INTRODUÇÃO À SIMULAÇÃO

Capacitando para transformação digital

Resumo
Esta apostila explora os conceitos fundamentais para a elaboração de um modelo de
simulação. Em princípio não se exige nenhum conhecimento prévio. Pretende-se que ao final
o leitor seja capaz de entender como um modelo é construído e realizar as melhores
escolhas da ferramenta bem como as estratégias implementadas no modelo de simulação.

Paulo Roberto Costa Camargo

Outubro de 2019
 Sumário

1 Projeto Integrado de Processos ............................................................................................ 1

1.1 Introdução ..................................................................................................................... 1
1.2 Desenvolvimento Sustentável ....................................................................................... 2
1.3 Projeto de Processos ..................................................................................................... 3
1.4 Sistemas em Engenharia ............................................................................................... 6
2 Introdução à simulação de processos ................................................................................. 10
2.1 Simulação Computacional em Engenharia de Processo ............................................. 10
2.2 Etapas na Simulação .................................................................................................... 15
2.3 Arquitetura de Software de Simulação ....................................................................... 15
2.4 Seleção de Software de Simulação ............................................................................. 19
3 Construção de Modelos de Simulação em Estado Estacionários ........................................ 20
3.1 Fundamentos da Construção de Modelos em Estado Estacionário............................ 20
3.2 Dimensionamento e Simulação................................................................................... 39
3.3 Variáveis de Processo .................................................................................................. 40
3.4 Análise dos Elementos ................................................................................................ 43
3.5 Análise de Unidades Operacionais .............................................................................. 48
3.6 Abordagem Sequencial-Modular ................................................................................ 51
3.7 Otimização................................................................................................................... 58
4 Simulação Dinâmica ............................................................................................................ 61
4.1 Transição do Estado Estacionário para o Dinâmico .................................................... 61
4.2 Construção de Modelo de Simulação Dinâmica ......................................................... 62
4.3 Problemas Numéricos na Simulação Dinâmica ........................................................... 64
4.4 Ferramentas de Controle Dinâmicos........................................................................... 66
1 Projeto Integrado de Processos
1.1 Introdução
Os produtos fabricados pelas indústrias de processos químicos (CPIs) são da maior importância
para a sociedade moderna. Processos químicos nascem da imaginação de pesquisadores e
engenheiros. A pessoa encarregada de transformar uma ideia valiosa em laboratório ou no papel
em um processo competitivo industrial é o projetista. Sua primeira motivação é a criação de novos
processos, ou melhorar significativamente os já existentes. O esforço criativo é recompensado por
vantagens econômicas substanciais. Portanto, inovação e eficiência são motivações fundamentais
para os projetistas.
No entanto, no ambiente empresarial e social de hoje, podemos adicionar outra dimensão à
criatividade. Muito mais do que no passado, o projetista deve se preocupar sobre o uso racional
de recursos e a preservação do meio ambiente natural.
O processo tem que ser novo, eficiente e competitivo em um ambiente de negócios global, mas
também sustentável. A conclusão imediata é que o trabalho de um projetista está se tornando cada
vez mais complexo e desafiador. O projetista deve levar em conta que em seu projeto um grande
número de restrições e lidar frequentemente com aspectos contraditórios. Por exemplo, a seleção
da química adequada deve evitar perigos e reações inseguras. O processo deve ser compacto e
econômico no consumo energético, mas oferecer flexibilidade e preparado para aceitar outras
matérias-primas ou outras especificações de produtos.
A combinação ideal de tantos aspectos proporciona processos altamente integrados. O projeto de
processos complexos implica a disponibilidade de métodos conceituais adequados e de poderosas
ferramentas baseadas em computador, que formam hoje o núcleo do Engenharia de Processos.
Por isso, no mundo de hoje, a questão-chave para os CPIs é a inovação. Nós acreditamos que a
criatividade não pode ser deixada como uma habilidade de algumas pessoas talentosas ou alguma
organização poderosa. A criatividade deve ser acessível a qualquer pessoa que tenha o
conhecimento profissional básico e motivação para a descoberta. A criatividade pode ser
aprimorada por aprendizagem e treinamento, ou seja, é um assunto possível de ser ensinado. Não
exclui, mas reforça as habilidades e motivação dos indivíduos. O apoio intelectual para aumentar
a criatividade é o uso de métodos sistemáticas de projeto. Uma abordagem sistemática tem pelo
menos dois méritos:
1) Fornecer orientação para identificar o que é e o que não é viável;
2) Gerar, não apenas uma única solução, mas várias alternativas, correspondendo às
decisões que o projetista tem que tomar.
Após a classificação, seguindo alguns critérios de desempenho, como por exemplo o Custo Anual
Total, a alternativa mais conveniente é refinada e otimizada. Uma característica notável dos
métodos sistemáticos disponíveis hoje em dia é que estes podem definir metas quase-ideais bem
à frente do dimensionamento detalhado do equipamento.
A montagem dos métodos sistemáticos aplicados aos processos químicos forma um novo
paradigma de projeto designado hoje pela Integração de Processos. Sua aplicação depende do uso
intensivo da Simulação de Processos. Combinando-se projeto e simulação, permite-se que o
projetista possa entender o comportamento de sistemas complexos, explorar alternativas e, com
base nisso, propor soluções inovadoras eficazes.

1
1.2 Desenvolvimento Sustentável
Atualmente, a maioria dos processos de fabricação é baseada na exploração de recursos fósseis.
O ambiente natural está sob uma ameaça tripla:

 Exaustão de recursos;

 Aumento da poluição, mais especificamente, do ar, da água e do solo;

 Redução da capacidade de absorção do meio ambiente.

Uma resposta racional ao perigo de graves disfunções entre humanos e natureza seria adotar a
posição de Desenvolvimento Sustentável. Este conceito designa uma produção modelo em que a
satisfação das necessidades da sociedade atual não deve comprometer capacidade das gerações
futuras de satisfazer suas próprias necessidades (Christ, 1999). Como na Figura 1-1 ilustra, o
desenvolvimento sustentável é o resultado de um estado de equilíbrio entre três fatores: sucesso
econômico, aceitação social e proteção ambiental. Fora deste estado de equilíbrio podem aparecer
conflitos graves. Assim, o progresso social só é possível por emprego de processos de fabricação
sustentáveis, já que um ambiente degradado e uma perspectiva de esgotamento dos recursos
levam a mais longo prazo à agitação social e ao declínio. Portanto, é imperativo desenvolver a
conscientização sobre a escassez de recursos e a disposição para preservar o meio ambiente.

Figura 1-1 - O conceito de Desenvolvimento Sustentável (Christ, 1999)

A sustentabilidade ecológica exige defender as bases da vida natural e não exceder os limites de
estresse do ambiente. Sustentabilidade econômica significa eficiência utilização de recursos
naturais, uso de materiais renováveis e energias alternativas, e reciclagem de resíduos. A
sustentabilidade social reconhece as prerrogativas do mercado livre economia baseada na justiça
social e nos direitos dos indivíduos.
Indústrias de Processos Químicos são vitais para a sociedade moderna. No entanto, muitas vezes
estes são percebidos como principais fontes de risco e poluição. As tecnologias de modem devem
enfrentar o desafio de mudar esta imagem negativa em um olhar seguro e ambiental amigável.
Além disso, os processos químicos devem ser mais intensivos. As plantas modernas devem ocupar
muito modesto lugar na paisagem em comparação com os antigos gigantes industriais, e oferecer
segurança absoluta em operação.
Uma utilização eficiente de recursos escassos por tecnologias não poluentes só é possível por um
grande esforço de inovação na pesquisa, desenvolvimento e design de processos.

2
A sustentabilidade deve ser integrada na prática do design, principalmente pela minimização e
Reciclagem dos resíduos produzidos no processo, e não apenas pelas correções de final de linha.
Neste sentido, uma abordagem sistêmica de toda a cadeia de suprimentos permite ao projetista
identificar as etapas de uso ineficiente de matérias-primas e energia, bem como as fontes de
materiais tóxicos e poluição. Desenvolver processos sustentáveis implica a disponibilidade de
medidas consistentes de sustentabilidade.

1.3 Projeto de Processos

1.3.1 Aspectos criativos no design de processos
A seguinte definição, dada a J. Douglas (1988), destaca o projeto de processos como uma
atividade eminentemente criativa:
Projeto de Processos é a atividade criativa através da qual geramos ideias e as
traduzimos em equipamentos e processos para a produção de novos materiais ou para
significativamente atualizar o valor dos materiais existentes.

Projeto conceitual designa a parte do projeto de design que lida com os elementos que definem
um processo: fluxograma, balanço material e de energia, especificações e desempenho do
equipamento, consumo de utilidades, segurança e questões ambientais, como eficiência
econômica. Portanto, no projeto conceitual, a ênfase está no comportamento do processo como
um sistema e não no dimensionamento dos itens do equipamento.
É importante notar que o projeto conceitual é responsável pela maior parte dos custos de
investimento em uma planta de processo, mesmo que sua fração nas taxas do projeto seja muito
limitada. Uma decisão errônea no nível conceitual se propagará por toda a cadeia do projeto
detalhado e aquisição de equipamentos. Modificações tardias, com o processo já em operação,
para corrigir equívocos no projeto básico, gerarão custos muito maiores.
A Figura 1.2 ilustra os custos de um projeto de unidade, a partir da etapa conceitual, passando
pela construção até o comissionamento (Pingen, 2001). A etapa conceitual leva apenas 2% do
custo total do projeto, mas pode reduzir em mais de 30% dos custos explorando oportunidades.
Na etapa de detalhamento do projeto, o custo da engenharia aumenta acentuadamente para 12%,
mas as oportunidades de permitem gerar uma economia de apenas 15%. Por outro lado, o custo
de aquisição e construção são mais de 80% do custo total, mas as economias estão abaixo de 10%.
Na etapa de comissionamento, o custo total do projeto estará definido.

Figura 1-2 – Custos relativos de um projeto

3
O longo caminho de uma ideia para se tornar um processo real pode ser gerenciado hoje em dia
por meio de uma abordagem sistêmica. Isso envolve metodologias sistemáticas para projetar todo
o processo e seus subsistemas, como reação, separações, rede de trocadores de calor e utilidades.
Uma metodologia consiste em uma combinação de etapas de análise e síntese. Nesse contexto,
entendemos por atividades de Análise aquelas dedicadas ao conhecimento do sistema de
elementos, como a investigação de propriedades físicas de componentes e misturas,
características de desempenho de reatores e operações unitárias, ou a avaliação de rentabilidade.
Por sua vez a Síntese lida com atividades que visam determinar a arquitetura do sistema, bem
como a seleção dos componentes adequados.
No passado, o desenvolvimento de um novo processo foi descrito frequentemente como uma
espécie de “arte”. A estratégia, chamada às vezes de método de engenharia, consistia em esboçar
um fluxograma simples, mas inspirado, e aprimorando-o por sucessivas camadas de refinamentos,
até a otimização final. A experiência do projetista, a experiência da empresa e a disponibilidade
de dados da planta piloto eram cruciais.
Atualmente, o projeto conceitual dos processos está se tornando cada vez mais uma área de
conhecimento da engenharia química. Engenheiros com sólida formação científica e com as
ferramentas de projeto auxiliado por computador são capazes de encontrar ideias inovadoras
muito mais rápidas.
A inspiração e expertise ainda desempenham um papel importante, bem como a disponibilidade
de dados práticos. Na verdade, a combinação de ciência e da arte da engenharia faz com que o
processo conceitual de projetar um desafio fascinante!
Um problema de projeto é sempre um problema sub-especificado, seja pela falta de dados, seja
pelo tempo e/ou recursos escassos. Além disso, um problema de projeto é sempre aberto. Nunca
há uma solução única. A solução depende em grande parte das decisões de projeto que um
projetista toma em diferentes etapas do desenvolvimento do projeto para atender restrições
técnicas ou econômicas, ou simplesmente para evitar problemas de licença.
A geração sistemática de alternativas é a característica mais importante do projeto conceitual
moderno. A melhor solução é identificada como a melhor solução no contexto de restrições
usando avaliação consistente e classificação de alternativas.
1.3.2 Tendências no design de processos
Intensificação de Processos
Intensificação de processos designa o desenvolvimento de técnicas e novos equipamentos que
podem alcançar uma melhoria significativa na produtividade, bem como na eficiência energética
e compatibilidade ambiental dos processos. O desenvolvimento neste campo pode ser classificado
em duas áreas (Stankiewicz e Moulijn, 2000):

 Equipamento intensificador de processo, como novos reatores, mistura intensiva,

transferência de calor e dispositivos de transferência de massa;

 Métodos de intensificação de processos, como a integração de reação e separação etapas

em reatores multifuncionais (exemplos: destilação reativa, reatores de membrana, células
de combustível), separações híbridas (exemplo de destilação por membrana), energia
alternativa fontes e novos modos de operação (exemplo de operações periódicas).
Em primeiro lugar, a intensificação do processo leva a uma redução significativa no tamanho do
equipamento e custo. Outro benefício é a redução dos riscos de segurança e ecológicos devido a
inventários, particularmente importante no caso de materiais perigosos. Instalações móveis

4
poderia trazer a fabricação de produtos químicos perigosos mais perto do usuário final,
eliminando armazenamento e transporte caros. A intensificação de processos também é necessária
para o desenvolvimento equipamentos para tecnologias emergentes, particularmente em
engenharia bioquímica.
Nesta perspectiva, a sobrevivência das operações unitárias clássicas pode ser vista crítico. É
razoável esperar que as operações unitárias, como destilação, absorção e extração, continuarão a
serem usadas, particularmente no campo de commodities de grande escala.
No entanto, novos designs oferecerão uma produtividade muito maior como hoje.
Engenharia de Processos
O aumento da globalização, bem como restrições de segurança e ambientais mais rigorosas trarão
grandes mudanças nos métodos e ferramentas de engenharia de processo. Por causa natureza das
indústrias de processo ser de capital intensivo, os principais itens de equipamentos com longa
vida útil, existe uma resistência importante na implementação de novas tecnologias. No entanto,
a longo prazo a mudança é inevitável. A Figura 1.3 descreve algumas direções principais de
progresso de Engenharia de no Processo (Keller e Bryan, 2000):
1. Redução de custo de matéria-prima. A elevada valorização das matérias-primas é o fator
com o impacto mais forte na eficiência do processo. A este respeito, o elemento inovador
é a química. Aqui entendemos também o desenvolvimento de atividades mais ativas e
seletivas catalisadores. Melhorar a seletividade das reações pode eliminar o material e a
energia recicla e contribui significativamente para a enorme redução de custos. A
combinação de etapas de reação e separação em dispositivos mais compactos eliminam
Separações caras, como no caso de novos processos baseados em destilação reativa ou
reatores multifuncionais.
2. Redução do investimento de capital. Como mencionado, a intensificação do processo leva
a redução significativa no tamanho do equipamento e custos de capital. No entanto,
reduzir o número de unidades pelo melhor projeto do fluxograma pode ter um impacto
maior.
3. Redução do uso de energia. Implementação de amplo alcance de análise de pich e
Integração total das instalações são os fatores mais importantes na economia de energia.
4. Maior flexibilidade de processos e redução de estoques. Sistemas Integrado de Produção
designam a integração da operação da planta com os negócios atividades. A integração
deve considerar não apenas ferramentas de planejamento e contabilidade, mas também
tecnologia de modelagem rigorosa. A flexibilidade do processo deve ser vista não apenas
em termos de taxa de produção variável, mas também em termos de composição da
matéria-prima. O inventário reduzido pede a supressão de instalações de armazenamento
intermediárias caras.
5. Ênfase na segurança do processo. Inerentemente, a segurança pode ser alcançada pela
incorporação de mais análise não linear na dinâmica e controle do processo.
6. Maior atenção à qualidade. Redução de impurezas e subprodutos, e a implementação de
sistemas de controle avançados pode garantir a qualidade constante do produto.
7. Melhor desempenho ambiental. Projeto moderno de processos deve ter como objetivo
aero resíduos por meio da minimização das emissões gasosas e dos resíduos do processo,
incluindo águas residuais.

5
 Figura 1-3 – Principais tendências na Engenharia de Processos.

Os desafios levantados pelos temas acima mencionados fazem surgir um novo paradigma na
engenharia de processos: a integração do Projeto de Processo com a Pesquisa e Desenvolvimento.
Por exemplo, a simulação de fluxogramas alternativos virtuais deve começar no estágio de
descoberta em laboratório. A simulação irá destacar as principais variáveis no projeto e, como
resultado, a pesquisa experimental será realizada no intervalo de temperaturas, pressões e
concentrações realmente necessárias posteriormente no projeto. Alguns dados precisam apenas
de experiências de laboratório; alguns dados tornam necessários ao desenvolvimento de plantas
pilotos. Observe que as plantas em execução são fontes valiosas de dados experimentais. Por
exemplo, as medições de VLE em colunas de destilação industrial oferecem boas oportunidades
para a calibração de modelos termodinâmicos.

1.4 Sistemas em Engenharia

1.4.1 Abordagem de sistemas
O Dicionário de Engenharia McGraw-Hill (1997) fornece as seguintes definições:
1. Sistema é uma combinação de vários equipamentos integrados para executar uma função
especial.
2. Análise de Sistemas é a investigação de uma atividade, procedimento, método, técnica
ou negócio para determinar o que deve ser feito e como a operação pode ser melhor
realizada. Consiste em aplicar técnicas matemáticas ao estudo de sistemas.
3. Engenharia de Sistemas é o projeto de um complexo sistema de interconexão de muitos
elementos para maximizar uma medida acordada do desempenho do sistema, levando em
consideração todos os elementos relacionados de alguma forma ao sistema.
Engenharia de Sistemas aplicada a atividades científicas e de engenharia processos químicos são
designados como Engenharia de Sistema de Processos. Propriedades pertencentes ao sistema, mas
não óbvias a partir das propriedades dos componentes, são chamadas de emergentes. Por exemplo,
o sabor da água ou o sabor de uma fragrância podem ser facilmente identificados, e não apenas
por especialistas, embora não possam ser atribuídos a nenhum componente químico. Da mesma
forma, a "operabilidade" de um processo é uma propriedade emergente de projeto, controle e
operação que os operadores podem reconhecer.
A abordagem de sistemas consiste em duas etapas:

 Modelagem, na qual cada elemento dos sistemas é descrito e os critérios para medir o
desempenho são atribuídos;

6
  Otimização, na qual os parâmetros ajustáveis são definidos de uma maneira que ofereça
o melhor desempenho de todo o sistema.
A modelagem matemática faz uso da simulação computacional como principal ferramenta de
investigação. Um projeto sistêmico lida principalmente com a identificação de partes
(subsistemas, componentes) e sua conexão, bem como com alvos ótimos para peças.
1.4.2 Modelagem de ciclo de vida
O ciclo de vida é um conceito de engenharia de sistemas baseado no pressuposto de que cada
produto tem uma existência finita, compartimentada em três grandes eventos: iniciação
(concepção), instalação (nascimento) e término. No meio, existem dois períodos principais,
chamados aqui de 'desenvolvimento inicial' e 'operação'. Os últimos podem ser divididos
aproximadamente em "imaturidade", "maturidade" e "decadência". O ciclo de vida de um produto
descreve a evolução de seu potencial desde a concepção até a terminação (Figura 1-4). O potencial
cresce continuamente até um máximo, após o qual o declínio é inevitável.

Figura 1-4 – Ciclo de vida de projeto.

As formas de ciclo de vida são estruturas genéricas usadas na engenharia de sistemas para
gerenciar desenvolvimento e manutenção de sistemas complexos. Esse modelo foi desenvolvido
para as necessidades da engenharia de software, mas podem ser aplicados a outras atividades
complexas, como, por exemplo, a produção de automóveis ou obras arquitetônicas. As formas de
ciclo de vida também são adequadas para capturar o formalismo de organizar um trabalho em
equipe dedicado a alcançar um objetivo em curto tempo com alto grau de confiabilidade.
Vamos descrever aqui três formas básicas de ciclo de vida: Cascata, modelo V e modelo espiral.
Essas formas são adequadas para o projeto de sistemas baseados em computador, mas podem ter
maior aplicabilidade, particularmente no campo da engenharia de processos. A teoria geral é
apresentada em Thomé (1993). Modelos de ciclo de vida podem ser usados para gerenciar a
elaboração de um projeto de design ou o desenvolvimento de um sofisticado sistema de simulação
para projeto, operação ou manufatura integrada por computador.

