Aula1Modelagem Dinamica Introdução

Modelagem Dinâmica de Processos
Ofélia de Queiroz F. Araújo

Escola de Química – Universidade Federal do Rio de Janeiro
CAPÍTULO 1
Edição: 09/2003
INTRODUÇÃO
1. Processo: Conjunto de Equipamentos interligados e procedimentos para produzir um

(ou mais) produto(s) a partir de matérias-primas.
2. Variáveis: Em cada processo temos variáveis (T, F, x, P, etc) que indicam o ESTADO
do processo, em cada instante (comportamento dinâmico)
Modelagem Matemática
O desenvolvimento das equações que relacionam as diferentes variáveis (de entrada e de

saída) e a determinação dos parâmetros associados é conhecido como modelagem
matemática de processos.
Variáveis de Variáveis de
Entrada Saída
PROCESSO
Nota: As variáveis de entrada são entradas manipuladas e perturbações (que afastam o

processo do seu estado estacionário, e são a principal razão para o uso de CONTROLE de
processos).
Com esta finalidade, são usadas equações de balanço (massa, energia e momento) que
descrevem o comportamento do processo a partir das leis que regem os fenômenos físicos e
químicos. A esta forma de obtenção dos modelos dá-se o nome de modelagem
fenomenológica. Também são utilizadas equações empíricas (um conjunto de equações
algébrico - diferenciais, em princípio sem relação com as equações de balanço), gerando
um modelo cuja estrutura (número e tipo de equações) e parâmetros são obtidos a partir de
dados experimentais, por correlação ou ajuste. A esta forma de modelar dá-se o nome de
identificação de processos. Uma vez determinado o modelo do processo, a resolução
numérica das equações permite determinar os valores que as variáveis de saída deverão
adotar em diferentes condições de operação (variáveis de entrada), este procedimento é
chamado de simulação de processos .
Os modelos matemáticos são ferramentas preciosas na análise e no controle de processos.

Através da simulação, e portanto com conhecimento de um modelo do processo, é possível
analisar o seu comportamento para diferentes condições de operação. Cabe salientar que
esta forma de análise é mais rápida e segura do que realizar testes em uma planta real.
Neste ponto, é importante lembrar que o modelo é uma aproximação das "leis" que regem o
comportamento da planta e portanto poderão ocorrer diferenças entre o comportamento do
processo e o comportamento previsto pelo modelo.
1
CAPÍTULO 1
Edição: 09/2003
u ? u y ? y
Modelo ? Modelo
Análise Identificação Controle
Classificação dos Modelos de Processos
Os modelos podem ser classificados de acordo com a natureza das equações envolvidas.
a) Quanto à dependência na variável tempo:
-modelo estacionário: todas as variáveis são independentes da variável tempo

-modelo dinâmico: uma ou mais variáveis são dependentes da variável tempo.
b) Quanto à linearidade:
Para um processo com várias variáveis de entrada e saída consideremos y o vetor

de variáveis de saída e u o de variáveis de entrada, o modelo do processo pode ser
dy
representado de forma geral por: = H ( y, u, t) (onde H é um "operador"). Se o
dt
operador H e as condições de contorno forem lineares o modelo é dito linear .
Caso contrário, o modelo é não-linear. Embora a natureza apresente, em geral,
comportamentos não lineares, os modelos lineares são muito utilizados pela
facilidade do tratamento matemático. Deve considerar-se que um modelo linear é
uma aproximação, às vezes grosseira, da realidade, e sabendo disto, os resultados
obtidos na simulação de um modelo linear devem ser utilizados com cautela.
c) Quanto a variações espaciais:
-modelo de parâmetros concentrados (LUMPED): os parâmetros e as variáveis de

saída são homogêneos em todo o sistema representado. As equações resultantes são
Equações Diferenciais Ordinárias, com o tempo como variável independente.
Exemplo: representação dinâmica de um reator CSTR.
-modelo de parâmetros distribuídos: considera variações espaciais no

comportamento do sistema, e portanto é representado por Equações Diferenciais
Parciais. Exemplo: Reator PFR, dinâmico.
2
CAPÍTULO 1
Edição: 09/2003
Controle de Processos
Os modelos são importantes no projeto de estratégias de controle, sintonia de controladores

e projeto de "leis de controle", já que sempre é necessário "algum" conhecimento do
processo.
Os objetivos do controle de processos na operação de uma unidade industrial são:
a) suprimir a influência de perturbações;

b) estabilizar o estado operacional de um processo; e
c) otimizar o desempenho do processo.
Em qualquer destas situações, há necessidade de se prever como, quando e quanto os

efeitos das entradas afetarão a saída do processo. Esta necessidade é atendida por modelos
matemáticos do sistema.
a) Suprimir a influência de perturbações
Para tal dispõe-se das estratégias:
- Controle por realimentação ("feedback"): uma malha de controle por

realimentação é composta por um dispositivo para medição da variável a ser
controlada (saída do processo), um comparador para cálculo do desvio entre o
valor de referência (set point) e o valor medido, e um controlador que atua, de
acordo com o desvio calculado, sobre uma variável manipulada (normalmente
vazão) para compensar os efeitos das perturbações.
Variáveis de Perturbação
Variáveis Manipuladas Variáveis Controladas
PROCESSO
Variáveis de Saída
SP
CONTROLADOR
No exemplo de tanque de aquecimento, pode-se controlar a temperatura de saída T

e o nível no tanque h (variáveis de saída medidas), atuando-se na vazão de vapor
W e/ou na vazão de alimentação F (variáveis manipuladas), em resposta a
flutuações em Ti (variável de perturbação):
3
CAPÍTULO 1
Edição: 09/2003
- Controle por antecipação ("feedforward"): o controle por antecipação mede a

perturbação e atua no processo antes que este sinta os efeitos desta variação. Este
controlador atua de acordo com um modelo do processo. A estrutura do controle
por antecipação é representada a seguir:
CONTROLADOR
(medidas)
PROCESSO Variáveis Controladas
Variáveis Manipuladas
No exemplo do tanque de aquecimento, pode-se conceber um controle de

temperatura de saída T medindo-se a temperatura de alimentação Ti e atuando-se
no vapor de aquecimento W para compensar possíveis flutuações na variável de
perturbação. Para este tipo de controle é necessário um modelo apurado do
processo, já que a ação de controle é calculada sem medição da temperatura de
saída T.
- Controle "feedback" combinado ao "feedforward": devido a imperfeições do

