Descarga la aplicación para disfrutar aún más
Vista previa del material en texto
Simulación y optimización avanzadas en la industria química y de procesos: HYSYS Susana Luque Rodríguez Aurelio B. Vega Granda Departamento de Ingeniería Química y Tecnología del Medio Ambiente Universidad de Oviedo Tercera edición ISBN: 84-689-3028-8 D.L. AS/3604-2005 Editora: Susana Luque Rodríguez © Los autores, 2005. TODOS LOS DERECHOS RESERVADOS. Ninguna parte de esta publicación se puede reproducir, guardar o transmitir de ningún modo, electrónico o de otro tipo, sin el permiso de los autores. Impreso y encuadernado en España Universidad de Oviedo, Oviedo Índice general i ÍNDICE GENERAL Página Tema 1. Introducción. La simulación de procesos en la industria química actual 1 Susana Luque Rodríguez y Aurelio B. Vega Granda I. Termodinámica y modelización rigurosa de procesos Tema 2. Termodinámica de sistemas no ideales 17 Julio L. Bueno de las Heras Tema 3. Modelos de predicción de propiedades físico-químicas 47 M. Carmen Pazos Medina Tema 4. Implementación de modelos de propiedades físicas en simuladores comerciales y criterios de selección 77 Aurelio B. Vega Granda Tema 5. Modelos rigurosos de separaciones de equilibrio 97 Fernando V. Díez Sanz Tema 6. Modelos rigurosos de operaciones unitarias 107 Aurelio B. Vega Granda II. Simulación de procesos en la industria química y de procesos. HYSYS Tema 7. Modos de simulación de procesos 125 Aurelio B. Vega Granda Tema 8. Métodos de resolución de ecuaciones no lineales I: métodos tipo Newton 137 José Ramón Álvarez Saiz Tema 9. Métodos de resolución de ecuaciones no lineales II: métodos que no requieren derivadas y de primer orden 149 José Ramón Álvarez Saiz Tema 10. Recirculaciones: partición y seccionado de corrientes 163 Susana Luque Rodríguez Tema 11. Simulación en diseño y operación de procesos. Aplicaciones 179 Aurelio B. Vega Granda III. Optimización de diagramas de flujo con HYSYS Tema 12. Introducción a la programación no lineal (NLP) con restricciones 195 José Ramón Álvarez Saiz Tema 13. Programación cuadrática sucesiva (SQP) 217 José Ramón Álvarez Saiz Tema 14. Optimización de procesos con simuladores modulares 231 Susana Luque Rodríguez Tema 15. Optimización de procesos con simuladores orientados a ecuaciones 243 Susana Luque Rodríguez Tema 16. Optimización en diseño y operación en la industria química. Aplicaciones 257 Susana Luque Rodríguez Índice general ii Tema H1. Introducción al uso de HYSYS. Modelos simples de operaciones unitarias 275 Aurelio B. Vega Granda y Susana Luque Rodríguez Tema H2. Simulación de procesos con HYSYS. Aspectos básicos 289 Susana Luque Rodríguez y Aurelio B. Vega Granda Tema H3. Simulación de procesos con HYSYS. Sistemas de reacción y recirculaciones 303 Aurelio B. Vega Granda y Susana Luque Rodríguez Tema H4. Simulación de procesos con HYSYS. Especificaciones de diseño 313 Susana Luque Rodríguez y Aurelio B. Vega Granda Tema H5. Simulación de procesos con HYSYS. Optimización de diagramas de flujo 327 Susana Luque Rodríguez y Aurelio B. Vega Granda Introducción. La simulación de procesos en la industria química actual Susana Luque Rodríguez Aurelio B. Vega Granda Departamento de Ingeniería Química y Tecnología del Medio Ambiente Universidad de Oviedo Introducción y planificación del curso. La simulación de procesos en la industria química actual 3 ÍNDICE 1. INTRODUCCIÓN ........................................................................................................3 2. ORGANIZACIÓN DEL CURSO................................................................................4 2.1. Objetivos del curso................................................................................................4 2.2. Programa del curso................................................................................................4 2.3. Evaluación.............................................................................................................6 2.4. Bibliografía............................................................................................................6 3. LA SIMULACIÓN DE PROCESOS EN LA INDUSTRIA QUÍMICA ACTUAL .7 4. DISEÑO GLOBAL DE PROCESOS QUÍMICOS Y EL “MODELO DE CEBOLLA”...................................................................................................................9 5. MODELIZACIÓN EN PROCESOS QUÍMICOS ..................................................12 5.1. Los métodos numéricos como herramienta para la modelización de procesos en ingeniería química ...............................................................................................13 6. TENDENCIAS ACTUALES EN EL DISEÑO DE PROCESOS ...........................16 7. BIBLIOGRAFÍA ........................................................................................................16 1. INTRODUCCIÓN El desarrollo de modelos de balances de materia y energía es la base para la evaluación de procesos y la toma de decisiones en el diseño de nuevas plantas o modificaciones de las ya existentes. El modelo del diagrama de flujo comprende un conjunto grande de ecuaciones no lineales que describen: 1. las condiciones de las unidades del proceso mediante corrientes de proceso 2. las ecuaciones específicas de cada unidad (leyes de conservación y ecuaciones de diseño específicas) 3. los datos y relaciones de éstos con las propiedades físicas de las sustancias procesadas En este curso veremos todos estos aspectos incluyendo la influencia que tiene el comportamiento real (no ideal) de los sistemas en equilibrio, así como el desarrollo de modelos detallados, que se encuentran implementados en los simuladores comerciales. Los modelos detallados se basan en relaciones de equilibrio entre fases (para lo cual se repasarán algunos conceptos termodinámicos) y balances de materia y energía. Los cálculos en los simuladores comerciales se simplifican bastante al no incluir en muchos casos las propiedades de transporte. Es decir, se aprovecha la posibilidad de llevar a cabo los balances de materia y energía sin conocer la capacidad o geometría de las unidades. Esto implica que para llevar a cabo una estimación económica del proceso, tras la simulación se tiene que llevar a cabo un diseño de las unidades, que incluya su dimensionado y estimación de coste. Los simuladores comerciales tienen esta opción disponible, habitualmente como un paquete informático adicional, al que se pueden incorporar los datos obtenidos en la simulación. Introducción y planificación del curso. La simulación de procesos en la industria química actual 4 Otra de las implicaciones importantes de esta forma de trabajo es que, aunque resulta correcta para nuevos diseño de plantas o secciones de planta, su aplicación a simulación de equipos existentes es más problemática (ya que se precisarían modelos del funcionamiento de dichos equipos). En otros casos, por ejemplo en operaciones no controladas por el equilibrio sino por un proceso de velocidad, los modelos basados en consideraciones termodinámicas tampoco son adecuados. En el curso también se abordarán los métodos de resolución de los sistemas de ecuaciones no lineales que resultan de los modelos de las unidades del proceso y de las propiedades físico- químicas de las corrientes involucradas. Para ello se introducirán métodos numéricos que permiten trabajar con sistemas a gran escala, como los habitualmente encontrados en simulación de procesos. Con este objetivo se introducirán brevemente los algoritmos de resolución más habituales en los simuladores comerciales. Una vez que se tienen las ideas de simulación de procesos y de la estructura de los modelos de proceso, se va a considerar un aspecto clave en diseño de procesos. El objetivo de muchas simulacionesen Ingeniería es el desarrollo de un modelo predictivo que se pueda usar en mejorar el proceso. Con esta idea se verán las estrategias de optimización para procesos químicos con variables continuas. En particular nos centraremos en el algoritmo de programación cuadrática sucesiva (SQP o “Successive Quadratic Programming”) que se ha convertido en el estándar en optimación de procesos. 2. ORGANIZACIÓN DEL CURSO 2.1. Objetivos del curso El curso profundiza en las herramientas actualmente disponibles para la simulación de procesos reales de la industria química y de procesos. Se pretende que los participantes adquieran: • los conocimientos teóricos básicos necesarios para comprender la implementación de los modelos en los simuladores y su resolución • las estrategias actualmente empleadas en optimización de procesos químicos • experiencia en la formulación y resolución de problemas industriales de diseño y optimización, con una herramienta informática que en la actualidad emplea la industria de procesos: HYSYS v. 3. 