Upload
vuongtu
View
218
Download
0
Embed Size (px)
Citation preview
Realizado por: MSc. Ing. Juan E. Rodriguez C http://juanrodriguezc.wordpress.com
Simulación de Operaciones y Procesos
Químicos(MSc) Ing. Juan E. Rodríguez C.
20161
Realizado por: MSc. Ing. Juan E. Rodriguez C http://juanrodriguezc.wordpress.com
Contenido
Unidad Contenido
IIntroducción al Modelado y Simulación de Procesos: Sistemas, Modelos y Simulación(definición y clasificación). Importancia del modelado y simulación. Ventajas y desventajasde la simulación. Etapas del modelado y simulación.
II
Modelado y simulación de sistemas de eventos discretos: Característicasfundamentales de los sistemas discretos. Introducir los conocimientos básicos delproceso de modelado y simulación de sistemas discretos. Manejo y generación de eventosaleatorios. Estructura general de los simuladores de evento discreto. Pruebas de Bondadde Ajuste. Indicadores de desempeño en teoría de colas.
III
Simulación de procesos en estado estacionario: Características fundamentales delpaquete de "software" comercial. Requerimientos para llevar a cabo una simulación de unproceso. Estimación de propiedades físicas. Operación unitaria. Resolución de problemascon reciclo. Resolución de problemas con especificaciones de diseño. Análisis desensibilidad. Optimización.
IVSimulación de procesos en estado no estacionario: Introducción. Conceptos generalesde la simulación dinámica. Simulación dinámica. Aplicación a procesos no estacionarios.Entonación de controladores.
2
Realizado por: MSc. Ing. Juan E. Rodriguez C http://juanrodriguezc.wordpress.com
Estrategias de evaluación recomendada
Unidad Σ Prácticas Parcial
I10% 20%
II
III 10% 20%
IV 10% 20%
Proyecto Final --- 10%
Total 30 % 70%
3
Realizado por: MSc. Ing. Juan E. Rodriguez C http://juanrodriguezc.wordpress.com
Bibliografía
• Martínez-Sifuentes V.H. ,Alonso-Dávila P.A., López-Toledo J., Salgado-Carbajal M. Rocha-Uribe J.A. (2000) Simulación de procesos en Ingeniería Química. Ed. Plaza & Valdez. ISBN: 968-856-755-8
• Barceló, Jaime. Simulación de sistemas discretos. Isdefe. Madrid. 1996
• Scenna N. (1999) Modelado, Simulación y optimización de procesos químicos. ISBN: 950-42-0022-2. 1999
• Himmelblau, D.M. y Bischoff, K.B. Análisis y Simulación de Procesos. Ed. Reverté, 1992.
• T. Dobre., J.M.Sanchez., Chemical Engineering Modelling, Simulation and Similitude, Wiley VCH, 2007.
• Mohd. Kamaruddin Abd Hamid, Hysys: An Introduction to chemical engineering simulation, Lambert Academic Publishing. 2013.
• Michael E. Hanyak Jr, Chemical Process Simulation and the Aspen HYSYS Software,BucknellUniversity . Lewisburg, PA 17837. 2012.
AgradecimientoProf. MSc. Juan A. Freitez, por facilitar su material para complementar el contenido
de esta presentación 4
Realizado por: MSc. Ing. Juan E. Rodriguez C http://juanrodriguezc.wordpress.com
Unidad I: Introducción al Modelado y Simulación de
Procesos.
(MSc) Ing. Juan E. Rodríguez C.
20165
Realizado por: MSc. Ing. Juan E. Rodriguez C http://juanrodriguezc.wordpress.com
Contenido
• Sistemas, Modelos y Simulación de Sistemas
• Conceptualización
• Clasificación
• Importancia del modelado y simulación
• Ventajas y desventajas de la simulación
• Etapas del modelado y simulación
6
Realizado por: MSc. Ing. Juan E. Rodriguez C http://juanrodriguezc.wordpress.com
7
ME SIRVE ESTAASIGNATURA?
