Eq 4.1-7 dt
9 Balanço molar
Eq 4.1-8
{acumula} = {entra} − {sai} − {consumido}

Página 83 de 172
Assumindo que a taxa de consumo de A por unidade de volume é de ordem

a e proporcional a concentração de A presente no reator, podemos escrever o
seguinte balanço molar:
Para A:
dn A (t ) dC A (t ). V(t ) dC (t ). h (t )
{acumula} = = = AΤ . A
Eq 4.1-9 dt dt dt
Eq 4.1-10
{entra} = C A1 (t ). q 1 (t )
Eq 4.1-11
{sai} = C A2 (t ). q 2 (t )
Eq 4.1-12
{consumido} = V(t ). ΓΑ (t )
Eq 4.1-13 ΓΑ (T ) = k (Τ) C aA (t )
 -E 
k (T ) = k Ο exp  
Eq 4.1-14  R g T 
Substituindo Eq 4.1-9, Eq 4.1-10, Eq 4.1-11 e Eq 4.1-12 em Eq 4.1-8

obtemos:
dC A (t ) h (t )
AΤ = C Α1 (t )q 1 (t ) − C Α 2 (t ) q 2 (t ) − V (t ) ΓΑ (Τ )
Eq 4.1-15 dt
Para tanque perfeitamente agitado:
Eq 4.1-16 C Α (t ) = C Α 2 (t )
Substituindo Eq 4.1-13, Eq 4.1-14 e Eq 4.1-16 em Eq 4.1-15 e rearranjando

obtemos:
dC Α (t ) h (t )
AΤ = C Α1 (t ) q 1 (t ) − C Α 2 (t ) q 2 (t ) +
dt
  - E   a
− {A T h (t ) } k Ο exp    C Α (t )
  R g Τ(t )  
Eq 4.1-17

Página 84 de 172
9 Balanço de energia no reator
Eq 4.1-18
{acumula} = {entra} − {sai} − {liberado} − {transferido}
(t ) Η (Τ) dV (t) Η (Τ)

{acumula} = dm = ρ
Eq 4.1-19 dt dt
Eq 4.1-20
{entra} = ρ1 q 1 (t ) Η 1 (Τ)
Eq 4.1-21
{sai} = ρ 2 q 2 (t ) Η 2 (Τ)
Eq 4.1-22
{liberado} = ∆Η r (Τ) V (t ) ΓΑ (Τ)
Eq 4.1-23
{transferido} = Q(t ) = h Τ ∆Τ = U G A J [Τ (t ) − ΤJ (t )]
Substituindo Eq 4.1-19, Eq 4.1-20, Eq 4.1-21, Eq 4.1-22 e Eq 4.1-23 em Eq

4.1-18 obtemos:
dV (t) Η (Τ )
ρ = ρ 1 q 1 (t ) Η 1 (Τ ) − ρ 2 q 2 (t ) Η 2 (Τ ) +
dt
− ∆Η r (Τ ) V (t ) ΓΑ (Τ ) − U G Α J [Τ (t ) − ΤJ (t )]
Eq 4.1-24
A entalpia é uma função da temperatura e composição, porém, devido às

hipóteses H.02 e H.03, podemos escrever:
Eq 4.1-25
Η (Τ) = C P Τ(t )
Η 1(Τ ) = C P 1Τ1 (t ) = C P Τ1 (t )
Eq 4.1-26
Η 2 (Τ ) = C P 2 . Τ2 (t ) = C P . Τ2 (t )
Eq 4.1-27
Substituindo Eq 4.1-25, Eq 4.1-26 e Eq 4.1-27 em Eq 4.1-24 e aplicando as

hipóteses H.01, H.04 e H.05 obtemos:

Página 85 de 172
dh (t ) Τ(t )
A Τ ρc p = ρc p [q 1 (t )Τ1 (t ) − q 2 (t ) Τ (t )] +
dt
  - E   a
− ∆Η r {A Τ h (t )} k Ο exp    C Α (t ) +
  R g Τ(t ) 
− U G A J [Τ (t ) − ΤJ (t )]
Eq 4.1-28
9 Balanço de energia na jaqueta
Eq 4.1-29
{acumula} = {entra} − {sai} + {transferido}
dm J Η (Τ) d Η J (Τ)
{acumula} = J
= ρ J VJ
Eq 4.1-30 dt dt
Eq 4.1-31
{entra} = ρ J q J1 (t )Η J1 (Τ)
Eq 4.1-32
{sai} = ρ J q J2 (t ) Η J2 (Τ)
Eq 4.1-33
{transferido} = Q (t ) = U G A J [Τ (t ) − ΤJ (t ) ]
Substituindo Eq 4.1-30, Eq 4.1-31, Eq 4.1-32 e Eq 4.1-33 em Eq 4.1-29 e

lembrando que a jaqueta está completamente preenchida [qJ1(t) = qJ2(t) = qJ(t)],
obtemos:
dΗ J (Τ)
ρ J VJ
dt
[ ]
= ρ J q J (t ) Η J1 (Τ) − Η J2 (Τ) + U G A J [Τ (t ) − ΤJ (t )]
Eq 4.1-34
A entalpia é uma função da temperatura e composição, porém devido a

hipótese H.02 podemos escrever:

Página 86 de 172
Eq 4.1-35
Η J (Τ) = Cp J ΤJ ( t)
Eq 4.1-36
Η J1 (Τ) = Cp J ΤJ 1 (t )
Eq 4.1-37
Η J2 (Τ) = Cp J ΤJ 2 (t )
Substituindo Eq 4.1-35, Eq 4.1-36 e Eq 4.1-37 em Eq 4.1-34 e aplicando as

hipóteses H.01, H.06 e H.07, obtemos:
dΤJ (t )
ρ J VJ c p J
dt
[ ]
= ρ J c p J q J (t ) ΤJ1 (Τ ) − ΤJ (Τ ) + U G A J [Τ (t ) − ΤJ (t )]
Eq 4.1-38
Portanto, o modelo matemático desse CSTR é formado por um sistema de 4

equações diferenciais ordinárias de 1a ordem, não-lineares, não-homogêneas de
coeficientes constantes:
9 Balanço de massa global
dh (t )
AΤ = q 1 (t ) − q 2 (t )
Eq 4.1-39 dt
9 Balanço molar para o reagente A
dC Α (t ) h (t )
AΤ = C Α1 (t ) q 1 (t ) − C Α (t ) q 2 (t ) +
dt
  - E   a
{ }
− A Τ . h (t ) k Ο exp    C Α (t )
Eq 4.1-40
  R g (t ) 
dh (t ) Τ(t )
A Τ ρc p = ρc p [q 1 (t )Τ1 (t ) − q 2 (t ) Τ (t )] +
dt
  - E   a
− ∆Η r {A Τ h (t )}k Ο exp    C Α (t ) +
  R g (t )  
− U G A J [Τ (t ) − ΤJ (t )]
Eq 4.1-41
9 Balanço de energia na jaqueta

Página 87 de 172
dΤJ (t )
ρ J VJ c p J
dt
[ ]
= ρ J c p J q J (t ) ΤJ1 (Τ) − ΤJ (Τ) + U G AJ [Τ (t ) − ΤJ (t )]
Eq 4.1-42
4.2 Evaporador
A evaporação é uma operação unitária freqüente nos processos químicos

(exemplo: caldeiras).
Considere uma caldeira conforme a Figura 4.2-1. Neste processo parte do

líquido é vaporizado, isto é, passa para a fase vapor devido ao aquecimento
provocado pela fonte de calor.
VV(t) qV2(t)
TV(t)
PV(t) TV2(t)
ρL1(t) ρV2(t)
qL1(t)
TL1(t)
ρL1(t)
Figura 4.2-1: Caldeira.
Para descrever matematicamente este processo temos que aplicar as

equações de conservação para a fase líquida e para a fase vapor.
Porém, se o volume ocupado pela fase vapor for pequeno, podemos

negligenciar o acúmulo de massa e calor nesta fase, conseqüentemente, podemos
desprezar sua dinâmica.
9 Balanço de massa para o vapor

Página 88 de 172
Eq 4.2-1
{entra} = {vaporiza} = {sai}
Eq 4.2-2
{entra} = {vaporiza} = WV (t )
Eq 4.2-3
{sai} = ρ V (Τ) q V (t ) = ρ V2 (Τ) q V2 (t )
então
WV (t ) = ρ V (Τ).q V (t )
Eq 4.2-4
9 Balanço de energia para o vapor
Eq 4.2-5
{entra} = {sai}
Eq 4.2-6
{entra} = WV (t ) Η V (t )
Eq 4.2-7
{sai} = ρ V2 (Τ) q V2 (t ) Η V 2 (t )
Substituindo Eq 4.2-6 e Eq 4.2-7 em Eq 4.2-5:
WV (t ) Η V (t ) = ρ V2 (Τ ) q V2 (t ) Η V 2 (t )
Eq 4.2-8
Substituindo Eq 4.2-4 em Eq 4.2-8 e rearranjando:
Eq 4.2-9 Η V (t ) = Η V 2 (t )
9 Balanço de massa para o líquido
Eq 4.2-10
{acumula} = {entra} − {vaporiza}
dρ L (Τ) V (t )
{acumula} = dm(t ) =
Eq 4.2-11 dt dt
Eq 4.2-12
{entra} = m L1 (t ) = ρ L1 (Τ ) q L1 (t )
Eq 4.2-13
{sai} = WV (t ) = ρ V (Τ) q V (t )
Substituindo Eq 4.2-10, Eq 4.2-11 e Eq 4.2-12 em Eq 4.2-9:

Página 89 de 172
dρ L (Τ ). V (t )
= ρ L1(Τ). q L1(t ) − ρ V (Τ ). q V (t )
Eq 4.2-14 dt
Se a temperatura do líquido na caldeira não varia muito, podemos assumir

uma massa específica média e constante para o líquido no seu interior (ρL =
constante), então a Eq 4.2-14 se torna:
dV (t )
ρL = ρ L1 (Τ ) q L1 (t ) − ρ V (Τ) q V (t )
Eq 4.2-15 dt
9 Balanço de energia para o líquido
Eq 4.2-16
{acumula} = {entra} − {vaporiza} + {transferido}
dρ L (Τ) VL (t ) Η L (Τ)
{acumula} = dm(t ) Η (Τ) =
Eq 4.2-17 dt dt
Eq 4.2-18
{entra} = ρ L1 (Τ) q L1 (t ) Η L1 (Τ)
Eq 4.2-19
{sai} = WV (t ) Η V (Τ) = ρ V2 (Τ) q V2 (t ) Η V 2 (t )
Eq 4.2-20
{transferido} = Q (t ) = ρ C q C (t )∆Η C
Substituindo Eq 4.2-17, Eq 4.2-18, Eq 4.2-19 e Eq 4.2-20 em Eq 4.2-16:
d ρ L (Τ)VL (t ) Η L (Τ)
= ρ L1 (Τ) q L1 (t ) Η L1 − ρ V2 (Τ)q V2 (t )Η V2 (t )
dt
+ ρ C q C (t )∆Η C
Eq 4.2-21
Assumindo que a entalpia do líquido pode ser representada por

Η V = Η L + ∆Η LV , onde ∆Η LV é a entalpia de valorização do líquido e que a
temperatura da caldeira não se modifica muito, obtemos.
dVL (t )ΤL (t )
Cp ρ L = Cpρ L1(Τ ) q L1 (t ) ΤL1 (t ) +
dt
Eq 4.2-22
[ ]
− ρ V2 (Τ ) q V2 (t ) Cp ΤL (t ) + ∆Η LV + ρ C ∆Η C q C (t )
Para completar este modelo, precisamos ainda de equações de estado que

representem as variações das propriedades do fluido com a temperatura.

Página 90 de 172
Massa específica do vapor:
PM P V
ρV =
R g TV
Eq 4.2-23
Pressão do vapor:
A 
Ρv = Ps = exp  + B 
Eq 4.2-24  ΤL 
Temperatura do vapor:
Eq 4.2-25
Τv = ΤL
Estamos admitindo que o sistema esteja em equilíbrio termodinâmico.
Massa específica do líquido:
Eq 4.2-26 ρ = f (Τ)
Na verdade temos duas equações como essa:
Eq 4.2-27 ρ L1 = ρ L
Portanto, o modelo matemático dessa caldeira é formado por um sistema de

2 equações diferenciais ordinárias Eq 4.2-15 e Eq 4.2-22, mais 4 equações
algébricas Eq 4.2-23, Eq 4.2-24, Eq 4.2-25, Eq 4.2-26 e Eq 4.2-27:
9 Balanço de massa para o líquido
dVL (t )
ρL = ρ L1 (Τ ) q L1 (t ) − ρ V (Τ ) q V (t )
Eq 4.2-28 dt
9 Balanço de energia para o líquido

Página 91 de 172
dVL (t ). ΤL (t )
cP ρL = c P ρ L1 (Τ ) q L1 (t ). ΤL1 (t ) +
dt
Eq 4.2-29
[ ]
− ρ V (Τ) q V (t ) c P ΤL (t ) + ∆Η LV + ρC ∆Η C . q C (t )
4.2.1 Análise dos graus de liberdade
Incógnitas: ρL, VL, ρL1, qL1, ρV, qV, cP, TL1, TL, ∆HLV, ρC, ∆HC, qC, PV, TV, PM,
A, B total de
+18
Incógnitas conhecidas: cp, ∆HC, ρC, PM, A, B total de - 7
Equações: 2 diferenciais e 5 algébricas total de - 7
Graus de liberdade: qL1(t), qC(t), TL1(t), qV(t) total de +4
4.3 Coluna de Destilação
As colunas de destilação são equipamentos presentes em praticamente

todas as plantas petroquímicas e/ou químicas. Neste item, vamos estudar os
princípios físicos que regem a operação de uma coluna de destilação.
As separações envolvendo multicomponentes são as mais comuns, mas

para simplificar vamos aproximá-las para uma mistura binária ou pseudo-binária
(definindo um componente-chave leve e um componente-chave pesado), Figura
4.3-1.

Página 92 de 172
Figura 4.3-1: Destilação binária ou pseudo-binária.
4.3.1 Modelo Estacionário
Com o intuito de entender os fenômenos físicos que existem na destilação,

iremos inicialmente desenvolver o modelo em estudo estacionário, posteriormente
apresentaremos e analisaremos o modelo dinâmico.
No desenvolvimento do modelo matemático, vamos considerar as seguintes

hipóteses:
H.01. A mistura é bem representada por uma mistura binária ou pseudo-

binária formada por duas substâncias: um componente-chave pesado (menos
volátil) e um componente-chave leve (mais volátil);

Página 93 de 172
H.02. Os dois componentes têm a mesma entalpia molar de vaporização;
H.03. A perda de calor para as vizinhanças e o calor de solução é

desprezível.
As hipóteses H.02 e H.03 implicam em assumir vazões internas molares de

vapor e de líquido constantes ao longo de cada seção da coluna, isto é, para
seção de retificação (rectifying) VR e LR constantes, e para a seção de
esgotamento (stripping) VS e LS constantes. Como conseqüência dessas hipóteses
para cada mol vaporizado existe um mol condensado em cada estágio da coluna e
não existe a necessidade de desenvolver o balanço de energia para a coluna.
H.04. Estágios no equilíbrio (eficiência de separação de 100%);
H.05. Volatilidade relativa constante. Desta forma, o equilíbrio líquido – vapor

pode ser descrito pela relação:
α .xn
yn =
Eq 4.3-1
1 + (α - 1). xn
Podemos representar o equilíbrio líquido-vapor por um diagrama xy, Figura

4.3-2.
Figura 4.3-2: Diagrama de equilíbrio xy.

