Professional Documents
Culture Documents
Director
PhD., M.Sc., Ingeniero Qumico Carlos Ariel Cardona Alzate
Lnea de Investigacin:
Ingeniera de Procesos Qumicos y Biotecnolgicos
Grupo de Investigacin: Procesos Qumicos, Catalticos y Biotecnolgicos
Advisor
PhD. M.Sc., Chemical Engineering Carlos Ariel Cardona Alzate
Research Line:
Chemical and Biotechnological Processes
Research Group: Chemical, Catalytic and Biotechnological Processes
Agradecimientos
A mi Familia por su generosidad y comprensin al permitir que el tiempo debido a Ella lo
dedicara a mis estudios doctorales, pues de otra manera no hubiera podido culminar con xito
este trabajo de investigacin. A mi tutor Doctor Carlos Ariel Cardona Alzate por su amistad,
por ser quien me alent a realizar mis estudios doctorales, por el tiempo dedicado al
direccionamiento cientfico de mi trabajo de investigacin; su vasta experiencia y
conocimiento en las diferentes reas de la Ingeniera Qumica fueron vitales para la
culminacin de este trabajo. A todos los miembros de nuestro grupo de investigacin,
especialmente a mis amigos Jonathan Moncada, Mnica Julieth Valencia, Ivonne Cern, y
Javier Andrs Dvila por su colaboracin en los trabajos realizados en conjunto. A mi amigo
Gernimo Matallana por su colaboracin en la revisin de algunos programas de simulacin
escritos para mi trabajo de investigacin.
Resumen
En esta tesis, se presenta un estudio de los siguientes mtodos: (a) Mtodos para el estudio
del mapa de destilacin; (b) Mtodos para el diseo de torres de destilacin; (c) Mtodos
para el diseo de intercambiadores de calor de coraza y tubos, (d) Mtodo del Elemento
Finito y (d) Mtodo de la Dinmica Molecular (DM) para la prediccin de propiedades
termodinmicas y de transporte de materiales, que son importantes en el diseo de procesos
qumicos y biotecnolgicos. El objetivo general es el de aplicar mtodos matemticos
avanzados para la modelacin y simulacin de equipos para procesos qumicos y
biotecnolgicos. Los objetivos especficos son:
Abstract
In this thesis, a study of the following methods: (a) Methods for the study of distillations
maps; (b) Methods for distillation columns design; (c) Methods for shell-and-tube heat
exchangers design; (d) Finite Element Method for the modelling and simulation of heat
transfer and fluid mechanics problem, and (d) Dynamics Molecular method for the prediction
of thermodynamics and transport properties, that are important in the design of equipments
for chemical and biotechnological processes, is presented. The general objective is to apply
advanced mathematical methods for the modelling and simulation of equipments for
chemical and biotechnological processes. The specifics objectives are:
7
Mtodos Matemticos Avanzados para la Modelacin y Simulacin de Equipos para Procesos
Qumicos y Biotecnolgicos Luis Alberto Toro
Contenido
Agradecimientos.......................................................................................................... 6
Resumen ....................................................................................................................... 6
Palabras clave: mtodos matemticos avanzados, sistemas dinmicos, columnas de
destilacin, intercambiadores de coraza y tubos, mtodo del elemento finito, dinmica
molecular. ....................................................................................................................... 7
Abstract ........................................................................................................................ 7
Key words: advanced mathematical methods, dynamical systems, distillation columns,
shell-and-tube heat exchangers, finite element method, molecular dynamics. .............. 7
Lista de Ilustraciones ................................................................................................ 15
Lista de tablas ............................................................................................................ 19
Introduccin .............................................................................................................. 21
Justificacin..................................................................................................................... 28
Objetivos .......................................................................................................................... 29
Objetivo General........................................................................................................... 29
Objetivos Especficos ................................................................................................... 29
8
Mtodos Matemticos Avanzados para la Modelacin y Simulacin de Equipos para Procesos
Qumicos y Biotecnolgicos Luis Alberto Toro
9
Mtodos Matemticos Avanzados para la Modelacin y Simulacin de Equipos para Procesos
Qumicos y Biotecnolgicos Luis Alberto Toro
10
Mtodos Matemticos Avanzados para la Modelacin y Simulacin de Equipos para Procesos
Qumicos y Biotecnolgicos Luis Alberto Toro
11
Mtodos Matemticos Avanzados para la Modelacin y Simulacin de Equipos para Procesos
Qumicos y Biotecnolgicos Luis Alberto Toro
12
Mtodos Matemticos Avanzados para la Modelacin y Simulacin de Equipos para Procesos
Qumicos y Biotecnolgicos Luis Alberto Toro
13
Mtodos Matemticos Avanzados para la Modelacin y Simulacin de Equipos para Procesos
Qumicos y Biotecnolgicos Luis Alberto Toro
14
Mtodos Matemticos Avanzados para la Modelacin y Simulacin de Equipos para Procesos
Qumicos y Biotecnolgicos Luis Alberto Toro
Lista de Ilustraciones
Figura 0-1: Etapas de modelado matemtico ....................................................................... 23
Figura 1-1: Regiones de destilacin para los sistemas: a Acetona (1)Cloroformo (2)
Metanol (3); b Dicloroetano (1)Tricloroetano (2)Propanol (3); c Metiletilcetona(1)
Benceno(2)Isopropanol (3); fronteras de las regiones de destilacin. ......................... 45
Figura 2-1: Esquema de un evaporador flash ...................................................................... 49
Figura 2-2: Mezclas Etano (1) -n-Butano (2). Envolventes de fases con EOS SRK y MR de
VdW. a) z = [0.5605 0.4395]. b) z= [0.4402 0.5598]. c) z= [0.1496 0.8504]. d) z= [0.2990
0.7010].................................................................................................................................. 52
Figura 2-3: Mezclas de Etanol (1)-Propano (2). Envolventes de fase usando EOS SRK y RM
de VdW. a) z= [0.1202 0.8798]. b) z= [0.3598 0.6402]. c) z= [0.8205 0.1795]. d) z= [0.8997
0.1003].................................................................................................................................. 53
Figura 2-4: Mezclas multicomponentes. Envolventes de fases con SRK y RM de VdW. a)
Mezcla C2C3C4C5C6, z= [0.39842 0.29313 0.20006 0.07143 0.03696]. b) isobutano-
metanol-MTBE-1butene z= [0.25 0.25 0.25 0.25]. c) Propileno-agua-alcohol Isoproplico
(IPA)- ter Diisoproplico (DIPE) z= [0.25 0.25 0.25 0.25]. ............................................. 54
Figura 2-5: N-Butano (1)-Dixido de Carbono (2) mixtures. Envolventes de fases usando PR.
a) RM VdW z= [0.1694 0.8306]. b) WS MR z= [0.1694 0.8306]. c) VdW MR z= [0.3334
0.6666]. d) WS MR z= [0.3334 0.6666]. e) VdW MR z= [0.4984 0.5016]. f) WS MR z=
[0.4984 0.5016]. ................................................................................................................... 55
Figura 3-1: Columna de destilacin moderna. ..................................................................... 58
Figura 3-2: Platos con campanas de burbujeo (Tomada de Holland (30)).......................... 60
Figura 3-3: Columna de destilacin operando a reflujo total (Adaptad de [31])................ 62
Figura 3-4: Zonas de puntos pinch (Adaptada de [31]). ...................................................... 66
Figura 3-5: Zona pinch lejos de la etapa de alimentacin (zona de rectificacin) (Adaptada
de [31]). ................................................................................................................................ 67
Figura 3-6: Grfica general de la ecuacin de Underwood. ............................................... 71
15
Mtodos Matemticos Avanzados para la Modelacin y Simulacin de Equipos para Procesos
Qumicos y Biotecnolgicos Luis Alberto Toro
16
Mtodos Matemticos Avanzados para la Modelacin y Simulacin de Equipos para Procesos
Qumicos y Biotecnolgicos Luis Alberto Toro
17
Mtodos Matemticos Avanzados para la Modelacin y Simulacin de Equipos para Procesos
Qumicos y Biotecnolgicos Luis Alberto Toro
18
Mtodos Matemticos Avanzados para la Modelacin y Simulacin de Equipos para Procesos
Qumicos y Biotecnolgicos Luis Alberto Toro
Lista de tablas
Tabla 0-1: Algunas de mtodos de clculo en Ingeniera Qumica ..................................... 26
Tabla 1-1: Ecuacin de Antoine de seis parmetros. Ver Ecuacin (1.26).......................... 42
Tabla 1-2: Parmetros del modelo NRTL para el sistema Acetona (1)Cloroformo (2)
Metanol (3) ........................................................................................................................... 43
Tabla 1-3: Parmetros del modelo NRTL para el sistema Dicloroetano (1)Tricloroetano
(2)Propanol (3) ................................................................................................................... 43
Tabla 1-4: Parmetros del modelo NRTL para el sistema Metiletilcetona (1)Benceno(2)
Isopropanol(3) ...................................................................................................................... 43
Tabla 1-5: Reporte de puntos singulares para el sistema Acetona(1)Cloroformo(2)
Metanol(3) , P = 101.00 kPa. ............................................................................................... 44
Tabla 1-6: Reporte de puntos singulares para el sistema Dicloroetano (1) Tricloroetano
(2)Propanol (3), P = 101.00 kPa. ...................................................................................... 44
Tabla 1-7: Reporte de puntos singulares para el sistema Metiletilcetona (1) Benceno (2)
Isopropanol (3), P = 101.00 kPa. ......................................................................................... 45
Tabla 2-1: Comparacin con resultados experimentales [16] ............................................. 52
Tabla 2-2: Comparacin con resultados experimentales [16] ............................................. 53
Tabla 2-3: Comparacin con datos reportados [22]. .......................................................... 54
Tabla 2-4: Comparacin con Resultados experimentales [16] ............................................ 56
Tabla 3-1: Especificacin de las variables en el mtodo FUG. ........................................... 75
Tabla 3-2: Datos de flujos molares. ..................................................................................... 77
Tabla 3-3: Constantes de Antoine ........................................................................................ 78
Tabla 3-4: Resultados para mtodo FUG. ........................................................................... 79
Tabla 3-5: Resultado de FUG para composicin de producto. ........................................... 80
Tabla 3-6: Flujos de componentes (lbmol/h). ....................................................................... 80
Tabla 3-7: Constantes para entalpia fase de vapor. ............................................................ 81
Tabla 4-1: Resultados del mtodo de Wang-Henke para el desbutanizador ....................... 97
19
Mtodos Matemticos Avanzados para la Modelacin y Simulacin de Equipos para Procesos
Qumicos y Biotecnolgicos Luis Alberto Toro
Tabla 4-5: Resultados del mtodo de Naphtali-Sandholm para el desbutanizador ........... 107
Tabla 4-6: Comparacin computacional entre los mtodos de Wang-Henke y Naphtali-
Sandholm. ........................................................................................................................... 107
Tabla 4-7: Comparacin de resultados para los mtodos de Wang-Henke y Naphtali-
Sandholm. ........................................................................................................................... 108
Tabla 6-1: Orden de magnitud del coeficiente de transferencia de calor [93] .................. 131
Tabla 6-2: Expresiones ..................................................................................... 142
Tabla 6-6-3: Ecuaciones de trabajo para los mtodos DMTL, , y
............................................................................................................................................ 147
Tabla 7-1: Coeficientes de pelcula tpicos para intercambiadores de coraza y tubos. (Kaka-
Liu [114]) ........................................................................................................................... 168
Tabla 7-2:Coeficientes globales de transferencia de calor para anlisis preliminar (Kaka-
Liu [114]) ........................................................................................................................... 169
Tabla 7-3:Correlaciones para factores de friccin de Fanning para flujo turbulento
isotrmico en ductos circulares (Kaka-Liu [114]). ....................................................... 178
Tabla 7-4: Factores de correccin para j i y f i en las ecuaciones (7.23) y (7.24) (Kakac-
20
Mtodos Matemticos Avanzados para la Modelacin y Simulacin de Equipos para Procesos
Qumicos y Biotecnolgicos Luis Alberto Toro
Introduccin
Modelos Matemticos
La mayor parte de los problemas de la ciencia y de la ingeniera tienen que simplificarse
antes de intentar resolverlos. Por lo general, tal simplificacin es necesaria para formular el
problema de una forma que pueda resolverse por medio de tcnicas matemticas conocidas,
pero por supuesto, es esencial que los problemas reals y simplificados tengan gran semejanza.
La simplificacin, que describe en trminos matemticos el problema, se denomina modelo
matemtico.
Supuestos fsicos
Para definir el modelo matemtico se usan suposiciones fsicas que son de dos tipos
principales:
Las que pueden establecerse corrientemente como ecuaciones matemticas
Afirmaciones, no necesariamente de carcter matemtico, que proporcionan un
conjunto de reglas para obtener soluciones fsicamente aceptables.
Como ejemplo de una suposicin del primer tipo, es el conocimiento de que el arrastre que
ejerce el aire sobre un aeroplano (dentro de cierto rango de velocidades) es proporcional al
cuadrado de su velocidad. Esta ley puede expresarse por una ecuacin de la forma D kv 2 ,
siendo D el arrastre, v la velocidad y k una constante, cuyo valor puede determinarse
experimentalmente.
Como ejemplo de una suposicin del segundo tipo, se tiene el principio de que no pueden
existir sistemas mecnicos en los cuales la energa pueda crearse o destruirse. Otro ejemplo
de este tipo de suposiciones, es que cuando las incgnitas de un problema involucran
concentraciones de especies qumicas, el valor hallado de tales incgnitas no puede ser
negativo. Principios como este son tiles para seleccionar una solucin apropiada de un
problema fsico, debido a que las simplificaciones, las suposiciones y a veces los clculos
intermedios, introducen soluciones extraas que no tienen interpretacin fsica.
En consecuencia, los elementos para especificar un modelo matemtico son cierto nmero
de suposiciones fsicas y algunas reglas que excluyen soluciones inadecuadas. El nico
requisito que falta es un principio para incorporar tales elementos en una ecuacin
matemtica. Esto lo proporciona la doctrina denominada determinismo. En trminos simples,
esta doctrina afirma que el estado de un sistema en cualquier instante est conectado de
manera unvoca, o determinado por una sucesin de estados del sistema, es decir, de aquellos
que difieren infinitesimalmente en tiempo y posicin. Las hiptesis acerca del
21
Mtodos Matemticos Avanzados para la Modelacin y Simulacin de Equipos para Procesos
Qumicos y Biotecnolgicos Luis Alberto Toro
Un mtodo
La formulacin del modelo matemtico de un problema, implica, en general, los siguientes
pasos:
1. Identificacin de las variables causantes del cambio del sistema. Se puede elegir no
involucrar todas las variables en el modelo desde el comienzo, y por lo tanto, es la
etapa donde se especifica el nivel de resolucin del modelo.
2. Se establece un conjunto de hiptesis razonables acerca del comportamiento del
sistema que se trata de describir. Estas hiptesis incluyen todas las leyes empricas
aplicables del sistema.
En algunos casos y para ciertos fines basta un modelo matemtico de baja resolucin, como
cuando en anlisis de transferencia de calor se estudia la conduccin de calor en estado
estacionario en una placa. Si el espesor de la placa es pequeo, en una primera aproximacin
se desprecia la conduccin de calor en la direccin del espesor, y el perfil de temperatura se
supone que solamente depende de dos coordenadas espaciales. Aqu se tiene un modelo de
baja resolucin. Si se requiere un anlisis ms preciso, y esto por cuestiones tcnicas,
entonces el perfil de temperatura en la placa depender de las tres coordenadas espaciales,
obtenindose un modelo de alta resolucin.
Una vez establecido el modelo matemtico, que puede por ejemplo estar expresado en forma
de una ecuacin o sistema de ecuaciones diferenciales, es necesario resolverlo y tal tarea no
siempre es fcil. Para algunos modelos de baja resolucin existen soluciones exactas
(analticas), mientras que para los de alta resolucin lo mejor es utilizar un mtodo numrico
para aproximar la solucin, ya que las ecuaciones del modelo pueden ser tan complejas, que
no es posible obtener una solucin analtica. Una vez resuelto el problema, se realizan
predicciones con la solucin. Si tales predicciones son consistentes con los datos
experimentales o los hechos conocidos acerca del comportamiento del sistema, se concluye
que el modelo es razonable y se acepta como descriptivo del sistema. En caso contrario, se
debe elevar el nivel de resolucin del modelo o elaborar hiptesis alternativas sobre los
mecanismos del cambio del sistema y entonces se repiten las etapas de modelado. En la
Figura 0.1 se presentan las etapas del modelado matemtico.
22
Mtodos Matemticos Avanzados para la Modelacin y Simulacin de Equipos para Procesos
Qumicos y Biotecnolgicos Luis Alberto Toro
23
Mtodos Matemticos Avanzados para la Modelacin y Simulacin de Equipos para Procesos
Qumicos y Biotecnolgicos Luis Alberto Toro
Para los modelos matemticos basados en las leyes de fenmenos de transporte como tambin
para los modelos estocsticos, es posible introducir un nuevo criterio de agrupacin. Cuando
las variables bsicas del proceso (conversin, concentracin, temperatura, presin y
parmetros que no son de proceso) modifican sus valores con el tiempo y la posicin espacial
en su espacio de evolucin, el modelo que describe el proceso se denomina modelo con
parmetros distribuidos. Desde el punto de vista matemtico, estos modelos son
representados mediante un ensamble de relaciones, las cuales contienen ecuaciones
diferenciales parciales. Los modelos, en los cuales las variables bsicas de proceso cambian
en el tiempo o en una particular direccin espacial, son denominados modelos de parmetros
concentrados.
Cuando una o ms variables de entrada del proceso y algunos parmetros que no son de
proceso, son caracterizados mediante una distribucin aleatoria (frecuentemente una
distribucin normal), se introduce el nombre de modelos no determinsticos o modelos con
parmetros aleatorios. Muchos modelos con parmetros distribuidos presentan el estado de
modelos con parmetros aleatorios al mismo tiempo.
Los modelos asociados a un proceso con variables de entrada o parmetros que no son
aleatoriamente distribuidos, se denominan modelos rgidos. Si se consideran solamente los
24
Mtodos Matemticos Avanzados para la Modelacin y Simulacin de Equipos para Procesos
Qumicos y Biotecnolgicos Luis Alberto Toro
valores medios de los parmetros o de las variables de un modelo con parmetros o variables
de entrada aleatorias, entonces el modelo se transforma en uno no determinstico rgido.
Una combinacin de sistemas dinmicos y topologa puede usarse para el estudio de los
diagramas de equilibrio lquido-vapor (diagramas ELV) que se utilizan en los procesos de
destilacin [1-11].Los modelos para tales estudios se basan en ecuaciones diferenciales
ordinarias altamente no lineales y sistemas de ecuaciones algebraicas no lineales, para cuya
solucin se requieren mtodos especficos.
Los modelos matemticos que dan como resultado una ecuacin diferencial parcial o un
sistema de ecuaciones diferenciales parciales, con las condiciones iniciales y de frontera
adecuadas, requieren en ocasiones, para su solucin aproximada, el uso de mtodos que
pueden considerarse avanzados. Tal es el caso de problemas complejos de transferencia de
calor (basados en la ley de Fourier de la conduccin del calor), de mecnica de fluidos
(basados en la ecuacin de Navier-Stokes), transferencia de masa (basados en la segunda ley
25
Mtodos Matemticos Avanzados para la Modelacin y Simulacin de Equipos para Procesos
Qumicos y Biotecnolgicos Luis Alberto Toro
ESTADO
APLICACIN A MTODO ESTADO AVANZADO
CONVENCIONAL DE
LA INGENIERA PLANTEADO EN DE USO Y
USO Y APLICACIN
QUMICA ESTE TRABAJO APLICACIN
Prediccin de Prediccin de
Prediccin de propiedades de propiedades de transporte
propiedades de Dinmica Molecular transporte: coeficiente de de molculas complejas
transporte difusin, viscosidad y (incluyendo
conductividad trmica biomolculas)
Runge- Kutta-Felhberg;
Mtodos de Euler, Heun,
Sistemas Dinmicos resolutores ode23t y
Topologa Runge- Kutta de orden 4
ode23s de Matlab.
26
Mtodos Matemticos Avanzados para la Modelacin y Simulacin de Equipos para Procesos
Qumicos y Biotecnolgicos Luis Alberto Toro
27
Mtodos Matemticos Avanzados para la Modelacin y Simulacin de Equipos para Procesos
Qumicos y Biotecnolgicos Luis Alberto Toro
Justificacin
Las aseveraciones presentadas en la seccin precedente, justifican un proyecto de
investigacin dedicado al estudio de:
Mtodos para el estudio del mapa de destilacin.
Mtodos para el diseo de columnas de destilacin.
Mtodos para el diseo de intercambiadores de calor de coraza y tubos.
Mtodo del Elemento Finito (MEF).
28
Mtodos Matemticos Avanzados para la Modelacin y Simulacin de Equipos para Procesos
Qumicos y Biotecnolgicos Luis Alberto Toro
Dichos mtodos fueron seleccionados en primer lugar, con base en la importancia que tienen
en la actualidad las columnas de destilacin y los intercambiadores de calor como equipos
para los procesos qumicos y biotecnolgicos. En segundo lugar, por la aplicacin que tiene
la dinmica molecular para la prediccin de propiedades termodinmicas y de transporte de
materiales.
Objetivos
Objetivo General
Aplicar mtodos matemticos avanzados para la modelacin y simulacin de equipos para
procesos qumicos y biotecnolgicos.
Objetivos Especficos
Describir e implementar los conceptos bsicos y desarrollos de los sistemas
dinmicos a la destilacin.
Describir e implementar algunos mtodos de diseo de columnas de destilacin.
Describir e implementar algunos mtodos de diseo de intercambiadores de coraza
y tubos.
Describir e implementar el mtodo de la Dinmica Molecular (DM) para la prediccin
de propiedades termodinmicas de compuestos puros.
29
Mtodos Matemticos Avanzados para la Modelacin y Simulacin de Equipos para Procesos
Qumicos y Biotecnolgicos Luis Alberto Toro
Es de anotar que la forma en que est escrita esta tesis no solamente es de carcter
investigativo, sino tambin acadmico. Eventualmente, esto ltimo podra materializarse en
la propuesta de un curso de modelacin y simulacin para los estudiantes del programa de
Ingeniera Qumica de la Universidad Nacional de Colombia, Sede Manizales.
30
Mtodos Matemticos Avanzados para la Modelacin y Simulacin de Equipos para Procesos
Qumicos y Biotecnolgicos Luis Alberto Toro
31
Mtodos Matemticos Avanzados para la Modelacin y Simulacin de Equipos para Procesos
Qumicos y Biotecnolgicos Luis Alberto Toro
32
Mtodos Matemticos Avanzados para la Modelacin y Simulacin de Equipos para Procesos
Qumicos y Biotecnolgicos Luis Alberto Toro
d X / d Y X , 1.1
donde X x1 , x2 ,, x N composicin del lquido, fracciones mol; Y y1 , y 2 ,, y N
composicin del vapor, fracciones mol; N nmero de componentes de la mezcla; ln M
, M nmero de moles de la mezcla, linealizado en una vecindad de un punto singular
X s x1, s , x2, s , , x N , s , el cual, de acuerdo al teorema de V. T. Zharov[1],puede ser un nodo
o un punto silla ( saddle), se obtiene un sistema lineal de ecuaciones diferenciales:
d / d BD , 1.2
Obviamente, en un sistema dinmico, el cual tiene un punto fijo XS, todas las trayectorias (en
el caso de un nodo) o separatrices (en el caso de un saddle) son adyacentes a XS, y como se
tiene un punto estacionario, son tangentes en ciertas direcciones. Para mayor claridad, se
considera un sistema dinmico de segundo orden. En este caso, para cualquier punto regular
X en el tiempo t, la pendiente de la lnea tangente ser igual a:
dxi / dx j
D , 1.3
y en un punto estacionario:
lim dxi / dx j .
t D
1.4
Es posible demostrar que las direcciones (1.4) coinciden con las de los vectores propios de
la matriz Jacobiana del sistema dinmico (1.2).
BD v v
1.5
33
Mtodos Matemticos Avanzados para la Modelacin y Simulacin de Equipos para Procesos
Qumicos y Biotecnolgicos Luis Alberto Toro
El vector columna de las coordenadas del vector propio (el origen trasladado al punto XS),
(i ) , (i ) ,..., (i ) que corresponde al valor propio i, puede ser hallado, en el caso
(i ) T
1 2 N
BD i E
(i )
0.
1.6
a
k 1
0,
(i ) i
jk k j 1, ,N
1.7
a
k 1
0, j 1, , N 1
(i ) i
jk k
1.8
~
La matriz del anterior sistema se denota por A i . Esta matriz se obtiene de la matriz A (i )
eliminando su ltima fila. De esta forma, la solucin del sistema (1.4-1.8) puede escribirse
como:
34
Mtodos Matemticos Avanzados para la Modelacin y Simulacin de Equipos para Procesos
Qumicos y Biotecnolgicos Luis Alberto Toro
La matriz correspondiente es
b11 i b12
A(i ) .
b21 b22 i
1.12
Para el sistema (1.13), que consiste de una sola ecuacin, se tiene la siguiente matriz:
De la Ecuacin (1.14):
La solucin de la Ecuacin (1.13), teniendo en cuenta las relaciones (1.15) y (1.9), puede
escribirse como:
Por lo tanto, en el caso especial de N = 2, puede usarse la frmula (1.16) para determinar las
pendientes de los vectores propios (direcciones):
21 2 / 1
(1) (1) (1)
b11 1 / b12 1 b11 / b12 ,
21 2
(2) (2)
/ 1(2) b11 2 / b12 2 b11 / b12 .
1.17
35
Mtodos Matemticos Avanzados para la Modelacin y Simulacin de Equipos para Procesos
Qumicos y Biotecnolgicos Luis Alberto Toro
Para un punto singular silla (saddle), las ecuaciones (1.17) establecen las direcciones en las
cuales los pares de separatrices tienden a salir del punto singular.
La informacin sobre las direcciones de los vectores propios en un punto saddle permite
construir la separatrix sin iteraciones y con suficiente precisin. Para hacerlo, se elige un
punto inicial X0 en una pequea vecindad del saddle XC a lo largo de la direccin del vector
propio. De acuerdo a las relaciones que son vlidas en la vecindad de un punto estacionario
XS:
i xk xkS ; kS 0; i 1,..., N
1.18
y de las ecuaciones (4-4-17) , se tiene que:
xk(i0) xkC
(i )
(kji ) x(ji0) x(jCi ) .
1.19
N (i ) (i ) 2
( xk 0 xkC ) 0.01 mol.frac.
k 1 1.20
La construccin de las separatrices se lleva a cabo mediante integracin numrica desde los
puntos saddle a lo largo de sus valores propios en la direccin de los nodos estables o
inestables adyacentes.
Ahora, las derivadas parciales que son los elementos de la matriz BD sern consideradas. Es
un hecho conocido que a bajas presiones ( 1,5 at), en ausencia de reacciones qumicas en la
fase de vapor y sin presencia de asociacin molecular, una mezcla multicomponente puede
ser considerada ideal. En este caso, es vlida la relacin de equilibrio:
Pi 0 T i xi
yi , i 1,, N . 1.22
P
36
Mtodos Matemticos Avanzados para la Modelacin y Simulacin de Equipos para Procesos
Qumicos y Biotecnolgicos Luis Alberto Toro
Teniendo en cuenta este hecho, el sistema de ecuaciones (1.1) puede escribirse en la forma:
dxi
d
1
yi xi Pi 0 T i T , X P xi
P
1
P
fi Pi 0 T , i T , X , xi , i 1,, N . 1.23
Pi 0 T i T, X
T
1
bij xi i T , X
P
T
Pi 0 T
T x j
P, X
P , xk j
i T, X
ij Pi 0 T i T , X P xi Pi 0 T
x j
, i, j 1, , N ,
P ,T , xk j
1.24
ij 1, if i j,
ij
ij 0, if i j. 1.25
Pi 0 T
Para calcular la derivada , se usa la forma generalizada de la ecuacin de Antoine:
T
Para calcular los coeficientes de actividad de los componentes en la fase lquida, se usa el
modelo NRTL (Non Random-Two-Liquid):
N N
ji x jG ji N x j Gij mj xmGmj
N
j 1
ln i ij N
m 1
,
xk Gkj
N
x G
k 1
k ki
j 1
k 1
k 1
xk Gkj
ji aij bij / T , K ; Gij exp cij ji .