1.4.3 Modelo em Cascata

Modelo em cascata divide em quatro etapas o ciclo de vida de projeto (Figura 1-5):
1. Requisitos e definição do sistema
2. Projeto do sistema
3. Implementação e testes da unidade
4. Teste de Sistema

7
 Figura 1-5 – Modelo em cascata do ciclo de vida de projeto.

A descrição acima de um modelo em cascata parece simplista, mas de fato expressa

deliberadamente as principais características de uma abordagem sistêmica de um
problema complexo. As etapas devem ser claramente definidas, com produtos específicos
de saída para cada uma etapa convertendo-se na entrada da etapa seguinte.
A definição clara dos requisitos vem em primeiro lugar. A próxima etapa é o projeto do
sistema (arquitetura). O projeto sistêmico precede sempre o projeto detalhado. A
modelagem de unidades deve estar no nível de detalhe capaz de capturar o
comportamento do sistema. Depois de resolver adequadamente a etapa conceitual, o
projeto pode prosseguir com o Teste de Implementação e de Unidades e, finalmente, com
o Teste do Sistema.
O modelo em cascata indica que o sequenciamento do projeto deve ser organizado de tal
forma a evitar a retroalimentação entre etapas, particularmente em revisar a estrutura do
projeto. Esta importante desvantagem em relação à flexibilidade e a incerteza pode ser
melhor tratada pelos modelos de ciclo V ou espiral explicados posteriormente.
Como mostrado na Figura 1-6, o desenvolvimento de um projeto pode ser decomposto
em quatro etapas principais: Requisitos, Projeto Conceitual, Projeto Básico e Engenharia
Detalhada. Atividades típicas de integração e simulação relativas a cada etapa são
exibidas também. Por exemplo, o fluxograma desenvolvido durante a etapa de Projeto
Conceitual consiste nos sistemas de reator e separação. Outras questões sistêmicas
resolvidas nesse nível são segurança, riscos, metas ambientais, objetivos de controle de
toda a planta e viabilidade econômica. Ao utilizar as metas de técnicas de Integração de
Processos para serviços públicos, a água e os solventes podem ser avaliados bem antes
do projeto das unidades. A Simulação de Processos consiste principalmente em balanços
de materiais e energia. Como mencionado, durante o projeto conceitual várias alternativas
são desenvolvidas, a partir das quais um caso-base será selecionado para maior
refinamento e otimização.
A evolução da alternativa selecionada é levada para a fase de Projeto Básico, pela
integração de subsistemas, que levam ao Diagrama de Fluxo do Processo final (PFD).
Atividades de integração específicas consideram o projeto da rede de trocadores de calor,
a integração energética das destilações ou a geração combinada de calor e energia.
Completar o fluxograma leva à geração de um modelo de planta em estado estacionário.
Este pode ser usado mais tarde na operação da planta. Em paralelo, um modelo dinâmico
pode ser desenvolvido para suportar o projeto do sistema de controle de processo.
Engenharia detalhada é a atividade seguinte antes do comissionamento, na qual os
componentes do projeto são montados. Na realidade, existe alguma retroalimentação
entre diferentes etapas, mas isso deve ser mantido limitado e somente entre etapas
adjacentes. Por exemplo, a modificação do projeto conceitual no nível de engenharia
detalhado é altamente indesejável. Observe que a engenharia paralela pode ser usada para
melhorar a eficiência geral de um projeto de design.

8
 Figura 1-6 – Ciclo de vida de um projeto integrado.

1.4.4 Modelo de ciclo em V

O modelo do ciclo em V (Figura 1-7) é apropriado para gerenciar sistemas complexos quando a
validação sistemática é necessária. As duas ideias básicas são: 1) decompor o trabalho em várias
tarefas e 2) separar as tarefas de 'especificação e projeto' das tarefas de 'produção'.

Figura 1-7 – Modelo ciclo em V genérico.

O lado esquerdo do ciclo representa o refinamento do projeto, enquanto o lado direito descreve
as tarefas de montagem. A parte inferior do V lida com projeto detalhado e teste de unidades.
Observe que, em um ciclo V, o gerenciamento de projetos e a garantia de qualidade são
executados juntos. Cada etapa de projeto é verificada antes de prosseguir para a próxima, e cada
tarefa de produção é validada na tarefa de especificação correspondente. Aqui, verificação
significa que o produto atende às características de qualidade, como consistência, integridade e
correção, enquanto a validação significa que o produto satisfaz as especificações. Os problemas

9
imprevistos podem ser gerenciados por meio de procedimentos de teste de implementação de
especificação.
O modelo de ciclo V pode ser usado como uma estrutura genérica para gerenciar projetos de
engenharia. Também é um conceito poderoso na supervisão do desenvolvimento de qualquer
sistema complexo, como o desenvolvimento de um Modelo de Simulação de Planta. Trata-se de
uma ferramenta de software baseada em modelagem rigorosa que pode ser utilizada
primeiramente no diagnóstico de problemas de operação e, posteriormente, em projetos de
revitalização, desgargalamento e retrofit.
1.4.5 Modelo de espiral
O modelo de ciclo de vida espiral é uma forma de cascata repetida em níveis sucessivos de detalhe.
Além disso, pode acomodar eventos imprevistos por meio de uma abordagem orientada para o
risco. Tarefas semelhantes, mas com objetivos diferentes, são executadas durante cada iteração
do ciclo. Os ciclos internos realizam mais tarefas de avaliação e prototipagem, enquanto os ciclos
externos lidam com o projeto final. O custo cumulativo versus tempo é medido em cada nível.
Essas características tornam esse ciclo de vida uma chama genérica, tanto em estudos de
viabilidade e propostas técnicas, quanto em projetos de engenharia de contratados.
Em conclusão, as formas de ciclo de vida acima são estruturas conceituais para organizar um
projeto, mas não substitutos para ferramentas de planejamento. É importante ter em mente que a
arquitetura do sistema é o objetivo, e deve preceder sempre o projeto detalhado dos componentes.

2 Introdução à simulação de processos

2.1 Simulação Computacional em Engenharia de Processo
2.1.1 Diagrama de processo
A simulação é uma atividade fundamental na Engenharia de Processos. A seguinte definição
captura suas características essenciais (Thomé, 1993):
Simulação é um processo de construção de um modelo de sistemas e a realização de
experimentos com esse modelo para compreender o comportamento de sistemas além de
avaliar estratégias alternativas para desenvolvimento e/ou operação desses sistemas.
A simulação deve ser capaz de reproduzir aspectos selecionados de comportamentos e sistemas
modelados aceitos em certo grau de exatidão.

Simulação pode ser considerada uma imitação da operação de um processo do mundo real de
forma estática ou dinâmica, ou seja, processos que levam em conta o tempo ou não. Consiste em
empregar uma modelagem matemática que represente a fenomenologia do processo que ocorre
em unidades operacionais. Desta forma, para ser realizada uma simulação, é necessário construir
um modelo computacional que corresponda à situação real que se deseja simular.
A simulação implica modelagem, bem como o ajuste de modelos em dados experimentais. Um
modelo de simulação serve para realizar "experiências virtuais". Quase invisível na maioria dos
casos, sendo incorporado na tecnologia do software, a modelagem é a característica principal de
cada simulação. É importante ter em mente que a simulação é apenas uma representação
aproximada da realidade, com um certo nível de precisão e não a própria realidade. É por
isso que o usuário deve sempre poder avaliar a confiabilidade dos resultados fornecidos por um
simulador.
A Simulação em Engenharia de Processos requer conhecimentos científicos específicos. Podemos
citar uma descrição precisa das propriedades físicas de componentes puros e misturas complexas,

10
modelos para uma grande variedade de reatores e operações unitárias, bem como técnicas
numéricas para a resolução de grandes sistemas de equações algébricas e diferenciais.
A atividade científica e de engenharia que faz uso da modelagem e simulação profissional para
Indústrias de Processo Químico (GPI) é designada por Engenharia de Processo Assistido por
Computação (CAPE). Desde 1991, a Federação Europeia de Engenharia Química organiza
anualmente um congresso científico da comunidade mundial CAPE sob o rótulo ESCAPE.
A principal atividade de simulação em engenharia de processo é a construção do fluxograma
(flowsheeting). Westerberg e outros[referencia] definem a construção de fluxograma com o uso
de auxílios de informática para realizar cálculos de balanço material e de energia em regime
estacionário, dimensionamento e custo para um processo químico.
Esta interpretação reflete o fato de que a construção do fluxograma tem raízes profundas no
processo de design. O impressionante progresso nos últimos trinta anos, tanto na modelagem
como na tecnologia de simulação, enriqueceu essa definição. Hoje em dia, a construção do
fluxograma está envolvida não só no projeto de novos processos, mas também na melhoria
contínua das tecnologias existentes, pela renovação e desengargalamento (debottlenecking), na
gestão do processo de operação e controle, bem como na pesquisa e desenvolvimento (Dimian,
1994).
Em uma planta complexa, as unidades formam um sistema que pode ser entendido melhor por
meio de simulação. Tendo em conta a evolução nas últimas décadas, podemos formular uma
definição mais ampla:
A construção do fluxograma é uma descrição sistêmica dos fluxos de matéria e de energia em
uma planta de processo por meio de simulação por computador com o escopo de projetar uma
nova planta ou melhorar o desempenho de uma planta existente. A construção do fluxograma
auxilia a implementar uma estratégia de controle em toda a planta, bem como gerenciar a
operação da planta.
De acordo com a definição acima, nos fluxogramas, o comportamento do sistema tem a maior
prioridade. A modelagem das unidades individuais deve ser subordinada aos objetivos do sistema.
Construir fluxogramas tem propósitos diferentes em Projeto e Operação, mas estes convergem
quando o conhecimento adquirido na operação de uma instalação existente serve como base para
melhorar seu projeto ou para desenvolver um novo processo.
No projeto, o primeiro objetivo do fluxograma é uma investigação sistemática de diferentes
alternativas que podem ser desenvolvidas para um determinado problema de projeto. O Projeto
moderno baseia-se em métodos sistemáticos cujo mérito principal é poder definir metas ótimas
bem antes dos detalhes do dimensionamento. De várias alternativas não otimizadas, um caso-base
é selecionado e submetido à integração, dimensionamento e otimização. Além disso, a
combinação da simulação estática e dinâmica pode ajudar a compreender a dinâmica do processo
e, dessa forma, apoiar a implementação de uma estratégia de controle em toda a planta.
Dominar as restrições da modelagem do fluxograma pode ajudar grandemente ao projetista a
fornecer um projeto confiável apesar da falta de dados ou de um cronograma apertado.
Na operação, exige-se mais do fluxograma porque ele tem que refletir o comportamento de uma
planta existente submetida a vários distúrbios. Os dados da planta devem ser reconciliados com
modelos matemáticos incorporados no simulador. Novamente, a modelagem e a precisão devem
ser subordinadas aos objetivos, como o monitoramento do desempenho, manutenção, renovação
ou suporte da unidade em atividades de controle de processo.

11
Pode-se concluir que, hoje em dia, simulação de processo está fortemente envolvida tanto no
Projeto como na Operação. A simulação estática estável é uma atividade diária em empresas de
engenharia e serviços técnicos de plantas de processo. A simulação dinâmica está envolvida cada
vez mais em atividades de engenharia avançadas, como, por exemplo, na concepção de sistemas
de controle de processos, ou em Otimização em tempo real e Produção Integrada por computador.
Os balanços material e de energia continuam sendo os resultados mais importantes em
fluxograma. O relatório de fluxo mostra a forma como as matérias-primas são transformadas em
produtos para desempenhos de unidades. Além disso, a simulação dinâmica pode refletir a
variação do tempo do inventário de componentes em diferentes locais, bem como a dinâmica dos
fluxos de energia.
A análise econômica, ou seja, a rentabilidade, é o momento da verdade de cada projeto. Simulação
é a única maneira de resolver com precisão esse problema, porque ele pode explicar com precisão
a disseminação de todos os custos materiais e energéticos em um fluxograma.

2.1.2 Aplicações da simulação computacional

A atual revolução na tecnologia da informação, bem como o impressionante progresso na
tecnologia de modelagem e simulação tem um impacto significativo na Engenharia de Processos.
Um novo paradigma está emergindo, em que a simulação está envolvida através de todos os
estágios de um ciclo de vida do processo, desde a "ideia", passando por testes em laboratório,
elevando-se em diferentes níveis, para o processo de projeto e operação da planta (Edgar, 2000).
A Figura 2-1 ilustra essa nova abordagem. A simulação é colocada no núcleo das três principais
atividades de engenharia: Pesquisa e Desenvolvimento, Projeto e Operação. A matéria
unificadora é o conhecimento científico incorporado em modelos universais, bem como o caráter
genérico de métodos computacionais. Essas atividades, aparentemente desconectadas, podem
compartilhar um grande número de modelos de "primeiro princípio", como a termodinâmica,
cinética química, fenômenos de transporte, etc.

Figura 2-1 - O novo paradigma de Engenharia de Processos: Simulação como atividade principal em Pesquisa e
Desenvolvimento, Projeto e Operação.

Observe que, em maior medida, a simulação do processo deve incluir outras atividades baseadas
em computador, como Simulação Molecular e Fluidodinâmica Computacional (CFD). No
entanto, limitaremos a apresentação aos recursos oferecidos apenas pelo software comumente
chamado de simuladores de processo.

12
2.1.3 Pesquisa e Desenvolvimento
A simulação do processo pode orientar e minimizar a pesquisa experimental, mas não eliminá-la.
Na verdade, a calibração de modelos exige dados experimentais precisos. É o experimento que
prova o modelo, e não o oposto! O planejamento estatístico das experiências é hoje em dia
obsoleto. Em vez disso, a pesquisa experimental deve tirar proveito do poder de modelos
rigorosos incorporados em pacotes de simulação, particularmente no campo da termodinâmica.
Por exemplo, experimentos simples de equilíbrio de vapor (VLE) em laboratório podem ser
usados para aumentar a confiabilidade de um estudo de viabilidade em processos inovadores. Por
outro lado, as medidas VLE industriais podem ser usadas para calibrar os modelos
termodinâmicos incorporados em um simulador quando a informação experimental não estiver
disponível.
A inovação dos processos sustentáveis começa na escala laboratorial. A investigação do espaço
de projeto viável por simulação pode reduzir tremendamente o esforço experimental. Podemos
falar de pesquisa experimental assistida por computador.
A modelagem e a simulação podem servir também como base para a ampliação computadorizada.
Alguns modelos podem passar inalterados do laboratório para a escala da planta, enquanto outros
devem ser modificados para incorporar elementos específicos a cada nível.
A simulação pode explorar soluções inovadoras difíceis de investigar experimentalmente. Por
exemplo, a integração da simulação de processos com o Fluidodinâmica Computacional (CFD)
pode substituir protótipos dispendiosos. O fluxo de plantas virtuais que envolvem modelagem
hidráulica rigorosa de unidades é muito provável nos próximos anos.
2.1.4 Projeto de Processo
A globalização e o desenvolvimento sustentável estabelecem desafios para o Projeto de Processo,
como alta eficiência de matérias-primas e energia, flexibilidade e capacidade de resposta à
dinâmica do mercado, fabricação segura e limpa. Claramente, essas características devem ser
intrínsecas no próprio projeto conceitual e não adicionadas posteriormente por modificações
onerosas. Nesse sentido, a simulação do processo pode trazer contribuições significativas, como:

 Desenvolvimento de novas tecnologias sustentáveis visando exigências mínimas de

energia e materiais, bem como a zero resíduos e poluentes.

 Garantir uma operação e uma resiliência absolutas, integrando a capacidade de controle

no design conceitual em níveis iniciais.

 Melhoria permanente das tecnologias existentes por ampliação, retrofit e

desengargalamento.
2.1.5 Operação de Processos
O advento da Otimização em tempo real e da Fabricação Integrada Computacional na década de
1990 abriu grandes oportunidades para a aplicação de simulação diretamente no processo de
fabricação. Além do controle de processo baseado em modelo, podemos mencionar a manutenção
preventiva através do monitoramento sistemático do desempenho do equipamento.
A integração da fabricação com a cadeia de abastecimento só pode ser realizada através da
configuração de um sistema complexo baseado em computador, no qual a simulação desempenha
um papel central.

13
Resumindo, a simulação de processo é um fator chave para garantir a excelência em pesquisa,
desenvolvimento, design e fabricação. A Tabela 2-1 ilustra a ampla gama de aplicações da
tecnologia de modelagem nas plantas de processos químicos.
Tabela 2-1 – Aplicações de simulação de processos na indústria de processos químicos.

Planta de Processos Químicos Aplicação

Exploração, Instalações de superfície, Transporte, armazenamento no subsolo,
Óleo e Gás
processamento de gás
Refino Produção de combustíveis
Petroquímicos Produção de insumos básicos petroquímicos, metanol
Química orgânica básica Químicos intermediários, solventes, detergentes, tintas
Química inorgânica Amônia, ácido sulfúrico, fertilizantes
Química fina Farmacêuticos, cosméticos
Biotecnologia Alimentos e bio-prodtos
Metalurgia Aço, alumino, cobre, etc.
Polímeros Polietileno, PVC, Poliestireno, fibras, etc.
Papel e madeira Papel
Energia Planta de energia, gaseificação de gás
Industria nuclear Tratamento de resíduo, segurança
Meio ambiente Tratamento de água, valorização da biomassa

2.1.6 Uma visão histórica

A história da simulação de processos começou em 1966, quando a Simulation Science, uma
pequena empresa localizada em Los Angeles/EUA, teve a ideia de comercializar um programa de
computador genérico para simular colunas de destilação. Este foi o coração de um pacote de
simulação, PROCESS1, que pode ser considerado o ancestral dos simuladores de processo. Três
anos depois, a ChemShare (Houston/EUA) lançou o DESIGN2, um programa de simulação capaz
de ser usado em aplicações de óleo e gás. Naquela época, a expansão das indústrias de refino e
petroquímica motivou o advento dos pacotes de computadores.
Durante o período 1970-80, o cálculo científico conheceu sua idade de ouro. Os algoritmos usados
hoje têm raízes profundas nos métodos desenvolvidos na época. Linguagem de programação
FORTRAN tornou-se muito popular entre os cientistas e engenheiros. As simulações foram
executadas em sistemas de mainframe rápidos, porém caros, aos quais o usuário estava conectado
via um terminal remoto. O arquivo de entrada era um monte de cartões, com instruções perfuradas
no formato de 80 colunas. Mais tarde, a entrada de dados tornou-se possível editando um arquivo
em uma tela eletrônica, as instruções para a execução do trabalho foram codificadas através de
uma linguagem específica baseada em “palavras-chave”.
No período de 1970-80, os principais departamentos de engenharia, bem como algumas grandes
empresas de manufatura nas indústrias de refino e petroquímica, desenvolveram programas de
simulação. Adotou-se principalmente a arquitetura sequencial modular. No entanto, alguns foram
baseados na abordagem orientada para equações, como SPEEDUP no Imperial College em
Londres (UK) e TISFLO na DSM na Holanda.
A primeira crise mundial do petróleo em 1973 estimulou grandemente o interesse em simular
processos com matérias-primas alternativas, como carvão e biomassa. Em 1976, o Departamento
de Energia e MIT lançaram conjuntamente o projeto ASPEN3. O advento de sistemas de
computação de alto desempenho impulsionou os negócios de pequenas empresas especializadas
em modelagem e simulação. Mais geralmente, a computação científica evoluiu de programas
individuais para grandes pacotes concebidos como produtos industriais. A partir de 1980, vários

1
Precursor do PRO II
2
Continuou como DESING II e WINSIM
3
Continuou como ASPEN PLUS

14
softwares de fluxo de estado estável para todos os propósitos foram disponibilizados em
mainframes e distribuídos e compartilhados em redes internacionais. As redes de computadores
de compartilhamento on-line em todo o mundo entre 1980 e 1990 foram os precursores da Internet
atual.
O computador pessoal chegou em 1982. Embora o poder dos PCs fosse fraco para a exibição de
fluxos, a ideia de uma ferramenta “pessoal” era forte o suficiente para incitar os entusiastas. O
desafio de deixar o ambiente elitista dos mainframes foi lançado. A chegada das estações de
trabalho (1985) e de um novo sistema operacional multitarefa, o UNIX, está na origem de uma
revolução na computação científica que continua até hoje. Poucas empresas de software científico
sobreviveram a essas mudanças dramáticas. A reutilização de antigas rotinas FORTRAN
comprovadas em um novo ambiente de 'programação orientada a objeto' eram críticas. No início
dos anos 90, o domínio dos produtos para PC era um fato. A relativa estabilização dos sistemas
operacionais, dominada atualmente pelo UNIX e Windows, possibilitou o desenvolvimento de
uma nova geração de softwares de simulação. A interface gráfica para usuário tornou-se uma
parte central no desenvolvimento de software. O poder do antigo Supercomputadores estavam
disponíveis em desktops.
Atualmente a simulação de processo está concentrada em um número surpreendentemente baixo
de sistemas. Por outro lado, as necessidades de modelagem de usuários industriais são muito
maiores que aqueles fornecidos por capacidades genéricas de software. A solução para essa
contradição envolve uma grande cooperação entre firmas de software especializadas e a
comunidade de usuários.