Página 94 de 172
H.06. Condensador total, estando o refluxo e o destilado no ponto de bolha

da mistura, isto é, líquido saturado. Se a descarga térmica no condensador é
exatamente igual ao calor latente do vapor saturado (ponto de orvalho), o
condensado formado também estará saturado (ponto de bolha). Se a carga
térmica for maior, o líquido será sub-resfriado. Em ambos os casos a pressão no
condensador e no acumulador será a pressão de vapor do condensado, a não ser
que algum gás incondensável seja injetado para aumentar a pressão de operação
da coluna;
H.07. Retirada de fundo no ponto de bolha, isto é, líquido saturado.
4.3.1.1 Coluna
9 Balança de Massa Global
Eq 4.3-2 F=D+B
Para uma vazão de alimentação F constante, um aumento da vazão de

destilado D provoca uma diminuição na retirada de fundo B, e vice-versa:
Para F = ↑ cte e ↓ D ÆB
Balanço Molar para o Componente mais Volátil:
Eq 4.3-3 Fz = Dx D + B x B
Para F, z e xD = ctes. e D Æ B e xB
Para F, z e xB = ctes. e D Æ B e xD
Tabela 4.3-1: Fechamento do balanço material.
F z Z*F D xD xD*D B xB xB*B
100.0 0.700 70.0 80.0 0.800 64.0 20.0 0.300 6.0
100.0 0.700 70.0 85.0 0.800 68.0 15.0 0.133 2.0
100.0 0.700 70.0 85.0 0.771 65.5 15.0 0.300 4.5
4.3.1.2 Prato de alimentação
9 Balanço de Massa Global

Página 95 de 172
O estado de carga influencia nos moles de líquido saturado formado no prato

de alimentação, ou seja, nas vazões internas de líquido de vapor. Para
caracterizar este estado, define-se o parâmetro q:
calor para converter 1 mol de alimentação até vapor saturado

q=
Eq 4.3-4
calor molar de vaporização
Alimentação de líquido sub-resfriado: q>1
Alimentação de líquido saturado: q=1
Alimentação de carga parcialmente “flasheada”5 1>q>0
Alimentação de vapor saturado: q=0
Alimentação de vapor superaquecido: q<0
Na Figura 4.3-3 plotamos as diferentes possibilidades da linha q no prato de

alimentação.
Figura 4.3-3: 5 Possibilidades para linha q no prato de alimentação.
Considere um invólucro no prato de alimentação, conforme Figura 4.3-4,

então o balanço de massa global é:
5
Fase líquida em equilíbrio com seu vapor.

Página 96 de 172
q. F + L NF + 1 = L NF
Eq 4.3-5
(1 − q ). F + VNF - 1 = VNF
Eq 4.3-6
Somando Eq 4.3-5 e Eq 4.3-6:
F + L NF + 1 + VNF - 1 = L NF + VNF
Eq 4.3-7
Se a alimentação for de líquido saturado, a vazão de vapor é constante ao

longo da coluna, enquanto a vazão de líquido é diferente entre as seções de
retificação e esgotamento. O contrário ocorre se a carga é de vapor saturado.
Figura 4.3-4: Invólucro no prato de alimentação.
9 Balanço Molar para o Componente mais Volátil
z . F + x NF + 1 . L NF + 1 + y NF − 1 . VNF -1 = x NF . L NF + x NF . VNF
Eq 4.3-8
4.3.1.3 Condensador e Vaso de Refluxo
Eq 4.3-9 VR = R + D
9 Balanço Molar

Página 97 de 172
Eq 4.3-10
VR y NT = Rx R + Dx D
Dividindo Eq 4.3-10 por VR obtemos a equação da linha de operação do topo:
R D
y NT = xR + xD
Eq 4.3-11
VR VR
4.3.1.4 Seção de retificação
9 Balanço Molar
Considere dois invólucros na seção de retificação, Figura 4.3-5. Os balanços

molares para estes invólucros são:
Vn y n = L n + 1 x n + 1 + Dx D
Eq 4.3-12
ou
L n +1 D
yn = x n +1 + xD
Eq 4.3-13
Vn Vn
L n -1 D
yn-2 = x n -1 + xD
Vn - 2 Vn - 2
Eq 4.3-14
Onde NF < n < NT

Página 98 de 172
Figura 4.3-5: Invólucros para balanço de massa na seção de

retificação.
Aplicando a hipótese de vazão molar constante ao longo da seção de
retificação Vn = VR e R = Ln = LR, observamos que Eq 4.3-11, Eq 4.3-13 e Eq
4.3-14 representam uma equação de uma reta de coeficiente linear (D/V). xD e
coeficiente angular LR/VR:
LR Dx n
yn = x n +1 +
Eq 4.3-15
VR VR
A composição no topo da coluna é igual a composição do destilado, isto é,

yNT = xD portanto, a reta de operação intersectada a reta x = y, conforme Figura
4.3-6.
Na Figura 4.3-6, plotamos a equação da linha de operação de topo (Eq 4.3-

14) num diagrama xy.
Figura 4.3-6: Linha de operação de topo da coluna.

A razão R/D é denominada de razão de refluxo externo (RRE), enquanto que
a razão LR/VR é denominada razão de refluxo interno (RRI) da seção de
retificação.
4.3.1.5 Refervedor e base coluna

Página 99 de 172
Eq 4.3-16
L1 = V1 + B
9 Balanço Molar
Eq 4.3-17 L1 x 1 = V1 y B + Bx B
Dividindo Eq 4.3-17 por L1 obtemos a equação da linha de operação do

fundo:
L1 B
yB = x1 − x B
Eq 4.3-18
V1 V1
ou
LS B
ym = x m +1 − xB
Eq 4.3-19
VS VS
onde
Eq 4.3-20 1 < m < NF
Aplicando a hipótese de vazão molar constante ao longo da seção de

esgotamento Vm = Vs e Lm = Ls, observamos que a Eq 4.3-19 representa uma
equação de uma reta de coeficiente linear (B/VS)xB e coeficiente angular Ls/Vs.
A composição do fundo da coluna é igual a composição do resíduo, isto é, yB

= xB , portanto a reta de operação intersecta a reta x = y.
Na Figura 4.3-7 plotamos a equação da linha de operação de fundo Eq

4.3-19 num diagrama x = y.
4.3.1.6 Linhas de operação da coluna
A construção das linhas de operação a partir de xB ou xD e ϕ é um

procedimento tipo tentativa-e-erro:
• Marcar no diagrama x = y os pontos (xB, yB) ou (xD, yD);
• Desenhar no diagrama x = y a linha q no prato de alimentação;
• Como as retas de operação do topo e fundo tem que se interceptar em

algum ponto da linha ϕ, plotar uma estimativa inicial para as linhas de operação de
topo (ou de fundo) partindo do ponto de xD = yD (ou de xB = yB);

Página 100 de 172
Yn = ym sobre a linha q:
LR DxD L B
xF + = S xF − xB
Eq 4.3-21
VR VR VS VS
• Plotar a linha de operação do fundo a partir de dois pontos disponíveis: xB =

yB (ou de xD = yD) e o ponto de interseção da reta de topo com a linha q;
• Partindo do ponto xB = yB (ou de xD = yD) traçar as retas que descrevem o

equilíbrio do líquido com o seu vapor em cada prato;
• Verificar se a partir do ponto (xB, yB) foi alcançado o ponto (xD, yD), se não foi
fazer nova estimativa para a linha de topo (ou de fundo) e retornar ao passo (d)
até que seja satisfeita as condições estabelecidas.
Para se determinar a vazão de reciclo de uma coluna existente a partir de um

número de pratos NT e estado da alimentação q conhecido, devemos especificar a
corrente de entrada (F e z) e uma corrente de saída, geralmente o destilado (D e
xD).
Considere uma coluna de destilação de 8 estágios de equilíbrio (incluindo o

refervedor), a carga é líquido saturado (q = 1) nas condições de temperatura e
pressão do prato de alimentação (NF = 4, F = 1,000 mol/h e xNF = 0.4). O
condensador é total.
A composição molar do destilado deve conter 95% do componente mais

volátil, com uma recuperação de 96.1875% do total do componente mais volátil.
Plotar as linhas de operação da coluna e calcular a vazão de reciclo e razão de
reciclo externo (RRE).
Solução:
9 Fração molar xD = 0.95
Recuperação de 96.1875%: D = 96.1875% * F * (z / xD)
9 Vazão de destilado D = 405 mol/h
9 Vazão do resíduo B = F – D = 1000 – 405 = 595 mol/h

Página 101 de 172
Para plotar as linhas de operação temos que seguir um procedimento de

tentativa-e-erro. Estimando um coeficiente linear para a reta de topo: (D*xD)/VR =
0.18 = 2,137.5 mol/h.
Vazão interna do vapor: VR = (D*xD)/0.18 = 2,137.5 mol/h
A inclinação da reta de topo é a razão de refluxo interno RRI, lida na Figura

4.3-7: RRI = LR/VR = 0.818
Vazão interna de líquido: LR = RRI * VR = 1,748.48 mo/h
Vazão de reciclo: R = LR = 1,748.48 mol/h
Razão de refluxo externo: RRE = R/D = 4.317
Ou de VR = R + D Æ R/RRI = R + D Æ R = 1,820 mol/h
A diferença nos valores obtidos para R é devido a imprecisão na leitura do

valor do coeficiente linear no diagrama xy.
Coeficiente angular da reta de base:
L’/V’ = LS/VS = (R + F)/Vr = 1.286
As linhas de operação podem ser vistas na Figura 4.3-7.

Página 102 de 172
Figura 4.3-7: Linhas de operação da coluna.
9 Efeito do aumento da vazão de reciclo
Aumentar o reciclo mantendo as vazões de alimentação e retirada

constantes (F, D e B constantes) resulta numa melhor separação, isto é, num
aumento de xD e, conseqüentemente, da recuperação do componente mais volátil.
Porém, o incremento de R provoca, neste caso, um incremento do fluxo interno de
vapor V, ou seja, num aumento no consumo de utilidades:
Para D e B constantes e R ↑ Æ VR = R + D↑
Para os dados do exemplo com R = 2200 VR = 2,605 mol/h
RRI = LR/VR=2200/2605 = 0.84453 aumento do coeficiente angular da reta de

topo.
L' L s (R + F)
= = = 1,2242
V ' Vs Vr
9 Diminuição do coeficiente angular da reta de fundo.
A solução deste problema novamente é por tentativa-e-erro, mas podemos

perceber que o incremento de R causará um incremento em xD e,
conseqüentemente, diminuição em xB.
O número de pratos define a altura da coluna, enquanto o refluxo define as

vazões internas na coluna e, conseqüentemente, influencia na operação do
condensador, refervedor, bombas e outros acessórios da coluna. Um refluxo ótimo
diminui o consumo de utilidades (vapor d’água, energia e fluido refrigerante). O
refluxo não pode ser muito grande senão causa inundação ou formação de
espuma em excesso, nem muito pequeno senão causa pulsação e/ou passagem
de líquido indevida.
Para uma determinada coluna (número fixo de pratos), o incremento do

refluxo provoca, se não houver problemas operacionais, uma melhor separação,
conseqüentemente, a diminuição de R resulta numa separação mais pobre.
Porém, admitindo que o número de pratos pudesse ser aumentado, poderíamos
operar uma coluna com um refluxo menor, aumentando adequadamente o número

Página 103 de 172
de estágios, e assim alcançar a mesma separação. No limite teríamos um refluxo

mínimo e um número infinito de pratos. As colunas de destilação são projetadas
para trabalharem com razão de refluxo externo (RRE) em torno de 1.5 a 2 vezes o
RRE mínimo.
9 Efeito do aumento da vazão interna de vapor
Aumentar a vazão de vapor, mantendo as vazões de retirada constantes (D e

B constantes), resulta numa melhor separação, isto é, um aumento de xD e,
conseqüentemente, da recuperação do componente mais volátil. Porém, para
incrementar V o refervedor tem que transferir mais calor (maior consumo de
energia) para o líquido na base da coluna; por sua vez, este vapor deve ser
liquefeito no condensador (maior consumo de fluido refrigerante). Ou seja, o
aumento de V implica no aumento de utilidades.
9 Balanço total de energia da coluna
Fazendo um balanço total de energia em regime estacionário obtemos:
Eq 4.3-22
{entra de calor} = {sai de calor}
Eq 4.3-23
{entra} = {a lim entação} + {refervedor}
Eq 4.3-24
{entra} = F . Η F + QR
Eq 4.3-25
{sai} = {topo} + { fundo} + {condensador} + {perdas}
Eq 4.3-26
{sai} = D . Η D + B. Η B + QC + 0
Substituindo Eq 4.3-24 e Eq 4.3-26 em Eq 4.3-22 obtemos:
F.H F + Q R = D . Η D + B . Η B + Q C
Eq 4.3-27
( ) (
As entalpias das correntes de entrada Η F e de saída Η D e Η B dependem )
das composições e da temperatura das respectivas correntes.
Admitindo que as capacidades caloríficas das substâncias presentes na

destilação são parecidas podemos considerar que a entalpia de uma corrente seja
apenas função da temperatura. Portanto, se aumentarmos a quantidade de calor

Página 104 de 172
cedido no refervedor para manter as demais condições constantes, temos que

aumentar a retirada de calor no condensador.
• Balanço de energia no condensador
Eq 4.3-28
{entra} = {vapor de topo}
Eq 4.3-29
{sai} = {destilado} + {refluxo} + {condensador}
VR Η vr = D Η D + R Η R + Q C
Eq 4.3-30
mas
Eq 4.3-31 VR = D + R
Eq 4.3-32 e H D = H R = H LR
então
Eq 4.3-33
(
Q C = VR . Η vr − Η Lr )
Se o condensador for total e o líquido formado estiver saturado, então
(Η vr − Η Lr ) é a própria entalpia de vaporização do líquido, nas condições do
tambor de refluxo.
• Balanço de energia no refervedor
Eq 4.3-34
{entra} = {líquido da base} + {refervedor}
Eq 4.3-35
{sai} = {residuo} + {vapor}
LS .Η LS + Q R = B . Η B + VS . Η VS
Eq 4.3-36
mas,
Eq 4.3-37
LS = B + VS

Página 105 de 172
Eq 4.3-38 Η B = Η LS
Eq 4.3-39 então
(
Q R = VS . Η VS − Η B )
O vapor formado no refervedor é saturado, então

(Η VS − ΗB ) é a própria
entalpia de vaporização do líquido da base da coluna.
4.3.1.7 Hidráulica
Até aqui estudamos o equilíbrio líquido-vapor e os balanços de massa e

energia de uma coluna de destilação, mas muito pouco foi discutido sobre o
escoamento dos fluidos no interior da torre.
Para acontecer a transferência dos componentes leves para a fase vapor e

dos pesados para a fase líquida o equipamento de separação deve promover um
íntimo contato entre as fases, para tanto são instalados anteparos (pratos ou
recheio) que provocam uma maior turbulência e dispersão das fases, melhorando
o contato entre as mesmas. Neste curso estudaremos o funcionamento das
colunas de bandejas (configuração mais freqüente), embora alguns conceitos a
seguir citados também sirvam para as colunas e recheio.
Os tipos mais comuns de pratos são (a) com válvulas, (b) com
borbulhadores, (c) bandejas de grade, (d) bandejas perfuradas.
Nas Figura 4.3-8 e Figura 4.3-9 observamos um prato com borbulhadores e

prato perfurado, respectivamente.

