Resumen 2 Parcial - Mod y Simulación UIS

Las salidas de un sistema son funcin no solo de las caractersticas de los elementos del
sistema (conocidos tambin como subsistemas) si no de sus interacciones y e

interrelaciones.
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
En la Ingeniera metalrgica, resulta mas conveniente la definicin de modelos

sobre base conceptual en vez de fsica; es decir, se convierten las descripciones
matemticas como la herramienta fundamental para analizar y comprender
procesos fisicoqumicos complejos.
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
3.7 Ejemplos de construccin de modelos

- Desarrollar un modelo con fundamentacin matemtica que permita obtener
informacin de la temperatura alcanzada por la combustin de moles metano (CH4)
con aire, en condiciones ideales.
- Solucin:
i.
Objetivo: Obtener informacin relacionada con la temperatura alcanzada por

la combustin de n moles de metano con Oxigeno en condiciones ideales.
ii. Anlisis del sistema real (Representacin grfica):

Combustible
Reactor de
Combustin
Aire
Productos

iii. Variables de Inters:
a)
b)
c)
d)
e)
f)
g)
h)
Cantidad de Calor generado .

Cantidad de metano 4.
Cantidad de Aire 2.
% pureza de los reactivos.
Entalpas de Combustin Hc.
Capacidades calorficas Cp.
Flujo de calor (transferencia de calor con el entorno).
Rendimiento o conversin de la reaccin.
iv. Suposiciones (Idealidad del proceso):
a) La energa no se crea ni se destruye, solo se transforma (primera ley de la

termodinmica), indica que la energa producida en la combustin
proviene de la interaccin entre dos reactivos (combustible y comburente).

iv. Suposiciones (Idealidad del proceso):
ii. Reactivos 100% puros.
iii. Temperatura de formacin de los reactivos = 25C (298 K).
iv. Se asume el reactor como un sistema cerrado (Solo transferencia de masa
y no de calor). (Oxigeno estequiomtrico).
v. 100% de conversin de la reaccin.
vi. Se supone que el vapor de agua generado como producto de la
combustin no se condensa, por lo tanto el calor producido por la
condensacin es despreciable.
vii. Estado estacionario.
viii. Composicin del aire (79% N2 21% O2).
ix. Temperatura ambiente de los reactivos (combustible y aire).
x. Proceso llevado a cabo a presin atmosfrica.
Balance Msico.

v.
Formulacin de relaciones y ecuaciones que vinculan las variables

m Entra = m Sale
nCH4
+ yO2 + xN2 = zCO2 + pH2O + xN2
Balance Msico.
= +
Q c = 0 ; Sistema adiabtico
Balance calrico
Q React = Q prod
El contenido calrico de un compuesto es funcin de su entalpia de formacin, la

cual a su vez es funcin de la capacidad calorfica, de modo que:
T
Q = nHc = n 298 Cp
nHprod= nHreact
Donde se conoce que:
n
Cantidad de Calor que producen los

reactivos. (Metano y Oxigeno)
H0r: CH4 + 2O2 = CO2 + 2H2O = -690 kJ/mol.
T
T
C
dT
+
n
C
d
298 pCO2
298 pH2O
= 690,000

v.
Formulacin de relaciones y ecuaciones que vinculan las variables
Tambin se conoce que la capacidad calorfica es funcin de la temperatura, en

donde:
CO2= 31,44 + 0,024 T JK-1mol-1
CpH2O= 29,91 + 0,0111 T JK-1mol-1
De tal forma que el balance queda establecido de la siguiente forma:
690,000 = [ z * 31,44 (T-298) +( 0,024 / 2) (T2-(298)2) ]+[p*29,91(T-298) + (0,011/2)(T2-(298)2)]
Modelo (Resolucin de la ecuacin cuadrtica para T con SOLVER de Ms Excel).
Solucin del Modelo Con Solver y VBA
Etapas en el Desarrollo de Modelos en Ingeniera

