Beruflich Dokumente
Kultur Dokumente
de procesos con
Mathcad
José M. Gozálvez Zafrilla
Asunción Santafé Moros
EDITORIAL
UNIVERSITAT POLITÈCNICA DE VALÈNCIA
Subido por:
https://www.facebook.com/pages/Interfase-
IQ/146073555478947?ref=bookmarks
EDITORIAL
UNIVERSITAT POLITÈCNICA DE VALÈNCIA
Los contenidos de esta publicación han sido revisados por el Departamento de Ingeniería
Química y Nuclear de la Universitat Politècnica de València
Colección Académica
Para referenciar esta publicación utilice la siguiente cita: GOZÁLVEZ ZAFRILLA, J.M. y SANTAFÉ
MOROS, A. (2015) Análisis y simulación de procesos con Mathcad. Valencia: Universitat Politècnica de
València
V
ÍNDICE
1. INTRODUCCIÓN ............................................................................................. 1
1.1. Usos y ventajas de la simulación .............................................................. 2
1.2. El proceso de la simulación ...................................................................... 3
1.3. Precauciones a tener en cuenta ............................................................... 4
2. MODELOS BASADOS EN BALANCES GLOBALIZADOS DE MATERIA ....... 5
2.1. Introducción .............................................................................................. 5
2.2. Ejemplo: ajuste de concentración en una piscina ..................................... 8
2.3. Ejemplo: mezcla de corrientes gaseosas ............................................... 18
2.4. Ejemplo: etapa de absorción no estacionaria ......................................... 24
3. MODELOS CON BALANCE GLOBALIZADO DE ENERGÍA ........................ 33
3.1. Ejemplo: tanque calentado por resistencia ............................................. 35
3.2. Ejemplo: reacción exotérmica en un sistema de RCTA .......................... 38
4. MODELOS DE GRADIENTE MÁXIMO ESTACIONARIOS ........................... 49
4.1. Deducción de las ecuaciones de balance para gradiente máximo ......... 49
4.2. Ejemplo: reactor pistón con intercambiador ............................................ 51
4.3. Ejemplo: reacción en fase gas en un reactor pistón ............................... 61
5. MODELOS DINÁMICOS DE GRADIENTE MÁXIMO..................................... 67
5.1. Modelos de gradiente máximo y EDP ..................................................... 67
5.2. Expresión de las EDP en diferencias finitas ........................................... 68
5.3. Ejemplo: variación de temperatura en un conducto ................................ 70
5.4. Ejemplo: estudio dinámico de un reactor pistón isotermo....................... 74
5.5. Ejemplo: estudio dinámico de un reactor pistón adiabático .................... 81
6. MODELOS DE SISTEMAS ESTACIONARIOS .............................................. 91
1.1 Sistemas estacionarios, cuasi-estacionarios y dinámicos ...................... 91
6.1. Resolución matricial de sistemas estacionarios con bucles ................... 93
6.2. Resolución iterativa de sistemas estacionarios ...................................... 94
6.3. Ejemplo: sistema de reactor y separadores ............................................ 96
VII
Análisis y Simulación de Procesos con Mathcad
VIII
1. INTRODUCCIÓN
Desde un punto de vista técnico, la simulación es una técnica que busca imitar
el comportamiento de un objeto o fenómeno. Se podría entender como un pro-
cedimiento de análisis y obtención de información del comportamiento de obje-
tos reales basado en la creación de una réplica o modelo que presenta un
comportamiento análogo al objeto que representa, al menos en los aspectos
más relevantes de los fenómenos estudiados sobre éste.
Atendiendo a la base sobre la que se realizan los modelos, se pueden clasificar
en dos grandes categorías:
- Modelos físicos, basados en analogías, que pueden ser una réplica a dife-
rente escala del objeto (maqueta o planta piloto) o bien sistemas físicos
que tienen un comportamiento similar (p. e.: una analogía de resistencia
entre transferencia de materia y transferencia de calor).
- Modelos conceptuales, especialmente los basados en ecuaciones que
conforman una estructura matemática, que se resuelve en muchas ocasio-
nes con el ordenador.
En muchas ocasiones, el objeto en cuestión tiene partes claramente identifica-
bles que están interconectadas. Se puede entender un sistema como una dispo-
sición de elementos unidos por flujos de materiales, energías o información que
interaccionan entre sí. En el caso particular de la ingeniería de procesos, los
sistemas estudiados son los encargados de realizar los procesos industriales, de
los cuales, los procesos químicos son quizás el ejemplo más característico.
Para poder obtener información de un modelo basado en ecuaciones es nece-
sario tanto plantearlo adecuadamente como resolverlo. En muy pocos casos
existirá solución analítica, siendo necesario emplear métodos numéricos. La
solución del modelo queda materializada normalmente como un código capaz
de proporcionar resultados de comportamiento del sistema correspondientes a
diferentes situaciones especificadas mediante información sobre el sistema y
las acciones que le afectan.
Para ciertos problemas estandarizados con una solución definida (p. e. torres
de destilación o reactores de cinética sencilla) existen programas conocidos
como simuladores de procesos en los que el usuario define las características
del proceso y ajusta los parámetros de la simulación. En estos casos, el usua-
rio no necesitará normalmente desarrollar los modelos particulares, limitándose
a definir las condiciones de funcionamiento de los elementos así como su inter-
conexión.
En Himmelblau y Bischoff (1976) podemos encontrar un detallado análisis so-
bre los tipos de modelo, sus características y aplicaciones.
1
Análisis y Simulación de Procesos con Mathcad
Optimización
Operación
Control de procesos
existentes
Evaluación
SIMULACIÓN medioambiental o
para seguridad
Diseño de
procesos
I+D nuevos
Educación
2
1. Introducción
Acciones
SISTEMA REAL
Entrada Salida
Estado inicial
Parámetros operativos
3
Análisis y Simulación de Procesos con Mathcad
Variable Extrapolación
dependiente
observada
Evolución real
Parámetro
influyente
4
2. MODELOS BASADOS EN BALANCES
GLOBALIZADOS DE MATERIA
2.1. Introducción
݀ܯ
ൌ ݉ െ ݉௦ ݉ௗ ݎ௧ ܸ
݀ݐ
5
Análisis y Simulación de Procesos con Mathcad
݀ܯ
ൌ ݉ǡ െ ݉௦ǡ ݉ௗǡ ݎ ܸ
݀ݐ
6
2. Modelos globalizados basados en balances de materia
Esto implica que las diferentes variables de estado son constantes y, por tanto,
lo son sus derivadas temporales. Cuando se está interesado en obtener la so-
lución estacionaria, ésta se obtendrá considerando que las propiedades dentro
del sistema no varían y, por tanto, el término acumulativo es nulo. Esto implica
que el sistema de EDO se transforma en un sistema de ecuaciones algebraicas
en la forma de un conjunto de expresiones igualadas a cero. Para la mayoría
de los casos la solución estacionaria se obtiene mediante un método numérico.
Excepto en el caso de funciones lineales donde se asegura un único vector de
soluciones, de manera general podrían existir múltiples vectores solución esta-
cionarios o bien ninguno.
7
Análisis y Simulación de Procesos con Mathcad
Qe1 Ce1
Qe2 Ce2
h V C
Qs
8
2. Modelos globalizados basados en balances de materia
ܯൌ ߩܸ
݀ሺߩܸሻ
ൌ ሺߩଵ ܳଵ ߩଶ ܳଶ ሻ െ ߩ௦ ܳ௦
݀ݐ
ߩଵ ൎ ߩଶ ൎ ߩ ൌ ߩ௦
ܸ݀
ൌ ሺܳଵ ܳଶ ሻ െ ܳ௦
݀ݐ
ܸ ൌ ݄ܵ
9
Análisis y Simulación de Procesos con Mathcad
݄݀ ሺܳଵ ܳଶ ሻ െ ܳ௦
ൌ
݀ݐ ܵ
Llegado a este punto hay que tener en cuenta que la entrada al sistema es
constante o una función del tiempo independiente del sistema. No obstante, el
caudal de salida es función del nivel de fluido en el depósito por lo que va a ser
necesario determinar la dependencia del caudal con la altura de depósito y la
apertura de la válvula.
ܲଵ ݒଵଶ ܲଶ ݒଶଶ
ቈ ݖଵ ൌ ቈ ݖଶ ݄
ߛ ʹ݃ ߛ ʹ݃
ܳ ଶ
Ͳ ߛ݄ ۍ Ͳ ቀ ቁ ې ܳଶ
ێ ܵ
Ͳ Ͳ൨ ൌ Ͳ ۑ
ߛ ߛێ ʹ݃ ߙ ۑሺܽሻ
ۏ ے
ߙሺܽሻ
ܳ௦ ሺ݄ǡ ܽሻ ൌ ݄
ඩ ߙሺܽሻ
ͳ
ʹ݃ܵଶ
Así pues se observa que la ecuación diferencial que define la evolución del
nivel del tanque sólo depende del propio nivel y de parámetros conocidos por lo
que se puede resolver para el caso de que ‘a’ sea constante o una función del
tiempo conocida.
10
2. Modelos globalizados basados en balances de materia
݀ሺܸܥሻ
ൌ ሺܳଵ ܥଵ ܳଶ ܥଶ ሻ െ ܳ௦ ܥ௦
݀ݐ
݀ܥ ܸ݀
ܸ ܥ ൌ ሺܳଵ ܥଵ ܳଶ ܥଶ ሻ െ ܳ௦ ܥ
݀ݐ ݀ݐ
݀ܥ
ܸ ܥή ൫ሺܳଵ ܳଶ ሻ െ ܳ௦ ൯ ൌ ሺܳଵ ܥଵ ܳଶ ܥଶ ሻ െ ܳ௦ ܥ
݀ݐ
11
Análisis y Simulación de Procesos con Mathcad
g 9.81 (m /s)
2 2
Gravedad (m/s ):
3
Caudal de salida (m /h):
0.005 a D ( a)
D ( a) Qs ( h a) h
1 0.5 a D ( a)
1
2
2 gSc
Apartado 1:
Para cada EDO definimos funciones que calculan las derivadas de las variables
de estado:
12
2. Modelos globalizados basados en balances de materia
§h·
D ( t X) ¨ ¸ mX
©C¹
§¨ Dh ( h) ¸·
¨ DC ( h C) ¸
© ¹
§¨ h0 ·¸
X0
¨ C0 ¸
© ¹
SOL AdamsBDF X0 0 tf N D
§¨ SOL¢0² ·¸
§t·
¨h¸ ¨ ¢1² ¸
¨ ¸ ¨ SOL ¸
©C¹ ¨ SOL¢2² ¸
© ¹
13
Análisis y Simulación de Procesos con Mathcad
n 0 N
0.8
2
0.6
h C
n n
0.4
1
0.2
0 0
0 1 2 3 4 0 1 2 3 4
t t
n n
3600 3600
Se observa como la altura del fluido y el nivel de concentración en el tanque
aumentan, tendiendo a sus valores estacionarios. Para la altura final, el caudal
de salida tiende a igualarse con el caudal total entrante.
Caudal de salida
0.03
Qs h a
n 0.02
Qe1 Qe2
0.01
0 .
0 1 2 3 4
t
n
3600
Apartado 2:
Se toman estos valores como valores de partida en el cálculo exacto del valor
estacionario.
14
2. Modelos globalizados basados en balances de materia
h hN C CN
Given
Dh ( h) 0
DC ( h C) 0
Qs_est_I Qs hest_I a Qs_est_I 0.03
Apartado 3:
Para tener ese caudal de renovación a esa altura se debe tener la siguiente
apertura de válvula:
h hest_II
aII root Qs_est_II Qs ( h a ) a aII 0.312
15
Análisis y Simulación de Procesos con Mathcad
C Cest_II
Given
0
Qe1 Qe2 Qs h aII
S
Esto se puede conseguir también, por ser ambos valores positivos y por debajo
de los máximos que permite el sistema.
Apartado 4:
DC ( h C)
Qe1 Ce1 Qe2 Ce2 Qe1 Qe2 C
S h
§h·
D ( t X) ¨ ¸ mX
©C¹
§¨ Dh ( h) ·¸
¨ DC ( h C) ¸
© ¹
16
2. Modelos globalizados basados en balances de materia
§¨ hest_I ·¸
X0 tf 1 3600 N 200
¨ Cest_I ¸
© ¹
§¨ SOL¢0² ·¸
§t·
¨h¸ ¨ ¢1² ¸
SOL AdamsBDF X0 0 tf N D ¨ ¸ ¨ SOL ¸
©C¹ ¨ SOL¢2² ¸
© ¹
Nivel Concentración de salida
6
0.8
h C 4
n n
0.6
h est_II 0.4 Cest_II
2
0.2
0
0 0 0.2 0.4 0.6 0.8 1
0 0.2 0.4 0.6 0.8 1
t
t n
n
3600
3600
h1 interp cspline( t h) t h t1 h1 0.726 (m)
17
Análisis y Simulación de Procesos con Mathcad
Pe1
B Ps
P ys
Pe2
A
݊௩ ൌ ߚξ߂ܲ
3
Volumen del tanque: V=2m
Temperatura: T = 298 K
Coeficiente de la válvula de entrada 1: Ee1 = 0.1 mol·m-3·Pa-0.5
Coeficiente de la válvula 2 tras abrirse: Ee2 = 0.2 mol·m-3·Pa-0.5
Coeficiente de la válvula de salida: Es = 0.1 mol·m-3·Pa-0.5
Presión manométrica de la línea de entrada 1: Pman1_e = 100 Pa
Presión manométrica de la línea de entrada 2: Pman2_e = 100 Pa
Presión manométrica de la línea de salida: Pman_s = 0 Pa
18
2. Modelos globalizados basados en balances de materia
݀ܰ
ൌ ሺ݊ଵ ݊ଶ ሻ െ ݊௦
݀ݐ
݀ሺܰݕሻ
ൌ ሺ݊ଵ Ͳ ݊ଶ ͳሻ െ ݊௦ ݕ௦
݀ݐ
ݕ௦ ൌ ݕ
Como los flujos están en función de presiones, conviene que la presión sea
variable de estado. En este caso, se hace uso de la ecuación del gas perfecto
como una ecuación de tipo constitutivo del sistema:
ܸܲ
ܰൌ
ܴܶ
݀ܲ ܴܶ
ൌ ሺ݊ଵ ݊ଶ െ ݊௦ ሻ
݀ݐ ܸ
݀ݕ ܴܶ
ൌ ൫݊ଵ െ ݕ ሺ݊ଵ ݊ଶ ሻ൯
݀ݐ ܸܲ
19
Análisis y Simulación de Procesos con Mathcad
20
2. Modelos globalizados basados en balances de materia
Apartado 1:
Si la válvula 2 está cerrada, el flujo entrante por la línea 2 es nulo, por lo que el
sistema se reduce a:
dP R T
dt
ª¬ ne1 P e1 P 0 ns P P sº¼ V
En régimen estacionario se tiene que la derivada de presión es nula, por lo tanto:
P 0.5 P e1 P s
Dada:
ne1 P e1 P 0 ns P P s 0
P est_I find( P ) P est_I P atm 50 (Pa)
Apartado 2:
dy R T
dt
ª¬ne2 P e2 P y ne1 P e1 P ne2 P e2 P º¼ P V
21
An
nálisis y Sim ación
mula n de ocessos con
e Pro n Ma
athc
cad
§P·
D ( t X)
X ¨ ¸ mX
©y¹
§ DP ( P)
P ·
¨ ¸
© Dy( P y) ¹
a co
La ondiició nicia
ón in al es
e la
a de
el esta
e ado esttaciiona o an
ario nterrior::
§ P00 ·
0 P est_
P0 e _I 0 0
y0 X ¨
X0 ¸
© y00 ¹
§¨ SOL¢0² ·¸
§t·
DF X0
OL AdaamssBD
SO D
X 0 tf N
¨P¸ ¨ ¢1² ¸
¨ ¸ ¨ SOL ¸
©y¹ ¨ SOL¢2² ¸
© ¹
22
2.. Mo os glob
odelo ados ba
g aliza dos en bala
asad b ance d mater
es de m ria
De
e to
odas s fo mas, de
orm do a la
ebid a rápida evol
e ución de la pre esió
ón y a que e noo afeccta
prá men
áctiicam nte a la e luciión de la com
l evol osicción
mpo n, es p ible
e pos e inttegrar la varriab
ble
co
ompposición dejando a pre
o la esió
ón en s valo
e su v or esta
e acio d sde el prin
onarrio des ncip
pio:
5 P e1 P s
5
P 0.5 1 14 u 10
1.01 0
Daado
o
DP ( P ) 0
e II Find
P est_I F d( P ) e II P atm
P est_I a 9 (Paa)
90
a ED
La DO ara la con
O pa entra
nce ón bajo la
ació a simp ción
s plificcac e que podem
n de s fijjar la
mos
pre
esió q eda:
ón que
y Dy P esst_III y
D ( t y)
Y la solució ede
ón pue n e
e en este aso realiz
e ca zarsse iincluso
o apliccand
do el métod
do de
d
ung
Ru Kuttta:
ge-K
§¨ SO ¢²
§t· OL 0 ·¸
tf 600 S L Rk daptt X0 0 tf N D
¨P¸ ¨ ¢ ²¸
0 SOL kad
¨ ¸ OL 1 ¸
¨ SO
©y¹ ¨ SO ¢2² ¸
© OL ¹
23
Análisis y Simulación de Procesos con Mathcad
Tabla 3. Datos
24
2. Modelos globalizados basados en balances de materia
ܸ ൌ ܸ ܸீ |ܸ
݀ܯ
ൌ ݉ሶ െ ݉ሶ௦ ൌ ሺܮௌ ܺ ܩௌ ܻ ሻ െ ሺܮௌ ܺ ܩௌ ܻሻ
݀ݐ
݀ܯ
ൌ ܮௌ ሺܺ െ ܺሻ ܩௌ ሺܻ െ ܻሻ
݀ݐ
Además, las razones de equilibrio del gas y del líquido pueden relacionarse a
través del siguiente cambio:
ܺ
ݕ ቀ ቁ
ܻ ሺܺሻ ൌ ͳ ܺ
ܺ
ͳ െ ݕ ቀ ቁ
ͳܺ
25
Análisis y Simulación de Procesos con Mathcad
De donde se tiene:
Y por tanto:
Por otra parte, se asume que las moles de vapor presentes en el volumen de
control son despreciables, y por lo tanto:
݀ܯ ݀ܺ
|ܯௌ
݀ݐ ݀ݐ
§ X ·
yeq ¨ ¸
© 1 X¹
Relación de equilibrio en razones: Yeq ( X)
§ X ·
1 yeq ¨ ¸
© 1 X¹
Número de etapas: Net 5
26
2. Modelos globalizados basados en balances de materia
Apartado 1:
Integración de la EDO:
SOL Rkadapt X0 0 tf N D
27
Análisis y Simulación de Procesos con Mathcad
Extracción de la solución:
¢0² ¢1²
t SOL X SOL
Representación de la solución:
Given
D ( f X) 0
Xest1 Find( X) Xest 0.0803
Apartado 2:
En este caso se trata de estudiar el efecto del parámetro LS. Se crea una fun-
ción de derivadas que depende del valor de ese parámetro:
LS Xe X VS Ye Yeq ( X)
Dtanque_param X Xe Ye LS
ML
28
2. Modelos globalizados basados en balances de materia
X LS Net
X§© 2 LS·¹
1
0.2
X§© 2 LS·¹
2
X§© 2 LS·¹
3
0.15
X§© 2 LS·¹
4
X§© 2 LS·¹
5
0.1
X§© 2 LS·¹
6
0.05
0 2 4 6 8 10
t
29
Análisis y Simulación de Procesos con Mathcad
Yeq X LS
0.06
Yeq§© X§© 2 LS·¹ ·¹
4
0.04
Yeq§© X§© 2 LS·¹ ·¹
6
0.02
0 2 4 6 8 10
t
Nótese que las soluciones son cada vez más parecidas conforme se reduce el
caudal. Para observar claramente el efecto de LS sobre la solución estacionaria
de salida se crea, a continuación, una función como solución del sistema que
resulta de igualar el nuevo vector de derivadas a 0:
Inicialización: X Xest
Given
Dparam f X LS ceros
Xest LS Find ( X)
30
2. Modelos globalizados basados en balances de materia
0.1
0.2
Xb( L) Ya ( L)
0.05
0.1
0 0
3 3
1u 10 0.1 10 1u 10 0.1 10
L L
LS LS
31
3. MODELOS CON BALANCE GLOBALIZADO DE
ENERGÍA
En el caso de sistemas donde la temperatura pueda variar, la energía del sis-
tema también lo hace en consecuencia.
