Simulación de Procesos Prof. (MSc) Juan E. Rodríguez C. Modelado y Simulación de sistema Universidad Nacional Experimental Politécnica de la Fuerza Armada. Extensión Bejuma Noviembre, 2015

Contenido I 20% II 30% Unidad Contenido Pond. Introducción. Definición de simulación. Reseña histórica. El valor y beneficios del análisis y la simulación de procesos. Etapas de un proceso de diseño. Síntesis de procesos químicos. Ejemplos. Etapas en la ingeniería de procesos. Modelado de procesos químicos. Etapas para la realización de estudio de simulación. Definición del problema. Formulación del modelo. Colección de datos. Implementación del modelo en la computadora. Validación. Experimentación. Interpretación. Documentación. Definición de sistemas. Variables de un sistema. Sistemas en estado estacionario. Sistemas en estado dinámico. Modos de simulación. Análisis. Diseño. Control 20% II Simuladores. Características generales de los simuladores. Elementos de un simulador de procesos. Análisis de los grados de libertad de un sistema. Clasificación de los métodos de simulación. Simulación cualitativa y cuantitativa. Simulación estacionaria y dinámica. Técnicas para simular un proceso. Aproximación modular secuencial. Aproximación modular simultánea. Aproximación orientada a objetos y ecuaciones. El simulador comercial. Ejercicios. Problemas propuestos. 30%

Contenido III 30% IV 20% Unidad Contenido Pond. Simulación de procesos químicos. Descripción de distintos módulos de equipos presentes en un simulador modular de procesos químicos: equipos divisores de corrientes, mezcladores, equipos de intercambio de calor, equipo de contacto directo entre fases, reactores, equipos de separación flash, bombas y válvulas, compresores y expansores, entre otros. Aspectos básicos a tener en cuenta en el uso de un simulador modular. 30% IV Simulación en tiempo real. Definición de un simulador en tiempo real. Características generales de un simulador en tiempo real. Simulación dinámica de sistemas. Simulación dinámica, modelos de simulación dinámica, aplicaciones. 20%

BIBLIOGRAFÍA Martínez-Sifuentes V.H. ,Alonso-Dávila P.A., López-Toledo J., Salgado-Carbajal M. Rocha-Uribe J.A. (2000) Simulación de procesos en Ingeniería Química. Ed. Plaza & Valdez. ISBN: 968-856-755-8 Scenna N. (1999) Modelado, Simulación y optimización de procesos químicos. ISBN: 950-42-0022-2. 1999 Himmelblau, D.M. y Bischoff, K.B. Análisis y Simulación de Procesos. Ed. Reverté, 1992. T. Dobre., J.M.Sanchez., Chemical Engineering Modelling, Simulation and Similitude, Wiley VCH, 2007. Mohd. Kamaruddin Abd Hamid, Hysys: An Introduction to chemical engineering simulation, Lambert Academic Publishing. 2013. Michael E. Hanyak Jr, Chemical Process Simulation and the Aspen HYSYS Software,Bucknell University . Lewisburg, PA 17837. 2012. Turton, Richard. Analysis, Synthesis and Design of Chemical Processes. Upper Saddle River, N.J: Prentice Hall, 2012.

ESTRATEGIAS DE EVALUACIÓN RECOMENDADA Unidad Prácticas Parcial I 15% 20% II III IV Total 60 % 40%

Unidad I: Introducción a la Simulación de Procesos Prof. (MSc) Juan E. Rodríguez C.

Contenido Sistemas, Modelos y Simulación Sistemas. Conceptualización. Clasificación. Importancia del modelado y simulación. Ventajas y desventajas de la simulación. Etapas del modelado y simulación.

Definición del sistema Entrada y salida del sistema. Es un conjunto de partes o elementos organizadas y relacionadas que interactúan entre sí para lograr un objetivo. Los sistemas reciben (entrada) datos, energía o materia del ambiente y proveen (salida) información, energía o materia.

