ICQ00729: Simulacin de Procesos

Juan Jose Izurieta Valdivieso

Ingeniero Qumico, MEng
jjizurie@espol.edu.ec

Termino II, 2016

Control por Retroalimentacin (Feedback Control)

Caracterstica: Mide la Variable Controlada

Ventajas
Accin correctiva sin importar la fuente de la perturbacin.
Reduce la sensibilidad de la variable controlada a perturbaciones y cambios en el proceso.
Desventajas
No existe correccin correctiva hasta que la perturbacin afecte al proceso y la variable
controlada.
Respuestas oscilatorias, o hasta inestabilidad

2
Control por Prealimentacin (Feedforward Control)

Caracterstica: Mide la Variable Perturbada

Ventajas
No aade inestabilidad al sistema.
Responde a las perturbaciones antes de que se modifique la salida del sistema.
Ayuda a hacer ms estables sistemas no lineales.
Desventajas
No responde a las perturbaciones que no se pueden medir.
Puede presentar error porque no se mide ni se compensa la salida real del sistema.

3
 Closed-loop Artificial Pancreas
Setpoint u
Glucosa y
r

controlador Bomba Sensor

de insulina

Medicin de Glucosa

4
Closed-loop Artificial Pancreas

5
6
7
8
Justificativos del Control de Procesos
Incremento de la rentabilidad del Producto
Incremento de Rendimiento
Reduccin de Consumo de energa
Reduccin de contaminacin
Decremento de productos fuera de especificaciones
Aumento de seguridad del proceso
Prolongar el tiempo de vida de equipos
Operatividad mejorada
Disminucin de mano de obra (Operadores)

9
10
 (da ys-month s) 5. P l ann in g an d
S ch edu l in g

(ho urs-day s) 4. Rea l-T im e

Opti miza tio n

3b . Mu lti vari abl e

(min utes-ho urs) and Co nstrai nt
Co ntro l

(se con ds-mi nutes

) 3a . Re gul a to ry
Co ntro l

2. S afety, E n viron ment

(< 1 se con d) a nd E qu ip ment
P rotecti on

(< 1 se con d) 1. Mea sure ment

a nd A ctua ti on

P ro ces s

11
 Modelo Matemtico de Procesos Qumicos

Una representacin de los aspectos esenciales de un sistema existente (o a

construir, diseo) que representa el conocimiento de dicho sistema en una
forma aplicable Eykhoff 1974
Tan simple como sea posible, pero no ms simple de eso.
Todos los modelos estn equivocados, pero algunos son tiles. ADAGE
Las ecuaciones del modelo son en el mejor escenario, una aproximacin al
proceso real.
Compromiso inherente entre exactitud y complejidad por un lado, y costo y
esfuerzo para desarrollar el modelo por el otro lado.
Arte y ciencia. Creatividad para realizar suposiciones simplificantes.

12
 Acercamiento Sistemtico para desarrollar modelos

1. Establecer los objetivos y el uso final del modelo. sto determiner el nivel
de detalle y exactitude del modelo.
2. Dibujar un diagram esquemtico del proceso y etiquetar las variables del
proceso.
3. Listar todas las suposiciones involucradas en el desarrollo del modelo. No
debe ser ms complicado de lo necesario para satisfacer los objetivos.
4. Determinar si las variaciones espaciales son importantes. Si es el caso un
modelo de ecuaciones diferenciales parciales ser requerido.
5. Escribir ecuaciones de conservacin apropiadas (Masa, componentes,
energa, etc..)
 Acercamiento Sistemtico para desarrollar modelos

6. Introducir relaciones de equilibrio y otras ecuaciones algebraicas

(Termodinmica, fenmenos de transporte, cintica qumica, geometra de
los equipos).
7. Realizar el anlisis de grados de libertad para asegurar que el modelo puede
ser resuelto.
8. Simplificar el modelo. Reorganizar las ecuaciones de tal manera que las
variables de salida estn a la izquierda y las de entrada a la derecho.
9. Clasificar variables de entrada como variables de perturbacin o controladas.
 Enfoque del Modelo

1. Fisicoqumico (Fundamental, global)

- Anlisis terico: Balances de materia y energa, Transferencia de Masa, Calor y Momento,
Termodinmica y Cintica qumica, Relaciones entre propiedades fsicas.
- Modelo relativamente complejo
- Puede ser costoso informtiamente (tiempo de procesamiento, memoria a utilizar)
- Podra ser costoso y demandar mucho tiempo en conseguir.
- Adecuado para extrapolar.
- No requiere datos experimentales.