1.27
37
Mtodos Matemticos Avanzados para la Modelacin y Simulacin de Equipos para Procesos
Qumicos y Biotecnolgicos Luis Alberto Toro
, T , X
i T, X i i T, X
Las derivadas y pueden ser halladas con base en la
T T
P, X
x j
P ,T , xi j
Ecuacin (1.26).
T
El clculo de la derivada del segundo miembro de (1.24), se lleva a cabo teniendo
x j
P , xk j
N
P Pk0 T k T , X xk const.
k 1 1.28
P N 0 T N 0
x j
T k 1
Pk T k T , X xk
X x j
x j k 1
Pk T k T , X xk
T ,m j
0.
xm j xm j
1.29
De la Ecuacin (1.28):
k
N
P T kj k T , X xk
k
0
x j
T k 1
T , xm j
.
x j N
xk Pk0 T
T , X
P T
0
P , xm j
k k
k
k 1
T T
X 1.30
Debe notarse que cuando se calculan las derivadas de los coeficientes y de la temperatura
respecto de las concentraciones, estas ltimas actan como variables independientes.
38
Mtodos Matemticos Avanzados para la Modelacin y Simulacin de Equipos para Procesos
Qumicos y Biotecnolgicos Luis Alberto Toro
x
k 1
k 1.
1.31
se obtiene
xN
1.
x j xk N 1.32
Por lo tanto, las derivadas de los coeficientes de actividad pueden escribirse como:
i i i xN i i
.
x j x j xN x j x j xN
T , xk j T , xk j T , xk N xk N T , xk j T , xk N
1.33
Anlogamente
T T T
.
x j x j xN
xk j xk j xk N
1.34
En lo que sigue, se explican las condiciones bajo las cuales las derivadas parciales fueron
calculadas. El subscripto T , xk j indica que las derivadas parciales se calcularon a
temperatura y concentracin constante para todas las substancias, excepto para la substancia
nmero j. El subscripto T , xk j denota, que en adicin a una temperatura constante, la
concentracin de los (n 1) primeros componentes permanece constante, excepto la
concentracin del componente j.
En base a las consideraciones anteriores, las ecuaciones (1.33) y (1.34) pueden escribirse
convenientemente como:
i i i T T T
, .
x j x j xN T , xk N
x j x j xN xk N
T , xm j T , xk j xm j xk j
1.35
39
Mtodos Matemticos Avanzados para la Modelacin y Simulacin de Equipos para Procesos
Qumicos y Biotecnolgicos Luis Alberto Toro
d X / d Y X 0. 1.36
3. Linealizacin del sistema dinmico dado por la Ecuacin (1.1) en cada punto singular.
El sistema linealizado es:
d / d BD , 1.37
4. Una vez linealizado el sistema dinmico, la siguiente etapa es hallar los vectores
propios para cada uno de los puntos singulares. Para cada puno singular, sus dos
vectores propios se hallan resolviendo el sistema lineal de ecuaciones:
det( BD ) 0
1.38
40
Mtodos Matemticos Avanzados para la Modelacin y Simulacin de Equipos para Procesos
Qumicos y Biotecnolgicos Luis Alberto Toro
Este es punto alcanzado cuando tiende a , y en este punto terminan todas las
curvas de residuo en una regin dada. Este punto corresponde a un componente puro
o a un azetropo con el punto de ebullicin ms alto en la regin, y es un nodo estable.
Caso 2: Ambos valores propios son negativos. Este punto es en donde se originan
todas las curvas de residuo , y corresponde a un componente puro o azetropo con el
menor punto de ebullicin. Este punto es un nodo inestable. Caso 3. Un valor propio
es positivo y otro negativo. Las curvas de residuo dentro del tringulo se mueven
hacia y despus fuera de tal punto silla (saddle). Para una regin dada, todos los
componentes puros o azetropos con un punto de ebullicin intermedio entre los
(i )
nodos estables e inestables son puntos saddle. Los vectores propios (i 1, 2)
pueden ser hallados resolviendo el sistema de ecuaciones lineal homogneo
BD i E
(i )
0,
1.39
41
Mtodos Matemticos Avanzados para la Modelacin y Simulacin de Equipos para Procesos
Qumicos y Biotecnolgicos Luis Alberto Toro
est conectado por una lnea recta a los vrtices adyacentes del tringulo de
concentraciones. Estas lneas son fronteras de dos regiones de separacin adyacentes.
42
Mtodos Matemticos Avanzados para la Modelacin y Simulacin de Equipos para Procesos
Qumicos y Biotecnolgicos Luis Alberto Toro
Tabla 1-2: Parmetros del modelo NRTL para el sistema Acetona (1)Cloroformo (2)Metanol (3)
12 13 23
aij 0.00 0.00 0.00
aji 0.00 0.00 0.00
bij 151.9297 149.1131 67.6285
bji 327.7751 59.4353 686.8933
cij 0.3054 0.3003 0.2932
cji 0.3054 0.3003 0.2932
Tabla 1-3: Parmetros del modelo NRTL para el sistema Dicloroetano (1)Tricloroetano (2)
Propanol (3)
12 13 23
aij 0.00 0.00 0.00
aji 0.00 0.00 0.00
bij 108.3451 132.8825 28.1331
bji 12.1599 328.3886 632.7492
cij 0.3015 0.2971 0.2925
cji 0.3015 0.2971 0.2925
Tabla 1-4: Parmetros del modelo NRTL para el sistema Metiletilcetona (1)Benceno(2)
Isopropanol(3)
12 13 23
aij 0.00 0.00 0.00
aji 0.00 0.00 0.00
bij 184.3350 12.9325 166.8225
bji 99.8608 170.2266 392.1955
cij 0.3093 0.3017 0.2913
cji 0. 3093 0. 3017 0. 2913
43
Mtodos Matemticos Avanzados para la Modelacin y Simulacin de Equipos para Procesos
Qumicos y Biotecnolgicos Luis Alberto Toro
Tabla 1-6: Reporte de puntos singulares para el sistema Dicloroetano (1) Tricloroetano
(2)Propanol (3), P = 101.00 kPa.
44
Mtodos Matemticos Avanzados para la Modelacin y Simulacin de Equipos para Procesos
Qumicos y Biotecnolgicos Luis Alberto Toro
Tabla 1-7: Reporte de puntos singulares para el sistema Metiletilcetona (1) Benceno (2)
Isopropanol (3), P = 101.00 kPa.
Figura 1-1: Regiones de destilacin para los sistemas: a Acetona (1)Cloroformo (2)Metanol
(3); b Dicloroetano (1)Tricloroetano (2)Propanol (3); c Metiletilcetona(1) Benceno(2)
Isopropanol (3); fronteras de las regiones de destilacin.
La Figura 1.1(a, b, c) presenta, para cada sistema ternario, las regiones de separacin
(separation manifolds), con las respectivas fronteras como ellas son predichas por las etapas
5 y 6 del algoritmo propuesto en este trabajo.
45
Mtodos Matemticos Avanzados para la Modelacin y Simulacin de Equipos para Procesos
Qumicos y Biotecnolgicos Luis Alberto Toro
Los clculos muestran (ver Figura 1.1a) que el sistema ternario Acetona (1)Cloroformo
(2)Metanol (3) tiene siete puntos crticos: componente puro Acetona(1) y Cloroformo(2)
son saddles, mientras que el Metanol es un nodo estable; el azetropo binario Acetona(1)
Cloroformo(2) es un nodo estable; el azetropo binario Cloroformo(2) Metanol(3) es un
nodo inestable; el azetropo binario Acetona(1) Cloroformo(3) es un nodo inestable,
mientras que el azetropo ternario es un saddle. El azetropo ternario est conectado a los
azetropos binarios y al nodo estable Metanol (3). Las conexiones se hacen en el sentido de
la temperatura creciente. De esta forma, el diagrama ternario de la mezcla bajo estudio queda
divido en cuatro regiones perfectamente localizadas y definidas por sus respectivas fronteras
como lo muestra la Figura 1.1 a. Cualquier variedad contiene un nodo estable, uno inestable
y al menos un punto saddle. Las fronteras de las reas de destilacin son separatrices
ternarias de puntos saddles junto con los elementos que localizan la frontera del tringulo de
concentraciones.
Los diagramas ternarios de las figuras 1.1b y 1.1c, se interpretan en forma similar a la dada
previamente. En el sistema ternario Dicloroetano (1) Tricloroetano (2) Propanol (3), de la
Figura 1.1b, las tres regiones de destilacin tienen un punto comn que es un azetropo
ternario, actuando como un nodo. El sistema ternario Metiletilcetona (1) Benceno (2)
Isopropanol (3), Figura 1.1c, tambin incluye tres reas con un punto singular comn que es
un azetropo binario, Benceno (2)-Isopropanol (3).
En los diagramas mostrados en la Figura 1.1, al menos todas las separatrices son lneas
curvas, sin embargo el algoritmo presentado en este trabajo, puede reproducirlas con alto
grado de exactitud. Esto ltimo indica la simplicidad y confiabilidad del algoritmo y el
programa que lo implementa.
1.6. Conclusiones
En este captulo se present un nuevo algoritmo para la localizacin de fronteras de
destilacin para sistemas ternarios. El algoritmo traza la frontera de destilacin para cada
mezcla, utilizando para ello el sistema dinmico que modela la mezcla en conjuncin con el
modelo termodinmico NRTL. De otra parte, el algoritmo presenta el reporte, para cada
sistema, del nmero de puntos singulares y su caracterizacin dada por el programa. La
caracterizacin consiste de: (a) tipo de punto singular (nodo estable, nodo inestable, punto
saddle, (b) fraccin molar del punto singular, la cual indica si el punto es componente puro,
binario o ternario, y (c) su temperatura.
46
Mtodos Matemticos Avanzados para la Modelacin y Simulacin de Equipos para Procesos
Qumicos y Biotecnolgicos Luis Alberto Toro
Michelsen [12] propuso una metodologa para calcular puntos crticos de sistemas
multicomponentes usando una modificacin del plano tangente de Gibbs. Stradi y
colaboradores [13] resolvieron la formulacin de Heidermann y Khalil [14] mediante el
mtodo de Newton con intervalos definidos para calcular puntos crticos de sistemas
binarios y ternarios.
Henderson et al. [15], Freitas and et al. [16] and Justo-Garca y Garca-Snchez [17]
calcularon puntos crticos de mezclas multicomponentes mediante la solucin de un
problema de optimizacin, donde la funcin a minimizar fue el criterio del plano tangente
de Gibbs.
47
Mtodos Matemticos Avanzados para la Modelacin y Simulacin de Equipos para Procesos
Qumicos y Biotecnolgicos Luis Alberto Toro
Cardona et al. [22] presenta un algoritmo general para calcular puntos de burbuja y de roci
de sistemas multicomponentes mediante un mtodo de continuacin, que a su vez puede ser
utilizado para construir envolventes de fases de tales sistemas y estimar puntos crticos. Reid
et al. [23] usaron la ecuacin de estado SRK y sus derivadas para la construccin de
envolventes de fases de mezclas binarias y clculos de puntos de burbuja y roco.
JustoGarca et al. [24] usaron la ecuacin de estado PC-SAFT para calcular puntos crticos
de sistemas multicomponentes con y sin hidrocarburos. Cai, Hu y Prausnitz [25] presentaron
un criterio simplificado para puntos crticos para algunas mezclas multicomponentes basado
en un modelo termodinmico donde la energa de Helmholtz depende del promedio de los
parmetros del modelo. Akasaka [26] presenta un mtodo para calcular puntos crticos de
mezclas refrigerantes basados en ecuaciones de estado que incluyen la energa de Helmholtz.
Alfradique y Castier [27] usaron las ecuaciones de estado Peng-Robinson, SAFT y PC-SAFT
para el clculo de puntos crticos de mezclas de hidrocarburos. Hortsman et al. [28]
desarrollaron un equipo para la determinacin experimental de puntos crticos de compuestos
puros y de mezclas binarias. Soo y colaboradores [29] usaron un equipo sinttico-dinmico
para determinar propiedades crticas de componentes puros y sistemas multicomponentes.
48
Mtodos Matemticos Avanzados para la Modelacin y Simulacin de Equipos para Procesos
Qumicos y Biotecnolgicos Luis Alberto Toro
2.2. Metodologa
Suponer que una corriente F de una mezcla de n componentes, con una composicin global
z z1 , z2 , , zn (fraccin mol) se alimenta al evaporador flash. La presin P y la
temperatura T son constantes en el equipo. Dependiendo de la naturaleza de los componentes
y de la alimentacin, existirn una fase de vapor y una o dos fases lquidas. En lo que sigue,
se supone la primera situacin (ver Figura 2.1). Las corrientes de salida, V y L , estn en
equilibrio a P y T .
V
y
F
z P,T
L
x
49
Mtodos Matemticos Avanzados para la Modelacin y Simulacin de Equipos para Procesos
Qumicos y Biotecnolgicos Luis Alberto Toro
Sea
V
. 2.4
F
zi (1 ) xi Ki xi , i 1,2, , n. 2.5
x 1, y
i 1
i
i 1
i 1. 2.8
De (2.8)
n n
x y 0.
i 1
i
i 1
i 2.9
50
Mtodos Matemticos Avanzados para la Modelacin y Simulacin de Equipos para Procesos
Qumicos y Biotecnolgicos Luis Alberto Toro
desconocida, pero es posible usar una ecuacin de estado (EOS) tal como SRK o PR (con
las reglas de mezclado apropiadas), que involucra las composiciones de equilibrio a travs
del mtodo [32]:
Cuando se usan las reglas de mezclado de Won-Sandler (RM WS) y se utilizan en la EOS
PR [33], el exceso de energa libre de Helmholtz a presin infinita es igual a la energa libre
de Gibbs, y se adopta el modelo de actividad NRTL para calcular los parmetros requeridos
para las RM WS [34].
Este sistema fue estudiado para cuatro diferentes composiciones. Para el trazado de las
envolventes de fase, se us la ecuacin de estado SRK con las RM de VdW, con parmetros
de interaccin k ij 0.0 . La Figura 3.2 muestra las envolventes de fases para el sistema.
51
Mtodos Matemticos Avanzados para la Modelacin y Simulacin de Equipos para Procesos
Qumicos y Biotecnolgicos Luis Alberto Toro
En la Tabla 2.1 se resumen los resultados para los puntos crticos del sistema estudiado. De
los datos presentados, se concluye que los puntos crticos obtenidos concuerdan muy bien
con los datos experimentales.
Figura 2-2: Mezclas Etano (1) -n-Butano (2). Envolventes de fases con EOS SRK y MR de
VdW. a) z = [0.5605 0.4395]. b) z= [0.4402 0.5598]. c) z= [0.1496 0.8504]. d) z= [0.2990
0.7010].
z1 Tc ( K ) Pc (kPa) Tc ( K ) Pc (kPa) r r
52
Mtodos Matemticos Avanzados para la Modelacin y Simulacin de Equipos para Procesos
Qumicos y Biotecnolgicos Luis Alberto Toro
En la Tabla 2.2 se resumen los resultados para los puntos crticos del sistema estudiado. De
los datos presentados, se concluye que los puntos crticos obtenidos concuerdan muy bien
con los datos experimentales.
z1 Tc ( K ) Pc (kPa) Tc ( K ) Pc (kPa) r r
Figura 2-3: Mezclas de Etanol (1)-Propano (2). Envolventes de fase usando EOS SRK y RM de
VdW. a) z= [0.1202 0.8798]. b) z= [0.3598 0.6402]. c) z= [0.8205 0.1795]. d) z= [0.8997 0.1003].
53
Mtodos Matemticos Avanzados para la Modelacin y Simulacin de Equipos para Procesos
Qumicos y Biotecnolgicos Luis Alberto Toro
Sistemas multicomponente
Tres sistemas multicomponentes fueron estudiados. Las envolventes de fase fueron trazadas
con la ecuacin de estado SRK y las RM de VdW y parmetros de interaccin kij 0.0 .
La Figura 2.4 muestra los resultados obtenidos. Tales resultados son los mismos que los
reportados por Cardona et al. [13]. Los resultados obtenidos para los puntos crticos se
muestran en la Tabla 2.3.
Figura 2-4: Mezclas multicomponentes. Envolventes de fases con SRK y RM de VdW. a) Mezcla
C2C3C4C5C6, z= [0.39842 0.29313 0.20006 0.07143 0.03696]. b) isobutano-metanol-MTBE-
1butene z= [0.25 0.25 0.25 0.25]. c) Propileno-agua-alcohol Isoproplico (IPA)- ter Diisoproplico
(DIPE) z= [0.25 0.25 0.25 0.25].
54
Mtodos Matemticos Avanzados para la Modelacin y Simulacin de Equipos para Procesos
Qumicos y Biotecnolgicos Luis Alberto Toro
La Figura 2.5 muestra los resultados grficos para el sistema estudiados y como lo muestra
tal grfica, los mejores resultados se obtienen con la ecuacin de estado de PR y el modelo
de actividad NRTL.
En la Tabla 2.4 se presentan los resultados obtenidos para los puntos crticos del sistema bajo
estudio, y de ellos se concluye que concuerdan muy bien con los datos experimentales,
cuando se usa la ecuacin de estado PR y el modelo de actividad NRTL.
Figura 2-5: N-Butano (1)-Dixido de Carbono (2) mixtures. Envolventes de fases usando PR. a)
RM VdW z= [0.1694 0.8306]. b) WS MR z= [0.1694 0.8306]. c) VdW MR z= [0.3334 0.6666]. d)
WS MR z= [0.3334 0.6666]. e) VdW MR z= [0.4984 0.5016]. f) WS MR z= [0.4984 0.5016].
55
Mtodos Matemticos Avanzados para la Modelacin y Simulacin de Equipos para Procesos
Qumicos y Biotecnolgicos Luis Alberto Toro
z1 Tc ( K ) Pc (kPa) Tc ( K ) Pc (kPa) r r
2.4. Conclusiones
En este captulo se present una metodologa para la construccin de envolventes de fases
para sistemas multicomponentes, de las cuales pueden estimarse sus puntos crticos, basada
en la evaporacin flash. Se us la ecuacin de Soave-Redlich-Kwong (con las reglas de
mezclado de Van der Waals) y Soave-Redlich-Kwong (con las reglas de mezclado de Won-
Sandler y el modelo de coeficientes de actividad NRTL). Para los sistemas estudiados cuyos
puntos crticos estn disponibles en la literatura los resultados obtenidos muestran buen
acuerdo con los datos experimentales. La metodologa fue capaz de reproducir las
envolventes de fases de mezclas multicomponentes reportadas por Cardona et al. [22], donde
para construir las envolventes de fases se emple un mtodo de continuacin que incluye la
solucin de un conjuntos de ecuaciones diferenciales. Para las mezclas de n-Butano (1)-
Dixido de carbono (2) se usaron las ecuaciones de estados Soave-Redlich-Kwong (SRK) y
Peng Robinson (PR), obtenindose los mejores resultados con la ecuacin PR (con las reglas
de mezclado de Won Sandler y el modelo de actividad NRT) Es importante notar que cuando
la metodologa expuesta se aplic al sistema Etano (1)-n-Butano(2), Etano (1)-Propano(2)
and n-Butano (1)-Dixido de carbono(2), los resultados son bsicamente los mismos que
cuando el mtodo de optimizacin global fue aplicado, tal como lo reportan Freitas et
al.[16]. La metodologa expuesta puede ser vista como un mtodo corto para la construccin
de envolventes de fase y la estimacin de puntos crticos de sistemas multicomponentes.
56
Mtodos Matemticos Avanzados para la Modelacin y Simulacin de Equipos para Procesos
Qumicos y Biotecnolgicos Luis Alberto Toro
57
Mtodos Matemticos Avanzados para la Modelacin y Simulacin de Equipos para Procesos
Qumicos y Biotecnolgicos Luis Alberto Toro
De otra parte, desde mediados del siglo pasado, los equipos ms utilizados industrialmente
estaban fabricados de acero u otros tipos de material y recibieron el nombre de columnas de
destilacin o de rectificacin. Se trata de un equipo que consta de un caldern o rehervidor
(en el cual se genera vapor), una columna con platos o con empaques (en la cual se lleva a
cabo la rectificacin, al ponerse en contacto los vapores en contracorriente con el lquido) y
un condensador (en el cual se condensan los vapores salientes del domo, se regresa parte de
ese lquido como reflujo y se extrae parte del mismo como un destilado o producto del domo).
Una columna tpica de destilacin moderna (con sus aparatos de control) se muestra en la
Figura 3.1.
Agua de enfriamiento
Reflujo Condensador
Tanque de reflujo
Vapor
Rehervidor
Condensado
Producto de fondos
En estas columnas, la alimentacin se efecta por lo general cerca del centro de la columna.
La seccin por arriba de la alimentacin recibe el nombre de seccin de rectificacin o de
enriquecimiento, y la parte de abajo se denomina seccin de agotamiento.
La rectificacin o destilacin continua con etapas y con reflujo puede considerarse, de forma
simplificada, como un proceso en el cual se lleva a cabo una serie de evaporaciones y
condensaciones. Estos fenmenos se llevan a cabo en los platos o charolas de la columna de
destilacin. Para ello, el lquido de cada etapa fluye por gravedad a la etapa inferior y el vapor
de cada etapa lo hace hacia arriba, a la etapa superior. Por consiguiente, en cada etapa entra
una corriente de vapor G y una corriente lquida L, las que se mezclan para transferir masa y
58
Mtodos Matemticos Avanzados para la Modelacin y Simulacin de Equipos para Procesos
Qumicos y Biotecnolgicos Luis Alberto Toro
En cada plato se pone en contacto el lquido que desciende del plato superior, Ln 1 , con el
vapor que sube del plato inferior, Gn 1 . Cuando la etapa se comporta de manera ideal se
alcanza el equilibrio y las concentraciones son las correspondientes a la temperatura de
equilibrio alcanzada, es decir, cuando la temperatura de ambas corrientes es la misma ( Tn ).
59
Mtodos Matemticos Avanzados para la Modelacin y Simulacin de Equipos para Procesos
Qumicos y Biotecnolgicos Luis Alberto Toro
Los mtodos grficos slo se emplean para el anlisis de columnas de destilacin para
mezclas binarias y slo son tiles en diseo preliminar, y los dos mtodos empleados son
los de Ponchon Savarit [40, 41] y de McCabe-Thiele [42]. El primero emplea un diagrama
de entalpa contra la fraccin mol a presin constante, mientras que el segundo emplea un
diagrama de fracciones mol en el lquido y vapor para el anlisis.
Entre 1930 y 1960, se hicieron numerosos estudios para predecir la eficiencia de las columnas
de destilacin. Solamente se pudo contar con un mtodo confiable para obtener las eficiencias
en columnas de destilacin que trabajan con mezclas binarias cuando el Instituto Americano
de Ingenieros Qumicos form una comisin para estudiar el problema [43]. Una vez resuelto
este problema, las investigaciones se orientaron hacia el diseo de columnas que trabajaran
mezclas multicomponentes. El diseo de stas recibi un impulso muy importante con el
desarrollo de las computadoras modernas, el cual hizo posible la aplicacin de ecuaciones de
60
Mtodos Matemticos Avanzados para la Modelacin y Simulacin de Equipos para Procesos
Qumicos y Biotecnolgicos Luis Alberto Toro
estado para el clculo del equilibrio vapor-lquido, lo que dio origen a los mtodos rigurosos
de diseo de columnas de destilacin.
Los mtodos cortos (aproximados) emplean ecuaciones que relacionan los parmetros
importantes en la columna, sin integrar los mtodos de prediccin de propiedades en sus
clculos, y son aplicables en la destilacin de multicomponentes. Dos de tales mtodos son
los de Fenske-Underwood-Gilliland (FUG) y Edminster, siendo ms utilizado el primero.
61
Mtodos Matemticos Avanzados para la Modelacin y Simulacin de Equipos para Procesos
Qumicos y Biotecnolgicos Luis Alberto Toro
prctica cargando la columna con una alimentacin operndola sin carga posterior y sin
extraer destilado o residuo. En la Figura 3.3 se muestra tal situacin.
Para facilitar la derivacin de la ecuacin de Fenske, las etapas se numeran de abajo hacia
arriba. Todo el vapor que sale de la etapa N es condensado y retornado a la etapa N como
reflujo. Todo el lquido que sale de la etapa 1 es vaporizado y retornado a la etapa 1 como
vapor. Para operacin de la columna en estado estacionario, el calor suministrado al
rehervidor y el extrado del condensador se suponen iguales (las prdidas se asumen iguales
a cero). Luego, por balance de materia, las corrientes de vapor y lquido que pasan entre dos
pares cualesquiera de etapas tienen igual flujo msico y composiciones, por ejemplo,
yi , N 1 xi , N , y yi , N 1 xi , N . Sin embargo, los flujos molares cambiarn de etapa a etapa, a
menos que se asuma flujo molar constante.
Dado que
yi ,1 xi ,2 3.2
62
Mtodos Matemticos Avanzados para la Modelacin y Simulacin de Equipos para Procesos
Qumicos y Biotecnolgicos Luis Alberto Toro
yi ,2 Ki ,2 xi ,2 3.4
yi ,2 Ki ,2 Ki ,1 xi ,1 3.5
yi, N Ki , N Ki , N 1 Ki ,2 Ki ,1 xi ,1 3.6
y j , N K j , N K j , N 1 K j ,2 K j ,1 x j ,1
3.7
yi , N x
N N 1 21 i ,1 3.8
y j,N x
j ,1
xi , N 1 x j ,1 Nmin
k , k i ,k
K
3.9
xi ,1 x j , N 1 k 1 K j ,k
63
Mtodos Matemticos Avanzados para la Modelacin y Simulacin de Equipos para Procesos
Qumicos y Biotecnolgicos Luis Alberto Toro
xi , N 1 x j ,1
i , j min ,
N
3.10
xi ,1 x j , N 1
o
x x
Log i , N 1 j ,1
N min xi ,1 x j , N 1
3.11
Log i , j
La importancia de la ecuacin de Fenske es que permite una rpida estimacin del mnimo
nmero de etapas requerido. Una forma muy conveniente de la Ecuacin (3.11) se obtiene al
remplazar el producto de los cocientes entre las fracciones molares por su equivalente del
producto estos cocientes en trminos de las flujos del destilado d y del residuo b , y al
reemplazar la volatilidad relativa por la media geomtrica de sus valores en la etapa superior
y en los fondos, respectivamente.
Luego,
d b
Log i j
d j bi
, m i , j i , j
1/2
N min 3.12
Log m N 1
64
Mtodos Matemticos Avanzados para la Modelacin y Simulacin de Equipos para Procesos
Qumicos y Biotecnolgicos Luis Alberto Toro
De acuerdo a las ecuaciones (3.12), el mnimo nmero de etapas de equilibrio depende del
grado de separacin de los dos componentes clave y de su volatilidad relativa. Las ecuaciones
(3.12) son exactas para dos etapas mnimas de equilibrio. Para una etapa, ellas son
equivalentes a la ecuacin de equilibrio en destilacin flash.
La Ecuacin de Fenske no est restringida a dos componentes claves. Una vez N min es
conocido, la primera de las ecuaciones (3.12) puede ser usada para calcular los flujos molares
d y b de los componentes no clave. Estos valores proporcionan una primera aproximacin
a la distribucin actual del producto cuando ms de un nmero mnimo de etapas es
empleado.
di d r
i , r m
N min
3.13
bi br
fi d r br i.r mmin
N
bi
fi , di 3.14
1 d r / br i ,r m 1 d r br i.r mmin
N min N
Las ecuaciones (3.14) dan la distribucin de los componentes no clave a reflujo total como
es predicha por la Ecuacin de Fenske.