Página 106 de 172
Figura 4.3-8: Bandeja com borbulhadores.
Figura 4.3-9: Bandeja perfurada.
O escoamento interno de vapor e de líquido ao longo da coluna, Figura

4.3-10 e Figura 4.3-11, deve ser tal que favoreça o contato entre as fases

Página 107 de 172
tornando mais eficientes a separação, porém devem evitar os seguintes

fenômenos: (a) arraste de líquido, (b) formação de cones de vapor, (c) pulsação,
(d) passagem de líquido ou gotejamento, (e) inundação, (f) formação de espuma
em excesso.
Figura 4.3-10: Escoamento por uma bandeja com borbulhadores.

Página 108 de 172
Figura 4.3-11: Escoamento por bandeja perfurada.
9 Arraste (entrainment) em pratos com borbulhadores ou perfurados
Uma alta velocidade do vapor pode provocar o arraste de líquido de um prato

inferior para o imediatamente superior, contaminando este último com porções de
líquido mais pesado. Observe que a velocidade pode aumentar devido ao
aumento da vazão mássica ou diminuição da pressão de operação da coluna (e
conseqüente aumento do volume específico do vapor). Colunas a vácuo são
construídas com um diâmetro maior que colunas atmosféricas, pois devido às
baixas pressões das primeiras o volume específico do vapor é grande implicando
em elevadas velocidades internas de vapor.
9 Formação de cones de vapor em pratos com borbulhadores
Se a vazão de líquido é pequena poderá haver uma altura insuficiente de

líquido, sobre as fendas dos borbulhadores, formando assim regiões isentas de
líquido em torno dos borbulhadores, conseqüentemente, as fases não estarão em
contato, não ocorrendo a transferências de massa, Figura 4.3-12.
Figura 4.3-12: Condições operacionais de uma bandeja com

borbulhadores. Distribuição não homogênea do vapor ao longo do prato
devido ao gradiente de nível de líquido no prato.

Página 109 de 172
9 Pulsação em pratos com borbulhadores
Se a vazão de vapor for pequena pode ser que o vapor presente num prato
inferior não tenha pressão suficiente para vencer a resistência oferecida ao seu
escoamento, acumulando neste prato até o momento em que a pressão aumenta
forçando a passagem brusca do vapor. Após este instante, a pressão do vapor
diminui rapidamente e novamente acontece o bloqueio da vazão de vapor. Este
ciclo se repete, originando uma vazão em pulsos (passagem pulsante), Figura
4.3-12.
9 Passagem de líquido em pratos com borbulhadores
Uma vazão de vapor baixa e de líquido alta pode ocasionar a passagem de

líquido pelas fendas dos borbulhadores. Geralmente, este fenômeno ocorre nos
borbulhadores próximos ao(s) downcomer(s), Figura 4.3-11.
9 Passagem de líquida (weeping) em pratos perfurados
Uma vazão muito baixa de vapor provoca o escoamento de líquido pelas

perfurações do prato, diminuindo a eficiência da separação. Este fenômeno pode
ser localizado.
9 Inundação (flooding) em pratos perfurados e com borbulhadores
A inundação de uma coluna ocorre quando o nível de líquido nos tubos de

queda (downcomer) atinge o prato superior causando retorno de líquido, também
pode ser causada pelo arraste de líquido. A inundação é favorecida pela elevação
da perda de carga e pelo aumento da vazão de líquido. A inundação de uma
coluna pode ser detectada quando ocorre um rápido aumento da queda de
pressão no prato e/ou a eficiência da separação cai bruscamente.
9 Formação de espumas (foaming) em pratos perfurados ou com

borbulhadores
Um certo grau de formação de espumas é desejável desta forma a área

disponível para a transferência de massa aumenta, porém o excesso de espuma
causa arraste e/ou inundamento do prato. De modo geral, há uma tendência
crescente de formação de espumas do topo para o fundo da coluna devido ao
incremento da tensão superficial neste sentido.

Página 110 de 172
9 Flexibilidade operacional de bandejas perfuradas e com

borbulhadores
Pelo que discutimos a carga de vapor e de líquido deve estar limitada entre
valores máximos e mínimos. Nas Figura 4.3-13 e Figura 4.3-14, observamos quais
os limites de vazão que devem ser observados.
Figura 4.3-13: Limites das vazões de vapor e de líquido em pratos

com borbulhadores.
Figura 4.3-14: Limites das vazões de vapor e de líquido em pratos

perfurados.

Página 111 de 172
9 Eficiência de um prato
Na descrição da operação de uma coluna de destilação foi considerado que

cada estágio estava em equilíbrio termodinâmico. Quando isto acontece ocorre a
máxima separação possível. Porém, nas condições operacionais típicas de
colunas de destilação este equilíbrio não é alcançado. Conseqüentemente, para
uma mesma separação, se a eficiência do prato for menor que 100%, o
equipamento terá um número de pratos maior que o calculado para eficiência de
100%. Os principais fatores que influenciam nesta eficiência são:
(a) taxa de transferência de massa na fase vapor;
(b) taxa de transferência de massa na fase líquida;
(c) grau de mistura do líquido em cada prato;
(d) quantidade de líquido arrastado pelo vapor.
Na Figura 4.3-14 observamos como deve ser realizado o cálculo de uma

coluna binária a eficiência de Murphree:
y n − y n −1
En =
Eq 4.3-40
y *n − y n −1
Figura 4.3-15: Aplicação da eficiência de Murphree.

Página 112 de 172
4.3.2 Modelo Dinâmico
Nesta seção iremos desenvolver o modelo matemático em regime transiente

de uma coluna de destilação. Utilizaremos as mesmas hipóteses utilizadas no
desenvolvimento do modelo para regime estacionário, acrescentando algumas
outras que citaremos.
O acúmulo de massa e calor na linha entre o topo da coluna e o vaso de

refluxo é pequeno, de forma que podemos negligenciar sua dinâmica. Apesar
disso a composição do vapor do topo yNT só será igual a composição do destilado
xD no estado estacionário. Esta hipótese é apropriada para a maioria das colunas
industriais, porém não é para plantas piloto ou colunas de laboratórios.
O condensador é total.
O conteúdo do vaso de refluxo está perfeitamente misturado e no ponto de

bolha.
A vazão de destilado é D.
A base da coluna a vazão de retirada é B. O vapor é gerado em um

refervedor tipo termosifão e retorna para a coluna devido a convecção natural.
O líquido na base da coluna e no refervedor estão perfeitamente misturados

e tem a mesma composição xB e um acúmulo total de massa (hold-up) de MB.
O vapor gerado no refervedor yB está em equilíbrio com o líquido na base da

coluna xB.
A coluna tem NT pratos teóricos perfeitamente misturados com composição

xn e hold-up de líquido Mn. O hold-up de vapor é negligente em todo o sistema,
pois, embora o volume ocupado pelo vapor seja grande, seu volume específico
também o é, conseqüentemente, o acúmulo de massa e energia é pequeno. Esta
hipótese não pode ser assumida em colunas de alta pressão.
As hipóteses H.02 e H.03 citadas anteriormente implicam que, no estado

estacionário, os fluxos molares internos (líquido e vapor) são constantes em cada
seção, porém no regime transiente isto não mais acontece (o fluxo interno não é
equimolar). Se admitirmos que o acúmulo de vapor é negligenciável, então sua
vazão através da coluna será:

Página 113 de 172
Eq 4.3-41 Vs(t) = VNT(t) = VNT-1(t) = ... = VNF(t)
Eq 4.3-42 Vr(t) = V1(t) = V2(t) = ... = VNF-1(t)
Eq 4.3-43 e VNF = VNF-1(t) + ( 1 – q ).F(t)
Por outro lado o acúmulo de líquido não pode ser desprezado,,

conseqüentemente, as vazões de líquido de um prato para outro não são iguais.
Para descrever a quantidade de líquido que escoa de uma bandeja para outra
utilizamos a fórmula de Francis:
Eq 4.3-44 Fórmula de Francis: qn = 3.33hw.(how)1,5
Eq 4.3-45 L = PM.ρ.qn
A partir das hipóteses estabelecidas, o modelo matemático que descreve

este processo é:
• Condensador e vaso de refluxo
dM D
= VR (t ) − R (t ) − D (t )
Eq 4.3-46 dt
dM D x D (t )
= Vr (t )y NT (t ) − [R (t ) + D(t )].x D (t )
Eq 4.3-47 dt
• Prato de topo (n = NT)
dM NT (t )
= R (t ) − LN (t )
Eq 4.3-48 dt
dM NT x NT (t )
= R (t ) x D (t ) + VR (t ) y NT -1 (t ) − L NT (t )x NT − Vr (t )y NT (t )
Eq 4.3-49 dt
• Prato n (seção de retificação)
dM n (t )
= L n + 1 (t ) − L n (t )
Eq 4.3-50 dt
dM n (t ) x n (t )
= L n + 1 (t ) x n + 1 (t ) + VR (t )y n -1 (t ) − L n (t )x n (t ) − VR (t ) y n (t )
Eq 4.3-51 dt
• Prato de alimentação (n = NF)

Página 114 de 172
dM NF (t )
= L NF + 1 (t ) − L NF (t ) + F (t )
Eq 4.3-52 dt
Eq 4.3-53
dM NF (t ) x NF (t )
= L NF + 1 (t )x NF + 1 (t ) + Vr (t ) y NF -1 (t ) z − L NF (t )x NF (t ) − VR (t )y NF (t )
dt
• Primeiro prato (n = 1)
dM1 (t )
= L 2 (t ) − L1 (t )
Eq 4.3-54 dt
dM 1 (t ) x 1 (t )
= L 2 (t ) x 2 (t ) + VS (t ) y B (t ) − L1 (t ) x 1 (t ) − VS (t )y1 (t )
Eq 4.3-55 dt
• Refervedor e base da coluna
dM B (t )
= L1 (t ) − V2 (t ) − B (t )
Eq 4.3-56 dt
dM B (t ) x B (t )
= L1 (t )x 1 (t ) + VS (t )y B (t ) − B (t )x B (t )
Eq 4.3-57 dt
Obs: Neste caso não é necessário desenvolver o balanço de energia
4.4 Coluna de Absorção, Extração, Esgotamento e

Lavadora
Na Figura 4.4-1 observamos quais as correntes de alimentação e descarga

de colunas de absorção (absortion), colunas de esgotamento (scripping), colunas
de extração (extration) e colunas lavadora de gás (washing).

Página 115 de 172
Figura 4.4-1: Diagrama simplificado de processos de separação.
Tabela 4.4-1: Outros tipos de operações de separação.
Operação Unitária Fase contínua Fase dispersa Produto Principal
absorção líquida gás gás residual
esgotamento líquida gás gás rico
extração líquida líquida refinado ou extrato
Lavagem gás líquida gás pobre
Muitas das observações feitas para colunas de destilação são válidas para
absorvedoras, colunas de esgotamento, extratoras e lavadoras. Por exemplo, que
existem vazões máximas e mínimas para operação do processo, devemos
promover um íntimo contato entre as fases.

Página 116 de 172
4.5 Exercícios
4.5.1 Coluna de Destilação
4.5.01. Considere uma coluna de destilação. Dados:
Alimentação líquido saturado: F = 10,000 kg/h
HF = 50 kcal/kg
(50ºC)
Resíduo: B = 4,000 kg/h
HB = 50 kcal/kg
(100ºC)
Destilado: HD = 15 kcal/kg (30 ºC)
Carga térmica no refervedor: QR = 540 kcal/h
Condensador total, com formação de líquido saturado, entalpia de

vaporização da mistura no condensador: HLV = 50 kcal/kg
Calcule a carga térmica do condensador, as vazões do vapor e líquido nas

seções de retificação e esgotamento, a vazão de refluxo R, as razões de refluxo
interno (RRI) e externo (RRE).
Mantendo as condições (vazões e temperaturas) de entrada e saída da

coluna constante, calcule QC, R, RRI e RRE se o calor introduzido pelo refervedor
(QR) aumenta para 1,000 kcal/h? Compare esses resultados com os anteriores.
4.5.2 Tanque agitado com serpentina
Um líquido é continuamente alimentado em um tanque bem agitado, que é

aquecido por uma serpentina de vapor. O hold-up de líquido M é mantido
constante. Vapor é adicionado ao sistema a uma vazão qst(t). A alimentação do
tanque F1 é constante, mas sua temperatura T1(t) é variável com o tempo. Dados
do problema:
Alimentação: F1 = 50,000 Ibm/h
ρ = 50 lbm/ft3

Página 117 de 172
cp = 0.5 Btu/lbm.ºF
T1ss = 80ºF
Tanque: M = 4,000 lbm
Tss = 190ºF
Serpentina:
Calor latente de vaporização do vapor λst = 900 Btu/lbm
9 Modelo matemático deste processo
dΤ (t )
τp . + Τ(t ) = K1 . Τ1 (t ) + K 2 . qst (t )
dt
Μ λst C P
τp = K1 = 1 K2 =
onde F1 F1
Pede-se:
• Vazão do vapor no estado estacionário.
• Vazão do vapor necessária para manter a temperatura no tanque constante

quando a temperatura de carga muda para 70 ºF.
• Qual o efeito sobre este processo quando a vazão da carga aumenta de

10%?
• Qual o efeito da mudança de temperatura do vapor neste processo?
4.5.3 Reator CSTR
Considere o modelo fenomenológico de um CSTR, descrito a seguir. Re-

escreva o modelo utilizando notação matricial (Exemplo adaptado do Corripio, pg
471-475).

