REPÚBLICA BOLIVARIANA DE VENEZUELAMINISTERIO DEL PODER POPULAR PARA LA DEFENSA

UNIVERSIDAD NACIONAL EXPERIMENTAL DE LA FUERZA ARMADACOMANDANTE SUPREMO HUGO RAFAEL CHAVEZ FRIAS

COORDINACIÓN; ING.PETROQUIMICANÚCLEO ZULIA

UNIDAD ISIMULACIÓN DE SISTEMAS

INTEGRANTES:Mirley Chávez

C.I. 23.140.636Manuel ValenciaC.I. 22.448.623

Maracaibo, 23 de Agosto del 2015

ESQUEMA

1

1) DEFINICION Y RESEÑA HISTORICA DE SIMULACION

1.1 BENEFICIOS DEL ANALISIS Y LA SIMULACION DE PROCESOS

1.2 ETAPAS DE UN PROCESO DE DISEÑO

1.3 SINTESIS DE PROCESOS QUIMICOS. EJEMPLOS

1.4 ETAPAS EN LA INGENIERIA DE PROCESOS

2) MODELADO DE PROCESOS QUIMICOS

2.1 ETAPAS PARA LA REALIZACION DE UN ESTUDIO DE SIMULACION

2.2FORMULACION DEL MODELO

2.3 COLECCION DE DATOS

3) DEFINICION DE SISTEMAS

3.1 VARIABLES DE UN SISTEMA

3.2 SISTEMAS EN ESTADO ESTACIONARIO

4) MODOS DE SIMULACION

4.1 ANALISIS

4.2 DISEÑO

4.3 CONTROL

INTRODUCCIÓN

2

El crecimiento de la sociedad genera problemas que crecen día a día siendo necesario utilizar técnicas apropiadas, tanto en complejidad como en tamaño, para su análisis y solución.

El presente trabajo trata sobre las técnicas utilizadas para imitar o simular el funcionamiento de distintos tipos de instalaciones o procesos. A la instalación o proceso que se pretende estudiar se le denomina sistema y para poderlo analizar se realiza una serie de supuestos sobre su funcionamiento. Estos supuestos, que normalmente se expresan mediante relaciones matemáticas o relaciones lógicas, constituyen un modelo del sistema. Este modelo se utiliza para comprender y prever el comportamiento del sistema real. Si las relaciones matemáticas o lógicas que comprende el modelo son sencillas, entonces será posible utilizar un procedimiento analítico para obtener una solución o respuesta exacta sobre las características de interés del sistema analizado. No obstante, si las relaciones son complejas, puede ocurrir que no se pueda evaluar analíticamente el problema. En este caso, será necesario acudir a la simulación del sistema, evaluando numéricamente el modelo y analizando los datos obtenidos para estimar las características de dicho sistema.

Los simuladores de procesos son la herramienta más importante en la etapa de análisis, junto a las técnicas de optimización, luego de haber generado las diversas alternativas estructurales viables para un proceso dado. Una vez evaluadas cada una de ellas, y hecho los respectivos cálculos (balances, servicios auxiliares, etc.), se estará en condiciones de obtener un costo estimado, además de otros datos importantes, tales como, emisiones al medio ambiente. Todo esto dará una base para diferencial entre diversas opciones posibles, o bien para verificar la performance de un diseño, como es el control, confiabilidad, viabilidad de la puesta en marcha y parada.

1. DEFINICION Y RESEÑA HISTORICA DE SIMULACION3

Simulación es el desarrollo de un modelo lógico-matemático de un sistema, de tal forma que se obtiene una imitación de la operación de un proceso de la vida real o de un sistema a través del tiempo. Sea realizado a mano o en una computadora, la simulación involucra la generación de una historia artificial de un sistema; la observación de esta historia mediante la manipulación experimental, nos ayuda a inferir las características operacionales de tal sistema.

Se cree que la simulación nace en 1777 con el planteamiento del problema “la ajuga de buffon” un método matemático sencillo para ir aproximando el valor de números a partir de sucesivos intentos. Este modelo matemático se basa en una aguja de una longitud determinada lanzada sobre un plano segmentado por líneas paralelas separadas por unidades. ¿Cuál es la probabilidad que la aguja cruce alguna línea.En 1812 Laplace mejoró y corrigió la solución de Buffon y desde entonces se conoce como solución Buffon-Laplace. Posteriormente, el estadístico William Sealy Gosset, que trabajaba en la destilería de Arthur Guinness, ya aplicaba sus conocimientos estadísticos en la destilería y en su propia explotación agrícola.