Para clculos ms precisos, las ecuaciones (3.14) deberan ser usadas para hallar el valor
menor de las cantidades bi y d i . La otra cantidad puede obtenerse con ms exactitud
mediante un balance total de materia.
65
Mtodos Matemticos Avanzados para la Modelacin y Simulacin de Equipos para Procesos
Qumicos y Biotecnolgicos Luis Alberto Toro
El reflujo mnimo, para destilacin binaria, est basado en las especificaciones del grado de
separacin entre los dos componentes clave. El reflujo mnimo es finito y la extraccin de
productos de la alimentacin est permitida. Una columna de destilacin no puede operar
bajo esta condicin ya que el nmero de etapas requerido es infinito. Sin embargo, el reflujo
mnimo es usualmente una condicin lmite.
En una destilacin binaria de una mezcla ideal, como se muestra en la Figura 3.4(a), muchas
de las etapas estn amontonadas en una zona de composicin constante que tiende un puente
con la zona de alimentacin. En esta zona, todas las corrientes de vapor y de lquido tienen
composiciones que son esencialmente iguales a las que provienen de la alimentacin
vaporizada. Esta zona constituye un punto pinch, como se muestra en la Figura 3.4(a). Si la
no idealidad de la mezcla es tal que se crea un punto de tangencia entre la curva de equilibrio
y la lnea de operacin en la zona de rectificacin, el punto pinch ocurre en la zona de
rectificacin como en la Figura 3.4 (b). Alternativamente, el punto pinch puede ocurrir en la
zona de agotamiento.
Shiras, Hanson y Gibson [49] clasificaron los sistemas multicomponente en dos categoras,
de acuerdo a la existencia de uno (Clase 1) o dos (Clase 2) puntos pinch. Para separacin de
los sistemas Clase 1, todos los componentes en la alimentacin se distribuyen en el destilado
y los productos de fondos. El punto pinch tiende un puente con la etapa de alimentacin como
se muestra en la Figura 3.4(c). Las separaciones de Clase 1 pueden ocurrir cuando se separan
mezclas cuyos componentes tiene puntos de ebullicin muy cercanos o cuando el grado de
separacin de los componentes claves no es muy grande.
66
Mtodos Matemticos Avanzados para la Modelacin y Simulacin de Equipos para Procesos
Qumicos y Biotecnolgicos Luis Alberto Toro
Para separaciones de Clase 2, uno ms de los componentes aparece en solamente uno de los
productos. Bien sea si el destilado o los productos de fondos contienen todos los componentes
de la alimentacin, dos puntos pinch pueden ocurrir lejos de la etapa de alimentacin tal
como se muestra en la Figura 3.4 (d). Las etapas entre la alimentacin y el punto pinch en la
etapa de rectificacin remueven los productos pesados que no aparecen en el destilado. Los
componentes ligeros que no aparecen en los fondos son removidos por las etapas entre el
punto pinch y la zona de agotamiento. Sin embargo, si todos los componentes aparecen en
los fondos, el punto pinch de la seccin de agotamiento se mueve a la etapa de la
alimentacin, tal como se muestra en la Figura 3.4 (d).
Considrese ahora el caso general de un punto pinch en la zona de rectificacin que est
situado lejos de la etapa de alimentacin, tal como se muestra en la Figura 3.5.
Figura 3-5: Zona pinch lejos de la etapa de alimentacin (zona de rectificacin) (Adaptada de [31]).
yi ,V xi , L xi , D D 3.15
V L D 3.16
Ya que las composiciones de las fases no cambian en la zona pinch, the relacin de equilibrio
de fases es:
67
Mtodos Matemticos Avanzados para la Modelacin y Simulacin de Equipos para Procesos
Qumicos y Biotecnolgicos Luis Alberto Toro
yi , Ki , xi , 3.17
Combinando las ecuaciones (3.15) a (3.17) para los componentes i y j para eliminar
yi , , y j , y V ; resolviendo para la relacin de reflujo interna en el punto pinch; y
substituyendo i , j Ki , K j , , se obtiene:
L xi , D xi , i , j x j , D x j ,
3.18
D i, j 1
Para separaciones de Clase 1, la alimentacin con evaporacin flash y la zona pinch tienen
la misma composicin (asumiendo que la alimentacin no es subenfriada o sobrecalentada).
Por lo tanto, xi , xi , F , y la Ecuacin (3.18) para el componente ligero (LK) y el componente
pesado (HK) se convierte en:
68
Mtodos Matemticos Avanzados para la Modelacin y Simulacin de Equipos para Procesos
Qumicos y Biotecnolgicos Luis Alberto Toro
Dxi , D
Para separaciones de Clase 1, 0 1 para todos los componentes no clave. Si ello es
Fxi , F
as, el reflujo externo se obtiene del reflujo interno mediante un balance de entalpa alrededor
de la seccin de rectificacin:
Los smbolos V y L se refieren al vapor que sale de la etapa superior y al reflujo externo
del lquido enviado a la etapa superior, respectivamente.
L min
Rmin externo= 3.22
D
La Ecuacin (3.21) es til pero no correcta, pues como prob Gilliland, el valor del reflujo
mnimo calculado asumiendo separaciones de Clase 1 es mayor o igual al verdadero reflujo
mnimo. Esto se debe a que la presencia de componentes no clave en la zona pinch
incrementa la dificultad de la separacin, incrementando los requerimientos de reflujo.
Para separaciones de Clase 2, las ecuaciones (3.15)-(3.18) tambin se aplican. Sin embargo,
con la Ecuacin (3.18) no se puede calcular directamente la relacin de reflujo interno
mnimo, ya que los valores xi , no estn relacionados de manera simple con la composicin
de la alimentacin para separaciones de Clase 2. Underwood resolvi el problema mediante
un tratamiento algebraico novedoso.
xi , D
1 R min
i ,r
3.23
i i ,r
' x L '
' ' 1 R ' , R '
i ,r i.B
min 3.24
i i ,r B
69
Mtodos Matemticos Avanzados para la Modelacin y Simulacin de Equipos para Procesos
Qumicos y Biotecnolgicos Luis Alberto Toro
Con las anteriores suposiciones, Underwood demostr que las ecuaciones (3.23)-(3.25)
tienen al menos una raz comn , donde ' .
La Ecuacin (3.23) es anloga a la que puede derivarse de la Ecuacin (3.17) con la relacin
i ,r Ki Kr . Tal ecuacin es
xi , D
1 R min
i ,r
3.27
i i ,r
L V K r
Para hallar la raz comn de las ecuaciones (3.23) y (3.24) estas se multiplican por D y
B respectivamente; luego se suman; se usa la Ecuacin (3.24) para eliminar
R min , R ' min y mediante un balance global de masa zi,F F xi,D D xi,B B , se obtiene:
zi , F
1 q
i ,r
3.28
i i ,r
70
Mtodos Matemticos Avanzados para la Modelacin y Simulacin de Equipos para Procesos
Qumicos y Biotecnolgicos Luis Alberto Toro
Cuando solamente los dos componentes clave son distribuidos, la Ecuacin (3.28) se resuelve
iterativamente para una raz de que satisfaga el criterio LK , HK 1. Una vez obtenida
la raz, la Ecuacin (3.22) se resuelve para el reflujo mnimo:
xi , D
1 R min
i ,r
3.29
i i ,r
Si existe la posibilidad de que alguno de los componentes no clave est distribuido, los
valores estimados de xi , D no pueden ser usados directamente en la Ecuacin (3.29), lo que
es particularmente vlido si los componentes no clave tienen una volatilidad relativa
intermedia entre las de los componentes clave. En estos casos, la Ecuacin (3.29) se resuelve
para los c valores de . De tales valores, uno de ellos no tiene sentido fsico, ya que es
negativo. Para los otros c 1 valores que tienen significado, la solucin se halla entre
pares adyacentes de volatilidades de los componentes distribuidos, siendo c el nmero de
estos componentes, tal como se muestra en la Figura 3.6.
Con el valor del reflujo mnimo interno R min conocido, el reflujo externo puede calcularse
mediante el balance de entalpia dado por la Ecuacin (3.21), pero esto requiere el
conocimiento de las composiciones en la zona pinch de rectificacin, para las cuales
Underwood deriv la siguiente ecuacin:
xi , D
xi ,
R min i,r 1
3.30
71
Mtodos Matemticos Avanzados para la Modelacin y Simulacin de Equipos para Procesos
Qumicos y Biotecnolgicos Luis Alberto Toro
El valor de yi , est dado por la Ecuacin (3.17), y el valor que debe ser usado para en la
Ecuacin (3.30) es la raz de la Ecuacin (3.28) que satisface la desigualdad
HNK ,r 0 , donde HNK se refiere al componente no clave ms pesado en el destilado
a reflujo mnimo. La raz resulta ser L V K r en la Ecuacin (3.26).
xi , B
x 'i , 3.31
R ' min 1 i ,r
El valor de que debe utilizarse en la Ecuacin (3.31) es la raz de la Ecuacin (3.29) que
satisfaga la desigualdad HNK 0 , donde HNK se refiere al componente ligero ms
pesado en los productos de fondos a reflujo mnimo.
72
Mtodos Matemticos Avanzados para la Modelacin y Simulacin de Equipos para Procesos
Qumicos y Biotecnolgicos Luis Alberto Toro
Los estudios de Fair and Bolles [50] muestran que el valor ptimo de R Rmin es
aproximadamente de 1.05. Sin embargo, existen valores ptimos cercanos que se extienden
sobre un amplio rango de valores de R Rmin . En la prctica los superfracionadores que
requieren un gran nmero de etapas, son diseados frecuentemente para valores de R Rmin
aproximadamente 1.10, mientras que las separaciones que requieren un pequeo nmero de
etapas son diseadas para valores de R Rmin aproximadamente 1.50. Para casos intermedios,
una regla comnmente usada es que R Rmin sea de 1.30.
Para la separacin de una mezcla binaria, asumiendo volatilidad relativa y flujo molar
constante, el nmero de etapas de equilibrio N requerido depende de zi , F , xi , D , xi , B , q, R y
. Para una mezcla binaria, el nmero mnimo de etapas ( Nmin ) depende de zi, F , xi , D , q y
. De acuerdo a lo anterior, se han propuesto para N correlaciones empricas de la forma:
N N Nmin xi , D , xi , B , , Rmin zi , F , xi , D , q, , R 3.32
La ms exitosa y simple correlacin emprica de la forma (3.32) fue desarrollada por Gilliland
y posteriormente mejorada por Robinson y Gilliland [51]. Los datos suministrados por
Gilliland para mezclas binarias, y los obtenidos para sistemas multicomponentes estudiados
por Brown y Martin [52], Van Winkle y Todd [53], y Molokonov et. Al. (54), cubren los
siguientes rangos de condiciones
Nmero de componentes: 2 a 11
q : .28 a 1.42
Presin: vaco a 600 psig.
: 1.11 a 4.05
Rmin : 0.53 a 9.09
Nmin 3.4 a 60.3
La curva que ajusta los datos representa la siguiente ecuacin, que fue desarrollada por
Molokonov et. Al. [22]:
73
Mtodos Matemticos Avanzados para la Modelacin y Simulacin de Equipos para Procesos
Qumicos y Biotecnolgicos Luis Alberto Toro
74
Mtodos Matemticos Avanzados para la Modelacin y Simulacin de Equipos para Procesos
Qumicos y Biotecnolgicos Luis Alberto Toro
etapas por debajo de ella, es la misma que la razn determinada la simple aplicacin de la
ecuacin de Fenske para separar las secciones a la condicin de reflujo total. La relacin es:
N R N R min Logx LK , D / z LK , F z HK , F / x HK , D Log ( B F )
1/ 2
N s N s min
Logz LK , F / x LK , B x HK , B / z HK , F Log ( D F )1 / 2 3.34
0.206
N R zHK , F xLK , B B
3.35
N S zLK , F x
HK , D D
El nmero de grados de libertad para una columna tpica de destilacin, tal como la de la
Figura 3.8, con un condensador total o parcial es 2 N C 9 . En este caso, las siguientes
variables (ver Tabla 3.1), son generalmente especificadas contando el rehervidor parcial
como una etapa terica.
75
Mtodos Matemticos Avanzados para la Modelacin y Simulacin de Equipos para Procesos
Qumicos y Biotecnolgicos Luis Alberto Toro
76
Mtodos Matemticos Avanzados para la Modelacin y Simulacin de Equipos para Procesos
Qumicos y Biotecnolgicos Luis Alberto Toro
3.4.1. Enunciado
Se va a separar butano de una mezcla de ocho hidrocarburos. Los flujos molares de cada
componente se presentan en la Tabla 3.2. Utilizar el mtodo de Fenske-Underwood-
Gilliland para realizar un diseo preliminar de una columna de destilacin para separar los
componentes de la mezcla. Suponer comportamiento ideal. La presin total en la columna se
mantiene en 80 Psia. Suponer que la alimentacin est vaporizada en 13.3%.
3.4.2. Solucin
De acuerdo a la Figura 3.9, es necesario, en primer lugar, determinar cul es el componente
clave ligero (LK) y cul el componente clave pesado (HK). A tal efecto, y como se supone
comportamiento ideal, se grafica la constante de equilibrio respecto de la temperatura. Las
constantes para la ecuacin de Antoine se presentan en la Tabla 3.3, y la grfica de las
constantes de equilibrio se muestra en la Figura 3.10.
77
Mtodos Matemticos Avanzados para la Modelacin y Simulacin de Equipos para Procesos
Qumicos y Biotecnolgicos Luis Alberto Toro
P0 A2
ln i A1 , T ( F ), P( Psi) 3.36
Pc T A3
Componente A1 A2 A3 Pc
iC4 5.611805 3870.419 409.949 529.1
nC4 5.741624 4126.385 409.5179 550.7
iC5 5.49978 4221.154 387.287 483
nC5 5.853654 4598.287 394.4148 489.5
C6 6.039243 5085.758 382.794 440
C7 5.98627 5278.902 359.5259 396.9
C8 6.4141 5947.491 360.26 362.1
C9 6.22189 6662.655 330.96 331
El anlisis de la Figura 3.10 revela que el componente ms voltil es el iC4 y los ms pesados
son nC5, nC6, C7 y C8, que aparecern en muy poca cantidad en el destilado. De los
78
Mtodos Matemticos Avanzados para la Modelacin y Simulacin de Equipos para Procesos
Qumicos y Biotecnolgicos Luis Alberto Toro
componentes restantes, el ms voltil es el nC4 que ser el componente clave ligero (LK) y
el ms pesado es el iC5, que ser el componente clave pesado (HK). Ambos aparecern tanto
en el destilado como en los fondos. Las especificaciones para los componentes clave son:
590 lbmol/h de nC4 en el destilado, y 95 lbmol/h para el iC5 en los fondos.
De la Tabla 3.4 se concluye que se necesitan 18 etapas reales para la separacin propuesta,
la etapa de alimentacin es la 7. La relacin de reflujo real es de 1.05. Las etapas se enumeran
desde el condensador (etapa1) hasta el rehervidor (etapa 18).
Variable Valor
Temperatura de burbuja de la 174.51 (F)
alimentacin
Temperatura de roco del destilado 128.69 (F)
Temperatura de burbuja del destilado 127.94 (F)
Temperatura de burbuja de los fondos 287.45 (F)
Parmetro de Underwood 1.091
Nmero mnimo de etapas tericas
(incluye condensador y rehervidor) 10
Nmero real de etapas tericas (incluye
condensador y rehervidor) 18
Etapa de alimentacin 7
Relacin de reflujo mnimo 0.7003
Relacin de reflujo real 1.05
Relacin destilado alimentacin 0.547
Como puede deducirse de los datos reportados en la Tabla 3.5, la distribucin de productos
es la esperada. Los componentes ms pesados son prcticamente inexistentes en el destilado,
el componente ms voltil prcticamente no aparece en los fondos, y finalmente los
componentes clave ligero y pesado se distribuyen en el destilado y en los fondos.
79
Mtodos Matemticos Avanzados para la Modelacin y Simulacin de Equipos para Procesos
Qumicos y Biotecnolgicos Luis Alberto Toro
Las constantes se muestran en la Tabla 3.7. La entalpa de cada componente en la fase lquida
se calcula como la diferencia entre la entalpa del componente en la fase de vapor menos el
calor de vaporizacin del componente a la misma temperatura:
80
Mtodos Matemticos Avanzados para la Modelacin y Simulacin de Equipos para Procesos
Qumicos y Biotecnolgicos Luis Alberto Toro
Las constantes se toman de la Tabla 3.3. Mediante balances globales de materia, de energa
en el condensador y en el rehervidor, se halla que:
Componente a1i a 2i a 3i a 4i a 5i
iC4 20.41853 3.46E-02 1.42E-05 4.25E-08 2.30E-11
nC4 (LK) 20.79783 3.14E-02 1.93E-05 4.59E-08 2.38E-11
iC5 (HK) 20.41853 4.45E-02 7.05E-06 3.34E-08 1.77E-11
C5 25.64627 3.89E-02 2.40E-05 5.84E-08 3.08E-11
C6 34.96845 0.608752E-01 0.1213345E-05 -0.293693E-07 0.1454746E-10
C7 39.77987 0.6930903E-01 -0.3576344E-04 -0.3456095E-07 0.1749419E-10
C8 39.77987 0.6930903E-01 -0.3576344E-04 0.3456095E-07 0.1749419E-10
C9 44.6198 0.7738344E-01 0.2963375E-05 0.4134716E-07 0.2114216E-10
3.5. Conclusiones
En este captulo se present un modelo matemtico basado en las ecuaciones de Fenske-
Underwood- Gilliland para el diseo preliminar de columnas de destilacin. El algoritmo
generado por el modelo se us para escribir un programa en Matlab para el diseo preliminar
de una columna de destilacin para la separacin de una mezcla de ocho hidrocarburos. El
diseo preliminar consisti en calcular, entre otras variables, el nmero de etapas, la etapa de
alimentacin, los valores del reflujo mnimo y real, los valores de las cantidades de calor en
el rehervidor y en el condensador; como tambin, el grado de separacin de los componentes,
los flujos de componentes en el destilado y en los fondos.
La programacin del algortimo FUG es simple y directa, lo cual constituye una ventaja. Otra
ventaja del mtodo es que es aplicable a mezclas tanto ideales como no ideales. Una de sus
principales desventajas es que solamente es aplicable para prediseo de columnas de
destilacin con una alimentacin y dos corrientes de productos: destilado y fondos.
81
Mtodos Matemticos Avanzados para la Modelacin y Simulacin de Equipos para Procesos
Qumicos y Biotecnolgicos Luis Alberto Toro
A la etapa j entra una corriente de una fase o dos fases de flujo molar F j y con una
composicin global en fracciones mol zi , j del componente i , temperatura TF j , presin PF j
y entalpa molar global hF j . La presin de alimentacin se asume igual o mayor que la
presin de la etapa Pj . Cualquier exceso de presin PF Pj es reducida adiabticamente a
cero a travs de la vlvula F .
82
Mtodos Matemticos Avanzados para la Modelacin y Simulacin de Equipos para Procesos
Qumicos y Biotecnolgicos Luis Alberto Toro
A la etapa j tambin puede entrar lquido procedente de la etapa j 1 , desde arriba, si existe,
con flujo molar L j 1 , con composicin en fracciones mol xi , j 1 , entalpa hL j1 , temperatura
T j 1 y presin Pj 1 , la cual es igual o menor que la presin de la etapa j . La presin del
lquido de la etapa j 1 se incrementa adiabticamente mediante el cambio de la cabeza
hidrosttica a travs de la cabeza L .
Figura 4-1: (a) Modelo general de etapa de equilibrio; (b) cascada en contracorriente. (Adaptada
de [31]).
83
Mtodos Matemticos Avanzados para la Modelacin y Simulacin de Equipos para Procesos
Qumicos y Biotecnolgicos Luis Alberto Toro
El calor puede ser transferido a una velocidad Q j desde (+) o hacia (-) la etapa j , para
simular los inter-enfriadores, intercambiadores, intercondensadores, interhervidores,
condensadores o rehervidores, presentes en el sistema.
M i , j L j 1 xi , j 1 V j 1 yi , j 1 Fj zi , j L j U j xi , j V j W j yi. j 0 4.1
Ei , j yi , j Ki , j xi , j 0 , 4.2
S
C
y yi , j 1.0 0
j i 1 4.3
S x j xi, j 1.0 0
C
4.4
i 1
84
Mtodos Matemticos Avanzados para la Modelacin y Simulacin de Equipos para Procesos
Qumicos y Biotecnolgicos Luis Alberto Toro
En las ecuaciones H se supone que los cambios de energa cintica y potencial son
despreciables.
Las ecuaciones (4.3) y (4.4) pueden reemplazarse por un balance global de materia. El
balance se deriva combinado estas dos ecuaciones y j zi , j 1.0 con la Ecuacin (4.1)
sumado sobre el nmero de componentes C y sobre las etapas 1 a j , de lo cual se obtiene
j
L j V j 1 Fm U m Wm V1 4.6
m 1
En general, Ki , j Ki , j T j , Pj , X j , Y j , hV j hV j T j , Pj , Y j y hL j hV j T j , Pj , X j , donde X j y
Y j son vectores de las fracciones moles de los componentes en las corrientes que salen de la
etapa j . Si estas relaciones no se cuentan como ecuaciones y si las tres propiedades no son
contadas como variables, cada etapa de equilibrio est definida solamente por 2C 3
ecuaciones MESH. Una cascada de N etapas en equilibrio y en contracorriente como la de
la Figura 4.1 (b), se representa por N (2C 3) ecuaciones con N (3C 10) 1 variables. Si
N y todas las F j , zi , j , TFj , PFj , Pj , U j W j , Q j variables son especificadas, el modelo
matemtico se representa por N 2C 3 ecuaciones algebraicas simultneas con
N 2C 3 incgnitas, que contienen todas las xi , j , y i , j , L j , V j y T j . Las ecuaciones M, E
y H son todas no lineales, y por lo tanto deben ser resueltas mediante mtodos iterativos. En
lo que sigue, se presentan mtodos modernos ampliamente usados para resolver las
ecuaciones MESH.
85
Mtodos Matemticos Avanzados para la Modelacin y Simulacin de Equipos para Procesos
Qumicos y Biotecnolgicos Luis Alberto Toro
El resultado, para cada componente y para cada etapa es como sigue [58].
Aj xi , j 1 B j xi , j C j xi , j 1 D j 4.7
con
j 1
Aj V j Fm Wm U m V1 , 2 j N 4.8
m 1
B j V j Fm Wm U m V1 U j V1 W1 Ki , j ,
j 1
1 j N 4.9
m 1
B j V j 1Ki , j 1 , 1 j N 1 4.10
D j Fj zi, j , 1 j N 4.11
En caso contrario, las composiciones que resultan de la iteracin previa pueden ser usadas
para el clculo de los valores de K . En la Figura 4.2 se muestra el sistema de ecuaciones
tridiagonal para las ecuaciones M modificadas.
86
Mtodos Matemticos Avanzados para la Modelacin y Simulacin de Equipos para Procesos
Qumicos y Biotecnolgicos Luis Alberto Toro
D1 C1 xi ,2
xi ,1 4.12
B1
B1 C1 0 0 0 0 xi ,1 D1
A x
2 B2 C2 0 0 0 i ,2 D2
0 A3 B3 C3 0 0 xi ,3 D3
0 0 AN 2 BN 2 CN 2 0 xi , N 2 DN 2
0 0 0 AN 1 BN 1 CN 1 xi , N 1 DN 1
0 0 0 0 AN BN xi , N DN
Sean
D1 D1
p1 y q1 4.13
B1 B1
Luego,
xi ,1 q1 p1 xi ,2 4.14
Para la etapa 2, la Ecuacin (4.7) puede combinarse con la Ecuacin (4.12) y obtener el valor
de xi ,2 , para obtener:
87
Mtodos Matemticos Avanzados para la Modelacin y Simulacin de Equipos para Procesos
Qumicos y Biotecnolgicos Luis Alberto Toro
D2 A2 q1 C2
xi ,2 x1,3 4.15
B2 A2 p1 B2 A2 p1
Sean
D2 A2 q1 C2
q2 y p2 4.16
B2 A2 p1 B2 A2 p1
Luego
xi ,2 q2 p2 xi ,3 4.17
En general, se definen
Cj D j Aj q j 1
pj , qj 4.18
B j Aj p j 1 B j Aj p j 1
Por lo tanto,
xi , j q j p j xi , j 1 4.19
xi , N qN 4.20
Los valores sucesivos de xi , j son calculados recursivamente por sustitucin regresiva con
la Ecuacin (4.19), obteniendo
88
Mtodos Matemticos Avanzados para la Modelacin y Simulacin de Equipos para Procesos
Qumicos y Biotecnolgicos Luis Alberto Toro
xi , j 1 q j 1 p j 1xi , j rj 1 4.21
B1 C1 0 0 xi ,1 D1
A
2 B2 C2 0 xi ,2 D2
(Sistema original) 4.22
0 A3 B3 C3 xi ,3 D3
0 0 C4 B4 xi ,4 D4
1 p1 0 0 xi ,1 q1
0
1 p2 0 xi ,2 q2
(Despus de la eliminacin hacia adelante) 4.13
0 0 1 p3 xi ,3 q3
0 0 0 1 xi ,4 q4
1 0 0 0 xi ,1 r1
0
1 0 0 xi ,2 r2
(Despus de la eliminacin hacia atrs) 4.24
0 0 1 0 xi ,3 r3
0 0 0 1 xi ,4 r4
Otra versin del algoritmo de Thomas que puede emplearse para la solucin de sistemas
tridiagonales es la descomposicin LU , donde la matriz de coeficientes del sistema se
factoriza como el producto de una matriz triangular inferior unitaria (los elementos de la
diagonal principal son todos iguales a uno) L y una matriz triangular superior U , y que se
denomina factorizacin de Doolitle [61, 62]. El resultado es que las matrices L y U son
bi-diagonales y la solucin del sistema se obtiene resolviendo primero el sistema bi-diagonal
89
Mtodos Matemticos Avanzados para la Modelacin y Simulacin de Equipos para Procesos
Qumicos y Biotecnolgicos Luis Alberto Toro
B1 C1 0 0 xi ,1 D1
A
2 B2 C2 0 xi ,2 D2
4.25
0 A3 B3 C3 xi ,3 D3
0 0 A4 B4 xi ,4 D4
B1 C1 0 0 1 0 0 0 u1 C1 0 0
A B2 C2 0 l2 1 0 0 0 u2 C2 0
2 4.26
0 A3 B3 C3 0 l3 1 0 0 0 u3 C3
0 0 A4 B4 0 0 l4 1 0 0 0 u4
Al igualar las entradas del miembro izquierdo y derecho de la Ecuacin (4.26), se obtiene
1,1 : B1 u1 u1 B1
2,1 : A2 l2u1 l2 A2 / u1
(2, 2) : B2 l2C1 u2 u2 B2 l2C1
(3, 2) : A3 l3u2 l3 A3 / u2 4.27
(3,3) : B3 l3C2 u3 u3 B3 l3C2
(4,3) : A4 l4u3 l4 A4 / u3
4, 4 : B4 l4C3 u4 u4 B4 l4C3
(i, i 1) : Ai li ui 1 li Ai / ui 1
4.28
(i, i) : Bi liCi 1 ui ui Bi liCi 1
90
Mtodos Matemticos Avanzados para la Modelacin y Simulacin de Equipos para Procesos
Qumicos y Biotecnolgicos Luis Alberto Toro
1 0 0 0 u1 C1 0 0
l 1 0 0 0 u C 0
L2 y U= 2 2
4.29
0 l3 1 0 0 0 u3 C3
0 0 l4 1 0 0 0 u4
Una vez obtenida la factorizacin LU , el sistema (4.25) se convierte en los dos siguientes
sistemas que son fciles de resolver. El sistema bidiagonal inferior:
1 0 0 0 w1 D1
l 1 0 0 w2 D2
Lw 2 D 4.3
0 l3 1 0 w3 D3
0 0 l4 1 w4 D4
u1 C1 0 0 xi ,1 w1
0
u2 C2 0 xi ,2 w2
UX i w 4.32
0 0 u3 C3 xi ,3 w3
0 0 0 u4 xi ,4 w4
91
Mtodos Matemticos Avanzados para la Modelacin y Simulacin de Equipos para Procesos
Qumicos y Biotecnolgicos Luis Alberto Toro
u4 xi ,4 w4 xi ,4 w4 / u4
u3 xi ,3 C3 xi ,4 w3 xi ,3 w3 C3 xi ,4 / u3
4.33
u2 xi ,2 C2 xi ,3 w2 xi ,2 w2 C2 xi ,3 / u2
u1 xi ,1 C1 xi ,2 w1 xi ,1 w1 C1 xi ,2 / u1
Dado que el mtodo PB es iterativo, para el inicio de los clculos se deben asumir valores de
las variables de iteracin. En la prctica, es suficiente establecer un conjunto inicial de
valores V j basado en la suposicin de flujo molar constante entre las etapas usando los
valores de los flujos molares de reflujo, destilado, alimentacin y corrientes laterales. El
conjunto de valores de T j pueden obtenerse calculando o asumiendo tanto el punto de
burbuja de un estimado del producto de fondos o el punto de roco de un vapor asumido en
92
Mtodos Matemticos Avanzados para la Modelacin y Simulacin de Equipos para Procesos
Qumicos y Biotecnolgicos Luis Alberto Toro
Para la solucin del sistema de la Figura 1 por el mtodo de Thomas, son necesarios los
valores K ij . Cuando stos son dependientes de la composicin, son necesarios los valores
de todos los xi , j y yi , j , a menos que valores ideales de los K ij se hayan empleado en la
primera iteracin. Los valores calculados de xi , j en cada iteracin, en general, no cumplen
la restriccin de que su suma sea la unidad. Debido a lo anterior, es una buena tcnica
normalizar los valores calculados de los xi , j mediante la relacin de normalizacin:
x
xi , j
i , j normalizado C
4.34
xi , j
i 1
Los valores xi , j se usan en todos los clculos subsecuentes en que involucren los
normalizado
La ecuacin para el punto de burbuja se obtiene combinando las ecuaciones (4.2) y (4.3), de
lo cual se obtiene:
C
Ki , j xi , j 1.0 0 4.35
i 1
93
Mtodos Matemticos Avanzados para la Modelacin y Simulacin de Equipos para Procesos
Qumicos y Biotecnolgicos Luis Alberto Toro
N N 1
QN Fj hFj U j hL j W j hV j Q j V1hV1 LN hLN 4.37
j 1 j 1
jV j jV j 1 j 1 4.38
j hL hVj 1 j
4.39
j hV hLj 1 j
4.40
j Fm Wm U m V1 hL hL F h
j 1
hFj W j hV j hL j Q j 4.41
m1 j j 1 j Lj
2 0 0 0 0 V3 2 2V2
0 0 0 V4 3
1 3
0 2 4 0 0 V5 4
4.42
0 0 N 3 N 1 0 0 VN 2 N 3
0 0 N 2 N 2 0 VN 1 N 2
0 0 N N 1 VN N 1
El sistema (4.42) es rpidamente resuelto por eliminacin hacia adelante debido a que se
conoce el valor de T . Por ejemplo:
94
Mtodos Matemticos Avanzados para la Modelacin y Simulacin de Equipos para Procesos
Qumicos y Biotecnolgicos Luis Alberto Toro
2 2V2 3V3 j 1 j 1V j 1
V3 , V4 3 , , Vj 4.43
2 3 j 1
(k ) (k )
El algoritmo descrito se considera que converge cuando los valores T j ,V j han satisfecho
( k 1) ( k 1)
alguna tolerancia predeterminada respecto de los valores calculados T j ,V j , siendo k
el ndice de iteracin. Un criterio usual y simple es:
N 2
T j ( k ) T j ( k 1) 0.01N 4.42
j 1
95
Mtodos Matemticos Avanzados para la Modelacin y Simulacin de Equipos para Procesos
Qumicos y Biotecnolgicos Luis Alberto Toro
4.6.1. Enunciado
En el Ejemplo del Captulo 3, se realiz un diseo preliminar de un desbutanizador. Calcular
los perfiles de temperatura, de flujos molares totales, tanto de la fase lquida como del de
vapor, y las concentraciones de cada componente en cada etapa, mediante el mtodo del
punto de burbuja (Wang-Henke).