2.2 Etapas na Simulação

Os principais passos de um trabalho de simulação serão introduzidos por meio de um exemplo
industrial. O fluxograma é bastante simples, mas é um desafio suficiente para um novo usuário.
Adotamos aqui a estratégia de um cálculo sequencial modular, que é o mais utilizado na
apresentação de modelos em estado estacionário.

2.3 Arquitetura de Software de Simulação

2.3.1 Estratégia de cálculo
A arquitetura de um software de fluxo é determinada pela estratégia de computação. Três
abordagens básicas foram desenvolvidas ao longo dos anos:

 Sequencial-Modular.

 Orientado por Equação.

 Simultâneo-Modular.
Na arquitetura Sequencial-Modular (SM), o cálculo ocorre unidade por unidade seguindo uma
sequência de cálculo. Um processo com retroalimentação deve ser decomposto em uma ou várias
sequências de cálculo. Cada uma delas começa em um determinado lugar, na qual as correntes de
entrada devem ser conhecidas como entradas ou inicializadas como correntes de abertura. A
sequência de computação das unidades envolvidas em uma reciclagem define um ciclo de
convergência. Quando correntes de abertura estão presentes, a solução final do estado estacionário
é obtida por cálculos iterativos. As correntes de aberturas são calculadas (e aceleradas) após
iterações sucessivas, aplicando um algoritmo de convergência apropriado. O cálculo para quando
ambas as correntes: estimada e calculadas satisfazem alguns critérios de convergência, geralmente
o fechamento do material e o balanço de energia. A arquitetura SM foi a primeira a ser usada na
modelagem de unidades, mas ainda domina a tecnologia de simulação em estado estacionário.

15
Entre as vantagens da arquitetura SM podemos citar:

 Desenvolvimento modular de capacidades.

 Fácil programação e manutenção.

 Fácil controle de convergência, tanto no nível dos módulos quanto em nível da simulação
como um todo.
Existem também desvantagens, como por exemplo:

 Necessidade de análise topológica e inicialização sistemática de correntes de abertura.

 Dificuldade em tratar sequências de computação mais complexas, como ciclos

entrelaçados ou ciclos de especificação de fluxograma e design simultâneos.

 Dificuldade para tratar especificações relativas a variáveis de unidade interna (bloco).

 Direção de cálculo rígida, geralmente das entradas para saídas.

 Não é adequado para simulação dinâmica de sistemas com reciclo.

Algumas modificações foram propostas para melhorar o processo de computação e evitar cálculos
redundantes. Entre estes, podemos mencionar a bi-direcional transmissão de informações
implementadas no Hysys e os outros simuladores desse.
Na abordagem orientada a equações (EO), todas as equações de modelagem são montadas em um
grande sistema esparso produzindo equações algébricas não-lineares (NAE) em estado
estacionário simulação e Equações Diferenciais Algébricas (DAE) em simulação dinâmica.
Assim, a solução é obtida resolvendo simultaneamente todas as equações de modelagem.
Entre as vantagens da arquitetura de solução de equações podemos citar:

 Ambiente flexível para especificações, que podem ser entradas, saídas ou internas.

 Melhor tratamento de reciclo, sem necessidade de correntes de abertura.

Observe que uma abordagem de modelagem orientada a objetos de programação é adequada para
abordagem EO. No entanto, também existem desvantagens substanciais, como:

 Mais esforço de programação.

 Necessidade de recursos computacionais substanciais, mas isso é cada vez menos um

problema.

 Dificuldades no manuseio de grandes sistemas DAE.

 Rastreamento e depuração difíceis em caso de não convergência.

Na abordagem Simultâneo-Modular, a estratégia da solução é uma combinação de Abordagens
Sequencial-Modulares e Orientadas por Equações. Modelos rigorosos são usados em nível dos
módulos, que são resolvidas sequencialmente, enquanto os modelos lineares são usados em nível
da simulação, resolvido globalmente. Os modelos lineares são atualizados com base nos
resultados obtidos com modelos rigorosos. Esta arquitetura foi experimentada em alguns produtos
acadêmicos.
Pode-se concluir que a abordagem Sequencial-Modular mantém uma posição dominante
simulação de estado estacionário. A abordagem orientada para equações provou seu potencial em

16
simulação dinâmica e otimização em tempo real. A solução para as gerações futuras de software
de simulação parece ser uma fusão dessas estratégias.
2.3.2 Abordagem sequencial-modular
A abordagem Seqüencial-Modular é usada principalmente na apresentação de fluxos em estado
estacionário, entre os quais podemos citar como principais produtos Aspen Plus, ChemCad,
Hysys, ProII, Prosim e Winsim (veja a Tabela 2 para informações). No entanto, existem alguns
simuladores dinâmicos construídos sobre essa arquitetura, sendo o mais popular o Hysys.
O elemento básico em um simulador modular é o modelo de operação da unidade. Um modelo
de simulação é obtido por meio de equações de conservação para massa, energia e momento.
Estes levam finalmente a um sistema de equações algébricas não lineares como:
𝑓(𝑢, 𝑥, 𝑑, 𝑝) = 0
Aqui as notações significam:
u, variáveis de conectividade formalmente classificadas em variáveis de entrada e saída;
x, variáveis internas (estado), como temperaturas, pressões, concentrações;
d, variáveis definindo a geometria, como volume, área de troca térmica, etc;
p, variáveis que definem propriedades físicas, como entalpias específicas, fatores K, etc.

Figura 2-2 - Layout geral do modelo de operação da unidade.

Note que o sistema de equações tem um forte caráter não linear, particularmente devido à
interdependência entre propriedades físicas e variáveis de estado. É importante ter em mente que
as propriedades físicas podem consumir até 90% do tempo de cálculo. O sistema acima deve ser
visto como completo com equações para restrições.
A diferença entre o número total de variáveis não redundantes no sistema e o número de equações
algébricas independentes fornece os graus de liberdade. Normalmente, essas são especificações
que um usuário deve fornecer para executar uma simulação. Na abordagem SM, cada unidade de
simulação (bloco) é tratada pela regra:
Variáveis de saída = função {variáveis de entrada, internas e parâmetros}
A relação funcional é específica para cada unidade, como flash, bomba, reator, coluna de
destilação etc. Por causa de uma grande variedade de situações físicas, é racional incorporar uma
parte do algoritmo na rotina que resolve a unidade. Do ponto de vista da programação, diz-se que
a abordagem é processual.
Note que o modo de especificação de uma operação unitária é importante para a convergência.
Esse aspecto, relacionado à análise do grau de liberdade, será discutido posteriormente.

17
A arquitetura do software é uma questão de ciência da computação. No entanto, como em todo
sistema complexo, o usuário deve estar ciente dos principais elementos. A Figura 2-3 apresenta
uma arquitetura genérica de um simulador sequencial-modular. O coração do sistema é o
programa executivo. Sua função é gerenciar tarefas de computação e troca de dados, como por
exemplo, sequência de cálculo, recuperação de parâmetros para propriedades físicas, rotinas para
operações unitárias, acompanhamento de convergência e gerenciamento do sistema de arquivos
de dados. Outros componentes essenciais são:

 Bancos de dados com parâmetros físicos para componentes e misturas puras.

 Biblioteca para computação de propriedades físicas de componentes e misturas.

 Biblioteca de operações unitárias e reatores.

 Biblioteca de solvers matemáticos.

 Interface gráfica do usuário (GUI – sigla em inglês).

Figura 2-3 - Arquitetura de software de um simulador sequencial-modular.

A partir da descrição acima, podemos concluir que o software de simulação é um sistema baseado
em computador muito sofisticado, e não uma coleção de algoritmos para resolver diferentes
operações unitárias. Um simulador de processo deve ser projetado com ferramentas de
desenvolvimento e gerenciamento de ciência da computação. É interessante notar que no custo
total a manutenção de software (tipicamente mais de 70%) é de longe mais importante que o custo
de programação (normalmente abaixo de 10%).

2.3.3 Abordagem orientada a equação

Na abordagem orientada a equações (EO), a arquitetura de software está próxima de um
solucionador de equações. EO é mais adequado para simulação dinâmica, pois isso pode ser
modelado por um sistema de equações algébricas diferenciais (DAE) da forma:
𝑑𝑥
= 𝑓(𝑢, 𝑥, 𝑑, 𝑝)
𝑑𝑡
A solução de estado estacionário é obtida ajustando as derivadas para zero. O sistema DAE global
é esparso e rígido, variando seu tamanho entre 103 e 105 equações.
A simulação dinâmica é mais exigente do que o estado estacionário. Em primeiro lugar, precisa
de muito mais elementos de dimensionamento. Então, a variação de pressão não pode ser
desprezada ou agrupada na especificação da unidade de simulação. No entanto, em geral, a

18
especificação de variáveis é mais flexível. Qualquer variável do fluxograma pode ser definida
como, independentemente de se tratar de fluxos de entrada ou saída, ou de variáveis internas da
unidade. A arquitetura de software construída com uma abordagem de EO é apresentada na Figura
2-4. A entrada do problema de simulação pode ser formulada por meio de uma meta-linguagem
ou ser suportada por uma GUI inteligente. Na Aspen Dynamics, a definição do problema começa
em estado estacionário no Aspen Plus em um ambiente SM. Ao se adicionar termos de
acumulação às equações de unidades, gera-se o sistema DAE.
Em um simulador de EO, o tratamento algorítmico inclui não apenas a solução matemática, mas
também a depuração de problemas, a compilação /vinculação, bem como a correção e adição de
equações. Uma característica importante é o pós-processamento de resultados, como registro e
gráficos de diferentes variáveis.

Figura 2-4 - Arquitetura de software de um simulador orientado a equações.

2.4 Seleção de Software de Simulação

A seleção de um sistema de simulação é uma decisão estratégica para uma organização. Implica
uma política de coordenação a médio/longo prazo, tanto em plataformas de hardware como em
software científico, bem como na formação de pessoal, compatibilidade com o ambiente de
terceiros, etc. O procedimento descrito abaixo pode ser aplicado para um risco baixo de escolha
de qualquer software científico. O procedimento de avaliação assume a forma de um questionário,
conforme indicado a seguir.
1. Análise Funcional.
a. Aplicações típicas.
b. Capacidades e opções.
c. Interface de usuário.
d. Algoritmos e métodos numéricos.
e. Produtos complementares.
f. Bases de dados "tamanho, aplicações, qualidade de dados.
g. Pós-tratamento dos resultados.
h. Benchmarks típicos e biblioteca de exemplos.
i. Manual do usuário.

19
 2. Análise da Ciência da Computação
a. Hardware: plataformas e sistemas operacionais.
b. Recursos: espaço no disco rígido, espaço típico do usuário, memória.
c. Análise de software: arquitetura, estrutura de arquivos, linguagens de
programação.
d. Interface gráfica do usuário: funções, portabilidade.
e. Uso de padrões: gráficos, comunicação, portabilidade.
f. Ferramentas de desenvolvimento de software e controle de qualidade.
g. Interface com software científico ou para todos os fins.
h. Customização.
3. Análise Comercial
a. Razão social, acionistas, relatório financeiro.
b. Política comercial: mercado, clientes, preços.
c. Treinamento e suporte ao usuário.
d. Manutenção e atualizações.
e. Política de comunicação: reuniões de grupos de usuários, boletim informativo.
f. Contatos acadêmicos e científicos, publicações.
Cada questão é citada por uma marca e ponderada por um fator. Consequentemente, este
procedimento produzirá uma lista de dois ou três bons candidatos. A escolha final implicará uma
avaliação mais precisa dos aspectos acima. Mais informações podem ser feitas por especialistas,
como benchmarks, demonstrações personalizadas, amostras de programação, documentos de
garantia de qualidade, etc. A este respeito, é importante testar o produto em problemas próximos
à área de aplicação do usuário.
Apesar das funcionalidades semelhantes entre os fornecedores generalistas, todos os sistemas
possuem recursos nos quais eles funcionam melhor que outros. Isso poderia ter razões históricas
ou poderia vir do perfil dos clientes. A confiabilidade das propriedades físicas e dos parâmetros
nos modelos termodinâmicos é uma característica essencial no design. É por isso que a qualidade
da termodinâmica é uma característica peculiar na seleção de um sistema de simulação para fins
de projeto de processos. Outras características importantes são a personalização de unidades,
capacidades de programação, transmissão de informações e estruturas de controle, bem como a
depuração de problemas de convergência com reciclagens. Um sistema no qual o usuário tem
controle sobre todos os aspectos do plano de fundo de modelagem deve ser o preferido.
Como mencionado, o mercado de simulação de processos conheceu transformações severas na
década de 1985-1995. Relativamente poucos sistemas sobreviveram.

3 Construção de Modelos de Simulação em Estado Estacionários

3.1 Fundamentos da Construção de Modelos em Estado Estacionário
A primeira característica essencial é que se deve analisar o problema de simulação antes de inseri-
lo no computador. Este capítulo desenvolve uma abordagem geral na apresentação de fluxos em

20
estado estacionário, de maneira independente de um pacote de simulação comercial. O usuário
deve poder usar eficientemente qualquer simulador depois de se familiarizar com alguns
elementos técnicos específicos.
O primeiro tópico é a abordagem na solução de um problema de construção do fluxograma
explicado por meio de um exemplo, a planta desalquilação. A próxima seção descreve os recursos
genéricos dos sistemas de construção de fluxograma. Em seguida, um grande subcapítulo trata da
análise de graus de liberdade, um tópico importante para garantir as especificações adequadas,
tanto para as unidades de simulação quanto para todo o fluxograma. Uma seção sobre metodologia
descreverá como resolver problemas de convergência e como usar estruturas de controle para
aproximar a simulação da realidade industrial. Um subcapítulo final lida com ferramentas de
análise de fluxo de dados, como sensibilidade, estudos de caso e otimização.
3.1.1 Abordagem genérica
As questões fundamentais na construção de fluxograma de fluxos serão ilustradas por meio do
processo desalquilação. O processo refere-se à hidrodialquilação de alquilbenzenos e
alquilnaftalenos nos seus anéis aromáticos correspondentes, como benzeno ou naftaleno. O
processo tem sido usado intensivamente tanto em educação quanto em pesquisa para ilustrar
questões fundamentais na Engenharia de Processos de Sistemas.

3.1.1.1 Descrição do Processo

O processo converte tolueno em benzeno na presença de hidrogênio em excesso. Pode-se
considerar de maneira simplifica o processo constituído por duas reações.
A reação principal: desalquilação do tolueno em benzeno e metano:
C6H5-CH3 + H2 → C6H6 + CH4
A reação secundária: formação do naftaleno com sub-produto:
2C6H6 → C12H10 +H2
A reação, globalmente exotérmica, ocorre em um reator PFR em uma faixa de pressão entre 25 a
35 bar e temperatura entre 620ºC e 720ºC. Uma grande quantidade de hidrogênio em excesso,
tipicamente 5:1 em razão molar, previne a formação de coque. A conversão da reação é
tipicamente 60-80%, porque em valores mais altos a seletividade cai rapidamente.
A Figura 3-1 apresenta o diagrama simplificado de processo (PFD) para o processo de
hidrodesalquilação térmica do tolueno (THDA) de tecnologia da UOP. A mistura de tolueno de
make-up e reciclado é misturado com hidrogênio a pressão de reação. Depois do pré-aquecimento
no trocador de calor, FEHE, a mistura é aquecida no forno até a temperatura para iniciar a reação
e alimentada no reator. O efluente é resfriado rapidamente com líquido reciclado (não mostrado)
para evitar a decomposição. Então, a mistura reacional vai para o circuito de recuperação de calor
pré-aquecendo a carga e gerando vapor. Depois de passar pelo resfriador a mistura reacional é
enviada para o vaso separador.

21
 Figura 3-1 – Processo THDA da UOP para produção de benzeno.

A fase gasosa consiste de uma mistura de hidrogênio/metano com pequenas quantidades de

benzeno e tolueno. A fase líquida contém benzeno e tolueno, assim como componentes pesados
e leves dissolvidos. O gás é reciclado para o reator através de um compressor e depois misturado
com hidrogênio de make-up. Observe que o hidrogênio de reposição pode ser reciclado por meio
de uma seção de enriquecimento de hidrogênio. A fase líquida entra na seção de separação de
líquidos. Após a redução da pressão, os gases dissolvidos são removidos em uma coluna de
estabilização. Componentes mais pesados que podem danificar as partes internas das colunas de
destilação são removidos em uma Clay Tower. Finalmente, a coluna de destilação denominada
Recycle column realiza a separação dos componentes leves no topo, benzeno purificado e tolueno
não convertido como fluxos secundários, e outros componentes mais pesados no fundo.
3.1.1.2 Analise do problema
O diagrama de fluxo do processo (PFD) acima deve ser traduzido em um PSD (Process
Simulation Diagram). A análise do problema leva em conta os seguintes aspectos:

 Fluxos de entrada/saída,
 Sistema reacional reator,
 Integração térmica,
 Sistema de separação,
 Controle das especificações do fluxograma,
 Transformação de unidades reais em unidades de simulação,
 Análise de graus de liberdade,
 Questões termodinâmicas,
 Corrente de abertura e abordagem de cálculo.
Estes elementos serão examinados em detalhe a seguir.
3.1.1.3 Fluxos de entrada/saída
As correntes de entrada são tolueno com 100% de pureza e hidrogênio com 5% de CH4. A análise
de entrada/saída deve garantir que o saldo do material seja consistente. Uma regra de ouro no
estado estacionário diz que qualquer material entrando ou sendo criado por reações químicas deve
deixar o processo, de tal forma que não ocorra acúmulo. Através da inspeção da Figura 3-2,
encontramos as seguintes saídas: produto benzeno, gases leves da coluna de estabilização e
pesados da coluna de destilação. O fluxo secundário de tolueno é uma reciclagem e não é contado.

22
No entanto, algo está faltando! Um balanço de material qualitativo simples detecta que não há
saída para o metano formado pela reação, mas também entrada de impureza com hidrogênio.
Portanto, devemos considerar um fluxo de purga gasoso. Finalmente, a estrutura de entrada/saída
do processo é apresentada na Figura 3-3. Note que existem duas entradas, fontes de hidrogênio e
tolueno, e quatro saídas, purga, benzeno, luzes e pesados.

Figura 3-2 – Correntes de entradas e saídas para processo de produção de benzeno.

3.1.1.4 Análise do Reator

A modelagem do reator na construção do fluxograma deve fornecer uma descrição confiável da
transformação de reagentes em produtos, subprodutos e impurezas. A abordagem estequiométrica
é simples, mas suficiente para fins de balanço de material. Neste exemplo, a modelagem
estequiométrica precisa conhecer (1) a conversão da reação principal e (2) a seletividade da reação
secundária. Assim, em uma primeira tentativa, podemos modelar o reator por um modelo de reator
estequiométrico.

Figura 3-3 – Estrutura para integração do processo.

Se dados cinéticos precisos estiverem disponíveis, e se houver uma interação significativa entre
o sistema de reação e o restante do fluxograma, um modelo cinético pode ser considerado. O tipo
de reator, como CSTR ou PFR, precisa ser especificado. No entanto, os reatores industriais são
muito mais complexos que os modelos ideais. Por essa razão, não aconselhamos o uso de modelos
cinéticos na construção de fluxogramas em estado estacionário, pelo menos em estágios iniciais,
exceto para fins mais avançados, como para operação ou controle em toda a planta. Nestes casos,
a combinação de modelos cinéticos e estequiométricos é apropriada. O modelo cinético pode
explicar a produção determinada pela taxa de reação principal, que depende do volume do reator
e da taxa e composição dos reciclos. O modelo estequiométrico pode descrever a formação de
subprodutos e impurezas necessários para a simulação precisa de separadores.

