Sei sulla pagina 1di 60

Process Dynamics and control

Introducción al Control de Procesos_________________________


CONTENIDO DEL CAPITULO
1.1 Problemas representativos de control de procesos
1.1.1 Procesos continuos 1.1.2 Procesos de lotes y semi-lotes
1.2 Ejemplo ilustrativo: un proceso de fusión
1.3 Clasificación de las estrategias de control de procesos
1.3.1 Diagramas de control de proceso
1.4 Un ejemplo más complicado: una columna de destilación
1.5 La jerarquía de actividades de control de procesos
1.6 Una visión general del diseño del sistema de control.

Resumen
En los últimos años, los requisitos de rendimiento de las plantas de proceso se han vuelto
cada vez más difíciles de satisfacer. Una competencia más fuerte, regulaciones ambientales
y de seguridad más estrictas y condiciones económicas rápidamente cambiantes han sido
factores clave. En consecuencia, las especificaciones de calidad del producto se han ajustado
y se ha puesto mayor énfasis en la operación de la planta más rentable. Otra complicación es
que las plantas modernas se han vuelto más difíciles de operar debido a la tendencia hacia
procesos complejos y altamente integrados. Por lo tanto, es difícil evitar que las
perturbaciones se propaguen de una unidad a otras unidades interconectadas. En vista del
mayor énfasis puesto en la operación segura y eficiente de la planta, es natural que el tema
del control del proceso se haya vuelto cada vez más importante en los últimos años. Sin
control de proceso basado en computadora. En los sistemas, sería imposible operar las plantas
modernas de forma segura y rentable a la vez que se satisfacen los requisitos de calidad del
producto y medioambientales. Por lo tanto, es importante que los ingenieros químicos
comprendan tanto la teoría como la práctica del control de procesos. Los dos temas
principales de este libro son la dinámica de procesos y el control de procesos. El término
dinámica de proceso se refiere al comportamiento del proceso de estado inestable (o
transitorio).
enfatice las condiciones de estado estable y equilibrio en cursos tales como balances de
materiales y energía, termodinámica y fenómenos de transporte. Pero el tema de la dinámica
de procesos también es muy importante. La operación transitoria ocurre durante situaciones
importantes tales como arranques y paradas, alteraciones inusuales del proceso y transiciones
planificadas de un grado de producto a otro. En consecuencia, la primera parte de este libro
se refiere a la dinámica del proceso. El objetivo principal del control de procesos es mantener
un proceso en las condiciones operativas deseadas, de manera segura y económica, al mismo
tiempo que se cumplen los requisitos de calidad del producto y del medio ambiente. El tema
del control de procesos se ocupa de cómo lograr estos objetivos. En las plantas de
procesamiento integrado a gran escala, como las refinerías de petróleo o las plantas de
etileno, se miden miles de variables de proceso, como composiciones, temperaturas y
presiones, que deben controlarse. Afortunadamente, miles de variables de proceso
(principalmente tasas de flujo) generalmente pueden manipularse para este propósito. Los
sistemas de control de retroalimentación comparan las mediciones con sus valores deseados
y luego ajustan las variables manipuladas en consecuencia.
El control de retroalimentación es un concepto fundamental. Sin control de retroalimentación,
sería muy difícil, si no imposible, mantener sistemas complicados en las condiciones
deseadas. El control de retroalimentación está integrado en muchos dispositivos modernos
que damos por sentado: computadoras, teléfonos celulares, electrónica de consumo, aire
acondicionado, automóviles, aviones, así como sistemas de control automático para procesos
industriales. El alcance y la historia del control de retroalimentación y los sistemas de control
automático se han descrito bien en otra parte (Mayr, 1970; Åström y Murray, 2008; Blevins
y Nixon, 2011). Para los organismos vivos, el control de retroalimentación es esencial.
para lograr un equilibrio estable de variables fisiológicas, una condición que se conoce como
homeostasis. De hecho, la homeostasis se considera una característica definitoria de la
fisiología (Widmaier et al., 2011). En biología, el control de retroalimentación se produce en
muchos niveles diferentes, incluyendo genes, células, vías metabólicas, órganos e incluso
ecosistemas completos. Para el cuerpo humano, la retroalimentación es esencial para regular
las variables fisiológicas críticas (por ejemplo, la temperatura, la presión arterial y la
concentración de glucosa) y los procesos (por ejemplo, la circulación sanguínea, la
respiración y la digestión). La retroalimentación también es un concepto importante en la
educación y las ciencias sociales, especialmente la economía (Rao, 2013) y la psicología
(Carver y Scheier, 1998). Como introducción al tema, a continuación consideramos
problemas representativos de control de procesos en varias industrias.

1.1 PROBLEMAS DE CONTROL DEL PROCESO REPRESENTATIVO.

La base del control del proceso es la comprensión del proceso. Así, comenzamos esta
sección con una pregunta básica: ¿qué es un proceso? Para nuestros propósitos, una breve
definición es apropiada: Proceso: La conversión de materiales de alimentación en productos
que utilizan operaciones químicas y físicas. En la práctica, el término proceso tiende a
usarse tanto para la operación de procesamiento como para el equipo de procesamiento.

Hay tres categorías amplias de procesos: continuo, por lotes y semibatch. A


continuación, consideramos los procesos representativos y resumimos brevemente
los problemas clave de control.

1.1.1 Procesos continuos


En la Fig. 1.1 se muestran esquemáticamente cuatro procesos continuos:
(a) Intercambiador de calor tubular. Un fluido de proceso en el lado del tubo se enfría con
agua de enfriamiento en el lado de la carcasa. Normalmente, la temperatura de salida del
fluido del proceso se controla mediante la manipulación del caudal de agua de refrigeración.
Las variaciones en las temperaturas de entrada y el caudal del fluido del proceso afectan la
operación del intercambiador de calor. En consecuencia, estas variables se consideran
variables de perturbación.
(b) Reactor de tanque agitado continuo (CSTR). Si la reacción es altamente exotérmica, es
necesario controlar la temperatura del reactor manipulando el caudal de refrigerante en una
camisa o bobina de enfriamiento. Las condiciones de alimentación (composición, velocidad
de flujo y temperatura) pueden ser variables manipuladas o variables de perturbación.
(c) Horno de craqueo térmico. El petróleo crudo se descompone ("rompe") en una serie de
fracciones de petróleo más ligeras por el calor transferido de una mezcla de combustible /
aire en combustión. La temperatura del horno y la cantidad de aire en exceso en el gas de
combustión pueden controlarse manipulando el caudal de combustible y la relación de aire /
combustible. La composición del petróleo crudo y la calidad de calentamiento del
combustible son variables de perturbación comunes.
(d) Unidad de diálisis renal. Este equipo médico se utiliza para eliminar los productos de
desecho de la sangre de pacientes humanos cuyos riñones están fallando o han fallado
El caudal de sangre se mantiene mediante una bomba y las "condiciones ambientales", como
la temperatura en la unidad, se controlan ajustando el caudal. La diálisis continúa el tiempo
suficiente para reducir las concentraciones de desechos a niveles aceptables. Para cada uno
de estos cuatro ejemplos, el problema de control de proceso se ha caracterizado por la
identificación de tres tipos importantes de variables de proceso.
• Variables controladas (CV): las variables de proceso que se controlan. El valor deseado de
una variable controlada se conoce como su punto de ajuste.
• Variables manipuladas (MV): las variables de proceso que pueden ajustarse para mantener
las variables controladas en o cerca de sus puntos de ajuste. Típicamente, las variables
manipuladas son tasas de flujo.
• Variables de perturbación (DV): variables de proceso que afectan a las variables
controladas, pero no pueden manipularse. Las perturbaciones generalmente están
relacionadas con cambios en el entorno operativo del proceso: por ejemplo, sus condiciones
de alimentación o la temperatura ambiente. Algunas variables de perturbación pueden
medirse en línea, pero muchas no, como la composición de petróleo crudo para el Proceso
(c), un horno de craqueo térmico. La especificación de CV, MV y DV es un paso crítico en
el desarrollo de un sistema de control. Las selecciones deben basarse en el conocimiento del
proceso, la experiencia y los objetivos de control
1.1.2 Procesos de lotes y semi-lotes
Los procesos de lotes y semi-lotes se utilizan en muchas industrias de procesos, incluyendo
microelectrónica, productos farmacéuticos, químicos de especialidad y fermentación. Los
procesos de lotes y semiparches proporcionan la flexibilidad necesaria para plantas
multiproducto, especialmente cuando los productos cambian con frecuencia y las cantidades
de producción son pequeñas. La figura 1.2 muestra cuatro procesos representativos de lotes
y semiparches:
(e) Reactor de lote revestido. En un reactor por lotes, una carga inicial (por ejemplo, reactivos
y catalizador) se coloca en el reactor, se agita y se lleva a las condiciones de inicio deseadas.
Para reacciones exotérmicas, se usan camisas de enfriamiento para mantener la temperatura
del reactor en o cerca del punto de ajuste deseado. Normalmente, la temperatura del reactor
se regula ajustando el caudal de refrigerante. La composición del punto final del lote se puede
controlar ajustando el punto de ajuste de la temperatura y / o el tiempo del ciclo, el período
de tiempo para la operación del reactor. Al final del lote, los contenidos del reactor se
eliminan y se almacenan o transfieren a otra unidad de proceso, como una separación
proceso.
(f) Biorreactor de semi-parche. Para un reactor semiparche, se usa una de las dos
operaciones alternativas:
(i) se agrega gradualmente un reactivo a medida que avanza el lote o (ii) se retira una corriente
de producto durante la reacción. La primera configuración se puede utilizar para reducir las
reacciones secundarias, mientras que la segunda configuración permite cambiar el equilibrio
de la reacción mediante la extracción de uno de los productos (Fogler, 2010). Para los
biorreactores, el primer tipo de operación de semibatch se conoce como una operación de
alimentación por lotes; se muestra en la figura 1.2 (f). Con el fin de regular mejor el
crecimiento de los microorganismos deseados, se agrega lentamente un nutriente de manera
predeterminada.
(g) Digestor de semi-partidas en una planta de celulosa. Tanto los digestores continuos
como los semitrabajos se utilizan en la fabricación de papel para romper astillas de madera y
extraer las fibras celulósicas. El punto final de la reacción química está indicado por el
número kappa, una medida del contenido de lignina. Se controla a un valor deseado ajustando
la temperatura, la presión y / o el tiempo del ciclo del digestor.

(h) Grabadora de plasma en el procesamiento de semiconductores. Una sola oblea


que contiene cientos de circuitos impresos se somete a una mezcla de gases de grabado
en condiciones adecuadas para establecer y mantener un plasma (un alto voltaje aplicado
a alta temperatura y extremadamente baja presión). El material no deseado en una capa
de un circuito microelectrónico es eliminado selectivamente por reacciones químicas. La
temperatura, la presión y los caudales de los gases de ataque al reactor se controlan
ajustando los calentadores eléctricos y las válvulas de control. A continuación,
consideramos un ejemplo ilustrativo con más detalle
Figura 1.2 Algunos procesos típicos cuya operación no es continua. (Las líneas discontinuas indican la
eliminación del producto una vez finalizada la operación).

1.2 EJEMPLO ILUSTRATIVO—


Un proceso de mezcla
Se utiliza un proceso de mezcla simple para introducir algunos problemas importantes en el
diseño del sistema de control. Las operaciones de mezcla se utilizan comúnmente en
muchas industrias para garantizar que los productos finales cumplan con las
especificaciones del cliente. En la Fig. 1.3 se muestra un sistema continuo de mezcla de
tanque agitado. El objetivo del control es mezclar las dos corrientes de entrada para
producir una corriente de salida que tenga la composición deseada. La corriente 1 es una
mezcla de dos especies químicas, A y B. Suponemos que su caudal de masa w1 es
constante, pero la fracción de masa de A, x1, varía con el tiempo. La secuencia 2 consta de
A puro y, por lo tanto, x2 = 1. El caudal másico del flujo 2, w2, se puede manipular
utilizando una válvula de control. La fracción de masa de A en el flujo de salida se denota
por x y el valor deseado (punto de ajuste) por xsp. Por lo tanto, para este problema de
control, la variable controlada es x, la variable manipulada es w2 y la variable de
perturbación es x1.

Acontinuación consideramos dos preguntas.

Pregunta de diseño. Si el valor nominal de x1 es x1, ¿qué caudal nominal w2 se requiere


para producir la concentración de salida deseada, xsp?
Para responder a esta pregunta, consideramos los saldos materiales de estado estable:
El balance general:

La barra superior sobre un símbolo denota su valor de equilibrio nominal, por ejemplo, el
valor utilizado en el diseño del proceso. De acuerdo con la descripción del proceso, 2 = 1
y =xsp. Resolviendo ec.1-1 para ẅ sustituyendo estos valores en la ec. 1-2, y la
reorganización da

La ecuación 1-3 es la ecuación de diseño para el sistema de mezcla. Si nuestras suposiciones


son correctas y si x1 = 1, entonces este valor de w2 producirá el resultado deseado, x = xsp.
¿Pero qué pasa si cambian las condiciones?
Pregunta de control. Supongamos que la concentración de entrada x1 varía con el tiempo.
¿Cómo podemos asegurarnos de que la composición de salida x permanezca en o cerca del
valor deseado, xsp? Como ejemplo específico, suponga que x1 aumenta a un valor constante
que es mayor que su valor nominal, 1. Está claro que la composición de salida también
aumentará debido al aumento en la composición de entrada. En consecuencia, en este nuevo
estado estacionario, x> xsp. A continuación, consideramos varias estrategias para reducir los
efectos de las perturbaciones x1 en x.

Método 1.
Medir x y ajustar w2.
Es razonable medir la variable controlada x y luego ajustar w2 en consecuencia. Por
ejemplo, si x es demasiado alto, w2 debería reducirse; si x es demasiado bajo, w2
debería incrementarse. Esta estrategia de control podría ser implementada por una
persona (control manual). Sin embargo, normalmente sería más conveniente y
económico automatizar esta tarea simple (control automático). El método 1 se
puede implementar como un algoritmo de control simple (o ley de control),

donde Kc es una constante llamada ganancia del controlador. Los símbolos, w2 (t)
y x (t), indican que w2 y x cambian con el tiempo. La ecuación 1-4 es un ejemplo de
control proporcional, porque el cambio en el caudal, w2 (t) - ẅ2, es proporcional a
la desviación del punto de ajuste, xsp - x (t). Tenga en cuenta que requerimos que
Kc sea positivo porque w2 debe aumentar cuando x disminuye, y viceversa.
Sin embargo, en otras aplicaciones de control, los valores negativos de Kc son
apropiados, como se explica en el Capítulo 8. El diagrama esquemático del Método
1 se encuentra en la Fig. 1.4. La concentración de salida se mide y se transmite al
controlador como una señal eléctrica (las señales eléctricas se muestran como
líneas discontinuas en la Fig. 1.4). El controlador ejecuta la ley de control y envía
una señal eléctrica adecuada a la válvula de control. La válvula de control se abre
o se cierra en consecuencia. En los Capítulos 8 y 9, consideramos la
instrumentación de procesos y el hardware de control con más detalle.

Figura 1.4 Sistema de mezcla y método de control

Método 2. Medir x1, ajustar w2. Como alternativa al Método 1, podríamos medir la
variable de perturbación x1 y ajustar w2 en consecuencia. Por lo tanto, si x1> 1,
disminuiríamos w2 de modo que w2 <ẅ2. Si x1 < 1, aumentaríamos w2. Una ley
de control basada en el Método 2 se puede obtener de la Ec. 1-3 reemplazando x1
con x1 (t) y ẅ2 con w2 (t):

El diagrama esquemático para el Método 2 se muestra en la Fig. 1.5. Porque la ec.


