Você está na página 1de 199

ENG 07737

Modelagem e Simulao de Processos


PARTE I: Introduo

Prof. Argimiro R. Secchi

Departamento de Engenharia Qumica


Escola de Engenharia
Universidade Federal do Rio Grande do Sul

1995/1

Contedo
0. Programa da Disciplina ................................................................................. 3
1. Introduo a Modelagem Matemtica de Processos ................................... 8
1.1 Conceitos bsicos de modelagem e simulao ...................................... 8
1.2 Classificao de modelos matemticos de processos ............................ 15
1.3 Usos de Modelos Matemticos na Engenharia Qumica ....................... 27
1.4 Classificao de Mtodos Numricos para Simulao de Modelos ...... 28
1.5 Introduo a Tcnicas Computacionais ................................................. 30
1.5.1 Sistema Operacional DOS..................................................... 30
1.5.2 Tcnicas de Programao ...................................................... 33
1.5.3 Linguagens C, FORTRAN e PASCAL ................................ 36

0. Programa da Disciplina
UNIVERSIDADE FEDERAL DO RIO GRANDE DO SUL
ESCOLA DE ENGENHARIA
DEPARTAMENTO DE ENGENHARIA QUMICA
DISCIPLINA: ENG07737 - MODELAGEM E SIMULAO DE PROCESSOS
CRDITOS: 04
PR-REQUISITOS: ENG07758 e ENG07761
PERODO: 2002/1
RECOMENDADO: INF01211

SMULA: Introduo modelagem matemtica de processos da engenharia


qumica. Aplicao das leis de conservao em sistemas estacionrios e dinmicos.
Simulao esttica e dinmica de processos e operaes da indstria qumica.
Introduo otimizao de processos. Introduo a pacotes computacionais de
simulao.
OBJETIVOS: Introduzir os conceitos de modelagem matemtica de processos da
engenharia qumica atravs da aplicao das leis fundamentais de conservao de
massa, energia e quantidade de movimento e de mtodos matemticos e
computacionais para a simulao e otimizao de processos e operaes da
indstria qumica.
PROGRAMA
1. Introduo a modelagem matemtica de processos
1.1. Conceitos bsicos de modelagem e simulao
1.2. Classificao de modelos matemticos de processos
1.3. Usos de modelos matemticos na engenharia qumica
1.4. Classificao de mtodos numricos para simulao de modelos
1.5. Introduo a tcnicas computacionais
2. Aplicao das leis fundamentais de conservao
2.1. Sistemas de parmetros concentrados
2.2. Sistemas de parmetros distribudos
2.3. Variveis de processos e parmetros de modelos
2.4. Relaes constitutivas
2.5. Modelagem de reatores qumicos
2.6. Modelagem de sistemas de separao
3

3. Simulao estacionria
3.1. Mtodos numricos para a soluo de equaes algbricas
3.2. Critrios de convergncia
3.3. Multiplicidade de solues
3.4. Anlise de estabilidade e sensibilidade paramtrica
3.5. Mtodos numricos para a soluo de problemas de contorno
3.6. Tcnicas de aproximao polinomial
3.7. Simulao estacionria de reatores qumicos
3.8. Simulao estacionria de sistemas de separao
4. Simulao dinmica
4.1. Mtodos numricos para a soluo de equaes diferenciais ordinrias
4.2. Conceito de rigidez
4.3. Mtodos numricos para a soluo de equaes algbrico-diferenciais
4.4. Problemas de ndice
4.5. Consistncia das condies iniciais
4.6. Mtodos numricos para a soluo de equaes diferenciais parciais
4.7. Simulao dinmica de reatores qumicos
4.8. Simulao dinmica de processos de separao
5. Introduo otimizao de processos
5.1. Fundamentos matemticos
5.2. Otimizao sem restrio
5.3. Otimizao com restries
6. Introduo a pacotes computacionais de simulao
6.1. Tcnicas de Simulao
6.2. Softwares para a simulao esttica de processos
6.3. Softwares para a simulao dinmica de processos
6.4. Softwares para o projeto e otimizao de processos
6.5. Softwares para o controle de processos
6.6. Programas gerenciadores
6.7. Modelagem e simulao de um processo da indstria qumica

CRONOGRAMA
1 semana: tpicos 1.1 a 1.2
2 semana: tpicos 1.2 a 1.5
3 semana: tpicos 2.1 a 2.2
4 semana: tpicos 2.2 a 2.5
5 semana: tpicos 2.6 a 3.1
6 semana: tpicos 3.2 a 3.5
7 semana: tpicos 3.6 a 3.7
8 semana: tpico 3.8, 1 PROVA
9 semana: tpicos 4.1 a 4.3
10 semana: tpicos 4.4 a 4.6
11 semana: tpico 4.7
12 semana: tpico 4.8
13 semana: tpico 5.1
14 semana: tpico 5.2
15 semana: tpico 5.3
16 semana: tpicos 6.1 a 6.5
17 semana: tpico 6.6, 2 PROVA
18 semana: EXAME
METODOLOGIA: O curso ser ministrado atravs de aulas expositivas,
acompanhadas por exemplos de processos e operaes da indstria qumica, com
aplicaes prticas dos conceitos em listas de exerccios a serem resolvidos extraclasse pelos alunos.
SISTEMA DE AVALIAO: O aproveitamento do aluno ser avaliado mediante
duas provas terico-prticas e resoluo das listas de exerccios. A nota final ser
obtida pela mdia ponderada entre as provas terico-prticas (peso 3,5 por prova) e
listas de exerccios (peso 3,0). O aluno com mdia normalizada igual ou superior a
4,0 poder melhorar seu conceito mediante exame geral. O conceito ser atribudo
conforme tabela abaixo das mdias normalizadas:
[9,0 , 10]
[7,5 , 9,0)
[6,0 , 7,5)
[0,0 , 6,0)
freqncia < 60%

conceito A
conceito B
conceito C
conceito D
conceito E

onde Mdia Normalizada = Min {10; Max [0, 6 + 1,5 (Mdia + ) / ]}, e
so a mdia e o desvio padro da turma.
OBSERVAO: As notas das listas de exerccios entregues atrasados em at uma
semana aps o prazo estipulado sero depreciadas proporcionalmente ao tempo de
atraso em at 50%. Aps este perodo as listas entregues sero corrigidas, porm
no contribuiro para a nota final.
BIBLIOGRAFIA
1.
2.
3.
4.
5.
6.
7.
8.
9.
10.
11.
12.
13.
14.
15.
16.
17.
18.
19.

Frberg, C. E., "Introduction to Numerical Analysis", Addison-Wesley, 1965.


Himmelblau, D. M. & Bischoff, K. B., "Process Analysis and Simulation Deterministic Systems", John Wiley & Sons, 1968.
Carnahan, B. Luther, H. A. & Wilkes, J. O., "Applied Numerical Methods", Wiley,
1969.
Beveridge, G. S. G. & Schechter, R. S., "Optimization: Theory and Practice", McGraw
Hill, 1970.
Himmelblau, D. M., "Process Analysis by Statistical Methods", Wiley, 1970.
Crowe, C. M., "Chemical Plant Simulation. An Introduction to Computer-Aided
Steady State Process Analysis", Prentice-Hall, 1971.
Finlayson, B. A., "The Method of Weighted Residuals and Variational Principles with
Application in Fluid Mechanics, Heat and Mass Transfer", Academic Press, 1972.
Himmelblau, D. M., "Applied Nonlinear Programming", McGraw-Hill, 1972.
Franks, R. G. E., "Modeling and Simulation in Chemical Engineering", Wiley
Interscience, 1972.
Seinfield, J. H. & Lapidus, L., "Mathematical Methods in Chemical Engineering - vol.
3 - Process Modeling, Estimation and Identification", Prentice-Hall, 1974.
Villadsen, J. & Michelsen, M. L., "Solution of Differential Equation Models by
Polynomial Approximation", Prentice-Hall, 1978.
Felder, R. M. & Rousseau, R. W., "Elementary Principles of Chemical Processes",
John Wiley & Sons, 1978.
Finlayson, B. A., "Nonlinear Analysis in Chemical Engineering", McGraw Hill, 1980.
Holland, C. D. & Liapis, A. I., "Computer Methods for Solving Dynamic Separation
Problems", McGraw Hill, 1983.
Rice, J. R., "Numerical Methods, Software and Analysis", McGraw-Hill, 1983.
Davis, M. E., "Numerical Methods and Modeling for Chemical Engineers", John
Wiley & Sons, 1984.
Denn, M., "Process Modeling", Longman, New York, 1986.
Minoux, M., "Mathematical Programming. Theory and Algorithms", John Wiley &
Sons, 1986.
Mahey, P., "Programao No-Linear. Introduo Teoria e aos Mtodos", Editora
Campus, 1987.

20. Edgar, T.F. & Himmelblau, D.M., "Optimization of Chemical Processes", McGrawHill, 1988.
20. Brenan, K. E., Campbell, S. L. & Petzold, L. R., "Numeical Solution of Initial-Value
Problems in Differential Algebraic Equations", North-Holland, 1989.
21. Luyben, W. L., "Process Modeling, Simulation, and Control for Chemical Engineers",
McGraw-Hill, 1990.
22. Silebi, C.A. & Schiesser, W.E., Dynamic Modeling of Transport Process Systems,
Academic Press, Inc., 1992.
23. Ogunnaike, B.A. & Ray, W.H., Process Dynamics, Modeling, and Control, Oxford
Univ. Press, New York, 1994.
24. Rice, R.G. & Do, D.D., Applied Mathematics and Modeling for Chemical
Engineers, John Wiley & Sons, 1995.
25. Bequette, B.W., Process Dynamics: Modeling, Analysis, and Simulation, Prentice
Hall, 1998.

1. Introduo a Modelagem Matemtica de Processos


A necessidade de conteno de despesas tem introduzido na indstria
qumica uma tendncia para a realizao de processos fortemente integrados, que
so caracterizados pela diversidade de reciclos de massa e energia. Para estes
processos, a validao da integridade do projeto e a sua operabilidade prtica
requerem a simulao de toda planta com o uso de modelos rigorosos.
O interesse industrial em tcnicas e pacotes computacionais para a
modelagem e simulao de processos tem crescido muito nestes ltimos anos,
influenciado por vrios fatores, tais como os fatores econmicos citados acima e a
necessidade de uma melhor produo qumica, incluindo anlises de segurana e
risco, reduo da concentrao de emisses qumicas e reprodutibilidade de
produtos qumicos de alta qualidade. Entretanto, estas ferramentas ainda no esto
sendo muito usadas em processos industriais, principalmente, pela complexidade
envolvida na anlise de modelos de processos associada a falta de treinamento dos
engenheiros de processo.
A medida que um processo torna-se mais complexo, haver uma maior
necessidade de tcnicas de anlise dos problemas associados com seu projeto e
operao. Anlises modernas de problemas de processos envolvem alguma forma
de modelagem matemtica e isto deveria atrair engenheiros qumicos em favor da
competitividade das plantas comerciais. Naturalmente, existem vrios modelos
matemticos para o mesmo sistema, cada um ajustado para resolver um problema
particular associado ao sistema, onde o grau de detalhe requerido depende do
problema a ser resolvido e da quantidade de dados disponveis. Quanto mais
rigorosa for a descrio de um processo qumico, o conjunto de equaes
resultantes ser maior e mais difcil de tratar. Embora elas possam ser resolvidas,
aconselhvel ao analista usar julgamentos de engenharia para reduzir as equaes
para um conjunto menos complexo que, para propsitos prticos, resultar em
solues dentro da preciso dos dados proporcionados.

1.1 Conceitos bsicos de modelagem e simulao


Processo: arranjo de unidades de operao (reatores, trocadores de calor, colunas
de destilao, etc.) integradas entre si em uma maneira racional e sistemtica.
Modelo: descrio matemtica de processos.

Bases para os modelos matemticos: leis fundamentais da fsica e qumica, tais


como as leis de conservao de massa, energia e quantidade de movimento, e os
conceitos de equilbrio.
reas de conhecimento bsico: escoamento de fluidos
transferncia de calor
transferncia de massa
cintica
termodinmica
controle
Definies:
varivel: smbolo matemtico.
varivel de estado: descreve o comportamento do sistema.
varivel a determinar: varivel cujo valor desconhecido.
equao: expresso matemtica relacionando as variveis.
parmetro: uma propriedade do processo ou de seu ambiente, que pode
assumir um valor conhecido ou ser estimado (uma constante ou
coeficiente em uma equao).
especificao: varivel cujo valor atribudo a cada simulao.
fora motriz: varivel gerada por uma funo conhecida imposta ao
processo (existe somente em simulao dinmica).
condio inicial: estado inicial do processo.
condio de contorno: delimitao do processo (restries nas variveis
espaciais).
graus de liberdade: no de variveis no de parmetros no de
especificaes no de foras motrizes no de equaes
= no de variveis a determinar no de equaes.
Elementos bsicos na modelagem:

descrio do processo e definio do problema


teoria e aplicao das leis fundamentais
equacionamento
consideraes
consistncia
soluo desejada
matemtica e computao
soluo e validao
9

Descrio do processo e definio do problema: talvez a parte mais


importante para a anlise de um processo seja o conhecimento dos fenmenos que o
envolvem e o que se deseja conhecer de suas causas e efeitos, ainda que no seja
possvel estabelecer regras para a definio do problema.
Teoria e aplicao das leis fundamentais: uma vez entendido o processo,
define-se a teoria que governa os seus fenmenos. Esta teoria , usualmente,
disponvel atravs de uma variedade de fontes, publicadas ou no. Entretanto, para
aqueles casos isolados onde no h uma teoria disponvel de grande mrito
postular uma, ou vrias, e testar sua validade mais tarde comparando a soluo do
modelo matemtico com os resultados experimentais.
Equacionamento: o prximo passo no desenvolvimento de um modelo
escrever a teoria em simbologia matemtica.
Consideraes: provavelmente o papel mais importante do engenheiro na
modelagem o julgamento que faz em relao as consideraes a serem feitas.
Obviamente, um modelo extremamente rigoroso que inclui detalhes microscpicos
de cada fenmeno to complexo que tomar um longo tempo para o seu
desenvolvimento, podendo at ser intratvel com os recursos atuais. Um
compromisso deve existir entre a descrio rigorosa e chegar a uma resposta
suficientemente boa.
As consideraes feitas devem ser listadas e analisadas cuidadosamente para
assegurar que qualquer termo omitido de fato insignificante durante toda a
simulao do processo. Elas sempre impem limitaes no modelo que deve se ter
em mente ao buscar valores preditos. Freqentemente possvel eliminar equaes
por inteiro pelo simples fato de desprezar pequenas flutuaes em certas variveis
intermedirias. Por exemplo, supondo que o calor especfico de uma mistura
multicomponente requerido para o balano de energia varie somente 1% de seu
valor devido a variaes na composio, ento, um valor mdio constante poderia
substituir uma equao do modelo que calcula um valor continuamente.
Como resultado das consideraes tem-se um conjunto menos complexo de
equaes a serem resolvidas.
Consistncia: checar se o nmero de equaes igual ao nmero de
variveis a determinar (ou grau de liberdade igual a zero) uma tarefa importante
para confirmar a consistncia matemtica do modelo; isto particularmente
importante em sistemas complexos e grandes. Se isto no ocorrer o sistema est
10

sub-especificado ou sobre-especificado e, as vezes, errado com a formulao do


problema.
Outra verificao que se faz importante a da consistncia das unidades de
medida de todos termos envolvidos nas equaes.
Soluo desejada: uma considerao das solues requeridas do modelo
um passo necessrio antes de suas obtenes propriamente ditas. Uma lista de
vrios casos requeridos e a informao que esperada em cada caso podem revelar
possveis situaes redundantes, auxiliando na etapa de simulao.
Matemtica e computao: a natureza das equaes do modelo que
determina o mtodo para obteno da soluo a ser selecionado, seja ele analtico,
numrico ou por inspeo. Embora existe uma variedade de mtodos para a soluo
de um determinado conjunto de equaes, deve se ter uma noo bsica sobre a
adequabilidade de cada mtodo em funo das caractersticas do problema a ser
resolvido; por exemplo, se um sistema de equaes diferenciais ordinrias deve ser
integrado atravs de mtodos implcitos ou explcitos (Captulo 4).
Soluo e validao: a ltima fase do desenvolvimento de modelos de um
processo o estudo e verificao das solues obtidas do modelo matemtico
atravs de comparaes com dados experimentais ou julgamentos de engenharia.
Qualquer soluo no esperada deve ser racionalizada para assegurar que no
ocorreram erros de computao.
Exemplo 1.1: (modelagem) tanque agitado com vlvula na sada (Figura 1.1).
Fe

V
h
Fs

Figura 1.1

Descrio do processo: um lquido entra e sai de um tanque pela ao da gravidade.


Deseja-se analisar a variao de volume, altura e vazo do tanque

11

(resposta do sistema) frente a variaes na alimentao (perturbao no


sistema).
Teoria: - conservao de massa

( . v )
t

- conservao da quantidade de movimento


( v)
[. vv]
P
[. ]
t
adveco

fora de presso

transf. viscosa

fora gravitacional

- conservao de energia

1 2
1

U v . vU v 2 (.q)

t
2
2

v.

adveco

trab. foras gravit.

conduo

(.Pv)

(.[ .v])

trab. foras de presso

trab. foras viscosas

onde g .
Consideraes: - massa especfica constante
- isotrmico
- mistura perfeita
- Fs K h
Equacionamento:
balano material:

Fe Fs

dimenso:

V Ah

hidrodinmica:

Fs K h

dV
dt

Consistncia: - checar se o nmero de equaes igual ao nmero de variveis a


determinar (grau de liberdade zero).
variveis: Fe, Fs, , V, A, h, K, t 8
equaes: 3
constantes: , K, A 3
especificaes: t 1
foras motrizes: Fe 1
12

variveis a determinar: V, h, Fs 3
graus de liberdade: 3 variveis desconhecidas 3 equaes = 0
- checar a consistncia das unidades de medida de todos os termos
envolvidos nas equaes.
Fe, F s

V
A
h
K
t

(kg s-1)
(kg m-3)
(m3)
(m2)
(m)
(kg m-0,5 s-1)
(s)

NOTA: para facilitar a busca por novas equaes ou novas especificaes e/ou
foras motrizes, procurar sempre relacionar mesmo que indiretamente
cada varivel desconhecida a uma equao, aps eliminar da lista de
variveis todas os parmetros (ou constantes), especificaes e foras
motrizes. No exemplo acima, aps eliminar , K, A, t e Fe da lista de
variveis, associa-se V equao de balano de massa, Fs equao
hidrodinmica e chega-se a concluso que se deve incluir a equao de
dimenso que relaciona V com h para que a varivel a determinar h tenha
uma equao para ser associada.
Soluo desejada: dada uma condio inicial (h ou V), deseja-se analisar h(V),
V(Fe), Fs(h). Como h = f(V) e V = f(Fe) h(Fe)
Fs = f(h) e h = f(Fe) Fs(Fe)

logo pode-se analisar todas as variaes em funo de uma dada perturbao em Fe.
Matemtica e computao:
Fe Fs

E.Q.O

dV
dt
V Ah

dh Fe k h
=
dt
A
h(t 0 ) = h0

13

Fs K h

h(t, Fe)

V Ah
Fs K h

V ( t , Fe )
Fs ( t , Fe )

Soluo e validao: comparar os resultados com dados experimentais (Figura 1.2).


hexp

hcalc
Figura 1.2

14

1.2 Classificao de modelos matemticos de processos


Baseada no detalhamento dos princpios fsico-qumicos:

modelo molecular e atmico: trata um sistema arbitrrio como se fosse


constitudo de entidades individuais, cada
uma das quais obedecendo certas regras.
Conseqentemente, as propriedades e
variveis de estado do sistema so obtidas
pela soma de todas as entidades. Por
exemplo: mecnica quntica, mecnica
estatstica, teoria cintica.
modelo microscpico: considera o sistema como um contnuo, isto , os
detalhes das interaes moleculares so ignorados, e
um balano diferencial feito para massa,
quantidade de movimento e energia.
modelo de gradientes mltiplos: as formas das equaes matemticas so
equivalentes ao modelo microscpico, mas
com alguns coeficientes modificados
(coeficientes efetivos).
modelo de gradientes mximos: simplificao do modelo de gradientes
mltiplos, onde os termos de disperso
so desprezados e somente o maior
componente do gradiente da varivel
dependente mantido nos balanos.
modelo macroscpico: ignora todos os detalhes internos ao sistema e,
conseqentemente, nenhum gradiente espacial
envolvido no modelo. As variveis dependentes
representam valores mdios sobre o volume do
sistema.
Baseada no espao de definio das variveis:

modelo em variveis discretas (ex: processos em estgios)


modelo em variveis contnuas

15

Baseada na varivel temporal:

modelo em estado estacionrio


modelo dinmico
Baseada nas variveis espaciais:

modelo de parmetros concentrados


modelo de parmetros distribudos
Baseada na estrutura matemtica do modelo:

16

Exemplo 1.2: (escolha de um modelo matemtico) reator tubular (Figura


1.3) em escoamento turbulento de um fluido Newtoniano, com , , Cp constantes e
escoamento da massa principal somente na direo axial (A B R S ) :

L
R

Figura 1.3

consideraes: , , Cp constantes
simetria angular
v vr 0
modelo microscpico:

escoamento turbulento
(Figura 1.4)

v = v + v' ; v ' = 0
C i = C i + C i' ; C i ' = 0
T = T +T ' ; T ' = 0

vz
_
vz
_
v'z = v z - v z
t
Figura 1.4

onde

1
w
t

t t

wdt

a mdia temporal de w.

balano material
17

total:

( . v )
t

cte

( . v ) 0, ( . v ) ( . v ) 0

( . v ) 0, ( . v ) ( . v ) ( . v ) 0

1
1 v v z
(r vr )

0
r r
r

0
0

vz
0
z

componente:

vz vz (r, t )

(1.1)

i
( . ni ) ri
t
ni i v D i

cte

ni i v D i

i
( . i v ) ( . D i ) ri
t

( Mi )

C i
(.C i v) (.DC i ) R i
t

Ci
( . Ci v ) ( . Ci v ) ( . D( l) Ci ) Ri
t

com D( l) f ( Ci )
( . v ) 0

Ci
( v . Ci ) ( . Ci v ) ( . D( l) Ci ) Ri
t

Ci
C
vz (r, t ) i (.Civ) (.D(l) Ci ) Ri (1.2)
t
z

balano energtico:
( U )
(. vU ) (.q ) P.v
t
adveco

conduo

compresso

( : v)

Sr

dissipao viscosa

reao

(v. U ) U (. v ) (. q ) P . v ( : v ) S r
t
t

18

(v. U ) (. q ) P . v ( : v ) S r
t

DU
(. q ) P . v ( : v ) S r
Dt

U
U

P
dU
dV

dT P T
T V
V T
T V

dV CV dT

DT
P DV
CV
(. q ) P . v ( : v ) S r
P T
T V Dt
Dt

DV
D 1
1 D

(.v)
Dt
Dt
Dt

CV

DT
P
(. q ) T (. v ) ( : v ) S r
T V
Dt

T
P
CV
CV (. v T ) (. q ) T (. v ) ( : v ) S r

T V
t
( .v ) 0

fluido Newtoniano: ( : v ) v , onde v a funo dissipao.


P constante: dH C P dT

(fluido incompressvel)

dU dH d ( PV ) C P dT P dV

P
dU P T
T V

dV CV dT

P
CV dT C P dT T dV
T V

C P

T
C P (. v T ) (. q ) v S r
t

q k T
T
C P
C P (. v T ) C P (. v T ) (. k ( l) T ) (vl) (vt ) S r
t

com k ( l) f ( T )
19

( . v ) 0

T
C P
C P (v . T ) C P (. v T ) (. k ( l) T ) ( (vl) (vt ) ) S r
t

T
T
C P
C P v z (r , t )
C P (. v T ) (. k ( l) T ) ( (vl) (vt ) ) S r
t
z
(1.3)

balano de quantidade de movimento:


( v )
[ . v v ] P [ . ] g
t

constante:

( . v ) 0

v
[ . v v ] P [ . ] g
t
v
[ . v v ] [ . v v ] P [ . ( l) ] g
t

Dv
[ . v v ] P [ . ( l) ] g
Dt

modelos de turbulncia:

v ci Ji(t ) D(t ) Ci
C P v T q ( t ) k ( t ) T

v v (t )
Ci
C
vz ( r , t ) i ( . D(t ) Ci ) ( . D(l) Ci ) Ri
t
z
Ci
C
vz ( r , t ) i ( .( D(t ) D( t) ) Ci ) Ri
t
z

modelo de gradientes mltiplos:

D D(t ) D( t) coeficiente de difuso efetivo


C i
C
v z (r , t ) i (.DCi ) Ri (1.5)
t
z

20

(1.4)

da mesma forma para o balano energtico, desprezando a dissipao viscosa:


C P

T
T
C P v z (r , t )
(.k T ) S r
t
z

(1.6)

onde k k (t ) k ( l)
e para o balano de quantidade de movimento:

Dv
P [ . ] g
Dt

(1.7)

onde (t ) ( l) e (t ) ( l)
( . v ) 0

[ . ] 2 v

Dv
P 2v g (Navier-Stokes)
Dt

(1.8)

Removendo a notao da mdia temporal e aplicando as condies de contorno,


com as consideraes adicionais:
Dz Dz ( r , t )

D R D R (r , t )

vr 0 (inclui os efeitos de vr 0 )

kz kz (r , t )

k R k R (r , t )

balano material:
C i
2 Ci 1
C
C
D z (r , t )

r D R (r , t ) i v z (r , t ) i Ri
2
r r
t
r
z
z

condies de contorno (Figura 1.5):

vz , Ci0 , T0

zona de reao
z=0

z = 0

z=L
z = 0+
Figura 1.5

21

z = L

z = L+

(1.9)

1) Ci ( 0, r , t ) Ci 0 ( t )
ou ni

z 0

ni

z 0

v z (r , t )Cio (t ) 0 v z (r , t )Ci (0, r , t ) D z (r , t )

Ci (0, r , t )
z

(sem difuso em z < 0)

difuso: gerao de calor T e consumo de reagente C


2) Ci

z L

Ci

z L

vz ( r , t ) Ci ( L , r , t ) Dz ( r , t )

Ci
z

z L

vz ( r , t ) Ci ( L , r , t )

Ci
( L , r , t ) 0 (sem reao)
z

3)

Ci
( z , 0, t ) 0 (simetria)
r

4)

Ci
( z , R , t ) 0 (parede impermevel)
r

condio inicial: Ci ( z , r , 0) Ci ( z , r )

balano energtico:
T
T
2T 1
T

CP
k z (r , t ) 2
H r R A (1.10)
r k R (r , t ) C P v z (r , t )
r r
z
t
r
z

Hr ( H ) prod ( H ) reag (por mol de A)

condies de contorno:
1) T ( 0, r , t ) T0 ( t )
ou q z 0 q z 0

v z (r , t ) To (t ) 0 v z (r , t ) T ( 0, r , t )

k z (r , t ) T (0, r , t )
z
C
P

(sem difuso em z < 0)

2) T z L T z L

v z (r , t ) T ( L , r , t )

22

k z ( r , t ) T
C P z

z L

v z (r , t ) T ( L , r , t )

T
( L, r , t ) 0 (sem reao)
z

3)

T
( z , 0, t ) 0 (simetria)
r

4) q r R U Tw T ( z , R , t ) k R ( R , t )

T
( z , R , t ) (transf. de calor pela parede)
r

condio inicial: T ( z , r , 0) T ( z , r )

balano de quantidade de movimento:

v z
P
1 v z

t
z
r r r

(1.11)

condies de contorno:
1)

vz ( 0, t )
0 (simetria)
r

2) vz ( R , t ) 0 (parede imvel)
condio inicial: vz ( r , 0) vz ( r )
Exerccio 1.1: escrever os balanos material, energtico e de quantidade de
movimento da forma de modelo de gradientes mltiplos para a seguinte seqncia
de consideraes:

a) estado estacionrio
P P
b)

cte
z
L

r 2
P R 2
v z (r ) v z (0) 1 ; v z (0)
L 4
R

c) coeficientes de difuso efetivos constantes


d) velocidade constante
Usando o modelo resultante do exerccio 1:
23

vz

C i
2 C i D R C i
DL

r
Ri
z
r r r
z 2

vz Cio vz Ci ( 0, r ) DL

Ci ( 0, r )
z

Ci
( L, r ) 0
z

Ci
( z , 0) 0
r
Ci
( z, R) 0
r
T
2 T k R T

CP vz
kL

r H r R A
z
r r r
z 2
v z To v z T (0, r )

k L T (0, r )
z
C P

T
( L, r ) 0
z
T
( z , 0) 0
r

T
U
( z, R)
Tw T ( z , R )
kR
r

e ignorando os gradientes radiais, tem-se:


vz

dCi
d 2C
DL 2 i Ri
dz
dz

vz Cio vz Ci ( 0) DL

dCi ( 0)
dz

dCi
( L) 0
dz
2
dT
d 2T

CP vz
kL
H r R A U ( Tw T )
2
dz
R
dz
v z To v z T (0)

k L dT (0)
C P dz

24

dT
( L) 0
dz

que resultado da integrao das equaes dos balanos na direo radial, obtendose valores mdios das variveis nesta direo:
R

C (r , z )r dr
i

Ci ( z )

e T ( z)

r dr

T (r , z )r dr
0

r dr

2
T ( z ) 2 T ( z , r )r dr
R 0
R

CP vz
T ( z , r ) r dr k L 2
z 0
z

T
T ( z, r ) r dr k R r r H r R A r dr
0
0
0
R

2
dT
d 2T
T
C P v z
kL
2 k R r H r R A
2
r 0
dz
dz
R
T
( z , 0) 0
r
T
U
Tw T ( z , R )
( z, R)
r
kR

NOTA: por simplicidade, neste modelo foi considerado T ( z , R) T ( z ) .

modelo de gradientes mximos: desprezando todas disperses.


vz

dCi
Ri
dz

Ci ( 0) Cio

2
dT
C P v z
H r R A U (Tw T )
dz
R

T ( 0) To

modelo macroscpico: supondo converso conhecida.


