Professional Documents
Culture Documents
FICA - EISIC
LA SIMULACIN EN LA INDUSTRIA
1.1. INTRODUCCIN
relacionados
bsicamente
con
los
juegos
de
azar y
FICA - EISIC
1.2. DEFINICIN
FICA - EISIC
travs
de
modelos
que
contemplen cualitativamente y
1.3. IMPORTANCIA
FICA - EISIC
1.4. APLICACIN
FICA - EISIC
Ejecucin del
modelo
Desarrollo del
Modelo
Anlisis de
salida del
modelo
FICA - EISIC
FICA - EISIC
nmeros
sucesivos
son
estadsticamente
FICA - EISIC
Prueba T de Student
La prueba de t Student, es un mtodo de anlisis estadstico, que compara
las medias de dos categoras dentro de una variable dependiente, o las
medias de dos grupos diferentes. Es una prueba paramtrica, o sea que solo
sirve para comparar variables numricas de distribucin normal.
La prueba t Student, arroja el valor del estadstico t. Segn sea el valor de t,
corresponder un valor de significacin estadstica determinado.
En definitiva la prueba de t Student contrasta la HP Nula de que la media de
la variable numrica y, no tiene diferencias para cada grupo de la variable
categrica x.
FICA - EISIC
10
FICA - EISIC
No se puede afirmar de forma ortodoxa que exista una relacin directa entre
la simulacin y la informtic a; pero si que a partir de la segunda, la primera
se afianz y que actualmente utiliza como herramientas de apoyo algunas de
las ciencias que forman parte de la informtica actual.
11
FICA - EISIC
En el entrenamiento
Utilizando el simulador aplicado como un sistema CAE en una planta de
produccin y ejecutndolo en modo offline (fuera de lnea), es posible
utilizarlo como una herramienta de entrenamiento para el personal
involucrado en la supervisin e inspeccin del proceso productivo.
En el diseo
Debido a la funcionalidad de una aplicacin de este tipo, es factible, a partir
de ensayos de informacin de produccin, proyectar el diseo de nuevos
equipos y maquinaria en una unidad operativa de proceso.
En la toma de decisiones
Con un banco de informacin generada a travs de la experimentacin y
apoyada en corridas del sistema con datos reales, es posible, proporcionar a
la direccin de una herramienta confiable para la toma de decisiones
empresariales.
12
FICA - EISIC
13
FICA - EISIC
Complejidad
Error
Despus de lis tar estas definiciones, se puede concluir que un modelo es:
Un instrumento de investigacin que simboliza las propiedades esenciales
de un sistema u objeto, para escenificar, describir y analizar de manera ms
comprensible y sencilla a la realidad del problema.
14
FICA - EISIC
15
FICA - EISIC
Delimitacin
Formacin
Comparacin
Determinacin
Validacin
MODELO
Formacin:.-
Determinacin.-
nuestras necesidades.
16
FICA - EISIC
Componentes
Variables
Parmetros
Relaciones Funcionales
Restricciones
17
FICA - EISIC
18
FICA - EISIC
Modelos Fsicos.
19
FICA - EISIC
Modelos Analgicos.
Modelos Matemticos.
20
FICA - EISIC
Hay que tomar en cuenta que, cuando realizamos un cambio en la vida til
es un cambio en una estimacin, adems afecta a los parmetros que se
toma como base para cualquier situacin de la simulacin.
21
FICA - EISIC
22
FICA - EISIC
Precisin de la estimacin.
Tpicamente, entre mayor precisin se requiera se necesita mayor nivel de
detalle, y probablemente se necesite mayor tiempo. Si se solicita una
estimacin de orden de magnitud grande, se puede concluir rpidamente
este trabajo, en un nivel muy alto y con el mnimo de detalle. Por otra parte,
si se debe proporcionar una estimacin precisa, seguramente se necesitar
mayor cantidad de tiempo para entender el trabajo a un nivel de detalle
mayor.
Recursos
Se debe tomar en cuenta los parmetros que participan directamente en el
sistema u objeto, es decir, los que varan el sistema con cualquier tipo de
modificacin.
Tiempo.