2.2. Programa del curso El curso consta de 30 horas lectivas, 15 de las cuales se imparten en el aula 26 y 15 en aula de informática (aula D, edificio de departamentos), con una ratio máxima de 2 alumnos/ordenador. El curso es convalidable por 4.5 créditos de libre configuración. El curso se ha estructurado en tres bloques temáticos: I. Introducción. Termodinámica y modelización rigurosa de procesos II. Simulación de procesos en la industria química y de procesos: HYSYS III. Optimización de diagramas de flujo con HYSYS Introducción y planificación del curso. La simulación de procesos en la industria química actual 5 El curso incluye, además de los aspectos teóricos básicos necesarios para comprender la implementación de los modelos en los simuladores y su resolución, un gran número de horas de clases en las que es posible, mediante el acceso directo a un ordenador con un programa de simulación comercial (HYSYS, v.3.) adquirir experiencia en la formulación y resolución de problemas industriales de diseño y optimización, con las mismas herramientas que en la actualidad emplea la industria de procesos. El temario detallado del curso se indica a continuación: Tema Título Profesor/a Duración (h) 0 Introducción y planificación del curso. La simulación de procesos en la industria química actual Susana Luque 1 I. Introducción. Termodinámica y modelización rigurosa de procesos 1 Termodinámica de sistemas no ideales Julio Bueno 1 2 Modelos de predicción de propiedades físico-químicas Carmen Pazos 1 3 Implementación de modelos de propiedades físicas y criterios de selección Aurelio Vega 1 4 Modelos rigurosos de separaciones de equilibrio Fernando Díez 1 5 Modelos rigurosos de operaciones unitarias Aurelio Vega 1 II. Simulación de procesos en la industria química y de procesos HYSYS 6 Modos de simulación de procesos Aurelio Vega 1 7 Métodos de resolución de ecuaciones no lineales I: métodos tipo Newton José R. Álvarez 1 8 Métodos de resolución de ecuaciones no lineales II: métodos que no requieren derivadas y de primer orden José R. Álvarez 1 9 Recirculaciones: partición y seccionado de corrientes Susana Luque 1 10 Simulación en diseño y operación de procesos. Aplicaciones Aurelio Vega 1 III. Optimización de diagramas de flujo con HYSYS 11 Introducción a la programación no lineal (NLP) con restricciones José R. Álvarez 1 12 Programación cuadrática sucesiva (SQP) José R. Álvarez 1 13 Optimización de procesos con simuladores modulares Susana Luque 1 14 Optimización de procesos con simuladores orientados a ecuaciones Susana Luque 1 15 Optimización en diseño y operación en la industria química. Aplicaciones Susana Luque / Aurelio Vega 1 H1 Introducción al uso de HYSYS. Modelos simples de operaciones unitarias Aurelio Vega / Susana Luque 2 H2 Simulación de procesos con HYSYS. Aspectos básicos Aurelio Vega / Susana Luque 3 H3 Simulación de procesos con HYSYS. Sistemas de reacción y recirculaciones Aurelio Vega / Susana Luque 3 H4 Simulación de procesos con HYSYS. Especificaciones de diseño Susana Luque / Aurelio Vega 3 H5 Simulación de procesos con HYSYS. Optimización de diagramas de flujo Susana Luque / Aurelio Vega 3 Introducción y planificación del curso. La simulación de procesos en la industria química actual 6 La carga docente se haya repartida de forma relativamente uniforme, como se muestra en la figura 1. II. Simulación de procesos 17 % HYSYS 50 % I.Termodiná- mica y modelización rigurosa 20 % III. Optimización de diagramas de flujo 13 % Fig. 1. Distribución de la carga docente del curso, según bloques temáticos 2.3. Evaluación A los efectos de la obtención del certificado de homologación de créditos de libre configuración es obligatoria la asistencia en un 80 % como mínimo. La evaluación se llevará a cabo mediante la realización de una prueba escrita (1 hora de duración, inmediata a la finalización del curso) y un trabajo adicional sobre alguno de los temas tratados en el curso, que los alumnos tendrán que entregar antes del 31 de julio a los directores del curso. 2.4. Bibliografía La documentación que se entrega está fundamentalmente obtenida de las siguientes fuentes: • Biegler, L.T., Grossmann, I.E., Westerberg, A.W., “Systematic Methods of Chemical Process Design”, Prentice Hall, Nueva Jersey (1997). • Hyprotech “HYSYS user’s guide”, disponible en http://engineering.eng.rowan.edu/~hesketh/hysyshelp/Menu.pdf, en www.hyprotech.com y en support.aspectech.com • Seider, W.D., Seader, J.D., Lewin, D.R., “Process Design Principles”, John Wiley & Sons, Nueva York (1999). Otros libros de consulta son los siguientes: • Bequette, B.W., “Process Dynamics: Modeling, Analysis and Simulation”, Prentice Hall, New Jersey (1998). • Ingham, J., Dunn, I.J., Keinzle, E., Prenosil, J.E., “Chemical Engineering Dynamics”, Verlagsgesellschaft, Weinheim (1994). • Turton, R., Bailie, R.C., Whiting, W.B., Shaeiwitz, J.A., “Analysis, Synthesis, and Design of Chemical Processes”, Prentice Hall, Nueva Jersey (1998). Introducción y planificación del curso. La simulación de procesos en la industria química actual 7 3. LA SIMULACIÓN DE PROCESOS EN LA INDUSTRIA QUÍMICA ACTUAL En un proceso químico, la transformación de materias primas en los productos deseados habitualmente conlleva más de una etapa. El proceso suele constar de una serie de etapas de transformación intermedias que involucran, por ejemplo, reacción, separación, mezcla, calentamiento, enfriamiento, cambio de presión, reducción o aumento del tamaño de partícula, etc. Una vez que se han seleccionado las etapas individuales, es necesario interconectarlas para llevar a cabo la transformación global. ¿PROCESO? Materias primas Productos deseados ¿PROCESO? Materias primas Productos deseados Fig. 2. Esquema genérico del diseño de un proceso químico El diseño de un proceso involucra una descripción abstracta de lo que se quiere, y otra descripción más detallada (esto es, más refinada) en cada una de las etapas del diseño, construcción y operación del proceso. Por ejemplo, la dirección de la empresa desea mejorar el valor futuro de la empresa, lo que constituye la descripción abstracta de sus deseos. En consecuencia genera y selecciona entre las alternativas posibles a llevar a cabo en la empresa para lograr este fin; esto representa una descripción más detallada de lo que se quiere llevar a cabo. Esta descripción se transforma en la descripción abstracta para aquellos que trabajan en las siguientes etapas del diseño. Por ejemplo, en el diseño preliminar del proceso, la descripción abstracta podría ser convertir el exceso de etileno de la planta en alcohol etílico. La descripción más detallada será el diseño preliminar necesario para llevar a cabo este fin. Denominamos síntesis al procesode transformar la descripción abstracta en otra más detallada, y comprende varias etapas como se indica en la figura 3. La primera etapa es la generación del concepto, donde se identifican las claves principales en que se basará el diseño. Para el ejemplo anterior, deberemos decidir si nos restringimos a la química que se encuentra en la bibliografía, si sólo consideramos procesos convencionales bien contrastados o por el contrario optamos por procesos novedosos. Se debe considerar aquí también si se compra un proceso llave en mano, etc. En la siguiente etapa consideramos la generación de alternativas, para ello se suele partir de fuentes bibliográficas (patentes, artículos científicos, enciclopedias de tecnología). La siguiente etapa es el análisis de cada una de las alternativas propuestas para evaluar su funcionamiento. Típicamente, esto significa llevar a cabo los balances de materia y energía del proceso para calcular los flujos, temperaturas, presiones, composiciones, etc. Introducción y planificación del curso. La simulación de procesos en la industria química actual 8 Entradas y Resultados Etapas DescripciónDescripción inicialinicial DescripciónDescripción refinadarefinada (Nuevo) Enfoque del Diseño Especificación del Problema Coste, Segur idad, etc. Representación Alternativas de Diseño Generación de Conceptos Generación de Alternativas Análisis Evaluación Comparación y Optimización Fig. 3. Etapas en la síntesis de un proceso químico En la siguiente etapa tenemos que evaluar el funcionamiento del proceso, tanto desde el punto de vista de su rentabilidad económica, como flexibilidad, seguridad, de impacto medioambiental, etc. Finalmente, se requiere llevar a cabo una optimización para mejorar el diseño. Al final de todo este proceso se espera tener el mejor diseño que satisface nuestro objetivo inicial, y habremos transformado una descripción abstracta en una más detallada que da lugar al diagrama de flujo del proceso. Un DIAGRAMA DE FLUJO (Process Flow Diagram, PFD) no es más que la representación de las etapas del proceso y sus interconexiones. Por tanto, una vez que se ha definido la estructura del diagrama, es posible llevar a cabo un ANALISIS y SIMULACIÓN del proceso. La simulación requiere un modelo matemático del proceso que intenta predecir el comportamiento del proceso si éste se construyese (Fig. 4). PROCESO Materias primas ¿Productos? PROCESO Materias primas ¿Productos? Fig. 4. Flujo de información en la simulación de procesos Una vez que se tiene un modelo del proceso, suponiendo conocidos unos caudales, composiciones, temperaturas y presiones de las corrientes correspondientes a las materias primas, la simulación permite predecir caudales, composiciones, temperaturas y presiones de las corrientes producto. También permite el dimensionado de equipos y el cálculo del consumo de materias primas y energía. De esta forma se puede evaluar el diseño. En la evaluación del diseño hay muchos aspectos involucrados: la economía del proceso es el primer criterio obvio, pero no el único. Los procesos químicos se han de diseñar como parte de un desarrollo industrial sostenible, que permite mantener la capacidad de nuestro ecosistema para seguir permitiendo las actividades industriales y la vida. En la práctica, esto significa que se deben minimizar las emisiones de residuos y que los subproductos residuales no han de ser perjudiciales para el medio ambiente. El desarrollo sostenible también implica que el consumo energético sea el mínimo posible. El proceso, además, ha de cumplir con Introducción y planificación del curso. La simulación de procesos en la industria química actual 9 criterios de seguridad e higiene (salud). La puesta en marcha, la parada en caso de emergencia y la facilidad de control son otros factores importantes. La flexibilidad (posibilidad de operar en otras condiciones, tales como materias primas diferentes o diferentes especificaciones de productos) puede ser también importante, al igual que la disponibilidad anual de tiempo. Algunos de estos factores se pueden cuantificar fácilmente (economía), otros con frecuencia no. Para estos últimos el criterio del ingeniero de diseño juega un papel importante. Una vez que se ha evaluado el diseño básico, es posible mejorar éste realizando cambios, es decir, optimizándolo. La OPTIMIZACIÓN puede involucrar la síntesis de estructuras alternativas (optimización estructural) en cuyo caso se realizaría una nueva simulación y evaluación, y así sucesivamente. O, alternativamente, se puede realizar una optimización paramétrica de una estructura, modificando las condiciones de operación. El hecho de que hasta los procesos ya establecidos y que llevan operando un gran número de años se siguen modificando hoy en día es una muestra de lo difícil que todo este mecanismo de SÍNTESIS+SIMULACIÓN+OPTIMIZACIÓN resulta en la práctica. 