CiL vz S Cio vz S Ri V (rea da seo transversal: S, volume do reator: V)

25

C P v z TL S C P v z T0 S U At (Tw T ) H r R A V

(rea de troca trmica: At)

Adimensionais

Pr
Sc
Re

C p
kL

mec. molec. de transf . q. m.

mec. molec. de transf . de calor

mec. molec. de transf . q. m.

DL DL mec. molec. de transf . de massa


Lv

Lv

Pe = Re.Pr

C p v(T0 TL )

Pem = Re.Sc

Sh

fora inercial
fora vis cos a

(T TL )
kL 0
L

(Prandtl)

(Schmidt)

(Reynolds)
transf . calor adveco
transf . calor difuso

(Peclet)

v(C 0 C L )
transf . massa adveco

(C C L )
transf . massa difuso
DL 0
L

k c L T .M . conveco

DL
T .M . difuso

(Sherwood)

26

1.3 Usos de Modelos Matemticos na Engenharia Qumica


Modelos matemticos podem ser teis em todas as fases da engenharia
qumica, desde a pesquisa e desenvolvimento at a operao da planta, sendo de
grande importncia para a compreenso do processo (evitando o uso de fatores) e
visualizao da relao causa-efeito.

Pesquisa e desenvolvimento: determinao de mecanismos cinticos e


parmetros a partir dos dados de reao em laboratrio e em planta piloto;
explorao dos efeitos de diferentes condies de operao para estudos de
otimizao; auxlio nos clculos de scale-up.
Projeto: explorao do dimensionamento e arranjo de equipamentos de
processo para desempenho dinmico; estudo das interaes de vrias partes do
processo; clculo de estratgias alternativas de controle; simulao da partida,
parada, situaes e procedimentos de emergncia.
Operao da planta: reconciliador de problemas de controle e
processamento; partida da planta e treinamento de operadores; estudos de
requerimentos e efeitos de projetos de expanso (remoo de gargalos do processo);
otimizao da operao da planta.
usualmente muito mais barato, seguro e rpido conduzir os tipos de
estudos listados acima sobre um modelo matemtico do que realizar testes
experimentais na unidade em operao. Isto no quer dizer que no se necessita de
testes na planta, pois eles so partes vitais na confirmao da validade do modelo.

27

1.4 Classificao de Mtodos Numricos para Simulao de Modelos


Geralmente, a formulao matemtica dos modelos de processos feita em
termos de sistemas de equaes algbrico-diferenciais. Conseqentemente, tem-se
um nmero elevado de mtodos analticos e numricos para a soluo destes
sistemas. Alguns mtodos de maior interesse so apresentados no diagrama abaixo
de acordo com sua categoria.

Algumas formas de classificar os mtodos numricos para a soluo de


modelos matemticos so:
Baseada na forma de expressar as variveis:

explcitos
semi-implcitos
implcitos

28

Baseada na forma de resoluo

direto
iterativo
Baseada no fluxo de informaes

modular seqencial
modular simultneo
simultneo

29

1.5 Introduo a Tcnicas Computacionais


1.5.1 Sistema Operacional DOS

O sistema operacional de um computador a primeira interface (software)


entre os componentes fsicos do mesmo (hardware) e o usurio. atravs dele que
possvel realizar todas as operaes, desde a mais simples mais complexa, pelo
uso de seus comandos bsicos.
Os comandos do sistema operacional DOS so os seguintes:
APPEND

permite programas abrirem arquivo de dados em diretrios especficos


como se eles estivessem no diretrio corrente.

ASSIGN

redireciona operaes de disco de um drive para outro drive.

ATTRIB

mostra ou muda os atributos dos arquivos.

BACKUP

backs up um ou mais arquivos de um disco para outro.

BREAK

ativa ou desativa verificao de CTRL+C.

CALL

chama um programa batch a partir de um outro.

CD

mostra o nome ou muda o diretrio corrente.

CHCP

mostra ou ativa o nmero do cdigo de pgina instalado.

CHDIR

mostra o nome ou muda o diretrio corrente.

CHKDSK

verifica um disco e mostra a situao do mesmo.

CLS

limpa a tela.

COMMAND inicia uma nova instncia do interpretador de comandos do DOS.


COMP

compara os contedos de dois arquivos ou conjunto de arquivos.

COPY

copia um ou mais arquivos para outra localizao.

CTTY

muda o dispositivo de terminal usado para controlar o sistema.

DATE

mostra ou muda a data.

DEBUG

executa o programa Debug, usado para depurao de programas.

DEL

remove um ou mais arquivos.

DIR

mostra a lista dos arquivos e subdiretrios em um diretrio.

DISKCOMP compara os contedos de dois discos flexveis.


DISKCOPY copia o contedo de um disco flexvel para outro.

30

DOSKEY

edita linhas de comandos, busca comandos executados e cria macros.

DOSSHELL inicia o MS-DOS Shell.


ECHO

mostra mensagens ou ativa e desativa a emisso de comandos na tela.

EDIT

inicia o editor MS-DOS, que cria ou modifica arquivos ASCII.

EDLIN

inicia o Edlin, um editor de texto orientado por linhas.

EMM386

ativa ou desativa o EMM386, suporte para memrias expandidas.

ERASE

remove um ou mais arquivos.

EXE2BIN

converte arquivos .EXE (executveis) em formato binrio.

EXIT

termina um programa COMMAND.COM.

EXPAND

expande um ou mais arquivos comprimidos.

FASTOPEN reduz a quantidade de tempo necessria para abrir arquivos de uso

freqente.
FC

compara dois arquivos ou conjunto de arquivos e mostra as

diferenas.
FDISK

configura um disco rgido para usar com o DOS.

FIND

busca um texto em um ou mais arquivos.

FOR

executa um comando para um arquivo dentro de um conjunto de


arquivos.

FORMAT

formata um disco para usar com o DOS.

GOTO

direciona o DOS para uma linha rotulada de um programa

batch.
GRAFTABL capacita o DOS a mostrar caracteres especiais em modo grfico.
GRAPHICS carrega um programa que pode imprimir grficos.
HELP

prov informaes para os comandos do DOS.

IF

realiza um processamento condicional em programas batch.

JOIN

junta um drive para um diretrio de outro drive.

KEYB

configura um teclado para uma linguagem especfica.

LABEL

cria, muda ou remove o rtulo de um disco.

LH

carrega um programa na rea de mmoria mais alta.

LOADFIX

carrega um programa acima dos primeiros 64KB de memria e o


31

executa.
LOADHIGH carrega um programa na rea de memria mais alta.
MD

cria um diretrio.

MEM

mostra a quantidade livre e usada de memria do sistema.

MIRROR

grava informaes sobre um ou mais discos.

MKDIR

cria um diretrio.

MODE

configura um dispositivo do sistema.

MORE

mostra a sada na tela pgina por pgina.

NLSFUNC

carrega informaes especficas do pas.

PATH

mostra ou ativa o caminho de busca para arquivos executveis.

PAUSE

suspende o processamento de um arquivo batch e mostra uma


mensagem.

PRINT

imprime um arquivo de texto liberando o sistema para outros usos.

PROMPT

muda o prompt dos comandos do DOS.

QBASIC

inicia o ambiente de programao QBasic do MS-DOS.

RD

remove um diretrio.

RECOVER

recupera uma informao legvel de um disco com defeitos.

REM

grava comentrios em um arquivo batch ou CONFIG.SYS

REN

troca o nome de um ou mais arquivos.

RENAME

troca o nome de um ou mais arquivos.

REPLACE

troca arquivos.

RESTORE

restaura arquivos que foram backed up pelo comando BACKUP.

RMDIR

remove um diretrio.

SET

mostra, define ou remove variveis ambientes do DOS.

SETVER

define o nmero da verso do DOS a ser informado aos programas..

SHARE

instala capacidade de compartilhar e bloquear arquivos do disco


rgido.

SHIFT

avana a posio da troca de parmetros em arquivos batch.

SORT

ordena informaes.
32

SUBST

associa um caminho a uma letra de drive.

SYS

copia os arquivos do DOS para o disco especificado.

TIME

mostra ou muda a hora do sistema.

TREE

mostra graficamente a estrutura do diretrio de um drive ou caminho.

TYPE

mostra o contedo de um arquivo texto.

UNDELETE recupera um arquivo apagado.


UNFORMAT restaura um disco alterado pelos comandos FORMAT ou

RECOVER.
VER

mostra a verso do DOS.

VERIFY

ativa ou desativa a verificao de gravao de arquivos em disco.

VOL

mostra o rtulo e o nmero de srie de um disco.

XCOPY

copia arquivos (exceto arquivos escondidos e do sistema) e rvores de


diretrios.

Para verificar a sintaxe dos comandos do DOS basta digitar:


HELP

e pressionar a tecla <ENTER>.

1.5.2 Tcnicas de Programao

Naturalmente, cada programador possui suas prprias caractersticas para


escrever um programa de computador. Entretanto, para que um programa escrito
por uma pessoa seja compreendido por outras necessrio que ele seja escrito de
forma clara e, preferencialmente, com um determinado padro de programao,
independente da linguagem usada.
Os primeiros passos no desenvolvimento de um programa de computador
so a definio e a anlise do problema e, tambm, a elaborao do fluxograma
estruturado. Os passos seguintes constituem na programao propriamente dita, na
execuo do programa no computador e na interpretao dos resultados obtidos.

33

Definio do problema: todo problema que requer uma soluo atravs do


computador demanda uma precisa e completa definio: quais as informaes
disponveis e o que se deseja saber.
Anlise do problema: a precisa e completa definio do problema fornecer
meios para determinar o modelo de resoluo desejado, selecionar o mtodo a ser
usado e construir o algoritmo correspondente atravs do processo de refinamentos
sucessivos.

Geralmente, existe mais de um caminho para resolver um problema, e pode


ser difcil identificar o melhor deles. Entretanto, quando um caminho particular
escolhido, o passo seguinte o da programao.
Programao: a programao propriamente dita de um problema requer as
seguintes seqncias:
Fluxograma. Aps a elaborao do mtodo a ser usado, deve-se
formalizar a tcnica escolhida atravs do fluxograma que deve retratar, fielmente, o
algoritmo escolhido. Na elaborao do fluxograma, devem ser esclarecidos os
detalhes relacionados ao programa, independentes de linguagem de programao, a
fim de facilitar ao originador do problema o acompanhamento dos passos a serem
seguidos para a soluo do problema e para facilitar o programador na fase de
codificao do programa.
Codificao. A codificao a escrita do programa usando as regras
gramaticais de uma linguagem de programao. Aqui devem ser feitas a declarao
dos tipos de entidades que sero usadas, a designao de reas de memria para
armazenamento de informaes, a especificao de formatos para os dados de
entrada e sada e, principalmente, a escrita dos comandos que resolvero o
problema. Na fase de codificao deve-se verificar a disponibilidade de rotinas j
programadas e testadas e que possam ser teis ao programa em desenvolvimento.
Programa-fonte. O passo seguinte na programao a obteno do
programa ou programas-fonte, transcrevendo a codificao em algum meio de
registro que possa ser lido pelo computador.
Compilao.
O processo de compilao, feito pelo prprio
computador, consiste em traduzir o programa-fonte em programa-objeto. durante
esse processo que o compilador detecta erros de sintaxe da linguagem, indicando o
local do erro e diagnosticando a sua causa mais provvel.

34

Verificao de erros de sintaxe. Aps a compilao deve ser feita a


verificao, localizao e remoo dos erros sintticos detectados. Se houver erros
de sintaxe, o compilador no gera o programa-objeto. Assim sendo, os erros devem
ser corrigidos no programa-fonte que deve ser novamente compilado.
Link-edio. Tendo todos os programas-fonte compilados deve-se
junt-los com as bibliotecas de funes necessrias para a resoluo problema. Esta
etapa feita pelo prprio computador atravs de comandos especficos da
linguagem de programao. O resultado da link-edio um programa-executvel.
Preparao dos dados de entrada. Somente aps o programa ter
sido compilado e link-editado corretamente, que deve preparar os dados de
entrada de acordo com os formatos especificados no programa-fonte e nos meios de
registros apropriados ao programa.
Execuo. O passo seguinte mandar executar o programaexecutvel, juntamente com os dados de entrada, a fim de se obter os resultados do
processamento.
Depurao dos resultados. Talvez a tarefa mais tediosa no
desenvolvimento de um programa a etapa de depurao, isto , a interpretao dos
resultados produzidos pelo computador para se assegurar que o problema foi
corretamente resolvido. nesta etapa que se detecta os erros de lgica, se houver.
Relatrio do programa. Para que um programa possa ser aceito
como completo, o programador deve elaborar sua documentao, que consiste num
relatrio composto dos seguintes tens principais:

Identificao: onde deve constar o nome do programa, o nome do


programador, a instituio a qual pertence e a data de programao.
Finalidade: especificar o propsito do programa.
Modelo de resoluo: descrio do algoritmo ou mtodo usado no
programa, ou a citao de referncias bibliogrficas onde podem ser encontrados.
Restries do programa: onde devem constar o intervalo de abrangncia do
programa, os dimensionamentos de matrizes e vetores, ocupao do espao de
memria para o programa, estimativa de tempo do processamento para um
problema tpico, nomes e detalhes dos arquivos usados, subprogramas necessrios,
etc.
35

Tabela de variveis: apresentado as variveis usadas no modelo de


resoluo e as correspondentes variveis usadas no programa.
Modo de uso: fornecendo informaes sobre os dados de entrada (formatos,
meios de registros, como os dados devem ser preparados) e sobre os resultados de
sada.
1.5.3 Linguagens C, FORTRAN e PASCAL

As linguagens C e PASCAL so do tipo estruturadas ao passo que


FORTRAN uma linguagem no estruturada (atualmente parcialmente
estruturada). A principal caracterstica de uma linguagem estruturada a utilizao
de blocos. Um bloco um conjunto de instrues que esto ligadas logicamente.

36

Linguagem C

Notao:

campos entre conchetes [ ] so opcionais e entre < > so obrigatrios.


palavras em negrito significam comandos ou palavras-chaves.

Forma geral das funes ou subrotinas:


[tipo da funo] <nome da funo> (lista de argumentos)
declarao dos argumentos;
{

corpo da funo

}
ou
[tipo da funo] <nome da funo> (lista de argumentos declarados)
{

corpo da funo

Incio do programa: dado pela funo main( )


Tipos bsicos de variveis ou funes:
void
char
int
float
double

Modificadores de tipo: (default: int)


signed

char, int

unsigned

char, int

short

int

long

int, double

near

ponteiros

far

ponteiros
37

Intervalo de validade dos tipos: (PCs)


(1 byte)

signed
[-128, 127]

unsigned
[0, 255]

short int

(2 bytes)

[-32768, 32767]

[0, 65535]

int

(2 bytes)

[-32768, 32767]

[0, 65535]

long int

(4 bytes)

[-2147483648, 2147483647]

[0, 4294967295]

char

float

(4 bytes)

double (8 bytes)
long double (10 bytes)

|[3,4x10-38, 3,4x10+38]|
|[1,7x10-308, 1,7x10+308]|
|[3,4x10-4932, 1,1x10+4932]|

Classes das variveis ou funes:


"locais": declaradas dentro de uma funo
"globais": declaradas fora de qualquer funo
extern: reconhecimento de variveis globais dentro de funes ou arquivos
static: variveis permanentes dentro de suas prprias funes ou arquivos
register: mantm o valor da varivel em registradores da CPU
auto: fora variveis dentro de funes serem locais
const: torna o valor da varivel imutvel
volatile: varivel pode ser modificada por rotinas executadas em
"background". Nunca armazenada em registradores.

Fronteiras:
- um bloco inicia com o smbolo { e termina com }
- um comando sempre termina com ;
- um comentrio inicia com os smbolos /* e termina com */ podendo estar
em linhas diferentes.

Operadores aritmticos:
++

incremento

--

decremento

menos unrio

multiplicao

diviso

resto da diviso inteira

adio

subtrao
38

Operadores relacionais:
>

maior que

>=

maior que ou igual a

<

menor que

<=

menor que ou igual a

==

igual

!=

diferente

Operadores lgicos:
!

negao

&&

AND lgico

||

OR lgico

Operadores bit-a-bit:
&

AND

OR

XOR (OR exclusivo)

complemento de um

>>

deslocamento direita

<<

deslocamento esquerda

Operador ?:
expr1 ? expr2 : expr3

Operadores de ponteiros (endereo de uma varivel na memria):


&

devolve o endereo de memria do seu operando

devolve o valor da varivel localizada no endereo que segue

Operador vrgula:
(expr1, expr2)

Operador de converso de tipos:


(tipo) expr1

Operadores de atribuio:
=

var = expr

*=

var = var * expr

/=

var = var / expr


39

%=

var = var % expr

+=

var = var + expr

-=

var = var - expr

<<=

var = var << expr

>>=

var = var >> expr

&=

var = var & expr

^=

var = var ^ expr

|=

var = var | expr

Operador sizeof:
sizeof (tipo) retorna o tamanho, em bytes, do tipo
sizeof (expr) retorna o tamanho, em bytes, da expresso

Palavras chaves:
if

break

return

<tipos>

else

continue

goto

<modificadores>

do

switch struct

while

case

union

for

default

typedef

<classes>

Vetores, matrizes e arrays (aqui colchetes parte sintaxe):


<tipo> <nome da varivel> [dim1][dim2]...[dimN]

Strings (seqncia de caracteres):


"string" ou {'caracter', 'caracter', ..., 'caracter', '\0'}

Caracteres especiais:
\b

retrocesso

\f

mudana de pgina

\n

linha nova

\r

retorno de carro

\t

tabulao horizontal

\'

apstrofo

\0

nulo

\\

barra invertida

\% ou %% percentagem
40

Diretivas:
#include

#define

#if

#else

#elif

#else

#endif

#ifndef

##ifdef

#error

#undef

#if defined ( )

#line

#pragma

#if !defined ( )

Formatao de entrada e sada:


%[flag][width][.prec][modif]tipo
%c

caractere

%d, %i

decimal

%e, %E

notao cientfica

%f

ponto flutuante

%g, %G

menor entre %e e %f

%o

octal

%s

string

%u

decimal sem sinal

%x

hexadecimal

%p

ponteiro

onde width o tamanho do campo, prec o nmero de dgitos depois da vrgula


(em ponto flutuante), flag o um especificador de posio:
-

justificado esquerda

coloca + ou -

nada

justificado direita

e modif so os seguintes modificadores de tipo:


F

ponteiro far

ponteiro near

short int

long int (long double para scanf)

long double

41

Linguagem FORTRAN

Notao:

campos entre conchetes [ ] so opcionais e entre < > so obrigatrios.


palavras em negrito significam comandos ou palavras-chaves.

Forma geral das funes e subrotinas:


[tipo da funo] FUNCTION <nome da funo> (lista de argumentos)
[declarao dos argumentos]

corpo da funo

END

SUBROUTINE <nome da subrotina> (lista de argumentos)

[declarao dos argumentos]

corpo da subrotina

END

Incio do programa: dado pela palavra PROGRAM ou primeira linha do


programa principal.
Tipos bsicos de variveis ou funes:
LOGICAL
CHARACTER
INTEGER
REAL
COMPLEX
DOUBLE PRECISION

Modificadores de tipo:
IMPLICIT

todos os tipos

LOGICAL*1, LOGICAL*4
INTEGER*2, INTEGER*4
REAL*4, REAL*8, REAL*16

42

Classes das variveis ou funes:


"locais": declaradas dentro de uma funo ou subrotina
EXTERNAL: declarao de funes ou subrotinas definidas em outro lugar
INTRINSIC: declarao de funes intrnsecas da linguagem
COMMON: bloco de memria comum
EQUIVALENCE: variveis localizadas em reas comuns da memria
DATA: variveis permanentes dentro de suas prprias funes ou subrotinas
SAVE: variveis permanentes dentro de suas prprias funes ou subrotinas
PARAMETER: torna o valor da varivel imutvel

Comentrio: inicia com os smbolo C na primeira coluna e termina no final da


linha.
Operadores aritmticos:
**

potenciao

multiplicao

diviso

adio

subtrao

menos unrio

//

concatenao de strings

Operadores relacionais:
.GT.

maior que

.GE.

maior que ou igual a

.LT.

menor que

.LE.

menor que ou igual a

.EQ.

igual

.NE.

diferente

Operadores lgicos:
.NOT.

negao

.AND.

AND lgico

.OR.

OR lgico

.EQV.

equivalncia lgica
43

.NEQV.

no-equivalncia lgica ou OR exclusivo lgico

Operador de atribuio:
=

var = expr

Palavras chaves:
IF

THEN

RETURN

ELSE

CONTINUE GOTO

<tipos>

OPEN

CLOSE

<modificadores>
END IF

ASSIGN

END

INQUIRE

<classes>

DO

READ

PAUSE

REWIND

BACKSPACE

FOR

WRITE

STOP

END FILE

DIMENSION

CALL

ENTRY

PROGRAM FUNCTION SUBROUTINE

INCLUDE

FORMAT

BLOCK

DATA

Vetores, matrizes e arrays:


<tipo> <nome da varivel> (dim1, dim2, ..., dimN)
ou

DIMENSION <nome da varivel> (dim1, dim2, ..., dimN)

Strings (seqncia de caracteres): CHARACTER*S onde S o tamanho do 'string'


Variveis lgicas (ou booleanas):

.TRUE. e .FALSE.

Formatao de entrada e sada:


Aw

caractere ou string

Iw

decimal

Lw

lgico

Ew.d

notao cientfica

Fw.d

ponto flutuante

Gw.d

menor entre E e F

Dw

dupla preciso

Zw

hexadecimal

wX

espaamento

wH

dados literais

fim de registro

controle de trmino de formato

Tn, TRn, TLn controle de tabulao


BN, BZ

controle de entrada numrico

S, SP, SS

controle de sada numrico


44

onde w o tamanho do campo e d o nmero de dgitos depois da vrgula (em


ponto flutuante).

45

Linguagem PASCAL

Notao:

campos entre conchetes [ ] so opcionais e entre < > so obrigatrios.


palavras em negrito significam comandos ou palavras-chaves.

Forma geral das funes e subrotinas:


FUNCTION <nome da funo> : tipo
declarao dos objetos locais funo;
BEGIN

corpo da funo

END;
PROCEDURE <nome da subrotina>;
declarao dos objetos locais subrotina;
BEGIN

corpo da subrotina

END;

Incio do programa: dado pela palavra PROGRAM


Tipos bsicos de variveis ou funes:
BOOLEAN
CHAR
INTEGER
REAL

Classes das variveis ou funes:


"locais": declaradas dentro de uma funo ou subrotina
"globais": declaradas no cabealho do programa (aps PROGRAM)
CONST: torna o valor da varivel imutvel

Fronteiras:
- um bloco inicia com a palavra BEGIN e termina com END;
- os comandos so separados por ;
- um comentrio inicia com o smbolo { ou com (* e termina com } ou *)
podendo estar em linhas diferentes.
46

Operadores aritmticos:
-

menos unrio

multiplicao

diviso

MOD

resto da diviso inteira

DIV

quociente da diviso interia

adio

subtrao

Operadores relacionais:
>

maior que

>=

maior que ou igual a

<

menor que

<=

menor que ou igual a

igual

<>

diferente

IN

contido em

Operadores lgicos:
NOT

negao

AND

AND lgico

OR

OR lgico

Operador de atribuio:
:=

var := expr

Palavras chaves:
IF

THEN

DIV

NIL

<tipos>

ELSE

UNTIL

MOD

NOT

<classes>

DO

TO

TYPE

AND

DOWNTO

WHILE

CASE

ARRAY

WITH

FILE

FOR

BEGIN

END

FUNCTION PROCEDURE

GOTO

IN

LABEL

OF

SET

VAR

PACKED

PROGRAM RECORD

REPEAT

47

OR

Vetores, matrizes e arrays:


VAR <nome da varivel> : ARRAY [1..dim1, 1..dim2, ..., 1..dimN] OF tipo;

Strings (seqncia de caracteres):


'string'

Formatao de entrada e sada:


V:w:d

varivel V

onde w o tamanho do campo, d o nmero de dgitos depois da vrgula (em ponto


flutuante).

48

2. Aplicao das Leis Fundamentais de Conservao


Para desenvolver e utilizar os modelos matemticos, necessrio que o
engenheiro qumico seja familiar com os fundamentos dos fenmenos que regem os
processos qumicos.
Equao da continuidade total (balano de massa global): o princpio da
conservao de massa quando aplicado a um sistema dinmico diz:
taxa de massa que taxa de massa que taxa de variao de

entra no elemento sai do elemento massa no elemento

de volume
de volume
de volume

As unidades desta equao so massa por tempo. Somente uma equao da


continuidade total pode ser escrita para um determinado sistema. O termo do lado
direito da igualdade ser uma derivada parcial (/t) ou uma derivada ordinria
(d/dt) da massa dentro do sistema com respeito a varivel independente, t.
Equao da continuidade de componente (balano de componente):
diferente da massa global, os componentes qumicos no so conservados. Se
ocorrer reaes qumicas em um sistema, a quantidade de um componente
individual aumentar se ele for produto de reaes ou diminuir se ele for reagente.
Portanto, a equao da continuidade de componente para a i-sima espcie qumica
do sistema diz:
taxa de massa taxa de massa taxa de gerao taxa de variao




de i que entra de i que sai de massa de i de massa de i
no el. volume do el. volume no el. volume no el. volume

As unidades desta equao so massa de i por unidade de tempo. As taxas de massa


que entram e saem do sistema podem ser advectivas (devido ao fluxo da massa) e
molecular (devido a difuso). Pode-se escrever uma equao da continuidade de
componente para cada componente no sistema. Entretanto, a equao de balano de
massa global e as equaes de balano de componente no so todas independentes,
desde que a soma das massas dos componentes igual a massa total. Portanto, um
dado sistema tem somente C equaes da continuidade independentes, onde C o
nmero de componentes.

