Descarga la aplicación para disfrutar aún más
Vista previa del material en texto
TECNOLÓGICO NACIONAL DE MÉXICO INSTITUTO TECNOLÓGICO DE TOLUCA SEP SES TecNM INSTITUTO TECNOLÓGICO DE TOLUCA DEPARTAMENTO DE INGENIERIA QUÍMICA Y BIOQUÍMICA INGENIERÍA QUÍMICA EXAMEN TEMA 1 SIMULACIÓN DE PROCESOS PRESENTA: HERNÁNDEZ MARTÍNEZ MISAEL ABRAHAM NO. CONTROL: 18280998 CATEDRÁTICO. DR. BORJA SALIN MANUEL ANTONIO TECNOLÓGICO NACIONAL DE MÉXICO INSTITUTO TECNOLÓGICO DE TOLUCA METEPEC, ESTADO DE MÉXICO, 30 SEPTIEMBRE DE 2021 Departamento de Ingeniería Química y Bioquímica Docente: DR. BORJA SALIN MANUEL ANTONIO 1 Índice 1.- Maneje TRES escenarios, Optimista, Realista y Pesimista para describir el comportamiento de su variable a medir en el proyecto, valídelo con los artículos criteriales propuestos y concluya. 2 2.- Compare el comportamiento de sus tres variables principales en una sola figura y concluya. 3 3.- Grafique mediante funciones el comportamiento de sus cuatro variables de la mejor manera posible y una de ellas deberá ser con escala logarítmicas. 6 4.- Resuelva analítica y gráficamente la solución de un sistema de ecuaciones lineales mediante Python, explique el Código 14 5.- Grafique 6 ecuaciones de estado al mismo tiempo para un compuesto único y concluya. 17 1.- Maneje TRES escenarios, Optimista, Realista y Pesimista para describir el comportamiento de su variable a medir en el proyecto, valídelo con los artículos criteriales propuestos y concluya. El objetivo de este estudio fue optimizar la fermentación continua de acetona-butanol-etanol (ABE) utilizando un sistema de quimiostato de dos etapas integrado con la extracción líquido-líquido de los solventes producidos en la primera etapa. El análisis de escenarios permite considera el riesgo del proyecto, este método considera un grupo de posibles situaciones que podrían resultar al realizar el proyecto. Generalmente se consideran tres escenarios, dos de los cuales van al extremo tanto positivo como negativo del proyecto y el que se mantiene con el resultado dado del proyecto. Todos los proyectos tienen un grado de incertidumbre a pesar de considerar la mayor cantidad de actividades que en el proyecto vayan a suscitarse, por esta razón los accionistas tienen un riesgo sobre las inversiones, por lo que es importante analizar tres tipos de escenarios los que nos permiten conocer que tan susceptible el proyecto a variaciones positivas como negativas. En el caso del papel existen factores que están fuera del alcance de los inversionistas, el más susceptible a variaciones es el costo del papel reciclado ya que no hay muchas empresas que lo recogen y lo vendan al por mayor, también se encuentran la variación de sueldos que los básicos son fijados por el gobierno, un factor positivo es que la demanda del producto se incremente por el incentivo que se dé al uso de este. ESCENARIO ÓPTIMO En el escenario óptimo consideramos tres aspectos: 1. El proyecto pueda crecer en sus ventas en un 5%, ya sea porque el producto sustituye al existente al mercado, ya que su ingreso a este es acelerado. 