PROYECTO DE INVESTIGACIN

SIMULACION DE PROCESOS EN LA INGENIERIA QUIMICA APLICADO EN

LA AGRICULTURA.

RODRGUEZ AGUILAR JOS GUADALUPE

DRA. MA. DEL ROSARIO TOVAR

27 ENERO 2017
CONTENIDO
1 INTRODUCCION......................................................................................................... 3
2 OBJETIVO GENERAL.................................................................................................4
3 OBJETIVOS ESPECIFICOS........................................................................................4
4 HIPOTESIS.................................................................................................................. 4
5 JUSTIFICACION.......................................................................................................... 4
6 REVICION DE LITERATURA.......................................................................................5
7 SIMULACION DE PROCESOS....................................................................................5
7.1 VENTAJAS DE LA SIMULACIN..........................................................................5
7.2 DESVENTAJAS DE SIMULACIN.......................................................................6
8 ETAPAS QUE COMPONEN UNA SIMULACIN.........................................................6
8.1 PROCESO DE SIMULACION...............................................................................6
9 MTODOS DE SIMULACIN EN BASE A MODELOS................................................7
9.1 MTODO MODULAR SECUENCIAL....................................................................8
9.2 MTODO ORIENTADO A ECUACIONES.............................................................8
9.3 MTODO MODULAR SIMULTNEO....................................................................8
10 MODELOS DE SIMULACIN DE CULTIVOS..........................................................9
11 TIPOS DE SIMULACION DE MODELOS EN LA AGRICULTURA..........................11
11.1 MODELO STICS.................................................................................................11
11.2 MODELO CROPSYST........................................................................................11
11.3 MODELO CROPSYST........................................................................................12
12 BIBLIOGRAFA.......................................................................................................12
1 INTRODUCCION
Bermn Angarita (2015)Nos dice que el concepto de modelo lo describe como la
representacin de un objeto, sistema o idea, distinto al de la entidad misma u
original De manera ms compleja, puede definirse como un esquema te-rico,
generalmente expresado en forma matemtica, de un sistema o de una realidad

Atehorta et al. 2008, Caselles (2008). Nos dice que un sistema es una parte
limitada de la realidad que contiene elementos interrelacionados. Es una entidad
que existe y opera en un tiempo y en un espacio dado y depende de la interaccin
entre sus componentes, lo que le permite realizar procesos que dan la razn de
ser al propio sistema, segn sea su naturaleza o propsito

Torres Bermn et al (2008) Determina que La simulacin consiste en disear un

modelo a partir de conocimiento previo sobre un sistema real, para experimentar
con l y entender el comportamiento de ese sistema, de modo que en el futuro sea
posible predecirlo. El desarrollo de la capacidad de prediccin permite evaluar
estrategias y alternativas de gestin, comparar resultados y tomar decisiones
acerca del sistema en estudio, para optimizar inversiones, reducir costos o
disminuir vulnerabilidades, daos y prdidas, en funcin del perodo y de las
actividades y prioridades que interesan a los actores involucrados

Maina (2009) Nos menciona que los modelos de simulacin se clasifican segn su
propsito original, su estructura y los procesos implementados. Otras diferencias
importantes se encuentran en la inclusin del tiempo como variable y en la
formulacin matemtica del modelo. La clasificacin, segn el propsito original,
refleja la escala en que los modelos fueron desarrollados. Esta clasificacin
tambin se usar en la segunda seccin de este documento. Ejemplos de modelos
a nivel de la finca son EPIC o DSSAT. Estos modelos incluyen interacciones
dinmicas entre cultivos, suelo, atmsfera y aspectos del manejo. Normalmente, la
calibracin se hace a partir de resultados de experimentos agronmicos. A nivel de
la cuenca o ecosistema, modelos como STREAM o APEX fueron desarrollados
para simular las dinmicas del uso de agua, emisiones de carbn y uso de
nitrgeno. Muchas veces la implementacin se hizo a partir de cultivos genricos y
las dinmicas entre cultivos, aspectos del manejo y variables econmicas.