Página 118 de 172
Fi, CAi,CBi, Ti
h(t)
Fc1, Tc1 A B
Fc, Tc
F, CA, CB
Figura 4.5-1: CSTR.
9 Balanço global
dV (t )
Eq 4.5-1 = Fi (t ) − F (t )
dt
9 Balanço de massa para o reagente A
dV (t ).C A (t )
Eq 4.5-2 = (Fi (t ).C Ai (t ) − F (t ).C A (t )) + ΓA (t ).V (t )
dt
9 Balanço de massa para o reagente B
dV (t ).C B (t )
Eq 4.5-3 = (Fi (t ).C Bi (t ) − F (t ).C B (t )) + ΓB (t ).V (t )
dt
dE (t )
Eq 4.5-4 = f (L, Fi , C A , Ti , T , Tc ,)
dt
9 Balanço de energia na camisa do reator
dE (t )
Eq 4.5-5 = f (Fc , T , Tci , Tc ,)
dt

Página 119 de 172
As equações Eq 4.5-1 a Eq 4.5-5 constituem o modelo fenomenológico não-

linear do CSTR.
9 Hipóteses Adicionais
H1. Seção transversal do tanque é constante e de área AT. Então V(t) =

AT.L(t)
H2. As propriedades dos componentes e da mistura não variam com a

temperatura.
H3. Energia = Entalpia
H4. Os efeitos do calor de mistura são desprezíveis
H5. Reação do tipo: A → B de 1ª ordem, irreversível. Portanto podemos

escrever:
Equação 1
Então, omitindo a explicitação da dependência com o tempo (t) e

considerando as hipóteses acima, podemos escrever:
9 Balanço global
dL Fi F
f1 = = −
Eq 4.5-6
dt At At
9 Balanço de massa para o reagente A
 E 
 − 
dC A Fi 1
Eq 4.5-7 f2 = = ⋅ ⋅ (C Ai − C A ) − k o .e  R.(T + 273.15 )  .C A2
dt At L
9 Balanço de massa para o reagente B
 E 
 − 
dC B Fi 1
Eq 4.5-8 f3 = = ⋅ ⋅ (C Bi − C B ) + k o .e  R.(T + 273.15 )  .C A2
dt At L
 E 
dT Fi 1 ∆H R .k o  − R.(T + 273.15 )  2 U .A 1
Eq 4.5-9 f4 = = ⋅ ⋅ (Ti − T ) − ⋅e .C A − ⋅ ⋅ (T − Tc )
dt At L ρ .Cp ρ .Cp. At L
9 Balanço de energia na camisa do reator

Página 120 de 172
dTc Fc U .A
Eq 4.5-10 f5 = = ⋅ (Tci − Tc ) + ⋅ (T − Tc )
dt Vc ρ c .Cpc .Vc

Página 121 de 172
Capítulo 5. Exemplo prático
5.1 Modelo Não-Linear Em Espaço De Estados
Vamos pegar como exemplo o reator CSTR. Definindo os vetor dos estados·:
 x1 = L 
x = C 
 2 A
Eq 5.1-1 x =  x3 = C B 
 
 x4 = T 
 x5 = Tc 
5×1
Observe que temos ne = 5 estados.
Definindo o vetor dos distúrbios externos (ou simplesmente distúrbios):
 d1 = Fi 
d = C 
 2 Ai 
Eq 5.1-2 d =  d 3 = C Bi 
 
 d 4 = Ti 
 d 5 = Tci 
5×1
Observe que temos nd = 5 distúrbios.
Definindo o vetor das variáveis manipuladas:
u = Fc 
Eq 5.1-3 u= 1 
 u 2 = F  2×1
Observe que temos nm = 2 variáveis manipuladas.
Utilizando as definições Eq 5.1-1 a Eq 5.1-3, podemos re-escrever (EQ.

05.04-05) da seguinte forma.

Página 122 de 172
 x&1   f1   f1 (t , x, d , u )
 x&  f   f (t , x, d , u )
 2  2  2 
x& =  x&3  =  f 3  =  f 3 (t , x, d , u ) = f (t , x, d , u )
     
 x& 4   f4   f 4 (t , x, d , u )
 x&5   f 5   f 5 (t , x, d , u )
Eq 5.1-4 5×1 5×1 5×1
Acrescentando à Eq 5.1-4 relações que descrevem as variáveis medidas

(variáveis de saída do sistema) obtemos um modelo não-linear em espaço de
estados.
Eq 5.1-5 y = h(t , x, d , u )
Onde h é um vetor cujos componentes são funções não-lineares ou lineares.
Resumindo e generalizando, um modelo não-linear em espaço de estados é

dado pelas Eq 5.1-4 e Eq 5.1-5:
 x& = f (t , x, d , u )

Eq 5.1-6  y = h(t , x, d , u )
Por exemplo, considerando que apenas a temperatura na saída do reator

seja medida e que a mesma é idêntica à temperatura dentro do tanque, podemos
escrever:
 x& = f (t , x, d , u )

Eq 5.1-7  y = x4
Neste caso o vetor h é escrito da seguinte maneira
Eq 5.1-8 h = [0 0 0 1 0]1×5

Página 123 de 172
5.2 Modelo Linear Contínuo em

Espaço de Estados
Novamente vamos tomar como exemplo o reator CSTR. Expandindo em Série

de Taylor o modelo não-linear em espaço de estados, Eq 5.1-6, em torno de um
ponto de referência qualquer, pr = (tr, xr, dr, ur), obtemos:
( ) ( ) (
 x& ≅ f r + A. x − x r + B. u − u r + D. d − d r )
Eq 5.2-1
 r
( r
) ( r
) (
 y ≅ h + C. x − x + E. u − u + F . d − d
r
)
No exemplo em estudo a matriz A, denominada de Jacobiano ou matriz
Jacobiana do sistema em relação aos estados, é dada por:
 ∂f1 ∂f1 ∂f1 ∂f1 ∂f1 

 ∂x ∂x2 ∂x3 ∂x4 ∂x5 
 1 
 a11 a12 a13 a14 a15   ∂f 2 ∂f 2 ∂f 2 ∂f 2 ∂f 2 
a  ∂x1 ∂x5 
a 22 a23 a24 a 25   ∂f
∂x2 ∂x3 ∂x4
 21 ∂f 3 ∂f 3 ∂f 3 ∂f 3 
Eq 5.2-2 A =  a31 a32 a33 a34 a35  = 3 
   ∂x1 ∂x2 ∂x3 ∂x4 ∂x5 
a41 a 42 a43 a44 a 45   ∂f 4 ∂f 4 ∂f 4 ∂f 4 ∂f 4 
 a51 a52 a53 a54 a55  5×5  
 ∂x1 ∂x2 ∂x3 ∂x4 ∂x5 
 ∂f 5 ∂f 5 ∂f 5 ∂f 5 ∂f 5 
 ∂x ∂x2 ∂x3 ∂x4 ∂x5 
 1
Portanto cada elemento dessa matriz é
∂f i
Eq 5.2-3 aij =
∂x j
Ou seja, a derivada parcial de cada equação diferencial i em relação a cada

estado j.
A matriz B é dada por:

Página 124 de 172
 ∂f1 ∂f1 
 ∂u ∂u 2 
 1 
b11 b12   ∂f 2 ∂f 2 
b   ∂u1 ∂u 2 
 21 b22   ∂f ∂f 3 
Eq 5.2-4 B = b31 b32  = 3 
   ∂u1 ∂u 2 
b41 b42   ∂f 4 ∂f 4 

b51 b52 
5×2
 ∂u1 ∂u 2 
 ∂f 5 ∂f 5 
 ∂u1 ∂u 2 
Portanto, cada elemento dessa matriz é
∂f i
Eq 5.2-5 bij =
∂u j

variável manipulada j.
A matriz D é dada por:
 ∂f1 ∂f1 ∂f1 ∂f1 ∂f1 

 ∂d ∂d 2 ∂d 3 ∂d 4 ∂d 5 
 1 
 d11 d12 d13 d14 d15   ∂f 2 ∂f 2 ∂f 2 ∂f 2 ∂f 2 
d  ∂d1 ∂d 5 
d 22 d 23 d 24 d 25   ∂f
∂d 2 ∂d 3 ∂d 4
 21 ∂f 3 ∂f 3 ∂f 3 ∂f 3 
Eq 5.2-6 D =  d 31 d 32 d 33 d 34 d 35  = 3 
   ∂d1 ∂d 2 ∂d 3 ∂d 4 ∂d 5 
d 41 d 42 d 43 d 44 d 45   ∂f 4 ∂f 4 ∂f 4 ∂f 4 ∂f 4 
 d 51 d 52 d 53 d 54 d 55  5×5  
 ∂d1 ∂d 2 ∂d 3 ∂d 4 ∂d 5 
 ∂f 5 ∂f 5 ∂f 5 ∂f 5 ∂f 5 
 ∂d ∂d 2 ∂d 3 ∂d 4 ∂d 5 
 1
Portanto cada elemento dessa matriz é
∂f i
Eq 5.2-7 d ij =
∂d j

distúrbio j.
Cada elemento das matrizes C, E e F são definidos (analogamente à maneira

das matrizes A, B e D, respectivamente) como sendo as derivadas parciais das

Página 125 de 172
funções hi em relação aos estados xj, às variáveis manipuladas uj e em relação aos

distúrbios dj, respectivamente.
Os vetores fr e hr são conhecidos, pois são calculados no ponto de referência

pr. Contudo, se tomarmos como referência o estado estacionário então fr = 0. Além
disso, muitas vezes a relação entre os estados e as variáveis medidas é dada por
expressões lineares, o que torna desnecessário a expansão em Série de Taylor
das funções h.
Mesmo quando o ponto de referência não é o estado estacionário, o que

ocorrerá em algumas situações, é comum desprezar o termo fr. Evidentemente que
estamos incorporando um erro ao nosso modelo, mas a prática determina que este
erro não compromete os resultados alcançados, nas situações que analisaremos.
Portanto, considerando:
r
f =0
r
h =0
E definindo as variáveis desvio:

r
x = x−x
r
u = u −u
r
d = d −d
r
y = y−h
Podemos re-escrever a Eq 5.2-1 da seguinte forma:
 x& = A.x + B.u + D.d


 y = C.x + E.u + F .d
Eq 5.2-8
Um caso bastante comum na prática é quando E = 0 e F = 0, então Eq 5.2-8

fica:

Página 126 de 172
 x& = A.x + B.u + D.d


 y = C.x
Eq 5.2-9
A Eq 5.2-8 ou Eq 5.2-9 é a representação de um modelo contínuo linear em

espaço de estados6 ou, conforme o jargão dos "controleiros", é a realização em
espaço de estados ou simplesmente é o espaço de estados do sistema, ou mais
abreviadamente é o espaço de estados.
5.3 Matrizes de Linearização
Iremos agora desenvolver as expressões analíticas das matrizes de

linearização, A, B e D. É interessante observar que essas matrizes também podem
ser calculadas numericamente, e às vezes apenas podem ser obtidas dessa
maneira.
Geralmente, o tempo investido na obtenção das expressões analíticas das

matrizes de linearização é recompensado devido ao:
a) Aumento da precisão dos resultados alcançados;
b) Maior número de procedimentos matemáticos que podem ser

empregados na análise da estabilidade e/ou síntese do sistema de controle;
c) Diminuição do tempo computacional, quando utilizarmos rotinas

numéricas;
d) Aumento da generalização dos resultados obtidos.
Assim, quando factível, é interessante obter as expressões analíticas das

matrizes A, B e D. Será exatamente isso que faremos agora.
No exemplo do CSTR a vazão de saída (F) pode ser ou não uma função do
nível (L). Se a descarga do reator for forçada devido a presença de uma bomba,
6
Embora no exemplo em estudo os estados definidos tenham um significado
físico, no caso mais geral isto não é necessário. Assim, o espaço de estado
para um "controleiro" é uma "entidade matemática" que pode ou não ter
significado físico e será assim interpretado deste ponto em diante.

Página 127 de 172
então podemos considerar que F seja praticamente independente de L. Porém, se

a descarga ocorrer devido a gravidade então
Eq 5.3-1 F ( L ) = α . ρ . g .L
Chamaremos de
• Caso a: F = F(L);
• Caso b: F não depende de L.
O modelo não-linear do CSTR é dado pelo sistema não-linear de equações

diferenciais ordinárias:
dL Fi F
Eq 5.3-2 f1 = = −
dt At At
 E 
 − 
dC A Fi 1
Eq 5.3-3 f2 = = ⋅ ⋅ (C Ai − C A ) − k o .e  R.(T + 273.15 )  .C A2
dt At L
 E 
dC B Fi 1  − 
Eq 5.3-4 f3 = = ⋅ ⋅ (C Bi − C B ) + k o .e  R.(T + 273.15 )  .C A2
dt At L
 E 
dT Fi 1 ∆H R .k o  − R.(T + 273.15 )  2 U .A 1
Eq 5.3-5 f4 = = ⋅ ⋅ (Ti − T ) − ⋅e .C A − ⋅ ⋅ (T − Tc )
dt At L ρ .Cp ρ .Cp. At L
dTc Fc U .A
Eq 5.3-6 f5 = = ⋅ (Tci − Tc ) + ⋅ (T − Tc )
dt Vc ρ c .Cpc .Vc
Os estados, distúrbios e variáveis manipuladas são:

Página 128 de 172
 x1 = L 
x = C 
 2 A
Eq 5.3-7 x =  x3 = C B 
 
 x4 = T 
 x5 = Tc 
5×1
 d1 = Fi 
d = C 
 2 Ai 
Eq 5.3-8 d =  d 3 = C Bi 
 
 d 4 = Ti 
 d 5 = Tci 
5×1
u = Fc 
Eq 5.3-9 u= 1 
 u 2 = F  2×1
Matriz A
As derivadas parciais das equações fi em relação ao vetor x são:

Página 129 de 172
∂f1 ∂  Fi F (L )  ∂  Fi α ρ .g.L  1 α ρ .g
Eq 5.3-10 a11 = =  −  = − =− ⋅
∂x1 ∂L  At At  ∂L  At At 
 2 At . L
∂f1 ∂  Fi F 
Eq 5.3-11 a11 = =  − =0
∂x1 ∂L  At At 
Eq 5.3-12 a12 = a13 = a14 = a15 = 0
∂  Fi 1  F .(C − C )
 E 
∂f  − 
Eq 5.3-13 a 21 = 2 = ⋅ ⋅ (C Ai − C A ) − k o .e  R.(T + 273.15 )  .C A2  = − i Ai 2 A

∂x1 ∂L At L  At .L
 
 E 
∂f ∂  − 
Eq 5.3-14 a22 = 2 = ( f 2 ) = − Fi ⋅ 1 − 2.k o .e  R.(T +273.15 )  .C A
∂x2 ∂C A At L
∂f 2 ∂
Eq 5.3-15 a23 = = ( f2 ) = 0
∂x3 ∂C B
 E 
 − 
 R .(T + 273.15 ) 
∂f 2 ∂ .C A2
Eq 5.3-16 a24 = = ( f 2 ) = − k o .E.e
∂x4 ∂T R.(T + 273.15)
2
∂f 2 ∂
Eq 5.3-17 a 25 = = ( f2 ) = 0
∂x5 ∂Tc
∂ F 1  F .(C − C )
 E 
∂f  − 
Eq 5.3-18 a31 = 3 =  i ⋅ ⋅ (C Bi − C B ) + k o .e  R.(T + 273.15 )  .C A2  = − i Bi 2 B

∂x1 ∂L At L  At .L
 
 E 
∂f ∂  − 
Eq 5.3-19 a32 = 3 = ( f 3 ) = 2.k o .e  R.(T +273.15 )  .C A
∂x2 ∂C A
∂f 3 ∂
Eq 5.3-20 a33 = = ( f 3 ) = − Fi ⋅ 1
∂x1 ∂C B At L
 E 
 − 
 R .(T + 273.15 ) 
∂f 3 ∂ .C A2
Eq 5.3-21 a34 = = ( f 3 ) = k o .E.e
∂x4 ∂T R.(T + 273.15)
2

Página 130 de 172
∂f 3 ∂
Eq 5.3-22 a35 = = ( f3 ) = 0
∂x5 ∂Tc
∂  F .(T − T ) ∆H R .k o  − R.(T + 273.15 )  2 U . A.(T − Tc ) 

