Você está na página 1de 35

Universidade Federal de So Carlos

Campus So Carlos
Departamento de Engenharia Qumica
Kenji Urazaki Junior

Treinamento em simulao de processos qumicos utilizando o


programa cientfico Scilab

So Carlos
2013

Kenji Urazaki Junior

Treinamento em simulao de processos qumicos utilizando o programa


cientfico Scilab

Apresentao do projeto desenvolvido no


Programa Jovens Talentos para Cincia, ao
fomentada pela Capes e CNPq, como
treinamento para iniciao cientfica.
Orientador: Prof. Dr. Wu Hong Kwong.

So Carlos
2013

Sumrio
1 INTRODUO ....................................................................................................................... 4
1.1 Do programa JTPC ........................................................................................................... 4
1.2 Do projeto ......................................................................................................................... 4
1.3 Do Ten Problems .............................................................................................................. 4
1.4 Do Scilab........................................................................................................................... 5
2 OBJETIVOS ............................................................................................................................ 5
3 REVISO BIBLIOGRFICA E TERICA .......................................................................... 5
3.1 Problema 1, ....................................................................................................................... 6
3.2 Problema 2 ........................................................................................................................ 7
3.3 Problema 4 ...................................................................................................................... 10
3.4 Problema 5 ...................................................................................................................... 10
3.5 Problema 6 ...................................................................................................................... 12
3.6 Problema 7 ...................................................................................................................... 13
3.7 Problema 8 ...................................................................................................................... 14
4 MTODOS NUMRICOS ................................................................................................... 16
4.1 Sobre os Mtodos Numricos ......................................................................................... 16
4.2 Mtodo da bisseco ....................................................................................................... 16
4.3 Mtodo Newton-Raphson ............................................................................................... 18
4.4 Diviso pela esquerda ..................................................................................................... 18
4.5 Mtodo do Gauss-Jacobi ................................................................................................. 18
4.6 Mtodo de Euler.............................................................................................................. 20
4.7 Solucionadores ................................................................................................................ 21
5 RESULTADOS ..................................................................................................................... 21
5.1 Problema 1 ...................................................................................................................... 21
5.2 Problema 2 ...................................................................................................................... 23
5.3 Problema 4 ...................................................................................................................... 23
5.4 Problema 5 ...................................................................................................................... 23
5.5 Problema 6 ...................................................................................................................... 24
5.6 Problema 7 ...................................................................................................................... 25
5.7 Problema 8 ...................................................................................................................... 26
6 CONCLUSO ....................................................................................................................... 26
2

7 TRABALHOS FUTUROS .................................................................................................... 27


8 APNDICE ........................................................................................................................... 27
8.1 Linhas de cdigo de programao dos problemas .......................................................... 27
Problema 1......................................................................................................................... 27
Problema 2......................................................................................................................... 28
Problema 4......................................................................................................................... 29
Problema 5......................................................................................................................... 30
Problema 6......................................................................................................................... 31
Problema 7......................................................................................................................... 32
Problema 8......................................................................................................................... 33
9 REFERNCIA BLIBIOGRFICA ....................................................................................... 33

1 INTRODUO

1.1 Do programa JTPC

No ano de 2012 por uma iniciativa da Capes e do CNPq realizou-se um programa de


incentivo iniciao cientfica que consistia em inserir os estudantes, que ingressaram no
mesmo ano em Universidades e institutos federais, no meio cientfico. O programa Jovens
Talentos para Cincia selecionou por uma prova de conhecimentos gerais estudantes de
graduao de todas as reas do conhecimento, eram ofertadas seis mil bolsas de estudo,
dividas entre todo o Brasil, de acordo do nmero de inscritos em cada Universidade. Aps a
vigncia de 12 meses da bolsa, os candidatos estariam preparados para serem bolsistas do
Pibid, do Programa Cincias sem Fronteiras e outros programas de iniciao cientfica.

1.2 Do projeto

Este projeto teve carter de treinamento em soluo de problemas de Engenharia


Qumica com auxlio de programao computacional. Ao final saber-se-ia programar e
estruturar solues para problemas matemticos com aplicaes na Engenharia. O software
cientfico utilizado foi o Scilab e os problemas foram retirados do artigo Ten problems. A
maioria dos problemas foi resolvida com mtodos numricos, que foram estudados no projeto
(os seus algoritmos deveriam ser inseridos e executados no software). Ao final do projeto, os
resultados dos problemas foram discutidos.

1.3 Do Ten Problems

O Artigo uma coleo de 10 problemas de Engenharia Qumica que podem ser


solucionados por um software matemtico utilizando clculo numrico. Os problemas traziam
as informaes dos mtodos numricos que deviam ser usados para solucion-los, os
conceitos de engenharia utilizados e o problema em si.

1.4 Do Scilab

O Scilab (Scientific Laboratory) um programa para clculo cientfico gratuito desde


1994 e desenvolvido desde 1990 pelo INRIA (Institut Nationale de Recherche em
Informatique et en Automatique) e o ENPC (Ecole Nationale des Ponts et Chausse) na
Frana. O Scilab um programa open source, possui uma vasta biblioteca com funes
matemticas, polinmios, listas, sistemas lineares, solucionadores numricos; e sua
programao feita em linha admitindo a incorporao de programas em linguagens com C e
Fortran. O Scilab muito utilizado internacionalmente em ambientes acadmicos e industriais
e est em constante atualizao. Suas funes so similares ao MATLAB, mas sua utilizao
neste projeto foi motivada por ele ser um open source.

2 OBJETIVOS
O projeto teve como objetivo o aprendizado de como a computao numrica auxilia
na resoluo de problemas de Engenharia Qumica, tendo como ponto central o aprendizado
dos mtodos numricos e a familiarizao com o software cientfico.