1-3 es válido solo para condiciones de estado estable, no está claro cuán efectivo
será el Método 2 durante las condiciones transitorias que se producen después de
una perturbación x1.

Método 3. Medir x1 y x, ajustar w2. Este enfoque es una combinación de los


métodos 1 y 2. Método 4. Usa un tanque más grande. Si se usa un tanque más
grande, las fluctuaciones en x1 tenderán a amortiguarse como resultado del mayor
volumen de líquido. Sin embargo, aumentar el tamaño del tanque es una solución
costosa debido al mayor costo de capital.
Figura 1.4 Sistema de mezcla y método de control 1.

Figura 1.5 Sistema de mezcla y método de control 2.

1.3 CLASIFICACIÓN DEL PROCESO (ESTRATEGIAS DE CONTROL).


A continuación, clasificaremos las cuatro estrategias de control de mezcla de la
sección anterior y discutiremos sus ventajas y desventajas relativas.

El método 1: es un ejemplo de una estrategia de control de retroalimentación. La


característica distintiva del control de realimentación es que la variable controlada
se mide, y que la medida se usa para ajustar la variable manipulada. Para el control
de retroalimentación, la variable de perturbación no se mide. Es importante hacer
una distinción entre retroalimentación negativa y retroalimentación positiva. En la
literatura de ingeniería, la retroalimentación negativa se refiere a la situación
deseable en la que la acción correctiva realizada por el controlador fuerza la variable
controlada hacia el punto de ajuste. Por otro lado, cuando se produce una
retroalimentación positiva, el controlador empeora las cosas al forzar la variable
controlada más lejos del punto de ajuste. Por ejemplo, en el problema de control de
mezcla, la retroalimentación positiva tiene lugar si Kc <0, porque w2 aumentará
cuando x aumente.1 Claramente, es de suma importancia asegurar que un sistema
de control de retroalimentación incorpore retroalimentación negativa en lugar de
retroalimentación positiva.

Una ventaja importante del control de retroalimentación es que la acción correctiva


se produce independientemente de la fuente de la perturbación. Por ejemplo, en el
proceso de mezcla, la ley de control de retroalimentación en la ecuación. 1-4 puede
acomodar perturbaciones en w1, así como x1. Su capacidad para manejar las
perturbaciones de origen desconocido es una de las principales razones por las que
el control por retroalimentación es la estrategia de control del proceso dominante.
Otra ventaja importante es que el control de retroalimentación reduce la sensibilidad
de la variable controlada a las perturbaciones no medidas y los cambios de proceso.
Sin embargo, el control de realimentación tiene una limitación fundamental: no se
realiza ninguna acción correctiva hasta después de que la perturbación haya
trastornado el proceso, es decir, hasta que la variable controlada se desvíe del punto
de ajuste. Esta deficiencia es evidente a partir de la ley de control de la ec. 1-4.

El método 2: es un ejemplo de una estrategia de control de avance. La


característica distintiva de feedforward el control es que la variable de perturbación
se mide, pero la variable controlada no. La ventaja importante del control de avance
es que se toman acciones correctivas antes de que la variable controlada se desvíe
del punto de ajuste. Idealmente, la acción correctiva cancelará los efectos de la
perturbación para que el control
La variable no se ve afectada por la perturbación. Aunque la cancelación ideal
generalmente no es posible, el control de avance puede reducir significativamente
los efectos de las perturbaciones medidas, como se explica en el Capítulo 15.

El control de avance tiene tres desventajas importantes: (i) la variable de


perturbación debe medirse (o estimarse con precisión), (ii) no se toman medidas
correctivas para las perturbaciones no medidas y (iii) se requiere un modelo de
proceso. Por ejemplo, el control feedforward.
La estrategia para el sistema de mezcla (Método 2) no realiza ninguna acción
correctiva para las perturbaciones w1 no medidas. En principio, podríamos resolver
esta situación midiendo x1 y w1 y luego ajustando w2 en consecuencia. Sin
embargo, en aplicaciones industriales, generalmente no es económico intentar
medir todas las posibles variables de perturbación. Un enfoque más práctico es
utilizar un sistema combinado de control de retroalimentación de avance hacia
adelante, en el que el control de realimentación proporciona una acción correctiva
para las perturbaciones no medidas, mientras que el control de avance avanza a las
perturbaciones medidas antes de que la variable controlada se altere.
Tabla 1.1 Estrategias de control de concentración para el sistema de mezcla
FB = control de realimentación; FF = control de avance; FF / FB = control de avance y control de
realimentación.

Este método se ilustra con el Método 3, una estrategia combinada de control de


retroalimentación-retroalimentación porque se miden tanto x como x1.
Finalmente, el Método 4 consiste en un cambio en el diseño del proceso y, por lo
tanto, no es realmente una estrategia de control. Las cuatro estrategias para el
sistema de mezcla de tanque agitado se resumen en la Tabla 1.1.

Diagramas de control de proceso A continuación, consideramos el equipo que se


utiliza para implementar estrategias de control. Para el sistema de mezcla de
tanque agitado bajo control de retroalimentación (Método 1) en la Fig. 1.4, la
concentración de salida x se controla y la velocidad de flujow2 de la especie A
pura se ajusta utilizando un control proporcional. Para considerar cómo se podría
implementar esta estrategia de control de retroalimentación, en la Fig. 1.6 se
muestra un diagrama de bloques para el sistema de control de tanque agitado. El
funcionamiento del sistema de control de retroalimentación se puede resumir de la
siguiente manera:

1. Analizador y transmisor: la concentración de salida del tanque se mide con un


analizador y luego la medición se convierte en una señal de corriente eléctrica
correspondiente mediante un transmisor.

Figura 1.6 Diagrama de bloques para el sistema de control de retroalimentación de composición de


salida en la Fig. 1.4.
2. Controlador de retroalimentación: el controlador realiza tres cálculos distintos. Primero,
convierte el punto de ajuste real xsp en una señal interna equivalente sp. Segundo, calcula
una señal de error e (t) restando el valor medido xm(t) del punto de ajuste ̃ sp, es decir, e (t)
= sp − m(t). Tercero, la salida del controlador p(t) se calcula a partir de la ley de control
proporcional similar a la ecuación. 1-4.

3. Válvula de control: la salida del controlador p (t) en este caso es una señal de
corriente DC que se envía a la válvula de control para ajustar la posición del vástago
de la válvula, que a su vez afecta el caudal w2(t). (La señal de salida del controlador
se denota tradicionalmente por p porque los primeros controladores eran
dispositivos neumáticos con señales neumáticas (presión) como entradas y
salidas).

El diagrama de bloques en la Fig. 1.6 proporciona un punto de inicio conveniente para


analizar problemas de control de procesos. También se muestran las unidades físicas para
cada señal de entrada y salida. Tenga en cuenta que el diagrama esquemático en la Fig.
1.4 muestra las conexiones físicas entre los componentes del sistema de control, mientras
que el diagrama de bloques muestra el flujo de información dentro del sistema de control.
El bloque etiquetado como "válvula de control" tiene p (t) como su señal de entrada y w2 (t)
como su señal de salida, lo que ilustra que las señales en un diagrama de bloques pueden
representar una variable física como w2 (t) o un instrumento señal tal como p(t).

Figura 1.7 Controlado y variables manipuladas para una Columna de destilación típica.
1.5 LA JERARQUÍA DEL PROCESO ACTIVIDADES DE CONTROL

Figura 1.8 Jerarquía de actividades de control de procesos.

Medición y actuación (Nivel 1)


La instrumentación (por ejemplo, sensores y transmisores) y el equipo de actuación
(por ejemplo, válvulas de control) se utilizan para medir las variables del proceso e
implementar las acciones de control calculadas. Estos dispositivos están
conectados al sistema de control, generalmente un equipo de control digital como
una computadora digital. Claramente, las funciones de medición y actuación son
una parte indispensable de cualquier sistema de control.
Seguridad y Medio Ambiente / Protección de Equipos (Nivel 2)
Las funciones del Nivel 2 desempeñan un papel fundamental al garantizar que el
proceso funcione de manera segura y cumpla con las regulaciones ambientales.
Como se discutió en el Capítulo 10, la seguridad del proceso se basa en el principio
de múltiples capas de protección que involucran grupos de equipos y equipos
humanos.
comportamiento. Una capa incluye funciones de control de procesos, como la
gestión de alarmas en situaciones anormales y sistemas instrumentados de
seguridad para paradas de emergencia. El equipo de seguridad (incluidos los
sensores y las válvulas de control) funciona independientemente de la
instrumentación regular utilizada para el control reglamentario en el Nivel 3a. Se
pueden emplear técnicas de validación de sensores para confirmar que los sensores
funcionan correctamente.

Control Regulatorio (Nivel 3a)


Como se mencionó anteriormente, la operación exitosa de un proceso requiere que
las variables clave del proceso, como los caudales, temperaturas, presiones y
composiciones, sean operadas en o cerca de sus puntos de ajuste. Esta actividad
de Nivel 3a, control regulatorio, se logra mediante la aplicación de técnicas de
retroalimentación estándar y control de avance (Capítulos 11–15). Si las técnicas
de control estándar no son satisfactorias, hay una variedad de técnicas de control
avanzadas disponibles (Capítulos 16–18). En los últimos años, ha aumentado el
interés en monitorear el desempeño del sistema de control (Capítulo 21).
Control multivariable y de restricciones (Nivel 3b)
Muchos problemas difíciles de control de procesos tienen dos características distintivas: (i)
se producen interacciones significativas entre variables de proceso clave y (ii) restricciones
de desigualdad para variables manipuladas y controladas. Las restricciones de desigualdad
incluyen límites superiores e inferiores. Por ejemplo, cada tasa de flujo manipulado tiene un
límite superior determinado por las características de la bomba y la válvula de control. El
límite inferior puede ser cero, o un pequeño valor positivo, basado en consideraciones de
seguridad. Los límites en las variables controladas reflejan las limitaciones del equipo (por
ejemplo, los límites metalúrgicos) y los objetivos operativos para el proceso. Por ejemplo, la
temperatura de un reactor puede tener un límite superior para evitar reacciones secundarias
no deseadas o la degradación del catalizador, y un límite inferior para garantizar que la
reacción (o reacciones) continúe.
La capacidad de operar un proceso cerca de una restricción limitante es un objetivo
importante para el control avanzado del proceso. Para muchos procesos
industriales, la condición operativa óptima se produce en un límite de restricción,
por ejemplo, el nivel máximo de impureza permitido en un flujo de productos. Para
estas situaciones, el punto de ajuste no debe ser el valor de restricción, ya que una
perturbación del proceso podría forzar a la variable controlada más allá del límite.
Por lo tanto, el punto de ajuste debe establecerse de manera conservadora, según
la capacidad del sistema de control para reducir los efectos de las perturbaciones.
Esta situación se ilustra en la figura 1.9. Para (a), la variabilidad de la variable
controlada es bastante alta y, en consecuencia, el punto de ajuste debe
especificarse muy por debajo del límite. Para (b), la estrategia de control mejorada
ha reducido la variabilidad; en consecuencia, el punto de ajuste se puede mover
más cerca del límite, y el proceso se puede operar más cerca de la condición
operativa óptima.

Las técnicas estándar de control de procesos del Nivel 3a pueden no ser adecuadas
para problemas de control difíciles que tienen serias interacciones de procesos y
restricciones de desigualdad. Para estas situaciones, se deben considerar las
técnicas de control avanzado de Nivel 3b, control multivariable y control de
restricción. En particular, la estrategia de control predictivo modelo (MPC) se
desarrolló para tratar tanto las interacciones de proceso como las restricciones de
desigualdad. El MPC es el tema del Capítulo 20.
Optimización en tiempo real (Nivel 4)
Las condiciones óptimas de operación para una planta se determinan como parte
del diseño del proceso. Pero durante las operaciones de la planta, las condiciones
óptimas pueden cambiar con frecuencia debido a los cambios en la disponibilidad
del equipo, las perturbaciones del proceso y las condiciones económicas (por
ejemplo, los costos de las materias primas y los precios de los productos). En
consecuencia, puede ser muy rentable recalcular las condiciones óptimas de
operación de manera regular. Esta actividad de Nivel 4, optimización en tiempo real
(RTO), es el tema del Capítulo 19. Las nuevas condiciones óptimas se implementan
luego como puntos de ajuste para las variables controladas. Los cálculos de RTO
se basan en un modelo de estado estable de la planta y datos económicos, como
los costos y los valores de los productos. Un objetivo típico de la optimización es
minimizar el costo operativo o maximizar la ganancia operativa. Los cálculos de
RTO se pueden realizar para una sola unidad de proceso o en toda la planta. Las
actividades del Nivel 4 también incluyen análisis de datos para garantizar que el
modelo de proceso utilizado en los cálculos de RTO sea exacto para las condiciones
actuales. Por lo tanto, las técnicas de conciliación de datos se pueden utilizar para
garantizar que se satisfacen los balances de masa y energía en estado estable.
Además, el modelo de proceso se puede actualizar utilizando técnicas de
estimación de parámetros y datos recientes de la planta (Capítulo 7).

Planificación y programación (Nivel 5)


El nivel más alto de la jerarquía de control de procesos se refiere a las operaciones
de planificación y programación para toda la planta. Para procesos continuos, las
tasas de producción de todos los productos e intermedios deben planificarse y
coordinarse, en función de las limitaciones de equipo, la capacidad de
almacenamiento, las proyecciones de ventas y el funcionamiento de otras plantas,
a veces a nivel mundial. Para la operación intermitente de los procesos de lotes y
semiparches, el problema de control de producción se convierte en un problema de
planificación de lotes basado en consideraciones similares. Por lo tanto, las
actividades de planificación y programación plantean problemas difíciles de
optimización que se basan tanto en consideraciones de ingeniería como en
proyecciones de negocios.
Figura 1.9 Variabilidad del proceso en el tiempo: (a) antes del control mejorado del proceso. (b) después.
(average=promedio).

