Documenti di Didattica
Documenti di Professioni
Documenti di Cultura
VC sc sistema
dV
t
dA n v
dt
dm
) (
II CONGRESO NACIONAL DE FENOMENOS DE TRANSFERENCIA
3. ECUACIONES DE ESTADO
BALANCE DE ENERGIA GLOBAL EN UN SISTEMA ABIERTO.
Consideremos inicialmente a un elemento diferencial de volumen
como sistema de estudio, para quien el balance de energa
global es igual a:
Esta ecuacin es conocida con el nombre de Transporte de
Reynolds, nos indica que la derivada sustancial de la energa
es igual al eflujo neto de energa a travs de la superficie de
control, ms la velocidad de cambio de la energa dentro del
volumen de control en el mismo momento. Si la energa global
del sistema permanece constante, la ecuacin se establece
como:
}}} }}
c
c
+ - =
VC SC SISTEMA
dV e
t
dA n v e
Dt
DE
) (
}}} }}
c
c
= -
VC SC
dV e
t
dA n v e ) (
II CONGRESO NACIONAL DE FENOMENOS DE TRANSFERENCIA
3. ECUACIONES DE ESTADO
Para un sistema abierto, con admisin y/o eliminacin de
energa, la ecuacin del balance de la energa en estado no
estacionario se escribe como:
- -
c
c
= -
}}} }}
W q dV e
t
dA n v e
VC SC
) (
II CONGRESO NACIONAL DE FENOMENOS DE TRANSFERENCIA
4. MODELADO MECANISTICO DE LOS PROCESOS
II CONGRESO NACIONAL DE FENOMENOS DE TRANSFERENCIA
4.1 Descarga de Fluidos
F F
dt
V d
i
=
) (
F F
dt
h d
A
i TK
=
) (
h Kv F
dt
h d
A
i TK
=
) (
En el programa del Modelo No Lineal; El escaln es
insertado en F(x,t) modificando el valor que corresponde al flujo de
alimentacin y el inicial de h, con el nuevo valor en el estado
estacionario. De esta manera se consigue la respuesta del sistema a
distintas entradas.
4. MODELADO MECANISTICO DE LOS PROCESOS
II CONGRESO NACIONAL DE FENOMENOS DE TRANSFERENCIA
4. MODELADO MECANISTICO DE LOS PROCESOS
II CONGRESO NACIONAL DE FENOMENOS DE TRANSFERENCIA
4. MODELADO MECANISTICO DE LOS PROCESOS
II CONGRESO NACIONAL DE FENOMENOS DE TRANSFERENCIA
A continuacin se muestran las respuestas del modelo
linealizado de la descarga de tanques, a perturbaciones de tipo
escaln, rampa y senoidal por medio de LabView. Cabe indicar
que la solucin en LabView, es a partir de la funcin de
transferencia G(s). La variable respuesta esta en trminos de las
variables de desviacin, por tal motivo la grafica siempre inicia
en cero.
) (
1
) ( s F
s
K
s h
i
+
=
t
|
1
= K
|
t
TK
A
=
ee
h
Kv
2
= |
4. MODELADO MECANISTICO DE LOS PROCESOS
II CONGRESO NACIONAL DE FENOMENOS DE TRANSFERENCIA
4. MODELADO MECANISTICO DE LOS PROCESOS
II CONGRESO NACIONAL DE FENOMENOS DE TRANSFERENCIA
4.2 Variacin de Concentracin en reactores en serie.
1
1
1 1
2
1
0
1
0 1
A A
R
A
A
C
V
kV Q
C
V
Q
C
V
Q
dt
dC
|
|
.
|
\
| +
+ =
1
1
1
1 2
1
1
B A B
R B
C
V
Q
kC C
V
Q
dt
dC
|
|
.
|
\
|
+ =
2
2
2 1
1
2
1 2
A A
A
C
V
kV Q
C
V
Q
dt
dC
|
|
.