4. DISEÑO GLOBAL DE PROCESOS QUÍMICOS Y EL “MODELO DE CEBOLLA” El diseño del proceso comienza en el reactor. El diseño del reactor dicta las necesidades de separación y recirculación del proceso. Alimentación Producto Subproductos + Reactivos no reaccionados ReactorAlimentación Producto Subproductos + Reactivos no reaccionados Reactor Pero no toda la alimentación reacciona, además, también se generan subproductos, que es preciso separar para obtener el producto en la pureza requerida. Recirculación de reactivos Alimentación Reactor Subproducto Producto Recirculación de reactivos Alimentación Reactor Subproducto Producto En este diagrama de flujo, las necesidades energéticas (calentamiento/enfriamiento) se obtienen de sistemas auxiliares externos (vapor y agua de refrigeración), 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 los que tienen que Introducción y planificación del curso. La simulación de procesos en la industria química actual 10 calentarse, resultando en una red de cambiadores de calor (HEN)–cuya estructura tiene muchas posibilidades). Sin embargo, si cambiamos el reactor o las condiciones del mismo, se modifica el problema de separación y recirculación. Por ejemplo, si queremos, aumentado el tamaño del reactor, aumentar la conversión, el resultado será que hay menos reactivos no reaccionados, más cantidad de producto y una cantidad significativamente mayor de subproductos, por lo que puede ser necesaria una secuencia diferente de los procesos de separación posterior. Alimentación Reactor Recirculación de reactivos Subproducto Producto Alimentación Reactor Recirculación de reactivos Subproducto Producto Si además realizamos la integración energética, tendremos nuevos esquemas de HEN. Los diferentes diagramas de flujo se pueden evaluar mediante simulación y cálculos económicos (por ejemplo, dando como resultado que una de las opciones es más prometedora que las demás). Sin embargo, no podemos estar seguros de haber encontrado el diagrama de Introducción y planificación del curso. La simulación de procesos en la industria química actual 11 flujo óptimo antes de haber optimizado las condiciones de operación para cada uno de ellos (por ejemplo, puede haber otra alternativa con más posibilidades de mejora). Por lo tanto, la complejidad de la síntesis de procesos es doble: • ¿Podemos identificar todas las estructuras posibles? • ¿Podemos optimizar cada estructura para obtener una comparación válida? (en la optimización de una estructura puede haber muchas maneras en las que llevar a cabo una tarea dada, y también muchas formas de interconectar las tareas individuales...) Todo esto implica simular y optimizar un gran número de opciones, lo que supone una complejidad abrumadora. Por ello, para desarrollar una metodologíaes preciso tener una idea clara de la estructura del problema. Si el proceso requiere un reactor, entonces el diseño comienza con éste. Como hemos visto, la selección del reactor dicta los problemas posteriores de separación y recirculación, que son los pasos siguientes en el diseño. Conjuntamente con el reactor, definen las necesidades energéticas del proceso, por que el diseño de la HEN viene a continuación. Las necesidades energéticas que no se pueden suplir mediante integración energética originan las necesidades de sistemas auxiliares (vapor, agua de refrigeración, etc.). Esta jerarquía se puede representar simbólicamente por las capas de una cebolla, diagrama que enfatiza la naturaleza secuencial (o jerárquica) del diseño de procesos químicos: SEPARACIONES Y RECIRCULACIONES REACTOR SEPARACIONES Y RECIRCULACIONES REACTOR Fig. 5. Diagrama de “cebolla” del diseño jerarquizado de procesos químicos Por supuesto, algunos procesos no necesitan un reactor (por ejemplo, en refino de petróleo). En estos casos el diseño comienza con el sistema de separación y va también hacia la parte exterior. La jerarquía se mantiene. En la práctica hay muchas opciones y para su evaluación completa es preciso llegar al diseño completo, lo cual muchas veces no es posible, prácticamente hablando. Por lo tanto, como vemos, la tarea de diseño involucra un procedimiento iterativo, en el cual la etapa de síntesis está siempre seguida por una etapa de análisis, la cual determina si la estructura y los parámetros propuestos funcionarán como se espera. Si las metas de diseño no se alcanzan, se requiere un nuevo paso de síntesis para crear o una solución factible o una solución mejorada. En cualquier caso, para el diseño de un proceso siempre se necesita un modelo matemático del proceso que nos permita efectuar el análisis y optimización de las diferentes alternativas posibles. Introducción y planificación del curso. La simulación de procesos en la industria química actual 12 5. MODELIZACIÓN EN PROCESOS QUÍMICOS Es sabido que el procedimiento metodológico fundamental para resolver un problema en ingeniería consiste en representarlo de una manera adecuada, para lograr una sustitución del sistema real (equipo, proceso, etc.) por uno más adecuado para su tratamiento formal. Por lo general, las herramientas lógico-matemáticas nos brindan un marco útil para representar mediante un sistema de símbolos y reglas, el comportamiento de los sistemas reales. Bajo el método científico, por ejemplo, se consolidan leyes y teorías en diversas ramas del conocimiento, las cuales son expresables por medio de sistemas de ecuaciones diferenciales. En otras palabras, se logra construir un nuevo sistema, del cual conocemos sus reglas de juego y símbolos, como un resultado de un proceso de abstracción de la realidad. Obviamente, dado la infinita complejidad de los fenómenos fisicoquímicos, estas construcciones abstractas, conocidas genéricamente como modelos, son sólo meras aproximaciones de la realidad. En efecto, no es otra cosa lo que se realiza cuando en física utilizamos ecuaciones para describir el movimiento de una partícula, o resolvemos los balances correspondientes aplicando las leyes de conservación de la materia, energía o cantidad de movimiento; o bien cuando nos enfrentamos al diseño de un equipo según los procedimientos que conocemos a partir del campo de las operaciones unitarias. De aquí se desprende que si bien el sistema real a estudiar es único, puede existir un número muy grande de modelos asociados al mismo. En efecto, para obtener un modelo que pueda resolverse (es decir que sea útil), resulta necesario adoptar un conjunto de hipótesis. Por ejemplo, si consideramos la fricción, si es importante o no contemplar el intercambio de energía por radiación, etc. Las necesidades de exactitud que el problema a resolver nos impone, determinan el conjunto de hipótesis a utilizar. En resumen, dado el sistema real y los objetivos tecnológicos perseguidos, existirá un conjunto de hipótesis adecuadas que determinarán las características del modelo, o sistema de ecuaciones a resolver. Resulta evidente que no todo sistema de ecuaciones puede resolverse fácilmente, al menos desde el punto de vista analítico. Esto impuso a lo largo de la historia limitaciones importantes al tipo de modelos que podían resolverse, o de otra forma, la necesidad de recurrir a hipótesis inadecuadas o restrictivas (supersimplificaciones) para al menos poder tratar el problema. Es por ello también que en los orígenes de las ciencias tecnológicas los modelos podían ser considerados en gran medida como empíricos, esto es, con parámetros incorporados que surgían de experiencias, y no a partir de los primeros principios o leyes fundamentales. No debe extrañar que aún hoy, pese a todos nuestros avances, exista la necesidad de utilizar permanentemente parámetros en nuestros modelos, que no son otra cosa que la medida de nuestra ignorancia, y por lo tanto, implican la necesidad de reemplazar las leyes básicas por aproximaciones causales obtenidas de datos experimentales. Este es el caso, por ejemplo, de la estimación de las propiedades de equilibrio de mezclas de comportamiento altamente no ideal. A medida que evolucionaron las diversas ramas de las matemáticas y con la incorporación de la ciencia de la computación, poderosa herramienta complementaria al análisis numérico y simbólico, se abrieron caminos revolucionarios. Contar con herramientas más potentes para resolver sistemas de ecuaciones, o lo que es lo mismo, relativizar la necesidad de adoptar hipótesis inadecuadas al plantear modelos para resolver problemas complejos, resultó un gran paso adelante. Más aún, la velocidad de cálculo provocó que la dimensión abordable se incrementara rápidamente. En efecto, si bien el grado de complejidad conceptual para resolver Introducción y planificación del curso. La simulación de procesos en la industria química actual 13 la inversa de una matriz de dimensión tres es equivalente al de una de cinco mil, resulta obvio que la complejidad operativa no resulta