Es por tanto necesario realizar el balance de energía cuando se den estas cir-
cunstancias:
- El conocimiento de la variación de la temperatura es relevante
- La temperatura afecta a los balances de materia
- Las velocidades de flujo son relevantes y la energía cinética no se
puede despreciar.
En la mayor parte de los sistemas de ingeniería química, las energías cinética y
potencial son despreciables frente a la energía interna. Por tanto, el balance no
estacionario de energía se expresa como una acumulación de energía interna
debida a las entradas y salidas convectivas de entalpía, a la transferencia de
energía mediante calor y trabajo a través de los contornos del sistema:
ܷ݀
ൌ ݉ ݄ െ ݉௦ ݄௦ ൫ ݍെ ݓௗ ൯
݀ݐ
ܷ݀
ൌ ݉ ݄ ் െ ݉௦ ݄ ்௦ ൫ ݍെ ݓௗ ൯ ݏோ ܸ
݀ݐ
33
Análisis y Simulación de Procesos con Mathcad
34
3. Modelos con balance globalizado de energía
Resolución analítica:
ܷ݀
ൌ ݉ ݄ െ ݉௦ ݄௦ ݍ
݀ݐ
݀ሺݑܯሻ
ൌ ߩܳሺ݄ െ ݄௦ ሻ ݍ
݀ݐ
݀ܶ
ሺߩܸሻܥ௩ ൌ ߩܳܥ ሺܶ െ ܶሻ ݍ
݀ݐ
݀ܶ ܳ ݍ
ൌ ൬ܶ െ ܶ൰
ܸ݀ ݐ ߩܳܥ
35
Análisis y Simulación de Procesos con Mathcad
Resolución numérica:
§ t ·
Q Q
t
¨ V ¸ § q · V
T ( t) © 1 e ¹ ¨ T e T 0 e
U Q Ce ¸
© ¹
36
3. Modelos con balance globalizado de energía
§ t´ · § SOL¢0² ·
¨ ¸
SOL Rkadapt T 0 0 tf N DT ¨ ¸
© T´ ¹ ¨ ¢1² ¸
© SOL ¹
t 0 10 tf
100
80
T( t )
60
T´
40
20
0 2 4 6 8 10
t t´
3600 3600
§ t0.99est ·
Q Q
t0.99est
¨ V ¸ § q · V
T 0.99est ©1 e ¹ ¨ T e ¸ T 0 e
© U Q Ce¹
§ q Ce Q T e U Ce Q T 0.99est U ·
Vln¨ ¸
© q Ce Q T 0 U Ce Q T e U ¹ t0.99est
t0.99est 7.106 (h)
Q 3600
37
An
nálisis y Sim ación
mula n de ocessos con
e Pro n Ma
athc
cad
3.2
2. Eje
E emp o: re
plo eac ón ex
cció érm
xoté mica en u sis
e un stema
a de
e RCT
R TA
See dispoone e do
e de os RCT
R TA pro stoss de
ovis e seendas cam misas inte
erca
amb biad as en
dora
loss qu
ue tien uga
t ne lu ar una rea
acción irre ble de
everrsib d pprim
merr ord
den
n en
n fase acu
uosaa:
ఱయ
యరబ
Ap ducctoss
prod ݇ ሺܶሻሻ ൌ ͳǤ Ͳ ݁ ିቀ
ͻ ൈ ͳͲ
ቁ
߂
߂ܪ ൌ െʹͷ͵
ಲ
El flujjo de
d loos inte
erca
ambbiad dore
es pue
p ede conecctarrse en equico
orrientte o en on-
n co
tra
acorrrientee resspe
ecto el flu
o de uido eacccion
o re nte:
nan
gura
Fig a 6. Sis
stem
ma de
d RCT
R TA con
n ca
amis
sa intercambiadora
a
Tabla 4. Dato
D os de
d cad
c da re
eactor
3
Vo
olum n
men V = 0.1
0 ((m )
3
Vo
olum n de
men nterrcam
el in mbiiado
or Vc = 0.0
0 1 (m
m)
Co
oeficiente glo
obal po
or área
á a UA
A = 20
000 W//K
Ta
abla
a 5. Dattos de las
s corrie
ente
es entra
ante
es
Aliime ació
enta ón
3
Ca
audal: Q = 0.1
0 (m /min)
3
Co centtracción
onc ntrante:
n en CAent
A 0 (m
= 1000 mol//m )
Te
emp aturra d
pera de entr a:
e rada Tent 98 (K))
e = 29
De
ensidad: U = 10000 (kkg/m3
m)
-1 -1
Ca speccíficco:
alorr es Cp
p = 418
80 (J·kkg ·K )
Flu
uido efrig
o re gera e
ante
3
Ca
audal: Q = 0.1
0 (m /min)
Te
emp aturra d
pera de entr a:
e rada Tc_ent
c t = 2 8 (K
298 K)
De
ensidad: Uc = 10000 (kg/ 3
( /m )
-1 -1
Ca speccíficco:
alorr es Cp
pc = 41
180 (J·kg ·K )
38
3. Modelos con balance globalizado de energía
݀ܥ ܳ
ൌ ሺܥ െ ܥ ሻ ݎ
݀ݐ ܸ
No son necesarios balances adicionales para los productos, puesto que la ciné-
tica depende exclusivamente de la concentración de A y de la temperatura.
Para su uso en las ecuaciones de energía se define previamente el calor trans-
ferido tomado como positivo en el sentido de intercambiador a reactor:
݀ܶ ܳ ݍ ݏோ ܸ
ൌ ሺܶ െ ܶሻ
ܸ݀ ݐ ߩܸܥ
39
Análisis y Simulación de Procesos con Mathcad
݀ܶ ܳ െݍ
ൌ ሺܶ െ ܶ ሻ
݀ݐ ܸ ߩ ܥ ܸ
kA ( T ) 1.69 10 exp §¨
6 5346 · -1
Parámetro cinético: ¸ (s )
© T ¹
3
Entalpía de reacción: 'H r 253 10 (J/molA)
Volúmenes (m ):
3
V 0.1 Vc 0.01
3
Caudales (m /min): Q 0.1 Qc 0.1
40
3. Modelos con balance globalizado de energía
3
Cambio de las unidades en los caudales a (m /s):
3 3
m m
min 3 min 3
Q Q 1.667 u 10 Qc Qc 1.667 u 10
3 3
m m
sec sec
Uc
3
Densidades: U 1000 (kg/m ) 1000 (kg/m3)
Apartado 1:
Las derivadas de las variables de estado para un reactor que recibe entradas
genéricas son:
dCA Q
CAe CA rA T CA
dt V
41
Análisis y Simulación de Procesos con Mathcad
Q
DC CAe CA T CAe CA rA T CA
V
§ CA1 ·
¨ ¸
¨ T1 ¸
¨ Tc1 ¸
Dec( t X) ¨ ¸ mX
¨ CA2 ¸
¨ T2 ¸
¨ ¸
© Tc2 ¹
§¨ DC CAent CA1 T1 ·¸
¨ DT Tent CA1 T1 Tc1 ¸
¨ ¸
¨ DTc Tc_ent T1 Tc1 ¸
¨ DC CA1 CA2 T2 ¸
¨ ¸
¨ DT T1 CA2 T2 Tc2 ¸
¨ DTc Tc1 T2 Tc2 ¸
© ¹
42
3. Mod os con bala
delo b ance
e glo
obaliizad nerg
do de en gía
Dee ac erdo
cue on el
o co e enun
e ncia
ado as cond
o, la c dicione
es iniciale
es son
s idé cass en
éntic mbo
n am os
rea ores:
acto
A 0
CA1º T 298
T1º 2 8 T c1º 29
98
A 0
CA2º T 298
T2º 2 8 T c22º 29
98
§ SOL¢0²
¨ S L ·¸
§ t ·
§ CA1º
A · ¨ ¸ ¨ SOL
S L
¢1² ¸
¨ ¸ ¨ CA
A1 ¸ ¨ ¸
¨ T11º ¸ ¨ T11 ¸ ¨ SOL ¢2² ¸
S L
¨ Tc1º
c ¸ ¨ ¸ ¨ ¸
DF X0
X 0 tf N Decc ¢3²
X ¨
X0 ¸ SO
OL Ada
A amsB
BD c ¸ ¨ SOL
¨ Tc1 S L ¸
¨ CA
A2º ¸ ¨ CA2
A
¸ ¨ ¢4² ¸
¨ T22º ¸ ¨ ¸ ¨ S
SOL
L ¸
¨ ¸ ¨ T22 ¸ ¨ ¢5² ¸
© Tc2º
c ¹ ¨ Tc2 ¸ ¨ SOL
S L ¸
© c ¹ ¨ ¢6² ¸
© SOL
S L ¹
43
An
nálisis y Sim ación
mula n de ocessos con
e Pro n Ma
athc
cad
Ap o 2::
parttado
§ CA11 ·
¨ ¸
¨ T1 ¸
¨ Tc1 ¸
c ( t X)
Dcc X ¨ ¸ mX
¨ CA22 ¸
¨ T2 ¸
¨ ¸
© Tc22 ¹
§¨ DC CAennt CA11 T1T ·
¸
¨ T ennt A11
D T C T
T1 T c11 ¸
¨ ¸
¨ DTc Tc2 T T c1
c T1 ¸
¨ DC CA11 CA22 T22 ¸
¨ ¸
¨ D T T1
1 C A2 T22 T c2 ¸
¨ DTc ¸
© T Tc__ent T22 Tc2 ¹
El vec
ctorr de
e co
ondicio s in
ones nicia s ess el mis
ales o que en el cas
smo c o ante
a eriorr.
44
3. Mod os con bala
delo b ance
e glo
obaliizad nerg
do de en gía
§ SOL¢0²
¨ S L ·¸
§ t ·
¨ ¸ ¨ SOL
S L
¢1² ¸
¨ CA
A1 ¸ ¨ ¸
¨ T11 ¸ ¨ SOL ¢2² ¸
S L
¨ ¸ ¨ ¸
F X0
X 0 tf N Dcc ¢3²
S L Adam
SOL A msBBDF ¨ Tc1
c ¸ ¨ SOL
S L ¸
¨ CA2
A
¸ ¨ ¢4² ¸
¨ ¸ ¨ SOL
S L ¸
¨ T22 ¸ ¨ ¢5² ¸
¨ Tc2 ¸ ¨ S L ¸
SOL
© c ¹ ¨ ¢6² ¸
© SOL
S L ¹
Ap o 3::
parttado
A CA1
CA1 T T
T1 T1 N T c1 T c1
c
N N
A CA2
CA2 2 T T2
T2 T N T c22 T c2
c
N N
45
Análisis y Simulación de Procesos con Mathcad
Dado
DC CAent CA1 T1 0
DT T ent CA1 T1 T c1 0
DTc T c2 T1 T c1 0
DC CA1 CA2 T2 0
DT T1 CA2 T2 T c2 0
DTc T c_ent T2 T c2 0
§ CA1est · § CA1est ·
¨ ¸ ¨ ¸ § 46.506 ·
¨ T1 est ¸ ¨ T1 est ¸ ¨ ¸
¨ ¸ ¨ ¸ ¨ 346.827 ¸
¨ T c1est
¸ Find C T1 T C T2 T ¨ T c1est
¸ ¨ 316.163 ¸
¨ CA2est ¸ A1 c1 A2 c2
¨ CA2est ¸ ¨ ¸
¨ ¸ ¨ ¸ ¨ 2.888 ¸
¨ T2 est ¸ ¨ T2 est ¸ ¨ 340.087 ¸
¨T ¸ ¨T ¸ ¨ 307.375 ¸
© ¹
© c2est ¹ © c2est ¹
Se deben modificar las derivadas para incluir la función que describe la evolu-
ción del caudal de intercambiador, por requerir esta función el tiempo se debe
incluir como argumento en la derivada que lo emplea:
Qc_var ( t) qcr T T c
DTc t T ce T T c T ce T c
Vc U c Cpc Vc
46
3. Modelos con balance globalizado de energía
§ CA1 ·
¨ ¸
¨ T1 ¸
¨ T c1 ¸
Dfallo( t X) ¨ ¸ mX
¨ CA2 ¸
¨ T2 ¸
¨ ¸
© T c2 ¹
§ DC CAent CA1 T1 ·
¨ ¸
¨ DT T ent CA1 T1 T c1 ¸
¨ ¸
¨ DTc t T c2 T1 T c1 ¸
¨ DC CA1 CA2 T2 ¸
¨ ¸
¨ DT T1 CA2 T2 T c2 ¸
¨ D t T ¸
© Tc c_ent T2 T c2 ¹
§ CA1est ·
¨ ¸
¨ T1 est ¸
¨ ¸
T c1est
X0
¨ ¸ SOL AdamsBDF X0 0 tf N Dcc_fallo
¨ CA2est ¸
¨ ¸
¨ T2 est ¸
¨T ¸
© c2est ¹
47
An
nálisis y Sim ación
mula n de ocessos con
e Pro n Ma
athc
cad
§ SOL¢²
¨ S L 0 ·¸
§ t ·
¨ ¸ ¨ SOL
S L
¢1² ¸
¨ CA1 ¸ ¨ ¸
¨ T1 ¸ ¨ SOL ¢2² ¸
S L
¨ ¸ ¨ ¸
¢3²
¨ T c1
1 ¸ ¨ SOL
S L ¸
¨C ¸ ¨ ¢ ²¸
S L4 ¸
¨ A22 ¸ ¨ SOL
¨ T2 ¸ ¨ ¢ ²¸
¨ T ¸ ¨ SOL S L5 ¸
© c22 ¹ ¨ ¢ ²¸
S L6 ¹
© SOL
48
4. MODELOS DE GRADIENTE MÁXIMO
ESTACIONARIOS
4.1. Deducción de las ecuaciones de balance para gradiente
máximo
Difusión a través
del contorno exterior mdVi
dV
Ci Ci + dCi Salida
Entrada Generación
convectiva
convectiva
Q Q + dQ
ri
dz
݀ሺሺܵ ݀ݖሻܥ ሻ
ൌ ܳܥ െ ሺܳ ݀ܳሻሺܥ ݀ܥ ሻ ݉݀ೖ ሺܵ݀ݖሻ ݎ ሺܵ݀ݖሻ
݀ݐ
߲ܥ ͳ ߲ሺܳܥ ሻ
ൌെ ݉݀ೖ ݎ
߲ݐ ܵ ߲ݖ
49
Análisis y Simulación de Procesos con Mathcad
߲ܥ ߲ሺܥݒ ሻ
ൌെ ݉݀ೖ ݎ
߲ݐ ߲ݖ
߲ߩ ߲ሺߩݒሻ
ൌെ ݉݀Ʋ
߲ݐ ߲ݖ
߲ܶ ߲ܶ
ߩܥ௩ ൌ െߩܥݒ ݍ ݏோ
߲ݐ ߲ݐ
50
4. Modelos de gradiente máximo estacionarios
6 § 5346 · (s-1)
kA ( T ) 1.69 10 exp¨ ¸
© T ¹
rA T CA kA ( T ) CA
3
'H r 253 10 (J/ mol-A)
Longitud: L = 25 m
-3
Diámetro de la tubería interior: Dint = 21×10 m
-3
Diámetro de la tubería exterior: Dext = 41.5×10 m
51
Análisis y Simulación de Procesos con Mathcad
߲ܶ ݀ܶ ݍ ݏோ
Ͳ ൌ െߩݒܥ ݍ ݏோ ՜ ൌ
߲ݖ ݀ݖ ߩܥ ݒ
݀ܶ ݍ
ൌ
݀ݖ ߩ ܥ ݒ
52
4. Modelos de gradiente máximo estacionarios
݀ܣ
ݍ ൌ ݍǡ
ܸ݀
Por otra parte, la relación entre el área y el volumen es la misma que entre el
perímetro donde se da la transferencia y la sección, luego:
ܲ
ݍ ൌ ݍǡ
ܵ
Cálculos previos
Perímetros de las conducciones: P int S Dint P ext S Dext
Secciones de paso: S
S Dint
2
Sc
2
S Dext Dint
2
4 4
Q Qc
Velocidades (m/s): v vc
S Sc
53
Análisis y Simulación de Procesos con Mathcad
1) Caso de equicorriente
El término de generación de entalpía de reacción por unidad de volumen se
obtiene multiplicando la generación de A por el incremento de entalpía por mol
de A generado:
sRV r·'H R sRV CA T rA T CA 'H r
Para calcular los términos qV necesitamos las densidades de flujo de calor que
-2 -1
se expresarán en (J·m ·s ):
de reactor a camisa: qA_r_c T T c Uint T T c
de camisa a exterior: qA_c_ext T c Uext T c T ext
Con ello quedan determinadas las expresiones de las derivadas de las varia-
bles de estado. Hay que fijarse especialmente en si los anteriores calores por
unidad de área entran o salen del subsistema, aplicándose un signo negativo
en el caso de que salgan:
dCA rA T CA
DT CA T DCA CA T
dz v
P int
qA_r_c T T c sRV CA T
dT S
DT CA T T c DT CA T T c
dz U Cp v
P int P ext
qA_r_c T T c qA_c_ext T c
dT c Sc Sc
DT c T T c DTc T T c
dz U c Cpc vc
§ CA ·
¨ ¸
Dequicorr( z X) ¨ T ¸ mX
¨T ¸
© c¹
§ DCA CA T ·
¨ ¸
¨ DT CA T T c ¸
¨ D T T ¸
© Tc c ¹
54
4.. Mo
odellos de
d gradi
g dientte máxim
m mo eesta narios
acion
§ CAee ·
¨ ¸
Co ón de
ondició d ccontorn
no en
e la pos ón z=0::
p ició 0 ¨ Te ¸
X0
¨T ¸
© cee ¹
Intterv o de
valo ción de
e inttegrac e z=0
esde = a z=L.
