Analisis Del Comportamiento Dinamico de Los Procesos Con

ANALISIS DEL COMPORTAMIENTO
DINAMICO DE LOS PROCESOS CON

LabVIEW
II CONGRESO NACIONAL DE FENOMENOS DE TRANSFERENCIA
M.Sc. Wilber Pinares Gamarra
UNIVERSIDAD NACIONAL DE SAN
ANTONIO ABAD DEL CUSCO
TEMA:
1. INTRODUCCION
2. CLASIFICACION DE LOS MODELOS.
3. ECUACIONES DE ESTADO.
4. MODELADO MECANISTICO DE LOS PROCESOS.
5. MODELADO DE LOS PROCESOS MEDIANTE EL
METODO DE LA CAJA NEGRA.
Modelos de POMTM Y SOMTM.
Modelos de Identificacin de Sistemas.
6. MODELADO ESTADISTICO.
CONTENIDO
1. INTRODUCCION
Para obtener un diseo efectivo y confiable de un sistema
de control, es fundamental entender y describir el
comportamiento dinmico del proceso a controlar.
En este sentido, los modelos representan una herramienta
fundamental y cualquier descripcin del sistema puede ser
considerado como el modelo de ese sistema.
1. INTRODUCCION
El modelo debe contener informacin que sea capaz
de predecir los cambios de las condiciones de
operacin de los procesos. Dentro de este contexto,
un modelo puede ser una descripcin matemtica o
estadstica de aspectos especficos del proceso.
Este tambin puede ser una descripcin cualitativa
del comportamiento del proceso.
1. INTRODUCCION
Para elaborar el algoritmo que permita el anlisis del
comportamiento dinmico de los proceso se
consider que el lenguaje ms apto es el LabVIEW
(Laboratory Virtual Engineering workbench), las
razones son varias y dentro de ellas:
1. INTRODUCCION
Es muy simple de manejar, debido a que est basado en un nuevo
sistema de programacin grfica, llamada lenguaje G.
Es un programa que cuenta con numerosas herramientas de
presentacin: grficas, botones, indicadores y controles, los cuales son
muy esquemticos y de gran elegancia.
Es un programa de mucho poder donde se cuentan con libreras
especializadas para las Soluciones Numricas, Anlisis Estadstico,
Optimizacin, etc.
Con este las horas de desarrollo de una aplicacin por ingeniero, se
reducen a un nivel mnimo.
Como se programa creando subrutinas en mdulos de bloques, se
pueden usar otros bloques creados anteriormente como aplicaciones
por otras personas.
Es un programa que permite pasar las aplicaciones entre diferentes
plataformas como Macintosh y seguir funcionando.
2. CLASIFICACION DE LOS MODELOS
probabilidad
Algunas veces los modelos mecanisticos son complejos y
sus ecuaciones no pueden ser resueltas. Bajo tales
circunstancias, los modelos experimentales o modelos
caja negra pueden ser construidos usando los datos de
la planta.
Los modelos de Caja Negra, entrada-salida o identificacin de
sistemas; simplemente describen la relacin funcional entre la
entrada y la salida de un sistema, nicamente reproduce el
comportamiento observado del sistema sin atender a los
mecanismos internos que regulan el comportamiento del mismo.
Generalmente estn relacionados a los modelos ordinarios
(EDO). Los parmetros de estas funciones no tienen significado
fsico, esta es la desventaja de los modelos de caja negra en
comparacin con los modelos mecanisticos.
Los Modelos Cualitativos se emplean cuando la naturaleza del
proceso no permite una descripcin matemtica o cuando existen
limitaciones fsicas. La forma ms simple de un modelo
cualitativo, como la lgica difusa, se basa en una regla que hace
uso del constructor Si (situacin) Entonces (accion), en
ingles if then, para describir el comportamiento del proceso
que modifica el ingreso en salida. Por ejemplo el enunciado de
un proceso de transferencia de calor, verbalmente puede ser: Si
la Temperatura del proceso se incrementa, sobre el valor
deseado entonces aumentar el flujo de refrigeracin.
Los Modelos Estadsticos se hacen necesarios para algunos
procesos con incertidumbre en los alrededores. Esta tcnica
tiene sus races en el anlisis de datos, teora de la informacin,
teora de juegos y la teora de decisiones. Los modelos
probabilstico son caracterizados por la probabilidad de la funcin
densidad de las variables, el ms comn es la distribucin
normal. Los modelos de correlacin son los ms usados y son
analizados empleando tcnicas de regresin. Obviamente los
modelos dinmicos no son capturados por los modelos
estadsticos. Sin embargo toman un rol importante en la toma de
decisiones, monitoreo de los procesos, anlisis de datos y
fundamentalmente en el Control Estadstico de Procesos.
3. ECUACIONES DE ESTADO
La gran mayora de los procesos encontrados en la industria
pueden ser caracterizados por variables fundamentales como
masa, energa y cantidad de movimiento. Muchas veces estas
cantidades no pueden ser medidas directamente, en estos casos
se emplean otras variables ms simples de medir
(concentraciones, densidades, presiones, temperaturas,
caudales, etc.) que, en su conjunto, determinan las variables
fundamentales. Las ecuaciones que relacionan estas variables
pueden ser obtenidas por medio de experimentos (modelos
empricos) o bien a travs de los principios de conservacin;
(modelos tericos/ mecanisticos/ parmetro concentrado/ODE).
BALANCE DE MASA.
Para aplicar el principio de la conservacin de la masa en un
sistema, se elige un elemento diferencial de estudio
representativo del sistema, cuyo volumen es denominado
volumen de control (VC) y es limitado por la superficie de control
(SC). El balance de masa para un sistema, sin considerar la
reaccin qumica, se expresar como:

La ecuacin indica que la variacin de la masa, del sistema en
estudio, como una funcin del tiempo es igual al eflujo neto de
masa a travs de la superficie de control ms la variacin del
cambio de masa para un volumen de control.
}}} }}
c
c
+ - =
(
VC sc sistema
dV
t
dA n v
dt
dm
) (
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 ) (
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
) (
4. MODELADO MECANISTICO DE LOS PROCESOS
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.
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
= |
4.2 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
|
|
.
|
\
|
+ =
4.3 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
=
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.
) (
1
) (
1
1
) ( s Q
s
s T
s
s T
i
+
+
+
=
t
o
t
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
/
=
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.
4.5 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 =
) ( ) 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
) ( ) (
5. MODELADO DE PROCESOS MEDIANTE EL MTODO DE LA
CAJA NEGRA.
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.
CAJA NEGRA.
CAJA NEGRA.
CAJA NEGRA.
CAJA NEGRA.
CAJA NEGRA.
CAJA NEGRA.
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.
CAJA NEGRA.
) (
) (
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
CAJA NEGRA.
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
CAJA NEGRA.
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
+ +
+ =
CAJA NEGRA.
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
+ +
+ + =
CAJA NEGRA.
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 (
+
=
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

Analisis Del Comportamiento Dinamico de Los Procesos Con

Caricato da

Informazioni sul documento

Titolo originale

Copyright

Formati disponibili

Condividi questo documento

Condividi o incorpora il documento

Opzioni di condivisione

Hai trovato utile questo documento?

Questo contenuto è inappropriato?

Copyright:

Formati disponibili

Analisis Del Comportamiento Dinamico de Los Procesos Con

Caricato da

Copyright:

Formati disponibili

ANALISIS DEL COMPORTAMIENTO

DINAMICO DE LOS PROCESOS CON

Potrebbero piacerti anche