2. El precio de la materia prima se mantiene. 3. Los sueldos se incrementan en un 5%. ESCENARIO REALISTA El escenario moderado es el que se obtuvo como resultado de la elaboración del presente proyecto el que considera la oferta y demanda del mercado introduciéndose, acorde a posibilidades económicas. ESCENARIO PÈSIMO En el escenario pésimo consideramos tres aspectos: 1. El proyecto mantiene sus ventas. 2. El precio de la materia prima aumenta en un 10% 3. Los sueldos se incrementan en un 5%. Es utilizado como antiséptico de uso tópico en concentraciones del 70% en agua, con una efectividad equivalente a la del etanol. El TLV-TWA es de 400 ppm (983 mg/m3) y el TLV-STEL (valor límite umbral para exposiciones de corta duración) de 500 ppm (1230 mg/m3). Es una substancia inflamable. Mezclado con agua, es muy utilizado en la limpieza de lentes de objetivos fotográficos y todo tipo de ópticas. Sirve para limpiar contactos de aparatos electrónicos, ya que no deja marcas y es de rápida evaporación. También se usa en la limpieza de cabezas magnéticas en aparatos de vídeo y audio. En química, es para síntesis orgánica y como intermedio químico, funciona como disolvente para ceras, aceites vegetales, resinas naturales y sintéticas, ésteres y éteres de celulosa (Martí, et al, 1997). La elección del proceso o método a seguir es la deshidrogenación catalítica del alcohol isopropílico, debido a lo siguiente: características del proceso vía deshidrogenación de alcohol isopropílico: · Alta pureza de acetona · Alta conversión · No hay peligro en las impurezas · Cortos procesos de separación para purificación · Materia prima en solución acuosa Ya que algunas de las características por vía cumeno, no eran las mejores para el proceso. características del proceso vía cumeno: · Baja pureza de acetona · Baja conversión · Impurezas tóxicas · Largos procesos de separación para purificación · Materias primas tóxicas 2.- Compare el comportamiento de sus tres variables principales en una sola figura y concluya. Código: from mpl_toolkits.axes_grid1 import host_subplot from mpl_toolkits import axisartist import matplotlib.pyplot as plt host = host_subplot(111, axes_class=axisartist.Axes) plt.subplots_adjust(right=0.75) par1 = host.twinx() par2 = host.twinx() par2.axis["right"] = par2.new_fixed_axis(loc="right", offset=(60, 0)) par1.axis["right"].toggle(all=True) par2.axis["right"].toggle(all=True) p1, = host.plot([523,533,543,553,563,573,583,593,603,613,623,633,643,653,663], [218.0379033,162.6045347,122.6240907,93.45359691,71.93609425,55.89836816,43.82677222,34.65524978,27.62499096,22.1904125,17.95545774,14.62997313,11.99952602,9.904316778,8.224306444], label="Densidad") p2, = par1.plot([523,533,543,553,563,573,583,593,603,613,623,633,643,653,663], [0.02072535,0.02832218,0.03826099,0.05112829,0.06762288,0.0885702,0.11493736,0.1478488,0.18860244,0.23868617,0.29979454,0.37384565,0.46299791,0.56966667,0.69654053], label="Temperatura") p3, = par2.plot([523,533,543,553,563,573,583,593], [8.1931017364506,6.88982533566914,5.76994200531347,4.79041584944755,3.91379150165664,3.10332515329802,2.31298924056087,1.4483115358805,], label="Presión") host.set_xlim(523, 