 E 
∂f
a41 = 4 =  i i − ⋅e .C A −
∂x1 ∂L  At .L ρ .Cp ρ .Cp. At .L 
Eq 5.3-23  
Fi 1 U .A 1
=− ⋅ 2 ⋅ (Ti − T ) + ⋅ 2 ⋅ (T − Tc )
At L ρ .Cp. At L
 E 
∂f ∂
( f 4 ) = −2 ⋅ ∆H R .k o ⋅ e  R.(T +273.15 )  .C A
 − 
Eq 5.3-24 a42 = 4 =
∂x2 ∂C A ρ .Cp
∂f 4 ∂
Eq 5.3-25 a43 = = ( f4 ) = 0
∂x3 ∂C B
 E 
 − 
 R .(T + 273.15 ) 
∂f 4 ∂ Fi ∆H R .k o E.e .C A2 U .A
Eq 5.3-26 a 44 = = ( f4 ) = − − ⋅ −
∂x4 ∂T ρ .Cp R.(T + 273.15) ρ .Cp. At .L
2
At .L
∂f 4 ∂
Eq 5.3-27 a45 = = ( f 4 ) = U .A ⋅ 1
∂x5 ∂Tc ρ .Cp. At L
Eq 5.3-28 a51 = a52 = a53 = 0
∂f 5 ∂  Fc U .A  U .A
Eq 5.3-29 a54 = =  ⋅ (Tci − Tc ) + ⋅ (T − Tc ) =
∂x4 ∂T  Vc ρ c .Cpc .Vc  ρ c .Cpc .Vc
∂f 5 ∂
Eq 5.3-30 a55 = = ( f 5 ) = − Fc − U . A
∂x5 ∂Tc Vc ρ c .Cpc .Vc
Matriz B
As derivadas parciais das equações fi em relação ao vetor u são:

Página 131 de 172
∂f1 ∂  Fi F (L ) 
Eq 5.3-31 b11 = =  − =0
∂u1 ∂Fc  At At 
∂f1 ∂  Fi F 
Eq 5.3-32 b11 = =  − =0
∂u1 ∂Fc  At At 
∂f1 ∂  Fi F (L ) 
Eq 5.3-33 b12 = =  − =0
∂u 2 ∂F  At At 
∂f1 ∂  Fi F  1
Eq 5.3-34 b12 = =  −  = −
∂u 2 ∂F  At At  At
∂  Fi 1 
 E 
∂f  − 
Eq 5.3-35 b21 = 2 = ⋅ ⋅ (C Ai − C A ) − k o .e  R.(T + 273.15 )  .C A2  = 0
∂u1 ∂Fc  At L 
 
∂f 2 ∂
Eq 5.3-36 b22 = = ( f2 ) = 0
∂u 2 ∂F
∂  Fi 1 
 E 
∂f  − 
Eq 5.3-37 b31 = 3 = ⋅ ⋅ (C Bi − C B ) + k o .e  R.(T + 273.15 )  .C A2  = 0
∂u1 ∂Fc  At L 
 
∂f 3 ∂
Eq 5.3-38 b32 = = ( f3 ) = 0
∂u 2 ∂F
∂  Fi .(Ti − T ) ∆H R .k o  − R.(T + 273.15 )  2 U . A.(T − Tc ) 

 E 
∂f
Eq 5.3-39 b41 = 4 = − ⋅e .C A − =0
∂u1 ∂Fc  At .L ρ .Cp ρ .Cp. At .L 
 
∂f 4 ∂
Eq 5.3-40 b42 = = ( f4 ) = 0
∂u 2 ∂F
∂f 5 ∂  Fc U .A  (T − T )
Eq 5.3-41 b51 = =  ⋅ (Tci − Tc ) + ⋅ (T − Tc ) = ci c
∂u1 ∂Fc  Vc ρ c .Cpc .Vc  Vc
∂f 5 ∂
Eq 5.3-42 b52 = = ( f5 ) = 0
∂u 2 ∂F
Matriz D

Página 132 de 172
As derivadas parciais das equações fi em relação ao vetor d são:

Página 133 de 172
∂f1 ∂  Fi F (L )  1
Eq 5.3-43 d11 = =  − =
∂d1 ∂Fi  At At  At
∂f1 ∂  Fi F  1
Eq 5.3-44 d11 = =  − =
∂d1 ∂Fi  At At  At
Eq 5.3-45 d12 = d13 = d14 = d15 = 0
∂  Fi 1  (C − C )
 E 
∂f  − 
Eq 5.3-46 d 21 = 2 = ⋅ ⋅ (C Ai − C A ) − k o .e  R.(T + 273.15 )  .C A2  = Ai A
∂d1 ∂Fi  At L  At .L
 
∂f 2 ∂
Eq 5.3-47 d 22 = = ( f 2 ) = Fi
∂d 2 ∂C Ai At .L
Eq 5.3-48 d 23 = d 24 = d 25 = 0
∂  Fi 1  (C − C )
 E 
∂f  − 
Eq 5.3-49 d 31 = 3 = ⋅ ⋅ (C Bi − C B ) + k o .e  R.(T + 273.15 )  .C A2  = Bi B
∂d1 ∂Fi  At L  At .L
 
∂f 3 ∂
Eq 5.3-50 d 32 = = ( f3 ) = 0
∂d 2 ∂C Ai
∂f 3 ∂
Eq 5.3-51 d 33 = = ( f 3 ) = Fi
∂d 3 ∂C Bi At .L
Eq 5.3-52 d 34 = d 35 = 0
Eq 5.3-53
∂f ∂  F (T − T ) ∆H k  − E 
 UA(T − Tc )  (Ti − T )
d 41 = 4 =  i i − R o
e  R .(T + 273.15 ) 
C A2 − =
∂d 1 ∂Fi  At L ρCp ρCpAt L  At L
 
Eq 5.3-54
d 42 = d 43 = 0
∂f 4 ∂
d 44 = = ( f 4 ) = Fi
Eq 5.3-55
∂d 4 ∂Ti At .L

Página 134 de 172
∂f 4 ∂
Eq 5.3-56 d 45 = = ( f4 ) = 0
∂d 5 ∂Tci
Eq 5.3-57 d 51 = d 52 = d 53 = d 54 = 0
∂f 5 ∂  Fc U .A  F
Eq 5.3-58 d 55 = =  ⋅ (Tci − Tc ) + ⋅ (T − Tc ) = c
∂d 5 ∂Tci  Vc ρ c .Cpc .Vc  Vc
Matriz C
As variáveis medidas no exemplo em estudo são as próprias variáveis de

estado, portanto não haverá transformações lineares ou não-lineares sobre x para
gerar y.
A depender da situação em análise nem todas as variáveis de estado serão

medidas. Assim é possível, por exemplo, estudar os seguintes casos:
Caso M5: todas as variáveis de estado são medidas
1 0 0 0 0 1 
0
 1 0 0 0 

1 0 

Eq 5.3-59 C = I 5 = 0 0 1 0 0 =  1 
   
0 0 0 1 0  0 1 
0 0 0 0 1  
1
Neste caso, o problema de controle fica fácil, pois todas as informações

necessárias estão disponíveis. Porém, é um caso pouco realista.
Caso M4: a composição do reagente no reator não é medida
1 0 0 0 0
0 0 1 0 0
Eq 5.3-60 C=
0 0 0 1 0
 
0 0 0 0 1 4×5
Neste caso, o problema de controle ainda é fácil, pois geralmente a variável

controlada mais importante é a concentração do produto (CB) e esta continua
sendo medida.
Caso M3: as composições não são medidas

Página 135 de 172
1 0 0 0 0 
Eq 5.3-61 C = 0 0 0 1 0
0 0 0 0 1 3×5
Neste caso, o problema de controle é dificultado, pois a variável controlada

mais importante (CB) não é medida. Duas alternativas são possíveis: a primeira
controlar a temperatura T com a esperança que essa tenha uma relação biunívoca
com CB; a segunda inferir, a partir do modelo do CSTR a variável CB, então utilizar
essa medida indireta como sendo o valor da variável controlada.
Caso M2: as composições e a temperatura da camisa não são medidas
1 0 0 0 0 
Eq 5.3-62 C= 
0 0 0 1 0 2×5
Neste caso, o problema de controle é ainda mais difícil, pois o número de

informações disponíveis é pequeno. Analogamente ao caso M3, a variável
controlada mais importante (CB) não é medida. Duas alternativas são possíveis: a
primeira controlar a temperatura T com a esperança que essa tenha uma relação
biunívoca com CB; a segunda inferir, a partir do modelo do CSTR a variável CB,
então utilizar essa medida indireta como sendo o valor da variável controlada.
Caso M1: apenas o nível é medido
Eq 5.3-63 C = [1 0 0 0 0]1×5
Neste caso, o problema de controlar a conversão do CSTR é impossível,

apenas nos resta manter o nível em uma faixa aceitável. Este problema ocorreria
quando, por exemplo, temos apenas medição da temperatura e esse elemento
primário de medição falha.
Outras combinações de variáveis medidas também são possíveis, mas os

casos apresentados são os mais encontrados na prática.
5.4 Modelo Linear Discreto em Espaço de Estados
Uma outra forma de apresentar um modelo em espaço de estados é através

da discretização das derivadas:

Página 136 de 172
d x ∆ x x k +1 − x k
x& = ≅ =
Eq 5.4-1
dt ∆t t k +1 − t k
Esta aproximação será tanto mais válida quanto menor for o intervalo de
tempo de discretização.
Aplicando (Eq 5.4-1) em (5.2.8) obtemos
 ∆ x x k +1 − x k
 = = A.x k + B.u k + D.d k
Eq 5.4-2  ∆t ∆t
 y k = C.x k
Rearranjando a equação (Eq 5.4-2):
 x k +1 = x k + ∆t. A.x k + ∆t.B.u k + ∆t.D.d k

Eq 5.4-3 
 y k = C .x k
Ou melhor,
 x k +1 = (I + ∆t. A).x k + ∆t.B.u k + ∆t.D.d k

Eq 5.4-4 
 y k = C .x k
Definindo as matrizes
A d = (I + ∆t. A)
Eq 5.4-5 B d = ∆t.B
D d = ∆t.D
E substituindo (Eq 5.4-5) em (Eq 5.4-4) obtemos:
 x k +1 = A d .x k + B d .u k + D d .d k
Eq 5.4-6 
 y k = C.x k
A equação (Eq 5.4-6) é a representação de um modelo discreto linear em

espaço de estados ou, conforme o jargão dos "controleiros", é a realização em
espaço de estados discretos ou simplesmente é o espaço de estados discretos do
sistema, ou mais abreviadamente é o espaço de estados discretos.
A discretização através da aproximação das derivadas no tempo por

diferenças finitas só é válida se o intervalo de discretização for pequeno. Podemos

Página 137 de 172
evitar esse erro resolvendo analiticamente a equação ((5.2.8). Ogata7 mostra em

detalhes como resolvê-la. Abaixo apenas iremos reproduzir a solução encontrada:
 A.∆t  t + ∆t A.τ    t + ∆t A.τ  

 x k +1 = e .x k +  ∫ e dτ .B .u k +  ∫ e dτ .D .d k
 
Eq 5.4-7   t    t  
 y = C . x
 k k
Definindo as matrizes
A.∆t
Φ=e
Eq 5.4-8
 t + ∆t A.τ 
( )
Γ =  ∫ e .dτ .B = A . e − I .B = A .(Φ − I ).B
−1 A. ∆t −1
 t 
 t + ∆t A.τ 
( )
Λ =  ∫ e .dτ .D = A . e − I .D = A .(Φ − I ).D
−1 A.∆t −1
 t 
obtemos
 x k +1 = Φ.x k + Γ.u k + Λ.d k

Eq 5.4-9 
 y k = C.x k
A equação (Eq 5.4-9) é exata, isto é, os valores calculados para o estado e/ou
saída do sistema são os mesmos que os calculados pelo modelo contínuo, nos
pontos de discretização. Ou seja, se escolhemos trabalhar com uma taxa de
amostragem de 1 segundo, iremos resolver (Eq 5.4-9), interativamente, e a cada
um segundo conhecemos o estado do sistema.
No MATLAB, a função c2d converte um espaço de estados contínuos para

discreto. Como essa função tem como argumento o tempo de amostragem, e
apenas as matrizes A e B, temos que incorporar em B a matriz D e aumentar o
vetou u incorporando o vetor d:
7
Engenharia de Controle Moderno.

Página 138 de 172
u 
ud =  
Eq 5.4-10 d 
BD = [B D ]
No MATLAB, a função d2c converte um espaço de estados discretos para

contínuo.
5.5 Adimensionalização
É sempre recomendável adimensionalizar as variáveis e parâmetros dos

modelos, pois isso pode melhorar o comportamento numérico dos programas.
Esta recomendação é válida para resolução de:
• Equações Algébricas Lineares ou Não;
• Equações Diferenciais Ordinárias ou Parciais;
• Otimização;
• Reconciliação de Dados;
• Ajuste de Curvas;
• Modelagem por Redes Neuronais;
• Tratamento Estatístico de Dados;
• Etc.;
• Outros.
Para adimensionalizar temos que definir um estado de referência (um estado

estacionário, em relação às condições da entrada, em relação a um valor arbitrário,
etc.). A escolha influencia nos resultados obtidos e, se possível, deve-se testar
diferentes formas de adimensionalizar.
Podemos permitir que as variáveis adimensionalizadas variem entre dois

valores quaisquer (0 e 1, ou 0.1 e 0.9, por exemplo). Novamente, a escolha
influencia nos resultados obtidos e, se possível, deve-se testar diferentes formas de
adimensionalizar.

Página 139 de 172
Outra vantagem da adimensionalização é que a mesma pode gerar grupos

adimensionais (número de Reynolds, número de Peclet, número de Biot, etc) que
facilitam a interpretação e generalização dos resultados obtidos.
Uma maneira simples de proceder a adimensionalização é a seguinte:
a) Estabelecer o intervalo de variação das variáveis adimensionalizadas,

por exemplo, entre 0 e 1, este passo determina os procedimentos a serem
adotados nos passos (b) e (c).
b) Estabelecer a referência, por exemplo, temperatura máxima Tmax.
T
τ=
c) Definir a variável adimensional Tmax , ou seja, T = τT .
max
d) Substituir T por τ*Tmax, nas expressões e fórmulas, assim a variável

de trabalho passa a ser τ.
e) Seguir os passos de (a) a (d) para todas as variáveis e parâmetros do

modelo que queremos tornar adimensionais.
5.6 Exercícios
9 Desenvolva um modelo adimensional para o CSTR apresentado

anteriormente.
9 Desenvolva um modelo adimensional para o modelo em espaço de

estados do CSTR apresentado anteriormente.

Página 140 de 172
Capítulo 6. Transformada de Laplace
6.1 Introdução
Observamos que a modelagem matemática de processos em regime

transiente conduz a sistemas de equações diferenciais. Neste curso, trabalharemos
com SISTEMAS LINEARES OU LINEARIZADOS INVARIANTES COM O TEMPO
Æ EQUAÇÕES DIFERENCIAIS ORDINÁRIAS LINEARES COM COEFICIENTES
CONSTANTES.
A TRANSFORMADA DE LAPLACE DE UMA FUNÇÃO ƒ (t) É A FUNÇÃO ƒ

(S) QUE SATISFAZ À EQUAÇÃO
∞
L{f(t )}= f( s ) = lim lim ∫ f(t ).e − st dt = ∫ f(t ).e − st . dt
L
L→∞ ε o
ε →o
Eq 6.1-1
onde
Eq 6.1-2 S = o + jω
E ο e ω são números reais
Exemplo: ƒ (t) = 1 Æ L {ƒ (t) = ƒ (s) = ?
∞
L{1}= f ( S ) ∫ 1.e −S .t dt =1 / s → L{1}= 1 / s
Eq 6.1-3 o
Obs: a Transformada de Laplace não contém informações para t < 0, mas

como estamos interessados apenas no comportamento do sistema para t ≥ 0 isto
não constitui uma limitação.
A transformada inversa de Laplace de uma função ƒ(s) é a função ƒ(t) que

satisfaz à Eq 6.1-4.