4.6.2. Solucin
Para la solucin del problema planteado mediante el mtodo de Wang-Henke, se escribi un
programa en Matlab que lo implementa, usando para ello el algoritmo de la Figura 4.3. Los
datos de entrada para el programa son los del Ejemplo del Captulo 3.
Los resultados obtenidos para las temperaturas, flujos totales de vapor y de lquido, se
presentan en la Tabla 4.1
96
Mtodos Matemticos Avanzados para la Modelacin y Simulacin de Equipos para Procesos
Qumicos y Biotecnolgicos Luis Alberto Toro
Los resultados para las composiciones de los 8 componentes, tanto en fase lquida como en
fase de vapor, a lo largo de la columna, se presentan en la Tabla 4.2.
Las grficas de los perfiles de flujos molares totales de lquido y vapor, se presentan en la
Figura 4.4.
97
Mtodos Matemticos Avanzados para la Modelacin y Simulacin de Equipos para Procesos
Qumicos y Biotecnolgicos Luis Alberto Toro
Componente
Etapa 1 2 3 4 5 6 7 8
1 0.0325 0.9554 0.0114 0.0007 0.0000 0.0000 0.0000 0.0000
2 0.0236 0.9468 0.0274 0.0021 0.0000 0.0000 0.0000 0.0000
3 0.0200 0.9292 0.0464 0.0043 0.0001 0.0000 0.0000 0.0000
4 0.0185 0.9056 0.0680 0.0075 0.0004 0.0000 0.0000 0.0000
5 0.0176 0.8768 0.0914 0.0120 0.0016 0.0003 0.0003 0.0000
6 0.0167 0.8326 0.1132 0.0177 0.0065 0.0036 0.0096 0.0001
7 0.0131 0.6299 0.0987 0.0180 0.0173 0.0255 0.1732 0.0243
8 0.0100 0.6313 0.1001 0.0181 0.0173 0.0255 0.1733 0.0243
9 0.0076 0.6305 0.1029 0.0183 0.0174 0.0255 0.1734 0.0243
10 0.0057 0.6258 0.1088 0.0188 0.0174 0.0256 0.1735 0.0244
11 0.0042 0.6135 0.1210 0.0199 0.0175 0.0256 0.1738 0.0244
12 0.0031 0.5870 0.1452 0.0223 0.0178 0.0258 0.1744 0.0244
13 0.0021 0.5364 0.1895 0.0274 0.0183 0.0261 0.1756 0.0245
14 0.0014 0.4526 0.2604 0.0372 0.0196 0.0266 0.1776 0.0247
15 0.0008 0.3389 0.3507 0.0529 0.0230 0.0279 0.1809 0.0248
16 0.0004 0.2152 0.4245 0.0713 0.0335 0.0333 0.1962 0.0256
17 0.0001 0.1022 0.3903 0.0743 0.0534 0.0557 0.2936 0.0302
18 0.0000 0.0256 0.1821 0.0383 0.0490 0.0783 0.5483 0.0783
98
Mtodos Matemticos Avanzados para la Modelacin y Simulacin de Equipos para Procesos
Qumicos y Biotecnolgicos Luis Alberto Toro
99
Mtodos Matemticos Avanzados para la Modelacin y Simulacin de Equipos para Procesos
Qumicos y Biotecnolgicos Luis Alberto Toro
Para desarrollar un procedimiento CS que use el MNR, se deben seleccionar y ordenar las
variables, lo mismo que las ecuaciones MESH que las contienen. De acuerdo a Goldstein a
y Stanfield [66], el agrupamiento de las funciones por tipo es ms efectivo
computacionalmente para la solucin de problemas que involucran elevado nmero de
componentes y pocas etapas. De otra parte, si el problema involucra un elevado nmero de
etapas y pocos componentes, el mtodo computacional ms efectivo se logra si las ecuaciones
se agrupan por la localizacin de la etapa. Este ltimo procedimiento es descrito por
Naphthali [67] y posteriormente desarrollado por Naphthali and Sandholm [68], y se presenta
a continuacin.
El mtodo se describe haciendo referencia a la Figura 4.1. Ms que resolver las ecuaciones
N (2C 3) MESH simultneamente, se combinan las ecuaciones (4.3) y (4.4) con las dems
ecuaciones MESH para eliminar 2N variables, reduciendo el problema a la solucin de uno
con N 2C 1 ecuaciones. Este se obtiene multiplicando primero las ecuaciones (4.3) y (4.4)
por V j y L j , respectivamente, para obtener:
C C
V j vi , j , L j li , j 4.45
i 1 i 1
Las definiciones de fracciones mol utilizado para obtener las ecuaciones (4.45) son:
vi , j li , j
yi , j , xi , j 4.46
Vj Lj
100
Mtodos Matemticos Avanzados para la Modelacin y Simulacin de Equipos para Procesos
Qumicos y Biotecnolgicos Luis Alberto Toro
M i , j li , j 1 si , j vi , j 1 Si , j li. j 1 vi , j 1 fi , j 0 4.47
C
vk , j
Ei , j Ki , j li , j k 1
C
vi , j 0 4.48
lk , j
k 1
H j hL j 1 s j li , j hv j 1 S j vi , j hL j1 li , j 1 hV j1 vi , j 1 hFj f i , j Q j 0
C C C C C
4.49
i 1 i 1 i 1 i 1 i 1
donde fi , j Fj zi , j .
Las ecuaciones (4.47), (4.48) y (4.49) se resuelven por el MNR multidimensional [62, 69],
en el cual los valores de las variables de salida se obtienen cuando las funciones M, E y H
se satisfacen para una tolerancia predeterminada. Para la aplicacin del MNR
multidimensional, las variables de salida se agrupan por etapas en el orden de arriba hacia
abajo, lo cual permite obtener una estructura tridiagonal en bloques para la matriz Jacobiana,
y se emplea el algoritmo de Thomas extendido [68], para la solucin del sistema resultante
de ecuaciones lineales.
Sean
T
X X1 , X 2 , , X j, , X N 4.50
y
T
F F1 , F2 , , Fj , , FN 4.51
101
Mtodos Matemticos Avanzados para la Modelacin y Simulacin de Equipos para Procesos
Qumicos y Biotecnolgicos Luis Alberto Toro
T
X j v1, j , v2, j , , vi , j , vC , j , T j , l1, j , l2, j , li , j , , lC , j 4.52
y el vector F j es
T
Fj H j , M1, j , M 2, j , , M i , j , M C , j , E1, j , E2, j , Ei , j , , EC , j 4.53
X
k 1
X ( k ) t X ( k )
Donde:
(k )
F 1
X ( k ) F k 4.54
X
102
Mtodos Matemticos Avanzados para la Modelacin y Simulacin de Equipos para Procesos
Qumicos y Biotecnolgicos Luis Alberto Toro
Si se desea, la primera de las ecuaciones (4.48) puede ser modificada para permitir el clculo
real ms que el terico en las etapas. En este caso, los valores de la eficiencia de Murphree
de la fase de vapor deben especificarse. Los valores de tales eficiencias estn relacionados
con la composicin de las fases de la siguiente definicin:
yi , j yi , j 1
j 4.55
Ki , j xi , j yi , j 1
1 v
C C
j Ki , j li , j vk , j j i . j 1 vk , j
Ei , j C
k 1
vi , j C
k 1
0 4.56
lk , j vk , j 1
k 1 k 1
103
Mtodos Matemticos Avanzados para la Modelacin y Simulacin de Equipos para Procesos
Qumicos y Biotecnolgicos Luis Alberto Toro
Para alcanzar la convergencia, el MNR requiere una buena aproximacin inicial de las
variables de salida. Ms que proporcionar a priori todas las aproximaciones, ellas se pueden
generar si V , T , L son aproximadas para las etapas de fondos y superior, y quizs, para etapas
intermedias. Los valores restantes de T j ,V j , L j se calculan mediante interpolacin lineal y
V j
los valores calculados de . Los valores iniciales de vi , j y li , j se obtienen mediante
Lj
una de las dos siguientes tcnicas. Si los valores de las K i , j son independientes o
aproximadamente independientes de la composicin, una tcnica se basa en el cmputo de
xi , j y yi , j como en la primera iteracin del mtodo BP. Un estimado menos refinado puede
obtenerse mediante el flash de las alimentaciones combinadas y alguna presin media de la
columna junto con el valor V L que aproxima la relacin de los flujos de los productos de
los fondos. Las fracciones molares resultantes se suponen constantes en cada etapa. Para
ambas tcnicas, los valores iniciales de los flujos molares vi , j y li , j se computan con xi , j y
yi , j de las ecuaciones (4.46).
i 1
2 C
i 1
2 2
1 H j M i , j Ei , j 1 4.57
Tambin puede usarse como criterio de convergencia la suma de los cuadrados de las
desviaciones X (k ) de la Ecuacin (4.54), con una tolerancia prefijada, que es el empleado
en este trabajo.
Para que los valores de todas las funciones de discrepancia en la desigualdad (4.57) sean
del mismo orden de magnitud, las funciones del balance de energa H j se dividen por un
factor de escala que aproxima el calor latente de vaporizacin 1000 Btu/lbmol . El criterio
de convergencia se calcula con la siguiente ecuacin:
N
1 1010 N (2C 1) Fj 2 4.58
j 1
Con 1 , los valores de las variables de salida convergern, generalmente con cuatros o cinco
cifras significativas. Si en la aplicacin de la iteracin del MNR resulta un valor negativo de
104
Mtodos Matemticos Avanzados para la Modelacin y Simulacin de Equipos para Procesos
Qumicos y Biotecnolgicos Luis Alberto Toro
t X ( k )
X
k 1
X ( k ) exp (k )
4.59
X
105
Mtodos Matemticos Avanzados para la Modelacin y Simulacin de Equipos para Procesos
Qumicos y Biotecnolgicos Luis Alberto Toro
4.9.1. Enunciado
En el Ejemplo del Captulo 3, se realiz un diseo preliminar de un desbutanizador.
Calcular los perfiles de temperatura, de flujos molares totales, tanto de la fase lquida
como del de vapor, y las concentraciones de cada componente en cada etapa, mediante el
mtodo de Naphtali-Sandholm.
4.9.2. Solucin
Para la solucin del problema planteado mediante el mtodo de Naphtali-Sandholm, se
escribi un programa en Matlab que lo implementa, usando para ello el algoritmo de la
Figura 4.5. Los datos de entrada para el programa son los del Ejemplo del Captulo 3.
Para las suposiciones iniciales de temperaturas, concentraciones, flujos de vapor y
lquido, se emplearon los resultados obtenidos por el mtodo del punto de burbuja. Se
emple un condensador total con una temperatura (130F) y relacin de reflujo real de
1.055. El rehervidor es parcial, con los siguientes datos: datos L(18) B 509.8 . Los
resultados obtenidos se presentan en la Tabla 4.5.
106
Mtodos Matemticos Avanzados para la Modelacin y Simulacin de Equipos para Procesos
Qumicos y Biotecnolgicos Luis Alberto Toro
4.10. Conclusiones
En este captulo se presentaron los modelos matemticos de dos mtodos para el diseo
riguroso de columnas de destilacin: Wang-Henke y Naphtali-Sandholm. En base a los
algoritmos generados por los dos modelos se escribieron los correspondientes programas de
computadora en Matlab. Los resultados de los programas consisten en las siguientes
variables de diseo: perfil de temperatura, perfiles de flujos molares totales de vapor y de
lquido, valores de los flujos molares de lquido y de vapor para cada componente en cada
etapa de la columna, las composiciones de los componentes en la fase lquida y de vapor para
cada componente en cada etapa, y los valores de los servicios de calor en el condensador y
en el evaporador.
En la Tabla 4.6 se presenta una comparacin entre los mtodos de Wang-Henke y Naphtali-
Sandholm desde el punto de vista computacional. Desde este punto de vista, y como los dos
mtodos producen bsicamente los mismos resultados (ver Tabla 4.6), el mejor mtodo es
107
Mtodos Matemticos Avanzados para la Modelacin y Simulacin de Equipos para Procesos
Qumicos y Biotecnolgicos Luis Alberto Toro
De otra parte, en este trabajo se programaron ambos mtos en Matlab. Desde el punto de
vista de la programacin de los mtodos, el de Naphtali-Sandholm requiere ms lneas de
cdigo y esto es debido a la gran cantidad de derivadas parciales que se deben calcular para
la construccin de los diferentes tipos de matrices involucradas en la obtencin de la matriz
Jacobiana, matriz que es necesaria para implementar el mtodo de Newton Raphson
multidimensional. Dado que la mezcla a separar tiene 8 componentes, y como se desprende
de la discusin del mtodo de Naphtal-Sandholm, cada matriz de tipo A, B o C es una matriz
cuadrada de orden 17. Como la columna tiene 18 etapas, es necesario calcular 17 matrices
tipo A, 18 matrices tipo B y 17 matrices tipo C, y cada uno de los tipos de matrices debe
calcularse a mano, y despus programarse. El resultado es una matriz cuadrada de orden
306, que debe calcularse en cada iteracin. Adems, el mtodo NewtonRaphson, al ser un
mtodo iterativo, requiere que todas las variables, cuyo nmero el caso bajo estudio es de
18(2*8+1)=306, deben ser inicializadas, y no siempre es fcil obtener los valores correctos
de inicializacin para obtener la convergencia del mtodo de iteracin. El mtodo de Newton-
Raphson es muy sensible a las condiciones iniciales.
Respecto del mtodo de Wang-Henke, debe calcularse en cada etapa el punto de burbuja de
la mezcla, pero esto representa hallar la solucin de una ecuacin no lineal por etapa (18
ecuaciones en cada iteracin). Para resolver cada una de estas ecuaciones no es necesario
programar el mtodo de Newton-Raphson, ya que se utiliz la funcin fsolve de Matlab. Las
nicas variables que deben inicialirse son los valores de los flujos molares totales de vapor
108
Mtodos Matemticos Avanzados para la Modelacin y Simulacin de Equipos para Procesos
Qumicos y Biotecnolgicos Luis Alberto Toro
para las 18 etapas, lo mismo que las 18 temperaturas. Tales valores de inicializacin se
calcular fcilmente por interpolacin lineal respecto de las etapas, utilizando el valor del flujo
molar de vapor en la etapa 2 ( V2 ) que es conocido, lo mismo que son conocidas las
temperaturas en las etapas 1 y 18 ( T1 y T18 ).
109
Mtodos Matemticos Avanzados para la Modelacin y Simulacin de Equipos para Procesos
Qumicos y Biotecnolgicos Luis Alberto Toro
110
Mtodos Matemticos Avanzados para la Modelacin y Simulacin de Equipos para Procesos
Qumicos y Biotecnolgicos Luis Alberto Toro
111
Mtodos Matemticos Avanzados para la Modelacin y Simulacin de Equipos para Procesos
Qumicos y Biotecnolgicos Luis Alberto Toro
Usualmente, estas consideraciones de diseo no son secuenciales; podra haber una fuerte
interaccin y retroalimentacin entre las consideraciones previamente mencionadas, como se
indica mediante las flechas en la Figura 6.1, y puede requerir algn nmero de iteraciones
antes de que el diseo est finalizado. La metodologa completa de diseo es muy compleja
debido a la cantidad de juicios cualitativos, en adicin a los clculos cuantitativos, que deben
ser introducidos. Se debe enfatizar, que dependiendo de la aplicacin especfica, algunas
(pero no necesariamente todas) de las precedentes consideraciones sobre diseo de
intercambiadores de calor son aplicadas en varios niveles de detalle durante el proceso de
diseo. En lo que sigue, estas amplias consideraciones sern discutidas en algn detalle.
En intercambiadores de coraza y tubo, el fluido del lado de los tubos se selecciona como
aqul que produce ms incrustacin, alta corrosividad, mayor presin, ms alta temperatura,
mayor costo por unidad de masa y/o baja viscosidad. La cada de presin permitida tambin
influye en cul de los fluidos circular por los tubos (fluido de mayor presin) y cul por el
lado de la coraza.
112
Mtodos Matemticos Avanzados para la Modelacin y Simulacin de Equipos para Procesos
Qumicos y Biotecnolgicos Luis Alberto Toro
113
Mtodos Matemticos Avanzados para la Modelacin y Simulacin de Equipos para Procesos
Qumicos y Biotecnolgicos Luis Alberto Toro
1. Ecuacin de entalpa
= = 5.1
Una para cada uno de los dos fluidos (i.e., = 1, 2).
2. Ecuaciones de velocidad de transferencia de calor
= 5.2
114
Mtodos Matemticos Avanzados para la Modelacin y Simulacin de Equipos para Procesos
Qumicos y Biotecnolgicos Luis Alberto Toro
115
Mtodos Matemticos Avanzados para la Modelacin y Simulacin de Equipos para Procesos
Qumicos y Biotecnolgicos Luis Alberto Toro
116
Mtodos Matemticos Avanzados para la Modelacin y Simulacin de Equipos para Procesos
Qumicos y Biotecnolgicos Luis Alberto Toro
trmica (). Para la pared, la conductividad trmica del material y el calor especfico tambin
son propiedades necesarias.
El ncleo del intercambiador es diseado para que posea la estabilidad estructural deseada
basada en las condiciones de operacin tales como presiones, temperaturas, y corrosividad o
reacciones qumicas del fluido con los materiales. Los esfuerzos de origen trmico y los
debidos a la presin, son calculados para determinar el espesor de las partes crticas de los
intercambiadores, tales como las aletas, placas, tubos, coraza y las juntas. Una apropiada
seleccin de material y el mtodo de unin (diferentes tipos de soldadura) de las aletas a los
tubos se hacen dependiendo de las presiones y temperaturas de operacin, tipos de fluidos
usados, incrustamiento y corrosin potencial, vida de diseo, etc. Similarmente, tcnicas
especiales de unin deben ser desarrolladas y usadas para unir los tubos a los cabezales, los
tubos a sus juntas, uniones de expansin, etc. Estos mtodos de unin deben ser decididos
117
Mtodos Matemticos Avanzados para la Modelacin y Simulacin de Equipos para Procesos
Qumicos y Biotecnolgicos Luis Alberto Toro
antes de llevar a cabo el anlisis termo-hidrulico. En esta etapa, se debe poner atencin a los
problemas operacionales. Los clculos referentes a los esfuerzos trmicos y a la fatiga, se
deben realizar para asegurar la durabilidad y vida deseada del intercambiador para los
perodos de encendido y apagado, y para las cargas imprevistas durante la operacin. Se debe
realizar un control para eliminar o minimizar las vibraciones inducidas por el flujo de los
fluidos, las cuales pueden generar erosin, fatiga, etc., de los tubos y provocar una falla del
intercambiador. Las velocidades de flujo deben ser revisadas para eliminar o minimizar la
erosin, corrosin, e incrustamiento. En esta etapa, deben considerarse otros problemas de
operacin, si existen, tales como inestabilidad y congelamiento. La experiencia de campo, si
se tiene, es gran ayuda en esta etapa de diseo.
En adicin al diseo del ncleo del intercambiador, debe hacerse un diseo apropiado de
los dispositivos para la distribucin de los flujos (cabezales, tanques, toberas, o conductos
de entrada y salida), lo que asegura una distribucin uniforme del flujos por los diferentes
pasajes, y que no hay problemas erosin o fatiga durante la vida til de diseo del
intercambiador.
Dado que un intercambiador debe estar localizado en algn sitio especfico (cuarto, stano,
o expuesto al medio ambiente) o es parte de un sistema de ms componentes, el soporte
estructural de un intercambiador debe ser diseado apropiadamente para asegurar que tal
soporte no falle debido a vibraciones, cargas de impacto, fatiga, etc. En el diseo mecnico
tambin deben tener en cuenta los requerimientos de mantenimiento (tales como limpieza,
reparacin, e inspeccin general).
El diseo de cada intercambiador de calor debe cumplir con los cdigos y estndares locales,
estatales, internacionales (tales como los estndares TEMA [70], cdigos para recipientes a
presin de la ASME (American Society of Mechanical Engineers [77]) de lo que resulta un
buen diseo mecnico del intercambiador, como tambin su buen diseo termo-hidrulico.
En tales situaciones, el diseo estructural podra incluir esfuerzos de origen trmico, fatiga,
y un cuidadoso anlisis para definir la vida til del intercambiador.
Aunque algunos aspectos de diseo mecnico se deben considera antes del diseo trmico,
una prctica comn en algunos intercambiadores es que primero se hace el diseo del
118
Mtodos Matemticos Avanzados para la Modelacin y Simulacin de Equipos para Procesos
Qumicos y Biotecnolgicos Luis Alberto Toro
intercambiador para el lleno de los requisitos trmicos e hidrulicos, y luego revisar el diseo
para el lleno de los requisitos desde el punto de vista mecnico, conduciendo las iteraciones
necesarias hasta que las condiciones de trmicas e hidrulicas y estructurales sean satisfechas.
Por lo tanto, el diseo estructural de un intercambiador es igualmente importante y
probablemente ms difcil que el trmico-hidrulico, ya que el diseo mecnico no es del
todo analtico y es diferente para cada caso; se debe contar con la experimentacin,
experiencia anterior y buenas prcticas de diseo. Muchos criterios de diseo mecnico se
deben considerar simultnea o iterativamente con el diseo trmico.
Como se muestra en la Figura 9.1, varias soluciones ptimas pueden estar disponibles una
vez los diseos trmicos y mecnicos se han completado. El diseador dirige su atencin a
las consideraciones de fabricacin y estimado de sus costos, seguido de factores de
compromiso, para llegar a una solucin ptima. Para intercambiadores de coraza y tubo, ya
que los estndares TEMA detallan la mayor parte del diseo mecnico, el precio del
intercambiador es realizado antes de finalizar el diseo mecnico.
119
Mtodos Matemticos Avanzados para la Modelacin y Simulacin de Equipos para Procesos
Qumicos y Biotecnolgicos Luis Alberto Toro
5.3.4.2. Costo
El costo total, denominado tambin costo de vida, asociado con un intercambiador de calor
puede ser categorizado como los costos de capital, instalacin operacin, y algunas veces los
costos de desactivacin. El costo de capital (total instalado) incluye los costos asociados con
diseo, materiales, fabricacin (maquinaria, mano de obra, generales), pruebas, envo,
instalacin, y depreciacin. Los costos de instalacin de un intercambiador en su lugar de
operacin pueden ser tan altos como los costos de capital para algunos intercambiadores de
calor de coraza y tubos e intercambiadores de placas. Los costos de operacin consisten de
los costos asociados con la potencia de bombeo de los fluidos, seguridad, mantenimiento,
reparacin, limpieza, prdida de produccin debido a fallas, costos de energa asociados con
la utilidad (vapor, combustibles, agua) en conjuncin con el intercambiador en la red.
Algunos de estos costos son difciles de obtener y los mejores estimados se deben hacer en
la etapa de diseo.
120
Mtodos Matemticos Avanzados para la Modelacin y Simulacin de Equipos para Procesos
Qumicos y Biotecnolgicos Luis Alberto Toro
En la etapa de diseo mecnico, el calibre del material apropiado debera ser seleccionado
para el ciclo de vida del intercambiador teniendo en cuenta los puntos de vista del
incrustamiento y la corrosin. A su turno, el calibre del tubo puede afectar la transferencia
de calor y la cada de presin. La decisin debera tomarse en base a qu tcnica de limpieza
y programa de mantenimiento ser empleada: en lnea, fuera de lnea, limpieza qumica,
limpieza mecnica, o un intercambiador de desecho- ya que esto puede afectar la
construccin del intercambiador, la seleccin del material, y el diseo termo-hidrulico. La
seleccin del material y el calibre, como tambin el ciclo de limpieza afectarn los costos
fijos y de operacin del intercambiador. Por ejemplo, dos intercambiadores de aluminio
121
Mtodos Matemticos Avanzados para la Modelacin y Simulacin de Equipos para Procesos
Qumicos y Biotecnolgicos Luis Alberto Toro
pueden ser menos costosos que uno de titanio para el mismo tiempo de servicio cuando se
usa agua de mar como medio de enfriamiento. Esta eleccin del material afectar la
geometra, y los diseos termo- hidrulico y mecnico.