1.6 UNA VISIÓN GENERAL DEL DISEÑO DEL SISTEMA DE CONTROL.


En esta sección, presentamos algunos aspectos importantes del diseño del sistema de
control. Sin embargo, es apropiado primero Describir la relación entre diseño de procesos
y control de procesos. Históricamente, el diseño del proceso y el diseño del sistema de
control han sido actividades de ingeniería separadas. Por lo tanto, en el enfoque tradicional,
el diseño del sistema de control no se inicia hasta después de que el diseño de la planta
está en marcha, y es posible que se hayan pedido piezas importantes del equipo. Este
enfoque tiene serias limitaciones porque el diseño de la planta determina la dinámica del
proceso, así como la operatividad de la planta. En situaciones extremas, el proceso puede
ser incontrolable, aunque el diseño parece satisfactorio desde una perspectiva de estado
estable. Un mejor enfoque es considerar la dinámica del proceso y los problemas de control
al principio del diseño del proceso. La interacción entre el diseño del proceso y el control se
analiza con más detalle en el Capítulo 13 y los Apéndices G, H y I. A continuación,
consideramos dos enfoques generales para el diseño del sistema de control:
1. Enfoque tradicional. La estrategia de control y el hardware del sistema se seleccionan en
función del conocimiento del proceso, la experiencia y el conocimiento. Después de instalar
el sistema de control en la planta, se ajustan las configuraciones del controlador (como la
ganancia Kc del controlador en la ecuación 1-4). Esta actividad se conoce como ajuste del
controlador.
2. Enfoque basado en modelos. Primero se desarrolla un modelo dinámico del proceso que
puede ser útil en al menos tres formas: (i) se puede utilizar como base para los métodos de
diseño de controladores basados en modelos (Capítulos 12 y 14), (ii) el modelo dinámico
puede ser incorporado directamente en la ley de control (por ejemplo, control predictivo del
modelo), y (iii) el modelo se puede usar en una simulación por computadora para evaluar
estrategias de control alternativas y determinar valores preliminares de la configuración del
controlador.
Figura 1.10 Principales pasos en el desarrollo del sistema de control.

preguntas
1.1 ¿Cuáles de las siguientes afirmaciones son verdaderas? Para las declaraciones
falsas, explique por qué cree que son falsas
(a) El control de retroalimentación y retroalimentación requiere una variable medida.
(b) Para el control de avance, la variable medida es la variable a controlar.
(c) El control de retroalimentación teóricamente puede proporcionar un control
perfecto (es decir, sin desviaciones del punto de ajuste) si el modelo de proceso
utilizado para diseñar el sistema de control es perfecto.
(d) El control de retroalimentación toma acciones correctivas para todos los tipos de
perturbaciones del proceso, tanto conocidas como desconocidas.
(e) El control de retroalimentación es superior al control de avance.
Resumen de la jerarquía de control de procesos
Las actividades de los Niveles 1, 2 y 3a en la Fig. 1.8, se requieren para todas las
plantas de fabricación, mientras que las actividades en los Niveles 3b-5 son
opcionales pero pueden ser muy rentables. La decisión de implementar una o más
de estas actividades de nivel superior depende en gran medida de la aplicación y
de la empresa. La decisión depende en gran medida de consideraciones
económicas (por ejemplo, un análisis de costo / beneficio), y las prioridades de la
compañía para sus recursos limitados, tanto humanos como financieros. La
inmediatez de la actividad disminuye de Nivel 1 a Nivel 5 en la jerarquía. Sin
embargo, la cantidad de análisis y los requisitos computacionales aumentan desde
el nivel más bajo hasta el nivel más alto. Las actividades de control de procesos a
diferentes niveles deben ser cuidadosamente coordinadas y requiere transferencia
de información de un nivel al siguiente. La implementación exitosa de estas
actividades de control de procesos es un factor crítico para que la operación de la
planta sea lo más rentable posible.

En este capítulo, hemos introducido los conceptos básicos de dinámica de procesos


y control de procesos. La dinámica del proceso determina cómo responde un
proceso durante condiciones transitorias, como el inicio y el cierre de la planta, los
cambios de grado y las perturbaciones inusuales. El control del proceso permite que
el proceso se mantenga en las condiciones operativas deseadas, de manera segura
y económica, a la vez que satisface los requisitos ambientales y de calidad del
producto. Sin un control efectivo del proceso, sería imposible operar plantas
industriales a gran escala.

Se han utilizado dos ejemplos físicos, un sistema de mezcla continua y una columna
de destilación, para introducir conceptos de control básicos, en particular,
retroalimentación y control de avance. También motivamos la necesidad de un
enfoque sistemático para el diseño de sistemas de control. Para procesos
complejos. El desarrollo del sistema de control consiste en una serie de actividades
separadas que se muestran en la Fig. 1.10. En este libro, defendemos la filosofía
de diseño de que para los procesos complejos, se debe desarrollar un modelo
dinámico del proceso para que el sistema de control pueda diseñarse
adecuadamente. En la Fig. 1.8 se presentó una jerarquía de actividades de control
de procesos. El control de procesos juega un papel clave para garantizar la
seguridad de los procesos y proteger al personal, los equipos y el medio ambiente.
Las variables controladas se mantienen cerca de sus puntos de ajuste mediante la
aplicación de técnicas de control regulatorio y técnicas de control avanzadas, como
el control multivariable y de restricción. Se puede emplear la optimización en tiempo
real para determinar los puntos de ajuste óptimos del controlador para las
condiciones y restricciones de operación actuales. El nivel más alto de la jerarquía
de control de procesos se refiere a las operaciones de planificación y programación
para toda la planta. Los diferentes niveles de actividad de control de procesos en la
jerarquía están relacionados y deben coordinarse cuidadosamente.
Problemas:
1.1 ¿Cuáles de las siguientes afirmaciones son verdaderas? Para las declaraciones falsas, explique
por qué cree que son falsas (a) El control de retroalimentación y retroalimentación requiere una
variable medida.
(b) Para el control de avance, la variable medida es la variable a controlar.
(c) El control de retroalimentación teóricamente puede proporcionar un control perfecto (es decir,
sin desviaciones del punto de ajuste) si el modelo de proceso utilizado para diseñar el sistema de
control es perfecto.
(d) El control de retroalimentación toma acciones correctivas para todos los tipos de perturbaciones
del proceso, tanto conocidas como desconocidas.
(e) El control de retroalimentación es superior al control de avance.

1.2 Considere un sistema de calefacción para el hogar que consiste en un horno de gas natural y un
termostato. En este caso, el proceso consiste en el espacio interior a calentar. El termostato contiene
tanto el sensor de temperatura como el controlador. El horno está encendido (calefacción) o
apagado. Dibuja un diagrama esquemático para este sistema de control. En su diagrama, identifique
las variables controladas, las variables manipuladas y las variables de perturbación. Asegúrese de
incluir varias posibles fuentes de perturbaciones que puedan afectar la temperatura ambiente.

1.3 Además de un sistema de calefacción de casa con termostato, identifique otros dos sistemas de
control de retroalimentación que se pueden encontrar en la mayoría de las residencias. Describe
brevemente cómo funciona cada uno de ellos; Incluye información del sensor, el actuador y el
controlador.

1.4 ¿Un horno de microondas típico utiliza un control de retroalimentación para ajustar la
temperatura de cocción o para determinar si la comida está “cocinada”? Si no, ¿qué técnica se
utiliza? ¿Puede pensar en alguna desventaja de este enfoque, por ejemplo, al descongelar y cocinar
alimentos?

1.5 Conducir un automóvil de manera segura requiere una habilidad considerable. Incluso si no se
reconoce de manera general, el conductor necesita una capacidad intuitiva para utilizar métodos de
control de retroalimentación hacia adelante.
(a) En el proceso de conducir un automóvil, un objetivo es mantener el vehículo generalmente
centrado en el carril de tránsito adecuado. Por lo tanto, la variable controlada es alguna medida de
esa distancia. Si es así, ¿cómo se utiliza el control de retroalimentación para lograr este objetivo?
Identifique el (los) sensor (es), el actuador, cómo se determina la acción de control apropiada y
algunas posibles perturbaciones.
(b) El proceso de frenar o acelerar un automóvil es altamente complejo, y requiere el uso hábil de
los mecanismos de retroalimentación y avance para conducir de manera segura. Para el control de
retroalimentación, el conductor normalmente usa la distancia al vehículo por delante como la
variable medida. Este "punto de ajuste" a menudo se recomienda que sea una distancia relacionada
con la velocidad, por ejemplo, una separación de longitud de carro por cada 10 mph. Si se utiliza
esta recomendación, ¿cómo entra el control de avance en el proceso de aceleración / frenado cuando
se intenta conducir en el tráfico a una velocidad constante? En otras palabras, ¿qué otra
información, además de la distancia que separa a los dos vehículos, utiliza el conductor para evitar
chocar con el automóvil que tiene delante?

1.6 El cuerpo humano contiene numerosos bucles de control de retroalimentación que son
esenciales para regular las variables fisiológicas clave. Por ejemplo, la temperatura corporal en una
persona sana debe ser regulada estrechamente dentro de un rango estrecho.
(a) Describa brevemente una o más formas en que el cuerpo regula la temperatura corporal
mediante el control por retroalimentación. (b) Describa brevemente un sistema de control de
retroalimentación para la regulación de otra variable fisiológica importante.

1.8 Describa cómo un ciclista utiliza conceptos tanto del control de avance como del control de
retroalimentación mientras monta una bicicleta.

1.11 Identifique y describa tres sistemas de control automático en un automóvil moderno (además
del control de crucero). 1.12 En la Figura 1.1 (d), identifique las variables controladas, manipuladas
y de perturbación (puede haber más de una de cada tipo). ¿Cómo afecta el tiempo de tratamiento
de diálisis a la concentración de residuos?
CAPITULO 2
Modelos teóricos de Procesos químicos
CONTENIDO DEL CAPITULO

2.1 El fundamento de los modelos de procesos dinámicos


2.1.1 Un ejemplo ilustrativo: un proceso de mezcla
2.2 Principios generales de modelado
2.2.1 Leyes de conservación
2.2.2 El proceso de mezcla revisado
2.3 Grados de Análisis de Libertad
2.4 Modelos dinámicos de procesos representativos.
2.4.1 Proceso de calentamiento del tanque de agitación: retención constante
2.4.2 Proceso de calentamiento del tanque de agitación: retención variable
2.4.3 Tanque removido calentado eléctricamente
2.4.4 Tanque agitado calentado por vapor
2.4.5 Sistemas de almacenamiento de líquidos
2.4.6 El Reactor de Tanque Agitado Continuo (CSTR)
2.4.7 Sistemas escalonados (un absorbedor de tres etapas)
2.4.8 Biorreactor Fed-Batch
2.5 Dinámica de procesos y modelos matemáticos.

En este capítulo consideramos la derivación de modelos de procesos químicos sin


estabilizar a partir de principios físicos y químicos. Los modelos de estado inestable
también se conocen como modelos dinámicos. Primero consideramos el
fundamento de los modelos dinámicos y luego presentamos una estrategia general
para derivarlos de los primeros principios, como las leyes de conservación. Luego
se desarrollan modelos dinámicos para varios procesos representativos.
Finalmente, describimos cómo los modelos dinámicos que consisten en conjuntos
de ecuaciones diferenciales ordinarias y relaciones algebraicas se pueden resolver
numéricamente utilizando la simulación por computadora.

2.1 El fundamento de los modelos dinámicos de proceso. Los modelos


dinámicos desempeñan un papel central en el tema de la dinámica y el control del
proceso. Los modelos se pueden utilizar para: 1. Mejorar la comprensión del
proceso. Los modelos dinámicos y la simulación por computadora permiten
investigar el comportamiento transitorio del proceso sin tener que perturbar el
proceso. La simulación por computadora permite obtener información valiosa sobre
el comportamiento dinámico del proceso en estado estable, incluso antes de que se
construya la planta.
2. Capacitar al personal operativo de la planta.

Los simuladores de procesos desempeñan un papel fundamental en la capacitación


de operadores de plantas para ejecutar unidades complejas y enfrentar situaciones
peligrosas o situaciones de emergencia. Al conectar un simulador de procesos al
equipo de control de procesos estándar, se crea un entorno de capacitación realista.
Este rol es análogo a los simuladores de entrenamiento de vuelo utilizados en la
industria aeroespacial.

3. Desarrollar una estrategia de control para un nuevo proceso. Un modelo dinámico


del proceso permite evaluar estrategias de control alternativas. Por ejemplo, un
modelo dinámico puede ayudar a identificar las variables de proceso que deben
controlarse y las que deben manipularse (Capítulo 13). El ajuste preliminar del
controlador se puede derivar utilizando un modelo, antes de la puesta en marcha de
la planta utilizando modelos empíricos (Capítulo 12). Para las estrategias de control
basadas en modelos (capítulos 12, 16 y 20), el modelo de proceso es un elemento
explícito de la ley de control.

4. Optimizar las condiciones de operación del proceso. Puede ser ventajoso


recalcular periódicamente las condiciones óptimas de operación para maximizar la
ganancia o minimizar el costo. Se puede usar un modelo de proceso de estado
estacionario e información económica para determinar las condiciones operativas
más rentables (consulte el Capítulo 19). Para muchos de los ejemplos citados
anteriormente, especialmente cuando se trata de procesos nuevos, peligrosos o
difíciles de operar, el desarrollo de un modelo de proceso adecuado puede ser
crucial para el éxito. Los modelos se pueden clasificar en función de cómo se
obtienen: (a) Los modelos teóricos se desarrollan utilizando los principios de la
química, la física y la biología. (b) Los modelos empíricos se obtienen ajustando los
datos experimentales (más en el Capítulo 7). (c) Los modelos semi-empíricos son
una combinación de los modelos en las categorías (a) y (segundo); los valores
numéricos de uno o más de los parámetros en un modelo teórico se calculan a partir
de datos experimentales. Los modelos teóricos ofrecen dos ventajas muy
importantes: proporcionan información física sobre el comportamiento del proceso
y son aplicables en una amplia gama de condiciones. Sin embargo, hay desventajas
asociadas con los modelos teóricos. Tienden a ser caros y requieren mucho tiempo
para desarrollarse. Si bien los modelos empíricos son más fáciles de desarrollar y
usar en el diseño de controladores que los modelos teóricos, tienen una gran
desventaja de no extrapolar. Más específicamente, los modelos empíricos deben
usarse con precaución para las condiciones de operación que no se incluyeron en
los datos experimentales utilizados para ajustar el modelo. Los modelos semi-
empíricos tienen tres ventajas inherentes: (i) incorporan conocimientos teóricos, (ii)
pueden extrapolarse en un rango más amplio de condiciones operativas que los
modelos puramente empíricos, y (iii) requieren menos esfuerzo de desarrollo que
los modelos teóricos. En consecuencia, los modelos semi-empíricos son
ampliamente utilizados en la industria. Este capítulo se ocupa del desarrollo de
modelos teóricos a partir de principios básicos, como las leyes de conservación.
2.1.1 Un ejemplo ilustrativo: un proceso de mezcla En el Capítulo 1, desarrollamos
un modelo de estado estable para un sistema de mezcla de tanque agitado basado
en balanzas de masa y componentes. Ahora desarrollamos un modelo de estado
inestable que nos permitirá analizar la situación más general en la que las variables
del proceso varían con el tiempo y deben incluirse los términos de acumulación.
Como ejemplo ilustrativo, consideramos el sistema de mezcla isotérmica de tanque
agitado en la Fig. 2.1. Es una versión más general del sistema de mezcla en la Fig.
1.3 porque se ha omitido la línea de desbordamiento y el flujo de entrada 2 no es
necesariamente A puro (es decir, x2 ≠ 1). Ahora el volumen del líquido en el tanque
V puede variar con el tiempo y el caudal de salida no es necesariamente igual a la
suma de los caudales de entrada. Un balance de masa en estado inestable para el
sistema de mezcla en la Fig. 2.1 tiene la forma

(Acumulación de masa en el tanque) = (tasa de masa que entra)- (tasa de masa que sale)

La masa de líquido en el tanque se puede expresar como el producto del volumen


de líquido V y la densidad ρ.

Figura 2.1 Proceso de mezcla del tanque agitado.

En consecuencia, la tasa de acumulación de masa es simplemente d (Vρ) / dt, y la ecuación.


2-1 se puede escribir como

donde w1, w2 yw son tasas de flujo másico. El balance de materiales en estado inestable para
el componente A se puede derivar de manera análoga. Suponemos que el tanque de mezcla
está perfectamente mezclado. Este supuesto tiene dos implicaciones importantes: (i) no hay
gradientes de concentración en el contenido del tanque y (ii) la composición de la corriente
de salida es igual a la composición del tanque. El supuesto de mezcla perfecto es válido para
líquidos de baja viscosidad que reciben un grado adecuado de agitación. En contraste, es
menos probable que la suposición sea válida para líquidos de alta viscosidad como los
polímeros.
o metales fundidos. La mezcla no ideal se modela en libros sobre análisis de reactores (por
ejemplo, Fogler, 2006).

