Escolar Documentos
Profissional Documentos
Cultura Documentos
La simulacin es el estudio de un
sistema o sus partes, mediante la
manipulacin de su representacin
matemtica o fsica (modelos).
Modelamiento y simulacin
3. MODELAMIENTO EN INGENIERA
= Representacin de un sistema
Fsicos
Analgicos.
(Analogas)
Teoras
provisionales
Grficos y
mapas
Enunciados
Matemticos
Modelamiento y simulacin
3.1 Tipos de modelos con fundamentacin Matemtica
Probabilidad
Determinsticos
Estocsticos
Molecular o atmico.
Magnitud de
Microscpico o macroscpico.
Detalle
Modular o Distribuido.
Base
Fenomenolgico.
Estadstico (Emprico)
Enfoque
Dependencia
del tiempo
Fenmenos de transporte.
Balance poblacional
Leyes de Evolucin
Estocstica.
Teoras de Regresin
Estadstica. (Caja negra)
Anlisis dimensional y
semejanza.
Estado estacionario
Estado no estacionario
Estructura
Matemtica
Integral.
Diferencial.
Diferencias.
Lineal.
No Lineal
Modelamiento y simulacin
Aire
Productos
Modelamiento y simulacin
Modelamiento y simulacin
Balance Msico.
Modelamiento y simulacin
Balance Msico.
= +
Q c = 0 ; Sistema adiabtico
Balance calrico
Q React = Q prod
Q = nHc = n 298 Cp
nHprod= nHreact
Donde se conoce que:
n
T
T
C
dT
+
n
C
d
298 pCO2
298 pH2O
= 690,000
Modelamiento y simulacin
Modelamiento y simulacin
Modelamiento y simulacin
Validacin del modelo: se trata de aplicar el modelo a un caso real conocido para ver si es correcta su
formulacin.
Anlisis de Sensibilidad de los parmetros: en esta fase, se trata de modificar los datos
correspondientes a los factores importantes para ver como varan los resultados con el modelo.
Aplicacin del modelo: una vez completadas las fase anteriores, podemos aplicar el modelo a la
situacin que queremos estudiar y analizar los resultados obtenidos. El anlisis de estos resultados nos
va a proporcionar, por ejemplo, datos de si se va a extinguir una enfermedad, datos sobre contagios, etc.
Modelamiento y simulacin
3.1 Tipos de modelos con fundamentacin Matemtica
Modelamiento.
Formulacin
del modelo
Verificacin
del modelo
Validacin del
modelo
Simulacin y
Optimizacin.
Anlisis de
Sensibilidad
de los
parmetros
Aplicacin
del modelo
Modelamiento y simulacin
3.1 Tipos de modelos con fundamentacin Matemtica
Probabilidad
Determinsticos
Estocsticos
Molecular o atmico.
Magnitud de
Microscpico o macroscpico.
Detalle
Modular o Distribuido.
Base
Fenomenolgico.
Estadstico (Emprico)
Dependencia
del tiempo
Fenmenos de transporte.
Balance poblacional
Leyes de Evolucin
Estocstica.
Teoras de Regresin
Estadstica. (Caja negra)
Anlisis dimensional y
semejanza.
Estado estacionario
Estado no estacionario
Estructura
Matemtica
Integral.
Diferencial.
Diferencias.
Lineal.
No Lineal
=
+
Generacin de propiedad
superficial JSA
en la direccin del vector normal a
la superficie n.
d=intervalo de tiempo
=Concentracin de la propiedad
= P/V
P= Cantidad de propiedad
Modelamiento y simulacin
USO DE LA HERRAMIENTA Xcos (sciCOS) DE SCILAB PARA LA
SOLUCION DE ECUACIONES DIFERENCIALES ORDINARIAS (EDO)
Xcos es una herramienta de Scilab que permite modelar y simular sistemas
hbridos , incluyendo modelos continuos y discretos. Tambin permite simular
sistemas descritos por ecuaciones explcitas (Simulacin causal) y ecuaciones
implcitas (simulacin a-causal). Xcos incluye un editor grafico el cual permite
representar fcilmente los modelos como Diagramas de bloques
interconectados, en donde cada bloque representa una funcin bsica predefinida o creada por el usuario.
