AAD 06 - SOLUCIÓN

La solución se desarrollará aquí para un valor de ID = 150.051, como ejemplo. Para cualquier otro
valor de ID, el problema se puede resolver de forma completamente análoga. Por lo tanto, en este
caso tenemos que:

𝐼𝐷 150.051 𝐼𝐷 150.051
𝑥= 4
= = 1,0034 𝑦= = = 0,03001
15 · 10 15 · 104 5 · 10 6 5 · 106
𝐼𝐷 150.051
𝑧= 4
= = 15,0051
1 · 10 1 · 104

En consecuencia, el volumen del rector del enunciado vale 15,0051 L, la constante cinética de la
reacción vale kA = 0,03001 min-1 y los valores de tiempo tabulados son los siguientes:

t min 0 10,0034 20,0068 30,0102 40,0136 50,017 60,0204 70,0238

C’ mg/L 0 0,9 0,5 0,2 0,1 0,03 0,01 0

a) Modelo de dispersión axial

Se considera que este modelo es adecuado para estimar las conversiones de aquellos reactores tu-
bulares en los que existe una ligera dispersión axial, debida a la presencia de alguno (o varios) de los
siguientes factores:
a) Flujo turbulento. A lo largo del tubo aparecen pequeñas turbulencias locales, de muy corta longi-
tud, que provocan cierta retromezcla de la materia.
b) Flujo viscoso. En determinadas zonas, aparecen pequeñas desviaciones de la velocidad lineal
del fluido con respecto su valor promedio, que provocan redistribución de la materia a lo largo del
tubo.
c) Flujo difuso. Como resultado de las diferencias de concentración en la dirección axial, aparecen
pequeñas transferencias de materia por difusión.

Para calcular la conversión a la salida de los sistemas de reacción que se ajustan a este modelo, de-
bemos conocer el valor del módulo de dispersión D/uL (inverso del número de Pèclet, Pe). Para ello,
debemos obtener primero el valor de la varianza del tiempo de residencia reducido que se presenta
en cada caso (σθ2). Dicho parámetro se puede deducir a partir de la curva de señal de trazador a la
salida del sistema, como se ha establecido anteriormente, aunque teniendo en cuenta determinadas
consideraciones particulares para su cálculo.

En primer lugar, podemos calcular las funciones E(t) y F(t) a partir de la curva C’(t) exactamente igual
que en el ejercicio AAD 05. En la Tabla 1 que se muestra al final del documento se reproducen di-
chos cálculos (columnas 1 a 10). Como se puede observar, los valores numéricos son los mismos
que antes.

Ahora, en la columna 11, se vuelve a calcular la función I(t), pero utilizando en el denominador de la
expresión el valor del tiempo espacial del sistema (τ ), no el tiempo medio de residencia que se ha
obtenido al final de la columna 8 ( t̄ ).

1 − 𝐹(𝑡)
𝐼(𝑡) =
𝜏

Evidentemente, al hacer esto puede que perdamos la normalización de la curva I(t). Es decir, su área
total podría no ser ya igual a la unidad. Esto se debe a que, en los reactores reales, el tiempo espa-
cial puede que no sea igual al tiempo medio de residencia. Entonces, el tiempo de referencia sobre el
que estaríamos calculando la curva I(t) podría no coincidir con el tiempo de residencia real del sis-
tema, y los balances de materia (fluido en el interior) podrían no cuadrar. En efecto, en la columna 11
de la Tabla 1 que se muestra al final del documento, se ha recalculado la función I(t), utilizando ahora
el valor del tiempo espacial correspondiente al ID asignado en esta solución (τ = 12,5043 min).
1
Como se puede observar, los valores obtenidos en este caso no coinciden con los del ejercicio AAD
05. Además, en la columna 12 se calcula el área total de la curva I(t) por el método numérico de los
trapecios, como en el ejercicio anterior, y el valor obtenido ahora es claramente diferente a 1 (Σa =
1,42989). Por supuesto, la siguiente columna (columna 13) que representa su integral progresiva
γI(t), termina en el mismo valor. Estos valores distintos de 1 muestran ya claramente que el reactor
real se desvía de los modelos ideales.

En definitiva, para detectar las desviaciones de los sistemas reales con respecto de los modelos
ideales, podemos seguir dos procedimientos equivalentes: a) calcular el calor del tiempo medio de
residencia y compararlo con el valor del tiempo espacial del sistema; o b) calcular la función I(t) a
partir del tiempo espacial del sistema y observar si mantiene su normalización (Σa = 1) o no.

Posteriormente, en las columnas 14 a 17 se recalculan la edad promedio en el interior y su varianza.