3 REVISO BIBLIOGRFICA E TERICA


Os problemas a serem resolvidos eram dez, neste projeto sete foram resolvidos: dois
de introduo Engenharia Qumica, um de termodinmica, um de dinmica de fluidos, um
de transferncia de calor, um de transferncia de massa, um de processo de separao. Todos
os problemas envolviam algum conceito de engenharia qumica, assuntos abordados ao
decorrer do curso de graduao.
A seguir os problemas presentes no Ten problems e resolvidos no projeto sero
enunciados, com numerao semelhante ao artigo, apresentando o ttulo, rea na engenharia
qumica e problema matemtico a ser modelado. Depois de enunciado, cada problema
recebera uma breve introduo dos conceitos utilizados, todos retirados dos livros de
engenharia qumica.

3.1 Problema 1, Volume molar e fator de compressibilidade a partir da equao de van


der Waals, introduo Engenharia Qumica, soluo de uma equao no linear.
No problema o volume molar e fator de compressibilidade de um gs deveriam ser
calculados com o uso da equao de van der Waals.
A lei de gases ideais que relaciona Presso Volume e Temperatura se aplica bem em
pequenas presses (aproximadamente a da atmosfera). Para presses mais altas, uma equao
mais complexa deve ser utilizada, o que normalmente necessita de uma soluo numrica.
A equao de van der Waals utilizada dada por:
(P+a/V)(V-b) = RT
Onde
a= (27/64)(RTc/Pc)
b= RTc/8Pc
E as variveis so:
P = Presso (atm);
V = Volume molar (L/gmol);
T = Temperatura em Kelvin;
R = constante dos gases (0.08206 atmL/gmolK);
Tc = Temperatura crtica (405.5 K para a amnia);
Pc = Presso crtica (111.3 atm para a amnia).
O termo a/V a correo para a atrao entre as molculas do gs (a/V= 0 quando
trabalhamos com um gs ideal) e o termo b a correo para o volume ocupado pelas
molculas de gs. As constantes a e b so determinadas experimentalmente para cada gs.
Presso reduzida definida por:
Pr = P/Pc
O fator de compressibilidade de um gs dado por:
6

Z = PV/RT
No problema teve-se de calcular o volume molar e o fator de compressibilidade para o
gs amnia a presso de P = 56 atm e temperatura de T = 450 K usando a equao de van der
Waals. Os clculos deveriam ser repetidos para as presses reduzidas de Pr = 1, 2, 4,10 e 20, e
depois o fator de compressibilidade deveria ser analisado em funo de Pr.
Dever-se-ia resolver equaes no lineares de terceiro grau para a varivel de volume molar.
A equao era:
PV - (RT + Pb) V+aV-ab=0

O mtodo numrico utilizado foi o de bisseco, explicado na seo materiais e mtodos.

3.2 Problema 2, Balano de materiais em um trem de separao, introduo


Engenharia Qumica(Balano de Massa), soluo simultnea de equaes lineares.
No problema um sistema com Xileno, Estireno, Tolueno e Benzeno separado por um
sistema de colunas destiladoras. O esquema abaixo mostra as colunas, as correntes F, D, B,
D1, B1, D2 e B2 com suas composies molares e a vazo molar.

Figura 3.2-1 Fonte: A collection of ten numerical problems in chemical engineering solved by various
mathematical software packages.

O conceito de balano de massa parte do princpio de que a massa conservada.


Portanto, em qualquer sistema tem-se que para uma determinada substncia:
Sai = Entra + Reage acumula
O termo reage pode ser positivo ou negativo dependendo se dentro do sistema a
substncia produzida ou consumida.
Fazendo o balano de massa para os quatro componentes para todo o sistema, como
no h reao (h a conservao da quantidade de matria) e nem acmulo para eles, tem-se
que Entra = Sai. Ento:
Xileno: 0.07D1 + 0.18B1 + 0.15D2 + 0.24B2 = 0.15*70
Estireno: 0.04D1 + 0.24B1 + 0.10D2 + 0.65B2 = 0.25*70
8

Tolueno: 0.54D1 + 0.42B1 + 0.54D2 + 0.10B2 = 0.40*70


Benzeno: 0.35D1 + 0.16B1 + 0.21D2 + 001 = 0.20*70
Fazendo o balano de massa para a coluna de destilao dois, onde determinada a
vazo e a frao molar da corrente D, tem-se:
Vazo molar total: D = D1 + B1
Xileno: XDX*D = 0.07D1 + 0.18B1
Estireno: XDS*D = 0.04D1 + 0.24B1
Tolueno: XDT*D = 0.54D1 + 0.42B1
Benzeno: XDB*D = 0.35D1 + 0.16B1
Onde XDX = Frao molar de Xileno em D, XDS = Frao molar de Estireno em D,
XDT = Frao molar de Tolueno em D, XDB = Frao molar de Benzeno em D.
Analogamente, fazendo o balano de massa na coluna trs, onde determinada a
vazo e a frao molar da corrente B, tem-se:
Vazo molar total: B = D2 + B2
Xileno: XBX*B = 0.15D2 + 0.24B2
Estireno: XBS*B = 0.10D2 + 0.65B2
Tolueno: XBT*B = 0.54D2 + 0.10B2
Benzeno: XBB*B = 0.21D2 + 0.01B2
A partir das quatro primeiras inequaes foi possvel determinar D1, D2, B1, B2. O
mtodo utilizado para a soluo foi a diviso a esquerda, o que explicada na seo materiais
e mtodos, trabalhando com a matriz do sistema linear. A vazo e a composio molar das
correntes B e D foram determinadas com as outras oito equaes, apenas substituindo os
valores nelas, no prprio Scilab.