=
Nú ero de inte
úme ervaloss da
a sa
alid
da: I 200
2
Inttegrración:
SO e corrr Ad
OLequi msBDF X0
dam 0 0 L I Deqquiccorr
§ SO ¢0² ·
OLequi
§ z · ¨ e corrr ¸
¨ ¸ ¨ ¢1² ¸
CA SO
OLequi
¨ ¸ ¨ e corr
r ¸
¨ T ¸ ¨ ¢2² ¸
¨ ¸ ¨ SOOLequi
e corrr ¸
© T c ¹ ¨ ¢3² ¸
© SO e corrr ¹
OLequi
55
An
nálisis y Sim ación
mula n de ocessos con
e Pro n Ma
athc
cad
Ts TI c Tc
T cs
I
Te
emp aturras de sallida
pera a (ºC
C): Ts 3 .874
344. 4 T cs 3 8.26
318 64
2) Ca
aso de con
ntra
acorrie
ente
e
Si considerram mos el ejee z en el sen ntido del
d flujo dent eacttor, el flujjo de
d tro del re d
reffrige ante
era ene sentid
e tie ntrarrio en estte caso
do ccon c o. Esto mpliica que la
E o im a veeloccidaad
tie
ene el missmo o módu c sig
ulo perro con gno egattivo
o ne o. Se r efine por
S rede p tan nto la e a-
l ecu
ció c resp
ón corr pon ente
ndie amb
e ca bian o el signo de v:
ndo
P int P exxt
A _c T T c xt T c
i
qA_r_ qA_c
A c_ex
Sc Sc
DTc_ orr T T c
T conttraco
U c Cp
C c vc
56
4. Modelos de gradiente máximo estacionarios
§ CA ·
¨ ¸
Dcontracorr( z X) ¨ T ¸ mX
¨T ¸
© c¹
§ DCA CA T ·
¨ ¸
¨ DT CA T T c ¸
¨D ¸
© Tc_contracorr T T c ¹
§ CAe ·
¨ ¸
T ce_calc T cs_sup X0 m ¨ T e ¸
¨T ¸
© cs_sup ¹
SOL m AdamsBDF X0 0 L I Dcontracorr
¢3²
T c m SOL
T ce m T c
I
T ce
57
An
nálisis y Sim ación
mula n de ocessos con
e Pro n Ma
athc
cad
c T ce 15
T cs 1 T cs oot f T css T cs
c ro T cs 324
3 6 (ººC)
4.16
Co e valor ya
on el a co
ono
ocido de Tcs se p eden
s pue n ca ularr loss pe
alcu erfiles:
ª§ CAe
A · º
«¨ ¸ »
SO
OLcont orr Rka
c traco pt «¨ T e ¸ 0 L I Dcontrracorr»
R adap
«¨ T ¸ »
¬© cs ¹ ¼
§ SO ¢0² ·
OLcont
§ z · ¨ ¸
c traco
orr
¨ ¸ ¨ ¢1² ¸
¨ CA ¸ ¨ SO
OLcont
c tracoorr ¸
T cee_callc T cs 90 (ºC
29 ( ) Ts TI
¨ T ¸ ¨ ¢2² ¸
¨ ¸ ¨ SO OLcont
c tracoorr ¸
© c¹ ¨
T ¢3² ¸
© SO c tracoorr ¹
OLcont
58
4.. Mo
odellos de
d gradi
g dientte máxim
m mo esta
e acion
narios
Te
emp aturras de sallida
pera a (ºC
C): Ts 3 .721
330. T cs 3 4.16
324 6
3) Ca
alor inte ambiad
erca do
Se pola
e intterp es de te
an los perrfile peratura:
emp
T ( Z) intterp ne( z T)
p( cssplin T z T Z)
Z
nterrp cspl
Z in
T c ( Z) c linee z T c z T c Z
A int
i
´
qr_c
r_ µ qA__r_c ( A) dAint
¶
0
Ha endo el
acie e ca bio de varriab
amb ble dA
d int
i P intdz
d , se tien
ne:
L
´
r_ µ qA__r_cc T ( z) T c ( z)
z Pintt dz
4
qr_c qr__c 6 u 10
7..526 ( )
(W)
¶0
59
Análisis y Simulación de Procesos con Mathcad
Se integra el calor por unidad de área perdido hacia el exterior con el cambio
de variable dAext P ext dz:
L
´
qc_ext µ qA_c_ext T c ( z) P ext dz
3
qc_ext 3.894 u 10 (W)
¶0
60
4. Modelos de gradiente máximo estacionarios
§
r1 T CA ¨ 110 exp¨
§ 2000 · · C
¸¸ A
-3 -1
Reacción 1: A Æ 2 B (mol·m ·s )
© © T ¹¹
§
r2 T CB ¨ 20 exp¨
§ 2500 · · C
¸¸ B
-3 -1
Reacción 2: B Æ C (mol·m ·s )
© © T ¹¹
61
Análisis y Simulación de Procesos con Mathcad
62
4. Modelos de gradiente máximo estacionarios
Coeficientes estequiométricos:
Q 1A 1 Q 1B 2 Q 1C 0
Q 2A 0 Q 2B 1 Q 2C 1
Las generaciones de cada compuesto y la total son:
rA T CA Q 1A r1 T CA
P dCt
Ct Æ 0
R T dz
mAe
La velocidad de entrada es: ve ve 0.49
Ct S
No es necesario que la concentración de C sea una variable de estado pues se
puede calcular a partir de la de A y B ya que la concentración total se mantiene
constante.
c) Resolución numérica
El sistema de EDO queda:
dv rt rt T CA CB
Dv CA CB
dz Ct Ct
CA
rA rt
dCA Ct rA T CA CA Dv CA CB
DA v CA CB
dz v v
63
Análisis y Simulación de Procesos con Mathcad
CB
rB r
dCB Ct t rB T CA CB CB Dv CA CB
DB v CA CB
dz v v
§ v ·
¨ ¸
D ( z X) ¨ CA ¸ m X
¨C ¸
© B¹
§ Dv CA CB ·
¨ ¸
¨ DA v CA CB ¸
¨ D v C C ¸
© B A B ¹
§ ve ·
¨ ¸
CAe Ct CBe 0 CCe 0 Xe ¨ CAe ¸
¨C ¸
© Be ¹
I 100 L 50
SOL AdamsBDF( Xe 0 L I D)
§ SOL¢0² ·
§ z · ¨ ¸
¨ ¸
¨ v ¸ ¨ SOL¢1² ¸
¨ CA ¸ ¨ ¢2² ¸
¨ ¸ ¨ SOL ¸
© CB ¹ ¨ ¢3² ¸
© SOL ¹
La concentración de C es: CC Ct CA CB
i 0 I
CA CB
i i
xA xB xC 1 xA xB
i Ct i Ct i i i
64
4.. Mo
odellos de
d gradi
g dientte máxim
m mo esta
e acion
narios
Dee la rep
presen ción
ntac e lo
n de os re ultad
esu dos e ha
s se a deeterrmin
naddo q
que existe na long
e un gi-
tud
d óptimma (ce
ercaana a 20
2 m m) parra la ual se alccanza un má
a cu áxim
mo de
d prooduccció
ón
de
e B. Pa ara obtenerla
a dee fo
orm e cta se intterp
ma exa a la fun
pola nció
ón y lu
uegoo se busc
b ca
en
n quué valo e alcan
v or se nzaa el má ( riva
mo (de
áxim ada ula)..
a nu
vss csp ne z CB
plin B nterpp( Z) in
CB_in p vs
nterp v z CB Z
65
Análisis y Simulación de Procesos con Mathcad
Z 20
El máximo de CB se da para
zBmax root ¨
§d C ·
B_interp ( Z) Z¸ 17.799 (m)
©dZ ¹
CBmax CB_interp zBmax CBmax
3
37.008 (mol/m )
66
5. MODELOS DINÁMICOS DE GRADIENTE MÁXIMO
ܷሺݖǡ Ͳሻ ൌ ܷ ሺݖሻ
67
Análisis y Simulación de Procesos con Mathcad
߲ܷ
ൌ ݂ሺܷǡ ݐሻ
߲ݖ
Las EDP que aparecen en los problemas de gradiente máximo pueden resol-
verse de forma fácil y aproximada con el auxilio de métodos numéricos como
los basados en diferencias finitas. Los métodos de diferencias finitas están
basados en la división del dominio en una serie de particiones o elementos. Las
ecuaciones diferenciales se discretizan evaluándose los valores en los nodos
existentes entre elementos. Sobre los nodos de los dos extremos se impondrán
las condiciones de contorno. Cuanto menor sea el intervalo espacial, mejor
aproximación se tendrá, aunque a costa de emplear un mayor tiempo de cálcu-
lo. La evaluación de las variables en los nodos se realizará en una serie de
tiempos discretos separados entre sí por un intervalo de tiempo ȟt.
Dominio
68
5. Modelos dinámicos de gradiente máximo
Derivada Aproximación
Diferencia
hacia delante
߲ܷ ܷǡାଵ െ ܷǡ
߲ݐ ߂ݐ
hacia atrás
ܷǡ െ ܷǡିଵ
߂ݐ
A izquierdas
߲ܷ ܷǡ െ ܷିଵǡ
߲ݖ ߂ݖ
A derechas
ܷାଵǡ െ ܷǡ
߂ݖ
central
ܷାଵǡ െ ܷିଵǡ
ʹ ߂ݖ
central
߲ଶܷ ܷାଵǡ െ ʹ ܷǡ ܷିଵǡ
߲ ݖଶ ߂ ݖଶ
69
An
nálisis y Sim ación
mula n de ocessos con
e Pro n Ma
athc
cad
5.3 E emp
3. Eje o: variaciión
plo n de emperatura
e te a en un
u con
c ndu
uctto
Coomo o ejjemmplo o se
e va
a a obt
o tene er el
e mode
m elo de la varriac ción de e tem
mpe eraturaa de
entro
dee unna con
c duccció d long
ón de gitud L llena iniccialm
mente de e fluidoo a la te
empperratura T0
quue a pa artirr de n determinad
e un do insttantte emp
e piezza a se er atra
a avessad p un cau-
da por
daal co
ons stannte Q del
d mis
m smo o líq
quid
do a te
emp peraaturra Te. Se
S con
c nsidderaa un
n cooeficien-
te glooba al U co onsttantte par
p ra ele in
nterrcam
mbio entr
e re ele fluid
f do e exte
erno y un n med
m dio
exxteriior a te
emp peraaturra Text.
Q Te
T
d
dq
Text
z
Fiigurra 8.
8 Esqu
E uem
ma del
d s sisttem
ma
Su uponiendo o qu
ue las varriaccion
nes de loss pa
arámmettross seegún r yT no o so
on sign
s nifica-
tivvas, el mo odelo ade
a cua ado o ess el de un
n reactor p pisttón que sigue la e uacione
as ecu es
co onseervaativvas de gra
adie
ente m mo
e máxi o. El ba
alan
nce de e ma asa
a tottal des
spreecia
ando la
as
va ariac
cion
ness de e denssida
ad con n la
a te
empperaaturra cconducce a q quee la veeloc
cida
ad es
e
co onsttantte, que
q edandoo el baalance de ene ergía com
c mo únic
ú ca EDP
E P:
߲ܶ ܶ
߲ܶ
ߩ
ߩܥ௩ ൌ െߩܥ
െ ܥ ݒ
ݒ ݍ
߲
߲ݐ ߲ݖݖ
Assum
mien
ndo pa
ara un
u líqu
l uido
o ca
alore
es esp
e pecíífico
os iigua
aless se
e tie
ene
e:
߲ܶ
ܶ ܶ
߲ܶ ݍ
ൌ െݒ
ݒ
߲ݐݐ ߲ܥߩ ݖݖ
ܥ
Pa
ara el sen
s tido xpu
o ex uestto, e
el difer
d rencciall de
e ca
alor sallien
nte es:
e
݀ݍ
݀ ൌ ܷ݀ܣ ሺ െ ܶ௫௧ ሻ
ܷ ܣ ሺܶ
70
5. Modelos dinámicos de gradiente máximo
Por lo tanto, los calores por unidad de área y por unidad de volumen definidos
como positivos si entran al sistema son:
െ݀ݍ
ݍ ൌ ൌ െܷ ሺܶ െ ܶ௫௧ ሻ
݀ܣ
݀ܣ Ͷ
ݍ ൌ ݍ ൌ െܷ ሺܶ െ ܶ௫௧ ሻ
ܸ݀ ܦ
߲ܶ ߲ܶ
ൌ െݒ െ ܽ ሺܶ െ ܶ௫௧ ሻ
߲ݐ ߲ݖ
siendo:
Ͷ
ܽ ൌ ܷ
ܦ
Para aplicar el método de Euler de diferencias finitas, hay que proceder primero
a subdividir la longitud inicial en un número de particiones suficiente para tener
una aproximación adecuada a la solución.
T0 T1 T2 T3 TI-1 TI
vz
0 1 2 3 4 I-1 I
71
Análisis y Simulación de Procesos con Mathcad
ݐ߂ݒ ݐ߂ݒ
ܶǡାଵ ൌ ൬ͳ െ െ ܽ߂ݐ൰ܶǡ ܶ െ ܽܶ௫௧
߂ݖ ߂ ݖିଵǡ
ܶǡ ൌ ܶ ݅ ൌ Ͳ ǥ ܫ
ܶǡାଵ ൌ ܶ ݊ ൌ Ͳ ǥ ܰ െ ͳ
La Figura 9 muestra como, a partir de los valores definidos por las condiciones
límite, se van calculando los distintos valores en los nodos para cada tiempo:
Te(tn+2) T1,n+2
't
't
72
5. Modelos dinámicos de gradiente máximo
ݐ߂ݒ
൬ͳ െ െ ܽ߂ݐ൰ Ͳ
߂ݖ
߂ݖ
߂ݐ௫ ൌ
ݒെ ܽ߂ݖ
߂ ݐൌ ͲǤͻͻ߂ݐ௫
73
Análisis y Simulación de Procesos con Mathcad
Se tiene el siguiente reactor de flujo pistón donde una reacción se lleva a cabo
de forma isoterma.