Formulacin del modelo: implica el diseo del modelo a nivel terico, de acuerdo a la informacin que
conozcamos acerca del proceso observado. En esta fase lo realmente importante es decidir que se
desea modelar y por que, lo que supondra definir cada elemento que lo integra as como las relaciones
entre ellos.
Verificacin del modelo: el objetivo en esta fase es comprobar si el modelo realiza lo que se piensa
que debe hacer. Para ello se disean pruebas, como por ejemplo aplicarlo a un caso terico que se
conozca bien.
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.
Formulacin
del modelo
Verificacin
del modelo
Validacin del
modelo
Simulacin y
Optimizacin.
Anlisis de
Sensibilidad
de los
parmetros
Aplicacin
del modelo
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, Acumulacin y transporte del exceso.
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
Relacionada con el flujo de la

propiedad
El flujo que entra se aproxima a

cero pues la propiedad se esta generando
En el volumen de control.
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.
Descripcin del Entorno (General)
Desde el command
Window de Scilab
Espacio de diseo para el

diagrama de bloques.
Explorador de bloques
Ejemplo de Aplicacin
(Caso anterior)
Encontrar la solucin a la siguiente ecuacin diferencial Explicita:
Esquema bsico de la programacin en Xcos de Scilab:
Seal
Entradas
Bloque de
operacin
Seal Resultante
Eventualmente si es requerido puede ser

una nueva entrada a otro bloque.
Interrelacin de
entradas/Seales
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
Requerimiento: Integracin Variables.

Variable
dependiente
= ()
Resultado
Variable
Independiente
La salida es la integral de la
entrada, dando el paso del
tiempo.
Solucin
PROPIEDADES DEL BLOQUE INTEGRADOR :
= ()
Condicin inicial: Para esta caso la condicin

es: 0 = 1200 K . (Puede ser un escalar o
vectores, reales o complejos).
Se usa para restablecer el estado a la condicin
especificada inicial basado en una seal externa
Si se selecciona, limita a los Estados a un valor
comprendido entre el lmite de saturacin inferior y
superior a los parmetros de lmite de saturacin.
El lmite superior para la integral

El lmite Inferior para la integral
Solucin
CONSTRUCCIN DEL DIAGRAMA DE BLOQUES PARA LA EXPRESIN
= ()
Componente Generacin de
resultados grficos de la
integracin.
Diagrama de Bloques para la expresin
Solucin
PROPIEDADES DE LOS BLOQUES CONSTANTE, PRODUCTO Y POTENCIA
2.2067 x 1012
Potencia
Producto
Constante
CONST_m: Este bloque asigna

un valor constante y lo
convierte en una seal.
PRODUCT: Esta
bloque multiplica
dos seales de
entrada.
POWBLK: Este bloque eleva a una potencia una

seal base.
Solucin
CONSTRUCCIN DEL DIAGRAMA DE BLOQUES COMPLETO PARA LA
EXPRESIN DIFERENCIAL
2.2067 x 1012
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 )
Solucin
CONFIGURACIN PARAMETROS DE LA SIMULACIN
Mtodo de
Resolucin.
Solucin
CONFIGURACIN SALIDA GRAFICA (SCOPE)
Valores del Eje Y.

Mximo valor del eje X.
Solucin
RESULTADOS
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
Solucin:
Bloque Pow
(potencia 3)
Generacin de
la seal t
(Bloque Ramp)
Funcin
trigonomtrica
Seno (t)
Visualizador
Grfico CS
Scope & Clock
Solucin:
= 3()
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
Plantear un modelo de bloques en Xcos para la solucin de la EDO.
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
Plantear un modelo de bloques en Xcos para la solucin de la EDO.
Generacin de
la seal C
(Ramp)
Tiempo de
simulacin 30 seg.
Alimento de la
seal a la
expresin
Bloque
simplificador de
la Expresin
Solucin:
d2C
1 dC x 2 1
=
C
dx 2
x dx
x2
Sistemas de Ecuaciones Diferenciales Ordinarias
(EDOs)
Sea el sistema de EDOs:
= 2 ; 0 = 1
1
= ; 0 = 2
= 3; 0 = 3
Plantear un modelo en Xcos para el calculo de la solucin del sistema
(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)
(EDOs)
Solucin:
Defining Parabolic PDEs