5.4. Conclusiones
122
Mtodos Matemticos Avanzados para la Modelacin y Simulacin de Equipos para Procesos
Qumicos y Biotecnolgicos Luis Alberto Toro
6.1. Introduccin
Los problemas ms comunes en el diseo de intercambiadores de calor son el rating y el de
dimensionamiento (sizing), que ya fueron presentados y discutidos en el Captulo 6 con
respecto a la metodologa de diseo de intercambiadores de calor (ver figura 6.1). En muchos
intercambiadores de calor, los fluidos son separados por una superficie de transferencia de
calor, e idealmente ellos no se mezclan o filtran. Tales intercambiadores de calor se les
denominan de tipo de transferencia directa, o simplemente recuperadores.
En esta seccin se discuten los mtodos bsicos de diseo para este tipo de intercambiadores.
El problema de rating est relacionado con la determinacin de la velocidad de transferencia
de calor y de las temperaturas de salida de los fluidos para valores prescritos de velocidades
de flujo, temperaturas de entrada, y cadas de presin permisibles para un intercambiador de
calor existente, y por consiguiente, la superficie de transferencia de calor y las dimensiones
de los conductos del flujo estn disponibles.
123
Mtodos Matemticos Avanzados para la Modelacin y Simulacin de Equipos para Procesos
Qumicos y Biotecnolgicos Luis Alberto Toro
124
Mtodos Matemticos Avanzados para la Modelacin y Simulacin de Equipos para Procesos
Qumicos y Biotecnolgicos Luis Alberto Toro
125
Mtodos Matemticos Avanzados para la Modelacin y Simulacin de Equipos para Procesos
Qumicos y Biotecnolgicos Luis Alberto Toro
La Figura 6.3(a) muestra la transferencia de calor en contraflujo, en la cual las dos corrientes
de fluido fluyen en sentidos opuestos. La transferencia de calor en flujo paralelo, donde los
dos fluidos fluyen en la misma direccin se muestra en la Figura 6.3 (b). La transferencia de
calor con un fluido fro a temperatura constante (evaporador) se muestra en la Figura 6.3 (c).
La Figura 6.3 (d) muestra la transferencia de calor con un fluido caliente a temperatura
constante (condensador). La naturaleza de los perfiles de temperatura tambin dependen de
las relaciones de capacidad de calor ( ) de los fluidos, dependencia que se presentar
posteriormente.
= 6.1
Figura 6-4: Balance total de energa para fluidos fro y caliente de un intercambiador de calor de
dos fluidos. (Adaptada de [72]).
= ( ) 6.2
126
Mtodos Matemticos Avanzados para la Modelacin y Simulacin de Equipos para Procesos
Qumicos y Biotecnolgicos Luis Alberto Toro
= ( ) 6.3
y
= ( ) 6.4
Los subscriptos y se refieren a los fluidos caliente y fro; y los nmeros 1 y 2 designan
las condiciones de entrada y salida. Si los fluidos no cambian de fase durante el proceso de
transferencia de calor, las ecuaciones (6.3) y (6.4) puede escribirse como:
= ( )( ) 6.5
y
= ( )( ) 6.6
Como puede deducirse de la Figura 6.4, la diferencia de temperaturas entre las corrientes
caliente y fra ( = ) vara con la posicin en el intercambiador de calor. Por lo
tanto, en el anlisis de intercambiadores de calor, es conveniente establecer un valor medio
apropiado de la diferencia de temperaturas entre la corriente caliente y la fra, tal que la
velocidad total de transferencia de calor entre ambos fluidos pueda ser determinada de la
siguiente ecuacin:
= 6.7
donde es el rea total de transferencia de calor de lado caliente o del fro, y es coeficiente
medio total de transferencia de calor basado en el rea . La diferencia media de temperaturas
es una funcin de 1 , 2 , 1 y 2 . Por lo tanto, se debe obtener una forma especfica
para .
Las ecuaciones (6.5) a (6.7) son las ecuaciones bsicas para el anlisis trmico de
intercambiadores de calor bajo la suposicin de condiciones de estado estable. Si la velocidad
de transferencia de calor total es conocida de las ecuaciones (6.5) o (6.6), la Ecuacin (6.7)
se utiliza para calcular la superficie de transferencia de calor . Se deduce entonces que para
calcular el rea de transferencia de calor, es necesario determinar el coeficiente total de
transferencia de calor y la diferencia media de temperaturas .
127
Mtodos Matemticos Avanzados para la Modelacin y Simulacin de Equipos para Procesos
Qumicos y Biotecnolgicos Luis Alberto Toro
En adicin, usualmente se agregan aletas a la superficie expuesta bien sea a uno o ambas
corrientes fluidas, y al incrementarse el rea de transferencia de calor, las aletas disminuyen
la resistencia a la transferencia de calor por conveccin. El coeficiente total de transferencia
de calor para una pared simple y limpia, puede ser calculada de:
1 1
UA 6.8
Rt 1 t 1
hi A kA h0 A
Para un intercambiador tubular limpio sin aletas, el coeficiente total de transferencia de calor
est dado por:
1 1
UA U 0 Ao U i Ai 6.9
Rt 1 Ln r0 / ri 1
hi Ai 2 kL h0 A0
donde0 , son los coeficientes totales de transferencia de calor de las superficies exterior e
interior del tubo; 0 , son las reas exterior e interior del tubo; , son los radios exterior
e interior del tubo; es la conductividad trmica del material del tubo y es su longitud.
Ts 1
Rs 6.10
Q Ahs
128
Mtodos Matemticos Avanzados para la Modelacin y Simulacin de Equipos para Procesos
Qumicos y Biotecnolgicos Luis Alberto Toro
La resistencia trmica total, teniendo en cuenta que la pared del intercambiador est
incrustada por ambos lados, es:
1 1 1 1 R fi R fo 1
Rt Rw 6.11
UA U 0 A0 U i Ai hi Ai Ai A0 A0 h0
t
Rw (Para una pared plana desnuda) 6.12
kA
Ln r0 / ri
Rw (Para la pared de un tubo desnudo) 6.13
2 kL
Una pared separadora puede contener aletas de diferente forma en cada uno de sus lados. En
cada lado, la transferencia de calor tiene lugar desde las aletas (subscripto f ) como tambin
de la parte de la pared que no tiene aletas (subscripto u ).
Al introducir la eficiencia de aleta f [89], el calor total transferido puede expresarse como
(ver Figura 6.5 )
129
Mtodos Matemticos Avanzados para la Modelacin y Simulacin de Equipos para Procesos
Qumicos y Biotecnolgicos Luis Alberto Toro
Q f Af h f Au hu T 6.14
donde T es bien sea Th Tw1 o Tw2 Tc . Los subscriptos h y c se refieren a los fluidos
caliente y frio, respectivamente, como se muestra en la Figura 6.5.Tomando hu h f h y
reordenado la Ecuacin (6.14), se obtiene:
1 f T
Af
Q hA 1 6.15
A
1
Af
Q hAT , donde 1 f
6.16
A
De la Ecuacin (6.16), se deduce que para superficies con aletas, existir una resistencia
trmica adicional 1/ hA en ambos lados de la pared. Esta es la resistencia efectiva
combinada que tiene en cuenta los flujos de calor por conduccin y conveccin en las aletas,
y por conveccin desde la superficie principal. Por lo tanto, la resistencia trmica total para
la pared entera est dada por:
1 1 1 1 R fi Rf 0 1
Rt Rw 6.17
UA U 0 A0 U i Ai i hi Ai i Ai 0 A0 0 h0 A0
Para superficies con aletas, A0 y Ai representan el rea total de las superficies internas y
externas. La resistencia de contacto entre un tubo o una placa y la aleta puede ser finita. En
tal caso, los trminos de la resistencia de contacto para las superficies fra y caliente deben
ser agregados a la Ecuacin (6.17) ([90], [91]).
1
U0 6.18
A0 1 AR R 1
0 fi A0 Rw f 0
Ai i hi i Ai 0 0 h0
130
Mtodos Matemticos Avanzados para la Modelacin y Simulacin de Equipos para Procesos
Qumicos y Biotecnolgicos Luis Alberto Toro
Las expresiones para calcular f estn disponibles en la literatura para una gran variedad
de tipos de aletas [92].
Para los intercambiadores tubulares de la Figura 6.1 (a) y (b) sin aletas, la Ecuacin (6.18)
se reduce a:
1
U0 6.19
r0 1 r0 r0 Ln r0 / ri 1
R fi Rf 0
ri hi ri k h0
Fluido h, W / m2 .K
Gases (conveccin natural) 5-25
Flujo de gases 10-250
Flujo de lquidos (no metlicos) 100-10000
Flujo de lquidos metlicos 5000-250000
Lquidos en ebullicin 1000-250000
Condensacin de vapores 1000-25000
131
Mtodos Matemticos Avanzados para la Modelacin y Simulacin de Equipos para Procesos
Qumicos y Biotecnolgicos Luis Alberto Toro
132
Mtodos Matemticos Avanzados para la Modelacin y Simulacin de Equipos para Procesos
Qumicos y Biotecnolgicos Luis Alberto Toro
= ( ) = ( ) 6.20
o
= = 6.21
donde y son las velocidades de capacidad calrica de las corrientes caliente y fra,
respectivamente. El signo positivo corresponde al flujo en paralelo, mientras que el negativo
corresponde al flujo en contracorriente. La velocidad de transferencia de calor entre las
corrientes caliente y fra, a travs de la superficie diferencial de transferencia de calor dA ,
tambin puede expresarse como:
= ( ) 6.22
d Th Tc 1 1
U dA 6.24
Th Tc Cc Ch
T Tc1 1 1
Ln h 2 UA 6.25
Th1 Tc 2 Cc Ch
o
1 1
Th 2 Tc1 Th1 Tc 2 exp UA 6.26
Cc Ch
133
Mtodos Matemticos Avanzados para la Modelacin y Simulacin de Equipos para Procesos
Qumicos y Biotecnolgicos Luis Alberto Toro
1 1
Th 2 Tc 2 Th1 Tc1 exp UA 6.27
Cc Ch
Las ecuaciones (6.26) y (6.27) demuestran que la diferencia de temperaturas a lo largo del
intercambiador es una funcin exponencial del rea A . Por lo tanto, en un intercambiador
de flujo en contracorriente, la diferencia de temperaturas Th Tc aumenta en la direccin
del flujo del fluido caliente si Ch Cc , como se muestra en la Figura 6.8(a). Puede
demostrarse que las curvas de diferencia de temperaturas son cncavas [94]. Si la longitud
del intercambiador es infinita, lo cual hace A , la temperatura de salida del fluido fro se
hace igual a la temperatura de entrada del fluido caliente. Si Ch Cc , ambas curvas son
convexas y la diferencia de temperaturas Th Tc , decrece en la direccin de flujo del fluido
caliente, como se muestra en la Figura 6.8 (b). Si la longitud del intercambiador es infinita,
lo cual hace A , la temperatura de salida del fluido caliente se hace igual a la temperatura
de entrada del fluido fro.
Q UA Th1 Tc 2 Th 2 Tc1
6.28
T T
Ln h1 c 2
Th 2 Tc1
T1 T2
Q UA 6.29
T
Ln
T2
134
Mtodos Matemticos Avanzados para la Modelacin y Simulacin de Equipos para Procesos
Qumicos y Biotecnolgicos Luis Alberto Toro
T1 T2
Tml 6.30
T
Ln
T2
Q UATml 6.31
Q UA Th Tc , con Th Tc T1 T2 6.32
135
Mtodos Matemticos Avanzados para la Modelacin y Simulacin de Equipos para Procesos
Qumicos y Biotecnolgicos Luis Alberto Toro
Usando la Ecuacin (6.21) para flujo en paralelo, y mediante el procedimiento empleado para
flujo en contracorriente, se llega a la Ecuacin (6.30), pero en tal caso, T1 Th1 Tc1 y
T2 Th2 Tc2 . Adems, la velocidad total de transferencia de calor entre los fluidos
caliente y frio es determinado por la Ecuacin (6.31) para todos los intercambiadores de paso
simple mostrados en la Figura 6.7.
Debe notarse, que para las mismas temperaturas de entrada y salida, la DTML para flujo en
contracorriente excede a la de flujo en paralelo, Tml , fc Tml , fp . Esta desigualdad significa,
que la DMTL representa el mximo potencial de temperatura para transferencia de calor que
puede obtenerse en un intercambiador de flujo en contracorriente. Por lo tanto, el rea
requerida para una velocidad de transferencia de calor Q prescrita, es menor para flujo en
contracorriente que para flujo en paralelo, asumiendo el mismo valor de U . Tambin es
claro que Tc 2 puede exceder a Th 2 para flujo en contracorriente, pero no para flujo en paralelo,
como se puede deducir de Figura 6.7.
R2 1 Ln 1 P / 1 RP
F 6.34
R 1 Ln
2 P R 1 R2 1
2 P R 1 R 1
2
Cc Th1 Th 2 T T Tc
R , P c 2 c1 6.35
Ch Tc 2 Tc1 Th1 Tc1 Tmax
136
Mtodos Matemticos Avanzados para la Modelacin y Simulacin de Equipos para Procesos
Qumicos y Biotecnolgicos Luis Alberto Toro
El parmetro P es una medida de la relacin del calor realmente transferido al calor que
podra ser transferido si la temperatura de salida del fluido fro fuese la misma que la de
entrada del fluido caliente, es decir, si Tc 2 Th1 . Por lo tanto, P es la efectividad de la
temperatura para el lado del fluido fro. El parmetro R es la relacin de los valores de (
) del fluido y del caliente, y se denomina razn de velocidades de capacidad calrica, y
es independientemente de cul fluido fluya por los tubos o por la coraza. En la Ecuacin
(6.33), Tml , fc es la diferencia de temperatura media logartmica para flujo en
contracorriente, para las mismas temperaturas de entrada salida de las corrientes fluidas.
Tml , fc
Th 2 Tc1 Th1 Tc 2 6.36
Ln Th 2 Tc1 / Th1 Tc 2
La Ecuacin (6.33) tambin puede ser usada para el diseo de intercambiadores multipaso y
de flujo cruzado. En general, el factor de correccin F depende de R , P y del arreglo de
los flujos:
Los factores de correccin estn disponibles en forma de grficas [97]. Estas pueden ser
usadas para diseo de intercambiadores de coraza y tubos multipaso e intercambiadores de
flujo cruzado. Para el clculo de los parmetros R y P , para determinar F , es irrelevante
que fluido circula por la coraza y cul por los tubos.
El factor de correccin F es menor que 1 para flujo cruzado y arreglos multipaso; es 1 para
un intercambiador de calor en verdadero contraflujo. El factor de correccin representa la
desviacin de la diferencia verdadera de temperatura respecto de la DMTL para un flujo en
contracorriente. Expresiones analticas para el clculo de en intercambiadores TEMA H
son presentadas en [98]; para intercambiadores de calor con fluidos no mezclados en la
coraza en [99] y para intercambiadores 1-2 en[100].
137
Mtodos Matemticos Avanzados para la Modelacin y Simulacin de Equipos para Procesos
Qumicos y Biotecnolgicos Luis Alberto Toro
Por lo tanto, el mtodo de la DTML resulta adecuado para la determinacin del tamao de
un intercambiador de calor con el fin dar lugar a las temperaturas prescritas de salida cuando
se especifican los flujos msicos y las temperaturas de entrada y salida de los fluidos caliente
y fro.
El mtodo de la DMTL puede ser usado para el problema de rating (anlisis de desempeo)
para un intercambiador existente, pero los clculos podran ser tediosos, requiriendo iteracin
ya que las temperaturas de salida son desconocidas. En tales casos, el anlisis puede ser
simplificado con el mtodo NUT, que se explica a continuacin.
6.6. Mtodo
Una segunda clase de problemas que se encuentra en el anlisis de los intercambiadores de
calor es la determinacin de la razn de transferencia de calor y las temperaturas de salida
de los fluidos caliente y fro para valores prescritos de gastos de masa y temperaturas de
ntrada de los fluidos, cuando se especifican el tipo y el tamao del intercambiador de calor.
En este caso se conoce el rea superficial para la transferencia de calor del intercambiador,
pero se ignoran las temperaturas de entrada o de salida. En esta situacin, la tarea es
determinar el rendimiento con respecto a la transferencia de calor de un intercambiador
especfico, o bien, determinar si un intercambiador existente realizara el trabajo. Todava
es posible aplicar el mtodo de la DMTL para este problema alternativo, pero el
procedimiento requerira tediosas iteraciones, y como consecuencia, no sera prctico.
Las ecuaciones de transferencia de calor tales como las (6.5), (6.6), (6.26) y (6.27), pueden
ser escritas en forma adimensional, como se explica a continuacin.
Cmin
C* 6.39
Cmax
138
Mtodos Matemticos Avanzados para la Modelacin y Simulacin de Equipos para Procesos
Qumicos y Biotecnolgicos Luis Alberto Toro
= () ( ) = ( ) ( ) 6.41
El fluido que puede soportar la mxima diferencia de temperatura es el que tiene la mnima
velocidad de capacidad calrica . Por lo tanto, la mxima transferencia de calor posible
se expresa como:
= ( ) ( ) , si < 6.42
o
= ( ) ( ) , si < 6.43
Ch Th1 Th 2 Cc Tc 2 Tc1
6.44
Cmn Th1 Tc1 Cmn Th1 Tc1
139
Mtodos Matemticos Avanzados para la Modelacin y Simulacin de Equipos para Procesos
Qumicos y Biotecnolgicos Luis Alberto Toro
La ecuacin (6.44) es vlida para todos los arreglos de flujo de intercambiadores de calor. El
valor de vara entre cero y 1. Cuando el fluido fra tiene la menor velocidad de capacidad
calrica, entonces la efectividad de temperatura , dada por la Ecuacin (6.35), ser igual a
la efectividad el intercambiador .
= ( )( ) 6.45
UA
NUT UdA 6.46
Cmn A
140
Mtodos Matemticos Avanzados para la Modelacin y Simulacin de Equipos para Procesos
Qumicos y Biotecnolgicos Luis Alberto Toro
= ( ) [ ( )] 6.47
El signo + es para flujo en contracorriente y el para flujo paralelo. De las ecuaciones (6.5),
(6.6) y (6.42), 2 y 2 pueden eliminarse, para obtener:
Existen dos casos lmite de inters: Cmn / Cmx 1 y cero . Para Cmn / Cmx 1 , la Ecuacin
(6.46) es indeterminada, pero por la aplicacin de la regla de LHopital a tal ecuacin, se
obtiene el siguiente resultado se obtiene para flujo en contracorriente:
NUT
6.50
1 NUT
1
2
1 e2 NUT 6.51
Para Cmin/ / Cmax 0 , como en las calderas y condensadores, Figura 6.3 (c) y (d), tanto para
flujo en paralelo como en contracorriente, de las ecuaciones (6.46) y (6.47), se obtiene la
expresin:
1 e NUT 6.52
141
Mtodos Matemticos Avanzados para la Modelacin y Simulacin de Equipos para Procesos
Qumicos y Biotecnolgicos Luis Alberto Toro
Expresiones similares han sido desarrolladas para intercambiadores de calor con otros tipos
de arreglos de flujo, tales como flujo cruzado y flujo en multipaso ([101]-[107]). En la Tabla
6.2 se presenta algunos resultados representativos de expresiones .
Tipo de Intercambiador
de Calor (, ) (, )
1 1
Flujo en contracorriente 1 [(1 )] = ( )
= 1 1
1 [(1 )]
Flujo en paralelo 1 1
= {1 [(1 + )]} = [1 (1 + )]
1 + 1 +
Intercambiador de coraza y 2
= 1 2 [1 + 1 + 2 ]
tubos: un paso en la coraza y 2
2 1+[1+ ] =
1-2,4, 8,.. pasos en los tubos 1 + + 1 + 1 + 2 2 [1 + + 1 + 2 ]
1[1+ 2 ]
Como se desprende de las ecuaciones (6.46) y (6.47), es posible graficar la eficiencia contra
NUT con como parmetro. Las figuras 6.9 a 6.11 muestran algunas de tales grficas.
142
Mtodos Matemticos Avanzados para la Modelacin y Simulacin de Equipos para Procesos
Qumicos y Biotecnolgicos Luis Alberto Toro
143
Mtodos Matemticos Avanzados para la Modelacin y Simulacin de Equipos para Procesos
Qumicos y Biotecnolgicos Luis Alberto Toro
6.7. Mtodo P-
Este mtodo es una variacin del mtodo NUT. Como se muestra en la Tabla 6.2, las
relaciones NUTson diferentes dependiendo de si el fluido que circula por los tubos
es Cmxo . Para evitar posibles confusiones acerca de cul es el fluido de Cmn, es
definido como la efectividad de la temperatura del intercambiador de calor del lado de un
fluido, sin importar si es el lado es el fro o el caliente. El clculo del NUT est basado en
la velocidad de capacidad calrica de tal lado y es definido como el cociente de la velocidad
de capacidad calrica de se lado y la del otro lado. De manera un poco arbitraria, se elige el
lado de referencia como el del fluido fro. Si se requiere una distincin entre el lado de la
coraza y de los tubos en vez de fluidos fro y caliente, los resultados tambin pueden
presentarse basados en el lado de los tubos. Las definiciones de , y NUTc tambin son
144
Mtodos Matemticos Avanzados para la Modelacin y Simulacin de Equipos para Procesos
Qumicos y Biotecnolgicos Luis Alberto Toro
vlidas para el lado de la coraza y el lado de los tubos, siempre y cuando sean
consistentemente definidas para un lado. Las definiciones de , y NUT estn dadas por las
ecuaciones (6.35) y (6.46), donde = .Comparando las ecuaciones (6.35) y (6.42), la
efectividad de la temperatura y la efectividad del intercambiador , estn relacionadas por:
, =
= ={ 6.54
, =
, =
= ={ 6.55
, =
= ( , , ) 6.56
Debe notarse que las definiciones de P, R y NUTc estn basadas consistentemente en las
variables del lado del fluido fro. Las definiciones de , y NUTc basadas en las variables
del lado de los tubos o de las de la coraza, son tambin vlidas; tales definiciones tambin
pueden darse en funcin de las variables del fluido caliente. En [73] (Tabla 3.6, pp.144-158)
pueden consultarse gran cantidad de expresiones para , y NUTc, en donde = 1, =
1 y = 1. En el mtodo P- , la velocidad total de transferencia de calor del
fluido caliente al fro en el intercambiador, est dada por:
= ( ) 6.57
Las expresiones P- pueden derivarse directamente para cualquier arreglo del flujo o
pueden obtenerse de las relaciones NUT dadas en la Tabla 6.2, simplemente
reemplazando , y NUT por , y NUTc, respectivamente, mediante el uso de las
ecuaciones (6.35), (6.54) y (6.55). Por ejemplo, para un intercambiador de flujo en
contracorriente, se tiene la siguiente expresin:
[ ()]
= [ ()] 6.58
145
Mtodos Matemticos Avanzados para la Modelacin y Simulacin de Equipos para Procesos
Qumicos y Biotecnolgicos Luis Alberto Toro
6.8. Mtodo
Los mtodos presentados hasta ahora para la solucin del problema del rating (DMTL) y del
sizing ( NUT, para intercambiadores de coraza y tubo multipaso), requieren iteracin. En
la representacin grfica de los resultados NUT, la abcisa recorre los valores de 0 a ,
lo cual significa que no es acotada. Un mtodo que combina todas las variables de los
mtodos DMTL y NUT, que elimina sus limitaciones para clculos a mano, es el
propuesto por Mueller [109]. El mtodo introduce un nuevo grupo adimensional , que se
define como el cociente entre la verdadera diferencia media de temperatura y la diferencia
de temperaturas de entrada de los dos fluidos:
Tm
6.59
Th1 Tc1
Es directo mostrar que est relacionado con y NUT mediante la siguiente relacin:
P
6.60
NUT NUTc
Tm
F 6.61
Tml , fc
Para evaluar , se compara un intercambiador de calor real con cualquier arreglo de flujo de
inters con un intercambiador de calor de flujo en contracorriente con las mismas
temperaturas terminales. Por lo tanto, la Ecuacin (6.61) puede escribirse como:
,
= 6.62
146
Mtodos Matemticos Avanzados para la Modelacin y Simulacin de Equipos para Procesos
Qumicos y Biotecnolgicos Luis Alberto Toro
[ ()]
= [ ()] 6.63
( ) ,
, = { 6.64
, =
Las ecuaciones (6.60), (6.62) y (6.64), pueden combinarse para relacionar y , para
obtener:
()
= [()/()] 6.65
= ( ) 6.66
= (, , ) 6.67
La Tabla 6.3 resume las ecuaciones de trabajo para los mtodos de diseo trmico
analizados en las secciones precedentes. En las ecuaciones de la Tabla 6.3, las que
corresponden a , y , tambin pueden estar basadas en (lado de los tubos),
(lado del fluido caliente) o (lado de la coraza).
DMTL
Q = UAFTml,fc = ( ) (1 1)
1 2 Ch Th1 Th 2 Cc Tc 2 Tc1
= , =
(1/2 ) Cmn Th1 Tc1 Cmn Th1 Tc1
147
Mtodos Matemticos Avanzados para la Modelacin y Simulacin de Equipos para Procesos
Qumicos y Biotecnolgicos Luis Alberto Toro
1 = 1 2, 2 = 2 1 Cmin
C*
Cmax
Cc Th1 Th 2 T T UA
R , P c 2 c1 NUT UdA
Ch Tc 2 Tc1 Th1 Tc1 Cmn A
F P, R, arreglo del flujo NUT , C* , arreglo del flujo
= (1 1) = (1 1)
Tm
= = =
1 1
P = (NUTc, R, arreglo del flujo) = (P, R, arreglo del flujo)
La derivacin de las expresiones para los cuatro mtodos bsicos de diseo presentados con
anterioridad, se basa en la integracin de las ecuaciones (6.21) y (6.22) a travs del rea de
la superficie. A tal efecto, se hacen las siguientes suposiciones:
6.9.1. Enunciado
Se emplea un intercambiador de 1 paso en la coraza y 8 pasos en los tubos para enfriar aceite
mediante agua. Los tubos son de cobre y de pared delgada, con dimetro interno de 1.4 cm.
Cada paso en los tubos tiene una longitud de 5 m y el coeficiente de transferencia de calor
total es de 310 W/m2. C. El agua fluye por los tubos con un flujo msico de 0.2 Kg/s, y el
aceite fluye por la coraza con un flujo msico de 0.30 Kg/s. Las temperaturas de entrada del
agua y del aceite son 20C y 150 C, respectivamente. Determinar la razn de transferencia
de calor en el intercambiador y las temperaturas de salida de ambos fluidos. Los calores
especficos del agua y del aceite son 4.18 y 2.13 kJ/kg. C respectivamente.
148
Mtodos Matemticos Avanzados para la Modelacin y Simulacin de Equipos para Procesos
Qumicos y Biotecnolgicos Luis Alberto Toro
6.9.2. Solucin
En la Figura 6.12 se presenta un esquema general del intercambiador. Dado que no se
especifican las temperaturas de salida de los dos fluidos, y no se pueden determinar
directamente de los balances de energa, no es posible emplear el mtodo LMTD, ya que es
necesario utilizar un mtodo iterativo para el clculo de las temperaturas desconocidas. Esto
sugiere que se emplee el mtodo NTU . Para aplicar este mtodo, el primer paso es
calcular la capacidad calorfica de los fluidos caliente y fro, y determinar la menor. Estos
valores son:
Por lo tanto,
Cmin 0.639
C* 0.764
Cmax 0.836
Ahora
Qmax Cmin (Th1 Tc1 ) (0.639 kW / C ) 150 120 C 83.1 kW
149
Mtodos Matemticos Avanzados para la Modelacin y Simulacin de Equipos para Procesos
Qumicos y Biotecnolgicos Luis Alberto Toro
Dado que los tubos son de pared delgada, el espesor de los mismos puede despreciarse, y
por lo tanto el rea superficial de transferencia de calor del lado de los tubos es:
A n DL 8 (0.014 m) 5 m 1.76 m2
NUT
UA
310 W / m2 .C 1.76 m2
0.854
C min 639 W / C
2 2
1 C
*
1 (C )
* 2
1 exp NUT 1 (C * ) 2 1 0.764 1 0.764 2
1 exp 0.854 1 0.7642
1 exp NUT 1 (C )
* 2
1 exp 0.854 1 0.764
2
0.4622
Q 38.4 kW
Th 2 Th1 150C 89.9C
Ch 0.639 kW / C
Q 38.4 kW
Tc 2 Tc1 20C 65.9C
Cc 0.836 kW / C
150
Mtodos Matemticos Avanzados para la Modelacin y Simulacin de Equipos para Procesos
Qumicos y Biotecnolgicos Luis Alberto Toro
i1 m c p 1 T1 i1 mc p 1 T1 1 dx U T1 T2 dA 0
dT
6.68
dx
i2 m c p 2 T2 i2 mc p 2 T2 2 dx U T1 T2 dA 0
dT
6.69
dx
dT dT
i1 m c p T m c p T dx i2 m c p T m c p T
dx 0 6.70
dx 1 dx 2
151
Mtodos Matemticos Avanzados para la Modelacin y Simulacin de Equipos para Procesos
Qumicos y Biotecnolgicos Luis Alberto Toro
mc
p 1
dT1 UA
T2 T1 6.71
dx L
i2 mc p 2
dT2 UA
T1 T2 6.72
dx L
mc p 1 dT1 i2 mc p 2 dT2 0 6.73
dx dx
152
Mtodos Matemticos Avanzados para la Modelacin y Simulacin de Equipos para Procesos
Qumicos y Biotecnolgicos Luis Alberto Toro
Para resolver el modelo matemtico presentado, primero se expresan las ecuaciones (6.71)-
(6.73) y las condiciones de frontera (6.74) en forma adimensional, utilizando para ello una
temperatura adimensional , y una longitud adimensional , definidas como sigue:
T T1, j x
0 1, 0 1. 6.75
T2,i T1,i L
UA C
0 NUT1 , 0 R1 1
m c p 1 C2
6.76
d1
NTU1 1 2 0 6.77
d
d 2
i2 NTU1 R1 1 2 0 6.78
d
153
Mtodos Matemticos Avanzados para la Modelacin y Simulacin de Equipos para Procesos
Qumicos y Biotecnolgicos Luis Alberto Toro
d1 d 2
R1 i2 0 6.79
d d
Las condiciones de frontera dadas por las ecuaciones (7.74), se convierten en las siguientes:
d
L 1 NUT1 1 2 0 6.81
d
154
Mtodos Matemticos Avanzados para la Modelacin y Simulacin de Equipos para Procesos
Qumicos y Biotecnolgicos Luis Alberto Toro
NUT1
1 ( s) 2 ( s) 6.83
s NUT1
d1 d 2
L R1 i2 0 6.84
d d
Por lo tanto:
s NUT1
2 ( s) 2 (0) 6.86
s sNUT1 1 i2 R1
2
1 exp 1 i2 R1 NUT1
1 ( ) 2 (0) 6.87
1 i2 R1
1 i2 R1 exp (1 i2 R1 ) NUT1
2 ( ) 2 (0) 6.88
1 i2 R1
El parmetro 2 (0) depende de los parmetros de diseo y del valor de i 2 . Su valor puede
determinarse directamente de las condiciones de frontera a la entrada del Fluido 2 para
i2 1 en flujo unidireccional, es decir, 2 (0) 2,i 1. Para flujo bidireccional, es decir,
cuando i2 1 , el valor del parmetro en cuestin puede calcularse de la Ecuacin (6.88)
para las condiciones de entrada del Fluido 2 1 y resolviendo para 2 (0) . De lo
anterior se sigue que para i2 1
1 R1
2 (0)
1 R1 exp (1 R1 ) NUT1
6.89
155
Mtodos Matemticos Avanzados para la Modelacin y Simulacin de Equipos para Procesos
Qumicos y Biotecnolgicos Luis Alberto Toro
1 R1
2 (0)
1 R1 exp 1 / 21 i2 (1 R1 ) NUT1
1 para i2 1 ( flujo unidirecci onal ) 6.90
1 R1
1 R exp 1 R NUT para i2 1 ( flujo bidireccio nal )
1 1 1
1 R1 1 exp 1 i2 R1 NUT1
1
1 i2 R1 1 R1 exp 1 / 21 i2 (1 R1 ) NUT1
6.91
1 R1 1 i2 R1 exp 1 i2 R1 NUT1
2
1 i2 R1 1 R1 exp 1 / 21 i2 (1 R1 ) NUT1
6.92
a) Flujo unidireccional ( i2 1 )
1 exp (1 R1 ) NUT1
1 6.93
1 R1
1 R1 exp (1 R1 ) NUT1
2 6.94
1 R1
b) Flujo bidireccional ( i2 1 )
1 exp (1 R1 ) NUT1
1 6.95
1 R1 exp (1 R1 ) NUT1
1 exp (1 R1 ) NUT1
2 6.96
1 R1 exp (1 R1 ) NUT1
156
Mtodos Matemticos Avanzados para la Modelacin y Simulacin de Equipos para Procesos
Qumicos y Biotecnolgicos Luis Alberto Toro
157
Mtodos Matemticos Avanzados para la Modelacin y Simulacin de Equipos para Procesos
Qumicos y Biotecnolgicos Luis Alberto Toro
Debe notarse que todos los resultados presentados hasta aqu para i2 1 requieren que
0 R1 1 , de lo cual se sigue R1 1 . En el caso del flujo bidireccional para el cual i2 1
y R1 1 , el modelo matemtico dado por las ecuaciones (6.78) y (6.79) se transforma en:
d1 d 2
NUT1 2 1 6.97
d d
Las condiciones de frontera estn dadas por la ecuacin (7.80) para flujo bidireccional. La
solucin del modelo matemtico es una distribucin lineal de temperaturas. Las expresiones
para las temperaturas 1 y 2 son las siguientes:
NUT1 1 NUT1
1 y 2 6.98
1 NUT1 1 NUT1
En las figuras 6.16 y 6.17 se muestran las grficas de las distribuciones de temperatura 1
y 2 para NUT1 4 con R1 como parmetro para flujo bidireccional.
158
Mtodos Matemticos Avanzados para la Modelacin y Simulacin de Equipos para Procesos
Qumicos y Biotecnolgicos Luis Alberto Toro
1
6.99
1 NUT1
(1 R1 ) exp NUT1 (1 i2 R1 )
2 1 6.100
1 R1 exp (1 / 2) NUT1 (1 R1 )(1 i2 )
159
Mtodos Matemticos Avanzados para la Modelacin y Simulacin de Equipos para Procesos
Qumicos y Biotecnolgicos Luis Alberto Toro
(a)
(b)
160
Mtodos Matemticos Avanzados para la Modelacin y Simulacin de Equipos para Procesos
Qumicos y Biotecnolgicos Luis Alberto Toro
(c)
Figura 6-18: (a)-(c). Diferencia de temperaturas para flujo bidireccional con iguales
valores de NUT1 y diferentes valores de R1 .
(d)
161
Mtodos Matemticos Avanzados para la Modelacin y Simulacin de Equipos para Procesos
Qumicos y Biotecnolgicos Luis Alberto Toro
(e)
Figura 6-19: (d)-(e): Diferencia de temperaturas para flujo unidireccional con iguales
valores de NUT1 y diferentes valores de R1 .
Las figuras 6.18 y 6.19 presentan las grficas de las diferencias de temperaturas para
ambos tipos de flujos con iguales valores del parmetro NUT1 y para diferentes valores de
R1 .
162
Mtodos Matemticos Avanzados para la Modelacin y Simulacin de Equipos para Procesos
Qumicos y Biotecnolgicos Luis Alberto Toro
1 R1 1 exp 1 i2 R1 NUT1
1 1 6.102
1 i2 R1 1 R1 exp 1 / 21 i2 1 R1 NUT1
1 exp (1 R1 ) NUT1
1 1 P1 f ,b 6.104
1 R1 exp (1 R1 ) NUT1
163
Mtodos Matemticos Avanzados para la Modelacin y Simulacin de Equipos para Procesos
Qumicos y Biotecnolgicos Luis Alberto Toro
1 exp 1 R1 NUT1 1 0
Lim NUT1 1 1 Lim NUT1 1 6.105
1 R1 exp 1 R1 NUT1 1 0
Suponer ahora que el Fluido 1 tiene la menor velocidad de capacidad calrica, es decir que,
R1 C * 1, o lo que es lo mismo C 1 C 2 . Para este caso, la nomenclatura estndar asume
que NUT1 NUT y la efectividad del Fluido 1 ser la efectividad del intercambiador de
calor. Por lo tanto, la velocidad a la cual el calor se transfiere en un intercambiador
bidireccional de rea infinita es igual a:
LimNUT Q LimNUT m
c p 1 T1,o T1,i m
c p 1 T2,i T1,i Q max 6.107
Q m
c p 1 T1,o T1,i 6.108
Q T1,o T1,i
1 1 P1 6.109
Q max T 2,i T1,i
1 1
NUT
. 6.110
1 NUT
164
Mtodos Matemticos Avanzados para la Modelacin y Simulacin de Equipos para Procesos
Qumicos y Biotecnolgicos Luis Alberto Toro
6.13. Conclusiones
Es necesario disponer de mtodos para realizar el diseo trmico de un intercambiador
decalor. A tal efecto, en este captulo se presentaron las ecuaciones de diseo bsico para
cuatro mtodos. Se present un ejemplo especfico de aplicacin.
165
Mtodos Matemticos Avanzados para la Modelacin y Simulacin de Equipos para Procesos
Qumicos y Biotecnolgicos Luis Alberto Toro
166
Mtodos Matemticos Avanzados para la Modelacin y Simulacin de Equipos para Procesos
Qumicos y Biotecnolgicos Luis Alberto Toro
= = 7.1
,
167
Mtodos Matemticos Avanzados para la Modelacin y Simulacin de Equipos para Procesos
Qumicos y Biotecnolgicos Luis Alberto Toro
de calor es preferida para el clculo del coeficiente global, debido a que el diseador puede
obtener la magnitud relativa de cada una de las resistencias a la transferencia de calor,
Taborek [112] y [113]. Las tablas 7.1 y 7.2 presentan algunos coeficientes individuales y
globales de transferencia de calor.
Tabla 7-1: Coeficientes de pelcula tpicos para intercambiadores de coraza y tubos. (Kaka-Liu
[114])
Condicin del fluido W / m2 K
Calor sensible
Agua Lquido 5000-7500
Amonaco Lquido 6000-8000
Compuestos orgnicos livianos Lquido 1500-2000
Compuestos orgnicos medios Lquido 750-1500
Compuestos orgnicos pesados Lquido
Calentamiento 150-400
Enfriamiento 150-400
Compuestos orgnicos muy pesados Lquido
Tabla 12.1: Continuacin Condicin del fluido W / m2 K
Calentamiento 100-300
Enfriamiento 60-150
Gas 1-2 bar abs. 80-125
Gas 10 bar abs. 250-400
Gas 100 bar abs. 500-800
Calor de condensacin
Vapor, Amonaco No condensable 8000-12000
Compuestos orgnicos ligeros Componente puro, 0.1 bar, no 2000-5000
condensable
Compuestos orgnicos ligeros 0.1 bar,4% no condensable 750-1000
Compuestos orgnicos medios Puro o rango de condensacin bajo, 1 1500-4000
bar abs.
Compuestos orgnicos pesados Rango de condensacin bajo, 1 bar 600-2000
abs.
Mezclas multicomponentes ligeras, Rango de condensacin medio, 1 bar 1000-2500
todas condensables abs.
Mezclas multicomponentes medias, Rango de condensacin medio, 1 bar 600-1500
todas condensables abs.
Mezclas multicomponentes pesadas, Rango de condensacin medio, 1 bar 300-600
todas condensables abs.
Calor de vaporizacin
Agua Presin < 5 bar abs, = 25 5000-10000
Agua Presin: 5-100 bar abs. 4000-15000
= 20
Amonaco Presin <30 bar abs. 3000-5000
= 20
Compuestos orgnicos ligeros Componente puro, presin<30 bar 2000-4000
abs, = 20
Compuestos orgnicos ligeros Rango de ebullicin bajo. 750-3000
Presin: 20-150 bar.
: 15 20
Compuestos orgnicos medios Rango de ebullicin bajo, presin<20 600-2500
bar abs.
= 15
168
Mtodos Matemticos Avanzados para la Modelacin y Simulacin de Equipos para Procesos
Qumicos y Biotecnolgicos Luis Alberto Toro
El coeficiente global 0 , basado en el dimetro externo de los tubos, puede ser estimado de
los valores estimados de los coeficientes individuales de transferencia de calor, y las
resistencias de la pared y de incrustacin mediante la siguiente ecuacin:
169
Mtodos Matemticos Avanzados para la Modelacin y Simulacin de Equipos para Procesos
Qumicos y Biotecnolgicos Luis Alberto Toro
1 A0 1 R fi Rf 0 1
A0 RW 7.2
U 0 Ai i hi i 0 0 h0
En esta etapa, es usual determinar la distribucin de las resistencias trmicas bajo condiciones
de limpieza e incrustacin.
= 7.4
donde es el flujo msico de la corriente que cambia de fase y es el calor latente del
compuesto que experimenta el cambio de fase.
Tml , fc
Th1 Tc 2 Th 2 Tc1 7.5
T T
Ln h1 c 2
Th 2 Tc1
= 7.6
170
Mtodos Matemticos Avanzados para la Modelacin y Simulacin de Equipos para Procesos
Qumicos y Biotecnolgicos Luis Alberto Toro
Ds
Nt CPT 7.7
4 A1
El parmetro tiene en cuenta la cobertura incompleta del dimetro de la coraza por los
tubos debido al espacio que debe dejarse entre los tubos y la coraza, y tiene en cuenta adems
los canales para el paso de los fluidos en diseos multipaso.
CPT Ds
2
P
Nt 0.785 , PR T relacin de paso 7.8
CL P R d0
2 2
d0
1/2
CL A0 PR 2
Ds 0.637 7.9
CPT L
171
Mtodos Matemticos Avanzados para la Modelacin y Simulacin de Equipos para Procesos
Qumicos y Biotecnolgicos Luis Alberto Toro
Del anlisis precedente, se obtiene un estimado preliminar del tamao del intercambiador.
Los datos que obtienen son el dimetro de la coraza , la longitud de los tubos , los
dimetros interno ( ) y externo () de los tubos, el nmero de tubos ( ), el espaciado
de los bafles (B) y la relacin de paso (), entre otros.
Para el proceso de rating todos los clculos geomtricos preliminares deben usarse como
entradas para los clculos de las correlaciones de transferencia de calor y cada de presin.
Cuando el intercambiador est disponible, todos los parmetros geomtricos son
desconocidos. Los otros dos tipos de clculos que deben llevarse a cabo en el proceso de
rating son los correspondientes a los coeficientes de transferencia de calor y las cadas de
presin para cada una de las corrientes especificadas. Si la longitud del intercambiador est
fija, entonces el programa de rating calcula las temperaturas de ambas corrientes. Si la carga
de calor est fijada, el resultado del programa de rating es la longitud del intercambiador de
172
Mtodos Matemticos Avanzados para la Modelacin y Simulacin de Equipos para Procesos
Qumicos y Biotecnolgicos Luis Alberto Toro
calor requerida para satisfacer la carga de calor especificada. En ambos casos, se deben
calcular las cadas de presin tanto en la coraza como en los tubos.
Si los datos de salida del programa de rating no son aceptables, se debe realizar una nueva
modificacin geomtrica. Por ejemplo, si el intercambiador no puede liberar la cantidad de
calor que debera ser transferida, se debe hallar una forma de incrementar el coeficiente de
transferencia de calor o aumentar el rea del intercambiador. Para aumentar el coeficiente de
transferencia de calor del lado de los tubos, se puede incrementar la velocidad en los tubos,
o puede incrementarse el nmero de pasos. Para incrementar el coeficiente de transferencia
de calor del lado de la coraza, se puede disminuir bien sea el espaciado o el corte de los
bafles. Para incrementar el rea, se puede incrementar la longitud del intercambiador o
aumentar el dimetro de la coraza. Finalmente, se pueden tener mltiples corazas en serie.
173
Mtodos Matemticos Avanzados para la Modelacin y Simulacin de Equipos para Procesos
Qumicos y Biotecnolgicos Luis Alberto Toro
Para intercambiadores con bafles, el valor alto del coeficiente de transferencia de calor es el
resultado de la turbulencia inducida por ellos. En tal tipo de intercambiadores, la velocidad
del fluido flucta como resultado del constreimiento del rea entre tubos adyacentes a travs
del haz de tubos. Las correlaciones obtenidas para el flujo en tubos no es aplicable para
flujos sobre haces de tubos con bafles segmentados.
DG c
.55 1/3 0.14
he De Gs De
0.36 e s p b , para 2 103 Res 2 106 7.10
k k w
174
Mtodos Matemticos Avanzados para la Modelacin y Simulacin de Equipos para Procesos
Qumicos y Biotecnolgicos Luis Alberto Toro
La Figura 7.3 muestra la disposicin de los tubos en forma cuadrada y triangular. Para cada
arreglo, se aplica la Ecuacin (7.11). Para el arreglo cuadrado, el permetro es la
circunferencia de un crculo y el rea es la de un cuadrado de lado igual al paso (rea
achurada: PT ) menos el rea de un crculo (cuatro cuartos de crculo de dimetro ).
2
4 PT2 d02 / 4
De 7.12
d0
De
4 PT2 3 / 4 d02 / 8 7.13
d0 / 2
En las precedentes ecuaciones 0 es el dimetro exterior de los tubos. Debido a que no existe
un rea de flujo en la coraza mediante la cual su flujo msico Gs pueda ser determinado, se
define una velocidad de flujo msico ficticia, que est basada en el haz hipottico de tubos
que posee la mxima rea de flujo y que corresponde al centro de la coraza (Kern [139]). Las
variables que afectan la velocidad son el dimetro de la coraza , el espaciado entre tubos
adyacentes , el paso y el espaciado entre los bafles . La anchura del rea de flujo en lo
tubos localizados en el centro de la coraza es ( / ) y la longitud del rea de flujo se
175
Mtodos Matemticos Avanzados para la Modelacin y Simulacin de Equipos para Procesos
Qumicos y Biotecnolgicos Luis Alberto Toro
toma como el espaciado de los bafles . Por lo tanto, el rea transversal del haz de tubos As
, localizado en el centro de la coraza es:
Ds CB
As 7.14
PT
siendo Ds el dimetro de la coraza. Por lo tanto, la velocidad msica del lado de la coraza se
puede calcular mediante:
m
Gs 7.15
As
fGs2 Nb 1 Ds
ps 7.16
2 Des
veces que el fluido de la coraza pasa a travs del haz de tubos. El factor de friccin f , se
calcula con la expresin:
Gs De
f exp 0.576 0.19 Re s , donde 40<Re s 1106 7.17
La Ecuacin (7.17) ha sido validada con datos obtenidos de intercambiadores de calor reales,
y el coeficiente de friccin tiene en cuenta las prdidas a la entrada y salida de la corriente
fluida de la coraza (Kaka-Liu [114]).
176
Mtodos Matemticos Avanzados para la Modelacin y Simulacin de Equipos para Procesos
Qumicos y Biotecnolgicos Luis Alberto Toro
LN p um2
pt 4 f 7.18
di 2
LN p Gt2
pt 4 f 7.19
di 2
El cambio de direccin en los pasos introduce una cada de presin adicional pr , debida a
las sbitas expansiones y contracciones que el fluido que circula por los tubos experimenta
durante el retorno, el cual es tenido en cuenta al tomar cuatro cabezas de velocidad por paso
um2
pr 4 N p 7.20
2
De las ecuaciones (7.19) y (7.20) se sigue que la cada de presin en el haza de tubos es:
LN p u 2
ptotal 4 f 4N p m 7.21
di 2
En la Tabla 7.3 se presentan correlaciones para el clculo del factor de friccin en tubos de
seccin circular. Las propiedades fsicas se calculan a la temperatura global del fluido. Tales
correlaciones son tiles cuando se usan programas de computadora para diseo de
intercambiadores de calor de coraza y tubo.
177
Mtodos Matemticos Avanzados para la Modelacin y Simulacin de Equipos para Procesos
Qumicos y Biotecnolgicos Luis Alberto Toro
Tabla 7-3:Correlaciones para factores de friccin de Fanning para flujo turbulento isotrmico en
ductos circulares (Kaka-Liu [114]).
0.25
f 0.046 Re
f 1 / 1.58 Ln Re 3.28 10 4 Re 5 10 5
Filonenko 2
178
Mtodos Matemticos Avanzados para la Modelacin y Simulacin de Equipos para Procesos
Qumicos y Biotecnolgicos Luis Alberto Toro
Figura 7-4: (a) Patrones de flujo en la coraza entre los bafles y el haz de tubos; (b) Corriente
tipo F para dos pasos en los tubos (Adaptada de Kern [139], Butterworth [142])
El mtodo Bell-Delaware tiene en cuenta los efectos de interaccin de las corrientes descritas
con anterioridad en el clculo de del coeficiente de transferencia de calor y la cada de presin
del lado de la coraza (Bell [144] y [145], Gaddis-Knielinsky [146], Serna-Gonzles y Ponce-
Ortega [147], Ayub [148]). El mtodo Bell-Delaware es el ms confiable hasta el presente
para el anlisis de la coraza. En este mtodo, la corriente B es la corriente esencial. Las dems
corrientes reducen la corriente B y alteran el perfil de temperaturas, lo que resulta en una
dismi8nucin del coeficiente de transferencia de calor del lado de la coraza.
179
Mtodos Matemticos Avanzados para la Modelacin y Simulacin de Equipos para Procesos
Qumicos y Biotecnolgicos Luis Alberto Toro
2/3
k s
0.14
m s
hid ji c ps s 7.22
As c ps s
s.w
Existen grficas de ji como funcin del nmero de Reynolds del lado de la coraza, calculado
s / s As , disposicin de los tubos y tamao del paso (Taborek [112], Kaka-
como, Re s d o m
Liu [114], pp. 318-320,). El rea As est dada por la Ecuacin (8.14), es decir, el nmero de
Reynolds est basado en el dimetro exterior de los tubos y en la mnima rea transversal de
flujo la coraza. Dependiendo de los parmetros geomtricos de la construccin de la coraza
se deben incluir factores de correccin (Taborek [122], Palen-Taborek [149]).
Tabla 7-4: Factores de correccin para j i y f i en las ecuaciones (7.23) y (7.24) (Kakac-Liu [114])
Angulo Nmero
del de
arreglo Reynolds
1 2 3 4 1 2 3 4
30 105 104 0.321 -0.388 1.450 0.519 0.372 -0.123 7.00 0.500
104 103 0.321 -0.388 0.486 -0.152
103 102 0.593 -0.477 4.570 -0.476
102 10 1.360 -0.657 45.100 -0.973
< 10 1.400 -0.667 48.00 -1.000
45 105 104 0.370 -0.396 1.930 0.500 0.303 -0.126 6.59 0.520
104 103 0.370 -0.396 0.333 -0.136
103 102 0.730 -0.500 3.500 -0.476
102 10 0.498 -0.656 26.200 -0.913
< 10 1.550 -0.667 32.00 -1.000
90 105 104 0.370 -0.395 1.187 0.370 0.392 -0.148 6.30 0.378
104 103 0.107 -0.266 0.0815 +0.022
103 102 0.408 -0.460 6.0900 -0.602
102 10 0.900 -0.631 32.100 -0.963
< 10 0.970 -0.667 35.000 -1.000
180
Mtodos Matemticos Avanzados para la Modelacin y Simulacin de Equipos para Procesos
Qumicos y Biotecnolgicos Luis Alberto Toro
a
1.33 a3
ji a1 Re s , a
a2
7.23
1 0.14 Re s 4
a
PT / d0
b
1.33 b3
fi b1 Re s , b
b2
1 0.14 Re s 4
b
PT / d0
J c es el factor de correccin para el corte y espaciado del bafle. Este factor tiene en cuenta
la transferencia de calor en la ventana de bafles y calcula el coeficiente de transferencia de
calor global promedio en todo el intercambiador. El factor depende del dimetro de la coraza
y la distancia del corte del bafle a la pared interna de la coraza. Para un corte de bafle alto, el
valor del factor puede disminuir a un valor de 0.53, y es igual a 1.0 para intercambiadores de
calor sin tubos en la ventana. El factor puede incrementarse hasta 1.15 para ventanas
pequeas con una velocidad alta.
J l es el factor de correlacin para los efectos de fuga de los bafles incluyendo tubo-bafle y
coraza-bafle (corriente A y B). Si los bafles se colocan muy cerca, entonces la fraccin de
flujo en la fuga de las corrientes se incrementa comparada con el flujo transversal. J l es una
funcin de la razn del rea de fuga total por bafle al flujo transversal entre bafles adyacentes,
y tambin de la razn del rea de fuga coraza-bafle al rea de fuga tubo-bafle. Un valor tpico
de J l est en el rango de 0.7 a 0.8.
J b es el factor de correccin para los efectos de paso en el haz de tubos debido a al espacio
entre los tubos ms exteriores y la coraza, y los divisores de paso (Corrientes C y F). Para
valores relativamente pequeos del espacio entre los tubos exteriores y la coraza, para una
disposicin fija del haz de tubos, J b =0.90. Para un espaciamiento grande, J b =0.7.
181
Mtodos Matemticos Avanzados para la Modelacin y Simulacin de Equipos para Procesos
Qumicos y Biotecnolgicos Luis Alberto Toro
1. La cada de presin en seccin interior de flujo (entre los bafles). La cada de presin
en toda la seccin interior es:
pc pbl Nb 1 Rl Rb 7.25
2. La cada de presin en la ventana est afectada por el derrame pero no por el bypass.
La cada de presin en la seccin de la ventana es calculada como:
pw pwi Nb Rl 7.26
3. La cada de presin en las secciones de entrada y salida est afectada por el bypass
pero no por el derrame. Adicionalmente, existe un efecto debido al espaciado variable
de los bafles. La cada de presin combinada para las secciones de entrada y salida se
calcula como:
N Ncw
pe 2pbi c Rb Rs 7.27
Nc
182
Mtodos Matemticos Avanzados para la Modelacin y Simulacin de Equipos para Procesos
Qumicos y Biotecnolgicos Luis Alberto Toro
donde Nc es el nmero de hileras de tubos que cruzado por el flujo durante un cruce
en el intercambiador, y N cw es el nmero de filas de tubos cruzados en cada ventana
de bafles. Rs es un factor de correccin para para las secciones de entrada y salida con
espaciamiento de bafles diferentes al de las secciones internas, debida a la existencia
de toberas de entrada y salida. Los factores de correcciones estn disponibles en la
literatura (Bell [144], Taborek [151], Palen-Taborek [149]).
La cada de presin total a travs de la coraza del intercambiador de calor es la suma de las
cadas de presin dadas por las ecuaciones (7.25), (.26) y (7.27):
ps pc pw pe 7.28
Por lo tanto:
N
ps Nb 1 pbi Rb Nb pwi Rl 2pbi 1 cw Rb Rs 7.29
Nc
Las cadas de presin en las toberas deben ser calculadas separadamente y agregadas a la
cada de presin total.