Para la suposición de mezcla perfecta, la tasa de acumulación del componente A


es d (Vρx) / dt, donde x es la fracción de masa de A. El balance de componentes en
estado inestable es

Las ecuaciones 2-2 y 2-3 proporcionan un modelo de estado inestable para el sistema de
mezcla. El modelo de estado estable correspondiente se derivó en el Capítulo 1 (véanse las
ecuaciones 1-1 y 1-2). También se puede obtener estableciendo los términos de acumulación
en las ecuaciones. 2-2 y 2-3 iguales a cero,

donde las condiciones nominales de estado estable se indican con x y w y así


sucesivamente. En general, un modelo de estado estacionario es un caso especial
de un modelo de estado inestable que puede derivarse estableciendo los términos
de acumulación igual a cero. Se puede utilizar un modelo dinámico para caracterizar
el comportamiento transitorio de un proceso para una amplia variedad de
condiciones. Por ejemplo, algunas preocupaciones relevantes para el proceso de
mezcla: ¿Cómo cambiaría la composición de salida después de un aumento
repentino en el caudal de entrada o después de una disminución gradual en la
composición de entrada? ¿Serían estas respuestas transitorias muy diferentes si el
volumen de líquido en el tanque es bastante pequeño o bastante grande cuando
comienza un cambio de entrada? Estas preguntas se pueden responder resolviendo
las ecuaciones diferenciales ordinarias (EDO) en las ecuaciones. 2-2 y 2-3 para
condiciones iniciales específicas y para cambios particulares en los caudales de
entrada o composiciones. La solución de los modelos dinámicos se considera más
adelante en este capítulo y en los capítulos 3–6. Antes de explorar el ejemplo de
mezcla en más detalle, primero presentamos los principios generales para el
desarrollo de modelos dinámicos.

2.2 PRINCIPIOS GENERALES DE MODELADO


Es importante recordar que un modelo de proceso no es más que una abstracción
matemática de un proceso real. Las ecuaciones del modelo son, en el mejor de los
casos, una aproximación al proceso real, como lo expresa el adagio de que “todos
los modelos son incorrectos, pero algunos son útiles”. Por consiguiente, el modelo
no puede incorporar todas las características, ya sean macroscópicas o
microscópicas, del proceso real. . El modelado implica de manera inherente un
compromiso entre la precisión y la complejidad del modelo, por una parte, y el costo
y el esfuerzo necesarios para desarrollar el modelo y verificarlo, por otra parte. El
compromiso requerido debe considerar una serie de factores, incluidos los objetivos
de modelado, los beneficios esperados del uso del modelo y los antecedentes de
los usuarios previstos del modelo (por ejemplo, los químicos de investigación frente
a los ingenieros de planta).

El modelado de procesos es tanto un arte como una ciencia. Se requiere creatividad


para hacer suposiciones simplificadoras que resulten en un modelo apropiado. En
consecuencia, la enumeración cuidadosa de todas las suposiciones que se invocan
en la construcción de un modelo es crucial para su evaluación final. El modelo debe
incorporar todos los comportamientos dinámicos importantes sin ser más complejo
de lo necesario. Por lo tanto, se omiten los fenómenos menos importantes para
mantener el número de ecuaciones, variables y parámetros del modelo en niveles
razonables. El hecho de no elegir un conjunto adecuado de supuestos
simplificadores conduce invariablemente a (1) modelos rigurosos pero
excesivamente complicados o (2) modelos demasiado simplistas. Deben evitarse
ambos extremos. Afortunadamente, el modelado también es una ciencia, y las
predicciones del comportamiento del proceso a partir de modelos alternativos
pueden compararse, tanto cualitativamente como cuantitativamente Este capítulo
proporciona una introducción al tema de los modelos dinámicos teóricos y muestra
cómo pueden desarrollarse a partir de los primeros principios, como las leyes de
conservación. Información adicional está disponible en los libros de Bequette
(1998), Aris (1999), Elnashaie y Garhyan (2003) y Cameron y Gani (2011).
En la Tabla 2.1 se resume un procedimiento sistemático para desarrollar modelos
dinámicos a partir de los primeros principios. La mayoría de los pasos en la Tabla
2.1 se explican por sí mismos, con la posible excepción del Paso 7. El análisis de
los grados de libertad en el Paso 7 se requiere en el desarrollo del modelo para
procesos complejos. Debido a que estos modelos suelen contener un gran número
de variables y ecuaciones, no es obvio si el modelo se puede resolver o si tiene una
solución única. En consecuencia, consideramos los grados de análisis de libertad
en las Secciones 2.3 y 13.1. Los modelos dinámicos de procesos químicos
consisten en EDO y / o ecuaciones diferenciales parciales (PDE), más ecuaciones
algebraicas relacionadas. En este libro restringiremos nuestra discusión a los
modelos ODE.

Se pueden encontrar detalles adicionales sobre los modelos PDE para la ingeniería
de reacción en Fogler (2006) y los procedimientos numéricos para resolver tales
modelos están disponibles, por ejemplo, en Se pueden encontrar detalles
adicionales sobre los modelos de PDE para la ingeniería de reacción en Fogler
(2006) y los procedimientos numéricos para resolver tales modelos están
disponibles, por ejemplo, en Chapra y Canale (2014). Para los problemas de control
de procesos, los modelos dinámicos se derivan de leyes de conservación de estado
inestable. En esta sección, primero revisamos los principios generales de modelado,
enfatizando la importancia de las leyes de conservación de masa y energía. Fuerza-
impulso
Los saldos se emplean con menos frecuencia. Para procesos con efectos de
momento que no se pueden pasar por alto (por ejemplo, algunos sistemas de
transporte de fluidos y sólidos), deben considerarse tales equilibrios. El modelo de
proceso a menudo también incluye relaciones algebraicas que surgen de la
termodinámica, los fenómenos de transporte, las propiedades físicas y la cinética
química. Equilibrio vapor-líquido, correlaciones de transferencia de calor, y las
expresiones de velocidad de reacción son ejemplos típicos de tales ecuaciones
algebraicas.
Tabla 2.1 Un enfoque sistemático para desarrollar modelos dinámicos:

1. Indique los objetivos de modelado y el uso final del modelo. Luego determine los
niveles requeridos de detalle del modelo y la precisión del modelo.
2. Dibuje un diagrama esquemático del proceso y etiquete todas las variables del
proceso.
3. Enumere todas las suposiciones involucradas en el desarrollo del modelo. Trate
de ser parsimonioso: el modelo no debe ser más complicado de lo necesario para
cumplir los objetivos del modelo.
4. Determine si las variaciones espaciales de las variables del proceso son
importantes. Si es así, se requerirá un modelo de ecuación diferencial parcial.
5. Escriba las ecuaciones de conservación apropiadas (masa, componente,
energía, etc.).
6. Introduzca las relaciones de equilibrio y otras ecuaciones algebraicas (desde la
termodinámica, los fenómenos de transporte, la cinética química, la geometría del
equipo, etc.).
7. Realice un análisis de grados de libertad (Sección 2.3) para asegurarse de que
se puedan resolver las ecuaciones del modelo.
8. Simplifica el modelo. A menudo es posible organizar las ecuaciones de modo que
las variables de salida aparezcan en el lado izquierdo y las variables de entrada
aparezcan en el lado derecho. Esta forma de modelo es conveniente para la
simulación por computadora y el análisis posterior.
9. Clasifique las entradas como variables de perturbación o como variables
manipuladas.

2.2.1 Leyes de conservación


Los modelos teóricos de los procesos químicos se basan en leyes de conservación
tales como la conservación de masa y energía. En consecuencia, ahora
consideramos importantes leyes de conservación y las usamos para desarrollar
modelos dinámicos para procesos representativos.

El último término en el lado derecho de la ecuación. 2-7 representa la tasa de


generación (o consumo) del componente i como resultado de reacciones químicas.
Las ecuaciones de conservación también se pueden escribir en términos de
cantidades molares, especies atómicas y especies moleculares (Felder y Rousseau,
2015).

Conservacion de energia La ley general de conservación de energía también se conoce


como la Primera Ley de la Termodinámica (Sandler, 2006). Se puede expresar como:

{𝒗𝒆𝒍𝒐𝒄𝒊𝒅𝒂𝒅 𝒅𝒆 𝒂𝒄𝒐𝒎𝒖𝒍𝒂𝒄𝒊𝒐𝒏 𝒅𝒆 𝒎𝒂𝒔𝒂} = {𝒗𝒆𝒍𝒐𝒄𝒊𝒅𝒂𝒅 𝒅𝒆 𝒎𝒂𝒔𝒂 𝒒𝒖𝒆 𝒆𝒏𝒕𝒓𝒂} −


{𝒗𝒆𝒍𝒐𝒄𝒊𝒅𝒂𝒅 𝒅𝒆 𝒎𝒔𝒂 𝒒𝒖𝒆 𝒔𝒂𝒍𝒆} (2.6)
Conservación del Componente i

{𝒗𝒆𝒍𝒐𝒄𝒊𝒅𝒂𝒅 𝒅𝒆 𝒂𝒄𝒐𝒎𝒖𝒍𝒂𝒄𝒊𝒐𝒏 𝒅𝒆𝒍 𝒄𝒐𝒎𝒑𝒐𝒏𝒆𝒏𝒕𝒆 𝒊}


= {𝒗𝒆𝒍𝒐𝒄𝒊𝒅𝒂𝒅 𝒅𝒆𝒍 𝒄𝒐𝒎𝒑𝒐𝒏𝒆𝒏𝒕𝒆 𝒊 𝒒𝒖𝒆 𝒆𝒏𝒕𝒓𝒂}
− {𝒗𝒆𝒍𝒐𝒄𝒊𝒅𝒂𝒅 𝒅𝒆𝒍 𝒄𝒐𝒎𝒑𝒐𝒏𝒆𝒏𝒕𝒆 𝒊 𝒒𝒖𝒆 𝒔𝒂𝒍𝒆}
+ {𝒗𝒆𝒍𝒐𝒄𝒊𝒅𝒂𝒅 𝒅𝒆 𝒑𝒓𝒐𝒅𝒖𝒄𝒄𝒊𝒐𝒏 𝒅𝒆𝒍 𝒄𝒐𝒎𝒑𝒐𝒏𝒆𝒏𝒕𝒆 𝒊}
− {𝒗𝒆𝒍𝒐𝒄𝒊𝒅𝒂𝒅 𝒅𝒆 𝒄𝒐𝒏𝒔𝒖𝒎𝒐 𝒅𝒆𝒍 𝒄𝒐𝒎𝒑𝒐𝒏𝒆𝒏𝒕𝒆} (𝟐. 𝟕)

El último término en el lado derecho de nEq. 2-7 representa la tasa de generación (o


consumo) del componente i como resultado de reacciones químicas. Las ecuaciones de
conservación también se pueden escribir en términos de cantidades molares, especies
atómicas y especies moleculares (Felder y Rousseau, 2015).

La ley general de conservación de energía también se conoce como la Primera Ley de la


Termodinámica (Sandler, 2006). Se puede expresar como:

{Tasa de energía en convección} − {Tasa de energía por convección} +


{Tasa neta de adición de calor al sistema desde el entorno} +
{Tasa neta de trabajo realizado en el sistema por el entorno} ...........(2.8)

La energía total de un sistema termodinámico, Utot, es la suma de su energía interna, energía


cinética y energía potencial:

Para los procesos y ejemplos considerados en este libro, es apropiado hacer dos
suposiciones: 1. Los cambios en la energía potencial y la energía cinética se pueden
descuidar, porque son pequeños en comparación con los cambios en la energía interna. 2.
La tasa neta de trabajo puede descuidarse, ya que es pequeña en comparación con las
tasas de transferencia de calor y convección. Para estos supuestos razonables, el balance
de energía en la ecuación. 2-8 se pueden escribir como (Bird et al., 2002).

donde Uint es la energía interna del sistema, Ĥ es la entalpía por unidad de masa, w es el
caudal másico y Q es la tasa de transferencia de calor al sistema. El operador denotes
denota la diferencia entre las condiciones de salida y las condiciones de entrada de las
corrientes que fluyen. En consecuencia, el término –Δ (wĤ) representa la entalpía de la (s)
corriente (s) de entrada menos la entalpía de la (s) corriente (s) de salida. La ecuación
análoga para cantidades molares es

Donde ( ̃ H) es la entalpía por mol y w es el molar tasa de flujo.


Tenga en cuenta que las leyes de conservación de esta sección son válidas para
los procesos de lotes y semi-lotes, así como para los procesos continuos. Por
ejemplo, en procesos por lotes, no hay caudales de entrada y salida. Por lo tanto, w
= 0 ỹ w = 0 en las ecuaciones. 2-10 y 2-11
Para derivar modelos dinámicos de procesos a partir de los balances de energía
generales en las ecuaciones. 2-10 y 2-11.
Se requieren expresiones para Uint y Ĥ o H̃ , que pueden derivarse de la
termodinámica. Estas derivaciones y una revisión de los conceptos relacionados
con la termodinámica se incluyen en el Apéndice B.

2.2.2 El proceso de mezcla revisado


A continuación, mostramos que el modelo dinámico del proceso de fusión en las
ecuaciones. 2-2 y 2-3 se pueden simplificar y expresar de una forma más adecuada
para la simulación por computadora. Para este análisis, introducimos el supuesto
adicional de que la densidad del líquido, ρ, es una constante.
Este supuesto es razonable porque a menudo la densidad solo tiene una débil
dependencia de la composición. Para la constante ρ, ec. 2-2 y 2-3 se convierten

La ecuación 2-13 se puede simplificar aún más expandiendo el término de


acumulación utilizando la "regla de la cadena" para la diferenciación de un
producto:

Sustitución de la ec. 2-14 en la ec. 2-13 da

Sustitución del balance de masa en la ec. 2-12 para ρdV/dt en la ec. 2-15 da:

Después de cancelar términos comunes y reorganizar Eqs. 2-12 y 2-16, se obtiene


una forma de modelo más conveniente (la llamada forma "espacio de estado"):

El modelo dinámico en las ecs. 2-17 y 2-18 es bastante general y se basa en solo
dos suposiciones: mezcla perfecta y densidad constante. Para situaciones
especiales, el volumen de líquido V es constante (es decir, dV/dt=0) y el caudal de
salida es igual a la suma de los caudales de entrada, w = w1 + w2. Estas condiciones
pueden ocurrir cuando 1. Se usa una línea de desbordamiento en el tanque como
se muestra en
Fig. 1.3.2. El tanque está cerrado y lleno a capacidad.
3. Un controlador de nivel de líquido mantiene la V esencialmente constante al
ajustar un caudal. En los tres casos, la ec. 2-17 se reduce a la misma forma que la
ec. 2-4, no porque cada caudal sea constante, sino porque w = w1 + w2 en todo
momento.

El modelo dinámico en las ecs. 2-17 y 2-18 se encuentran en una forma conveniente para
la investigación posterior basada en técnicas analíticas o numéricas. Para obtener una
solución al modelo ODE, debemos especificar las composiciones de entrada (x1 y x2) y los
caudales (w1, w2 yw) como funciones del tiempo. Después de especificar las condiciones
iniciales para las variables dependientes, V (0) y x (0), podemos determinar las respuestas
transitorias, V (t) yx (t). La derivación de una expresión analítica para x (t) cuando V es
constante se ilustra en el Ejemplo 2.1.

EJEMPLO 2.1
Se utiliza un proceso de mezcla de tanque agitado con una retención de líquido
constante de 2 m3 para mezclar dos corrientes cuyas densidades son
aproximadamente 900 kg / m3. La densidad no cambia durante la mezcla.

(a) Suponga que el proceso ha estado operando durante un largo período de tiempo
con tasas de flujo de w1 = 500 kg / min y
w2 = 200 kg / min, y composiciones alimenticias (fracciones en masa) de x1 = 0.4
yx2 = 0.75. ¿Cuál es el valor constante de x?