|
\
| +
=
2
2
1
2 1
2
1 2
B A B
B
C
V
Q
kC C
V
Q
dt
dC
|
|
.
|
\
|
+ =
4. MODELADO MECANISTICO DE LOS PROCESOS
II CONGRESO NACIONAL DE FENOMENOS DE TRANSFERENCIA
4. MODELADO MECANISTICO DE LOS PROCESOS
II CONGRESO NACIONAL DE FENOMENOS DE TRANSFERENCIA
4.3 Intercambio de Calor en Tanques Continuos y Agitados.
TANQUE DE CALENTAMIENTO
P-1
ENTRADAS
Fvapor
I-1
I-2
I-3
I-4
I-5
I-6
I-7
I-8
I-9
I-1
0
I-1
1
I-1
2
I-1
3
I-1
4
P-7
SALIDAS
Fi, Ti(t)
F, T
V, Cp,
FH Q H F
dt
VH d
i i
+ =
) (
T Q T
dt
dT
i
o | o + =
t
o
1
= =
V
F
i
VCp
|
1
=
4. MODELADO MECANISTICO DE LOS PROCESOS
II CONGRESO NACIONAL DE FENOMENOS DE TRANSFERENCIA
El uso de los mtodos numricos permite hacer variaciones tanto de la
temperatura de alimentacin, Ti, como de la energa del sistema de
calentamiento, Q.
4. MODELADO MECANISTICO DE LOS PROCESOS
II CONGRESO NACIONAL DE FENOMENOS DE TRANSFERENCIA
) (
1
) (
1
1
) ( s Q
s
s T
s
s T
i
+
+
+
=
t
o
t
4. MODELADO MECANISTICO DE LOS PROCESOS
II CONGRESO NACIONAL DE FENOMENOS DE TRANSFERENCIA
4.4 Reaccin Qumica de Primer Orden en CSTR.
RT Ea
A A Ai
A
e C k C C
dt
dC
/
0
) (
= t t
RT Ea
A i
e C Q T T
dt
dT
/
+ = | o t
F
V
= t
FCp
o
1
=
Cp
k H
R
t
|
) )( (
0
A
=
RT Ea
o
e k k
/
=
4. MODELADO MECANISTICO DE LOS PROCESOS
II CONGRESO NACIONAL DE FENOMENOS DE TRANSFERENCIA
4. MODELADO MECANISTICO DE LOS PROCESOS
II CONGRESO NACIONAL DE FENOMENOS DE TRANSFERENCIA
La cantidad de energa de refrigeracin, Q, puede modificarse para
observar el efecto en las variaciones de concentracin y
temperatura. As, para un proceso adiabtico (Q = 0) el resultado
muestra que para el tiempo de 1.25 s, la concentracin final es de
0.002 y la temperatura de 450 K.
4. MODELADO MECANISTICO DE LOS PROCESOS
II CONGRESO NACIONAL DE FENOMENOS DE TRANSFERENCIA
4. MODELADO MECANISTICO DE LOS PROCESOS
II CONGRESO NACIONAL DE FENOMENOS DE TRANSFERENCIA
4.5 Reactor Discontinuo con chaqueta de enfriamiento.
El siguiente esquema muestra el proceso de reaccin en fase
liquida en un reactor batch de volumen constante V. La reaccin
es reversible y exotrmica.