183
Mtodos Matemticos Avanzados para la Modelacin y Simulacin de Equipos para Procesos
Qumicos y Biotecnolgicos Luis Alberto Toro
pbi 4 fi s s , w 7.30
2 s s
Para una ventana ideal (entre dos bafles), pwi se calcula de una de las siguientes ecuaciones:
ms 2 2 0.6 Ncw
pwi , Re s 100 7.31
2 s As Aw
s ms Ncw B ms
pwi 26 2 , Re s 100 7.32
A A P P d0 Dw As Aw s
s w
El nmero de filas de tubos cruzados en una seccin de flujo, N c , puede ser estimado de:
di 1 2 Lc / Ds
NC 7.33
Pp
184
Mtodos Matemticos Avanzados para la Modelacin y Simulacin de Equipos para Procesos
Qumicos y Biotecnolgicos Luis Alberto Toro
0.8Lc
N cw 7.34
Pp
L Bi B0
Nb 1 7.35
B
L
Nb 1 7.36
B
La cada de presin del lado de la coraza de un intercambiador de coraza y tubos tpico es del
orden del 20% al 30 % de la cada de presin que podra calcularse sin tener en cuenta los
efectos de los bafles y el bypass en tubos (Bell [144] y [145]).
185
Mtodos Matemticos Avanzados para la Modelacin y Simulacin de Equipos para Procesos
Qumicos y Biotecnolgicos Luis Alberto Toro
186
Mtodos Matemticos Avanzados para la Modelacin y Simulacin de Equipos para Procesos
Qumicos y Biotecnolgicos Luis Alberto Toro
7.5.1.1 Enunciado
Agua destilada con un flujo msico de 40kg/s entra a un intercambiador de coraza y tubos
con bafles a 32C y sale a 25C. El calor ser transferido a 120 kg/s de agua cruda, que es
suministrada a 20C. Se desea disear un intercambiador para tal propsito. Un
intercambiador 1-1 es preferible. Los tubos tienen dimetro de 3/4 in. (19 mm OD con 16
mm ID). Los tubos tienen arreglo cuadrado con un pitch de 1 in. Debido a limitaciones de
espacio, la longitud del intercambiador no puede exceder los 6 m. El material del tubo es
acero al carbono (k=60 W/m. K). Asumir una resistencia de incrustacin de 0.000176
m2.K/W. El sobrediseo del rea de transferencia de calor no es mayor al 30%. Para prevenir
erosin, mxima velocidad en los tubos no puede ser mayor de 1.5 m/s. La cada de presin
en la coraza no puede exceder 3.5 Psi. Utilizar el mtodo de Kern para realizar un anlisis
termo- hidrulico del intercambiador de calor.
7.5.1.2 Solucin
Para el anlisis termo-hidrulico del intercambiador se escribi un programa en Matlab. Los
datos de propiedades de los fluidos se muestran en la Tabla 7.6. El agua destilada fluir por
la coraza y el agua cruda fluir por los tubos. Las propiedades del agua destilada se calculan
a la temperatura promedio, y las del agua cruda a su temperatura de entrada.
Con la implementacin del mtodo de Kern en Matlab, se hall que el sobrediseo del rea,
relacin entre el rea de transferencia de calor con incrustacin y el rea de transferencia de
calor sin incrustacin, SA A f / Ac U c / U c es SA 1.35 , y por lo tanto se redujo al 20%
y el nuevo valor es SA 1.20 . Con este valor se recalcularon U f y la resistencia de
187
Mtodos Matemticos Avanzados para la Modelacin y Simulacin de Equipos para Procesos
Qumicos y Biotecnolgicos Luis Alberto Toro
Con la implementacin del mtodo de Kern en Matlab, se hall que el sobrediseo del rea,
relacin entre el rea de transferencia de calor con incrustacin y el rea de transferencia de
calor sin incrustacin, SA Af / Ac U c / U f es AS 1.35 , y por lo tanto se redujo al 20%
y el nuevo valor es SA 1.20 . Con este valor se recalcularon U f y la resistencia de
incrustacin R ft .
Th1 (C) 32
Th 2 (C) 25
Tc1 (C) 20
Tc 2 (C) 22.33
Q (W) 1170120
U f (W/m2.K) 1.6563e+003
U c (W/m2.K) 1.9875e+003
ps (Psi) 2.91
pt (Psi) 0.85
188
Mtodos Matemticos Avanzados para la Modelacin y Simulacin de Equipos para Procesos
Qumicos y Biotecnolgicos Luis Alberto Toro
Los principales resultados del diseo termo-hidrulico se presentan en las tablas 7.7 y 7.8.
De los datos de las tablas 7.7 y 7.8, se concluye que el diseo preliminar del intercambiador
cumple con los requisitos especificados en el enunciado del problema.
7.5.2. Ejemplo 2
7.5.2.1. Enunciado
Con los datos del Ejemplo 1, realizar el diseo termo-hidrulico utilizando el mtodo de
Bell-Delaware.
7.5.2.2. Solucin
Para el anlisis termo-hidrulico del intercambiador se escribi un programa en Matlab. Los
datos de propiedades de los fluidos se muestran en la Tabla 7.6. El agua destilada fluir por
la coraza y el agua cruda fluir por los tubos. Las propiedades del agua destilada se calculan
a la temperatura promedio, y las del agua cruda a su temperatura de entrada. Para el clculo
de los factores que intervienen en la cada de presin por el mtodo de Bell-Delaware se
supone que el espaciado de los bafles a la entrada y a la salida es igual, y por lo tanto, el valor
de Aw 0.076 (Bell [144] y [145]]). Los valores de los parmetros para el clculo de pc
se asumen como Rb 0.6 y Rl 0.4 . El parmetro Pp se obtiene de la Tabla 7.5, siendo
Pp 0.0254 m. Se hall el mismo parmetro de sobrediseo del rea SA , y se redujo al mismo
porcentaje del Ejemplo 1. El valor calculado para el coeficiente de transferencia de calor para
el lado de la coraza fue de h0 3.509E 03 W/m2, de magnitud comparable al hallado por el
mtodo de Kern, como se aprecia en la Tabla 7.7.
189
Mtodos Matemticos Avanzados para la Modelacin y Simulacin de Equipos para Procesos
Qumicos y Biotecnolgicos Luis Alberto Toro
El diseo preliminar del intercambiador de calor tiene las mismas caractersticas de la Tabla
7.8. El cambio fundamental se da en la cada de presin del lado de la coraza, que con el
mtodo de Bell-Delaware es de p s 1.28 psi, que es alrededor del 44% menor que la
calculada por el mtodo de Kern. Esto representa un ahorro sustancial en el clculo de la
energa necesaria para impulsar el fluido a travs de la corza. De los clculos precedentes, se
deduce que el intercambiador calculado cumple con los requisitos propuestos.
7.6. Conclusiones
Para el diseo preliminar de un intercambiador de coraza y tubos se deben tener a disposicin
mtodos fiables y seguros. En este se captulo se discutieron dos mtodos: el de Kern y el de
Bell-Delaware. Ambos mtodos, como se deriva del ejemplo resuelto, conducen a las mismas
caractersticas de diseo.
Th 2 (C) 25 25
Tc1 (C) 20 20
190
Mtodos Matemticos Avanzados para la Modelacin y Simulacin de Equipos para Procesos
Qumicos y Biotecnolgicos Luis Alberto Toro
En la Tabla 7.9 se presenta la comparacin entre los resultados de las variables termo-
hidrulicas calculadas por los mtodos de Kern y de Bell-Delaware. El coeficiente de
transferencia de calor del lado de la coraza calculado por ambos mtodos es del mismo orden
de magnitud. La diferencia entre ambos mtodos se presenta en el clculo de la cada de
presin en el lado de la coraza. La calculada con el mtodo de Bell-Delaware se reduce
alrededor del 44%. Esta reduccin de la cada de presin del lado de la coraza conduce a un
ahorro sustancial en el clculo de la energa necesaria para impulsar el fluido a travs de ella.
Lo anterior hace del mtodo de Bell-Delaware un mejor mtodo para prediseo de
intercambiadores de calor de coraza y tubos, al menos para el ejemplo presentado en este
trabajo.
191
Mtodos Matemticos Avanzados para la Modelacin y Simulacin de Equipos para Procesos
Qumicos y Biotecnolgicos Luis Alberto Toro
Debe tener una slida base tanto matemtica como fsica, es decir, debe producir
soluciones convergentes y ser aplicable a problemas prcticos.
No debe tener limitaciones con respecto a la geometra, la composicin fsica del
dominio o la naturaleza de la carga.
La formulacin del procedimiento debe ser independiente de la forma del dominio y
de la forma especfica de la condiciones de frontera.
El mtodo debe ser lo suficientemente flexible para soportar diferentes grados de
aproximacin sin la necesidad de reformular enteramente el problema.
Debe implicar un procedimiento sistemtico que permita que el mtodo pueda ser
programado para uso en computadores digitales.
El mejor mtodo para resolver cualquier problema modelado por una ecuacin diferencial es
obtener su solucin analtica. Sin embargo, existen muchas situaciones en las cuales una
solucin analtica is difcil de obtener:
7.4.1. La regin bajo consideracin es tan irregular, que es matemticamente imposible
describir su frontera.
7.4.2. La configuracin puede estar compuesta de varios materiales cuyas regiones son
matemticamente difciles de describir.
7.4.3. Problemas que contienen materiales anisotrpicos son usualmente difciles de
resolver analticamente, ya que las ecuaciones son fuertemente no lineales.
Cuando no es posible hallar una solucin analtica, puede emplearse un mtodo numrico
para aproximar la solucin del problema bajo consideracin. Todas las soluciones numricas
producen valores en puntos discretos para un conjunto de parmetros independientes. El
procedimento completo de solucin puede ser repetido cada vez que estos parmetros
192
Mtodos Matemticos Avanzados para la Modelacin y Simulacin de Equipos para Procesos
Qumicos y Biotecnolgicos Luis Alberto Toro
cambian. Los valores calculados proveen importante informacin acerca de los procesos
fsicos son calculadas en puntos discretos.
Existen varios procedimientos para obtener una solucin numrica para una ecuacin
diferencial. Estos mtodos pueden clasificados en tres grupos bsicos:
1. Mtodo de diferencias finitas.
2. Mtodo variacional.
3. Mtodos de residuos ponderados.
H D dy 2
Q y dx 8.1
2 dx
0
d2y
D Q 0, 8.2
dx 2
193
Mtodos Matemticos Avanzados para la Modelacin y Simulacin de Equipos para Procesos
Qumicos y Biotecnolgicos Luis Alberto Toro
El proceso puede ser revertido. Dada una ecuacin diferencial, se puede obtener una solucin
aproximada sustituyendo diferentes funciones de prueba en un funcional apropiado. La
funcin de prueba que produce el valor mnimo de , es la solucin aproximada que se
busca.
El mtodo variacional es la base de varias formulaciones del elemento finito, pero su mayor
desventaja es que no puede aplicarse a ninguna ecuacin diferencial que contiene primeras
derivadas.
d 2 h( x )
D Q R( x) 0 8.3
dx 2
H
0
Wi ( x) R( x) dx 0 8.4
El residuo R(x) se multiplica por una funcin de peso o de ponderacin Wi (x) , y la integral
del producto es requerida ser igual a cero. El nmero de funcines de peso debe ser igual al
nmero de coeficientes de la solucin aproximada. Existen varias elecciones posibles de las
funciones de pondracin, y algunas de las ms usuales se les han asignado nombres
especficos.
194
Mtodos Matemticos Avanzados para la Modelacin y Simulacin de Equipos para Procesos
Qumicos y Biotecnolgicos Luis Alberto Toro
Mtodo de Galerkin. Este mtodo usa las mismas funciones de aproximacin para las
funciones de peso Wi (x) . El mtodo de Galerkin es la base del mtodo del elemento finito
para problemas que involucran trminos en la primera derivada.
Er R( x) dx
H 2
8.5
0
Dado que los mtodos variacionales y los de residuos ponderados involucran el clculo de
integrales, tales mtodos pueden ser agrupados bajo el nombre de formulaciones integrales.
195
Mtodos Matemticos Avanzados para la Modelacin y Simulacin de Equipos para Procesos
Qumicos y Biotecnolgicos Luis Alberto Toro
funciones aproximantes, y sta diferencia hace que el MEF posea las siguientes tres
caractersticas:
Las tres caractersticas enumeradas, que constituyen las tres grandes etapas de la modelacin
de un problema por el MEF, estn estrechamente relacionadas. La geometra de los
elementos usados para representar el dominio de un problema debe ser tal que las funciones
aproximantes puedan ser derivadas con unicidad. Las funciones de aproximacin dependen
no solamente de la geometra sino tambin del nmero y localizacin de ciertos puntos del
elemento, denominados nodos, y de las cantidades a ser interpoladas tales como la solucin
y/ o los gradientes. Una vez las funciones aproximantes han sido derivadas, el procedimiento
para obtener las relaciones algebraicas entre los coeficientes desconocidos (lo cual da los
valores de la solucin en los nodos de los elementos finitos) es exactamente el mismo que el
usado en los mtodos de Rayleigh-Ritz y de residuos ponderados (Gelfand-Fomin [159],
Weinstock [160]). El MEF no solamente elimina los defectos de los mtodos variacionales
tradicionales, sino que tambin est dotado con las propiedades de un mtodo
computacionalmente efectivo.
(cu) au f en , 8.6
196
Mtodos Matemticos Avanzados para la Modelacin y Simulacin de Equipos para Procesos
Qumicos y Biotecnolgicos Luis Alberto Toro
(cu ) au
h h f v dx dy 0 8.8
para todas las posibles v . Las funciones v usualmente se denominan funciones de prueba.
La ecuacin (8.3) puede integrarse usando la formula integracin por partes de Green (Evans
[160]), y por lo tanto u h debe satisfacer:
197
Mtodos Matemticos Avanzados para la Modelacin y Simulacin de Equipos para Procesos
Qumicos y Biotecnolgicos Luis Alberto Toro
(cu )v au v dx dy
h h
n (cuh ) v ds fv dx dy, v
8.9
(cu
h )v au h v dx dy qu h v ds fv dx dy
1 1
gvds, v. 8.10
Cualquier funcin continua a trozos y lineal puede ser representada como una combinacin
N
lineal uh ( x, y ) cii ( x, y) , donde las i son funciones lineales continuas a trozos y los
i 1
ci son coeficientes escalares. Las funciones i se eligen de tal manera que tenga altura 1
el nodo (vrtice del tringulo) i y altura 0 en los dems nodos. Para cualquier v fija, la
formulacin MEF produce un sistema de ecuaciones algebraicas en las incgnitas ci . Se
desea determinar N incgnitas y por lo tanto se necesitan elegir N funciones v . Qu mejores
candidatos que v j , j 1,2, , N ? Esto conduce a un sistema de ecuaciones lineales
KC F , donde la matriz K y el vector F contienen integrales en trminos de las funciones
de prueba i , j y los coeficientes que definen el problema: c, a, f , q y g . El vector solucin
uh , los cuales tambin son los valores de u h
C contiene los coeficientes de la expansin de
en cada nodo, ya que de la definicin de las i , uh ( xi , yi ) ci , donde ( xi , yi ) son las
coordenadas del nodo (vrtice) i del tringulo.
i , y el residuo se prueba contra todas las funciones base. El resultado de este procedimiento
es un sistema de ecuaciones lineales KU F . Las componentes de U son los valores de uh
en los nodos. Para ( x, y) en el interior de un tringulo, uh ( x, y ) se halla por interpolacin
isoparamtrica usando los valores nodales.
Para resolver los problemas que se presenta en la siguiente seccin, se escribieron los
programas MESH2D y HEAT2D en Matlab, que implementa las etapas del MEF.
199
Mtodos Matemticos Avanzados para la Modelacin y Simulacin de Equipos para Procesos
Qumicos y Biotecnolgicos Luis Alberto Toro
2. Las fronteras irregulares pueden ser aproximadas usando elementos con lados rectos
o que cubren exactamente la frontera usando elementos con lados curvos. El mtodo
no est por tanto limitado a formas geomtricas suaves.
3. El tamao de los lementos puede ser variado. Etas propiedad permite que la malla de
lementos pueda ser expandida o refinada de acuerdo a la la necesidad existente.
4. Condiciones de fronteras tales como cargas de superficie discontinuas no presentan
problemas para el mtodo.
5. Las propiedades enumeradas con anterioridad pueden ser incorporadas en un
programa de computador de propsito general para un rea de estudio particular. Por
ejemplo, un programa general de computadora para transferencia de calor
asialsimtrica puede ser capaz de resolver cualquier problema de esta categora que
pueda aparecer. La disponibilidad de memoriua de computadora y los costos
computacionales son factores limitantes en la solucin de un problema.
8.6.2.1. Enunciado
Utilizar el MEF para aproximar la solucin del flujo irrotacional de un fluido ideal alrededor
de un cilindro.El cilindro tiene 40 mm de dimetro, centrado entre dos placas paralelas, cuya
separacin es de 80 mm. La velocidad de aproximacin del fluido es U 40 mm / s , como
se muestra en la Figura 9.1.
200
Mtodos Matemticos Avanzados para la Modelacin y Simulacin de Equipos para Procesos
Qumicos y Biotecnolgicos Luis Alberto Toro
Donde y son las componentes horizontal y vertical del vector velocidad V del fluido. La
condicin de irrotacionalidad se describe diciendo que el rotacional del vector velocidad V
es cero: =0, lo cual implica que:
u v
0. 8.7
y x
El flujo irrotacional de un fluido ideal puede ser formulado en trminos de una funcin de
corriente, o en trminos de una funcin de velocidad potencial. En lo que sigue, se expone la
ltima formulacin.
v
u , . 8.8
x y
201
Mtodos Matemticos Avanzados para la Modelacin y Simulacin de Equipos para Procesos
Qumicos y Biotecnolgicos Luis Alberto Toro
u v 2 2
0, 8.9
y x yx xy
2 2
0, 8.10
x 2 y 2
es decir:
2 2
2 0, 8.11
x 2 y 2
Vn 0, 8.12
n
es decir:
Vn cos sen 0 . 8.13
x y
202
Mtodos Matemticos Avanzados para la Modelacin y Simulacin de Equipos para Procesos
Qumicos y Biotecnolgicos Luis Alberto Toro
r 2rr rr 0, r 0
R, 0, r , r , .
Mediante el mtodo de separacin de variables (Asmar [164]), la solucin del PVF (9.14)
es:
R2
(r , ) U r cos . 8.15
r
203
Mtodos Matemticos Avanzados para la Modelacin y Simulacin de Equipos para Procesos
Qumicos y Biotecnolgicos Luis Alberto Toro
Cuando se calcula en valor de una cantidad vectorial, tal como la velocidad, mediante el MEF
usando una malla triangular, las componentes de tal cantidad se suponen actan en el
baricentro de cada tringulo. Por lo tanto es necesario convertir tales valores en valores
nodales, lo que se hace mediante un programa de mnimos cuadrados, BESTFIT2DTRIANG
y que est incorporado en el programa de elementos finitos usado para la solucin del
presente problema. Una forma de validar si la solucin MEF es aceptable, es comparar los
resultados obtenidos por este procedimiento con el valor de U 40 mm / s en el borde
izquierdo de la Figura 8.2, donde estn situados los nodos nmeros 37, 38, 39, 40, 41, 42, 43,
44, y 45.
8.6.3. Ejemplo 2
8.6.3.1. Enunciado
Hallar la distribucin de temperaturas mediante el MEF para el cuerpo bidimensional que se
muestra en la Figura 8.4 y compararla con su solucin exacta. La regin bidimensional es
de 1 m ancho y 1 m de altura.
204
Mtodos Matemticos Avanzados para la Modelacin y Simulacin de Equipos para Procesos
Qumicos y Biotecnolgicos Luis Alberto Toro
es el flujo de calor especificado, x y y son las coordenadas espaciales a lo largo de los ejes
respectivos.
y x
Sen 2n 1 Cosh 2n 1
4 T T0
2b 2b
T ( x, y ) T0
a a
(2n 1) 2n 1 Senh 2n 1 Cosh 2n 1
n 0
2b 2b 2b
y x a x
Sen 2n 1 Cosh2n 1 Tanh 2n 1 Senh 2n 1
4bM 1
b b b b
k 2 n 0
2n 12 Tanh 2n 1 a
b
205
Mtodos Matemticos Avanzados para la Modelacin y Simulacin de Equipos para Procesos
Qumicos y Biotecnolgicos Luis Alberto Toro
206
Mtodos Matemticos Avanzados para la Modelacin y Simulacin de Equipos para Procesos
Qumicos y Biotecnolgicos Luis Alberto Toro
Ahora se presenta la solucin por el MEF. En la Figura 8.5 se muestra la malla triangular de
la regin plana de la Figura 8.4, obtenida mediante el programa MESHD. La malla consta de
200 elementos triangulares y 121 nodos.
8.6.4. Ejemplo 3
8.6.4.1. Enunciado
Hallar la distribucin de temperaturas mediante el MEF para el cuerpo bidimensional que se
muestra en la Figura 8.6. La base tiene 5 m de ancho y la altura es de 12 m. k es la
conductividad trmica del acero, es el coeficiente de conveccin, T0 es la temperatura
especificada, T es la temperatura de los alrededores, q 0 es el flujo de calor especificado,
x y y son las coordenadas espaciales a lo largo de los ejes respectivos.
207
Mtodos Matemticos Avanzados para la Modelacin y Simulacin de Equipos para Procesos
Qumicos y Biotecnolgicos Luis Alberto Toro
208
Mtodos Matemticos Avanzados para la Modelacin y Simulacin de Equipos para Procesos
Qumicos y Biotecnolgicos Luis Alberto Toro
En la Tabla 8.2 se presentan los datos de las temperaturas nodales. Como se espera, el
programa da las temperaturas correctas en los nodos donde ella es especificada. Las mayores
temperaturas estn localizadas en los nodos con fuente de calor especificada o en los vrtices
de los elementos con fuente de calor especificada. Los nodos con fuente de calor especificada
son 6, 18 y 31, y sus correspondientes temperaturas son 243.5, 202.9 and 266.5 C,
respectivamente. Los elementos con fuente de calor especificada son 15 y 34. Los vrtices
del elemento 15 son los nodos 10,11 y 15, con temperaturas respectivas de 214.8, 154.3 y
157.4 C. Los vrtices del elemento 34 son los nodos 23,26 y 27, con temperaturas
respectivas de 147, 214.1 y 169.7 C. La mxima temperatura est localizada en el nodo 31
209
Mtodos Matemticos Avanzados para la Modelacin y Simulacin de Equipos para Procesos
Qumicos y Biotecnolgicos Luis Alberto Toro
con un valor de 266.5 C, que corresponde a un nodo con fuente de calor especificada. Las
anteriores consideraciones permiten concluir que la solucin obtenida mediante el MEF es
correcta.
8.7. Conclusiones
El Mtodo del Elemento finito (MEF) es un procedimiento que permite aproximar la
solucin de problemas fsicos complejos modelados por ecuaciones diferenciales, que en los
ejemplos considerados son ecuaciones diferenciales parciales. Se presentaron tres ejemplos
de solucin de problemas relevantes en Ingeniera Qumica mediante la aplicacin del MEF.
En dos de los problemas resueltos se tiene la solucin exacta y pudo compararse con la
solucin MEF, obtenindose un buen acuerdo entre las soluciones analtica y exacta. En el
Ejemplo 3, aunque no dispone de solucin analtica por la complejidad del problema,
consideraciones basadas en aspectos de transferencia de calor y de condiciones de frontera,
permitieron concluir que la solucin obtenida por aplicacin del MEF es aceptable.
210
Mtodos Matemticos Avanzados para la Modelacin y Simulacin de Equipos para Procesos
Qumicos y Biotecnolgicos Luis Alberto Toro
211
Mtodos Matemticos Avanzados para la Modelacin y Simulacin de Equipos para Procesos
Qumicos y Biotecnolgicos Luis Alberto Toro
ri xi yi zi ,
pi p xi p yi p zi mi v xi mi v zi 9.1
donde cada uno de los vectores corresponde a una direccin ortogonal. El conjunto de todos
los Nr i y los Npi , puede escribirse mediante la siguiente notacin corta:
r1 x1 y1 z1 i
r
N j
9.2
rN xN yN z N k
y
p1 px1 p y1 p z1 i
p
N
j 9.3
pN pxN p yN pzN k
N N
donde i, j , k son los vectores unitarios ortogonales. La dimensin del sistema (r , p ) es
ahora de 3 2N o 6N . El vector de dimensin 6N define matemticamente un estado para
el sistema de N partculas, que se conoce como el espacio de fase. En esencia, el espacio de
fase es equivalente a un conjunto de coordenadas de referencia para los vectores de posicin
ri y momentum pi para cada partcula o molcula i en el sistema. Subconjuntos del espacio
de fase pueden ser definidos como espacio de configuracin para el vector de coordenadas
espaciales (ri ,..., rN ) de dimensin 3N y el espacio de momentum para el vector de momentos
( p1 ,..., rN ) de dimensin 3N .
212
Mtodos Matemticos Avanzados para la Modelacin y Simulacin de Equipos para Procesos
Qumicos y Biotecnolgicos Luis Alberto Toro
exp( E i / kT )
P( E i ) 9.4
exp( E j / kT )
j
donde la suma recorre todos los estados permitidos j . La Ecuacin (10.4) representa, de
hecho, el postulado de particin cuntica en Mecnica Estadstica: es decir, que para un
sistema cerrado y aislado de volumen constante, la probabilidad de ocupar un estado
cuntico i depende solamente de su energa E i relativa a la energa total del sistema.
E
1 9.5
kT
213
Mtodos Matemticos Avanzados para la Modelacin y Simulacin de Equipos para Procesos
Qumicos y Biotecnolgicos Luis Alberto Toro
Cuando el comportamiento de un sistema puede ser descrito por las leyes de la mecnica
clsica, el Hamiltoniano H del sistema, el cual es igual a la energa total del sistema, se
escribe para una configuracin dada, en trminos de las posiciones del espacio de fases y las
coordenadas del momentum como:
H r ,p
N N
EK Energa cintica EPEnerga Potencial 9.6
f p f r
N 2
p
i r1 , r2 ,, rn
N N N N
H r ,p EK EP 9.7
i 2mi
H H
p i , ri 9.8
ri r j [i ], p j pi p j [i ], r j
Las ecuaciones (10.8) son equivalentes (Goldstein [176]) a la segunda Ley de Newton:
d 2 ri dv
Fi mi 2
mi i , Fi Fxi , Fyi , Fzi 9.9
dt dt
214
Mtodos Matemticos Avanzados para la Modelacin y Simulacin de Equipos para Procesos
Qumicos y Biotecnolgicos Luis Alberto Toro
N
PN r , p
N
dr N
dp
N
9.10
Es posible definir un promedio del ensemble sumando sobre todos los estados k para estimar
cualquier propiedad observable B usando la funcin de densidad de probabilidad, es decir,
215
Mtodos Matemticos Avanzados para la Modelacin y Simulacin de Equipos para Procesos
Qumicos y Biotecnolgicos Luis Alberto Toro
Bobservada B PN r , p N N
B
k 9.11
k
Dado que en este trabajo se usar el ensemble microcannico para estimar algunas
propiedades termodinmicas del gas metano CH4, se estudiar PN para tal ensemble. La
descripcin de los dems ensembles puede consultarse en la literatura (Tester-Modell [181],
Macquarrie [182]).
En este punto es necesario introducir otro postulado bsico de la mecnica estadstica: a nivel
molecular todos los estados microscpicos tienen la misma probabilidad de ocurrir en un
sistema aislado y cerrado en equilibrio termodinmico con E.V , N constantes. Lo anterior
dice que el estado macroscpico en equilibrio corresponde a la mayor distribucin aleatoria
posible de las N partculas del sistema. El, postulado tambin es aplicable a mezclas de
partculas distinguibles, N1 , N 2 , N n , donde n es el nmero de componentes de la mezcla.