The general form for a second order linear PDE with two independent variables and one
dependent variable is
2u
2u
2u
A 2 B
C 2 D 0
x
xy
y
Recall the criteria for an equation of this type to be considered parabolic

2
B 4 AC 0
For example, examine the heat-conduction equation given by
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.
Physical Example of an Elliptic PDE
The internal temperature of a metal rod exposed to two different temperatures at

each end can be found using the heat conduction equation.
T T
2
t
x
2
Discretizing the Parabolic PDE

x
i 1
i 1
Schematic diagram showing interior nodes
For a rod of length L divided into
n 1nodes
The time is similarly broken into time steps of

Hence
x
t
Ti j corresponds to the temperature at node i
x i x
and time
L
n
,that is,
t j t
The Explicit Method

x
i 1
If we define x
i 1
L
we can then write the finite central divided difference
n
approximation of the left hand side at a general interior node ( i ) as
T
2
x
T 2Ti T
2
x
j
i 1
i, j
where ( j ) is the node number along the time.
j
i 1
The Explicit Method

x
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
The Explicit Method
Substituting these approximations into the governing equation yields
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
we can write the equation as,
Ti
j 1
Ti T 2Ti . T
j
j
i 1
j
i 1
The Explicit Method
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.
Example 1: Explicit Method
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
The initial temperature of the rod is 20C .
i 0
T 100 C
5
T 25 C
0.01m

Recall,
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
Number of time steps,

t final tinitial
t
90
3
0.012
All internal nodes are at 20C

for t 0 sec This can be
. as,
represented
Ti 0 20C , for all i 1,2,3,4

Nodal temperatures when t 0 sec , j 0 :
T00 100C
T10 20C
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

Nodal temperatures when t 3sec (Example Calculations)
i 0
T01 100C Boundary Condition
setting
i 1
j 0
T11 T10 T20 2T10 T00

20 0.423920 2(20) 100
20 0.423980
20 33.912
53.912C
Nodal temperatures when t 3sec , j 1:

T11 53.912C
T21 20C
Interior nodes
1
T3 20C
1
T4 22.120C
i2
T21 T20 T30 2T20 T10

20 0.423920 2(20) 20
20 0.42390
20 0
20C
t 6 sec (Example Calculations)
Nodal temperatures when
i 0
i 1
T12 T11 T21 2T11 T01

53.912 0.423920 2(53.912) 100
53.912 0.423912.176
53.912 5.1614
59.073C
setting , j 1
Nodal temperatures when t 6 sec,
:j 2

T12 59.073C
T22 34.375C
Interior nodes
2
T3 20.889C
T42 22.442C
i 2 T22 T21 T31 2T21 T11
20 0.423920 2(20) 53.912

20 0.423933.912
20 14.375
34.375C

Nodal temperatures when t 9 sec
i 0
i 1
(Example Calculations)
j2
setting,
i2
T13 T12 T22 2T12 T02

59.073 0.423934.375 2(59.073) 100
59.073 0.423916.229
59.073 6.8795
65.953C
Nodal temperatures when
t ,9 sec :j 3

T13 65.953C
T23 39.132C
Interior nodes
3
T3 27.266C
T43 22.872C
T23 T22 T32 2T22 T12

34.375 0.423920.899 2(34.375) 59.073
34.375 0.423911.222
34.375 4.7570
39.132C

To better visualize the temperature variation at different locations at different times,
the temperature distribution along the length of the rod at different times is plotted
below.
The Implicit Method