B A
) (
R
H A
B A A
C k C k r
2 1
) ( + =
) / 11600 2 . 17 exp(
1
RT k =
) / 29600 9 . 41 exp(
2
RT k =
4. MODELADO MECANISTICO DE LOS PROCESOS
II CONGRESO NACIONAL DE FENOMENOS DE TRANSFERENCIA
) ( ) 1 (
2 1
x k x k
dt
dx
B
A
+ = u
0
0
A
B
B
C
C
= u
| o + A = ) ( T
dt
dT
VCp
UA
T
o =
Cp
H r
R A
|
) )( ( A
=
|
|
.
|
\
|
= A = A
rf
rf
rf rf
ml
T T
T T
T T T T
T T
, 1
, 0
, 1 , 0
ln
) ( ) (
4. MODELADO MECANISTICO DE LOS PROCESOS
II CONGRESO NACIONAL DE FENOMENOS DE TRANSFERENCIA
4. MODELADO MECANISTICO DE LOS PROCESOS
II CONGRESO NACIONAL DE FENOMENOS DE TRANSFERENCIA
4. MODELADO MECANISTICO DE LOS PROCESOS
II CONGRESO NACIONAL DE FENOMENOS DE TRANSFERENCIA
5. MODELADO DE PROCESOS MEDIANTE EL MTODO DE LA
CAJA NEGRA.
II CONGRESO NACIONAL DE FENOMENOS DE TRANSFERENCIA
5.1. Modelos de POMTM y SOMTM
s t
d
e
s
K
s G
+
=
1
) (
t
s t
d
e
s s
K
s G
+ +
=
1 ) 2 (
) (
2 2
t t
Los modelos de caja negra no dejan de emplear tcnicas de
correlacin por lo que muy bien podran encajar en los modelos
estadsticos, as para el ejemplo propuesto, se desarrolla el programa
de tal forma que nos muestra la suma de los errores al cuadrado
como parmetro de ajuste de los datos experimentales con los
calculados mediante la ecuacin propuesta.
5. MODELADO DE PROCESOS MEDIANTE EL MTODO DE LA
CAJA NEGRA.
II CONGRESO NACIONAL DE FENOMENOS DE TRANSFERENCIA
5. MODELADO DE PROCESOS MEDIANTE EL MTODO DE LA
CAJA NEGRA.
II CONGRESO NACIONAL DE FENOMENOS DE TRANSFERENCIA
5. MODELADO DE PROCESOS MEDIANTE EL MTODO DE LA
CAJA NEGRA.
II CONGRESO NACIONAL DE FENOMENOS DE TRANSFERENCIA
5. MODELADO DE PROCESOS MEDIANTE EL MTODO DE LA
CAJA NEGRA.
II CONGRESO NACIONAL DE FENOMENOS DE TRANSFERENCIA
5. MODELADO DE PROCESOS MEDIANTE EL MTODO DE LA
CAJA NEGRA.
II CONGRESO NACIONAL DE FENOMENOS DE TRANSFERENCIA
5. MODELADO DE PROCESOS MEDIANTE EL MTODO DE LA
CAJA NEGRA.
II CONGRESO NACIONAL DE FENOMENOS DE TRANSFERENCIA
5.2. Modelos de Identificacin de Sistemas.
Existen diferentes modelos dentro del enfoque de identificacin de
sistemas denominado tambin como modelos de entrada-salida:
modelos lineales y no lineales. Ejemplos de los primeros son los
modelos AR, ARX, ARMA, ARMAX, Output Error y Box-Jenkins.
Modelos no lineales son NARMAX, redes neuronales artificiales y
modelos difusos.
La tabla 2 muestra el resumen de las ecuaciones y los grficos de
bloques para los diferentes modelos lineales y discretos en el
tiempo.
5. MODELADO DE PROCESOS MEDIANTE EL MTODO DE LA
CAJA NEGRA.
II CONGRESO NACIONAL DE FENOMENOS DE TRANSFERENCIA
) (
) (
1
) ( k e
q A
k y =
) (
) (
1
) (
) (
) (
) ( k e
q A
k u
q A
q B
k y + =
) (
) (
) (
) ( k e
q A
q C
k y =
) (
) (
) (
) (
) (
) (
) ( k e
q A
q C
k u
q A
q B
k y + =
) ( ) (
) (
) (
) ( k e k u
q F
q B
k y + =
) (
) (
) (
) (
) (
) (
) ( k e
q D
q C
k u
q F
q B
k y + =
( ) 1 ) ( ) ( = = = q D q C q A
Output Error
Clase de Modelo Ecuacin Grafico
AR
ARX
C(q)= D(q) = F(q)=1
ARMA
ARMAX
F(q) = D(q )= 1
Box-Jenkins
5. MODELADO DE PROCESOS MEDIANTE EL MTODO DE LA
CAJA NEGRA.