-1
Reacción de primer orden: A Æ Productos kA 0.028 (s )
Longitud: L 10 (m)
3
Diámetro interno: D 110 10 (m)
3 3
Entrada: Qe 1.7 10 (m /s)
3
Concentración entrante: CAent 1000 (mol/m )
3
Estado inicial: CA0 0 (mol/m )
74
5. Modelos dinámicos de gradiente máximo
Apartado 1
1) Cálculos previos:
La velocidad de entrada es:
2
S D Qe
S v v 0.179 (m/s)
4 S
75
Análisis y Simulación de Procesos con Mathcad
§ tf ·
tf 1.2 TMR N ceil¨ ¸ 158
© 't ¹
v 't
DC DC 0.978
'z
§
E C 1 ¨ kA
v ·
¸ 't EC 0.01
© 'z ¹
EDF( i n C) DCCi 1 n E CCi n
6) Resolución
Condiciones de contorno en el espacio discreto:
C0( z) CA0 Ci 0 CA0 ( i 'z )
76
5. Mo
odelo
os dinám
d micoos de
d grradiiente áxim
e má mo
7) Re
epre
esentación
n de lo
os rresu
ultadoss ob
bten
nido
os
d¨
§ z ·
e i corr
dice
Índ c respon
ndie
ente
e a una
a po n zǣ
osicción z ro
iz( z) ound ¸
© 'z
' ¹
ound ¨
§ t ·
Índ e n corrresspondientte a un
dice n tie po t:
emp nt(( t ) ro ¸
© 't
' ¹
i 0 I
C 8
800
i nt
n ( 15
5)
(mol/m3)
C 6
600
i nt
n ( 30
0)
4
400
C
i nt
n ( 45
5)
2
200
0
0 2 4 6 8 10
z
i
(m))
n 0 N
77
Análisis y Simulación de Procesos con Mathcad
Apartado 2
§ tf ·
N ceil¨ ¸ N 468 n 0 N
© 't ¹
Además, la ecuación en diferencias finitas debe recoger la dependencia de v:
v 't §
E ( v ) 1 ¨ kA
v ·
D (v ) ¸ 't
'z © 'z ¹
EDF( i n C v ) D ( v ) Ci 1 n E ( v ) Ci n
Esto implica redefinir la función del anexo A3 para que acepte la velocidad:
SDF1 ( X0 Xe I 'z N 't EDF v) t0 m 0
for i 0 I
zi m i 'z
X1i 0 m X0 zi
for n 0 N 1
tn 1 m ( n 1) 't
X10 n 1 m Xe tn 1
for i 1 I
X1i n 1 m EDF ( i n X1 v)
§ t ·
¨ z ¸
¨ ¸
© X1 ¹
78
5. Mo
odelo
os dinám
d micoos de
d grradiiente áxim
e má mo
Pa
ara cad
da velo
v ocid
dad se tiene:
§ t1 ·
1 v
v1 ¨ z1 ¸ SDF
S F1 C0 Ce I 'z N 't EDF 1
E F v1
¨ ¸
© C1 ¹
§ t2 ·
2 2v
v2 ¨ z2 ¸ SDF
S F1 C0 Ce I 'z N 't EDF 2
E F v2
¨ ¸
© C22 ¹
§ t3 ·
3 3v
v3 ¨ z3 ¸ SDF
S F1 C0 Ce I 'z N 't EDF 3
E F v3
¨ ¸
© C33 ¹
Se
e pu
uedde obs
o serv
var commo la solución es ine
esta e pa
able ara va es de v may
alore m yore
es
qu
ue el
e máxi
m imo upue
o su o anteriorrme
esto ente
e:
§ t4
t ·
4 4 v
v4
¨ z4
z ¸ SD 1 C0 Ce I 'z N 't ED
DF1 DF v4
¨ ¸
C ¹
© C4
79
Análisis y Simulación de Procesos con Mathcad
37
5u10
(mol/m3)
C4I n 0
37
5u10
38
1u10
0 20 40 60
t4n
(segundos)
80
5. Modelos dinámicos de gradiente máximo
5
kA ( T ) 8.333 10 exp¨
§ 5346 · (s-1)
A Æ Productos ¸
© T ¹
rA T CA kA ( T ) CA
Entalpía de reacción: 'H R 253000 (J/molA)
Inicialmente el reactor se encuentra en estado estacionario correspondiente a
la siguiente entrada:
3
Q 2 10
3
Caudal: (m /s)
3
Concentración de A: CAe1 500 (mol/m )
Temperatura: T e1 298 (K)
U
3
Densidad: 1000 (kg/m )
Cp 4187 (J·kg ·K )
-1 -1
Calor específico:
Obténgase la evolución que sufren la temperatura y concentración del reactor
si la entrada se varía bruscamente a la concentración siguiente:
3
CAe2 1000 (mol/m ) T e2 T e1
81
Análisis y Simulación de Procesos con Mathcad
GC kA ( T ) C
0 kA ( T ) C v DC ( C T )
Gz v
kA ( T ) ' H R GT kA ( T ) 'H R
0 C v DT ( C T ) C
U Cp Gz U Cp v
D ( z X) C m X0
T m X1
§ DC ( C T ) ·
¨ ¸
© DT ( C T ) ¹
82
5. Mo
odelo
os dinám
d micoos de
d grradiiente áxim
e má mo
§ CAe1
A ·
El vec
ctorr de
e co
ondicio
ones
s de
e co
ontorn
no es:
e e ¨
Xe1 ¸
© T e1
e ¹
I 30
3 S L Ad
SOL dam
msB F Xe1
BDF e 0 L I D
§¨ SO ¢²
§ z · OL 0 ·¸
¨ Ces
C st1 ¸ ¨ ¢ ²¸
¨ ¸ OL 1 ¸
¨ SO
© Tes
T st1 ¹ ¨ SO ¢2² ¸
© OL ¹
e ( Z) intterp
Cest1 p( csspliine(( z Ces
C st1) z Ceest1 Z)
e ( Z) intterp
T est1 p( csspliine(( z Test
T t1) z Test1 Z)
Z 0 0.01
0 1 L i 0 I
De
eterrmin
nacción e la solución dinám
n de mica:
Se
e uttiliza
ará un esque
ema
a de
e Euler de
e tip
po FTB
F BS:
Ci n 1 Ci n Ci n Ci1 n
v kA T i n Ci n
't 'z
83
Análisis y Simulación de Procesos con Mathcad
§ v 't · C § v 't ·
Ci n 1 ¨ ¸ i 1 n ¨ 1 kA T i n 't ¸ Ci n
© 'z ¹ © 'z ¹
§ v 't · § v 't · 'H R
T i n 1 ¨ ¸ T i 1 n ¨ 1 ¸ T i n kA T i n Ci n 't
© 'z ¹ © 'z ¹ U Cp
T i n 1
D T T i 1 n E T T i n G T T i n Ci n
§ v · 1
E C T i n 1 ¨ kA T i n ¸ 't t 0 Æ 't d
© 'z ¹ v
kA T i n
'z
84
5. Modelos dinámicos de gradiente máximo
v 't 1
ET 1 t0 Æ 't d
'z v
'z
Cálculo de la solución:
Por encima del tiempo medio de residencia es de esperar que el sistema se
acerque bastante al estacionario. Se toma 1.3 veces su valor como tiempo final:
SecciónL
TMR tf 1.3 TMR tf 65.187 (s)
Q
Para ese intervalo de tiempo se necesita el siguiente número de intervalos:
§ tf ·
N ceil¨ ¸ N 529
© 't ¹
Una vez conocido ȟt, las expresiones de los coeficientes están definidas:
v 't § v k T · 't
DC
E C T i_n 1¨ A i_n ¸
'z © 'z ¹
v 't v 't 'H R
DT
'z
ET 1
'z
G T T i_n Ci_n kA T i_n
U Cp
Ci_n 't
El esquema de diferencias finitas es una función vectorial que calcula las varia-
bles de estado C y T en nΪͳ. Para ello necesita recibir las matrices y los índices
oportunos:
§
D C Ci 1 n E C T i n Ci n ·
EDF ( i n C T ) ¨ ¸
© D T T i 1 n E T T i n G T T i n Ci n ¹
85
Análisis y Simulación de Procesos con Mathcad
§ Ce ( t) ·
Ce ( t) CAe2 T e ( t) T e1 Xe ( t) ¨ ¸
© T e ( t) ¹
Calculamos la solución haciendo uso de la función definida en el anexo A3:
§t·
¨ ¸
¨ z ¸ SDF2 ( X0 Xe I 'z N 't EDF)
¨C¸
¨ ¸
©T¹
iz( z) round ¨
§ z ·
índice i correspondiente a una posición z: ¸
© 'z ¹
§ t ·
nt ( t) round ¨
índice n correspondiente a un tiempo t: ¸
© 't ¹
86
5. Modelos dinámicos de gradiente máximo
C
i nt ( 15) 800
C
i nt ( 30) 600
C
i nt ( 45) 400
C
i nt ( 60) 200
0
0 2 4 6 8 10
z
i
(m)
T
i nt ( 15)
340
T
i nt ( 30)
320
T
i nt ( 45)
T
i nt ( 60) 300
280
0 2 4 6 8 10
z
i
(m)
tf
tc 0 tf
1000
87
An
nálisis y Sim ación
mula n de ocessos con
e Pro n Ma
athc
cad
Ob bsé
érve
ese que, aun a nque a ahora enttra una
a co
onccenttracción
n su
upe
erior, sale
s e menoos
co once sto es deb
entrraciión.. Es bido
o a qu
ue deb
d ido a la men
m nor con ncentra
ació
ón de r c-
d rea
tivvo la tem
t mperratu ura alc
canzad ende y e
da desscie en con
c nsec cue c ética de
enciia la ciné d
de esapparició
ón d de A auumeenta
a.
ealiz
Re zac
ción
n de na anim
e un a macción
n de
e la solución:
Paara loggrarr un
na anim
a mac ción
n de
e la
a so
oluc
ción se
e deebe sustituir el sub
s bínd
dice
e tem
mpo-
rall n por
p r una vvaria
able
e fo
otog
gram
ma quee cu
uennte en
e e mpo (
el tiem ).
)
§ tf ·
N ceiil¨ ¸
© 't ¹
Pa
ara veer lass aniima aciooness, selecc
ción
nesse enn el e me enú Ǧ
Ǧ (o bien
Ǧ Ȃ
) y re
Ȃ ellé
énesse:
From: 0 To: N 5 9
529 Att: 20 foto
ogrramas//s
88
5. Mo
odelo
os dinám
d micoos de
d grradiiente áxim
e má mo
Coonvviene hace
h er una
u a repre esenntac
ción
n dee varia
v able es rela
r ativa
as p
parra pode
p er ver
v con-
jun
ntammennte la co onceentrraciión y la tem
t mperatuura. También ees nec
n cesa o fijar el
ario
lím
mite
e su
uperriorr de
el ejje de
d o ordenaadaas en 1 pa
e 1.3 ara quee no
o ca
ambie la esccalaa du-
ran
nte el tran
t nscurso de d la a an
nimmación.
89
6. MODELOS DE SISTEMAS ESTACIONARIOS
1.1 Sistemas estacionarios, cuasi-estacionarios y dinámicos
Se explica aquí cómo definir el comportamiento de los sistemas a partir del com-
portamiento conocido de los subsistemas que los comprenden. La forma usual
de trabajar con los procesos es subdividirlos en partes, obtener el modelo de
cada una de ellas y componer el modelo del proceso por composición de los
modelos individuales teniendo en cuenta las conexiones existentes. Esto es ne-
cesario especialmente cuando se tiene un gran número de elementos, muchas
conexiones entre ellos o un elevado número de especificaciones de funciona-
miento del sistema. Tras la división, cada una de la partes establecida para el
análisis es un subsistema o elemento más fácil de analizar. Muchas veces los
subsistemas coincidirán con unidades que realizan una operación determinada.
Otras veces, el subsistema será una parte de una unidad donde se produce un
fenómeno físico, una acción determinada o donde existe una cierta homogeneidad.
En algunos casos, los subsistemas pueden ser hipotéticos, sin existir físicamen-
te. Un ejemplo es la modelización de un reactor pistón con relleno mediante tan-
ques agitados en serie. Los elementos, una vez analizado su comportamiento
por separado, vuelven a integrarse, teniendo en cuenta las relaciones existentes
entre ellos, para simular el comportamiento del sistema global.
91
Análisis y Simulación de Procesos con Mathcad
TMR = 1 min
TMR = 100 min
-1
k = 0.01 min -1
k = 0.01 min
1
2
Figura 10. Subsistema cuasi-estacionario (1) frente a dinámico (2)
-2
Q = (0.01·L·min )·t
1 2
TMR = 100 min TMR = 100 min
92
6. Modelos de sistemas estacionarios
En casos en los que las variables a resolver en las corrientes de salida se pue-
den expresar como una fracción definida de la cantidad global entrante existe
una forma directa de obtener la solución.
Considérese un sistema como el de la Figura 12. En dicho sistema se pueden
identificar nodos que se corresponderán con subsistemas. Se puede definir las
siguientes variables para un nodo i:
Gi Cantidad global que entra a un nodo i, suma de la cantidad entrante
desde del exterior del sistema al nodo Gexti más la que llega desde
otros nodos.
Di,j Fracción de la cantidad global entrante al nodo i que éste envía a un
nodo j.
2
1
j
Di,2·Gi
Di,2·G2
D1,i·G1 Dj,i·Gj
i
Gexti Di,k·Gi
k
Gsali
Atendiendo a estas definiciones y sumando para todos los nodos del sistema
(con Di,j =Ͳ cuando no hay relación) se tiene:
93
Análisis y Simulación de Procesos con Mathcad
ܩԦ ൌ ݐݔ݁ܩ
ሬሬሬሬሬሬሬሬሬԦ ሾߙሿ் ܩԦ
94
6. Modelos de sistemas estacionarios
Las corrientes de corte del sistema son aquellas para las que se supondrán
valores iniciales. A la hora de escogerlas se deben tener en cuenta las siguien-
tes reglas:
1. Todos los bucles del sistema deben de estar cortados
2. Los bucles no deben cortarse más de una vez.
3. Conviene tener un número mínimo de corrientes de corte, para ello hay que
elegir corrientes comunes a varios bucles.
Las dos primeras reglas deben cumplirse necesariamente y la tercera resulta
conveniente para disminuir el tiempo de cálculo.
Una vez establecida la descomposición del sistema, se pasa a la construcción
de una subrutina para el cálculo de un paso de iteración. Partiendo de valores
de las variables presentes en las corrientes de corte se calculan de manera
secuencial los subsistemas, siguiendo los sentidos de las corrientes y tomando
como entrada corrientes precedentes ya calculadas y en su caso, corrientes
externas. Al final del paso de iteración se habrán obtenido nuevos valores para
las corrientes de corte.
La forma de utilizar estos nuevos valores de corriente de corte difiere según el
método iterativo que se emplee. De manera general, tras un cálculo los valores
supuestos para la siguiente iteración se obtienen a partir de los valores recien-
temente calculados y de valores que se calcularon o se utilizaron como supues-
tos en iteraciones anteriores. El método más sencillo es el método de sustitu-
ción directa en el que los valores supuestos para la nueva iteración son los
últimos calculados.
Para determinar cuando el proceso iterativo debe terminarse, se emplea una
condición de parada. Normalmente estará basada en que las diferencias en
valor absoluto de los valores de las variables entre una iteración y la siguiente
sean menores que las tolerancia específicas de cada variable.
En el Anexo A4 se proporcionan plantillas de subrutinas para ser utilizadas
como función iterativa y condición de parada.
95
Análisis y Simulación de Procesos con Mathcad
6 S6
E1 1 2 4 S5
X2 3 5
E4
Reactor (2):
Conversión de A: X2 80 %
Membranas separadoras (3 y 5):
Ambas producen la misma conversión de caudal hacia permeado (Y) y el mis-
mo índice de rechazo de componente A (R):
Y 70 % R 75 %
Bifurcación (6):
Reparte por igual el caudal a sus tres salidas.
96
6. Modelos de sistemas estacionarios
Apartado 1
Se debe crear un vector con las entradas de caudal desde el exterior a cada
unidad i. Se comienza dimensionando un vector de ceros de 6 componentes:
Qent 0
6
§ 10 ·
¨ ¸
¨ 0 ¸
¨ 0 ¸
Qent Qent1 Qent Qent4 ¨ ¸
3
Æ Qent (m /h)
1 4
¨ 5 ¸
¨ 0 ¸
¨ 0 ¸
© ¹
Se crea una matriz DQ en la que cada elemento en la posición i, j represente la
fracción del caudal entrante que es desviada desde la unidad i hasta la j:
§ 0 1 0 0 0 0 ·
¨ ¸ § 0 1 0 0 0 0 ·
¨ 0 0 1 0 0 0 ¸ ¨ ¸
¨1Y ¨ 0 0 1 0 0 0 ¸
0 0 Y 0 0 ¸
¨ ¸ ¨ 0.3 0 0 0.7 0 0 ¸
DQ
¨ 0 0 0 0 1 0
¸
DQ ¨ ¸
¨ 0 0 0 0 0 1 Y¸ ¨ 0 0 0 0 1 0 ¸
¨ 1 ¸ ¨ 0 0 0 0 0 0.3 ¸
¨
1
0 ¸
¨ 0.333 ¸
0 0 0 © 0 0 0.333 0 0 ¹
© 3 3 ¹
De acuerdo con lo indicado se ha puesto una fracción desviada desde la co-
rriente alimento igual Y o ͳǦY según la corriente sea permeado (p) o rechazo (r),
ya que por la propia definición de conversión se tiene:
97
Análisis y Simulación de Procesos con Mathcad
Qp
Y
Qa
Y, por lo tanto:
Qr
Qa Qp Qr Æ 1Y
Qa
Se definen las fracciones de caudal desde cada unidad al exterior, si bien no
son elementos de la matriz DQ:
1
D Q_5sal Y D Q_6sal
3
Para poder aplicar el balance matricial, se define en primer lugar una matriz
identidad con las dimensiones del sistema:
I identity( NS )
Con ello, el vector de entradas globales de caudal a cada unidad es:
§ 16.964 ·
¨ ¸
¨ 16.964 ¸
¨ 16.964 ¸
GQ I D QT 1Qent GQ ¨ ¸
3
(m /h)
¨ 18.75 ¸
¨ 18.75 ¸
¨ 5.625 ¸
© ¹
Una vez obtenidas las cantidades globales los caudales enviados desde cada
unidad i a la j se pueden obtener a partir de las cantidades globales y las frac-
ciones desviadas:
i 1 NS j 1 NS Qi j D Q GQ
i j i
§ 0 16.964 0 0 0 0 ·
¨ ¸
¨ 0 0 16.964 0 0 0 ¸
¨ 5.089 0 0 11.875 0 0 ¸
Q ¨ ¸
¨ 0 0 0 0 18.75 0 ¸
¨ 0 0 0 0 0 5.625 ¸
¨ 1.875 ¸
© 0 0 1.875 0 0 ¹
98
6. Modelos de sistemas estacionarios
§ 20 ·
¨ ¸
¨ 0 ¸
¨ 0 ¸
GAent Qent1Cent1
1
GAent Qent4Cent4 Æ
4
GAent ¨ ¸
¨ 5 ¸
¨ 0 ¸
¨ 0 ¸
© ¹
Las bifurcaciones no logran separar el componente A del líquido base, por lo
que éste es desviado en la misma fracción que el caudal.