(b) Suponga que w1 cambia repentinamente de 500 a 400 kg / min y permanece en


el nuevo valor. Determinar
una expresión para x (t) y graficarla.

(c) Repita la parte (b) para el caso en que w2 (en lugar de w1) cambie
repentinamente de 200 a 100 kg / min y permanezca allí.
(d) Repita la parte “c” para el caso en que x1 cambie repentinamente de 0.4 a 0.6
(además del cambio en w2).
(e) Para las partes (b) a (d), trace la respuesta normalizada xN (t),

donde x (0) es el valor inicial de estado estable de x (t) y x (∞) representa el valor
final de estado estable, que es diferente para cada parte.
SOLUCIÓN
(a) Indique las condiciones iniciales de estado estable mediante x, w, etc. Para el estado
estacionario inicial, ec. 2-4 y 2-5 son aplicables. Resolver ec. 2-5 para x:

(b) El balance de componentes en la ec. 2-3 se pueden reorganizar (para constante V


y ρ) como

donde τ ≜ Vρ ∕ w. En cada una de las tres partes, (b) - (d), τ = 3 min y el lado derecho de
la ecuación. 2-19 es constante para este ejemplo. Así, la ec. 2-19 se puede escribir como

Donde:

La solución a la ec. 2-20 se pueden obtener aplicando métodos de solución estándar


(Kreyszig, 2011):


x(t) = 0.5e−t∕ + C (1−e−t∕ )
3 3
(2-22)

para el caso B)
(400 kg∕min)(0.4) + (200 kg∕min)(0.75)
𝐶 *= =0.517
600 kg∕min

Sustituyendo C∗ en la ec. 2-22 da la solución deseada para el cambio de paso en


w1:

(c) Para el cambio de paso en w2,


(D) Del mismo modo, para los cambios simultáneos en x1 y w2, la ec. 2-21 da C∗= 0.625.
Así, la solución es:

x(t) = 0.5e− ∕ + 0.625(1− e− ∕ )


t3 t3
(2-25)

(e) Las respuestas individuales en las ecs. 2-22 y 2-24 tienen la misma respuesta
normalizada:

Las respuestas de (b) - (e) se muestran en la Fig. 2.2.


Las respuestas individuales y la respuesta normalizada tienen la misma dependencia de
tiempo para los casos (b) - (d) porque ‫=ז‬ṽρ ∕ ῶ = 3 min para cada parte. Tenga en cuenta
que τ es el tiempo de residencia medio del líquido en el tanque de mezcla. Si w cambia,
entonces τ y la dependencia temporal de la solución también cambian. Esta situación
ocurriría, por ejemplo, si w1 cambiara de 500 kg / min a 600 kg / min. Estas situaciones
más generales se abordarán en el Capítulo 4.
Figura 2.2 Salir de las respuestas de la composición de un proceso de mezcla de
tanque agitado a pasos de cambios en
(b) Caudal w1
(c) Caudal w2
(d) Caudal w2 y composición de entrada x1
(e) Respuesta normalizada para las partes (b) - (d).

2.3 ANÁLISIS DE GRADOS DE LIBERTAD


Para simular un proceso, primero debemos asegurarnos de que sus ecuaciones
modelo (diferencial y algebraica) constituyan un conjunto de relaciones que se
puedan resolver. En otras palabras, las variables de salida, típicamente las variables
en el lado izquierdo de las ecuaciones, se pueden resolver en términos de las
variables de entrada en el lado derecho de las ecuaciones. Por ejemplo, considere
un conjunto de ecuaciones algebraicas lineales, y=Ax. Para que estas ecuaciones
tengan una solución única para x, los vectores x e y deben contener el mismo
número de elementos y la matriz A no debe ser singular (es decir, tener un
determinante distinto de cero).

No es fácil realizar una evaluación similar para un modelo grande, complejo,


dinámico o dinámico. Sin embargo, hay un requisito general. Para que el modelo
tenga una solución única, el número de variables desconocidas debe ser igual al
número de ecuaciones del modelo independiente. Una declaración equivalente es
que todos los grados de libertad disponibles deben ser utilizados. El número de
grados de libertad, NF, se puede calcular a partir de la expresión
NF = NV – NE (2.27)
donde NV es el número total de variables de proceso (distintas de los parámetros de proceso
constantes) y NE es el número de ecuaciones independientes. Un análisis de grados de
libertad permite clasificar los problemas de modelación de acuerdo con las siguientes
categorías: 1. NF = 0: el modelo de proceso se especifica exactamente. Si NF = 0, entonces
el número de ecuaciones es igual al número de variables de proceso y el conjunto de
ecuaciones tiene una solución. (Sin embargo, la solución puede no ser única para un conjunto
de ecuaciones no lineales).

2. NF> 0: el proceso está subespecificado. Si NF> 0, entonces NV> NE, entonces


hay más variables de proceso que ecuaciones. En consecuencia, las ecuaciones de
NE tienen un número infinito de soluciones, porque las variables de proceso de NF
se pueden especificar arbitrariamente.
3. NF <0: el modelo de proceso está sobre especificado. Para NF <0, hay menos variables de
proceso que ecuaciones y, por consiguiente, el conjunto de ecuaciones no tiene solución.
Tenga en cuenta que NF = 0 es el único caso satisfactorio. Si NF> 0, entonces a un número
suficiente de variables de entrada no se les han asignado valores numéricos. Luego, se deben
desarrollar ecuaciones de modelos independientes adicionales para que el modelo tenga una
solución exacta. Un enfoque estructurado para modelar implica un análisis sistemático para
determinar el número de grados de libertad y un procedimiento para asignarlos. Los pasos en
el análisis de los grados de libertad se resumen en la Tabla 2.2. En el Paso 4, las variables de
salida incluyen las variables dependientes en las ecuaciones diferenciales ordinarias. Para el
Paso 5, los grados de libertad NF se asignan especificando un total de variables de entrada
NF como variables de perturbación o variables manipuladas. En general, las variables de
perturbación están determinadas por otras unidades de proceso o por el entorno. La
temperatura ambiente y las condiciones de alimentación determinadas por la operación de
los procesos aguas arriba son ejemplos típicos de variables de perturbación. Por definición,
una variable de perturbación d varía con el tiempo y es independiente de las otras variables
de proceso de VN - 1.
Por lo tanto, podemos expresar el comportamiento transitorio de la variable de perturbación
como:
d(t) = f (t) (2-28)

donde f (t) es una función arbitraria del tiempo que debe especificarse si se quieren resolver
las ecuaciones del modelo. Por lo tanto, especificar una variable de proceso para que sea una
variable de perturbación aumenta el NE en uno y reduce el NF en uno, como lo indica la
ecuación. 2-27.
En general, también se utiliza un grado de libertad cuando una variable de proceso se
especifica como una variable manipulada que se ajusta mediante un controlador. En esta
situación, se introduce una nueva ecuación, a saber, la ley de control que indica cómo se
ajusta la variable manipulada (véanse las ecuaciones 1-4 o 1 5). En consecuencia, la NE
aumenta en uno y la NF disminuye en uno, nuevamente utilizando un grado de libertad (ver
Sección 13.1). Ilustramos los grados de análisis de libertad considerando dos ejemplos.

Ejemplo 2.2
Analizar los grados de libertad para el modelo de fusión de la ec. 2-3 para la
condición especial donde el volumen V es constante. SOLUCIÓN Para este
ejemplo, hay
2 parámetros: V, ρ
4 variables (NV = 4): x, x1, w1, w2
1 ecuación (NE = 1): ec. 2-3
Los grados de libertad se calculan como NF=4-1=3. Por lo tanto, debemos identificar tres
variables de entrada que se pueden especificar como funciones conocidas del tiempo para
que la ecuación tenga una solución única. La variable dependiente x es una opción obvia para
la variable de salida en este sencillo ejemplo. En consecuencia, tenemos

1 salida: x
2 entradas: x1, w1, w2

Los tres grados de libertad se pueden utilizar especificando las entradas como>
2 variables de perturbación: x1, w1
1 variable manipulada: w2
Debido a que se han utilizado todos los grados de libertad, la única ecuación se
especifica exactamente y se puede resolver.

EJEMPLO 2.3
Analizar los grados de libertad del modelo de sistema de mezcla en las ecuaciones. 2-17 y 2-
18. ¿Es este conjunto de ecuaciones lineales o no lineales, de acuerdo con la definición
habitual?
SOLUCIÓN
En este caso, el volumen ahora se considera una variable en lugar de un parámetro constante.
En consecuencia, para el análisis de los grados de libertad, tenemos
1 parameter: ρ
7 variables (NV = 7): V, x, x1, x2, w, w1, w2
2 equations (NE = 2): Eqs. 2-17 and 2-18

Por lo tanto, NF=7-2=5. Las variables dependientes en el lado izquierdo de las ecuaciones
diferenciales, V y x, son las salidas del modelo. Las cinco variables restantes deben ser
elegidas como entradas. Tenga en cuenta que una salida física, el caudal de efluente w, se
clasifica como una entrada matemática, porque se puede especificar de forma arbitraria.
Cualquier variable de proceso que pueda especificarse arbitrariamente debe identificarse
como una entrada. Así, tenemos
2 outputs: V, x
5 inputs: w, w1, w2, x1, x2
Debido a que las dos salidas son las únicas variables que se determinarán para resolver el
sistema de dos ecuaciones, no quedan grados de libertad. El sistema de ecuaciones está
exactamente especificado y, por lo tanto, solucionable. Para utilizar los grados de libertad,
las cinco entradas se clasifican como variables de perturbación o variables manipuladas. Una
clasificación razonable es:
3 variables de perturbación: w1, x1, x2
2variables manipuladas: w, w2.

Por ejemplo, w podría usarse para controlar V y w2 para controlar x. Tenga en


cuenta que la ec. 2-17 es una EDO lineal, mientras que la ec. 2-18 es una EDO no
lineal como resultado de los productos y cocientes.
2.4 MODELOS DINÁMICOS DE PROCESOS REPRESENTATIVOS.

Para el proceso simple discutido hasta ahora, el sistema de mezcla de tanque agitado, los
efectos de la energía no se consideraron debido a la supuesta operación isotérmica. A
continuación, ilustramos que el modelo lineal 1A no puede contener ninguna combinación
de variables no lineales (por ejemplo, un producto de dos variables) o cualquier variable
elevada a una potencia distinta de una. Cómo se pueden desarrollar modelos dinámicos para
procesos donde los balances de energía son importantes.

2.4.1 Proceso de calentamiento del tanque agitado: retención constante.


Considere el sistema de calentamiento del tanque agitado que se muestra en la Fig. 2.3. La
corriente de entrada de líquido consiste en un solo componente con un caudal másico wi y
una temperatura de entrada Ti. El contenido del tanque se agita y se calienta mediante un
calentador eléctrico que proporciona una velocidad de calentamiento, Q. Se desarrollará un
modelo dinámico basado en los siguientes supuestos:
1. Mezcla perfecta; por lo tanto, la temperatura de salida T es también la temperatura del
contenido del tanque.
2. Los caudales de entrada y salida son iguales; por lo tanto, wi = wy la retención de líquido
V es constante.
3. Se supone que la densidad ρ y la capacidad calorífica C del líquido son constantes. Así, se
descuida su dependencia de la temperatura.
4. Las pérdidas de calor son despreciables. En general, los modelos dinámicos se basan en
leyes de conservación. Para este ejemplo, está claro que deberíamos considerar un balance
de energía, porque predominan los efectos térmicos. No se requiere un balance de masa en
vista de los Supuestos 2 y 3.
A continuación, mostramos cómo el balance general de energía en la ecuación. 2-10 se puede
simplificar para este ejemplo en particular. Para un líquido puro a presiones bajas o
moderadas, la energía interna es aproximadamente igual a la entalpía, Uint ≈ H, y H depende
solo de la temperatura (Sandler, 2006). En consecuencia, en el desarrollo posterior, asumimos
que Uint = H y Û int = Ĥ donde el cursor (et) significa por unidad de masa. Como se muestra
en el Apéndice B, un cambio diferencial en la temperatura, dT, produce un cambio
correspondiente en la energía interna por unidad de masa, dÛ int,
donde C es la capacidad de calor de presión constante (se supone que es constante). La
energía interna total del líquido en el tanque se puede expresar como el producto de Û int y
la masa en el tanque, ρV:

Una expresión para la tasa de acumulación de energía interna puede derivarse de las
ecuaciones. 2-29 y 2-30:

Tenga en cuenta que este término aparece en el balance general de energía de la ecuación. 2-
10. A continuación, derivamos una expresión para el término de entalpía que aparece en el
lado derecho de la ecuación. 2-10. Supongamos que el líquido en el tanque está a una
temperatura T y tiene una entalpía, ˆH. Integración de la ec. 2-29 de una temperatura de
referencia Tref a T da

donde Ĥ ref es el valor de Ĥ en Tref. Sin pérdida de generalidad, suponemos que Ĥ ref = 0
(ver Apéndice B). Así, la ec. 2-32 se puede escribir como:

Del mismo modo, para la corriente de entrada,

Sustituyendo Eq. 2-33 y la ec. 2-34 en el término de convección de la ec. 2-10 da:

Finalmente, sustitución de la ec. 2-31 y ec. 2-35 en la ec. 2-10 proporciona el modelo
dinámico deseado del sistema de calefacción de tanque agitado:

Tenga en cuenta que los términos de Tref se han cancelado, ya que se asumió que C era
constante y, por lo tanto, independiente de la temperatura.
Un análisis de grados de libertad para este modelo da
3 parameters: V, ρ, C
4 variables: T, Ti, w, Q
1 equation: Eq. 2-36

Por lo tanto, los grados de libertad son NF=4−1 = 3. Las variables de proceso se
clasifican como:
1 variable de entrada T
3 variables de salida: Ti, w, Q

Para fines de control, es razonable clasificar las tres entradas como:


2 variables de perturbación: Ti, w
1 variable manipulada: Q
2.4.2 Proceso de calentamiento del tanque de agitación: retención variable Ahora
consideramos la situación más general en la que la retención del tanque puede
variar con el tiempo. Este análisis también se basa en los Supuestos 1, 3 y 4 de la
sección anterior. Ahora se necesita un balance de masa general, porque el retraso
no es constante. El balance general de masa es

El balance de energía para el sistema de calefacción de tanque agitado actual puede derivarse
de la ecuación. 2-10 en analogía con la derivación de la ec. 2-36. Suponemos nuevamente
que Uint = H para el líquido en el tanque. Así, para la constante ρ,

De la definición de −Δ (wĤ) y Eqs. 2-33 y 2-34, se deduce que

donde wi y w son los caudales másicos de las corrientes de entrada y salida,


respectivamente. Sustituyendo Eq. 2-38 y ec. 2-39 en la ec. 2-10 da

A continuación, simplificamos el modelo dinámico. Porque ρ es constante, Eq. 2-37


se puede escribir como:

La regla de la cadena se puede aplicar para expandir el lado izquierdo de la


ecuación. 2-40 para constante C y ρ:

De la ec. 2-29 o 2-33, se deduce que dĤ / dt = CdT / dt. Sustituyendo esta expresión
y ecuaciones. 2-33 y 2-41 en la ec. 2-42 da:

Sustituyendo Eq. 2-43 en la ec. 2-40 y reordenación da:

Reorganizar la ec. 2-41 y la ec. 2-44 proporciona una forma más simple para el
modelo dinámico:
Este ejemplo y el ejemplo de combinación en la Sección 2.2.2 han demostrado que los
modelos de proceso con retenciones variables se pueden simplificar sustituyendo el balance
de masa general en las otras ecuaciones de conservación. Las ecuaciones 2-45 y 2-46
proporcionan un modelo que puede resolverse para las dos salidas (V y T) si se conocen los
dos parámetros (ρ y C) y las cuatro entradas (wi, w, Ti y Q) son Funciones conocidas del
tiempo (es decir, hay cuatro grados de libertad restantes).