modelo ou efeito de perturbações não medidas, freqüentemente utiliza-se a "ação
de controle de acordo com a perturbação" (feedforward) combinada à "ação
conforme o desvio da variável controlada" (feedback).
CONTROLADOR
FEEDFORWARD
(medidas)
PROCESSO Variáveis Controladas
CONTROLADOR SP
FEEDBACK
4
CAPÍTULO 1
Edição: 09/2003
b) Estabilizar o Estado Operacional de um Processo
Um processo é dito estável se a resposta transiente a uma entrada limitada produz

uma saída limitada quando o tempo tende a infinito, e instável se a saída crescer
sem limites. Uma possível representação da resposta destes dois casos está
apresentada a seguir.
Resposta estável
Dado o sistema
dy1
= y1 - 10 * y2
dt
dy2
= 10 * y1 - 2 * y 2
dt
que representa um processo estável sem perturbações, a simulação consiste em
resolver o sistema de equações para uma sequencia de valores de t.
Por exemplo usando Euler podemos resolver:
clear all
%CONDIÇÕES INICIAIS
y=[1 ;1];
%VETOR PARA ARMAZENAR VALORES DE y(t)
yp=[];
%VETOR DE VALORES DE TEMPO
t=[];
%SOLUÇÃO DE EQUAÇÃO DIFERENCIAL POR EULER
for i=0:.01:2,
y(1)=y(1)+0.01*(y(1)-10*y(2));
y(2)=y(2)+0.01*(10*y(1)-2*y(2));
yp=[yp y];
t=[t i];
endv
%GRAFICAÇÃO DE RESULTADOS
plot(t,yp)
xlabel('tempo')
ylabel('y')
Cuja resposta é:
5
CAPÍTULO 1
Edição: 09/2003
1.5
y 0.5
-0.5
-1
-1.5
0 0.5 1 1.5 2
tempo
Resposta instável
Dado o sistema
dy1
= y1 - 10 * y2
dt
dy2
= 10 * y1 + 2 * y2
dt
que representa um processo instável sem perturbações, a simulação consiste em
resolver o sistema de equações para uma seqüência de valores de t.
De forma semelhante ao caso anterior usando Euler podemos resolver:
clear all
%CONDIÇÕES INICIAIS
y=[1 ;1];
%VETOR PARA ARMAZENAR VALORES DE y(t)
yp=[];
%VETOR DE VALORES DE TEMPO
t=[];
%SOLUÇÃO DE EQUAÇÃO DIFERENCIAL POR EULER
for i=0:.01:2,
y(1)=y(1)+0.01*(y(1)-10*y(2));
y(2)=y(2)+0.01*(10*y(1)+2*y(2));
yp=[yp y];
t=[t i];
end
%GRAFICAÇÃO DE RESULTADOS
plot(t,yp)
xlabel('tempo')
ylabel('y')
6
CAPÍTULO 1
Edição: 09/2003
Cuja resposta é:
30
25
20
15
10
5
y
-5
-10
-15
-20
0 0.5 1 1.5 2
tempo
Exemplo:
Uma solução analítica pode ser determinada por:
clear all
whitebg
%solução analitica para as condições iniciais x(0)=1 e y(0)=1
[x,y] = dsolve('Dx = x - 10*y', 'Dy = 10*x + 2*y', 'x(0)=1',
'y(0)=1');
%solução em x
figure(1)
ezplot(x)
%solução em y
figure(2)
ezplot(y)
Cuja resposta é:
7
CAPÍTULO 1
Edição: 09/2003
c) Otimizar o desempenho de um processo
Os valores especificados das variáveis controladas (set points) definem o ponto de

operação do processo, e a seleção deve ser ótima para maximizar (ou minimizar)
algum critério de desempenho (função objetivo).
Exemplo: Reator em batelada, com reações endotérmicas em série A→B→C, cujo

objetivo é maximizar a produção do produto B com mínimo custo de vapor. A
reação se dá em dois períodos. No 1º período, aplica-se alta temperatura (e
consequentemente alto W) para maximizar produção de B. No 2º período, reduz-se
W para inibir a produção de C (sem valor comercial) e reduzir consumo de vapor.
A W
W
máximo
W
A,B,C
A B C
k k
1 2
t t
r
Perfil Ótimo de Fluxo de Vapor

tR
Maximizar F = ∫ (Preço de B - ( Custo de A + Custo de Vapor)) dt

0
No desenvolvimento de uma estratégia de controle, é preciso determinar COMO

atuar nas variáveis manipuladas para manter certas variáveis (variáveis
controladas) nos seus valores de referência (set-points) o maior tempo possível de
forma a atingir os objetivos de produção. Para tal, é preciso um modelo do
processo (fenomenológico, puramente empírico ou, como utilizado mais
recentemente, híbrido, parte fenomenológico e parte empírico).
Objetivos do Curso:
1. Analisar a dinâmica dos processos

2. Construir modelos matemáticos de forma a quantificar as análises
3. Estudar Técnicas para a resolução das equações que compõem o modelo
4. Introduzir métodos de simulação
8
CAPÍTULO 2
Edição: 09/2003
PRINCÍPIOS DE MODELAGEM
Introdução
O objetivo da modelagem é determinar um conjunto de equações matemáticas

(diferenciais, algébricas e integrais) que permitam descrever o comportamento do
processo quando são modificados parâmetros e/ou variáveis deste. A abordagem que
faremos neste curso visa descrever o comportamento dinâmico de um processo e, para
isto, serão utilizadas equações algébrico - diferenciais e analisadas, principalmente, as
respostas das variáveis de saída (variáveis controladas) quando introduzidas
perturbações nas suas variáveis de entrada (variáveis de entrada, e perturbação ou
carga). A este tipo de análise chamaremos de "análise da resposta dinâmica". Outros
tipos de análise, como por exemplo sensibilidade paramétrica, não serão abordados.
Um modelo realista do processo deve incorporar todos os efeitos dinâmicos

importantes, mantendo as variáveis e equações em um número razoável. Assim, serão
atendidos os objetivos da simulação da forma mais simples possível.
d
Variáveis Controladas
m y = f ( m, d)
PROCESSO
Considerando que o processo apresenta número total de variáveis (NVt) igual à soma
das variáveis de entrada e variáveis de saída, as equações do modelo (diferenciais e
algébricas) devem fornecer uma relação única entre as entradas (variáveis de
perturbação - NP, e variáveis manipuladas) e as saídas (variáveis controladas inclusive).
Para tal é necessário que o número de variáveis (NV) seja igual ao número de equações
(NE).
O grau de liberdade (NL), definido como a diferença entre NV e NE, deve ser zero ou o
sistema terá infinitas soluções. Para zerar NL, tem-se:
a) as variáveis de perturbação (NP) são fixadas pelo meio externo: NV = NVt-NP.