Investigación Operativa
De qué se trata?
Realizado por: MSc. Ing. Juan E. Rodriguez C http://juanrodriguezc.wordpress.com
Investigación Operativa
8
Según Ackoff y Sasieni, «La Investigación Operativa es la aplicación del método
científico mediante equipos interprofesionales a los problemas de gobierno de
sistemas organizados (hombre-máquina) para proporcionar soluciones que
sirvan lo mejor posible a la organización considerada como un todo».
Las características que identifican la Investigación Operativa son:
1. Aplicación del método científico a los problemas que se presentan en el
gobierno de sistemas complejos en los que intervienen hombres y máquinas.
2. Enfoque global (coincidente con lo que hemos denominado planteamiento
sistémico).
3. Construcción de modelos de los sistemas (representación de los sistemas
por medio de modelos).
4. Optimización: búsqueda de las mejores soluciones.
5. Ayuda a los responsables de la gestión del sistema a la toma de decisiones.
Realizado por: MSc. Ing. Juan E. Rodriguez C http://juanrodriguezc.wordpress.com
Definición de sistema
Sistema
• Es un conjunto de partes o elementos organizadas y relacionadas que interactúan entre sí para lograr un objetivo. Los sistemas reciben (entrada) datos, energía o materia del ambiente y proveen (salida) información, energía o materia.
9
Realizado por: MSc. Ing. Juan E. Rodriguez C http://juanrodriguezc.wordpress.com
Clasificación de los Sistemas
10
Realizado por: MSc. Ing. Juan E. Rodriguez C http://juanrodriguezc.wordpress.com
Modelado de un sistemas
“Modelado es una técnica cognitiva que consiste en crear una representación ideal de un objeto real mediante un conjunto de
simplificaciones y abstracciones, cuya validez se pretende constatar. La validación del modelo se lleva a cabo comparando las
implicaciones predichas por el mismo con observaciones.”.
“Representación de la realidad por medio de abstracciones. Los modelos enfocan ciertas partes importantes de un sistema (por lo menos, aquella que le interesan a un tipo de modelo específico),
restándole importancia a otras.”…
11
Realizado por: MSc. Ing. Juan E. Rodriguez C http://juanrodriguezc.wordpress.com
Tipos de modelos
Modelos Icónicos
• La relación de correspondencia se establece a través de las propiedades morfológicas, habitualmente un cambio de escala con conservación del resto de las propiedades topológicas.
• Ejemplo: las fotografías, modelos a escala, una maqueta, donde se ha establecido una reducción de tamaño conservando las relaciones dimensionales básicas.
Ejemplo
12
Modelos Análogos
Simbólicos o Matemáticos
Modelos Icónicos
Realizado por: MSc. Ing. Juan E. Rodriguez C http://juanrodriguezc.wordpress.com
Modelos Análogos
• Se construyen mediante un conjunto de convenciones que sintetizan y codifican propiedades del objeto real para facilitar la "lectura" o interpretación de las mismas.
• Ejemplo: un mapa impreso, construido mediante un conjunto de convenciones cartográficas que hacen legibles propiedades tales como las altitudes, distancias, localización física de objetos geográficos, etc.
Ejemplo
13
Tipos de modelos
Realizado por: MSc. Ing. Juan E. Rodriguez C http://juanrodriguezc.wordpress.com
Simbólicos o Matemáticos:
• Se construyen representando el objeto real mediante una codificación matemática(geométrica, estadística, etc.).
• Ejemplo: la representación de un edificio mediante la identificación y codificación en una estructura geométrica de sus elementos básicos
Ejemplo
14
Tipos de modelos
Realizado por: MSc. Ing. Juan E. Rodriguez C http://juanrodriguezc.wordpress.com
Clasificación de los Modelos Simbólicos o Matemáticos
• Según la evolución respecto tiempo:
• Estacionarios o Dinámicos.