663) host.set_ylim(0, 250) par1.set_ylim(0, 0.8) par2.set_ylim(1.4, 9) host.set_xlabel("Temperatura") host.set_ylabel("Volumen") par1.set_ylabel("Constante de velocidad") par2.set_ylabel("Presión") host.legend() host.axis["left"].label.set_color(p1.get_color()) par1.axis["right"].label.set_color(p2.get_color()) par2.axis["right"].label.set_color(p3.get_color()) plt.show() Se hicieron variaciones de temperatura (T) y de presión (P) para visualizar la influencia de éstas, con respecto al volumen de diseño de nuestro reactor PFR. Se observa que, a mayor temperatura y presión, menor será el volumen para utilizar del reactor y con ello menos costes de construcción. Aunque, por otra parte, controlar temperaturas y presiones altas pueden ser situaciones críticas en el proceso. 3.- Grafique mediante funciones el comportamiento de sus cuatro variables de la mejor manera posible y una de ellas deberá ser con escala logarítmicas. Composición de Acetona en el destilador x vs y Código: import math from matplotlib.pyplot import plot,suptitle,xlabel,ylabel import numpy as np # v_x=50-60t; # y=100-4t**2; # Calculo # x=50t-8t**2; a_x=-16;# componente x # v_y=-8t; velocidad del componente y a_y=-8;# Componente y # Cuando y=0, t=math.sqrt(100/4); v_x=50-(16*t); v_y=-8*(t); v=math.sqrt((v_x**2)+(v_y**2));# m/s a=math.sqrt(a_x**2+a_y**2);# m/s**2 y=[0,20,40,60,80,100];# m t=[math.sqrt((100-y[0])/4),math.sqrt((100-y[1])/4),math.sqrt((100-y[2])/4),math.sqrt((100-y[3])/4),math.sqrt((100-y[4])/4),math.sqrt((100-y[5])/4)];# s x=[((50*t[0])-(8*t[0]**2)),((50*t[1])-(8*t[1]**2)),((50*t[2])-(8*t[2]**2)),((50*t[3])-(8*t[3]**2)),((50*t[4])-(8*t[4]**2)),((50*t[5])-(8*t[5]**2))];# m v_x=[50-(16*(t[0])),50-(16*t[1]),50-(16*t[2]),50-(16*t[3]),50-(16*t[4]),50-(16*t[5])];v_y=[-8*(t[0]),-8*(t[1]),-8*(t[2]),-8*(t[3]),-8*(t[4]),-8*(t[5])]; v=[math.sqrt((v_x[0]**2)+(v_y[0]**2)),math.sqrt((v_x[1]**2)+(v_y[1]**2)),math.sqrt((v_x[2]**2)+(v_y[2]**2)),math.sqrt((v_x[3]**2)+(v_y[3]**2)),math.sqrt((v_x[4]**2)+(v_y[4]**2)),math.sqrt((v_x[5]**2)+(v_y[5]**2))],;# m/s a=math.sqrt(a_x**2+a_y**2);# m/s**2 plot(x,y,'*-',color='blue') xlabel('x,m') ylabel('y,m') Código: import matplotlib.pyplot as plt import numpy as np # (a). y-x diagrama a 40 °C P1sat=0.56249; # Presión de saturación de acetona a 40°C en bar P2sat=0.0738443; # Presión de saturación de agua a 40°C en bar from pylab import * figure(1); #Calculo de (a) a=P1sat/P2sat; x1=linspace(0,1.0,10); y1=(a*x1)/(1+x1*(a-1)); # y Function plt.plot (x1,y1,'-*b',label='y1'); plt.plot (x1,x1,'-<r',label='x1'); # plot comment