WHY:
Using the explicit method, we were able to find the temperature at each node, one
equation at a time.
However, the temperature at a specific node was only dependent on the
temperature of the neighboring nodes from the previous time step. This is contrary to
what we expect from the physical problem.
The implicit method allows us to solve this and other problems by developing a
system of simultaneous linear equations for the temperature at all interior nodes at a
particular time.
The Implicit Method

2T
T
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
Ti j11 2Ti j 1 Ti j11
2
x
The Implicit Method
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
The Implicit Method
T
T
2
t
x
2
Substituting these approximations into the heat conduction equation yields
j 1
i 1
j 1
j 1
i 1
2Ti T
2
x
Ti
j 1
Ti
t
The Implicit Method

From the previous slide,
Ti j11 2Ti j 1 Ti j11 Ti j 1 Ti j
2
t
x
Rearranging yields
Ti j11 (1 2 )Ti j 1 Ti j11 Ti j

given that,
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.
Example 2: Implicit Method
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
The initial temperature of the rod is 20C .
i 0
T 100 C
5
T 25 C
0.01m

Recall,
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
Number of time steps,

t final tinitial
t
90
3
0.012
All internal nodes are at 20C

for t 0 sec . This can be
represented as,
Ti 0 20C , for all i 1,2,3,4
Nodal temperatures when t 0 sec , j 0 :

T00 100C
T10 20C
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
Nodal temperatures when t 3sec ,
i 0
T 100C Boundary Condition

For the interior nodes setting j 0 and i 1, 2, 3, 4
i 1
1
0
gives the following,
T01 (1 2 )T11 T21 T10

(0.4239 100) (1 2 0.4239)T11 (0.4239T21 ) 20
42.39 1.8478T11 0.4239T21 20
1.8478T11 0.4239T21 62.390
i2
T11 (1 2 )T21 T31 T20

0.4239T11 1.8478T21 0.4239T31 20
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

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
The above coefficient matrix is tri-diagonal. Special algorithms such as

Thomas algorithm can be used to solve simultaneous linear equation
with tri-diagonal coefficient matrices. The solution is given by
Ej. Matriz
tridiagonal
T11 39.451
1
24
.
792
T
2

1
T3 21.438
1
T4 21.477
Diag. Principal y adyacentes

distintos de cero
Hence, the nodal temps

at t 3sec are
T01 100
1
39
.
451
T
1
1
T2 24.792
1
21
.
438
T
3
T 1 21.477
41
25
T
Nodal temperatures when t 6 sec ,
i 0
T 100C Boundary Condition
i 1
T02 (1 2 )T12 T22 T11
2
0
For the interior nodes setting j 1 and i 1, 2, 3, 4 gives the following,
(0.4239 100) (1 2 0.4239)T12 0.4239T22 39.451

42.39 1.8478T12 0.4239T22 39.451
1.8478T12 0.4239T22 81.841
i2
T12 (1 2 )T22 T32 T21
0.4239T12 1.8478T22 0.4239T32 24.792

For the second time step we can write four such equations with four
unknowns, expressing them in matrix form yields
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

0
0 T12 81.841
1.8478 0.4239
0.4239 1.8478 0.4239
2 24.792
0
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

a t t 6 sec are
T02 100
2
51
.
326
T
1
2
T2 30.669
2
23
.
876
T3
T 2 22.836
42
T5 25
Nodal temperatures when t 9 sec , (Example Calculations)
i 0

For the interior nodes setting j 2 and i 1, 2, 3, 4 gives the following,
i 1
T03 (1 2 )T13 T23 T12

(0.4239 100) (1 2 0.4239)T13 (0.4239T23 ) 51.326
42.39 1.8478T13 0.4239T23 51.326
1.8478T13 0.4239T23 93.716
i2
T13 (1 2 )T23 T33 T22

0.4239T13 1.8478T23 0.4239T33 30.669
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