• Según la aleatoriedad :
• Estocásticos o Determinísticos.
• Según su connotación
• Cualitativos o Cuantitativos
• Según las variables de estado:
• Discreto o Continuo 15
Realizado por: MSc. Ing. Juan E. Rodriguez C http://juanrodriguezc.wordpress.com
Ejemplo 1• Tipo de modelado
• Icónico
• Análogo
• Simbólico o matemático
• Evolución respecto tiempo:
• Estacionarios
• Dinámicos
• Aleatoriedad :
• Estocásticos
• Determinanticos.
• Connotación
• Cualitativos
• Cuantitativos
• Variables de estado:
• Discreto
• Continuo
16
Realizado por: MSc. Ing. Juan E. Rodriguez C http://juanrodriguezc.wordpress.com
17
Ejemplo 2• Tipo de modelado
• Icónico
• Análogo
• Simbólico o matemático
• Evolución respecto tiempo:
• Estacionarios
• Dinámicos
• Aleatoriedad :
• Estocásticos
• Determinísticos
• Connotación
• Cualitativos
• Cuantitativos
• Variables de estado:
• Discreto
• Continuo
Realizado por: MSc. Ing. Juan E. Rodriguez C http://juanrodriguezc.wordpress.com
Leyes Fundamentales
• Ley de conservación de la materia.
1. Balance de materia global (balance de masa)
Entrada - Salida = Acumulación
Ejemplo: Considere un tanque con líquido de mezcla perfecta, la figura 1, en elcual fluye una corriente líquida a una tasa volumétrica de F0 (ft3/min om3/min) y con una densidad de ρ0 (lbm/ft3 o kg/m3). El contenidovolumétrico de líquido en el tanque es V (ft3 o m3), y su densidad es ρ.La velocidad de flujo volumétrico del efluente del tanque es F, y ladensidad de la corriente es la misma que la del contenido del tanque.
18
Realizado por: MSc. Ing. Juan E. Rodriguez C http://juanrodriguezc.wordpress.com
Balance de Materia
Entrada - Salida = Acumulación
Masa que entra – Masa que sale = Masa que se acumula
Entonces la expresión quedaría de la siguiente manera
Sin embargo, un muchos casos se podría suponer que la densidad esconstante si no existe cambio de temperatura ni presión en el sistema,simplificando el termino densidades. 19
Realizado por: MSc. Ing. Juan E. Rodriguez C http://juanrodriguezc.wordpress.com
Si la densidad es constante la expresión será:
Sin embargo, el área del tanque es contante, por lo cual el volumen se puedeexpresarse como V = A*h(t), por lo tanto la ecuación sería la siguiente.
Finalmente puede se expresada como:Donde:F : Flujo volumétricoQ: Caudal volumétrico
20
Balance de Materia
Realizado por: MSc. Ing. Juan E. Rodriguez C http://juanrodriguezc.wordpress.com
Simulación
"La simulación es el proceso de diseñar un modelo de un sistema real y llevar a término experiencias con él, con la finalidad de comprender el
comportamiento del sistema o evaluar nuevas estrategias, dentro de los limites impuestos por un cierto criterio o un conjunto de ellos, para el
funcionamiento del sistema.”
R. E. Shannon
“Imitación de la operación de un proceso del mundo real o sistema sobre tiempo. La simulación comprende la generación de un historial artificial de un sistema, y la observación de tal historial para mostrar las conclusiones
concernientes a las características de operación del sistema real.”
J. Banks, J. S. Carson y B. L. Nelson.
21
Realizado por: MSc. Ing. Juan E. Rodriguez C http://juanrodriguezc.wordpress.com
SISTEMA REAL
Experimentar con el sistema
Experimentar con Modelo del sistema
Experimentar con Modelo Físico
Experimentar con Modelo Matemático
22
Simulación
Realizado por: MSc. Ing. Juan E. Rodriguez C http://juanrodriguezc.wordpress.com
TIPOS DE SIMULADORES
• Régimen:
• Estacionarios: régimen permanente.
• Dinámicos: régimen transitorio
• Arquitectura:
• Modulares-Secuenciales
• Orientados a ecuaciones
• Modulares simultáneos o híbridos
• Variables manejada:
• Estocásticas vs. Determinísticas
• Cualitativas vs. Cuantitativas
• Tipo de modelado
• Discreto
• Continuo23
Realizado por: MSc. Ing. Juan E. Rodriguez C http://juanrodriguezc.wordpress.com
Simuladores estáticos
• Resolución rigurosa de las ecuaciones de balance de materia y energía para el conjunto de operaciones unitarias de un proceso continuo.
• Proporciona datos para el dimensionamiento de equipos
• Reducción de la inversión por diseño más ajustado
• Mejora de la calidad
• Menos ensayos en planta piloto: Ahorro de tiempo y dinero
• Eliminación de cálculos repetitivos y errores
• Ensayo sin riesgo de nuevas ideas de operación
• Mejor entendimiento del proceso
• Escalado de procesos
• Operación fuera de diseño
• Optimización de planta y diseño
• Cuellos de botella, revamping (revisión y reestructuración), mejora en la producción 24
De acuerdo al régimen
Realizado por: MSc. Ing. Juan E. Rodriguez C http://juanrodriguezc.wordpress.com
Simuladores dinámicos
• Operación:
• Respuesta de procesos continuos ante perturbaciones
• Ajuste de controladores
• Maniobras y desviaciones anormales en el proceso, para estudios de seguridad y
de emisiones
• Análisis de operabilidad y riesgo
• Validación de procedimientos de emergencia
• Entrenamiento de operadores
• Diseño:
• Sistema de control y controlabilidad
• Procedimientos de puesta en marcha y parada
• Procesos discontinuos
25
De acuerdo al régimen
Realizado por: MSc. Ing. Juan E. Rodriguez C http://juanrodriguezc.wordpress.com
Modulares secuenciales
• Información ingresada por el usuario es fácilmente revisada
• Problemas de diseño más fáciles de resolver
• Se incrementa la dificultad cuando se plantea un problema de optimización (funciona como cajas negras)
• Poco versátiles, pero muy flexibles, muy confiables y bastante robustos
• Se calcula la salida de cada unidad a partir de la entrada y los parámetros.
• Muy empleados en la actualidad: ej. Aspen Plus (AspenTech), ChemCAD, PRO/II (SimSci), Hysim (Hyprotech), Hysys (Hyprotech, comprada recientemente por AspenTechnologies)
26
De acuerdo a la arquitectura
Realizado por: MSc. Ing. Juan E. Rodriguez C http://juanrodriguezc.wordpress.com
Orientados a ecuaciones
• Cada equipo se representa por las ecuaciones que lo modelan. El modelo es la
integración de todos los subsistemas
• Desaparece la distinción entre variables de proceso y parámetros operativos,
por lo tanto se simplifican los problemas de diseño
• Resolución simultánea del sistema de ecuaciones algebraicas (no lineales)
resultante
• Mayor velocidad de convergencia
• Necesita una mejor inicialización
• A mayor complejidad, menor confiabilidad en los resultados y más problema
de convergencia
• Más difícil de usar por “no especialistas”
• Arquitectura preferida en nuevos simuladores: ej. Aspen Custom Modeler
(AspenTech), RTO-OPT (AspenTech), NOVA (Nova), gPROMS, ABACUSS
27
De acuerdo a la arquitectura
Realizado por: MSc. Ing. Juan E. Rodriguez C http://juanrodriguezc.wordpress.com
Híbridos o modulares simultáneos
• Combinan la estrategia modular y la orientada a ecuaciones
• Se aprovechan los aspectos positivos de ambas metodologías
• Se resuelven simultáneamente todas las variables, como en el modelo global
• Para el resto se mantiene la filosofía modular: secuencia de cálculo, uso de módulos para introducir datos, etc.
28
De acuerdo a la arquitectura
Realizado por: MSc. Ing. Juan E. Rodriguez C http://juanrodriguezc.wordpress.com
Aplicación de la Simulación en la Industria
• Diagnósticos. El modelo se emplea como representación
profunda del sistema, sobre el que es posible determinar las
causas que generan una desviación respecto a un
comportamiento teórico. En este tipo de aplicaciones es donde
los modelos funcionales son especialmente importantes, dado
que modelan directamente las funciones del sistema.
• Control basado en modelos. El modelo se emplea para
determinar las posibles acciones a realizar sobre el sistema que
conducirían al mismo a una determinada situación. Los modelos
causales son especialmente importantes para ello, dado que
representan los mecanismos de propagación de efectos en el
sistema modelado.
29
Realizado por: MSc. Ing. Juan E. Rodriguez C http://juanrodriguezc.wordpress.com
• Optimización. El modelo se emplea paradeterminar situaciones del proceso en lasque se logra una mejoría del rendimiento.
• Enseñanza. El modelo se utiliza para queuna persona estudie el comportamientodel sistema al que modela. Este tipo desistemas se han empleado en multitud decircunstancias.
30
Aplicación de la Simulación en la Industria
Realizado por: MSc. Ing. Juan E. Rodriguez C http://juanrodriguezc.wordpress.com
Ventajas del uso de la simulación
• Experimentación económica: Es posible estudiarprocesos existentes de una forma más rápida,económica y completa que en una planta real.
31
• Extrapolación: Con un modelo matemático adecuado sepueden ensayar intervalos extremos de las condicionesde operación, que pueden ser impracticables oimposibles de realizar en una planta real.
• Estudio de conmutabilidad y evaluación de otrosplanes de actuación: Se pueden introducir nuevosfactores o elementos de un sistema y suprimir otrosantiguos al examinar el sistema con el fin de ver si estasmodificaciones son compatibles.
Realizado por: MSc. Ing. Juan E. Rodriguez C http://juanrodriguezc.wordpress.com
Ventajas del uso de la simulación• Repetición de experimentos: La simulación permite
estudiar el efecto de la modificación de las variables yparámetros con resultados reproducibles. En el modelomatemático se puede introducir o retirar a voluntad unerror, lo cual no es posible en la planta “real”.
• Cálculos de Control: La simulación constituye unaimportante ayuda material para el estudio de lossistemas de control con lazos abiertos y cerrados.
• Ensayos de sensibilidad: Se pueden ensayar lasensibilidad de los parámetros de costes y losparámetros básicos del sistema.
• Estudio de la estabilidad del sistema: Se puedeexaminar la estabilidad de sistemas y subsistemasfrente a diferentes perturbaciones.
32
Realizado por: MSc. Ing. Juan E. Rodriguez C http://juanrodriguezc.wordpress.com
Desventajas de la simulación
• No existe una formulación matemática: Muchos sistemas reales nopueden ser modelados matemáticamente con las herramientasactualmente disponibles; por ejemplo, la conducta de un cliente deun banco.
• Existe una formulación matemática pero es difícil obtener unasolución analítica: Los modelos matemáticos utilizados paramodelar un reactor nuclear o una planta química son imposibles deresolver en forma analítica sin realizar serias simplificaciones.
• No existe el sistema real: Es el problema del ingeniero que tiene quediseñar un equipo nuevo o una nueva planta. El diseño del sistemamejorará notablemente si se cuenta con un modelo adecuado pararealizar experimentos.
33
Realizado por: MSc. Ing. Juan E. Rodriguez C http://juanrodriguezc.wordpress.com
Cuando usar la simulación
• Cuando los experimentos son imposibles debido a impedimentoseconómicos, de seguridad, de calidad o éticos: En este caso, elsistema real está disponible para realizar experimentos, pero ladificultad de los mismos hace que se descarte esta opción. Unejemplo de esto es la imposibilidad de provocar fallas en un aviónreal para evaluar la conducta del piloto.