comparable. La computación ha acabado literalmente con dicha limitación, haciendo ahora tratables problemas cuya dimensión es tal, que décadas atrás ni siquiera era pensable plantearlos. Dentro de este contexto, el propósito de los siguientes capítulos es mostrar cómo implementar modelos para resolver problemas comunes en el campo de la ingeniería química, cómo resolverlos desde el punto de vista computacional, y otro punto importante, qué tipos de problemas (modelos) surgen al cubrir distintos aspectos de la ingeniería. En este punto resulta necesario comentar que los problemas de diseño, optimización, simulación dinámica o estacionaria, supervisión o diagnóstico de fallos en tiempo real, etc., tienen cada uno particularidades específicas, lo cual a su vez implica la conveniencia de utilizar modelos apropiados para cada caso. 5.1. Los métodos numéricos como herramienta para la modelización de procesos en ingeniería química La simulación digital constituye una poderosa herramienta para la resolución de las ecuaciones que describen a los sistemas en ingeniería química. Las principales dificultades que se plantean son principalmente: a) Encontrar la solución de un sistema de ecuaciones algebraicas no lineales (que usualmente se efectúa mediante un método iterativo. b) Efectuar la integración numérica de ecuaciones diferenciales ordinarias y en derivadas parciales mediante ecuaciones discretizadas en diferencias finitas que aproximan a las soluciones de las ecuaciones diferenciales continuas. Los métodos numéricos son una clase de algoritmos para resolver una amplia variedad de problemas matemáticos. Únicamente se emplean operaciones lógicas y aritméticas; por consiguiente, pueden implementarse fácilmente sobre ordenadores digitales. En realidad, los métodos numéricos fueron desarrolladosmuchos años antes que surgieran los ordenadores electrónicos digitales. En efecto, un gran número de los métodos numéricos usualmente utilizados datan de los comienzos de las matemáticas modernas. Sin embargo, el empleo de tales métodos estuvo restringido hasta la llegada de los ordenadores, incrementándose drásticamente al llegar a la mayoría de edad con la introducción de los ordenadores electrónicos digitales. La combinación de métodos numéricos y ordenadores digitales constituye una poderosa herramienta para el análisis matemático. Por ejemplo, los métodos numéricos son capaces de manejar no linealidades, modelos asociados a geometrías complejas y sistemas de ecuaciones acopladas que son necesarios para la modelización eficiente de muchos sistemas fisicoquímicos que se presentan en ingeniería. En la práctica, rara vez se consideran enfoques analíticos a los problemas de ingeniería en razón de la complejidad de los sistemas a resolver. Aún en problemas para los que podrían obtenerse con cierto esfuerzo soluciones analíticas, los métodos numéricos son poco costosos, fáciles de emplear y con frecuencia se dispone de ellos en programas comerciales. Es sabido que si un problema no puede resolverse analíticamente, lo mejor es programarlo en un ordenador (mediante un algoritmo adecuado). Este punto de vista se debe, sin lugar a Introducción y planificación del curso. La simulación de procesos en la industria química actual 14 dudas, al enorme poder de cálculo de los métodos numéricos. Sin embargo, también es cierto que existen muchos problemas que son imposibles de resolver utilizando métodos numéricos. Para diversos problemas no se ha encontrado todavía un modelo matemático completo y seguro, de manera que resulta obvio que es imposible encontrarles una solución numérica. La dimensión de otros problemas es tan grande que su solución está más allá de los límites prácticos en términos de la tecnología computacional disponible. Por ejemplo, en problemas fluido-dinámicos que involucran flujos turbulentos, en estimaciones meteorológicas o c1imáticas (campos de vientos, presiones, temperaturas, etc.), y como veremos más adelante, en diversos problemas que se plantean en el área de la ingeniería química, existen serias limitaciones en el área de diseño y de optimización en tiempo real, etc. En los últimos años se han desarrollado grandes programas computacionales comerciales para simular el comportamiento de sistemas de ingeniería de todo tipo. Usualmente, estos programas se diseñan para que sean utilizados por aquellos profesionales de la ingeniería sin un conocimiento intensivo de su funcionamiento interno. Por otra parte, existen bibliotecas (en continua expansión) de subrutinas de cálculo que utilizan sofisticados métodos numéricos para realizar una amplia variedad de tareas matemáticas, cubriendo virtualmente todos los campos del análisis numérico, aplicaciones estadísticas, etc. Resulta obvio que cuando se disponga de programas o subprogramas que han sido probados y demostrado su buen funcionamiento, lo más razonable es utilizarlos. No obstante, es altamente valioso el conocimiento del funcionamiento de tales herramientas, dado que por lo general el usuario de tales programas o subrutinas encontrará dificultades en su utilización. Estas dificultades pueden provenir de múltiples causas. Por ejemplo, es necesario remarcar que los métodos numéricos no están completamente libres de dificultades en todas las situaciones en las que se los utilice. Por otra parte, aún en el caso que no presenten dificultades de cálculo, podrían no funcionar de manera óptima en todas las situaciones que se planteen. Siempre debe tenerse presente que la exactitud y la estabilidad numérica afectan a la ecuación discretizada utilizada (algoritmo de integración). En la literatura respectiva se han propuesto muchos algoritmos. Algunos de ellos trabajan mejor que otros sobre determinados problemas (por ejemplo más rápido y por consiguiente son menos costosos para un grado especificado de exactitud). Desgraciadamente no existe un algoritmo que funcione en forma óptima para todos los problemas que se plantean. Por otra parte, el usuario en búsqueda de una subrutina de cálculo para realizar una determinada tarea, puede encontrar una agobiante variedad de subprogramas que pueden ser aplicables, pero el material descriptivo rara vez dará una indicación sobre la eficiencia de la subrutina para resolver un problema específico. Esto sucede además, en la mayoría de los productos comerciales más elaborados, por ejemplo, para la modelización en ingeniería. Dentro de este contexto, es muy probable que el ingeniero que espera utilizar un programa o una subrutina de una biblioteca para resolver un problema matemático determinado encuentre dificultades inesperadas, a menos que tenga una preparación adecuada. En efecto, la selección y aplicación de un método numérico en una situación específica, por lo general resulta más una actividad propia de un arte que de una ciencia. Por último, nunca resulta trivial la interpretación de los resultados obtenidos. Por consiguiente, el usuario que no tenga la habilidad ni el conocimiento para seleccionar y utilizar un método numérico para aplicar a un problema específico y efectuar la programación del método, encontrará una severa restricción en el rango de problemas que puede manejar. En general deberá buscar a alguien con la información necesaria, si es que existe ese alguien a Introducción y planificación del curso. La simulación de procesos en la industria química actual 15 quien consultar. Más aún, en esta situación resultará poco probable que el usuario pueda formular las preguntas correctas y el consultor suministrar las respuestas adecuadas, dado que el nivel de conocimientos de ambos resultaría muy diferente, dificultando la comunicación entre ambos. En resumen, en los últimos tiempos se ha desarrollado una gran variedad de paquetes informáticos para resolver numéricamente sistemas de ecuaciones que se plantean en problemas en modelización en ingeniería. En teoría, estos paquetes relevan al ingeniero de adquirir conocimientos acerca de los métodos de integración numérica. Supervisan automáticamente los errores y la estabilidad del método ajustando el paso o intervalo de integración para satisfacer un criterio de exactitud. En la práctica, es sabido que estos lenguajes no resuelven todos los problemas. En su afán por generalizar, usualmente se vuelven ineficientes en muchas aplicaciones específicas, por ejemplo, desde el punto de vista del tiempo computacional. En estos casos resulta más conveniente desarrollar un programa específico escrito, por ejemplo, en lenguaje FORTRAN, BASIC o PASCAL. Con respecto a los productos informáticos que utilizan para la modelización un lenguaje de alto nivel, debe remarcarse que el tiempo de formulación y de resolución del modelo se reduce, en especial para aquellos ingenieros que no dominan métodos de programación y utilizan el ordenador ocasionalmente. Cualquiera que sea la situación, es evidente que la utilización de un paquete integrado que facilite escribir un modelo para simulación y permita directamente la resolución numérica requiere el aprendizaje de un nuevo lenguaje y de un nuevo utilitario. En el caso que se conozca algún lenguaje de programación, dado que las técnicas numéricas programadas de manera sencilla funcionan bien, deberá compararse el esfuerzo que implica desarrollar un programa específico para el problema que se desea resolver, con el uso de subprogramas. En efecto, la experiencia demuestra que es más conveniente el desarrollo propio, ya que no sólo es computacionalmente más eficiente, sino que además garantiza al estudiante o ingeniero el conocimiento de cómo funciona el programa (por ejemplo, un simulador para un equipo dado) y cuáles son las hipótesis realizadas y las técnicas utilizadas. Esta metodología permite la supervisióndel programa y