Página 141 de 172
o + j .ω
1
L {f ( s )} = f ( s ) =
-1
∫ f (s )e st ds
2πj o − j .∞
Eq 6.1-4
Na prática não é necessário avaliar esta integral.
6.2 Propriedades e Teoremas
1. A Transformada de Laplace é uma transformação linear, portanto é

válido o Princípio da Superposição.
Eq 6.2-1 L{af 1 (t )u (t ) + bf 2 (t )u (t )} = aL{ f 1 (t )u (t )} + bL{ f 2 (t )u (t )}
2. A Transformada Inversa de Laplace é uma transformação linear
Eq 6.2-2 L-1{a.ƒ1(s)+ b.ƒ2(s)} = a.L -1

{ƒ1(s)} + b.L -1
{ƒ2(s)}
3. Transformada de Derivadas
 d f (t). u (t)  +
L  = s. f (s) - f (0 )
Eq 6.2-3  dt 
d n f 
L  n  = s n f (s) - s n -1 f (0) - s n -2 f (1) (0) − .... − s. f n − 2 (0) − f n −1 (0)
Eq 6.2-4  dt 
4. Transformada de Integrais
Eq 6.2-5
L {∫ f(t)dt}= f (s)s
t
5. Teorema do Valor Final
f (∞) = lim f (t). u(t ) = lim s. f (s)

t →∞ s→o
se ∃ lim f (t)
t →∞
Eq 6.2-6

Página 142 de 172
Para que o T.V.F. seja aplicável é necessário e suficiente que o produto s.f(s)
tenha valor finito para qualquer valor de s ∈ R+.
6. Tempo Morto
Eq 6.2-7 L {ƒ(t - to) . u(t – to)} = e-tºs.ƒ(s)
7. Translação complexa
Eq 6.2-8 L {e-a.tƒ(t).u(t)} = ƒ(s + a)
8. Escalada em tempo
Eq 6.2-9 L {ƒ(t / a). u (t)} = a.ƒ(a.s)
9. Escalada em freqüência
Eq 6.2-10 L-1 {ƒ(s / a) = a.ƒ(a.t). u(t)
10. Integral de convolução complexa
1 o + j.∞
L{f 1 (ω )}.L{f 2 ( s − ω )}.dω
2.Π.j ∫o − j.∞
L {f 1 (t). f 2 (t)} =
Eq 6.2-11
11. Integral de convolução

Página 143 de 172
t t
L -1
{f1 (S). f2 (S)} = ∫ + f1( t ).f2 ( t − t )dt = ∫o +
f1( t − t ). f2 ( t )dt
Eq 6.2-12 o
6.3 Transformada de Algumas Funções Simples e

Úteis
Tabela 6.3-1: Pares de transformadas de Laplace.

Página 144 de 172
6.4 Resolução de Equações Diferenciais Ordinárias
d 2Y dY
2
+3 + 2Y = uο (t ); uο ≡ (degrau unitário )
Eq 6.4-1 E x . 1 : dt dt
dY
Condições iniciais : Y (0 ) = −1 e t =0 = 2
Eq 6.4-2 dt
Função Característica da Equação Homogênea
Eq 6.4-3 D 2 + 3D + 2 = 0
Aplicando a Transformada de Laplace a ambos os lados da equação e as

propriedades 01 e 03:
 d2 Y dY   d2 Y   dY 
L  2 + 3. + 2.Y  = L  2  + L 3.  + L (2.Y ) = L {uο }
 t dt   t   dt 
Eq 6.4-4
1
s 2Y (s ) − s.Y (0) − Y ' (0) '+ 3.[s.Y (s ) − Y (0)] + 2.Y (s ) =
Eq 6.4-5 s
( )
∴ s 2 + 3s + 2 .Y (s ) + s + 1 =
1
⇒ Y (s ) =
(
− s2 + s −1 )
Eq 6.4-6
s (
s s 2 + 3s + 2 )
Roteiro para solução de SEDO por Transformada de Laplace:
algebrismo L -1 SOLUÇÃO
SEDO SEAL SOLUÇÃO
EM t
Expansão em frações parciais

Raízes Reais Distintas
Expansão em frações parciais:
Y (s ) =
(
− s 2 + s −1 )
=
(
− s 2 + s −1 )
A B
= + +
C
Eq 6.4-7
( )
s s + 3s + 2 s (s + 1)(s + 2) s s + 1 s + 2
2
Através de uma tabela de Transformadas de Laplace observamos que a

inversa da 1a parcela corresponde a função degrau, enquanto que a 2a e a 3a
parcelas a função exponencial. Portanto:

Página 145 de 172
Eq 6.4-8
⇒ (
Y (t ) = A + B. e-1 + C. e- 2.t . uο (t ) )
O valor das constantes pode ser obtido pelo seguinte procedimento:
Multiplicando Eq 6.4-7 por s e fazendo s=0 Æ A=½
Multiplicando Eq 6.4-7 por (s + 1) e fazendo s = -1 Æ B = -1
Multiplicado Eq 6.4-7 por (s + 2) e fazendo s= -2 Æ C = -1/2
Eq 6.4-9
⇒ ( )
Y (t ) = 1 2 − e − t − 1 2 . e − 2 . t . uο (t )
Eq 6.4-10 Como t ≥ 0 ⇒ (
Y (t ) = 1 2 − e− t − 1 2 . e− 2 . t )
Raízes Complexas Distintas
s +1 B C
Y (s ) = = +
Eq 6.4-11
s − 2s + 5 s - (1 + 2 j) s - (1 - 2 j)
2
Multiplicando por s – (1 + 2j) e fazendo s = 1 + 2j Æ B = (1 – j) / 2
Multiplicando por s – (1 - 2j) e fazendo s = 1 - 2j Æ C = (1 + j) / 2
Lembrando que L-1 {1 / (s + a)} = e-ªt. U(t).
1 − j (1+ 2 . j ) . t 1 + j (1 − 2 . j ) . t
⇒ Y (t ) = .e + .e
Eq 6.4-12 2 2
Lembrando da Identidade de Euler:
e − jwt + e j wt
 e − j wt − e j wt 
cos (wt ) = ; sen (wt ) = j  
2  2 
Eq 6.4-13
Eq 6.4-14 ⇒ e(K1 + j . K 2 ) . t = eK1 . t . [cos .(K 2 . t ) + j .sen (K 2 . t )]
Substituindo Eq 6.4-14 e Eq 6.4-12 e rearranjando:

Página 146 de 172
Eq 6.4-15 ⇒ Y (t ) = e t
. [cos .(2 . t ) + sen (2 . t )] . u (t )
Eq 6.4-16
ou Y (t ) = 2 . e t
. [sen (2 . t + 45)] . u (t )
Eq 6.4-17
pois a1 . cos (K 2 . t ) + a 2 . sen (K 2 . t ) = a3 . sen (K 2 + θ)
a 
onde a3 = a12 + a 22 , θ = arcig  1 
Eq 6.4-18  a2 
Obs:
a) as raízes complexas são pares conjugadas;
b) os coeficientes das parcelas complexas são conjugados;
c) a resposta no do tempo será uma função periódica.
Generalizando:
f (s )
Y (s ) =
Eq 6.4-19
(s + K 1 + j K 2 ). (s + K1 − j K 2 )
Expandindo em frações parciais:
a1 + j a 2_ a1 − j a 2_
Y (s ) = f1 (s ) + +
Eq 6.4-20
s + K1 + j K 2 s + K1 − j K 2
Onde ƒ1 (s) são as parcelas referentes às raízes reais.
Então, temos da transformada inversa originada das raízes complexas:
Eq 6.4-21
2 . e −K1 . t . [a3 . sen (K 2 . t + θ)]
Onde a3 e θ são dadas pela Eq 6.4-18.
Raízes Múltiplas
1 A B C D
Y (s ) = = + + +
Eq 6.4-22
(s + 1) (s + 2) (s + 1)
3 3
(s + 1) 2
(s + 1) (s + 2)
x(s + 2): e fazendo s = - 2 → D = -1

Página 147 de 172
D . (s + 1)
3
1
X (s + 1) : = A + B . (s + 1) + C . (s + 1) +
3 2
Eq 6.4-23
(s + 2) (s + 2 )
Fazendo s = -1 → A = +1
Derivando esta última equação em relação a s:
D (s + 1) (2 s + 5)
2
1
− = B + 2 C (s + 1) +
Eq 6.4-24
(s + 2)2 (s + 2)2
Fazendo s = -1 → B = -1
Derivando:
2
= 2c +
(
d 2 (s + 1). s 2 + 5 .s + 7 )
Eq 6.4-25
(s + 2 ) 3
(s + 2) 2
Fazendo s = -1 → C = -1
Eq 6.4-26
( )
Y (t ) = e− t 1 − t + t 2 2 − e − 2 . t
9 Generalização
Equações diferenciais ordinárias com coeficiente constantes. São da forma:
n
di y dn y d n−1 y dy
∑ ai . i
= a n . n
+ a n −1 . n −1
+ . . . + a1 . + aο . y = b . f (t ). u (t )
Eq 6.4-27 i ≡ο dt dt dt dt
Onde b, an, an-1, ..., a1 . ao são constantes
b.ƒ(t).u(t) é chamada de Função Perturbação
Função característica da equação homogênea:
anλn + an-1λn-1 + ... + a(1)λ(1) + a(0)λ(0)
As condições iniciais são:
dK y
K
= yοK , K = 0, 1, . . ., n − 1 onde yοK são ctes.
Eq 6.4-28 dt
Equação transformada:

Página 148 de 172
n   i i −1

∑ ai  s . y (s ) − ∑s . y 0K  = b . f (s )
i −1 − K
t ≡0 
  K ≡0 
Eq 6.4-29
n i −1
b . f (s ) ∑a .∑ S i
i −1− K
.Y0K
b . f (S)
⇒ Y (s ) = n
+ i ≡0 K ≡0
n
= n
+I
∑ a .S
i ≡c
i
i
∑a
i ≡0
i .S i
∑ a .S
i ≡0
i
i
Eq 6.4-30
Obs:
1. 1º termo após sinal da igualdade depende apenas da entrada.
2. Enquanto que o 2º termo depende das condições iniciais.
3. O denominador da equação transformada tem a mesma forma da

função característica da equação diferencial homogênea.
4. Se utilizarmos variável desvio, freqüentemente, i = 0.
5. ƒ(s) freqüentemente é uma fração de dois polinômios em S.
Denominador da Eq 6.4-30 pode ser fatorado e obtemos uma equação

equivalente na forma de frações parciais:
n
Bi
Y (s ) = ∑
Eq 6.4-31 i ≡o (s - ri )
Ri são as raízes do denominador: podem ser reais, complexas e também
podem se repetir.
6.5 Resolução de Equações Diferenciais Parciais
Roteiro para solução de SEDP por Transformada de Laplace:
Solução
por outros SOLUÇÃO
L -1 SOLUÇÃO
SEDP SEDO
EM s EM t
Expansão
em frações
parciais

Página 149 de 172
∂ y (x , t ) ∂ y (x , t )
EX : + =0
Eq 6.5-1
∂x ∂t
Eq 6.5-2 Condição de contorno : y (0, t ) = t , t > 0
Eq 6.5-3 Condição inicial : y ( x, 0 ) = 0
∂y
L  + x . [s L (y ) − y ( x, 0 )] = 0
Eq 6.5-4 ∂ x 
onde
 ∂ y  ∞ − s . t ∂y ∂ ∞ ∂
L  = ∫ο e . dt = ∫ e − s . t y . d . t = L (y )
Eq 6.5-5 ∂ x  ∂x ∂x ο ∂x
OBS: para a maioria das equações de interesse em engenharia a inversão da

ordem de integração com a diferenciação é válida.
Escrevendo L {Y(x, t)} = Y (x, s):
dy ( x, s )
+ x . s. y. ( x, s ) = 0
Eq 6.5-6 dx
Esta é uma equação diferencial ordinária homogênea que pode ser resolvida
pelo método da separação de variáveis.
y ( x, s ) = C (s ). e − s . x
2
Eq 6.5-7
⇒ 2
Condições de Contorno: L {Y(0, t)} = L {t} = 1/s2 = Y (0,s) = C(s)
1 −s . x2 2
⇒ y ( x, s ) = .e
Eq 6.5-8 s2
Aplicando a transformada inversa a ambos os membros
(fazendo a = x2/2 e lembrando da Propriedade 07 – Tempo Morto)

Página 150 de 172
0 se t < a
y ( x, t ) = [t − a ]. u a (t − a ) = 
Eq 6.5-9 t - a se t > a
 x2
0 se t <
 x 2   x 2   2
ou y (x, t ) = t −  u  t − =
 
 2  2   x2 x2
t − 2 se t >
2
Eq 6.5-10

Página 151 de 172
Capítulo 7. Linearização
7.1 Introdução
• Processos reais são não lineares
• Aproximação por modelos lineares em torno do ponto de operação ou do

estado estacionário.
O desenvolvimento de uma função de duas variáveis, em torno do ponto (xs,

ys), em série de Taylor e truncada no segundo termo é dada por:
∂f (x, y ) ∂ f (x, y )
f (x, y ) = f (x ss , y ss ) + ( x − x ss ). + ( y − y ss ).
∂x x ss , yss ∂y x
Eq 7.1-1 ss , y ss
Para mais de três variáveis o procedimento é uma extensão do mostrado na

Eq 7.1-1.
7.1.1 Modelagem em regime transiente
Linearização e função de transferência de um sistema SISO: Nível de um

tanque
q1(t)
h(t)
q2(t)
Figura 7.1-1: Tanque de carga.
Balanço de massa global: acumula = entra - sai

Página 152 de 172
dm(t )
= ρ 1 (t ).q1 (t ) − ρ 2 (t ).q 2 (t )
Eq 7.1-2 dt
mas
Eq 7.1-3 m(t ) = A.ρ (t ).h(t )
Substituindo a Eq 7.1-3 em Eq 7.1-2:
dA.ρ (t ).h(t )
= ρ 1 (t ).q1 (t ) − ρ 2 (t ).q 2 (t )
Eq 7.1-4 dt
Admitindo que a massa específica é constante:
Eq 7.1-5 ρ (t ) = ρ 1 (t ) = ρ 2 (t ) = ρ = constante
Substituindo a Eq 7.1-5 em Eq 7.1-4 e dividindo por ρ:
dh(t )
A = q1 (t ) − q 2 (t )
Eq 7.1-6 dt
A vazão de descarga do tanque depende da altura de líquido no tanque, pois

nesse tanque o escoamento é devido à força de gravidade. Nesse caso, aplicando
a equação de Bernoulli entre a superfície livre do tanque e um ponto localizado no
início da tubulação de descarga, obtemos a seguinte relação entre nível e vazão de
descarga:
q 2 (t ) = α h(t )
Eq 7.1-7
Demonstração da Eq 7.1-7:
Aplicando a equação de Bernoulli na superfície do líquido e num ponto a

jusante da válvula:
v2 p v2 p2
+ h + = 2 + h2 + 2 + hL
Eq 7.1-8
2. g γ 2. g γ
v 22 v2 v2
hL = K v + f 2 + D Ki 2
Eq 7.1-9
2g 2g 2g
Note que se considerarmos a área do tanque suficientemente grande implica

que
Página 153 de 172
Eq 7.1-10 p = p2 = 1 atm, h2 = 0 e v ≅ 0·.
Então a Eq 7.1-2 fica
v22
h = [1 + K v + f + D K i ].
Eq 7.1-11
2. g
Então:
2 . g.h
v22 =
Eq 7.1-12
[1 + K v + f + D K i ]
Eq 7.1-13 v2 = C h
ou
Eq 7.1-14 q 2 = AT C h = α h
dh(t )
A = q1 (t ) − α h(t )
Eq 7.1-15 dt
Em controle de processos é conveniente trabalhar com o modelo em formato

de função de transferência. Para tanto o modelo deve ser linear, então temos que
linearizar os termos não-lineares da Eq 7.1-15. Aplicando a série de Taylor em (7.1-
14) e truncando no segundo termo dessa série, obtemos:
∂q 2 α
q 2 (t ) = α h(t ) = α href + .(h(t ) − href ) = α href + .(h(t ) − href )
∂h ref 2 href
Eq 7.1-16
dh(t )  α 
A = q1 (t ) − α href + .(h(t ) − href )
dt  2 href 
Eq 7.1-17
Definindo as variáveis desvio:

Página 154 de 172
h (t ) = h(t ) − href


q1 (t ) = q(t ) − q ref = q(t ) − α href
Eq 7.1-18
E lembrando que:
dh (t ) dh(t )
=
Eq 7.1-19 dt dt
Obtemos:
dh (t ) α
A = q1 (t ) − h (t )
dt 2 href
Eq 7.1-20
Colocando do lado esquerdo os termos que aparecem a variável de estado do

α
2 href
sistema, no caso, o nível, e dividindo a Eq 7.1-20 por , obtemos:
dh (t )
τP + h (t ) = K P .q1 (t )
Eq 7.1-21 dt
onde
Eq 7.1-22
 2 A href
τ P = → Constante de tempo ou tempo característico do processo [=]s
 α

 2 href m
K P = → Ganho estacionário do processo [=] 3
 α m /s
Observações:
1. A constante de tempo do processo8 e o ganho estacionário em um

processo não-linear é função do ponto de referência estabelecido.
2. Normalmente, adota-se como ponto de referência a condição

operacional estacionária no qual o processo deve trabalhar.
3. Se o ponto de operação do equipamento for diferente do ponto de

referência adotado o modelo linearizado pode não representar
8
Ou tempo característico

Página 155 de 172
adequadamente o processo. Neste caso, é recomendado fazer uma nova

linearização tomando como referência o novo ponto de operação.
4. A constante de tempo define o tempo de resposta do processo.

Quanto maior a constante de tempo mais lentamente reage o processo.
5. O ganho do processo define a variação entre estados estacionários

que o processo sofrerá. O ganho pode ser positivo ou negativo, no primeiro
caso o processo reage no mesmo sentido da perturbação no segundo no
sentido contrário.
Aplicando na eq. 7.1.21 a transformada de Laplace e rearranjando, obtemos a

função de transferência G(s) do processo:
h (s ) KP
G (s ) = =
Eq 7.1-23
q1 (s ) τ P .s + 1
Onde τP e KP são a constante de tempo e o ganho do processo,

respectivamente, e ambos são funções do estado estacionário hss = href, estado de
referência ou do ponto de operação do processo, conseqüentemente, a dinâmica
do processo se modifica continuamente (τp e Kp não são constantes) com a
alteração do set-point deste processo.
Portanto, a linearização de um modelo não-linear conduz a aproximação que

só serão válidas quando controlarmos o processo em torno do estado estacionário
tomado como referência.
Observações:
9 Para obter a função de transferência o processo deve ser linear ou

linearizado.
9 G(s) dá a relação entre a variável de saída do processo em desvio

h (s ) e a variável de entrada em desvio q1 (s ) .
Representando pictoricamente a Eq 7.1-23, temos:
q1(s) h(s)
G(s)

Página 156 de 172
Figura 7.1-2: Representação pictórica de uma função de transferência.
7.2 Exercícios
7.2.1 Linearização
Linearize as seguintes equações:
dy(t )
a. = α . y(t ) + β . [y(t )]2 + γ . ln. [y (t )]
dt
onde α , β e γ são constantes
dy(t ) y(t )
a. = α . y(t ) . e y (t ) + β .
dt 1 − y(t )
onde α e β são constantes
7.2.2 Mistura Binária
A composição de uma mistura binária em equilíbrio líquido-vapor pode ser

expressa por:
α.x
y( x ) =
1 + ( α − 1).x
Linearize essa expressão com relação a variável indicada.
Sabe-se que o intervalo de aplicação de uma equação linearizada depende

do grau de não-linearidade da mesma e/ou do quão afastado está o ponto a ser
estudado do ponto em torno do qual a equação foi linearizada (ponto de
referência). Demonstre esta afirmação utilizando o resultado obtido no item
anterior. Interprete e justifique os resultados obtidos, indicando quais os razoáveis
e os absurdos.
Sugestão: utiliza os seguintes valores:
α = 1.1 xref = 0.1
α = 1.1 xref = 0.9

Página 157 de 172
α = 5.0 xref = 0.1
α = 5.0 xref = 0.9
Onde xref é a fração molar do componente i no ponto de referência.
Estude para fração molar x igual a 0.8.
Interprete os resultados para α = 1.0.
7.2.3 Equilíbrio Líquido-Vapor
O equilíbrio líquido-vapor (fase líquida solução ideal, fase vapor gás ideal)
pode ser representado pela Lei de Raoult:
A pressão de vapor pode ser expressa pela equação de Antoine:
B
ln[Pv (T )] = A −
T +C
Para o 1-2 butadieno (C4H6):
A B C Tmin (K) Tmax (K) Tc (K)
9.4837 2,397.26 - 30.88 245 305 443.7
Linearize essa expressão para cálculo da fração molar da fase vapor,

apresentando os resultados em termos de variáveis desvio.
Para o 1-2 butadieno, avalie os parâmetros da equação linearizada em torno

das seguintes condições:
Substância xi,ss Tss (K) Pss (bar)
1-2 butadieno 0.5 273.15 0.65
Compare e discuta a precisão da equação linearizada quando o sistema é

submetido a uma pressão de 0.7 bar, e quando está sob uma pressão de 1.0 bar.
7.2.4 Propriedades da Transformada
Usando as propriedades da transformada de Laplace obtenha ƒ(S):

Página 158 de 172
a. ƒ(t) = [1 + 2.t + 3.t2].u(t)
b. ƒ(t) = e-2.t.[1 + 2.t + 3.t2].u(t)
c. ƒ(t) = [1 + e-2.t – 2.e-t].u(t)
d. ƒ(t) = [1 – e-t – t.e-t].u(t)
e. ƒ(t) = [1 – e-3.(t-2). sen(t - 2)].u(t – 2)
7.2.5 Teoremas do Valor Inicial e Final
Cheque a validade dos teoremas do valor inicial e do valor final no exercício

anterior.
7.2.6 Transformada de Laplace
Resolva, utilizando a transformada de Laplace, as seguintes equações

diferenciais:
d 2 . x (t ) d . x (t )
a. + + x (t ) = u (t )
dt 2 dt , onde x (0 ) = x' (0 ) = 0
d 2 . x (t ) d . x (t )
b. + 2. + x (t ) = u (t )
dt 2 dt , onde x(0 ) = x' (0 ) = 0
d 2 . x (t ) d . x (t )
c. + 3. + x (t ) = u (t )
dt 2 dt , onde x (0 ) = x' (0 ) = 0
Esboce e interprete os gráficos das soluções.
7.2.7 Sistema de Equações Diferenciais
Encontre a solução do seguinte sistema de equações diferenciais:
 dx1
 dt = 2 x1 (t ) + 3x 2 (t ) + 1; onde x 1 (0) = 0

 dx 2 = 2 x (t ) + x (t ) + e t ; onde x (0) = 0
 dt 1 2 2

Página 159 de 172
7.2.8 Equação Diferencial – Sistema de 1ª ordem
A forma padrão da equação diferencial de um sistema de 1ª ordem com

tempo morto é:
dy (t )
τP + y (t ) = K f (t − τ m )
dt
Assumindo γ (0) = γo, encontre γ(t) para cada função perturbação a

seguir:
a. ƒ(t) = ƒss + δ(t).u(t)
b. ƒ(t) = ƒss. + u(t)
c. ƒ(t) = ƒss + sen(ω.t). u(t) ; onde ω é constante.
7.2.9 Equação Diferencial – Sistema de 2ª ordem
A forma da equação diferencial de um sistema de 2ª ordem é:
d 2 y (t ) dy (t )
τ2 2
+ 2 ζτ + y (t ) = K f (t )
dt dt
Assumindo sistema inicialmente relaxado, estude para
ƒ(t) = ƒss + u(t)
Os seguintes casos:
a. ζ > 1 {sistema superamortecido}
b. ζ = 1 {sistema criticamente amortecido}
c. 0 < ζ < 1 {sistema subamortecido}
d. ζ = 0 {sistema não amortecido}
e. ζ < 0 {sistema instável}

Página 160 de 172
Capítulo 8. Função de Transferência
8.1 Função de transferência
Uma outra maneira de representar um sistema em regime transiente é através

da função de transferência. Uma característica dos modelos baseados em funções
de transferência é que são modelos lineares. Na Tabela 8.1-1 observamos algumas
formas que tais modelos lineares podem assumir.
Tabela 8.1-1: Modelos lineares em regime dinâmico.
Tipo de sistema Tipo de modelo
Função de transferência no
Equação diferencial
domínio de Laplace
1a Ordem com dy (t ) Y (s ) KP
τP + y (t ) = K P x(t − τ m ) G (s ) = = e −τ m S
tempo morto dt X (s ) τ P s + 1
2a Ordem com d 2 y (t ) dy (t ) Y (s ) K
τ2 + 2τξ + y (t ) = K P x(t − G (s ) = = 2 2 P e −τ m S
tempo morto dt 2
dt X (s ) τ s + 2τξs + 1
d 2 y (t ) dy (t )
Resposta inversa ou τ2 + 2τξ + y (t ) =
dt 2 dt Y (s ) K (τ s + 1) −τ m S
sobreelevação G (s ) = = 2 2P d e
 dx (t − τ m )  X (s ) τ s + 2τξs + 1
e tempo morto K P τ d + x(t − τ m )
 dt 
dy (t ) Y (s ) K −τ m S
Integrador com
= Kx (t − τ m ) G (s ) = = e
tempo morto dt X (s ) s
Onde:
t tempo
y variável medida ou controlada, variável de saída.
Y variável de saída na forma de desvio, Y(t) = y(t) – yref.
x variável manipulada ou perturbação, variável de entrada.
X variável de entrada na forma de desvio, X(t) = x(t) – xref.
y (t = ∞ ) − y (t = 0 )
KP =
KP ganho em estado estacionário, x(t = ∞ ) − x(t = 0 )

Página 161 de 172
K inverso multiplicativo da capacitância do sistema
Quando aplicamos uma perturbação degrau de amplitude A num processo o

mesmo pode reagir conforme mostrado na Tabela 8.1-2.
Para identificar o valor dos parâmetros para um sistema de 1ª ordem com

tempo morto seguimos o procedimento abaixo:
1) Identificar o ganho estático do processo
2) Identificar visualmente o tempo morto: tempo decorrido entre o

instante da perturbação e o momento que o processo começa a reagir
3) Calcular a constante de tempo do processo: tempo necessário para o

processo atingir 62.3% do valor final, descontado o tempo morto e o tempo
em que ocorreu a perturbação.
Para identificar o valor dos parâmetros para um sistema de 2ª ordem com

tempo morto seguimos o procedimento abaixo:
1) Identificar o ganho estático do processo

3) Calcular o período natural de oscilação e o fator de amortecimento

pelo método desenvolvido por Smith:
• Obter o tempo necessário para atingir 20% e 60% da variação da PV, t20 e t60,
respectivamente.
• Calcular a razão t20/t60, e entrar na abscissa dos gráficos da Figura 8.1-1 com
esse valor, lendo no eixo das ordenadas os valores de t60/τ do fator de
amortecimento, ξ , respectivamente.
Para identificar o valor dos parâmetros para um sistema de com resposta

inversa sobre-elevação ou outro tipo de comportamento, com ou sem tempo morto,
podemos empregar o procedimento abaixo:


Página 162 de 172
2) Ajustar os demais parâmetros utilizando um algoritmo de ajuste de

curvas.
Seguindo os procedimentos descritos identificamos as funções de

transferência do processo em relação às perturbações externas e às variáveis
manipuladas.
De posse das funções de transferência podemos aplicar vários procedimentos

para avaliar quantitativamente quais as MV's, PV'S, pares MV-PV e sintonia mais
indicada para um determinado sistema de controle multimalha. No restante deste
capítulo apresentaremos alguns desses procedimentos.
Tabela 8.1-2: Resposta de sistemas lineares a perturbação degrau de

amplitude A.
Tipo de sistema Resposta do processo
Resposta no domínio do tempo Gráfico da resposta
1a ordem com tempo y (t ) = y (0) + 3
morto
( )
Y
X
−(t −τ m ) / τ P
2.5
A.K P 1 − e 2
X e Y
1.5
0.5
tm tp
0
0 10 20 30 40 50 60 70 80
tempo
2a ordem super- y (t ) = y (0 ) + 4
amortecido com tempo

Y
(− t / τ 1 ) (− t / τ 2 )
3.5 X
 τ .e − τ 2 .e 
morto A.K p 1 − 1  3
 τ1 − τ 2  2.5
X e Y
τ τ
2
τ1 = , τ2 = 1.5
ξ − ξ −1
2
ξ + ξ 2 −1 1
tm
0.5
0 10 20 30 40 50 60 70 80
tempo
2a ordem sub- y (t ) = y (0 ) + 4
amortecido com tempo 1 − e (−ξ .(t −τ m ) / τ ) . 

morto  
  1 − ξ 2  
cos (t − τ m ) + 
AK p   τ   
 
 ξ  1−ξ 2  
 sin 
 τ
(t − τ m ) 

 1 − ξ
 2
  

Página 163 de 172
Tipo de sistema Resposta do processo
Resposta no domínio do tempo Gráfico da resposta
Resposta inversa e y (t ) = y (0 ) + 4.5
tempo morto  τ a − τ 1 (− (t −τ
Y

4 X
) / τ1 )
1 + e m
+
 τ1 −τ 2
3.5

A.K p  
3
τ − τ 2 (− (t −τ ) / τ
X e Y
 a ) 
e m 2 2.5
 τ 2 −τ1  2
1.5
1
0 10 20 30 40 50 60 70 80
tempo
Resposta de sistema A
y (t ) = y (0 ) + (t − τ m )
8
integrador com
7
tempo morto
K 6
5
Y
X
X e Y
4
0
0 10 20 30 40 50 60 70 80
tempo
10 4.5
9 4
8 3.5
7 3
6 2.5
t60/tal
qsi
5 2
Figura 8.1-1: t60/τ e ξ para sistemas de 2ª ordem.