Evidentemente, como estos valores se han calculado ahora a partir de la nueva curva I(t), el resul-
tado es diferente al obtenido en el ejercicio anterior. Nuevamente, el resultado obtenido de este modo
refleja las desviaciones del reactor real con respecto a los modelos ideales. En el caso de un RFMC,
ē debe ser igual a τ y en el caso de un RFP, debe ser igual a la mitad de dicho valor. En este caso,
el resultado obtenido es ē = 17,0403 min, que resulta incluso superior al esperado (τ = 12,5043 min),
lo que confirma la desviación del sistema.

En cuanto a los valores de los parámetros estadísticos reducidos, hay que indicar que ahora se de-
ben calcular nuevamente a partir del tiempo espacial del sistema suministrado y no a partir del
tiempo medio de residencia calculado. Por lo tanto, ahora:

𝑡 𝜎𝑡 2 𝜎𝑒 2
𝜃= 𝐸(𝜃) = 𝐸(𝑡) 𝜏 𝜎𝜃 2 = 𝜎𝜀 2 =
𝜏 𝜏2 𝜏2

Los valores resultantes de estos parámetros se muestran en las diferentes columnas de la Tabla 2,
incluida al final. Como se puede observar, los valores de la primera y la segunda columnas, θ y E(θ),
resultan diferentes de las obtenidos en el ejercicio anterior. Sin embargo, el área total de la curva que
representan sigue estando normalizada (Σa = 1), tal como se aprecia en la columna 3. Por otra parte,
el valor del tiempo medio de residencia reducido que se obtiene (al final de la columna 6) no coincide
con la unidad (θ̄ = 1,42989). Precisamente, su valor coincide con el área de la función I(t) que se ob-
tuvo en al Tabla 1. Este valor del tiempo medio de residencia reducido muestra nuevamente de forma
clara que nuestro reactor real se desvía de los modelos ideales. Además, de nuevo, esto no se de-
duce de la comparación del tiempo espacial con el tiempo medio de residencia dimensional, sino tras
calcular directamente el tiempo medio de residencia reducido a partir del tiempo espacial.

Puesto que en este apartado se nos pide trabajar con el modelo de dispersión axial, el parámetro es-
tadístico que nos interesa es la varianza del tiempo de residencia reducido (σθ2), que se calcula por
duplicado en la parte baja de la columna 8. Las dos expresiones utilizadas para su cálculo son las
siguientes:
∞
𝜎𝑡 2
𝜎𝜃 2 = ∫ 𝜃 2 𝐸(𝜃) 𝑑𝜃 − 𝜃̅ 2 𝜎𝜃 2 =
𝑜 𝜏2

Por supuesto, estos dos valores coinciden entre sí y son diferentes de los obtenidos en el ejercicio
anterior. La varianza obtenida antes (σθ2 = 0,33305) reflejaba sólo la desviación debida a la disper-
sión (grado de mezcla). Sin embargo, el valor obtenido ahora es σθ2 = 0,68095, y éste incluye todas
las desviaciones existentes en nuestro reactor real con respecto de los modelos ideales. Es decir,
ahora incluye también la desviación debida a los volúmenes muertos (desviaciones del volumen) o a
los cortocircuitos (desviaciones del caudal).

Posteriormente, en la columna 4 de la Tabla 2 se calcula la función F(θ), como la integral progresiva

de E(θ). Evidentemente, esta función coincide con la función F(t), que se calculó en la columna 6 de
la Tabla 1, como la integral progresiva de E(t). Además, estas funciones F(t) y F(θ) obtenidas ahora,

2
coinciden con las obtenidas en el ejercicio anterior, porque en ambos casos se obtienen a partir de la
misma curva E(t) que está normalizada.

Finalmente, en la columna 9 de la Tabla 2 se calcula la función I(θ), como la complementaria de F(θ),

es decir:

𝐼(𝜃) = 1 − 𝐹(𝜃)

Obviamente, esta columna tiene también los mismos valores que los obtenidos en el ejercicio ante-
rior. Sin embargo, en este caso la curva no está normalizada, ya que los valores de θ se han obte-
nido a partir del valor del tiempo espacial. Su desviación se aprecia en las columnas 10 y 11 de la
Tabla 2, donde se calcula su área total (Σa = 1,42989). Obviamente, el valor obtenido aquí debe coin-
cidir con el área total de la curva I(t) versus t. (columnas 12 y 13 de la Tabla 1).