15
 Enfoque del Modelo

1. Conservacin de masa

{Velocidad de Acumulacin de masa} = {Flujo msico entrante} {Flujo msico saliente}

2. Conservacin Componente A

{V Acumulacin componente A} = {Flujo A entrante}-{Flujo A saliente}+{V generacin de A}

3. Conservacin de energa

dU int
dt

wH Q (2-10)

16
 Enfoque del Modelo
2. Emprico

- Gran nmero de parmetros desconocidos

- Se obtiene rpido (Regresin)
- Estructura del modelo subjetiva
- No adecuado para extrapolar

3. Semi-emprico
- Involucra los dos enfoques anteriores
- Estructura del modelo ms simple
- De dos a diez parmetros fsicos son estimados.
- Buena versatilidad. Adecuado para ser extrapolado
17
 Desarrollo de Modelo Dinmico

Proceso de Mezclado

18
Desarrollo de Modelo Dinmico

19
 Desarrollo de Modelo Dinmico
Tanque de Mezclado son
Calentamiento

20
Desarrollo de Modelo Dinmico

= 1 1

21
 Ejemplo

Ti = 40o C, T = 90o C, Ti = 0o C

Balance estado estacionario: wC(T - Ti ) = wsH v

w s =0.83 106 g hr V
2 104 kg
2hr
H v =600 cal g w 104 kg hr

C=l cal g o C Modelo Dinmico

w=104 kg hr
=103 kg m 3 dy
2 = -y + 6 10-5 u
dt
V=20 m3
V 2 104 kg y TT
u ws ws
 Ejemplo

Paso 1: t=0 doblar ws

T(0) = T y(0) = 0
u = +0.83106 g hr
dy
2 = -y + 50
dt
y = 50 l - e-0.5t

Final T = yss + T = 50 + 90 = 140o C

Paso 2: mantener T = 140 o C / 24 hr

Paso 3: establecer u = 0, w s = 833 kg hr
 Ejemplo

dy
2 = -y + 6 10-5 u, y(0) = 50
dt

Resolver para u = 0
y = 50e -0.5t t
y0 (Auto-regulatorio, pero lento)

Qu tiempo tarda en alcanzar y = 0.5 ?

 dh 1
A qi h P p gh (2 - 57)
dt Rv

EDO Lineal

1 P p gh
q= h *
Rv If q = Cv P - Pa Pa : ambient pressure

dh
A qi Cv* gh qi Cv h (2-61)
Rv: Resistencia de la lnea dt

EDO No-lineal
Desarrollo de Modelo Dinmico

26
 Anlisis de Grados de libertad

1. Listar todas las cantidades del modelo que son constantes conocidas (O
parmetros que pueden ser especificados) en base a dimension de equipos,
propiedades fsicas, etc.
2. Determinar el nmero de ecuaciones NE y el nmero de variables de proceso,
NV. El tiempo t no se considera por no ser entrada o salida del proceso
3. Calcular los grados de Libertad: = NV - NE.
4. Identificar las NE variables de salida que se obtendrn del modelo del proceso.
5. Identificar las NF variables de entrada que debern ser especificadas como
variables de perturbacin o maniupaladas, para poder utilizer los NF grados de
libertad.
 Anlisis de Grados de libertad del Ejemplo:

3 parameters: V , ,C

4 variables: T , Ti , w, Q

dT
1 equation: V C wC Ti T Q (2-36)
dt
Thus the degrees of freedom are NF = 4 1 = 3.The process variables are classified as:
1 output variable: T
3 input variables: Ti, w, Q

For temperature control purposes, it is reasonable to classify the three inputs as:
2 disturbance variables: Ti, w
1 manipulated variable: Q