49

Equao da energia: a primeira lei da termodinmica expe o princpio da


conservao de energia. Escrito para um sistema aberto genrico (onde pode ocorrer
fluxo para dentro e fora do sistema) ele tem a forma:
taxa de energia interna, taxa de energia interna, taxa lquida de calor

cintica e potencial que cintica e potencial que adicionado ao E.V.


entram no E.V. por saem do E.V. por por conduo e



radiao

adveco e/ou difuso adveco e/ou difuso


taxa lquida de trabalho
taxa de gerao
taxa de variao de energia

feito pelo E.V. nas

de calor no
interna, cintica e potencial

vizinhanas

no E.V.
E.V.


(trabalho
de
eixo
+
PV)

As unidades desta equao so energia por tempo. Na maioria dos sistemas da


engenharia qumica esta forma geral reduz-se essencialmente a um balano de
energia em termos de entalpias e eneriga interna (energia trmica).
Equao do movimento: a segunda lei de Newton do movimento diz que a
fora igual a massa vezes a acelerao para um sistema com massa constante.
F ma

Esta a relao bsica que usada para escrever a equao do movimento para um
sistema. Em uma forma um pouco mais geral, onde a massa pode variar com o
tempo, tem-se:
N
d( M v )
Fji dt i
j 1
onde vi a velocidade na direo i e Fji a j-sima fora atuando na direo i. Isto
diz que a taxa de variao de quantidade de movimento na direo i (massa vezes
velocidade na direo i) igual a soma lquida das foras empurrando na direo i.
Ou em outras palavras um balao de foras, ou ainda, a conservao da
quantidade de movimento, que tem a forma:
taxa de quantidade taxa de quantidade soma das foras taxa de variao

de movimento que de movimento que que agem sobre da quantidade de


entra no E.V.

movimento no E.V
sai do E.V.
o E.V

50

2.1 Sistemas de Parmetros Concentrados


Na formulao de modelos de parmetros concentrados, as variveis
espaciais so ignoradas e as propriedades e variveis de estado so consideradas
homogneas atravs de todo o sistema.
Quando usar parmetros concentrados ?
Se a resposta do elemento, isto , a velocidade de propagao da entrada do
elemento, , para todos os propsitos prticos, instantnea atravs de todo o
elemento, ento os parmetros do elemento podem ser concentrados.

Exemplo 2.1. Estgios de equilbrio em coluna de destilao, extrao, etc...


vazo lq.

vazo lq.

vazo de vapor

vazo de vapor

Lj-1,
xi,j-1

Vj, yi,j

mj, Mj

vazo de vapor

Vj+1,
yi,j+1

vazo lq.

Lj, xi,j
vazo lq.

vazo de vapor

(parmetros distribudos)

(parmetros concentrados)

Figura 2.1. Nos parmetros concentrados, procura-se compensar os erros


introduzidos, pelo termo de eficincia dos estgio.

Balano de massa:
Global:
Componente:

d (m j M j )
dt

L j 1 V j 1 L j V j

d ( m j xi , j M j yi , j )
dt

L j 1 xi , j 1 V j 1 yi , j 1 L j xi , j V j yi , j
i 1, 2,..., C

51

Equilbrio:

Eficincia:

yi*, j Ki , j xi , j

i 1, 2,..., C

Ki , j f ( Tj , Pj , y *j , x j )

i 1, 2,..., C

*
M
yi , j EiM
, j yi , j (1 Ei , j ) yi , j 1

i 1, 2,..., C

EiM
, j a eficincia de Murphree
C

Fraes molares:

xi, j 1
i 1

Resultando em um conjunto de equaes algbricas e diferenciais ordinrias.


Exemplo 2.2. Tanque de mistura, reator qumico de tanque agitado.

vazo de
entrada

vazo de entrada,
F0, 0, CA0, CB0

algum fluido no
est completamente
misturado

vazo de
sada

vazo de
sada
F, , CA, CB

algum fluido preso


nos cantos e atrs
das chicanas

(parmetros distribudos)

composio uniforme

(parmetros concentrados)

Figura 2.2. Parmetro concentrado ignora as no-uniformidades e emprega


valores mdios globais para as propriedades do fluido no tanque.
k
Balano de massa: ( A

B)

Global:

d ( V )
F0 0 F
dt

Componente:

d (VC A )
F0C A 0 FC A (-rA )V
dt

d (VCB )
F0CB 0 FCB (-rA )V
dt

52

M AC A M B C B
L. D.

Cintica:

(-rA) = kCA

Exemplo 2.3. Tanque de armazenamento com vlvulas na entrada e sada.


P0

V
h
Fe
Pe

CV1

PT

CV2

Fs
Ps

Figura 2.3. Tanque de armazenamento com variao de nvel.

Descrio do processo: Um lquido entra e sai de um tanque devido a diferena de


presses. Deseja-se analisar a resposta do sistem frente a variao nas presses das
linhas.
Consideraes:

massa especfica constante


isotrmico
mistura perfeita
F CV P , onde P a queda de presso atravs da vlvula

Equaes:
dV
dt

Balano de massa:

Fe Fs

Dimenso:

V = Ah

Hidrodinmica:

Fe CV1 Pe PT
Fs CV2 PT - Ps

PT = P0 + gh

53

Consistncia:
Variveis:

(m3 s-1)

Fe, Fs

Pe, Ps, PT, P0 (Pa)


CV1 , CV2

(m3 Pa- s-1)

(m3)

(m2)

(m)

(kg m-3)

(m s-2)

(s)

14
equaes:

5
9

constantes:

CV1 , CV2 , , g A

especificaes:

P0, t

foras motrizes:

Pe, Ps

2
9

variveis a determinar:

Fe, Fs, V, h, PT

grau de liberdade

55 =

Soluo desejada:
Condio inicial:
Analisar:

h(t0) ou V(t0)

h(Pe, Ps), V(Pe, Ps), Fe(Pe, Ps), Fs(Pe, Ps), PT(Pe, Ps)

54

Matemtica e computao:
Fe Fs

dV
dt

V = Ah, Fe CV Pe , Fs CV Ps
1

dh
CV1 Pe - PT - CV2 PT - Ps
dt

PT = P0 + gh
dh CV1

dt
A

E.Q.O.

Pe - P0 - gh -

h(t 0 ) h0

CV2

P0 gh - Ps

h(t , Pe , Ps )

V = Ah

V(t, Pe, Ps)

PT = P0 + gh

PT (t, Pe, Ps)

Fe CV1 Pe

Fe(t, Pe, Ps)

Fs CV2 Ps

Fs(t, Pe, Ps)

dV
=0
dt

F e = Fs

Fe, Fs, PT

PT = P0 + gh

V = Ah

* No estado estacionrio:
F e = Fs

Fe CV1 Pe PT
Fs CV2 PT - Ps

55

2.2 Sistemas de Parmetros Distribudos


Considera as variaes no comportamento de ponto a ponto atravs do
sistema. As variaes espaciais consideradas nos modelos de parmetros
distribudos podem ser para uma, duas ou para as trs dimenses.
Exemplo 2.4. Coluna recheada de absoro de gs, extrao, etc.
gs

lquido

G + dG
y + dy

L + dL
x + dx

dz
H

G, y

gs

L,x

lquido

Figura 2.4. Coluna recheada de absoro de gs.

Consideraes:
- variaes na direo radial ignoradas
- estado estacionrio
- gs de arraste inerte (no absorvido pelo lquido)
- sem arraste de lquido
Balano de massa:
Global:

G + L + dL = G + dG + L
dL = dG

Componente: Gy + (L + dL)(x + dx) = (G + dG)(y + dy) + Lx


Gy + Lx + xdL + Ldx + dxdL = Gy + ydG + Gdy + dGdy + Lx
d(Lx) = d(Gy) = dNA
56

dz

interface
y,x*

gs

lquido

yi

xi

slido
dA

x, y*

Figura 2.5. Transferncia de massa entre as fases lquido-gs.

Transferncia de massa:

dNA = k x

xi x
y yi
dA k y
dA
1 x lm
1 y lm
i

K x

K y

x * x dA
1 x lm*
y y * dA
1 y lm*

dA = a S dz,
onde a a rea especfica de transferncia de massa e S a rea da seo transversal
da coluna.
d(Lx) = (k x a)

( xi x)
( x * x)
Sdz ( K x a)
Sdz
(1 x) lmi
(1 x) lm*

d(Gy) = (k y a)
(1 y ) lmi

dz =

( y yi )
( y y*)
dz ( K y a)
Sdz
(1 y ) lmi
(1 y ) lm*

(1 y ) (1 y i )
;
1 y

ln

1
y
i

(1 y ) lm*

(1 y ) (1 y*)
1 y

ln
1 y *

(1 y ) lm* d (Gy )
( K y a ) S ( y y*)

gs de arraste inerte, (Ggs arraste = cte = G) dG = d(Gy) d(Gy) = G

57

dy
1 y

(1 y ) lm* dy
G

y0 ( K a ) S (1 y )( y y*)
y

dz

dy ( K y a) S (1 y )( y y*)

,
dz
G (1 y ) lm*

( K y a ) S

(1 y ) lm*
dy ;
y0 (1 y )( y y*)

z=

mdio

y(0) = y0 (dado x0)

onde

( K y a ) S

HOG =

NOG =

a altura de uma unidade de transferncia


mdio

(1 y ) lm*
dy o n de unidades de transferncia
y0 (1 y )( y y*)

e usualmente Ky substitudo por K y' (1 y ) lm* (mas K y' varia com a concentrao).
Se x0 no dado, mas sim xL, tem-se um problema de valor de contorno (P.V.C).
x* = f(y) , y* = f(x) relao de equilbrio e
d(Lx) = d(Gy) (linha de operao)

58

Lx L0x0 = Gy G0y0

1) L, G ctes
x = x0 +

G
(y - y0)
L

2) L, G variveis L, G ctes
L = L(1 x), G = G(1 y)
x
y
x
G' y
0
0
1 x 1 x 0 L' 1 y 1 y 0

Exemplo 2.5. Reator tubular, leito fixo, etc... (ver Seo 1.2).

R
z

Figura 2.6. Reator tubular.

geralmente considera variaes nas direes radial e axial.


Microscpico
Distribudos
Parmetros

Gradientes mltiplos
Gradientes mximos

Concentrados Modelo macroscpico

59

Concentrando um modelo de parmetros distribudos:

para simplificar a soluo do modelo, que geralmente envolve equaes


diferenciais parciais.
Exemplo 2.6. Trocador de calor duplo-tubo.

L
q1

q2

q3

qj

...

qN

...

N = L/z

z=L

z=0

Figura 2.7. Particionando o trocador de calor em volumes finitos.

Modelo de gradientes mximos:


T
T
t (t , z ) v z (t , z ) Tw T (t , z )

T (t ,0) T0 (t )

T (0, z ) T ( z )
i

reescrevendo a equao: C p

T
T 2U
P
(Tw T ) U (Tw T )
C pv

R
S
t
z

Modelo macrospico:
Balano de energia:

d ( VU j )
dt

vSh j 1 vSh j q j

dh j C p dT j ;

dU j C p dT j ;qj = UA(Tw - Tj)

(Tref = 0)

V = Sz

j = 1, 2, ..., N

A = Pz , onde P permetro

60

, v, Cp cte:
dT j
dt

S
UA
T j 1 (t ) T j (t )
Tw T j (t )
V
C pV

T j 1 (t ) T j (t ) UP
v
C S Tw T j (t )

dt
z

dT j

UP
UA

C p S VC p

dT j
T (t ) T j 1 (t )
(t ) v j

Tw T j (t )
z
dt

T (0) T
ij
j

j = 1, 2, ..., N

similar a aplicao do mtodo das diferenas finitas ao modelo de


parmetros distribudos.

Distribuindo um modelo de parmetros concentrados

para ter uma variao espacial contnua de operaes em estgios.


Exemplo 2.7. Coluna de destilao binria:
Vj
yj

Lj-1
xj-1

mj

Vj+1
yj+1

Lj
xj

Figura 2.8. Estgio j de uma coluna de destilao

mj

dx j
dt

= Lj-1xj-1 + Vj+1yj+1 Ljxj - Vjyj

mj = m, Lj = L e Vj = V constantes:

61

m
equilbrio:

dt

= L(xj-1 xj)+ V(yj+1 yj)

yj = Kjxj
m

dx j

dx j
dt

j = 1, 2, ..., N

Kj = cte:

= L(xj-1 xj)+ V(xj+1 xj)

m dx j
V
= xj-1 xj + (xj+1 xj) + xj+1 xj+1 + xj xj
L dt
L
m dx j
V

= xj+1 2 xj + xj-1 + 1 (xj+1 xj)


L dt
L

H
;
N=
z

H
ou
N

2
m N dx j x j 1 2 x j x j 1 N


L H dt
H
z 2

m N

LH

x j 1 2 x j x j 1
z
y

2 x
2
z

x 2 x
x
2
t z
z
x(t , 0) x0 (t )

x(t , H ) xH (t )
x(0, z ) x ( z )
i

62

V
x j 1 x j

1
L z

H V

1
N L
x j 1 x j
z

x
z

2.3 Variveis de Processos e Parmetros de Modelos


Variveis de entrada:

pertubaes: variveis de entrada que no podem ser controladas.

variveis manipuladas: podem ser variadas de modo a controlar o


processo.

Variveis de sada: pertencem as correntes que deixam o processo, sendo que


algumas podem ser controladas e outras no.
Variveis de estado: internas ao processo e que descrevem o seu comportamento.
Exemplo 2.8.

xF
pertubaes
variveis
de entrada variveis
manipuladas

coluna de
destilao

xD
D
TS

P, T, x
(variveis
de estado)

R
qB

xB

variveis
de sada

Figura 2.9. Exemplos de variveis em uma coluna de destilao.

Parmetros de modelos: constantes ou conjunto de valores que caracterizam um


modelo matmtico. So geralmente determinados experimentalmente.
Exemplo 2.9.

Modelo cintico:

rA = k C An
k = k0e-E/RT

k0, E, n parmetros.
Modelo termodinmico:

yi = kixi
ki =

Ai, Bi parmetros.
63

A
exp i Bi
P
T

i = 1, 2, ..., C

2.4 Relaes Constitutivas


Equaes de transporte: leis que governam as transferncias de massa,
energia e quantidade de movimento tm a forma de fluxo (taxa de transferncia por
unidade de rea), sendo proporcional a sua fora motriz (um gradiente de
concentrao, temperatura ou velocidade). A constante de proporcionalidade uma
propriedade fsica do sistema (como a difusividade, condutividade trmica ou
viscosidade).

Exemplo 2.10. Para transportes ao nvel molecular (constante de proporcionalidade


uma propriedade fsica do sistema: , D, kT).

Quantidade de movimento:
Lei de Newton:

yx
(tenso)

Lei de Bingham:

v x
y

quant. de mov.
tempo rea (fluido Newtoniano)

(deformao)

v x

se yx 0
yx 0 y 0
v
x 0
se yx 0
y

(pastas e suspenses

lquidas)
Lei da potncia (Ostwald-de Waele): yx

v
m x
y

n 1

v x
y

n 1 pseudoplstico

n 1 dilatante

1 v x
(teoria cintica dos lquidos)
B y

Eyring: yx A arcsen h
Ellis:

v x
0 1 yx
y

Reiner-Philippoff:

v x

yx

xy

0
xy
1
s

* os parmetros dos modelos acima so funes de T, P, x e, geralmente da faixa de


variao de vx/y. Alm de serem obtidos sob condies de estado estacionrio.
Outros modelos para o estado transiente podem ser encontrados.
64

Transferncia de massa:
Lei de Fick:

NA = D A

massa
tempo rea

C A
x

Transferncia de calor:
Lei de Fourier: Q = kT

energia
tempo rea

T
x

Exemplo 2.11. Relaes de transferncia ao nvel macroscpico so tambm


usadas, onde as foras motrizes so as diferenas de propriedades da massa
principal entre duas posies. A constante de proporcionalidade um coeficiente
global de transferncia.

transferncia de massa:

NA = kL CA

transferncia de calor:

Q = U T

L
transferncia de quantidade de movimento: f

2v 2

vv

D
P
2 fL

Equaes de estado: para escrever os modelos matemticos so tambm


necessrias equaes que descrevam como as propriedades fsicas (massa
especfica, calor especfico, entalpia, etc.) variam com a temperatura, presso e
composio, isto :
l f ( T , P , x ) , v f ( T , P , y ) , h f ( T , P , x ) , H f ( T , P , y ) , etc.

Ocasionalmente estas relaes tm que ser bastante complexas para


descrever adequadamente o sistema. Felizmente, em muitos casos podem ser feitas
simplificaes sem sacrificar muito a preciso global.
Equilbrio: a segunda lei da termodinmica a base para as equaes que
descrevem as condies de um sistema em equilbrio. Em um sistema reativo o
equilbrio qumico ocorre quando
C

i i 0
i 1

65

onde i o coeficiente estequiomtrico do i-simo componente, sendo negativo se


for reagente e positivo se for produto, e i o seu potencial qumico. Em um
sistema multifsico o equilbrio ocorre quando o potencial qumico de cada
componente o mesmo em todas as fases:
iI iII iIII

onde iI o potencial qumico do i-simo componente na fase I.


Cintica qumica: a taxa global de reao usualmente definida como a
taxa de variao do nmero de moles de qualquer um dos componentes por unidade
de volume devido a reao qumica dividida pelo coeficiente estequiomtrico do
componente, isto ,

ri

1 dni
i V dt

que varia com a temperatura e com as concentraes dos reagentes elevadas em


alguma potncia, isto ,
ri k ( T ) C mj , k ( T ) ko exp( E / R T )
j

onde m a ordem da reao em relao ao j-simo componente, k a constante


cintica (ou taxa especfica de reao), ko o fator pr-exponencial e E a energia
de ativao.

66

2.5 Modelagem de Reatores Qumicos


CSTR

CSTR isotrmico e constante

(Exerccio 4 da 1 lista)

Srie de CSTRs isotrmicos e reteno constante:


k

B
A

F0
CA0

F1
V1
T1

CA1

FN-1

F2
V2
T2

...
CA2

CAN-1

Figura 2.10. Srie de N reatores CSTRs.

Consideraes:

mistura perfeita
isotrmico
massa especfica constante
volume constante
RA = kCA ; k = k0exp( E/RT)

Balano de massa
d ( nVn )
n 1 Fn 1 n Fn 0
dt

Global:

Fn 1 Fn F

Componente:

d Vn C A n
Fn 1C A n 1 F n C A n Vn R A n
dt

RA n knC A n
Vn

definindo n

n = 1, 2, ..., N

; kn = k0exp( E/RTn)

dC A n
F C A n 1 C A n Vn k n C A n
dt

Vn
(tempo de residncia mdio)
F

67

FN
VN
TN

CAN

dC A n
1
1
k n C A n C A n 1
dt
n
n

n 1, 2, ..., N

C A n (t 0 ) C A n0

foras motrizes: C A 0 e F

Srie de CSTRs isotrmicos e reteno varivel:


Balano de massa
Global:

d ( nVn )
dV
n 1 Fn 1 n Fn n n
dt
dt
dVn
Fn 1 Fn
dt

Componente:

n = 1, 2, ..., N

d Vn C A n
Fn 1C A n 1 F n C A n Vn R A n
dt
Vn

dC A n
dV
C A n n Fn 1C A n 1 F n C A n Vn k n C A n
dt
dt

Vn

dC A n
Fn 1 C A n 1 C A n Vn k n C A n
dt

dC A n
F
F
k n n 1 C A n n 1 C A n 1
dt
Vn
Vn

n 1, 2, ..., N

C A n (t 0 ) C A n0

foras motrizes: C A 0 e F0 (ou FN)


3N variveis a determinar e 2N equaes subespecificado
hidrodinmica: Fn = f(Vn),

n = 1, 2, ..., N (ou n = 0, 1, ..., N1)

(ex: vlvulas de controle de nvel)

68

CSTR no-isotrmico:
Fe , CAf , CBf , Tf

Fws , Tws
V, T
Fwe , Twe
Fs , CA , CB , T
k
2A

Figura 2.11. Reator CSTR no-isotrmico.

Consideraes:

mistura perfeita no reator e na camisa;


concentrao baixas de A e B;
trabalho transferido pelo agitador desprezvel;
RA = kCA2;
massas especficas constantes no reator e na camisa;
coeficiente global de troca trmica constante;
perdas de calor para as vizinhanas desprezveis;
variao de energia interna variao de entalpia;
variao de energias potencial e cintica desprezveis;
volume da camisa constante; e
parede metlica fina e com capacidade calorfica desprezvel.

Balano de massa no reator


Global:

Componente:

d ( V )
dV
f Fe Fs
dt
dt
dV
Fe Fs
dt

(1)

d VC A
Fe C A f F s C A VR A
dt

(2)

69

d VC B
R
Fe C B f F s C B V A
2
dt

(3)

Balano de massa na camisa:


d ( wVe )
Fwe we Fws w 0
dt

Fwe Fws Fw

Balano de energia:

v 2f
d
V U K Fe U f Pf V f
gz f

dt
2

v2
Fs U PV s gzs qr q ws

onde h U PV
d ( Vh)
d (Vh)
Fe h f Fs h q r q
dt
dt

Reator:

dV
dh
V
Fe h f Fs h q r q
dt
dt

dV
Fe h Fs h
dt

dh
Fe (h f h) q r q
dt

q
dh Fe
q

( h f h) r
dt V
V V

(4)

d ( wVc hw )
dh
Fwe w hwf Fws w hw q wVc w
dt
dt

Camisa:

dhw Fw
q

(hwf hw )
dt
Ve
wVc

(5)

Transferncia de calor:
q UAt (T Tw )
At A

P
V
A

At A PH

H
A

70

A : rea da base
P : permetro
H : altura

Calor gerado: qr = (Hr)VRA


Cintica:

RA = kCA2
k = k0exp( E/RT)

Entalpias:

h = f(T)

, hf = f(Tf)

hw = f(Tw)

, hwf = f(Twe)

Foras motrizes: Fe, C A f , C B f , Tf, Fw, Twe


V, Fs, CA, CB, T, Tw : 6 variveis a determinar e 5 equaes.
hidrodinmica:

Consideraes:

Fs = f(V)

(6)

ex.: Fs = KV(V Vmin)

variao de entalpia com a presso desprezvel;

V
d (mh) mC p dT m V T
dP hi dmi

T P , x
i

hi h wk
wk T , P , xei ,k
k i

ou
dh = Cp dT

h wi hi
i

mh mi hi
i

Cp constante:
qr
q
dT Fe

(T f T )

dt
V
VC p VC p

(4a)

dTw Fw
q

(Tw e Tw )
dt
Vc
wVc C p w

(5a)

71

V(t0) = V0, CA(t0) = C A 0 , CB(t0) = C B 0

Condio inicial:

T(t0) = T0, Tw(t0) = Tw 0

CSTR no-isotrmico sem mistura perfeita na camisa


Tw =

Consideraes:

Tw e Tw s

Tw s 2Tw Tw e

dTw Fw
q

(Tw e Tw )
dt
Vc
wVc C p w
dTw
F
q
2 w (Tw e Tw )
dt
Vc
wVc C p w

(5b)

sees de mistura perfeita na camisa.

Fws
TwM

Fwe

Tws

QM

..
.

..
.

Tw2

Q2

Tw1

Q1

Twe

Figura 2.12. Reator CSTR no-isotrmico com zonas de troca trmica.

Balano de energia nas sees da camisa:

d wVc j hw j

w j 1

dt

w j 1 hw j 1 Fw j w j hw j q j

w, VC j constantes: Fw 0 = Fw1 = Fw 2 = ... = Fw e = Fw s = Fw


Cpw constante: hw j C p w (Tw j Tref )
dTw j
dt
Vc j

qj
Fw
(Tw j 1 Tw j )
Vc j
wVc j C p w

Vc
M

72

(5c)

j = 1, 2, ..., M

q j UAt j (T Tw j )
At j

Tw 0 Tw e , Tw M Tw s

At
M

CSTR no-isotrmico com efeito trmico da parede:

Tp
Tw

Tw

Qo
Qi

Figura 2.13. Reator CSTR no-isotrmico com parede espessa.


qi
dT Fe
q
(T f T ) r
dt V
VC p VC p

(4d)

qi hi Ai (T T p )

onde hi o coeficiente de pelcula interno e Ai a rea de troca trmica interna.


Considerao:

parmetros concentrados na parede.


p C p pV p

dT p
dt

qi q0

(7)

Tp(t0) = T p 0

q 0 h0 A0 (T p Tw )

onde h0 o coeficiente de pelcula externo e A0, a rea de troca trmica externa.


dTw Fw
q0

(Tw e Tw )
dt
Vc
wVc C p w

Considerando

dT p
dt

73

(5d)

q
T Tp
Ai hi

q = q i = q0

q
T p Tw
A0 h0
1
1
T Tw
q

A
h
A
h
0 0
i i

1
1
A
i
hi A0 h0
1

A
1
i
hi A0 h0

Ai T Tw

q = UAt(T Tw)

Considerando uma distribuio de temperatura na parede:


q

q
Tw

TPi
kT

TP0

Figura 2.14. Reator CSTR no-isotrmico com resistncia na parede.


k T T p
r
r r r

T p C1

r
r

T p C1 ln r C 2
T p i C1 ln Ri C 2
T p 0 C1 ln R0 C 2
T p i T p 0 C1 ln Ri R0

kT

T p
r

r Ri

k C
q
T 1
Ai
Ri

74

onde

Ai kT Tp i Tp 0

Ri ln R0 Ri

2 H x

1
A
1 xAi

i
hi AkT A0 h0

A0 Ai
A
ln 0
Ai

x R0 Ri

2 H x

A0 Ai
2 H

Cilindro:

xAi Ri ln A0 Ai

AkT
kT

75

2HRi = At

2.6 Modelagem de Sistemas de Separao


Vaporizao

1 componente
Fv

v , Vv ,Pv

Tf

wv

V, T, P,
F , f , Tf

Figura 2.15. Gerador de vapor.