En las columnas 12 y 13 se calcula la edad media en el interior reducida (ε̄ = 1,36276). Y en las co-
lumnas 14 y 15, su varianza (σε2 = 0,5131). Nuevamente, empleando dos expresiones equivalentes:

∞
𝜎𝑒 2
𝜎𝜀 2 = ∫ 𝜃 2 𝐸(𝜃) 𝑑𝜃 − 𝜃̅ 2 𝜎𝜀 2 =
𝑜 𝜏2

NOTA
Como se ha comentado al principio, para calcular la conversión a la salida de los sistemas de reac-
ción que se ajustan al modelo de dispersión axial, el parámetro estadístico que nos interesa es la va-
rianza del tiempo de residencia reducido (σθ2). Obviamente, para su cálculo no es necesario obtener
todas las curvas y todos parámetros antes descritos. En general, dependiendo de los datos que se
nos suministren, para aplicar el modelo de dispersión axial basta con calcular E(t), F(θ), I(θ) y la va-
rianza de esta última.
FIN DE LA NOTA

En este caso, para el valor de ID elegido en esta solución, el valor de la varianza del tiempo
de residencia reducido que se ha obtenido es de σθ2 = 0,68095. Podemos pasar ahora a rea-
lizar el análisis correspondiente al modelo de dispersión axial.

En primer lugar, suponemos que el módulo de dispersión es pequeño (D/uL < 0,01) y calcu-
lamos su valor según la siguiente expresión:

𝐷 𝜎𝜃 2 0,68095
= = = 0,34047
𝑢𝐿 2 2

Como se puede observar, el módulo de dispersión no resulta pequeño (D/uL > 0,01). No
obstante, en el caso de que lo hubiera sido, ya podríamos haber calculado la conversión.
Puesto que se trata de una reacción de primer orden en disolución, la expresión correspon-
diente a la conversión de este modelo es la siguiente:

𝑃𝑒
4𝑎 𝑒 ( 2 ) 4 𝐷𝑎
𝑥𝐴 = 1 − 𝑃𝑒 𝑃𝑒 𝑎 = √1 +
𝑃𝑒
(1 + 𝑎)2 𝑒 (𝑎 2 ) − (1 − 𝑎)2 𝑒 (𝑎 2 )

1 2 𝑉
𝑃𝑒 = 𝐷 = 2 𝐷𝑎 = 𝑘𝜏 = 𝑘
𝜎𝜃 𝑄
𝑢𝐿

Hay que indicar que el valor del Damköhler (Da) que se debe aplicar en esta expresión es el
que corresponde al tiempo espacial del sistema, dado que éste es el tiempo de referencia
que se ha usado en el cálculo de la varianza.
3
Puesto que el módulo de dispersión no resultó bajo, debemos recalcular su valor en función
del tipo de condiciones de contorno en las que nos encontremos. Así, según el caso, tene-
mos lo siguiente.

Entrada y salida abiertas:

𝐷 𝐷 𝐷 2 𝐷 2 𝐷
𝜃̅ = 1 + 2 ( ) 𝜎𝜃2 = 2( ) + 8( ) 8 ( ) + 2 ( ) − 𝜎𝜃2 = 0
𝑢𝐿 𝑢𝐿 𝑢𝐿 𝑢𝐿 𝑢𝐿

2 2
𝐷
2
−𝑏 ± √𝑏 2 − 4𝑎𝑐 −2 ± √2 + 4 · 8 · 𝜎𝜃 −2 ± 2 · √1 + 8 𝜎𝜃 −1 ± √1 + 8 𝜎𝜃2
= = = =−
𝑢𝐿 2𝑎 2·8 2·8 8

Entrada abierta y salida cerrada, o viceversa:

𝐷 𝐷 𝐷 2 𝐷 2 𝐷
𝜃̅ = 1 + ( ) 𝜎𝜃2 = 2( ) + 3( ) 3 ( ) + 2 ( ) − 𝜎𝜃2 = 0
𝑢𝐿 𝑢𝐿 𝑢𝐿 𝑢𝐿 𝑢𝐿

2 2
𝐷
2
−𝑏 ± √𝑏 2 − 4𝑎𝑐 −2 ± √2 + 4 · 3 · 𝜎𝜃 −2 ± 2 · √1 + 3 𝜎𝜃 −1 ± √1 + 3 𝜎𝜃2
= = = =−
𝑢𝐿 2𝑎 2·3 2·3 3

Entrada y salida cerradas:

𝐷 𝑢𝐿
−( ) 𝐷 2 −(
𝑢𝐿
) 𝐷 2
𝐷
𝜃̅ = 1 𝜎𝜃2 = 2 ( ) − 2 (1 − 𝑒 𝐷 )( ) 2 (1 − 𝑒 𝐷 )( ) − 2( ) + 𝜎𝜃2 = 0
𝑢𝐿 𝑢𝐿 𝑢𝐿 𝑢𝐿
𝑢𝐿 𝑢𝐿
𝐷 −𝑏 ± √𝑏 2
− 4𝑎𝑐 2 ± √4 − 4 · 2 (1 − 𝑒 −( 𝐷 ) ) · 𝜎𝜃2 −2 ± 2 · √1 + 2 (1 − 𝑒 −( 𝐷 ) )
= = =
𝑢𝐿 2𝑎 2·2 2·2
𝑢𝐿
𝐷 −1 ± √1 + 2 (1 − 𝑒 −( 𝐷 ) )
=
𝑢𝐿 2

Obsérvese que, en este último caso, el valor del módulo de dispersión debe calcularse por
procedimientos iterativos.