3.3 Problema 4, Equilbrio de mltiplas reaes entre gases, Termodinmica, soluo


simultnea de equaes no lineares.
Neste problema tem-se 7 gases em um reator de volume constante em que ocorrem 3
reaes de equilbrio:
A + B <-> C + D
B + C <-> X + Y
A + X <-> Z
Um sistema algbrico descreve a situao de equilbrio das reaes. Utilizando as
relaes termodinmicas de equilbrio e as relaes estequiomtricas para cada reao,
teremos um conjunto de sete equaes:
KC1 = CC*CD/CA*CB

KC2 = CX*CY/CB*CC

CA = CA0 CD CZ

CB = CB0 CD CY

KC3 = CZ/CA*CX
CC = CD CY

CY = CX + CZ
Nas equaes CA, CB, CC, CD, CX, CY e CZ so as concentraes das diversas
espcies envolvidas nas reaes.
No problema teve-se que solucionar o sistema de equaes quando CA0 = CB0 = 1.5,
KC1 = 1.06, KC2 = 2.63 e KC3 = 5 para as estimativas iniciais de que CD = CX = CZ = 0.
Neste problema utilizou-se o solucionador integrado do Scilab, fsolve.

3.4 Problema 5, velocidade terminal de queda, Dinmica de fluidos, soluo de uma


equao no linear.
O conceito envolvido neste problema o clculo da velocidade terminar de partculas
slidas em queda em fluidos sob a fora da gravidade.
Uma partcula acelerar sob a ao da gravidade num fluido at que a fora de arrasto
iguale-se fora da gravidade, momento em que ela comea a cair com uma velocidade
constante, terminal, dada por:
10

ut = sqrt(2gmp(p P)/P*PpApCd)
Onde
g = acelerao da gravidade (9.80665 m/s);
mp = massa da partcula;
Pp = densidade da partcula(kg/m);
P = densidade do fluido (kg/m);
Ap = rea da partcula projetada na direo do movimento (m);
Cd = coeficiente de arrasto.
Para partculas esfricas homogneas, que o caso do problema, a equao fica:
vt = sqrt(4gDp(p P)/P*Cd)
Se existe um movimento relativo entre uma partcula e o meio que ela est imersa, o
fluido do meio exercer uma fora de arrasto sobre a partcula. O valor do coeficiente de
arrasto uma funo do nmero de Reynolds. O nmero de Reynolds dado por:
Re = DpvtP/u
Onde
u a viscosidade em Pa*s ou Kg/m*s
Para nmero de Reynolds pequenos (Re < 0.1), pela lei de Stokes tem-se:
Cd = 24/Re
Para nmero de Reynolds intermedirio (0.1 <= Re <= 1000), tem-se:
Cd = (24/Re)(1 + 0.14Re^0.7)
Para o nmero de Reynolds (1000 <= Re <= 350000) no intervalo em que se aplica a lei de
Newton, ao e reao, tem-se:
Cd = 0.44

11

Para nmeros de Reynolds muito altos (Re > 350000), onde o coeficiente de arrasto cai
drasticamente, tem-se:
Cd = 0.19 8*10^4/Re
No problema temos de calcular a velocidade terminal de partculas de carvo (Pp =
1800 kg/m e Dp = 0.208*10^-3 m) afundando na gua temperatura de T = 298.15 K( p =
994.6 kg/m e u = 8.931*10^-4kg/ms) sob a ao da gravidade e depois numa centrfuga onde
a acelerao 30 vezes a da gravidade.
O problema foi resolvido utilizando o solucionador fsolve.

3.5 Problema 6, Troca de calor em uma srie de tanques, Transferncia de Calor,


soluo simultnea de um sistema de equaes diferenciais ordinrias.
No problema uma soluo de vrios componentes era aquecida numa srie de 3
tanques antes de ser alimentada numa coluna de destilao. Os tanques eram bem misturados,
admitindo ento uma uniformidade de temperatura do leo dentro de cada tanque e estavam
isolados do meio exterior. O leo entrava a uma temperatura de T0= 20C no primeiro tanque
a uma vazo mssica de W1 = 100 kg/min, vapor saturado a Tsteam = 250C condensava nas
serpentinas aquecedoras dentro do tanque. Saindo do primeiro tanque a uma temperatura T1
com a mesma vazo mssica que entrava no tanque 1 entrava num tanque 2, o qual era
tambm aquecido por uma serpentina onde ocorria a condensao do vapor a 250C.
Analogamente, o leo passava ento por um 3 tanque.
O aquecimento do leo era causado pelo resfriamento do vapor. A taxa de
transferncia de calor dada pela expresso:
Q = UA(Tsteam T)
Onde
UA = Coeficiente de transferncia de calor * rea da serpentina (UA = 10 KJ/min.C);
T = Temperatura do leo no tanque (C);
Q = Taxa de transferncia de calor (kJ/min).
12

Como a energia era conservada no sistema e energia no criada, nem destruda,


pode-se realizar o balano de energia para cada tanque individualmente utilizando o seguinte
balano:
Energia Acumulada = Energia que entra Energia que sai
A densidade do leo assumida constante, bem como a vazo mssica em todos os
tanques, ou seja, W = W1 = W2 = W3 e M = M1 = M2 = M3.
Os balanos de energia dos tanques ficam:
Tanque 1
d1/dt = 01 + Q f1
M*Cp*(dT1/dt) = W*Cp*T0 + UA(Tsteam T1) W*Cp*T1
Onde
Cp = Capacidade calorfica do leo (Cp = 2.0 kJ/kg).
Analogamente, para os outros tanques:
Tanque 2:
M*Cp*(dT2/dt) = W*Cp*T1 + UA(Tsteam T2) W*Cp*T2
Tanque 3:
M*Cp*(dT3/dt) = W*Cp*T2 + UA(Tsteam T3) W*Cp*T3
Rearranjando as EDOs temos 3 diferenciais que podem ser resolvidas por uma soluo
numrica. O problema nos pede as temperaturas de quase equilbrio nos 3 tanques, fazendo o
tempo decorrido ser bem grande, e o tempo necessrio para que a temperatura T3 alcance o
valor de 99% do equilbrio. O sistema de EDOs foi resolvido utilizando o solucionador ode
do Scilab.