Problema bsico:
encontrar a taxa de vaporizao, wv (kg/s)
Consideraes:

perdas trmicas desprezveis


mistura perfeita em ambas as fases
lquido incompressvel ( constante, Cp = CV)
wv = KG(P Pv), onde KG o coeficiente global de
transferncia de massa.
lnP = A/T + B
Cp do lquido constante
Cpv = aT + b
vapor comporta-se como gs ideal

76

Fase lquida
Balano de massa global:

d V
dV
f F wv
dt
dt

Balano de energia:

d VU
d VU
f Fh f wv H L q
dt
dt

Equilbrio lquido-vapor:

A
P exp B

(2)

Balano de massa global:

d vV v
wv v Fv
dt

(3)

Balano de energia:

d vV vU v
wv H L v Fv hv
dt

Equao de estado:

(1)

Fase vapor:

Energia interna:

lquido:
V

MPv
RTv

(4)

P
dU P T
dV CV dT
T V

dV 0

dU = CV dT = Cp dT ;

P
dU v Pv Tv v

Tv

vapor:
P
Tv v
Tv


dVv CV v dTv
Vv

RT
v v PV
M
Vv

dU v CV v dTv ;

Entalpia:

U = Cp(T Tref) + Uref

lquido:

U v U v Tref CV v dTv
Tv

Tref

V
dP C p dT
dh V T
T P

77

dh dU d ( PV ) ,

como dh dU V dP

dV 0

dU = Cp dT

ento: T
0
T P
V

0
T P

dh = CpdT = dU ;

V dP C p dT

h=U

V
dH v Vv Tv v

Tv

vapor:
V
Tv v
Tv


dPv C p v dTv
Pv

RTv

Vv
Pv MPv

dH v C p v dTv ;

H v H v Tref C p v dTv

HL = h + v,

onde v o calor latente de vaporizao

Tv

Tref

U H PV H RTv ;

RTv M

Pv
v

dUv = dHv RdTv


CV v dTv C p v dTv RdTv (C p v R )dTv CV v C p R
v

dos balanos de energia:

d
d
(VU ) (Vh)
dt
dt

dh
dV
h
f Fh f Wv H L q
dt
dt

VC p

vV v

dT
f F (h f h) Wv ( H L h) q
dt

dU v
d ( vV v )
Uv
Wv H L v Fv H v
dt
dt

78

(5)

vVv CV v

dTv
Wv ( H L U v ) v Fv ( H v U v )
dt

Uv = Hv RTv
vVv CV v

dTv
Wv ( H L H v RTv ) v Fv RTv
dt

vVv CV v

dTv
Wv ( H L H v ) RTv (Wv v Fv )
dt

Calor especfico:

C p v aTv b

Entalpias:

hf = Cp(Tf Tref) + href

(6)

(7)

h = Cp(T Tref) + href


HL = Cp(T Tref) + v + href
H v (Tv )

Tv
a 2
Tv Tref2 b Tv Tref H v (Tref ) H L C p v dT

T
2

Transferncia de massa:

Wv = KG(P Pv)

(8)

Transferncia de calor:

q = f(Pv)

(9)

Hidrodinmica:

(10)

F = f(V)

Fora motriz: Fv
Fv

PC
LC

Figura 2.16. Estrutura de controle do gerador de vapor.

79

Variveis a determinar:

T, Tv, P, Pv, F, q, VL, Vv, Wv, v, C p v


11 variveis e 10 equaes

Restries fsicas:
Considerao:

V + V v = VT

(11)

equilbrio trmico (T = Tv)

balano energtico na fase vapor no necessrio (Eq. 6)


Considerao:

vVv suficientemente pequeno para poder desprezar a


dinnica na fase vapor:
d ( vV v )
Ws v Fv 0 ;
dt

equilbrio

termodinmico

Ws v Fv

d ( vV vU v )
0
dt

HL Hv

T Tv

a presso da fase vapor pode ser considerada igual a presso de


vapor do lquido:
P Pv

* Isto no quer dizer que Wv = KG(P Pv) = 0, mas que KG muito grande.
Esta equao no necessria.
Variveis a determinar:

T, P, F, q, VL, v, Wv

Equaes:

(1) (5), (9) e (10) 7

Considerao: dinmicas em ambas as fases desprezveis (estado estacionrio):


f F Wv

fF(hf h) Wv(HL h) = q
Wv v Fv
Wv

Variveis a determinar:

q
H L hf

F, q, Wv 3 (T, P dados)
80

Equaes: 3

Flash

Multicomponente.
V, y, T, P

F ,z,Tf, Pf
q

expanso
irreversvel a
H cte.

L, x, T, P

Figura 2.17. Flash multicomponente (base molar).

Consideraes:

dinmica da fase vapor desprezada


equilbrio termodinmico (estgio ideal)
U H
sem arraste de gotas
sem perdas de calor
mistura perfeita em ambos as fases

Balano de massa (base molar):


Global:

dm
F V L
dt

(1)

Componente:

d
m xi F zi V yi L xi
dt

(2) i = 1, 2, ..., C

Equilbrio:

y i K i xi

(3)

Ki = f(T, P, x, y)
Balano de energia:

d
( m h) F h f q V H L h
dt

81

(4)

h = f(T, P, x)

Entalpias:

H = f(T, P, y)
hf = f(Tf, Pf, z)
Foras motrizes:

F, z, Tf, q, Pf

Variveis a determinar:

L, V, T, P, x, y, m

Equaes:

2 + 2C

5 + 2C

Fv, y, T, P

F ,z,Tf, Pf
q

expanso
irreversvel a
H cte.

Vl

Fl, x, T, P

Figura 2.18. Flash multicomponente (base mssica).

Balano de massa (base mssica):


Global:

d ( l Vl )
F f f Fv v Fl l
dt

Componente:

d Vl l xi
dt M l

(1)

Ff f
Fv v y i Fl l xi

M
M
M l
f
v

(2) i = 1, 2, ..., C

taxa molar
c

Massas molares:

M l xi M i ;
i 1

wi

xi M i
x jM j
j

M v y i M i ;
i 1

m
ni M i
xi M i

wi i

m njM j x jM j

82

M f z i M i
i 1

(frao mssica)

Equilbrio:

y i K i xi

(3)

Ki = f(T, P, x, y)
Balano de energia:

d
(Vl l h) Ff f h f q Fv v H Fl l h
dt

(4)

Massas especficas: l = f(T, P, x)


v = f(T, P, y)
f = f(Tf, Pf, z)
Entalpias:

h = f(T, P, x)
H = f(T, P, y)
hf = f(Tf, Pf, z)

Foras motrizes:

Ff, z, Tf, q, Pf

Variveis a determinar:

Fl, Fv, T, P, x, y, VL

Equaes:

2 + 2C

5 + 2C

PC

LC

Figura 2.19. Estrutura de controle do flash multicomponente.


Fv f (P)

(5)

Fl f (Vl )

(6)

4 + 2C equaes
Fraes molares:

x
i 1

83

(7)

5 + 2C equaes

Coluna de Destilao

Multicomponente.
q1
V1

L1

V1

F, z, Tf, Vf
Lj-1
xj-1

Vj , y j
VN
j
Vj+1
yj+1

Lj , xj

qN

Figura 2.20. Coluna de destilao multicomponente.

Consideraes:

estgios adiabticos (exceto condensador e reformador)


condensador e refervedor parciais e ideais (equilbrio
termodinmico)
mistura perfeita em ambas as fases
reteno de vapor desprezvel
U H
lquido e vapor nos produtos esto em equilbrios trmico e
mecnico, mas no em equilbrio qumico
atrasos de tempo das linhas de lquido e vapor de topo
desprezveis

84

Balano de massa:
Condensador
Global:

Componente:

d m1 M 1
dm1
V2 L1 U 1 V1
dt
dt

d m1 xi ,1 M 1 y i ,1
dt

V2 y i , 2 L1 xi ,1 U 1 xi ,1 V1 y i ,1

d m1 xi ,1

i = 1, ..., C
Pratos internos
Global:

dm j
dt

L j 1 V j 1 L j V j ;

j = 2, 3, ..., s 1, s + 1, ..., N 1
Componente:

d m j xi , j
dt

L j 1 xi , j 1 V j 1 y i , j 1 L j xi , j V j y i , j

i = 1, ..., C
Pratos de alimentao
Global:

Componente:

dm S
LS 1 VS 1 F LS VS
dt

d m S xi , S
dt

LS 1 xi , S 1 VS 1 y i , S 1 Fz i LS xi , S VS y i , S

i = 1, ..., C
Refervedor
Global:

Componente:

dm N
L N 1 LN V N
dt

d m N xi , N
dt

LN 1 xi , N 1 LN xi , N V N y i , N

i = 1, ..., C
Balano de energia:
Condensador:

d m1 h1
V2 H 2 L1 U 1 h1 V1 H 1 q1
dt

85

dt

Pratos internos:

d m j h j
dt

L j 1 h j 1 V j 1 H j 1 L j h j V j H j

j = 2, ..., N 1 (j s)
Prato de alimentao:

d m S hS
LS 1 hS 1 VS 1 H S 1 Fh f LS hS VS H S
dt

Refervedor:

d m N hN
L N 1 hN 1 L N hN V N H N q N
dt

Equilbrio:

y i*, j K i , j xi , j

i = 1, 2, ..., C

Ki,j = f(Tj, Pj, y *j , xj)

j = 1, 2, ..., N

y i , j y i*, j

i = 1, 2, ..., C

Eficincia:

y i , j EiM, j y i*, j 1 EiM, j y i , j 1

j = 2, 3, ..., N 1

y i , N y i*, N
C

Fraes molares:

x
i 1

Entalpias:

i, j

j = 1, 2, ..., N

hj = f(Tj, Pj, xj)

j = 1, 2, ..., N

Hj = f(Tj, Pj, yj)


hf = f(Tf, Pf, z)
Foras motrizes:

F, z, Tf, Pf

Variveis a determinar:

m, L, V, U1, x, y, y*, q1, qN, T, P

3 + 5N + 3N.C
Equaes:

3N + 3N.C
3 + 2N (?)

86

q1

TC

PC

V1

LC

U1 = f(m1)

L1
U1

V1 = f(P1)
L1 = f(xd,1, xb,N)

CC

q1 = f(T1)

VN

LN = f(mN)

TC

VN = f(xb,N,xd,1)

LC

LN

qN = f(Tk)

qN

Figura 2.21. Estrutura de controle da coluna de destilao multicomponente.

Equaes:

7 + 3N + 3N.C

Faltam: 2N 4
Hidrodinmica:

Exemplo:

Lj = f(mj, Vj, xj, Tj, Pj)

j = 2, 3, ..., N 1

Vj = f(Pj, Pj+1, yj, Tj)

j = 2, 3, ..., N 1

Pj 1 Pj

Vj K p

, onde Kp o coeficiente de queda de

vj

presso (depende do tipo de prato)


3

2
L j K1
K 2m j
K3

j
M j

M j

xi , j j
C

k1 dependem

Francis k 2 das dimenses
k da coluna
3
C

i 1

M j xi , j M i
i 1

Equaes: 3 + 5N + 3N.C
87

3.1 Mtodos Numricos para Soluo de Equaes Algbricas


Exemplo 3.1. Considerando o problema do CSTR no-isotrmico:

Fe , CAe , Te

cte.
Cp cte.
Fws , Tws

V, T

h = Cp(T Tref)

Fwe , Twe
Fs , CA , T

Figura 3.1. CSTR no-isotrmico.


para uma reao de primeira ordem do tipo:
rA = kCA ,

onde k = k0exp(-E/RT)

tem-se as equaes do modelo:


dV
Fe Fs
dt
d VC A
FeC Ae F s C A rAV
dt

VC p

dT
FeC p (Te T ) (H r )rAV UAt (T Tw )
dt

no estado estacionrio:

Fe = Fs = F

F
(C Ae C A ) rA kC A
V
UAt
F
(H r )rA (H r )kC A
(T Te )
(T Tw )

V
C pV
C p
C p

definindo

V
como o tempo de residncia mdio no reator
F

88

CA

C Ae
1 k

(H r )C Ae k
1
UAt
(T Te )
(T Tw )

C pV
C p (1 k )

definindo: w

(H r )C Ae
UAt
e r
C pV
C pTe

(T Te )
(T Tw )
k
w
r
Te
Te
1 k

tem-se

E 1 1
k k0 exp( E / RT )
k

exp

ke k0 exp( E / RTe )
ke
R
T Te

assim:

k ke exp e 1

fazendo

T Te
Te

onde

x w x w

(Te Tw )
k
r
Te
1 k

T
T
1
x 1 e
Te
T x 1
x
k ke exp

1 x

finalmente: Da ke .

(n de Damkhler)

w Tw Te

1 w Te

1 w
x
Da exp

1 x
x
x
1 Da exp

1 x

Exemplo 3.2.

20 x
0,025 exp

1 x

x 0,1
20 x
1 0,1 exp

1 x

89

E
RTe

x
Da exp

1 x 0
f ( x) x
x
1 Da exp

1 x
f ( x) 0

linear: f ( x ) a x b x

Equao algbrica a uma varivel


b
a

Exemplo 3.3. = 0 (sem gerao de calor)

f(x) = x

x
x

w Tw Te T Te

1 w Te
Te

(T Te )(1 w ) w (Tw Te )
(T Te ) w (Tw T )
C p F (T Te ) UAt (Tw T )

no linear: f(x) = 0
soluo analtica
substituies sucessivas (substituio direta ou iterao de ponto fixo)
Newton
Newton modificado
Newton-secante
Regula falsi
Regula falsi modificado
Bisseo (dicotomia)
Continuao
Substituies sucessivas (ou iteraes de ponto fixo)
O processo iterativo aplicado equao algbrica na forma modificada

x g( x)
da equao f ( x ) 0 , que pode ser obtida por um rearranjo interno desta equao
ou pela simples adio de x em ambos os lados da igualdade. Assim,
x k 1 g ( x k ) , k 0,1,2,

90

g(x)

45

x1

x*

x0

que convergir para a soluo x* se, para alguma constante 0 < < 1,
g ( x k ) g ( x*) x k x *

Isto , se g(x) for um mapeamento contrativo. Esta relao pode ser vista
expandindo f ( x ) x g ( x ) em srie de Taylor em torno da soluo x* e
truncando no segundo termo:
x g ( x ) f ( x ) f ( x*) f ( x*)( x x*) (1 g ( x*))( x x*)

como f ( x*) 0 , tem-se


x g ( x ) ( x x*) g ( x*)( x x*)
como x* um ponto fixo, x* g ( x*) , obtm-se
g ( x ) g ( x*) g ( x*)( x x*)

aplicando o mdulo nesta expresso e comparando com a inequalidade acima,


chega-se a:
g ( x ) g ( x*) g ( x*) ( x x*)
g ( x*) 1

Portanto, se g ( x*) 1 o processo iterativo no converge, como por


exemplo:

91

g(x)

45

x * x0

Newton

O processo iterativo aplicado diretamente sobre a equao algbrica


f ( x ) 0 na forma:
x k 1 x k

f (x k )
f ( x k )

, k 0,1,2,

f(x)

x*

x1

x0

Isto , a funo linearizada em torno da estimativa inicial e o prximo ponto


encontrado de modo a satisfazer esta funo linearizada. Diferente da convergncia
do mtodo das substituies sucessivas, que converge linearmente (pois
x k 1 x * x k x * para 0 < < 1), o mtodo de Newton converge
quadraticamente:
x k 1 x * x k x *

92

onde 0 < < 1. Para verificar tal convergncia, expande-se f(xk) em torno da
soluo x*:
f ( x k ) f ( x*) f ( x*)( x k x*)

f ( x*) k
( x x*) 2
2

e substitui-se esta expresso na equao de Newton, considerando que xk esteja


prximo da soluo de modo que se pode fazer a aproximao f ( x k ) f ( x*) .
Aplicando-se o mdulo na equao resultante, chega-se a:
x k 1 x *

onde

2
f ( x*) k
x x*
2 f ( x*)

f ( x*)
1.
2 f ( x*)

Newton modificado

Uma modificao simples no mtodo de Newton considerar constante a


derivada da funo f(x) durante todo, ou parte, do processo iterativo:
x k 1 x k

f (x k )
f ( x m )

, k 0,1,2,

onde m k . Se m = 0, todas as retas que interceptam a funo f(x) nos pontos das
iteraes so paralelas.

f(x)

x*

x1

x0

Esta modificao tem a vantagem de calcular um nmero menor de derivadas da


funo, mas apresenta uma menor taxa de convergncia.
Modificaes de ordens mais elevadas, que convergem mais rapidamente,
baseiam-se na expanso em srie de Taylor de f(x) truncada no terceiro termo:

93

f ( x*) f ( x ) f ( x ) x
f ( x )
2
x
2
f ( x )

f ( x )
x 2 0
2

f ( x)

a) x

b) x

(isolando o x do termo de primeira ordem)

f ( x)
f ( x )
x
f ( x )
2

(fatorando o x dos termos de 1 e 2 ordens)

A escolha de x que vai determinar o tipo de modificao do mtodo de Newton.


No caso x 0 tem-se o mtodo clssico de Newton.
Usando o mtodo de Newton para definir x , isto ,
x

f ( x)
f ( x )

chega-se a:
caso a)

f ( x ) f ( x )
f ( x )
1
2
f ( x )
2 f ( x )

caso b)

f ( x)
f ( x )

1 f ( x ) f ( x )
2

2 f ( x )

Outra forma de definir x atravs da soluo da equao do segundo grau


em x resultante da expanso em srie de Taylor:
x

f ( x ) f ( x )
f ( x )
1 1 2
f ( x )
f ( x ) 2

e substituir esta espresso nos casos (a) e (b) definidos acima, ou us-la diretamente
para o clculo de x .

94

Newton-secante

O mtodo de Newton-secante baseia-se na aproximao da derivada da


funo f(x), que aparece no mtodo clssico de Newton, pela equao de diferenas
esquerda:

df
f ( x )
dx
k

xk

f
f ( x k ) f ( x k 1 )

x
x k x k 1

resultando no seguinte processo iterativo:


x

k 1

x f (x )

x k x k 1
f ( x k ) f ( x k 1 )

, k 1,2,3,

sendo, neste caso, necessrios dois pontos para iniciar as iteraes (x0 e x1), pois a
equao da reta descrita pelo processo iterativo definida pela passagem por dois
pontos, ao passo que no mtodo de Newton a equao da reta definida por um
ponto e a tangente neste ponto.

f(x)

x*

x2

x1

x0

A convergncia deste mtodo super-linear, isto , mais rpida que a


convergncia linear do mtodo das substituies sucessivas e mais lenta que a
convergncia quadrtica do mtodo de Newton, possuindo a seguinte forma:
x k 1 x * x k x *

1,618

95

, onde 0 < < 1.

Regula falsi

O mtodo da regula falsi (ou posio falsa) uma modificao do mtodo de


Newton-secante, onde a derivada da funo f(x) grosseiramente aproximada pela
equao das diferenas em relao a um ponto fixo:
f ( x k )

df
dx

xk

f
f (x k ) f (x 0 )

x
xk x0

resultando no seguinte processo iterativo:


x k 1 x k f ( x k )

xk x0
f (x k ) f (x 0 )

, k 1,2,3,

ou reescrevendo de outra forma:


x k 1

x 0 f (x k ) x k f (x 0 )
f (x k ) f (x 0 )

, k 1,2,3,
f(x)

x2

x*

x1

x0

Regula falsi modificado

Ao invs de manter fixo o ponto base para o clculo da aproximao da


derivada da funo f(x), o mtodo da regula falsi modificado (ou mtodo de
Wegstein) atualiza este ponto de acordo com a posio do ponto obtido em cada
iterao. Assim, o processo iterativo apresenta a seguinte forma:
x

k 1

x Lk f ( x Rk ) x Rk f ( x Lk )
f ( x Rk ) f ( x Lk )

onde

96

, k 0,1,2,

os

pontos

x k

x Rk1

se sign f ( x k ) sign f ( x Rk1 )

x k
x Lk
x Lk 1

se sign f ( x k ) sign f ( x Lk 1 )

x Rk

iniciais

caso contr rio

caso contr rio


x 0L e x R0

devem

satisfazer

condio:

sign f ( x 0L ) sign f ( x R0 ) , onde a funo sign(f(x)) fornece o sinal da funo

f(x).
f(x)

x 0L

x 1L
x*

x 0R

Bisseo

O mtodo da bisseo uma forma bastante simplificada do mtodo de


Wegstein, onde o clculo de xk+1 uma simples mdia aritmtica dos pontos xL e xL:

k 1

onde

os

pontos

x Rk x Lk
, k 0,1,2,

x Rk

x k

x Rk 1

se sign f ( x k ) sign f ( x Rk1 )

x Lk

x k

x Lk 1

se sign f ( x k ) sign f ( x Lk 1 )

iniciais

caso contr rio

caso contr rio


x 0L e x R0

devem

satisfazer

condio:

sign f ( x 0L ) sign f ( x R0 ) , onde a funo sign(f(x)) fornece o sinal da funo

f(x).

97

f(x)

x 0L
x * x 1R

x 0R

O nmero mximo de bissees que devem ser efetuadas para obter uma
preciso desejada dado por:
x R0 x 0L
n log 2

onde a preciso desejada.

Continuao

O mtodo da continuao uma variao do mtodo de Newton, com


condies de convergncia mais fortes, baseado na variao contnua de um
parmetro na funo. Quando este parmetro representa uma combinao entre a
funo f(x) e uma outra funo conhecida e de fcil soluo tem-se o mtodo da
continuao homotpica (ou mtodo da homotopia). O tipo mais comum de
homotopia a funo convexa:
h( x; t ) (1 t ) f ( x ) t g ( x ) 0

onde g(x) uma funo com soluo conhecida e o parmetro t [0,1]. fcil
observar que
h( x;1) g ( x ) e h( x;0) f ( x )
e, portanto, fazendo o parmetro t variar de 1 a 0 parte-se de um ponto com soluo
conhecida em direo a uma soluo de f(x). As solues de h(x;t) so funes de t,
isto , x* = x*(t), com x*(1) sendo a soluo de g(x) e x*(0) a soluo de f(x).

98

f(x)=0

g(x)=0

x*

x0

Uma escolha razovel para g(x) g ( x ) f ( x 0 ) ( x x 0 ) , conhecida como


homotopia affine, que representa uma linearizao em torno do ponto x0.
Outra definio da funo h(x;t) a homotopia de Newton:
h ( x; t ) f ( x ) t f ( x 0 )

onde g ( x ) f ( x ) f ( x 0 ) , com a mesma soluo da anterior, isto , x*(1) = x0.

Exemplo 3.4. Substituio sucessivas:


x
Da exp

1 x
x
x
1 Da exp

1 x

g ( x)

x
Da exp

1 x
g ( x)
2
(1 x) 2
x
1 Da exp 1 x

99

Para o caso de uma reao de ordem n:


rA = k C An , onde k = k0exp(-E/RT)
F
C Ae C A rA kC An
V
F
UAt
(H r )rA (H r )kC An
(T Te )
(T Tw )

V
C pV
C p
C p
UAt
F
F (H r )
(T Te )
(T Tw )
(C Ae C A )
V
C pV
C pV

C A C Ae

C p
(H r )

(T Te )

UAt
(T Tw )
(H r ) F

C p

F
UAt
UAt
(H r )
k C A e
(T Te )
(T Tw )
(T Te )
(T Tw )
C pV
C p
V
(H r )
(H r ) F

ou
x1

CA
C Ae

x2

T Te
Te

x
n 1 n
n 1 n
x1 Da C Ae
x1 exp 2
(1 x1 ) k C Ae
1 x2

x2 = + (1 x1)
Sistemas de equaes algbricas resultante:

x
n 1 n
f1 ( x1 , x2 ) 1 x1 Da C Ae x1 exp 2 0
F ( x)
1 x2 0

f 2 ( x1 , x2 )

x2 (1 x1 )

100

Sistemas lineares

F(x) = Ax b

x = A1b

Exemplo 3.5. = 0 (sem gerao de calor)

Da = 0 (sem reao)
1 x1
F ( x)

x2

1 0
A
,
0 1

1 0
A 1

0 1

1
x

1
b

Existe uma grande variedade de mtodos para soluo de sistemas lineares,


sendo muitos deles dependentes da estrutura da matriz A (matriz densa, esparsa,
simtrica, bloco-diagonal, etc.). Os mtodos mais conhecidos para soluo de
sistemas lineares so:
mtodos diretos:
eliminao Gaussiana
fatorizaes (LU, LLT, LDLT, QR, ...)
mtodo de Thomas
mtodos iterativos:
mtodo de Jacobi
mtodo de Gauss-Seidel
mtodos SOR
minimizao

Mtodos diretos para sistemas equaes lineares


Eliminao Gaussiana

O propsito da eliminao Gaussiana reduzir a matriz A a uma estrutura


triangular (mtodos de triangularizao) ou diagonal (mtodo de Gauss-Jordan)
atravs de operaes da lgebra elementar. Um dos diversos algoritmos de
eliminao Gaussiana o seguinte:

101

a kj

a kj

k 1,..., N
a kk

j k ,..., N 1
i 1,..., N ( k ) aij aij aik a kj

a kj

kj
k 1,..., N 1
a kk

j k 1,..., N 1
aij aij aik a kj
i k 1,..., N

(Gauss-Jordan)

(triangularizao SAXPY)

onde aij so os elementos da matriz aumentada: = [A b]. No caso do mtodo de


Gauss-Jordan, a soluo encontrada na (N+1)-sima coluna da matriz aumentada,
aps as operaes de eliminao Gaussiana. Nos mtodos de triangularizao
necessrio ainda realizar operaes de substituio (para matriz triangular inferior)
ou retro-substituio (para matriz triangular superior), isto ,
x1

xN

a1, N 1
a1,1

, xi

a N , N 1
a N ,N

1
ai ,i

, xi

i 1

ai , N 1 ai , j x j , i = 2,...,N substituio

j 1

1
ai ,i

ai , N 1

a
x
i , j j , i = N1,...,1

j i 1
N

retro-substituio

De modo a evitar provveis divises por zero (dos elementos akk) e tambm
garantir a estabilidade numrica do algoritmo (devido a problemas de
arredondamento), faz-se necessrio o uso de tcnicas de pivotamento.
Pivotamentos so operaes de trocas de linhas e/ou colunas de modo a obter uma
matriz tendo na diagonal elementos com maior valor absoluto. Quando so
efetuadas somente trocas de linhas, diz-se um pivotamento parcial. No
pivotamento total tem-se trocas de linhas e colunas. As operaes de pivotamento
podem ser representadas por matrizes de permutaes P e Q:
PAx=PB

(pivotamento parcial)

P A Q Q-1 x = P B

(pivotamento total)

102

Fatorizao LU

O processo de fatorizao LU decompe a matriz A em uma matriz


triangular inferior, L, e outra triangular superior, U, com elementos unitrios na
diagonal principal da matriz L (mtodo de Doolittle) ou da matriz U (mtodo de
Crout):
A=LU
aik

ik
k 1,..., N 1
a kk

i k 1,..., N
(Doolittle)
j k 1,..., N aij aij aik a kj

com uma posterior substituio:

Ly=b

e uma retro-substituio:

Ux=y

As principais vantagens da fatorizao em relao a eliminao Gaussiana


2
1
a reduo do nmero de operaes de N 3 O( N 2 ) para N 3 O( N 2 ) , e a
3
3
manuteno das operaes bsicas na matriz fatorada (matriz L, na fatorizao LU),
que pode ser aplicada para diferentes vetores b.
Mtodo de Thomas

Um caso particular, muito comum, de sistemas lineares, A x = b, o sistema


tri-diagonal, que pode ser representado da forma:
a i xi 1 d i xi ci xi 1 bi ,

i = 1,2,...,N

onde a a sub-diagonal, d a diagonal e c a super-diagonal da matriz A, com os


elementos a1 = 0 e cN = 0. A soluo deste sistema pelo mtodo de Thomas tem a
forma:
xN qN
x j 1 q j 1 p j 1 x j

onde
pj

cj
d j a j p j 1

qj

103

j = 2, 3, ..., N
b j a j q j 1
d j a j p j 1

j = 1,2,...,N.

Mtodos iterativos para sistemas de equaes lineares


Jacobi

um mtodo iterativo para a soluo de sistemas lineares expresso, na forma


matricial, por:
x k 1 M x k c , k 0,1,2,...

onde M = D-1 B, c = D-1 b, B = D - A. Sendo D a diagonal da matriz A. O mtodo


escrito para cada elemento do vetor x apresenta a seguinte forma:
bi
x ik 1

a ij x kj

j 1 ( i )

, i 1,... , N

a ii

k 0,1,2, ...

Gauss-Seidel

Este mtodo uma modificao do mtodo de Jacobi, cujo princpio de


usar os novos valores de x to logo eles estejam disponveis. Neste caso a matriz M
= (D - L)-1 U e o vetor c = (D - L)-1 b, onde D, L e U so as matrizes diagonal,
triangular inferior e triangular superior, respectivamente, extradas da matriz A = D
- L - U. O mtodo escrito para cada elemento do vetor x apresenta a seguinte forma:
i 1

x ik 1

bi

j 1

a ij x kj 1

a ij x kj

j i 1

, i 1, ... , N

a ii

k 0,1,2, ...