Clasificación de Sistema

Modelado de un sistemas “Modelado es una técnica cognitiva que consiste en crear una representación ideal de un objeto real mediante un conjunto de simplificaciones y abstracciones, cuya validez se pretende constatar. La validación del modelo se lleva a cabo comparando las implicaciones predichas por el mismo con observaciones.”. “Representación de la realidad por medio de abstracciones. Los modelos enfocan ciertas partes importantes de un sistema (por lo menos, aquella que le interesan a un tipo de modelo específico), restándole importancia a otras.”…

Clasificación de los Modelos Simbólicos o Matemáticos Según la evolución respecto tiempo: Estacionarios o Dinámicos. Según la aleatoriedad : Estocásticos o Determinanticos. Según su connotación Cualitativos o Cuantitativos Según las variables de estado: Discreto o Continuo

Entrada - Salida = Acumulación Leyes Fundamentales Ley de conservación de la materia. Balance de materia global Entrada - Salida = Acumulación Ejemplo: Considere el tanque de líquido de mezcla perfecta, la figura 1, en el cual fluye una corriente líquida a una tasa volumétrica de F0 (ft3/min o m3/min) y con una densidad de ρ0 (lbm/ft3 o kg/m3). El volumen retenido de líquido en el tanque es V (ft3 o m3), y su densidad es ρ. La velocidad de flujo volumétrico del tanque es F, y la densidad de la corriente de emanación es la misma que la del contenido del tanque.

Figura 1. tanque de líquido de mezcla perfecta

Balance de Materia Entrada - Salida = Acumulación Masa que entra – Masa que sale = Masa que se acumula La densidad (símbolo ρ) de una sustancia es una magnitud escalar referida a la cantidad de masa contenida en un determinado volumen. Entonces la expresión quedaría de la siguiente manera Sin embargo, un muchos casos se podría suponer que la densidad es constante si no existe cambio de temperatura ni presión en el sistema, simplificando el termino densidades.

Entrada - Salida = Acumulación Balance de Materia Entrada - Salida = Acumulación Si la densidad es constante la expresión será: Sin embargo, el área del tanque es contante, por lo cual el volumen pode expresarse como V = A*h(t), por lo tanto la ecuación sería la siguiente. Finalmente puede se expresada como: Donde: F : Flujo volumétrico Q: Caudal volumétrico

TIPOS DE SIMULADORES Estacionarios: régimen permanente. Dinámicos: régimen transitorio Arquitectura: Modulares-Secuénciales Orientados a ecuaciones Modulares simultáneos o híbridos Variables manejada: Estocásticas vs. Determinísticas Cualitativas vs. Cuantitativas Tipo de modelado Discreto Continuo

Simuladores estáticos Resolución rigurosa de las ecuaciones de balance de materia y energía para el conjunto de operaciones unitarias de un proceso continuo. Proporciona datos para el dimensionamiento de equipos Reducción de la inversión por diseño más ajustado Mejora de la calidad Menos ensayos en planta piloto: Ahorro de tiempo y dinero Eliminación de cálculos repetitivos y errores Ensayo sin riesgo de nuevas ideas de operación Mejor entendimiento del proceso Escalado de procesos Operación fuera de diseño Optimización de planta y diseño Cuellos de botella, revamping, mejora en la producción

Simuladores dinámicos Operación: Respuesta de procesos continuos ante perturbaciones Ajuste de controladores Maniobras y desviaciones anormales en el proceso, para estudios de seguridad y de emisiones Análisis de operabilidad y riesgo Validación de procedimientos de emergencia Entrenamiento de operadores Diseño: Sistema de control y controlabilidad Procedimientos de puesta en marcha y parada Procesos discontinuos

