Texto completo

(1)

Simulación de

Operaciones y Procesos

Químicos

(MSc) Ing. Juan E. Rodríguez C.

(2)

Contenido

Unidad Contenido

I

Introducción al Modelado y Simulación de Procesos: Sistemas, Modelos y Simulación(definición y clasificación). Importancia del modelado y simulación. Ventajas y desventajas de la simulación. Etapas del modelado y simulación.

II

Modelado y simulación de sistemas de eventos discretos: Características

fundamentales de los sistemas discretos. Introducir los conocimientos básicos del proceso de modelado y simulación de sistemas discretos. Manejo y generación de eventos aleatorios. Estructura general de los simuladores de evento discreto. Pruebas de Bondad de Ajuste. Indicadores de desempeño en teoría de colas.

III

Simulación de procesos en estado estacionario: Características fundamentales del

paquete de "software" comercial. Requerimientos para llevar a cabo una simulación de un proceso. Estimación de propiedades físicas. Operación unitaria. Resolución de problemas con reciclo. Resolución de problemas con especificaciones de diseño. Análisis de sensibilidad. Optimización.

(3)

Estrategias de evaluación

recomendada

Unidad

Σ

Prácticas

Parcial

I

10%

20%

II

III

10%

20%

IV

10%

20%

Proyecto Final

---

10%

Total

30 %

70%

(4)

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

Barceló, Jaime. Simulación de sistemas discretos. Isdefe. Madrid. 1996

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.

Agradecimiento

(5)

Unidad I: Introducción al

Modelado y Simulación de

Procesos.

(MSc) Ing. Juan E. Rodríguez C.

(6)

Contenido

Sistemas, Modelos y Simulación de Sistemas

Conceptualización

Clasificación

Importancia del modelado y simulación

Ventajas y desventajas de la simulación

(7)

7

ME SIRVE ESTA

ASIGNATURA?

Investigación Operativa

(8)

Investigación Operativa

Según Ackoff y Sasieni, «La Investigación Operativa es la aplicación del método científico mediante equipos interprofesionales a los problemas de gobierno de sistemas organizados (hombre-máquina) para proporcionar soluciones que sirvan lo mejor posible a la organización considerada como un todo».

Las características que identifican la Investigación Operativa son:

1. Aplicación del método científico a los problemas que se presentan en el gobierno de sistemas complejos en los que intervienen hombres y máquinas. 2. Enfoque global (coincidente con lo que hemos denominado planteamiento sistémico).

3. Construcción de modelos de los sistemas (representación de los sistemas por medio de modelos).

4. Optimización: búsqueda de las mejores soluciones.

(9)

Definición de sistema

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.

(10)
(11)

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.”…

(12)

Tipos de modelos

Modelos Icónicos

La relación de correspondencia se establece a través de las propiedades morfológicas, habitualmente un

cambio de escala con conservación del resto de las propiedades topológicas.

Ejemplo: las fotografías, modelos a escala, una maqueta, donde se ha establecido una reducción de tamaño conservando las relaciones

dimensionales básicas.

Ejemplo

Modelos Análogos

Simbólicos o Matemáticos

(13)

Modelos Análogos

Se construyen mediante un conjunto de convenciones que

sintetizan y codifican

propiedades del objeto real para

facilitar la "lectura" o

interpretación de las mismas.

Ejemplo: un mapa impreso,

construido mediante un conjunto de convenciones cartográficas que hacen legibles propiedades tales como las altitudes, distancias, localización física de objetos geográficos, etc.

Ejemplo

13

(14)

Simbólicos o Matemáticos:

Se construyen representando el objeto real mediante una

codificación matemática

(geométrica, estadística, etc.).

Ejemplo: la representación de un edificio mediante la identificación y codificación en una estructura geométrica de sus elementos básicos

Ejemplo

(15)

Clasificación de los Modelos

Simbólicos o Matemáticos

Según la evolución respecto tiempo:

Estacionarios o Dinámicos.

Según la aleatoriedad :

Estocásticos o Determinísticos.

Según su connotación

Cualitativos o Cuantitativos

Según las variables de estado:

(16)

Ejemplo 1

Tipo de modelado

Icónico

Análogo

Simbólico o matemático

Evolución respecto tiempo:

Estacionarios

Dinámicos

Aleatoriedad :

Estocásticos

Determinanticos.

Connotación

Cualitativos

Cuantitativos

Variables de estado:

Discreto

(17)

17

Ejemplo 2

Tipo de modelado

Icónico

Análogo

Simbólico o matemático

Evolución respecto tiempo:

Estacionarios

Dinámicos

Aleatoriedad :

Estocásticos

Determinísticos

Connotación

Cualitativos

Cuantitativos

Variables de estado:

Discreto

(18)

Leyes Fundamentales

Ley de conservación de la materia.

1.

Balance de materia global (balance de masa)

Entrada - Salida = Acumulación

Ejemplo: Considere un tanque con 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 ρ

0 (lbm/ft3 o kg/m3). El contenido

volumétrico de líquido en el tanque es V (ft3 o m3), y su densidad es ρ.

(19)

Balance de Materia

Entrada - Salida = Acumulación

Masa que entra – Masa que sale = Masa que se acumula

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,

(20)

Si la densidad es constante la expresión será:

Sin embargo, el área del tanque es contante, por lo cual el volumen se puede 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

(21)

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.

(22)

SISTEMA REAL

Experimentar con

el sistema

Experimentar con

Modelo del sistema

Experimentar con

Modelo Físico

Experimentar con

Modelo Matemático

(23)

TIPOS DE SIMULADORES

Régimen:

Estacionarios: régimen permanente.

Dinámicos: régimen transitorio

Arquitectura:

Modulares-Secuenciales

Orientados a ecuaciones

Modulares simultáneos o híbridos

Variables manejada:

Estocásticas vs. Determinísticas

Cualitativas vs. Cuantitativas

Tipo de modelado

Discreto

Continuo

(24)

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

(25)

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

25

(26)

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)

(27)

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

27

(28)

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.

(29)

Aplicación de la Simulación

en la Industria

Diagnósticos. 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.

(30)

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.

(31)

Ventajas del uso de la simulación

Experimentación

económica:

Es

posible

estudiar

procesos existentes de una forma más rápida,

económica y completa que en una planta real.

31

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.

(32)

Ventajas del 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.

(33)

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.

(34)

Cuando usar la simulación

Cuando 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.

(35)

35

(36)
(37)

Etapa I

Formulación del problema.

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 (DB, DFP, DFI, DS)

Recolección de los datos de las variables y parámetros del

sistemas

(38)

Formulación del problema

Siendo el primer paso, es muy crucial, ya que aquí se debe

establecer el objetivo de la simulación (Diseñar, Evaluar,

Controlar u Optimizar el proceso), las limitaciones y

alcance del mismo.

¿Qué quieres?

¿Para que lo quieres?

¿Cómo lo quieres?

¿Para cuando lo quieres?

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.

(39)

Zona II

Zona I

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

(40)

Retroalimentación

Tipo de modelado

Icónico

Análogo

Simbólico o matemático

Evolución respecto tiempo:

Estacionarios

Dinámicos

Aleatoriedad :

Estocásticos

Determinanticos.

Connotación

Cualitativos

Cuantitativos

Variables de estado:

Discreto

(41)

Figure

Actualización...

Referencias

Actualización...

Related subjects :