3.6 Problema 7, Difuso com uma reao qumica em um disco, Fenmeno de


transporte, soluo de uma equao diferencial ordinria de segunda ordem com 2
condies de contorno.
13

No problema tem-se uma reao qumica entre A e B e a difuso dos componentes. A


o reagente, B o produto. O reagente A absorvido pelo contedo e consumido dentro
dele. A equao que modela esse sistema uma EDO de segunda ordem:
dCa/dz = (k/DAB)*Ca
Onde
Ca = concentrao do reagente A (kgmol/m);
z = varivel de distncia (m);
k = constante da reao homognea de consumo de A (1/s);
DAB = coeficiente de difuso em rea (m/s).
A interpretao geomtrica do sistema uma superfcie exposta que no permite
difuso pela sua superfcie externa. Ento se tem as condies de contorno:
Ca = Ca0

z=0

dCa/dz = 0

z=L

Onde Ca0 a concentrao de Ca na superfcie z = 0 e como no h difuso na


superfcie externa, a derivada de Ca em relao a z 0.
O sistema possui uma soluo analtica da forma:
Ca =Ca0*(cosh(L*sqrt(k/DAB)*(1-z/L)))/cosh(L*sqrt(k/DAB))
Para a soluo numrica, utilizou-se o solucionador ode implementado ao mtodo de
Newton-Raphson, para que a condio de contorno da derivada zero estivesse satisfeita.

3.7 Problema 8, destilao de uma mistura binria, Processo de separao, soluo de


um sistema de uma equao diferencial ordinria e uma equao no linear.
Destilao um processo de separao de componentes de uma mistura lquido/vapor
que coexistem a uma mesma temperatura e presso. Componentes mais volteis (temperatura
de ebulio mais baixa) tendem a permanecer no estado de vapor; e os menos volteis
(temperatura de ebulio mais alta) tendem a permanecer no estado lquido. O resultado que
com o aquecimento da mistura, a fase de vapor fica mais ricamente concentrada com os
14

componentes mais volteis; e, a fase lquida, com os componentes menos volteis. Na


destilao deste problema, a mistura alimentada e o processo ocorre em batelada, ou seja,
no h uma alimentao contnua. O lquido remanescente L vai diminuindo e a temperatura,
por estar o lquido mais rico com o componente de maior temperatura de ebulio, vai
aumentando. A equao que descreve o valor de L em funo da frao molar do componente
menos voltil, x2, uma diferencial da forma:
dL/dx2 = L/(x2*(k2 1))
Onde
k2 = Razo do equilbrio vapor/lquido.
O valor de ki uma relao que quantifica a tendncia do componente i em se vaporizar. O
seu valor dado por:
ki = Pi/P
Onde
Pi = Presso de vapor do componente;
P = Presso total do sistema.
A presso de vapor Pi pode ser modelada pela equao de Antoine que utiliza 3 parmetros
experimentais, A, B, C para um componente i tem-se:
Pi = 10^(Ai Bi/(T+Ci))
Onde
T = Temperatura do sistema em C.
Os valores de A, B e C para o benzeno e para o tolueno so:
Benzeno: A = 6.90565

B = 1211.033

C = 220.79

Tolueno:

B = 1344.8

C = 219.482

A = 6.95464

A temperatura do sistema de destilao segue o ponto de bolha da mistura. Quando se


tem uma mistura binria, o ponto de bolha a temperatura em que a primeira bolha de vapor
15

aparece. O ponto de bolha definido implicitamente usando as razes do equilbrio


vapor/lquido das 2 substncias. A equao algbrica :
k1*x1 + k2*x2 = 1
No problema uma mistura de benzeno (componente 1) e tolueno (componente 2) eram
destiladas e aps a frao de tolueno ter um valor determinado, pediase a quantidade de
lquido remanescente. A soluo deste problema exigiu a soluo de uma sistema com 1
equao algbrica no linear, solucionada por fsolve, e 1 EDO, solucionada por ode.
4 MTODOS NUMRICOS

4.1 Sobre os Mtodos Numricos

Mtodos numricos so formas de solucionar problemas utilizando os conhecimentos


de Clculo e funes. Eles diferem da soluo analtica por dar uma soluo aproximada do
problema, muitas vezes implement-los muito mais prtico, simples e rpido para solucionar
diversos problemas que envolvem funes. Mtodos numricos so baseados em
aproximaes, realizando diversas iteraes (repetio do algoritmo do mtodo), por serem
estruturados em algoritmos que devem ser repetidos diversas vezes a sua praticidade se
encontra quando entra em conjunto com alguma linguagem de programao que admite lao,
como por exemplo, o software utilizado neste projeto. Mtodos numricos tambm podem ser
utilizados para otimizao, controle de sistemas, construo de grficos. Alguns dos
principais mtodos de resoluo sero apresentados a seguir, todos retirados de livros de
Clculo Numrico, ver nas referncias bibliogrficas.

4.2 Mtodo da bisseco

Este mtodo utilizado no problema 1 para encontrar a raiz de uma funo(f(x)=0) e


utiliza o Teorema do Valor Intermedirio do clculo.

16

O Teorema do Valor Intermedirio do clculo diz que se temos uma funo f(x)
continua num intervalo [a,b] e f(a) >0 e f(b)<0, temos uma f(c) = 0, em que c pertence ao
intervalo [a,b]. Ento a funo tem uma raz real c.
No mtodo de bisseco diversas iteraes so feitas para que se encontre a raiz da
funo. A figura a seguir ilustra o mtodo e seu algoritmo, representando 3 iteraes que
aproximam-se cada vez mais do valor , a raiz da funo.