23
3.1.1.5 Sistema de integração energética
A simulação de um fluxograma complexo deve começar pela identificação das estruturas básicas.
Essa estrutura é o sistema de integração energética, conforme ilustrado na Figura 3-3 para o
processo. Os reagentes frescos e reciclados entram em uma unidade misturadora Mix. Observe
que o lado frio do permutador de calor e do forno pode ser agrupado em uma única unidade de
troca de calor chamada HX1. Da mesma forma, o lado quente do permutador de calor, o gerador
de vapor e o refrigerador podem ser agrupados em uma unidade de troca de calor de unidade única
HX2. Desta forma, o esforço pode se concentrar no comportamento do reator, e não na
convergência do circuito de integração térmica com reator.
O Flash é o lugar onde as fases de gás e líquido se separam. Um modelo de equilíbrio de vapor /
líquido pode simular esta operação. Para simular a purga, colocamos uma unidade de Split
modelada por Stream Splitter. Então o gás é reciclado através de um compressor simulado por
uma unidade compressora.
A simulação do sistema de separação de líquidos é mais complicada. A abordagem mais simples
é agrupar todos os itens em uma caixa preta denominada Separação, simulada por um módulo
Separador. Isso é especificado em termos de recuperação desejada de componentes. Desta forma,
podemos concentrar a atenção na influência dos reciclos no sistema de reação, e não na simulação
de separadores.
3.1.1.6 Sistema de separação
A análise do sistema de separação deve determinar os modelos de simulação apropriados. A
simulação das colunas de destilação pode ser estudada em um fluxograma separado (Figura 3-4).
Após a redução da pressão através da válvula V1, a mistura líquida entra no estabilizador (Stab)
onde os gases dissolvidos são removidos. Um modelo apropriado é destilação rigorosa com
destilado a vapor. Após uma segunda redução de pressão através da válvula V2, a separação de
benzeno, tolueno e pesados ocorre em uma segunda coluna (Dist), para a qual o mesmo modelo
rigoroso de destilação é utilizado.

Figura 3-4 – Seção de separação do processo.

3.1.1.7 Controle das especificações do fluxograma

Algumas variáveis do fluxograma podem ser “controladas” usando outras variáveis
“manipuladas”. Em nosso exemplo, a relação molar hidrogênio / tolueno na entrada do reator
deve ser mantida estritamente em 5:1. Isto pode ser realizado construindo um grande reciclo de
gás. Por razões de convergência, desenvolvidas posteriormente, escolhemos como variável
manipulada a razão de divisão da depuração. Há duas possibilidades: encontrar a razão de divisão
adequada por meio de estudos de caso ou introduzir explicitamente uma unidade de controlador.
A Figura 3-5 ilustra a última possibilidade. Em primeiro lugar, selecionamos a(s) variável(is)
medida(s), definimos a variável controlada e especificamos o setpoint. Também é possível
formular uma variável controlada por uma função matemática de várias variáveis amostradas. Em

24
seguida, a variável manipulada é selecionada e os limites de variações e tolerâncias são
especificados.
Pode ser visto que a descrição acima simula o comportamento em estado estacionário de um
controlador de feedback SISO (single input single output). Note que o uso de controladores
dificulta a abordagem de cálculo, podendo gerar problemas de convergência.

Figura 3-5 – Fluxograma com o controlador de variáveis.

3.1.1.8 Transformação de unidades reais em unidades de simulação

Algumas operações unitárias reais podem encontrar correspondência direta com os 'blocos' usados
em fluxogramas, como flashes, colunas de destilação, trocadores de calor, etc. No entanto, a
equivalência pode ser difícil para muitos outros. Esse é o caso típico dos reatores químicos
industriais e de vários separadores. Em alguns casos, um modelo simples pode ser satisfatório
para uma unidade bastante complexa do ponto de vista mecânico. Consequentemente, a
modelagem de unidades reais pode seguir uma das seguintes possibilidades:

 Decomposição em blocos elementares de simulação. Exemplo: uma coluna de destilação

azeotrópica pode ser decomposta em uma coluna de decapagem reinicializada, trocador
de calor, separador de flash trifásico e divisor de fluxo.
 Agregação de unidades. Exemplo: um trocador de calor e um recipiente de flash podem
ser combinados em um único bloco de flash.
 Unidades de caixa preta. Exemplos: membranas, secadores, separações especiais, etc.
 Unidades de usuário adicionais. Essa possibilidade envolve a existência de um ambiente
de programação, incluindo o acesso a propriedades físicas e outras rotinas.
Por exemplo, o Forno, que na prática é um item de equipamento sofisticado, pode ser modelado
como aquecedor simples. O trocador de calor cruzado pode ser descrito como um trocador de
calor de dois lados, ou como um aquecedor de lado único e um resfriador acoplado. O Gerador
de Vapor, o Resfriador e o Separador de Fase Flash podem ser agrupados em um único flash. No
entanto, para a clareza do fluxograma, como mostrado na Figura 3-3, preferimos agregar apenas
os dois trocadores de calor em um único resfriador, e considerar um flash adiabático distinto para
o reservatório de separação. Finalmente, o reator químico pode ser simulado por um PFR cinético
seguido por um reator estequiométrico.

3.1.1.9 Graus de Análise da Liberdade

A fase de especificação das unidades de simulação torna necessária a análise dos graus de
liberdade. Esse é o número de variáveis que devem ser especificadas para resolver o sistema de

25
equações que descrevem o modelo. Portanto, o usuário deve ter pelo menos uma ideia sobre o
tipo de equações e algoritmos associados a diferentes unidades de modelagem. Às vezes, o usuário
tem que decidir entre modelos alternativos, com propriedades de especificação e convergência
bastante diferentes.
Neste processo, podemos encontrar alguns problemas na simulação rigorosa das colunas de
destilação, porque elas estão envolvidas em um reciclo. A imposição de valores exatos para
produtos pode levar a falhas de cálculos, devido à inconsistência no balanço material. A
especificação da recuperação de componentes, como a razão entre a taxa de fluxo do componente
no produto e a alimentação, fornece sempre convergência.
3.1.1.10 Problemas termodinâmicos
A seleção apropriada de modelos termodinâmicos é provavelmente o aspecto mais importante de
um trabalho de simulação. Às vezes, o trabalho preliminar é necessário para estimar as
propriedades físicas dos componentes que não pertencem à biblioteca, ou para identificar os
parâmetros dos modelos termodinâmicos a partir de dados experimentais. Um modelo
termodinâmico pode ser válido para todo o fluxograma, ou apenas para algumas unidades. Opções
termodinâmicas específicas no nível da unidade aumentarão a confiabilidade dos resultados. Para
este processo, temos as seguintes possibilidades:

 Equação do modelo de estado, como por exemplo Peng-Robinson, para todo o

fluxograma.
 Equação do modelo de estado apenas para a seção de alta pressão (ciclo de gás) e modelo
específico para hidrocarbonetos aromáticos, como BK10, para separações de baixa
pressão.

3.1.1.11 Abordagem de cálculo

O fluxograma deve ser decomposto em sequências computacionais se houver reciclos e/ou
especificações de projeto. Algumas correntes precisam ser estimadas para iniciar o processo de
convergência. Alguns simuladores podem realizar análise topológica automática para determinar
a abordagem de cálculo e as correntes de aberturas correspondentes.
A Figura 3-6 apresenta o Diagrama de Simulação do Processo final deste processo.
Desconsiderando o ciclo criado pelo controlador de fluxograma, três reciclos podem ser
identificados: integração de calor ao redor do reator, reciclo de hidrogênio e reciclo de tolueno.
Os dois últimos ciclos têm uma parte comum do misturador até o flash. Como resultado, os dois
ciclos podem ser resolvidos por apenas uma corrente de abertura. Assim, temos três laços, mas
apenas duas correntes de abertura, como por exemplo as correntes de saída do misturador e do
reator. No entanto, uma simplificação adicional é possível. Podemos quebrar o ciclo ao redor do
trocador de calor FEHE, dividindo-o em dois trocadores de calor de um lado ligados por um fluxo
de energia comum. Agora temos apenas uma corrente de abertura para a planilha! Esta pode ser
a saída do misturador, cuja inicialização é direta, ou a entrada do flash. O exemplo ilustra a técnica
de transmissão de informações, muito útil na simplificação da abordagem de cálculo.

26
 Figura 3-6 – Diagrama final de simulação de processo (PSD).

3.1.1.12 Procedimento de simulação

Uma vez que o PSD seja conhecido, a seguinte abordagem pode ser seguida para executar uma
simulação:
1. Desenhe o fluxograma.
2. Insira os componentes.
3. Selecione as opções termodinâmicas.
4. Analise as reciclagens e identifique as correntes de abertura.
5. Fornecer dados para correntes de entrada e para as correntes de abertura.
6. Especificações de fornecimento para as unidades de simulação (blocos).
7. Execute e faça convergir a simulação.
8. Analise os resultados.
A interface gráfica do usuário (GUI) ajuda a desenhar o PSD, a entrada das especificações para
unidades, execução da simulação e a análise dos resultados. No entanto, o usuário deve seguir
treinamento profissional e familiarizar-se com os recursos avançados antes de tentar problemas
mais complexos. Isso vai evitar não apenas falhas, mas também um uso ineficiente do software.
Os passos do procedimento mencionado acima merecem comentários curtos.
Desenhar o fluxograma consiste na definição de fluxos de entrada e saída, selecionando operações
da unidade a partir da biblioteca de software e colocando todas as informações em ordem na tela.
Conectando as unidades por fluxos (material, de energia ou de informação) produz uma imagem
gráfica do problema de simulação. Trabalhar com PSD complicado pode às vezes ser difícil.
Alguns softwares permitem a decomposição em subfluxogramas que podem ser convergidos
separadamente e depois se conectarem em um modelo grande.
A definição dos componentes normalmente utiliza um banco de dados para propriedades físicas.
Três situações podem aparecer: componente disponível, componente descrito como fração de
petróleo ou por métodos de caracterização ou componente definido pelo usuário.
A escolha das opções termodinâmicas pode ser guiada por um “sistema especialista”. No entanto,
o conhecimento das principais características dos métodos termodinâmicos é desejável.

27
Recomenda-se a análise da abordagem de cálculo, mesmo que esta seja encontrada
automaticamente, selecionando correntes de abertura antes de unidades chave, como reatores e
separadores. Evite acelerar a convergência do fluxograma sem necessidade.
A inicialização das correntes de abertura não é normalmente necessária, mas melhora a chance de
convergência. Alta sensibilidade à inicialização da corrente de abertura pode esconder problemas
de modelagem, problema de projeto ou especificações inconsistentes.
Alguns softwares executam uma análise de graus de liberdade e oferecem uma seleção de
especificações. Note que o modo de especificação de unidades individuais deve ser consistente
com a convergência global do fluxograma, como será explicado mais adiante.
Após a convergência, o histórico é importante em ambas as unidades e no nível do fluxograma.
A simulação de um fluxograma complexo geralmente é difícil e requer um conhecimento mais
profundo das técnicas de construção de fluxogramas.
O resultado crucial na exibição de fluxos é o relatório. Acompanhar o desempenho de unidades
individuais também é necessário, especialmente a composição das misturas de reação e os perfis
de variáveis internas nas unidades de separação.
Um recurso mais avançado na exibição de fluxograma é o uso de ferramentas de análise para
design ou operação. Por exemplo, uma análise de sensibilidade pode capturar inter-relações entre
diferentes variáveis no problema de simulação. Uma pesquisa mais elaborada pode envolver
estudos de caso. A capacidade da simulação de imaginar experimentos virtuais é um benefício
real do qual o usuário deve saber para obter lucro total.
O exemplo demonstra que é necessária uma análise cuidadosa do problema de simulação antes
de executá-lo. Além disso, uma solução não é suficiente. Resultados confiáveis exigem um
trabalho de validação sistemática, bem como um bom conhecimento da base de modelagem. Esses
aspectos fundamentais serão desenvolvidos nos capítulos a seguir.

3.1.2 Operações unitárias

Um Diagrama de Simulação de Processo pode ser construído por meio de operações unitárias ou
blocos de simulação. A lista abaixo enumera os tipos mais frequentes, disponíveis em qualquer
simulador de processo:
1. Misturador, Divisor e Separadores.
2. Separadores simples.
3. Permutadores de calor.
4. Destilação simplificada.
5. Separações em estágios.
6. Extração líquido-líquido.
7. Reatores químicos.
8. Máquinas de fluxos: bomba, compressor, expansor.
9. Tubulações, válvula e unidades de queda de pressão.
10. Unidades de separação especiais: unidade de membrana, cristalizador, secador, etc.
11. Controladores.
12. Unidades adicionadas pelo usuário.
3.1.2.1 Misturadores e divisores de correntes
Misturador é uma unidade que realiza uma mistura adiabática de várias correntes de entrada em
um única corrente de saída (Figura 3-7). Os fluxos são geralmente do tipo de material. Calor ou

28
trabalho pode ser considerado, mas não em combinação com fluxos de materiais. O cálculo de
flash é realizado para a corrente de saída.

Figura 3-7 – Misturadores e divisores de correntes.

A água merece um tratamento especial: (1) incluído na mistura, (2) decantado como fase
imiscível, ou (3) tratado pelo equilíbrio VLL. O divisor separa a corrente de entrada em mais
fluxos da mesma composição e estado.
Nesta categoria, podemos incluir a separação da caixa preta (Figura 3-8). Esta unidade é muito
útil para o cálculo preliminar de balanços de materiais e energia. Nós mencionamos apenas dois
tipos:
a. Separadores de caixa preta gerais, com m entradas e n saídas. A separação é definida em
termos de recuperação de componentes e/ou taxas de fluxo de massa ou volume.
b. A coluna de separação de dois produtos é usada para modelar colunas simples de
destilação e absorção, mas permite especificações mais amplas, como por exemplo
purezas.

Figura 3-8 - Separação em caixa preta.

3.1.2.2 Unidades de separação simples

A unidade de separação (Figura 3-9) é uma ferramenta chave na visualização de fluxos,
particularmente para simular operações baseadas no equilíbrio de fases. Os modelos padrão são:

 Separador vapor/líquido, opcionalmente pode conter retirada de água

 Separador trifásico vapor / líquido (1)/ líquido (2).

Figura 3-9 – Unidade de separação simples.

A especificação de um separador é dada pela análise dos graus de liberdade. O dimensionamento

do vaso é opcional no estado estacionário, mas se torna obrigatório na simulação dinâmica.
Note que separadores simples podem simular um número de dispositivos de equilíbrio simples,
como evaporadores, decantadores ou cristalizadores. As unidades também podem ser usadas para
verificar as opções termodinâmicas antes de separações mais sofisticadas, ou para preparar tabelas
e diagramas de propriedades, como entalpia de temperatura na integração de calor.

29
3.1.2.3 Trocadores de Calor
A seguir descrevemos os modelos básicos. Projeto detalhado e dimensionamento estão
disponíveis através de pacotes especializados que normalmente são conectados com o simulador
de processo.
a. Modificação de carga térmica
Uma unidade simples de aquecedor / resfriador é usada para modelar operações onde somente a
mudança de variáveis de estado de um fluxo é relevante (temperatura, pressão), e não o projeto
térmico do trocador de calor (Figura 3-10 à esquerda).

Figura 3-10 – Modificador de carga térmica e trocador casco e tubo.

b. Trocadores de calor casco tubo.

Esta unidade simula um trocador de calor de dois lados que pode operar em contra-corrente ou
em co-corrente (Figura 3-10 à direita). Se o cálculo for um projeto térmico simples, limitado ao
cálculo de área de trabalho e de troca térmica, o coeficiente geral de transferência de calor deve
ser conhecido. Se o cálculo for do tipo de classificação, a geometria do trocador deve ser
fornecida. Alguns simuladores têm como padrão as características de dimensionamento dos
trocadores de calor de casco e tubos, respeitando os padrões de TEMA. A simulação rigorosa
(classificação) pode incluir cálculo de queda de pressão e análise de zona.
c. Trocador de calor com múltiplas correntes
A unidade de permutador de calor de fluxo múltiplo, frequentemente designada por LNG, é
utilizada para simular a transferência de calor entre várias correntes quentes ou frias (Figura 3-11
à esquerda). Aplicações típicas são a simulação de trocadores de calor compactos como o trocador
de calor tipo placa usado extensivamente no processamento de gás. A simulação desta unidade
inclui a geração automática de múltiplos aquecedores interconectados, conforme ilustrado na
Figura 3-11 à direita.

Figura 3-11 - Trocador de calor com múltiplas correntes.

3.1.2.4 Destilação simplificada

A destilação simplificada é usada no projeto preliminar para determinar o número de estágios
necessários para uma dada separação (Fig. 3.12). O cálculo é baseado no procedimento clássico
de Fenske-Gilliland-Underwood, adaptado para lidar com condensadores totais ou parciais.
Extensões foram desenvolvidas em alguns simuladores para o projeto preliminar de colunas mais
complexas, como unidades de petróleo e torres de vácuo. Recomendamos enfaticamente o uso de
modelos de simplificados nos estágios iniciais da construção de fluxogramas para facilitar a

30
convergência dos reciclos, porque as especificações serão sempre cumpridas, mesmo que o
dimensionamento da coluna seja questionável.

Figura 3-12 – Modelo de destilação simplificada.

3.1.2.5 Destilação rigorosa

A destilação rigorosa é provavelmente a unidade mais sofisticada no fluxograma. A modelagem
pode ser classificada em duas categorias: (a) modelos baseados no estágio de equilíbrio, e (b)
modelos baseados em taxas.
Os modelos de estágio de equilíbrio ainda são os mais aplicados. Consistem em uma solução
rigorosa das equações MESH (Mass, Equilibrium, Summation e Enthalpy) seguindo diferentes
estratégias (Haas, 1992). Estágios reais podem ser considerados por meio da eficiência de estágio
(Murphree), embora na prática de projeto tenha sido encontrado que esse conceito introduz mais
confusão que ele resolve (Kister, 1992). A eficiência do estágio e / ou componente pode ser usada
para monitorar o desempenho da coluna em operação.
Modelos baseados em taxa ou não-equilíbrio podem superar as deficiências da eficiência do
estágio. Uma descrição detalhada pode ser encontrada no livro de Taylor e Krishna (1993). No
entanto, eles exigem o conhecimento de um grande número de parâmetros, o mais crítico,
dependendo do design do dispositivo de contato. Quando a ênfase está na síntese do processo, os
modelos baseados em taxa são muito exigentes e os modelos clássicos de estágio de equilíbrio
são mais práticos. No entanto, a situação é diferente na operação ou no projeto preciso final, onde
os modelos baseados em taxa são altamente recomendados. Mais experiência com modelos
baseados em taxas e sua disponibilidade como opções padrão em pacotes comerciais podem
mudar essa situação no futuro.
Alguns modelos básicos de simulação para coluna de operações baseadas em destilação são
descritos a seguir.
a. Coluna de separação multi-propósito
Esta unidade pode simular qualquer tipo de processo de separação, como colunas de destilação,
absorção, decapagem ou extração, modeladas como cascatas de estágios de equilíbrio
contracorrente. O modelo Radfrae no Aspen Plus é particularmente poderoso. Ele é construído
primeiramente sobre o algoritmo de dentro para fora que aumentou dramaticamente a robustez na
simulação de operações baseadas em destilação (Boston, 1980). Colunas com múltiplas
alimentações, produtos de correntes laterais, aquecedores de estágio ou resfriadores, podem ser
tratadas, conforme ilustrado na Figura 3-13.

31
 Figura 3-13 – Coluna de separação multi-propósito.

Os recursos a seguir estão geralmente disponíveis:

 Tratamento de vários tipos de misturas: ideal, não ideal, azeótropos.

 Vários algoritmos adaptados para uma diversidade de situações, entre os quais

mencionamos:
o Misturas ideais e leves não ideais, com pontos de ebulição estreitos e largos.
o Elevados sistemas não ideais (destilação extrativa e azeotrópica).
o Destilação trifásica.
o Destilação eletrolítica.

 Reação química em estágios ou assumindo equilíbrio ou controle cinético.

 Ampla variedade de especificações de produtos (taxas de fluxo, recuperações, purezas,

proporção de componentes), mas também em algumas variáveis internas (fluxos,
temperatura, propriedades físicas de misturas).

 O tamanho da coluna pode incluir vários tipos de bandejas, como perfuradas ou válvulas,
bem como vários tipos de embalagens, descartadas ou estruturadas.

 Programação em linha usada para personalizar as especificações.

b. Colunas interligadas
O bloco de colunas interligadas oferece uma simulação robusta de uma combinação de colunas
de destilação complexas, como colunas integradas termicamente, sistema de separação de ar,
dispositivos absorvedores / decapantes, destilação extrativa com reciclos de solvente, torre
fracionadora / resfriadora, etc. Como a solução sequencial de colunas interligadas poderia surgir
problemas de convergência, uma solução mais robusta é obtida pela solução simultânea da
montagem de equações de modelagem de diferentes colunas.
c. Colunas de refino de petróleo
Unidades especializadas são usadas para simular processos de fracionamento complexo em refino
de petróleo. A configuração típica consiste em uma coluna principal com refluxos circulantes e

32
retificadoras laterais (Figura 3-14). Entre as aplicações, podemos citar a torre pré-flash, a
destilação atmosférica de petróleo ou a fracionadora principal do FCC (Fluid Catalytic Cracking).