Modelamiento y simulacin
Desde el command
Window de Scilab
Explorador de bloques
Modelamiento y simulacin
Ejemplo de Aplicacin
(Caso anterior)
Encontrar la solucin a la siguiente ecuacin diferencial Explicita:
Seal
Entradas
Bloque de
operacin
Seal Resultante
Interrelacin de
entradas/Seales
Modelamiento y simulacin
Solucin
Cmo puede desglosarse en un diagrama de bloques segn la lgica de la
programacin en Xcos la ecuacin diferencial:
Multiplicacin
Potencia
Resta
d
= 2.2067 x 1012(4 81x 108 )
dt
Requerimientos de la
expresin diferencial, para
la solucin.
Multiplicacin
Integracin
d
dt
( 0 = 1200 K)
Bloque Xcos: Integral
= ()
Resultado
Variable
Independiente
La salida es la integral de la
entrada, dando el paso del
tiempo.
Modelamiento y simulacin
Solucin
PROPIEDADES DEL BLOQUE INTEGRADOR :
= ()
Modelamiento y simulacin
Solucin
CONSTRUCCIN DEL DIAGRAMA DE BLOQUES PARA LA EXPRESIN
= ()
Componente Generacin de
resultados grficos de la
integracin.
Modelamiento y simulacin
Solucin
PROPIEDADES DE LOS BLOQUES CONSTANTE, PRODUCTO Y POTENCIA
2.2067 x 1012
Potencia
Producto
Constante
PRODUCT: Esta
bloque multiplica
dos seales de
entrada.
Modelamiento y simulacin
Solucin
CONSTRUCCIN DEL DIAGRAMA DE BLOQUES COMPLETO PARA LA
EXPRESIN DIFERENCIAL
2.2067 x 1012
Modelamiento y simulacin
Solucin
CONSTRUCCIN DEL DIAGRAMA DE BLOQUES COMPLETO PARA LA
EXPRESIN DIFERENCIAL
81x 108
4
4 81x 108
2.2067 x 1012
2.2067 x 1012(4 81x 108 )
Diagrama de Bloques para la expresin
Modelamiento y simulacin
Solucin
CONFIGURACIN PARAMETROS DE LA SIMULACIN
Mtodo de
Resolucin.
Modelamiento y simulacin
Solucin
CONFIGURACIN SALIDA GRAFICA (SCOPE)
Modelamiento y simulacin
Solucin
RESULTADOS
Modelamiento y simulacin
EDOs que involucran la variable independiente
Plantear un modelo de bloques en Xcos para la solucin de la siguiente EDO.
= 3()
Sujeta a la condicin:
y 0 =1
Modelamiento y simulacin
EDOs que involucran la variable independiente
Solucin:
Bloque Pow
(potencia 3)
Generacin de
la seal t
(Bloque Ramp)
Funcin
trigonomtrica
Seno (t)
Visualizador
Grfico CS
Scope & Clock
Modelamiento y simulacin
EDOs que involucran la variable independiente
Solucin:
= 3()
Modelamiento y simulacin
EDOs de segundo Orden
El perfil de concentracin de un contaminante C a travs de un reactor lineal, est
determinado por la siguiente ecuacin diferencial ordinaria:
d2C
1 dC x 2 1
=
C
dx 2
x dx
x2
Sujeto a las siguientes condiciones:
C 1 =2M
C 1 = 0M
Modelamiento y simulacin
Ejemplo EDO de segundo Orden
El perfil de concentracin de un contaminante C a travs de un reactor lineal, est
determinado por la siguiente ecuacin diferencial ordinaria:
2
1 2 1
=
2
2
Sujeto a las siguientes condiciones:
1 =2
1 = 0
Modelamiento y simulacin
Ejemplo EDO de segundo Orden
Generacin de
la seal C
(Ramp)
Tiempo de
simulacin 30 seg.