Figura 3.1

Fonte: Clculo Numrico, Aspectos Tericos e Computacionais - 2 Edio

Algoritmo do mtodo:
Tendo a0 e b0
f(a0)<0 e f(b0)>0 temos um x0 = (a0 + b0)/2
Se f(x0)<0 ento fazemos, a1= x0 e b1=b0. Se f(x0)>0 ento fazemos, b1=x0 e a1=a0.
A iterao repetida: x1 = (a0+b0)/2... At que xi convirja para a raiz com um erro e.
17

4.3 Mtodo Newton-Raphson

Este mtodo utilizado tambm para encontrar a raiz de uma funo, ele utiliza a
noo da reta tangente a um ponto de f(x). A funo iterada :
Xk+1 = Xk f(Xk)/f(Xk)
No processo de iterao, o valor Xk+1 onde a reta tangente a f(Xk) intercepta a abcissa.
Conforme iterada, a funo convergiria ao valor do zero da funo original. A imagem
a seguir ilustra o mtodo descrito.

Figura 4.2 Fonte: http://pt.wikipedia.org/wiki/Ficheiro:Ganzhi001.jpg

4.4 Diviso pela esquerda

A diviso pela esquerda consiste em multiplicar os dois lados da representao


matricial pela inversa da matriz dos coeficientes numricos. No SciLab a diviso pela
esquerda representada por \. Quando multiplicamos uma matriz pela sua inversa temos sua
identidade, portanto, na soluo pela diviso a esquerda, as variveis so retornadas isoladas.
4.5 Mtodo do Gauss-Jacobi
18

Este mtodo iterativo utilizado para soluo de sistema de n equaes lineares.


Normalmente utilizado quando o nmero de equaes grande, em que este mtodo
encontra utilidade.
Dada uma matriz Ax = b do sistema linear de n equaes e x = Cx + g. Tendo um sistema:

Figura 4.5-1 Fonte: Clculo Numrico, Aspectos Tericos e Computacionais - 2 Edio

Desta forma tem-se x = Cx + g onde:

Figura 4.5-2 Fonte: Clculo Numrico, Aspectos Tericos e Computacionais - 2 Edio

19

Figura 4.5-3 Fonte: Clculo Numrico, Aspectos Tericos e Computacionais - 2 Edio

O mtodo consiste em a partir do valor de x(0) obter uma sequncia x(1), ..., x(k) que
convirja para a soluo depois de k iteraes da relao:
x(a+1) = Cx(a) + g
4.6 Mtodo de Euler
O mtodo de Euler pode ser utilizado para resolver um problema de valor inicial: y =
f(x,y), y(x0) = y0. Como se sabe o valor de x0 e y0 tem-se o valor de y(x0,y0) = f(x0, y0).
Temos a reta tangente ao ponto (x0, y0) da funo diferencial conhecida e sua equao :
R: r0(x) = y(x0) + (x x0)*y(x0)
Escolhendo um h = x(k+1) x(k), y(x1) aproximadamente y1 = r0(x1), ou seja,
y1 = y0 + h*f(x0,y0)
O raciocnio pode ser repetido para y(x2) e, assim, a relao iterativa para o mtodo fica:
y(k+1) = y(k) + h*f(x(k),y(k))
Interpretando geometricamente o problema:

20

Figura 4.6-1 Fonte: Clculo Numrico, Aspectos Tericos e Computacionais - 2 Edio

Quanto menor o intervalo entre x0 e x1 tem-se maior preciso no valor de y, este raciocnio
usado para mtodos mais elaborados que utilizam o mesmo princpio do mtodo de Euler.
4.7 Solucionadores

O Scilab possui solucionadores incorporados na sua programao. Neste projeto, 2


deles foram amplamente utilizados. O solucionador fsolve utilizado para se encontrar a raz
de uma funo polinomial. O solucionador ode utilizado para modelagem de uma equao
diferencial ordinria de primeira ordem.
5 RESULTADOS

5.1 Problema 1

21

A-) O volume molar da amnia de 0.574893 litros/mol e sua compressibilidade de


0.871828 presso de 56 e temperatura 450.
Z= 0.871828

Pr = 0.503145

Se resolvido como um gs ideal (PV = nRT) o valor do volume molar da amnia 0.6594107
L/mol, um valor maior de volume, com significada diferena. O valor de volume molar
calculado pela relao do gs ideal se aproxima cada vez mais do valor calculado pela
equao de van der Waals quanto mais a presso se aproxima de 1 atmosfera.
B-)
PR
1
2
4
10
20

V(litros/mol)
0.233506
0.0772709
0.0606556
0.0508755
0.0461735

Z
0.7038
0.465797
0.731277
1.53342
2.78339

C-)

Z x PR
3
2,5
2
1,5

Z x PR

1
0,5
0
0

10

15

20

25

O fator de compressibilidade apresenta este comportamento de decrescer da presso


reduzida 1 para 2 por, em presses que ultrapassam a presso crtica, a fase lquido/ vapor no
ser mais distinguvel. Esta ultrapassagem do ponto crtico do gs muito bem percebida pelo
volume molar, que diminui bruscamente da presso reduzida 1 para a presso reduzida 2.
22

5.2 Problema 2

A-) Os valores das taxas molares em cada sada so:


D1=26.25 mol/s
B1=17.5 mol/s
D2=8.75 mol/s
B2=17.5 mol/s
B-) Os valores das taxas molares em cada sada so:
D=43.75 mol/s, em que consistia de 4.9875 mols de xileno, 5.25 mol de estireno, 21.525 mol
de tolueno, 11.9875 mol de benzeno.
B=26.25 mol/s, em que consistia de 5.5125 mols de xileno, 12.25 mol de estireno, 6.475 mol
de tolueno, 2.0125 mol de benzeno.

5.3 Problema 4

A-) A concentrao final de cada espcie :


A = 0.420689
B = 0.242897
C = 0.153565
D = 0.705334
X = 0.177792
Y = 0.551769
Z = 0.373977.

5.4 Problema 5
23

A-) A velocidade terminal para a partcula acelerada pela gravidade 0.0157816 m/s
B-) A velocidade terminal para a partcula acelerada por 30 vezes a gravidade 0.206021 m/s
5.5 Problema 6

O grfico foi desenhado no Scilab e representa a temperatura do leo no tanque


1(curva azul), tanque 2 (curva verde), tanque 3(curva vermelha) em funo do tempo que
varia de 0 a 160 s. A temperatura de equilbrio nos tanques 1, 2 e 3, respectivamente foram:
30.9524 C, 41.3832C, 51.3173C.

24

5.6 Problema 7

No grfico do valor da concentrao de A em funo do valor de z tem-se a soluo


analtica (curva verde) e a soluo pelo mtodo numrico (curva azul). Nota-se que os dois
mtodos possuem solues muito semelhantes.

25

5.7 Problema 8

A curva acima descreve a quantidade de lquido remanescente na destilao(L) em


funo da frao molar do tolueno na mistura (0.8 ao final). A quantidade de lquido
remanescente foi de 13.755 mols.
6 CONCLUSO
Modelar e solucionar problemas de Engenharia atravs de recursos computacionais
uma forma mais simples e prtica considerando cada tipo de problema. Cada soluo possui
erros inerentes ao processo de iterao, o qual nunca exato. Na modelagem dos problemas
erros so incorporados, portanto, no momento de programar um mtodo numrico deve-se
analisar o tempo que se dispes para sua resoluo, o erro mximo que admitido, o poder de
processamento da mquina onde se escreve o cdigo e o tipo de problema. No projeto
aplicaram-se diversos mtodos para cada problema, no se preocupou com o tempo para
completar as iteraes, pois os problemas eram resolvidos isoladamente e possuam estrutura
muito simples. O treinamento foi satisfatrio, a familiaridade com o processo de programao
foi alcanada e os mtodos foram absorvidos em parte. Novas fronteiras para o aprendizado
de mtodos numricos foram abertas. No quinto semestre do curso o aprendizado dos
mtodos ser aprofundado no curso de Clculo numrico.
26

7 TRABALHOS FUTUROS
Trs problemas da coletnea ficaram a serem resolvidos, por questo de tempo de
projeto e eventualidades ao decorrer do ano de pesquisa. Os outros sete problemas podem ser
analisados quanto a outras formas de solucion-los, h inmeras com a utilizao de mtodos
numricos. O treinamento deu uma base de conhecimento para o aprendizado de otimizao
de processos qumicos. A otimizao possui diversas tcnicas para busca de melhores
solues para os problemas (encontrar mximos ou mnimos).
8 APNDICE
8.1 Linhas de cdigo de programao dos problemas:
Problema 1

1. // Calculo do volume molar do gs amnia e o seu fator de compressibilidade com o


uso da equao de Van der Waals
2. // (P+a/V)*(V-b)=R*T
3. Tc = 405.5; // Temperatura critica da amnia em Kelvin
4. Pc = 111.3; // Presso critica da amnia em atm
5. R = 0.08206; // Constante dos gases, atm.L/g.mol.K
6. a= (27/64)*((R*R*Tc*Tc)/Pc);
7. b= (R*Tc)/(8*Pc);
8. printf('O Problema 1 ser resolvido para determinar o volume molar e a
compressibilidade de uma amostra do gs de Amnia');
9. T = 450;
10. // K
11. Pp= 56;
12. //Atm
13. e= input('Qual a preciso desejada (e<1 e e>0)? ');
14. // Presso a ser usada nos casos
15. Pr = [(Pp/Pc) 1 2 4 10 20];
16. c = 1;
17. while c<=6
18. P = Pc * Pr(c);
19. W= P;
20. A = -(R*T + P*b);
21. B = (a);
22. C = -(a*b);
23. // Equao do Volume molar: W*V+A*V+B*V+C=0 (1)
24. //Mtodo da bisseo para encontrar a raiz
25. // x=0 satisfaz que a equao 1 seja negativa, -(a*b) negativo j que a e b so
positivos
26. Ri=0;
27. //Achar x que a equao 1 fique >0
28. //Chute inicial:
29. X=((R*T)/P)*3;
27

30. //teste:
31. if W*X*X*X+A*X*X+B*X+C >0 then
32. Si= X;
33. else printf('Defina o segundo valor por outro mtodo')
34. end
35. //preciso desejada
36. n= ((log(Si-Ri)-log(e))/log(2))-1;
37. //mtodo bisseo
38. i=1;
39. while i<= n
40. xi=(Ri+Si)/2;
41. if W*xi*xi*xi+A*xi*xi+B*xi+C<0 then
42. Ri=xi;
43. Si = Si;
44. else
45. Ri=Ri;
46. Si = xi;
47. end
48. i= i + 1;
49. end
50. Z = (P*xi)/(R*T);
51. printf('O volume molar da amnia de %g litros/mol e sua compressibilidade de %g
presso de %g e temperatura %g,com preciso de %g\n', xi, Z , P, T , e);
52. //Estudo de Z e Pr
53. printf('Z= %g Pr = %g\n', Z , Pr(c));
54. c = c + 1;
55. end