2.4.3 Tanque removido calentado eléctricamente


Ahora consideramos nuevamente el sistema de calentamiento del tanque agitado con
retención constante (Sección 2.4.1), pero relajamos el supuesto de que la energía se transfiere
instantáneamente desde el elemento de calentamiento al contenido del tanque. Supongamos
que el elemento de calentamiento metálico tiene una capacitancia térmica significativa y que
la velocidad de calentamiento eléctrico Q afecta directamente a la temperatura del elemento
en lugar de a los contenidos líquidos. Para simplificar, descuidamos los gradientes de
temperatura en el elemento de calefacción que resultan de la conducción de calor y asumimos
que el elemento tiene una temperatura uniforme, Te. Esta temperatura puede interpretarse
como la temperatura media para el calentamiento.
elemento. Sobre la base de esta nueva suposición y de las suposiciones anteriores de la
Sección 2.4.1, los balances de energía en estado inestable para el tanque y el elemento de
calefacción se pueden escribir como

donde m = Vρ y meCe es el producto de la masa de metal en el elemento calefactor y su calor


específico. El término heAe es el producto del coeficiente de transferencia de calor y el área
disponible para la transferencia de calor. Tenga en cuenta que mC y meCe son las
capacidades térmicas del contenido del tanque y el elemento de calentamiento,
respectivamente. Q es una variable de entrada, el equivalente térmico de la disipación
instantánea de potencia eléctrica en el elemento de calentamiento. Es el modelo dado por las
ecs. 2-47 y 2-48 en adecuado
¿Forma para el cálculo de las variables de salida desconocidas Te y T? Hay dos variables de
salida y dos ecuaciones diferenciales. Todas las demás cantidades deben ser parámetros del
modelo (constantes) o entradas (funciones conocidas del tiempo). Para un proceso específico,
m, C, me, Ce, he y Ae son parámetros conocidos determinados por el diseño del proceso, sus
materiales de construcción y las condiciones de operación. Las variables de entrada w, Ti y
Q deben especificarse como funciones de tiempo para que el modelo se determine
completamente, es decir, para utilizar los datos disponibles.
grados de libertad. El modelo dinámico se puede resolver para T y Te como funciones de
tiempo por integración después de que se especifiquen las condiciones iniciales para T y Te.
Si el caudal w es constante, las ecuaciones. 2-47 y 2-48 se pueden convertir en una
sola ecuación diferencial de segundo orden. Primero, resuelva la ecuación. 2-47
para Te y luego diferenciar para encontrar dTe / dt. Sustituyendo las expresiones
para Te y dTe / dt en la ecuación. 2-48 rendimientos

El lector debe verificar que las dimensiones de cada término en la ecuación sean consistentes
y tengan unidades de temperatura. Además, el lector debe considerar las versiones de estado
estable de las ecuaciones. 2-36 y 2-49. Son idénticos, lo que es de esperar. Analizar los casos
limitantes es una forma de verificar la consistencia de un modelo más complicado. Confirmar
que las unidades dimensionales coinciden en ambos lados de la ecuación es otra verificación
de la consistencia. El modelo en la ec. 2-49 se puede simplificar cuando meCe, la capacitancia
térmica del elemento de calentamiento, es muy pequeña en comparación con mC. Cuando
meCe = 0, ec. 2-49 vuelve al modelo de primer orden, Eq. 2-36, que se derivó para el caso
en el que el elemento calefactor tiene una capacidad térmica despreciable.

Es importante tener en cuenta que el modelo de Eq. 2-49 consta de una sola
ecuación y una única variable de salida, T. La variable intermedia, Te, es menos
importante que T y se eliminó del modelo anterior (ecuaciones 2-47 y 2-48). Ambos
modelos están especificados exactamente; es decir, no tienen grados de libertad no
asignados. Para integrar la ec. 2-49, requerimos condiciones iniciales para T y dT /
dt en t = 0, porque es una ecuación diferencial de segundo orden. La condición
inicial para dT/dt se puede encontrar al evaluar el lado derecho de la ecuación. 2-
47 cuando t = 0, usando los valores de Te (0) y T (0). Para ambos modelos, las
entradas (w, Ti, Q) deben ser especificadas Como funciones del tiempo.

Ejemplo 2.4
Un proceso de tanque agitado calentado eléctricamente puede ser modelado por
Eqs. 2-47 y 2-48 o, equivalentemente, por la ec. 2-49 solo. El diseño del proceso y
las condiciones de operación se caracterizan por los siguientes cuatro grupos de
parámetros:

Los valores nominales de Q y Ti son:

(a) Calcule la temperatura nominal de estado estacionario, T.


(b) Suponga que el proceso se encuentra inicialmente en el estado estable
determinado en la parte (a). Calcule la respuesta, T (t), a un cambio repentino en
Q desde 5000 a 5400 kcal / min usando la ecuación. 2-49. Grafique la respuesta
de la temperatura.
(c) Suponga que se puede suponer que el término meCe / heAe es pequeño en
relación con otros términos en la ecuación. 2-49. Calcule la respuesta T (t) para
las condiciones de la parte “b”, utilizando una ecuación diferencial de primer orden
para la ecuación. 2-49. Grafique T (t) en la gráfica para la parte “b”.
(d) ¿Qué podemos concluir acerca de la precisión de la aproximación para la parte
“c”?
(a) La forma de estado estable de la ecuación. 2-49 es

Sustituyendo los valores de los parámetros da T = 350 C.


(b) Sustitución de los valores de los parámetros en la ecuación. 2-49 da

La siguiente solución se puede derivar utilizando métodos de solución estándar (Kreyszig,


2011):

Esta respuesta se representa en la Fig. 2.4 como la curva discontinua (a).

(c) Si asumimos que meCe es pequeño en relación con otros términos, entonces
Eq. 2-49 se puede aproximar mediante la ecuación diferencial de primer orden:

La solución es:

(d) La Figura 2.4 muestra que la solución aproximada (b) es bastante buena, y
coincide con la solución exacta muy bien en toda la respuesta. Para fines de control
de procesos, este modelo aproximado probablemente sea tan útil como el modelo
más complicado y exacto.
2.4.4 Tanque agitado calentado por vapor
El vapor (o algún otro medio de calentamiento) puede condensarse dentro de una
bobina o camisa para calentar el líquido en un tanque agitado, y la presión de vapor
de entrada puede variarse ajustando una válvula de control. La presión de
condensación Ps luego fija la temperatura del vapor Ts a través de una relación
termodinámica apropiada o de información tabular como las tablas de vapor (ASME,
2014):
Ts = f (Ps) (2-50)

Considere el sistema de calefacción de tanque agitado de la Sección 2.4.1 con


retención constante y una bobina de calentamiento de vapor. Suponemos que la
capacitancia térmica del condensado líquido es despreciable en comparación con
las capacitancias térmicas del líquido del tanque y la pared de la bobina de
calentamiento. Este supuesto es razonable cuando se utiliza una trampa de vapor
para eliminar el condensado de la bobina a medida que se produce. Como resultado
de este supuesto, el modelo dinámico consiste en balances de energía en el líquido
y la pared de la bobina de calentamiento:

donde los subíndices w, s, yp se refieren, respectivamente, a la pared del serpentín


de calentamiento y a sus lados de vapor y proceso. Tenga en cuenta que estos
balances de energía son similares a las ecuaciones. 2-47 y 2-48 para el ejemplo
calentado eléctricamente. El modelo dinámico contiene tres variables de salida (Ts,
T y Tw) y tres ecuaciones: una ecuación algebraica con Ts relacionada con Ps (una
ecuación termodinámica) y dos ecuaciones diferenciales. Así, las ecs. 2-50 a 2-52
constituyen un modelo exactamente especificado con tres variables de entrada: Ps,
Ti y w. Se señalan varias características importantes.

1. Por lo general, hsAs ≫ hpAp, porque la resistencia a la transferencia de calor en


el lado del vapor de la bobina es mucho menor que en el lado del proceso.
2. El cambio del calentamiento eléctrico al calentamiento por vapor aumenta la
complejidad del modelo (tres
ecuaciones en lugar de dos) pero no aumenta el orden del modelo (número de
ecuaciones diferenciales de primer orden).
3. A medida que los modelos se vuelven más complicados, las variables de entrada
y salida se pueden acoplar a través de ciertos parámetros. Por ejemplo, hp puede
ser una función de w o hs puede variar con la tasa de condensación de vapor; a
veces las ecuaciones algebraicas no se pueden resolver explícitamente para una
variable clave. En esta situación, deben utilizarse técnicas de solución numérica.
Generalmente, las ecuaciones algebraicas implícitas deben resolverse mediante
métodos iterativos en cada paso de tiempo en la integración numérica

Ahora consideramos algunos modelos simples para sistemas de almacenamiento


de líquidos que utilizan un solo tanque. En el caso de que dos o más tanques estén
conectados en serie (en cascada), los modelos de un solo tanque desarrollados
aquí se pueden extender fácilmente, como se muestra en el Capítulo 5.

2.4.5 Sistemas de almacenamiento de líquidos


En la Fig. 2.5 se muestra un proceso típico de almacenamiento de líquidos donde
qi y q son caudales volumétricos. Un balance de masa cede.

Suponga que la densidad del líquido ρ es constante y que el tanque es cilíndrico


con área de sección transversal, A. Luego, el volumen de líquido en el tanque se
puede expresar como V = Ah, donde h es el nivel de líquido (o cabeza). Así, la ec.
2-53 se convierte

Tenga en cuenta que la ec. 2-54 parece ser un balance de volumen. Sin embargo,
en general, el volumen no se conserva para fluidos.
Este resultado se produce en este ejemplo debido a la suposición de densidad
constante. Nos referimos al volumen como un "estado" de
el sistema, que es una variable dependiente que se correlaciona con una cantidad
fundamentalmente conservada (en este caso, masa). De manera similar, los
balances de energía a menudo producen ecuaciones diferenciales para la
temperatura, que es una variable de estado que se correlaciona con la energía. Hay
tres variaciones importantes del proceso de almacenamiento de líquidos:
1. Los caudales de entrada o salida pueden ser constantes; por ejemplo, la tasa
de flujo de salida q podría mantenerse constante mediante una bomba de medición
de velocidad fija y volumen constante. Una consecuencia importante de esta
configuración es que la tasa de flujo de salida es completamente independiente del
nivel de líquido en un amplio rango de condiciones. En consecuencia, q = q donde
q es el valor de estado estable. Para esta situación, el tanque funciona esencialmente como un integrador de
flujo. Volveremos a este caso en la Sección 5.3.

Figura 2.5 Un proceso de almacenamiento a nivel de líquido.

2. La línea de salida del tanque puede funcionar simplemente como una


resistencia al flujo del tanque (distribuida a lo largo de toda la línea), o puede
contener una válvula que proporciona una resistencia significativa al flujo en
un solo punto. En el caso más simple, se puede suponer que el flujo está
relacionado linealmente con la fuerza impulsora, el nivel de líquido, en analogía con
la ley de Ohm para circuitos eléctricos (E = IR)
h = qRv (2-55)

donde Rv es la resistencia de la línea o válvula. Reorganizar la ec. 2-55 da la


siguiente ecuación de flujo de cabeza:

Sustituyendo Eq. 2-56 en la ec. 2-54 da una ecuación diferencial de primer orden:
Este modelo del sistema de almacenamiento de líquido exhibe un comportamiento
dinámico similar al del sistema de calentamiento de tanque agitado de la ecuación.
2-36.
3. Se puede obtener una expresión más realista para el caudal q cuando se
coloca una válvula fija en la línea de salida y se puede suponer un flujo
turbulento. La fuerza impulsora para el flujo a través de la válvula es la caída de
presión ΔP:
ΔP = P − Pa (2-58)

donde P es la presión en la parte inferior del tanque y Pa es la presión al final de la


línea de salida. Suponemos que Pa es la presión ambiental. Si se considera que la
válvula es un orificio, se puede utilizar un balance de energía mecánico o la
ecuación de Bernoulli (Bird et al., 2002) para derivar la relación.

donde C∗v es una constante. El valor de C∗v depende en la válvula particular y el ajuste de
la válvula (cuánto está abierto). Consulte el Capítulo 9 para obtener más información sobre
las válvulas de control.
La presión P en la parte inferior del tanque está relacionada con el nivel de líquido h por un
balance de fuerza

Donde la aceleración de la gravedad g es constante. Sustituyendo ecuaciones. 2-


59 y 2-60 en la ec. 2-54 cede el modelo dinámico.

donde:

Este modelo no es lineal debido al término de raíz cuadrada. Los procesos de


almacenamiento de líquidos discutidos anteriormente podrían operarse controlando el nivel
de líquido en el tanque o permitiendo que el nivel fluctúe sin intentar controlarlo. Para el
último caso (operación como tanque de compensación), puede ser interesante predecir si
el tanque se desbordaría o se secaría debido a variaciones particulares en los caudales de
entrada y salida. Por lo tanto, la dinámica del proceso puede ser importante incluso cuando
no se utiliza el control automático.
2.4.6 El Reactor de Tanque Agitado Continuo (CSTR)
Los reactores de tanque agitado continuo (CSTR) tienen una aplicación
generalizada en la industria y tienen muchas características de otros tipos de
reactores. Los modelos CSTR tienden a ser más simples que los modelos para otros
tipos de reactores continuos, como los reactores tubulares y los reactores de lecho
compacto. En consecuencia, un modelo CSTR proporciona una manera
conveniente de ilustrar los principios de modelado para reactores químicos.
Considere una reacción química irreversible en fase líquida simple donde las
especies químicas reaccionan para formar la especie B. La reacción se puede
escribir como A → B. Suponemos que la velocidad de reacción es de primer orden
con respecto al componente A,

donde r es la velocidad de reacción de A por unidad de volumen, k es la constante de


velocidad de reacción (con unidades de tiempo recíproco) y CA es la concentración molar de
la especie A. Para las reacciones monofásicas, la constante de velocidad es típicamente una
fuerte Función de la temperatura de reacción dada por la relación de Arrhenius,

donde k0 es el factor de frecuencia, E es la energía de activación y R es la constante de gas.


Las expresiones en las ecs. 2-62 y 2-63 se basan en consideraciones teóricas, pero los
parámetros de modelo k0 y E generalmente se determinan ajustando los datos
experimentales. Por lo tanto, estas dos ecuaciones se pueden considerar como relaciones
semi-empíricas, de acuerdo con la definición en la Sección 2.2. El diagrama esquemático del
CSTR se muestra en la Fig. 2.6. La corriente de entrada consiste en el componente A puro
con concentración molar, CAi. Se utiliza un serpentín de enfriamiento para mantener la
mezcla de reacción a la temperatura de funcionamiento deseada eliminando el calor que se
libera en la reacción exotérmica. Nuestro desarrollo inicial del modelo CSTR se basa en tres
supuestos:

1. El CSTR está perfectamente mezclado.


2. Las densidades de masa de la alimentación y las corrientes de productos son
iguales y constantes. Se denotan por ρ.
3. El volumen de líquido V en el reactor se mantiene constante por una línea de
desbordamiento.
Figura 2.6 Un reactor no isotérmico de tanque agitado continuo.