SOR

O mtodo das sobre-relaxaes sucessivas (SOR - successive overrelaxation)


uma variao do mtodo de Gauss-Seidel pela introduo de um fator de
relaxao ():
xik 1 xik ( xik 1 xik )
onde xik 1 proveniente do mtodo de Gauss-Seidel. Tanto o mtodo SOR, quanto
o mtodo de Gauss-Seidel, ao contrrio do mtodo de Jacobi, dependem da ordem
em que as equaes so resolvidas.
104

A convergncia destes mtodos iterativos caracterizada pela matriz de


iterao, M:
x k 1 M x k c , k 0,1,2,...
sendo convergentes se, e somente se, todos os valores caractersticos de M
possuirem valor absoluto menor que 1. Uma condio suficiente para convergncia
:
M

onde
M

max mij
j i 1

norma 1

N N

mij2
i 1 j 1

norma 2

max mij norma


i j 1

Um ponto importante sobre a soluo de sistemas lineares o bom ou mal


condicionamento da matriz A. Se pequenas perturbaes nos elementos da matriz A
ou no processo de soluo causarem pequenas perturbaes no vetor soluo, ento
o sistema bem condicionado. Definindo (A) como o nmero condicionador de A:
( A) A

A 1

ento (A) pequeno significa um sistema bem condicionado, e (A) > 20 j


representa sistemas mal condicionados.
Minimizao

A soluo de sistemas lineares tambm podem ser obtidas por tcnicas de


otimizao, atravs da transformao do problema A x = b em:
S ( x ) ( A x b) T ( A x b)

ou

S ( x)

1 T
x A x bT x
2

no caso de A ser simtrica e positiva definida,

onde deseja-se encontrar x tal que S(x) mnimo.

105

Sistemas de equaes no-lineares

F(x) = 0
Soluo analtica
Substituies sucessivas
Newton-Raphson
Newton-Raphson modificado
Continuao

Substituies sucessivas

Similarmente ao caso monovarivel, o mtodo das substituies sucessivas


aplicado a sistemas de equaes algbricas tem a forma:
x k 1 G ( x k ) , k 0,1,2,

com critrio de convergncia tambm similar:


G ( x k ) G ( x*) x k x * , 0 < < 1.

Exemplo 3.6. Substituio sucessivas:

x2
n 1 n
x1 1 Da C Ae x1 exp
g1 ( x1 , x2 )

1 x2

x (1 x ) g ( x , x )
1
2
1
2
2

Newton-Raphson

A extenso do mtodo de Newton ao caso multivarivel implica na


substituio da derivada da funo f(x) pela matriz das derivadas parciais de F(x)
com respeito a x, denominada de matriz Jacobiana, J(x). Assim, o mtodo de
Newton-Raphson apresenta a seguinte forma:

x k 1 x k J ( x k )

F ( x k ) , k 0,1,2,

106

onde J ij ( x k )

Fi ( x k )
. A soluo do sistema linear resultante pode ser resolvido
x j

tanto por mtodos diretos como por mtodos iterativos.

Newton-Raphson modificado

Uma modificao no mtodo de Newton-Raphson manter a matriz


Jacobiana fixa por um determinado nmero de iteraes:

x k 1 x k J ( x m )

F ( x k ) , k 0,1,2,

onde m k e 0 1 . O parmetro , que depende da iterao, usado para


compensar o fato da matriz Jacobiana ser mantida fixa por algumas iteraes.
Obviamente, = 1 quando m = k.
Continuao

A extenso do mtodo da continuao para sistemas de equaes algbricas


segue o mesmo caminho do mtodo de Newton-Raphson.

107

3.2 Critrios de Convergncia


Deseja-se x k x * , onde a tolerncia, o problema que x* no
conhecido.
Critrio do erro absoluto em x:
x k 1 x k

Requer um conhecimento da ordem de grandeza de x*.


Critrio do erro relativo em x:
x k 1 x k x k

Pode causar problemas quando x* ~ 0.


Critrio do erro absoluto em F(x):

F x k 1 F x k

Pode mascarar a convergncia em x:

F(x)

x
k

Figura 3.2. Critrio de convergncia em F(x).

Combinao dos critrios do erro absoluto e relativo em x:


x k 1 x k rel x k abs
1

Ainda no resolve o problema de escala das variveis, pois x xi2 ,


i 1

com apenas um rel e abs.

108

xik 1 xik rel ,i xik abs ,i

Ento:

i = 1, ..., N

Pode-se ainda definir uma norma ponderal:


x

xi

i 1 wi
N

onde wi rel ,i X i abs ,i , i = 1, ..., N


Assim:

x k 1 x k

rel, i = 0 i e
x k 1 x k

abs, i = 0 i e
x k 1 x k

X um representante de x

abs ,i

1 x k 1 x k

rel ,i

X = xk

N e

1 x k 1 x k x k

Como garantir que x k 1 x k implique em x k x * ?


Taxa de convergncia: x k 1 x k x k x k 1 , considerando 0 < < 1 e
constante.
x k 2 x k 1 x k 1 x k 2 x k x k 1 ...
x k j x k j 1 j x k x k 1

Usando a desigualdade triangular: a b a c c b


chega-se a:

x k m x k x k j x k j 1
j 1

m
x k m x k j x k x k 1
j 1

m x k x *

j 1

x * xk

x k x k 1

109

(0 < < 1)

portanto,

se
ento

x k x k 1
1
x * xk

O problema conhecer
uma estimativa:
x k 1 x k x k x k 1
x k 1 x k 2 x k 1 x k 2

x k 1 x k k x1 x 0

assim:

x k 1 x k
1 0
x x

Exemplo: Taxa de convergncia lenta: 0,99

100 x k x k 1 102
1

Taxa de convergncia rpida: 0,01

0, 01 x k x k 1 102
1

Taxa de convergncia 0,5

1 x k x k 1
1

110

3.3 Multiplicidade de Solues


Considerando o problema do CSTR em regime estacionrio para uma reao
de primeira ordem do tipo:
rA k C A

as equaes do balano material para o componente A:


F (C Ae C A ) rAV

e do balano energtico:
F CP (T Te ) U At (T Tw ) (H r ) rAV

onde as entalpias foram aproximadas por h CP ( T Tref ) e CP foi considerado


constante, podem ser agrupadas em uma nica equao em funo da temperatura:
1
U At
(H r ) k C Ae
(T Te )
(T Tw )

V CP
CP (1 k )

onde

C
V
o tempo de residncia no reator, k k o exp( E / R T ) e C A Ae .
F
1 k

Os termos do lado esquerdo da igualdade representam os calores removidos


do reator atravs da corrente efluente,

1
(T Te ) , e atravs da camisa,

U At
( T Tw ) , e o termo do lado direito representa o calor gerado pela reao. No
V C P

estado estacionrio:
QG ( T ) QR ( T )

onde
QG (T )

(H r ) C Ae ko exp( E / RT )
CP [1 ko exp( E / RT )]

QR ( T ) a T b

1 U At

V C P

Te U At Tw

V CP

isto , o calor gerado igual ao calor removido. Observa-se que QG(T) uma
funo no-linear em T, apresentando uma forma em S (reao exotrmica
irreversvel), e QR(T) uma funo linear em T. O(s) ponto(s) de interseo entre
as curvas de QG(T) e QR(T) representa(m) o(s) estado(s) estacionrio(s).

111

Q R1

Q R3

Q R2
5

QG

1 2

Figura 3.3. Multiplicidade de estados estacionrios.

Para um determinado volume, V, a inclinao da reta QR(T) aumenta com o


aumento de F, representado uma taxa maior de remoo de calor. Um aumento de
Te ou Tw acarreta um aumento no termo independente, b, movendo a reta QR(T)
para a direita, com uma conseqente diminuio da taxa de remoo de calor.
Dependendo da posio da reta QR(T) em relao a curva QG(T) podem
ocorrer trs situaes caractersticas:
1) um estado estacionrio de baixa converso e temperatura (ponto 1)
2) um estado estacionrio de alta converso e temperatura (ponto 5)
3) dois estados estacionrios estveis (pontos 2 e 4) e um instvel (ponto 3)
Se o reator est operando no ponto (1) e o calor removido reduzido a QR2, a
temperatura aumentar at alcanar o ponto (2). Uma posterior reduo de QR para
QR3 leva o reator a operar no ponto (5) ocorrendo um grande salto de temperatura
(passando pelo ponto de ignio). Ento, se QR levado de volta a QR2 e em
seguida a QR1, o reator passar a operar no ponto (4) e no ponto (1),
respectivamente, ocorrendo uma queda brusca de temperatura (passando pelo ponto
de extino). Observa-se que so seguidos caminhos distintos para a reduo e o
aumento do calor removido. Este fenmeno chamado de histerese.
Os pontos estveis de operao so caracterizados por:
dQR dQG

dT
dT

isto , quando a taxa de remoo de calor maior que a taxa de gerao de calor.
Para os pontos instveis tem-se que:
112

dQR dQG

dT
dT

isto , quando a inclinao da curva QG(T) no ponto estacionrio em anlise maior


que a inclinao da reta QR(T). Os pontos onde:
dQR dQG

dT
dT

delimitam a regio de multiplicidade de soluo, sendo chamados de pontos de


bifurcao (onde o sistema passa de uma para trs solues estacionrias, ou viceversa). Estes pontos correspondem aos pontos de extino e ignio da reao.

113

3.4 Anlise de estabilidade e sensibilidade paramtrica


Seja um sistema autnomo dx/dt = f(x), uma soluo de equilbrio deste
sistema um ponto x* tal que:
f(x*) = 0
Este ponto tambm chamado de ponto fixo, ponto estacionrio, ponto
de descanso, singularidade, ponto crtico, estado estacionrio.
Uma vez encontrado qualquer soluo do sistema x f (x) , natural tentar
determinar se a soluo estvel.

Estabilidade: Seja x (t ) qualquer soluo de x f (x) . Ento, x (t ) estvel se


solues partindo perto de x (t ) a um dado tempo permanecem perto de x (t ) para

todo tempo subsquente. Ela uma estabilidade assinttica, se solues partindo


perto de x (t ) convergem para x (t ) quando t .

Estabilidade de Liapunov: x (t ) dito ser estvel (ou Liapunov estvel) se,


dado > 0, existe um = () > 0, tal que, para qualquer outra soluo, y(t), de
x f (x) satisfazendo x (t0 ) y (t0 ) , ento x (t ) y (t ) para t > t0.

y(t)
x (t )

t = t0
Figura 3.4. Estabilidade de Lyapunov

114

Estabilidade assinttica: x (t ) dito ser estvel assintoticamente se ele


Liapunov estvel e se existe uma constante b > 0, tal que, se x (t 0 ) y (t 0 ) b ,
ento lim x (t ) y (t ) 0 .
t

b
x (t )

y(t)

Figura 3.5. Estabilidade assinttica.

Nota: Uma soluo que no estvel dita ser instvel.


De modo a determinar a estabilidade de x (t ) necessrio entender a
natureza da soluo prxima a x (t ) :
x x (t ) y

substituindo em x f (x) :
x x (t ) y f ( x (t ) y )

expandindo f(x) em srie de Taylor em torno de x (t ) :


x f ( x) f ( x (t ))

f ( x (t )) y 0 y
x

Linearizao

como x (t ) f ( x (t )) , tem-se:

y Df ( x (t )) y 0 y

Df ( x (t ))

f ( x (t ))
x

que descreve a evoluo das trajetrias prximas a x (t ) .


Logo para estudar o comportamento de solues prximas a x (t ) , pode-se
y D f ( x (t )) y
analisar o sistema linear:

115

A soluo de equilbrio, x*, do sistema no linear x f (x)


assintoticamente estvel se todos os valores caractersticos de Df(x*) possuem
parte real negativa.
x* um ponto fixo hiperblico se nenhum dos valores caractersticos de
Df(x*) tm parte real zero.
x* um ponto sela, instvel, se alguns dos valores caractersticos tm parte
real > 0 e o resto tm parte real < 0.
x* um ponto tipo n estvel ou atrator ou sumidouro se todos os valores
caractersticos tm parte real < 0.
x* um ponto tipo n instvel ou repulsor ou fonte se pelo menos um
valor caracterstico tem parte real > 0.
x* um centro se os valores caractersticos so puramente imaginrios
(diferente de zero e parte real igual a zero). Ponto fixo no-hiperblico.

Sensibilidade paramtrica:

Seja o sistema de equaes algbrico-diferenciais:


f (t , x, x' , p ) 0

x(t 0 , p ) x0 ( p )

com x, x N e p M , deseja-se fazer uma anlise de sensibilidade paramtrica


deste sistema, ou em outros palavras, deseja-se encontrar a matriz de sensitividade.
W (t )

x(t )
p

que descreve como os componentes da soluo variam com mudanas nos


parmetros p.
Derivando f(t, x, x, p) em relao a p, tem-se:
f
f
f
x' W ' (t ) x W (t ) p 0

x
W (t 0 ) 0

116

3.5 Mtodos Numricos para a Soluo de Problemas de Contorno


Equaes diferenciais ordinrias
Exemplo 3.7. Difuso-reao em uma partcula cataltica porosa:

Figura 3.6. Partcula cataltica esfrica.

Balano de massa: (estado estacionrio, isotrmico)


1 d
2 dC r ,
Dr
A
2
r dr
dr
dC
dr

0<r<R
C ( R) Co

r 0

(concentrao fixa na superfcie)

(simetria)

Outras consideraes: D constante e rA = k.f(C), onde k a constante da


reao.
D

1 d 2 dC
r
k f (C )
r 2 dr dr

Pode-se ainda definir um fator de efetividade da partcula (forma integral):


R

r (C )dV
k f (C )r 2 dr
taxa de reao mdia na partcula

V A
0

V rA (Co )dV 0 k f (Co )r 2dr taxa da reao mxima baseada na superfcie

k
reao
, conhecido como mdulo de Thiele
D
difuso

para uma reao de primeira ordem, ou


R

k f (Co )
para uma reao de qualquer ordem.
D Co

Outra definio para o Mdulo de Thiele a sua verso generalizada:


117

rA (Co )

2D

Co

(Mdulo de Thiele Generalizado)

rA (C )dC

onde L o comprimento caracterstico da partcula, definido como o volume da


partcula dividido pela sua superfcie externa, que para o caso da esfera L = R/3.
Com esta definio tem-se 3 para uma reao de primeira ordem na esfera.

Re-escrevendo a equao diferencial: k f (C )r 2 dr D d r 2


dC
D d r 2

0
dr 3 D

R
k
k f (Co ) r 2 dr
R

rA rA (Co )

Definindo: y

dC

dr

2 dC
r dr
D
R2
dC
0

3
f (Co ) R3
k f (Co ) R3 dr

3R dC
2 Co dr

r R

3 dy
2 dx

x 1

(forma diferencial)
r R

dC
?
dr r R
dy
?
dx x 1

f (Co y )
r
C
; x e g ( y)
Co
R
f (Co )

d 2 y 2 dy

2 g ( y) ,
2
x dx
dx

0<x<1
dy
dx

0 e

y (1) 1

Problema de
valor de
contorno

x 0

g(y) = y

equao de Bessel modificada (soluo analtica):

Soluo:

senh(x)
3 1
1


x senh( )
tgh( )

Nota: y(0) finito, lim


x 0

<1

senh(x)
y (0)
x
senh( )

mostra o efeito da transferncia de massa.

0 : 1 e : 0
g(y) = yn

reao de ordem n 0 ou 1.
118

Mtodos numricos: diferenas finitas


volumes finitos
elementos finitos
valor inicial
aproximao polinomial (e.g. colocao ortogonal)

Difereno finitas

transforma o intervalo [a, b] (no exemplo [0, 1]) em uma malha com N pontos
internos:
0 = x0 < x1 < ... < xN < xN+1 = 1
aproxima as derivadas pelos quocientes de diferenas
resolve o sistema de equaes algbricas resultante.

Para uma malha uniforme: x h

ba
N 1

xi = a + i.h ,

i = 0, 1, 2, ..., N+1

Expandindo y(xi + h) em srie de Taylor:


y(xi + h) = y(xi) + hy(xi) + (h2)
y ( xi )
y i

y ( x i h) y ( xi )
( h)
h

y i 1 y i
h

(diferena direita)

119

Expandindo y(xi h) em srie de Taylor:


y(xi h) = y(xi) hy(xi) + (h2)
y ( xi )
y i

y ( x i ) y ( x i h)
( h)
h

y i y i 1
h

(diferena esquerda)

subtraindo as duas expanses:


h2
h3
y ( xi )
y ( xi ) (h 4 )
2!
3!
( )
h2
h3
y ( xi h) y ( xi ) hy ( xi )
y ( xi )
y ( xi ) (h 4 )
2!
3!
y ( xi h) y ( xi h) 2hy ( xi ) (h 3 )
y ( xi h) y ( xi ) hy ( xi )

y ( xi )
y i

y ( xi h) y ( x i h)
(h 2 )
2h

y i 1 y i 1
2h

(diferena central)

somando as duas expanses:


h2
h3
y ( xi )
y ( xi ) (h 4 )
2!
3!
2
()
h
h3
y ( xi h) y ( xi ) hy ( xi )
y ( xi )
y ( xi ) (h 4 )
2!
3!
2
y ( xi h) y ( xi h) 2 y ( xi ) h y ( xi ) (h 4 )
y ( xi h) y ( xi ) hy ( xi )

y( xi )
y i

y ( xi h) 2 y ( xi ) y ( xi h)
(h 2 )
h2

y i 1 2 y i y i 1
h2

(diferena central de 2 ordem)

120

Para uma malha no uniforme:


y i

y i y i 1
xi xi 1

ou

y i 1 y i
xi 1 xi

ou

y i 1 y i 1
xi 1 xi 1

h2

h1
X

xi 1

xi + 1

xi
h

Figura 3.7. Malha no uniforme para diferenas finitas.

y i

y i

y i h2 2 y i h1

h h h

h 1 2
2 2 2

; y i h

y i 1 y i
xi 1 xi

y i 1 y i y i y i 1
2

xi 1 xi 1 xi 1 xi xi xi 1

y i h1 2

y i y i 1
xi xi 1

(central)

Para o exemplo da partcula cataltica:


d 2 y 2 dy

2 g ( y)
2
x dx
dx
yi 1 2 yi yi 1 2 yi 1 yi 1
2

g ( yi )
2h
h2
xi

yN+1 = 1
y ( x 0)

y1 y 0
0
h

y 0 y1

para g(yi) = yi
121

i = 1, ..., N

N 2 equaes
N 2 variveis

xi

xi

xi
2
1 yi 1 2 xi h yi 1 yi 1 0
h

y N 1 1
y1 y0 0

Que um sistema de equaes lineares em estrutura tridiagonal, que pode ser


resolvido pelo mtodo de Thomas. Para o caso de reaes de ordens diferentes de
zero ou um tem-se um sistema no-linear de equaes algbricas, que pode ser
resolvido pelos mtodos numricos j vistos na seo 3.1.

Volumes finitos

Referncia: Transferncia de Calor e Mecnica dos Fluidos Computacional, C.R.


Maliska, 1995.
Consiste na realizao de balanos de propriedades em volumes elementares
(volumes finitos), ou de forma equivalente na integrao sobre o volume elementar
da equao diferencial na forma conservativa (ou forma divergente, onde os fluxos
aparecem dentro das derivadas).

x=0

xw

e
xe

Figura 3.8. Volumes finitos.

122

x=1

Exemplo:

y 1 s y
m
2
s
x
y ( x)
x x x
y
x

0 ; y (1, ) 1
x 0

y ( x, 0) y0

s 0 1

Volume elementar: dV x s dx s 1 2
s 2 4

Com m 1
e

y
y
x s dx x s x 2 x s ydx
w
w
w
e

yx dx
s

valor mdio no volume:

yp

w
e

x dx
s

( s 1)
s 1
x e x ws 1

yx dx
s

dy p
d

( s 1) s y
x
2 yp
s 1
s 1

x e x w x w

y
x

diferenas centrais:

dy p
d
dy p
d

x xe

yE y p
xe

y
x

x xw

y p yW
xw

yE y p
y p yW
( s 1)
xes
xws
xe
xw
xes1 xws1

2 y

AW yW Ap y p AE yE 2 y p

AW

( s 1) xws
;
xes1 xws1 xw
AE

Ap

( s 1) xes
xes1 xws1 xe

123

xws
( s 1) xes

xes1 xws1 xe xw

Balanos para os volumes das fronteiras:


x=0:

x=0
xf

xe

xw = 0
Figura 3.9. Fronteira com fluxo especificado.
e

dy p

( s 1) s y
x
2 yp
s 1
s 1

d
xe xw x w

xs

y
x

0;

xs

xw

dy p

y
x

xes
xe

( yE y p )
x e

( s 1) ( y E y p )
2 yp
xe
xe

x=1:
W

e
x=1

xw

xf
xe = 1

Figura 3.10. Fronteira com varivel especificada.

xs

y
x

dy p
d

xw

xws

( y p yW )
xw

xs

y
x

ye y p

xe

( y p yW )
( s 1) 1 y p
xws

2 y p
s 1

x
x
1

x
w f

124

x f

1 yp
x f

Sistema resultante:

Nota:

dy
Ay b , onde A uma matriz tridiagonal.
d

Diferenas-finitas: malha

x0 x1 x2 .......

Volumes-finitos: malha

x1

x2 .....

xN+1

xN

Elementos finitos

Referncia: Numerical Methods and Modeling for Chemical Engineering, M. E.


Davis, 1984.
Aproxima a varivel dependente por um polinmio contnuo por partes:
n

y ( x) i i ( x)

(estacionrio), x [0,1]

i 1

onde i ( x) so funes conhecidas (bases) continuamente diferenciveis e que


satisfazem as condies de contorno, e i so coeficientes a determinar.
y ( x , )

n 1

j () j ( x)

(dinmico),

x [0,1]

j 0

A forma da determinao destes coeficientes que caracteriza o mtodo de


elementos finitos utilizado, tais como:
mtodo de Galerkin
mtodo da colocao

Exemplo: y ( x) 1 y ( x)
(mudana de varivel)

d s dy s 2
m
x
x 1 y ( x) 0 x (0,1)

dt dx
dy
0
dx x 0
y (1) 0

125

Multiplicando a equao por i(x) e integrando em [0, 1]:


1

dy

0 dx x s dx x s 2 (1 y)m i dx 0

i = 1, 2, ..., n

Integrando por partes o primeiro termo:


1

1
d dy
dy
dy
0 dx x s dx i dx x s dx i 0 0 x s dx i ( x)dx
1

i(x),

Como

i (0) 0 ;

i=1,...,n,

satisfaz

i (1) 0

as

condies

de

contorno:

dy
i (1) x s i (0) 0
dx
0
x 1 0
x

dy
dx

dy

dy

tem-se que

0 dx x s dx i dx 0 x s dx i ( x)dx

ento:

xs

1
dy
i ( x)dx x s 2 (1 y ) m i dx 0
0
dx
n 1

Como y ( x) j j ( x) , tem-se para

m 1

j 0

n 1

n 1

j x s j ( x)i ( x)dx j 2 x s j ( x)i ( x)dx 2 x s i ( x)dx


j 0

j 0

Definindo:
1

x s a( x)b( x)dx (a, b) ,

resulta em:

n 1

j
j 0

n 1

j , i j 2 j , i 2 1, i , chamada de forma fraca da


j 0

equao diferencial.
n 1

j , i 2 j , i
j 0

j 2 1, i i = 1, 2, ..., n

126

A b

0 n 1n 1 ( xn 1 ) n 1

0 0 0 (0) 11 (0) 1 0

Contorno:

Funes bases lineares (h 2 ) :


x1 x
x x , x0 x x1
1 0
0 ( x )
0 , xx
1

j ( x)

x x j 1
x j x j 1
x j 1 x
x j 1 x j

, x j 1 x x j
, x j x x j 1

0 , x x j 1, x x j 1

0 , x xn

n1 ( x)
x xn , x x x
n
n 1
xn1 xn

(x)
j-1
1

j
0

x0

x1

...

xj-1

xj

n+1

xj+1 ... xn

1
xn+1

Figura 3.11. Funes bases lineares.

outras funes bases :

cbicas de Hermite (1 derivada contnua), (h 4 )


B-splines, etc.
127

Para

m 0 e 1:
m
n1
n1

2
, 1 j j , j 0 i 1, 2, ..., n
j j i

j 0

j 0

F () 0 sistema no linear

(1) 0 ; (0) (0) 0


0 0
1 1
n1 n1

Valor inicial

transforma o problema de valor de contorno em um problema de valor


inicial (P.V.I.)
atribui um valor inicial para as variveis com valor inicial desconhecido e
resolve o P.V.I.
verifica se as condies finais foram satisfeitas e retorna ao passo anterior
at estas serem satisfeitas.

Para o exemplo da partcula cataltica:


dy
v,
dx

du
v
dx
dv
2
2 g (u ) v
dx
x

Mtodos:

y=u
v ( 0) 0
u (1) 1

tentativa-e-erro ou shooting
mltiplo shooting
superposio (linear)
128

1) Equaes diferenciais lineares: shooting e superposio


Exemplo:

y f ( x) y g ( x) y r ( x) x (a, b)

y (a) ; y (b)
L[ y ] y f ( x) y g ( x) y (operador linear)
L[c1 y1 c 2 y 2 ] c1 L[ y1 ] c 2 L[ y 2 ]

a) shooting:
superposio:

L[ y1 ] 0

y1 (a ) 0
y (a ) 1
1

L[ y2 ] r ( x)

y2 ( a )
y (a ) 0
2

y(x) = c1y1(x) + c2y2(x)


L[y] = r(x) = c1
L[ y1 ] c2
L[ y2 ]
0

c2 = 1

r ( x)

y(x) = c1y1(x) + y2(x) ;

y(a) = = c1y1(a) + c2y2(a)

y(b) = = c1y1(b) + y2(b)


c1

b) shooting:

y2 (b)
y1 (b)

y ( x ) y2 ( x )

L[ y1 ] r ( x)

y1 (a )
y (a)
1
1

y2 (b)
y1 ( x)
y1 (b)

L[ y2 ] r ( x)

y2 ( a )
y (a )
2
2

1 e 2 tais que y1(b) y2(b).


superposio:

L[y] = r(x) = c1 L[ y1 ] c 2 L[ y 2 ]

( x)

c1 + c2 = 1

r ( x)

y(a) = = c1y1(a) + c2y2(a)


y(b) = = c1y1(b) + c2y2(b)
c1 c2 1

y1 (b) c1 y2 (b) c2

c1

y2 (b)
;
y1 (b) y2 (b)

c2

129

y1 (b)
y1 (b) y2 (b)

y ( x)

1
y2 (b) y1 ( x) y1 (b) y2 ( x)
y1 (b) y2 (b)

2) Equaes diferenciais no-lineares



dy d 2 y
,
,
,
F
x
y

0
dx dx 2

y (a) ; y (b)

a) shooting:

F x, yk , yk , yk 0

yk ( a )
y (a )
k
k

k = 0, 1, 2, ...

Figura 3.12. Mtodo do shooting.

Problema:

g() = y(b;) = 0

Ex.: Newton-secante
k 1 k

( yk (b) )( k k 1 )
yk (b) yk 1 (b)

130

3.6 Tcnicas de Aproximao polinomial


Referncia: Mtodo de Resduos Ponderados com Aplicao em Simulao de
Processos, E.C. Biscaia Jr., 1992 XV CNMAC.
Interpolao Lagrangeana

f(r) no intervalo a r b
normalizao do intervalo: x

ra
;
ba

r = a + (b a)x

f(x) no intervalo 0 x 1
tendo n pontos:

0 < x1 < x2 < ... < xn < 1

com f(xi) = fi ,

xi : pontos nodais ou internos.