II CONGRESO NACIONAL DE FENOMENOS DE TRANSFERENCIA
A partir de los datos discretos de entrada-salida que se muestra en
la tabla, se encuentran los parmetros de un modelo lineal (2, 3, 0)
mediante la programacin en LabVIEW y que ajustan a estos.
K 0 1 2 3 4 5 6 7 8 9
y(k)12.2 11.8 11.6 11.6 11.8 12.2 13.0 14.4 16.2 15.8
u(k)2.50 2.50 2.50 2.50 2.50 2.23 2.20 2.20 2.21 2.20
5. MODELADO DE PROCESOS MEDIANTE EL MTODO DE LA
CAJA NEGRA.
II CONGRESO NACIONAL DE FENOMENOS DE TRANSFERENCIA
El modelo ARX resultante ser expresado mediante la siguiente
ecuacin:
) ( ) 3 ( 97864 . 2
) 2 ( 77658 . 1 ) 1 ( 34116 . 3 ) 2 ( 90376 . 2 ) 1 ( 99594 . 2 ) (
k e k u
k u k u k y k y k y
+ +
+ =
5. MODELADO DE PROCESOS MEDIANTE EL MTODO DE LA
CAJA NEGRA.
II CONGRESO NACIONAL DE FENOMENOS DE TRANSFERENCIA
La siguiente simulacin muestra el efecto de una entrada o
perturbacin de primer orden sobre un proceso de segundo orden
con = 1, = 0.25. La respuesta o salida del proceso bajo esta
perturbacin es simulada mediante el modelo lineal ARX.
t
t
) ( ) 3 ( 1951 . 0
) 2 ( 2438 . 0 ) 1 ( 2764 . 0 ) 2 ( 8187 . 0 ) 1 ( 6756 . 1 ) (
k e k u
k u k u k y k y k y
+ +
+ + =
5. MODELADO DE PROCESOS MEDIANTE EL MTODO DE LA
CAJA NEGRA.
II CONGRESO NACIONAL DE FENOMENOS DE TRANSFERENCIA
6. MODELADO ESTADISTICO.
II CONGRESO NACIONAL DE FENOMENOS DE TRANSFERENCIA
6. MODELADO ESTADISTICO.
II CONGRESO NACIONAL DE FENOMENOS DE TRANSFERENCIA
Un modelo matemtico de la fermentacin de la bacteria
Pseudomonas Ovalis, el cual produce acido gluconico, ha sido
desarrollado por Rai y Constantinides. Este modelo, que describe
la dinmica de la fase de crecimiento logartmico, puede
resumirse como sigue:
Velocidad de Crecimiento Celular:
|
|
.
|
\
|
=
2
1
1
k
a
a k
dt
da
Velocidad de la formacin de la Glucolactona:
b k
d k
ad k
dt
db
5
4
3
) 9082 . 0 (
+
=
6. MODELADO ESTADISTICO.
II CONGRESO NACIONAL DE FENOMENOS DE TRANSFERENCIA
Velocidad de formacin del Acido Gluconico:
b k
dt
dc
5
=
Velocidad de Consumo de la Glucosa:
|
|
.
|
\
|
+
=
d k
ad k
dt
dd
4
3
011 . 1
6. MODELADO ESTADISTICO.
II CONGRESO NACIONAL DE FENOMENOS DE TRANSFERENCIA
II CONGRESO NACIONAL DE FENOMENOS DE TRANSFERENCIA