Você está na página 1de 184

UNIFESP/DCET/Engenharia Química - Análise de Sistemas - Prof. José Plácido - Rev. 1

1

Capítulo 1

Introdução aos sistemas algébricos e diferenciais, baseada em aplicações em Engenharia Química.

1.1- Introdução.

Como motivação para os estudos que serão vistos nos capítulos seguintes, neste primeiro capítulo vamos apresentar exemplos de modelos aplicados a processos de Engenharia Química, bem como os recursos teóricos básicos que podem ser aplicados para a criação desses modelos.

No entanto, tendo em vista a grande diversidade de modelos existentes, vamos inicialmente agrupar esses modelos de acordo com um sistema básico de classificação, e mostrar suas aplicações típicas. Esse tipo de classificação é importante pois permite selecionar métodos de solução adequados para cada tipo de modelo. Além disto, o conhecimento do tipo de modelo em questão permite antecipar o nível de dificuldade que se deve esperar em sua resolução, analítica ou numérica.

Os objetivos básicos do presente capítulo são:

Saber classificar e distinguir os diferentes tipos de modelos de processo existentes.

Conhecer os diferentes tipos de aplicação dos modelos de processos.

Revisar os conhecimentos básicos necessários para o desenvolvimento de modelos de processos.

Desenvolver modelos de processos típicos na área de Engenharia Química.

Apresentar exemplos de modelos de diferentes níveis de complexidade na área de Engenharia Química.

No próximo item será apresentada uma classificação dos diferentes tipos de modelos existentes.

1.2- Classificação dos modelos de processos químicos.

Modelos podem ser construídos de forma a considerar a evolução das variáveis ao longo do tempo ou, então, considerando que as variáveis não sofrem alteração temporal. Os primeiros são conhecidos como modelos dinâmicos, ou transientes, ou transitórios - são aplicados a processos operados em regime transiente ou transitório. Os segundos são conhecidos como modelos estáticos, ou

UNIFESP/DCET/Engenharia Química - Análise de Sistemas - Prof. José Plácido - Rev. 1

2

estacionários, ou permanentes - são aplicados a processos operados em regime estacionário ou permanente.

Basicamente, os modelos podem ser classificados em dois grandes subgrupos: (a) modelos a parâmetros concentrados e (b) modelos a parâmetros distribuídos. Cada um desses modelos podem ser tanto dinâmicos quanto estáticos.

Nos modelos a parâmetros concentrados adota-se a hipótese de que as variáveis de interesse (concentração, temperatura, velocidade etc.) são uniformes e, portanto, não dependem da posição espacial no interior do sistema.

Nos modelos a parâmetros distribuídos considera-se que as variáveis de interesse, ou, pelo menos, uma das variáveis de interesse, não são uniformes no domínio espacial e, portanto, existe uma dependência das mesmas em relação à posição espacial no interior do sistema.

Os sistemas reais costumam ser do tipo espacialmente distribuídos, mas, sob certas condições, ou quando as variações espaciais são pequenas, podem ser aproximados por modelos a parâmetros concentrados. As condições utilizadas para justificar esse tipo de simplificação em uma ou mais coordenadas espaciais podem ter origens variadas, tais como:

Condições operacionais (geração de turbulência): utilização de forte agitação em reatores ou em tanques de mistura, utilização de taxas elevadas de recirculação em reatores tubulares etc.;

Geometria do sistema: equipamentos de tamanho reduzido (facilitam a homogeneização do meio), equipamentos alongados em uma coordenada (reatores de filme descendente) etc.;

Condições particulares do processo em questão: cinética de reação muito lenta, reação independente de mistura etc.;

Estado físico do meio (sólido, líquido, gasoso): misturar sólidos particulados em um meio líquido tende a ser mais difícil que misturar dois líquidos diferentes, que, por sua vez, é mais difícil do que promover a mistura de dois gases;

Objetivos pretendidos: modelos simplificados podem ser suficientes para um estudo preliminar do processo, ou para um entendimento inicial do comportamento do processo frente às principais variáveis envolvidas.

É sempre recomendável iniciar uma modelagem utilizando-se o modelo mais simples possível, de preferência um modelo que permita obter uma solução analítica. Dependendo das necessidades, pode-se então aumentar o grau de detalhamento desse modelo de modo a melhorar a precisão de suas previsões. No entanto, é importante lembrar que modelos mais sofisticados em geral necessitam de um número maior de informações e, além disto, demandam uma carga computacional maior para gerar as respostas desejadas.

Os modelos resultantes da modelagem de processos podem ser constituídos por uma única equação ou, mais comumente, por um sistema de equações. Exemplo: (a) modelo para calcular a temperatura da corrente de saída de um tanque de mistura (uma única equação); (b) modelo para calcular as temperaturas das correntes de saída de três tanques de mistura posicionados em série (sistema de três equações).

Antes de iniciarmos o próximo item, é importante frisar algumas características inerentes a esses dois grupos de modelos de processos:

UNIFESP/DCET/Engenharia Química - Análise de Sistemas - Prof. José Plácido - Rev. 1

3

(a) Modelos a parâmetros concentrados. Os modelos dinâmicos deste tipo mostram a evolução temporal das variáveis (concentração, temperatura, vazão) consideradas como médias válidas para todo o volume do sistema. Na condição de equilíbrio, quando todas as variáveis assumem valores constantes no tempo, diz-se que o sistema atingiu o regime permanente ou o regime estacionário. Nesta situação, o processo, que originalmente era representado por um sistema de equações diferenciais ordinárias tendo o tempo por variável independente, passa a ser representado por um sistema de equações algébricas, as quais podem ser lineares ou não-lineares;

(b) Modelos a parâmetros distribuídos. Os modelos dinâmicos deste tipo mostram a evolução temporal das variáveis (concentração, temperatura, vazão) locais, ou seja, em determinadas posições, dentro do volume do sistema, fixadas em relação a um sistema de coordenadas espaciais. Na condição de equilíbrio, quando todas as variáveis assumem valores constantes no tempo, diz-se que o sistema atingiu o regime permanente ou o regime estacionário. Nesta situação, o processo, que originalmente era representado por um sistema de equações diferenciais parciais tendo o tempo e as coordenadas espaciais por variáveis independentes, passa a ser representado por um sistema de equações diferenciais parciais tendo apenas as coordenadas espaciais por variáveis independentes. Em alguns casos, dependendo do tipo de modelo utilizado, a condição de equilíbrio resulta em um sistema de equações diferenciais ordinárias tendo uma coordenada espacial por variável independente.

Estas características são importantes para identificar quais métodos de resolução de equações podem ser utilizados em cada caso, conforme será visto nos próximos capítulos.

Após a etapa preliminar de desenvolvimento do modelo do processo, o mesmo pode ser utilizado para diferentes finalidades. A situação mais comum é a que resulta em modelos contendo um sistema de equações sem solução analítica possível ou viável de se obter mediante a utilização simples de lápis e papel. Neste caso, é necessário utilizar softwares computacionais para verificar a resposta do modelo frente a diferentes condições operacionais ou frente a diferentes parâmetros característicos de equipamentos do processo, tais como volumes, diâmetros, comprimentos de tubulações etc. A este tipo de utilização computacional de modelos de processos dá-se o nome de simulação de processos, e sua aplicação será resumida no próximo item.

1.3- Aplicações da simulação de processos.

É importante salientar que modelos podem ser construídos para representar um único equipamento ou parte de um processo, bem como para representar o processo em sua totalidade, de modo que seu tamanho e complexidade podem variar significativamente. Consequentemente, sua aplicação e utilidade também poderá variar de forma correspondente.

Dependendo do tipo de modelo disponível e dos objetivos de sua utilização, diferentes aplicações podem ser vislumbradas para os modelos de processos. Dentre as quais, destacam-se as seguintes aplicações (Claudio Garcia, 2009):

(a) Projeto de equipamentos, processos e plantas e seus respectivos sistemas de controle (usa modelo estático). Objetivos típicos:

dimensionamento físico de equipamentos e componentes do processo;

estudar as interações de diversas partes do processo;

projetar a estratégia de controle para um novo processo.

UNIFESP/DCET/Engenharia Química - Análise de Sistemas - Prof. José Plácido - Rev. 1

4

Exemplos:

(b)

Pré-operação e operação de plantas (usa modelo dinâmico). Objetivos típicos:

melhorar o entendimento do comportamento do processo frente a diferentes situações;

desenvolver, testar e qualificar procedimentos operacionais de partida e parada. Testar situações normais e anormais de operação;

criar manuais de detecção, localização e correção de falhas em equipamentos;

estudar projetos de expansão;

aplicar treinamento de operadores;

analisar diferentes modos ou filosofias de operação da planta.

(c)

Sistemas de controle de processos (usa modelo dinâmico). Objetivos típicos:

selecionar ajustes preliminares de controladores;

projetar a lei de controle, por exemplo em sistemas de controle por pré-alimentação (feedforward), em sistemas de controle adaptativo ou preditivo.

(d)

Otimização das condições operacionais de plantas (usa modelo estático). Objetivos típicos:

maximizar rendimentos operacionais, conversão de produtos, lucro etc.;

minimizar os custos.

Podemos acrescentar, na lista acima, as aplicações relativas às pesquisas realizadas em universidades, voltadas, por exemplo, ao desenvolvimento de novos produtos e processos e à melhoria de produtos e processos existentes.

No próximo item serão vistos alguns recursos utilizados em modelagem de processos químicos.

1.4- Exemplos de modelos de processos químicos.

Neste item vamos apresentar exemplos de sistemas no âmbito da Engenharia Química, os quais resultam em diferentes tipos de modelos.

1.4.1- Equações algébricas lineares.

Exemplo 1: recuperação de acetona, sistema absorvedor/separador flash. Deseja-se recuperar acetona a partir de uma mistura ar-acetona em um sistema absorvedor com separador flash (Figura

1).

Um modelo para este sistema pode ser desenvolvido sob as seguintes condições:

Toda a acetona é absorvida e sai junto com a corrente de água (

O ar que entra no absorvedor não contém vapor de água (

w

2,1

w

= 0

1,2

);

O ar que deixa o absorvedor contém 3% em massa de vapor de água (

= 0

w

);

2,2

= 0,03

).

UNIFESP/DCET/Engenharia Química - Análise de Sistemas - Prof. José Plácido - Rev. 1

5

O separador flash age como um único estágio de equilíbrio, de tal forma que as frações mássicas de

acetona nas correntes de vapor e de líquido deixando o separador flash estão relacionadas pela seguinte equação:

y = 20,5x

(1.1)

Acetona recuperada Ar tratado F 2 , w 1,2 , Entrada de água F 3
Acetona recuperada
Ar tratado
F 2 , w 1,2 ,
Entrada de água
F 3
F 4 , w 1,4
w 2,2
, w 3,2
Separador
II
Absorvedor
I
flash
Entrada de ar
F 1 , w 1,1 ,
Resíduo aquoso
F 5 , w 1,5

w 2,1 , w 3,1

Figura 1. Recuperação de acetona em sistema com um absorvedor e um vaso separador flash. Notação: 1 - acetona; 2 - água; 3 - ar; F - vazão mássica [kg/h]; w - fração mássica.

onde y é a fração mássica de acetona na corrente de vapor (F 4 ) e x é a fração mássica de acetona na

corrente de líquido (F 5 ). Ou, em termos da notação adotada, operacionais são as seguintes:

condições

w

1,4

= 20,5w

1,5

.

As

Vazão de entrada de ar, F 1 : 600 kg/h com 8% (em massa) de acetona;

Vazão de entrada de água, F 3 : 500 kg/h.

Deseja-se que o resíduo aquoso tenha um conteúdo de acetona de 3% (massa). Pede-se determinar a concentração de acetona na corrente de vapor e as vazões das correntes de produto.

Mostre que a solução deste problema é dada pelo seguinte sistema de equações na forma matricial, onde cada linha da matriz representa o balanço de massa de um componente (ar, acetona e água):

0,97

0,03

0

0

0,03

0,97

  F  

0,385   F

0,615

0

2

 

F

5

4

=

0,92

0,08

600

600

500

(1.2)

Este modelo constitui um exemplo típico de um sistema de equações algébricas lineares, cujas equações devem ser resolvidas de forma simultânea. É claro que, no presente caso, F 2 pode ser obtido de forma direta, resultando em um sistema de duas equações e duas incógnitas.

A representação desse sistema pode ser compactada usando-se as definições usuais para os vetores

de incógnitas e de constantes, bem como para a matriz dos coeficientes. Assim, define-se

e A como a matriz (3 x 3) mostrada no lado

esquerdo da Equação (1.2). Em notação matricial compacta, então, esse sistema pode ser representado pela seguinte equação:

] T

x =

[

F

2

F

5

F

4

] T

,

b =

[

0,92 600

0,08 600 500

Ax = b

(1.3)

UNIFESP/DCET/Engenharia Química - Análise de Sistemas - Prof. José Plácido - Rev. 1

6

De uma forma geral, x e b são vetores de tamanho (n x 1) e A é uma matriz (n x n), onde o número n de equações pode chegar a centenas ou mesmo milhares em processos industriais contendo um número grande de unidades.

No estudo desses sistemas estamos interessados em saber se existe uma solução única e, se existe, como obtê-la de uma forma eficiente. Além disto, é importante entender as situações que podem levar a falhas na obtenção da solução. Estes assuntos serão abordados no Capítulo 2.

1.4.2- Equações algébricas não lineares.

Exemplo 2: unidade de vaporização flash. Considere a unidade mostrada na Figura 2. Uma mistura de hidrocarbonetos contendo 25 % (molar) de n-butano, 45 % (molar) de n-pentano e 30% (molar) de n-hexano deve ser separada em um processo simples de vaporização flash operado a 10 atm e

270ºF.

Os valores da constante de equilíbrio para essas composições são dados por:

Componente

z i k

i

= y

i
i

x

i

n-butano

0,25

2,13

 

n-pentano

0,45

1,10

 

n-hexano

0,30

0,59

 
V, y i F, z i Vaporizador flash F = 270 lbmol/h T = 270ºF
V, y i
F, z i
Vaporizador
flash
F = 270 lbmol/h
T
= 270ºF
P
= 10 atm
L, x i
Figura 2. Vaso separador flash.

Obtenha as equações para a solução desse processo. Como sugestão, faça um balanço de massa global e um balanço de massa para cada componente. Para fechar os graus de liberdade será necessário utilizar, ainda, uma equação constitutiva: a soma das frações molares na corrente de líquido deve ser igual a 1.

Mostre que a solução para este processo envolve um sistema de cinco equações algébricas não lineares do tipo:

f

1

f

2

(

x

1

(

x

1

,

x

2

,

x

2

, ,

x

3

x

3

,

,

L V

,

L V

,

)

)

=

0

= 0

LLLLLLL = 0

f

5

(

x

1

x

2

, ,

x

3

,

L V

,

)

= 0

(1.4)

UNIFESP/DCET/Engenharia Química - Análise de Sistemas - Prof. José Plácido - Rev. 1

7

Essas equações devem ser resolvidas simultaneamente para obter o vetor solução, dado por

x =

[

x 1

x

2

x

3

L V

] T

(1.5)

Mostre que, para este caso em particular, uma solução simples também pode ser obtida resolvendo-se a seguinte equação algébrica não linear para V F :

a seguinte equação algébrica não linear para V F : ou: f ( V 3 f

ou:

f

(

V

3 f ( V F ) = ∑ z i 1 = 0 i= 1
3
f
(
V
F
)
= ∑
z i 1
=
0
i= 1
1
+
(
V
F
)(
k
1
)
i
0,25
0,45
F
)
=
+
1
+
(
V
F
)(
2,13
1
)
1
+
(
V
F
)(
1,10
1
)

+

0,30 1 + ( V F )( 0,59 1 )
0,30
1
+
(
V
F
)(
0,59
1
)

1

=

0

(1.6)

(1.7)

1 ) + 0,30 1 + ( V F )( 0,59 1 ) 1 = 0

Tendo o valor de V F e a partir do valor conhecido de F, todos as incógnitas podem ser determinadas diretamente a partir das equações (1.4). É importante salientar que a solução trivial, V F = 0 , deve ser evitada (observe que a equação (1.6) é automaticamente satisfeita neste caso). Essa solução equivale a fazer L = F, de modo que x i = z i . Existe uma forma alternativa para esta equação, dada por:

Existe uma forma alternativa para esta equação, dada por: f ( V 1 = 0 (1.6b)

f

(

V

uma forma alternativa para esta equação, dada por: f ( V 1 = 0 (1.6b) Para

1

=

0

(1.6b)

Para a forma alternativa (1.6b), correspondente à somatória das frações y i , a solução trivial, a qual deve ser evitada, é V F = 1 , correspondente a fazer V = F e, portanto, y i = z i .

a fazer V = F e, portanto, y i = z i . De uma forma

De uma forma geral, o sistema dado pelas equações (1.4) contém n equações e n incógnitas e pode ser escrito na forma compacta como:

onde:

x =

[

e

(

F x

)

F(x) = 0

x

1

=

[

x

2

f

1

(

L

x

)

x

f

2

n

(

] T

x

)

L

f

n

 

(1.8)

(1.9)

(

x

)] T

(1.10)

No estudo desses sistemas estamos interessados em conhecer os principais métodos que podem ser utilizados para obter uma solução para as variáveis desejadas, bem como entender as situações que podem levar a falhas nesse processo de solução. Estes assuntos serão abordados no Capítulo 3.

1.4.3- Formulações baseadas em otimização.

Um grande número de problemas de modelagem e de projeto em Engenharia Química são formulados como problemas de otimização. O exemplo 3 ilustra um desses problemas.

UNIFESP/DCET/Engenharia Química - Análise de Sistemas - Prof. José Plácido - Rev. 1

8

Exemplo 3: ajuste de parâmetros cinéticos. Considere uma reação simples, dada pela seguinte expressão genérica:

A

B

(1.11)

Vamos supor que desejamos testar uma expressão do tipo cinética de ordem n como modelo para essa reação, com experimentos a serem feitos em um reator operado em bateladas. Então, a taxa de reação (também denominada de equação da taxa, ou “rate equation” em inglês), seria dada pela seguinte expressão:

r

a

=

dC

a

dt

= k

o

(

C

a

)

n

exp

E

RT

(1.12)

onde

k

o

é o fator pré-exponencial da equação de Arrhenius, E é a energia de ativação da reação, R é

é a taxa

a constante dos gases ideais,

de produção de A (

C

a

é a concentração do reagente A, n é a ordem da reação e

r

a

r a

é a taxa de consumo ou decomposição de A).

Desejamos ajustar os parâmetros cinéticos

dados são coletados a partir dos experimentos em batelada em um reator sob diferentes temperaturas:

k

o

, E e n a partir dos dados experimentais. Os seguintes

Taxa de reação

Concentração

Temperatura

r

a1

C

a1

T

1

r

a1

C

a1

T

2

r

a1

C

a1

T

N

Se esses valores experimentais forem inseridos na equação da taxa, o resultado é um sistema de N equações e três incógnitas. Em função dos erros experimentais nas medições da temperatura, da concentração e da taxa de reação, mesmo que o modelo cinético adotado seja o correto para a reação em questão, não será possível obter um conjunto de valores de {k o , E, n} tal que a equação da taxa de reação seja satisfeita para todos os pontos experimentais. No entanto, podemos selecionar {k o , E, n} de modo que a seguinte quantidade,

=

N

i = 1

r

ai

k

o

(

C

ai

)

n

E  

exp

RT

i

2

seja mínima. Podemos compactar a expressão acima adotando-se, por exemplo, o símbolo

a taxa de reação estimada, ou seja:

r

a i e

=

k

o

(

C

a i

)

n

E

exp

RT

i

(1.13)

r

a i e

para

(1.14)

Assim, o problema é escolher os parâmetros {k o , E, n} de forma que a soma dos quadrados dos erros entre as taxas medidas e estimadas seja mínima. Em representação matemática, este problema é escrito como:

UNIFESP/DCET/Engenharia Química - Análise de Sistemas - Prof. José Plácido - Rev. 1

9

Min

k

o

,

E

,

n

(

k

o

,

E

,

n

)

=

N

i = 1

[

r

a i

(

r

a i e

)] 2

(1.15)

A teoria e as aplicações deste tipo de problema são abordadas na Unidade Curricular “Modelagem e Otimização de Processos”. No entanto, alguns casos envolvendo problemas lineares nos parâmetros serão apresentados no Capítulo 2 - por exemplo, o presente modelo pode ser convertido em um modelo linear nos parâmetros aplicando-se o logaritmo em ambos os lados da Equação (1.12).

1.4.4- Equações diferenciais ordinárias lineares, problema do valor inicial (EDO-PVI ou, em inglês, ODE-IVP).

Exemplo 4: sistema de dois tanques agitados contendo sal. Considere os dois tanques mostrados na Figura 3, sendo que o tanque A contém inicialmente 25 kg de sal dissolvidos em 50 m 3 e o tanque B contém inicialmente 50 m 3 de água pura. Considere que ambos os volumes são fixos, não mudam com o tempo. O líquido é bombeado para dentro e para fora dos tanques, conforme ilustrado na figura, onde as vazões volumétricas F i são dadas em m 3 /h. Considere que o conteúdo dos tanques são perfeitamente misturados. Construa um modelo matemático que descreva as massas de sal x 1 (t) e x 2 (t), em kg, presentes nos tanques A e B, respectivamente, no instante t.

Água pura F 1 = 3 Mistura F 3 = 1 A B Mistura F
Água pura
F 1 = 3
Mistura
F 3 = 1
A
B
Mistura
F 4 = 3
Mistura, F 2 = 4

Figura 3. Sistema de dois tanques agitados contendo sal.

Mostre que o modelo matemático procurado é dado por:

Condições iniciais:

dx

1

dt

=

2 x

25

1

dx

2

2

=

dt

25

x

1

x

x

1

2

(

0

)

(0)

=

=

x

1

(

t

x

2

(

t

+

1

50

x

2

=

=

2

x

25

)

0)

0

=

=

2

25

0

(1.16)

UNIFESP/DCET/Engenharia Química - Análise de Sistemas - Prof. José Plácido - Rev. 1

10

Esse sistema pode ser representado em notação matricial agrupando-se as variáveis e os coeficientes das equações de forma apropriada, conforme ilustrado a seguir:

d

dt

x

1

x

2

=

 2 25 1 50   x  1    2 25
2 25
1 50
  x 
1
2 25
2 25
x
  
2
 

d

x

ou:

 

dt

onde:

x =

= Ax

[

x

1

x

2

] T

A =

 2 25 1 50    2 25 2 25  
2 25
1 50
2 25
2 25

(1.17)

(1.18)

(1.19)

(1.20)

Como pode ser visto, o modelo matemático resultante é um sistema de equações diferenciais lineares homogêneas de primeira ordem com coeficientes constantes.

O estudo deste tipo de sistema será visto no Capítulo 4. O exemplo apresentado é um caso particular de sistemas lineares mais complexos, os quais possuem a seguinte forma não homogênea geral:

onde:

A

( )

t

f

=

d

x =

dt

A

x =

[

x

1

(t)

x

2

x

+

f

(t)

L x

n

] T

( )

t

=

a

a

a

11

21

M

n

1

(

(

(

[

f

1

t

t

)

)

t

)

( )

t

f

2

( )

t

a

a

12

22

( )

( )

t

t

a

n

2

( )

t

L f

n

( )] T

t

K

K

K

a

a

a

1 n

2 n

M

nn

( )

t

t

( )

( )

t

(1.21)

(1.22)

(1.23)

(1.24)

1.4.5- Equações diferenciais ordinárias não lineares, problema do valor inicial (EDO-PVI ou, em inglês, ODE-IVP).

Exemplo 5: sistema aquecedor/tanque agitado. Considere o sistema ilustrado na Figura 4, com duas correntes de entrada (água quente e água fria) e uma corrente de saída. A água do tanque é aquecida por meio de uma serpentina a vapor, conforme mostrado. Obtenha um modelo para determinar a variação do nível e da temperatura do tanque em função do tempo. Considere que o tanque descarrega água para a atmosfera.

Mostre que, com algumas simplificações (quais?), esse sistema pode ser representado pelo seguinte sistema de equações diferenciais ordinárias não lineares a parâmetros concentrados:

UNIFESP/DCET/Engenharia Química - Análise de Sistemas - Prof. José Plácido - Rev. 1

11

Condição inicial:

dT

dt

=

dh =

1

dt

A

(F

1

+

F

2

F

1

Ah

(

T

1

T

)

+

F

2

Ah

T

(

t = 0

)

= T

(

0

)

= T

0

;

k

h )
h )

(

T

2

T

)

(

h t = 0

)

+

&

Q

Ahc

p

(

= h 0

)

= h

0

&

(1.25)

(1.26)

[kW] é a taxa de

transferência de calor da serpentina para o tanque, F 1 e F 2 [m 3 /s] são as vazões volumétricas das

c p [kJ/(kg.ºC)] é o

calor específico médio, ρ [kg/m 3 ] é a densidade da água no tanque, A [m 2 ] é a área da superfície

correntes de entrada, T 1 e T 2 [ºC] são as temperaturas das correntes de entrada,

onde h [m] é a altura do tanque, T [ºC] é a temperatura da água no tanque, Q

transversal do tanque e k é uma constante válida para a tubulação de saída do tanque.

Sugestão: fazer um balanço de massa e um balanço de energia para o tanque.

Vazão de água fria Vazão de água quente F 1 , T 1 F 2
Vazão de água fria
Vazão de água quente
F 1 , T 1
F 2 , T 2
CV-3
CV-1
FC
FT
LT
LC
A
Setpoint de vazão
Setpoint de nível
T
h
Posição da válvula
CV-2
Vazão de vapor
F, T
F vap , T vap
TT

Figura 4. Sistema aquecedor/tanque agitado.

É importante observar que, no regime estacionário, o sistema resultante costuma ser do tipo algébrico não linear, mas no presente caso é possível obter uma solução analítica. No entanto, quando a faixa de variação de temperatura é grande, pode ser necessário considerar a variação das propriedades físicas (c p , ρ) com a temperatura e as equações (1.25) e (1.26) não teriam validade neste caso (os balanços de massa e de energia teriam que ser refeitos), de modo que uma solução analítica já não poderia ser obtida.

Por último, para uma modelagem mais realista, seria necessário fazer também um balanço de energia para o escoamento de vapor na serpentina, bem como obter uma expressão mais realista para a taxa de transferência de calor, Q . Você deve lembrar que essa taxa é uma função dos coeficientes convectivos de transferência de calor em ambos os lados da serpentina, os quais são utilizados para obter um coeficiente global de troca térmica. Por exemplo, supondo que o vapor entra saturado na serpentina e sai como líquido saturado, a taxa de transferência de calor seria dada por:

&

UNIFESP/DCET/Engenharia Química - Análise de Sistemas - Prof. José Plácido - Rev. 1

12

&

Q = UA

serp

(

T

vap

T

)

= F

vap

vap

vap

(1.27)

onde

é o calor latente de vaporização (positivo) à T vap . Portanto, percebe-se que a taxa de

transferência de calor, na verdade, está limitada pela capacidade do equipamento, UA serp , e pela diferença entre as temperaturas da serpentina e do tanque. Sem este tipo de informação, qualquer

arbitrário qualquer ao sistema poderá levar a falsas conclusões

sobre o comportamento real do mesmo.

tentativa de se impor um valor Q

vap

&

É importante salientar que o coeficiente global de transferência de calor, U, depende dos coeficientes convectivos de transferência de calor os quais por sua vez dependem do número de Reynolds em cada equipamento (tanque e serpentina), das propriedades físicas dos fluidos envolvidos e das respectivas temperaturas. Uma das grandes vantagens dos métodos numéricos em relação às soluções analíticas é a facilidade de se incluir todo o rigor desejado para os cálculos de propriedades físicas e de correlações empíricas usadas em taxas de transferência (de calor, de massa, de quantidade de movimento, expressões cinéticas etc).

Deste modo, se todas essas dependências forem consideradas no modelo, então não será possível obter uma solução analítica para a equação (1.26) na condição de regime permanente e um dos métodos numéricos do Capítulo 4 terá que ser utilizado.

Um dos objetivos da simulação de processos é analisar o comportamento dinâmico do sistema, ou seja, das variáveis de estado T e h, frente a certos tipos de perturbações nas variáveis de entrada (“input variables”) partindo-se de uma situação de regime permanente. Como variáveis de entrada para o sistema dado pelas equações (1.25) e (1.26), podemos definir, por exemplo: F 1 , T 1 , F 2 , T 2 e Q. Além disto, também podemos definir os parâmetros para este sistema: A, ρ e c p (e possivelmente k, se o diâmetro da tubulação de saída for alterado). Diferentes escolhas para os parâmetros correspondem a diferentes projetos de equipamentos (A, k) e diferentes fluidos no tanque (ρ e c p ), resultando em diferentes comportamentos frente às perturbações nas variáveis de entrada.

Quais seriam as respostas típicas desse sistema para uma redução de 10% na temperatura T 1 , ou para uma redução de 10% na vazão de água quente F 1 ? Essas são questões típicas que podem ser respondidas mediante a simulação desse sistema em computador.

No caso mais geral, as variáveis de entrada poderiam evoluir no tempo de acordo com funções pré- determinadas ou, então, em função das ações dos controladores do processo em malha fechada. Por exemplo, a temperatura da água de resfriamento costuma variar ao longo do dia e essa variação pode

é

ser modelada por uma função do tipo T

a variação máxima e

2

=

T

2

+

(

T

2

)sen( t)

, onde

T

2

é a temperatura média,

T

2

é a frequência dos ciclos de variação.

Sistemas mais complexos envolvendo a modelagem simultânea de vários equipamentos resultam em sistemas maiores de equações diferenciais (ou seja, de maior dimensão). Sistemas de equações diferenciais ordinárias não lineares a parâmetros concentrados (“lumped parameters” em inglês) com condição inicial podem ser representados, de uma forma mais geral, como:

dx 1 =

dt

f

1

[x (t)

1

,

x

2

(t)

L

,

,

x

n

(t)

,

u

1

(t)

L

,

, u

m

(t)]

UNIFESP/DCET/Engenharia Química - Análise de Sistemas - Prof. José Plácido - Rev. 1

13

dx

n

dt

=

f

n

[x (t)

1

,

x

2

(t)

L

,

,

x

n

(t)

,

u

1

(t)

L

,

, u

m

(t)]

(1.28)

Neste sistema as variáveis foram convenientemente separadas em variáveis de estado (ou variáveis dependentes), {x i (t)}, e entradas independentes especificadas para t 0, {u i (t)}, também conhecidas em inglês como “forcing functions”.

x

1

(0)

= x

1

,

,

x

n

(0)

= x

n

(condições iniciais)

L

A barra sobre as variáveis, por exemplo no caso de

x 1 , indicam que a condição inicial (o estado

inicial do sistema em t = 0) é a condição de regime permanente para todas as variáveis de estado.

Assim,

derivadas se anulam em t < 0, e o objetivo é estudar o comportamento do sistema frente a mudanças ocorridas nas variáveis de entrada a partir de t 0.

x 1 no estado estacionário. Para esta condição, por definição, todas as

x

1

é

o

valor de

Em notação vetorial, esse conjunto de EDOs pode ser escrito como

d x =

dt

f

(

x u

,

( t ))

;

x

(

0

)

=

x

o

(1.29)

sistema de equações (1.29) pode ser resolvido tanto para obter a evolução temporal das variáveis

no

intervalo de tempo

simulação em estado estacionário) correspondente a valores fixos das variáveis de entrada, dados por

exemplo por u . Para a simulação de regime permanente, todas as derivadas são zeradas e deve-se resolver o sistema de equações algébricas (geralmente) não lineares resultante.

f , quanto para obter uma solução de regime permanente (problema de

O

de

estado (problema de simulação dinâmica, sistema de EDOs) a partir das condições iniciais

0 < t < t

x

o

Como u(t) é um vetor de funções conhecidas do tempo, o sistema (1.29) também pode ser representado pela seguinte expressão:

onde

f

u

(

x,

t)

f

(

x,

u(t))

d x =

f

dt u

(

x

,

t

)

;

x

(

0

)

=

x

o

. O estudo desse tipo de sistema será visto no Capítulo 5.

(1.30)

1.4.6- Equações diferenciais parciais, problemas de valor inicial (EDP- PVI) e de valor de contorno (EDP-PVC ou, em inglês, PDE-BVP).

Exemplo 6: trocador de calor bitubular líquido+vapor. Considere o trocador de calor bitubular mostrado na Figura 5, no qual um líquido frio entra no tubo interno com temperatura T 0 (em z = 0) e é aquecido por vapor que escoa em contracorrente no tubo externo a uma temperatura constante T s , independente da posição z.

A temperatura no tubo interno muda não apenas com o tempo, mas também ao longo da direção axial

z. O equacionamento desse sistema é feito fazendo-se um balanço de energia no elemento de volume

de espessura z e área A, mostrado na figura como um retângulo tracejado. Assume-se que a temperatura do fluido frio não varia na direção radial, ou seja, só varia na direção axial z,

UNIFESP/DCET/Engenharia Química - Análise de Sistemas - Prof. José Plácido - Rev. 1

14

escoamento pistonado com velocidade média v constante ao longo de z e propriedades físicas constantes:

Acúmulo

de energia

no VC

A

[

z uˆ

+

t

t

=

uˆ

t

Entrada

de energia

no VC

]

=

Av

[

t h ˆ

z

]

Saída

de energia

no VC

Av

[

t h ˆ

+

z

z

]

+

+

Transferência de calor

nas fronteiras

do VC

D

z

&

''

t Q

(1.31)

(1.32)

 

ˆ

onde: u ˆ,

h

[J/kg] representam a energia interna específica e a entalpia específica, respectivamente,

&

''

Q

[W/m 2 ] é o fluxo de calor e v [m/s] é a velocidade média do escoamento. O fluxo difusivo de

calor na direção axial é considerado desprezível neste modelo. Dividindo tudo por z t , segue que:

A

[

u ˆ

+

t

t

u ˆ

t

]

=

t

Av

[

h ˆ

+

z

z

h ˆ

z

]

z

+

&

''

DQ

No limite quando z 0 e t 0 , por definição, a Equação (1.33) resulta
No limite quando z
0
e
t
0 , por definição, a Equação (1.33) resulta em:
ˆ
u
ˆ
∂ h
& ''
A
=
Av
+
DQ
∂ t
∂ z
Vapor
T s
A
T 0
v
T(t,z)
Fluido frio
& ''
Q
A

z=0

z
z

z=L

(1.33)

(1.34)

Figura 5. Trocador de calor bitubular (ou duplo tubo).

Considerando que não ocorre mudança de fase no líquido no tubo interno, e a partir de um estado de referência em que a energia interna e a entalpia são nulas, então, da Termodinâmica, podemos concluir que:

u ˆ

du ˆ

T

(

t

,

T

(

t

,

z

)

∂ ∂ T

h ˆ

dh ˆ

=

(

t

,

z

)

 

t

 

;

z

dT

t

(

t

t

,

z

)

=

 

Avc

p

T

(

t

z

,

z

)

+

 

)

=

T

(

t

,

z

)

+

DU

(T

s

 
 

v

z

 

Ac

p

= c

Ac v

T

(

t

,

v

T

z

t

T

z

)

= c

p

&

''

DQ

T

(

t

,

z

)

t

(t ,

z))

t

dT

t

=

A Equação (1.34) resulta em:

Ou:

(1.35)

(1.36)

(1.37)

UNIFESP/DCET/Engenharia Química - Análise de Sistemas - Prof. José Plácido - Rev. 1

15

A

fluxo de calor é dado por U (T s -T), onde U [W/(m 2 .ºC)] é o coeficiente global de troca térmica.

Equação (1.37) foi obtida considerando-se que c v =c , aproximação válida para líquidos, e que o

p

Para resolver a Equação (1.37) nos domínios do tempo e espacial entre z = 0 e z = L, são necessárias duas condições, uma para cada variável independente (t,z), a saber:

Condição de contorno:

Condição inicial:

T

T (t = 0, z) = T (0, z) perfil inicial de temperatura em z !!

(

t

,

z =

0)

= T

0

para

t

0

(1.38)

(1.39)

A Equação (1.37) é um exemplo de modelo a parâmetros distribuídos constituído por uma equação diferencial parcial (EDP), sendo um problema de valor inicial. Observe que, para resolver esse sistema, é necessário conhecer o perfil inicial de temperatura ao longo do trocador de calor no instante inicial de tempo (t = 0), além da temperatura T 0 (t) na entrada (z = 0) do trocador, a qual pode ser constante ou variar em função do tempo. Uma das técnicas de resolução deste tipo de problema requer o uso de uma malha de solução para o domínio espacial z, e isto será visto no Capítulo 6.

A simulação desse modelo em regime permanente requer a resolução da seguinte equação:

(

dT z

)

dz

=

T

(

z = 0

)

DU

v

Ac

p

= T

(

0

)

(T

s

= T

0

T (z))

(1.40)

(1.41)

Neste caso a temperatura depende apenas de z e a derivada total é utilizada, ao invés da derivada parcial. Portanto, neste caso temos uma equação diferencial ordinária e o problema é de valor inicial (EDO-PVI ou ODE-IVP em inglês - Ordinary Differential Equation - Initial Value Problem), permitindo uma solução em marcha para a variável z, o qual pode ser resolvido por um método numérico apropriado (Capítulo 5) ou, considerando um valor médio constante para o coeficiente global de troca térmica, U, pode ser resolvido analiticamente.

Exemplo 7: trocador de calor bitubular líquido+líquido. Considere o trocador de calor bitubular mostrado na Figura 6, no qual um líquido frio entra no tubo interno com temperatura T f,0 (em z = 0) e é aquecido por um líquido quente que escoa em contracorrente no tubo externo e entra (em z = L) a uma temperatura T q,0 .

A

q
q
   

q (t,z)

T

A

f (t,z)

T

f
f
 

v

q ( t , z ) T A f ( t , z ) T f
   
 

&

''

 
 

Q

 
 
   
 

Fluido quente

    Q       Fluido quente T q,L A f Fluido frio T f,0
    Q       Fluido quente T q,L A f Fluido frio T f,0

T q,L

  Q       Fluido quente T q,L A f Fluido frio T f,0 z=0

A f

Fluido frio

      Fluido quente T q,L A f Fluido frio T f,0 z=0 z z=L

T f,0

z=0

z

z=L

A q
A
q

Figura 6. Trocador de calor bitubular (ou duplo tubo).

UNIFESP/DCET/Engenharia Química - Análise de Sistemas - Prof. José Plácido - Rev. 1

16

Neste caso, ambas as temperaturas dos líquidos nos tubos interno e externo mudam não apenas com o tempo, mas também ao longo da direção axial z. O equacionamento desse sistema é feito fazendo- se balanços de energia nos elementos de volume de espessura z e áreas A f e A q , mostrados na figura como retângulos tracejados. Assume-se que as temperaturas dos líquidos não variam na direção radial, ou seja, só variam na direção axial z, velocidades médias v q e v f constantes (independem de z) e propriedades físicas constantes. A exemplo do balanço feito previamente no Exemplo 6, pode-se chegar ao seguinte sistema de equações diferenciais parciais:

T

f

( t

,

z

)

=

t

T

q

(

t

,

z

)

t

= v

 

T

f

(

t

,

z

)

+

DU

 

v

f

z

f

A

f

c

p

,

f

T

q

(

t

,

z

)

DU

 

(T q

q

z

A c

 

q

q

,

p q

 

(T q

(t ,

(t

,

z)

z)

T

f

T

f

(t

,

(t

,

z))

z))

(1.42)

(1.43)

As Equações (1.42) e (1.43) constituem exemplo de um sistema de equações diferenciais parciais acopladas, as quais devem ser resolvidas simultaneamente para a compreensão do comportamento transiente desse processo. Para resolver essas equações nos domínios do tempo e do espaço entre z = 0 e z = L são necessárias quatro condições, a saber:

Condição de contorno:

Condição inicial:

Condição de contorno:

Condição inicial:

T

f

T

f

T

q

T

q

z

(t =

,

( t

, z

(t =

( t

0)

=

0, z) = T (0, z)perfil inicial de temperatura em z !!

= L

0, z) = T (0, z)perfil inicial de temperatura em z !!

= T

f ,0

f

) = T

q L

,

q

para

t

0

para

t

0

(1.44)

(1.45)

(1.46)

(1.47)

Esse tipo de problema será estudado no Capítulo 6. A simulação em regime permanente desse modelo a parâmetros distribuídos pode ser modelada pelas seguintes equações:

Condição de contorno:

Condição de contorno:

dT

f

(

z

)

=

DU

 

dz

v

f

f

A

f

c

p

,

f

dT

q

(

z

)

=

DU

 

dz

v

A c

 

q

q

q

p q

,

 

(T (z)

q

(T (z)

q

T

f

(z))

T

f

(z))

T

f

T

q

(

(

z

0)

)

=

z = L

=

= T

T

f ,0

q ,

L

para z

=

0

para

z =

L

(1.48)

(1.49)

(1.50)

(1.51)

As Equações (1.48) e (1.49) constituem exemplo de um sistema de equações diferenciais ordinárias acopladas. Em função dos escoamentos serem contracorrente, uma das variáveis é especificada em z = 0 e a outra em z = L, portanto esse sistema constitui também um exemplo de problema de valor de contorno (inglês, BVP - boundary value problem). Esses tipos de problemas serão estudados no Capítulo 6.

No próximo item vamos abordar a questão da adimensionalização de equações,

UNIFESP/DCET/Engenharia Química - Análise de Sistemas - Prof. José Plácido - Rev. 1

17

1.5- Adimensionalização e aumento de escala (scale-up) de modelos.

Uma das técnicas utilizadas para facilitar a análise e a compreensão do comportamento dos modelos matemáticos é a adimensionalização das variáveis de estado. Com essa técnica, os parâmetros do modelo são agrupados em um número menor de entidades e, além disto, evita-se problemas de interpretação advindos do uso de sistemas diferentes de unidades de medida.

1.5.1- Exemplo 5 adimensional - sistema aquecedor/tanque agitado.

Vamos exemplificar a técnica para o modelo a parâmetros concentrados do Exemplo 5 apresentado na seção 1.4.5, dado pelas Equações (1.25) e (1.26):

Condição inicial:

dh =

1

dt

A

(F

1

+

F

2

k

h )
h )

dT

dt

=

F

1

Ah

(

T

1

T

(

t = 0

)

= T

(

0

T

)

+

F

2

(

T

2

T

)

+

&

Q

Ahc

p

Ah

)

= T

0

;

(

h t = 0

)

(

= h 0

)

= h

0

(1.25)

(1.26)

Em primeiro lugar, precisamos redefinir as variáveis de estado de modo a torná-las adimensionais mediante uma transformação conveniente. O objetivo é fazer com que todas as variáveis de estado adimensionais assumam valores entre 0 e 1, na medida do possível, ou, então, que possuam valores próximos de 1. Existem várias possibilidades de adimensionalização, sendo que a escolha por uma forma ou outra fica a critério de cada um. O importante é que os parâmetros usados na adimensionalização sejam constantes, ou seja, não variem no tempo e nem no espaço. Por exemplo, podemos redefinir a altura do líquido no tanque e a temperatura da água no tanque como:

x

1

=

h

h

0

;

x

2

=

T

T

0

(1.52)

Outras opções seriam, por exemplo: ( )

x

1

' =

h

h

0

Outras opções seriam, por exemplo: ( ) x 1 ' = h h 0 H (

H

(

T

T

0

)
)

T

0

e x

2

' =

, onde H é a altura máxima

em

e, por

do tanque, que teriam a vantagem de transformar a condição inicial

x

1

'(0)

=

0,

x

2

'(0)

=

0

(

h 0

)

= h

0

,T 0

x

1

(

)

' e

= T

0

x

2

'

. No entanto, neste caso podem ocorrem valores negativos em

este motivo, preferimos adotar a adimensionalização dada pela Equação (1.52).

Em segundo lugar, deve-se adimensionalizar as variáveis independentes (tempo, posição espacial etc). Em modelos a parâmetros concentrados, é comum utilizar o tempo fazendo-se uso do tempo de residência no tanque, que no caso pode ser escolhido como:

t res

=

V Ah

=

+

0

F

1

F 2

F

1

+

F

2

(1.53)

Assim, o novo tempo adimensional passa a ser dado por:

UNIFESP/DCET/Engenharia Química - Análise de Sistemas - Prof. José Plácido - Rev. 1

18

=

t

(

t F

1

+

F

2

)

=

t

res

Ah

0

(1.54)

Substituindo as novas variáveis adimensionais nas equações (1.25) e (1.26), temos que:

h dx 1 0 1 ( ) = F + F k h x 1
h
dx
1
0
1
(
)
=
F
+
F
k
h
x
1
2
0
1
t
d
A
res
T
dx
F
F
0
2
1
(
)
2
=
T x
+
(
T
T x
T 1
0
2
2
0
2
t
d
Ah x
Ah x
res
0
1
0
1
Condição inicial:
x
(
=
0)
= x
(0)
= 1 ;
x
(
=
0)
= x
(0)
1
1
2
2
Trabalhando as equações, temos que:
dx 1 = 
Ah
1
0
(
)
F
+
F
k
h
x
=
1
1
2
0
1
d
F
+
F
Ah
1
2
0
& Q ) + Ac h x p 0 1 = 1 k h 0
&
Q
)
+
Ac
h
x
p
0
1
= 1
k
h
0
x
1
F
+
F
1
2

dx

2

=

Ah

0

F 1 T

1

d

dx

2

=

F

1

+

F 1

F

2

1

Ah x

0

T

1

1

T

0

+

d

F

1

+

F

2

x

1

T

0

x

2

x

2

+

F

2

T

T

2

Ah x

0

1

0

F

2

1

T

T

2

F

1

+ F

2

x

1

0

x

x

+

2

&

Q

Ah

0

c

p

T x

0

1


  +

2

&

Q 1

c

p T

0

(

F

1

+ F

2

)

x

1

Como último passo, deve-se criar novos grupos adimensionais para os parâmetros remanescentes do modelo. No presente caso, podemos simplificar as equações acima definindo-se os seguintes agrupamentos adimensionais de parâmetros:

F

T

1

1

=

=

k h 0 = F F + F 1 2
k
h
0
=
F F
+ F
1
2

F 1 1

F

1

T

1

T

0

+

;

F

2

T

2

;

1

=

T 2

T

0

;

F 1

=

Q

F 1 F

2

=

F

1

+

F

2

F

1

+

F

2

&

Q

=

c

p

T

0

(

F

1

+ F

2

)

(1.55)

(1.56)

(1.57)

Substituindo os novos parâmetros adimensionais nas equações para x 1 e para x 2 , resulta no novo modelo denominado “Exemplo 5 adimensional”:

dx

1

d

=

1

F

x 1
x