Los valores resultantes del módulo de dispersión correspondientes a los tres nuevos casos,
así como sus conversiones derivadas, se muestran en las diferentes filas de la Tabla 3 que
se incluye al final. Se puede apreciar que los módulos obtenidos oscilan ahora entre los valo-
res de 0,19 y 0,27. Por lo tanto, tampoco se cumple la condición de módulo de dispersión
medio (0,01 < D/uL < 0,1). En definitiva, debemos considerar que el módulo de dispersión
correspondiente a este modelo sería alto (D/uL > 0,1) y el modelo no sería aplicable en este
caso (para el valor de ID considerado).

En todo caso, las conversiones derivadas para las distintas situaciones que contempla este
modelo se muestran en la Tabla 3 (última columna) y oscilan todas en el entorno de 0,29.

4
b) Modelo de tanques en serie

Como en el modelo anterior, el parámetro estadístico necesario para definir este modelo es
la varianza del tiempo de residencia reducido (σθ2). Una vez establecido el valor de dicho pa-
rámetro, el número de tanques equivalente (N) se puede calcular a partir de la siguiente ex-
presión:

1 1 1
𝜎𝜃2 = 𝑁= = = 1,46855
𝑁 𝜎𝜃2 0,68095

El resultado indica que el modelo de tanques en serie tampoco sería aplicable en este caso
(para el valor de ID seleccionado). Hay que tener en cuenta que el modelo se considera apli-
cable para N > 50, aplicable con reservas para 50 > N > 5, y no aplicable para N ≤ 5.

A pesar de ello, se puede aplicar la ecuación de diseño correspondiente a un conjunto de N

unidades de RFMC iguales en serie, al valor resultante de N obtenido y estimar la conver-
sión que le correspondería, del siguiente modo:

1 1
𝑥𝐴 = 1 − 𝑁 𝑥𝐴 = 1 − = 0,28407
𝐷𝑎 0,37526 1,46855
(1 + 𝑁 ) (1 + )
1,46855

Hay que indicar que el valor del Damköhler (Da) que se debe aplicar en esta expresión es el
que corresponde al tiempo espacial del sistema, dado que éste es el tiempo de referencia
que se ha usado en el cálculo de la varianza.

NOTA
Estrictamente, el valor del número de tanques N de la serie debería ser siempre un número
entero de tanques, por lo que el valor de N se debería aproximar al número entero más cer-
cano. En este caso:

𝑁 = 1,46855 ≈ 1

Por lo tanto, la conversión predicha por este modelo sería:

1
𝑥𝐴 = 1 − = 0,27286
0,37526 1
(1 + 1 )

En cualquier caso, N resulta ahora aún más bajo que antes y el modelo no de ningún modo
aplicable.
FIN DE LA NOTA

c) Modelo de Cholette.Cloutier

Este modelo consiste en la siguiente combinación de unidades ideales: RFMC + VM + CC

(Reactor de flujo en mezcla completa, con volumen muerto, y con cortocircuito). Para su ca-
racterización, se deben establecer dos parámetros: a) la ratio entre el caudal del sistema y el
que se cortocircuita; y b) la ratio entre el volumen del sistema y el que se considera estan-
cado. También se puede expresar en función de otras dos ratios equivalentes cualquiera.
Para la estimación de dichos parámetros, se debe representar la función ln I(θ) versus θ.
Como resultado, se debe obtener una ordenada en el origen negativa (co < 0), que estará re-
lacionada con el primero de los parámetros mencionados; y una pendiente también negativa
5
(c1 < 0), que está relacionada simultáneamente con ambos parámetros. De este modo, tene-
mos que:

𝑉𝑆𝐼𝑆 𝑄𝑅𝐹𝑀𝐶 𝑄𝑅𝐹𝑀𝐶

ln 𝐼(𝜃) = 𝑐1 𝜃 + 𝑐𝑜 𝑐1 = − · 𝑐𝑜 = ln ( ) 𝑉𝑆𝐼𝑆 = 𝑉𝑅𝐹𝑀𝐶 + 𝑉𝐷
𝑉𝑅𝐹𝑀𝐶 𝑄𝑆𝐼𝑆 𝑄𝑆𝐼𝑆

𝑄𝑅𝐹𝑀𝐶 𝑉𝑆𝐼𝑆 𝑄𝑅𝐹𝑀𝐶 𝑉𝑆𝐼𝑆 𝑐

= 𝑒 𝑐𝑜 𝑄𝑅𝐹𝑀𝐶 = 𝑄𝑆𝐼𝑆 𝑒 𝑐𝑜 𝑉𝑅𝐹𝑀𝐶 = − · =− ·𝑒 𝑜
𝑄𝑆𝐼𝑆 𝑐1 𝑄𝑆𝐼𝑆 𝑐1

𝑉𝑆𝐼𝑆 𝑐 𝑒 𝑐𝑜
𝑉𝐷 = 𝑉𝑆𝐼𝑆 − 𝑉𝑅𝐹𝑀𝐶 𝑉𝐷 = 𝑉𝑆𝐼𝑆 + · 𝑒 𝑜 = 𝑉𝑆𝐼𝑆 (1 + )
𝑐1 𝑐1

Hay que recordar que, para la aplicación de los modelos lineales (ln I(θ) versus θ), el tiempo
adimensional (θ) se debe calcular a partir del valor del tiempo espacial del sistema (τSIS) y no
a partir del valor del tiempo medio de residencia obtenido de la curva de trazador (t̄ ). Así:

𝑡 𝑉 15,0051 𝐿
𝜃= 𝜏= = = 12,5043 𝑚𝑖𝑛
𝜏 𝑄 20 𝑚𝐿 ( 1 𝐿 ) ( 60 𝑠 )
𝑠 1.000 𝑚𝐿 1 𝑚𝑖𝑛

En la Tabla 4 al final del documento, se reproducen los datos de θ, I(θ), y se calcula el lnI(θ).
Después, en la Figura 1, se representan los valores de la columna 3 respecto de los valores
de la columna 1. Para realizar el ajuste lineal correspondiente, se suelen tomar sólo los da-
tos de θ que se encuentren en el rango de 0,2 < θ < 2,0. Al ser éstos datos que correspon-
den a la zona central de la campana, son los que presentan menos error. No obstante, si el
coeficiente de regresión no se ve perjudicado, conviene tomar el mayor número de datos po-
sible y, por supuesto un mínimo de 3.

En este caso se toman los datos de las columnas 2, 3 y 4. Una vez realizado el ajuste lineal
correspondiente, los resultados obtenidos son los siguientes:

ln 𝐼(𝜃) = 𝑐1 𝜃 + 𝑐𝑜 𝑐1 = −1,0511 𝑐𝑜 = 0,56117 𝑟 2 = 0,99838

Un coeficiente de regresión superior a 0,99 corresponde a resultados aceptables, en su

caso. Un coeficiente de regresión entre 0,99 y 0,95 corresponde a resultados aceptables,
pero con reservas. Y un coeficiente de regresión menor de entre 0,95 corresponde a resulta-
dos que no se ajustan a los modelos lineales. En este caso, se ha obtenido un coeficiente de
regresión bastante alto. Por lo tanto, en principio, se puede probar la aplicación de los mode-
los lineales.

A la hora de aplicar este modelo específicamente, a pesar de que el coeficiente de regresión

obtenido es alto, se puede observar que la recta resultante no se ajusta al perfil esperado.
Es decir, se espera una ordenada en el origen negativa y se obtiene un coeficiente co posi-
tivo. En consecuencia, se debe concluir que este modelo no es compatible con el conjunto
de datos suministrado y no se debería usar para estimar la conversión.

NOTA
No obstante, podemos realizar el cálculo de los parámetros del modelo y obtener una esti-
mación de la conversión que se derivaría del mismo. Así:

𝑒 𝑐𝑜 𝑒 0,56117
𝑉𝑅𝐹𝑀𝐶 = −𝑉𝑆𝐼𝑆 = −15,0051 𝐿 · = 8,99848 𝐿
𝑐1 −1,0511
6
 𝑉𝐷 = 𝑉𝑆𝐼𝑆 − 𝑉𝑅𝐹𝑀𝐶 = 15,0051 𝐿 − 8,99848 𝐿 = 6,00662 𝐿

𝑚𝐿 60 𝑠 1𝐿 𝐿
𝑄𝑅𝐹𝑀𝐶 = 𝑄𝑆𝐼𝑆 𝑒 𝑐𝑜 = 20 ( )( ) · 𝑒 0,56117 = 0,41946
𝑠 1 𝑚𝑖𝑛 1.000 𝑚𝐿 𝑚𝑖𝑛
𝐿 𝐿 𝐿
𝑄𝐶𝐶 = 𝑄𝑆𝐼𝑆 − 𝑄𝑅𝐹𝑀𝐶 = 1,2 − 0,41946 = 0,78054
𝑚𝑖𝑛 𝑚𝑖𝑛 𝑚𝑖𝑛