Isto é, estas variáveis são conhecidas ao longo do tempo.
b) os objetivos de controle impõem tantas equações quanto as necessárias para que

NL=0.
1
CAPÍTULO 2
Edição: 09/2003
Metodologia de Modelagem
A modelagem de processos pode ser realizada de duas formas; a partir das leis
fundamentais de física e química (fenomenológica), e a partir da informação contida nas
variáveis de processo registradas ao longo do tempo (empírica). Sem dúvida que
nenhuma destas metodologias é autocontida e simplesmente foram definidas de forma
diferentes levando em consideração a ênfase que se dá à fonte primária de informação
ou conhecimento.
a) Metodologia Empírica (Identificação de Processos)
O número e tipo de equações a serem utilizadas em um modelo empírico é

determinado de acordo com o comportamento dinâmico do processo. Uma
análise quantitativa e qualitativa dos efeitos experimentais apresentados nas
variáveis do processo (saídas) quando introduzidas perturbações nas condições
de operação (entradas), conjuntamente com critérios de projeto, permitem
determinar a estrutura do modelo (número e tipo de equações) e os parâmetros
associados.
No esquema abaixo, observa-se que o comportamento do modelo proposto é

comparado ao do processo para validar a proposta do modelo. A
parametrização permite ajustar o modelo escolhido de forma a reproduzir o
mais fielmente possível o comportamento do processo.
calc
y = f ( x , a , a ...)
1ª ordem 0 1
2ª ordem
Proposta
3ª ordem do
Modelo
1ª ordem mais
tempo morto a , a ...
0 1
calc
y
Modelo Parametrização
y
Processo
Na parametrização, os parâmetros do modelo são ajustados de forma a

minimizar a diferença y − y calc , onde y calc é a saída calculada de acordo com o
2
CAPÍTULO 2
Edição: 09/2003
modelo proposto e y as saídas do processo. Em geral, a minimização é

realizada a partir do erro quadrático ( y − y calc ) . A descrição detalhada deste
2
tipo de modelagem será realizada em capítulo proprio do tema.
b) Metodologia Analítica
Utiliza os princípios fundamentais (leis físicas, químicas e físico-químicas) tais

como as leis de conservação de massa, energia e momento, para determinar as
equações diferenciais e algébricas que compõem o modelo. Na formulação do
modelo, os passos importantes a serem seguidos são:
Ø Esboçar diagrama esquemático do processo, rotulando todas as variáveis relevantes;

Ø Definir limites físicos;
Ø Determinar e selecionar as variáveis de perturbação e resposta;
Ø Determinar o âmbito de utilização do modelo.
Ø Formular hipóteses simplificadoras que reduzam a complexidade do modelo mas
retenham as características mais relevantes do comportamento dinâmico do processo
(o modelo não deve ser mais complicado do que o necessário aos objetivos pré-
determinados);
Ø Fixar as condições de operação (variáveis) e parâmetros que serão considerados
invariáveis com o tempo (constantes).
Ø Aplicar as leis apropriadas para descrever estados em regime estacionário e em
regime dinâmico;
Ø Verificar a consistência matemática do modelo: o grau de liberdade deve ser zero.
Verificar a consiStência de unidades nos termos das equações;
Ø Manter em mente as técnicas disponíveis para resolução do modelo matemático; e
Ø Verificar se os resultados do modelo descrevem o fenômeno físico modelado. Nesta
etapa, cabe comparar dados experimentais de entrada e saída do processo com
resultados de simulações feitas a partir dos dados de entrada experimentais.
Variáveis de Estado e Equações de Estado
As "variáveis de estado" de um sistema é um conjunto de variáveis que permitem

representar o comportamento dinâmico do sistema. Dado um conjunto de variáveis de
estado do sistema, é possível conhecer o comportamento futuro a partir do
conhecimento dos valores destas variáveis no instante presente e de todas as
perturbações do instante presente em diante. O valor deste conjunto de variáveis de
estado em um determinado instante de tempo é chamado "estado". As equações que
relacionam as variáveis de estado (variáveis dependentes) às perturbações (variáveis
3
CAPÍTULO 2
Edição: 09/2003
independentes) são ditas "equações de estado", e são derivadas da aplicação do princípio

da conservação às grandezas fundamentais do sistema (massa, energia e momento).
Leis Fundamentais da Conservação
Considere o sistema abaixo onde temos N entradas e M saídas e onde as letras Q e W

representam calor e trabalho intercambiados com o meio, respectivamente:
Q
1 1
2
2
Saídas
Entradas
. .
.. ..
N
M
W
s
As equações de estados são obtidas aplicando-se o Princípio da Conservação. Para uma

grandeza S, temos que:
[Acúmulo de S] [Entrada de S] [Saída de S] [Geração de S] [Consumo de S]

= − + −
[tempo] [tempo] [tempo] [tempo] [tempo]
3 Quantidades Fundamentais: Massa, Energia e Momentum.
Na modelagem de processos químicos, utiliza-se freqüentemente:
a) Balanço de Massa Total
b) Balanço de Massa por Componente
c) Balanço de Energia
d) Conservação de Momento
4
CAPÍTULO 2
Edição: 09/2003
Balanço de Massa Total:
d ( ρV ) NE NS
= ∑ Fi ρi − ∑ F j ρ j
dt i =1 j =1
onde
Fi = vazão volumétrica da i-ésima corrente.