Figura 3-14 – Modelo de refino de petróleo.

3.1.2.6 Destilação em batelada

A destilação em batelada (Figura 3-15) é um recurso incluído em alguns softwares de simulação
de processo que pode ser usado independentemente ou em combinação com um processo
contínuo. O modelo resolve as equações MESH do estado não estacionário sob as restrições da
batelada de operação, como refluxo variável, pressão de coluna variável, coleta de frações
programadas pelo tempo ou política térmica controlada. Um recurso poderoso é a investigação de
uma estratégia de destilação que minimize o tempo de uma batelada.
Note que pacotes separados como Batchfrac da Aspen e CC-ReACS de ChemCad são mais
convenientes para simular processos descontínuos envolvendo reação e separação, como
encontrados em especialidades químicas.

Figura 3-15 – Modelo de destilação em batelada.

33
3.1.2.7 Extração
Unidade de extração líquido-líquido (Figura 3-16) simula um dispositivo de extração em
contracorrente que consiste em estágios de equilíbrio. Várias cargas, produtos secundários e
aquecedores / resfriadores podem ser considerados. A modelagem precisa do equilíbrio líquido-
líquido é essencial, especialmente quando a unidade está envolvida em um reciclo. Se a
termodinâmica não for confiável, recomenda-se uma unidade de caixa preta simples para fechar
as reciclos. A análise e o design de um tipo de equipamento selecionado podem ser feitos como
unidade independente usando modelos rigorosos.

Figura 3-16 – Modelo de extração líquido-líquido.

3.1.2.8 Reatores
Como principal responsável pelas mudanças no balanço material, o reator químico deve ser
modelado com precisão a partir desse ponto de vista. Os principais modelos de reatores são o de
fluxo (PFR) e o reator contínuo de tanque agitado (CSTR), como mostrado na Figura 3-17. Os
modelos ideais não são suficientes para descrever a complexidade dos reatores industriais. Uma
alternativa prática é a combinação de modelos de fluxo ideal com reatores estequiométricos, ou
com alguma programação do usuário. Desta forma, os reatores de fluxo podem levar em conta a
influência do reciclo na conversão, enquanto os tipos estequiométricos podem servir para
descrever efeitos de seletividade realistas, ou seja, a formação de impurezas, importantes para as
separações. Alguns modelos padrão são descritos abaixo.

Figura 3-17 – Modelo de reatores.

Reator estequiométrico
O modelo estequiométrico descreve o balanço material da reação por meio de equações
estequiométricas, utilizando conversão ou extensão da reação como variável de reação. Nessa
abordagem, o equilíbrio atômico é conservado. No caso do modelo chamado reator de
rendimento, a distribuição dos produtos é dada por correlações algébricas. Essa abordagem
conserva o balanço geral de massa, mas pode não respeitar o equilíbrio atômico. Em
consequência, quando se utiliza um reator de rendimento, pode ocorrer inconsistência no
equilíbrio dos componentes, embora a convergência dos reciclos possa ser alcançada.

34
Reator de equilíbrio
No caso de reações químicas rápidas, como em altas temperaturas ou aceleradas por catalisadores,
a hipótese de equilíbrio químico pode dar uma ideia realista sobre o desempenho máximo
alcançável. Desvios de temperatura ou conversão em relação ao verdadeiro equilíbrio podem ser
especificados. O equilíbrio químico monofásico, ou equilíbrio químico e multifásico simultâneo
pode ser tratado. Grande atenção deve ser dada à precisão de calcular as funções de energia livre
e entalpia da Gibbs. Dois modelos estão geralmente disponíveis:

 Reações de Equilíbrio. As reações químicas são dadas explicitamente. A entrada de

expressões para constantes de equilíbrio pode ser considerada.

 Minimização de energia livre de Gibbs. Este modelo não precisa da especificação de

estequiometria, mas apenas das espécies que participam das reações. Algoritmos
confiáveis estão disponíveis devido aos trabalhos de W. Seider e colaboradores (1979-
1981).
3.1.2.9 Módulo de perda de carga
A unidade de perda de carga é usada para simular operações hidráulicas, como, por exemplo, a
queda de pressão em um duto ou em uma rede de distribuição. Operação adiabática ou
transferência de calor com o ambiente pode ser tratada. No fluxograma, o módulo é geralmente
adaptado para simular o transporte de fluidos em plantas de processo. Pode cobrir uma grande
variedade de condições físicas, como por exemplo cálculos trifásicos em diferentes regimes de
fluxo. No entanto, aplicações especiais são melhor modeladas por software dedicado, como a rede
de utilidades (água e vapor) ou sistemas de tubulação na produção de petróleo e gás.
3.1.3 Termodinâmica
3.1.3.1 Componentes
As principais fontes de informação das propriedades termofísicas estão listadas abaixo:

 Instituto de Design de Pesquisa de Propriedade Física (DIPPR) / AIChE-USA

 Sistema de banco de dados de propriedades físicas (PPDS2) / NEL-UK
 Centro de Pesquisa em Termodinâmica (TRC) / Houston-USA.
Dados de alta qualidade exigem verificação, teste e manutenção dispendiosos. O usuário não deve
se surpreender com algumas discrepâncias entre sistemas diferentes. Recomenda-se verificar os
parâmetros do modelo e o intervalo de validade. Quando uma propriedade não estiver disponível,
isso é sistematicamente estimado. Uma descrição detalhada dos métodos de estimativa pode ser
encontrada na mais nova edição do livro de Prausnitz et al. (2001). A maioria dos métodos é
implementada em simuladores. O usuário deve prestar atenção à precisão de cada método,
sabendo que às vezes imprecisões relativamente pequenas podem ter sérias consequências, como
no caso da energia livre de Gibbs no equilíbrio químico.
3.1.3.2 Opções termodinâmicas
A seleção de modelos termodinâmicos apropriados e a precisão dos parâmetros são cruciais para
a confiabilidade dos estudos de projeto auxiliados pela simulação. A Tabela 3-1 apresenta uma
visão global dos métodos para processos de separação. Na primeira coluna estão o tipo de
misturas. Os modelos são classificados de acordo com a pressão de operação. O domínio de baixa
pressão pode ser coberto por métodos tradicionais, como vapor ideal combinado com modelos de
atividade líquida. A não idealidade de vapor deve ser considerada já a pressões médias. As
equações dos modelos de estado não têm alternativas em pressões mais altas.

35
 Tabela 3-1 – Classificação de métodos termodinâmicos na separação.

Baixa Pressão Média Pressão Alta Pressão

0,1 – 3 bar 3 – 20 bar > 20 bar

Misturas ideais Raoult-Dalton EOS EOS

Vapor - ideal/EOS 1) V- EOS; L – LACT

Misturas não-ideais EOS modificada
L-LACT 2) EOS modificada

Hidrocarbonetos +
EOS EOS EOS
supercríticos
V – Coeficientes Henry
Não-ideais + supercríticos EOS modificada EOS modificada
L – LACT
EOS – Equação de estado, LACT – Modelo de atividades.
As opções termodinâmicas padrão são geralmente baseadas em equações cúbicas de estado
(EOS). A razão é que eles podem abranger uma ampla gama de aplicações, particularmente em
processos envolvendo hidrocarbonetos, oferecendo cálculos consistentes tanto para o equilíbrio
de fases quanto para cálculos baseados em energia e entropia. Normalmente, todo simulador
possui um banco de dados interno com parâmetros de interação para diferentes modelos. Quando
empregados de maneira transparente, esses parâmetros podem produzir bons ou maus resultados.
Quando a precisão é importante, o usuário precisa verificar cuidadosamente a disponibilidade, a
origem dos dados originais e os erros de modelagem. Por exemplo, no Aspen Plus, o usuário deve
validar explicitamente os parâmetros de interação propostos pelo software.
A Tabela 3-2 apresenta uma seleção das opções termodinâmicas mais utilizadas para o equilíbrio
de fases com métodos adequados de entalpia e entropia. A precisão do cálculo de equilíbrio de
fase e entalpia / entropia deve ser examinada ao usar modelos EOS. Por exemplo, muitas vezes
uma EOS subestima a entalpia de vaporização. Neste caso, outros métodos são mais precisos,
como aqueles baseados na lei de três estados correspondentes (Lee-Kesler, Curl-Pitzer, etc.).
Misturas ricas em componentes com comportamento particular, como H2 ou CH4, necessitam de
métodos especiais para simulação precisa. Quando parâmetros de interação binários para modelos
de atividade líquida estão ausentes, o método preditivo UNIFAC pode ser empregado. Vale a
pena notar que o UNIFAC é adequado apenas para fins exploratórios, mas não para o projeto
final. Quando altas misturas não ideais estão envolvidas em altas pressões, recomenda-se a
combinação de EOS com modelos de atividade líquida.

3.1.3.3 Parâmetros de interação para misturas

Os modelos termodinâmicos para manipulação de misturas contêm vários parâmetros de
interação. Eles podem ser classificados nas seguintes categorias:
1. Coeficientes de interação binária para modelos de atividade líquida. Observe que existem
valores distintos para o VLE e o LLE. Vários conjuntos de valores podem estar
disponíveis, dependendo da faixa de pressão e temperatura. A não idealidade da fase de
vapor deve ser considerada em aplicações de pressão ou vácuo maiores. A possibilidade
de associações moleculares na fase de vapor ou líquida deve ser examinada.
2. Parâmetros de interação para modelos EOS. As regras de mistura para as quais os
parâmetros de interação são válidos devem ser verificados quanto à consistência com a
situação física.
3. Constantes de Henry para gás binário / solvente (geralmente água) misturas.
4. Dados de solubilidade para água / misturas orgânicas.

36
 5. Sistemas eletrólitos: parâmetros iônicos para diferentes espécies, constantes de equilíbrio
para diferentes reações, bem como parâmetros de interação em modelos de atividade
líquida.
6. Parâmetros de interação para equações de estado aplicadas a soluções poliméricas.
Tabela 3-2 – Métodos de cálculo de equilíbrio, entalpia e entropia no processo de simulação.

Equilíbrio Faixa T/P Mistura Aplicação Entalpia/Entropia

Refino Curl-Pitzer
Grayson-Streed -20 a 450ºC Hidrocarboneto + H2
Destilação Lee-Kessler
Processamento de gás
Hidrocarboneto + H2 Curl-Pitzer
Chao-Seader Depropanizadora
(max. 20%) Lee-Kessler
Debutanizadora
Destilação atmosférica
Nafta
40 a 500ºC e a vácuo Lee-Kessler
BK10 C1 a C7
0,1 a 7 bar Separação BTX Rice
BTX

< Tc Hidrocarbonetos Óleo e Gás

SRK SRK
< Pc GNL Criogênicos
Hidrocarbonetos
< ou > Tc Óleo e Gás
PR GNL PR
< ou > Pc Criogênicos
H2S, CO2, N2
Hidrocarbonetos
Petroquímios
< ou > Tc Polar EOS modificada
EOS modificada Orgânicos básicos
< ou > Pc Subcríticos PR, SRK
Processamento de gás
Supercríticos
20 a 200ºC Não-ideiais Orgânicos
Wilson Ideal + Calor latente
< 5 bar VLE Petroquímicos
20 a 200ºC Não-ideiais Orgânicos
NRTL Ideal + Calor latente
< 5 bar VLE, LLE Petroquímicos
20 a 200ºC Não-ideiais Orgânicos
UNIQUAC Ideal + Calor latente
< 5 bar VLE, LLE Petroquímicos
20 a 200ºC Não-ideiais Orgânicos
UNIFAC Ideal + Calor latente
< 5 bar VLE, LLE Petroquímicos

3.1.3.4 Parâmetros de interação para misturas

Os modelos termodinâmicos para manipulação de misturas contêm vários parâmetros de
interação. Eles podem ser classificados nas seguintes categorias:
1. Coeficientes de interação binária para modelos de atividade líquida. Observe que existem
valores distintos para o VLE e o LLE. Vários conjuntos de valores podem estar
disponíveis, dependendo da faixa de pressão e temperatura. A não idealidade da fase de
vapor deve ser considerada em aplicações de pressão ou vácuo maiores. A possibilidade
de associações moleculares na fase de vapor ou líquida deve ser examinada.
2. Parâmetros de interação para modelos EOS. As regras de mistura para as quais os
parâmetros de interação são válidos devem ser verificados quanto à consistência com a
situação física.
3. Constantes de Henry para gás binário / solvente (geralmente água) misturas.
4. Dados de solubilidade para água / misturas orgânicas.

37
 5. Sistemas eletrólitos: parâmetros iônicos para diferentes espécies, constantes de equilíbrio
para diferentes reações, bem como parâmetros de interação em modelos de atividade
líquida.
6. Parâmetros de interação para equações de estado aplicadas a soluções poliméricas.
Se a precisão for crítica e houver dados experimentais disponíveis, recomendamos a regressão de
dados sobre o intervalo de variações necessário na aplicação.
3.1.4 Estruturas de controle
O uso de estruturas de controle é um recurso avançado dos fluxogramas. Os controladores são
particularmente úteis na operação da planta. Uma aplicação importante é a simulação do
comportamento em estado estacionário dos controladores SISO. Com relação à ação de controle,
podemos distinguir entre dois tipos básicos, retroalimentação e antecipativo.
Um loop de controle com retroalimentação (Figura 3-18) consiste em manipular a variável y para
alcançar o ponto de ajuste em x no limite de uma tolerância especificada.

Figura 3-18 – Estrutura de controle com retroalimentação.

O controlador de realimentação pode ser colocado dentro ou fora de um loop de convergência em

fluxogramas. Há casos em que a definição manual da sequência de cálculo é útil. Como
aplicativos típicos, citamos:

 Manter constantes algumas variáveis da unidade, manipulando outras variáveis.

Exemplo: varie a carga térmica de um separador para alcançar uma recuperação de
componente especificada em um produto.

 Manipular correntes de make-up, como solvente, soluções ácido / base ou catalisador.

Exemplo: controle o pH em um tanque de precipitação.

 Controlar as emissões em purgas gasosas ou líquidas. Exemplo: controle a concentração

de um componente inerte em um reciclo, manipulando a vazão da purga.
O ASPEN Plus oferece um poderoso controlador de retroalimentação conhecido como
especificação de projeto (Figura 3-19). Esse recurso pode tratar especificações de várias variáveis,
aceitar programação e combinar especificações e correntes de abertura no mesmo loop de
convergência.
Um controlador antecipativo pode ser usado para transportar informações já disponíveis em
algum lugar para outro local no fluxograma. A Figura 3-20 mostra uma implementação típica.
Aqui, o controlador define uma variável amostrada na saída em um determinado valor com base
em uma variável computada na entrada.

38
 Figura 3-19 – Especificação de variáveis como uma estrutura de controle de retroalimentação.

A maior parte do software oferece a possibilidade de inserir trechos de programação, seja em

FORTRAN ou Visual Basic. A programação é uma ferramenta poderosa na exibição de
fluxogramas que permite ao usuário personalizar a simulação ou introduzir seu conhecimento.
Entre as aplicações, podemos citar a formulação de especificações complexas, a transmissão de
informações entre unidades diferentes, expressar expressões de taxa de reação complexas,
construir unidades de simulação de usuários ou preparar dados para apresentação, interface ou
pós-processamento.

Figura 3-20 – Estrutura de um controlador antecipativo.

3.2 Dimensionamento e Simulação

Frequentemente, o trabalho do engenheiro de processo é, além de projetar novos processos,
atualizar, ampliar ou avaliar processos existentes. Isso traz, geralmente, uma confusão em relação
aos dados que se têm e às informações que se deseja obter. Com o uso de simuladores, o trabalho
de engenharia torna-se, em poucas palavras, escolher apropriadamente o conjunto de equações
pertinente e os dados de entradas deixando para o computador o esforço matemático de calcular
as variáveis de saída.
Assim é muito importante se definir claramente os conceitos de dimensionamentos e simulação e
quando e como são utilizados.
Os dados de entrada são muitos dependentes do modelo matemático que é utilizado para
representar o processo. As equações normalmente usadas são:

 balanço material global e

 por componentes
 balanço de energia
 equilíbrio de fases
 cálculo de propriedades (ex.: entalpia)
 cálculo de taxas (ex.: reação)
 cálculos de coeficientes
 (ex.: transferência de calor)
 dimensionamento
 restrições de corrente.
Após coletarem-se todas as equações pertinentes para cada equipamento, são especificadas
(atribuído valor a) algumas variáveis que manterão os seus valores constantes durante o processo
de dimensionamento ou simulação. Essas variáveis são especificadas devido a alguma restrição
técnica, de disponibilidade de alguma matéria-prima, ou simplesmente arbitradas pelos
projetistas.
Após a especificação dessas variáveis, antes de se realizarem os cálculos é feito um balanço entre
o número de equações e de variáveis desconhecidas de forma a determinar o grau de liberdade de

39
cada elemento com o intuito de saber quantas variáveis ainda é necessário especificar. Os
elementos de informação são:

 Equações de projeto  N

 Variáveis pertinentes  M

 Variáveis especificadas  E

 Balanço de Informação  G=M-N-E

Dependendo do valor de G (grau de liberdade) tem-se:

 G=0  solução única

 G>0  infinidade de soluções

 G<0  inconsistência
Uma vez esclarecido o que é grau de liberdade de um elemento ou processo pode-se definir
dimensionamento e simulação.
Define-se dimensionamento como sendo a situação em que se pretendem calcular as dimensões
principais dos equipamentos e as vazões das correntes de serviço, compatíveis com as
especificações. Podem ocorrer dois tipos de acordo com o balanço de informação:

 G = 0 - solução única
 G > 0 - infinitas soluções
São raros os casos em que a solução é única, ou seja, em que número de variáveis é igual ao
número de equações. Normalmente, há um número maior e nesse caso o dimensionamento
compreende:
a) escolha das variáveis de projeto
b) escolha de um índice de mérito (custo ou lucro)
c) escolha de um método de otimização
A simulação é caso em que se pretende, para um processo já previamente dimensionado, existente
ou em fase de projeto, prever as condições de saída compatíveis com condições de entrada
diferentes daquelas utilizadas no seu dimensionamento. Nesse caso, tem-se necessariamente
G = 0. A Tabela 3-3 resume as diferenças entre dimensionamento e simulação.
É claro que na vida real podem existir casos em que um projeto exija uma mistura das técnicas de
dimensionamento e simulação. É o caso de ampliação das unidades existentes nas quais alguns
equipamentos serão mantidos (simulação) enquanto que outros podem sofrer atualizações ou
substituições (dimensionamento) visando desobstruir limitações do processo.

3.3 Variáveis de Processo

3.3.1 Regra das fases de Gibbs
A regra de fases tem por objetivos determinar o grau de liberdade de um sistema, isto é, quantas
variáveis são necessárias especificar para que o sistema esteja determinado. A regra de fases de
Gibbs determina a relação entre o número de fases e o grau de liberdade para um determinado
sistema.

40
 Tabela 3-3 – Características do dimensionamento e simulação

Problema
Variáveis de projeto
Dimensionamento Simulação

vazões da corrente de
conhecidas conhecidas
processo (Q1)

vazões das correntes de

incógnitas conhecidas
processo (Q2)

condições das correntes de

conhecidas conhecidas
entradas (C1, C2)

dimensões do equipamento
Incógnitas conhecidas
(d)
conhecidas
vazões e condições das
incógnitas
correntes de saída (Q3, C3) parcialmente

Q2, C2* Q2*, C2*

Fluxograma
d d*
Q1*,C1* Q3, C3* Q1*,C1* Q3, C3

As hipóteses são:

 Existem F fases em equilíbrio e C componentes

 As variáveis termodinâmicas são T (temperatura), P (pressão), e xi (composição)
 Assim, V é o número de variáveis que determinam o sistema.
A pressão P e a temperatura T são variáveis comuns a todas as fases. Em cada fase, necessita-se
C-1 composição, pois o somatório das frações molares é igual a unidade. Então se tem:

 Composição: (C-1) F
 Pressão e temperatura: 2
Uma vez que as fases estão em equilíbrio, ocorre a igualdade dos potenciais químicos. Para um
componente i qualquer se tem:

i1 = i2 = i3 = ... = iF

ou seja, F-1 equações independentes para cada componentes. Assim, para todos os C componentes
o total de equações é: C (F-1).
A regra de Gibbs pode ser escrita, dessa forma como:

V = numero de variáveis – número de equações

V = ( (C-1) F + 2 ) – ( C (F-1) )
V=C+2–FV+F=C+2
3.3.2 Graus de Liberdade e Variáveis de Projeto
Da mesma forma, pode-se realizar um balanço entre o número de variáveis e o número de
equações. Para cada elemento do processo tem-se:

Nie = Nve – NEe,

41
onde Nie é o grau de liberdade o elemento de processo e Nve é o número de variáveis do elemento
e NEe é o número de equações.
As variáveis pertinentes aos processos químicos são:

 concentrações das correntes (por exemplo, fração molar)

 temperaturas
 pressões
 vazões das correntes
 variáveis de repetição Nr
As primeiras três variáveis são intensivas. A quarta é uma variável extensiva, que normalmente
não é considerada na análise habitual da regra das fases. A quinta não é nem uma variável
intensiva nem extensiva, mas é a forma que permite ao projetista especificar com que freqüência
um determinado elemento se repete em uma unidade. Por exemplo, uma torre de destilação é
constituída de uma série de estágios de equilíbrio. O número de estágios que a seção contém é
especificado pelo projetista pelo único grau de liberdade representado pela variável de repetição
(Nr = 1). Se a torre de destilação contém mais que uma seção (tais como as seções sobre e abaixo
do prato de carga), o número de estágios em cada seção deve ser especificado e existirão tantas
variáveis de repetição como o número de seções, isto é, nesse caso Nr = 2.
As diferentes equações de restrição, NEe, podem ser classificadas como:

 inerentes

 balanço de massa

 balanço de energia

 regras de distribuição

 equilíbrio químico
As restrições inerentes são normalmente o resultado de definições e consideradas como
identidades. Por exemplo, o conceito de estágio de equilíbrio envolve as restrições inerentes tais
como TV = TL e PV = PL nas quais os sobrescritos V e L se referem às correntes de equilíbrio na
saída do estágio.
As restrições de balanço de massa são os C balanços escritos para os C componentes presentes
no sistema (desde que só se lide com sistemas não reativos, cada composto químico presente é
um componente da regra das fases). Uma alternativa é escrever (C - 1) balanços de massa por
componente e um balanço global.
As restrições de distribuição de fase refletem a exigência que fiV = fiL a equilíbrio onde fi é a
fugacidade do componente i. Em sistemas líquido-vapor, deve-se saber que sempre todos os
componentes estarão presentes de alguma forma em ambas as fases, sendo esta uma restrição para
cada um dos componentes do sistema. Em sistemas líquido-líquido-vapor, cada componente terá
três destas restrições, mas somente duas serão independentes. Em geral, quando todos os
componentes existem em todas as fases, o número de equações de restrição devido ao fenômeno
de distribuição será C(F - 1), onde F é o número de fases presentes.

42
3.4 Análise dos Elementos
3.4.1 Fluxo homogêneo
O fluxo homogêneo é uma corrente simples de processo, caracteriza-se por apresentar apenas uma
fase. Para C componentes pode relacionar:
Temperatura – 1
Pressão – 1
Vazão – 1
Composição – C-1
Nve = C+2
O fluxo homogêneo, dessa forma, para ser determinado necessita informar a pressão, a
temperatura, a composição e a vazão se houver uma fase apenas. A maioria dos simuladores,
atualmente, lida com fluxos não homogêneos, com mais de uma fase. Nesses casos, os
simuladores realizam um flash adiabático sem perda de cargo, para esse equipamento o grau de
liberdade é exatamente igual ao do fluxo homogêneo (C+2). Isto é para especificar um fluxo
homogêneo é necessário fornecer a vazão e a composição e duas variáveis entre pressão,
temperatura e fração vaporizada. Dessa forma pode-se calcular a temperatura ou pressão nos
pontos de bolha e orvalho atribuindo 0 ou 1 à fração vaporizada respectivamente.

3.4.2 Divisor de fluxo

O divisor decorrente é um desvio no fluxo homogêneo que pode apresentar ou não troca de calor,
mas sempre há uma perda de carga.
Variáveis:
Fluxos (A, B, C) – 3C + 6 (3 fluxos homogêneos)
Calor (q) – 1
Nve = 3C + 7
A
Restrições:
Igualdade das temperaturas (TB = TC) – 1
Igualdade das pressões (PB = PC) – 1 B C
Igualdade das composições (xA = xC) – C-1
Igualdade das composições (xA = xB) – C-1 q
Balanço material (QA = QB + QC) – 1
Balanço energético – 1
NEe = 2C + 2
Nie = 3C + 7 – (2C + 2) = C + 5
Especificações:
Uma corrente (A ou B ou C) – C+2
Perda de carga do divisor ou pressão – 1
de outra corrente
Calor trocado no divisor (q) – 1
Razão de divisão ou vazão de uma
corrente – 1
Total =C+5

43
3.4.3 Misturador
O misturador, na verdade, é um “T” onde são misturados dois fluxos homogêneos com troca de
calor com a vizinhança e perda de carga.
Variáveis:
Fluxos (A, B, C) (3 fluxos homogêneos) – 3C + 6
Calor (q) – 1 A

Nve = 3C + 7
Restrições: B C
Balanço material por componentes – C
Balanço energético – 1 q
NEe = C+1
Nie = 3C + 7 – (C + 1) = 2C + 6

Especificações:
Dois fluxos (A e B) – 2C + 4
Perda de carga do misturador – 1
ou pressão de C
Calor trocado no divisor (q) – 1
Total =C+6

3.4.4 Bombas, Aquecedores e Resfriadores

As bombas, aquecedores e resfriadores podem ser interpretados como equipamentos que
fornecem carga térmica utilizada para fornecer pressão ao fluido ou para aumentar a temperatura.
Variáveis:
Fluxo A – C+2
Fluxo B – C+2
Calor (q) ou trabalho (w) – 1 q

Nve = 2C + 5 A B

Restrições:
Igualdade das composições (xA = xB) – C-1
W
Balanço material (QA = QB + QC) – 1
Balanço energético – 1
B
NEe = C+1 A

Nie = 2C + 5 – (C + 1) = C + 4

Especificações:
Uma corrente (A ou B) – C+2
Calor trocado (q) ou trabalho (w) ou
eficiência da bomba – 1
Perda de carga ou mais uma pressão – 1
Total = C+4

44
3.4.5 Condensador Total
Os condensadores são equipamentos que retiram carga térmica de uma corrente gasosa obtendo
um líquido saturado.
Variáveis: q

Fluxo A – C+2 A

Fluxo B – C+2
Calor (q) – 1
Nve = 2C + 5 B

Restrições:
Balanço material – C
Balanço energético – 1
NEe = C+1

Nie = 2C + 5 – (C + 1) = C + 4

Especificações:
Uma corrente (A ou B) – C+2
Calor trocado (q) ou fração vaporizada – 1
Perda de carga ou mais uma pressão – 1
Total = C+4

3.4.6 Condensador Parcial

Os condensadores parciais são equipamentos que retiram carga térmica de uma corrente gasosa
condensando parcialmente. O vapor e o líquido são separados no vaso seguinte.
Variáveis:
Fluxos A, V e L – 3C + 6 q
Calor (q) – 1 A
V

Nve = 3C + 7
Restrições:
Balanço material – C L

Balanço energético – 1
Igualdade das temperaturas (TV = TL) – 1
Igualdade das pressões (PV = PL) – 1
Equilíbrios termodinâmicos – C
NEe = 2C + 3

Nie = 3C + 7 – (2C + 3) = C + 4

Especificações:
Uma corrente (A) – C+2
Calor trocado (q) ou fração vaporizada – 1
Perda de carga ou mais uma pressão – 1
Total = C+4

45
3.4.7 Condensador Trifásico
Os condensadores são equipamentos que retiram carga térmica de uma corrente gasosa
condensando parcialmente. O líquido é composto por fases imiscíveis que são separados no vaso
seguinte bem como o vapor formado.
Variáveis: q
V
Fluxos A, V, L1 e L2 – 4C + 8 A

Calor (q) – 1
Nve = 4C + 9
L1

Restrições: L2
Balanço material – C
Balanço energético – 1
Igualdade das temperaturas (TV = TL1 = TL2) – 2
Igualdade das pressões (PV = PL1 = PL2) – 2
Equilíbrios termodinâmicos – 2C
NEe = 3C + 5
Nie = 4C + 9 – (3C + 5) = C + 4

Especificações:
Uma corrente (A) – C+2
Calor trocado (q) ou fração vaporizada – 1
Perda de carga ou mais uma pressão – 1
Total = C+4

3.4.8 Estágio de Equilíbrio

O estágio de equilíbrio é o equipamento no qual há uma entrada de vapor e uma de líquido que se
misturam intimamente atingindo o equilíbrio entre as fases.
Variáveis:
Fluxos VIN, VOUT, LIN e LOUT – 4C + 8
LIN
Nve = 4C + 8 VOUT

Restrições:
Balanço material – C
Balanço energético – 1 LOUT VIN
Igualdade das temperaturas (TLOUT = TVOUT) – 1
Igualdade das pressões (PLOUT = PVOUT) – 1
Equilíbrios termodinâmicos – C
NEe = 2C + 3

Nie = 4C + 8 – (2C + 3) = 2C + 5

Especificações:
Correntes (LIN e VIN) – 2C + 4
Perda de carga ou mais uma pressão – 1
Total = 2C + 5

46
3.4.9 Prato de Carga
O prato de carga é um estágio de equilíbrio o qual recebe um fluxo da vizinhança. É admitido que
os fluxos que deixam o equipamento estejam em equilíbrio.
Variáveis:
Fluxos VIN, VOUT, LIN, LOUT, F – 5C + 10
Nve = 5C + 10
Restrições:
LIN
Balanço material – C VOUT

Balanço energético – 1 F

Igualdade das temperaturas (TLOUT = TVOUT) – 1

LOUT VIN
Igualdade das pressões (PLOUT = PVOUT) – 1
Equilíbrios termodinâmicos – C
NEe = 2C + 3

Nie = 5C + 10 – (2C + 3) = 3C + 7

Especificações:
Correntes (LIN, VIN, F) – 3C + 6
Perda de carga ou mais uma pressão – 1
Total = 3C + 7
Como exercício deixa-se para leitor a demonstração das seguintes hipóteses: do prato de retirada
e dos mesmos demonstrados anteriormente com adição ou retirada de calor da vizinhança.

3.4.10 Permutador de Calor

O permutador é um fornecedor ou retirante de carga térmica que utiliza um fluido de serviço.
Dessa forma, a quantidade de calor trocado está limitada pela termodinâmica diferentemente do
aquecedor ou resfriador.
Variáveis:
Fluxos A, B, C, D – 4C + 8
Calor trocado – 1 C

Nve = 4C + 9
A B
Restrições:
q
Balanço material (dois fluxos) – 2C D
Balanço energético (dois fluxos) – 2
NEe = 2C + 2

Nie = 4C + 9 – (2C + 2) = 2C + 7

Especificações:
Correntes (A, B) – 2C + 4
Perda de carga (dois fluxos) – 2
Calor trocado – 1
Total = 2C + 7

47
3.5 Análise de Unidades Operacionais
Uma vez determinado o balanço de variáveis, equações e especificações para cada um dos
elementos de processos, pode-se analisar a conexão desses vários elementos em um processo. Na
verdade, as variáveis a especificar para um determinado processo não é simplesmente a soma das
variáveis especificadas para cada elemento. Algumas variáveis são suprimidas devido à conexão
dos fluxos entre os elementos e outras surgem decorrente da associação.
Dessa forma, o número de variáveis da unidade de processo (NvU) é dado por:

NvU =  Nie + NR
Onde NR é número de novas variáveis de restrições que surgem decorrente da associação.
Assim, o grau de liberdade da unidade de processo (NiU) é dado por:
NiU = NvU - NRU
Onde NRU é número de restrições de variáveis que não é necessário especificar em virtude dos
fluxos que fazem a interconexão entre os elementos.
3.5.1 Torre de absorvedora
A torre absorvedora é composta por N estágios de equilíbrio interconectados. É L0 VN

admitido que os estágios de podem trocar calor com a vizinhança e dessa forma, o
grau de liberdade de cada um deles é: 2C + 6.
NvU = N (2C + 6) + 1 (número de estágios)
NRU = 2 (N-1) (C+2) (fluxos conectados)

NiU = 2N + 2C + 5

Especificações:
Fluxos (L0, V0) – 2 (C + 2)
Pressão dos estágios – N
Calor trocado nos estágios – N
Número de estágios – 1 LN
V0
Total = 2N + 2C + 5
3.5.2 Torre de destilação convencional
A torre destilação convencional é uma unidade de operação composta por vários equipamentos
descritos anteriormente. Em uma possível configuração tem-se o condensador de topo, um divisor
de corrente, duas seções de estágios de equilíbrio correspondente às seções de retificação e
esgotamento, um prato de carga e um condensador parcial representando o refervedor.

48
Equipamentos:
Condensador total – C+4
Divisor de corrente – C+5
Seção de absorção (n estágios) – 2n + 2C + 5
Estágio de carga – 3C + 8
Seção de esgotamento
(m estágios) – 2m + 2C + 5
Refervedor – C+4
NvU = 2(n+m) + 10C + 31
NRU (9 correntes conectadas) – 9 (C + 2)
NiU = 2(n+m) + 10C + 31 – (9C + 18) = 2(n+m) + C + 13
Fazendo N = n+m+1, número total de estágios:
NiU = 2N + C + 11

Especificações (âmbito geral):

Pressão dos estágios – N
Calor trocado nos estágios – N
Pressão (condensador, refervedor) – 2
Pressão (divisor de corrente) – 1
Calor trocado do divisor de corrente – 1
Carga – C+2
Número de estágios – 1
Localização do prato de carga – 1
Razão de refluxo – 1
Vazão de retirada (D ou B) – 1
Pureza de um produto ou
fração vaporizada ou carga térmica do
condensador ou do refervedor – 1
Total = 2N + C + 11

3.5.3 Diagramas
Como a especificação de fluxos de interconexão entre unidades se torna redundante, o grau
de liberdade total de um fluxograma podem ser calculados com a fórmula:
𝑈
𝑈
𝑁 = ∑ 𝑑𝑖 − 𝑘(𝑁𝑐 − 2)
𝑖=1

Onde di representa o grau de liberdade para cada unidade, enquanto k é o número de

correntes de interconexão, cada uma com especificações (Nc + 2).

O procedimento é ilustrado pelo fluxograma mostrado na Figura 3-21. A Tabela 3.8 contém os
detalhes. A coluna denominada “Especificação” fornece as variáveis a serem especificadas
para cada unidade, excluindo as correntes de entrada. O grau de liberdade para o fluxograma
inteiro são 12(Nc + 2) + Ns + 19, dos quais subtraímos 10(Nc + 2) valores correspondentes aos

49
fluxos de conexão. Isto dá 2(Nc + 2) + Ns + 19 variáveis, das quais 2(Nc + 2) pertencem às
correntes de entradas. Permanece (Ns + 19) graus de liberdade. Este é exatamente o valor
encontrado contando as variáveis na coluna “especificação”!

Figura 3-21 – Diagrama para análise de grau de liberdade.

O resultado acima nos leva a concluir a seguinte regra: O grau de liberdade do diagrama pode ser
obtido contando as especificações das correntes de entrada, incluindo as correntes de abertura,
mais os parâmetros independentes mínimos para cada operação unitária.
Tabela 3-4 – Análise de grau de liberdade para o diagrama da Figura 3-21

Operação unitária Grau de liberdade Especificação

1 Misturador MIX 3(Nc + 2) + 1 Pout
2 Trocador de calor HX1 [(Nc + 2) + 2] + [(Nc + 2) + 1] (P, T)out1; Pout2
3 Reator RE (Nc + 2) + 1 Conversão
4 Trocador de calor Hx2 (Nc + 2) + 2 (P, T)out
5 Válvula V1 (Nc + 2) + 1 Pout
6 Separador FL (Nc + 2) + 2 Q = 0, Pout
7 Divisor de Corrente PG (Nc + 2) + 1 Razão de separação
8 Compressor Comp (Nc + 2) + 1 Pout
9 Destilação D1 (Nc + 2) + Ns + 74 Número de estágio, Localização
de prato de carga; Ns pressões;
Pcond; Preb; Destilado (Dl, Dv);
Refluxo

4
Número de estágio e localização do prato de carga estão incluídos; pressão do refluxo de topo é igual
ao do primeiro estágio

50
3.5.4 Especificações Inviáveis
A análise de grau de liberdade é necessária, mas insuficiente para convergir uma simulação. É
óbvio que o número de especificações deve corresponder ao do DOF disponível. Normalmente,
a análise do DOF é feita automaticamente. No entanto, as especificações devem ser viáveis não
apenas no nível da unidade, mas também no fluxograma como um todo. Deste ponto de vista,
alguns erros comuns podem ser identificados como: (1) especificações inconsistentes ou (2)
especificações interdependentes.
Especificações inconsistentes típicas são aquelas que violam o equilíbrio do material. A Figura
3-22 exibe um fluxograma muito simples que contém apenas um misturador e um separador com
uma corrente de reciclo. Esse esquema simplificado pode ser considerado irreal, mas na verdade
pode explicar uma fonte básica de não-convergência em fluxogramas mais complexos, no qual a
presença de grande número de unidades e de reciclos poderia ocultar uma situação tão simples.
Várias especificações do separador podem ser consideradas, como segue:

Figura 3-22 – Balanço material consistente.

(1) s4 = 60 kmol/h: não-convergência, acumulação de material no circuito s5.

(2) s4 = 70 kmol/h: convergência, porque a corrente de saída corresponde exatamente à entrada.
No entanto, com um fluxograma complexo, esse modo de especificar fornece problemas, porque
é difícil, se não impossível, fornecer valores que satisfaçam exatamente balanço material.
(3) Especificação de s5 em qualquer valor: convergência. Agora a saída pode se adaptar para
respeitar o equilíbrio material. Definir a vazão de reciclo constante, particularmente como reciclo
de gás, leva muitas vezes a uma convergência robusta.
(4) Especificação da relação de divisão (s4/s3 ou s5/s3): convergência. Esta é uma prática
recomendada: especificações relativas como vazão de saída por vazão de entrada podem remover
incertezas devido à variação na vazão de entrada durante iterações sucessivas.
Da mesma forma, a simulação de algumas unidades pode não ter sucesso devido à inconsistência
no balanço material. Por exemplo, a simulação de uma coluna de destilação pode falhar se as
especificações dos produtos não forem consistentes com a carga. A especificação em modo
relativo, como por exemplo razão destilado por alimentação, ou recuperações de componentes, é
mais conveniente, particularmente quando a unidade é incorporada a um reciclo.

3.6 Abordagem Sequencial-Modular

A abordagem Sequencial-Modular é uma estratégia na qual a sequência de cálculo coincide com
fluxo de matéria. A maioria dos simuladores foram inicialmente construídos com base nessa
metodologia pois é a mais fácil de ser construída computacionalmente. O algoritmo é
relativamente simples.

51
Entretanto, diagramas que contém reciclos de matéria tornam-se um desafio para essa abordagem.
Na abordagem Sequencial-Modular, existem quatro questões metodológicas:

 Encontrar uma sequência de cálculo robusta.

 Usar a transmissão de informações para simplificar a sequência de cálculos.

 Usar especificações de projeto.

 Resolver problemas de convergência.

Essas questões serão examinadas em mais detalhes nas seções seguintes.
3.6.1 Sequência do cálculo
Iniciamos a análise considerando algumas estruturas de fluxograma simples. A Figura 3-23(a)
apresenta uma planta com uma única corrente de reciclo. Inicialmente apenas o corrente 1 é
conhecido. Se a simulação começar com a unidade a, o corrente de reciclo 5 deve ser inicializado.
Então, as unidades b, c, d são calculadas sequencialmente.
No final da sequência a-b-c-d, outros valores para as variáveis do corrente 5 são obtidos. Depois
de passar pela sequência, os valores calculados são atualizados por meio de uma unidade de
convergência (Figura 3-23b). Os cálculos continuam iterativamente até que a diferença entre os
valores obtidos em duas iterações sucessivas se torne menor que uma tolerância prescrita. Diz-se
que o cálculo está convergido. Depois de completar o reciclo, a simulação pode continuar com
outras unidades a jusante, neste caso a unidade e.

Figura 3-23 – Sequência de cálculo e correntes de abertura.

Portanto, a sequência de cálculo na (Figura 3-23a pode ser formulada da seguinte forma: ciclo_l
(unidade de convergência (corrente de abertura 5-a-b-c-d) – e). É fácil observar que a escolha das
correntes de abertura não é única. Teríamos como alternativas os fluxos 2, 3 ou 4, que iria produzir
apenas uma simples permutação de unidades. No entanto, esse recurso permite a seleção de
corrente de abertura mais convenientes, principalmente antes das unidades que precisam de uma
inicialização cuidadosa.
Podemos prosseguir com um fluxograma um pouco complicado. Suponha que um corrente de
saída da unidade e seja enviado de volta para a unidade b (Figura 3-23c). Um novo loop é criado,
incluindo as unidades b, c, d, e, aninhadas com o loop anterior a, b, c, d. Se o corrente 7 for
selecionado como corrente de abertura, a simulação do fluxograma pode ser feita em uma única
sequência de cálculo, como segue: loop_l (unidade de convergência (corrente de abertura 5, 7) -
a-b-c-d-e).

52
Outras combinações de correntes de abertura são possíveis, como (2,6) ou (2,7). No entanto, a
unidade de convergência deve convergir duas correntes de abertura simultaneamente.
Podemos continuar um passo adiante, observando que o número de correntes de abertura pode ser
reduzido a uma, se selecionarmos as correntes 3 ou 4. No último caso, ambas os reciclos podem
ser quebradas para formar uma única sequência de cálculo, como segue: (unidade de convergência
(corrente de abertura 4) –d-e-a-b-c). Essa situação é possível porque a corrente 4 é comum aos
dois ciclos.
Em conclusão, uma estrutura de reciclagem pode ser transformada numa sequência de cálculo
sequencial por meio de correntes de abertura. Os ramos das correntes de abertura são entrada e
saída de uma unidade de convergência. O algoritmo de convergência fornece atualizações valores
para as correntes de abertura. Há um número mínimo de correntes de abertura, mas o conjunto
das correntes de aberturas, bem como a sequência de cálculo das unidades não são exclusivos.
A extensão do exercício acima em fluxogramas mais complexos pode ser feita por meio de uma
análise topológica. O livro de Mah (1990) é recomendado para uma apresentação detalhada sobre
esse assunto. Atualmente, a maior parte do software realiza uma identificação automática da
sequência computacional. No entanto, a sequência proposta pode não ser sempre a mais
conveniente para uma convergência robusta. É por isso que ainda é importante saber como a
análise topológica funciona.
Um fluxograma pode ser representado por um gráfico direcional (grafo), como ilustrado na Figura
3-24, que é equivalente ao da Figura 3-23b. Os vértices representam as unidades, enquanto os
segmentos direcionados por setas representam as correntes. As correntes de entrada e saída podem
ser atribuídas à unidade de ambiente (E).
A representação matricial do grafo é mais conveniente para determinar a sequência
computacional. A Figura 3-24 também apresenta uma planilha usada frequentemente para
representar o fluxograma conhecida como matriz de processo. Observe que as correntes de
entrada são positivas, enquanto as de saída são negativas. A mesma informação pode ser
codificada como matriz de incidência, ou matriz e ciclo (ciclo incidência de loop), e usada em
algoritmos para identificar a corrente de abertura. Aqui, o passo mais importante é encontrar as
partições. Isso consiste em agrupar unidades em subfluxos de corrente que possuem fluxos de
entrada/saída independentes e não podem ser mais reduzidos. Dessa forma, a simulação do
fluxograma é transformada na solução de um número de subfluxos sequenciados pela ordem de
precedência (ordem de cálculo) das partições.

Figura 3-24 – Grafo e matriz de processo.

53
Agora podemos formular a abordagem geral de encontrar a sequência de cálculo:
1. Decomponha o fluxograma nas partições.
2. Determine a ordem de precedência das partições.
3. Encontre as correntes de abertura para cada partição.
4. Determine a ordem de precedência das unidades nas partições.
A Figura 3-25 ilustra a simplificação de um problema de fluxogramas pelo efeito do
particionamento (Mah, 1990). O problema original envolve 12 unidades e 5 reciclos.

Figura 3-25 – Efeito de particionamento.

O fluxograma pode ser decomposto em seis partições, a maior tendo apenas 4 unidades e 3
reciclos. A abertura de cada partição é agora muito fácil. Para a partição III, temos que quebrar
apenas um loop. A partição II contém três laços, que podem ser quebrados no máximo em três e
no mínimo em duas correntes de abertura. O leitor pode verificar por si mesmo que encontrar a
abertura depois da partição é uma tarefa fácil.
Vimos que dentro de uma partição existem várias possibilidades de abertura. Consequentemente,
a identificação e a seleção das correntes de abertura podem ser objeto de um procedimento de
otimização. Pesquisas identificaram quatro critérios:
1. Minimizar as iterações.
2. Minimizar as variáveis que participam do reciclo.
3. Custo mínimo de fluxos usando fatores de ponderação.
4. Minimizar as correntes de aberturas.
Eles podem ser expressos por uma formulação matemática única:
𝑚𝑖𝑛 ∑𝑛𝑗=1 𝑤𝑗 𝑥𝑗 j=1, 2, ..., n correntes, sujeita ∑𝑚
𝑗=1 𝑎𝑖,𝑗 𝑥𝑗 ≥ 1 i=1, 2, ..., m ciclos

Os fatores de ponderação wj podem ser alocados para expressar critérios de decisão ou

preferências, como o número de componentes significativos, a dificuldade de inicializar valores,
a importância da unidade de incidência, etc. Os fatores ai,j são números inteiros binários (0,1) na

54
matriz do ciclo . Como resultado, o procedimento de abertura pode ser formulado como um
problema de programação linear. Na maioria dos casos, os algoritmos automáticos minimizam o
tempo máximo que um determinado loop é aberto.
EXEMPLO Ciclos com Reciclos Aninhados
O fluxograma na Figura 3-25 consiste em três ciclos aninhados de misturadores e flashes, é um
problema de fluxograma padrão conhecido como o problema de Cavett (Rosen, 1980). A Tabela
3-5 fornece a matriz de ciclos, em que 1 marca cada corrente incluída nos ciclos. Por exemplo, o
fluxo Z1 aparece nos ciclos 1 e 3, enquanto o fluxo S2 somente no loop 3. A última coluna mostra
o número de ciclos divididos por cada corrente e pode ser usada para avaliar a ação de abertura.
Uma escolha óbvia seria considerar três correntes de aberturas para os três ciclos, como por
exemplo R1, R2, R3, que são as próprias corrente de retorno.

Figura 3-26 – Ciclos com Reciclos Aninhados.

Outra escolha seria R1, S2 e R3, onde S2 substituiria R2. No entanto, é possível resolver o
fluxograma apenas com duas correntes de aberturas, como Z1 e Z2, agora cada um quebrando dois
ciclos. Z2 também pode ser substituído por R3 ou S3. Assim, vários conjuntos de correntes de
aberturas são viáveis, mas eles se comportam de maneira diferente na simulação. Pode ser
demonstrado que quando o método de substituição direta é usado, o conjunto R1, R2, R3 (abertura
mínima do loop) converge mais rápido que o conjunto Z1, Z2 (mínimo em corrente de abertura).
Tabela 3-5 – Matriz de ciclos para o problema de Cavett.

Ciclos
Corrente Soma dos Ciclos
1 2 3
Z1 1 0 1 2
S2 0 0 1 1
S1 1 0 0 1
Z2 0 1 1 2
S3 0 1 0 1
R1 1 0 0 1
R2 0 1 0 1
R3 0 0 1 1

3.6.2 Especificações de projeto

Lembramos que uma especificação de projeto é um controlador de feedback, em que um valor
atribuído a uma unidade ou corrente pode ser obtido pela manipulação de outra unidade ou

55
corrente. Uma especificação de projeto cria um novo loop de convergência, entre a unidade cuja
variável especificada é amostrada e a unidade cuja variável é manipulada.
Esse novo loop irá interagir com os reciclos de fluxogramas existentes, com consequência na
estratégia de cálculos. Desse ponto de vista, um loop de especificação de projeto pode ser
colocado dentro ou fora de um loop de convergência do fluxograma, ou convergido
simultaneamente com as correntes de abertura.
O usuário deve prestar atenção às propriedades de convergência do loop de especificação de
design. A variação deve ser sensível, contínua, monótona e dentro dos limites especificados da
variável manipulada. Cada situação deve ser avaliada a partir da perspectiva física e
computacional.
3.6.3 Tratamento da convergência
A simulação está convergida se todas as unidades, correntes e o balanço global de matéria tiverem
convergidos. A convergência do balanço de energia global é opcional. O cálculo da convergência
pode ser expresso matematicamente como a minimização dos resíduos entre X, os valores
estimados no início de uma iteração, e X*, os valores calculados após uma passagem pela
sequência computacional:
𝑅(𝑋) = 𝑋 − 𝑋 ∗

X* = (X) é o resultado de funções não lineares representadas por unidades operacionais.

Normalmente a convergência é tratada por meio de unidades de convergência. Estas são unidades
matemáticas que contêm informações sobre as correntes de abertura, sequência de cálculo,
métodos de convergência, tolerância e parâmetros de convergência.
Métodos de Convergência
1. Substituição direta. Esse método consiste em uma simples substituição de valores estimados
por valores calculados conforme descrito pela relação:
Xk+1 = F(Xk)
Teoricamente, a convergência é garantida somente se os autovalores do Jacobiano de funções
residuais forem em módulo menor que um. Em geral, essa condição não é atendida e, portanto,
a substituição direta não é recomendada. No entanto, ela pode ser usada para gerar valores
iniciais para métodos mais poderosos.
2. Wegstein. Esse método usa uma extrapolação parabólica para que os valores atualizados
sejam calculados a partir de duas iterações anteriores, com a fórmula:
Xk+1 = qXk + (1 – q)F(Xk)
O parâmetro de aceleração q é calculado da seguinte forma:
𝐹(𝑋𝑘 )−𝐹(𝑋𝑘−1 )
q = s/(s-1) ; 𝑠= 𝑋𝑘 −𝑋𝑘−1

O parâmetro q pode ser limitado ou modificado para melhor controle de convergência.

Wegstein é o método padrão em muitos simuladores.
3. Secante. O método usa uma aproximação linear do Jacobiano. Pode ser implementado com
alguns aprimoramentos, como opção de meio intervalo. É recomendado para funções de
convergência simples variável, descontínua ou plana.

56
4. Broyden. Esse método resolve diretamente a 𝑅(𝑋) = 𝑋 − 𝑋 ∗ . Vale ressaltar que a atualização
do Jacobiano se dá por meio de cálculos algébricos em elementos da matriz e não por inversão
de matrizes. Ele pode ser usado para a convergência de várias correntes de abertura,
especificações de projeto ou correntes de aberturas mistas e especificações de projeto.
5. Newton. Esse algoritmo é uma implementação do método de Newton-Raphson para a solução
simultânea de equações não lineares. Pode ser mais robusto que o Broyden, mas é limitado a
um pequeno número de variáveis.
6. Método SQP. Esse poderoso método de otimização é usado para convergir correntes de
abertura e especificações de projeto simultaneamente. Dois algoritmos são possíveis:
- Caminho viável: convergência de correntes de abertura em cada iteração de restrições.
- Caminho inviável: correntes de abertura e restrições são convergidas simultaneamente.
Dicas sobre problemas de convergência
A seguir, reunimos alguns conselhos que poderiam ajudar o usuário a evitar a frustração na falha
de convergência:
1. Examine em primeiro lugar a estrutura de entrada-saída. A entrada de materiais também
deve sair do processo! Certifique-se de que o balanceamento de material não seja válido
apenas para os componentes principais, mas também para componentes inertes e
componentes com composição muito pequena.
2. Examine cuidadosamente o cálculo das propriedades físicas e a precisão da modelagem
termodinâmica. Use um modelo que seja suficientemente preciso para o seu problema.
Não confie cegamente nas opções padrão. Altere o modelo no nível da unidade, se
necessário. Verifique a confiabilidade dos parâmetros do modelo (fonte, intervalo) e
verifique sua precisão. Não hesite em realizar a identificação de parâmetros
termodinâmicos a partir de dados experimentais, se a precisão for crítica.
3. Verifique o comportamento do reator, como reações, estequiometria, conversão, etc. Não
se esqueça que a mudança mais significativa no balanço de material ocorre aqui.
4. Decomponha um fluxograma grande em vários subfluxogramas. Evite grandes reciclos.
5. Verifique a identificação automática das correntes de abertura. Verifique a viabilidade da
sequência de cálculos, a interação entre os ciclos de reciclagem, particularmente entre as
especificações do projeto e os reciclos do processo. Se necessário, defina sua própria
sequência.
6. Minimize o número de ciclos usando a transmissão de informações.
7. Comece sempre com especificações simples, que podem dar um bom ponto de partida
para o balanço de materiais. Evite controladores (especificações de projeto) em um
estágio inicial.
8. A destilação é sempre um gargalo! Comece no modo de balanço de material,
normalmente especificando produtos e taxas de refluxo. Examine os perfis internos:
temperatura, composições e tráfego líquido/vapor. Considere especificações complexas
mais tarde, depois de ter convergido o balanço de material com reciclos.
9. Extraia as unidades difíceis e converta-as separadamente. Geralmente, isolar os
problemas de convergência e tratá-los fora do fluxograma.

57
 10. Siga a convergência dos principais componentes em correntes de abertura. Verifique se
não há acúmulo sistemático de algumas espécies. Estudar o comportamento matemático
do método de convergência. Não aumente as iterações antes de identificar a origem dos
problemas de convergência. Não hesite em executar o fluxograma passo a passo.

3.7 Otimização
A otimização é um recurso avançado na simulação. O primeiro passo é a formulação de uma
função objetivo, que pode ser de natureza técnica ou econômica. Na primeira categoria podemos
citar o rendimento de transformação de matérias-primas em produtos, a energia consumida ou
economizada em um processo, a quantidade de emissões ou impurezas, etc. Uma função
econômica pode ser o custo total da operação, o lucro, ou uma medida da rentabilidade, como a
taxa de retorno do investimento.
A otimização na simulação implica, por princípio, várias variáveis, porque uma otimização mono
variável pode ser facilmente resolvida por um estudo de sensibilidade. Um problema de
otimização é sempre um problema sujeita a restrição. Em primeiro lugar, existem restrições de
igualdade, como por exemplo os balanços material e de energia, mas também as condições de
equilíbrio de fases, como a igualdade das fugacidades dos componentes. Em segundo lugar,
existem restrições de desigualdade. Geralmente, estes consistem em limites de temperaturas,
pressões, vazões e concentrações, mas também podem expressar limites de desempenho, como
razão mínima de refluxo, aproximação de temperatura em trocadores de calor, etc.
Uma otimização na simulação é um problema de programação não linear (NLP) quando o
fluxograma ou estrutura de operação da unidade permanece inalterada. Quando as variações
estruturais são levadas em consideração, o problema de otimização pode ser formulado de
maneira mais geral como uma Programação Não Linear Inteira Mista (M1NLP). Por exemplo, as
variáveis inteiras podem descrever o número de estágios em uma coluna de destilação, prato de
carga ou a conexão entre as unidades.
Um problema de otimização NLP pode ser visto com uma minimização da função objetivo F(d, x)
no espaço de projeto d sujeito as restrições de igualdade c(x) e de desigualdade g(x).
Matematicamente a formulação torna-se:
Minimizar F(d,x)
Sujeita a c(x) = 0, g(x) ≤ 0
Com xL ≤ x ≤ xU
Onde:

 x é o vetor das variáveis de processos que pode variar entre os limites inferior xL e
superior xU

 d é o vetor das variáveis a serem ajustados pela otimização, um subconjunto de x. Assim,

d é dado pelo número de grau de liberdade que não são especificados.
O algoritmo depende da arquitetura da simulação. Na abordagem orientada a equação, as
equações são resolvidas simultâneas. Na abordagem sequencial-modular, a solução matemática
leva em conta a convergência das operações unitárias individualmente e correntes de aberturas
bem como de todas as especificações de projeto. Equações adicionais podem ser adicionadas, tal
que uma formulação geral do problema de otimização se torna:
Minimizar F(d,x)
Sujeita a h(d, t, x) = 0, c(x) = 0, g(x) ≤ 0

58
Com xL ≤ x ≤ xU

Novas equações h(d, t, x) = t - (d, t, x) foram adicionadas ao problema NLP para levar em conta
a convergência das variáveis das correntes de abertura t. A função de atualização (d, t, x)
descreve a ação das operações unitárias nas variáveis de abertura.
A Figura 3-27 ilustra a otimização de um problema de uma simulação um espaço bidimensional.
Os contornos da função objetivo F são plotados, no qual as duas variáveis x1 e x2 são limitadas
por valores superiores e inferiores. O balanço global de energia e material expresso pela função
h (d, t, x) = 0 define uma restrição suplementar. O tratamento da convergência do fluxograma e
do próprio problema de otimização pode ser feito de duas maneiras. Em uma abordagem chamada
via factível, a solução do problema satisfaz a restrição das correntes de abertura em cada avaliação
da função objetivo. Na abordagem do caminho inviável, as restrições do balanço total do material
são satisfeitas apenas na execução final. Obviamente, uma combinação das duas abordagens pode
ser usada.

Figura 3-27 – Otimização em uma simulação.

A descrição das técnicas de otimização está fora do escopo deste trabalho. Um excelente tutorial
introdutório pode ser encontrado no livro de Biegler, Grossmann e Westerberg (1997). Como
referência geral, recomendamos o trabalho de Himmelblau e Edgar (1988). Aqui apenas
mencionamos que o algoritmo mais eficiente na otimização do fluxograma é baseado em
Successive Quadratic Programming (SQP).
Um trabalho de otimização deve ser cuidadosamente preparado. Isso começa pela seleção
criteriosa das variáveis de otimização e pela definição da função objetivo. É importante garantir
que a função objetivo seja sensível e contínua no intervalo de variações assumidas.
Um problema mais fundamental é o tratamento de malhas de controle (especificações de projeto)
em um trabalho de otimização. A convergência de uma malha de controle pode ser resolvida fora,
dentro ou simultaneamente com as correntes de abertura. A solução simultânea de correntes de
abertura e especificações usando o método do Broyden funciona bem em muitos casos. No
entanto, a inserção de malhas de controle no algoritmo de abertura é um fardo para o cálculo.
Uma melhoria na solução matemática pode ser obtida pela transformação das estruturas de
controle em restrições de igualdade. Isso consiste em reformular a especificação do projeto como
expressão algébrica e incluir a variável manipulada na lista de variáveis de otimização. Como
ilustração, o convidamos a examinar o Estudo de Caso 1 que trata da otimização do processo de
HDA.

59
Concluímos esta seção com algumas observações sobre a otimização de um problema de
simulação:
1. As variáveis de otimização são sempre limitadas por motivos físicos. Por exemplo, a
temperatura em um reator não pode exceder um limite de segurança para operação ou
integridade do catalisador. Ou temperatura muito baixa pode congelar uma mistura de
processo, etc.
2. Existem sempre restrições no desempenho das unidades, como conversão alcançável,
índices de separação, etc.
3. A função objetivo mostra em grande número de casos uma forma quase plana em torno
do ótimo global.
Consequentemente, a maioria das variáveis e otimização tem a tendência de migrar para os
limites, e apenas um número limitado de variáveis está livre para se mover dentro do espaço de
variações. Muitas vezes, as restrições são expressas como um ótimo desempenho, de modo que o
procedimento de otimização tentará satisfazê-las como restrições ativas (vinculação).
Exemplo Otimização de uma planta de gás
A Figura 3-28 apresenta um processamento simples de gás natural de um gás natural.
Inicialmente, o gás está a uma pressão de 75 bar, sendo os vazões parciais (kmol/h) N2 150, C1
6000, C2 500, C3 300, C4+ 200. O problema de otimização consiste em maximizar o trabalho
produzido pela expansão, as variáveis de otimização são a temperatura de resfriamento na unidade
de flash e a pressão final após a expansão. Para isso, podemos adicionar como restrição a
recuperação de C2 no produto inferior da coluna (COL) em pelo menos 70% da quantidade inicial
na alimentação da planta. A temperatura é limitada entre 220 e 240 K, enquanto a pressão é
limitada entre 25 e 40 bar.

Figura 3-28 – Otimização de uma planta de gás.