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

T13 59.043
3
36
.
292
T
2
3
T3 26.809
3
24
.
243
T
4

at t 9 sec are
T03 100
3
59
.
043
T
1

3
T2 36.292
3
26
.
809
T
3
3
T 24.243
43
25
T5

To better visualize the temperature variation at different locations at
different times, the temperature distribution along the length of the rod
at different times is plotted below.
Para Investigar:
Solucin de EDPs parablicas
mediante el mtodo de CrankNicolson Method

Resumen 2 Parcial - Mod y Simulación UIS

Enviado por

Dados do documento

Título original

Direitos autorais

Formatos disponíveis

Compartilhar este documento

Compartilhar ou incorporar documento

Opções de compartilhamento

Você considera este documento útil?

Este conteúdo é inapropriado?

Direitos autorais:

Formatos disponíveis

Resumen 2 Parcial - Mod y Simulación UIS

Enviado por

Direitos autorais:

Formatos disponíveis

Las salidas de un sistema son funcin no solo de las caractersticas de los elementos del

sistema (conocidos tambin como subsistemas) si no de sus interacciones y e

En la Ingeniera metalrgica, resulta mas conveniente la definicin de modelos

3.7 Ejemplos de construccin de modelos

Objetivo: Obtener informacin relacionada con la temperatura alcanzada por

ii. Anlisis del sistema real (Representacin grfica):

3.7 Ejemplos de construccin de modelos

Cantidad de Calor generado .

iv. Suposiciones (Idealidad del proceso):

a) La energa no se crea ni se destruye, solo se transforma (primera ley de la

3.7 Ejemplos de construccin de modelos

3.7 Ejemplos de construccin de modelos

Formulacin de relaciones y ecuaciones que vinculan las variables

+ yO2 + xN2 = zCO2 + pH2O + xN2

El contenido calrico de un compuesto es funcin de su entalpia de formacin, la

Cantidad de Calor que producen los

H0r: CH4 + 2O2 = CO2 + 2H2O = -690 kJ/mol.

3.7 Ejemplos de construccin de modelos

Formulacin de relaciones y ecuaciones que vinculan las variables

Tambin se conoce que la capacidad calorfica es funcin de la temperatura, en

Modelo (Resolucin de la ecuacin cuadrtica para T con SOLVER de Ms Excel).

Solucin del Modelo Con Solver y VBA

Etapas en el Desarrollo de Modelos en Ingeniera

Generacin, Acumulacin y transporte del exceso.

Relacionada con el flujo de la

El flujo que entra se aproxima a

Descripcin del Entorno (General)

Espacio de diseo para el

Esquema bsico de la programacin en Xcos de Scilab:

Eventualmente si es requerido puede ser

Requerimiento: Integracin Variables.

Condicin inicial: Para esta caso la condicin

El lmite superior para la integral

Diagrama de Bloques para la expresin

CONST_m: Este bloque asigna

POWBLK: Este bloque eleva a una potencia una

Diagrama de Bloques para la expresin

Valores del Eje Y.

Plantear un modelo de bloques en Xcos para la solucin de la EDO.

Plantear un modelo de bloques en Xcos para la solucin de la EDO.

Plantear un modelo en Xcos para el calculo de la solucin del sistema

Defining Parabolic PDEs

Recall the criteria for an equation of this type to be considered parabolic

For example, examine the heat-conduction equation given by

Physical Example of an Elliptic PDE

The internal temperature of a metal rod exposed to two different temperatures at

Discretizing the Parabolic PDE

Schematic diagram showing interior nodes

For a rod of length L divided into

The time is similarly broken into time steps of

Ti j corresponds to the temperature at node i

The Explicit Method

approximation of the left hand side at a general interior node ( i ) as

where ( j ) is the node number along the time.

The Explicit Method

The Explicit Method

Substituting these approximations into the governing equation yields

we can write the equation as,

The Explicit Method

Example 1: Explicit Method

The initial temperature of the rod is 20C .

Example 1: Explicit Method

Number of time steps,