La fracción correspondiente a la salida de 2 a 3 del reactor es la fracción no
convertida del total que le entró a través de la corriente de 1 a 2 (es decir, la no
conversión).
Para las membranas se tendrá en cuenta lo siguiente para calcular la fracción
de componente A que se desvía al permeado y al rechazo:
Qa Ca QpCp Qr Cr
Qr Cr Qa Ca QpCp Qa Ca Qa Y ª¬Ca ( 1 R)º¼
Qr Cr
Dr 1 Y ( 1 R)
Qa Ca
Dp Dr 1 Æ Dp Y ( 1 R)
99
Análisis y Simulación de Procesos con Mathcad
ª 0 1 0 0 0 0 º
« 0 0 1 X2 0 0 0 »
« »
« 1 Y ( 1 R) 0 0 Y ( 1 R) 0 0 »
DA « »
0 0 0 0 1 0
« »
« 0 0 0 0 0 1 Y ( 1 R) »
« DQ 0 0 DQ 0 0 »
¬ 6 1 6 4 ¼
§ 0 1 0 0 0 0 ·
¨ ¸
¨ 0 0 0.2 0 0 0 ¸
¨ 0.825 0 0 0.175 0 0 ¸
DA ¨ ¸
¨ 0 0 0 0 1 0 ¸
¨ 0 0 0 0 0 0.825 ¸
¨ 0.333 ¸
© 0 0 0.333 0 0 ¹
GA I D AT 1GAent
Y una vez obtenidas las cantidades globales, las concentraciones de A en las
corrientes circulantes se obtienen a partir de las cantidades de A circulantes:
Ai j D A GA
i j i
100
6. Modelos de sistemas estacionarios
§ 0 26.647 0 0 0 0 ·
¨ ¸
¨ 0 0 5.329 0 0 0 ¸
¨ 4.397 0 0 0.933 0 0 ¸
A ¨ ¸
¨ 0 0 0 0 8.183 0 ¸
¨ 0 0 0 0 0 6.751 ¸
¨ 2.25 ¸
© 0 0 2.25 0 0 ¹
Ai j
Ci j
Qi j
§ 0 1.571 0 0 0 0 ·
¨ ¸
¨ 0 0 0.314 0 0 0 ¸
¨ 0.864 0 0 0.079 0 0 ¸
C ¨ ¸
¨ 0 0 0 0 0.436 0 ¸
¨ 0 0 0 0 0 1.2 ¸
¨ 1.2 ¸
© 0 0 1.2 0 0 ¹
Asal5 Asal6
Csal5 0.109 Csal6 1.2
Qsal5 Qsal6
101
Análisis y Simulación de Procesos con Mathcad
Apartado 2
§Q·
W ¨ ¸
©C¹
Atendiendo a esta definición, las subrutinas estacionarias que calculan las sali-
das de cada unidad a partir de las entradas son las siguientes:
§ Qe1 ·
MEZCLADOR We1 We2 We3 ¨ ¸ m We1
© Ce1 ¹
§ Qe2 ·
¨ ¸ m We2
© Ce2 ¹
§ Qe3 ·
¨ ¸ m We3
© Ce3 ¹
Qs m Qe1 Qe2 Qe3
Qe1 Ce1 Qe2 Ce2 Qe3 Ce3
Cs m
Qs
§ Qs ·
Ws m ¨ ¸
© Cs ¹
Ws
§ Qe ·
REACTOR We X ¨ ¸ m We
© Ce ¹
Q s m Qe
Cs m Ce ( 1 X)
§ Qe ·
Ws m ¨ ¸
© Cs ¹
Ws
102
6. Modelos de sistemas estacionarios
§ Qe ·
MEMBRANA( We Y R) ¨ ¸ m We
© Ce ¹
Q p m Qe Y
Q r m Qe Qp
Cp m Ce ( 1 R)
Qe Ce QpCp
Cr m
Qr
§ Qr ·
Wr m ¨ ¸
© Cr ¹
§ Qp ·
Wp m ¨ ¸
© Cp ¹
§ Wr ·
¨ ¸
© Wp ¹
§ Qe ·
SEPARADOR We D Q ¨ ¸ m We
© Ce ¹
for i 1 length D Q
§ D Q i Qe ·
Ws m
¨ ¸
i ¨ C ¸
© e ¹
Ws
103
Análisis y Simulación de Procesos con Mathcad
6,1
6 S6
3,1 6,4
5,6
E4
3,1 E4 S6
6,4 S5 E1
sup 6,4
calc
§ Qent1 · § Qent4 ·
Went1 ¨ ¸ Went4 ¨ ¸
© Cent1 ¹ © Cent4 ¹
104
6. Modelos de sistemas estacionarios
§ 10 · §1·
Wsup1 2 ¨ ¸ Wsup6 4 ¨ ¸
© 1 ¹ ©1¹
Obsérvese cómo hay dos corrientes definidas en las posiciones indicadas:
§ 0 {2,1} 0 0 0 0·
¨ ¸
¨0 0 0 0 0 0¸
¨0 0 0 0 0 0¸
Wsup ¨ ¸
¨0 0 0 0 0 0¸
¨0 0 0 0 0 0¸
¨ 0 0 0 {2,1} ¸
© 0 0¹
§ W3 1 ·
¨ ¸ m MEMBRANA W2 3 Y R
© W 3 4 ¹
W4 5 m MEZCLADOR W3 4 W6 4 Went4
§ W5 6 ·
¨ ¸ m MEMBRANA W4 5 Y R
© Wsal5 ¹
§ Wsal6 · ª § D Q_6sal ·º
« ¨ ¸»
¨ ¸ « ¨ DQ ¸»
¨ W6 1 ¸ m SEPARADOR«W5 6 ¨ 6 1
¸»
¨W ¸ « ¨ Q ¸»
D
© 6 4 ¹ ¬ © 6 4 ¹¼
W1 2 m MEZCLADOR W6 1 W3 1 Went1
§ Wsal ·
¨ ¸
© W ¹
105
Análisis y Simulación de Procesos con Mathcad
§ Qiter ·
¨ ¸ for i 1 NS
© Citer ¹ for j 1 NS
§ Qi j ·
¨ ¸ m Wi j if rows Wi j ! 1
© Ci j ¹
§Q·
¨ ¸
©C¹
§ 0 16.963 0 0 0 0 ·
¨ ¸
¨ 0 0 16.96 0 0 0 ¸
¨ 5.088 0 0 11.872 0 0 ¸
Qiter ¨ ¸
¨ 0 0 0 0 18.746 0 ¸
¨ 0 0 0 0 0 5.624 ¸
¨ 1.875 ¸
© 0 0 1.875 0 0 ¹
106
6. Modelos de sistemas estacionarios
§ 0 1.571 0 0 0 0 ·
¨ ¸
¨ 0 0 0.314 0 0 0 ¸
¨ 0.864 0 0 0.079 0 0 ¸
Citer ¨ ¸
¨ 0 0 0 0 0.437 0 ¸
¨ 0 0 0 0 0 1.2 ¸
¨ 1.2 ¸
© 0 0 1.2 0 0 ¹
Salidas 5 y 6:
§ 13.122 · § 1.875 ·
Wsal5 ¨ ¸ Wsal6 ¨ ¸
© 0.109 ¹ © 1.2 ¹
§ Qsal_iteri ·
i 5 6
¨ ¸ Wsal
¨ Csal_iter ¸ i
© i¹
Comparando los valores de las corrientes de salida con los valores exactos
obtenidos mediante la solución matricial se observa que el error queda por
debajo de la tolerancia de error establecida en las corrientes internas para cada
variable:
H1 0.01
3 4
Qsal5 Qsal_iter 2.553 u 10 Qsal6 Qsal_iter 3.647 u 10
5 6
3
H2 1 u 10
5 4
Csal5 Csal_iter 1.935 u 10 Csal6 Csal_iter 2.128 u 10
5 6
107
Análisis y Simulación de Procesos con Mathcad
§ dxG ·
¨ ¸ SGxG
© dt ¹ disc
§ dxM ·
¨ ¸ SGxG'B GM SMxM
© dt ¹ disc
xP 1 xG xM
108
6. Modelos de sistemas estacionarios
1
E0 0
2
S2
Apartado 1
§ F ·
¨x ¸
W
¨ G¸
¨ xM ¸
¨ ¸
© xP ¹
Para un molino discontinuo sin entradas ni salidas se cumple que la acumula-
ción es igual a la generación total. Así para cada fracción:
§ d ( M XG) ·
¨ ¸ SGXG M
© dt ¹ disc
§ d ( M XG) ·
¨ ¸ ª¬ SGXG 'B GM SM XMº¼ M
© dt ¹ disc
Como la masa total M no varía, se puede identificar las generaciones por uni-
dad de masa y tiempo de cada fracción como:
rXG SGXG rXM SGXG 'B GM SMXM
109
Análisis y Simulación de Procesos con Mathcad
Fe 1 Fs
XGe XMe XPe XGs XMs XPs
En el estacionario se tendría:
M
F Fe W
F
xGe xG xGe
SGxG 0 Æ xGs xGe
W 1 SGW
xMe xM
ª¬ SGxG'B GM SM xMº¼ 0 Æ
W
La función recibe un vector corriente definido por el flujo másico en
su primer elemento y el resto de elementos por las distintas fracciones de la
110
6. Modelos de sistemas estacionarios
§¨ Fe ·¸
¨ xGe ¸
MOLINO We ¨ ¸ m We
¨ xMe ¸
¨ xPe ¸
© ¹
xG m xGs xGe
xM m xMs xGe xMe
xP m 1 xG xM
§¨ Fe ·¸
¨ xG ¸
Ws m ¨ ¸
¨ xM ¸
¨ xP ¸
© ¹
Ws
Apartado 2
La subrutina del tamiz recibirá una entrada y proporcionará dos salidas, una
con la parte rechazada de cada fracción (rechazo) y la otra con la parte que ha
atravesado el tamiz (producto)
Fe
XGe XMe XPe
2 Fp
XGp XMp XPp
111
Análisis y Simulación de Procesos con Mathcad
§ Fr ·
¨ ¸
¨ FxGr Fr 1 ¸
Wr m ¨ ¸
¨ FxM F 1 ¸
r r
¨ ¸
¨ FxP F 1 ¸
© r r ¹
Wr
§ Fp ·
¨ ¸
¨ FxGpFp ¸
1
Wp m ¨ ¸
¨ FxM F 1 ¸
p p
¨ ¸
¨ FxP F 1 ¸
© p p ¹
Wp
112
6. Modelos de sistemas estacionarios
§¨ Fe ·¸
¨ xGe ¸
TAMIZ We ¨ ¸ m We
¨ xMe ¸
¨ xPe ¸
© ¹
Wr m Rechazo Fe xGe xMe xPe
Wp m Producto Fe xGe xMe xPe
§ Wr ·
¨ ¸
© Wp ¹
Apartado 3
113
Análisis y Simulación de Procesos con Mathcad
§¨ Fe ·¸
¨ xGe ¸ § {4,1} ·
Went0 ¨ ¨ 0 ¸
¸ Went
¨ ¸
¨ xMe ¸ © 0 ¹
¨ xPe ¸
© ¹
§ 0 {4,1} 0 ·
Wsup0 1 Went0 Wsup
¨0 0 0¸
¨ ¸
©0 0 0¹
§ W2 0 ·
¨ ¸ m TAMIZ W1 2
© Wsal 2 ¹
W0 1 m MEZCLADOR W2 0 Went0
§ Wsal ·
¨ ¸
© W ¹
114
6. Modelos de sistemas estacionarios
§¨ H F ·¸
2 4
¨ HX ¸
HF 10 HX 10 H ¨ ¸
¨ HX ¸
¨ HX ¸
© ¹
No es necesario ningún parámetro adicional pero necesitamos dejar el valor de
p en la función ̴ (definida en el anexo A4) con algún valor:
p NaN
§ Wsal ·
¨ Wcalc ¸ ITERA_SD ( Paso Wsup Went H p)
¨ ¸
© iters ¹
El número de iteraciones necesario para este caso es: iters 5
115
An
nálisis y Sim ación
mula n de ocessos con
e Pro n Ma
athc
cad
6.5 E emp
5. Eje o: siste
plo emma d
de fan
ngo a tivo
os act os
Se
e tie
ene
e un
n sisstem
ma de fan
ngo
os activ
a vos qu
ue in
nclu
uye
e do
os reacctorres y un
u deca
d anta-
do
or:
Fiigurra 19.
1 Sistem
ma de
d fa
ang
gos acttivo
os
En
ntra
ada exttern
na al
a nodo
o (1):
Re
eac
ctore
es (2
( y 4):
Lo
os re
eac
ctorres tien
nen differe
ente
es volú
v úmeenes
s: V 2 (m3)
V2 V 1 (m3)
V4
En
n ellos la biom
b massa cre
c ce a partir de
el sust
s trato
o se
egú
ún la
a ciinéttica
a de
e Mo
ono
od:
CS
rB CB CS P CB b CB
KS CS
1 § CS ·
rS CB CS ¨ P CB ¸
Y © KS CS ¹
Re
elac
ción
n essteq omé
quio étric
ca ((bio
oma
asa / su o): Y
ustrrato 0 7
0.67
P
-
-1 3 -
-1
Pa
arám
mettross cin
nétiicoss: 6.1 (d ) KS 2 gDQ
20 (g QO/m
m) b 0.2
2 (d )
De
ecanta
adorr (5):
Prrodu
uce
e unna ccorrrien
nte de cla cado (Wcc) y un a de
arific f goss (Wf
d fang W ). See co
onsidera
qu
ue to
odaa la bio
omaasa a de
ecannta y que
q el cau udaal de angos es reg
e fa gula
ado re egulado
os
pa
ara alca
a anzzar una a coonccenttrac
ciónn mááxim
ma de bioomaasa (CBmax
B x) en
n el fan
ngo
o.
3
B ax 5000
CBma gDQ
5 0 (g QO/m
m)
116
6. Modelos de sistemas estacionarios
Bifurcación (6):
Reparte la entrada en tres salidas de acuerdo a las siguientes fracciones:
1 D 6_sal
D 6_sal 0.08 D 6_3 0.46
2
1) Obténgase las subrutinas estacionarias de cada subsistema.
2) Calcular la respuesta estacionaria del sistema para determinar el rendimien-
to de eliminación del sustrato
3) Represéntese el efecto de variar las fracciones recirculadas.
Apartado 1
Se define para cada subsistema subrutinas que proporcionen las salidas esta-
cionarias en función de las entradas. Cada corriente está definida por el caudal
3 3
(m /d) y las concentraciones de biomasa y sustrato (gDQO/m ):
§ Q ·
¨ ¸
W ¨ CB ¸
¨C ¸
© S¹
117
Análisis y Simulación de Procesos con Mathcad
§ Q ·
¨ ¸
REACTORFANGOS( We V) ¨ CBe ¸ m We
¨C ¸
© Se ¹
P
D m
Q
b
V
ª § K D C · º
« ¨ S Be ¸ »
1
« © Y ¹»
B2A m CSe
2 ¬ D 1 ¼
2 CSe KS
term m B2A
D 1
CS m B2A term if B2A ! term
B2A term otherwise
Y Q § CSe ·
CB m ¨ 1 ¸ KS CS
P V © CS ¹
§ Q ·
¨ ¸
Ws m ¨ CB ¸
¨C ¸
© S¹
Ws
118
6. Modelos de sistemas estacionarios
§ Qe1 ·
¨ ¸
MEZCLADOR( We1 We2)
¨ CBe ¸ m We1
¨ 1¸
¨ CSe ¸
© 1¹
§ Qe 2 ·
¨ ¸
¨ CBe ¸ m We2
¨ 2¸
¨ CSe ¸
© 2¹
Q s m Qe Qe
1 2
Qe CBe Qe CBe
1 1 2 2
CBs m
Qs
Qe CSe Qe CSe
1 1 2 2
CSs m
Qs
§ Qs ·
¨ ¸
Ws m ¨ CBs ¸
¨C ¸
© Ss ¹
Ws
Modelo del decantador:
Considerando que la concentración del fango es la máxima posible y que en el
clarificado es nula, un balance de biomasa conduce a:
Qe CBe
Qf Qc Qe Qf
CBf
El sustrato disuelto no se separa por decantación, por tanto, está en igual con-
centración en el fango y clarificado.
119
Análisis y Simulación de Procesos con Mathcad
§ Qe ·
¨ ¸
DECANTADOR( We) ¨ CBe ¸ m We
¨C ¸
© Se ¹
CBf m CBmax
CBc m 0
Qe CBe
Qf m
CBf
Qc m Qe Qf
CSf m CSe
CSc m CSe
§ Qc ·
¨ ¸
Wc m ¨ CBc ¸
¨C ¸
© Sc ¹
§ Qf ·
¨ ¸
Wf m ¨ CBf ¸
¨C ¸
© Sf ¹
§ Wc ·
¨ ¸
© Wf ¹
Modelo de la bifurcación:
La bifurcación reparte caudales atendiendo a los coeficientes de distribución de
cada corriente del vector .
120
6. Mod
M delos
s de
e sis mas esta
stem e acion
narios
§ Qe ·
¨ ¸
BIIFU
URC
CAC ON(( Wee D )
CIO ¨ CBee ¸ m Wee
¨C ¸
© See ¹
or i 1 len
fo h( D )
ngth
§ D i Qe ·
¨ ¸
Wssi m ¨ CBe ¸
¨ C ¸
© Se ¹
W
Ws
Ap o2
parttado
Exxiste
en doss buucle
es ene el ssisttema (1-22-3-4 4-5
5-6-1 y 3-4 4-5
5-6-33) los
l cua ales
s debeen
se
er coorta
ado una única vezz. Se
os u S des
d sechha la pos
p ibilidad d de ealizarr co
e re s en 6,1
ortes
y 6,3
6 ya a quue e ste la possibillida
exis ad de
d utili
u zarr un na corr
c rien nte de corrte com múnn. La
L
co
orrie
entee (5
5,6) ressultta apro
a opia ada
a coomoo coorrie
entte de
d cort
c te a al corta
c ar los dos s bu-
cle
es del
d sisttemma y tenerr un na varia
v able m os que
e men e deefin
nir ya
y q que la conncentraació
ón
de
e bioomaasaa ess co
onoccidaa all se
er un
n va
alorr co
onsttante la del fang
f go sali
s entte de
d 5.