ρi = densidade da i-ésima corrente.
NE = número de correntes de entrada.
NS = número de correntes de saída.
Exemplo: Formulação de Modelo para Tanque de Nível
a)Representação Esquemática do Processo e Definição dos Limites Físicos:
Fi Fi
F h
TANQUE
h
F
b)Identificar e selecionar variáveis de perturbação e resposta:
variável de perturbação: Fi(t) (NP=1)

variável manipulada (variável de entrada): F(t) (vazão volumétrica)
variável controlada (variável resposta): h(t)
c) Formular Hipóteses Simplificadoras

-densidade constante (composição constante)
-temperatura constante
d)Fixar condições e parâmetros:
parâmetros: densidade (ρ), área transversal do tanque(A).

condições iniciais:Fi (0) = Fi, 0 ; F (0) = F0 e h (0) = h0 (condições em t=0)
d)Aplicação das leis de conservação
Dadas as simplificações introduzidas, o único balanço relevante é o balanço de massa:
5
CAPÍTULO 2
Edição: 09/2003
dm( t ) dh
taxa de acúmulo: = ρA ( m = ρAh , com h = altura do tanque)
dt dt
taxa de alimentação: ρFi
taxa de saída: ρF
dh
balanço: ρA = ρFi − ρF
dt
dh
modelo estacionário: = 0 ∴ F = Fi
dt
e)Verificar consistência matemática:
número total de variáveis: 3 ( Fi , F e h )
número de equações: 1 (balanço de massa)
número de variáveis de perturbação: 1 (Fi)
NV=NVt-NP=3-1=2
grau de liberdade: NL=NV-NE=2-1=1
Para zerar o NL, torna-se necessária mais uma equação. Recorre-se à equação que
fornece a vazão como função da altura da coluna de líquido ( F = f ( h) ).
f)Resolução:
Partindo-se do modelo
dh
ρA = ρFi − ρF
dt
dh
A = Fi − F
dt
dh Fi F
= −
dt A A
e considerando
h
F=
R
6
CAPÍTULO 2
Edição: 09/2003
onde R representa a resistência ao escoamento. Tem-se:
dh Fi h
= −
dt A RA
cuja solução é:
h = RFi (1 − e )
−t
RA
ou seja, esta equação permite conhecer a altura de fluido no tanque para qualquer
instante de tempo e para qualquer valor da perturbação (Fi).
Uma solução numérica pode ser obtida utilizando o seguinte programa:
% Simulação de um tanque de nível

global R A Fi tfin
% parâmetros do modelo:
Fi=1.2;
R=30;
A=1;
%condição inicial e tempos de integração:
tin=0;
tfin=1;
h0=1;
x0=h0;
%integração:
[t,x]=ode23('dhdt',tin,tfin,x0);
%gráfico:
plot(t,x,'+b')
hold on
plot(t,x,'b')
xlabel('tempo')
ylabel('nível (h)')
line([0.48; 0.48],[1 1.578])
hold off
function dh=dhdt(t,x)
global R A Fi tfin
%perturbação:
if t>=tfin/2;
Fi=1.5;
end
F=x/R;
dh=(Fi-F)/A;
7
CAPÍTULO 2
Edição: 09/2003
2
nível (h)
1.5
1
0 0.2 0.4 0.6 0.8 1
tempo
Balanço de Massa por Componente
d (n A ) d ( C AV ) NE NS
= = ∑ Fi C A,i − ∑ F j C A, j + rV
dt dt i =1 j =1
onde :
NE, NS e Fi são definidos como no balanço global
n A é o número de moles do componente A no sistema
C A é a concentraç ão molar do componente A
r é a taxa de reação por unidade de volume do componente A
Exemplo:Modelo para Reator CSTR
a)Representação Esquemática do Processo e Definição dos Limites Físicos:
Fi(t), Cai(t) Cai(t)
Fi(t), F(t) Ca(t),h(t)

Reator
h
F, Ca(t)
8
CAPÍTULO 2
Edição: 09/2003
b)Identificar e selecionar variáveis de perturbação e resposta:
variável de perturbação: Cai(t) (NP=1)

variável manipulada (variável de entrada): Fi(t), F(t) (vazões volumétricas)
variável controlada (variável resposta): Ca (t), h(t)
c) Formular Hipóteses Simplificadoras
densidade constante (composição constante)

temperatura constante
cinética de primeira ordem
= kC A
A r → B
d)Fixar condições e parâmetros:
parâmetros: densidade (ρ), área transversal do tanque(A), constante de reação k

condições iniciais: Fi ( 0) = Fi, 0 ;Cai ( 0) = Cai, o , F ( 0) = F0 , Ca (0) = C a, 0 eh ( 0) = h0
d)Aplicação das leis de conservação
Com as simplificações introduzidas, os únicos balanços relevantes são o balanço de

massa total e por componente
Balanço Global:
dm( t ) dh
taxa de acumulação: = ρA
dt dt
taxa de alimentação: ρFi
taxa de saída: ρF
dh
balanço: ρA = ρFi − ρF
dt
dh
modelo estacionário: = 0 ∴ F = Fi
dt
Balanço por Componente
d (n ) d ( C V )
A = A = F C − FC + rV
dt dt i ai a
rV = kCaV
e)Verificar consistência matemática:
9
CAPÍTULO 2
Edição: 09/2003
número total de variáveis: 5 ( Fi , F , Cai , C a e h )

número de equações: 2 (balanço de massa total e para o componente A)
número de variáveis de perturbação: 1 (Ca i)
NV=NVt-NP=5-1=3
grau de liberdade: NL=NV-NE=3-2=1
Para zerar o NL, torna-se necessária mais uma equação. Recorre-se a equação que
fornece a vazão como função da altura da coluna de líquido (F = f ( h) , um controlador
de nível, por exemplo).
Uma solução numérica pode ser obtida utilizando o seguinte programa:
% Para um reator CSTR (mistura perfeita) no qual