su modificación, para manejar de manera más fácil y eficiente nuevas situaciones que se planteen. Una solución intermedia es programar el modelo particular (sistema específico de ecuaciones a resolver), utilizando para el cálculo alguno de los métodos disponibles para tal fin, aprovechando la disponibilidad de los numerosos paquetes numéricos de resolución, tanto de sistemas de ecuaciones algebraicas como de ecuaciones diferenciales, ordinarias o a derivadas parciales. En muchos lugares (universidades, institutos de investigación, etc.) y en el mercado, se dispone de bibliotecas de subrutinas de cálculo como las IMSL, NAG, Numerical Recipes, entre otras. En general, para cada rama, tanto de las matemáticas, de la estadística y/o de las aplicaciones de ingeniería, se han presentado en el mercado un gran número de aplicaciones para resolver muchos problemas de modelización de procesos, tales como diseño, simulación, síntesis, optimización, etc. Además, desde el punto de vista del alcance, los hay diseñados para un uso general así como para uno específico (por ejemplo, hornos, procesos petroquímicos, procesos que manipulan sólidos, sistemas con electrolitos, reactores biológicos, síntesis de moléculas, etc.). No es el objetivo del presente curso efectuar un análisis detallado del software disponible comercialmente ni de las aplicaciones específicas desarrolladas, ni realizar una descripción Introducción y planificación del curso. La simulación de procesos en la industria química actual 16 exhaustiva de todos los paquetes informáticos existentes, dado que el mercado actual es muy dinámico. Sí resulta importante que el alumno adquiera habilidad para comprender claramente el alcance general de los instrumentos computacionales disponibles, las tendencias, la necesidad de disponer de capacidad para generar sus propias herramientas para modelizar problemas específicos o para adquirir o utilizar nuevos productos. 6. TENDENCIAS ACTUALES EN EL DISEÑO DE PROCESOS Las tendencias actuales en el diseño de procesos pasan por: • Reducción de los costes de las materias primas • Reducción de la inversión de capital • Reducción del consumo energético • Incremento de la flexibilidad del proceso y reducción del almacenamiento de productos • Mayor énfasis en seguridad • Mayor atención a la calidad • Mejor comportamiento medioambiental Para la consecución de todos estos objetivos la simulación de procesos juega un papel muy importante, ya que: • Reduce el tiempo de diseño de la planta, permitiendo al diseñador comprobar varias configuraciones de planta • Ayuda a optimizar el proceso, permitiendo responder a preguntas del tipo “y si”, así como determinar las condiciones de proceso óptimas para unas restricciones dadas. • Predice los costes de planta y la viabilidad económica 7. BIBLIOGRAFÍA • Seider, W.D., Seader, J.D., Lewin, D.R., “Process Design Principles”, John Wiley & Sons, Nueva York (1999) • Biegler, L.T., Grossmann, I.E., Westerberg, A.W., “Systematic Methods of Chemical Process Design”, Prentice Hall, Nueva Jersey (1997). • Turton, R., Bailie, R.C., Whiting, W.B., Shaeiwitz, J.A., “Analysis, Synthesis, and Design of Chemical Processes”, Prentice Hall, Nueva Jersey (1998). • Scenna, N.J.; Editor, “Modelado, Simulación y Optimización de Procesos Químicos”, Universidad Tecnológica Nacional, F.R. Rosario (1999). Versión electrónica I. Termodinámica y modelización rigurosa de procesos Termodinámica de sistemas no ideales Julio L. Bueno de las Heras Departamento de Ingeniería Química y Tecnología del Medio Ambiente Universidad de Oviedo Termodinámica de sistemas no ideales 19 ÍNDICE CONTEXTO, OBJETIVOS Y CONTENIDO ...............................................................19 1. MODELOS PARA DESCRIBIR PROCESOS QUÍMICOS ..................................19 1.1. El modelo termodinámico .....................................................................................22 2. MODELO TERMODINÁMICO PARA EQUILIBRIO ENTRE FASES .............25 2.1. Equilibrio de sustancias puras ...............................................................................25 2.2. Equilibrio de mezclas multicomponentes..............................................................34 3. PRINCIPALES LIBROS RECOMENDADOS .......................................................45 CONTEXTO, OBJETIVOS Y CONTENIDO Estamos en un curso sobre modelización avanzada de procesos químicos. La modelización es una forma eficaz de aproximarse a una realidad compleja sustituyéndola por interpretaciones fragmentarias o particularmente focalizadas de sus distintas facetas o elementos integrantes. Lenguaje, filosofía y matemáticas, por citar obviedades, son ámbitos de modelización, donde fonemas vehiculizan conceptos de acuerdo con convenios idiomáticos, morfológicos y sintácticos; donde conceptos, definiciones y convenios aproximan ordenadamente a la percepción de la realidad material e inmaterial al socaire de teorías o principios; y donde operadores, ecuaciones, algoritmos, transformaciones y otros recursos configuran probablemente su interpretación cuantitativa más eficaz, abstracta, y universal. La Termodinámica es una ciencia teórica y experimental que aporta un eficaz bagaje de modelos, capaces de describir las complejas relaciones de equilibrio que se producen entre las sustancias químicas. Los modelos termodinámicos pretenden interpretar y predecir el comportamiento físico- químico de la materia en equilibrio estático o dinámico. De introducir y justificar de forma somera estos modelos de forma práctica se trata en este tema, y de describirlos de forma resumida se ocupa el siguiente. 1. MODELOS PARA DESCRIBIR PROCESOS QUÍMICOS Parece asumido que un proceso químico es un conjunto armónico, espontáneo o finalista, de transformaciones de la energía, incluida la materia como forma sustanciada de aquélla. La naturaleza es un bullente escenario de procesos químicos, buena parte de los cuales, probablemente los más complejos, son las transformaciones que configuran las distintas formas de la vida. Generalmente el concepto de proceso químico se aplica a transformaciones artificiales, con las que se pretende producir unas sustancias a partir de otras, aislar unas sustancias de otras, o modificar sus características. Los procesos químicos naturales son el resultado de complejos fenómenos interactivos y evolutivos. Los procesos químicos artificiales son el resultado de una selección inteligente entre las más afortunadas sugerencias, resultantes ocasionalmente de casualidades y frecuentemente de pruebas sucesivas, ejecutadas con variopintas tácticas y recompensadas con diferente fortuna. La experiencia -saber qué- y la habilidad técnica - saber hacer- terminan por suscitar, antes o después, el pensamiento reflexivo - saber por qué-. La reflexión Termodinámica de sistemas no ideales 20 tiene una proyección generalista, el conocimiento filosófico y científico de la realidad tangible - y una finalidad práctica - el conocimiento estratégico que permite adelantarse a la experiencia o encauzarla para hacerla más eficaz. Las ingenierías son las disciplinas resultantes de la aplicación sistemática de la intuición - de ahí su componente artística-, de principios heurísticos - de ahí su componente “ingeniosa”- y de conocimientos científicos a la resolución de problemas preexistentes, a la satisfacción de necesidades y a la búsqueda de retos, resolviendo eficazmente el compromiso entre tiempo, medios y objetivos (ingenio = maquina). Toda ingeniería se vincula a máquinas, a artefactos o a protocolos pautados capaces de coordinar ordenadamente esfuerzos para hacer cosas útiles. La Ingeniería de Procesos ofrece recursos versátiles para la gestión de situaciones complejas integradas por fenómenos interrelacionados. La Química y laIngeniería Química ofrecen recursos eficaces para dar contenido científico riguroso de esos fenómenos. La convolución de un saber hacer genérico y de un saber qué concreto crea el ámbito científico y profesional de la Ingeniería de los Procesos Químicos. Fig.1. Modelos y conceptos termodinámicos en su contexto Termodinámica de sistemas no ideales 21 La pieza clave del conocimiento científico analítico y sintético- el learning object por excelencia- es su unidad lógica, el modelo. Ante la imposibilidad radical o coyuntural del conocimiento absoluto- probablemente vedado a la humana condición- no existe otra forma de construcción del edificio de la ciencia que la aproximación analógica - el como-si, el modelo -. Los modelos son válidos en tanto explican la realidad y permiten interpretar o predecir sus cambios. Si un modelo falla se sustituye, o más frecuentemente, se apuntala con otros modelos que tratan de explicar sus desviaciones, hasta que resulta más rentable intelectualmente introducir otro modelo radicalmente innovador, que ha de resolver lo que el anterior resolvía y ser capaz de superar con elegancia y éxito sus limitaciones Los modelos han de resolver, también, muchos compromisos, principalmente los que existen entre precisión y tiempo, y los que existen entre complejidad y disponibilidad de información. Figura 2. Modelización lógica típica de ingeniería de procesos: Un proceso complejo resulta de la interrelación de unidades más sencillas tipo caja negra, convencionalmente identificadas, sometidas a condicionantes externos, interconectadas a través del flujo de información común y provistas de ciertos grados de libertad. Fig.3. Modelización fenomenológica típica en Ingeniería Química Termodinámica de sistemas no ideales 22 El subsistema - la pieza funcionalmente diferencial- en un proceso químico es la operación básica. El modelo de operaciones básicas en un modelo basado en ecuaciones de diseño de etapas discernibles y repetitivas dentro de los procesos. Miles de procesos que manejan y producen millones de sustancias químicas se configuran a partir de una decenas de operaciones básicas. El modelo de operaciones básicas, que se describe en la Fig. 3. muestra cómo se integran los modelos de equilibrio (Termodinámica) con los modelos cinéticos (Fenómenos de transporte y Reactividad Química) y con los modelos estequiométricos, que no son otra cosa que traducciones del principio de conservación. 