2 OBJETIVO GENERAL

3 OBJETIVOS ESPECIFICOS

4 HIPOTESIS

5 JUSTIFICACION
6 REVICION DE LITERATURA
7 SIMULACION DE PROCESOS
(Martnez, 2000). Nos Menciona que La simulacin se define como una tcnica
para evaluar en forma rpida un proceso con base en una representacin del
mismo, mediante modelos matemticos. La solucin de stos se lleva a cabo por
medio de programas de computadora y permite tener un mejor conocimiento del
comportamiento del proceso

La simulacin de procesos en Ingeniera Qumica est vinculada al clculo de los

balances de materia, energa y eventualmente la cintica, termodinmica y
velocidad de transferencia de un proceso cuya estructura, y datos preliminares de
los equipos que los componen, son conocidos.

La Ingeniera Qumica se encarga de la transformacin de materias primas

naturales y artificiales para la satisfaccin de necesidades, para ello la sntesis de
procesos corresponde a la etapa donde se crea la estructura bsica del diagrama
de flujo del proceso qumico

7.1 Ventajas de la simulacin

Permite una experimentacin controlada.

Permite comprimir el tiempo al experimentar
Permite el anlisis de sensibilidad del sistema ante determinados cambios.
No es necesario destruir al sistema si se desea investigar sus lmites de
resistencia.
Es una herramienta efectiva de entrenamiento.
Puede ayudar a simplificar procesos productivos.
Permite evaluar diseos alternativos de sistemas.
En ocasiones es el nico mtodo disponible para analizar un sistema.
Es un proceso relativamente eficiente y flexible.
7.2 Desventajas de simulacin
El desarrollo de un modelo puede ser costoso (por el equipamiento y el
tiempo y costo de mano de obra); laborioso y lento.
Existe la posibilidad de cometer errores. La experimentacin se lleva a cabo
con un modelo y no con el sistema real, por lo que si el modelo est mal o
se cometen errores en su manejo, los resultados tambin sern incorrectos.
No se puede conocer el grado de imprecisin. de los resultados. Por lo
general, el modelo se utiliza para experimentar situaciones nunca
planteadas en el sistema real (por ejemplo, impactos del cambio climtico
en magnitudes desconocidas

8 Etapas que componen una simulacin.

Formulacin del problema

Definicin del sistema a modelar
Formulacin del modelo
Recoleccin de datos
Implementacin del modelo en la computadora
Verificacin
Validacin h. Diseo del experimento

8.1 PROCESO DE SIMULACION

Ramirez Avelar (2005) Nos seala las tres formas para planearse un proceso de
simulacin :

a) El desarrollo de un programa especfico de un proceso. es flexible pero

requiere de un gran tiempo de desarrollo, siendo solo apto para el proceso en
particular de que se trate, es decir, no puede crecer ni aplicarse a otros procesos,
aunque sean similares, y cada nueva simulacin requerir un tiempo de desarrollo
comparable.
b) El desarrollo de un conjunto de subprogramas organizados en bloques que
unidos entre s representan el proceso completo. En ste caso, se dispone de una
biblioteca de subprogramas que le permiten simular las unidades individuales de
su proceso.

En la agricultura, los modelos de simulacin imitan los procesos ecobiofsicos de

la cultivacin para modelar el impacto de factores del medio ambiente en los
cultivos y sus sistemas ecolgicos. Datos de entrada son condiciones iniciales (por
ejemplo, la humedad de suelo y el nitrgeno disponible), informaciones sobre el
cultivo (como las caractersticas de la variedad), el manejo (riego, plantacin,
fertilizantes) y datos del tiempo a nivel diario de escenarios actuales (verificacin)
y del futuro (extrapolacin).

c) Los programas ejecutivos, que son programas de carcter general que simulan
una clase particular de procesos y seleccionan la tcnica numrica ms adecuada
para la resolucin rpida de las ecuaciones de la simulacin. Este programa
presenta la ventaja que es la solucin ms sencilla pero queda restringido al
proceso para el que fue diseado

9 Mtodos de simulacin en base a modelos

Los mtodos de simulacin ms utilizados tanto en los procesos qumicos como

otras aplicaciones son:

a. Mtodo modular secuencial

b. Mtodo orientado a ecuaciones

c. Mtodo modular simultneo

9.1 Mtodo modular secuencial
Sol, (1989).El sistema de simulacin modular responde a la divisin de los
procesos qumicos en unidades de transformacin, donde se realizan las
transformaciones fsicas o qumicas de las materias (reactores, secaderos,
mezcladores, intercambiadores de calor, evaporadores, columnas de destilacin,
etc.) y en unidades de transporte donde una red de tuberas conecta los diversos
equipos entre s para que las materias primas y las intermedias circulen por la
planta, as como los fluidos de energa (el vapor, el agua, el aire comprimido, etc)

9.2 Mtodo orientado a ecuaciones

Sanchez (1999)Mediante ste mtodo, se plantea el modelo matemtico que
representa al proceso construyendo un gran sistema de ecuaciones algebraicas
que representa a todo el conjunto o planta a simular. De esta forma el problema se
traduce en resolver un gran sistema de ecuaciones algebraicas, por lo general no
lineales.

9.3 Mtodo modular simultneo

Soria (2002)Es posible plantear el desarrollo de simuladores combinando la
estrategia modular y la orientada a ecuaciones de forma tal de aprovechar los
aspectos positivos de ambas metodologas lo mximo posible. Para ello se
selecciona un grupo de variables sobre las cuales se proceder segn la
metodologa orientada a ecuaciones, esto es, se las resolver simultneamente,
mientras que para el resto se mantiene la metodologa modular, es decir, se trata
de encontrar una secuencia acclica, que provea por su clculo, en cada iteracin,
los valores de las variables a resolverse simultneamente

10 MODELOS DE SIMULACIN DE CULTIVOS.

Ortega et al. (1999) al utilizar modelos de simulacin para evaluar escenarios de
optimizacin del uso de agua de riego en diferentes cultivos crearon tres
submodelos; el primero determin las necesidades de agua de los cultivos, el
segundo estableci un programa de riegos considerando las necesidades del
cultivo, la evapotranspiracin y la precipitacin real, y el tercero estim el
rendimiento en funcin de las lminas netas de riego, considerando diferentes
restricciones de evapotranspiracin; el resultado fue un programa de manejo de
riego para 16 diferentes cultivos a nivel regional. Por otro lado, Rodrguez y Lpez
(2000), obtuvieron mapas de recursos hdricos, energticos y de operacin para
remodelar sistemas de riego y drenaje en sistemas de cultivo de arroz en Cuba,
combinando modelos de simulacin con un sistema de informacin geogrfica, y
lograron simular el riego en diferentes superficies, obteniendo el comportamiento
hdrico, con lo que se pudieron disear terrazas arroceras.

Preciado et al. (2002), La simulacin tambin se ha empleado en la seleccin de

material gentico; desarrollaron un modelo que permiti asistir en la seleccin de
materiales de maz de ciclo precoz adaptado en ambientes de secano con
temporal, a travs de la simulacin del crecimiento de las plantas, con base en su
desarrollo fisiolgico originado por el efecto de los factores climticos

Singels y De Janger (1991) Por su parte, utilizaron modelos de simulacin para

determinar las caractersticas ptimas de un genotipo de trigo, en diferentes tipos
de climas y suelo.

Una herramienta ms integradora es el paquete denominado Sistema de Apoyo

para Decisiones para la Transferencia de Agrotecnologa (DSSAT), que agrupa
modelos de simulacin de clima, suelo, agua y nutrientes, y permite simular el
desarrollo de 16 cultivos en cualquier regin, el efecto de su rotacin a largo plazo
y diferentes sistemas de manejo de los cultivos. Presenta cuatro niveles de
simulacin. En el primero, se asume que la disponibilidad de radiacin,
temperatura y el potencial gentico son las limitantes del desarrollo del cultivo; el
agua y los nutrientes no limitan, es una estimacin del rendimiento potencial. El
segundo considera que el desarrollo del cultivo es limitado por la disponibilidad del
agua, pero la disponibilidad de nutrientes no es limitante. En el tercero, la
disponibilidad de nitrgeno representa una posible limitacin. En el cuarto nivel se
considera a la disponibilidad de fsforo, adems de las restricciones de los niveles
anteriores (Bowen y Jaramillo, 2001). Posee una herramienta de procesamiento
de datos climticos y con modelos especficos para cada tipo de cultivo, los cuales
son de fcil adquisicin e interpretacin, aunque requiere grandes cantidades de
informacin de suelos tienen la capacidad de contar con una base de datos

Steduto, (2006) Nos menciona Algunos modelos de simulacin de cultivos

especficos para un cultivo, por ejemplo para trigo y maz el CERES-Wheat,
CORNGRO, SIMTAG, para banano el SIMBA, o por otro lado pueden ser
genricos. Los modelos genricos pueden ser aplicados a varias especies
mediante la utilizacin de parmetros especficos para cada cultivo: algunos de
estos modelos son DSSAT, DAISY, SOILN, EPIC, WOFOST, CROPSYST, APSIM y
STICS inclusive muchos de estos modelos son de libre acceso y utilizacin.

11 TIPOS DE SIMULACION DE MODELOS EN LA AGRICULTURA

11.1 Modelo STICS

Flnet et al. (2004)Es un modelo genrico. Aunque originalmente fue diseado
para cereales, puede ser adaptado a muchos otros cultivos. El modelo posee una
serie de ecuaciones genricas que representan los diferentes procesos que
ocurren en la planta y sus relaciones con el cultivo. Dichas ecuaciones estn
parametrizadas y por lo tanto las diferencias en el comportamiento de los cultivos
dependen de los parmetros utilizados. Si el cultivo esta parametrizado los datos
de entrada solo sern datos de clima, suelo y condiciones de manejo. El software
permite ingresar los datos con facilidad y es bastante flexible debido a
presentacin modular y genrica, permitiendo que cada mdulo represente un
proceso o grupo de procesos que ocurren en el sistema suelo cultivo

11.2 Modelo CROPSYST

Stckle et al(2003)Al igual que el STICS el CROPSYST (Cropping Systems
Simulation Model), es un modelo genrico que simula muchos procesos que
gobiernan la relacin entre clima, cosecha, suelo y manejo del cultivo. Pueden
realizarse simulaciones por varios aos e incluir sistemas de -cultivo, los cuales
son simulados a una escala diaria. Ha sido desarrollado con una interface
amigable, tiene un link a software GIS (ArcGIS) que permite controlar la
variabilidad espacial, al menos siguiendo un formato tipo vector, con la creacin de
polgonos con propiedades diferentes, adicionalmente posee un generador de
datos climticos llamado Climgen

11.3 Modelo CROPSYST

Stckle et al (2003) Al igual que el STICS el CROPSYST (Cropping Systems
Simulation Model), es un modelo genrico que simula muchos procesos que
gobiernan la relacin entre clima, cosecha, suelo y manejo del cultivo. Pueden
realizarse simulaciones por varios aos e incluir sistemas de -cultivo, los cuales
son simulados a una escala diaria
12Bibliografa
Anonimo. (2011). Modelos de simulacin en la agricultura .
Avelar, B. M. (2005 ). DESARROLLO DE MODULOS DE SIMULACION DE
PROCESOS EN INGENIERIA QUIMICA .
Hernndez, N., & Soto. (2009). MODELOS DE SIMULACIN DE CULTIVOS.
CARACTERSTICAS Y USOS.
Jos, S. (2015 ). Modelos de simulacion y herrramientas de mondaje. Costa Rica
.
Martnez, B. C. (2011). Aplicacin de modelos de simulacin en el estudio y
planificacin de la agricultura.
Sifuentes, V. H. (2003). Simulacion de procesos en ingerieria quimica .
Visconti, F. (2012). IMPORTANCIA DE LOS MODELOS DE SIMULACIN PARA LA
GESTIN SOSTENIBLE DEL SUELO Y EL AGUA EN LA AGRICULTURA.