% se conduz uma reação isotérmica (A->B), calcular
% as variáveis dede estado a cada t, utilizando a rotina de
% integração ode23 (Runge-Kuta)
clear all
global A ro V cai F Fi k
%parâmetros do processo
A=5; %ft2, área transversal do reator
ro=50; %lb/ft3, densidade
T=600; %R, temperatura do reator
k0=7.08*10^10; %1/h, termo pre-exponencial da constante de reação
%logo:
%constante de reação na temperatura atual
%k=k0*exp(-E/R/T); %1/h, constante de reação - Arrhenius
%variáveis de entrada
cai=0.5; %lbm/ft3, concentração da alimentação
Fi=50; %ft3/hr, vazão de alimentação
F=Fi; %vazão de retirada
%condições iniciais
ca=0.2; %lbm/ft3, concentração inicial no reator
h=10; %ft, altura do reator
x0=[ca h]';
%tempo de integração
tini=0;
tfin=10;
%integração
[t,x]=ode23('deriv1',[tini tfin],x0);
%gráficos
subplot(2,1,1),plot(t,x(:,1),'b')
ylabel('Composição – lbm/h')
xlabel('tempo(h)')
subplot(2,1,2),plot(t,x(:,2),'b')
ylabel('Altura - ft')
xlabel('tempo(h)')
function dcadt=deriv(t,x)
global A ro V cai F Fi k
10
CAPÍTULO 2
Edição: 09/2003
%valores atuais das variáveis de estado

ca=x(1);
h=x(2);
%derivada da concentração
dca=(Fi*cai-F*ca)/(h*A)-k*ca;
%derivada da altura
dh=(Fi-F)/h;
%vetor de derivadas
dcadt=[dca dh]';
Balanço de Energia
A 1ª Lei da Termodinâmica trata da Conservação da Energia
d ( EρV ) d [(U + K + φ) ρV ]
=
dt dt
d ( EρV ) NE NS
= ∑ Fi ρi (U i + Ki + φi ) − ∑ F j ρ j (U j + K j + φ j ) + Q − W
dt i =1 j =1
(Fluxo entra por convecção) (Fluxo sai por convecção ou difusão)
onde :
E = energia total do sistema (energia por unidade de massa).

U = energia interna.
Q = calor adicionado por condução, radiação ou reação.
K = energia cinética.
φ = energia potencial.
NE NS
W = Ws + ∑ PiVi − ∑ P jV j (trabalho)
i =1 j =1
Ws = trabalho de eixo.
W = trabalho de eixo + trabalho PV
P = Pressão do sistema
O trabalho para colocar (e retirar) uma unidade de massa no (do sistema) está
representado pelos dois outros termos (somatórios).
Em sistemas de engenharia química, as variações de energia cinética (K) e potencial (φ )

são geralmente desprezíveis e, portanto E≈U, WS ≈0.
Como definição de entalpia:
H = U + PV (onde V =V/ρ)
11
CAPÍTULO 2
Edição: 09/2003
tem-se que as variações de energia interna e trabalho realizado se resumem a variações

de entalpia, substituindo as definições e introduzindo-se as simplificações acima, tem-
se:
d [ EρV ] NE NS
= ∑ Fi ρi H i − ∑ F j ρ j H j + Q − W s
dt i =1 j =1
para líquidos :
dP dE dU dH
=0, ≅ ≅
dt dt dt dt
d [ EρV ] NE NS
= ∑ Fi ρi H i − ∑ F j ρ j H j + Q − W s
dt i =1 j =1
As variações de energia são essencialmente funções de pressão, composição e,

principalmente, de temperatura:
∂H
Cp = ( ) ∴ H = ρVC p ( T − T )
∂T P ref
por integração a P constante.
d [ ρVCpT ] NE NS
= ∑ Fi ρi H i − ∑ F j ρ j H j + Q
dt i =1 j =1
Conservação de Momento
d ( Mvi ) N
= ∑ Fij
dt i =1
onde :
vi = velocidade na direção i
Fij = j ésima força atuando na direção i
onde :
vi = velocidade na direção i.
12
CAPÍTULO 2
Edição: 09/2003
FRij = j-ésima força atuando na direção I.
Exemplo de Conservação de Momento
Tanque com saída lateral, onde são relevantes as forças de atrito na seção de
escoamento.
Dados:
Fi
Fh : força hidráulica (empurra o líquido)
Fh = ρghA p
F
Fa : força de atrito (se opõe ao escoamento)
F = Vazão volumétrica
Ap = área da seção reta do tubo
At = área da seção reta do tanque
v = velocidade de escoamento do fluido
M = massa de água no tubo
Hipóteses:
Escoamento empistonado
Fluido incompressível
Temos, então, o balanço de forças
d ( Mv )
= Fh − Fa
dt
d ( ρLvAp )
= Fh − Fa = A p ρgh − k F Lv 2
dt
Da equação acima definimos o modelo como:
2
d (v ) gh k F Lv
= −
dt L Ap ρ
13
CAPÍTULO 2
Edição: 09/2003
Equações Adicionais
a) Transporte de Calor e Massa
As equações de transporte descrevem a transferência de energia, massa e quantidade de

movimento (momento) entre o sistema e a vizinhança. Estas leis têm a forma de um
fluxo (taxa de transferência por unidade de área) proporcional a uma força motriz
(gradiente de temperatura, concentração ou velocidade). A constante de
proporcionalidade é uma propiedade física do sistema (coeficiente de troca térmica,
difusividade e viscosidade). A nível molecular, tem-se as leis de Fourier, Fick e
Newton.
grandeza calor massa momento

fluxo q NA τ rz
força motriz ∂T ∂C A ∂v z
∂z ∂z ∂z
propriedade K D µ
"lei" Fourier Fick Newton
Fluxo = Constante * Força Motriz
b) Equações de Estado Termodinâmico
Descrevem como as propriedades físicas (densidade, entalpia) variam com temperatura,

pressão e composição. Exemplos:
Equação de gás ideal: PV = nRT
RT a
Equação de Van der Waals: P = − 2
V −b V
Entalpia: dado C p = A1 + A2 T
h = ∫ Cp dT (líquido)
T0
H = h + λv (vapor)
com λv =calor de vaporização.
Para mistura de componentes assumindo calor de mistura desprezível:
14
CAPÍTULO 2
Edição: 09/2003
NC
∑x h M j j j
j =1
h= NC
∑x j Mj
j= 1
com x j = fração molar e M j = peso molecular.
c) Equações de Equilíbrio Termodinâmico
Descrevem as condições do sistema sob equilíbrio. Baseiam-se na segunda lei da

termodinâmica.
Equilíbrio Químico:
NC
∑ ν µ =0
j =1 j j
µ j = µ 0j + RT ln P j
ν = coeficiente estequiométrico (>0 para produto).

