02 - Uso de Software
02 - Uso de Software
02 - Uso de Software
Problema 1
𝑅𝑅𝑅𝑅 𝑎𝑎
𝑃𝑃 = − 2 (1)
𝑣𝑣 − 𝑏𝑏 𝑣𝑣 + 𝑢𝑢𝑢𝑢𝑢𝑢 + 𝑤𝑤𝑏𝑏 2
0.08664𝑅𝑅𝑇𝑇𝑐𝑐
𝑏𝑏 = (2)
𝑃𝑃𝐶𝐶
2
0.42748𝑅𝑅2 𝑇𝑇𝑐𝑐2 𝑇𝑇 0.5
𝑎𝑎 = �1 + 𝑓𝑓𝑤𝑤 �1 − 0.5 �� (3)
𝑃𝑃𝑐𝑐 𝑇𝑇𝑐𝑐
Para ello, inicialmente se reorganizo la ecuación SRK en un polinomio de tercer grado, Ec.
5, donde Z corresponde al factor de compresibilidad a las condiciones especificadas y las
constantes A, B, y C son funciones de la presión y temperatura evidenciadas en las Ec. 6,
7 y 8 respectivamente.
1
Después, con ayuda de la función roots de Matlab se encontraron las 3 soluciones
posibles de la Ec. 5 y finalmente se obtuvieron los datos de volumen que tenían sentido
físico. Los datos de volumen, presión y temperatura se muestran en la Tabla 1.
Tabla 1. Datos de volumen molar calculado para valores de presión y temperatura especificados.
Presión (atm) Temperatura (ºC) Volumen molar (L/mol)
0.56 15 42.11
1.2 25 20.293
2.5 40 10.206
1.5 32 16.609
0.1 29 247.85
0.05 112 632.08
clear; clc;
%Definicion de parametros
R = 0.082057; % R en (atm*L)/(mol*K)
T = [15 25 40 32 29 112]' + 273.15;
P = [0.56 1.2 2.5 1.5 0.1 0.05]';
Tc = 293.5;
Pc = 79.975;
w = 0.5625;
Ans = zeros(n,3);
for i = 1:n
for j = 1:3
cond = isreal(v(i,j));
if cond == 1
Ans(i,j) = v(i,j);
end
end
end
Volume = Ans;
T = T -273.15;
Table = table(P, T, Volume);
disp(Table)
2
donde soaveEOS corresponde a la siguiente función:
function v = soaveEOS(R,T,P,Tc,Pc,w)
Tr = T/Tc; u = 1; W = 0;
Fw = 0.48 + 4.574*w - 0.176*(w^2);
a1 = (1/Pc)*(0.42748*(R*Tc)^2);
a2 = (1 + Fw*(1-(Tr^0.5)))^2;
a = a1*a2;
b = 0.08664*R*Tc*(1/Pc);
alfa = (a*P)/((R*T)^2);
beta = (b*P)/(R*T);
A = u*beta - beta -1;
B = alfa + W*(beta^2) - u*beta - u*(beta^2);
C = -alfa*beta - W*(beta^2) - W*(beta^3);
Z = roots([1 A B C])';
v = (Z*R*T/P);
end
Problema 2
Se realizó un diseño factorial 23 de dos niveles con 2 réplicas y 4 puntos centrales para
evaluar si la temperatura de entrada, la presión de entrada y masa del catalizador por tubo
tenían un efecto sobre la producción de metanol. Debido a que en el simulador usado, al
momento de dar valores a ciertas variables estas no siempre alcanzaban un mismo número
dos veces, se realizó el experimento con 2 bloques, cada uno con dos puntos centrales y
una réplica, en donde después de cada bloque se reiniciaba el simulador al valor por defecto
para seguir con el muestreo. En la Tabla 2 los datos obtenidos.
Tabla 2. Datos de la variable de respuesta obtenidos a partir de diferentes niveles de cada factor.
3
Una vez obtenidos los datos, estos se analizaron con ayuda del programa STATGRAPHICS
19 (free versión trial), obteniendo la Tabla 3, la cual corresponde al análisis de varianza, en
donde se puede observar que el efecto de tercer orden al igual que el efecto AB no son
significativos con una confianza del 95%, es decir, no afectan a la producción de metanol
ya que su valor P es mayor que 0.05. Para tener una comparativa visual sobre cuál es el
efecto con mayor relevancia, se evidencia un diagrama de Pareto estandarizado en la
Figura 1.
B +
-
AC
BC
ABC
AB
4
Teniendo en cuenta la información visual que se obtiene a partir de la Figura 1, donde el
factor con mayor efecto sobre la producción de metanol la es la temperatura de entrada, se
propone el modelo de ajuste, Ec. 9, en el cual x1, x2, x3 corresponden a la masa del
catalizador por tubo, temperatura de entrada y presión de entrada respectivamente.
𝑦𝑦 = 𝛽𝛽0 + 𝛽𝛽1 𝑥𝑥1 + 𝛽𝛽2 𝑥𝑥2 + 𝛽𝛽3 𝑥𝑥3 + 𝛽𝛽13 𝑥𝑥1 𝑥𝑥3 + 𝛽𝛽23 𝑥𝑥2 𝑥𝑥3 + 𝛽𝛽22 𝑥𝑥22 (9)
Finalmente, con ayuda de Matlab, se determinó el valor numérico para cada uno de los
parámetros y se realizó una gráfica de superficie de respuesta (Figura 2) en la que se
observa que, para ambos niveles de presión de entrada, la producción de metanol es
mínima cuando la temperatura de entrada y la masa del catalizador por tubo es mínima
(180ºC y 5 kg respectivamente), mientras que cuando estas dos variables de proceso
alcanzan un valor máximo (220ºC y 15 kg respectivamente), la producción de MeOH es
máxima. Los valores numéricos de los parámetros de la ecuación de ajuste, al igual que el
coeficiente de correlación al cuadrado, se evidencian en Tabla 4.
β0 19.2341
β1 1.1180
β2 8.5306
β3 0.8145
β13 1.1191
β23 0.1517
β22 -0.3203
R2 0.9998
5
El algoritmo de Matlab usado es:
clear; clc;
Data = [5 180 39 9.8089;
15 180 39 9.8056;
5 220 39 26.5076;
15 220 39 26.5074;
5 180 63 8.8203;
15 180 63 13.5322;
5 220 63 26.3028;
15 220 63 30.6865;
10 200 51 19.3657;
10 200 51 19.3657;
5 180 39 9.6363;
15 180 39 9.6310;
5 220 39 26.4491;
15 220 39 26.4488;
5 180 63 8.6434;
15 180 63 13.1881;
5 220 63 26.1980;
15 220 63 30.4550;
10 200 51 19.1025;
10 200 51 19.1025];
n = length(y);
x = ones(n,7); x(:,2) = x1; x(:,3) = x2; x(:,4) = x3; x(:,5) = x1.*x3; x(:,6) = x2.*x3;
x(:,7) = x2.^2;
a = (x'*x); b = (x'*y);
B = (a)\(b); R2=((B'*x')*y-n*(mean((y))^2))/((y'*y)-n*(mean((y))^2));
X1 = -1:0.1:1;
X2 = -1:0.1:1;
n = length(X1);
for i=1:n
for j=1:n
end
end
subplot(1,2,1),surf(X1,X2,YC1);
xlabel('x_1')
ylabel('x_2')
zlabel('produccion de MeOH(kt/año)')
title('Produccion de MeOH cuando la presion de entrada es 39 bar')
subplot(1,2,2),surf(X1,X2,YC2);
xlabel('x_1')
ylabel('x_2')
zlabel('produccion de MeOH(kt/año)')
title('Produccion de MeOH cuando la presion de entrada es 63 bar')