Tem-se n condies n coeficientes a calcular polinmios de ordem (n1).


n 1

Pn 1 ( x) C j x j

C0, C1, ..., Cn1 os n coeficientes

j 0

n 1

C
j 0

xij f i ,

1 x11


1 x 1
n

i = 1, 2, ..., n

x12 x1n 1 C 0 f 1



x n2 x nn 1 C n 1 f n

Este sistema mal condicionado, pois aumentando o nmero de pontos xi e xi 1


ficam muito prximos.
Definindo o polnmio interpolador de Lagrange:
n

l j ( x)
k 1
k j

tem-se:

x xk
x j xk

Pn 1 ( x) l j ( x) f j ,

Polinmio de grau (n 1) em x

fj = f(xj) = Pn 1(xj) j = 1, 2, ..., n

j 1

lj(xi) = ij ,

x1, x2, ..., xj-1, xj+1, ..., xn so as (n 1) razes de lj(x).

131

Definindo:
Pn(x) an(x x1)(x x2) ... (x xn), polinmio nodal de grau n.
Pn(xi) = 0,

i = 1, 2, ..., n
Pn ( x)
x xj

an ( x xk )
k 1
k j

Tem-se:

l j ( x)

Ainda:

lim

x x j

p j ( x) ( x xk )

i 1
i j

p j ( x)
p j (x j )

Pn ( x)
Pn ( x j )
x xj

a n p j ( x j ) Pn ( x j )

Pn ( x)
( x x j ) Pn ( x j )

Ento

l j ( x)

Assim:

f ( x) l j ( x) f j Pn ( x) G ( x) , onde ( n1) ( x) o resduo do

j 1

( n 1) ( x )

Pn 1 ( x )

polinmio Pn 1 ( x) e

( n 1)

( xi ) 0 , i = 1, 2, ..., n

f(x)

( 3) ( x )
f(x)

f2
f1

f3

f4

P3(x)

x
x1

x2

x3

Figura 3.13. Aproximao polinomial.

132

x4

Anlise de resduo da interpolao

Definindo F(t) f(t) Pn1(t) Pn(t).G(x), onde x um valor fixo e t a


varivel independente.
t = xi

F(xi) = 0,

t=x

F(x) = 0

x1 < x < xn

Interpolao:

i = 1, 2, ..., n
(n + 1) razes

intervalo I = [x1, xn]

Extrapolao: x < x1

I = [x, xn]

x > xn

I = [x1, x]

F(t) possui (n + 1) razes em I


dF (t )
possui pelo menos n razes em I
dt

d n F (t )
possui pelo menos 1 raiz em I
dt n
d n Pn 1 (t )
0
dt n

(polinmio de grau n 1)

d n Pn (t )
n! a n
dt n

sendo ento t = um ponto em I tal que


tem-se

G ( x)

d n F ( )
0
dt n

1 d n f ( )
,
n! a n dt n

I
n

( n 1) ( x) Pn ( x) G ( x) ( x xi )
i 1

1 d n f ( )
n! dt n

( n1) ( x) igual a zero x apenas se f(x) for uma funo polinomial de grau < n :
dn f
0
dt n

133

Estimativa das derivadas da aproximao polinomial


n dl ( x )
df dPn 1
j

fj
dx
dx
dx
j 1
n d 2 l ( x)
d f d 2 Pn 1
j

fj

2
2
dx
dx
dx 2
j 1

grau (n 2) < n

Podem ser exatamente


representados por Pn 1(x)
grau (n 3) < n

dl j
dx

d 2l j
dx 2

dl j ( xi )

j 1

dx

li ( x)
n

li ( x)

li ( x) Aij ;

dx 2

dx

j 1

d 2 l j ( xi )

j 1

dl j ( xi )

Aij

l i ( x) Bij ;

d 2 l j ( xi )

Bij

dx 2

j 1

n
n n

dPn 1
n

l i ( x) Aij f j Aij f j li ( x)
dx
j 1 i 1
i 1 j 1

dPn 1 ( xi )
dx

n
n n

d 2 Pn 1
n

l i ( x)
l
(
x
)
B
f
B
f

i
ij
j
ij
j

dx 2
j 1 i 1
i 1 j 1

d 2 Pn 1 ( xi )
dx 2

escrevendo Aij e Bij em termos de Pn(x), tem-se:


Aij

Pn ( xi )
, ij
( xi x j ) Pn ( x j )

1
Bij 2 Aij Aii
, ij
xi x j

Aii

Pn( xi )
2 Pn ( xi )

Bii

Pn( xi )
3Pn ( xi )

Algumas propriedades de lj(x):


n

x k l j ( x) x kj ,

k = 0, 1, 2, ..., (n 1)

j 1

k=0

l
j 1

( x) 1

134

A
j 1

ij

B
j 1

ij

i = 1, 2, ..., n

para o exemplo da partcula cataltica:


d 2 y 2 dy

2 g ( y) ;
2
x dx
dx

dy
dx

n 1

y ( x) l j ( x) y j ;

0 e y(1) = 1
x 0

x0 = 0 e xn+1 = 1

j 0

n 1

d 2 l j ( x)

j 0

dx 2

n 1

y j 2 x
j 0

n 1

n 1

j 0

j 0

n 1

y j 2 x 2 g l j ( x) y j
dx
j 0

dl j ( x)

para x = xi : xi2 Bij y j 2 xi Aij y j 2 xi2 g ( yi ) ,


C.C.:

n 1

A
j 0

0j

yj 0 e

i = 1, 2, ..., n

yn+1 = 1

Portanto, uma vez determinadas as razes de PNT(x), (NT = n + 2), que


caracterizam o mtodo utilizado, as matrizes Aij e Bij so conhecidas, restando a
determinar os valores de yi (i = 0, 1, ..., n+1) a partir da soluo do sistema de n+2
equaes algbricas acima.
Para problemas recaindo em equaes diferenciais de segunda ordem:

dy d 2 y

f 1 t , y, , 2 r (t )
dt dt


dy
,t a
g 1 a, y , 0
dt


dy
,t b
h1 b, y, 0
dt

Mudana de varivel:

t ( a , b)

ta

x ba

dt
dx
ba

135

x [0,1]


dy d 2 y
f x, y, , 2 r ( x)
dt dt


dy
,x0
g 0, y, 0
dt


dy
, x 1
h1, y, 0
dt

x (0,1)

n 1

Aproximao polinomial: y ( x) Pn 1 ( x) c j x j
j 0

n 1

n 1

Pn 1 ( x) l j ( x) y j onde

l j ( x)

j 0

k 0
k j

( x xk )
( x j xk )

0 = x0 < x1 < x2 < ... < xn < xn+1 = 1


Resduo:

( x; c) f ( x, Pn 1 , Pn1 , Pn1 ) r ( x)
n 1

dl j

j 0

dx

Pn1 ( x)

n 1

Pn1 ( x)

( x) y j ;

j 0

d 2l j
dx 2

( x) y j

Desta forma: y ( xi ) y i Pn 1 ( xi )
n 1

y ( xi ) Pn1 ( xi ) Aij y j
j 0

n 1

y ( xi ) Pn1 ( xi ) Bij y j
j 0

onde

Aij

dl j
dx

( xi ) e Bij

d 2l j
dx 2

( xi )

Fazendo que ( xi ; c) para i = 1, 2, ..., n, isto , resduo nulo nos pontos


internos, tem-se:
n 1
n 1

f xi , y i , Aij y j , Bij y j r ( xi ) 0
j 0
j 0

1
n

(n 2) eq.
g 0, y 0 , A0 j y j 0
(n 2) var .
j 0

n 1

h1, y n 1 , An 1, j y j 0

j 0

136

i 1, 2, ..., n

Definindo o polinmio nodal:

n 1

PNT ( x) a n 2 ( x xi ) , grau n+2


i 0

l j ( x)

Chega-se em:

n 1

l j ( x) 1

j 0

PNT ( x)
(x j )
( x x j ) PNT

( xi )
PNT

( x x ) P ( x ) , i j
j
NT
j
i

Aij
( xi )
PNT
, i j
2 PNT
( xi )

n 1

Aij 0

j 0

i 0,1, ..., n 1

1
2 Aij Aii
, i j
xi x j

Bij
( xi )
PNT
, i j
3PNT
(x j )

n 1

Bij 0

j 0

i 0,1, ..., n 1

Portanto, dados os pontos de colocao x1, x2, ..., xn (onde o resduo nulo)
pode-se obter PNT(x), PNT(x), PNT(x) e PNT(x) para o clculo de lj(x), Aij e Bij.
Nota-se que no necessrio obetr an+2, pois tem-se sempre a razo de polinmios.
Uma forma eficiente de obter estes polinmios atravs de suas frmulas de
recurso:

j 1, 2, ..., n 2

p j ( x) ( x x j ) p j 1 ( x)
q ( x) ( x x ) q ( x) p ( x)
j
j
j 1
j 1

r j ( x) ( x x j )r j 1 ( x) 2q j 1 ( x)
s j ( x) ( x x j ) s j 1 ( x) 3r j 1 ( x)

com p 0 ( x) 1
com q0 ( x) 0
com r0 ( x) 0
com s 0 ( x) 0

( x) s n 2 ( x)
( x) q n 2 ( x) ; PNT
( x) rn 2 ( x) ; PNT
onde PNT ( x) p n 2 ( x) ; PNT

Resta somente escolher a forma de obteno de xi , i = 1, 2, ..., n.


Mtodo dos Resduos Ponderados:
1

w( x) H

( x)( x; c)dx 0

k = 1, 2, 3, ..., n

onde Hk(x) so as ponderaes do resduo e w(x) a funo peso associada a


equao diferencial.
137

Caso desejasse anular o resduo em x0 = 0 e/ou xn+1 = 1, deveria-se incluir as


correspondentes ponderaes H0(x) e/ou Hn+1(x), que juntamente com as condies
de contorno determinariam os adicionais coeficientes da aproximao polinomial.
Neste caso x0 e/ou xn+1 seriam tambm pontos de colocao e no apenas pontos de
interpolao.
0 , x xk
, x xk

Mtodo da colocao:

Hk(x) = (x xk) =

(xk;c) = 0 com xk arbitrrio


Hk(x) = xk 1

Mtodo dos momentos:

H k ( x)

Mtodo de Galerkin:

( x; c)
c k

Mtodo da colocao ortogonal: xk so razes de um polinmio ortogonal e Pn(x)


com relao a funo peso w(x):
1

w( x) x k 1Pn ( x)dx 0
0

Ex.:

w(x) = x(1 x)

Polinmios de Jacobi Pn( , ) ( x)

Exemplo: Difuso-reao (reao de ordem m) estacionrio.


1 d s dy
m
x
2 y ( x)
s

x dx dx
s 0 geometria plana

s: fator geomtrico s 1 geometria cilndrica


s 2 geometria esfrica

CC1:

y
x

(simetria)

x 0

CC2: y(1) = 1
Fator de efetividade da reao:
1

( s 1) x s y ( x)m dx
0

taxa mdia de reao


taxa mxima de reao

( s 1) dy
2 dx

138

x 1

Fazendo a mudana de varivel: u = x2, tem-se

1
d ( s 1) / 2 dy
2
m

u
p
y
(
u
)
,
onde
p

u ( s 1) / 2 du
du
4

dy
finito
CC1:
du u 0

CC 2 : y (1) 1

d 2 y ( s 1) dy

py m
2 du
du 2
1

( s 1) ( s 1) / 2
( s 1) dy

u
y (u )m du

2 0
2 p du u 1

A funo peso associada a equao diferencial :

w(u) = u(s 1)/2

n 1

j 1

j 0

Aproximao polinomial: y ( x) Pn ( x) l j (u ) y j c j u j
Utilizando u1, u2, ..., un como pontos de colocao e un+1 = 1 como ponto
de interpolao.
n 1

l j (u )
k 1
k j

(u u k )
(u j u k )
n

Pn (1) c j 1 ,

Pela CC2:

desta

forma

pode-se

representar

j 0

Pn ( x) 1 (1 u ) d i u i 1
i 1

Mtodo dos momentos:

( s 1) / 2

u k 1 R(u , d )du 0

k = 1, 2, ..., n

Mtodo de Galerkin:

( s 1) / 2

(1 u )u k 1 R(u , d )du 0

( s 1) / 2

(1 u ) u k 1 R(u , d )du 0

Mtodo da colocao ortogonal:

u
0

Com os polinmios ortogonais de Jacobi: Pn( , ) (u )


139

onde

0 mtodo dos momentos


s 1
. Observa-se que
2
1 mtodo de Galerkin

Os polinmios de Jacobi podem ser escritos na forma:


n

Pn( , ) (u ) (1) n j j u j
j 0

onde 0 = 1 e j

(n 1 j ) (n j )

j 1
j
( j )

j = 1, 2, ..., n

Ou pela frmula sucessiva:

Pj( , ) (u ) u g j ( , ) Pj(1, ) (u ) h j ( , ) Pj(2, ) (u )

j = 1, 2, ..., n

com P(1 , ) (u ) 0 e P0( , ) (u ) 0


g1 ( , )

1
;
2

g j ( , )

h2 ( , )

h1 ( , ) 0 ;

h j ( , )

onde

1
g2

h3

g3

hn

Pn( , ) (u ) uI M n

g n

e as razes de Pn( , ) (u ) so os valores caractersticos de Mn:


|MkI M| = 0,

k = 1, 2, ..., n

Substituindo a aproximao polinomial no problema tem-se:

140

j 1

( 1)( 1)
( 2) 2 ( 3)

( j 1)( j 1 )( j 1 )( j 1 )
,
(2 j 1)(2 j 2) 2 (2 j 3)

Que na forma matricial tem-se:


g1
h
2

Mn

1
( 2 2 )
1

,
2 (2 j 1) 2 1

j2

n 1
( s 1)
m
u i Bij 2 Aij y j p y i

j 1

y n 1 1

i 1, 2, ..., n

isto , um sistema de equaes algbricas lineares (m = 0 e 1) ou no-lineares (m


0 e 1).
Exemplo: Difuso-reao (reao de ordem m) dinmico
y
1 s y
m
2
x s x x x y ( x)

CC1 : y
0

u u 0

CC 2 : y (1, ) 1
CI :
y ( x,0) y 0 ( x)

Dt
L2

L2 kC 0m 1
D

fazendo u = x2 :

y
1
( s 1) / 2 y
m
( s 1) / 2
u
2 y ( x)

u
u
u
y
finito
CC1:
u u 0
CC 2 : y (1, ) 1
CI : y (u, 0) y0 (u )

y
2 y ( s 1) y
u 2
p ym

2 u
u
n 1

j 1

j 0

Aproximao polinomial: y ( x, ) p n ( x, ) l j (u ) y j ( ) c j ( )u j
n dc
dy j
p n n 1
j
l j (u )

uj

d
j 1
j 0 d

para u1, u2, ..., un tem-se:


n 1
dy i
( s 1) n 1
m
u i Bij y j ( )
Aij y j ( ) p y i ( )

d
2 j 1
j 1

141

dy i n 1
m
d C ij y j ( ) p y i ( ) ;
j 1

y
(
)
1
n 1
y (0) y
0i
i

C ij u i Bij

( s 1)
Aij
2

ou
n 1
dy i
m
C i ,n 1 C ij y j ( ) p y i ( ) ;

P.V.I. d
j 1
y i (0) y 0
i

142

i 1,2,..., n

3.7 Simulao Estacionria de Reatores Qumicos


Problema 3.1. CSTR no-isotrmico, reao irreversvel de 1 ordem.

F
C A f C A kC A
V
UAt
F
T Tw (H r ) kC A
T T f
VC p
C p
V

cte.

C p cte
h C (T T )
p
ref

k = k0exp(E/RT)
Definindo:

F
;
F

CA f

C A f
CA f

; Tc

UAt
E
;
C p F
RT f
Tw
;
Tf

k k 0 exp( ) ;

x0

x1

T f
Tf

( H r ) C A f

C p T f

Da

kV
k
F

T
Tf

C A f x0 Da x0 exp 1

x1

( ) x T T B D x exp 1 1

1
0 a 0
f
c

x1

Tem-se:

CA
;
CA f

B0

Tf

Calor removido:

QR = ( + )x1 (Tf + Tc)


1

exp 1
x1
1

D
1 a exp 1

x1

Calor gerado:

QG B0 Da C A f

Newton-Raphson:

J(xk).xk = f(xk)
xk+1 = xk + xk


J ( x)
B0

x 0 / x12

( ) B0 x 0 / x12

143

1
1
x1

Da exp

Homotopia:

(1 t ) f ( x) t J ( x 0 )( x x 0 ) , Affine
h( x; t )
0
, Newton
f ( x) t f ( x )

Continuao:

h(x;s) = 0 , onde s um vetor de parmetros


Fazer s =

f 0
C A f x0 x0

J * ( x; s ) J ( x)

T f x1 f1

x0

Algoritmo:

f 0
x1
f 1
x1

f 0

f 1

(Aula prtica: CSTR.EXE)

1) Definir os parmetros: 0, , , CAf, Da, Tf, Tc, B0


2) Estimativa inicial: x00, x10
3) Resolver h(x;t) = 0 para t = 1 0

(Newton-Raphson)

4) Resolver h(x;) = 0 para = 0 f

(Newton-Raphson)

5) Construir grfico x0() x1()

Problema 3.2. PFR no-isotrmico sem difuso, contra-corrente.


d (v )
0
dz
d (vCi )
ri
dz
4Q
dT
(H r )rA
vC p
Di
dz

B.M .G

reator B.M .C

B.E.

B.M .G.

camisa
B.E.

dv w
0
dz
( v w ) w C p w

Q = U(T Tw)
Deq

,C p cte

Dc2i De2
Di

dTw 4Q

dz
Deq

= f(T,C)

w = f(Tw)

Aula prtica (P.V.I.) : PFBD.EXE


144

,C p w cte

3.8 Simulao Estacionria de Sistemas de Separao


Problema 3.3. Flash multicomponente, adiabtico.
F L V 0

Fz i Lxi Vyi 0
Fh Lh VH 0
f
n

H y i H i (T ) ,
i 1

i 1, 2, ..., n
(q 0)
n

h xi hi (T ) ,

H i (T ) C1i (T Tref ) C 2 i

i (T )

hi (T ) H i i (T )

i 1

(T 2 Tref2 )
2

C3 i

bi RT 2
d ln Pi sat
R

d (1 / T )
(C i T ) 2

(T 3 Tref3 )
3

(Clapeyron), gs ideal

bi

Pi sat (t ) exp ai
T
C

para Tref = Tf :

h f (1 ttulo
) z i i (T f ) ,

Hf = 0

% w vapor i 1

Equilbrio:
Fraes:

yi = Ki xi ;

Ki

Pi sat (T )
P

yi 1 (bolha)

i 1

i 1

1 (orvalho)

Soluo:
T0

balano energtico
(bisseo)

balano material
(Newton)

Figura 3.14. Algoritmo iterativo para clculo do flash.

145

Tb0

T*
Tar

Figura 3.15. Bisseo no balano energtico.

Q = L h + VH Fhf q (resduo)
Bisseo: Recomendvel usar Newton perto da soluo
Definindo

V
F

z i (1 ) xi K i xi 0
xi

i 1

i 1

i 1

zi
1 ( K i 1)

xi y i K i x i
f ( )

(1 K i )
zi 0
1 ( K i 1)

(1 K ) x
i

i 1

(Newton, 0 0 )

Vt

Figura 3.16. Flash multicomponente.

146

Tempo de residncia:

i 1

1
xi M i

Vt Vt

L
VL
n

V xiVi
i 1

i
Vi

Mi

Aula prtica: FLASH.EXE

Problema 3.4. Coluna de destilao multicomponente.


q1
V1

L1
F, z, Tf, Vf

VN

qN

Figura 3.17. Coluna de destilao multicomponente.


V2 L1 U 1 V1 0

Condensador V2 y i , 2 L1 U 1 xi ,1 V1 y i ,1 0
V H L U h V H q 0
1
1 1
1 1
1
2 2
L N 1 L N V N 0

Refervedor L N 1 xi , N 1 L N xi , N V N y i , N 0
L h L h V H q 0
N N
N
N
N
N 1 N 1

147

V1

LS 1 VS 1 F LS VS 0

Alimentao LS 1 xi , S 1 VS 1 y i , S 1 Fz i LS xi ,S VS yi , S 0
L h V H Fh L h V H 0
S 1
S 1
f
S S
S
S
S 1 S 1
L j 1 V j 1 L j V j 0

Demais estgios L j 1 xi , j 1 V j 1 y i , j 1 L j xi , j V j y i , j 0
L h V H L h V H 0
j 1
j 1
j j
j
j
j 1 j 1
L1
;
D

Razo de refluxo:
n

H j yi, j H i, j ;

h j xi , j hi , j

i 1

i 1

H i , j b1,i T j b2,i b3,i T j

yi,j = Ki,j xi,j


K i, j

Fraes:

hi , j c1,i T j c 2,i c3,i T j

Equilbrio:

D = V 1 + U1

y
i 1

T
Pci
exp 5,421 ci
T
Pj

Soluo: Mtodo do ponto de bolha (BP) - Substituio sucessivas


balano material
(Thomas)

ponto de bolha
(Newton)

balano energtico
(balano global do
topo a base)

Figura 3.18. Algoritmo iterativo para coluna de destilao (ponto de bolha).

Aula prtica: COLUNA.EXE e DESTIL.EXE

148

Exerccios
(ASC: Algarismos Significativos Corretos)
1. Resolva x = cos x por substituies sucessivas, tomando xo = 1. (6 ASC)
2. Mostre que x = cos x pode ser transformado em x = 1 - (sen2 x) / (1 + x),
verificando em quantos passos obtm-se a mesma soluo do problema
anterior.
3. Mostre que x = cos x pode ser transformado em x = (x cos x), verificando em
quantos passos obtm-se a mesma soluo do problema anterior.
4. Esboce o grfico da funo sen x = cotg x e resolva pelo mtodo de Newton,
tomando como xo = 1. (6 ASC)
5. Formule as iteraes de Newton para calcular razes cbicas e calcule x 3 7 ,
tomando como xo = 2. (6 ASC)
6. Resolva o problema 4 usando o mtodo da secante, tomando como pontos de
partida xo = 0,5 e x1 = 1, e compare os resultados. (6 ASC)
7. Resolva ex + x4 + x = 2 pelo mtodo da bisseo no intervalo [0, 1]. (4 ASC)
8. Encontre a soluo real da equao x3 = 5 x + 6 pelos mtodos da regula falsi e
da regula falsi modificado. (4 ASC)
9. Resolva o sistema linear abaixo por eliminao Gaussiana, usando a seguinte
estratgia de pivotamento parcial:
| a ik |
linha pivot = arg max
, k = 1, 2, ..., N
i k max | a ij |
j

5 x1 + 10 x2 2 x3 = 0,30
2 x1
x2 + x3 = 1,91
3 x1 + 4 x2
= 1,16
10. Resolva o seguinte sistema linear por eliminao Gaussiana sem pivotamento:
x1 + x2 = 1
x1 + x2 = 2

149

e mostre que, para qualquer nmero de mquina e > 0 suficientemente


pequeno, o computador fornecer x2 = 1 e ento x1 = 0. Resolva o sistema
exatamente e mostre que x1 1 e x2 1 para 0. Por qu ?
11. Resolva o sistema do problema anterior por eliminao Gaussiana com
pivotamento e compare os resultados.
12. Resolva o seguinte sistema linear por fatorizao LU pelo mtodo de Doolittle
(isto , com a matriz L tendo 1 em toda a diagonal principal):
x1 + 2 x2 + 5 x3 = 11
x2
= 1
2 x1 + 9 x2 + 11 x3 = 20
13. Resolva o problema anterior pelo mtodo de Crout, isto , fatorizao LU com
a matriz U tendo 1 em toda a diagonal principal.
14. Encontre a inversa da matriz abaixo pelos mtodos de Gauss-Jordan e da
fatorizao LU. Compare os resultados em termos de nmero de operaes.
6 4 3
4 3 2
3 4 2

15. Resolva o sistema linear abaixo pelo mtodo de Gauss-Seidel, tomando como
ponto de partida xo = [1 1 1]T. (6 ASC)
2 x1 + 10 x2 x3 = 32
x1 + 2 x2 + 15 x3 = 17
10 x1 x2 + 2 x3 = 58
16. Repita o problema anterior para o sistema abaixo:
6 x1 + x2 x3 = 3
x1 + x2 + 7 x3 = 17
x1 + 5 x2 + x3 = 0
17. Resolva os seguintes sistemas lineares e compare as soluo:
5 x1 7 x2 = 2
7 x1 + 10 x2 = 3

5 x1 7 x2 = 2
7 x1 + 10 x2 = 3.1

18. Calcule o nmero condicionador do problema anterior com respeito as normas


1 , 2 e , isto :
150

max mij
j i 1

N N

mij2

i 1 j 1

max mij
i j 1

19. Resolva o seguinte sistema no-linear por substituies sucessivas, tomando


como xo = [0 1]T. (6 ASC)
x = (x2 - y + 0,5) / 2
y = (-x2 - 4 y2 + 8 y + 4) / 8
20. Resolva o problema anterior usando xo = [2 0]T.
21. Resolva o problema 19 pelo mtodo de Newton-Raphson. Compare.
22. Resolva o problema 20 pelo mtodo de Newton-Raphson. Compare.
23. Esboce as equaes do problema 19 no plano (x,y). Analise as curvas.

151

4.1. Mtodos numricos para a soluo de equaes diferenciais


ordinrias
Exemplo 4.1. Destilador

y
F , xF

D, xD
x
V

Figura 4.1 Destilador semi-batelada.


Mistura binria
Problema: Determinar o tempo para que a composio da fase lquida no
destilador varie de x(t0) = x0 a x(tf) = xf.
Consideraes:

votaltilidade relativa constante


V constante
~ cte
massa de lquido >> massa de vapor

B.M.:

dm d (V )

F D0F D
dt
dt

B.M.C.:

d (mx)
dx
FxF DxD m
dt
dt

Equilbrio:

y = K1 x

(1 y) = K2 (1 x)

K1 = f(T, P, x, y)
Condensador total: y = xD
m

dx
F ( x F y)
dt

152

y
K
x
Para: 1 cte x y
(1

y
)
K2
1 ( 1) x
(volatilidade relativa) 1 x
m

tf

t0

dx
x
F xF

dt
1 ( 1) x

dt

m xf
dx
t

F x0

x
xF 1 ( 1) x

m xf
dt
f ( x)dx
g ( x)

x
F 0
dx

153

Equaes do tipo:

dy
f (t )
dt
tb

y (ta ) y (tb ) f (t )dt


ta

soluo analtica.
t n 1

regra dos trapzios:

f (t )dt

tn

tn 2

regra de Simpson:

f (t )dt

tn

tb

Newton-Cotes:

h
f (tn ) 4 f (tn1 ) f (tn2 ) O(h 5 )
3

f (t )dt h ai f (ti ) O( h m2 )
i 0

ta

Gauss-Legendre:

Gauss-Laguerre:

i 0

i 0

t
e f (t )dt wi f (ti ) R2m1 (t )

Gauss-Hermite:

f (t )dt wi f (ti ) R2 m 1 (t )

Gauss-Chebyshev:

h
f (tn ) f (tn1 ) O(h 3 ),
2

1
1 t2

f (t )dt wi f (ti ) R2 m 1 (t )
i 0

t
e f (t )dt wi f (ti ) R2m1 (t )

i 0

154

h t n 1 t n

Exemplo 4.2. Considerando o problema de CSTR no-isotrmico


Fe , CAe , Te
Fws , Tw
V, T
H
LC

Fwe , Twe

Fs , CA

Figura 4.2. CSTR no-isotrmico.