µ j = potencial químico.
µ 0j = potencial padrão (energia livre de Gibbs/mol).
Pj = pressão parcial.
Equilíbrio de Fase: (quando µ Ij = µ IIj )
Determina a composição do vapor dada a composição do líquido e vice-versa. A fase

vapor pode ser descrita como ideal pela Lei de Dalton ( Pi = y i P ). A fase líquida,
dependendo do sistema em questão, pode ser descrita pela Lei de Raoult;
NC
P= ∑x j Pjs
j =1
onde a pressão de vapor do componente puro pode ser calculado por exemplo pela
equação de Antoine:
( )
Aj
ln Pjs = + B j,
T
15
CAPÍTULO 2
Edição: 09/2003
pela Volatilidade Relativa;
yi
xi
α ij =
yj
xj
por Constante de Equilíbrio
yi
K= x i ; K = f ( T , x, P )
ou como Líquido Não-Ideal.
NC
P= ∑x j Pjsγ j
j =1
γ j = f ( x, T )
com γ j = coeficiente de atividade (se ideal γ j =1).
d) Equações Cinéticas
Descrevem as taxas de reações químicas que ocorrem no sistema:
Equação de Arrhenius é freqüentemente usada e representa uma das mais severas não-
linearidades em engenharia química:
−E
k = k 0 e RT
E = energia de ativação
R = constante dos gases
16
CAPÍTULO 2
Edição: 09/2003
Lei da Ação das Massas:
1 dn j
R= ( )R
ν j V dt
onde
dn j
( ) R = variação do número de moles por reação
dt
Exemplo de Modelagem com Balanços de Energia e Massa
Seja um tanque de aquecimento de área transversal A, representado esquematicamente

abaixo:
Fi (t) Ti (t)
Ti
Fi
h
T Q(t)
T(t)
F TANQUE
F(t)
h(t)
Vapor (W)
2 Variáveis de Perturbação: Ti, Fi
2 Variáveis de Entrada: Q,F
2 Variáveis de Saída: h, T
Para zerar grau de liberdade: NE=6-2=4=NV
BM, BE, 2 controladores (Q=f(T) e F=g(h))
A seguir estão apresentadas de forma resumida as etapas na formulação do modelo do

processo.
hipótese simplificadora: densidade constante, Cp constante, variações de energia

cinética e potencial desprezíveis
17
CAPÍTULO 2
Edição: 09/2003
Balanço de Massa:
dρV d ρAh dh dh
= = Aρ = ρFi − ρF ∴ A = Fi − F
dt dt dt dt
dh Fi − F
=
dt A
Balanço de energia:
d [ EρV ]
= Fi ρ i H i − F ρ H + Q (1)
dt
mas K=0 (variações de energia potencial e cinética desprezíveis), e, por definição:
H = ρVC p (T − Tref ) = ρAhC p (T − Tref ) (2)
Substituindo (2) em (1) tem-se:
dρC p (T − Tref )hA

= Fi ρi C p (Ti − Tref ) − FρC p (T − Tref ) + Q
dt
 dh dT 
ρAC p (T − Tref ) + h = Fi ρ i C p (Ti − Tref ) − FρC p (T − Tref ) + Q (3)
 dt dt 
Do balanço de massa em (3) tem-se:
( Fi − F ) dT Q
A(T − Tref ) + Tref ( Fi − F ) + hA = Fi (Ti − Tref ) − F(T − Tref ) +
A dt ρC p
dT Q
hA = Fi (Ti − T ) +
dt ρC p
Em resumo, o modelo é formado por duas equações de estado:
dh dV
A = Fi − F ou = Fi − F
dt dt
dT Q dT Q
hA = Fi (Ti − T ) + ou hA = Fi (Ti − T ) +
dt ρC p dt ρC p
18
CAPÍTULO 2
Edição: 09/2003
sendo V e T as variáveis de estado. Como variáveis de entrada tem-se Ti, Fi, q e F. Os

parâmetros do modelo são: A, ρ , C p
No estado estacionário, tem-se: Ts , Ti,s, Fi,s
%Simulação de um tanque de aquecimento

global U A V ro Cp Fi Ti F Th tfin
%parâmetros do modelo (no sistema Inglês de unidades):
U=150;
A=200;
ro=50;
Cp=0.75;
%variáveis de entrada:
Fi=40;
F=38;
Th=540;
Ti=530;
%condições iniciais:
T=530;
V=50;
x0=[T V]';
%intervalo de integração:
tin=0;
tfin=1;
%integração:
%SINTAXE A SER ALTERADA SEGUNDO A VERSÂO DO MATLAB
[t,x]=ode23('dtdv',[tin tfin],x0);
%gráficos:
subplot(2,1,1), plot(t,x(:,1),'r')
xlabel('tempo (h)')
ylabel('Temperatura (ºR)')
subplot(2,1,2), plot(t,x(:,2),'b')
xlabel('tempo (h)')
ylabel('Volume (ft3)')
function dTV=dtdv(t,x)
global U A V ro Cp Fi Ti F Th tfin
dV=Fi-F;
dT=(Fi*(Ti-x(1))+U*A*(Th-x(1))/ro/Cp)/x(2);
dTV=[dT dV];
19
CAPÍTULO 2
Edição: 09/2003
Balanço de Massa e Energia Combinados: Modelo de Reator CSTR não

Adiabático
Em um reator não adiabático de mistura perfeita ocorre uma reação de primeira ordem
exotérmica A k → B (ra =kCa ). Ca é a concentração do reagente A, T a temperatura e F
a vazão volumétrica.
Ti
Fi Cai (t) F i (t) Ti (t)
V
Ca i
Ca
T
F Q(t) Ca (t)
F(t) REATOR T(t)
h(t)
Água (W)
O processo pode ser representado da seguinte forma:
Variáveis e parâmetros:
Variáveis de Estado (Variáveis de Saída): V, Ca, T
20
CAPÍTULO 2
Edição: 09/2003
Variáveis de Entrada: Ca,i, Fi, Ti (Perturbação) e Q, F (manipuladas)
Parâmetros: ρ, Cp,λ=(-∆Hr)(>0, exotérmica), K0, E ,R
NVt=8; NV = NVt - NVp = 8 – 3 = 5
Equações:
São necessárias 5 equações: BMt , BMA, BE, F=f(C a ) e Q=f(T)

Hipóteses simplificadoras: densidade constante, Cp constante, variações de energia
cinética e potencial desprezíveis.
BM:
Supor:
∂C
p
a) C = f(n , n ) ; =0
p A B ∂T
b) Balanço de Massa Total
dρ V dV
= ρi Fi − ρF ∴ = Fi − F (1)
dt dt
BMA:
dn A d (C AV )
= = C Ai Fi − C A F + rAV
dt dt
dnB d (C BV )
= = CBi Fi − C B F + rAV
dt dt
BE:
d (Vh) d ( ρVh) d (nh )