Como se puede observar, los parámetros han resultado coherentes y es posible aplicar la
ecuación de diseño del sistema, correspondiente a una reacción de primer orden en disolu-
ción, para estimar la conversión:

𝑉
𝑄𝑅𝐹𝑀𝐶 𝐷𝑎𝑅𝐹𝑀𝐶 𝑄𝑅𝐹𝑀𝐶 𝑘 𝜏𝑅𝐹𝑀𝐶 𝑄𝑅𝐹𝑀𝐶 𝑘 𝑄𝑅𝐹𝑀𝐶
𝑅𝐹𝑀𝐶
𝑥𝐴 = · = · = ·
𝑄𝑆𝐼𝑆 1 + 𝐷𝑎𝑅𝐹𝑀𝐶 𝑄𝑆𝐼𝑆 1 + 𝑘 𝜏𝑅𝐹𝑀𝐶 𝑄𝑆𝐼𝑆 1 + 𝑘 𝑉𝑅𝐹𝑀𝐶
𝑄𝑅𝐹𝑀𝐶

1 8,99848 𝐿
𝐿 0,03001 𝑚𝑖𝑛 · 𝐿
0,41946 𝑚𝑖𝑛 0,41946 𝑚𝑖𝑛
𝑥𝐴 = · = 0,39165
𝐿 1 8,99848 𝐿
1,2 𝑚𝑖𝑛 1 + 0,03001 𝑚𝑖𝑛 · 𝐿
0,41946 𝑚𝑖𝑛

Curiosamente, se obtiene en este caso un valor de la conversión estimada del sistema que
coincide bastante con la calculada en el ejercicio anterior mediante la aplicación de la inte-
gral combinada (xA = 0,39046). Por lo tanto, en realidad, el modelo no sería tan desechable
como se ha establecido inicialmente. En definitiva, la concentración de P a la salida del sis-
tema sería en este caso la siguiente:
𝑔 𝑔
𝑃 = 𝐴𝑜 𝑥𝐴 = 200 · 0,39165 = 78,3298
𝐿 𝐿
FIN DE LA NOTA

d) Hovorka-Adler (Levenspiel)

Este otro modelo consiste en la siguiente combinación de unidades ideales: RFP + RFMC +
VM (Reactor de flujo en pistón, seguido de reactor de flujo en mezcla completa con volumen
muerto). Para su caracterización, se deben establecer también dos parámetros: a) la ratio
entre el volumen del sistema y el del reactor de flujo en pistón; y b) la ratio entre el volumen
del sistema y el del volumen muerto. También se puede expresar en función de otras dos ra-
tios equivalentes cualquiera. Como en el modelo anterior, para la estimación de dichos pará-
metros, se debe representar la función ln I(θ) versus θ. Como resultado, se debe obtener
ahora una ordenada en el origen positiva (co > 0), que estará relacionada con el segundo de
los parámetros mencionados; y una pendiente negativa (c1) < 1), que estará relacionada con
el primero. De este modo, tenemos que

𝑉𝑆𝐼𝑆 𝑉𝑅𝐹𝑃
ln 𝐼(𝜃) = 𝑐1 𝜃 + 𝑐𝑜 𝑐1 = − 𝑐𝑜 = 𝑉𝑆𝐼𝑆 = 𝑉𝑅𝐹𝑃 + 𝑉𝑅𝐹𝑀𝐶 + 𝑉𝑀
𝑉𝑅𝐹𝑀𝐶 𝑉𝑅𝐹𝑀𝐶

𝑉𝑆𝐼𝑆 𝑉𝑆𝐼𝑆 𝑐𝑜
𝑉𝑅𝐹𝑀𝐶 = − 𝑉𝑅𝐹𝑃 = 𝑐𝑜 𝑉𝑅𝐹𝑀𝐶 = 𝑏 (− )=( )𝑉 𝑉𝑀 = 𝑉𝑆𝐼𝑆 − 𝑉𝑅𝐹𝑃 − 𝑉𝑅𝐹𝑀𝐶
𝑐1 𝑐1 −𝑐1 𝑆𝐼𝑆

7
Hay que recordar nuevamente que, para la aplicación de los modelos lineales (ln I(θ) versus
θ), el tiempo adimensional (θ) se debe calcular a partir del valor del tiempo espacial del sis-
tema (τSIS) y no a partir del valor del tiempo medio de residencia obtenido de la curva de tra-
zador (t̄ ). Lógicamente, la representación en este caso es la misma que en el modelo ante-
rior (Tabla 4 y Figura 1al final del documento). Las consideraciones para la selección de los
datos son obviamente también las mismas y el resultado del ajuste lineal también el mismo:

ln 𝐼(𝜃) = 𝑐1 𝜃 + 𝑐𝑜 𝑐1 = −1,0511 𝑐𝑜 = 0,56117 𝑟 2 = 0,99838

En este caso, la recta obtenida presenta el perfil que se esperaba (ordenada en el origen po-
sitiva y pendiente negativa). Además, como se indicó antes, el coeficiente de regresión obte-
nido es muy bueno (r2 > 0,99). Por lo tanto, podemos pasar a calcular los parámetros corres-
pondientes a este modelo:

𝑉𝑆𝐼𝑆 15,0051 𝐿
𝑉𝑅𝐹𝑀𝐶 = − =− = 14,2756 𝐿
𝑐1 −1,0511

𝑐𝑜 0,56117
𝑉𝑅𝐹𝑃 = ( ) 𝑉𝑆𝐼𝑆 = ( ) 20 𝐿 = 8,01107 𝐿
−𝑐1 1,0511

𝑉𝐷 = 𝑉𝑆𝐼𝑆 − 𝑉𝑅𝐹𝑀𝐶 − 𝑉𝑅𝐹𝑃 = 15,0051 − 11,4976 − 6,6612 = −7,2816 𝐿

Desafortunadamente, el valor del volumen muerto obtenido resulta negativo, por lo que pro-
bablemente no exista tal desviación en nuestro reactor real, sino que más bien deba existir
algo de cortocircuito (como se dedujo en el modelo anterior). Por lo tanto, en principio tam-
poco sería aconsejable la aplicación directa de este modelo para calcular la conversión.

NOTA
A pesar de la incompatibilidad de volúmenes que se ha obtenido, y que hace que el modelo
no se pueda aplicar propiamente, podemos estimar la conversión que se derivaría del
mismo, aplicando la ecuación de diseño del sistema, correspondiente a una reacción de pri-
mer orden en disolución. Así:

𝑉𝑅𝐹𝑀𝐶 1 14,2756 𝐿
𝐷𝑎𝑅𝐹𝑀𝐶 = 𝑘 𝜏𝑅𝐹𝑀𝐶 = 𝑘 = 0,03001 · = 0,35701
𝑄𝑆𝐼𝑆 𝑚𝑖𝑛 20 𝑚𝐿 ( 1 𝐿 ) ( 60 𝑠 )
𝑠 1.000 𝑚𝐿 1 𝑚𝑖𝑛

𝑉𝑅𝐹𝑃 1 8,01107 𝐿
𝐷𝑎𝑅𝐹𝑃 = 𝑘 𝜏𝑅𝐹𝑃 = 𝑘 = 0,03001 · = 0,20034
𝑄𝑆𝐼𝑆 𝑚𝑖𝑛 20 𝑚𝐿 ( 1 𝐿 ) ( 60 𝑠 )
𝑠 1.000 𝑚𝐿 1 𝑚𝑖𝑛

(1 − 𝑒 −𝐷𝑎𝑅𝐹𝑃 ) + 𝐷𝑎𝑅𝐹𝑀𝐶 (1 − 𝑒 −0,20034 ) + 0,35701

𝑥𝐴 = = = 0,39687
1 + 𝐷𝑎𝑅𝐹𝑀𝐶 1 + 0,35701

Curiosamente, se obtiene también en este caso un valor de la conversión estimada del sis-
tema que coincide bastante con la calculada en el ejercicio anterior mediante la aplicación de
la integral combinada (xA = 0,39046). Por lo tanto, en realidad, tampoco este modelo sería
tan desechable como se ha establecido inicialmente. En definitiva, la concentración de P a la
salida del sistema sería en este caso la siguiente:
𝑔 𝑔
𝑃 = 𝐴𝑜 𝑥𝐴 = 200 · 0,39687 = 79,3749
𝐿 𝐿
FIN DE LA NOTA
8
 Tabla 1
C(t) F(t)
t C' Δa E(t) Δa γE(t) t·E(t) Δa t2·E(t) Δa I(t) Δa γI(t) t·I(t) Δa t2·I(t) Δa
min mg/L min mg/L 1/min - - - min min min2 1/min - - - min min min2
0 0 0 0 0 0 0,07997 0 0 0
10,0034 0,9 4,50153 0,05171 0,25862 0,25862 0,51724 2,58709 5,17417 25,8797 0,05929 0,69655 0,69655 0,5931 2,96653 5,93305 29,6753
20,0068 0,5 7,00238 0,02873 0,4023 0,66092 0,57471 5,46163 11,4982 83,39 0,02712 0,43218 1,12874 0,54253 5,68009 10,8543 83,9651
30,0102 0,2 3,50119 0,01149 0,20115 0,86207 0,34483 4,59926 10,3483 109,27 0,01103 0,1908 1,31954 0,33103 4,3693 9,93441 103,979
40,0136 0,1 1,50051 0,00575 0,08621 0,94828 0,22989 2,87454 9,19853 97,7676 0,00414 0,07586 1,3954 0,16552 2,4836 6,62294 82,8149
50,017 0,03 0,65022 0,00172 0,03736 0,98563 0,08621 1,581 4,31181 67,5747 0,00115 0,02644 1,42184 0,05747 1,11532 2,87454 47,5036
60,0204 0,01 0,20007 0,00057 0,01149 0,99713 0,03448 0,60365 2,06967 31,9182 0,00023 0,0069 1,42874 0,01379 0,35644 0,82787 18,5183
70,0238 0 0,05002 0 0,00287 1 0 0,17247 0 10,3519 0 0,00115 1,42989 0 0,06899 0 4,14075

Σa Σa Σa Σa Σa Σa Σa
min mg/L - min min2 - min min2
17,4059 1 17,8796 426,152 1,42989 17,0403 370,597

M/Q t̅ σt 2 e̅ σe2 varianza

2 2
min mg/L min min min min
17,4059 17,8796 106,47 varianza de residencia 17,0403 80,2258 varianza de edad
M residencia media 2σt edad media 2σe
mg min min
20,8871 masa de trazador 20,6369 amplitud de residencia 17,9138 amplitud de edad

Tabla 2
F(t)
F(θ)
θ E(θ) Δa γE(q) θ·E(θ) Δa θ2·E(θ) Δa I(θ) Δa γI(q) θ·I(θ) Δa θ2·I(θ) Δa
- - - - - - - - - - - - - - -
0 0 0 0 0 1 0 0 0 0
0,8 0,64655 0,25862 0,25862 0,51724 0,2069 0,41379 0,16552 0,74138 0,69655 0,69655 0,5931 0,23724 0,47448 0,18979
1,6 0,3592 0,4023 0,66092 0,57471 0,43678 0,91954 0,53333 0,33908 0,43218 1,12874 0,54253 0,45425 0,86805 0,53701
2,4 0,14368 0,20115 0,86207 0,34483 0,36782 0,82759 0,69885 0,13793 0,1908 1,31954 0,33103 0,34943 0,79448 0,66501
3,2 0,07184 0,08621 0,94828 0,22989 0,22989 0,73563 0,62529 0,05172 0,07586 1,3954 0,16552 0,19862 0,52966 0,52966
4 0,02155 0,03736 0,98563 0,08621 0,12644 0,34483 0,43218 0,01437 0,02644 1,42184 0,05747 0,0892 0,22989 0,30382
4,8 0,00718 0,01149 0,99713 0,03448 0,04828 0,16552 0,20414 0,00287 0,0069 1,42874 0,01379 0,02851 0,06621 0,11844
5,6 0 0,00287 1 0 0,01379 0 0,06621 0 0,00115 1,42989 0 0,00552 0 0,02648

Σa Σa Σa Σa Σa Σa
- - - - - -
1 1,42989 2,72552 1,42989 1,36276 2,37021

`q σθ2 `e σε 2
- - - -
1,42989 0,68095 varianza de residencia reducida 1,36276 0,5131 varianza de edad reducida
residencia media reducida 0,68095 edad media reducida 0,5131
2σθ 2σε
- -
1,65039 amplitud de residencia reducida 1,43261 amplitud de edad reducida

Tabla 3
2
Dispersión axial σθ 0,68095 D/uL a CA/CAo xA
D/uL < 0,01 0,34047 1,22925 0,71197 0,28803
0,01 < D/ul < 0,1 ambos abiertos 0,1924 1,13525 0,7028 0,2972
0,01 < D/ul < 0,1 abierto y cerrado 0,24812 1,17151 0,70649 0,29351
0,01 < D/ul < 0,1 ambos cerrados 0,34047 1,18518 0,70783 0,29217
0,27095
0,2696
0,26958
Da 0,37526 0,26958

9
 Tabla 4
θ I(θ) ln I(θ)
- - -
0 1 0
0,8 0,74138 -0,2992
1,6 0,33908 -1,0815
2,4 0,13793 -1,981
3,2 0,05172 -2,9618
4 0,01437 -4,2428
4,8 0,00287 -5,8522
5,6 0

Figura 1

Tabla 5
Cholette-Cloutier xA
QSIS 1,2 L/min 0,39165
QMC 0,41946 L/min co = ln(QMC/Q)
QCC 0,78054 L/min
VMC 8,99848 L c1 = -(V/VMC)(QMC/Q)
VD 6,00662 L

Tabla 6
Cholette-Cloutier xA
QSIS 1,2 L/min 0,39165
QMC 0,41946 L/min co = ln(QMC/Q)
QCC 0,78054 L/min
VMC 8,99848 L c1 = -(V/VMC)(QMC/Q)
VD 6,00662 L

10