Tem-se:

dV
Fe Fs
dt
d (VC A )
FeC Ae Fs C A VrA
dt

d (Vh)
Fehe Fs h (H r )VrA UAt (T Tw )
dt

Fs = Kc(H Hset) ; V = AH
Fw e Fw s
wC p wVc

dTw
Fwe wC p w (Twe Tw ) UAt (T Tw )
dt

K
dV
Fe c (V Vset )
dt
A
dC A Fe
(C Ae C A ) rA
dt
V
(H r )rA UAt
dT Fe
(Te T )

(T Tw )
C p
VC p
dt V
dTw Fwe
UAt

(Twe Tw )
(T Tw )
wVc C p w
dt
Vc
V0 , C A0 , T0 , Tw0

dy
f ( y)
dt

155

Equaes do tipo:

dy
f ( y ) funo implcita de t
dt

No caso de f ser uma funo explcita em t,


dy
f ( t , y ) (sistema no-autnomo)
dt

com

y [ y1

y 2 y N ]T

y ( t o ) yo ,

faz-se uso do seguinte artifcio

matemtico:
dy N 1
1 ,
dt

y N 1 ( to ) t o

resultando no seguinte sistema:


dy
f ( y ) (sistema autnomo)
dt

com y [ y1

y2 y N

t o ]T , resolvido via:

y N 1 ]T e y ( t o ) [ yo

soluo analtica.
Euler explcito:

y (t n 1 ) y (t n ) h f [ y (t n )] O( h 2 )

Euler implcito:

y (tn 1 ) y (tn ) h f [ y (tn 1 )] O( h 2 )

Euler modificado (ou trapzios, ou Crank-Nicolson):


y (t n 1 ) y (t n )

Runge-Kutta explcito:

h
f [ y (tn 1 )] f [ y (tn )] O(h 3 )
2
s

y (tn 1 ) y (tn ) h bi ki O( h m )
i 1

i 1

ki f [ y ( tn ) aij k j ]
j 1
i 1

(no-autnomo: ki f [ tn ci h , y ( tn ) aij k j ], com c1 = 0)


j 1

Runge-Kutta semi-implcito: y (tn 1 ) y (tn ) h bi ki O(h m )


i 1

ki f [ y ( tn ) aij k j ]
j 1

Runge-Kutta implcito:

y (tn 1 ) y (tn ) h bi k i O( h m )
i 1

ki f [ y ( tn ) aij k j ]
j 1

156

y (tn 1 ) y (tn ) h i f [ y (tn 1i )] O( h p )

Adams:

i 0

preditor-corretor:

mtodo explcito predio

mtodo implcito correo

GEAR / LSODE:

y (tn 1 ) i y (tn 1i ) h i f [ y (tn 1i )] O( h r )

i 1

i 0

(ordem varivel e passo varivel)

exemplo: Runge-Kutta explcito de 4 ordem e quatro estgios (s = 4)


h
y (tn 1 ) y (tn ) ( k1 2k 2 2k 3 k 4 ) O( h 4 )
6
k1 f [ y ( t n )]

h
k1 ]
2
h
k3 f [ y ( tn ) k2 ]
2

k2 f [ y ( tn )

k4 f [ y ( tn ) h k3 ]

Equaes do tipo: z ( N ) F ( z, z , z ,, z ( N 1) )
com z (t o ) z o , z (t o ) z o ,, z ( N 1) (t o ) z o( N 1) , podem ser transformadas em sistemas
de equaes diferenciais ordinrias pela seguinte mudana de varivel:
y1 z
y2 z

y N z ( N 1)
dy
f ( y ) , e y ( t o ) yo , onde:
dt
y2

zo

z
y3

e y (t o ) o
f ( y)

( N 1)
F ( y1 , , y N )
zo

resultando em

157

Anlises do erro e da estabilidade numrica


Sem perda de generalidade, ser considerado nestas notas equaes diferenciais
ordinrias escalares da forma:
dx( t )
f t , x( t ) para t t 0 sujeita condio inicial: x(t0)=x0
dt

(1)

Sendo o objetivo a determinao dos valores de x(t) no intervalo t0<t tfinal.


A soluo exata da equao (1) uma curva no plano x-t que passa por
(t0,x0), a soluo numrica do problema um conjunto de pontos

t i , u i Ni0 , com

u0 = x0 e ui para i>0 uma aproximao de x(ti). Note que a soluo numrica do


problema apenas um conjunto discreto de pontos, e nada dito sobre seus valores
entre estes pontos.
Para distingir da soluo exata do problema (1) tambm considerado uma
terceira varivel y(t) que a soluo exata do problema no intervalo: ti-1< t ti a
partir da condio no incio do intervalo: y(ti-1)=ui-1, isto : y(t) soluo de:
dy( t )
f t , y( t ) para t i-1 t t i sujeita condio inicial: y(ti-1)=ui-1
dt

(2)

deste modo, h dois erros da integrao numrica de (1):


(a) Erro Local (passo): o erro da integrao numrica de (2) no final do intervalo,
isto t=ti, assim: e passo t i y( t i ) u i ;
(b) Erro Global: o erro da integrao numrica de (1) no final do intervalo, isto
t=ti, assim: e global t i x( t i ) u i ;
Nas figuras abaixo representam-se as solues exatas e numricas e o erro
numrico:

158

x te
u

0.2

0.05

j
xt

0.1

te , t
j i

2
t

Linha cheia : soluo exata

Erro Global da integrao numrica

Pontos: soluo numrica

soluo exata - soluo numrica

Quando a funo f da equao (1) no depende explicitamente de t diz-se


que o sistema invariante com o tempo, podendo-se sempre adotar t0 = 0 , o que
equivale a considerar como varivel independente o tempo transcorrido a partir de
t0 , isto a nova varivel independente (t-t0) .
Os mtodos numricos de integrao de EDOs podem ser classificados de
diferentes formas, classificando-os quanto dependncia a valores anteriores temse:
(i) Mtodos de Passo Simples : quando os valor da varivel dependente no final do
intervalo depende apenas do valor no incio do intervalo, assim se o mtodo de
passo simples tem-se: u i g t i , t i1 , u i1 ;
(ii) Mtodos de Passos Mltiplos: quando o valor da varivel dependente no
depende apenas do seu valor no incio do intervalo, como tambm de intervalos
anteriores, assim se o mtodo de passo mltiplo tem-se:

u i g t i , t i1 , u i1 , t i 2 , u i 2 , , t i m , u i m .

Estes mtodos tambm podem ser classificados como explcitos ou


implcitos caso o valor da varivel dependenta independa ou dependa,
respectivamente, dela mesma, assim se o mtodo de passo simples e explcito temse: u i g t i , t i1 , u i1 e se for de passo simples e implcito:

enquanto que se
u i g t i , t i1 , u i1 , t i 2 , u i 2 , , t i m , u i m e
u i g u i , t i , t i 1 , u i 1 ;

for

u i g t i , u i , t i 1 , u i 1 , t i 2 , u i 2 , , t i m , u i m .

159

passos

mltiplos:

se for de passos mltiplos e

implcito:

de

Note que nos mtodos implcitos deve se associar ao algoritmo de integrao


um algoritmo de resoluo de equaes no lineares (geralmente o mtodo de
Newton-Raphson), deste modo o processo de integrao torna-se mais lento
demandando a cada passo de integrao o cmputo (analtico ou numrico) da
matriz jacobiana do sistema., necessria aplicao do mtodo de NewtonRaphson.
Os mtodos podem tambm ser classificados como de passo fixo quando
ti = i.h, sendo h o intervalo de integrao, e de passo varivel quando :
t i t i1 h i , isto o intervalo de integrao h varia com i. Os mtodos de passos
varivel so, via de regra. mais eficientes e robustos, demandando entretanto que ao
algoritmo de integrao seja acoplado um algoritmo de seleo do tamanho de passo que
geralmente de natureza heurstica. Nos mtodos descritos a seguir considerar-se-,
por simplicidade, o intervalo de integrao como constante, havendo ao final do
captulo uma leve meno ao algoritmos de seleo de passo, assunto este que foge
ao escopo do presente curso.
Mtodo de Euler
Este o mtodo mais simples e antigo utilizado na resoluo numrica de
EDOs, podendo ser interpretado de trs formas distintas, na integrao de (2).
(a)

Diferenas

Finitas:

aproximando

derivada

contnua

na

forma:

dy( t ) u i u i1

e considerando-a igual a seu valor no incio do intervalo (mtodo


dt
h

explcito) tem-se:
dy( t ) u i u i1

f t i1 , u i1 , resultando no procedimento recursivo:


dt
h
t
t
u i u i1 h f t i1 , u i1 para i = 1, 2, , n = final 0 com u 0 x 0
h

(b) Aproximao Linear de x(t): neste caso em vista de no incio do intervalo:


y(ti-1)=ui-1 e

dy( t )
f t i1 , u i1 , aproxima-se y(t) no intervalo pela reta:
dt t
i 1

y( t ) ui1 f t i1, ui1 t t i1 para t i1 t t i t i1 h , assim em ti tem-se:


y( t i ) u i u i1 f t i1 , u i1 h , resultado anlogo ao anterior e que pode ser

interpretado graficamente na forma:


160

y(t)

u
u

i-1

i-1

t
i

(c) Por Integrao Retangular : a integrao de membro a membro de (1) de ti-1 a ti


ti

f t , y( t )dt , considerando no integrando que:

resulta em: y( t i ) u i1

t i 1
ti

f t , y( t ) f t i1 , u i1

f t , y( t )dt h f t i1 , u i1 , resultando em:

t i 1

y( t i ) u i u i1 h f t i1 , u i1 .

Este procedimento pode ser representado graficamente por:


f[t,y(t)]

f[t ,u ]
i

rea= h. f[t ,u ]
i

i-1

t
i

Deste modo o mtodo explcito de Euler pode ser expresso, independente


de sua interpretao, pelo algoritmo recursivo:
t
t0
u i u i1 h f t i1 , u i1 para i = 1, 2, , n = final
com u 0 x 0
h

(3)

Exemplo Ilustrativo: Aplicando o mtodo explcito de Euler a EDO de primeira


ordem, linear e homognea:
dx( t )
a x( t ) onde a > 0 e x(0) = 1 ,
dt

cuja

soluo

identificando: f[t,x(t)]=-a.x(t), tem-se de (2):


u i u i1 h a u i1 1 a h u i1 , com u0=1.

161

analtica

x( t ) e at ,

como [1-ah] constante, tem-se: u i 1 a h i para i = 1, 2, , semelhante assim a


uma progresso geomtrica de razo [1-ah] e primeiro termo =1, deste modo este
procedimento s ser convergente se : 1 a h 1 , havendo pois 3 possibilidades:
1 a h 1 h

2
: no convergente oscilatrio;
a

1 1 a h 0

1
2
h : convergente e oscilatrio
a
a

0 1 a h 1 h

1
: convergente e no-oscilatrio.
a

Note que como h>0 no possvel : 1 a h 1 a h 0 , pois considerou-se a>0,


isto s ocorreria se a<0 quando a prpria soluo analtica aumentaria tambm
monotonicamente com t.
Estas trs possibilidade so ilustradas nas figuras abaixo:
1
2
xt

0.5

xt

u( j1, h1 )
u( j2, h2 )

u( j3, h3 )

4
0.5

5
t , j1. h1 , j2. h2
i

Fig:1- Curva cheia soluo analtica


Losangos: h<1/a

5
t , j3. h3
i

Fig:2- Curva cheia soluo analtica


Curva pontilhada h>2/a

Quadrados: 1/a<h<2/a

Caso no procedimento acima a derivada de x(t), na interpretao do mtodo por


diferenas finitas, fosse computada no final do intervalo ter-se-ia:
dy( t ) u i u i1

f t i , u i , resultando no procedimento recursivo implcito:


dt
h
t0
t
u i u i 1 h f t i , u i para i = 1, 2, , n = final
com u 0 x 0
h

(4)

este procedimento o mtodo de Euler implcito que demanda, em cada intervalo


de integrao, a utilizao de um algoritmo de resoluo de equao no linear.
162

Exemplo Ilustrativo: Aplicando o mtodo implcito de Euler a mesma EDO do


exemplo ilustrativo anterior, tem-se:
ui ui 1 h a ui , com u0=1.

devido natureza linear do problema possvel, e apenas neste caso, explicitar o


valor de ui, na expresso acima resultando assim em:
ui

u i 1
, com u0=1.
1 h a

ou seja: u i

1 h a

1 para todo i > 0 , deste modo este procedimento sempre

convergente e no oscilatrio para qualquer valor positivo de h. Com isto


caracteriza-se a robustez do mtodo que sempre estvel. A seguir compara-se
graficamente a soluo analtica do problema com a soluo numrica, pelo mtodo
de Euler implcito para dois valores de h.
1
xt

u( j1, h1 ) 0.5
u( j2, h2 )
0

2
.
t , j1 h1 , j2. h2
i

Curva contnua: soluo analtica


Quadrados: soluo numrica com h=.5/a
x: soluo numrica com h=2/a

Para caracterizar a preciso do mtodo assim procede-se:


(i) expandindo y(t) em torno de ti-1 com y(ti-1) =ui-1 , tem-se:
dy( t )
1 d 2 y( t )
1 d 3 y( t )
2
3
y( t ) u i1
t t i 1
t t i 1
t t i1
2
3
2 dt
3! dt
dt t
i 1
t i 1
t i 1

mas:

f t , y( t )
dy( t )
d 2 y( t ) f t , y( t )
f t , y( t ) ;

f t , y( t )
;
t
y
dt
dt 2

163

d 3 y( t )
dt 3

f t , y( t ) 2 f t , y( t )
2 f t , y( t )
d f t , y( t )
f
t
y
t
f
t
y
t

,
(
)
,
(
)

ty

2
t
dt
t

f t , y( t )

2 f t , y( t ) f t , y( t )
f t , y( t ) f t , y( t )

f t , y( t )

t
y
y
y 2

em vista de em t=ti-1 ter-se y(t)=ui-1, e adotando a notao simplificada:


f
f
2 f
2 f
f ( t i 1 , u i 1 ) f i 1 ;
f t , i 1 ;
f y,i1 ;
f tt ,i1 ;
f yt ,i1 ;
2
t t
y t
yt
t

i 1
t i 1
t i 1
i 1

2 f
y 2 t
i 1

f yy,i1 , tem-se:

dy( t )
d 2 y( t )
f i 1 ;
f t ,i1 f i1 f y,i1 ;
2
dt t
dt
i 1
t i 1
d 3 y( t )
dt

f tt ,i1 2 f i1 f ty,i1 f i1 f yy,i1 f t ,i1 f i1 f y,i1 f y,i1 ,


2

t i 1

resultando finalmente para t=ti:


y t i u i1 h f i1

h2
f t ,i1 f i1 f y,i1
2

h3
2

f tt ,i1 2 f i1 f ty,i1 f i1 f yy,i1 f t ,i1 f i1 f y,i1 f y,i1 h 4


6

(5)

onde : h 4 designa termos de ordem igual e maior que h4.


(ii) Mtodo de Euler explcito: u i u i1 h f t i1 , u i1 , reproduz a expanso (5)
apenas at o termo em h, isto o erro/passo contm termos de ordem igual ou
superior a h2, que pode ser representado pela notao: erro passo t i h 2 ou .

erro passo t i C i h 2 com Ci>0

Mtodo de Euler implcito: u i u i1 h f t i , u i , expandindo o termo f t i , u i em


srie de Taylor em torno de [ti-1,ui-1], tem-se:

164

f ( t , u)
f ( t , u)
t i t i 1
u i u i1 , mas ti - ti-1=h,
t i1
u i1
f t i , u i f i1 f t ,i1 h f y,i1 u i u i1 , resultando finalmente em:

f t i , u i f t i 1 , u i 1

logo:

u i u i 1 h f i 1 f t , i 1 h 2 f y , i 1 u i u i 1 h

a expanso de ui em vista de com h=0 ui=ui-1: u i u i1 a 1 h a 2 h 2 , assim:

u i1 a 1 h a 2 h 2 u i1 h f i1 f t ,i1 h 2 f y,i1 a 1 h a 2 h 2 h

u i 1 f i 1 h f t , i 1 a 1 f y , i 1 h 2 a 1 f i 1 ; a 2 = f t , i 1 f i 1 f y , i 1

que

reproduz a expanso (5) apenas at o termo em h, isto o erro/passo contm termos


de ordem igual ou superior a h2, que pode ser representado pela notao:
erro passo t i h 2 .

Desta forma, os dois mtodos de Euler apresentados (implcito e explcito)


apresentam o erro/passo de mesma ordem, ambos so de segunda ordem/passo.
Para avaliar o erro global assim procede-se:
Primeiro passo: o primeiro passo o nico passo de integrao no qual o valor
inicial utlizado o exato , assim neste passo, e apenas neste, y(t)=x(t) resultado em:
e passo ( t 1 ) y( t 1 ) u1 x( t 1 ) u1 C1 h 2

Segundo passo: e passo ( t 2 ) y( t 2 ) u 2 C2 h 2


..............................................................................
isimo passo: e passo ( t i ) y( t i ) u i C i h 2
..............................................................................
nsimo passo: e passo ( t n ) y( t n ) u n C n h 2
Desta forma, o erro acumulado aps n passos de integrao [erro global] :
e global ( t n )

e passo ( t i ) h Ci , mas tn=tfinal


i 1

i1

CM o maior dos valores de Ci, tem-se:

e h

t final t 0
, considerando
n

C i n C M , resultando em:
i 1

165

e global t final h 2 n C M t final t 0 C M h C te h , isto o erro global do


procedimento numrica da ordem de h, h , portanto uma ordem inferior ao

erro/passo.
Nos mtodos numricos de integrao que sero aqui apresentados tem-se
como regra: se o erro de integrao por passo de ordem (m+1) o erro acumulado
aps n sempre de ordem m. Os mtodos de integrao de EDOs podem tambm
ser classificados segundo sua ordem de preciso que a ordem do erro acumulado
aps n [>1] passos de integrao, deste modo o mtodo de Euler um mtodo de
primeira ordem.
Rigidez (Stiffness)
A estabilidade dos mtodos explcitos est garantida se o passo de integrao
for limitado por:
h

mx

onde p uma constante que depende do mtodo e


caracterstico em mdulo do sistema.

mx

o maior valor

Por exemplo: usando o mtodo de Euler explcito (p = 2) para resolver o


seguinte problema:
dy1
y1 ,
dt

y1 ( 0) 1, 5

y1 ( t ) 1, 5 e t

2
2
1

t f 10 5 passos

e o problema:

dy2
1000 y2
dt
y2 ( t ) 0, 5 e 1000 t
h

y 2 ( 0) 0, 5
1000

2
0, 002
1000

t f 10 5000 passos

quando estes sistemas esto acoplados:

166

dy 500,5 499,5

y,y(0) [2 1]T

dt 499,5 500,5

a soluo analtica dada por:


y1 1,5e t 0,5e 1000t
1

1000
y 2 1,5e t 0,5e 1000t

2
0, 002
1000

portanto, o passo limitado pela dinmica mais rpida do sistema. Uma forma de
medir est limitao atravs da razo de rigidez, definida por:
SR

mx Re( i )
i

min Re( i )
i

20

onde para SR 10 3
10 6

no rgido
rgido ,
muito rgido

sendo os mtodos explcitos mais adequados para sistemas no rgidos e os mtods


implcitos mais adequados para sistemas rgidos.
Para ilustrar esta discusso o seguinte exemplo ser considerado: sejam dos
reatores qumicos em srie, onde conduzido isotermicamente uma reao de
primeira ordem, irreversvel em fase lquida:
q, C 0
V1

C1

C1
q

V2
C2

C2
q

os balanos de massa do reagente em cada um dos reatores dada por:


167

1o Reator: V1

dC1 ( t )
q C 0 ( t ) C1 ( t ) k C1 ( t ) V1
dt

2o Reator: V2

dC 2 ( t )
q C1 ( t ) C 2 ( t ) k C 2 ( t ) V2
dt

Considerando que no incio da contagem do tempo no ocorria reao laguma no


interior dos reatores, isto : C1(0)=C2(0)=0 e que exatamente em t=0 o primeiro
reator alimentado por uma soluo com uma concentrao constante: C0. Assim
adotando
as
variveis
adimensionais:

C
C
V
V
qt
; y 1 1 ; y 2 2 ; r = 2 ; Da = k 1 , tem-se:
V1
C0
C0
V1
q

1o Reator:

dy 1 ( )
1 y 1 ( ) Da y 1 ( ) com y1 ( 0) 0
d

2o Reator: r

dy 2 ( )
y 1 ( ) y 2 ( ) r Da y 2 ( ) com y 2 ( 0) 0
d

Considerando : Da=0,01 e r=100[o segundo reator tem um volume 100 vezes maior
que o primeiro] tem-se assim:
1o Reator:

dy 1 ( )
1 1.01 y 1 ( ) com y 1 (0) 0
d

2o Reator: 100

dy 2 ( )
y 1 ( ) 2 y 2 ( ) com y 2 (0) 0
d

qunado o tempo tende a infinito o sistema opera em um estado estacionrio


correspondente a:
1 1.01 y 1,ss 0 y 1,ss

1
1
e y 1,ss 2 y 2 ,ss 0 y 2 ,ss
1.01
2.02

A soluo analtica deste sistema de EDOs dada por:


y 1

1 e 1.01t
1.01

e y 2

ou adotando: Y1

y 1
y 1,ss

1 e 0.02t e 1.01t e 0.02t

2.02
99.99

1.01 y 1 e Y2

Y1 1 e 1.01t e Y2 1 e 0.02t

y 2
y 2 ,ss

2.02 y 2 , tem-se:

e 1.01t e 0.02t
.
49.5

168

As figuras abaixo mostram as variaes de Y1 e Y2 com :


1

0.5

Y 2 t2 0.5
k

Y 1 t1
k
Y 2 t1
k

10

100

200

t2
k

t1
k

Curva superior Y1 , curva inferior Y2

Y2 versus

Escala de de 0 a 10

Escala de de 0 a 200

Note que a concentrao de sada do primeiro reator varia, como era


previsvel, muito mais rpido do que a concentrao de sada do segundo reator e,
aps o valor de =5, a concentrao de sada do primeiro reator mantem-se
praticamente constante e igual a seu valor estacionrio final. J a concentrao de
sada do atinge o estado estacionrio aps =200. Esta diferena acentuada da
velocidade de resposta das duas variveis do problema chamado de rigidez do
sistema [ o sistema de EDOs dito rgido] sendo caracterizada pela razo de
rigidez [stiffness ratio:SR]que a razo entre o mdulo da parte real do valor
caracterstico que apresente (em mdulo) a maior parte real e o mdulo da parte real
do valor caracterstico que apresenta (em mdulo) a menor parte real. Deste modo
no exemplo acima tem-se: SR=1.01/.02=50.5. Tipicamente problemas com SR<20
no so rgidos, para SR em torno de 1000 considerado rgido e SR=106
considerado muito rgido. Se o sistema no linear a razo de rigidez calculada
sobre os valores caractersticos da matriz jacobiana do sistema.
Sob o ponto de vista numrico a rigidez do sistema pode ser problemtica,
pois o passo de integrao deve satisfazer um critrio relacionado ao mdulo da
parte real do maior valor caracterstico do sistema, assim:
C te
h
, onde max : o valor de caracterstico que apresenta a parte real de
max

maior valor (em mdulo). O tempo total de integrao necessrio para acompanhar
toda a resposta dinmica do sistema , entretanto, escolhido de modo a satisfazer
um critrio relacionado ao mdulo da parte real do menor valor caracterstico do
sistema:

169

t total n total h

min

n total

5
C te

max
min

5
C te

SR .

Podendo-se assim depreender que quanto maior for a razo de rigidez [SR]
maior o nmero de passos de integrao sero necessrios e, em conseqncia,
consumindo um grande tempo de computao. A alternativa para resolver
problemas rgidos utilizar algoritmos numricos de integrao que sejam
implcitos, pois estes mtodos so geralmente sempre estveis no havendo
restries imposta seleo do tamanho do passo de integrao.
Uma maneira s vezes utilizadas para contornar a rigidez do sistema
considerar a parte do sistema que tem a resposta mais rpida como se atingisse
instantaneamente o estado estacionrio final, esta simplificao chamada de
suposio de estado quase-estacionrio [QSSA: quasi steady-state assumption] e
largamente empregada em Engenharia Qumica. No exemplo em questo isto
equivaleria em considerar : y 1 y 1,ss

1
para > 0 , resultando em:
1.01

y
1 e 0.02t
y 2
e Y2 2
1 e 0.02t . Abaixo representam-se as curvas
2.02
y 2 ,ss

de concentrao de sada do sistema versus do modelo completo e do modelo


adotando a QSSA para a concentrao de sada do primeiro tanque.
1

0.1

Y 2 t2
k
1

Y 2 t1
k

0.5
.02. t2
k

50

0.05
.02. t1
k

100

t2
k

5
t1
k

Y2 versus

Y2 versus

Escala de de 0 a 100

Escala de de 0 a 5

Escala vertical de 0 a 1.0

Escala vertical de 0 a 0.1

170

171

4.3 Mtodos Numricos para a Soluo de Equaes AlgbricoDiferenciais

Exemplo 4.2. FLASH

V, y
PC

F ,z,Tf, Pf
q
m

LC

L, x

Figura 4.3. FLASH multicomponente.

Consideraes:
multicomponentes
dinmica da fase vapor desprezada
h = Cp(T Tref)
H = h + (T, P, y, x)
Cp cte.
B.M.:

dm
F V L
dt

B.M.C.:

d (mxi )
dx
dm
m i xi
Fz i Vy i Lxi
dt
dt
dt

dxi
F ( z i x i ) V ( y i xi )
dt

172

d (mh)
dh
dm
m
h
Fh f VH Lh q
dt
dt
dt

B.E.:

mC p

Equilbrio:

dT
FC p (T f T ) V q
dt

yi = Ki xi

fraes:

xi 1

Ki = f(T, P, x, y)
dm
dt F V L

dxi
Fz i F V ( K i 1)xi
m
dt

dT
FC p (T f T ) V q
mC p
dt

c
xi (1 K i ) 0
i 1

x(t 0 ) x0
T (t 0 ) T0
m(t 0 ) m0

T , P, m, x

V f ( P); L f (m)
K f (T , P, x, y )
i
onde
f (T , P, x, y )
y i K i xi

Que pode ser escrito na forma:

F (t , v, v ', w, u ) 0 com v = [T m x]t ; w = P

ou na forma: F(t,v,v,u) = 0 com v = [T m x P]t


Em ambos os casos: u = [F z Tf q]t
Frequentemente as equaes algbricas so resolvidas em um processo
iterativo interno integrao. Entretanto, este tipo de procedimento , em geral,
muito mais demorado para resolver do que quando as equaes algbricas so
resolvidas juntamente com as equaes diferenciais, apesar do sistema resultante ser
maior neste segundo caso. O cuidado adicional que se deve ter para este tipo de
problema a inicializao consistente, pois as restries algbricas devem ser
satisfeitas em t = t0.
Mtodos numricos: Transformam o problema de EADs em um sistema de
equaes algbricos pela substituio de y (t ) (BDF, passos mltiplos) ou y(t) (RK,
passo nico) por uma frmula de aproximao:
173

y (t ) A( y (t )) ou

y (t ) B( y (t ))

F (t , y, A( y ), u ) 0, ou
F (t , B( y), y, u ) 0

tem-se assim: f ( y )

que usualmente resolvido pela aplicao do mtodo de Newton-Raphson ou suas


modificaes:

Sistema no-linear de
EADs

Incrementao em t

Frmula de
integrao
implcita
Sistema no-linear de
EA

Lao N-R

Iteraes de
Newton-Raphson
Sistema linear de EA

Eliminao
Gaussian
(fatorizaes)
Vetor soluo

Figura 4.4. Procedimento de soluo de EADs.