Problema 2

1. //Problema 2 - Steady state material balances on separation train


2. // Soluo de um sistema de equaes lineares.
3. //Balano do material nos componentes individuais no trem de separao, na forma
matricial;
4. A = [0.07 0.18 0.15 0.24; 0.04 0.24 0.10 0.65; 0.54 0.42 0.54 0.10; 0.35 0.16 0.21
0.01];
5. b = [0.15*70; 0.25*70; 0.40*70; 0.20*70];
6. //Parte a do problema
7. //temos que : [xylene; styrene; toluene; benzene] = A*[D1 ; B1; D2; B2]= b
8. //diviso esquerda(Multiplicao de b pela inversa de A)
9. a = A\b;
10. //atribuio dos valores
11. D1= a(1,1);
12. B1= a(2,1);
13. D2= a(3,1);
14. B2= a(4,1);
15. printf('Os valores das taxas molares em cada sada so:\n D1=%g mol/s\n B1=%g
mol/s\n D2=%g mol/s\n B2=%g mol/s\n', D1, B1, D2, B2);
28

16. //Parte b
17. //Sada D; na sequencia de equaes temos: Frao molar de xylene, styrene, toluene e
benzene
18. XdxD = [0.07 0.18]*[D1; B1];
19. XdsD = [0.04 0.24]*[D1; B1];
20. XdtD = [0.54 0.42]*[D1; B1];
21. XdbD = [0.35 0.16]*[D1; B1];
22. D = XdxD+ XdsD+ XdtD + XdbD;
23. //Sada B; mesma sequencia da anterior
24. XbxB = [0.15 0.24]*[D2; B2];
25. XbsB = [0.10 0.65]*[D2; B2];
26. XbtB = [0.54 0.10]*[D2; B2];
27. XbbB = [0.21 0.01]*[D2; B2];
28. B = XbxB+ XbsB+ XbtB + XbbB;
29. printf('Os valores das taxas molares em cada sada so:\n D=%g mol/s, em que
consistia de %g mol de xylene, %g mol de styrene, %g mol de toluene, %g mol de
benzene\n B=%g mol/s, em que consistia de %g mol de xylene, %g mol de styrene,
%g mol de toluene, %g mol de benzene', D, XdxD, XdsD, XdtD, XdbD, B, XbxB,
XbsB, XbtB, XbbB)

Problema 4
1. clear
2. k1=1.06;
3. k2=2.63;
4. k3=5;
5. function f=eq(x)
6. f(1)=x(3)*x(4)-k1*x(1)*x(2);
7. f(2)=x(5)*x(6)-k2*x(2)*x(3);
8. f(3)=x(7)-k3*x(1)*x(5);
9. f(4)=1.5-x(4)-x(7)-x(1);
10. f(5)=1.5-x(4)-x(6)-x(2);
11. f(6)=x(4)-x(6)-x(3);
12. f(7)=x(5)+x(7)-x(6);
13. endfunction
14. xi=[1.5 1.5 0 0 0 0 0];
15. x=fsolve(xi,eq,%eps);
16. printf('Para o estado a as concentrao finais so:\n A:%g\n B::%g\n C::%g\n D::%g\n
X::%g\n Y::%g\n Z::%g\n',x(1),x(2),x(3),x(4),x(5),x(6),x(7))
17. function f=eq(x)
18. f(1)=x(3)*(x(4)+1)-k1*x(1)*x(2);
19. f(2)=(x(5)+1)*x(6)-k2*x(2)*x(3);
20. f(3)=(x(7)+1)-k3*x(1)*(x(5)+1);
21. f(4)=1.5-(x(4)+1)-(x(7)+1)-x(1);
22. f(5)=1.5-(x(4)+1)-x(6)-x(2);
23. f(6)=(x(4)+1)-x(6)-x(3);
24. f(7)=(x(5)+1)+(x(7)+1)-x(6);
25. endfunction
29

26. xi=[1.5 1.5 0 1 1 0 1];


27. x=fsolve(xi,eq,%eps);
28. printf('Para o estado B, as concentrao finais so:\n A:%g\n B::%g\n C::%g\n
D::%g\n X::%g\n Y::%g\n Z::%g\n',x(1),x(2),x(3),x(4),x(5),x(6),x(7))
29. xi=[3 3 5 15 15 5 15];
30. x=fsolve(xi,eq,%eps);
31. printf('Para o estado c as concentrao finais so:\n A:%g\n B::%g\n C::%g\n D::%g\n
X::%g\n Y::%g\n Z::%g\n',x(1),x(2),x(3),x(4),x(5),x(6),x(7))

Problema 5

1. //Resoluo do problema 5 a partir do fsolve do scilab


2. Pp=1800;
3. Dp= 0.000208;
4. T= 298.15;
5. p=994.6;
6. u=8.931*(10^(-4));
7. g=9.80665;
8. function F=f(vt)
9. Re=(Dp*vt*p)/u;
10. if Re<0.1 then
11. Cd=(24/Re);
12. elseif Re<=1000 then
13. Cd= (24/Re)*(1+0.14*(Re^(0.7)))
14. elseif Re<=350000 then
15. Cd=0.44
16. else
17. Cd= 0.19-(8*(10^4))/Re;
18. end
19. F=sqrt((4*g*(Pp-p)*Dp)/(3*Cd*p))- vt
20. endfunction
21. [vt]=fsolve(0.1,f,%eps)
22. printf('A velocidade terminal para a partcula acelerada pela gravidade %g m/s \n',
vt)
23. g=30*g;
24. function F=f(vt)
25. Re=(Dp*vt*p)/u;
26. if Re<0.1 then
27. Cd=(24/Re);
28. elseif Re<=1000 then
29. Cd= (24/Re)*(1+0.14*(Re^(0.7)))
30. elseif Re<=350000 then
31. Cd=0.44
32. else
33. Cd= 0.19 - (8*(10^4))/Re;
34. end
35. F=sqrt((4*g*(Pp-p)*Dp)/(3*Cd*p))-vt
36. endfunction
30

37. [vt]=fsolve(0.1,f,%eps)
38. printf('A velocidade terminal para a partcula acelerada por 30 vezes a gravidade %g
m/s', vt)

Problema 6

1. //// Problema 6, differential equations...