Para estas suposiciones, el balance de masa de estado inestable para el CSTR es:

Porque V y ρ son constantes, Eq. 2-64 se reduce a


q = qi (2-65)
Por lo tanto, aunque las tasas de flujo de entrada y salida pueden cambiar debido a
las condiciones de flujo ascendente o descendente, la ec. 2-65 deben ser
satisfechos en todo momento. En la Fig. 2.6, ambos caudales se indican con el
símbolo q. Para las suposiciones enunciadas, los balances de componentes de
estado inestable para la especie A (en unidades de concentración molar) son

Este balance es un caso especial del balance general de componentes en la


ecuación. 2-7.
A continuación, consideramos un balance de energía en estado inestable para el
CSTR. Pero primero hacemos cinco suposiciones adicionales:
4. Las capacitancias térmicas del refrigerante y la pared de la bobina de enfriamiento
son despreciables en comparación con la capacitancia térmica del líquido en el tanque.

5. Todo el refrigerante está a una temperatura uniforme, Tc. (Es decir, se descuida el
aumento de la temperatura del refrigerante cuando el refrigerante pasa a través de la
bobina).
6. La velocidad de transferencia de calor del contenido del reactor al refrigerante viene
dada por
donde U es el coeficiente general de transferencia de calor y A es el área de
transferencia de calor. Se supone que ambos parámetros de este modelo son
constantes.

7. El cambio de entalpía asociado con la mezcla de la alimentación y el líquido en el


tanque es insignificante en comparación con el cambio de entalpía para la reacción
química. En otras palabras, el calor de la mezcla es despreciable en comparación con el
calor de la reacción.

8. Se puede descuidar el trabajo del eje y las pérdidas de calor al ambiente.

La siguiente forma del balance de energía CSTR es conveniente para el análisis y se


puede derivar de las ecuaciones. 2-62 y 2-63 y Suposiciones 1–8 (Fogler, 2006; Russell y
Denn, 1972),

donde ΔHR es el calor de reacción por mol de A que reacciona. En resumen, el


modelo dinámico del CSTR consiste en ecuaciones. 2-62 a 2-64, 2-66, 2-67 y 2-68.
Este modelo no es lineal como resultado de los muchos términos del producto y la
dependencia exponencial de la temperatura de k en la ecuación. 2-63. En
consecuencia, debe resolverse mediante técnicas de integración numérica (Fogler,
2006).

El modelo CSTR se volverá considerablemente más complejo si


1. Se consideran expresiones de tasa más complicadas. Por ejemplo, un modelo de
cinética de acción en masa para una reacción irreversible de segundo orden, 2A → B,
viene dado por

2
r = k2 c A (2-69)
2. Especies adicionales o reacciones químicas están involucradas. Si el mecanismo
de reacción involucraba la producción de una especie intermedia, 2A → B ∗ → B,
entonces serían necesarios los balances de componentes de estado no estacionario

para A y B ∗ (para calcular CA y C B), o balances para A y B Se podría escribir
(para calcular CA y CB). También se requeriría información sobre los mecanismos
de reacción. Las reacciones que involucran múltiples especies se describen
mediante modelos de reacción no lineales de alto orden y alto acoplamiento, porque
se deben escribir varios balances de componentes.
Ejemplo 2.5
Para ilustrar cómo el CSTR puede exhibir un comportamiento dinámico no lineal, simulamos
el efecto de un cambio de paso en la temperatura del refrigerante Tc en las direcciones
positiva y negativa. La Tabla 2.3 muestra los parámetros y las condiciones nominales de
operación para el CSTR en base a las ecuaciones. 2-66 y 2-68 para la reacción de primer
orden exotérmica e irreversible
A → B. Las dos variables de estado de las EDO son la concentración de A (CA) y la
temperatura del reactor T. La variable de entrada manipulada es la temperatura del agua
de la chaqueta, Tc. Se simulan dos casos, uno basado en un mayor enfriamiento al cambiar
Tc de 300 a 290 K y uno que reduce la velocidad de enfriamiento al aumentar Tc de 300 a
305 K. Estas ecuaciones modelo se resuelven en MATLAB con un integrador numérico
(ode15s) en un 10 -min horizonte.

La disminución en Tc resulta en un incremento en CA. Los resultados se muestran


en dos gráficos de la temperatura y la concentración del reactor en función del
tiempo (Figs. 2.7 y 2.8).

Figura 2.7 Variación de la temperatura del reactor con cambios escalonados en la temperatura del
agua de enfriamiento de 300 a 305 K y de 300 a 290 K.
A una temperatura de entrada de 305 K, el modelo de reactor tiene una respuesta
oscilatoria. Las oscilaciones se caracterizan por una reacción aparente de fuga con un pico
de temperatura. Sin embargo, cuando la concentración cae a un valor bajo, el reactor se
enfría hasta que la concentración aumenta, entonces hay otro aumento de temperatura. No
es inusual que los reactores químicos exhiban comportamientos tan diferentes para
diferentes cambios de dirección en las condiciones de operación.

2.4.7 Sistemas escalonados (un absorbente de tres etapas)


Los procesos químicos, particularmente los procesos de separación, a menudo
consisten en una secuencia de etapas. En cada etapa, los materiales se ponen en
contacto íntimo para obtener (o aproximarse) el equilibrio entre las fases
individuales. Los ejemplos más importantes de procesos en etapas incluyen la
destilación, la absorción y la extracción. Las etapas generalmente se organizan
como una cascada con materiales inmiscibles o parcialmente miscibles (las fases
separadas) que fluyen a la vez o en contracorriente. El contacto a contracorriente,
que se muestra en la figura 2.9, generalmente permite que se logre el mayor grado
de separación en un número fijo de etapas y se considera aquí.
Las alimentaciones a los sistemas escalonados pueden introducirse en cada extremo del
proceso, como en las unidades de absorción, o una alimentación única puede introducirse
en una etapa intermedia, como suele ser el caso con la destilación. Las etapas se pueden
conectar físicamente en una configuración vertical u horizontal, dependiendo de cómo se
transportan los materiales, es decir, si las bombas se usan entre etapas, y así
sucesivamente. A continuación consideramos un proceso de absorción de gas-líquido,
porque su dinámica es algo más simple de desarrollar que la de los procesos de destilación
y extracción. Al mismo tiempo, ilustra las características de procesos escalonados en
contracorriente más complicados (Seader y Henley, 2005). Para la unidad de absorción de
tres etapas que se muestra en la figura 2.10, se introduce una fase gaseosa en la parte
inferior (flujo molar). La velocidad G) y un componente individual se debe absorber en una
fase líquida introducida en la parte superior (velocidad de flujo molar L, que fluye a
contracorriente). Un ejemplo práctico de tal proceso es la eliminación del dióxido de azufre
(SO2) del gas de combustión mediante el uso de un Absorbente de líquidos. El gas pasa a
través de las bandejas perforadas (tamiz) y los contactos.
El líquido cae en cascada a través de ellos. Una serie de vertederos y bajantes se utilizan
normalmente para retener una retención significativa de líquido en cada etapa mientras
obliga al gas a fluir hacia arriba a través de las perforaciones. Debido a la mezcla íntima,
podemos asumir que el componente a absorber está en equilibrio entre las corrientes de
gas y líquido que salen de cada etapa i. Por ejemplo, a menudo se asume una relación
lineal simple. Para la etapa i

yi = axi + b (2-70)

donde yi y xi indican concentraciones de gas y líquido del componente absorbido.


Suponiendo una retención constante de líquido H y una mezcla perfecta en cada etapa, y
descuidando la retención de gas, el balance de material componente para cualquier etapa
i es

En la ec. 2-71, también asumimos que los flujos molares de líquido y gas L y G no se ven
afectados por la absorción, porque los cambios en la concentración del componente
absorbido son pequeños, y L y G son aproximadamente constantes. Sustituyendo Eq. 2-70
en la ec. 2-71 rendimientos

Dividiendo por L y sustituyendo ‫=ז‬H/L (el tiempo de residencia del líquido de la etapa),
S=aG/L (el factor de extracción) y K = G / L (la relación de gas a líquido), se obtiene el
siguiente modelo para el absorbedor de tres etapas:

En el modelo de las ecs. 2-73 a 2-75, tenga en cuenta que las ecuaciones individuales
son lineales pero también están acopladas, lo que significa que cada variable de salida
(x1, x2, x3) aparece en más de una ecuación. Esta característica puede dificultar la
conversión de estas tres ecuaciones en una sola ecuación de orden superior en una de
las salidas, como se hizo en la ecuación. 2-49.
2.4.8 Biorreactor Fed-Batch. (alimentación por lote)
Las reacciones biológicas que involucran microorganismos y catalizadores de enzimas son
generalizadas y desempeñan un papel crucial en el mundo natural. Sin tales reacciones
biológicas, la vida vegetal y animal, como la conocemos, simplemente no podría existir. Las
reacciones biológicas también proporcionan la base para la producción de una amplia
variedad de productos farmacéuticos y de salud y productos alimenticios. Otros procesos
industriales importantes que involucran biorreacciones incluyen la fermentación y el
tratamiento de aguas residuales. Los ingenieros químicos están muy involucrados con los
procesos bioquímicos y biomédicos. En esta sección presentamos un modelo dinámico
para un representante. proceso, un biorreactor operado en modo semi-batch. Aplicaciones
bioquímicas y biomédicas adicionales aparecen en otros capítulos. En general, las
reacciones biológicas se caracterizan por la conversión de material de alimentación (o
sustrato) en productos y masa celular (o biomasa). Las reacciones suelen estar catalizadas
por enzimas (Bailey y Ollis, 1986; Fogler, 2006). Cuando el objetivo es producir células, se
agrega una pequeña cantidad de células (inóculo) para iniciar el crecimiento celular
posterior. Una clase más amplia de reacciones biológicas se puede representar en forma
simplificada como:

células + sustrato → más células + productos (2-76)

La estequiometría de las reacciones biológicas puede ser muy compleja y depende de


muchos factores que incluyen las condiciones ambientales en la vecindad de las células.
Para simplificar, consideramos la clase de reacciones biológicas donde el sustrato contiene
un solo nutriente limitante y solo un producto resulta. Los siguientes coeficientes de
rendimiento se basan en la estequiometria de la reacción:

masa de nuevas células formadas


𝑌X/S 2.77
Masa de sustrato consumida para formar nuevas células.

𝑚𝑎𝑠𝑎 𝑑𝑒 𝑝𝑟𝑜𝑑𝑢𝑐𝑡𝑜 𝑓𝑜𝑟𝑚𝑎𝑑𝑜


𝑌𝑃/𝑆 2.78
𝑚𝑎𝑠𝑎 𝑑𝑒 𝑠𝑢𝑠𝑡𝑟𝑎𝑡𝑜 𝑐𝑜𝑛𝑠𝑢𝑚𝑖𝑑𝑜 𝑝𝑎𝑟𝑎 𝑓𝑜𝑟𝑚𝑎𝑟 𝑝𝑟𝑜𝑑𝑢𝑐𝑡𝑜𝑠

𝑚𝑎𝑠𝑎 𝑑𝑒 𝑝𝑟𝑜𝑑𝑢𝑐𝑡𝑜 𝑓𝑜𝑟𝑚𝑎𝑑𝑜


𝑌𝑃/𝑋 2,79
𝑚𝑎𝑠𝑎 𝑑𝑒 𝑛𝑢𝑒𝑣𝑎𝑠 𝑐é𝑙𝑢𝑙𝑎𝑠 𝑓𝑜𝑟𝑚𝑎𝑑𝑎𝑠

Muchos biorreactores importantes se operan de manera semicontinua, lo que se conoce como


operación de alimentación por lotes, que se ilustra en la Fig. 2.11. Una corriente de
alimentación que contiene sustrato se introduce en el reactor alimentado por lotes
continuamente. La velocidad de flujo másico se indica con F y la concentración de masa del
sustrato con Sf. Debido a que no hay flujo de salida, el volumen V del contenido del
biorreactor aumenta durante el lote. La ventaja de la operación de alimentación por lotes es
que permite que la concentración de sustrato se mantenga a un nivel deseado, en contraste
con los reactores de lotes donde la concentración de sustrato varía continuamente a lo largo
del lote (Shuler y Kargi, 2002). La operación de alimentación por lotes se utiliza para fabricar
muchos productos industriales importantes, incluidos los antibióticos y proteínas
farmacéuticas (Capítulo 23). En reactores por lotes y por lotes, el crecimiento celular ocurre
en diferentes etapas.
Después se introduce el inóculo. Consideraremos solo la etapa de crecimiento exponencial
en la que la tasa de crecimiento celular es autocatalítica y se supone que es proporcional a la
concentración celular. Bailey y Ollis, 1986; Fogler, 2006) proporcionan una expresión de
velocidad de reacción estándar para describir la velocidad de crecimiento celular con un solo
sustrato limitante.

rg = μX (2-80)

donde rg es la tasa de crecimiento celular por unidad de volumen, X es la masa


celular y μ es la tasa de crecimiento específica, que está bien descrita por la
ecuación de Monod:

Tenga en cuenta que μ tiene unidades de tiempo recíproco, por ejemplo, h− 1. El parámetro
del modelo μmax se conoce como la tasa de crecimiento máxima, porque μ tiene un valor
máximo de μmax cuando S ≫ KS. El segundo parámetro del modelo, KS, se llama la
constante de Monod. La ecuación de Monod tiene la misma forma que la ecuación de
Michaelis-Menten, una expresión de velocidad estándar para reacciones enzimáticas (Bailey
y Ollis, 1986; Fogler, 2006). Versiones más complejas de la

son posibles tasas de crecimiento específicas que incluyen, por ejemplo, inhibición
del producto. Un modelo dinámico para el biorreactor alimentado por lotes en la
figura 2.11 se derivará de acuerdo con los siguientes supuestos:
1. Las células crecen exponencialmente.
2. El reactor alimentado por lotes está perfectamente mezclado.
3. Los efectos del calor son pequeños, por lo que puede suponerse la operación del
reactor isotérmico.
4. La densidad del líquido es constante.
5. El caldo en el biorreactor consiste en líquido más material sólido (es decir, masa
celular). Esta mezcla heterogénea puede aproximarse como un líquido homogéneo.
6. La tasa de crecimiento celular rg está dada por las ecuaciones. 2-80 y 2-81.
7. La tasa de formación de producto por unidad de volumen rp se puede expresar
como

8. La corriente de alimentación es estéril y, por lo tanto, no contiene células.


El modelo dinámico del reactor alimentado por lotes consiste en balances
individuales para el sustrato, la masa celular y el producto, más un balance
general de masa. La forma general de cada el saldo es

{Tasa de acumulación} = {tasa entrante} + {tasa de formación} (2-83)


Los saldos de componentes individuales son:

donde P es la concentración de masa del producto y V es el volumen del reactor.


Las tasas de reacción rg y rp y los coeficientes de rendimiento se definieron en las
ecuaciones. 2-77 al 2-82. El balance general de masa (asumiendo densidad
constante) es

El modelo dinámico se simula para dos velocidades de alimentación diferentes


(0.02 y 0.05 L / h). La Figura 2.12 muestra el perfil de la célula, el producto y la
concentración del sustrato, junto con el volumen de líquido en el reactor. Los
parámetros del modelo y las condiciones de simulación se muestran en la Tabla
2.4. Para diferentes velocidades de alimentación, el biorreactor da diferentes
respuestas; por lo tanto, el producto se puede maximizar variando F.