Página 164 de 172
8.2 Matriz função de transferência
Um sistema multivariável pode ser modelado através de funções de

transferência. Essas funções de transferência, que associam as saídas do sistema
com as perturbações externas e com as variáveis manipuladas constituem as
denominadas matriz função de transferência para a carga (GL) e para as MV's (GM).
Os projetos clássicos de controladores emparelham os pares MV-PV,

formando uma matriz diagonal, onde cada elemento representa o controlador do
para MV-PV. Na Figura 8.2-1 vemos a representação em diagramas de blocos das
perturbações externas (L), das MV's (M), das saídas do sistema (Y), dos set-points
(YSP) e das respectivas matriz função de transferência.
L
GL
YSP + e M Y
GC GM
-
Figura 8.2-1: Diagrama de blocos de um sistema de controle clássico

multivariável.
Legenda:

Página 165 de 172
Gc11 0 L 0 
 0 Gc 22 O M 
Gc = 
 M O O 0 
 
Eq 8.2-1  0 L 0 Gc nn 
G M 11 G M 12 L G M 1n 
G G M 22 O G M 2 n 
GM =  M 21
 M O O M 
 
Eq 8.2-2  G Mn1 G Mn 2 L G Mnn 
G L11 G L12 L G L1n 

G G L 22 O G L 2 n 
G L =  L 21
 M O O M 
 
Eq 8.2-3 G Ln1 G Ln 2 L G Lnn 
E as FT's em malha fechada são dadas por:
Eq 8.2-4
{ } { }
y = [I + G M ( s )GC ( s ) ] G M ( s )GC ( s ) y sp [I + G M ( s )GC ( s ) ] G L ( s ) L( s )
−1 −1
Ou melhor,
x = GMMF( s ) x sp + GLMF
( s ) L( s )
Eq 8.2-5
É mais conveniente, do ponto de vista numérico e de controle, que os sinais e

ganhos das funções de transferência sejam adimensionais, para tanto podemos
utilizar a faixa definida de variação das variáveis nos sistema de controle (range
dos instrumentos).
Nos estudos a seguir é necessário conhecer as funções de transferência (FT)

do processo. Existem basicamente 3 procedimentos para identificá-las:
a) Experimentalmente, através da coleta de dados de entrada e saída da

planta e posterior tratamento numérico dessas informações.
b) Através de simulações em estado estacionário.
c) Através de simulações em regime dinâmico.

Página 166 de 172
A seguir mostraremos como obter as FT's tendo disponível o modelo dinâmico

fenomenológico não-linear da planta. Caso o modelo disponível seja linear em
espaço de estados, basta pular a etapa 1:
9 Obtenha o modelo linear em espaço de estados, para tanto faça a

linearização analítica ou numérica. Neste último caso, se a simulação foi
implementada no MATLAB/SIMULINK, utilizando as s-functions basta usar as
functions trim e linmod de forma apropriada. A resposta da function linmod é o
espaço de estados linear.
9 Podemos obter, a partir do espaço de estados, a matriz de função de

transferência e dos ganhos estacionários aplicando as equações Eq 8.2-6 e Eq
8.2-7:
[
G M (s ) = C (sI − A)−1 B + D ]
Eq 8.2-6

[
G L (s ) = C (sI − A)−1 E + F ]
 K M = D − CA −1 B

 K L = F − CA −1 E
Eq 8.2-7
Demonstração: Seja o espaço de estados lineares em variáveis desvio dado

pelo sistema:
 x& (t ) = Ax(t ) + Bu (t ) + Ed (t )

Eq 8.2-8  y (t ) = Cx(t ) + Du (t ) + Fd (t )
Onde:
t Variável independente tempo
u Variáveis manipuladas
d Distúrbios externos
x Estados dos sistemas
y Saídas do sistema
Aplicando a transformada de Laplace ao sistema (Eq 8.2-8), obtemos:

Página 167 de 172
sIx(s ) = Ax(s ) + Bu (s ) + Ed (s ) (sI − A)x(s ) = Bu (s ) + Ed (s )

 ⇔
Eq 8.2-9  y (s ) = Cx(s ) + Du (s ) + Fd (s )  y (s ) = Cx(s ) + Du (s ) + Fd (s )
Ou melhor,
 x(s ) = (sI − A)−1 Bu (s ) + (sI − A)−1 Ed (s )


Eq 8.2-10  y (s ) = Cx(s ) + Du (s ) + Fd (s )
Em (Eq 8.2-10), substituindo x(s) em y(s) :
y (s ) = C (sI − A) Bu (s ) + C (sI − A) Ed (s ) + Du (s ) + Fd (s )
−1 −1
Eq 8.2-11
Agrupando os termos semelhantes em (Eq 8.2-11)
Eq 8.2-12
[ ] [
y (s ) = C (sI − A) B + D u (s ) + C (sI − A) E + F d (s )
−1 −1
]
E obtemos as funções de transferência entre a saída y(s) e as entradas u(s) e
d(s):
[
G M (s ) = C (sI − A)−1 B + D ]
Eq 8.2-13

[
G L (s ) = C (sI − A)−1 E + F ]
Aplicando perturbações degrau unitário em u(s) e d(s), separadamente, e
utilizando o teorema do valor final, obtemos:

 K M = lim
 t →∞
[ s →0
[
t →∞


−1
]
1
f u (t )] = lim[sf u (s )] = lims C (sI − A) B + D  = D − CA −1 B
s

 L t →∞ d s →0
d [
t →∞

]
 K = lim[ f (t )] = lim[sf (s )] = lims C (sI − A)−1 E + F 1  = F − CA −1 E
 
s
Eq 8.2-14
Portanto, os ganhos estacionários para as variáveis manipuladas e para os

distúrbios externos são, respectivamente, dados por:
 K M = D − CA −1 B

 K L = F − CA −1 E
Eq 8.2-15
Observe que, se dispomos de um modelo fenomenológico válido, não é

necessário, para obter as funções de transferência do processo, realizar a
identificação a partir de dados experimentais.

Página 168 de 172
Capítulo 9. Símbolos e Abreviaturas
AeB Constantes de Antoine
a Aceleração [=] m/s2
A Área da seção transversal [=] m2
A Energia livre de Helmholtz = U – TS [=] kcal
a, b Constantes, podendo ser iguais em módulo aos coeficientes

estequiométricos
B Vazão molar de retirada (fundo) [=] kgmol/s
C Concentração molar [=] kgmol/m3
C Constante que depende das características geométricas do tanque e

das propriedades físico-químicas do líquido
cp Capacidade calorífica a pressão constante [=] kcal / (kg.K)
Cv Coeficiente de fluxo para válvula; expressa com fluxo de água em

gal/min a 60ºF e 1,0 psi
d Diâmetro da tubulação [=] m
D Vazão molar de destilado [=] kgmol/s
Def Difusividade ou dispersão efetiva, inclui as difusividades molecular e

turbulenta baseadas na área total (πR2) perpendicular à direção do escoamento
[=] m2 / s
E Energia de ativação [=] kcal / kgmol
E Energia [=] kcal
EK Energia cinética [=] kcal
EP Energia potencial [=] kcal
Ev Perda por fricção, perda de carga

Página 169 de 172
f Fator de fricção, depende da natureza do fluido, da

velocidade de escoamento, características geométricas e da
rugosidade da tubulação [ = ] adimensional
F Força [=] N
F Vazão molar de alimentação [=] kgmol/s
Fji Força j atuando na direção i [=] N
g Aceleração local da gravidade [=] m/s2
G Energia livre de Gibbs (Entalpia livre) = H – TS [=] kcal
gC Constante dimensional = 1 kg.m/N.s2 ou 32,1740 lbm.ft/lbf.s2
Gf Densidade do fluido [=] adimensional
h Altura do nível no tanque [=] m
H Entalpia = U + PV [=] kcal
hL Perda de carga (energia potencial) devido ao fluxo [=] m
how Altura do líquido sobre o anteparo [=] ft
hw Altura do anteparo (Weir) do prato [=] ft
k Constante da taxa [=] m3 /

(kgmol.s)
K Ganho do processo
ki Fator de fricção para os diversos acidentes
ko Fator pré-exponencial [=] m3/(kgmol.s)
L Comprimento da tubulação [=] m
L Vazão molar do líquido [=] kgmol/s
M Acúmulo de massa (hold-up) no estágio [=] kgmol
M Hold-up de líquido
m Massa [=] kg
MB Acúmulo no refervedor e na base da coluna [=] kgmol/s
MD Acúmulo no vaso de refluxo

Página 170 de 172
n Prato n
n Número de molares [=] kgmol
pi Pressão parcial do componente i [=] atm
P Pressão [=] atm
PM Peso molecular [=] kg/kgmol
q Vazão volumétrica [=] m3/s
Q Calor trocado [=] kcal/h
r Raio
R Constante universal dos gases ideais
R Vazão molar do refluxo [=] kgmol/s
Re Número de Reynolds [=] adimensional
RH Raio hidráulico (área transversal / perímetro molhado)
t Temperatura [=] ºC
t Tempo [=] h
T Temperatura absoluta [=] K (graus Kelvin)
U Energia interna [=] kcal
UG Coeficiente global de troca térmica [=] kcal/m2. h.K
v Velocidade [=] m/s
V Volume [=] m3
VP Posição da válvula, uma fração da abertura máxima da válvula
W Trabalho [=] kcal
w Vazão mássica [=] kg/h
x i Fração molar do componente i (em geral) e na fase líquida (em

particular)
y i Fração molar do componente i (em geral) e na fase vapor ou

gasosa (em particular)
z Direção axial

Página 171 de 172
z Fração molar do componente leve na alimentação
Z Fator de compressibilidade [=] adimensional
9 Símbolos gregos
α Volatilidade relativa
γ Coeficiente de atividade
εn Eficiência de Murphree no prato n
∆ Diferença, valor final menos valor inicial
ζ Fator de amortecimento
κT Condutividade térmica
µi Potencial químico do componente i
µ Viscosidade [=] kg/(m.s)
ρ Massa específica [=] kg/m3
τ Momentum
τ Período natural de oscilação
τd Tempo de avanço (lead time), associado à perturbação x
τm Tempo morto
τp Constante de tempo do processo
τT Constante de tempo
ν Coeficiente estequiométrico da substância
Γ Taxa de reação [=] kgmol / (s.m3)
9 Sobrescrito
- Propriedade da mistura
.
Propriedade por unidade de massa

Página 172 de 172
~ Propriedade por unidade molar
º Propriedade no estado padrão
Define as condições na entrada
Define as condições na saída
9 Subscrito
C Referente ao combustível
D Propriedade do destilado
f Propriedade de formação da substância
F Propriedade da substância na alimentação
j Referente à jaqueta (camisa) do tanque
l Propriedade da substância no estado líquido
NC Número total de componentes
p Referente à tubulação (pipe)
R Referente à reação
ss Referente ao estado estacionário
st Propriedade referente ao vapor (stream)
t Referente ao tanque
T Total
v Propriedade da substância no estado vapor


Análise transiente de processos contínuos químicos

Hochgeladen von

Dokumentinformationen

Originalbeschreibung:

Originaltitel

Copyright

Verfügbare Formate

Dieses Dokument teilen

Dokument teilen oder einbetten

Freigabeoptionen

Stufen Sie dieses Dokument als nützlich ein?

Sind diese Inhalte unangemessen?

Copyright:

Verfügbare Formate

Análise transiente de processos contínuos químicos

Hochgeladen von

Copyright:

Verfügbare Formate

ANÁLISE EM REGIME TRANSIENTE DE PROCESSOS

Prof. Dr. Ricardo de Araújo Kalid – kalid@ufba.br

Escola Politécnica da UFBA

Ricardo de Araújo Kalid, D. Sc.

(0xx71) 203.9811 / 9984.3316

Prof. Depto Engenharia Química da

ÁREAS DE ATUAÇÃO E LINHAS DE PESQUISA

Modelagem e simulação em regime estacionário e transiente de processos

Síntese de redes de transferência de calor e massa

Professor do Mestrado em Engenharia Química da UFBA e do Mestrado em

Professor (anos 92 e 93) do Curso de Especialização em Instrumentação e

Professor de Cursos de Educação Continuada (Controle Avançado, Controle

Professor (98) do Curso de Especialização em Automação de Sistemas

Professor e Coordenador (99) do Curso de Especialização em Controle e

Análise em regime transiente de processos contínuos - Ricardo de Araújo Kalid –

Professor e Coordenador (2000 a 2002) do Curso de Especialização em

Coordenador do II e do III Seminário Nacional de Controle e Automação (II

PROJETOS COOPERATIVOS E/OU CONSULTORIAS PARA INDÚSTRIAS

MONSANTO-GRIFFIN-POLITENO: Síntese de redes de transferência de

DETEN: Simulação do reator radial para desidrogenação de parafinas /

EDN: participou da equipe de desenvolvimento do plano diretor de

PDAI/BA - Programa de Desenvolvimento da Automação Industrial,

GRIFFIN: Sistema de controle de pH de efluentes.

POLITENO: Sistema de controle de pH de efluentes.

BRASKEM/UNIB: Identificação de processos; Sintonia de controladores

BRASKEM/UNIB-POLITENO-UFBA: Diagnóstico de Malhas de Controle

BRASKEM/UNIB -UFBA: Projeto de produção + limpa para

POLICARBONATOS-UFBA: Diagnóstico de Malhas de Controle PID + VOA’s

INDICADORES DE PRODUÇÃO CIENTÍFICA

Análise em regime transiente de processos contínuos - Ricardo de Araújo Kalid –

Trabalhos Publicados em Periódicos: 2

Dissertação de Mestrado (1) e

Participação de Bancas de Mestrado (5)

Orientação de Iniciação Científica e 21 (concluídas) e 6 em

Orientação de Dissertações de 8 (em andamento), 5

Análise em regime transiente de processos contínuos - Ricardo de Araújo Kalid –

Trabalhos em parceria com indústrias:

N TEMA PARTICIPANTES INSTITUIÇÃO STATUS

Integração Sebastião Luís POLITENO

Otimização das Wagner Mônaco ELEKEIROZ

Otimização das Wagner Mônaco ELEKEIROZ

Otimização do Frederico Epstein MONSANTO

Otimização de Nadja Fontes BRASKEM

29 Minimização do José luiz Bravo Em

Análise em regime transiente de processos contínuos - Ricardo de Araújo Kalid –

N TEMA PARTICIPANTES INSTITUIÇÃO STATUS

Erisvaldo Cunha DETEN

Desenvolvimento Fábio Carrilho

Sebastião Luís POLITENO

25 Integraçao João Colonese Em

Análise em regime transiente de processos contínuos - Ricardo de Araújo Kalid –

N TEMA PARTICIPANTES INSTITUIÇÃO STATUS

Otimização do Klauss V. Serra MONSANTO

Otimização e Frederico Epstein MONSANTO

Daniel Cortes MONSANTO

Otimização de Ana Carolina Em

Análise em regime transiente de processos contínuos - Ricardo de Araújo Kalid –

N TEMA PARTICIPANTES INSTITUIÇÃO STATUS

de Pirólise Ricardo Kalid UFBA

Otimização de Patricia C.Lima MONSANTO

Nadja Fontes BRASKEM

17 Minimização dos Moisés Augusto Concluído