Modulares secuenciales Información ingresada por el usuario es fácilmente revisada Problemas de diseño más fáciles de resolver Se incrementa la dificultad cuando se plantea un problema de optimización (funciona como cajas negras) Poco versátiles, pero muy flexibles, muy confiables y bastante robustos Se calcula la salida de cada unidad a partir de la entrada y los parámetros. Muy empleados en la actualidad: ej. Aspen Plus (AspenTech), ChemCAD, PRO/II (SimSci), Hysim (Hyprotech), Hysys (Hyprotech, comprada recientemente por AspenTechnologies)

Orientados a ecuaciones Cada equipo se representa por las ecuaciones que lo modelan. El modelo es la integración de todos los subsistemas Desaparece la distinción entre variables de proceso y parámetros operativos, por lo tanto se simplifican los problemas de diseño Resolución simultánea del sistema de ecuaciones algebraicas (no lineales) resultante Mayor velocidad de convergencia Necesita una mejor inicialización A mayor complejidad, menor confiabilidad en los resultados y más problema de convergencia Más difícil de usar por “no especialistas” Arquitectura preferida en nuevos simuladores: ej. Aspen Custom Modeler (AspenTech), RTO-OPT (AspenTech), NOVA (Nova), gPROMS, ABACUSS

Híbridos o modulares simultáneos Combinan la estrategia modular y la orientada a ecuaciones Se aprovechan los aspectos positivos de ambas metodologías Se resuelven simultáneamente todas las variables, como en el modelo global Para el resto se mantiene la filosofía modular: secuencia de cálculo, uso de módulos para introducir datos, etc.

SIMULACIÓN Y MODELOS UNIDAD II: SIMULACIÓN DE SISTEMAS Prof. (MSc) Juan E. Rodríguez C.

Contenido La simulación como proceso experimental: experimentos y utilización de computadoras. Descripción de metodologías para estudios de simulación de sistemas. Aplicaciones de la simulación de sistemas. Ejemplos.

Simulación "La simulación es el proceso de diseñar un modelo de un sistema real y llevar a término experiencias con él, con la finalidad de comprender el comportamiento del sistema o evaluar nuevas estrategias, dentro de los limites impuestos por un cierto criterio o un conjunto de ellos, para el funcionamiento del sistema.” R. E. Shannon “Imitación de la operación de un proceso del mundo real o sistema sobre tiempo. La simulación comprende la generación de un historial artificial de un sistema, y la observación de tal historial para mostrar las conclusiones concernientes a las características de operación del sistema real.” J. Banks, J. S. Carson y B. L. Nelson.

SIMULACIÓN Simulación SISTEMA REAL Experimentar con el sistema Modelo del sistema SIMULACIÓN Experimentar con Modelo Físico Experimentar con Modelo Matemático

Aplicación en la Industria Diagnosis. El modelo se emplea como representación profunda del sistema, sobre el que es posible determinar las causas que generan una desviación respecto a un comportamiento teórico. En este tipo de aplicaciones es donde los modelos funcionales son especialmente importantes, dado que modelan directamente las funciones del sistema. Control basado en modelos. El modelo se emplea para determinar las posibles acciones a realizar sobre el sistema que conducirían al mismo a una determinada situación. Los modelos causales son especialmente importantes para ello, dado que representan los mecanismos de propagación de efectos en el sistema modelado.

Aplicación en la Industria Optimización. El modelo se emplea para determinar situaciones del proceso en las que se logra una mejoría del rendimiento. Enseñanza. El modelo se utiliza para que una persona estudie el comportamiento del sistema al que modela. Este tipo de sistemas se han empleado en multitud de circunstancias.

Ventajas uso de la simulación Experimentación económica: Es posible estudiar procesos existentes de una forma más rápida, económica y completa que en una planta real. Extrapolación: Con un modelo matemático adecuado se pueden ensayar intervalos extremos de las condiciones de operación, que pueden ser impracticables o imposibles de realizar en una planta real. Estudio de conmutabilidad y evaluación de otros planes de actuación: Se pueden introducir nuevos factores o elementos de un sistema y suprimir otros antiguos al examinar el sistema con el fin de ver si estas modificaciones son compatibles.