El tiempo a
23
FICA - EISIC
Agregar contingencia
La contingencia es usada para reflejar la incertidumbre o el riesgo asociado
a una estimacin. Si la estimacin fue requerida con poco tiempo de
anticipacin, la contingencia tendr que ser mayor. Aun cuando existe
tiempo para realizar estimaciones razonablemente precisas, la contingencia
puede estar en un rango del 20 al 25%. El no agregar contingencia significa,
que se est 100% seguro de las estimaciones. Este puede ser el caso si se
han desarrollado con anterioridad diversos proyectos similares.
Revisar y ajustar
Se debe regresar y revisar las estimaciones, ajustndolas de modo que
reflejen con mayor fidelidad la realidad. Tambin se debe revisar si el
modelo de estimacin es consistente y razonable.
1.11.2. PRONSTICOS
Para iniciar con una breve explicacin de pronsticos, vamos a dar paso a
su definicin.
24
FICA - EISIC
relevantes.
El
pronosticador
debe
utilizar
informacin
25
FICA - EISIC
Mtodo Ingenuo.
Mtodo baromtrico.
Mtodo Analtico.
26
FICA - EISIC
Diagnosis.
El modelo se emplea como representacin profunda del sistema, sobre el
que es posible determinar las causas que generan una desviacin respecto
a un comportamiento terico. En este tipo de aplicaciones es donde los
modelos funcionales son especialmente importantes, dado que modelan
directamente las funciones del sistema.
Optimizacin.
El modelo se emplea para determinar situaciones del proceso en las que se
logra una mejora del rendimiento.
27
FICA - EISIC
Enseanza.
El modelo se utiliza para que una persona estudie el comportamiento del
sistema al que modela. Este tipo de sistemas se han empleado en varias
circunstancias.
28
FICA - EISIC
29
FICA - EISIC
OTRAS APLICACIONES.
30
FICA - EISIC
Otro ejemplo comn son los puentes que hay sobre las autopistas para que
los peatones puedan cruzarlas. Por muchas personas que pasen por el
puente este no ceder, pero y si al peso de los pasajeros se le aade la
presin que ejerce la fuerza del viento y las vibraciones y oscilaciones
producidas por los ve hculos que circulan por debajo?. El puente se puede
venir abajo. Una vez ms resulta necesario recurrir a la simulacin industrial
antes de hacer cualquier tipo de puente, porque lo que no se puede hacer es
construirlo "infinitamente" resistente por si ac aso. Sea como sea, el caso es
que en la industria se ha convertido en una norma simular antes de construir
y naturalmente, nuestros ordenadores tienen mucho que decir al respecto.
A una explicacin causal, para que sea verosmil, se le pide que cumpla
estos cuatro requisitos:
v Fuerte correlacin entre causa y efecto (si hay una causa, entonces
debe tambin haber un efecto; y si no hay causa, entonces tampoco
efecto)
v La causa debe preceder al efecto y nunca a la inversa
v Una proporcin o razonable conexin entre causa y efecto (hay a
veces fuertes correlaciones fortuitas entre diversos fenmenos que no
tienen nada que ver entre s).
31
FICA - EISIC
Dibujar una larga flecha horizontal apuntando hacia la caja. Esta flecha
servir como espina dorsal en la cual causas mayores y menores sern
categorizadas e interrelacionadas como se observa en el diagrama # 1.1.
32
CAUSAS
FICA - EISIC
Describir el
problema
EFECTOS
Una vez depuradas las causas del diagrama, por cada elemento que ste
contenga, se deber discutir de que forma impacta al problema.
33
FICA - EISIC
34
FICA - EISIC
35
FICA - EISIC
CAPITULO II
CONTENIDOS
Introduccin
Antecedentes
Tcnicas convencionales asistidas por computadora
Ingeniera concurrente (IC
Sistemas de diseo asistido por computadora - CAD
Sistemas de manufactura asistida por computadora - CAM
Sistemas de ingeniera asistida por computadora - cae
Estudio de sistemas CAD/CAM/CAE integrado
Software CAD/CAM/CAE
36
FICA - EISIC
2.1. INTRODUCCIN
2.1. ANTECEDENTES
37
FICA - EISIC
Por otra parte, es necesario incluir programas que en cada fase de la lnea
de produccin gobiernen dichos equipos y permitan establecer la
informacin necesaria para realizar operaciones de produccin ptimas. Es
aqu donde entran en juego los sistemas o tcnicas asistidas por
computadora mencionadas anteriormente. Los sistemas CAD (Diseo
Asistido por computadora), CAM (Manufactura Asistida por computadora) y
CAE (Ingeniera Asistida por Computadora) son los ms conocidos y ms
utilizados actualmente.