Alimento de la
seal a la
expresin
Bloque
simplificador de
la Expresin
Modelamiento y simulacin
Ejemplo EDO de segundo Orden
Solucin:
d2C
1 dC x 2 1
=
C
dx 2
x dx
x2
Modelamiento y simulacin
Sistemas de Ecuaciones Diferenciales Ordinarias
(EDOs)
Sea el sistema de EDOs:
= 2 ; 0 = 1
1
= ; 0 = 2
= 3; 0 = 3
Modelamiento y simulacin
Sistemas de Ecuaciones Diferenciales Ordinarias
(EDOs)
Esquema General de la Solucin:
2
Integracin de x
1
2
Visualizador
Grfico CS
Scope & Clock
Integracin de y
Integracin de z
Bloque Multiplexor
(Unin de
Integrales)
Modelamiento y simulacin
Sistemas de Ecuaciones Diferenciales Ordinarias
(EDOs)
Solucin:
Modelamiento y simulacin
2u
2u
2u
A 2 B
C 2 D 0
x
xy
y
B 4 AC 0
2T T
2
t
x
, where
A , B 0, C 0, D 1
Then
B 2 4 AC 0 4( )(0)
0
thus allowing us to classify this equation as parabolic.
Modelamiento y simulacin
T T
2
t
x
2
Modelamiento y simulacin
i 1
i 1
n 1nodes
x
t
x i x
and time
L
n
,that is,
t j t
Modelamiento y simulacin
i 1
If we define x
i 1
L
we can then write the finite central divided difference
n
T
2
x
T 2Ti T
2
x
j
i 1
i, j
j
i 1
Modelamiento y simulacin
i 1
i 1
The time derivative on the right hand side is approximated by the forward divided
difference method as,
T
t
i, j
Ti j 1 Ti j
Modelamiento y simulacin
Ti j1 2Ti j Ti j1 Ti j 1 Ti j
2
t
x
Solving for the temp at the time node j 1 gives
Ti j 1 Ti j
choosing,
t
j
j
j
2
T
T
i 1
i
i 1
2
(x)
t
(x) 2
Ti
j 1
Ti T 2Ti . T
j
j
i 1
j
i 1
Modelamiento y simulacin
Ti
j 1
Ti T 2Ti T
j
j
i 1
j
i 1
This equation can be solved explicitly because it can be written for each internal
location node of the rod for time node j 1 in terms of the temperature at time
node j .
In other words, if we know the temperature at node j 0 , and the boundary
temperatures, we can find the temperature at the next time step.
We continue the process by first finding the temperature at all nodes j 1 , and
using these to find the temperature at the next time node,j 2 . This process
continues until we reach the time at which we are interested in finding the
temperature.
Modelamiento y simulacin
Consider a steel rod that is subjected to a temperature of 100C on the left end and 25C
on the right end. If the rod is of length 0.05m
, use the explicit method to find the
temperature distribution in the rod fromt 0 and t 9 seconds. Use x 0.01m , t 3s
.
Given: k 54
J
W
kg
, 7800 3 , C 490
kg K
mK
m
i 0
T 100 C
5
T 25 C
0.01m
Modelamiento y simulacin
k
C
therefore,
54
7800 490
1.4129 10 5 m 2 / s.
Then,
0.4239.
3.
Boundary Conditions
T0j 100C
for all j 0,1,2,3
j
T5 25C
t
x2
1.4129 10 5
t
90
3
0.012
Modelamiento y simulacin
T20 20C
Interior nodes
T30 20C
T40 20C
T50 25C
We can now calculate the temperature at each node explicitly using the
equation formulated earlier,
Ti
j 1
Ti T 2Ti T
j
j
i 1
j
i 1
Modelamiento y simulacin
i 0
setting
i 1
j 0
T21 20C
Interior nodes
1
T3 20C
1
T4 22.120C
i2
Modelamiento y simulacin
i 0
i 1
setting , j 1
:j 2
T22 34.375C
Interior nodes
2
T3 20.889C
T42 22.442C
Modelamiento y simulacin
i 0
i 1
(Example Calculations)
j2
setting,
i2
t ,9 sec :j 3
T23 39.132C
Interior nodes
3
T3 27.266C
T43 22.872C
Modelamiento y simulacin
Modelamiento y simulacin
Modelamiento y simulacin
2
t
x
The second derivative on the left hand side of the equation is approximated by the CDD
(central divided difference) scheme at time level j 1 at node (i ) as
2T
x 2
i , j 1
2
x
Modelamiento y simulacin
T
T
2
t
x
2
The first derivative on the right hand side of the equation is approximated by the BDD
( Backward Divided Difference) scheme at time level j 1 at node (i ) as
T
t
i , j 1
Ti
j 1
Ti
t
Modelamiento y simulacin
T
T
2
t
x
2
j 1
i 1
j 1
j 1
i 1
2Ti T
2
x
Ti
j 1
Ti
t
Modelamiento y simulacin
2
t
x
Rearranging yields
t
2
x
The rearranged equation can be written for every node during each time step.
