Location via proxy:   [ UP ]  
[Report a bug]   [Manage cookies]                

Simulación de Operaciones Unitarias y Proceso - Clase I

Descargar como pptx, pdf o txt
Descargar como pptx, pdf o txt
Está en la página 1de 47

Prof. (Msc) Juan A. Freitez T.

Modelado y Simulacin de sistemas


Contenido
Conceptos:
Sistemas
Modelos y simulacin de sistemas.
Construccin de modelos:
El proceso de construccin de modelos.
Clasificacin de modelos.
Simulacin de sistemas continuos y discretos. Ejemplos.

Definicin del sistema
Sistema Entrada y salida del sistema.
Es un conjunto de partes o
elementos organizadas y
relacionadas que interactan
entre s para lograr un
objetivo. Los sistemas reciben
(entrada) datos, energa o
materia del ambiente y
proveen (salida) informacin,
energa o materia.
Definicin del sistema
Sistema Entrada y salida del sistema.
Es un conjunto de partes o
elementos organizadas y
relacionadas que interactan
entre s para lograr un
objetivo. Los sistemas reciben
(entrada) datos, energa o
materia del ambiente y
proveen (salida) informacin,
energa o materia.
Definicin del sistema
Modelado de un sistemas

Modelado es una tcnica cognitiva que consiste en crear una
representacin ideal de un objeto real mediante un conjunto de
simplificaciones y abstracciones, cuya validez se pretende
constatar. La validacin del modelo se lleva a cabo comparando las
implicaciones predichas por el mismo con observaciones..


Representacin 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 especfico),
restndole importancia a otras.
Tipos de modelos
Modelos Icnicos Ejemplo
La relacin de
correspondencia se establece
a travs de las propiedades
morfolgicas, habitualmente
un cambio de escala con
conservacin del resto de las
propiedades topolgicas.
Ejemplo: una maqueta,
donde se ha establecido una
reduccin de tamao
conservando las relaciones
dimensionales bsicas.
Tipos de modelo
Modelos Anlogos Ejemplo
Se construyen mediante un
conjunto de convenciones que
sintetizan y codifican
propiedades del objeto real para
facilitar la "lectura" o
interpretacin de las mismas.
Ejemplo: un mapa impreso,
construido mediante un
conjunto de convenciones
cartogrficas que hacen legibles
propiedades tales como las
altitudes, distancias,
localizacin fsica de objetos
geogrficos, etc.
Tipos de modelo
Simblicos o Matemticos: Ejemplo
Se construyen representando
el objeto real mediante una
codificacin matemtica
(geomtrica, estadstica,
etc.). Ejemplo: la
representacin de un edificio
mediante la identificacin y
codificacin en una
estructura geomtrica de sus
elementos bsicos
Clasificacin de los Modelos
Simblicos o Matemticos
Segn la evolucin respecto tiempo:
Estacionarios o Dinmicos.
Segn la aleatoriedad :
Estocsticos o Determinanticos.
Segn su connotacin
Cualitativos o Cuantitativos
Segn las variables de estado:
Discreto o Continuo

Ejemplo
Tipo de modelado
Icnico
Anlogo
Simblico o matemtico
Evolucin respecto tiempo:
Estacionarios
Dinmicos.
Aleatoriedad :
Estocsticos
Determinanticos.
Connotacin
Cualitativos
Cuantitativos
Variables de estado:
Discreto
Continuo

Ejemplo
Tipo de modelado
Icnico
Anlogo
Simblico o matemtico
Evolucin respecto tiempo:
Estacionarios
Dinmicos.
Aleatoriedad :
Estocsticos
Determinanticos.
Connotacin
Cualitativos
Cuantitativos
Variables de estado:
Discreto
Continuo
Leyes Fundamentales
Ley de conservacin de la materia.
1. Balance de materia global
Entrada - Salida = Acumulacin
Ejemplo: Considere el tanque de lquido de mezcla perfecta, la
figura 1, en el cual fluye una corriente lquida a una
tasa volumtrica de F
0
(ft
3
/min o m
3
/min) y con una
densidad de D
0
(lbm/ft
3
o kg/m
3
). El atraco
volumtrico de lquido en el tanque es V (ft
3
o m
3
), y
su densidad es D. La velocidad de flujo volumtrico
del tanque es F, y la densidad de la corriente de
emanacin es la misma que la del contenido del
tanque.
Figura 1. tanque de lquido de
mezcla perfecta
F
0
(t),
0
(t)
F(t), (t)
V(t), (t)
Balance de Materia
Entrada - Salida = Acumulacin

Masa que entra Masa que sale = Masa que se acumula

La densidad (smbolo ) de una sustancia es una
magnitud escalar referida a la cantidad de masa
contenida en un determinado volumen.
Entonces la expresin quedara de la siguiente manera
Sin embargo, un muchos casos se podra suponer que la densidad es constante si
no existe cambio de temperatura ni presin en el sistema, simplificando el
termino densidades.
Balance de Materia
Entrada - Salida = Acumulacin
Si la densidad es constante la expresin ser:
Sin embargo, el rea del tanque es contante,
por lo cual el volumen pode expresarse como
V = A*h(t), por lo tanto la ecuacin sera la
siguiente.
Finalmente puede se expresada como:
Donde:
F : Flujo volumtrico
Q: Caudal volumtrico
Linealizacin
La gran mayora de los sistemas fsicos son no lineales. Una clase
importante de ellos se puede describir por ecuaciones de estado.
Un ecuacin de estado lineal es una herramienta til para describir el sistema anterior en forma
apropiada. El proceso de obtencin de una modelo lineal a partir de uno no lineal, se denomina
linealizacin. La linealizacin se realiza alrededor de un punto trayectoria, definida por los
valores nominales que satisfacen a la ecuacin
TIPOS DE SIMULADORES
Rgimen:
Estacionarios: rgimen permanente.
Dinmicos: rgimen transitorio
Arquitectura:
Modulares-Secunciales
Orientados a ecuaciones
Modulares simultneos o hbridos
Variables manejada:
Estocsticas vs. Determinsticas
Cualitativas vs. Cuantitativas
Tipo de modelado
Discreto
Continuo
Simuladores estticos
Resolucin rigurosa de las ecuaciones de balance de materia y energa
para el conjunto de operaciones unitarias de un proceso continuo.
Proporciona datos para el dimensionamiento de equipos
Reduccin de la inversin por diseo ms ajustado
Mejora de la calidad
Menos ensayos en planta piloto: Ahorro de tiempo y dinero
Eliminacin de clculos repetitivos y errores
Ensayo sin riesgo de nuevas ideas de operacin
Mejor entendimiento del proceso
Escalado de procesos
Operacin fuera de diseo
Optimizacin de planta y diseo
Cuellos de botella, revamping, mejora en la produccin
Simuladores dinmicos
Operacin:
Respuesta de procesos continuos ante perturbaciones
Ajuste de controladores
Maniobras y desviaciones anormales en el proceso, para
estudios de seguridad y de emisiones
Anlisis de operabilidad y riesgo
Validacin de procedimientos de emergencia
Entrenamiento de operadores
Diseo:
Sistema de control y controlabilidad
Procedimientos de puesta en marcha y parada
Procesos discontinuos
Modulares secuenciales
Informacin ingresada por el usuario es fcilmente revisada
Problemas de diseo ms fciles de resolver
Se incrementa la dificultad cuando se plantea un problema de
optimizacin (funciona como cajas negras)
Poco verstiles, pero muy flexibles, muy confiables y bastante
robustos
Se calcula la salida de cada unidad a partir de la entrada y los
parmetros.
Muy empleados en la actualidad: ej. Aspen Plus (AspenTech),
ChemCAD, PRO/II (SimSci), Hysim (Hyprotech), Hysys
(Hyprotech, comprada recientemente por AspenTechnologies)
Orientados a ecuaciones
Cada equipo se representa por las ecuaciones que lo modelan. El
modelo es la integracin de todos los subsistemas
Desaparece la distincin entre variables de proceso y parmetros
operativos, por lo tanto se simplifican los problemas de diseo
Resolucin simultnea del sistema de ecuaciones algebraicas (no
lineales) resultante
Mayor velocidad de convergencia
Necesita una mejor inicializacin
A mayor complejidad, menor confiabilidad en los resultados y ms
problema de convergencia
Ms difcil de usar por no especialistas
Arquitectura preferida en nuevos simuladores: ej. Aspen Custom
Modeler (AspenTech), RTO-OPT (AspenTech), NOVA (Nova),
gPROMS, ABACUSS
Hbridos o modulares simultneos
Combinan la estrategia modular y la orientada a
ecuaciones
Se aprovechan los aspectos positivos de ambas
metodologas
Se resuelven simultneamente todas las variables, como
en el modelo global
Para el resto se mantiene la filosofa modular: secuencia
de clculo, uso de mdulos para introducir datos, etc.
Prof. (Msc) Juan A. Freitez T.
Modelado y Simulacin de sistemas
Contenido
La simulacin como proceso experimental:
experimentos y utilizacin de computadoras.
Descripcin de metodologas para estudios de
simulacin de sistemas.
Aplicaciones de la simulacin de sistemas. Ejemplos.
Simulacin
"La simulacin es el proceso de disear un modelo de un sistema
real y llevar a trmino experiencias con el mismo 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

Imitacin de la operacin de un proceso del mundo real o sistema
sobre tiempo. La simulacin comprende la generacin de un
historial artificial de un sistema, y la observacin de tal historial
para mostrar las conclusiones concernientes a las caractersticas de
operacin del sistema real.
J. Banks, J. S. Carson y B. L. Nelson.
Simulacin
SISTEMA REAL
Experimentar con
el sistema
Experimentar con
Modelo del sistema
Experimentar con
Modelo Fsico
Experimentar con
Modelo Matemtico
Aplicacin en la Industria
Diagnosis. El modelo se emplea como representacin profunda
del sistema, sobre el que es posible determinar las causas que
generan una desviacin respecto a un comportamiento terico.
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
conduciran al mismo a una determinada situacin. Los modelos
causales son especialmente importantes para ello, dado que
representan los mecanismos de propagacin de efectos en el
sistema modelado.
Aplicacin en la Industria
Optimizacin. El modelo se emplea para determinar
situaciones del proceso en las que se logra una mejora
del rendimiento.
Enseanza. El modelo se utiliza para que una persona
estudie el comportamiento del sistema al que modela.
Este tipo de sistemas se han empleado en multitud de
circunstancias.
Ventajas uso de la simulacin
Experimentacin econmica: Es posible estudiar
procesos existentes de una forma ms rpida, econmica y
completa que en una planta real.
Extrapolacin: Con un modelo matemtico adecuado se
pueden ensayar intervalos extremos de las condiciones de
operacin, que pueden ser impracticables o imposibles de
realizar en una planta real.
Estudio de conmutabilidad y evaluacin de otros
planes de actuacin: Se pueden introducir nuevos factores
o elementos de un sistema y suprimir otros antiguos al
examinar el sistema con el fin de ver si estas modificaciones
son compatibles.
Ventajas uso de la simulacin
Repeticin de experimentos: La simulacin permite estudiar
el efecto de la modificacin de las variables y parmetros con
resultados reproducibles. En el modelo matemtico se puede
introducir o retirar a voluntad un error, lo cual no es posible en la
planta real.
Clculos de Control: La simulacin constituye una importante
ayuda material para el estudio de los sistemas de control con
lazos abiertos y cerrados.
Ensayos de sensibilidad: Se pueden ensayar la sensibilidad de
los parmetros de costes y los parmetros bsicos del sistema.
Estudio de la estabilidad del sistema: Se puede examinar la
estabilidad de sistemas y subsistemas frente a diferentes
perturbaciones.
Desventajas de la simulacin
No existe una formulacin matemtica: Muchos sistemas
reales no pueden ser modelados matemticamente con las
herramientas actualmente disponibles; por ejemplo, la conducta
de un cliente de un banco.
Existe una formulacin matemtica pero es difcil obtener
una solucin analtica: Los modelos matemticos utilizados
para modelar un reactor nuclear o una planta qumica son
imposibles de resolver en forma analtica sin realizar serias
simplificaciones.
No existe el sistema real: Es el problema del ingeniero que tiene
que disear un equipo nuevo o una nueva planta. El diseo del
sistema mejorar notablemente si se cuenta con un modelo
adecuado para realizar experimentos.
Cuando usar simulacin
Los experimentos son imposibles debido a impedimentos
econmicos, de seguridad, de calidad o ticos: En este caso,
el sistema real est disponible para realizar experimentos, pero la
dificultad de los mismos hace que se descarte esta opcin. Un
ejemplo de esto es la imposibilidad de provocar fallas en un avin
real para evaluar la conducta del piloto.
El sistema evoluciona muy lentamente o muy rpidamente:
Un ejemplo de dinmica lenta es el problema de los cientficos
que estudian la evolucin del clima. Ellos deben predecir la
conducta futura del clima dado las condiciones actuales, no
pueden esperar que un tornado arrase una ciudad para luego dar
el mensaje de alerta. Por el contrario, existen fenmenos muy
rpidos que deben ser simulados para poder observarlos en
detalles, por ejemplo una explosin.
Estadio de Simulacin
Modelado
de
Sistema
Formulacin
del problema
Definicin
del sistema
Formulacin
del modelo
Coleccin
de datos
Implementacin
del modelo
Verificacin
Validacin
Diseo de
experimentos
Experimentacin
Interpretacin
Implementacin
Documentacin
Etapa I
Etapa II
Etapa III
Etapa I
Formulacin del problema.
Objetivo de la simulacin.
Alcance y limitaciones de la simulacin.
Definicin del sistema.
Tipo de sistema
Tipos de datos de entrada y salida del sistema.
Formulacin del modelo.
Modelo Terico (Descripcin del proceso)
Modelo Conceptual (BD, PFD, DFI, DS)
Recoleccin de los datos de las variables y parmetros del
sistemas
Formulacin del problema.
Siendo el primer paso, es muy crucial, ya que aqu se
debe establecer el objetivo de la simulacin (Disear,
Evaluar, Controlar o Optimizar el proceso), las
limitaciones y alcance del mismo.
Qu quieres?
Para que lo quieres?
Cmo lo quieres?
Para cuando lo quieres?
Formulacin del problema.
De no limitar el sistema y identificarlo claramente, hay
mayor riesgo de no obtener resultado satisfactorio.
Si el sistema seleccionado es muy complejo obtener la
informacin del mismo se convierte en una tarea
complicada.
Si el sistema seleccionado es muy simple se puede estar
alejando del proceso real.



















Zona II
Zona I










Gas mezclado

(ZZ Kg/hr)
Reactor
Tolueno
(XX Kg/hr)
H
2
(YY Kg/hr)
Separador
de Gas
Fraccionadora
Benceno

(AA Kg/hr)
Liquido
mezclado
Reciclo Tolueno
Conversin
Definicin del sistema
Tipos de datos de entrada y salida del sistema.
Definicin del sistema
Prof. (Msc) Juan A. Freitez T.
Modelado y Simulacin de Sistemas
Contenido
Modelado:
Modelado de la aleatoriedad en sistemas discretos.
Variables estocsticas:
Funciones de probabilidad.
Generacin de muestras de distribuciones aleatorias.
Mtodos de Montecarlo:
Generacin de nmeros Pseudo aleatorios y aleatorios.
Ejemplos de Aplicacin del mtodo de Montecarlo.
Modelado de la aleatoriedad en
sistemas discretos
Los modelos de simulacin
habitualmente incluyen
aleatoriedad, hasta el punto
de que en muchos casos
cuando el modelo es
determinista se considera un
caso particular de un modelo
estocstico ms general. Por
tanto, es necesario modelar
correctamente la aleatoriedad
incluida y disponer de
procedimientos rpidos y
eficientes para generar
valores de variables aleatorias
con una distribucin
determinada y conocida.
Variables estocsticas
Funciones de probabilidad Clasificacin
Es una distribucin terica de
frecuencias que describe cmo
se espera que varen los
resultados de un experimento.
Existen diferentes tipos de
modelos que permiten describir
el comportamiento de
fenmenos estadsticos que
permiten hacer inferencias y
tomar decisiones en condiciones
de incertidumbre.
Distribuciones
Discretas
Binomial
Hipergeomtriica
Multinomila
Poisson
Continuas
Uniforme
Exponencial
Normal
Ejemplo
Para variable aleatoria
discreta
Resultados del lanzamiento
Encuentre la distribucin de
probabilidad de lanzar dos
monedas y la variable
aleatoria nmero de cara.
Cul es la probabilidad de
obtener exactamente 2 caras
al lanzar una misma moneda
6 veces ?
Moneda 1 Moneda 2 N Caras
Cara Cara 2
Sello Sello 0
Cara Sello 1
Sello Sello 0
Cara Sello 1
Cara Sello 1
Funcin de Distribucin
DISTRIBUCIN BINOMIAL




DISTRIBUCIN DE POISSON

!
,
X
e
X P
X

p(X) = probabilidad de que ocurran x xitos, cuando el nmero


promedio de ocurrencia de ellos es
= media o promedio de xitos por unidad de tiempo, rea o
producto
e = logaritmo natural
X = variable que nos denota el nmero de xitos que se desea
que ocurra


x n x
q p
x n x
n
x X P


! !
!
P(X)= es la probabilidad de ocurrencia del evento
p = es la probabilidad de xito del evento (en un
intento)
q = es la probabilidad de fracaso del evento (en un
intento) (se define como q = 1 p )
X = ocurrencia del evento o xitos deseados
n = nmero de intentos
Caso prctico
La manufactura de cierta pieza
consta de 3 operaciones bsicas.
El tiempo que se requiere para
completar la primera operacin
es exactamente 10 minutos; el
tiempo necesario para dar por
terminada la segunda etapa est
distribuido exponencialmente
con media de 12 minutos/pieza,
finalmente el tiempo de la
tercera etapa se distribuye
uniformemente entre 15 y 22
minutos. Simule el proceso y
determine el valor esperado y la
varianza del tiempo de
produccin por pieza.
Formulacin del problema.
Objetivo de la simulacin.
Alcance y limitaciones de la
simulacin.
Definicin del sistema.
Tipo de sistema
Tipos de datos de entrada y salida
del sistema.
Formulacin del modelo.
Modelo Terico (Descripcin del
proceso)
Modelo Conceptual (BD, PFD, DFI,
DS)
Recoleccin de los datos de las
variables y parmetros del sistemas

También podría gustarte