38
FICA - EISIC
Ingeniera
Concurrente
es
una
filosofa
orientada
integrar
39
FICA - EISIC
40
FICA - EISIC
ganancias
de
tiempo
en
la
generacin
de
planos.
2D:
sustitutivo
bsicamente
del
tablero
de
dibujo,
la
41
FICA - EISIC
o Modelado en superficies.
o Modelado slido.
42
FICA - EISIC
"off-line"
de
mquinas
CNC
(Control
Numrico
43
FICA - EISIC
de
piezas,
como:
fresado,
torneado,
electroerosionado,
44
FICA - EISIC
factores
que
intervienen
en
el
mismo,
obtenindose
45
FICA - EISIC
Fundamental
Diseo
Mecanizado
Anlisis por
elementos finitos
Piezas
mecnicas
tornillos
zapatos
No Fundamental
Diseo
Prod. Granel
Anlisis con
Modelado y
Simulacin
Harinas
Azcar
Qumicos
Sistemas
CAE
de acuerdo a
naturaleza del
producto final
46
FICA - EISIC
47
FICA - EISIC
48
FICA - EISIC
Desarrollo Solucin
Seleccin de
Pre- estudio
Prototipos
Proyecto
Hiptesis
Documentacin
Serie Piloto
Produccin
Necesidad
Serie Cero
Mercado
49
FICA - EISIC
50
FICA - EISIC
Una vez que se dispone de los utillajes definitivos, se elabora una SERIE
CERO cuyo objeto es simular la fabricacin en serie del producto en las
condiciones que posteriormente ser fabricado. Los productos obtenidos de
51
FICA - EISIC
de
texto
para
leer
escribir
puede
considerarse
52
FICA - EISIC
53
FICA - EISIC
54
FICA - EISIC
55
FICA - EISIC
CAPITULO III
CONTENIDOS
DESARROLLO DEL SISTEMA DE SIMULACIN
v Anlisis del sistema
v Anlisis de requerimientos
v Definicin del sistema
v Adquisicin y recopilacin de informacin
v Definicin de procedimientos
v Diseo del sistema
v Simulacin a travs de modelos matemticos
v Diseo de la base de datos
v Diseo de pantallas de entrada y salida
v Desarrollo de la aplicacin
v Implementacin de sistema simulador
v Documentacin
56
FICA - EISIC
57
FICA - EISIC
58
FICA - EISIC
PLCs
Planta de Produccin
Informacin
Laboratorio
Ingreso de
informacin
rea de Servidores
Tcnicos
BDD
Almacenamiento
de Datos
Modelo y Anlisis
Simulacin
Tcnicos
Simulador
Consulta
Distribucin
59
FICA - EISIC
Caa
Molienda
Jugo Mixto
Purificacin
J. Encalado
Clarificacin
J. Claro
Cristalizacin Centrifugacin
Discontinuo
Meladura
Evaporacin
Mieles
Secado Envasado
AZUCAR
60
FICA - EISIC
SISTEMA OPERATIVO
61
FICA - EISIC
CLIENTE - SERVIDOR
mltiples peticiones.
62
PLATAFORMA
FICA - EISIC
COMPONENTE COMPONENTE
SERVER
CLIENTE
Si
Si
Si
posteriores
Microsoft Windows NT Server 4.0 y Si
Si
posteriores
Microsoft Windows NT Server Enterprise Si
Si
No
Si
MS-DOS
No
Si
Third party
No
Si (Unix, apple
Macintosh)
Internet Browsers
No
Si
63
FICA - EISIC
64
FICA - EISIC
de
produccin
del
IANCEM,
tambin
se
definieron
los
65
FICA - EISIC
PROCEDIMIENTO AUTENTIFICACIN
66
FICA - EISIC
BDD
Administrador
Actualizacin
SI
Acceso al
Sistema
Administrador?