• Cuando el sistema evoluciona muy lentamente o muy rápidamente:Un ejemplo de dinámica lenta es el problema de los científicos queestudian la evolución del clima. Ellos deben predecir la conductafutura del clima dado las condiciones actuales, no pueden esperarque un tornado arrase una ciudad para luego dar el mensaje dealerta. Por el contrario, existen fenómenos muy rápidos que debenser simulados para poder observarlos en detalles, por ejemplo unaexplosión.
34
Realizado por: MSc. Ing. Juan E. Rodriguez C http://juanrodriguezc.wordpress.com
35
Etapas de un estudio de Simulación
Realizado por: MSc. Ing. Juan E. Rodriguez C http://juanrodriguezc.wordpress.com
Estadio de la Simulación
Modelado de Sistema
Formulación del
problema
Definición del sistema
Formulación del modelo
Colección de datos
Implementa-ción
del modelo
Verificación
Validación
Diseño de experimento
Experimen-tación
Interpreta-ción
Implemen-tación
Documenta-ción
Etapa I
Etapa II
Etapa III
36
Realizado por: MSc. Ing. Juan E. Rodriguez C http://juanrodriguezc.wordpress.com
Etapa I
• Formulación del problema.
• Objetivo de la simulación.
• Alcance y limitaciones de la simulación.
• Definición del sistema.
• Tipo de sistema
• Tipos de datos de entrada y salida del sistema.
• Formulación del modelo.
• Modelo Teórico (Descripción del proceso)
• Modelo Conceptual (DB, DFP, DFI, DS)
• Recolección de los datos de las variables y parámetros del sistemas
37
Realizado por: MSc. Ing. Juan E. Rodriguez C http://juanrodriguezc.wordpress.com
Formulación del problema• Siendo el primer paso, es muy crucial, ya que aquí se debe
establecer el objetivo de la simulación (Diseñar, Evaluar,Controlar u Optimizar el proceso), las limitaciones yalcance del mismo.
• ¿Qué quieres?
• ¿Para que lo quieres?
• ¿Cómo lo quieres?
• ¿Para cuando lo quieres?
38
• De no limitar el sistema y identificarlo claramente, haymayor riesgo de no obtener resultado satisfactorio.
• Si el sistema seleccionado es muy complejo obtener lainformación del mismo se convierte en una tarea complicada.
• Si el sistema seleccionado es muy simple se puede estar alejandodel proceso real.
Realizado por: MSc. Ing. Juan E. Rodriguez C http://juanrodriguezc.wordpress.com
Zona II
Zona I Gas mezclado(ZZ Kg/hr)
Reactor
Tolueno(XX Kg/hr)
H2
(YY Kg/hr)
Separador de Gas
Fraccionadora
Benceno(AA Kg/hr)
Liquidomezclado
Reciclo Tolueno
Conversión
39
Realizado por: MSc. Ing. Juan E. Rodriguez C http://juanrodriguezc.wordpress.com
40
Retroalimentación• Tipo de modelado
• Icónico
• Análogo
• Simbólico o matemático
• Evolución respecto tiempo:
• Estacionarios
• Dinámicos
• Aleatoriedad :
• Estocásticos
• Determinanticos.
• Connotación
• Cualitativos
• Cuantitativos
• Variables de estado:
• Discreto
• Continuo
Realizado por: MSc. Ing. Juan E. Rodriguez C http://juanrodriguezc.wordpress.com
Estadio de la Simulación
Modelado de Sistema
Formulación del
problema
Definición del sistema
Formulación del modelo
Colección de datos
Implementa-ción
del modelo
Verificación
Validación
Diseño de experimento
Experimen-tación
Interpreta-ción
Implemen-tación
Documenta-ción
Etapa I
Etapa II
Etapa III
41