Escolar Documentos
Profissional Documentos
Cultura Documentos
ENGENHEIRO QUÍMICO
1. Introdução
Desde a década de 1950, a indústria química foi a primeira indústria civil a fazer uso extensivo de
computadores. Naquela época, os computadores eram relativamente mais caros (um mainframe
custava US $ 1 milhão). No entanto, eles eram baratos em comparação com o custo de uma
fábrica de produtos químicos, que normalmente ultrapassaria US $ 100 milhões. O custo de um
mainframe poderia ser reembolsado em sua primeira aplicação para design de processos. As
colunas de destilação estavam sendo projetadas por computador na década de 1950 e programas
de simulação de processos estavam disponíveis no início da década de 1960. O primeiro pacote de
simulação comercial foi provavelmente o PACER, que estava bem estabelecido em meados da
década de 1960. Os primeiros processos on-line controlados por computador foram
comissionados no final dos anos 1950. Assim, a engenharia química auxiliada por computador
tem quase 60 anos de história.
Os computadores agora são baratos e há um na mesa de cada engenheiro. Na
verdade, a maioria agora carrega capacidade de computação com eles, e a demarcação
entre computadores portáteis e telefones móveis diminuirá nos próximos anos. Há uma
grande quantidade de dados disponíveis na Internet e por meio de intranets. As intranets
podem fornecer sistemas de comunicação interativos para facilitar atividades que vão desde
o acesso a dados validados pela empresa até recursos interativos para grandes projetos de
engenharia integrados. Os recursos de computador são usados em todas as fases, desde a
concepção, passando pelo design, até a operação. Praticamente toda a engenharia química
é agora "engenharia química auxiliada por computador". Existem periódicos bem
estabelecidos (comoComputadores e Engenharia Química) e trabalha com ampla referência
a métodos de computador, como Processo assistido por computador e design de produto (
1). As ferramentas de pesquisa na Internet fornecem acesso a uma infinidade de referências
relevantes e métodos auxiliados por computador para apoiar o projeto e a operação de
processos químicos. Com esse acesso rápido a materiais relevantes, este artigo não oferece
uma cobertura detalhada de nenhuma ferramenta em particular. São fornecidas menos
referências porque, com o conhecimento do assunto, uma busca na Internet revelará as
publicações mais recentes disponíveis. Ao mesmo tempo, a '' engenharia química '' cobre
uma gama muito mais ampla de aplicações do que simplesmente grandes processos
químicos e petroquímicos em estado estacionário. As aplicações variam de dispositivos
médicos, através de microprocessos (como produção de energia local e recuperação de
resíduos), produção de alimentos e farmacêuticos, bioprocessos e processos de produção
de energia e químicos tradicionais em grande escala, até modelagem ambiental.
No estágio conceitual, o software é usado para planejar e analisar experimentos de
laboratório. Programas de computador são usados para estimar as propriedades químicas e
físicas de espécies químicas para as quais faltam dados experimentais. Ferramentas de software,
como projeto de molécula auxiliado por computador (CAMD), são empregadas para desenvolver
produtos químicos com as propriedades desejadas. Os pacotes de síntese e otimização de
processos são empregados para desenvolver projetos de processos para fazer os produtos
desejados da forma mais eficaz possível.
Projetos conceituais, sejam desenvolvidos manualmente ou com recursos de computador, são
posteriormente refinados com recursos de computador. Inicialmente, pacotes de simulação são
empregados para verificar e refinar os balanços de calor e materiais. Uma vez que o equilíbrio de calor e
material é estabelecido, um projeto é verificado quanto à segurança e operacionalidade. O
Kirk-Othmer Encyclopedia of Chemical Technology. Copyright John Wiley & Sons, Inc. Todos os direitos reservados.
2 ENGENHARIA QUÍMICA AUXILIADA POR COMPUTADOR
Além do estágio de projeto, uma ampla gama de ferramentas de computador pode ser
aplicada à planta operacional. Os computadores podem ser aplicados on-line ou off-line. A
otimização off-line pode sugerir novas condições operacionais que proporcionam uma operação
mais eficaz ou segura. Praticamente todos os processos agora são controlados, pelo menos em
parte, com o suporte de computação on-line. As aplicações on-line incluem controle de regulação
e controle de otimização de processos contínuos. O controle por computador on-line também é
aplicado para programação e controle de processos em lote e semilote. Desde as primeiras
aplicações, os computadores on-line têm sido usados para monitoramento de segurança e
desligamento automático rápido. A maioria dos softwares on-line atuais inclui esses recursos de
resposta a emergências.
Dentro dessa gama de aplicações, este artigo concentra-se em três tópicos, que são
apresentados em ordem:
1. Áreas de aplicação
2. Uso de software de engenharia
3. Desenvolvimento de software de engenharia
2. Áreas de aplicação
Os engenheiros podem empregar até 200 programas de computador diferentes para auxiliar no
projeto e operação de processos químicos eficientes, seguros e não poluentes. Esses programas
devem fornecer as respostas corretas e as respostas devem ser interpretadas corretamente. Uma
gama típica de software de computador empregado por uma grande empresa de manufatura é
fornecida na Tabela 1.
ENGENHARIA QUÍMICA AUXILIADA POR COMPUTADOR 3
Cálculos ambientais
dispersão de gases, aerossóis e fumos de pilhas, rupturas e incêndios deposição de
aerossóis e fumos melhorados pela chuva e secos de plumas lixiviando de aterros
sanitários e dispersão de vazamentos através de redes de rios de modelagem de águas
subterrâneas para o acúmulo de poluentes
concentração de poluentes na vida terrestre e marinha (vegetal, animal e microbiana) efeito
integrado de liberações para o ar, água e terra
Estudos de segurança
Simulação de processo
simulação e projeto de processos em estado estacionário
reconciliação de dados (estimativa do desempenho estatisticamente mais provável a partir das medições)
4 ENGENHARIA QUÍMICA AUXILIADA POR COMPUTADOR
Tabela 1. (Contínuo )
Síntese de processos
requisitos mínimos de energia ou utilidade para um
processo requisitos mínimos de energia ou utilidade para
um projeto de rede de trocador de calor ideal
projeto de rede de separação ideal
projeto de processo ideal por síntese de processo
A sequência de operações
A escolha das operações unitárias (por exemplo, destilação extrativa ou extração
líquido / líquido)
A seleção de fluxo quente e frio, combinações de troca de calor A
escolha de agentes de separação
desempenho são definidas para todas ou algumas das unidades. Por exemplo, as temperaturas de saída alvo ou funções de transferência podem ser definidas para trocadores de calor e as
concentrações de saída desejadas podem ser definidas para colunas de destilação. O simulador então calcula o desempenho total da unidade usando o equilíbrio de calor e material e dimensiona a
unidade uma vez que o equilíbrio geral é alcançado. No '' modo de simulação '', o tamanho e todas as dimensões físicas de cada unidade são especi fi cadas. Para cada etapa na iteração de
equilíbrio, cálculos de unidade suficientemente detalhados são executados para calcular fl uxos de saída, temperaturas e pressões de cada unidade. Anteriormente, os cálculos do '' modo de design
'' eram usados extensivamente. No entanto, cada vez mais cálculos do '' modo de simulação '' são empregados. É fácil definir condições fisicamente impossíveis no modo de design. Exemplos de
especificações impossíveis incluem o '' crossover '' de temperatura nos cálculos do trocador de calor, bem como as taxas de fl uxo de terceiros e subsequentes componentes impossíveis após a
especificação da separação de dois componentes principais na separação de multicomponentes. Sempre há uma resposta para o cálculo do modo de simulação - você simplesmente tem um
conjunto de hardware e empurra o material através dele. O resultado pode ser nenhuma reação, uma reação errada ou pressões ou temperaturas excessivamente altas, mas sempre há uma
resposta. Cada vez mais, a abordagem é projetar por meio de simulação. Exemplos de especificações impossíveis incluem o '' crossover '' de temperatura nos cálculos do trocador de calor, bem
como o terceiro impossível e as taxas de fl uxo de componentes subsequentes após a especificação da separação de dois componentes-chave na separação de multicomponentes. Sempre há uma
resposta para o cálculo do modo de simulação - você simplesmente tem um conjunto de hardware e empurra o material através dele. O resultado pode ser nenhuma reação, uma reação errada ou
pressões ou temperaturas excessivamente altas, mas sempre há uma resposta. Cada vez mais, a abordagem é projetar por meio de simulação. Exemplos de especificações impossíveis incluem o ''
crossover '' de temperatura nos cálculos do trocador de calor, bem como as taxas de fl uxo de terceiros e subsequentes componentes impossíveis após a especificação da separação de dois
componentes principais na separação de multicomponentes. Sempre há uma resposta para o cálculo do modo de simulação - você simplesmente tem um conjunto de hardware e empurra o
material através dele. O resultado pode ser nenhuma reação, uma reação errada ou pressões ou temperaturas excessivamente altas, mas sempre há uma resposta. Cada vez mais, a abordagem é
projetar por meio de simulação. O resultado pode ser nenhuma reação, uma reação errada ou pressões ou temperaturas excessivamente altas, mas sempre há uma resposta. Cada vez mais, a
abordagem é projetar por meio de simulação. O resultado pode ser nenhuma reação, uma reação errada ou pressões ou temperaturas excessivamente altas, mas sempre há uma resposta. Cada
Além de estudar a operação normal, a simulação pode ser empregada para estudar (e
projetar) outras condições além das condições nominais de operação. Mais amplamente
estudadas são as condições de desligamento quando um processo opera a uma fração de sua
carga nominal. Os processos são normalmente projetados para atender à demanda máxima (ou,
quando o armazenamento é fornecido, à demanda média máxima). Durante os períodos de baixa
demanda, o processo deve funcionar com capacidade parcial ou construir um
ENGENHARIA QUÍMICA AUXILIADA POR COMPUTADOR 7
físicas, taxas de transferência de calor e massa, cinética de reação, variabilidade de especificações de matéria-prima e incerteza em taxas de incrustação e decomposição). Muitas dessas incertezas
variam com o tempo. As características físicas, como dimensões do equipamento, são caras para alterar depois que uma planta de processo é construída. No entanto, taxas de fl uxo, temperaturas
e pressões podem ser alteradas. Portanto, se a especificação de produto desejada não pode ser alcançada com a vazão nominal, pode ser possível alcançá-la com uma vazão reduzida. O design
flexível reconhece que a operação pode ser otimizada após o início da produção e que a modificação retroajustada é possível onde as metas iniciais de produção não podem ser cumpridas. Ele
reconhece que pode não ser econômico projetar para garantir que, mesmo sob a pior combinação de resultados incertos, a taxa de produção alvo seja alcançada. O tamanho do mercado é
freqüentemente um dos parâmetros mais incertos nos quais um projeto de processo químico se baseia. À medida que o mercado cresce, pode haver a oportunidade de eliminar o gargalo de uma
planta que inicialmente apresenta desempenho inferior. O design flexível explora o trade-off entre, por um lado, aplicar margens de design excessivas e, por outro lado, correr o risco de que uma
taxa de produção alvo não possa ser atingida. Atualmente, a prática geral é empregar '' julgamento de engenharia '' para definir valores conservadores para os parâmetros incertos com '' margens
de projeto '' adicionadas quando apropriado. a taxa de produção alvo é atingida. O tamanho do mercado é freqüentemente um dos parâmetros mais incertos nos quais um projeto de processo
químico se baseia. À medida que o mercado cresce, pode haver a oportunidade de eliminar o gargalo de uma planta que inicialmente apresenta desempenho inferior. O design flexível explora o
trade-off entre, por um lado, aplicar margens de design excessivas e, por outro lado, correr o risco de que uma taxa de produção alvo não possa ser atingida. Atualmente, a prática geral é
empregar '' julgamento de engenharia '' para definir valores conservadores para os parâmetros incertos com '' margens de projeto '' adicionadas quando apropriado. a taxa de produção alvo é
atingida. O tamanho do mercado é freqüentemente um dos parâmetros mais incertos nos quais um projeto de processo químico se baseia. À medida que o mercado cresce, pode haver a
oportunidade de eliminar o gargalo de uma planta que inicialmente apresenta desempenho inferior. O design flexível explora o trade-off entre, por um lado, aplicar margens de design excessivas e,
por outro lado, correr o risco de que uma taxa de produção alvo não possa ser atingida. Atualmente, a prática geral é empregar '' julgamento de engenharia '' para definir valores conservadores
para os parâmetros incertos com '' margens de projeto '' adicionadas quando apropriado. O design flexível explora o trade-off entre, por um lado, aplicar margens de design excessivas e, por outro
lado, correr o risco de que uma taxa de produção alvo não possa ser atingida. Atualmente, a prática geral é empregar '' julgamento de engenharia '' para definir valores conservadores para os
parâmetros incertos com '' margens de projeto '' adicionadas quando apropriado. O design flexível explora o trade-off entre, por um lado, aplicar margens de design excessivas e, por outro lado,
correr o risco de que uma taxa de produção alvo não possa ser atingida. Atualmente, a prática geral é empregar '' julgamento de engenharia '' para definir valores conservadores para os
parâmetros incertos com '' margens de projeto '' adicionadas quando apropriado.
relatado na literatura. A primeira é definir restrições rígidas para proibir os valores de violar
as restrições de margem de segurança. O artigo de Halemane e Grossman (8) ilustra essa
abordagem. O segundo é evitar restrições rígidas e, em vez disso, incluir estimativas do
custo real de transgredir a produção ou as especificações de qualidade. Esse método pode
ser chamado de método de restrição de custos e é ilustrado no artigo de Johns et al. (9).
Ambos os artigos têm aproximadamente 30 anos, mas certamente a Referência 9 mostra
que os métodos baseados em computador podem fornecer benefícios significativos no
projeto de plantas flexíveis em vez de projetar com estimativas de '' melhor estimativa '' ou
'estimativa conservadora' 'de variáveis incertas.
O benefício dos métodos de custo limitado, como o da Referência 9, é que restrições
rígidas nas taxas de produção e qualidade são evitadas. Em vez disso, a abordagem
reconhece que há flexibilidade na política de operação e penalidades realistas devem ser
aplicadas para deficiências que podem ocorrer sob resultados desfavoráveis aos
parâmetros incertos. A abordagem também evita descontinuidades bruscas na função de
custo, de modo que métodos simples de otimização irrestrita podem ser empregados.
equações para tais fluidos. Portanto, qualquer estudo CFD deve ser construído em
correlações empíricas e verificado por comparação com resultados medidos para aplicações
semelhantes.
2.6. Controle e Monitoramento On-line.Cobertura muito breve de controle
o software será fornecido aqui porque esta enciclopédia tem um artigo separado dedicado
ao controle. O software on-line é empregado por quatro razões:
aplicável e o software se enquadra nas diretrizes gerais dos padrões ISO9001. Existem adaptações específicas da ISO9001. Por exemplo, ISO / IEC 90003 produz diretrizes para a produção de software que atenda a ISO9001. A
ISO29001 se aplica especificamente ao gerenciamento da qualidade para o projeto, produção, instalação e serviço de produtos para as indústrias de petróleo, petroquímica e gás natural (dos quais o software é um
componente). ISO13485 é o padrão ISO para dispositivos médicos (e aplicativos médicos relacionados) e inclui software dentro de sua competência geral. Desse modo, o desenvolvimento e o uso de ferramentas de software
devem ser realizados dentro de uma estrutura geral de qualidade cobrindo todos os aspectos de projeto, construção e operação. Esses requisitos não implicam que todos os fornecedores e empreiteiros na cadeia de
abastecimento devam ser certificados individualmente quanto à qualidade; é responsabilidade do usuário final garantir que a atividade integrada tenha a qualidade adequadamente assegurada. Observe que os padrões se
aplicam igualmente a todo o procedimento de projeto e operação. No entanto, geralmente há mais preocupação com o software de controle on-line do que com o software off-line, porque o software on-line faz parte da
entrega final e está permanentemente instalado da mesma forma que um disco de ruptura ou qualquer outro componente projetado para garantir a operação segura e eficiente do processo. e operação. Esses requisitos não
implicam que todos os fornecedores e empreiteiros na cadeia de suprimentos devam ser certificados individualmente pela qualidade; é responsabilidade do usuário final garantir que a atividade integrada tenha a qualidade
adequadamente assegurada. Observe que os padrões se aplicam igualmente a todo o procedimento de projeto e operação. No entanto, geralmente há mais preocupação com o software de controle on-line do que com o
software off-line, porque o software on-line faz parte da entrega final e está permanentemente instalado da mesma forma que um disco de ruptura ou qualquer outro componente projetado para garantir a operação segura e
eficiente do processo. e operação. Esses requisitos não implicam que todos os fornecedores e empreiteiros na cadeia de suprimentos devam ser certificados individualmente pela qualidade; é responsabilidade do usuário final
garantir que a atividade integrada tenha a qualidade adequadamente assegurada. Observe que os padrões se aplicam igualmente a todo o procedimento de projeto e operação. No entanto, geralmente há mais preocupação
com o software de controle on-line do que com o software off-line, porque o software on-line faz parte do produto final e está permanentemente instalado da mesma forma que um disco de ruptura ou qualquer outro
componente projetado para garantir a operação segura e eficiente do processo. é responsabilidade do usuário final garantir que a atividade integrada tenha a qualidade adequadamente assegurada. Observe que os padrões
se aplicam igualmente a todo o procedimento de projeto e operação. No entanto, geralmente há mais preocupação com o software de controle on-line do que com o software off-line, porque o software on-line faz parte do
produto final e está permanentemente instalado da mesma forma que um disco de ruptura ou qualquer outro componente projetado para garantir a operação segura e eficiente do processo. é responsabilidade do usuário
final garantir que a atividade integrada tenha a qualidade adequadamente assegurada. Observe que os padrões se aplicam igualmente a todo o procedimento de projeto e operação. No entanto, geralmente há mais
preocupação com o software de controle on-line do que com o software off-line, porque o software on-line faz parte do produto final e está permanentemente instalado da mesma forma que um disco de ruptura ou qualquer
S ¼ SCeue2 eu
Onde Ceu é o peso da medição eu e eeu é a diferença entre o valor medido e o valor calculado
a partir do modelo:
eeu ¼ y0 eu yeu
0
Onde yeu é o valor medido e yeu é o valor calculado pelo modelo de simulação (cujo valor
depende dos parâmetros do modelo que devem ser ajustados).
Usando esse método tradicional de mínimos quadrados, os valores discrepantes podem ter
um grande impacto no modelo ajustado. (Um ponto 10 vezes mais longe da linha de melhor
ajuste do que os outros contribuirá 100 vezes mais para o valor deS como qualquer um dos
pontos '' corretos '', e isso arrastará o ajuste para longe do valor correto.)
Uma função de erro modi fi cada pode ser empregada, como:
S ¼ SCeue2 i =ð1 º e2 eu º
i =uma2
8 Estimativa dos erros que podem ser introduzidos através dos dados ou dos modelos
12 A solução recomendada
A trilha de auditoria também deve incluir todas as mensagens de erro geradas pelo
software utilizado e uma avaliação crítica das implicações das mensagens.
A definição do problema é o ponto de partida vital para o estudo. As metas
econômicas, de segurança e ambientais devem ser claramente definidas. Para a produção
de materiais, os requisitos de pureza do produto e taxa de produção devem ser declarados e
as razões para esses requisitos devem ser registradas. Por exemplo, os usos finais do
produto podem ser fornecidos e as consequências das impurezas podem ser anotadas.
O software disponível para o estudo deve ser listado. Um estudo pode empregar até
30 programas separados. Estes podem variar de modelagem simplificada e software de
síntese para gerar uma gama de variantes de processo possíveis, através de simulação de
processo detalhada, a software para projeto mecânico, avaliação de segurança e avaliação
de impacto ambiental. Cada programa potencial deve ser avaliado de acordo com critérios
de adequação ao propósito; esses critérios são discutidos com mais detalhes
posteriormente neste artigo. Deve-se observar até que ponto cada programa foi validado.
Programas de uso geral obtidos de fornecedores terceirizados podem ser bem validados.
No entanto, tais programas não terão sido validados para o problema específico ao qual
devem ser aplicados.
Todo software precisa ser validado tanto pelo usuário quanto pelo gravador (11,12). A
documentação deve descrever completamente os modelos empregados e fornecer
orientações claras sobre o uso do programa. Se esta informação for de fi ciente, é indicativo
de que o programa também pode ser de fi ciente. Onde a empresa que emprega o
engenheiro tem padrões internos, um software validado pela empresa deve ser empregado.
O engenheiro deve compreender claramente os fenômenos que estão sendo modelados
pelo software. Não é possível assumir a responsabilidade por decisões tomadas por
ignorância. As empresas devem contratar um consultor ou especialista interno em qualquer
software que utilizem. Desta forma, todos os usuários podem consultar especialistas que
entendem perfeitamente o software empregado. O programa deve ser verificado para
sistemas mais simples para os quais os resultados são conhecidos com antecedência.
ENGENHARIA QUÍMICA AUXILIADA POR COMPUTADOR 13
correlacionadas, o intervalo válido das correlações deve ser estabelecido para garantir que elas se apliquem ao problema específico a ser resolvido. Devem ser estabelecidas bandas de erro para os valores previstos pelas
correlações. Onde valores fora da faixa ajustada são necessários, as extrapolações devem ser baseadas em princípios termodinâmicos fundamentais e na aplicação da teoria com uma base científica sólida, como a teoria
cinética dos gases. Muitas equações correlacionadas são polinômios com pouca base científica sólida. Uma extrapolação baseada em princípios científicos será mais confiável do que uma extrapolação baseada em uma
fórmula polinomial de um banco de dados. Onde os valores são extrapolados, os limites de erro também devem ser definidos por referência a princípios científicos. Um cuidado especial deve ser tomado quando as condições
próximas a um ponto crítico se desenvolverem. Considerações semelhantes se aplicam aos dados estimados quando faltam dados experimentais. Não se deve presumir que os dados de livros de referência conhecidos são
confiáveis. Esses livros negam expressamente a responsabilidade por erros. Os dados dessas fontes devem ser verificados quanto à consistência termodinâmica e à consistência com dados de espécies químicas semelhantes.
Considerações semelhantes se aplicam a dados e correlações fornecidos com software comercial. A confiabilidade de tais dados deve ser determinada entrando em um acordo de confidencialidade com o fornecedor do
software ou comparando as previsões com experimentos e dados de outras fontes. limites de erro também devem ser estabelecidos por referência a princípios científicos. Deve-se tomar cuidado especial quando ocorrerem
condições próximas a um ponto crítico. Considerações semelhantes se aplicam aos dados estimados quando faltam dados experimentais. Não se deve presumir que os dados de livros de referência conhecidos são confiáveis.
Esses livros negam expressamente a responsabilidade por erros. Os dados dessas fontes devem ser verificados quanto à consistência termodinâmica e à consistência com dados de espécies químicas semelhantes.
Considerações semelhantes se aplicam a dados e correlações fornecidos com software comercial. A confiabilidade de tais dados deve ser determinada entrando em um acordo de confidencialidade com o fornecedor do
software ou comparando as previsões com experimentos e dados de outras fontes. limites de erro também devem ser estabelecidos por referência a princípios científicos. Deve-se tomar cuidado especial quando ocorrerem
condições próximas a um ponto crítico. Considerações semelhantes se aplicam aos dados estimados quando faltam dados experimentais. Não se deve presumir que os dados de livros de referência conhecidos são confiáveis.
Esses livros negam expressamente a responsabilidade por erros. Os dados dessas fontes devem ser verificados quanto à consistência termodinâmica e à consistência com dados de espécies químicas semelhantes.
Considerações semelhantes se aplicam a dados e correlações fornecidos com software comercial. A confiabilidade de tais dados deve ser determinada entrando em um acordo de confidencialidade com o fornecedor do
software ou comparando as previsões com experimentos e dados de outras fontes. Deve-se tomar cuidado especial quando ocorrerem condições próximas a um ponto crítico. Considerações semelhantes se aplicam aos dados
estimados quando faltam dados experimentais. Não se deve presumir que os dados de livros de referência conhecidos são confiáveis. Esses livros negam expressamente a responsabilidade por erros. Os dados dessas fontes
devem ser verificados quanto à consistência termodinâmica e à consistência com dados de espécies químicas semelhantes. Considerações semelhantes se aplicam a dados e correlações fornecidos com software comercial. A
confiabilidade de tais dados deve ser determinada entrando em um acordo de confidencialidade com o fornecedor do software ou comparando as previsões com experimentos e dados de outras fontes. Deve-se tomar
cuidado especial quando ocorrerem condições próximas a um ponto crítico. Considerações semelhantes se aplicam aos dados estimados quando faltam dados experimentais. Não se deve presumir que os dados de livros de
referência conhecidos são confiáveis. Esses livros negam expressamente a responsabilidade por erros. Os dados dessas fontes devem ser verificados quanto à consistência termodinâmica e à consistência com dados de espécies químicas semelhantes. Considerações semelhantes se aplicam a
gás / líquido deve se aproximar da queda de pressão de um gás para baixas concentrações
de líquido.
Pode ser necessário avaliar a inicialização, bem como o desempenho estável. Por exemplo,
um número significativo de contravenções de descarga ambiental ocorre durante a inicialização
quando os catalisadores não atingiram a temperatura de operação e os sistemas de separação
não estão funcionando com plena eficiência. Deve-se tomar cuidado para que os modelos de
simulação não estável sejam adequados para a inicialização da modelagem. Modelos dinâmicos
desenvolvidos para estudos de controle de regulação raramente são válidos em uma faixa
suficiente para estudos de inicialização e desligamento.
Soluções alternativas devem ser consideradas. Por exemplo, ao gerar um projeto de
processo, processos alternativos devem ser gerados, com estruturas de planilha alternativas
e operações unitárias alternativas. Em muitos países, é um requisito que alternativas
genuínas sejam avaliadas e a alternativa com o melhor desempenho ambiental seja
selecionada. A avaliação adequada dessas alternativas é, portanto, uma parte vital da trilha
de auditoria de decisão que leva ao projeto final. O impacto das incertezas nas alternativas
também deve ser avaliado; algumas alternativas podem ser mais sensíveis a dados incertos
do que outras.
significado que tal ajuste tem. Em muitos casos, a significância estatística das previsões da
rede neural é mínima. Conseqüentemente, a rede neural pode ser um método eficaz de
interpolação das condições em que foi treinada, mas pode não ser uma boa base para
prever o comportamento fora da região de treinamento. Os aplicativos sob controle podem
ser válidos porque há um fluxo constante de dados permitindo que o retreinamento seja
realizado e os dados provavelmente abrangem as condições previstas. Em outras aplicações,
no entanto, os engenheiros devem usar redes neutras com cautela.
Zeters é:
ye ¼ y C1C2C3dx1dx2dx3
þ ½ðyfs3g þ yf s3Þ = 2_ y0
'' Até cúbico '' inclui termos em x1; xeuxj; x2 eu ; xeuxjxk; e x2 eu xj.
Generalizado para n-dimensões produz:
x ¼ emfzg
Para variáveis que devem estar dentro de um intervalo fixo, a <z <b, pegue a
transformação:
x ¼ emfðzaÞ = ðbelezaÞg
Exemplos de variáveis que devem estar fisicamente dentro de um intervalo fixo são
eficiências e concentrações molares, ambas as quais devem estar dentro da faixa
0,0 a 1,0. Para essas variáveis:
Pegando um valor mais provável de z ¼ 90% e s ¼ 0,182, uma confiança de 68% é encontrada que
z encontra-se no intervalo: 0,882 < z < 0.915. Quando variáveis incertas limitadas estão perto de
seus limites, mesmo incertezas relativamente grandes na física subjacente dão origem a essas
bandas de erro relativamente estreitas.
Às vezes, não é conveniente calcular com perturbações dos parâmetros incertos de
exatamente 1 desvio padrão. Por exemplo, pode ser mais conveniente definir as
perturbações de modo que 80%, 90% ou 95% da faixa de incerteza esteja dentro dos limites
definidos pelas perturbações. Em tais circunstâncias, é possível generalizar a equação 1 para
permitir perturbações diferentes do desvio padrão. A seguinte relação então se mantém:
Aqui, nomenclatura semelhante é usada para aquela empregada para a equação 1. Ou seja,
yfDxeug é o valor de y calculado com todos os parâmetros incertos em seus esperados
valores exceto para o número da variável eu, que tem seu valor em ðx0eu º Dxeuº.
Não apenas a equação 1 vale para todas as medidas de desempenho, ela também vale
para os quadrados desses níveis de desempenho. Calculando o valor esperado
do quadrado da medida de desempenho, sua variância, s2 y, pode ser calculado
a partir de:
Observe que momentos superiores a y2 não pode ser calculado porque a quadratura calcula
apenas integrais com precisão de 2 na medida de desempenho.
Onde existem n parâmetros incertos, (2n º 1) simulações são necessárias
para calcular todos os valores esperados e variações de todas as medidas de desempenho.
Assim, o número total de cálculos é independente do número de medidas de desempenho a
serem avaliadas e não são necessários mais cálculos para estimar as variações de todas
essas medidas de desempenho.
No projeto de engenharia, a maioria dos parâmetros tem incertezas independentes.
Além disso, onde a interação é moderada, a fórmula da quadratura permite adequadamente
as interações (até termos de terceira ordem). No entanto, fortes interdependências podem
se desenvolver, particularmente quando dois ou mais parâmetros incertos são estimados a
partir de um conjunto de resultados experimentais. Por exemplo, uma constante de taxa
medida experimentalmente (K) normalmente pode ser calculado usando:
K ¼ Ae E = RT ð3º
Tratar UMA e E como certas variáveis e s como uma variável incerta com uma melhor estimativa
de 1,0. Claramente,s deve ser positivo, de modo que (como discutido) a variável transformada seja
empregada:
x ¼ emfsg
18 ENGENHARIA QUÍMICA AUXILIADA POR COMPUTADOR
Conforme discutido para outras variáveis, se o desvio padrão da taxa de reação for de 20%,
o transformado s terá uma melhor estimativa de 0 e um desvio padrão de 0,182.
É possível empregar fórmulas de quadratura mais precisas, mas isso ocorre às custas
de um cálculo muito maior. Ao mesmo tempo, os limites raramente são conhecidos com
precisão e a extensão em que é válido empregar uma distribuição Gaussiana normal dos
erros é ainda menos bem estabelecida. Portanto, não há justificativa para o emprego de
fórmulas de quadratura mais precisas.
Essa abordagem para integrar incertezas pode ser incorporada ao software.
Raramente é, mas os engenheiros rotineiramente realizam análises de sensibilidade e os
métodos descritos anteriormente podem ser empregados para extrair mais informações de
tal análise. Se as perturbações forem escolhidas apropriadamente, as equações 1 e 2 podem
ser usadas para calcular o efeito integrado das incertezas sobre o desempenho esperado de
um processo e a confiança nesse desempenho.
versão livre de erros.) As versões dos componentes principais devem ser arquivadas
separadamente. Observe que os componentes vinculados dinamicamente podem seguir padrões
separados, não sincronizados, de construção e liberação. Portanto, as versões empregadas no
estudo original devem ser arquivadas para que o software original possa ser recuperado em sua
totalidade. Também pode ser necessário arquivar o sistema operacional original no qual o
programa foi construído. Esses sistemas operacionais têm suas próprias bibliotecas que são
atualizadas a cada versão e podem alterar o desempenho do seu software.
Um projeto de software eficaz e procedimento de validação, portanto, perduram por
toda a vida do software.
4.2. Ambiente de programação.Software de engenharia química
pode ser escrito em uma linguagem convencional de alto nível, uma linguagem de IA, um
propósito geral ou sistema de modelagem baseado em equações específicas, ou usando
ferramentas de planilha. Muitos engenheiros constroem simulações usando ferramentas de
modelagem em vez de escrever programas para fins especiais. Simulações desenvolvidas com
essas ferramentas devem ser projetadas e testadas como para programas convencionais. Existe o
mesmo escopo para erros lógicos e numéricos.
Uma lista separada de referências é fornecida para linguagens de programação e
sistemas de modelagem. A lista de linguagens de uso geral na discussão a seguir não é
referenciada porque são muito conhecidas e os textos e compiladores atualizados podem
ser localizados facilmente por meio de mecanismos de busca na Internet ou livrarias.
Linguagens de uso geral: C / Cþþ, Java, Fortran90, Python, Ada, Modula II,
Delphi, Smalltalk, Eiffel e BASIC. A maioria das linguagens de alto nível
agora são orientados a objetos. Essas linguagens orientadas a objetos agrupam métodos e
dados de uma maneira natural para o engenheiro. Na verdade, a linguagem orientada a
objetos original, Simula (18), foi desenvolvida especificamente para simulação de eventos
discretos, e algumas de suas primeiras aplicações foram para o projeto e operação de
processos químicos em lote e semilote.
Atualmente, as linguagens mais usadas para software de engenharia em grande
escala são Fortran e Cþþ, com a maioria dos novos softwares escritos em Cþþ. Outros
idiomas mantiveram uma base de usuários limitada. Por exemplo, Ada é usado na
preparação de software ultra-seguro.
A evolução do Cþþ de C resulta em alternativas para muitos recursos comuns. Por exemplo,
existem quatro tipos de array sutilmente diferentes: um '' vetor, '' a '' valarray, '' um array
declarado diretamente de limite fixo e um ponteiro para memória alocada dinamicamente. O
programador também pode criar classes de contêiner semelhantes a array. A confusão entre
alternativas fornece espaço para erros sutis. As instalações posteriores frequentemente oferecem
alternativas mais seguras aos métodos anteriores relativamente arriscados. Em reconhecimento
dos riscos, Stroustrup (19) enfatiza repetidamente métodos de programação seguros. Um
subconjunto simples de Cþþ é recomendado, enfatizando a segurança ao invés da velocidade. Por
exemplo, use apenas '' vetor '' para matrizes.
Linguagens projetadas para inteligência artificial: LISP e Prolog. AI lan-
medidores podem ser usados para programação baseada em regras. Eles podem ser
convenientes para implementar padrões que são apresentados como regras. Para programas
mais gerais, as regras podem ser heurísticas (baseadas na experiência) ou baseadas na ciência
fundamental. Quando se baseiam na experiência, as aplicações devem, de preferência, restringir-
se aos sistemas para os quais a experiência foi adquirida. Recursos de interrogação devem ser
fornecidos para mostrar as regras empregadas, e as conclusões podem precisar ser testadas por
ferramentas de modelagem convencionais.
22 ENGENHARIA QUÍMICA AUXILIADA POR COMPUTADOR
Escreva software suportável. Não apenas um programa deve ser totalmente documentado
ted, o próprio programa deve ser comentado para consultar a documentação. Dentro do
programa, as unidades e dimensões de cada variável devem ser definidas onde quer que a
variável seja declarada. Também é útil adicionar as unidades às linhas de código onde as
expressões complexas são avaliadas.
Os programas não devem incluir constantes in-line. Portanto, todas as constantes que
serão acessadas dentro do programa devem ser declaradas no início do programa
(constante de gás universal, pressão padrão, temperatura padrão, etc). O programador e os
usuários subsequentes têm então um único ponto de referência para verificar o valor e suas
dimensões. Por exemplo, um cabeçalho pode dizer:
V ¼ V0 * PStandard / P
V ¼ V0 * 100000.0 / P;
No entanto, a motivação para reduzir o tamanho dos programas não é mais válida; era uma
preocupação do final dos anos 1960. Em um computador moderno, uma imagem de alta definição
pode ocupar mais memória do que a que pode ser preenchida com código por um
24 ENGENHARIA QUÍMICA AUXILIADA POR COMPUTADOR
E ¼ 0,5 * m * v
E ¼ 0,5 * m * v * v
não pode ser detectado por nenhum dos compiladores de alto nível padrão. Esses erros não
fazem o programa travar e raramente produzem erros óbvios de tempo de execução. No
exemplo anterior, o erro não é óbvio, a menos que '' v '' seja consideravelmente diferente da
unidade. Esses erros podem ser detectados verificando se todos os termos do lado direito
de uma atribuição ou comparação têm as mesmas dimensões e se as dimensões são iguais
às do lado esquerdo. Ferramentas estão sendo
ENGENHARIA QUÍMICA AUXILIADA POR COMPUTADOR 25
desenvolvido para automatizar tais testes antes da compilação, mas geralmente os testes devem
ser feitos manualmente.
Alternativamente, a consistência dimensional pode ser verificada dinamicamente (em
tempo de execução). Qualquer linguagem de computador que permita sobrecarga (incluindo
todas as linguagens orientadas a objeto) permite a definição de novos tipos de dados. Um tipo de
dados '' dimensionado '', que consiste no valor do ponto flutuante mais as dimensões, pode
fornecer a validação de tempo de execução desejada. Por exemplo, com dimensões na sequência
Massa, Comprimento, Tempo, Temperatura, uma força de 27,9 Newtons pode ser registrada
como:
27,9, 1, 1, -2, 0
Esta operação altera y. Suspeita-se que x também pode ser alterado. Nenhuma outra
variável deve ser alterada. Se, ao ligaralguma função, uma variável não relacionada z é
alterada, a mudança é conhecida como um efeito colateral. Os efeitos colaterais produzem
programas sujeitos a erros e dificultam a depuração e a atualização. Onde os efeitos
colaterais são excluídos, um problema na declaração anterior pode ser localizado em
alguma função. Essa é então a única função que precisa ser verificada. Se os efeitos colaterais
forem permitidos, todas as funções que possam conterz deve ser verificada, assim como todas as
linhas de código em que z parece. Se uma função contendoz também contém efeitos colaterais, o
número de linhas de código que precisam de verificação é ainda mais multiplicado. Portanto, é
altamente recomendável que os efeitos colaterais sejam evitados.
A maioria dos idiomas permite efeitos colaterais. FortranCOMUM permite que cada módulo
de programa acesse as variáveis listadas após um COMUM etiqueta. Não é necessário colocar
essas variáveis em listas de argumentos para acessá-las. Atribuindo valores aCOMUM
variáveis, portanto, cria um efeito colateral. COMUM foi recomendado no
26 ENGENHARIA QUÍMICA AUXILIADA POR COMPUTADOR
nos primeiros dias do Fortran, porque oferecia melhor eficiência de tempo de execução do que
passar parâmetros como sub-rotina ou argumentos de função. Fortran90 desencoraja o uso de
COMUM e oferece alternativas mais seguras. Cþþ fornece ponteiros e variáveis globais. Os
ponteiros permitem que várias variáveis se refiram ao mesmo local de memória. Portanto,
atribuir um valor a uma variável altera todas as outras. Variáveis de referência podem fornecer
confusão semelhante. Variáveis globais podem ser acessadas de qualquer lugar e, se não forem
declaradas como '' constante '', podem ser alteradas de qualquer lugar. Assim, qualquer rotina
que é chamada pode alterar uma ou mais variáveis globais (Cþþ
variáveis globais são semelhantes a Fortran COMUM a este respeito). Essas variáveis
globais alteradas podem ter efeitos inesperados em outras partes do programa. Ponteiros
foram recomendados nos primeiros dias de C para evitar a cópia de estruturas inteiras. A
eficiência do tempo de execução foi melhorada. Em programas de engenharia, a economia
de tempo provavelmente será mínima; há muito mais operações realizadas nos elementos
de uma estrutura do que simplesmente copiá-los. O principal uso atual do Cþþ ponteiros
está acessando componentes vinculados dinamicamente por middleware.
de tais erros potenciais. Essas correlações fornecem previsões incertas, mesmo com dados precisos. Por exemplo, cálculos de queda de pressão são freqüentemente baseados no trabalho de Stanton e Pannell (20) e
atualizados por Moody (21). Correlações turbulentas de transferência de calor são derivadas do trabalho de Dittus e Boelter (22) e atualizadas por McAdams (23). Há considerável dispersão experimental sobre os gráficos
empíricos e equações apresentadas por esses autores. Recomenda-se que os programas não adicionem margens de segurança para contabilizar as incertezas de correlação. O limite '' seguro '' cauteloso depende da aplicação
do usuário e é responsabilidade do usuário aplicar as margens de segurança. É responsabilidade dos programadores deixar as incertezas claras para o usuário final. Provisões também devem ser feitas para que o usuário
explore o efeito das incertezas nos resultados do cálculo. Em muitos casos, o efeito pode ser simulado sem acesso direto ao modelo ou seus parâmetros embutidos. Por exemplo, o usuário pode investigar o efeito de um
coeficiente de transferência de calor incerto alterando a área correspondente. Em outros casos, pode ser necessário fornecer ao usuário acesso direto aos parâmetros do modelo incertos. Por exemplo, o usuário pode receber
um parâmetro definido como 0,0 para o resultado mais provável. É definido como 1.0 para o resultado alto no nível de probabilidade de 90% e -1.0 para o resultado baixo no nível de probabilidade de 90%. Provisões também
devem ser feitas para que o usuário explore o efeito das incertezas nos resultados do cálculo. Em muitos casos, o efeito pode ser simulado sem acesso direto ao modelo ou seus parâmetros embutidos. Por exemplo, o usuário
pode investigar o efeito de um coeficiente de transferência de calor incerto alterando a área correspondente. Em outros casos, pode ser necessário dar ao usuário acesso direto aos parâmetros do modelo incertos. Por
exemplo, o usuário pode receber um parâmetro definido como 0,0 para o resultado mais provável. É definido como 1.0 para o resultado alto no nível de probabilidade de 90% e -1.0 para o resultado baixo no nível de
probabilidade de 90%. Provisões também devem ser feitas para que o usuário explore o efeito das incertezas nos resultados do cálculo. Em muitos casos, o efeito pode ser simulado sem acesso direto ao modelo ou seus
parâmetros embutidos. Por exemplo, o usuário pode investigar o efeito de um coeficiente de transferência de calor incerto alterando a área correspondente. Em outros casos, pode ser necessário dar ao usuário acesso direto
aos parâmetros do modelo incertos. Por exemplo, o usuário pode receber um parâmetro definido como 0,0 para o resultado mais provável. É definido como 1.0 para o resultado alto no nível de probabilidade de 90% e -1.0
para o resultado baixo no nível de probabilidade de 90%. o efeito pode ser simulado sem acesso direto ao modelo ou seus parâmetros embutidos. Por exemplo, o usuário pode investigar o efeito de um coeficiente de
transferência de calor incerto alterando a área correspondente. Em outros casos, pode ser necessário fornecer ao usuário acesso direto aos parâmetros do modelo incertos. Por exemplo, o usuário pode receber um parâmetro
definido como 0,0 para o resultado mais provável. É definido como 1.0 para o resultado alto no nível de probabilidade de 90% e -1.0 para o resultado baixo no nível de probabilidade de 90%. o efeito pode ser simulado sem
acesso direto ao modelo ou seus parâmetros embutidos. Por exemplo, o usuário pode investigar o efeito de um coeficiente de transferência de calor incerto alterando a área correspondente. Em outros casos, pode ser
necessário dar ao usuário acesso direto aos parâmetros do modelo incertos. Por exemplo, o usuário pode receber um parâmetro definido como 0,0 para o resultado mais provável. É definido como 1.0 para o resultado alto no
nível de probabilidade de 90% e -1.0 para o resultado baixo no nível de probabilidade de 90%. 0 para o resultado mais provável. É definido como 1.0 para o resultado alto no nível de probabilidade de 90% e -1.0 para o
resultado baixo no nível de probabilidade de 90%. 0 para o resultado mais provável. É definido como 1.0 para o resultado alto no nível de probabilidade de 90% e -1.0 para o resultado baixo no nível de probabilidade de 90%.
trilha de auditoria criada pelo usuário final. Onde condições de falha em potencial se
desenvolvem durante a iteração (por exemplo, subfluxo ou transbordamento), um valor
adequado deve ser gerado para permitir que a iteração continue na expectativa de que o
erro desaparecerá conforme a solução é abordada. Os valores gerados devem evitar a
introdução de descontinuidades de função, que podem ter um efeito adverso na
convergência.
As rotinas devem ser escritas de forma que, mesmo nas condições mais extremas,
produzam um resultado que não cause uma falha no tempo de execução. Além disso, não
deve haver nenhuma quebra brusca no ponto em que a condição difícil é detectada.
Considere o código projetado para evitar o transbordamento ao assumir um exponencial.
Código como o seguinte não deve ser usado:
if (x <log (1070))
resultado ¼ exp (x)
outro
resultado ¼ 1070
Este código tem uma descontinuidade na derivada que irá atrapalhar qualquer solucionador de
equações ou rotina de otimização. Seria melhor colocar:
if (x <log (1070))
resultado ¼ exp (x)
outro
resultado ¼ 1070 º 1070 (x log (1070))
Este código é contínuo na primeira derivada, mas tem uma descontinuidade na segunda
derivada. Essa descontinuidade de segunda derivada tende a ter um impacto menor na
convergência. A função ainda pode falhar, mas agora apenas para valores muito grandes de
x. A condição de falha deve ser verificada para produzir uma mensagem de falha significativa para
o usuário. Uma falha em tempo de execução meramente apresentando um estouro não oferece
ao usuário orientação sobre onde está a falha ou o que a causa.
4,4. Análise numérica.Um programa que produz respostas erradas ou
falhar é inaceitável. Esta seção apresenta princípios gerais e ferramentas úteis para evitar ou
minimizar esses problemas. Os princípios são apresentados por meio de exemplos simples e
específicos que ilustram casos que serão enfrentados pela maioria dos engenheiros
programadores. Por exemplo, expressões que podem ser avaliadas como 0/0 são
consideradas. Esta situação ocorre potencialmente onde quer que haja uma divisão. Existem
muitos casos numericamente difíceis que não são tratados neste artigo, por exemplo,
solução de equações diferenciais rígidas (aquelas com uma gama muito ampla de
constantes de tempo) ou grandes conjuntos de equações algébricas mal condicionadas. Os
programadores são encaminhados para textos especializados em análise numérica em tais
casos, por exemplo, Epperson (24). Os engenheiros químicos são mais propensos a incluir
rotinas de terceiros em vez de escrever tais métodos especializados eles próprios.
(26) e Receitas Numéricas (27). O conselho básico fornecido neste artigo para casos
relativamente simples ainda se aplica a problemas mais difíceis; por exemplo, ainda é
necessário evitar erros numéricos na avaliação de expressões e verificar a convergência.
30 ENGENHARIA QUÍMICA AUXILIADA POR COMPUTADOR
Quatro áreas que podem dar origem a problemas numéricos são cobertas:
Aqui:
são as diferenças de temperatura nas duas extremidades e a média logarítmica dessas duas
diferenças.
A expressão é impossível de calcular se uma das seguintes condições se aplicar:
Os casos (3) e (4) são ambos problemas numéricos resultantes da precisão finita da
aritmética computacional. Casos (1) e (2) são mais fundamentais, e eles
ENGENHARIA QUÍMICA AUXILIADA POR COMPUTADOR 31
são tratados na seção intitulada '' Organizando Expressões para Computação ''. Resolver o
caso (4) resolve automaticamente o caso (3) e pode ser tratado da seguinte maneira.
Escrevendo as diferenças de temperatura comovocê e v, e a média como y, dá:
A abordagem geral é expandir os termos que se aproximam de zero como uma série. O
denominador então se torna:
ðuvÞ = ðvocê º vÞ ¼ d =2
Quando d for pequeno, é evidente que a equação 6 fornece o resultado correto. Para
valores maiores, o erro de truncamento aumenta continuamente. A Equação 4 tem o
comportamento oposto; para pequenos valores ded, arredondamento produz resultados
errôneos, mas é preciso quando d é grande. A Figura 1 mostra a dependência de
arredondamento e erro de truncamento emd para precisão única em um PC compatível com
IBM. Para manter a precisão máxima ao longo, a equação 6 deve ser usada quando for mais
precisa do que a equação 4. Os erros proporcionais são, respectivamente:
Equação 4, erro de arredondamento resultante da aritmética de no computador
precisão finita:
r ¼ abdômenðe =dº
0,00012
0,0001
0,00008
Erro
erro de arredondamento
0,00006
erro de truncamento
0,00004
0,00002
0
0,000 0,002 0,004 0,006 0,008 0,010 0,012 0,014 0,016 0,018 0,020
diferença proporcional entre diferenças de temperatura
t ¼ d2 =12 ð7º
y ¼ 0: 5ðvocê º vº
Assim, para pequenos intervalos de diferença de temperatura, é mais preciso usar a média
aritmética como uma estimativa da média logarítmica do que avaliar a média logarítmica
diretamente.
O valor de e pode ser obtido da documentação do compilador usado ou diretamente
dos recursos disponíveis como parte da linguagem de computador empregada. Por
exemplo, em Cþþ, o valor é dado por:
r ¼ t ¼ e2 = 3 =121 = 3 ¼ 1: 058e 5
Assim, mesmo que o melhor método de cálculo da média seja selecionado, o erro máximo
ainda é 100 vezes pior do que a precisão da máquina. A Figura 1 mostra os erros de
truncamento e arredondamento plotados contra a razão das diferenças de temperatura
para um PC em precisão simples. A figura mostra que é mais preciso usar a média aritmética
até diferenças superiores a 1%.
Na precisão dupla, o valor de eps para um PC é 2,22045e-16 e o pior erro é 1,6e-11.
Neste caso, a precisão do computador é reduzida por um fator de
100.000.
Se a precisão resultante não for adequada, o erro pode ser ainda mais reduzido tomando os
primeiros dois termos da equação 5. A Equação 5 agora pode ser usada em uma faixa mais ampla
de até:
y ¼ ½ðvocê1 = 3 º v1 = 3Þ =2 3 ð9º
Deve-se tomar cuidado ao implementar a equação 9 para garantir que a função de raiz
cubo empregada seja capaz de calcular as raízes de números negativos.
Este exemplo ilustra um ponto geral em software de engenharia. Onde quer que
possa haver um erro de '' divisão por zero '', verifique se há um valor definido no ponto zero.
Se houver, grandes erros são prováveis quando o numerador e o denominador estão
próximos de zero. É então necessário fazer uma expansão em série, em muitos casos, tanto
do denominador quanto do numerador. A expansão resultante pode ser usada para
encontrar o intervalo no qual é melhor usar os primeiros termos da expansão em vez de
usar a expressão avaliada como 0/0. Também é possível determinar quantos termos da
expansão empregar para atingir a precisão desejada.
yfxg ¼ 0
Para convergência segura, é desejável que a solução seja limitada. O seguinte esquema é
recomendado. O ponto de solução é primeiro limitado por dois pontos com resíduos de
sinal oposto. Desse modo:
y1 ¼ yfx1g
y2 ¼ yfx2g
com o menor residual e gerando um novo ponto para produzir um limite mais amplo,
incluindo o ponto com o menor residual. Se o ponto recém-gerado não tiver um resíduo de
sinal oposto, o limite é sucessivamente movido adiante até que um ponto que tenha um
resíduo de sinal oposto seja alcançado. Freqüentemente, usando o insight físico, os
engenheiros podem gerar dois dois pontos iniciais que garantem ter resíduos do sinal
oposto, por exemplo, uma solução com 100% de fase gasosa e outra com 100% de fase
líquida ou uma solução sem reação e outro com 100% de conversão. Onde as equações têm
soluções múltiplas (como freqüentemente ocorre com equações não lineares), o insight
físico deve ser empregado para estabelecer os limites em torno da solução necessária. O
esquema iterativo então procede da seguinte forma:
Agora é fornecido um intervalo mais estreito dentro do qual a solução está garantida.
Este procedimento é repetido até que os limites estejam tão próximos que uma solução de
precisão desejada seja alcançada, ou até que algum outro critério de convergência seja
alcançado.
Existem vários meios de gerar pontos dentro dos limites. O mais simples é dividir o
intervalo e, com mais frequência, o intervalo é simplesmente dividido pela metade para que
o novo ponto fique no ponto médio entre os dois limites anteriores. O
a eficiência pode ser ligeiramente melhoradap d empregando uma pesquisa de Média Áurea. este
a pesquisa divide o intervalo na proporção 5 = 2: ðp 5 1Þ =2 com o novo ponto mais próximo
ao limite que tem o resíduo com o menor valor absoluto. Ambos os métodos alcançam a
convergência muito lentamente. A redução pela metade leva o log (r) /log (2) iterações para
reduzir o intervalo por um fator de r.
usando
ðxeuº1ºUma o métodomais
convergência Newton – Raphson:
rápida geralmente pode ser alcançada gerando o próximo ponto
Aqui, a derivada é calculada no ponto xeu. Quando o ponto recém-gerado fica fora dos limites
(ou a derivada é zero), o ponto gerado é substituído
por um ponto obtido por bissecção ou por Golden Mean. Normalmente, Newton-Raphson
fornece convergência de segunda ordem (consulte a seção intitulada '' Convergência de
Esquemas Iterativos Simples '').
Em aplicações de engenharia química, muitas vezes é difícil realizar uma diferenciação
analítica e a derivada resultante pode ser mais complexa e demorada para calcular do que a
função original. (Também pode ser mais difícil verificar a exatidão do código.) Nessas
circunstâncias, o método da Secante pode ser empregado. O método Newton-Raphson
desenha uma linha reta tangente aoy versus x curva no ponto mais recente avaliado e gera
seu próximo ponto onde a linha tangente cruza o x-eixo. O método da secante desenha uma
linha reta unindo os dois pontos avaliados mais recentemente
ENGENHARIA QUÍMICA AUXILIADA POR COMPUTADOR 35
e gera seu próximo ponto onde esta linha secante cruza o x-eixo. A fórmula resultante é:
considere um conjunto de três equações. O método funciona inicialmente fixando valores para as variáveis 1 e 2 e resolvendo para a variável
3 como uma equação de variável única. Esta etapa produz um resíduo zero para a equação 3 e resíduos diferentes de zero para as equações 1
e 2. Assim, essencialmente uma função é encontrada que calcula os resíduos para as equações 1 e 2 enquanto garante que o resíduo para a
equação 3 permaneça em zero. Este é o ninho interno. O ninho interno é uma nova função que pode calcular resíduos para quaisquer valores
das variáveis 1 e 2. Usando esta nova função, um valor fixo inicial é definido para a variável 1. Fixar a variável 1 e resolver para a variável 3
fornece uma equação apenas na variável 2 , que é resolvido como uma única equação de variável. Esta etapa fornece resíduos zero para as
equações 2 e 3 com um resíduo diferente de zero para a equação 1. Este é o segundo ninho usado apenas como uma nova função da equação
1. A Equação 1 agora é resolvida como uma equação de variável única. Quando esta equação é resolvida, uma solução completa é fornecida
para todos os três conjuntos de equações. O método pode ser empregado para qualquer número de equações de 2 para cima. Observe que,
com a variável fixa 1, a solução da equação 3 é uma função da variável 2. Após algumas iterações externas (equação 2), a solução da equação 3
pode ser aproximada por uma função linear da variável uma solução completa é fornecida para todos os três conjuntos de equações. O
método pode ser empregado para qualquer número de equações de 2 para cima. Observe que, com a variável fixa 1, a solução da equação 3 é
uma função da variável 2. Após algumas iterações externas (equação 2), a solução da equação 3 pode ser aproximada por uma função linear
da variável uma solução completa é fornecida para todos os três conjuntos de equações. O método pode ser empregado para qualquer
número de equações de 2 para cima. Observe que, com a variável fixa 1, a solução da equação 3 é uma função da variável 2. Após algumas
iterações externas (equação 2), a solução da equação 3 pode ser aproximada por uma função linear da variável
2. Desta forma, estimativas muito boas da solução interna podem ser geradas de forma que
a convergência possa ser alcançada em apenas três ou quatro iterações. Observe que, para
alcançar uma convergência geral confiável, cada nível de aninhamento deve ser resolvido
com uma convergência mais estreita do que seu aninhamento externo (caso contrário, os
resíduos para o próximo aninhamento aparentemente variam aleatoriamente dependendo
do ponto em que a iteração interna pára). Um fator de aumento de 4 na precisão em cada
nível é considerado o mínimo para alcançar uma convergência confiável. O benefício do
método de solução aninhada é que todas as variáveis podem ser limitadas com limites
iniciais fisicamente significativos, de modo que um método muito confiável esteja disponível
para obter a solução necessária. A desvantagem é que a carga computacional aumenta
exponencialmente com o número de equações. Como consequência, mesmo com boas
estimativas iniciais de variáveis internas, o método requer muitos milhares de iterações
para resolver apenas cinco equações simultâneas. A hierarquia dos critérios de
convergência também pode resultar em precisão inaceitável para a iteração mais externa ou
precisão inatingível para a iteração mais interna. Por esse motivo, é freqüentemente o
método preferido para resolver duas ou três equações, mas raramente é usado para mais
de cinco equações.
36 ENGENHARIA QUÍMICA AUXILIADA POR COMPUTADOR
2x1 º 2x2 ¼ 2 2x
1º 2x2 ¼ 2
e:
2x1 º 2x2 ¼ 3 2x
1º 2x2 ¼ 1
r¼rºf
Note-se que a matriz a ser invertida muda apenas ligeiramente a cada linearização
sucessiva. Em seguida, um esquema iterativo pode ser configurado de modo que:
x
_ euº1 ¼ x _ eu UMAeuy
_ eu
Nesta equação, _xeu representa aquele conjunto de valores que produz um valor aproximado
solução para o conjunto de equações após eu iterações. UMAeu é uma aproximação da
matriz Jacobiana inversa e x _ euº1 é uma solução melhorada. Os vários métodos
convergem, embora lentamente. A estimativa inicial do inverso é então definida para a matriz
unitária de forma que o Jacobiano nunca seja avaliado e uma inversão completa nunca seja
realizada. Mesmo quando ocorrem problemas de redundância ou inconsistência, o progresso
para uma solução pode ser mantido, revertendo total ou parcialmente para a matriz da unidade.
Nesta equação yeufdxjg é o valor de yeu calculado com todos os valores de xno ponto de base,
exceto para o elemento j. Elemento j tem o valor ðxj º dxjº, Onde xj é o seu valor base.
O teste mais direto dessa matriz B é o inverso da matriz UMA é formar a diferença e
calcular o tamanho dos elementos da matriz de diferença; portanto:
D ¼ AB 1
Deu j ¼ P UMAik Bkj eu 6¼ j
k
Se d <1 /m, é garantido que d'< d, Onde d'é encontrado na matriz AB'. Este critério de
convergência é conservador, eB'pode ser melhor do que B, até
ENGENHARIA QUÍMICA AUXILIADA POR COMPUTADOR 39
quando a condição não for atendida. O refinamento pode ser aplicado iterativamente para
alcançar precisão suficiente a partir de qualquer estimativa inversa adequada. O método é
simples e seguro de programar porque não requer divisões. No entanto, requer tempo
computacional proporcional ao cubo do número de equações. (Requer cerca de duas vezes
mais operações do que recomputar o inverso por fatoração LU.) Pode ser usado para aparar
ocasionalmente procedimentos de atualização inversa direta que, de outra forma, poderiam
acumular erros numéricos.
Métodos semelhantes podem ser empregados para lidar com inversões de matriz que
ocorrem na otimização não linear e análise estatística.
Definindo limites nas variáveis. Em contraste com os casos de variável única e solução aninhada, as variáveis
individuais não podem ser limitadas de forma que, a cada iteração, os limites se tornem mais estreitos. Isso não pode ser feito
porque o melhor valor de qualquer variável individual depende dos valores das outras variáveis. Portanto, à medida que a iteração
prossegue, qualquer variável particular pode aumentar e, subsequentemente, diminuir. Em vez de limitar variáveis individuais, a
técnica mais amplamente usada é garantir que a soma dos quadrados dos resíduos diminua a cada iteração. Tendo estabelecido
um ponto com uma soma dos quadrados dos resíduos de '' S, '' a soma dos quadrados dos resíduos no próximo ponto é calculada.
Se essa soma for menor que '' S, '' o ponto é aceito. Se a soma for maior que '' S, '' o ponto é rejeitado. Tipicamente, uma pesquisa
linear ao longo da linha que une os dois pontos mais recentes é conduzida para estabelecer o ponto ao longo da linha em que a
soma dos quadrados é mínima. Não há nenhum requisito para estabelecer este ponto mínimo com precisão; apenas um ponto é
necessário no qual a soma dos quadrados diminui para permitir que a iteração continue. O método de pesquisa de linha mais
amplamente empregado é calcular o ponto mínimo na suposição de que todos os resíduos variam linearmente entre os dois
pontos calculados. Existe então uma base analítica simples para calcular a posição do próximo ponto. A equação necessária é:
apenas um ponto é necessário no qual a soma dos quadrados diminui para permitir que a iteração continue. O método de
pesquisa de linha mais amplamente empregado é calcular o ponto mínimo na suposição de que todos os resíduos variam
linearmente entre os dois pontos calculados. Existe então uma base analítica simples para calcular a posição do próximo ponto. A
equação necessária é: apenas um ponto é necessário no qual a soma dos quadrados diminui para permitir que a iteração continue.
O método de pesquisa de linha mais amplamente empregado é calcular o ponto mínimo na suposição de que todos os resíduos
variam linearmente entre os dois pontos calculados. Existe então uma base analítica simples para calcular a posição do próximo
ponto. A equação necessária é:
2
z ¼ Sðy0euðy0eu y1euÞ =Sðy0eu y1euº
Nesta equação, y0eu é residual eu no ponto base e y1eu é o residual eu no novo ponto que não
é melhor do que o ponto de base. O melhor conjunto
de estimativas de _x São então:
Os subscritos têm o mesmo significado que na equação anterior. Se o novo ponto resultante
não for melhor do que o anterior, o procedimento é repetido.
Método de continuação. Onde um conjunto de equações tem várias soluções, um
método de continuação pode ser empregado para localizar a solução desejada. A continuação
também pode ser empregada para conjuntos de equações "difíceis" para os quais não é possível
encontrar estimativas iniciais que permitam o progresso da iteração. O método de continuação
(às vezes conhecido como método Davidenko Path) funciona da seguinte maneira.
O objetivo é resolver o conjunto de equações:
yfx
_ _g ¼ 0
40 ENGENHARIA QUÍMICA AUXILIADA POR COMPUTADOR
Onde _y é o vetor de resíduos e _x é o vetor de variáveis cujo valor deve ser encontrado.
Este conjunto de equações é substituído pelo conjunto:
yfx
_ _; vocêg ¼ 0
yfx
_ _; 1g ¼ 0
yfx
_ _; 0g ¼ 0
tem uma solução facilmente encontrada. Em seguida, um conjunto de problemas é resolvido começando
comvocê ¼ 0 e progredindo com valores sucessivamente maiores de você até que o problema do alvo
original seja resolvido. Por exemplo, pode ser apresentado um problema de separação difícil para o qual
é difícil encontrar estimativas iniciais que levem a uma solução. Uma estratégia de continuação pode ser
inicialmente definir as eficiências de palco da seguinte forma:
E ¼ uE0
yfx
_ _; vocêg ¼_ yfx
_g º
ð1 vocêºy fx g
_ G_ _G
¼0
Nesta equação, _yG _ x _G é o conjunto de resíduos obtidos com uma estimativa inicial x _ G
da solução. Esta formulação garante que, quandovocê ¼ 0, há um conhecido
solução x _ G e quando você ¼ 1, o problema do alvo original foi resolvido. No entanto,
esta abordagem raramente tem sucesso em problemas de engenharia química porque
pode não ser possível reduzir todos os resíduos proporcionalmente. Por exemplo, ao viajar
ao longo do caminho de continuação, a razão de refluxo em uma coluna de destilação
multicomponente pode se alterar. Ao fazer isso, um componente após o outro sai da
extremidade leve. Se esses fl uxos de componentes contribuem para o conjunto de resíduos,
qualquer caminho de solução viável requer que os resíduos sejam reduzidos a zero um de
cada vez e é impossível reduzi-los proporcionalmente. Outras situações semelhantes
ocorrem. O critério importante na seleção de um caminho de continuação é o uso físico
ENGENHARIA QUÍMICA AUXILIADA POR COMPUTADOR 41
Outro método que às vezes é eficaz é substituir o problema que resolve equações
algébricas por um problema de minimização que minimiza a soma dos quadrados dos
resíduos (ponderados, se desejado, para dar prioridade a algumas equações sobre outras).
Uma minimização adequadamente projetada não será interrompida quando as equações se
tornarem redundantes ou inconsistentes. Os métodos de minimização de segunda ordem
podem ter dificuldade porque a função objetivo torna-se independente de algumas
variáveis. No entanto, a minimização ajustando as outras variáveis pode continuar com a
esperança de que a causa da redundância ou inconsistência local desapareça à medida que
o cálculo continua. Um comprimento máximo da etapa pode ser definido para evitar
grandes etapas em variáveis quase redundantes.
Convergência de esquemas iterativos simples. Conforme descrito no anterior
seção, métodos iterativos são usados para resolver muitos problemas de engenharia. Esta
seção se preocupa em definir e alcançar critérios de convergência que produzam um
resultado com um nível desejado de precisão. Deve-se enfatizar que esta seção não se
preocupa com soluções limitantes ou com etapas intermediárias que podem gerar soluções
piores. Nesse estágio, assume-se que os métodos descritos anteriormente foram
empregados para fornecer a estimativa da solução suficientemente perto da solução de que
os resíduos estão diminuindo a cada iteração. Assim, esta seção se preocupa apenas em
determinar se os resíduos são suficientemente pequenos para que a solução seja aceitável.
Em muitos casos, é desejável permitir que o usuário estabeleça limites de convergência. No
entanto, tanto o usuário quanto o programador devem estar cientes de que a medida mais
simples de convergência, ou seja, os valores dos resíduos, podem não refletir a magnitude
dos erros que ainda estão presentes. As características de convergência de equações
simples são apresentadas primeiro; então, conjuntos de equações simultâneas são
considerados.
Para um problema de variável única, estimativas sucessivas podem ser escritas:
eeuº1 ¼ ken eu
42 ENGENHARIA QUÍMICA AUXILIADA POR COMPUTADOR
k é um coeficiente constante. Se, por qualquereu; ken eu < eeu, todos os erros subsequentes irão
diminuem e o esquema converge.
Convergência de primeira ordem (n ¼ 1) é comumente encontrado em engenharia química
cálculos. (É necessário apenas um passo de primeira ordem em um esquema de segunda
ordem para reduzir a ordem de convergência de todo o esquema.) Para convergência de
primeira ordem:
ej ¼ kje0
Nesta equação, xeu 1 é a estimativa anterior da solução e xeu é a estimativa atual (mais
recente). Esta diferença entre duas estimativas sucessivas
fornece uma medida de erro. Usando essa medida, é garantido que a medida de erro tem as
mesmas unidades da variável desejada. Além disso, em vários esquemas iterativos, os
resíduos são calculados substituindo as estimativas das incógnitas em equações que
recalculam essas variáveis. Os resíduos então correspondem diretamente às diferençasf
acima. Usando essa medida de erro, é importante decidir se aceita os valores estimados
como uma solução adequada para o problema. Para convergência de primeira ordem, o erro
e pode ser maior que f. O erro é dado por:
Portanto, se k é negativo, o erro é menor que f (soluções sucessivas estão em lados opostos
da resposta correta), mas se k>1, o erro é maior do que f. Se k
está próximo de 1,0, o erro do ponto mais recente (eeu) é muito maior do que a diferença
entre estimativas sucessivas da solução (f). A taxa de conversão
gence (medido por k) é provável que mude de conjunto de dados para conjunto de dados.
Em conjuntos de dados de convergência lenta, por exemplo, comk ¼ 0,9, o erro é grande em
comparação com o critério de convergência c. A estratégia recomendada é calcular k
(por f i =f eu 1) e calculá-lo em várias iterações. O erro dado pela equação 10 pode então ser
estimado e uma precisão consistente pode ser aceita
na convergência.
Claramente, a equação 10 pode ser empregada para gerar uma estimativa melhor do
solução. Da definição def:
gera uma estimativa conservadora do erro residual (portanto, o erro real é menor que o
valor calculado pela eq. 10).
Para um problema multivariável com m variáveis, f na equação 10 pode ser
substituído por:
sX ffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffi
2 =m
f eu
¼ xj; eu xj; eu 1
j
As variáveis devem ser escaladas para tornar a precisão desejada de cada variável
semelhante. feu é então uma medida da etapa média de uma iteração para a próxima, em
que a taxa média de convergência pode ser calculada a partir de:
k ¼ f euº1 =f eu
f euº1 ¼ kf neu
f eu
º 2 ¼ kf neuº1
Por isso:
8, 13 e 21. Assim, com apenas quatro ou cinco iterações adicionais, qualquer critério de
convergência razoável é ultrapassado. Para esse pequeno cálculo adicional, vale a pena
garantir que o próprio cálculo introduza um erro desprezível. Assim, é garantido que
qualquer erro no resultado se origina nos dados ou nas deficiências básicas das equações
empregadas.
Solução de equações diferenciais. Livros didáticos de análise numérica (para
Por exemplo, Epperson (24) descreve vários métodos robustos para resolver equações
diferenciais e diferenciais parciais, e muitos desses métodos estão disponíveis em
bibliotecas de programas de computador, como aquelas referenciadas anteriormente. Está
além do escopo deste artigo classificar e descrever esses métodos. Em geral, é
recomendado consultar fontes especializadas no desenvolvimento de soluções para
problemas de engenharia. No entanto, químicos e engenheiros frequentemente empregam
discretização simples ao resolver problemas como alterações de composição de
rastreamento por meio de um reator de leito empacotado de fluxo de plugue ou o
progresso de uma reação em um lote bem agitado. Esta discretização simples é equivalente
a um procedimento de solução de diferença direta (Euler direto). O fraco desempenho
numérico do método é bem conhecido. Uma modificação é apresentada aqui que pode
melhorar o desempenho de métodos de discretização simples sem empregar métodos de
biblioteca mais poderosos. O método da diferença central (ou regra trapezoidal) é descrito.
Para resolver uma única equação diferencial para produzir f como a função de t, o método
de diferença direta funciona da seguinte maneira. f e seu derivado df / dt são calculados no tempo
t. Uma estimativa de f na próxima vez, o incremento é então:
O valor de f no tempo ðt º dtº permite que a derivada neste ponto seja calculada e a
integração continue. O procedimento é simples e não requer iteração. No entanto, tem
várias desvantagens. Mesmo sem acumular erros numéricos, ele pode prever o
comportamento oscilatório instável para sistemas que são estáveis na prática.
f tºdt ¼ þf t ð = dt tÞ þ ð df = dtºtºdt dt
0: 5 dt ð14º
ENGENHARIA QUÍMICA AUXILIADA POR COMPUTADOR 45
e ¼ kDxn
Uma verificação simples que pode ser colocada em qualquer programa de engenharia é repetir
a integração com o dobro do comprimento do passo. Resultado de duas estimativas de erro:
y1 ¼ y º kDxn
e:
y2 ¼ y º 2nkDxn
O erro na integração mais precisa é, portanto, menor ou igual à diferença entre as duas
estimativas. Adicionar essa integração de passo duplo aumenta o tempo computacional em
50% para integração simples e em 25% para integração bidimensional. O custo em tempo
computacional é, portanto, relativamente baixo para fornecer uma medida de controle de
qualidade para a integração. Onde há confiança na ordem de integração, a equação 15 pode
ser usada para obter uma melhor estimativa dey. (Para n ¼ 2, isso é conhecido como
Richardson's h-método ao quadrado.) Quando houver dúvida sobre a ordem, é cauteloso
assumir uma ordem superior para prever uma solução, mas uma ordem inferior para
estimar o erro. Teoricamente,
46 ENGENHARIA QUÍMICA AUXILIADA POR COMPUTADOR
1. As equações devem ser o mais linear possível em uma faixa tão ampla quanto possível.
2. As equações devem ser computáveis para todos os valores das variáveis do lado
direito.
3. Expressões explicitamente computáveis devem ser preferidas a expressões que precisam
ser resolvidas iterativamente.
Q ¼ UADT
Onde DT é a diferença de temperatura média logarítmica. Esta equação tem sido usada
extensivamente em simulação, otimização e até mesmo estudos de síntese de processos. O
trocador de calor é simulado estimando-se a temperatura de saída de um trocador,
calculando a outra por equilíbrio de calor e, portanto, determinando a diferença logarítmica
de temperatura média. A diferença de temperatura média logarítmica é usada para calcular
o calor transferido. As temperaturas de saída são então recalculadas e a iteração continua.
Esta iteração é usada explicitamente em simuladores modulares, mas, embora presente,
pode não ser imediatamente óbvia em simuladores baseados em equações.
Uma formulação melhorada pode ser obtida observando-se que a temperatura média
logarítmica é derivada de uma solução analítica de um trocador de contra-corrente (ou co-
corrente) ideal com propriedades físicas constantes. Esta solução analítica pode ser
empregada diretamente para evitar a iteração da temperatura; portanto:
Onde:
p ¼ expfUAðS 1Þ = ðMhChÞg
S¼ MhCh =McCc
yeu ¼ keuxeu
48 ENGENHARIA QUÍMICA AUXILIADA POR COMPUTADOR
Uma solução iterativa é empregada começando com uma estimativa inicial da líquido
fração, você. O equilíbrio do material dá:
A Equação 19 é uma equação de variável única para você. A solução pode ser
substituída na equação 18 para obter as frações molares líquidas e, portanto, as frações
molares de vapor. O fl ash pode, portanto, ser totalmente calculado.
A Equação 19 não atende ao critério de um relacionamento quase linear. A Figura 2
mostra um gráfico típico com uma solução emvocê ¼ 0,5. É mostrado que existe uma
solução espúria emvocê ¼ 1.0. Qualquer esquema iterativo mostrará propriedades de
convergência pobres se a estimativa for maior que 0,5 e pode convergir para a solução
errada. Essas dificuldades são experimentadas igualmente em programas convencionais e
em sistemas de modelagem baseados em equações.
Uma linha mais próxima é obtida tomando a diferença entre as frações molares de
vapor e líquido, o que resulta na equação 20:
0,25
0,2
0,15
residual
0,1
0,05
0
0 0,1 0,2 0,3 0,4 0,5 0,6 0,7 0,8 0.9 1
- 0,05
Fração líquida
0,3
0,2
0,1
Residual
0
0 0,1 0,2 0,3 0,4 0,5 0,6 0,7 0,8 0.9 1
- 0,1
- 0,2
- 0,3
Fração líquida
0,75 é atingido.
É reconhecido que, para este problema específico, há muitos casos em que a não-
idealidade é tão branda (como as frações do petróleo) que a variação de
k com composição é pequena. Nessas circunstâncias, apenas o cálculo da divisão de fase
precisa ser resolvido usando um método poderoso como Newton – Raphson ou Secant; as
demais variáveis são resolvidas por simples re-substituição. No entanto, na generalidade
dos casos, a nãoidealidade introduz equações adicionais. Então, torna-se ainda mais
importante que cada equação seja monotônica (e tão próxima
50 ENGENHARIA QUÍMICA AUXILIADA POR COMPUTADOR
linear quanto possível) em toda a gama de todas as variáveis que ocorrem na equação.
A linearidade das equações geralmente pode ser melhorada por uma escolha
criteriosa de variáveis. Por exemplo, no cálculo de pontos de bolha e orvalho, a relação entre
o logaritmo da pressão total e 1 /T é mais linear do que a relação entre P e T. Em outros
casos, geralmente é melhor escolher as pressões parciais do que a pressão total e as frações
molares como variáveis.
5. Conclusões
BIBLIOGRAFIA
'' Engenharia Assistida por Computador '' em ECT 4ª ed., Vol. 7, pp. 128-163, por MT Tayyabkhan,
Tayyabkhan Consultants, Inc. e H. Britt, Aspen Technology, Inc., '' Computer-Aid Engineering '' emECT (
online), data de publicação: 4 de dezembro de 2000, por MT Tayyabkhan, Tayyabkhan Consultants, Inc. e
H. Britt, Aspen Technology, Inc .; emECT 5ª ed., Vol. 7, pp. 479-572, por WR Johns, Chemcept Ltd.
PUBLICAÇÕES CITADAS
CILLIAM JOHNS
Chemcept Ltd