Actualizacin
Genera
r
Parmetros de
Operacin
NO
Simulacin
Proceso de
Produccin
Anlisis
Modelos
Clculos
Operador
Reportes
Genera
r
67
FICA - EISIC
Parmetros
<include>
Modelo
Molienda
<solicita>
Reporte
Modelo
matemtico
<input>
Next Model
<include>
Reporte
<interacta>
Procesos de
clculo
<extend>
<almacena>
R
MOLIENDA
68
FACTORES DE INGRESO
FICA - EISIC
RANGOS
69
FICA - EISIC
L = A*
bA
bL
Ec. # 1
I = A*
bA
bI
Ec. # 2
F = A*
bA
bF
Ec. # 3
Z = A*
bA
bZ
Ec. # 4
b
J = A *1 A + W
bZ
Ec. # 5
1 1
O = AbA
bI bL
Ec. # 6
1 1
H = AbA
bL bZ
Ec. # 7
bI =
1
1
1
1
W
+
b L bF bZ Ab A
C = A*
(b
(b
B= A
G=
(b
bA )
bC* X C )
bC * X C )
bB bC* X C
A
C( X c 1) + J
(1 X )
Ec. # 8
Ec. # 9
Ec. # 10
Ec. # 11
E = C * XC + G * XG
bE =
CX C bC * + GX G bG*
E
Ec. # 12
Ec. # 13
70
FICA - EISIC
Ec. # 14
Ec. # 15
Ec. # 16
Ec. # 17
Ec. # 18
Ec. # 19
Ec. # 20
71
FICA - EISIC
Parmetros
<include>
<solicita>
Before Model
Modelo
Purificacin
Clculo
Modelo
matemtico
<input>
Next Model
<include>
Reporte
<interacta>
Procesos de
clculo
<extend>
<almacena>
R
72
FACTORES
Kg antiincrustante / ton caa
Kg S/tcm
Conversin S -> So2
Baum
Kg Cal / Kg agua
Kg cal / tcm
Kg NA 2CO3 / tcm
Floculante diluido/tcm
Fosfatos/tcm
Acido forsfrico/tcm
Corriente de bagazo
FICA - EISIC
VALOR
0.002
0.17
1
9
0.08
1.107
0.092
0.003
0.008
0.013
0.101
informacin
R=
(H
HC )( J E + F ) q + B( H B HC ) A(1 HC )
(1 B
qH P H C (1 q) )
Ec. # 21
C = JE + Fq + R(q-1) + B + A
Ec. # 22
P = q(JE + F + R)
Ec. # 23
JC = JE + R + F P
Ec. # 24
Ec. # 25
73
FICA - EISIC
Parmetros
<include>
<solicita>
Before Model
Modelo
Evaporacin
Clculo
Modelo
matemtico
<input>
Next Model
<include>
Reporte
<interacta>
Procesos de
clculo
<extend>
<almacena>
R
RANGOS
74
FICA - EISIC
Las siguientes ecuaciones, permiten calcular los valores tiles para que el
Jefe de produccin tome decisiones a tiempo.
75
FICA - EISIC
Relaciones Funcionales:
Cuerpo
Preevaporador
Concentrado
(P
(P
(P
C= C *
(P
(P
C=C *
CP = J C *
Primer
Segundo
JC
PEP )
CP
PE 1)
C1
PE 1)
C1
PE 2 )
(P
C2
Tercero
C3= C2 *
Cuarto
C4 = C3 *
PEP )
CP
Evaporado
(P
PE 2
C2
PE 3)
C3
PE 3
(P
(P
C3
PE 4 )
C4
PE 4
(P
Ec. # 27
(P
(P
(P
E=C *
(P
(P
E =C *
(P
E P = JC *
CP
CP
Ec. # 29
Ec. # 31
C1
C2
PC 1)
E3= C3 *
PE 2 )
(P
(P
PC 2 )
(P
(P
PC 3 )
C3
C3
Ec. # 35
PCP )
PE 1)
E 3= C2 *
PEP )
C!