ρ = = = ρFi hi − ρFh + Q − WS (h é entalpia por mol)
dt dt dt
d (Vh) d ( ρVh) d (nh )

ρ = = = ρFi hi − ρFh + Q − WS
dt dt dt
21
CAPÍTULO 2
Edição: 09/2003
Notar que:
~ ~
nh = n A hA + n B h B
logo
d (nh ) ~ dn A ~ dnB ∂H dT
= hA + hB +
dt dt dt ∂T dt
F1ρ1h1 (T1) = F1 ρ1h1 (T ) + F1ρ1Cp1 (T1 − T )
~ ~
∂H dhA dhB
= nA + nB
∂T dt dt
Assim:
d (nh ) dT ~ ~ ~ ~ ~ ~
= ρVC p + C Ai Fi h A − C A FhA + r AVhA − rAVh B + CBi Fi hB − C B Fh B
dt dt
Também:
Fi ρ i hi (Ti ) = Fi ρ i ( hi (T ) + C p (Ti − T ))
~ ~
Fρh = F (C A hA + C B hB )
~ ~
Fi ρ i hi (Ti ) = Fi ( C Ai h A + C Bi hB ) + Fi ρ iC p (Ti − T ))
Logo:
dT ~ ~ ~ ~ ~ ~
ρVC p + C Ai Fi h A − C A FhA + C Bi Fi hB − C B FhB + rAV ( hA − h B )
dt
~ ~ ~ ~
= Fi C Ai hA + Fi CBi h B + Fi ρC pi (Ti − T ) − FC Ah A − FC B hB + Q
obs:
~ ~
∆H reação = H B − H A
calor gerado na reação por mol de A reagido
dT
ρVCp = F1ρ1Cp1 (T1 − T ) + r AV∆H reação
dt
22
CAPÍTULO 2
Edição: 09/2003
% Para um reator CSTR (mistura perfeita) no qual

% se conduz uma reação exotérmica (A->B), resfriado
% por serpentina, este programa calcula, as variáveis
% de estado a cada t, utilizando a rotina de
% integração ode23 (Runge-Kuta)
clear all
global U A Tc Ti E DeltaH Cp ro V k0 R Fi cai F
%parâmetros do processo
U=150; %BTU/(h.ft2.R), coeficiente de troca térmica
A=250; %ft2, área de troca térmica
DeltaH=-30000; %BTU/lbm, calor de reação
Cp=0.75; %BTU/(lbm.R), calor específico
E=30000; %BTU/lbm, energia de ativação
R=1.99; %BTU/(lbm.R), constante dos gases
%variáveis de entrada
Fi=40; %ft3/hr, vazão de alimentação
F=41; %vazão de retirada
Tc=594.6; %R, temperatura do fluido de refrigeração
Ti=530; %R, temperatura da alimentação
%condições iniciais
ca=0.16; %lbm/ft3, concentração inicial no reator
T=603; %R, temperatura do reator
V=48; %ft3, volume do reator
x0=[ca T V]';
%tempo de integração
tini=0;
tfin=10;
%integração
[t,x]=ode23('deriv',tini,tfin,x0);
%gráficos
subplot(3,1,1), plot(t,x(:,1),'c')
ylabel('concentração - lbm/ft3')
subplot(3,1,2), plot(t,x(:,2),'g')
ylabel('Temperatura - ºR')
subplot(3,1,3), plot(t,x(:,3),'g')
ylabel('Volume - ft3')
xlabel('tempo(h)')
function dcadt=deriv(t,x)
global U A Ti Tc E DeltaH Cp ro V k0 R Fi cai F
%perturbação de 50% na vazão da alimentação,
if t>=5
Fi=40;
else
Fi=50;
end
%valores atuais das variáveis de estado
ca=x(1);
T=x(2);
V=x(3);
%constante de reação na temperatura atual
k=k0*exp(-E/R/T); %1/h, constante de reação - Arrhenius
%derivada da concentração
dca=Fi*(cai-ca)/V-k*ca;
23
CAPÍTULO 2
Edição: 09/2003
%derivada da temperatura
qger=-DeltaH*k*ca*V; %calor gerado (BTU/h)
qinout=Fi*Cp*ro*(Ti-T); %variação de por convecção
qrem=U*A*(T-Tc);
dt=(qinout+qger-qrem)/(V*ro*Cp);
%derivada do volume
dv=Fi-F;
%vetor de derivadas
dcadt=[dca dt dv]';
Multiplicidade de Estados Estacionários
CSTR onde ocorre uma reação exotérmica Cai (t) F i (t) Ti (t)
24
CAPÍTULO 2
Edição: 09/2003
T
i
F Q(t)=UA(T-Tc) Ca (t)
i h
Ca
i
F(t) REATOR T(t)
T
h(t)
F
Ca
Água (W)
Admitindo F(t)=Fi(t) (Volume constante)
O modelo do processo pode ser escrito como:
dCa F
= (Cai − Ca ) − kCa
dt V
= (Ti − T ) + (− ∆H ) Ca + UA(T − TC )
dT F k
dt V ρ Cp
com
k = k 0 exp( − E / RT )
ESTADOS ESTACIONÁRIOS
% Dado um reator CSTR (mistura perfeita) no qual

% se conduz uma reação exotérmica (A->B), resfriado
% por serpentina, formulou-se um modelo matemático:
% BM estacionário: 0=Cai*q-Ca*q-k*Ca*V, ou seja,
% Ca=Cai/(k*V/q+1)
% BE estacionário: 0=qin-qout+qger-qrem
% qin=q*Ti/V
% qout=q*T/V
% (-DeltaH)*Ca*k0*exp(-E/(R*T)
% qrem=U*A*(T-Tc)
% Este programa calcula, para diferentes temperaturas (T)