5
De
e accueerdo
o co
on la elec
e cció
ón efec
e ctua
ada
a de
e co entes de corte, la seccue
orrie enciia de
d
cá
álculo será
s á:
S6 E1 S5
5,6
5 6,1 1,2 2
2,3 3,4 4,5
5 5,6
s
sup
6 1 2 3 4 5
calc
c c
121
1
Análisis y Simulación de Procesos con Mathcad
§ {3,1} ·
¨ ¸
§ Qent1 · ¨ 0 ¸
¨ ¸ ¨ 0 ¸
Went1 ¨ CBent1 ¸ Went ¨ ¸
¨C ¸ ¨ 0 ¸
© Sent1 ¹ ¨ 0 ¸
¨ 0 ¸
© ¹
§0 0 0 0 0 0 ·
¨ ¸
¨0 0 0 0 0 0 ¸
§¨ 5 ·¸ ¨0 0 0 0 0 0 ¸
Wsup5 6 ¨ CBmax ¸ Wsup ¨ ¸
¨ 1 ¸ ¨0 0 0 0 0 0 ¸
© ¹ ¨0 0 0 0 0 {3,1} ¸
¨0 ¸
© 0 0 0 0 0 ¹
122
6. Modelos de sistemas estacionarios
§ Wsal5 ·
¨ ¸ m DECANTADOR W4 5 CBmax K dec
© W 5 6 ¹
§ Wsal ·
¨ ¸
© W ¹
§ HQ ·
¨ ¸
HQ 0.001 HC 0.01 H ¨ HC ¸
¨H ¸
© C¹
Aplicación del método de sustitución directa definido en el anexo A4:
§ Wsal ·
¨ Wcalc ¸ ITERA_SD ( Paso Wsup Went H p)
¨ ¸
© iters ¹
Las iteraciones resultantes son:
iters 118
123
Análisis y Simulación de Procesos con Mathcad
§ Qsal5 ·
¨ ¸
¨ CBsal5 ¸ Wsal5
¨C ¸
© Ssal5 ¹
El rendimiento de eliminación de sustrato para todo el sistema es:
CSsal5
K sist 1 K sist 94.364 %
CSent1
Apartado 2
D 6_3 D 6_sal r63_61 1 D 6_1 D 6_sal r63_61 D 6_sal
124
6. Modelos de sistemas estacionarios
§ D 6_sal ·
Paso2 ( W Went p) ¨ ¸ mp
© r 63_61 ¹
§ W6 3 · ª § D 6_3 D 6_sal r63_61 ·º
¨ ¸ « ¨ ¸»
¨ 6 1 ¸
W m BIFURCACION W D
« 5 6 ¨ 6_1 6_sal 63_61 ¸»
D r
¨ Wsal ¸ « ¨ D 6_sal
¸»
© 6¹ ¬ © ¹¼
W1 2 m MEZCLADOR Went1 W6 1
W2 3 m REACTORFANGOS W1 2 V2
W3 4 m MEZCLADOR W2 3 W6 3
W4 5 m REACTORFANGOS W3 4 V4
§ Wsal5 ·
¨ ¸ m DECANTADOR W4 5
© W 5 6 ¹
§ Wsal ·
¨ ¸
© W ¹
§ D 6_sal ·
K sist D 6_sal r63_61 pm¨ ¸
© r63_61 ¹
§ Wsal ·
¨ Wcalc ¸ m ITERA_SD ( Paso2 Wsup Went H p)
¨ ¸
© iters ¹
§ Qsal5 ·
¨ ¸
¨ CBsal5 ¸ m Wsal5
¨C ¸
© Ssal5 ¹
CSsal5
K Ssist m 1
CSent1
K Ssist
125
An
nálisis y Sim ación
mula n de ocessos con
e Pro n Ma
athc
cad
6 al
D 6_sa 0..01 0.0 1 0.09
011 0 9
ota: En
No n el Ap 9 se rea
parrtado 9.4 aliza
a la
a op
ptim
miza
ació
ón del sisstem
ma em
mple
eand
do el
mo
odeelo crea
c ado n esste pro
o en oble
ema
a.
12
26
7. MODELOS DE SISTEMAS DINÁMICOS
7.1. Cálculo de sistemas dinámicos
127
An
nálisis y Sim ación
mula n de ocessos con
e Pro n Ma
athc
cad
7.2 E emp
2. Eje o: siste
plo emma d
dinám
mico d tan
o de ues, re
t qu ctorr y separad
eac dorr
El sig
guie
ente
e sisstem
ma rec
cibe
e unna ent
e rada desd
d de el exte
e erior co
on cau
c udal y con
ncen-
tra
ació
ón de
d com
c mponen nte A d
definido
os.
El tan
nque de
d reeguulac
ción
n (2) tie
ene
e un
n voolum
men ariable V2
n va 2. Ell reactor (3)
( tien
t ne un
u
vo
olummen
n coonsttante V3
V , enn él se reaaliz
za una
u rea acc
ción
n de
e prrime er ord
o en de des-
co
omp posición del com
c mpo onennte A.
k 0.5 V 50
-1 3
5 (min
n ) V3 5 (m
( )
La
a boomb ba intrrodu
uce
e un
n caud
dal connsta e Qb e
ante en la etap
e pa de me emb
branas
s (4
4).
Éssta a su ve
ez producce una
u a co
orrie
ente
e de
e pe
erm
mead
do de cau al Qp :
uda
Qb 2 (L/m
min)) Qp 1 (L
L/m
min)
La
a co
once
entrración del pe do Cp vien
ermead v ne dad
d da p
por la sigu
s uien
nte exp
pressión
n:
Ce Qe ª«
Rº
1
§ Qp · »
R 0.9
0 Cp Qe Ce «1 ¨ 1 ¸ »
Qp ¬ © Qe ¹ ¼
3
Iniicialme
ente
e ell vo
olum
menn de
el ta
anque 2 es 1 m3 co
e 100 on con
c cen ntra
ació
ón nula
n a, el tan-
qu
ue (5) está
e á vaacíoo y la con
c cen ntra
ación denttro del
d rea
acto
or (3
3) e
es cero
c o.
1) Ob
btén
ngase la evo
e luciión del sis
stem
ma parra la
a s iguientte entr
e rada
a co
onsstan
nte:
3 3
Qennt1( t) 1 (m
m /m
min
n) Cent11( t) 10
0 (m
mol//m )
2) Íde
em parra u
una enttrad
da vvariiablle:
௧ 3 3
ܳ௧ଶ ሺሺݐሻ ൌ ͳ ͲǤͷ ݊݁݁ݏቀʹ
ቀ ߨ ቁ (m
m /m
min) Cent2(t) = 10 (mo
ol/m
m)
ଶ
12
28
7. Modelos de sistemas dinámicos
ORIGIN { 1
Ecuaciones mezclador 1:
Q1 2 Qent Q4 1 Q1 2 C1 2 Qent Cent Q4 1 C4 1
1 1 1
Ecuaciones tanque 2:
dC3 Q2 3
C2 3 C3 k C3
dt V3
Ecuaciones tanque 5:
Apartado 1:
129
An
nálisis y Sim ación
mula n de ocessos con
e Pro n Ma
athc
cad
La
as expr
e resiione
es diná
d ámiicass qu
ued
dan:
dV
V2
d
dt
Qent1
e Qb Qp Qb Qentt1 Qp
dC
C2 Qennt1 Qb Qp
C1 2 C2
C
d
dt V2
2
dC
C3 Qb
( C2
C C3) k C3
3
d
dt V3
dV
V5
Qp
d
dt
dC
C5 Qp
C4 5 C5
5
d
dt V5
La
as expr
e resiione
es cua
c asi-e
esta
acio
ona
ariass:
e 1 Qb Qp
Qent1 Qentt1 Qb Qp
C4 5 Cp Qb C3
C
Se
e pu
ued ejar C1__2 y cre
den desspe ear una
a fu ción pa
unc e al sustituir lue
ara que ego no que-
de
en expr
e resione
es muyy la
arga as:
Qennt1Cennt1 Qb Qp Cr Qb C3
C
1 Qent1
C1_2 e Cent1 3
e C3
Qent1
e Qb Qp
13
30
7. Modelos de sistemas dinámicos
Qp
DC5( C3 V5 C5) Cp Qb C3 C5
V5
§ V2 ·
¨ C2 ¸
¨ ¸
D ( t X) ¨ C3 ¸ m X
¨ V5 ¸
¨ ¸
© C5 ¹
§ DV2 Qent1( t) ·
¨ ¸
¨ DC2 Qent1( t) Cent1( t) V2 C2 C3 ¸
¨ DC3( C2 C3) ¸
¨ ¸
¨ DV5 ¸
¨ ¸
© DC5( C3 V5 C5) ¹
131
An
nálisis y Sim ación
mula n de ocessos con
e Pro n Ma
athc
cad
§ V22º ·
¨ C22º ¸
¨ ¸
0 ¨ C3
X0 3º ¸
¨ V55º ¸
¨ ¸
© C55º ¹
Obbséérve
ese que e see haa mod
m ifica adoo lig
gera
ameente
e la
a co
ondiició
ón in
nicia
al de
d volu
v ume en en
e
el tan
nquee 5 paara evittar la iinde
eterrminnac
ción
n qu
ue rresu
ulta
aría de ntre cero
e divvidirse en
al commen
nzaar la
a inttegrración con un volumen nulo o.
tf 500
0 N 20
00
§ SO ¢²
OL 1 ·¸
§ t · ¨
¨ ¸ ¨ SO ¢2²
OL ¸
¨ ¸ ¨
V22 ¸
¨ C22 ¸ ¨ SO ¢3² ¸
DF X0
OL AdamssBD
SO X 0 tf N D OL
¨ ¸ ¨ ¢4² ¸
C3
¨ ¸ ¨ SO OL ¸
¨ V55 ¸ ¨ ¢ ²¸
OL 5 ¸
¨ C55 ¸ ¨ SO
© ¹ ¨ ¢ ²¸
OL 6 ¹
© SO
13
32
7. Mode
M eloss de sisttema
as dinámicos
Ap o 2::
parttado
§ § t ··
e 2( t) 1 ¨ 1 0.5 sin
Qent2 s ¨ 2 S ¸¸
© © 2 ¹¹
20
§ V22 ·
¨ C22 ¸
¨ ¸
X
D ( t X) ¨ C33 ¸ m X
¨ V55 ¸
¨ ¸
© C55 ¹
§ DV22 Qent22( t) ·
¨ ¸
C Qen
¨ DC2 t Cennt1( t)
nt2( t) t V2 2 C3 ¸
V C2
¨ C C3)
DC33( C2 C ) ¸
¨ ¸
¨ D V
V5 ¸
¨ ¸
© DC5 C V5
C ( C3 5 C5)
C ¹
tf 500
0 N 20
00
133
3
An
nálisis y Sim ación
mula n de ocessos con
e Pro n Ma
athc
cad
§ SO ¢²
¨ OL 1 ·¸
§ t · ¢2²
¨ ¸ ¨ SO OL ¸
¨ V22 ¸ ¨ ¸
¨ C22 ¸ ¨ SO ¢ ²
DF X0
OL AdamssBD
SO X 0 tf N D OL ¸
3
¨ ¸ ¨ ¢4² ¸
¨ C3 ¸ ¨ SOOL ¸
¨ V55 ¸ ¨ ¢ ²¸
OL 5 ¸
¨ C55 ¸ ¨ SO
© ¹ ¨ ¢ ²¸
OL 6 ¹
© SO
Ob
bsé
érve
ese com
mo el tanq
t quee 2 mo
oderra el
e effectto d as var
de la v iaciione
es de cau
udal.
13
34
8. ANÁLISIS DE LA ESTABILIDAD
El estudio de la estabilidad es el análisis del comportamiento de los sistemas
dinámicos al ser sometidos a pequeñas perturbaciones respecto de su estado
de equilibrio. Una perturbación puede ser originada por una variación en la
entrada o en los parámetros del sistema, o simplemente ser consecuencia de
cierto comportamiento estocástico del sistema. La perturbación originará en
consecuencia un cambio en las variables de estado. Hay que mencionar que
cualquier perturbación suficientemente grande ocasionará cambios importantes
en el sistema. En el análisis de estabilidad, sin embargo, el interés reside en los
cambios que pequeñas perturbaciones pueden ocasionar. De esta forma si
frente a una perturbación infinitesimal el sistema se aparta de un estado en el
que estaba en equilibrio estacionario, se dirá que el sistema es inestable. Si las
variables de estado tras la perturbación tienden a volver de nuevo al estado
estacionario inicial se dirá que el sistema es exponencial y asintóticamente
estable, mientras que si se quedan oscilando alrededor de sus valores estacio-
narios, el tipo de estabilidad se denomina estabilidad acotada.
Cuando el sistema es inestable, los valores de las variables de estado tenderán
a otro estado estacionario, a un ciclo límite o a valores extremos donde el mo-
delo ya no es aplicable.
La técnica de estudio de estabilidad que se aplicará a los ejemplos va a ser la
linealización alrededor del punto estacionario con posterior análisis de la matriz
jacobiana resultante.
Consideremos un sistema de EDO:
݀ݔଵ
ൌ ݂ଵ ሺݐǡ ݔଵ ǡ ݔଶ ǡ ǥ ǡ ݔே ሻ
݀ݐ
݀ݔଶ
ൌ ݂ଶ ሺݐǡ ݔଵ ǡ ݔଶ ǡ ǥ ǡ ݔே ሻ
݀ݐ
ǥ
݀ݔே
ൌ ݂ே ሺݐǡ ݔଵ ǡ ݔଶ ǡ ǥ ǡ ݔே ሻ
݀ݐ
݀ݔԦ
ൌ ݂Ԧሺݐǡ ݔԦሻ
݀ݐ
135
Análisis y Simulación de Procesos con Mathcad
Para que se pueda realizar el análisis estacionario, los coeficientes deben ser
independientes del tiempo o bien adoptar valores estables para tiempo infinito,
por lo tanto en el análisis posterior se considera:
ሬͲԦ ൌ ݂ԦሺݔԦ௦௧ ሻ
݀ݔԦ
ൌ ሺݔԦ െ ݔԦ௦௧ ሻ
݀ݐ
Si todos los valores propios de A tienen parte real negativa, el estacionario será
exponencial y asintóticamente estable.
Podemos encontrar un tratamiento exhaustivo de la teoría de estabilidad en
Himmelblau & Bischoff (1976). Asimismo, la estabilidad de los sistemas biológi-
cos es estudiada en detalle por Bequette (1998).
136
8. Análisis de la estabilidad
C B § 0 ·
§ D CB E CB · 0 resolverCB o TMRD 1 ¸
¨
2
TMR © ¹ ¨ ¸
© TMRE ¹
TMRD 1 CBest2 0
CBest1
TMRE
137
Análisis y Simulación de Procesos con Mathcad
d ª C B § 2 º
D CB E CB ·» o D
1
« © ¹¼ 2 CBE
dCB ¬ TMR TMR
1
O D
TMR
El valor propio será menor que cero (estabilidad asintótica) cuando:
1
TMR !
D
Físicamente implica que se debe tener un tiempo de residencia más alto que el
valor mencionado para que el caudal no lave los microorganismos y la concen-
tración tienda a cero.