plt.title ("(a).y-x diagrama para la mezcla a 40 °C"); plt.xlabel(" x1 "); plt.ylabel(" y1 "); plt.legend(loc='upper left') #Calculo de (b) # (b). p-x-y diagrama a 40 °C # p=(x1*P1sat)+(1-x1)*P2sat x1=[0,0.2,0.5,0.8,1]; y1=[0,0.285,0.615,0.865,1]; p=[9.607,10.7526,12.471,14.1894,15.335]; figure(2); plt.plot (x1,p,'-*b',label='Liquido') plt.plot(y1,p,'-<r',label='Vapor'); plt.title ("(b).P-y-x diagrama para la mezcla a 40 °C"); plt.xlabel(" x1 & y1 "); plt.ylabel(" P en bar "); plt.legend(loc='upper left') #Calculo de (c) # (c).t-x-y diagrama a 1 atm # p=a atm =(x1*P1sat)+(1-x1)*P2sat T1sat=55.29; # Temperatura de saturación de acetona a 1 bar en oC T2sat=100.0; # Temperatura de saturación de agua a 1 bar en oC x1=0.5; P1sat=12.186; P2sat=7.654; a=P1sat/P2sat; y1=(a*x1)/(1+x1*(a-1)); x1=[0.0,0.126,0.275,0.458,0.692,1.0]; y1=[0,0.367,0.626,0.805,0.924,1.0]; t=[100,91.25,82.51,73.77,65.03,56.29]; figure(3); plt.plot (x1,t,'-*b',label='Liquido'); plt.plot (y1,t,'-<r',label='Vapor'); plt.title ("(c).T-y-x diagrama para la mezcla a 1 bar"); plt.xlabel(" x1 & y1 "); plt.ylabel(" T en °C "); plt.legend(loc='upper right'); plt.show(); Código: import matplotlib.pyplot as plt import numpy as np from matplotlib.ticker import NullFormatter # Fijando el edo random de reproductibilidad np.random.seed(19668080) # Colocando datos en el intervalo (0, 1) y =np.random.normal(loc=0.5, scale=0.4, size=500) y = y[(y > 0) & (y < 1)] y.sort() x = np.arange(len(y)) # log plt.plot(x, y) plt.yscale('Log') plt.title('T vs P') plt.grid(True) plt.ylabel("Presión"); plt.xlabel(" Temperatura "); # Ajustando el subplot para que se pueda escribir "1 - 10^{-3}" #debido a que logit ocupas mas espacio del normal plt.subplots_adjust(top=0.92, bottom=0.08, left=0.10, right=0.95, hspace=0.25, wspace=0.35) 4.- Resuelva analítica y gráficamente la solución de un sistema de ecuaciones lineales mediante Python, explique el Código -34X+6Y+8Z=26 X+8Y+12Z=220 30X+85Y+2Z=270 Código: import numpy as np import matplotlib.pyplot as plt from mpl_toolkits.mplot3d import Axes3D from matplotlib import cm #mapa de colores A=np.array([[-34,6,8],[1,8,12],[30,85,2]]) b=np.array([26,220,270]) sol=np.linalg. solve(A,b) print('EL VALOR DE LA SOLUCION del sistema LINEAL ES', sol) x=np.linspace(0,10,10) y=np.linspace(0,10,10) X,Y=np.meshgrid(x,y) #despejando Z """ z1=13+17x-3y/4 z2=220-x-8y/12 z3=270-30x-85y/2 """ Z1=(13+17*X-3*Y)/4 Z2=(220-X-8*Y)/12 Z3=(270-30*X-85*Y)/2 #mayusculas #GRAFICAS #mapas de colores #https://matplotlib.org/examples/colormaps_reference.html fig=plt.figure() ax=fig.add_subplot(111, projection='3d') ax.plot_surface(X,Y,Z1,alpha=0.5,cmap=cm.Accent,rstride=100,cstride=100) #Plano 1 ax.plot_surface(X,Y,Z2,alpha=0.5,cmap=cm.Paired,rstride=100,cstride=100) #plano 2 ax.plot_surface(X,Y,Z3,alpha=0.5,cmap=cm.Pastel1,rstride=100,cstride=100)#Plano 3 ax.plot((sol[0],),(sol[1],),(sol[2],),lw=2,c='k',marker='o',markersize=7,markeredgecolor='g',markerfacecolor='white') #Nombre ejes ax.set_xlabel('EJE X');ax.set_ylabel('EJE Y');ax.set_zlabel('EJE Z') plt.show() EL VALOR DE LA SOLUCION del sistema LINEAL ES [ 3.51032987,1.53715329, 17.01603698] 5.- Grafique 6 ecuaciones de estado al mismo tiempo para un compuesto único y concluya. Para Hidrógeno (H2) Código: #Graficar 6 ecuaciones de estado al mismo tiempo para el hidrógeno import numpy as np #importamos liberia de arreglos, matrices import matplotlib.pyplot as plt # importamos librería para generar gráficas a partir de datos contenidos en listas #Ecuación de gases ideales #1 . Ecuación de Redlich-Kwong def GI(V): R=8.314 #(kPa*m^3/kmol*K) T = 298.15 #K n=1 #mol P=(n*R*T)/V return P #2. Ecuación de Redlich-Kwong def RK(V): R=8.314 #(kPa*m^3/kmol*K) T = 298.15 #K Tc=425 #K Pc=3617.303 #kPa aa=(1.32*(R**2)*(Tc**2.5))/Pc be=(0.0312*R*Tc)/Pc k=(R*T)/(V-be) l=(aa)/((T**0.5)*(V)+(V+be)) P=k-l return P #3. Ecuación de Beattie-Bridgeman def BB(V): R=8.314 #(kPa*m^3/kmol*K) T = 298.15 #K c=504 A0=2040.63 a=-0.00506 B0=0.02096 b=-0.04359 #Calculando los valores para los gases reales A = (A0)*(1-(a)/(V)) B = (B0)*(1-(b)/(V)) #Obteniendo el valor de la presión w = ((R)*(T))/(V**2) x = 1-(c)/((V)*(T**3)) y = V + B z = (A)/(V**2) P = (w)*(x)*(y)-(z) return P #4. Ecuación BWR def BWR(V): R=8.314 #(kPa*m^3/kmol*K) T = 298.15 #K a = 2.54 A0 = 106.73 b = 0.002328 B0 = 0.0478 c = 73780 C0 = 80560 alfa = 0.0001272 y = 0.006 #Calculando el valor de la presión d = ((R)*(T))/(V) e = ((R)*(T)*(B0)-A0-((C0)/(T**2)))/(V**2) f = ((R)*(T)*(b)-a)/(V**3) g = ((a)*(alfa))/(V**6) #Recordando que euler vale 2.718 h = (c/((V**3)*(T**2)))*(1 + (y/(V**2)))*((2.718)**((-y)/(V**2))) P = d + e + f + g + h return P #5. Ecuación de Peng-Robinson def PR(V): R=8.314 #(kPa*m^3/kmol*K) T = 298.15 #K Tc=425 #K Pc=3617.303 #kPa aa=(1.378*(R**2)*(Tc**2.5))/Pc be=(0.03183*R*Tc)/Pc #Factor acéntrico=wa wa=0.193 S=0.37464+(1.54226*wa)-(0.26992*wa**0.5) Tr=T/Tc alf=((1+S*(1-(Tr**0.5)))**0.5) i=(R*T)/(V-be) j=(aa*alf)/(V*(V+be)+be*((V-be))) P=i-j return P #6. Ecuación de van der Waals def VW(V): R=8.314 #(kPa*m^3/kmol*K) T = 298.15 #K Tc=425 #K Pc=3617.303 #kPa aaa=1.378*(((R**2)*(Tc**2))/Pc) bee=0.03183*((R*Tc)/Pc) m=(R*T)/(V-bee) n=(aaa)/(V**2) P=m-n return P V = np.arange(10, 100, 1) p1=plt.plot(V, RK(V), label='Ecuación de Redlich-Kwong', color= 'g') p2=plt.plot(V, PR(V), label='Ecuación de Peng-Robinson', color= 'm') p3=plt.plot(V, BB(V), label='Ecuación de Beattie-Bridgman', color= 'r') p4=plt.plot(V, VW(V), label='Ecuación de van der Waals', color= 'y') p5=plt.plot(V, GI(V), label='Ecuación de gases ideales', color= 'b') p6=plt.plot(V, BWR(V), label='Ecuación de Benedict Webb Rubin (BWR)', color= 'c') plt.xlabel('Volumen (m³)') plt.ylabel('Presión (kPa)') plt.title('6 gráficas simultaneamente para el hidrógeno') plt.legend() Departamento de Ingeniería Química y Bioquímica Docente: DR. BORJA SALIN MANUEL ANTONIO 1
Compartir