Ventajas uso de la simulación Repetición de experimentos: La simulación permite estudiar el efecto de la modificación de las variables y parámetros con resultados reproducibles. En el modelo matemático se puede introducir o retirar a voluntad un error, lo cual no es posible en la planta “real”. Cálculos de Control: La simulación constituye una importante ayuda material para el estudio de los sistemas de control con lazos abiertos y cerrados. Ensayos de sensibilidad: Se pueden ensayar la sensibilidad de los parámetros de costes y los parámetros básicos del sistema. Estudio de la estabilidad del sistema: Se puede examinar la estabilidad de sistemas y subsistemas frente a diferentes perturbaciones.

Desventajas de la simulación No existe una formulación matemática: Muchos sistemas reales no pueden ser modelados matemáticamente con las herramientas actualmente disponibles; por ejemplo, la conducta de un cliente de un banco. Existe una formulación matemática pero es difícil obtener una solución analítica: Los modelos matemáticos utilizados para modelar un reactor nuclear o una planta química son imposibles de resolver en forma analítica sin realizar serias simplificaciones. No existe el sistema real: Es el problema del ingeniero que tiene que diseñar un equipo nuevo o una nueva planta. El diseño del sistema mejorará notablemente si se cuenta con un modelo adecuado para realizar experimentos.

Cuando usar simulación Los experimentos son imposibles debido a impedimentos económicos, de seguridad, de calidad o éticos: En este caso, el sistema real está disponible para realizar experimentos, pero la dificultad de los mismos hace que se descarte esta opción. Un ejemplo de esto es la imposibilidad de provocar fallas en un avión real para evaluar la conducta del piloto. El sistema evoluciona muy lentamente o muy rápidamente: Un ejemplo de dinámica lenta es el problema de los científicos que estudian la evolución del clima. Ellos deben predecir la conducta futura del clima dado las condiciones actuales, no pueden esperar que un tornado arrase una ciudad para luego dar el mensaje de alerta. Por el contrario, existen fenómenos muy rápidos que deben ser simulados para poder observarlos en detalles, por ejemplo una explosión.

Estadio de Simulación Etapa I Etapa III Etapa II Modelado de Sistema Formulación del problema Definición del sistema del modelo Colección de datos Implementación Verificación Validación Diseño de experimentos Experimentación Interpretación Documentación Etapa I Etapa III Etapa II

Etapa I Formulación del problema. Definición del sistema. Objetivo de la simulación. Alcance y limitaciones de la simulación. Definición del sistema. Tipo de sistema Tipos de datos de entrada y salida del sistema. Formulación del modelo. Modelo Teórico (Descripción del proceso) Modelo Conceptual (BD, PFD, DFI, DS) Recolección de los datos de las variables y parámetros del sistemas

Formulación del problema. Siendo el primer paso, es muy crucial, ya que aquí se debe establecer el objetivo de la simulación (Diseñar, Evaluar, Controlar o Optimizar el proceso), las limitaciones y alcance del mismo. ¿Qué quieres? ¿Para que lo quieres? ¿Cómo lo quieres? ¿Para cuando lo quieres?

Formulación del problema. De no limitar el sistema y identificarlo claramente, hay mayor riesgo de no obtener resultado satisfactorio. Si el sistema seleccionado es muy complejo obtener la información del mismo se convierte en una tarea complicada. Si el sistema seleccionado es muy simple se puede estar alejando del proceso real.

Zona I Zona II Gas mezclado (ZZ Kg/hr) Reactor Tolueno (XX Kg/hr) H2 (YY Kg/hr) Separador de Gas Fraccionadora Benceno (AA Kg/hr) Liquido mezclado Reciclo Tolueno Conversión