1.1. El modelo termodinámico La Termodinámica es una ciencia que nació de la necesidad de optimizar el rendimiento de procesos de separación y de conversión termomecánica.. La Termodinámica clásica es una termodinámica macroscópica de equilibrio. La Termodinámica actual abarca la energética de reacciones y buena parte de los fenómenos de transporte y reactividad química en el contexto de la llamada Termodinámica de los procesos irreversibles, proyectándose en el ámbito corpuscular a través de los modelos de Termodinámica Estadística. Fig. 4. El “modelo Termodinámico” resulta de la integración de definiciones, recursos, principios y modelos de comportamiento a distintos niveles de descripción. a. Ámbito de la termodinámica El procedimiento termodinámico se basa en la introducción coherente de propiedades de interés práctico - P, V, T, H, F, G, S, F...- asume unos principios generales de evidencia Termodinámica de sistemas no ideales 23 incuestionable - por el momento cuatro- y adopta unos formalismos matemáticos - relaciones de Maxwell- derivados de las cualidades atribuidas a estas propiedades - ligadas por ecuaciones diferenciales exactas en campos continuos-. En torno a este ámbito formal, la Termodinámica discurre en dos dominios paralelos y permeables. En el dominio experimental se nutre de constantes aportaciones de la experimentación sistemática y de la propia práctica de los procesos, que son fuente inagotable de datos. El análisis de estos datos ha permitido inferir algunos principios generales de la naturaleza concernientes a las relaciones energéticas - equilibrio térmico, equivalencia teórica y práctica entre calor-trabajo y orígenes de entropía, así como la correlación de estos para deducir modelos empíricos de comportamiento. En el dominio teórico la Termodinámica desarrolla modelos ideales - gas ideal, principio de estados correspondientes, mezcla ideal...- que contrasta con la evidencia experimental introduciendo sucesivas correcciones - modelos de estado de fluido reales, discrepancias del P.E.C., fugacidades, modelos para mezclas reales, coeficientes de actividad, etc.- Los modelos de estado son relaciones PVT macroscópicas que permiten obtener formas prácticas de las relaciones entre otras propiedades termodinámicas de significación más compleja y que, auxiliados por modelos de estructura molecular (corpusculares y estadísticos) permiten una explicación mecanística de las propias teorías de estado y una interpretación rigurosa de las propiedades. b. Propiedades y principios termodinámicos Las propiedades termodinámicas son las piezas conceptuales con las que explicar las leyes y describir los fenómenos. La única restricción en la definición de propiedades termodinámicas está en su utilidad, en su coherencia interna y en la coherencia de su incorporación al contexto de otras propiedades predefinidas y consolidadas. Las propiedades termodinámicas básicas se introducen a partir de la experiencia, y parece consensuado que sean P y V. La temperatura T se introduce a partir de la evidencia conocida como “principio cero” y las demás propiedades energéticas -U, H, F y G y sus derivadas- se introducen a partir de los principios primero y segundo. Los conceptos de entropía -S- y reversibilidad surgen de la evidencia titulada “tercer principio”. Salvo en el caso de la temperatura, el volumen y la entropía, no es preciso especificar ningún origen, atendiéndose sólo a las variaciones que experimentan en el transcurso de los procesos. Hay otras propiedades termodinámicas que permiten describir otros fenómenos -eléctricos o magnéticos- o modelizar otras situaciones más complejas, como es el caso sistemas multifásicos y multicomponentes. Por ejemplo, la composición como descriptor de mezclas, la tensión superficial, como descriptor de la energía vinculada a la presencia de interfases, las funciones de trabajo para describir las vías de comunicación del sistema termodinámico con el entorno o el potencial químico para describir la tendencia hacia equilibrio entre fases o a través de reacciones químicas. El calor y el trabajo son formas de relacionarse los sistemas con otros sistemas concretos o con un entorno abstracto, modificando su estado. Como es sabido, el estado es reproducible en todas sus propiedades cuando un número determinado de propiedades intrínsecas independientes adopta los mismos valores (coordenadas de estado), pero se puede cambiar de estados con muy diferentes intercambios de calor y de trabajo. Las leyes de la termodinámica son evidencias experimentales de carácter general, independientes de cualquier teoría de estado. La naturaleza establece también una correspondencia biunívoca entre los valores de un determinado número de propiedades de estado del sistema y ese estado. Ese número depende de la complejidad del sistema a través de un modelo de estado o regla lógica que establece dos grados de libertad para fases simples de un solo componente, un grado de libertad más por cada componente y un grado menos por cada fase más en equilibrio. Es la llamada regla de las fases, que bien podría ser considerada como una ley o principio termodinámico más. Termodinámica de sistemas no ideales 24 c. Termodinámica formal La naturaleza ha establecido que las sustancias puras ven definido inequívocamente su estado termodinámico, es decir, el valor de todas sus propiedades termodinámicas,cuando dos de éstas adoptan valores concretos. Trasponiendo esta evidencia al ámbito matemático, resulta que cualquier variable de estado se vincula a una superficie continua Z(X,Y), en principio indefinida, pero en la práctica reducida e las coordenadas de existencia de la materia en los distintos estados en los que esta se pueda encontrar. Una vez establecida una correspondencia entre definiciones (propiedades) y funciones matemáticas (coordenadas), los propios mecanismos matemáticos permiten establecer relaciones que podrían no ser evidentes por un procedimiento inductivo directo. Los principales mecanismos matemáticos de relación son las llamadas relaciones de Maxwell, que establecen relaciones bien conocidas, como: dz= (∂z/∂x)y dx + (∂z/∂Y)x dY = mdx + n dY ∂m/∂Y = ∂n/∂X y las de ellas derivadas, que permiten establecer relaciones concatenadas entre variables termodinámicas del tenor : (∂G/∂P)T=V -(∂S/∂P)T=(∂V/∂T)P F= G- P(∂G/∂P)T F= H-S(∂U/∂S)V-V(∂U/∂V)S que facilitan acometer la resolución de problemas termodinámicos con gran eficacia en un campo imagen que no precisa sentido físico evidente, pero sí muy fiable en los cálculos: Fig.5. Simulación gráfica de algunas cualidades de las diferenciales exactas útiles en la formulación y análisis de rutas termodinámicas Termodinámica de sistemas no ideales 25 De hecho el estado de una substancia viene integrado por tantas superficies continuas de estado yuxtapuestas como fases en las que tenga existencia, limitadas por las coordenadas de existencia de la substancia (por ejemplo, hasta temperaturas inferiores a las de autoreactividad o descomposición química, que son puertas a otros escenarios de fases). El equilibrio entre fases para sustancias puras será una región común a dos superficies de estado- asimilable una línea- y el equilibrio entre tres fases será una región común a tres superficies de estado - asimilable a un punto-. En situaciones termodinámicas más complejas, por ejemplo sistemas multicomponentes, la definición del estado va vinculada matemáticamente a la de un hiperespacio 2. MODELO TERMODINÁMICO PARA EQUILIBRIO ENTRE FASES 2.1. Equilibrio de sustancias puras a. Relaciones entre propiedades termodinámicas Según el primer principio, un cambio discreto de energía interna se debe al balance: U = Calor recibido + trabajo realizado sobre el sistema = =- calor cedido- trabajo realizado por el sistema sobre el entorno En ausencia de otras formas posibles de trabajo distintas al mecánico de expansión compresión, restricción que se mantendrá en lo sucesivo en tanto no se diga lo contrario, para un cambio diferencial y reversible, y de acuerdo con el tercer principio, dS= dq/T, resulta dU = dq - pdV = TdS - pdV Si el proceso no es reversible, ni el calor es TdS ni el trabajo se puede calcular mediante la integración de la función continua pdV, aunque sí se puede deducir su balance neto a través de los cambios de energía interna. De la misma forma, si se conocen estos datos, calor recibido y trabajo realizado, sí que se puede calcular el cambio de energía interna experimentado por el sistema. El concepto de trabajo útil va vinculado a la capacidad de producir cambios en el entorno y, por tanto, al grado de reversibilidad, por lo que es un concepto vinculado al tipo de proceso. De hecho hay procesos de expansión que no producen trabajo útil alguno, como la expansión libre irreversible de gases, lo cual no quiere decir que no haya cambios del tipo p∆V o V∆p invertidos en turbulencia interna y, por tanto, en un aumento de entropía no predecible teóricamente, pero sí evaluable a partir de las condiciones finales (por ejemplo en coordenadas P, T). La entalpía se define incluyendo el término de entidad PV en la forma H = U + PV por lo que para un cambio diferencial resulta dH= dq + VdP= TdS+VdP Las propiedades que pueden definirse sin una vinculación a la materia