% o calor gerado por reação (qger), o calor que entra e sai
% por convecção (qin, qout), e o calor removido pela serpentina
% (qrem), ilustrando a ocorrência de três estados estacionários.
25
CAPÍTULO 2
Edição: 09/2003
%parâmetros do modelo
q=50; %ft3/hr, vazão de alimentação
U=80; %BTU/(h.ft2.R), coeficiente de troca térmica
A=50.0; %ft2, área de troca térmica
DeltaH=-35000; %BTU/lbm, calor de reação
V=48; %ft3, volume do reator
Cp=0.75; %BTU/(lbm.R), calor específico
E=32000; %BTU/lbm, energia de ativação
R=1.99; %BTU/(lbm.R), constante dos gases
%condições de operação
Tc=594.6; %R, temperatura do fluido de refrigeração
Ti=530; %R, temperatura da alimentação
T=linspace(550,750,100); %temperaturas investigadas
%cálculo dos calores

k=k0*exp(-E/R./T); %1/h, constante de reação - Arrhenius
ca=cai./(k*V/q+1); %lbm/ft3, concentração no reator
qger=-DeltaH*(k.*ca)*V; %BTU/h,calor gerado por reação exotérmica
qin=q*Cp*ro*Ti; %BTU/h,calor que entra no reator por
convecção
qout=q*Cp*ro*T; %BTU/h,calor que sai do reator por convecção
qrem=-U*A*(Tc-T); %BTU/h,calor removido pela serpentina
%gráfico
hold on
plot(T,(qrem+qout),'b')
plot(T,(qger+qin),'m')
text(580,1e6,'P1')
text(630,1.4e6,'P2')
text(700,1.85e6,'P3')
ylabel('BTU/h')
xlabel('Temperatura,ºR')
text(700,2e6,'qrem+qout')
text(730,1.7e6,'qger+qin')
hold off
No estado estacionário, a taxa de geração de calor é igualada pela taxa de remoção de

calor. O gráfico abaixo mostra que isto ocorre em três pontos (P1, P2 e P3).
26
CAPÍTULO 2
Edição: 09/2003
6
x 10
2.2
2 qrem+qout
P3
1.8
qger+qin
1.6
BTU/h
1.4 P2
1.2
1 P1
0.8
550 600 650 700 750
Temperatura,ºR
.
Através de um controlador, o ponto P2 pode se tornar estável. Os pontos P1 e P3 são

estáveis com transiente representado a seguir:
950
900
850
Temperatura - ºR
800
750
700
650
600
550
0 2 4 6 8 10
tempo(h)
27

Aula1Modelagem Dinamica Introdução

Enviado por

Dados do documento

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

Aula1Modelagem Dinamica Introdução

Enviado por

Direitos autorais:

Formatos disponíveis

Modelagem Dinâmica de Processos

Ofélia de Queiroz F. Araújo

1. Processo: Conjunto de Equipamentos interligados e procedimentos para produzir um

O desenvolvimento das equações que relacionam as diferentes variáveis (de entrada e de

Nota: As variáveis de entrada são entradas manipuladas e perturbações (que afastam o

Os modelos matemáticos são ferramentas preciosas na análise e no controle de processos.

Análise Identificação Controle

Classificação dos Modelos de Processos

a) Quanto à dependência na variável tempo:

-modelo estacionário: todas as variáveis são independentes da variável tempo

Para um processo com várias variáveis de entrada e saída consideremos y o vetor

c) Quanto a variações espaciais:

-modelo de parâmetros concentrados (LUMPED): os parâmetros e as variáveis de

-modelo de parâmetros distribuídos: considera variações espaciais no

Os modelos são importantes no projeto de estratégias de controle, sintonia de controladores

Os objetivos do controle de processos na operação de uma unidade industrial são:

a) suprimir a influência de perturbações;

Em qualquer destas situações, há necessidade de se prever como, quando e quanto os

a) Suprimir a influência de perturbações

Para tal dispõe-se das estratégias:

- Controle por realimentação ("feedback"): uma malha de controle por

Variáveis Manipuladas Variáveis Controladas

No exemplo de tanque de aquecimento, pode-se controlar a temperatura de saída T

- Controle por antecipação ("feedforward"): o controle por antecipação mede a

PROCESSO Variáveis Controladas

No exemplo do tanque de aquecimento, pode-se conceber um controle de

- Controle "feedback" combinado ao "feedforward": devido a imperfeições do

PROCESSO Variáveis Controladas

b) Estabilizar o Estado Operacional de um Processo

Um processo é dito estável se a resposta transiente a uma entrada limitada produz

c) Otimizar o desempenho de um processo

Os valores especificados das variáveis controladas (set points) definem o ponto de

Exemplo: Reator em batelada, com reações endotérmicas em série A→B→C, cujo

Perfil Ótimo de Fluxo de Vapor

Maximizar F = ∫ (Preço de B - ( Custo de A + Custo de Vapor)) dt

No desenvolvimento de uma estratégia de controle, é preciso determinar COMO

1. Analisar a dinâmica dos processos

O objetivo da modelagem é determinar um conjunto de equações matemáticas

Um modelo realista do processo deve incorporar todos os efeitos dinâmicos

a) as variáveis de perturbação (NP) são fixadas pelo meio externo: NV = NVt-NP.

b) os objetivos de controle impõem tantas equações quanto as necessárias para que

a) Metodologia Empírica (Identificação de Processos)

O número e tipo de equações a serem utilizadas em um modelo empírico é

No esquema abaixo, observa-se que o comportamento do modelo proposto é

Na parametrização, os parâmetros do modelo são ajustados de forma a

modelo proposto e y as saídas do processo. Em geral, a minimização é

tipo de modelagem será realizada em capítulo proprio do tema.

Utiliza os princípios fundamentais (leis físicas, químicas e físico-químicas) tais

Ø Esboçar diagrama esquemático do processo, rotulando todas as variáveis relevantes;

Variáveis de Estado e Equações de Estado

As "variáveis de estado" de um sistema é um conjunto de variáveis que permitem

independentes) são ditas "equações de estado", e são derivadas da aplicação do princípio

Leis Fundamentais da Conservação

Considere o sistema abaixo onde temos N entradas e M saídas e onde as letras Q e W

As equações de estados são obtidas aplicando-se o Princípio da Conservação. Para uma

[Acúmulo de S] [Entrada de S] [Saída de S] [Geração de S] [Consumo de S]

3 Quantidades Fundamentais: Massa, Energia e Momentum.

Na modelagem de processos químicos, utiliza-se freqüentemente:

a) Balanço de Massa Total

b) Balanço de Massa por Componente

Balanço de Massa Total:

Fi = vazão volumétrica da i-ésima corrente.

Exemplo: Formulação de Modelo para Tanque de Nível

a)Representação Esquemática do Processo e Definição dos Limites Físicos: