Você está na página 1de 33

INTRODUÇÃO A MODELAGEM MATEMÁTICA E SIMULAÇÃO DE PROCESSOS

INTRODUÇÃO A MODELAGEM MATEMÁTICA E SIMULAÇÃO DE PROCESSOS


ETAPAS ENVOLVIDAS NA SIMULAÇÃO MATEMÁTICA

PROCESSO: unidades ou arranjo de unidades integradas entre si de maneira


racional e sistemática (reatores, trocadores de calor, colunas de destilação,
colunas de absorção, evaporadores, tanques de aquecimento, tanques de
mistura, etc).
ANÁLISE: corresponde ao desenvolvimento do modelo matemático através da
aplicação dos princípios de conservação de massa, energia e quantidade de
movimento, da formulação de hipóteses simplificadoras, condições iniciais e
condições de contorno.
MODELO: conjunto das equações representativas do processo.
INFORMAÇÕES NECESSÁRIAS: valores dos coeficientes (parâmetros) das
equações.
TÉCNICAS DE SOLUÇÃO: métodos numéricos utilizados para a resolução das
equações.
INTRODUÇÃO A MODELAGEM MATEMÁTICA E SIMULAÇÃO DE PROCESSOS
CLASSIFICAÇÃO DOS MODELOS MATEMÁTICOS

MODELOS FENOMENOLÓGICOS: são modelos que buscam descrever os


fenômenos principais envolvidos no processo usando-se, para isso, os princípios
básicos de conservação de massa, energia e quantidade de movimento,
equações constitutivas, condições iniciais e de contorno.

MODELOS EMPÍRICOS:
EMPÍRICOS: o processo é visto écomo
o processo umacomo
visto “caixa-preta”,
uma “caixa-preta”,
desconhecendo-se totalmente
totalmente os os mecanismos
mecanismos de decausa/efeito
causa/efeitoentre
entreas
asvariáveis
variáveis
independentes (x)
(x)eeasas
variáveis dependentes
variáveis dependentes (y) do(y)processo. As variáveis
do processo. As variáveis
são correlacionadas
dependentes são correlacionadas empiricamente
empiricamentecom comas asindependentes
independentesatravés
através
funç~ioes
das chamadas funções dede transferência:
transferência: f(x).
f(x).

y=f(x)

Funções de transferência usuais:


- modelos polinomiais;
- modelos exponenciais;
- modelos de redes neurais.
INTRODUÇÃO A MODELAGEM MATEMÁTICA E SIMULAÇÃO DE PROCESSOS

CLASSIFICAÇÃO DOS MODELOS FENOMENOLÓGICOS

a) segundo a natureza das variáveis:

- modelos determinísticos: são aqueles em que cada variável ou parâmetro pode


ser associado a um número fixo definido. A sua solução fornece valores exatos
para a variável de resposta.

- modelos estocásticos: os modelos estocásticos são utilizados para fornecer a


probabilidade de um determinado valor ocorrer para uma variável. A solução
desses modelos é uma probabilidade e não um valor exato.

b) segundo a dependência com a variável tempo:

- modelos de estado estacionário: não há termo de acúmulo, isto é, não há


variação com o tempo. Normalmente utilizados para o projeto de operações
unitárias, as quais são normalmente realizadas em estado estacionário.
- modelos de estado dinâmico: nesses modelos há variação com o tempo,
normalmente utilizados em controle de processos.

c) segundo a natureza das equações resultantes:


- modelos representados por equações algébricas;
- modelos representados por equações diferenciais ordinárias;
- modelos representados por equações diferenciais parciais.
INTRODUÇÃO AO SCILAB
O scilab é um software gratuito que pode ser obtido no site: www.scilab.org

Abra o scilab
INTRODUÇÃO AO SCILAB

Irá aparecer a janela principal do scilab, na qual os programas computacionais são


rodados.
INTRODUÇÃO AO SCILAB
Manipulação de diretório:
- É importante a janela na qual o scilab faz os cálculos estar no mesmo diretório dos
programas a serem executados.
INTRODUÇÃO AO SCILAB
Abra a sua pasta de trabalho.
INTRODUÇÃO AO SCILAB

Na janela principal do scilab são realizados os cálculos.

1) Verifique algumas funções:


1+2
pi
%pi
cos(%pi)
sin(%pi/2)
sin(%pi)
cos(%pi/2)
sin(%pi)/cos(%pi/2)
tan(%pi/2)
exp(1)
log(10)
log(exp(5))
log10(100)
5^2
5*2
5/2
2-5
INTRODUÇÃO AO SCILAB
1) Definindo constantes:
a=1
A=5
b=2
a*A
a/(A+b)
log(10^A)
log10(10^A)

2) Utilizando a ajuda do scilab


Verifique como utilizar a função poly do scilab
-Abra o Help Browser clique na lupa, digite poly e dê enter
INTRODUÇÃO AO SCILAB
1) Criando um polinômio

p=5+4x^2-3x^4+x^5
p=poly([5 0 4 0 –3 1],"x","coeff")
calcular as raizes do polinômio
roots(p5)

2) Calculando o valor de y para z=f(x,y) em uma função (utilizando o editor de texto)


z=f(x,y)=sen(x)/cos(y)
Obs: tenho que fornecer um valor de x e um de y para calcular z

a) criando a função
- abra o editor de texto do scilab (clique em editor)
- digite o comando: function zcalc(x,y) “aqui você criará a função e diz para o
programa principal fornecer x e y”;
- escreva a função: z=sin(x)/cos(y); “o programa calcula z não esquecer do ; no final ”
- manda imprimir o valor de z no programa principal do scilab: print(%io(2),z);
- mande retornar o valor de z ao programa: z=return[z];
- salve o programa com o nome zcalc.sci no seu diretório de trabalho
- retorne a janela principal do scilab
- chame o programa que você criou: getf(‘zcalc.sci’)
- forneça os valores de x=%pi/2 e y=0: zcalc(%pi/2,0) “valor esperado=1”
- de enter “valor esperado=1”
- faça zcalc(0,%pi/2) “valor esperado 0/0=indeterminação”
- faça zcalc(%pi/2,%pi/2) “valor esperado 1/0=infinito”
INTRODUÇÃO AO SCILAB
b) alguns comandos lógicos (em caso de dúvidas utilize o help do scilab)
- comando if (se), faz um teste lógico (= = igual, ~= diferente, > maior que, > = maior
ou igual que, < menor que, <= menor ou igual que, & (e), | (ou) ,then (faça se
verdadeiro), else (se falso), end (fim) ;
- while (faça enquanto) teste lógico for verdadeiro, end;
- for (para) i=a:passo:b (i variando de a até b com o passo) “poderia ser também i=a:b
(i variando de a até b com o passo igual a 1)” end;
- abra o seu programa zcalc
“function zcalc(x,y)
z=sin(x)/cos(y);
print(%io(2),z)”
antes de calcular o valor de z, faremos os testes com os valores de sin(x) e cos(y)
se sin(x) e cos(y) forem iguais a zero
deve imprimir “indeterminação 0/0”
se sin(x) for diferente de zero e cos(y) for igual a zero imprimir “infinito”
se cos(x) for diferente de zero imprimir “z=sin(x)/cos(y)=”
INTRODUÇÃO AO SCILAB
1) Trabalhando com vetores e matrizes

Os argumentos da matriz devem ser colocados entre colchetes [ ]


As linhas são separadas por ponto e vírgula (;)
As colunas são separadas por vírgula (,) ou espaço
Na janela principal do scilab digite:
A=[11 12;21 22;31 32]
B=[11 12 13;21 22 23]
A*B
B*A
B*B
A*(A*B)
B*(A*B)
A*(A*B)
B*(B*A)
Matriz transposta
A'
Matriz inversa
C=B*A
inv(C)
C^(-1)
1/C
C*inv(C)
C/C
C*C^(-1)
C^(-1)/C
INTRODUÇÃO AO SCILAB
Dimensões (size), máximos (max), mínimos (min) e módulo (abs)
size(A)
size(A,1)
size(A,2)
[m,k]=max(A)
[n,j]=min(A)
o=min(inv(C))
O=min(abs(inv(c))

Adicionando linhas e colunas a uma matriz:

Ex:
D=[13;23;33]
A
E=[A D]
E=[E;D']
INTRODUÇÃO AO SCILAB
Plotando Gráficos

Utilizar sempre vetores

Criando os vetores (matrizes com uma coluna)

x=-1:0.1:1
x= x'
y=x
z=x^2
w=x^3

plotagem simples

plot2d(x,y)

plotando gráfico em outra janela

scf(1)
plot2d(x,z)
INTRODUÇÃO AO SCILAB

plotando vários gráficos e adicionando legendas

scf(2)
plot2d(x,[y,z,w])
legends(["y","z","w"],[1,2,3])

plotando curvas e pontos

scf(3)
plot2d(x,[y,z,w],[-1,1,-2])
legends(["y","z","w"],[-1,1,-2])
PROBLEMAS ENVOLVENDO SISTEMAS DE EQUAÇÕES LINEARES

ELIMIAÇÃO GAUSSIAA

Considere o seguinte sistema de equações:


-x1+3x2+5x3+2x4=10
x1+9x2+8x3+4x4=15
x2+x4=2
2x1+x2+x3-x4=-3

No scilab:

x=linsolve([-1 3 5 2;1 9 8 4;0 1 0 1;2 1 1 -1],[-10;-15;-


2;3])

Resposta:
x =

- 1.
3.672D-16
1.
2.
PROBLEMAS ENVOLVENDO SISTEMAS DE EQUAÇÕES LINEARES

ELIMIAÇÃO GAUSSIAA

Considere o seguinte sistema de equações:


-x1+3x2+5x3+2x4=10
x1+9x2+8x3+4x4=15
x2+x4=2
2x1+x2+x3-x4=-3

No scilab:

x=linsolve([-1 3 5 2;1 9 8 4;0 1 0 1;2 1 1 -1],[-10;-15;-


2;3])

Resposta:
x =

- 1.
3.672D-16
1.
2.
PROBLEMAS ENVOLVENDO SISTEMAS DE EQUAÇÕES LINEARES
PROCESSO CONTÍNUO DE EXTRAÇÃO

Anilina é removida da água através de uma operação de extração utilizando tolueno


como solvente. O processo é realizado em uma torre com 10 estágios em
contracorrente, conforme esquematizado na figura.
A reação de equilíbrio válida para cada estágio é:
Yi Extrato:
m= =9
Xi Água com anilina: Tolueno rico em anilina
W=100 lb/h
Onde: 0,05 lb de aninina/lb de água 1, X1, Y1
Yi = (lb de anilina na 2, X2, Y2
fase orgânica)/(lb de 3, X3, Y3
tolueno na fase 4, X4, Y4
orgânica); 5, X5, Y5
Xi= (lb de anilina na fase 6, X6, Y6
aquosa)/ (lb de água na Tolueno reciclado:
7, X7, Y7
fase aquosa); F = 13 lb/h
0,003 lb de anilina/lb de tolueno 8, X8, Y8
9, X9, Y9
10, X10, Y10
Água com baixa concentração Tolueno puro:
de anilina. S = 10 lb/h

a) Realize os balanços de massa em cada estágio da torre e combine as equações de


balanço com as de equilíbrio a fim de se obter um sistema com 10 equações.
b) Resolva o sistema de equações e simule a concentração em cada fase de cada
estágio da torre ( valores de Xi e Yi ). c) Analise, comente os resultados obtidos e faça
uma verificação da validade do resultado obtido realizando o balanço material
considerando como volume de controle toda a torre.
PROBLEMAS ENVOLVENDO EQUAÇÕES NÃO LINEARES
Métodos numéricos:

-Equação não linear: Método de Newton-Raphson, Bisseção, entre outros.


-Sistema de equações não lineares: Método de Newton-Raphson multivariado.

Método de Newton Raphson:

-Método iterativo;
-Necessita de estimativa(s) inicial(is) do(s) parâmetros;
-Necessita da derivada ou da matriz jacobiana da(s) função(ões) com relação aos
parâmetros a serem estimados.
-Função fsolve do scilab (ver a ajuda do scilab).
PROBLEMAS ENVOLVENDO EQUAÇÕES NÃO LINEARES
Exemplo: Solução da equação de Colebrook.

Desenvolva um programa computacional para calcular o fator de atrito em função da


rugosidade relativa (e/D) e do número de Reynolds (Re) utilizando a equação de
Colebrook:
1  e 2,51 
= −0,86 ln +
f  3,7 D Re f 
 
a) Apresente uma forma a ser utilizada para a obtenção da estimativa inicial;
b) Calcule o fator de atrito para e/D=10-4 e Re=105. Compare o valor estimado com o
obtido ao se utilizar o diagrama de Moody.
c) Plote um gráfico de f em função de Re para tubos lisos, e/D=10-4, e/D=10-3 e
e/D=10-2. Compare com as curvas apresentadas no diagrama de Moody.
PROBLEMAS ENVOLVENDO EQUAÇÕES NÃO LINEARES
PROBLEMAS ENVOLVENDO SISTEMAS DE EQUAÇÕES NÃO LINEARES
Exemplo: Projeto de reatores contínuos em série

Considere o projeto de um conjunto de reatores contínuos em série que será utilizado


na conversão A+BC+D, para a qual a constante de velocidade é k. A cinética é de
segunda ordem com relação a concentração de A (a):
rA=ka2

Considere que o projeto prevê a utilização de n reatores com um determinado volume V.


Os reatores serão operados a volume constante, com uma taxa de alimentação F de
uma solução contendo iguais concentrações de A e B na entrada do conjunto de
CSTRs. Considere a0 a concentração de A na entrada do primeiro reator e a1, a2, ..., an
as concentrações na saída do primeiro, segundo, ..., enésimo reator, respectivamente.

A etapa do projeto que coube a você, como engenheiro, é justamente criar uma
metodologia ou um programa computacional capaz de calcular o volume dos reatores V
em função do número de reatores n, para ser utilizado em uma futura análise financeira.
Além disso, para ter controle sobre o processo, o programa também deverá simular as
concentrações de A na saída de cada reator.

O projeto prevê uma conversão global de 80% (ou seja, an/a0=0,2) e as seguintes
condições: k=0,075 L/(mol min), F=30L/min, a0=1,6 M. Para testar o programa simule
para n=1, 2, 5, 10, 30, 50, 70, 100.
PROBLEMAS ENVOLVENDO SISTEMAS DE EQUAÇÕES NÃO LINEARES
Exemplo: Destilação flash para misturas multicomponentes

F moles por hora de uma mistura de n- componentes de gás-natural liquefeito são


expandidos em um tambor de flash a120 ºF e 1600 psia. O vapor e o líquido saem do
tambor a taxas V e L (moles por hora), respectivamente. As frações molares dos
componentes em F, V e L são dados por zi, yi e xi (i=1,2,...,n), respectivamente.
Assumindo as condições de equilíbrio líquido vapor e de operação em estado
estacionário, obtém-se:
Balanço material global:
F=L+V
Balanço material por componente:
ziF=xiL+yiV (i=1,2,...,n)
Relação de equilíbrio por componente:
Ki=yi/xi (i=1,2,...,n)
Onde Ki é a constante de equilíbrio para o componente i.
Assumindo F=1000moles/h, calcule as frações molares na fase líquida (xi), na fase
vapor (yi) e os fluxos na fase líquida L e vapor V.
Sendo:
Σxi=Σyi=1
Pode-se calcular V e L utilizando-se a seguinte relação para o cálculo de V:
Σ{zi(Ki-1)/[V(Ki-1)+F]}=0
Obs: O cálculo de V e L antes de se resolver o sistema de equações é importante para
facilitar a convergência do método para as raízes corretas.
PROBLEMAS ENVOLVENDO SISTEMAS DE EQUAÇÕES NÃO LINEARES
Dados:
PROBLEMAS ENVOLVENDO EQUAÇÕES DIFERENCIAIS ORDINÁRIAS
Métodos numéricos: Runge-Kutta, Adams, etc...

No scilab: função ode  ver a ajuda do scilab

Crescimento Microbiano em Biorreator Batelada

Considere o crescimento de uma determinada bactéria em um biorreator batelada. Sendo a


concentração inicial de microrganismos igual a X0 e a de substrato S0, se considerarmos que
apenas um substrato limite o crescimento, que a quantidade de substrato consumida para a
manutenção celular e para a formação de produtos seja insignificante, e que não haja inibição ao
crescimento celular, a velocidade específica de crescimento celular (µx) pode ser descrita pelo
modelo de Monod:
µx=rx/X=µmáx*S/(ks+S) (1)
onde:
rx=velocidade de crescimento celular (g/[Lh]);
X= concentração de bactérias (g/L);
t=tempo (h);
S=concentração de substrato (g/L);
µmáx=velocidade específica máxima de crescimento (h-1);
ks=concentração de substrato quando µx=µmáx/2 (g/L).
A velocidade específica de consumo de substrato (µs) é dada por:
µs=rs/X=(1/Yx/s) µx (2)
onde:
Yx/s= conversão de substrato em células;
rs = velocidade de consumo de substrato (g/[Lh]);
Considerando X0=0.5g/L; S0=50g/L; µmáx=0.5h-1; ks=1g/L; Yx/s=0.5(g de células/grama de substrato),
plote o gráfico das concentrações de substrato e células (X e S) no reator, em função do tempo, até
que todo o substrato seja consumido.
PROBLEMAS ENVOLVENDO EQUAÇÕES DIFERENCIAIS ORDINÁRIAS
Simulação e otimização de reator em batelada:

Considere que um reator industrial (em batelada) processe as seguintes reações:


k1 D
k3
A+B 2C
k2 k4
E

Sendo inicialmente adicionados 1 kmol/m3 de A e 0,8 kmol/m3 de B, e considerando que a cinética


das reações obedeça às seguinte equações:
r1= k1*CA*CB
r2= k2*CC2
r3= k3*CC2
r4=k4*CC2
Considerando as constantes cinéticas em m3/(kmol*h) iguais a: k1=10; k2=1;k3=5 e k4=10.
Para a otimização do processo, foi feita uma análise financeira. Nessa análise, obteve-se a
seguinte relação entre custo (C em reais) e tempo de reação (em horas) no reator:
C=100*et
Através de uma análise de mercado, obteve-se a seguinte expressão relacionando o preço de
venda (PV em reais) em função da concentração do produto de interesse (no caso CE em kmol/m3)
PV=1000*CE
Portanto o lucro, é:
L=PV-C=1000*CE-100*et
a) plote as curvas CA, CB, CC, CD e CE em função do tempo(em horas) de reação até o final da
reação.
b) Estime o tempo economicamente ótimo de reação.
c) Em qual intervalo de concentração de E você poderá atender ao cliente sem ter prejuízo?
Justifique a sua resposta.
REGRESSÃO NÃO LINEAR

Métodos Numéricos: Newton, Gauss-Newton, Levenberg-Marquardt, entre outros.

No scilab: Função lsqrsolve (ver ajuda do scilab).

MODELAGEM E DETERMINAÇÃO DO TIPO DE INIBIÇÃO PARA REAÇÕES


ENZIMÁTICAS

Conceitos demonstrados:

Correlação de dados de velocidade para uma reação enzimática utilizando a equação linearizada
(Lineweaver-Burk) e modelos não lineares utilizando vários modos de inibição enzimática.

Métodos numéricos utilizados:

Regressão linear (função reglin do scilab) e regressão não linear pelo método de Levenberg
Marquardt (função lsqrsolve do scilab).
REGRESSÃO NÃO LINEAR

Descrição do problema:

Dados de velocidade para reações enzimáticas são determinados a partir da análise de resultados
experimentais em um reator batelada para diferentes valores de concentração de enzimas [E0] e
de substrato [S].
A equação de Michaelis-Menten é comumente empregada:

Vm [ S ] k [ E ][ S ]
v= = 2 0
K m + [S ] Km + S

Onde os parâmetros k2 e Vm variam com a temperatura. Para se determinar os parâmetros k2 e


Vm, usualmente, utiliza-se a equação na forma de Lineweaver-Burk, dado pela expressão:
1 1 Km 1
= +
v Vm Vm [ S ]
Algumas espécies químicas podem atuar como inibidores ligando-se aos sítios ativos da enzima
reduzindo a velocidade da reação. Quatro modelos para vários tipos de inibição são apresentados
na tabela, onde [I] representa a concentração de inibidor.
REGRESSÃO NÃO LINEAR
Tabela. Dados experimentais:
[E0] T [S] [I] v
o
g/L C mol/L mol/L mol/(Lmin)
1,3 32 0,2 0 3,11
1,3 32 0,15 0 2,81
1,3 32 0,1 0 2,4
1,3 32 0,075 0 2,06
1,3 32 0,05 0 1,64
1,3 32 0,025 0 1,04
1,3 32 0,01 0 0,467
1,3 32 0,005 0 0,256
2,1 32 0,2 0,7 2,33
2,1 32 0,15 0,7 2,11
2,1 32 0,1 0,7 1,74
2,1 32 0,075 0,7 1,54
1,6 32 0,2 0,4 2,31
1,6 32 0,15 0,4 2,1
1,6 32 0,1 0,4 1,75
1,6 32 0,075 0,4 1,57
0,8 45 0,2 0 4,36
0,8 45 0,15 0 3,89
0,8 45 0,1 0 3,55
0,8 45 0,075 0 3,07
0,8 45 0,05 0 2,53
0,8 45 0,025 0 1,65
0,8 45 0,01 0 0,777
0,8 45 0,005 0 0,430

Material de apoio:
Arquivo marq.sce
Ex. Considere o processo de produção de penicilina, onde
o microrganismo Penicillium crysogenum cresce em um
reator batelada em condições controladas. O crescimento
do microrganismo pode ser modelado considerando o
modelo logístico:
 1
= 1 1 1 −

 2
onde y1 é a concentração de células expressa em % massa
seca. A produção de penicilina é expressa pelo seguinte
modelo:
2
= 3 1 − 4 2

Onde y2 é a concentração de penicilina em unidades/mL.
Os dados experimentais foram obtidos em réplicas
conduzidas, essencialmente, de forma idêntica.
Estime os parâmetros (bi) da equação e avalie os
resultados obtidos na análise estatística.
t(h) y1 y2 y1 y2
0. 0.4 0. 0.18 0.
10. 0.4 0. 0.12 0.
22. 0.99 0.0089 0.48 0.0089
34. 1. 0.0732 1.46 0.0062
46. 0.95 0.1446 1.56 0.22661
58. 2. 0.523 1.73 0.4373
70. 2.52 0.6854 1.99 0.6943
82. 2.7 1.2566 2.62 1.2469
94. 3.09 1.6118 2.88 1.4315
106. 3.5 1.8243 3.43 2.0402
118. 4.06 2.217 3.37 1.9278
130. 4.2 2.2758 3.92 2.1848
142. 4.48 2.8096 3.96 2.4204
154. 4.4 2.6846 3.58 2.4615
166. 4.25 2.8738 3.58 2.283
178. 4.3 2.8345 3.34 2.7078
190. 4.36 2.8828 3.47 2.6542