Solução.
Após o resfriamento a uma temperatura adequada, a mistura é separada em vapor e líquido, ambas
as operações simuladas por uma única unidade flash (FLASH). A fase gasosa contém a maior
parte do metano, com uma quantidade significativa de C2 e um pouco de C3+. A fase líquida
contém a maior parte do etano e C3+. O vapor é submetido a expansão na unidade (EXP), a fim
de obter baixa temperatura e, eventualmente, a condensação dos componentes C2 e C3+. O
líquido do flash é despressurizado por meio de uma válvula e enviado para separação em uma
unidade de absorção com refervedor (COL), juntamente com a corrente de saída do expansor. O
principal produto é gás metano, enquanto o produto de fundo contém etano e componentes mais

60
pesados. Observe que a unidade (COL) tem 8 bandejas, com as alimentações no topo e acima do
terceiro estágio. A pressão da coluna é de 22,5 bar. Finalmente, o produto gasoso de topo é
comprimido pela unidade (COMP) e enviado ao consumidor.
O problema de otimização foi resolvido no Aspen Plus TM versão 10.2. Pode ser visto que o
expansor aciona o compressor (COMP). Os resultados da otimização encontrados por um
algoritmo SQP são apresentados abaixo:

 Temperatura do flash: 231,1 K

 Pressão final do expansor: 25 Bar (no limite inferior),

 Função objetiva (trabalho isentrópico) 8.180 kW

Note que a pressão ótima é o limite inferior, porque aumenta monotonicamente a recuperação de
etano do fluxo de gás. Por outro lado, uma temperatura muito baixa em flash poderia resultar em
maior quantidade de metano na fase líquida, o que poderia violar a restrição da recuperação do
etano. Assim, esperamos que essa restrição seja cumprida como igualdade, o que é o caso.

4 Simulação Dinâmica
A simulação dinâmica é uma atividade avançada de simulação de processo, integrando no mesmo
ambiente de simulação, o projeto, operação e controle. Comparado com a simulação de estado
estacionário, a modelagem e a tecnologia de software são muito mais exigentes. Isso também é
válido para os usuários, porque simulações preparadas são insuficientes e podem falhar facilmente
ou produzir resultados não confiáveis. É importante observar que agora são necessários alguns
elementos opcionais em estado estacionário, como características de dimensionamento e relação
pressão / fluxo. Por exemplo, um simples flash não pode ser visto apenas como um vaso de
equilíbrio multifásico 'genérico', mas precisa da especificação do tipo e da geometria do vaso,
bem como da relação entre vazão e perda de carga nas linhas de entrada e saída. Além disso, as
principais variáveis operacionais, como níveis, temperaturas ou pressões, devem ser mantidas nos
valores desejados por meio de controladores.
Portanto, a simulação dinâmica sem implementação de controle de processo tem pouco sentido
prático. O capítulo começa com a análise da transição do estado estacionário para a simulação
dinâmica, enfatizando a introdução dos termos de acumulação nas equações de modelagem. Em
seguida, discutiremos a integração de sistemas de equações algébricas diferenciais, o que permite
entender o mecanismo matemático na simulação dinâmica. Com relação ao difícil tópico da
modelagem dinâmica, apresentaremos apenas algumas operações básicas da unidade, como vasos
de flash, colunas de destilação e reatores químicos. Essas unidades possuem inventários
importantes que podem afetar a dinâmica de todo o processo. Por fim, apresentaremos a
implementação de controladores PID, ainda os mais encontrados nas indústrias de processo.

4.1 Transição do Estado Estacionário para o Dinâmico

O fluxograma dinâmico é baseado no equilíbrio instável de massa e energia e pode ser
formulada em termos gerais pela seguinte equação:
𝑡𝑎𝑥𝑎 𝑑𝑒 𝑣𝑎𝑧ã𝑜 𝑑𝑒 𝑣𝑎𝑧ã𝑜 𝑑𝑒 𝑡𝑎𝑥𝑎 𝑑𝑒 𝑡𝑎𝑥𝑎 𝑑𝑒
{ }={ }−{ }+{ }−{ }
𝑎𝑐𝑢𝑚𝑢𝑙𝑎çã𝑜 𝑒𝑛𝑡𝑟𝑎𝑑𝑎 𝑠𝑎í𝑑𝑎 𝑔𝑒𝑟𝑒𝑎çã𝑜 𝑐𝑜𝑛𝑠𝑢𝑚𝑜
A taxa de acumulação pode ser expressa em termos da massa total M ou energia E do sistema,
denotada como derivadas no tempo dM / dt e dE / dt. Em sistemas com reação química, é útil
considerar a variação da taxa molar de componentes individuais, dNi / dt. A acumulação pode ser

61
expressa por meio de um termo de holdup como o produto de uma propriedade intensiva, como
densidade, concentração ou entalpia volumétrica, pelo volume de controle:
holdup = (propriedade intensiva) x volume
O material acumulado é designado geralmente em estudos de controle de processo como
“inventário”. A equação acima indica que, diferentemente da simulação estática, na simulação
dinâmicas características geométricas do sistema são sempre necessárias. As variáveis intensivas
inseridas no termo de acumulação são designadas por variáveis de estado, como por exemplo,
concentração implícitas no balanço material por componente, mas também pressão e temperatura.
As equações de equilíbrio de estado transiente devem ser concluídas com equações constitutivas,
que são relações entre algumas variáveis de estado, geralmente expressando leis naturais ou a
cinética dos fenômenos de transporte. Exemplos são relações PVT, como equações de estado ou
expressões cinéticas, fatores de equilíbrio de fases, etc. A especificação das condições inicial e de
contorno completa a formulação do problema.
A complexidade matemática aumenta consideravelmente do estado estacionário para a simulação
dinâmica, passando de equações algébricas para diferenciais ordinárias. Do ponto de vista
matemático, podemos distinguir entre duas categorias de modelos:
Parâmetros Agrupados: propriedades uniformes por mistura perfeita e, portanto, sem gradiente
no espaço interno dos equipamentos. O sistema é descrito por equações diferenciais ordinárias
(ODE), nas quais apenas derivadas de tempo aparecem.
Parâmetros distribuídos: mistura imperfeita, algumas derivadas espaciais são diferentes de zero.
O sistema é descrito por equações diferenciais parciais de estado transiente (PDE).
Escrever modelos dinâmicos rigorosos é difícil. Este tópico não é abordado aqui. Outras
informações podem ser obtidas na literatura. No entanto, recursos dinâmicos essenciais de um
processo podem ser detectados examinando modelos simplificados, conforme ilustrado no
próximo exemplo.

4.2 Construção de Modelo de Simulação Dinâmica

O fluxograma dinâmico consiste em executar a simulação dinâmica de toda a planta de processo,
em vez de em uma única unidade. O software comercial para folhas de fluxo dinâmicas pode ser
classificado em duas categorias:

 Seqüencial-Modular (SM),

 Orientado a equações (OE).

Para o fluxograma em estado estacionário, a maioria dos simuladores adotou a arquitetura SM. A
situação é mais complexa nos fluxogramas dinâmicos, principalmente devido à maneira como as
derivadas de tempo são tratadas. Assim, o tempo pode ser visto localmente, no nível da unidade
ou globalmente, no nível do fluxograma. No caso de fluxogramas sem reciclos, o tempo é visto
no mesmo horizonte de cada unidade. A informação é transmitida sequencialmente de maneira
sincronizada. No caso de fluxograma com reciclos, a contagem de tempo é menos óbvia. A
integração deve ocorrer simultaneamente em todas as unidades, com um intervalo de tempo
suficientemente pequeno para lidar com a unidade mais rápida. Portanto, o OE é mais adequado
para simulação dinâmica.
A inicialização é uma questão importante na simulação dinâmica. Isso pode seguir diferentes
técnicas, de acordo com a arquitetura do software. No modo SM, a inicialização é feita por uma
execução em estado estacionário. Alternativamente, a simulação dinâmica pode começar a partir

62
de um estado em que as unidades tenham algum inventário, sendo o estado estacionário alcançado
pela integração numérica. No modo EO, o estado estacionário é encontrado definindo todas as
derivadas como zero e resolvendo o sistema de equações algébricas não lineares. A diferença
entre o número de variáveis e o número de equações fornece as variáveis a serem fornecidas como
valores iniciais. A maioria deles são variáveis de estado, mas também existem parâmetros de
tamanho. Essa tarefa é tediosa se não for realizada automaticamente. Uma solução eficiente é
inicializar uma execução dinâmica a partir da simulação em estado estacionário, tendo o cuidado
de tornar os modelos compatíveis. Essa é a maneira de trabalhar do ASPEN Plus e do ASPEN
Dynamics.
Apesar do progresso na tecnologia de software nos últimos anos, resolver um problema de
simulação dinâmica não é fácil. Um procedimento de trabalho pode ser formalizado como abaixo.
1. Análise do Problema

 Defina o problema do processo dinâmico, incluindo o controle em toda a planta.

 Realize a análise de grau de liberdade, tanto para projeto quanto para controle.
 Decida se se trata de unidades de operação com dinâmicas lentas e ou rápidas. As
unidades lentas precisam de modelos dinâmicos, enquanto os modelos de estado
estacionário podem ser aplicados no segundo caso.
 Analise a modelagem de unidades com estoque significativo.
 Analise a modelagem do reator químico e das principais unidades de separação.
 Examine os problemas de controle em toda a planta, como a entrada de reagentes, a
manipulação da taxa de produção e o controle de resíduos e impurezas. Desenvolver uma
estrutura de controle em toda a planta.
2. Fluxograma em estado estacionário

 Resolva o problema de fluxograma em estado estacionário.

 Dimensione as unidades cuja dinâmica é importante.
 Determine o efeito de reciclos por medidas de controlabilidade
 Modifique o dimensionamento para garantir que as variáveis manipuladas sejam efetivas
para controle.
 Prepare a execução dinâmica.
3. Fluxograma Dinâmico

 Implemente as estruturas básicas de controle das unidades, principalmente de níveis e

pressões.
 Desenvolva uma estrutura de controle em toda a planta.
 Implemente e ajuste os controladores de unidades, geralmente do tipo PID.
 Execute simulação de malha fechada.
4. Análise de resultados

 Estude o desempenho da planta em malha fechada diante de diferentes distúrbios.

 Realize análises dinâmicas de controlabilidade, se necessário.
 Execute o refinamento do dimensionamento e controle e, finalmente, a otimização.

63
Uma questão importante no procedimento acima é a análise de graus de liberdade (DOF) na
simulação dinâmica. Lembramos que o projeto de DOF é o número de variáveis que devem ser
especificadas para definir o processo. Em princípio, os graus de liberdade podem ser determinados
pela regra "variáveis menos equações", examinando o modelo de estado estacionário. Este
procedimento é prático para unidades simples, mas menos conveniente para unidades complexas.
No entanto, eles podem ser resolvidos como montagem de dispositivos mais simples ou
fluxogramas menores.
Após a análise em estado estacionário, temos que examinar os graus de controle da liberdade.
Essa análise corresponde, na verdade, à seleção de variáveis controladas e manipuladas. Variáveis
controladas estão relacionadas a objetivos de controle, geralmente níveis, temperaturas, pressões
e composições. Manipulações são variáveis que podem ser ajustadas independentemente, têm
poder suficiente sobre variáveis controladas, mas não afetam o desempenho da planta. Como
demonstrado por Luyben (1994), em um grande número de casos, o DOF de controle e o DOF de
projeto são iguais, embora com parâmetros diferentes. Por exemplo, especificar a vazão de
retirada da destilação e a vazão de refluxo permite calcular o número de estágios da coluna. Por
outro lado, em número fixo de estágios, a manipulação da razão de refluxo e de retirada do
destilado pode ser usada para ajustar a separação. Como resultado, um método prático para
determinar o controle de DOF consiste em "contar as válvulas" disponíveis nas correntes de
processo, mais as tarefas de aquecimento de aquecedores / resfriadores, bem como a potência
mecânica de compressores e bombas.

4.3 Problemas Numéricos na Simulação Dinâmica

4.3.1 Integração de sistemas DAE
Modelos usados em simulação dinâmicas são tipicamente um sistema de equações diferenciais-
algébricas (DAE, em inglês), cuja a forma geral pode ser escrita da fomra:
𝑑𝑥
= 𝑓(𝑥, 𝑥, 𝑦, 𝑝,̇ 𝑑, 𝑡)
𝑑𝑡
𝑔(𝑥, 𝑦, 𝑝, 𝑑, 𝑡) = 0
O vetor x contém variáveis de estado envolvidas no temo de acumulação. O vetor y representa
outras variáveis de estado. O vetor dos parâmetros p contém relações constitutivas entre x e y.
Finalmente, o vetor d designa parâmetros de tamanho.
A integração de um sistema DAE pode ser realizada por transformação em um sistema ODE. Vale
ressaltar que esta operação pode ser confrontada com o problema do índice. Índice é a ordem
numérica mínima de diferenciação necessária para transformar um sistema DAE em um conjunto
de ODEs de primeira ordem. Os problemas do índice um podem ser resolvidos por meio de
métodos padrão de diferenciação. Quando o índice é maior que um, o sistema DAE precisa de um
tratamento especial. Os códigos modernos têm recursos para detecção automática de índice maior
que um, diagnosticam o problema e sugerem modificações.
Para ilustrar o problema do índice, consideremos o seguinte sistema DAE simples:
𝑥̇ 1 = 𝑥1 + 3𝑦 (1)
𝑥̇ 2 = 𝑥2 − 2𝑦 (2)
0 = 𝑥1 + 𝑥2 − 𝑦 (3)
Pela diferenciação da última equação e substituindo as derivadas 𝑥̇ 2 e 𝑥̇ 2 leva a:

64
𝑦̇1 = 𝑥1 + 𝑥2 − 𝑦 (4)
Este sistema de equações (1), (2) e (4) pode ser inicializado consistentemente. O índice desse
sistema é 1 (um) porque foi necessária somente uma diferenciação:
Agora considere que a equação (3) pode ser reescrita em:
0 = 𝑥1 + 𝑥2 (5)
Como qualquer valor pode ser atribuído para y, a inicialização se torna indeterminada.
A diferenciação da relação (5) fornece:
0 = 𝑥̇ 1 + 𝑥̇ 2 (6)
Combinando com (1) e (2) leva a:
0 = 𝑥1 + 𝑥2+ + 𝑦 (7)
Diferenciando uma segunda vez e substituindo as derivadas por x1 e x2 resulta uma equação
diferencial para y, da seguinte maneira:
𝑦̇1 = −𝑥1 − 𝑥2 − 𝑦 (8)
Portanto, o índice do segundo problema é dois. A inicialização se torna consistente ao transformar
o sistema DAE em ODEs.
No entanto, no contexto de uma simulação prática com um grande número de variáveis, o
diagnóstico matemático de um problema de índice não é trivial. O usuário pode evitar esses
problemas examinando cuidadosamente o problema, particularmente a definição de
especificações, que podem ser diferentes das encontradas na simulação em estado estacionário.
Por exemplo, na configuração de simulação em estado estacionário, a pureza do produto de uma
coluna de destilação é comum, mas no modo dinâmico essa especificação pode levar a um
problema de índice maior que um. O motivo físico é que um conflito pode ocorrer na inicialização
devido ao saldo do material de entrada e saída. Uma solução melhor é deixar a pureza livre do
produto e definir outras variáveis que possam influenciar, como por exemplo o refluxo. Se uma
certa pureza deve ser alcançada, a melhor maneira é implementar um controlador que possa
manipular o refluxo ou a taxa de destilação.
4.3.2 Cálculo de propriedades físicas (modelos locais)
A maior parte do tempo de computação em uma execução de simulação é gasta na avaliação de
propriedades físicas. Modelos termodinâmicos fortemente não-lineares precisam de muitos
cálculos iterativos em cada etapa do procedimento de integração. Portanto, o uso de modelos não
iterativos mais simples pode reduzir consideravelmente o tempo de computação e aumentar
simultaneamente a robustez da simulação. Isso é obtido por meio de modelos locais para
propriedades físicas. Por exemplo, a seguinte relação linear pode estimar a variação dos fatores
K aproximadamente no cálculo do equilíbrio de fases:
𝐵𝑖
𝑙𝑛𝐾𝑖 = 𝐴𝑖 +
𝑇
As constantes A e B podem ser determinadas a partir do modelo completo por regressão em um
intervalo limitado de temperatura, pressão e composição, mas usadas “localmente” dentro ciclos.
Em seguida, os parâmetros do modelo local são atualizados novamente no nível externo.

65
4.4 Ferramentas de Controle Dinâmicos
4.4.1 Implementação de controles
A maioria dos controladores da indústria é baseada em uma entrada, uma saída - Single Input
Single Output (SISO). A implementação desses controladores consiste em uma sucessão de
operações, como a seguir:

 Selecione a variável de processo (PV) que deve ser controlada. Pode ser uma variável de
corrente ou unidade, geralmente pressão, temperatura, concentração, massa ou vazões
volumétricas, bem como o nível do líquido. A variação pode ser expressa como uma
porcentagem do intervalo (PVmax - PVmin). Setpoint SP é o valor de PV que deve ser
mantido no valor desejado. Normalmente, o Setpoint é posicionado próximo ao intervalo
médio.

 Defina a saída do controlador (OP) como a variável manipulada. Geralmente, é uma

vazão ou uma carga térmica. O projeto em estado estacionário fornece o valor nominal.
A saída máxima pode ser tomada como o dobro do valor nominal. A saída mínima pode
ser definida como zero ou com um valor seguro diferente de zero.

 Implemente o controlador. Os controladores PID (proporcional-integral-derivativo) são

os mais usados na prática. Um controlador PID modifica a variável manipulada seguindo
o algoritmo:
1 𝜏𝑖 𝑑𝜀(𝑡)
𝑂𝑃 = 𝑂𝑃𝑠𝑠 + 𝐾𝑐 [𝜀(𝑡) + ∫ 𝜀(𝑡)𝑑𝑡 + 𝜏𝑑 ]
𝜏𝑖 0 𝑑𝑡

Na relação acima OPss é o valor no estado estacionário, ou um bias da variável manipulada, e  é

o erro definido com a diferença ente as variáveis PV e SP:
𝜀 = 𝑆𝑃(𝑡) − 𝑃𝑉(𝑡)

Um controlador PID possui três parâmetros ajustáveis Kc, i d,que definem ações proporcionais
(P), integrais (I) e derivadas (D). O mais importante é o ganho do controlador Kc. Normalmente,
Kc é adimensional e é expresso como a razão da saída escalonada da entrada, %OP/%PV. Um
ganho mais alto fornece uma resposta mais rápida, mas também um comportamento mais
oscilatório. O controlador P sempre apresenta um erro de estado estacionário. O erro é reduzido
pela integração ao longo de um tempo conhecido como tempo de redefinição. O componente
derivado pode ser considerado para uma resposta mais rápida, sendo o parâmetro d conhecido
como tempo de reset. A determinação dos parâmetros acima implica um procedimento de ajuste.
Definir o modo de ação. Em ação direta, quando a variável de processo PV está acima do ponto
de ajuste (erro negativo), a variável manipulada (OP) é aumentada (ganho negativo) e vice-versa.
Por exemplo, considere o controle de nível pelo fluxo de saída. Quando o nível ultrapassa o ponto
de ajuste, o fluxo de saída também deve aumentar. Na ação inversa, quando o PV aumenta acima
de SP (erro negativo), a variável manipulada diminui. Aqui podemos dar como exemplo o
controle de qualidade pelo refluxo. Quando a pureza do produto aumenta acima do ponto de
ajuste, a vazão de refluxo deve diminuir.
Preparar a visualização do controlador e as configurações do historiador.
4.4.2 Sintonizar os controladores PI
PI é o controlador mais usado. A sintonia consiste em um controlador de Pl que busca as
características dinâmicas chamadas “ganho final” (Ku) e “período final” (Pu). Uma perturbação
degrau é introduzida e o ganho do controlador no modo P é aumentado lentamente. O valor no

66
qual a oscilação é permanente designam o ganho final Ku. O período final Pu pode ser medido
diretamente.
Em outro método, chamado ATV (variação de autoajuste), o controlador é substituído por um relé
de amplitude h%. O período é dividido em cada ciclo por dois até a ocorrência de oscilações. Se
 é a amplitude das oscilações, o ganho final pode ser calculado como:

Ku = 4h / 
Ao conhecer Ku e Pu, os parâmetros de um controlador PI podem ser calculados com relações
simples, conforme apresentado na, de acordo com Ziegler-Nichols (ZN) ou Luyben-Tyreus (LT).
Considera-se que o ajuste do ZN é um pouco agressivo, enquanto o LT é bastante suave. Observe
que os valores dos parâmetros de ajuste determinados como acima devem ser vistos apenas como
valores iniciais. A sintonia deve continuar até o ponto em que o desempenho do controlador é
satisfatório.
Tabela 4-1 – Regras de sintonia para controladores PI

Regra de sintonia Kc (%/%) Pu (min)

Ziegler-Nichols (ZN) Ku / 2,2 Pu / 1,2
Luyben-Tyreus (LT) Ku / 3,2 2,2 Pu

Outro problema é o uso dos parâmetros de ajuste para controladores SISO em um ambiente
MIMO (Multi-Input Multi-Output). A influência das interações entre os controladores pode ser
descartada em alguns casos apenas “dessintonizando” parâmetros, geralmente diminuindo os
ganhos e aumentando os tempos de reset.

67