These equations can then be solved as a simultaneous system of linear equations
to find the nodal temperatures at a particular time.
Modelamiento y simulacin
Consider a steel rod that is subjected to a temperature of 100C on the left end and 25C
on the right end. If the rod is of length 0.05m ,use the implicit method to find the
temperature distribution in the rod from t 0 and t 9 seconds. Use x 0.01m , t 3s
.
Given: k 54
W
kg
, 7800 3
mK
m
, C 490
J
kg K
i 0
T 100 C
5
T 25 C
0.01m
Modelamiento y simulacin
k
C
therefore,
54
7800 490
1.4129 10 5 m 2 / s.
Then,
0.4239.
3.
Boundary Conditions
T0j 100C
for all j 0,1,2,3
j
T5 25C
t
x2
1.4129 10 5
t
90
3
0.012
Modelamiento y simulacin
T20 20C
Interior nodes
T30 20C
T40 20C
T50 25C
We can now form our system of equations for the first time step by writing the
approximated heat conduction equation for each node.
j 1
i 1
(1 2 )Ti
j 1
j 1
i 1
Ti
Modelamiento y simulacin
i 0
(Example Calculations)
i 1
1
0
i2
For the first time step we can write four such equations with four unknowns,
expressing them in matrix form yields
0
0 T11 62.390
1.8478 0.4239
0.4239 1.8478 0.4239
1 20
0
T2
1
0
0.4239 1.8478 0.4239 T3 20
0
0
0
.
4239
1
.
8478
30
.
598
T
Modelamiento y simulacin
T2
1
0
0.4239 1.8478 0.4239 T3 20
0
0
0
.
4239
1
.
8478
30
.
598
T
Ej. Matriz
tridiagonal
T11 39.451
1
24
.
792
T
2
1
T3 21.438
1
T4 21.477
T01 100
1
39
.
451
T
1
1
T2 24.792
1
21
.
438
T
3
T 1 21.477
41
25
T
Modelamiento y simulacin
i 0
i 1
(Example Calculations)
2
0
i2
0
0 T12 81.841
1.8478 0.4239
0.4239 1.8478 0.4239
2 24.792
0
T2
0
0.4239 1.8478 0.4239 T32 21.438
0
0
0
.
4239
1
.
8478
32
.
075
T4
Modelamiento y simulacin
T2
2
0
0.4239 1.8478 0.4239 T3 21.438
0
0
0
.
4239
1
.
8478
32
.
075
T
T12 51.326
2
30
.
669
T
2
2
T3 23.876
2
T4 22.836
T02 100
2
51
.
326
T
1
2
T2 30.669
2
23
.
876
T3
T 2 22.836
42
T5 25
Modelamiento y simulacin
i 0
i 1
i2
For the third time step we can write four such equations with four unknowns,
expressing them in matrix form yields
0
0 T13 93.716
1.8478 0.4239
0.4239 1.8478 0.4239
3 30.669
0
T2
3
0
0.4239 1.8478 0.4239 T3 23.876
0
0
0
.
4239
1
.
8478
33
.
434
T
Modelamiento y simulacin
T2
3
0
0.4239 1.8478 0.4239 T3 23.876
0
0
0
.
4239
1
.
8478
33
.
434
T
T13 59.043
3
36
.
292
T
2
3
T3 26.809
3
24
.
243
T
4
T03 100
3
59
.
043
T
1
3
T2 36.292
3
26
.
809
T
3
3
T 24.243
43
25
T5
Modelamiento y simulacin
Para Investigar:
Solucin de EDPs parablicas
mediante el mtodo de CrankNicolson Method