El especial interés de Gosset en el cultivo de la cebada le llevó a especular que el diseño de experimentos debería dirigirse no sólo a mejorar la producción media, sino también a desarrollar variedades de cebada cuya mayor robustez permitiese que la producción no se viese afectada por las variaciones en el suelo y el clima. Para evitar futuras filtraciones de información confidencial, Guinness prohibió a sus empleados la publicación de cualquier tipo de artículo independientemente de su contenido, de ahí el uso que hizo Gosset en sus publicaciones del seudónimo "Student", para evitar que su empleador lo detectara. Es por esta razón que su logro más famoso se conoce como la "distribución t de Student", que de otra manera hubiera sido conocida como la "distribución t de Gosset".

Este hito histórico abrió las puertas a la aplicación de la simulación en el campo del proceso de control industrial así como a las sinergias que generaba esta simulación basada en la experimentación y técnicas de análisis para descubrir soluciones exactas a problemas clásicos de la industria y la ingeniería.

En 1946 se desarrolla la primera computadora electrónica operativa (la ENIAC), y en 1951 se presenta la primera computadora comercial. En la década de los setenta aparecen los microcomputadores cuya consecuencia

4

resulta la masificación de las computadoras, introduciendo, en la década de los ochenta, las Computadoras personales. En la actualidad, los sistemas multimedia, las supercomputadoras y las “autopistas informáticas” nos hablan del avance logrado. A consecuencia de estos sucesos, se comienza a cubrir el espacio entre los métodos pre-computadoras y los algoritmos numéricos programados, aplicados a la Ingeniería Química.

En 1960, Keith Douglas Tocher desarrolló un programa de simulación general cuya principal tarea era la de simular el funcionamiento de una planta de producción donde las máquinas ciclaban por estados: Ocupado, Esperando, No disponible y Fallo; de manera que las simulaciones en los cambios de estado de las máquinas marcarán el estado definitivo de la producción de la planta. Este trabajo produjo además el primer libro sobre simulación: The Art of Simulación (1963).

A mediados de los años 40 dos hechos sentaron las bases para la rápida evolución del campo de la simulación: La construcción de los primeros computadores de propósito general como el ENIAC. El trabajo de Stanislaw Ulam, John Von Neumann y otros científicos para usar el método de Montecarlo en computadores modernos y solucionar problemas de difusión de neutrones en el diseño y desarrollo de la bomba de hidrógeno. Ulam y Von Neumann ya estuvieron presentes en el proyecto Manhattan.

Complementariamente a los desarrollos llevados a cabo por RAND e IBM, el Royal Norwegian Computing Center inició en 1961 el desarrollo del programa SIMULA con ayuda de Univac. El resultado fue SIMULA I, probablemente el lenguaje de programación más importante de toda la historia.

En 1967 se fundó el WSC (Winter Simulación Conference), lugar donde desde entonces y hasta ahora se archivan los lenguajes de simulación y aplicaciones derivadas, siendo en la actualidad el referente en lo que a avances en el campo de los sistemas de simulación se refiere.

Para aquel entonces, IBM desarrolló entre 1960 y 1961 el Sistema de Simulación de propósito general o General Purpose SimulaciónSistema (GPSS). El GPSS se diseñó para realizar simulaciones de teleprocesos involucrando por ejemplo: control de tráfico urbano, gestión de llamadas telefónicas, reservas de billetes de avión, etc. La sencillez de uso de este sistema lo popularizó como el lenguaje de simulación más usado de la época.

Por otro lado, en 1963 se desarrolló SIMSCRIPT, otra tecnología alternativa al GPSS basada en FORTRAN, más enfocada a usuarios que no tenían por qué ser obligatoriamente expertos informáticos en RAND CORPORATION.Anteriormente, los datos de salida obtenidos de una

5

simulación por computadora se presentaban en una tabla o matriz, de manera que se mostraba el efecto que los múltiples cambios en los parámetros tenían sobre los datos.

En 1974 aparece el primer simulador de proceso químico (EL FLOWTRAN), y a partir de allí se genera una sucesión de acontecimientos que permiten en la actualidad la existencia de varios y eficientes simuladores comerciales, ej. SPEED UP, ASPEN PLUS PRO II, HYSYM, HYSYS, CHEMCAD entre otros.

1.1 BENEFICIOS DEL ANALISIS Y LA SIMULACION DE PROCESOS

1. Una vez construido, el modelo puede ser modificado de manera rápida con el fin de analizar diferentes políticas o escenarios.

2. Generalmente es más barato mejorar el sistema vía simulación, quí hacerlo directamente en el sistema real.

3. Es mucho más sencillo comprender y visualizar los métodos de simulación que los métodos puramente analíticos.

4. Los métodos analíticos se desarrollan casi siempre, para sistemas relativamente sencillos donde suele hacerse un gran número de suposiciones o simplificaciones, mientras que con los modelos de simulación es posible analizar sistemas de mayor complejidad o con mayor detalle.

1.2 ETAPAS DE UN PROCESO DE DISEÑO

Existen tres etapas fundamentales: Síntesis, Análisis y Optimización.

--- La etapa de Síntesis (o diseño) de un proceso implica el definir las entradas y salidas del sistema, en este caso, las características de la materia prima y productos deseados, y estipular la estructura del proceso que se requiere para llevar a cabo la transformación deseada de los reactivos a productos.

--- La etapa de análisis (o simulación) de un proceso consiste en definir las entradas o materias primas y el diagrama de flujo del proceso para indagar las salidas que se pueden obtener. Se debe tener claro que cada solución al problema original de la síntesis de un proceso, implica un nuevo problema de análisis del proceso; una vez que se define el diagrama de flujo del problema original, se plantea el análisis o simulación de este

6

proceso para establecer las salidas que se obtienen y compararlas con las que se habían estipulado originalmente.

--- En la optimización de un proceso, una vez que se agotan los grados de libertad en forma de variables de diseño, se plantea una función objetivo que trata de minimizar algún tipo de entrada o costo del proceso, o bien de maximizar algún tipo de salida o beneficio del proceso, para en función de éste objetivo, obtener las mejores variables de diseño. Existe una interrelación entre esta etapa y las otras dos. La solución al problema de síntesis puede auxiliarse mediante alguna técnica de optimización, y cada punto de búsqueda del proceso de optimización puede implicar la simulación del proceso bajo ese conjunto particular de condiciones de operación que se están explorando en busca de la solución óptima.

1.3 SIMULACION DE PROCESO QUIMICO

Es la representación de un Proceso de transformación física o química a través de modelos matemáticos para la resolución de los balances de materia y energía y eventualmente cantidad de movimiento de un proceso cuya estructura, y datos preliminares de los equipos que lo componen son conocidos. El diseño del proceso comienza en el reactor donde se proporcionan las necesidades de separación y recirculación del proceso.

En este diagrama de flujo, las necesidades energéticas (calentamiento/enfriamiento) se obtienen de sistemas auxiliares externos

7

(vapor y agua de enfriamiento), por lo que es ineficaz energéticamente. Por ello se debe intentar recuperar la energía: integración energética (intercambio de calor entre las corrientes que tienen que enfriarse y las que tienen que calentarse, resultando en una red de intercambiadores de calor, cuya estructura tiene muchas posibilidades.

1.4 ETAPAS EN LA INGENIERIA DE PROCESOS

2. MODELADO DE PROCESOS QUIMICOSDependiendo del proceso al que sirven, existen diferentes y muy variados tipos de modelos. Básicamente, un modelo es: La representación matemática de un fenómeno o conjunto de ellos.

2.1 ETAPAS PARA LA REALIZACION DE UN ESTUDIO DE SIMULACION

--- FORMULACIÓN DEL PROBLEMA:

8

En este paso debe quedar perfectamente establecido el objeto de la simulación. El cliente y el desarrollador deben acordar la más detalladamente posible los siguientes factores: los resultados que se esperan del simulador, el plan de experimentación, el tiempo disponible, las variables de interés, el tipo de perturbaciones a estudiar, el tratamiento estadístico de los resultados, la complejidad de la interfase del simulador, etc. Se debe establecer si el simulador será operado por el usuario o si el usuario solo recibirá los resultados. Finalmente, se debe establecer si el usuario solicita un trabajo de simulación o un trabajo de optimización.--- DEFINICIÓN DEL SISTEMA: El sistema a simular debe estar perfectamente definido. Se debe establecer o acordar dónde estará la frontera del sistema y las interacciones con el medio ambiente que serán consideradas. --- FORMULACIÓN DEL MODELO: Comienza con el desarrollo de un modelo simple que Captura los aspectos relevantes del sistema real, los cuales dependerán de la formulación del problema. --- RECOLECCIÓN DE DATOS: La naturaleza y la cantidad de datos necesarios están determinadas por la formulación del problema y del modelo. Los datos pueden ser provistos por registros históricos, experimentos de laboratorio o mediciones realizadas en el sistema real. Los mismos deberán ser procesados adecuadamente para darles el formato exigido por el modelo. --- IMPLEMENTACIÓN DEL MODELO EN LA COMPUTADORA: El modelo es implementado utilizando algún lenguaje de computación. Existen lenguajes específicos de simulación que facilitan esta tarea; también, existen programas que ya cuentan con modelos implementados para casos especiales.--- VERIFICACIÓN: En esta etapa se comprueba que no se hayan cometido errores durante la implementación del modelo. Para ello, se utilizan las herramientas de depuración provistas por el entorno de programación --- VALIDACIÓN: En esta etapa se comprueba la exactitud del modelo desarrollado. Esto se lleva acabo comparando las predicciones del modelo con: mediciones realizadas en el sistema real, datos históricos o datos de sistemas similares. Como resultado de esta etapa puede surgir la necesidad de modificar el modelo o recolectar datos adicionales.--- DISEÑO DE EXPERIMENTOS: En esta etapa se decide las características de los experimentos a realizar: el tiempo de arranque, el tiempo de simulación y el número de simulaciones. No se debe incluir aquí la elaboración del conjunto de alternativas a probar para seleccionar la mejor, la elaboración de esta lista y su manejo es tarea de la optimización y no de la simulación. --- EXPERIMENTACIÓN: En esta etapa se realizan las simulaciones de acuerdo al diseño previo. Los resultados obtenidos son debidamente recolectados y procesados. INTERPRETACIÓN: Se analiza la sensibilidad del modelo con respecto a los parámetros que

9

tienen asociados la mayor incertidumbre. Si es necesario, se deberá recolectar datos adicionales para afinar la estimación de los parámetros críticos. --- IMPLEMENTACIÓN: Conviene acompañar al cliente en esta etapa para evitar el mal manejo del simulador o el mal empleo de los resultados del mismo.--- DOCUMENTACIÓN: Incluye la elaboración de la documentación técnica y manuales de uso. La documentación técnica debe contar con una descripción detallada del modelo.

2.2 FORMULACION DE MODELOS

Comienza con el desarrollo de un modelo simple que Captura los aspectos relevantes del sistema real, los cuales dependerán de la formulación del problema.

2.3 COLECCION DE DATOSLa naturaleza y la cantidad de datos necesarios están determinadas

por la formulación del problema y del modelo. Los datos pueden ser provistos por registros históricos, experimentos de laboratorio o mediciones realizadas en el sistema real. Los mismos deberán ser procesados adecuadamente para darles el formato exigido por el modelo.

3. DEFINICION DE SISTEMAS

Un sistema es una sección de la realidad que viene a ser el centro primario de un estudio, compuesto de componentes que interactúan con otros de acuerdo a ciertas reglas dentro de una frontera identificada para el propósito del estudio.

Un sistema puede realizar una función que no es realizable por sus componentes individuales.

--- ENTIDADES: Son los objetos o componentes que forman parte del sistema. --- ATRIBUTOS: Son las propiedades que poseen las entidades y se enlazan entre sí a través de relaciones o funciones. Estas relaciones pueden ser: estadísticas y dinámicas.

Los valores asumidos por los atributos de las entidades en un momento dado determinan el estado del sistema. El estado puede ser estático o estacionario, esto significa que se mantiene constante en el tiempo; o por el contrario puede ser dinámico o transitorio si evoluciona con el tiempo.

10

Un sistema puede presentar los dos tipos de conducta; generalmente, cuando inicia su funcionamiento pasa por un estado dinámico y luego alcanza un estado estacionario o de régimen. Un estado estacionario es estable si el sistema retorna a él luego de una perturbación. Por el contrario, un estado estacionario es inestable si el sistema se aleja de él luego de una perturbación. Este alejamiento puede dar lugar a una respuesta acumulativa (crece o decrece continuamente, o alcanza otro estado estacionario) o a una respuesta oscilatoria (crece y decrece continuamente) Los atributos también se denominan variables o parámetros. Los parámetros son atributos que se fijan durante el diseño del sistema ya sea por el diseñador o por la Naturaleza.

3.1 VARIABLE DE UN SISTEMA --- Variables de entrada o exógenas: Son fijadas por el medio ambiente del sistema. Pueden ser manipulables (U) o no (D). --- Una variable de entrada No manipulable se denomina perturbación. Variable de salida (Y): Son las variables de estado, o combinación de ellas, que son medidas o traspasan la frontera del sistema. --- Variables internas: Son las variables del sistema que no son ni de entrada, ni de salida, ni parámetros.--- Variables de estado (X): Conforman el conjunto mínimo de variables internas del Sistema necesario para describir completamente su estado interno.

3.2 SISTEMA EN ESTADO ESTACIONARIO

La simulación en estado estacionario implica resolver los balances de un sistema no involucrando la variable temporal. Si el modelo deseara estudiar las variaciones de las variables de interés con las coordenadas espaciales será un modelo a parámetros distribuidos. Un ejemplo podría ser la variación radial de la composición en un plato de columna de destilación, la variación de las propiedades con la longitud y el radio en un reactor tubular, etc. Por lo general en simuladores comerciales se utilizan modelos a parámetros concentrados

4. MODOS DE SIMULACION

11

Como ya se planteó anteriormente, cuando se simula se experimenta con un modelo para obtener ciertos resultados. Un modelo es también un sistema, y de acuerdo al tipo de variables de salida del modelo el modo de simulación será:

--- Análisis: Es el modo más empleado, en él las variables de salida del modelo representan a las variables de salida del sistema real. Este modo se utiliza para estimar la respuesta del sistema real ante entradas especificadas. Debido a que imita un sistema que realmente funciona, el modelo es matemáticamente más estable y se asegura la existencia de una solución. --- Diseño: En este modo las salidas del modelo representan a los parámetros del sistema real. Se utiliza en la etapa de diseño de un equipo donde el problema es determinar los parámetros para los cuales el sistema producirá las salidas deseadas para las entradas especificadas.--- Control: Las variables de salida del modelo representan a las variables de entrada del sistema real.

CONCLUSION

Simulación es una técnica que ha sido empleada extensamente para resolver problemas. Los modelos de simulación son una abstracción de un sistema, que nos ayudan a tomar decisiones sobre el mismo sistema o a diseñar nuevos sistemas.

A partir del uso masivo de la computadora digital y de la revolución que implica la informática en todos los campos de la ingeniería, se evoluciona lentamente de la simulación analógica a la digital, desapareciendo prácticamente la primera en muchas aplicaciones. Nuestro objetivo es desarrollar los conocimientos básicos necesarios para comprender, operar, y si es necesario desarrollar los componentes estructurales básicos correspondientes a algún tipo de simulador de proceso químico. Como sabemos, las computadoras se utilizan para cálculos de ingeniería, ésta, se caracteriza por el hecho de realizar cálculos velozmente luego de ser programada; almacena, manipula y da acceso rápido a enormes cantidades de información, permitiendo realizar manejos simbólicos. Independientemente de cómo se logra, para nuestro caso es comprender las consecuencias; es decir, las implicaciones de este fenómeno en el campo de la ingeniería.

12

BIBLIOGRAFIA

Simulación y análisis de modelos estocásticos. Ararag M. Garcia E. Mc Graul Hill. Mexico.}

Análisis y Simulaciónde procesos. David M. Himmelblau y Kenneth B. Bischoff, Editorial: Reverte Introducción.

Simulación de sistemas, noviembre 2006 Álvaro García Sánchez, Miguel Ortega Mier

13