§ D 1 2 C E · reemplazarCB 0 1
¨ B ¸ oD
© TMR ¹ simplificar TMR
138
8. Análisis de la estabilidad
݇ܬ
ܣ՜ ܲܪ߂ݏݐܿݑ݀ݎ ൌ െͻͳͺ
݈݉
ʹͳ
݇ ൌ ͳǤͺ ൈ ͳͲ ݁ ݔ൬െ ൰
ܶ
139
Análisis y Simulación de Procesos con Mathcad
݀ܳ ܥ
ൌ ή ሺܥ െ ܥሻ ݎሺܥǡ ܶሻ
ܸ݀ ݐ
Donde:
ݎሺܥǡ ܶሻ ൌ െ݇ሺܶሻ ܥ
Apartado 1:
ܳ
Ͳൌ ή ሺܥ െ ܥሻ െ݇ ሺܶሻ ܥ
ܸ
140
8. Análisis de la estabilidad
ܥ ܳ
ܥ௦௧ ൌ
ܳ ܸ ݇ሺܶሻ
Apartado 2:
Apartado 3:
141
Análisis y Simulación de Procesos con Mathcad
3
Concentración (mol/m ): Ce 2500
Q UA T c T k ( T ) C 'H R V
DT ( C T ) T e T
V U Cp V
Apartado 1:
142
8. Análisis de la estabilidad
Puntos estacionarios
6
298
4
dT/dt
DTest ( T) 2
0 0
2
200 400 600 800
T
TEMPERATURA (K)
Figura 20. Soluciones estacionarias de T
Para obtener los valores estacionarios de forma exacta se crea una función
dependiente del valor de inicialización para la variable buscada:
T est ( T ) root DTest ( T ) T
143
Análisis y Simulación de Procesos con Mathcad
Diagrama de entalpías
6
SR_Test Test1 4u10
SR_Test Test2
POTENCIA (W)
6
3u10
SR_Test Test3
SR_Test ( T) 6
2u10
qR_Test ( T)
6
1u10
0
200 400 600 800
Test1 Test2 Test3 T T
T ESTACIONARIA (K)
144
8. Análisis de la estabilidad
Apartado 2:
Abajo se define un operador jacobiano para dos funciones y dos variables ge-
néricas:
§d d ·
¨ f1 ( x1 x2) f1 ( x1 x2) ¸
J2 ( f1 f2 x1 x2)
¨ dx1 dx2 ¸
¨d d ¸
¨ f2 ( x1 x2) f2 ( x1 x2) ¸
© dx1 dx2 ¹
Las funciones son recibidas como punteros por lo que en Mathcad la variable
pasada al argumento es el nombre de la función sin argumentos. Los argumen-
tos reservados para las variables deben recibir los valores donde éstas se cal-
culan:
§ 0.015 0.012 ·
A1 J2 DC DT Cest1 T est1 A1 ¨ ¸
5
© 1.278 u 10 0.017 ¹
§ 0.017 0.29 ·
A2 J2 DC DT Cest2 T est2 A2 ¨ ¸
4
© 5.091 u 10 0.044 ¹
§ 68.314 0.531 ·
A3 J2 DC DT Cest3 T est3 A3 ¨ ¸
© 14.978 0.097 ¹
§ 0.015 · § 0.015 ·
eigenvals ( A1) ¨ ¸ eigenvals ( A2) ¨ ¸
© 0.017 ¹ © 0.041 ¹
§ 68.197 ·
eigenvals ( A3) ¨ ¸
© 0.02 ¹
145
Análisis y Simulación de Procesos con Mathcad
Apartado 3:
§C·
D ( t X) ¨ ¸ mX
©T¹
§ DC ( C T ) ·
¨ ¸
© DT ( C T ) ¹
§ 0 · § 0 ·
X10neg X1est ¨ ¸ X10pos X1est ¨ ¸
© ' T ¹ © 'T ¹
SOL1neg Rkadapt X10neg 0 tf N D
§¨ SOL1neg¢0² ·¸ §¨ SOL1pos¢0² ·¸
§ t1 · § t1 ·
¨ C1neg ¸ ¨ ¢1² ¸ ¨ C1pos ¸ ¨ ¢1² ¸
¨ ¸ ¨ SOL1neg ¸ ¨ ¸ ¨ SOL1pos ¸
© T1neg ¹ ¨ SOL1neg¢2² ¸ © T1pos ¹ ¨ SOL1pos¢2² ¸
© ¹ © ¹
146
8. Análisis de la estabilidad
3
2.4904u10
C1pos
Cest1
C1neg
3
2.4902u10
3
2.49u10
0 100 200 300 400 500
t1
Tiempo (seg)
300
T1pos
Test1
T1neg
299
298
0 100 200 300 400 500
t1
Tiempo (seg)
147
Análisis y Simulación de Procesos con Mathcad
Cest1
3
C2pos 2u10
C2neg
3
1u10
0 Cest3
0 100 200 300 400 500
t2
Tiempo (seg)
800
T2pos Test3
600
T2neg
400
Test1
200
0 100 200 300 400 500
t2
Tiempo (seg)
148
8. Análisis de la estabilidad
La proyección de ambas evoluciones sobre el plano Ǧ permite ver desde otro
punto de vista la transición desde el estado estacionario inestable hacia los
otros estados estacionarios estables:
Test1
800
Test2
Temperatura (K)
600
Test3
T2neg 400
n
T2pos 200
n
0
3 3
0 1u 10 2u 10
Cest1 Cest2 Cest3 C2neg C2pos
n n
Concentración (mol/m3)
149
9. OPTIMIZACIÓN
En este capítulo se muestran algunos ejemplos de optimización de proceso
estacionarios empleando distintos métodos numéricos.
Previo al proceso de optimización será necesario definir el modelo de comporta-
miento, así como identificar las variables de decisión que serán consideradas
como grados de libertad a optimizar, es decir aquellas no prefijadas de antemano
y que serán determinadas por el método numérico empleado para optimizar.
Cuando se plantea un problema de optimización se tiene una idea previa del
objetivo que se pretende conseguir. En la situación más habitual se desea un
objetivo de carácter económico por lo que se busca maximizar un beneficio o
minimizar un coste. No obstante, los objetivos deseados pueden ser diversos,
pudiéndose buscar otros objetivos no necesariamente de tipo económico, como
disminuir la concentración de un contaminante. La función que calcula el valor del
objetivo es denominada función objetivo. En el caso de los objetivos de tipo eco-
nómico se obtiene a través de la combinación del modelo del sistema con infor-
mación de los costes por lo que quedará en función de las variables de decisión
o grados de libertad. Dependiendo del problema pueden incluirse costes operati-
vos de las diferentes utilidades empleadas (energía, materias primas, salarios,
etc.), costes de inversión derivados de los equipos, costes fijos debidos a causas
diversas, o bien una combinación de todos ellos. Además de la función objetivo,
el problema de optimización puede incluir restricciones, aplicables sobre las va-
riables de decisión o la función objetivo. Estas restricciones pueden ser derivadas
de condiciones impuestas al propio proceso o bien restricciones de tipo físico. Se
debe tener especial cuidado con las restricciones de tipo físico, que pueden tener
que imponerse incluso en cálculos intermedios. No considerarlas puede conducir
a una solución no factible. El método de optimización numérico tendrá la finalidad
de encontrar un máximo o un mínimo según el problema. Los casos de optimiza-
ción no lineales que se presentan a continuación son ejemplos que utilizan méto-
dos de optimización local, por lo que requieren valores de inicialización en la
zona donde se espera encontrar el óptimo.
Entre los ejemplos planteados, tenemos en primer lugar una optimización uni-
variante con la función de interpolación cuadrática desarrollada en los anexos.
En segundo lugar se resuelve un problema sencillo de programación lineal, en
el que, tanto la función objetivo como las restricciones son lineales. El tercer
caso es un problema de Lagrange en el que se impone una restricción de
igualdad sobre una función a optimizar no lineal. El último caso es la optimiza-
ción del sistema de biorreactores realizado en el Apartado 6.5 utilizando la he-
rramienta de optimización de Mathcad. Se recomienda el libro de Edgar et al
(2001) como fuente de ejemplos adicionales a los que aplicar los métodos aquí
explicados.
151
An
nálisis y Sim ación
mula n de ocessos con
e Pro n Ma
athc
cad
9.1. Eje
E emp o: opti
plo o mizac
ció
ón de
d un prroce o por
eso p intterp
pollac
ción
n
c adrrática
cua
See tie
enee unn ssiste
emaa pa
araa la abbsorrció
ón de
d un conta aminnan
nte A que
q e re
educce la
fra
acciión de éstte has
h ta una
u a fraacciión bajja que
q e puuedee se
er redu
r ucidda com
c mpleetam
men-
te a cer
c o med
m dian nte un sisstem
ma de ad dsorrció
ón ccon ca
arbóón a
actiivad
do tal y com
c mo
muuesstra el esq
e quema de e la Figgura
a 22.
Fiigurra 22.
2 Pro
oces
so con
c n ab
bsorrbed
dor y adso
a orbe
edo
or
El número de
d eetapas
s de
e la torrre de
d abs
a sorc
ción
n ess: N 14
Lo
os dato
d os de
d las corrie
ente
es de
d gas
g s y líqu
uido
o en ante
ntra es a la
a to
orre de
e ab
bsorció
ón
so
on:
Flu
ujo de aire
e en el ga
as entr
e rantte: GS 100
1 (mol/h
h)
Fracc
ción
n de
e A en el gas
g s en
ntrante: yb 0.1
Fracc
ción
n de
e A en el líqu
l uido
o en
ntrante: xa 0..005
5
Lo
os cost
c tes esp cífico
pec os de
d ope
erac
ción
n so
on:
Co
oste
e de
e re
egen
nerració
ón del líquido: r 0.0
creg 01 (€
€ / (mo
ol_L
L)
Co
onsumo espe
e ecíffico de
e ca
arbó
ón activ
a vo: co
onsum CA
mo_eespCA 01 (kgCA
0.0 C /m
molA)
Co
oste
e de
el carb
bón:: CA 3 (€ /kg)
cCA / )
15
52
9. Optimización
LS
GS
ya LS N Am
meq
yb N yeq xa
ya m if N 1
N 1
otherwise
N 1
BmA
yb ( 1 A) yeq xa ( A B)
ya m
1B
ya
153
Análisis y Simulación de Procesos con Mathcad
Apartado 1
El análisis del problema indica que, fijado el número de etapas, el elegir una
cantidad de líquido mayor produce una mayor absorción (menor valor de A en
la corriente de salida). Esto originará un menor consumo de carbón activado,
pero por otra parte mayores costes de regeneración.
El coste operativo horario de carbón activado, consecuencia de tener un de-
terminado valor de A en la salida del absorbedor, es:
CCA_h LS N GS ya LS N consumo_espCAcCA
§ molA kgCA € €·
¨ ¸
© h molA kgCA h¹
§ € molS €·
Coper_ABS_h LS cregLS ¨
mol
h
¸
h¹
© S
Coper_h LS N CCA_h LS N Coper_ABS_h LS
Coper_h_N14 LS Coper_h LS N
Inicialmente se buscará dentro de un rango definido por los siguientes valores:
LS_LI 6 LS_LS 16
154
9. Opttimiz
zació
ón
La
a tollera
ancia d
de erro
e or empleada serrá: HL 0 01
0.00
El vallor ópt
ó imo
o de ujo de líqu
e flu o a em
uido mple
ear y co
oste
e óp
ptim
mo ccorrres
spon
ndie
ente
e ess:
§ LSoptt ·
¨ ¸
¨ Copper__h__optt ¸ INT
I TER C Cop
RPC per_
_h_N 4 LS_
N14 S S H L
_LI LS_L
¨ ¸
© iteers ¹
LSo
opt 564 (m
10.5 mol/h)
El cos
ste ope
era
ativo
o co
orre
espo
ond
dien
nte a es
se valo
v or e
es: Cop
per_
_h_
_optt 12 (€/h
0.1 h)
El número de
d iitera
acio
one
es q
que fue
e ne f : iteers
ecesarrio fue: 7
a repre
La esen ntacción
n no
os per
p rmitte com
c mpro
obar có
ómo
o effecttiva
ame
ente
e se
e ha
a en ontra-
nco
do
o el ópttimo
o:
LS LS_L _LII 0.1 LS_
LI LS_ _LS
S
Ap o2
parttado
Pa
ara ressolvver e e aparrtad
este do es n esa
e nec ario evvaluar ade
a emá
ás e
el co
oste
e de in
nversió
ón
an
nuall (€//año):
r
In N N cetaapa
nv ( N) Cin N
nv( N) In
nv ( N)
N
VAA
Pa
ara sum mar el co
ostee dee in
nveersió
ón y el
e operrativvo deb
d ben dee es
starr en
n la
a mism
m ma
ase de tie
ba emppos.. Paasa
amoos a un na bas
se anu
a ual los cooste
es h
hora
arios te
enie
end
do en
e
cu
uentta el
e núúmeero dee ho nuales efe
orass an ectiv
vass:
155
5
Análisis y Simulación de Procesos con Mathcad
3
NHA NMA 30 24 NHA 7.92 u 10 (h/año)
§ € € h € ·
Coste LS N Cinv( N ) Coper_h LS N NHA ¨
© año h año
¸
año ¹
§ LSmin ·
¨ ¸
¨ Cmin ¸ for n NLI NLS
¨ ¸
© iters ¹
CosteN LS m Coste LS n
§ LSmin ·
¨ n¸
¨ C ¸ m INTERPC CosteN L
¨ minn ¸ S_LI LS_LS H L
¨ iters ¸
© n ¹
§ LSmin ·
¨ ¸
¨ Cmin ¸
¨ ¸
© iters ¹
min Cmin 0
Para evitar esto se llenan con el valor infinito (disponible en la paleta de cálcu-
lo) los valores hasta el inmediatamente anterior al límite inferior del rango:
i 0 NLI 1 Cmin f
i
156
9. Opttimiz
zació
ón
De
e es
sta ma
anerra el
e óptim
mo es: pt min
Cop m Cmin
mn Cop
pt 3 u 10
1.063
3
e ste un índ
ólo exis
Só dice
e qu o cumple, po
ue lo or lo
o ta
anto
o:
o índ
Nopt dicees_N
Nop
pt 0
Nop
pt 16
d flujo
El vallor de do corrres
o de líquid spon
ndie
ente e ín
e a ese ndic
ce es:
e
S pt LSm
LSop minN LSo
opt 1 51
10.5
optt
e co
Se omp
prue
eba
a ab
bajo
o la loccaliz
zación del óp
ptim
mo:
n NL
LI NLS
L Nn n
157
7
Análisis y Simulación de Procesos con Mathcad
5 0 1.3 0 150
3 1 6 0.8 200
0 5 4 3 250
2 4 2 0 150
1 1 2 0.1 40
158
9. Optimización
§ 14.235 ·
¨ 2.491 ¸
¨ ¸
Mopt ¨ 0 ¸
¨ 38.078 ¸
¨ ¸
© 45.196 ¹
159
Análisis y Simulación de Procesos con Mathcad
H Da Zt W
S1 S2 S3 S4
Dt Dt H Dt
/DGHQVLGDG\YLVFRVLGDGGHOIOXLGRVRQ
3
U P
3 -1 -1
1200 (kg/m ) 10 (kg·m ·s )
3DUD εʹͲͲͲ\ODVFRQGLFLRQHVLQGLFDGDVVHREWHQGUíDHOVLJXLHQWHYDORUGH
QúPHURGHSRWHQFLD
Np 5
160
9. Optimización
161
Análisis y Simulación de Procesos con Mathcad
Apartado 1
Area Dt
2
a Dt siendo: a S S1 S3 0.5 S 4 S3 S4 S1
Además del coste de la plancha hay que incluir el coste del agitador y el del
montaje:
Inversión Dt Da Area Dt cacer Da cturb Cmont
r
Costeinv Dt Inversión Dt
NA
162
9. Optimización
3 § kW € €·
Coper_h Dt n Np n S2Dt U 10
3 5
celec ¨ ¸
© kWh h¹
Este coste debe ser pasado a coste anual para poder sumarse al anterior y
disponer del coste total:
3
NHA 365.24 24 8.766 u 10
§ h € € ·
Coper Dt n NHA Coper_h Dt n ¨ ¸
© año h año ¹
Ct Dt n Costeinv Dt Coper Dt n
El mínimo matemático del coste se da para el sistema que conforman las deri-
vadas parciales respecto de Dt y n igualadas a cero. Mathcad permite realizar
derivadas simbólicas de las funciones empleando la barra de herramientas de
evaluación:
Dado
dCt_dDt Dt n 0
dCt_dn Dt n 0
§ Dt · § Dt · § 0.017 ·
¨ ¸ Find Dt n ¨ ¸ ¨ 12 ¸
© n¹ © n¹ © 3.642 u 10 ¹
Observando la solución se descubre que el problema así definido no tiene sen-
tido, la optimización del coste sin ninguna restricción lleva a que se debe tener
un diámetro nulo y velocidad cero (es decir, no hay proceso).
163
Análisis y Simulación de Procesos con Mathcad
Apartado 2
Ci j Ct Dt nj
i Ri j Restricción Dt nj
i
164
9. Optimización
C R
METODO 1: Lagrange
La función objetivo modificada de Lagrange es:
FO Dt n O Ct Dt n O Restricción Dt n
Las derivadas parciales para la nueva función objetivo son:
dFO_Dt Dt n O FO Dt n O flotante 4 o 188.6 Dt 1178.0 Dt O 410.9 Dt n 3.24
d 2 4 3
dD t
5 2 86.0 O
dFO_dn Dt n O FO Dt n O o 246.537 Dt n
d
dn 2
n
3 86.0
dFO_dO Dt n O FO Dt n O o 392.69908169872415481 Dt
d
dO n
165
Análisis y Simulación de Procesos con Mathcad
Dado
dFO_Dt Dt n O 0
dFO_dn Dt n O 0
dFO_dO Dt n O 0
3.452655028644
dCtD_dDt Dt CtD Dt o 188.59092335972581157 Dt
d
3.24
dD t 5
Dt
166
9. Opttimiz
zació
ón
Daado
o
dCttD_ Dt Dt
_dD 0
t pt Fiind Dt
Dt_op Dt_oppt 0..511
1
n Dt__optt 1.646
6
Dt 0.0
01 0.0
02 1
ÉTO
MÉ ODO
O 3:
3 DDirec mente usand
ctam do el
e optim or
o mizado
Ǧ
Iniicializa
ació
ón: Dt 0.5 n 1
Daado
o
n!0
Dt ! 0
3
S Dt 3 D
4.3
4Q n S2
2
§ Dt · § Dt · § 0.5511 ·
M imizze Ct
¨ ¸ Mini C Dt n ¨ ¸ ¨ ¸
© n¹ © n¹ © 1.6646 ¹
167
7
Análisis y Simulación de Procesos con Mathcad
Apartado 1
Vtotal V2 V4 Vtotal 3
Para optimizar el rendimiento en función de los volúmenes se necesita dejar la
solución del problema de sistemas en función de éstos.
§ V2 ·
Paso3 ( W Went p) ¨ ¸ mp
© V4 ¹
§ W6 3 · ª § D 6_3 ·º
¨ ¸ « ¨ ¸»
¨ 6 1 ¸
W m BIFURCACION« 5 6 ¨ 6_1 ¸»
W D
¨ Wsal ¸ « ¨D ¸»
© 6¹ ¬ © 6_sal ¹¼
W1 2 m MEZCLADOR Went1 W6 1
W2 3 m REACTORFANGOS W1 2 V2
W3 4 m MEZCLADOR W2 3 W6 3
W4 5 m REACTORFANGOS W3 4 V4
§ Wsal5 ·
¨ ¸ m DECANTADOR W4 5
© W 5 6 ¹
§ Wsal ·
¨ ¸
© W ¹
168
9. Optimización
§ V2 ·
K sist ( V2 V4) pm¨ ¸
© V4 ¹
§ Wsal ·
¨ Wcalc ¸ m ITERA_SD ( Paso3 Wsup Went H p)
¨ ¸
© iters ¹
§ Qsal5 ·
¨ ¸
¨ CBsal5 ¸ m Wsal5
¨C ¸
© Ssal5 ¹
CSsal5
K m1
CSent1
K
§ V2opt ·
¨ ¸ Maximize K sist V2 V4
© V4opt ¹
K sist V2opt V4opt 95.392 %
169
Análisis y Simulación de Procesos con Mathcad
Apartado 2
Vtotal( V2 V4) V2 V4
Dado
V2 ! 0
V4 ! 0
K sist ( V2 V4) K obj
§ V2opt ·
¨ ¸ Minimize K sist V2 V4
© V4opt ¹
§ V2opt · §1·
¨ ¸ ¨ ¸
© V4opt ¹ ©2¹
K sist V2opt V4opt 0.944
170
ANEXOS DE CÁLCULO CON MATHCAD
En este anexo se tratan dos de los aspectos de cálculo más empleados en este
libro y que resultan fundamentales dentro de la Simulación de Procesos: la
resolución numérica de ecuaciones algebraicas y la integración de sistemas de
ecuaciones diferenciales (EDO). Se remite a la Ayuda del propio programa o a
Maxfield (2009) tanto para adquirir un conocimiento de carácter general, como
para profundizar en los aspectos comprendidos en este anexo. Asimismo, el
libro de Santafé et al. (2013) presenta numerosos ejemplos de cálculos de ope-
raciones de separación en este entorno.