Exemplo 4.3. Frmulas de integrao tipo BDF (Backward Differentiation


Formula)
y (t n 1 ) y (t n )
hn 1

1 ordem (Euler):

y (t n 1 ) A( y (t n 1 ))

2 ordem (trapzios):

2 y (t n 1 ) y (t n ) y ( 0 ) (t n 1 )
A( y (t n 1 ))
hn 1

onde

y ( 0) (t n 1 ) y (t n ) hn 1 y (t n )

predio de Euler para y(tn+1)


174

0 y n 1 1 y n n y n m 1

ordem m:

A( y (t n 1 ))

em geral:

y (t n 1 ) y n 1

hn 1

onde

0
hn 1

1 m
j y n1 j
hn 1 j 1

e dependem da ordem BDF e do passo de integrao.


f(y) = F(t, y, y+, u) = 0
Os diferentes mtodos so caracterizados pela forma de obteno de e e
escolha de uma estimativa inicial para y. No caso dos mtodos BDF, y n( 0)1 e y n( 0)1 so
obtidos atravs de uma polinmio de predio (extrapolao), cuja definio
P
depende do mtodo BDF adotado. Por exemplo, para um polinmio n
1 (t ) que
interpola as solues obtidas nos m+1 ponto tn, tn 1, ..., tn m , tem-se:
nP1 (t n j ) y n j

j = 0, 1, 2, ..., m

y n( 0)1 nP1 (t n 1 )
y n( 0)1 nP1 (t n 1 )

A aproximao yn+1 com a preciso desejada obtido de tal forma que um


c
polinmio de correo, n
1 (t ) , satisfaa as condies especificadas pelo mtodo
BDF adotado. E, so a partir destas condies que os parmetros e so
determinados. Por exemplo:

m+2 condies

cn 1 ( t n 1 ) y n 1
c
P
n 1 ( t n 1 jh n 1 ) n 1 ( t n 1 jh n 1 )
F( t , c ( t ),
n 1 ( t n 1 ), u n 1 ) 0
n 1
n 1 n 1

as duas primeiras condies podem ser escritas da seguinte forma:


nc1 (t ) nP1 (t ) c(t )( y n 1 y n( 0)1 )

onde c(tn+1 jhn+1) = 0

j = 1, 2, ..., m

c(tn+1) = 1
que por diferenciao e avaliao em tn+1 resulta:
s ( y n 1 y n( 0)1 ) hn 1 ( y n 1 y n( 0)1 ) 0

175

j 1, 2, , m

1
j 1 j

onde s hn 1c(t n 1 )
y n 1 y n( 0)1

ou:

s
hn 1

s
hn 1

( y n 1 y n( 0)1 )

y n( 0)1 y n( 0)1

y n 1 y n 1

restando assim para resolver F(tn+1, yn+1, yn+1 + , un+1) = 0.

4.4 Problemas de ndice

Exemplo 4.4. Tanque de armazenamento com vlvulas na entrada e sada. Mesmo


que o exemplo 2.3, mas colocando Fe e Pe (ou Fs e Ps) no lugar de Pe e Ps (ou Fe e
Fs) como foras motrizes.
P0

V
h
Fe
Pe

CV1

PT

CV2

Fs
Ps

Figura 4.5. Tanque de armazenamento com variao de nvel.

Descrio do processo: Um lquido entra e sai de um tanque devido a diferena de


presses. Deseja-se analisar a resposta do sistem frente a variao na presso e
vazo da alimentao.
Consideraes:

massa especfica constante


isotrmico
mistura perfeita
F CV P , onde P a queda de presso atravs da vlvula
176

Equaes:
dV
dt

Balano material:

Fe Fs

Dimenso:

V = Ah

Hidrodinmica:

Fe CV1 Pe PT
Fs CV2 PT - Ps

PT = P0 + gh
Consistncia:
Variveis:

(m3 s-1)

Fe, Fs

Pe, Ps, PT, P0 (Pa)


CV1 , CV2

(m3 Pa- s-1)

(m3)

(m2)

(m)

(kg m-3)

(m s-2)

(s)

14
equaes:

5
9

constantes:

CV1 , CV2 , , g A

especificaes:

P0, t

foras motrizes:

Pe, Fe

2
9

variveis a determinar:

Ps, Fs, V, h, PT

grau de liberdade

55 =

177

Soluo desejada:
Condio inicial:
Analisar:

h(t0) ou V(t0)

h(Pe, Fe), V(Pe, Fe), Ps(Pe, Fe), Fs(Pe, Fe), PT(Pe, Fe)

Matemtica e computao:
PT = P0 + gh e h(to) = h0

PT

Todas as variveis j conhecidas

Fe CV1 Pe PT

Problema de singularidade estrutural (ou problema de ndice em sistema


de equaes algbrico-diferenciais) com h(to) = h0 , Fe e Pe (ou Fs e Ps) ficam
correlacionados.
Problema de inicializao consistente: dado Fe e Pe (ou Fs e Ps), ento
h(to) = h0 no pode assumir qualquer valor, pois deve satisfazer a equao:
Fe (to ) CV1 Pe (to ) P0 g h(to )

no estado estacionrio no h problemas:


Fe = Fs

Fs

Fe CV1 Pe PT

PT

Fs CV2 PT Ps

Ps

PT = P0 + gh

V = Ah

Definio: (ndice diferencial, ) Seja a seguinte forma geral de EADs:


F(t, y, y , u) = 0
onde u r o vetor de pertubaes, e y, y N so os vetores das variveis de
estado e suas derivadas em t, respectivamente, do sistema acima de dimenso N,
considerado ser suficientemente diferencivel.
Ento, o ndice diferencial, , deste sistema o nmero mnimo de vezes que
todo ou parte do sistema deve ser diferenciado com respeito a t de modo a
determinar y como uma funo contnua de y e t.
178

Definio: (ndice singular, ) Seja a seguinte forma geral de EADs:


F(t, y, y , x, u) = 0
onde u r o vetor de pertubaes, x N o vetor das variveis algbricas e y,
y N so os vetores das variveis de estado e suas derivadas em t,
2

respectivamente, com N1 + N2 = N, a dimenso do sistema acima, considerado ser


suficientemente diferencivel.
Ento, o ndice singular , deste sistema um mais o nmero de vezes que
todo ou parte do sistema deve ser diferenciado com respeito a t para que a matriz
Jacobiana com respeito a y e x do sistema resultante seja no-singular.

Definio: (Problema de ndice) Se o ndice singular de um sistema de EAD da


forma
F(t, y, y , x, u) = 0
> 1, ento o sistema tem um problema de ndice. Isto , se a matriz Jacobiana
com respeito a y e x do sistema original singular, ento o sistema apresenta um
problema de ndice.

Para o exemplo acima:


A

dh
Fe - Fs
dt

Fe CV1 Pe PT
Fs CV2 PT - Ps

tem-se:

F(t, y, y , x, u) =

dh
F e + Fs = 0
dt

Fe CV Pe - P0 - gh = 0
1

Fs CV

179

P0 gh - Ps = 0

Com

y=h
x = [Fe, Fs]t

quando Pe e Ps so as foras motrizes

u = [Pe, Ps]t
e

y=h
x = [Ps, Fs]t

quando Fe e Pe so as foras motrizes

u = [Fe, Pe]t
A matriz Jacobiana com respeito a h , Fe e Fs :
A 1 1
0
1 0

0
0 1

no-singular

e com respeito a h , Ps e Fs :
A 0 1
0 0 0

0 K 1

1
2

onde K CV P0 gh Ps

singular problema de ndice

Problema de ndice:

inicializao consistente
propagao estvel do erro de integrao

Exemplo 4.5. (Propagao instvel)


y1 = y2

y1 = t2 + t + 2 ( = 2, = 2)

180

usando o mtodo de Euler implcito para integrar o sistema acima tem-se:


y1(tn+1) = y1(tn) + hy2(tn+1) + (h2)
y1(tn+1) = t n21 + tn+1 + 2

com

y1(tn+1) = t n21 + tn+1 + 2

y2(tn+1) = [y1(tn+1) - y1(tn)]/h + (h)

y1(tn+1)

Problema de
propagao de erro,
pois agora tem (h)
e no (h 2 ) .

Usando Euler explcito:


y(tn+1) = y(tn) + hf(y(tn)) + (h2)
tem-se:

y1 (t n 1 ) y1 (t n ) hy 2 (t n ) (h 2 )

2
y1 (t n 1 ) t n 1 t n 1 2

Observa-se que nenhuma destas equaes contm y2(tn+1) e,


consequentemente, o mtodo de Euler explcito, assim como qualquer outro mtodo
explcito, no capaz de resolver este problema.
Para o exemplo dado, tambm existe a dificuldade de inicializao, pois y1
deve satisfazer a equao y1 = t2 + t + 2 em todos os pontos e, em particular, na
condio inicial. O nmero de valores iniciais a serem definidos arbitrariamente
para este problema no igual ao nmero de equaes diferenciais existentes,
caracterizando-se assim como uma propriedade comum aos problemas de ndice.

4.5 Consistncia das Condies Iniciais


Seja o problema:
F1 y 1 y 2 0

F2 y 2 x 0
F y x g (t ) 0
1
3

y1 (t 0 ) y1 0

y 2 (t 0 ) y 2 0

181

a matriz Jacobiana com respeito a y 1 , y 2 e x :


1 0 0
J 0 1 1 ;
0 0

1
1

Observa-se que com alguma manipulao algbrica e diferencial


y1 x g (t )
y 2 x g (t )
x x g(t )
x x (3) g (3) (t )

x x ( 4) g ( 4) (t )
x ( 3) x ( 5) g (5) (t )
x ( 4) x ( 6) g ( 6 ) (t )
y1 2 x g (t ) g(t )

y1 (t ) g (t ) g(t ) 2 g ( 4) (t )
y 2 (t ) g (t ) g ( 3) (t ) 2 g ( 5) (t )
x(t ) g(t ) g ( 4 ) (t ) 2 g ( 6 ) (t )

Portanto, um conjunto arbitrrio de valores iniciais no pode ser usado para


este sistema, apresentando assim dificuldades de inicializao consistente.
O uso do mtodo de Euler implcito para resolver este problema resulta em
um erro local de integrao dado por:
h2

e n 1 2
h

que no converge para zero para valores muito pequenos de .


Obs.: g(t) = sen(t) e = 0,1 j causa problema na maioria dos softwares
comerciais para a soluo de EADs.
Observa-se ainda que para 0 < << 1, tem-se um problema rgido, pois
SR

Para = 0, tem-se um problema de ndice singular = 3 e ndice diferencial


= 3, pois:

182

Diferencial

Singular

y1 y 2 0

y 1 x 0
y g (t ) 0
1

y1 y 2 0

y 1 x 0
y g (t ) 0
1

1 0 0
0 1 1

0 0 0

y 1 y 2 0

y 2 x 0
y g (t ) 0
1

y 1 y 2 0

y 2 x 0
y g (t ) 0
1

1 0 0
0 1 1

1 0 0

g(t ) y 2 0

g(t ) x 0
y g (t ) 0
1

g(t ) y 2 0

g(t ) x 0
y g (t ) 0
1

y 2 g(t )

x g(t )
y g (t )
1

0 1 0
0 0 1

1 0
0

183

4.6 Mtodos Numricos para Soluo de Equaes Diferenciais


Parciais
Uma equao diferencial parcial linear de segunda ordem:
2u
2u
2u
u
u
a 2 2b
c 2 d
e f u g
x y
x
y
x
y

onde a, b, c, d, e, f, g so funes das variveis independentes, classificada como:


hiperblica

parablica
elptica

de acordo com b 2 a c 0

Exemplo 4.5. PFR no-isotrmico

2A
k B

Figura 4.6: Reator PFR no-isotrmico.

Consideraes:

reao irreversvel de 2 ordem em A


fluxo empistonado
concentraes baixas de A e B
rea da seo transversal do reator constante
parede metlica fina e com capacidade calorfica desprezvel
sem acmulo de massa no reator
U H
~ 0 , K ~ 0
Vc cte , w cte
difuso trmica na camisa desprezvel

184

Reator:
B.M.:

( v )
0
z

B.M.C.:

C A
C (v C A )
DA A
rA
t
z
z
z
CB
C (v CB ) rA
DB B

t
z
z
z
2
( h) T
h
4Q
kT
v (H r ) rA
Di
t
z z
z

B.E.:
Camisa:
B.M.:

vw
0
z

B.E.:

hw
h
4Q
( vw ) w w
t
z Deq

Condies de contorno:
v

z 0

vo ;

vw

zL

vwL

;
vo C Ao (v C A ) z 0 D A A
z z 0

C A
z

zL

;
vo CBo (v CB ) z 0 D B B
z z 0

CB
z

zL

T
vo o CP o To (v CP T ) z 0 kT
;

z z 0

T
z

0
0
0 ;

TW

zL

rA k C A2

Cintica:

k ko exp( E / RT )

Transfrencia de calor:

Q U (T Tw )

Dimenses:

Deq

Difuso:

Dci2 De2
Di

D A f (T , C A )

Entalpias:

h f(T)

D B f (T , CB )

hw f(Tw)

kT f (T )

h0 f(T0)

Massa especfica:

f (T , C A , CB )

o f (To , C Ao , CBo )

185

zL

TW L

Constantes:

R, ko, E, Hr, w, U, Di, De, Dci

Especificaes:

t, z

Foras motrizes:

vo, vwL, CAo, CBo, To, TwL

Condio inicial:

CA(z), CB(z), T(z), Tw(z)

Para fluido incompressvel e com h = Cp(T Tref), Cp constante, DA , DB e kT


constantes:
v
0
z
C A
2C A
CA
DA
v
rA
2
t
z
z

(a = DA , b = 0, c = 0)

CB
2C B
CB rA
DB
v

2
t
z
z
2

(a = DB , b = 0, c = 0)

T
2T
T
4Q
C p
kT 2 v C p
(H r ) rA
t
z
z
Di

(a = kT , b = 0, c = 0)

vw
0
z
wC p w

Tw
T
4Q
vw wC p w w
t
z Deq

(a = 0, b = 0, c = 0)

Portanto, para este exemplo tem-se E.D.P. parablicas.

Os mtods numricos mais comumente usados para resolver E.D.P so:


-

diferenas finitas

elementos finitos

volumes finitos

aproximao polinomial

186

diferenas finitas: discretiza o operador diferencial via diferenas finitas.


Para o exemplo:
u
2u
D 2
t
x

tem-se:
ui , n 1 ui ,n
h

D
(ui 1, n 2 ui , n ui 1, n ) ,
x 2

i 1, 2, , N
n 0,1, 2,

Frmulas de diferenas finitas:


u
x

esquerda (backward):

direita (forward):

u
x

xi

xi

2u
x 2

central de 2 ordem:

central mista:

xi

2u
xy

ui ui 1
(x)
x

ui 1 ui
(x)
x
u
x

central:

ui 1 ui 1
(x 2 )
2 x

xi

ui 1 2 ui ui 1
(x 2 )
2
x

ui 1, j 1 ui 1, j 1 ui 1, j 1 ui 1, j 1
4 x y

xi

u
x

passo varivel:

xi

[(| x | | y |) 2 ]

ui ui 1
xi xi 1

passo varivel de 2 ordem:


2u
x 2

xi

ui 1 ui
ui ui 1
2

( xi 1 xi )( xi 1 xi 1 ) ( xi xi 1 )( xi 1 xi 1 )

Aplicando no exemplo acima (e comparando a integrao implcita x explcita):


explcita:
implcita:

ui , n 1 ui ,n
h
ui , n 1 ui ,n
h

D
(ui 1,n 2 ui ,n ui 1,n ) (| h | x 2 )
2
x

D
(ui 1,n 1 2 ui , n 1 ui 1,n 1 ) (| h | x 2 )
2
x

187

modificada (trapzios ou Crank-Nicolson):

ui , n 1 ui ,n
h

D
[(ui 1,n 1 ui 1,n ) 2 (ui , n 1 ui ,n ) (ui 1,n 1 ui 1, n )] (h 2 x 2 )
2
2 x

elementos finitos: aproxima a varivel dependente por um polinmio


contnuo por partes:
m

u ( x, t ) i (t ) i ( x)
i 1

onde i(x) so funes conhecidas (bases) continuamente diferenciveis por partes


e que satisfazem as condies de contorno, e i(t) so coeficientes a determinar que
variam com t. A forma da determinao destes coeficientes que caracteriza o
mtodo de elementos finitos utilizado, tais como:
- mtodo de Galerkin
- mtodo da colocao
mtodo das linhas (MOL): discretiza as derivadas espaciais, por um dos
procedimentos acima, obtendo um sistema de equaes diferenciais ordinrias no
tempo. Por exemplo:
u
2u
D 2
t
x

usando diferenas finitas resulta em:


dui
D
2 (ui 1 2 ui ui 1 ) ,
dt x

i 1, 2, , N .

O procedimento para resolver E.D.P. dependente do tipo de equao


(hiperblica, parablica e elptica). Por exemplo, aplicando o mtodo das diferenas
finitas para cada um destes tipos tem-se:
Elptica:
Exemplo 4.6. Equao de Laplace bidimensional. Distribuio de temperatura
numa placa em estado estacionrio.
2T 0

2T 2T

0
x 2 y 2

188

Ti 1, j 2Ti , j Ti 1, j

Ti , j 1 2Ti , j Ti , j 1

y 2

considerando x = y:
Ti , j

Ti 1, j Ti , j 1 Ti 1, j Ti , j 1
4

mdia dos valores dos


pontos adjacentes

C.C.: T(x,1) = x (1 x)
T(x,0) = 0
T(y,1) = T(y,0) = 0

y
0

3/16

1/4

3/16

T13

T23

T33

T12

T22

T32

T11

T21

T31

15T11 8T12 T13 0

8T11 16T12 8T13 3 16


T 8T 15T 1
12
13
11

x
0

Figura 4.7: Distribuio de temperatura em uma


placa em regime estacionrio.

T21 = 0,0212

soluo exata
(0,0194)

T22 = 0,0547

(0,0513)

T23 = 0,1194

(0,1159)

T11 = T31 = 0,0151 (0,0137)


T12 = T32 = 0,0391 (0,0364)
T13 = T33 = 0,0865 (0,0833)

189

Parablica:
Exemplo 4.7. Equao do calor unidimensional.

2T T

x 2 t

Ti 1,n 2Ti ,n Ti 1,n


x

1
(Ti , n 1 Ti ,n )
h

Ti ,n 1 mTi 1, n (1 2m)Ti ,n mTi 1,n

onde m

h
x 2

(estvel se m 1 2 )

T(x,0) = T0(x)

T(1,t) = g2(t)

t
T(0,t) = g1(t)
Figura 4.8: Padro de evoluo de equao parablica.
Hiperblico:
Exemplo 4.8. Equao da onda unidimensional
c2

2v 2v

x 2 t 2

c2
1
(vi 1,n 2vi , n vi 1,n ) 2 (vi ,n 1 2vi ,n vi , n 1 )
2
x
h
vi ,n 1 2(1 m 2 )vi , n m 2 (vi 1,n vi 1,n ) vi ,n 1

onde

c 2 h2
m
x 2
2

(estvel se m 1 )

190

(1)

v(x,0) = (x)
v(x,0) = (x)

v(1,t) = g2(t)

t
v(0,t) = g1(t)
Figura 4.9: Padro de evoluo de equao hiperblica.
v( x, 0)

v
t

x ,0

v
t

( xi )

vi ,1 vi ,0

xi ,0

vi1 vi 0 h ( xi ) , onde vi 0 ( xi )
v( xi , 0) ( xi )

vi ,1 vi ,1

2h

e pela eq. (1)

vi ,1 2(1 m 2 )vi ,0 m 2 (vi 1,0 vi 1,0 ) vi ,1

m2
vi ,1 (1 m )vi ,0
(vi 1,0 vi 1,0 ) h( xi )
2
2

vi ,1 (1 m 2 )( xi )

m2
(( xi 1 ) ( xi 1 )) h ( xi )
2

191

4.8 Simulao Dinmica de Reatores Qumicos


Problema 4.1. Bateria de CSTRs isotrmicos com reaes de 1 ordem e com
controlador feedback do tipo PI.

CAd

CA0
+

CA1

CSTR
1

CSTR
2

CA2

CAm

CSTR
3

CA3

Controlador
PI

Figura 4.10: Srie de reatores CSTR.


dC A1 1
(C A0 C A1 ) k1C A1
dt
1
dC A 2 1
(C A1 C A 2 ) k2C A 2
dt
2

i Vi F

dC A3 1
(C A 2 C A3 ) k3C A3
dt
3

1
ss
K c e(t )
C A m C Am
I

(
)
e
d

C A0 C A d C A m
e(t ) C Asp3 C A3

Ex.:

1 = 2 = 3 = 2min
k1 = k2 = k3 = 0,5min1

Kc = 30 (ganho)

CA1(0) = 0,4mol/m

I = 5min (tempo de integrao)

CA2(0) = 0,2mol/m
CA3(0) = 0,1mol/m

C Asp3 = 0,1mol/m

ss
C Am
= 0,4mol/m

CAd = 0,4mol/m

t 0

0,6mol/m

192

CA3sat

Como: e(t )

d
dt

e()d ento, definindo (t) e()d


t

d (t )
e(t ) com (0) = 0
dt

tem-se:

Problema 4.2. Reator cataltico de leito fixo usado na sntese de gs natural pelo
processo de metanao cataltica (catalisada por nquel) de dixido de carbono.

fluido refrigerante
alimentao

R1

catalisador

R0
catalisador

inerte

inerte

poo de
termopares

Figura 4.11. Reator de metanao cataltica.

RA

k1 PCO2

1 k 2 PCO2

[ ]

k1 k1 0 e E1 / RT

moles CO2
;
s g cat

k 2 k 2 0 e E2 / RT

Catalisador: Ni
Inerte: Alumina
Modelo:

parmetros distribudos
heterogneo (fase slida e gasosa)
com desativao do catalisador
propriedades do gs so funes T, P, x
dinmica no poo de termopares (alta conduo axial)
carga no-uniforme do catalisador
193

perfil radial uniforme

Consideraes:

reao de metanao a nica que ocorre


taxa de reao baseada nas concentraes locais da fase
gasosa (efeitos de transferncia de massa e energia
intrapartcula e interpartcula agregados em uma expresso
global da taxa)
leito uniforme de catalisador com uma pequena frao inicial
totalmente envenenada.
velocidade do gs uniforme em cada seo radial
fluxo mssico total constante e igual a vazo de alimentao
dividida pela rea da seo radial. ( (v)/z = 0 )
gases ideais
Tparede = Tfluido ref. e independente de z
Transferncia de calor por radiao desprezvel
coeficiente de transferncia de calor constante
sem difuso mssica

B.M.G.:

B.M.CO2:

(v g )
z
g

v g G cte ;

dt

N CO2
x
NT0

x
x
G R A M g
t
z

z = 0 : x xin
i xi g M i / M g ;

i CO2

xi x NT0 / NT ;

xi N i / NT

Mg

NT
M g cte ;
N T0

~
RA ~
rA / M i

194

NT g V

B.E. fase gasosa:


g C p g

Tg
t

GC p g

Tg
z

kg

2Tg
z 2

(hg w aw )(Tg Tw ) (hg t at )(Tg Tt ) (hs g as )(Tg Ts )

Tg

q z 0 q z 0 z 0 :

kg

q z L q z L z L :

k g

hs g (Tg Ts ) GC p g (Tin Tg )

Tg
z

hs g (Tg Ts )

B.E. fase slida:


(1 )s C p s

Ts
2T
k s 2s (hs w aw )(Ts Tw ) (hs t at )(Ts Tt ) (hs g as g )(Ts Tg ) (H r ) R A
t
z
Ts
hs g (Ts Tg )
z

z=0:

ks

z=L:

ks

Ts
hs g (Ts Tg )
z

B.E. poo de termopares:


t C p t

onde

Tt
2T
kt 2t A(hs t as t )(Tt Ts ) A(hg t ag t )(Tt Tg )
t
z

z=0:

Tt = Tin

z=L:

Tt
0
z

(R12 R02 )z
(R02 )z
V g ( z 0)
R12 R02

x x

(relao de volumes para converter at)

(V vazo volumtrica do gs na alimentao)

(1 2 xin )
x(1 2)
(1 2 x)

grau de avano:

Ni Ni 0
, onde i coeficiente estequiomtrico.
i

195

Ni Ni 0 i

NT N T 0 i

NT 0

xin x
xin x
1 2x

R A RA (1 ) s (1 )

PCH 4 PH22O

(equilbrio)

K p PCO2 PH42

ln K p K p1

K p2
Tg

, constante de equilbrio.

0 se z X
( z )
1 se z X

(fator de carga)

X : regio envenenada
(comprimento da zona morta)

fator de diluio do catalisador (massa catalisador/massa slido)


frao de vazios
Hr = H1Tg + H2 ;

MgP
RTg

M g P
RTg

C pg C pg1Tg C pg 2

M g M g (1 2) M g NT 0 M g NT
P
P
P P(1 2) 1

N T 0 NT

P ( z L) P ( z 0)
P( z 0)
P
L

Estequiometria:

xCO2

(leva em conta a variao do n


total de moles de gs)

0
xCO

x
2
x

1 2 1 2

xH 2

xH0 2 4

xCH 4
xH 2 O

0
xCO
xin
2

1 2
0
xCH

Pi Pxi

1 2
xH0 2O 2
1 2

196

C p g1

1
Mg

C
i

x;

p g1 i
i

Cpg2

1
Mg

C
i

pg2

xi

M g xi M i
i

xN2 1 ( xCO2 xH 2 xCH 4 xH 2O ) , existente na alimentao para

controlar o perfil de temperatura do reator reduz o hot spot (ponto de ignio)


e desloca o pico para a sada do reator.
y ( zi )

y ( zi ) y ( zi 1 )
zi zi 1

2 y ( zi )

y ( zi 1 ) y ( zi ) y ( zi ) y ( zi 1 )
2

zi zi 1
( zi 1 zi 1 ) zi 1 zi

197

4.9 Simulao Dinmica de Processos de Separao


Problema 4.3. Coluna de destilao multicomponente.
q1
V1

L1

V1

F, z, Tf, Vf

VN

qN

Figura 4.12. Coluna de destilao multicomponente.

V2 L1 U1 V1 0

dx

Condensador V2 yi ,2 L1 U1 xi ,1 V1 yi ,1 m1 i ,i
dt

V2 H 2 L1 U1 h1 V1 H1 q1 0

LN 1 LN VN 0

dx

Refervedor LN 1 xi , N 1 LN xi , N VN yi , N mN i , N
dt

LN 1hN 1 LN hN VN H N qN 0

LS 1 VS 1 F LS VS 0

dx

Alimentao LS 1 xi , S 1 VS 1 yi , S 1 Fzi LS xi , S VS yi , S mS i , S
dt

LS 1hS 1 VS 1 H S 1 Fh f LS hS VS H S 0

198


L j 1 V j 1 L j V j 0

dx

Demais estgios L j 1 xi , j 1 V j 1 yi , j 1 L j xi , j V j yi , j m j i , j
dt

L j 1h j 1 V j 1 H j 1 L j h j V j H j 0

m j = mS ,
L1
;
D

j = 2, 3, ..., N 1

Razo de refluxo:

Entalpias:

H j yi , j H i , j ;

D = V 1 + U1

i 1

h j xi , j hi , j
i 1

H i , j b1,i T j b2,i b3,iT j


hi , j c1,i T j c2,i c3,iT j

Equilbrio:

yi,j = Ki,j xi,j


Ki, j

Fraes:

y
i 1

T
Pci
exp 5, 42 1 ci
T j
Pj

Soluo: Mtodo de Runge-Kutta e ponto de bolha (BP).

199

Você também pode gostar