se denominan propiedades de campo. Las más intuitivas son P y T. Las propiedades vinculadas a la materia se denominan propiedades de densidad (V, U, H y S). Si se definen para un sistema lo hacen en forma extensiva, pero si se refieren a una unidad de referencia lo hacen de forma intensiva (por ejemplo la densidad, el volumen molar o la energía interna específica). Obviamente, y para mayor generalidad, las propiedades se correlacionan en sus formas intensivas. Termodinámica de sistemas no ideales 26 De la misma forma se introducen las funciones de trabajo útil - funciones de Gibbs y Helmoltz- excluyendo de las formas energéticas anteriores la fracción vinculada al desorden térmico, y por tanto, la parte de la capacidad energética incapaz de ser puesta en juego en la producción de trabajo útil reversible. Así: F = U - TS dF= -pdV-SdT G = H - TS dG= Vdp-SdT Como se verá más adelante, la función de Gibbs es igual para fases en equilibrio, es decir, que no depende de la densidad, por lo que resulta la propiedad más adecuada para definir el equilibrio, junto con la presión y la temperatura que son propiedades de campo. Su utilidad se pone de manifiesto al tratar de mezclas en equilibrio, ya que a partir de ella se define el concepto de potencial químico µ. La ventaja de las formulaciones típicas de las propiedades termodinámicas es su significación en situaciones simples, como cambios isotermos, isóbaros, isócoros, etc. Así los cambios de entalpía pueden calcularse a partir del balance calorífico en condiciones isóbaras, y la variación de la función de Gibbs, G, representa el trabajo de flujo en condiciones isotermas. Gracias a las características de estado, un proceso real entre dos estados conduce a los mismos cambios en propiedades de estado que estos cambios producidos a través de procesos ficticios, lo que es un excelente recurso para optar por sendas de cálculo alternativas cuando se disponga de los datos oportunos. Cualquier formulación termodinámica representa casos particulares de una forma no restringida de vinculación de las propiedades tomadas como variables dependientes de otra pareja tomada como variables dependientes De hecho, cualquier propiedad puede analizarse en función de cambios experimentados en otras dos cualesquiera, es decir, que serían posibles formulaciones U(P,V), F(P,T), G(H,S), V(H,G), H(F,G) etc. Estas otras formas más infrecuentes de las formulaciones no suelen introducirse directamente como las anteriores, sino que suelen aparecer en el contexto de cálculos, y su único problema es la posible incomodidad del manejo de las propiedades implicadas, cuestión menor que se resuelve gracias a las relaciones formales ya mencionadas. b. Estado de componentes puros En principio cualquier pareja de propiedades puede adoptarse como coordenadas para definir el estado, pero la práctica ha decantado P y T como variables primarias, no tanto por su simplicidad teórica (de hecho el concepto de entropía pudiera ser más simple o primigenio con respecto al de temperatura) como por su carácter de propiedades de campo y su más fácil mensurabilidad experimental. b.1. Modelos ideales El modelo de estado ideal es el modelo de gas perfecto. El gas ideal puede definirse a partir de distintas interpretaciones (Leyes de Boyle, Joule, Gay Lussac y Amagat) que no son más que aspectos parciales del modelo de Clapeyron, PV= nRT. Una evidencia de que estas leyes son redundantes está en que pueden obtenerse unas a partir de otras. Por ejemplo, la misma relación de Joule: dU = dq - pdV = TdS - pdV (si PV= RT) dUT= 0 Llevando este modelo a las relaciones termodinámicas en las formas dependientes de PVT que pueden inferirse de las relaciones de Maxwell se obtienen relaciones teóricas que Termodinámica de sistemas no ideales 27 permiten estimar los cambios de las propiedades energéticas en condiciones de idealidad, por ejemplo variaciones de energía interna o entalpía simplemente a partir de caloresespecíficos ideales: dTcU v∫ ∗∗ =∆ y dTcH p∫ ∗∗ =∆ y análogamente para otras propiedades termodinámicas. En fluidos reales estos cambios pueden tomarse como referencia sobre la que evaluar los modelos reales a partir de discrepancias (Ver Figura 6). b.2. Modelos para fluidos reales En la Figura 7 se presentan las evidencias experimentales de la discrepancia entre un gas real y un gas ideal. La naturaleza pone de manifiesto que estas discrepancias cuantitativas pueden hacerse cualitativas, apareciendo fases condensadas imprevisibles por el modelo de fluido ideal, de forma que, en distintas regiones, las sustancias pueden encontrase en distinto estado de agregación y que el estado de agregación de distintas sustancias las mismas coordenadas de estado puede no ser el mismo. El concepto de estado de agregación concierne a las relaciones intermoleculares, por lo que en la termodinámica clásica se ha definido tradicionalmente en función de la manifestación macroscópica estereotipada de estas interacciones: Estado sólido, cohesionado de forma invariante debido a las fuertes interacciones, estado líquido deformable pero cohesionado debido a interacciones fuertes pero difusas y estado gaseoso, deformable y escasamente cohesionado. La naturaleza permite todas las formas de equilibrio binario (SL, SV y LV) en un amplio intervalo de condiciones, y permite el equilibrio ternario en el llamado punto triple (SLV), por debajo de cuya temperatura y presión no puede darse el estado líquido. Otro punto característico es el llamado punto crítico, por encima de cuya temperatura no puede existir estado líquido. Fig.6. Interpretación de un cambio real a partir de cambios virtuales Termodinámica de sistemas no ideales 28 El estado de fluidos reales se puede modelizar por ecuaciones que introducen desviaciones con respecto al modelo de Clapeyron (Fig.7). Las principales correlaciones corresponden a los tipos de discrepancia aditiva (modelos de virial) y discrepancia factorial (modelos de coeficiente de compresibilidad), existiendo modelos mixtos, como los de Van der Waals, Beattie-Bridgeman, Benedict-Webb-Rubin, Redlich-Kwong, etc. Onnes P = RT V 1 + B V + C V2 + D V3 +... ⎛ ⎝ ⎞ ⎠ Van der Waals P = RT V − b − a V 2 Factor de compresibilidad P = RT V Z Redlich-Kwong P = RT V − b − a T 0,5V(V + b) La correlación del coeficiente de compresibilidad es muy útil para cálculo de propiedades de fases de un solo componente. Sin embargo, para cálculos rigurosos y para la deducción de equilibrio en sistemas multicomponentes son más útiles las formas paramétricas con adecuadas reglas de mezcla para definir los coeficientes particulares. Fig.7. Evidencia experimental de las discrepancias entre fluidos reales y gas ideal al correlacionar determinadas propiedades o grupos de propiedades. En la Fig. 8 en se puede apreciar que estas diferencias meramente cuantitativas dan lugar, en otras regiones, a discrepancias cualitativas de las sustancias son calificadas convencionalmente como sólidos, líquidos o gases en función de cuál sea su estado de agregación en la región de estado que coincide con las condiciones ambientales más frecuentes (recuadro), pero que, en principio, cualquier sustancia puede encontrase en cualquier estado si su estructura es estable en sus coordenadas definitorias. Si bien diagramas caricaturescos como los de la figura ponen de manifiesto que hay múltiples formas de discrepar de la idealidad, también ponen de manifiesto una cierta analogía morfológica en torno a puntos o regiones características. Estos diagramas ponen de manifiesto también que las propiedades de campo son iguales en fases en equilibrio, mientras que las propiedades de densidad, vinculadas a la agregación, difieren entre fases en equilibrio. La ecuación de Van der Waals permite inferir el modelo del factor de compresibilidad de una forma generalizada que se sustancia en el llamado Principio de Estados correspondientes, (PEC), que Young extendió con gran éxito a las regiones condensadas y que otros autores han extendido, a su vez, a la correlación de propiedades de transporte. Según este principio, muchas substancias presentan un estado similar cuando se encuentran en situaciones homólogas con respecto al punto crítico. La mejor concordancia se observa cuando estas coordenadas son las llamadas coordenadas reducidas, Pr=P/Pc, Tr=T/Tc. El valor de la compresibilidad en el punto crítico adopta un valor teórico a partir del modelo de Van der Waals, zc=3/8, que no coincide con los valores observados en la realidad, que oscilan en torno a zc=0,27 como valor Termodinámica de sistemas no ideales 29 más frecuente para muchas substancias de interés. Según este principio, las discrepancias existentes entre modelos ideales y reales (Fig.9) son o adoptan formas funcionales análogas en las mismas coordenadas termodinámicas reducidas (primer nivel de discrepancia) pero, además, las discrepancias observadas en sustancias que no tienen una compresibilidad crítica similar a la predicha por el modelo pueden correlacionarse a su vez (segundo nivel de discrepancia) en función de parámetros característicos, como el factor de Riedel o de Pitzer o, con un mayor sentido práctico, en función de la diferencia entre el valor real y el teórico del coeficiente de compresibilidad, [zc - 0,27]. Fig. 8. Representación cualitativa de las regiones de estado de sustancias puras en las coordenadas más frecuentes Fig.9. Discrepancia de la idealidad. Inferencia de la correlación del coeficiente de compresibilidad y de las discrepancias de otras funciones termodinámicas De esta forma, las discrepancias indicadas en la figura 6 están integradas por dos componentes: Termodinámica de sistemas no ideales 30 Fig.10. Morfología de los diagramas termodinámicos de uso más frecuente Primera componente de discrepancia : f1(P *-P)= f2(Tr,Pr). Las funciones f1 y f2 han de esbozarse teóricamente a partir de las diferencias resultantes de calcular las respectivas funciones a través de las distintas ecuaciones de estado, P * a partir de P*V*= RT y P a partir de PV= zRT. ej: V*-V= RT(1-z) /P =α H∗ − H Tc = RTr 2 ∂z ∂Tr ⎛ ⎝ ⎜ ⎞ ⎠ ⎟ 0 Pr ∫ Pr dPr Pr y análogamente (U*-U)/Tc=f(Pr,Tr), (S*-S)=f(Tr,Pr), (Véase Fig.10), así como las funciones termodinámicas derivadas, (cp* - cp), (kp* - kp), Estas ecuaciones permiten deducir los diagramas de discrepancia de cualquier propiedad a partir del diagrama matriz z(Tr,Pr) o tener una guía para una más eficaz correlación de datos experimentales. Segunda componente: f1(P *- P) (zc#0,27) =f1(P *- P)PEC + f2(Tr,Pr) Un caso particular es la función de Gibbs, que da lugar a una correlación más útil, en forma de discrepancia factorial, a través de la introducción del concepto de fugacidad, una presión aparente vinculada a la presión real, que permite formular la variación isotérmica de G con el mismo tipo de expresión que la deducida para el gas ideal (ver figura 11): (G*2-G*1)T = RT ln (P*2/P*1) (G2-G 1)T = RT ln (P2/P1) P*1= P1= P0= 1 (baja presión, ideal = real) (G*= G0 +RTlnP)T (G= G0+ RTlnf)T f<P Termodinámica de sistemas no ideales 31 G∗ − G = αdP = −RT ln f P1 P ∫ por lo que la correlación de la discrepancia se hace en forma factorial, introduciendo el concepto de coeficiente de fugacidad ø= f/P Nótese que el modelo matemático puede tener limitaciones que hay que sortear. De hecho, si el concepto de baja presión o presión en la que el modelo real y el ideal conducen a valores similares de la función en estudio se asimilase a 0 y no a 1, la formulación matemática conduciría a una expresión embarazosa de manejar y sin sentido físico práctico. Fig.11. Introducción del concepto de fugacidad y su correspondiente correlación generalizada de acuerdo con el PEC.c. Equilibrio de fases en componentes puros Las condiciones de equilibrio entre fases de componentes puros pueden determinarse experimentalmente o predecirse a partir de estimaciones teóricas. Cualquier pareja de propiedades invariantes, dX=0, dY=0, puede ser elegida para definir el equilibrio. Sin embargo las propiedades de campo no dan lugar a ambigüedades matemáticas, ya que sus valores son independientes del estado de agregación entre fases en equilibrio (P,T), mientras que las propiedades energéticas, como se ha visto, experimentan una discontinuidad vinculada al balance energético del propio cambio de estado. Por ello se prefiere utilizar la función de Gibbs, que no da lugar a indeterminación cuando dP=0 y dT=0 (dGPT=0, es decir, que G pasa por un mínimo). En la práctica suelen correlacionarse los datos obtenidos para sustancias de interés de acuerdo con formulaciones sugeridas por la teoría, ya que facilitan detectar las formas de correlación más efectiva. Aquí no nos referiremos a ellos, pero unos métodos eficaces para la estimación de propiedades termodinámicas macroscópicas es a partir de los parámetros característicos de los modelos moleculares, y viceversa. De esta forma pueden estimarse directamente muchas propiedades, como las propiedades críticas desconocidas experimentalmente o los parámetros de Riedel y Pitzer, y acceder por esta vía a todas las posibilidades de las correlaciones basadas en el PEC. Una forma derivada de ésta es la estimación de propiedades de densidad a partir de contribuciones de grupo, de forma que muchas propiedades macroscópicas de moléculas complejas, particularmente orgánicas, pueden inferirse por sencillas reglas de combinación en función de la aportación que cada grupo funcional hace al conjunto en función de su entidad absoluta y de su influencia relativa. Termodinámica de sistemas no ideales 32 Fig.12. Regiones de estado típicas de los diagramas de fases Fig.13. Teoría y experimentación se complementan recíprocamente para abrir vías opcionales de estimación y correlación de propiedades Veamos algunos ejemplos: Las condiciones de equilibrio entre fases (LV vaporización-condensación, S-L, fusión solidificación, y S-V, sublimación condensación) pueden hacerse directamente tabulando datos de presión de vapor en función de la temperatura, o de calores latentes de cambio de estado en función d e las condiciones de equilibrio o deducirse a partir de los modelos disponibles. En la práctica suelen correlacionarse los datos obtenidos para sustancias de interés de acuerdo con formulaciones sugeridas por la teoría, ya que facilitan acertar con las formas de correlación más eficaz o con sentido físico más evidente. Termodinámica de sistemas no ideales 33 Así, en condiciones de equilibrio líquido vapor la teoría permite deducir la relación de Clapeyron para la presión de vapor: ln Pv = − ∆Hv RT + k en función de la entalpía de vaporización y la temperatura absoluta, a la que se remedan otras ecuaciones del tipo ln Pv = − A bT + c y similares, como las ecuaciones de Antoine o Kirchov, encuentran una significación física razonable para sus parámetros de ajuste A, b y c, singulares para cada substancia. Otra forma sería el diagrama de Cox (Ver fig.12.a) De la misma forma, los calores específicos del gas ideal suelen correlacionarse por expresiones de ajuste del tipo: c*p= a+ bT + cT2 En la bibliografía hay numerosas correlaciones de datos. En la Figura 14 se presentan algunas de ellas. Si se permite una recomendación, lo más conveniente es no perder una referencia global con el manejo de gráficos tan dispares y, a la vez, tan similares morfológicamente; trátese de ubicar estas propiedades en el contexto de los diagramas de estado de más amplio escenario, Tipos I,II y III ( los dos primeros referidos ya en la Figura 8) Fig.14. Morfología de algunas correlaciones de datos frecuentes en la bibliografía. a. Diagrama de Cox, b. Diagrama de Brown para densidades de olefinas; c y d. Otros diagramas para propiedades energéticas de hidrocarburos. d. Aplicaciones prácticas La Termodinámica de fases de un solo componente es la base para la caracterización de mezclas multicomponentes, pero por sí misma tiene interés práctico en las llamadas operaciones termomecánicas. Las operaciones termomecánicas son transformaciones en las que se pretende modificar las características de estado de un fluido (básicamente compresiones, expansiones e intercambios de calor) , en las que se pretende convertir el calor en trabajo (máquinas y motores térmicos) o en las que se pretende acceder de forma autosuficiente a determinadas regiones de estado (licuaciones o solidificaciones totales o parciales). Frecuentemente el fluido que experimenta estas transformaciones experimenta un ciclo, es decir, que pasa sucesivamente por las condiciones iniciales dando lugar a transformaciones con un balance neto nulo de calor y trabajo. La utilidad de los ciclos está precisamente en conseguir calor o trabajo en unas condiciones más inaccesibles a partir de consumirlo en otras Termodinámica de sistemas no ideales 34 más accesibles, siempre con las limitaciones impuestas por las reglas del juego, los llamados principios de la termodinámica. La razón de los procesos cíclicos es doble: Por una parte, hay ciclos cerrados. Hay fluidos que se emplean como vehiculizantes de materia y energía, y debido a su costo o a las dificultades de su manejo, permanecen encerrados en un circuito sin salidas ni entradas netas, más que las accidentales debidas a pérdidas y fugas y a la necesidad de reponer el material. Por ello es preciso llevarlos a las condiciones iniciales para reutilizarlos, procurando aprovechar inteligentemente -dentro del propio proceso o enlazando con otros- los balances energéticos de estas operaciones subsidiarias de recuperación. Tal es el caso de las centrales térmicas que utilizan agua ultrapura en circuito cerrado (Ciclo de Rankine) o de las máquinas frigoríficas (ciclo inverso). Por otra parte hay ciclos abiertos, en los que se mantienen las condiciones de cada etapa y se reiteran las transformaciones termomecánicas, pero el fluido que circula va cambiando total o parcialmente. Ello se debe a que parte de las transformaciones son irreversibles (caso del motor de explosión interna de acuerdo con los ciclos de Carnot, Otto, etc.), a que parte del material se destina a un uso específico y se retira fraccionalmente (caso de los ciclos de licuación de Linde y Claude, por ejemplo) o a que se producen pérdidas que no compensa paliar (máquinas de vapor). 2.2. Equilibrio de mezclas multicomponentes a. Propiedades termodinámicas para mezclas La extensión de los conceptos termodinámicos a mezclas multicomponentes pasa por dos etapas. En primer lugar caracterizar la mezcla monofásica y sus propiedades. En segundo lugar caracterizar las condiciones de equilibrio entre fases multicomponentes. Ello requiere introducir nuevas propiedades termodinámicas - las necesarias para caracterizar las proporciones entre los distintos integrantes de la mezcla, la composición -y redefinir adecuadamente todas las propiedades termodinámicas a tenor de la disponibilidad de este nuevo grado de libertad, estableciendo criterios precisos para identificar la contribución de cada sustancia a las propiedades de la mezcla. Luego habrá de resolverse el problema de cómo extender las ecuaciones de estado a mezclas, mediante adecuadas reglas de ponderación de la participación de cada componente en los parámetros del modelo. Finalmente requiere establecer las condiciones de equilibrio entre fases y traducirlas a variables fácilmente medibles o controlables. Para sistemas de dos o más componentes, todas las propiedades extensivas dependen de la cantidad de cada componente presente, y todas las propiedades intensivas dependen de
Compartir