Con el anterior postulado, se procede a definir la funcin de densidad de probabilidad PN
para los estados en el ensemble microcannico como una funcin solamente de la energa
total E :
PN PN r , p
N N
C
E
N
, E H r , p E E
N
9.12
0, de otra forma
E dr
3N
dp 3N
tal que E H r , p
N N
E E 9.13
216
Mtodos Matemticos Avanzados para la Modelacin y Simulacin de Equipos para Procesos
Qumicos y Biotecnolgicos Luis Alberto Toro
La constante C en la Ecuacin (9.12) es igual a 1 h 3 N N! , donde h es la constante de
Planck, que tiene en cuenta el volumen del espacio de fases para cada uno de los estados
cunticos. El trmino N! se tiene en cuenta para corregir la indistinguibilidad de las
partculas o molculas. Dado que el ensemble microcannico es definido para E fija,
solamente tiene probabilidades cero para estados degenerados con energa E .
Las ecuaciones de Newton del movimiento relacionan la fuerza que acta sobre una
partcula de masa y la aceleracin producida por la fuerza, mediante la ecuacin:
F ma 9.14
En trminos del vector posicin, la Ec. (10.14), para un sistema de N partculas, es:
d 2 ri
mi F 0 , Fi Fxi , Fyi , Fzi , i 1, 2,..., N 9.15
dt 2
ri (t t0 ) ri 0 y vi (t t0 ) vi 0 , i 1, 2,..., N 9.16
217
Mtodos Matemticos Avanzados para la Modelacin y Simulacin de Equipos para Procesos
Qumicos y Biotecnolgicos Luis Alberto Toro
LJ (rij ) 4 9.17
rij rij
x x y y z z
2 2 2
rij ri rj i j i j i j 9.18
y es la profundidad de interaccin del potencial, que es una medida de que tan fuertemente
se atraen las partculas, y es el dimetro de colisin, es decir, la distancia a la cual el
potencial de interaccin entre las dos partculas es cero y proporciona una medida de cuan
cerca estn las partculas para no formar enlace, y se denomina radio de Van Der Waals. Es
igual a la mitad de la distancia internuclear de las dos partculas sin formar enlace.
218
Mtodos Matemticos Avanzados para la Modelacin y Simulacin de Equipos para Procesos
Qumicos y Biotecnolgicos Luis Alberto Toro
En la Figura 9.1 se muestra la grfica de la Ecuacin 9.17 para el Nen (/kb= 47.1 K y =
2.72 ), la cual provee una descripcin razonable de sus propiedades calculadas mediante
simulaciones por computadora.
N 1 N
1 N N
LJ ij
2 i 1 j 1
( r )
i 1 j i
LJ (rij ) 9.19
j i
ij (rij ) 24 12 6 r
FFL,ij 2 ij , r ij ( xi x j )i ( yi y j ) j ( zi z j )k 9.20
ri rij rij rij rij
La fuerza total sobre la partcula i se obtiene aplicando la Ec. (10.20) a travs de la suma de
la Ecuacin (10.19):
La Ec. (9.22) completa los trminos necesarios que establecen el conjunto de ecuaciones
diferenciales del modelo en DM.
Otras formas funcionales para las funciones de potencial pueden consultarse en la literatura
(Tester-Modell [181], Tabla 10.2, pg. 4314)
219
Mtodos Matemticos Avanzados para la Modelacin y Simulacin de Equipos para Procesos
Qumicos y Biotecnolgicos Luis Alberto Toro
Por ejemplo, para la simulacin de fluidos, generalmente se comienza con un sistema cbico
(SC), que es una estructura cristalina ficticia, en la cual los tomos estn igualmente
distribuidos a travs de todo el volumen de simulacin. Cuando la temperatura de la
simulacin est arriba del punto de fusin del material, el material ser gradualmente
fundido fuera de la configuracin inicial. Esta configuracin inicial se usa por dos razones.
Primera, es una configuracin bien definida y reproducible. Segunda, tiene una ventaja sobre
una configuracin aleatoria, ya que asegura que no haya superposicin de tomos.
Esta superposicin de tomos puede inducir a la aparicin de fuerzas repulsivas, que pueden
causar que la simulacin explote en unas pocas etapas de tiempo.
Tambin es necesario que las velocidades de cada partcula estn definidas en el tiempo
inicial. Generalmente las velocidades son inicializadas aleatoriamente y fuerza dos o tres
estipulaciones sobre las velocidades. La primera es que el momento debe ser conservado. La
segunda, es que la energa cintica debe estar relacionada con el teorema de la equiparticin
de la energa, es decir:
1 N 3
mi v ,i 2 NkBT
2 i 1 X ,Y , Z 2
9.23
Las dos primeras estipulaciones son necesarias. La tercera es opcional, y dice que la
distribucin de velocidades debera seguir una distribucin de Maxwell-Boltzmann. Cuando
el sistema se equilibra desde la configuracin inicial, la ltima estipulacin se cumple
automticamente.
220
Mtodos Matemticos Avanzados para la Modelacin y Simulacin de Equipos para Procesos
Qumicos y Biotecnolgicos Luis Alberto Toro
Figura 9-2: Condiciones de frontera peridicas: cuando una molcula sale del volumen de
simulacin, una imagen de la molcula entra al volumen de simulacin.
221
Mtodos Matemticos Avanzados para la Modelacin y Simulacin de Equipos para Procesos
Qumicos y Biotecnolgicos Luis Alberto Toro
Figura 9-3: Convencin de imagen mnima: Volumen de simulacin central con imgenes
replicadas. N=3, y existen N(N-1)/2= 3 pares vecinos. La separacin de los pares est
definida para la mnima separacin entre el tomo i y cualquier imagen del tomo j.
222
Mtodos Matemticos Avanzados para la Modelacin y Simulacin de Equipos para Procesos
Qumicos y Biotecnolgicos Luis Alberto Toro
Por ejemplo, es posible usar mtodos tradicionales, como el de Euler o el clsico Runge-
Kutta de cuarto orden para resolver el sistema de ecuaciones diferenciales del modelo de
dinmica molecular. En orden a resolver una ecuacin diferencial ordinaria de segundo
orden usando cualquiera de los mtodos mencionados, la ecuacin debe ser reescrita como
un sistema de dos ecuaciones diferenciales, lo cual complica el modelo. Tambin, para
obtener el alto grado de precisin del mtodo de Runge-Kutta de cuarto orden, una ecuacin
diferencial (en el caso bajo estudio, las fuerzas) debe ser evaluada cuatro veces, lo cual no es
computacionalmente eficiente, debido a la gran cantidad de clculos que deben realizarse.
Existen mejores mtodos que el anterior, en trminos de precisin, estabilidad y eficiencia
computacional. En Allen y Tildesley [183] se discuten los mtodos ms comunes usados en
dinmica molecular, tales como el de Verlet (Verlet [191,192]) y el de Gear (Gear
[193,194]). En este trabajo se utilizar el mtodo de Gear, que se explica a continuacin.
223
Mtodos Matemticos Avanzados para la Modelacin y Simulacin de Equipos para Procesos
Qumicos y Biotecnolgicos Luis Alberto Toro
1 1
r p (t t ) r (t ) t v(t ) t 2 t 3b(t ) 9.23
2 3
1
v p (t t ) v(t ) t a(t ) t 2b(t ) 9.24
2
b p (t t ) b(t ) 9.26
En las ecuaciones previas, los superndices indican valores predichos, y ellos sern
corregidos en breve. Justamente como r y v representan un conjunto de posiciones y
velocidades, a denota todas las aceleraciones, y b denota todas las terceras derivadas de r
. Si las expansiones dadas por las ecuaciones (9.23)-(9.26) se truncan justamente por los
trminos explcitos dados, el objetivo de avanzar (aproximadamente) los valores de las
coordenadas y derivadas almacenadas de una etapa a la siguiente, es alcanzado. En este
ejemplo se podran almacenar cuatro vectores r , v, a y b . Las ecuaciones (9.23)-(9.26)
no generan las trayectorias correctas a medida que el tiempo avanza ya que no se han
introducido las ecuaciones del movimiento. Estas entran en la etapa de correccin. Es posible
calcular de, de las nuevas posiciones r p , las fuerzas en el tiempo t t y a continuacin
corregir las aceleraciones ac (t t ) . Estas pueden ser comparadas con las aceleraciones
predichas por la Ecuacin (10.25), y estimar el error en la etapa de prediccin:
a(t t ) ac (t t ) a p (t t ) 9.27
Estos errores, y los resultados de la etapa de prediccin, son alimentados a la etapa correctora,
para obtener:
r c (t t ) r p (t t ) c0 a(t t ) 9.28
vc (t t ) v p (t t ) c1a(t t ) 9.29
ac (t t ) a p (t t ) c2 a(t t ) 9.30
bc (t t ) b p (t t ) c3a(t t ) 9.31
224
Mtodos Matemticos Avanzados para la Modelacin y Simulacin de Equipos para Procesos
Qumicos y Biotecnolgicos Luis Alberto Toro
de las posiciones, y tambin dependen del orden de la ecuacin diferencial que est siendo
resuelta. En el caso bajo estudio, se tienen ecuaciones diferenciales de segundo orden, ya que
la segunda derivada de la posicin est siendo comparada con la aceleracin computada de
r . En la Tabla 9.1 se muestran los coeficientes para una ecuacin diferencial de segundo
orden.
Tabla 9-1: Coeficientes de Gear para una ecuacin diferencial de segundo orden
Orden c0 c1 c2 c3 c4 c5
3 0 1 1
4 1/6 5/6 1 1/3
5 19/120 3/4 1 1/2 1/12
6 3/20 251/360 1 11/18 1/6 1/160
9.7.1. Inicializacin
La inicializacin realiza las siguientes tareas una sola vez.
225
Mtodos Matemticos Avanzados para la Modelacin y Simulacin de Equipos para Procesos
Qumicos y Biotecnolgicos Luis Alberto Toro
9.7.2. Equilibracin
Las posiciones y velocidades iniciales (aleatorias) no son representativas del estado de
equilibrio. La segunda parte del programa debe resolver el sistema de ecuaciones
diferenciales pero en orden a que el sistema se mueva del estado inicial el de equilibrio. La
parte del cdigo que contiene la equilibracin es un loop que realiza las siguientes tares para
un nmero predeterminado de etapas de tiempo:
226
Mtodos Matemticos Avanzados para la Modelacin y Simulacin de Equipos para Procesos
Qumicos y Biotecnolgicos Luis Alberto Toro
1. Lquidos. El estudio del comportamiento de los lquidos fue uno de los primeros
campos de aplicacin de la DM. La disponibilidad de nuevos y ms realistas modelos
de interaccin permite el estudio de nuevos sitemas, elementales y multicomponentes.
Mediante tcnicas de no equilibrio, fenmenos de transporte tales como la voscosidad
y flujo de calor han sido investigados.
2. Defectos en cristales. Debido a que la deteccin de los defectos en cristales es crucial
para sus propiedades mecnicas, y por lo tanto de inters tecnolgico, la DM
permanece como un mtodo de investigacin en esta rea. De los defectos puntuales
(intersticios, vacos) se ha pasado a los defectos lineales (dislocaciones) y a los
planares (fronteras de granos).
3. Fractura. Bajo la accin mecnica, los slidos se rompen in dos ms piezas. El
proceso de fractura puede ocurrir de diferentes maneras y con diferentes velocidades
dependiendo de varios parmetros. La importancia tecnolgica de la fractura es obvia,
y la simulacin mediante DM provee un medio para su estudio.
4. Superficies. El estudio de la fsica de superficies ha experimentado un fuerte
crecimiento desde la dcada delos 80, gracias a la disponibilidad de tcnicas
experimentales (microscopa electrnica de alta resolucin, tcnicas basadas en
dispersin). La simulacin mediante DM juega un papel en la comprensin de
fenmenos tales como la recosntruccin de superficies y difusin en superficies.
5. Friccin. An mas recientes son las investigaciones mediante DM acerca de la
adhesin y friccin entre dos slidos.
6. Clusters. Clusters, conglomerados de tomos que varan desde unos pocos hasta
algunos miles, constituyen un puente entre sistemas moleculares y slidos, y exhiben
intersante retos en cuanto a la comprensin de su comportamiento. Frecuentamente
un gran nmero configuraciones tienen energas similares, haciendo difcil
determinar las estrucuras estables. De otra parte, las propiedades de fusin de un
cluster pueden ser significativamente diferente que las de los slidos. Los clusters de
metal son extremadamente importantes des de el punto de vista tecnolgico, debido
al papel que juegan como catalizadores in importantes reacciones qumicas (por
ejemplo, exhostos catalticos en los carros).
7. Biomolculas. La DM permite el estudio de la dinmica de macromolculas,
including sistemas biolgicos tales como protenas, acidos nucleicos (DNA, ARN) y
membrans. Los eventos dinmicos pueden jugar un importante papel en el control de
procesos que afectan las propiedades funcionales de las macromolculas.El diseo de
drogas es comummente empleado en la industria farmacetica para chequear las
propiedades de una molcula sin necesidad de sintetizarla, lo cual sera demasiado
costoso.
1. El uso de fuerzas clsicas. Cmo se puede usar la ley de Newton para mover tomos,
cuando es conocido que los sistemas en el nivel molecular obedecen las leyes de la
Mecnica Cuntica ms que las leyes clsicas, y que la ecuacin de Schrodinger es una
de las que debe emplearse?
2 2
9.32
Mk B T
Adem, los efectos cunticos vienen a ser importantes en cualquier sistema cuando la
temperatura T es suficientemente baja. La cada en el calorespecfico de los cristales
debajo de la temperatura de Debye, o el comportamiento anmalo del coeficiente de
expansin trmica, son ejemplos bien conocidos de efectos cunticos medibles en los
slidos. En estas regiones, losresultados de la DM deben interpretarse con cuidado.
228
Mtodos Matemticos Avanzados para la Modelacin y Simulacin de Equipos para Procesos
Qumicos y Biotecnolgicos Luis Alberto Toro
9.9.1. Enunciado
Adems del CO2 y del N2O, el tercer GHG ms importante es el CH4. El metano se produce
de forma natural por la descomposicin de sustancias orgnicas en ambientes pobres de
oxgeno (descomposicin anaerbica). Tambin se produce en el sistema digestivo de
rumiantes y otros animales, en la explotacin de combustibles fsiles, y en la quema de
biomasa. El metano contribuye actualmente con el 15% del Calentamiento Global, excluido
el efecto del vapor de agua. A largo plazo, el metano es mucho ms preocupante como agente
responsable del calentamiento global, que el dixido de carbono ya que tiene un potencial de
calentamiento global 62 veces mayor que este ltimo. Se calcula que hacia fines del siglo
XXI el efecto del metano habr superado al producido por el dixido de carbono. Dada la
importancia de CH4 como gas GHG, es de vital importancia calcular algunas de sus
propiedades termodinmicas y de transporte, tales como el calor especfico a volumen
constante, conductividad trmica y coeficiente de difusin, entre otras propiedades. Aunque
existen mtodos termodinmicos para calcular tales propiedades, en este ejemplo se explora
el uso de la Dinmica Molecular para calcular algunas de ellas, en particular el calor
especfico a volumen constante y contrastar tales clculos con los valores experimentales
y/o tericos.
229
Mtodos Matemticos Avanzados para la Modelacin y Simulacin de Equipos para Procesos
Qumicos y Biotecnolgicos Luis Alberto Toro
La simulacin, con los anteriores datos, se llev a cabo mediante un cdigo de computadora
escrito en Fortran95 que sigue los lineamientos de la Seccin 9.7. Se utiliz el mtodo
predictor corrector de Gear para la solucin del sistema de ecuaciones diferenciales
ordinarias de segundo orden, con los coeficientes dados por la Tabla 9.1. Los datos de salida
del programa son los valores instantneos, los valores promedio y la desviacin estndar de
las siguientes propiedades: energa cintica en aJ (1aJ =1.0e-18 J), la energa potencial en
aJ; la energa total en aJ, la temperatura en K, las componentes del momento lineal y la
presin en aJ/^3. El tiempo empleado para los anteriores clculos fue de aproximadamente
646 segundos. Los datos obtenidos de la simulacin se comparan con la teora de Van der
Waals (Tester-Modell [177]).
La Tabla 9.2 presenta los principales resultados de la simulacin para el Metano. En la Tabla
9.3 se resumen los resultados de la simulacin y su comparacin con los valores predichos
or la teora de Van der Waals (valores tericos). El valor terico de la presin se calcula con
la PRE EOS. El valor del Cv de la simulacin se calcula mediante la ecuacin:
230
Mtodos Matemticos Avanzados para la Modelacin y Simulacin de Equipos para Procesos
Qumicos y Biotecnolgicos Luis Alberto Toro
9 N 2 k B 3T 2
CV
6 NkB2T 2 4 PE 2
9.33
Tabla 9-3: Comparacin entre valores tericos y de simulacin para gas Metano a T=298 K,
P=1 atm y N=250
De acuerdo a los resultados presentados en la Tabla 9.3, se observa que los valores obtenidos
para las propiedades listadas mediante DM estn en excelente acuerdo con los valores que
predice la teora de Van Der Waals. La diferencia entre los valores tericos y de DM para
la presin se debe al nmero de partculas utilizado. Mejores valores se obtienen con un N
ms alto, pero se incrementa el tiempo de simulacin.
9.2. Conclusiones
En este captulo se presentaron las caractersticas bsicas de la DM y se aplic al clculo de
ciertas propiedades del gas Metano (CH4). Los clculos realizados por DM estn en buen acuerdo
con los datos tericos y/o experimentales.
231
Mtodos Matemticos Avanzados para la Modelacin y Simulacin de Equipos para Procesos
Qumicos y Biotecnolgicos Luis Alberto Toro
Para obtener el modelo matemtico que permite el trazado de las fronteras de destilacin de
mezclas ternarias es imprescindible tener conocimientos bsicos de sistemas dinmicos,
232
Mtodos Matemticos Avanzados para la Modelacin y Simulacin de Equipos para Procesos
Qumicos y Biotecnolgicos Luis Alberto Toro
La base de los modelos matemticos para el diseo riguroso de columnas de destilacin son
las ecuaciones MESH. Para su obtencin es necesario realizar los balances de masa para cada
componente, tener en cuenta las relaciones de equilibrio y las restricciones sobre las
composiciones de las especies qumicas en las fases lquida y de vapor, y finalmente los
balances de entalpa. Para el clculo de las constantes de equilibrio, suponiendo
comportamiento ideal, es necesario conocer la ecuacin de Antoine. Para el clculo de las
entalpas de la mezcla tanto en fase lquida como en la de vapor, deben conocerse los modelos
matemticos empleados para el clculo de tales propiedades termodinmicas para cada
componente. Estos son conceptos propios de la Ingeniera Qumica. El conjunto de
ecuaciones MESH debe ser resuelto para una mezcla dada, teniendo en cuenta los datos
obtenidos del diseo preliminar. Se presentaron dos mtodos: Wang-Henke y Naphtali-
Sandholm, que difieren en el tratamiento de la solucin de las ecuaciones MESH. Tales
mtodos se simularon mediante la escritura de programas en Matlab.
separa a ambos fluidos. Esto permite definir en base a relaciones matemticas conceptos tales
como eficiencia del intercambiador y nmero de unidades de transferencia. Tambin
intervienen conceptos geomtricos que son utilizados para definir ciertos parmetros como
el pitch, rea de flujo tanto en tubos como en la coraza, nmero de tubos, dimetro de la
coraza, cada de presin en los tubos y en la coraza. Los modelos matemticos utilizados para
estos dos ltimos valores provienen de datos experimentales. La simulacin de tales mtodos
se realiz mediante escritura de los correspondientes programas de computadora en lenguaje
Matlab. Si se requiere calcular la distribucin de temperatura a lo largo del intercambiador,
es necesario recurrir a balances de diferenciales de calor, que se traducen en sistemas de
ecuaciones diferenciales ordinarias, que deben ser resueltas. En el ejemplo presentado es esta
tesis, se emple el mtodo de la transformada de Laplace. Una consecuencia de la solucin
es una revisin de la definicin de eficiencia de un intercambiador de calor.
234
Mtodos Matemticos Avanzados para la Modelacin y Simulacin de Equipos para Procesos
Qumicos y Biotecnolgicos Luis Alberto Toro
10.2. Recomendaciones
Las siguientes recomendaciones son pertinentes respecto a los temas abordados en esta tesis.
235
Mtodos Matemticos Avanzados para la Modelacin y Simulacin de Equipos para Procesos
Qumicos y Biotecnolgicos Luis Alberto Toro
1. Toro, L. A., Moncada, J., Cardona C. A. Una aplicacin del mtodo de colocacin
ortogonal para aproximar la solucin de un problema de transferencia de calor.
XXVI Congreso Colombiano de Ingeniera Qumica, Barrancabermeja, Colombia,
(2011).
2. Luis Alberto Toro, Carlos A. Cardona. Una aplicacin del Mtodo del Elemento
Finito (MEF) a la Mecnica de Fluidos. XXVI Congreso Colombiano de Ingeniera
Qumica, Barrancabermeja, Colombia, (2011).
3. Luis Alberto Toro Carvajal, Mnica Julieth Valencia Botero, Carlos Ariel Cardona
Alzate. Anlisis de regresin lineal aplicados a la dispersin de aire. II Seminario
Nacional Cientfico sobre Cambio Climtico, Manizales, (2012).
4. Luis A. Toro, Yuri, Pisarenko. Clculo de propiedades termodinmicas de gases de
efecto invernadero (GHG) mediante Dinmica Molecular. Gas estudiado: Metano.
II Seminario Nacional Cientfico sobre Cambio Climtico, Manizales, (2012).
5. Moncada, J., Toro L.A., Cardona C.A. Seleccin tcnica de un solvente para la
extraccin de metabolitos: Antioxidante, Colorante, Protena. XXVI Congreso
Colombiano de Ingeniera Qumica, Barrancabermeja, Colombia, (2011).
6. Cardona C. A., Moncada, J., Jaramillo, J.J., Toro L.A., Tolosa, R. A., Pisarenko Yuri.
Design and Evaluation of Biorefineries in Tropical Countries. Philadelphia, USA. 2nd
World Congress on Biotechnology, (2011).
236
Mtodos Matemticos Avanzados para la Modelacin y Simulacin de Equipos para Procesos
Qumicos y Biotecnolgicos Luis Alberto Toro
7. Mnica Julieth Valencia Botero, Carlos Ariel Cardona Alzate, Luis Alberto Toro
Carvajal. Evaluacin del desempeo energtico y ambiental de distintas opciones
tecnolgicas para la produccin de bioetanol a partir de material lignocelulsico.
V Congreso Internacional de Ciencia y Tecnologa de los Biocombustibles-
CIBSCOL, Colombia, (2012).
237
Mtodos Matemticos Avanzados para la Modelacin y Simulacin de Equipos para Procesos
Qumicos y Biotecnolgicos Luis Alberto Toro
2. Luis Alberto Toro Carvajal, Hector Alexnder Forero Hernndez, Carlos Ariel
Cardona Alzate. Modelacin y simulacin en Ingeniera Qumica. Universidad
Nacional de Colombia. En proceso de Publicacin, (2013).
3. Moncada, J., Toro, L. A., Cardona, C. A. Fermentation in Transportation Alcohols.
En: Sustainable Bioenergy Production. Ed: CRC Press. Taylor & Francis group.
Status: Contributor agreement signed. Book to be published in February -2014 by
CRC Press 472 pginas.
239
Mtodos Matemticos Avanzados para la Modelacin y Simulacin de Equipos para Procesos
Qumicos y Biotecnolgicos Luis Alberto Toro
240
Mtodos Matemticos Avanzados para la Modelacin y Simulacin de Equipos para Procesos
Qumicos y Biotecnolgicos Luis Alberto Toro
Bibliografa
242
Mtodos Matemticos Avanzados para la Modelacin y Simulacin de Equipos para Procesos
Qumicos y Biotecnolgicos Luis Alberto Toro
[53] Van Winkle, M.; W.G. Todd. Chem. Eng. 78(21), 136-148 (1971).
[54] Molokonov, Y.K.; T.P. Korablina; N.I. Mazurina; G.A. Nikoforov. Int.
Chem. Eng.12 (2), 209-212 (1972).
[55] Thomas, L.H. (1949), Elliptic Problems in Linear Differential Equations
over a Network, Watson Sci. Comput. Lab Report, Columbia University,
New York, (1949).
[56] Van, Charles F.L. Introduction to Scientific Computing: A Matrix-Vector
Approach Using Matlab. Second Edition. Upper Saddle River: Prentice
Hall Inc. (2000).
[57] Toro, Luis Alberto C. Lecturas en Mtodos Numricos para Ingenieros
Qumicos con Aplicaciones en Matlab. Manizales (Colombia),
Universidad Nacional de Colombia, (2009).
[58] Seader, J.D.; Ernest J. Henley. Separation Process Principles. John
Wiley and Sons. (2000).
[59] Kincaid, David; Ward Cheney. Anlisis Numrico. Las Matemticas del
Clculo Cientfico. Addison-Wesly Iberoamericana, (1994).
[60] Boston, J. F.; S. L. Sullivan, Jr. Can. J.Chem. Eng., 50, 663-669 (1972).
[61] Van, Charles F.L. Introduction to Scientific Computing: A Matrix-Vector
Approach Using Matlab. Second Edition. Upper Saddle River: Prentice
Hall Inc. (2000).
[62] Toro, Luis Alberto C. Lecturas en Mtodos Numricos para Ingenieros
Qumicos con Aplicaciones en Matlab. Manizales (Colombia),
Universidad Nacional de Colombia, (2009).
[63] Friday, J.R.; B.D. Smith. AIChE J. 10, 698-707(1964).
[64] Wang, J.C.; G.E. Henke. Hydrocarbon Processing, 45(8), 155-163(1966).
[65] Muller, D.E. A Method for Solving Algebraic Equations using an
Automatic Computer. Math Tables and Others Aids to Computation
10:208-215(1956).
[66] Goldstein, R.P.; R.B. Stanfield. Ind. Eng. Chem. Proc. Des. Develop. 9,
78-84 (1970).
[67] Naphtali, L.M. The distillation column as a large system. Paper presented
at the AIChE: 56th National Meeting, San Francisco, May 16-17, 1965.
[68] Naphtali, L.M.; D.P. Sandholm.AIChE. 17, 148-153(1971).
[69] Pita, Claudio R. Clculo Vectorial, Primera Edicin. Prentice Hall
Hispanoamericana, (1995).
[70] TEMA, "Standards of TEMA. 8th Ed," in Tubular Exchanger
Manufacturers Association, ed. New York., (1999).
[71] J. E. Edwards, "Design and Rating Shell and Tube Heat Exchangers," P
and I Design Ltd, Teesside, (2008).
[72] S. Kaka and H. Liu, Heat exchangers: selection, rating, and thermal
design: CRC, (2002).
[73] Ramesh K., Shaand Dusan P. Sekulic. Fundamentals of heat exchanger
design: Wiley Online Library, (2003).
[74] R. Shah, "Advances in compact heat exchanger technology and design
theory," Hemisphere Publishing Corp, pp. 123-142, (1982).
244
Mtodos Matemticos Avanzados para la Modelacin y Simulacin de Equipos para Procesos
Qumicos y Biotecnolgicos Luis Alberto Toro
245
Mtodos Matemticos Avanzados para la Modelacin y Simulacin de Equipos para Procesos
Qumicos y Biotecnolgicos Luis Alberto Toro
246
Mtodos Matemticos Avanzados para la Modelacin y Simulacin de Equipos para Procesos
Qumicos y Biotecnolgicos Luis Alberto Toro
247
Mtodos Matemticos Avanzados para la Modelacin y Simulacin de Equipos para Procesos
Qumicos y Biotecnolgicos Luis Alberto Toro
249
Mtodos Matemticos Avanzados para la Modelacin y Simulacin de Equipos para Procesos
Qumicos y Biotecnolgicos Luis Alberto Toro
250
Mtodos Matemticos Avanzados para la Modelacin y Simulacin de Equipos para Procesos
Qumicos y Biotecnolgicos Luis Alberto Toro
251