݃ሺݔሻ ൌ ݄ሺݔሻ
ሬԦ
ܨሺݔԦሻ ൌ Ͳ
171
Análisis y Simulación de Procesos con Mathcad
ܽ ܴܶ
ܲ ଶ
ൌ
ݒ ݒെܾ
ܽ ൌ ͵Ǥͷͻʹܽ ݉ݐ ܮଶ ݉ି ݈ଶ ܾ ൌ ͲǤͲͶʹܽ ݉ݐ ܮଶ ݉ି ݈ଶ
Este mismo procedimiento se puede utilizar para crear una función que nos
proporcione el volumen específico para cualquier valor de P y T. En las funcio-
nes que utilizan valores de inicialización, conviene incluir argumentos adiciona-
les para poder cambiar su valor a voluntad, de lo contrario siempre estarán
utilizando el valor de inicialización que existía cuando se definió la función.
172
Anexo: Cálculos con Mathcad
ª§
v_VW( P T v) root Ǭ P
a · º
( v b) R T v»
2¸
¬© v ¹ ¼
3
R T 3 m
v 2.528 u 10
P mol
3
3 m
v v_VW( P T v) 2.426 u 10
mol
Si bien, en este caso, se puede realizar una función que determine ella misma
el valor inicial:
R T
v_VW( P T ) vm
P
ª§
v m root Ǭ P
a · º
( v b) R T v»
2¸
¬© v ¹ ¼
v
ሺ்ሻ
ܱܥ ܪଶ ܱ ሯልሰ ܱܥଶ ܪଶ
Ͷͷͻ͵Ǥͳ
ܭሺܶሻ ൌ െͶǤ͵ͷ͵ͻ
ܶ
173
Análisis y Simulación de Procesos con Mathcad
Considérese que se gasifica 1 mol de carbono con 1.5 mol de vapor de agua.
Las ecuaciones resultantes de considerar el equilibrio y los balances de C, O, H
se mostrarán más abajo dentro del bloque
Ǧ y permitirán la obtención
de las incógnitas que serán las moles de CO, H2O, CO2 y H2 en el equilibrio.
Téngase en cuenta que, en este caso, T no es una incógnita sino un valor fijo
del problema.
Cálculos previos:
4593.17
Keq ( T ) 4.35369
T
T 800 (K)
Resolución con
Ǧ:
b) Resolución:
Dado
nCO2 nH2
Keq ( T )
nCO nH2O
174
Anexo: Cálculos con Mathcad
§ nCO ·
¨ ¸
¨ nH2O ¸
¨ ¸ Find nCO nH2O nCO2 nH2
¨ n CO2 ¸
¨ n ¸
© H2 ¹
c) Solución:
§ nCO ·
¨ ¸ § 0.768 ·
¨ ¸
¨ nH2O ¸ ¨ 0.268 ¸ mol
¨ ¸ ¨ 0.232 ¸
¨ nCO2 ¸ ¨ ¸
¨ n ¸ © 1.232 ¹
© H2 ¹
175
Análisis y Simulación de Procesos con Mathcad
SOL find nCO nH2O nCO2 nH2
ORIGIN 0
nCO SOL0 nH2O SOL1 nCO2 SOL2 nH2 SOL3
moles_eq ( T ) Find nCO nH2O nCO2 nH2
176
Anexo: Cálculos con Mathcad
moles_eq T nCO nH2O nCO2 nH2 Find nCO nH2O nCO2 nH2
§¨ nCO0 ·¸
¨ nH2O0 ¸ § nºC nºH2O nºC nºH ·
¨ ¸ moles_eq ¨ T 0 ¸
¨ nCO2 0 ¸ © 2 2 2 2 ¹
¨ nH20 ¸
© ¹
Cálculo secuencial:
T max T min
N 100 k 1 N T k T min k
N
§¨ nCOk ·¸
¨ nH2Ok ¸
¨ ¸ moles_eq T k nCOk 1 nH2Ok 1 nCO2k 1 nH2k 1
¨ nCO2k ¸
¨ nH2k ¸
© ¹
177
Análisis y Simulación de Procesos con Mathcad
1.5
nCO
1
nH2O
nCO2
nH2 0.5
0
3
800 900 1u 10
T
178
Anexo: Cálculos con Mathcad
݀ݔଵ
ൌ ݂ଵ ሺݐǡ ݔଵ ǡ ݔଶ ǡ ǥ ǡ ݔே ሻ
݀ݐ
݀ݔଶ
ൌ ݂ଶ ሺݐǡ ݔଵ ǡ ݔଶ ǡ ǥ ǡ ݔே ሻ
݀ݐ
ǥ
݀ݔே
ൌ ݂ே ሺݐǡ ݔଵ ǡ ݔଶ ǡ ǥ ǡ ݔே ሻ
݀ݐ
݀ݔଵ
ൌ ܽଵǡଵ ݔଵ ܽଵǡଶ ݔଶ ڮ ܽଵǡே ݔே ݔǡଵ ሺݐሻ
݀ݐ
179
Análisis y Simulación de Procesos con Mathcad
݀ݔଶ
ൌ ܽଶǡଵ ݔଵ ܽଶǡଶ ݔଶ ڮ ܽଶǡே ݔே ݔǡଶ ሺݐሻ
݀ݐ
݀ݔே
ൌ ܽேǡଵ ݔଵ ܽேǡଶ ݔଶ ڮ ܽேǡே ݔே ݔǡே ሺݐሻ
݀ݐ
݀ ሬݔԦ
ൌ ܣ ݔԦ ݔԦ ሺݐሻ
݀ݐ
En este caso el vector solución a lo largo del tiempo puede llegar a ser obteni-
do analíticamente:
௧
ܺԦሺݐሻ ൌ ݁ ሺ௧ି௧బሻ ܺԦ ݁ ሺ௧ି௧బሻ න ݁ ିሺTି௧బሻ ܺԦ ሺTሻ ݀T
௧బ
Nuestra opción para la mayoría de los problemas es usar que se-
lecciona automáticamente un método para problemas rígidos cuando el siste-
ma presenta esta característica.
La solución se asigna a una matriz (SOL en este caso) que tendrá dimensiones
ሺܰ ͳሻ ൈ ሺ݊ ͳሻ, siendo n el número de variables de estado. La primera co-
lumna contiene los valores de la variable de integración para los que se mues-
tra la solución. Las columnas restantes contienen los valores de cada una de
las variables de estado correspondientes a los valores de la primera columna.
180
Anexo: Cálculos con Mathcad
181
Análisis y Simulación de Procesos con Mathcad
݀ܤ
ൌ ߙ ܲ െ ߛ ܲ ܦ
݀ݐ
݀ܦ
ൌ H ߛ ܲ ܦെ ߚ ܦ
݀ݐ
Coeficientes:
ܲ ൌ ͳͲͲͲͲܦݏܽݏ݁ݎ ൌ ͳͲͲ݀݁ݏ݁ݎ݀ܽ݀݁ݎ
1
Estas son las ecuaciones de Volterra para un sistema depredador-presa donde D es el
número de depredadores y P el número de presas. Obsérvese el carácter periódico de
la solución obtenida, se trata de un caso de sistema con estabilidad acotada.
182
Anexo: Cálculos con Mathcad
§P·
X ¨ ¸
©D¹
§ P0 ·
X0 ¨ ¸
© D0 ¹
DD ( P D) H J P D E D
Nótese que:
- Conviene particularizar la función para que se sepa a qué variable de esta-
do pertenece.
- El usar el orden establecido para las variables de estado también dentro de
los argumentos disminuye la probabilidad de errores. No pasa nada por in-
cluir un argumento de una variable que no se utiliza en la función.
183
Análisis y Simulación de Procesos con Mathcad
3) Definición de una función vectorial que proporcione un vector con las deri-
vadas de las variables de estado:
§P·
D ( t X) ¨ ¸ mX
©D¹
§¨ DP ( P D) ¸·
¨ DD ( P D) ¸
© ¹
Esta función tiene forzosamente como argumentos la variable de integración y
el vector de variables de estado. En la primera línea se extraen del vector las
variables de estado individuales. Éstas se utilizan para evaluar cada función
derivada y devolverlas en un vector.
Obsérvese que como la unidad de tiempos es la hora, el tiempo final debe ex-
presarse en horas.
SOL AdamsBDF X0 t0 tf N D
En este caso se ha asignado la solución a una matriz llamada
184
Anexo: Cálculos con Mathcad
§¨ SOL¢0² ·¸
§ t·
¨P¸ ¨ ¢1² ¸
¨ ¸ ¨ SOL ¸
©D¹ ¨ SOL¢2² ¸
© ¹
8) Representación:
4
2u10
4
1.5u10
P
10 4
1u10
D
3
5u10
0
0 100 200
t
185
Análisis y Simulación de Procesos con Mathcad
ಲಳ ಳ
ܣሱۛሮ ܤሱۛሮ ܥ
݀ܥ
ൌ െ݇ ܥ
݀ݐ
݀ܥ
ൌ ݇ ܥ െ ݇ ܥ
݀ݐ
݀ܥԦ
ൌ ܣ ܥԦ ܺԦ ሺݐሻ
݀ݐ
Donde:
െ݇ Ͳ Ͳ
ܣൌ ൨ ܺԦ ሺݐሻ ൌ ቂ ቃ
݇ ݇ Ͳ
Entonces:
§¨ kAB 0 ·¸ § 1 0 · §0·
A
¨ kAB kBC ¸ ¨ ¸ Xe ¨ ¸
© ¹ © 1 0.5 ¹ ©0¹
186
Anexo: Cálculos con Mathcad
Para poder efectuar operaciones sobre una matriz se debe efectuar la descom-
posición singular en vectores y valores propios. Los valores propios y vectores
propios asociados se obtienen con las siguientes funciones de Mathcad:
§ 0.5 · § 0 0.447 ·
O eigenvals( A) ¨ ¸ V eigenvecs( A) ¨ ¸
© 1 ¹ © 1 0.894 ¹
0.8
CA
n 0.6
CB 0.4
n
0.2
0
0 1 2 3 4 5
tn
Si la expresión del vector de entrada hubiera sido una función del tiempo, la
expresión a utilizar habría sido:
o ª«´ º
t
o
1
o 1 »
X( t ) V diag exp( O t ) V X0 Vdiag exp( O t ) «µ diag exp( O t ) V Xe( T ) dT»
¶0
¬ ¼
187
Análisis y Simulación de Procesos con Mathcad
Los modelos de gradiente máximo conducen a ecuaciones con una sola coor-
denada espacial que pueden ser resueltas de forma fácil mediante métodos de
diferencias finitas. Los métodos más fáciles son los métodos explícitos de Eu-
ler, donde los valores en el instante nΪͳ son calculados directamente a partir
de la ecuación en diferencias evaluada en el instante n. Para este método se
presentan a continuación funciones para resolver esquemas de diferencias
finitas genéricos. Estas funciones deben utilizarse como plantillas adaptables a
cada caso.
§ t ·
¨ z ¸
¨ ¸
© X1 ¹
188
Anexo: Cálculos con Mathcad
§ X1i n 1 ·
¨ ¸ EDF ( i n X1 X2)
© X2i n 1 ¹
189
Análisis y Simulación de Procesos con Mathcad
§ X1i 0 ·
¨ ¸ m X0 zi
© X2i 0 ¹
for n 0 N 1
tn 1 m ( n 1) 't
§ X10 n 1 ·
¨ ¸ m Xe tn 1
© X20 n 1 ¹
for i 1 I
§ X1i n 1 ·
¨ ¸ m EDF ( i n X1 X2)
© X2i n 1 ¹
§ t ·
¨ ¸
¨ z ¸
¨ X1 ¸
¨ ¸
© X2 ¹
190
Anexo: Cálculos con Mathcad
Dado
'H R
T t ( z t) v T z ( z t) kA( T ( z t) ) C ( z t) kL T zz ( z t)
U Cp
C ( z 0) 0 C ( 0 t) 1000
T ( z 0) 298 T ( 0 t) 298
§C· ª§ C · § 0 · § 0 · º
¨ ¸ Pdesolve «¨ ¸ z ¨ ¸ t ¨ t ¸ xptos tptos»
©T¹ ¬© T ¹ © L ¹ © f ¹ ¼
Obsérvese como se han incluido las condiciones de contorno en las dos últi-
mas líneas.
191
Análisis y Simulación de Procesos con Mathcad
Las subrutinas creadas están preparadas para iterar una función Paso (el nom-
bre es opcional y puede cambiarse) con la siguiente estructura:
§ Wsal ·
¨ ¸ Paso ( W Went p)
© W ¹
Recibe las siguientes entradas:
W matriz de corrientes internas de i a j, cada corriente es un vector con el
mismo número de variables de corriente, excepto en las corrientes no
existentes en los que tendrá un valor 0.
Went vector de corrientes entrantes desde el exterior a cada nodo i
p vector con parámetros para las unidades, si no hay se pondrá de todas
formas una variable con un valor arbitrario.
Wsal vector de corrientes salientes al exterior desde cada nodo i
La subrutina ̴ actúa sobre la función que recibe por referencia.
Tiene además como argumentos una matriz de corrientes supuestas donde los
valores supuestos importantes son los de las corrientes de corte. El resto de
valores de Wsup se debe dejar a 0. Recibe además un vector que contiene los
vectores de cada corriente que llega desde el exterior. Obligatoriamente recibe
un vector con las mismas dimensiones que los vectores de corriente que indica
la tolerancia de error admitida para cada variable. Adicionalmente recibe p que
puede ser un escalar o un vector de parámetros para ser utilizados por la su-
brutina Paso.
La subrutina asignará valores calculados de la matriz W como nuevos supues-
tos hasta que se cumpla la condición de parada determinada por la subrutina
"". Esta subrutina recorre todas las corrientes para inspeccionar si todas
las variables presentes en estas presentan diferencias absolutas entre la itera-
ción presente y la anterior menores que la tolerancia. La subrutina comienza
con un valor de la variable "" igual a 1 (que detendría el proceso iterativo)
pero con sólo que una condición no se cumpla, la variable "parar" pasa a tener
valor 0 y la iteración prosigue.
192
Anexo: Cálculos con Mathcad
parar m 0
break
parar
§ Wsal ·
¨ ¸ m Paso ( Wsup Went p)
© Wcalc ¹
break if ( iters ! 1) Parada ( Wsup Wcalc H )
Wsup m Wcalc
iters m "No converge" if iters itersmax
W m Wcalc
§ Wsal ·
¨ Wcalc ¸
¨ ¸
© iters ¹
193
Análisis y Simulación de Procesos con Mathcad
194
Anexo: Cálculos con Mathcad
Dado
a!0 b!0 h!0
2( a b b h a h) 100
h
0.5
a
§a·
¨ b ¸ Maximize ( V a b h)
¨ ¸
©h¹
§a· § 5.77 ·
¨b¸ ¨ 3.853 ¸
¨ ¸ ¨ ¸
©h¹ © 2.885 ¹ Vmax V( a b h) Vmax 64.15
195
Análisis y Simulación de Procesos con Mathcad
yv m f xv
for i a c
err_absi m xv xi
M m augment( x y err_abs)
M m csort ( M 2)
x m stack xv Mor or Mor 1 or
y m stack yv Mor or 1 Mor 1 or 1
break if xa xb H x
196
Anexo: Cálculos con Mathcad
§ xv · § xv · § 3 ·
¨ ¸ ¨ ¸ ¨ 0.933 ¸
¨ v ¸ INTERPC f xLI xLS H x
y ¨ v¸
y
¨ ¸
¨ ¸ ¨ ¸ © 2 ¹
© iter ¹ © iter ¹
197
An
nálisis y Sim ación
mula n de ocessos con
e Pro n Ma
athc
cad
x 0 0.01
0 1 4
Si la funnció
ón n
no es uniivarrian
nte, se
e de ebe
e crearr un
na nue
eva fun
nció
ón univarriante
fija
ando lo
os argu
a ume entos que
q e no o se
e uttiliza
an.
19
98
BIBLIOGRAFÍA
Bequette, B. W. (1998). Process dynamics. Modeling, analysis and simulation.
Ed. Prentice Hall.
Edgar, T.F.; Himmelblau, D.M.; Lasdon, L.S. (2001). Optimization of Chemical
Processes. Ed Mc Graw Hill
Himmelblau, D.; Bischoff, K. B. (1976). Análisis y simulación de procesos. Ed.
Reverté, S.A.
McCabe, W.L.; Smith, J.C.; Harriot, P. (1991). Operaciones básicas de la Inge-
niería. 4ª edición. Ed Mc Graw-Hill
Maxfield, B. (2009). Essential Mathcad for engineering, science and Math. 2ª
Edición. Ed. Elsevier
Santafé Moros, A.; Gozálvez Zafrilla, J.M.; Lora García, J. (2013). Cálculo de
operaciones de separación con MATHCAD. Valencia: Editorial Universitat Po-
litècnica de València
Smith, J.M.; Van Ness, H.C.; Abbott, M.M. (2007). Introducción a la termodiná-
mica en ingeniería Química. 7ª edición. Ed Mc Graw-Hill
Solodov, A.; Ochkov, V. (2005). Differential models. An introduction with
Mathcad. Ed Springer
199