2.5 Dinámica de procesos y modelos matemáticos.

Una vez que se ha desarrollado un modelo dinámico, se puede resolver para una
variedad de condiciones que incluyen cambios en las variables de entrada o
variaciones en los parámetros del modelo. Las respuestas transitorias de las
variables de salida como funciones del tiempo se calculan mediante integración
numérica después de especificar las condiciones iniciales, las entradas y el intervalo
de tiempo en el que se debe integrar el sistema.
Hay una gran cantidad de técnicas de integración numérica disponibles, que van
desde técnicas simples (por ejemplo, los métodos de Euler y Runge-Kutta) hasta
métodos más complicados (por ejemplo, los métodos implícitos de Euler y Gear).
Todas estas técnicas representan algún compromiso entre el esfuerzo
computacional (tiempo de computación) y la precisión.
Aunque un modelo dinámico siempre puede resolverse en principio, para algunas
situaciones puede ser difícil generar soluciones numéricas útiles. Los modelos
dinámicos que muestran una amplia gama de escalas de tiempo (ecuaciones
rígidas) son bastante difíciles de resolver con precisión en una cantidad razonable
de tiempo de cálculo. El software para integrar ecuaciones diferenciales ordinarias
y parciales está fácilmente disponible. Los sitios web para los siguientes paquetes
de software populares se encuentran al final del capítulo: MATLAB, Mathematica,
POLYMATH, LabVIEW, ACSL, IMSL, Mathcad y GNU Octave. Para resolver
modelos dinámicos que contienen grandes números.
De las ecuaciones diferenciales algebraicas y ordinarias, se han desarrollado
programas estándar para ayudar en esta tarea. Una interfaz gráfica de usuario (GUI)
permite al usuario ingresar las ecuaciones diferenciales algebraicas y ordinarias e
información relacionada, como el período de integración total, las tolerancias de
error y las variables que se van a trazar. El programa de simulación asume la
responsabilidad de

1. Comprobación para asegurar que el conjunto de ecuaciones está exactamente


especificado.
2. Ordenar las ecuaciones en una secuencia apropiada para la solución iterativa.
3. Integrando las ecuaciones.
4. Proporcionar salida numérica y gráfica. Los ejemplos de simuladores orientados
a ecuaciones incluyen ACSL, gPROMS y Aspen Custom Modeler (Luyben, 2002).

Una desventaja de los paquetes orientados a ecuaciones es la cantidad de tiempo


y esfuerzo necesarios para desarrollar todas las ecuaciones para un proceso
complejo. Un enfoque alternativo es utilizar simulación modular, en la que las
subrutinas escritas previamente proporcionan modelos de unidades de proceso
individuales, como columnas de destilación o reactores químicos. En consecuencia,
este tipo de simulador tiene una correspondencia directa con la hoja de flujo del
proceso. El enfoque modular tiene la ventaja significativa de que las simulaciones a
escala de planta solo requieren que el usuario identifique los módulos apropiados y
proporcione los valores numéricos de los parámetros del modelo y las condiciones
iniciales, lo que se logra fácilmente a través de la interfaz gráfica del usuario. Esta
actividad requiere mucho menos esfuerzo que escribir todas las ecuaciones, y
también es más fácil de programar y depurar que los conjuntos de ecuaciones.
Además, el software es responsable de todos los aspectos de la solución. Debido a
que cada módulo tiene una forma bastante general, el usuario puede simular
diagramas de flujo alternativos para un proceso complejo, por ejemplo, diferentes
configuraciones de torres de destilación e intercambiadores de calor, o diferentes
tipos de reactores químicos. Del mismo modo, las estrategias alternativas de control
de procesos pueden ser evaluadas rápidamente. Algunos paquetes de software
permiten al usuario agregar módulos personalizados para aplicaciones novedosas.
En muchas aplicaciones de modelado, puede ser deseable desarrollar una
simulación utilizando paquetes de software proporcionados por proveedores que
incluyan diferentes módulos o funcionalidades (por ejemplo, paquetes de software
para propiedades termodinámicas, simulación, optimización y diseño de sistemas
de control). Históricamente, ha sido difícil establecer comunicación entre paquetes
de software desarrollados por diferentes fuentes, como proveedores de software y
equipos, universidades y empresas usuarias. Afortunadamente, a través de
esfuerzos mundiales como GlobalCAPE-OPEN, se han desarrollado protocolos de
software estándar (estándares abiertos) para acomodar el software plug-and-play.
Al final del capítulo se proporciona una lista de sitios web para paquetes de software
de simulación. Los simuladores dinámicos modulares han estado disponibles desde
principios de los años setenta. Varios productos comerciales están disponibles en
Aspen Technology (ASPEN PLUS y HYSYS), Honeywell (UniSim), Chemstations
(ChemCAD) e Invensys (PRO / II). Modelica es un ejemplo de un esfuerzo de
colaboración que proporciona capacidad de modelado para varias áreas de
aplicación. Estos paquetes también ofrecen capacidades orientadas a la ecuación.
Los simuladores dinámicos modulares han logrado un alto grado de aceptación en
la ingeniería de procesos y en los estudios de control porque permiten evaluar la
dinámica de la planta, la optimización en tiempo real y configuraciones alternativas
de control para una planta existente o nueva, a veces en el contexto de la
capacitación de operadores. Los sistemas abiertos actuales utilizan OLE
(vinculación e incrustación de objetos), que permite que los simuladores dinámicos
se integren con el software para otras aplicaciones, como el sistema de control de
diseño y optimización. Un estándar más reciente y ampliamente utilizado es OPC
(OLE para Control de Procesos), que es un estándar mundial de interfaz de
aplicación en software de automatización industrial y sistemas empresariales. los
La Fundación OPC proporciona las especificaciones estándar para el intercambio
de datos de control de procesos entre datos. fuentes y hardware, bases de datos,
motores de cálculo (como simuladores de procesos), hojas de cálculo e
historiadores de procesos (www.opcconnect.com). Si bien un simulador dinámico
puede incorporar algunas características de los bucles de control, las secuencias y
la interfaz del operador (por ejemplo, pantallas e historiador), un enfoque más
práctico incluye la simulación en el control distribuido.
Sistema (DCS) y tiene un factor ajustable en tiempo real. El simulador de procesos
lee las salidas DCS para la modulación de los elementos de control finales (por
ejemplo, válvulas de control y unidades de velocidad variable), control de encendido/
apagado de motores (por ejemplo, agitadores, ventiladores y bombas), y el control
de apertura y cierre automático válvulas (p. ej., válvulas de aislamiento y de
bloqueo). Dichas simulaciones para la verificación de la configuración del DCS y la
capacitación del operador pueden reducir significativamente el tiempo para poner
en marcha nuevos equipos y sistemas de automatización y lograr el rendimiento del
proceso deseado.
Alternativamente, los modelos de proceso y el DCS pueden residir en una
computadora personal fuera de línea, para proporcionar una representación
dinámica de la planta más portátil, accesible y mantenible. Una planta virtual de este
tipo se puede utilizar para mejorar la comprensión y prueba de procesos, investigar
inicios y transiciones, diagnosticar y prevenir operaciones anormales, mejorar la
automatización de procesos y prototipos de sistemas de control avanzado.

RESUMEN

En este capítulo, hemos considerado la derivación de modelos dinámicos a partir de los


primeros principios, especialmente las ecuaciones de conservación. El desarrollo de modelos
es tanto un arte como una ciencia. Requiere hacer suposiciones y simplificaciones que sean
consistentes con los objetivos de modelado y el uso final del modelo. Un enfoque sistemático
para desarrollar modelos dinámicos se resume en la Tabla 2.1. Este enfoque se ha ilustrado
derivando modelos para procesos representativos. Aunque estos ejemplos ilustrativos son
bastante simples, demuestran conceptos fundamentales que también son válidos para
procesos más complicados. Finalmente, hemos discutido cómo el desarrollo y la solución de
modelos dinámicos continúan siendo más fáciles gracias al software de simulación comercial
y los estándares abiertos. En los Capítulos 3–6, consideraremos soluciones analíticas de
modelos dinámicos lineales que utilizan las transformadas de Laplace y las funciones de
transferencia. Estas técnicas útiles permiten analizar las características de la respuesta
dinámica de forma más sistemática. También proporcionan una visión considerable de las
características comunes compartidas por procesos complejos.

ejercicios
a. Un tanque de volumen constante perfectamente agitado tiene dos flujos de entrada,
ambos consisten en el mismo líquido. La temperatura y el caudal de cada uno de los
flujos pueden variar con el tiempo

(a) Derive un modelo dinámico que describa la operación transitoria. Realice un


análisis de grados de libertad asumiendo que ambos flujos 1 y 2 provienen de
unidades aguas arriba (es decir, sus tasas de flujo y temperaturas son funciones
conocidas del tiempo).
(b) Simplifique su modelo, si es posible, a una o más ecuaciones diferenciales
eliminando cualquier ecuación algebraica. Además, simplificar cualquier derivado
de productos de variables. Notas:
wi denota el caudal másico para la corriente i. Las propiedades del líquido son
constantes (no funciones de temperatura).
b. Se utiliza un proceso de calentamiento de tanque agitado
completamente cerrado para calentar una corriente entrante cuyo caudal
varía.

La velocidad de calentamiento de esta bobina y el volumen son constantes.


(a) Desarrolle un modelo matemático (ecuaciones diferenciales y algebraicas) que
describa la temperatura de salida si se producen pérdidas de calor al ambiente y si
la temperatura ambiente (Ta) y la temperatura de la corriente entrante (Ti) pueden
variar.
(b) Discuta cualitativamente lo que espera que suceda a medida que Ti yw
aumenten (o disminuyan). Justifica por referencia a tu modelo.

Notas: ρ y Cρ son constantes. U, el coeficiente de transferencia de calor global, es


constante. Como es el área de superficie para pérdidas de calor al ambiente. Ti> Ta
(la temperatura de entrada es más alta que la temperatura ambiente).

2.3 Dos tanques están conectados entre sí de la siguiente manera inusual en la


Fig. E2.3
(a) Desarrolle un modelo para este sistema que se pueda usar para encontrar h 1,
h2, w2 y w3 como funciones de tiempo para cualquier variación dada en las entradas.
(b) Realizar un análisis de grados de libertad. Identificar todas las variables de
entrada y salida.

Notas: La densidad del líquido entrante, ρ, es constante. Las áreas de sección


transversal de los dos tanques son A1 y A2. w2 es positivo para el flujo del tanque 1
al tanque 2. Las dos válvulas son lineales con resistencias R2 y R3.

2.4 Considere un sistema de flujo de líquido que consiste en un tanque sellado con
gas no condensable por encima del líquido como se muestra en la Fig. E2.4. Derive
un modelo de estado inestable que relacione el nivel de líquido h con el caudal de
entrada qi. ¿El funcionamiento de este sistema es independiente de la presión
ambiente Pa? ¿Qué pasa con un sistema abierto a la atmósfera? Puede hacer las
siguientes suposiciones:
(i) El gas obedece la ley del gas ideal. Una cantidad constante de mg / M moles de
gas está presente en el tanque.
(ii) La operación es isotérmica.
(iii) Se mantiene una relación de raíz cuadrada para el flujo a través de la válvula.

2.5 Se usan dos tanques de compensación para amortiguar las fluctuaciones de


presión causadas por operaciones erráticas de un compresor de aire grande. (Ver
Fig. E2.5.)
(a) Si la presión de descarga del compresor es Pd (t) y la presión de funcionamiento
del horno es Pf (constante), desarrolle un modelo dinámico para las presiones en
los dos tanques de compensación, así como para los flujos de masa de aire en los
puntos a, b, y c. Puede suponer que las resistencias de la válvula son constantes,
que las características de flujo de la válvula son lineales, por ejemplo, wb = (P1 -
P2) / Rb, que los procesos de sobretensión operan isotérmicamente y que se
cumple la ley del gas ideal.
(b) ¿Cómo modificaría su modelo si los tanques de compensación operaran
adiabáticamente? ¿Y si la ley del gas ideal no fuera una buena aproximación?
2.6 En la Fig. E2.6 se muestra un reactor de tanque agitado cerrado con dos
compartimentos. La idea básica es alimentar los reactivos continuamente en el primer
compartimento, donde serán precalentados por la energía liberada en la reacción
exotérmica, que se anticipa que ocurra principalmente en el segundo compartimento. La
pared que separa los dos compartimentos es bastante delgada, lo que permite la
transferencia de calor; el exterior del reactor está bien aislado; y se construye una bobina
de enfriamiento en el segundo compartimiento para eliminar el exceso de energía liberada
en la reacción. Ambos tanques están completamente llenos en todo momento. Las pruebas
se realizarán inicialmente con una alimentación de un solo componente (es decir, sin
reacción) para evaluar las características térmicas del reactor. (a) Desarrollar un modelo
dinámico para este proceso en las condiciones de no reacción. Supongamos que q0, Ti y
Tc todos pueden variar.
(b) Realice un análisis de grados de libertad para su modelo: identifique todos los
parámetros, productos y entradas que deben ser funciones conocidas del tiempo para
obtener una solución.

(c) Para estimar los coeficientes de transferencia de calor, el reactor se probará con
Ti mucho más caliente que la temperatura de salida. Explica cómo se debería
modificar tu modelo para tener en cuenta la presencia de la reacción exotérmica.
(Para los propósitos de esta respuesta, suponga que la reacción es A → B y sea lo
más específico posible).
Notas:
Ut, At coeficiente y superficie de transferencia de calor global

Uc, Ac Coeficiente global de transferencia de calor y área de superficie del tubo de


enfriamiento
V1 Volumen del compartimento 1
V2 Volumen del compartimento 2
2.7 Recuerde el proceso de calentamiento del tanque agitado con retención variable
como se describe en la Sección 2.4.2. Recalcular los grados de libertad para este
ejemplo en las siguientes circunstancias separadas (asegúrese de explicar
claramente sus salidas, entradas manipuladas y entradas de perturbaciones):
(a) La tasa de flujo que sale del tanque es a través de un orificio, y la tasa general
es dictada por fuerzas hidrostáticas.
(b) Se agregan dos controladores de retroalimentación al sistema, uno que ajusta la
velocidad de calentamiento (Q) en función de la temperatura del tanque, y el otro
que ajusta la velocidad de flujo de salida (w) en función del volumen del tanque
(Sugerencia: no se requieren las formas exactas de los controladores para resolver
esta parte.)

2.10 El ejemplo 2.1 representa las respuestas para los cambios en los flujos de entrada
para el sistema de mezcla del tanque agitado. Repita la parte (b) y trácela. Luego, relaje la
suposición de que V es constante y trace la respuesta de x (t) y V (t) para el cambio en w1
para t = 0 a 15 minutos. Supongamos que w2 yw permanecen constantes.

2.18 Realice un análisis de grados de libertad para el modelo en las ecuaciones. 2-64 a
través de 2-68. Identificar parámetros, variables de salida y entradas (variables
manipuladas y de perturbación).

2.19 Considere el módulo de columna de destilación PCM del Apéndice E, en el que


se separa una mezcla de metanol (MeOH) y etanol al 50% -50%.

Realice la siguiente secuencia de simulaciones:


(a) Cambie la Velocidad de flujo de vapor del valor inicializado a un nuevo valor de 0.045
m3 / s, y comience la simulación. Genere gráficos para la composición Overhead MeOH y
la composición Bottom MeOH. Registre los valores iniciales y los valores finales (estado
estable) para estas variables.
(b) Una vez que el sistema haya alcanzado un nuevo estado estable (y haya recopilado la
información solicitada en la parte (a)), aumente la Composición de Feed MeOH a 0.55.
Genere gráficos para la composición Overhead MeOH y la composición Bottom MeOH.
Registre los valores iniciales y los valores finales (estado estable) para estas variables.
(c) Comente las diferencias relativas entre estos dos cambios de entrada (fuerza de efecto,
tiempo de respuesta)

Más problemas para resolver, ir a libro process dynamics and control 4° ed.
(Seborg et all).

Potrebbero piacerti anche