2. //Constantes do processo
3. //Heat capacity of the oil KJ/kg
4. Cp=2;
5. //KJ/min*C
6. UA= 10;
7. //Temperatura inicial C
8. To=20;
9. //Vazo mssica kg/min
10. W=100;
11. //Massa de leo kg
12. M= 1000;
13. //Temperatura do vapor C
14. Ts=250;
15. function tdot=f(t, T)
16. tdot(1)=[W*Cp*(To-T(1))+UA*(Ts-T(1))]/(M*Cp)
17. tdot(2)=[W*Cp*(T(1)-T(2))+UA*(Ts-T(2))]/(M*Cp)
18. tdot(3)=[W*Cp*(T(2)-T(3))+UA*(Ts-T(3))]/(M*Cp)
19. endfunction
20. c=0:1:5000;
21. for i = 1:101
22. t(1)= 0
23. t(i)= (i-1)
24. T0=[20 20 20];
25. t0=0;
26. [X]=ode(T0,t0,t,f);
27. T1(1)=20
28. T2(1)=20
29. T3(1)=20
30. a = 1 + 3*t(i);
31. b = 2 + 3*t(i);
32. c = 3 + 3*t(i);
33. T1(i)= X(a);
34. T2(i)= X(b);
35. T3(i)= X(c);
36. end
37. printf('As temperaturas de equilibrio nos tanques 1, 2 e 3, respectivamente foram:%g,
%g, %g', T1(161), T2(161), T3(161))
38. plot(t, [T1 T2 T3])

31

Problema 7

////Soluo do problema 7 da soluo analtica.


////Concentrao inicial:(kgmol/m)
CA0=0.2;
////Constante s^-1
k=10^(-3);
////coeficiente de difuso binrio? m/s
DAB= 1.2*(10^(-9));
//// m, distncia da superfcie
L=10^(-3);
for c= 2:1:100
z(1)=0
z(c) = c*0.00001
CAb=CA0*(cosh(L*sqrt(k/DAB)*(1-z/L)))/cosh(L*sqrt(k/DAB));
end
////Soluo do problema pela EDO de segunda grau.
////x(1)= Ca, x(2) = dca/dt
p=1
dCadt(100) = 1;
while abs(dCadt(100)) > 10^(-6)
for i = 2:1:100
z(1)=0
z(i) = i*0.00001
function ydot=f(z, x)
ydot(2)= k*x(1)/DAB;
ydot(1)= x(2);
ydot(3) = x(4);
ydot(4) = k*x(3)/DAB;
endfunction
A(1) = 1;
A0 = A(p)
x01=[CA0 A0 0 1];
z0=0;
[X] = ode(x01,z0,z,f)
CA(1) = 0.2;
dCadt(1) = A(p);
a = 1 + 4*(i-2);
b = 2 + 4*(i-2);
d = 4 + 4*(i-2);
dCadt(i)= X(b);
CA(i) = X(a);
DX(b) = X(d);
end
p= p + 1
A(p)= A(p-1) - ((X(b))/(X(d)))
end
plot(z, [CA CAb])
32

Problema 8

////Problema 8 - Binary Batch Destillation


////A mistura a ser destilada uma mistura binria de benzeno e tolueno.
////Dados:
//constantes do benzeno
A1=6.90565;
B1=1211.033;
C1=220.79;
//constantes do tolueno
A2=6.95464;
B2=1344.8;
C2=219.482;
//Informaes do sistema
P= 1.2*760;
//Presso mm de HG
L0= 100;
//100 mols da mistura inicial
x10=0.60;
//frao molar de benzeno
x20=0.40;
//frao molar de tolueno
for i = 2:1:101
X(1)=0.400
X(i) = 0.400 + 0.004*(i-1)
function F=temp(x)
F= (((10^(A1-(B1/(x+C1))))/P)*(1-X(i))) + ((10^((A2-(B2/(x+C2))))/P)*(X(i))) - 1
endfunction
////Funo no linear(Resolvendo-a teremos a temperatura x do sistema)
x(i)=fsolve(80,temp)
k2(i) = (10^((A2 - (B2/(x(i)+C2)))))/P
//Soluo pelo mtodo de Euler
h(i) = X(i)- X(i-1)
L(1) = 100
L(i) = L(i-1) + h(i)*L(i-1)/(X(i)*(k2(i)-1))
end
plot(X, L)

9 REFERNCIA BLIBIOGRFICA
CUTLIP, M. HWALEK, J. et al. A collection of ten numerical problems in chemical
engineering solved by various mathematical software packages. New York: John Wiley &
Sons, 1998.

33

BADINO Jr, Alberto Colli; CRUZ, Antonio Jos Gonalves. Fundamentos de Balanos de
Massa e Energia: um texto bsico para anlise de processos qumicos. So Carlos:
EdUFSCar, 2010.
ARENALES, Selma Helena Vasconcelos; DAREZZO, Arthur. Clculo numrico:
aprendizagem com apoio de software. So Paulo: Thomson Learning, 2008.
RUGGIERO, Mrcia A. Gomes; ROCHA, Vera Lcia da Lopes. Clculo Numrico,
Aspectos Tericos e Computacionais. So Paulo: Pearson Education, 1996.
Perry, Robert, et al. Perry's Chemical Engineers' Handbook. New York: McGraw-Hill
Professional, 2007.

Dean, Jean A. . Lange's Handbook of Chemistry. New York: McGraw-Hill


Professional,1999.

Van Ness, H. C., et al. Introduction to chemical engineering thermodynamics. New York:
McGraw-Hill Professional, 2005.

Lacerda, E. G. M. Programando com Scilab: verso: 0.24. UFRN: Departamento de


Engenharia de Computao e Automao (DCA), 2011.

34