C2
Ec. # 33
PJC )
C4
C4
PE 3 )
PE 4 )
Ec. # 28
Ec. # 30
Ec. # 32
Ec. # 34
Ec. # 36
Ec. # 37
Ec. # 38
PJ = M*PM - i*Pi
Ec. # 39
76
FICA - EISIC
FACTORES
CRISTALIZACIN 1
Densidad del magma
MCA = Masa Cocida A.
Refundidos
brix de la masa cocida A
brix de la miel A rica
brix del Magma
brix de refundidos
pol de la masa cocida A
pol de la miel A rica
Pol del Magma
Pol de refundidos
FACTORES
CRISTALIZACIN 2
Masa cocida B
Pie de Templa
brix de la Masa Cocida B
brix de la miel A pobre
Brix de la miel A rica
Brix del pie de templa
Pol de la masa cocida B
Pol de la miel A pobre
Pol de la miel A rica
Pol del pie de templa
FACTORES
CRISTALIZACIN 3
Masa Cocida C
Pie de Templa
Brix de la masa cocida C
Brix de la miel B
Brix de la miel C
Brix del pie de templa
Pol de la masa cocida C
Pol de la miel B
Pol de la miel C
Pol del pie de Templa
FACTORES
PIE DE TEMPLA
Pie de Templa
Miel A rica
Brix del pie de templa
Brix de la miel A rica
Brix de la miel A pobre
Brix de la miel B
Pol del pie de Templa
Pol de la miel A rica
Pol de la miel A pobre
Pol de la miel B
Relaciones funcionales:
M J'
3
+
= 6 [m ]
M J
M*BM + J*BJ = (M+J)*BMJ
Ec. # 40
Ec. # 41
77
FICA - EISIC
Slidos en el Tacho:
MCA*BMCA = J*BJ + mAr*BmAr + (J*BJ + M*BM) + R*BR
Ec. # 42
Azcar en el Tacho:
MCA*PMCA = J*PJ + mAr*PmAr + (J*PJ + M*PM) + R*PR
Ec. # 43
Ec. # 44
Agua aadida =
MCA * MCAT 1
B MCAC
Ec. # 45
XA =
mAp
XA
m Ap
XP
PIE
XB = MCA
mAp requerido / MCB
mB
m
XB B XP
PIE
XC = MCB
m B requerido / MCC
XP=
Ec. # 56
XB + XC
3
Ec. # 57
Ec. # 58
Ec. # 59
78
3.2.1.5.
PLANTEAMIENTO
FICA - EISIC
DEL
MODELO
MATEMTICO
CENTRIFUGACIN.
Parmetros
<solicita>
Before Model
Modelo
Cristalizacin
Centrifugacin
Clculo
<include>
Modelo
matemtico
<input>
Next Model
<include>
Reporte
<interacta>
Procesos de
clculo
<extend>
<almacena>
R
FACTORES
CENTRFUGA 2
MCB que sale del cristalizador
Pol de la MC de B que sale del
cristalizador
Pol de la miel B
Pol del magma de B
FACTORES
CENTRFUGA 3
MCC que sale del cristalizador
Pol de la MCC que se
descarga del cristalizador
Pol de la miel C
Pol del magma C
79
FICA - EISIC
mA =
ZA =
m Ap =
m Ar =
m A * ( PMAr PMA )
PMAr PMAp
m A * PMA PMAp
PMAr PMAp
Ec. # 60
Ec. # 61
Ec. # 62
Ec. # 63
mB =
ZB =
Ec. # 64
Ec. # 65
mC =
ZC =
Ec. # 66
Ec. # 67
80
FICA - EISIC
Parmetros
<include>
<solicita>
Before Model
Modelo
Secado
Clculo
Modelo
matemtico
<input>
Next Model
<include>
Reporte
<interacta>
Procesos de
clculo
<extend>
<almacena>
R
FACTORES ENFRIAMIENTO
Humedad msica del aire
para enfriamiento
Entalpa del aire para
enfriamiento
Humedad del azcar que
sale del secador
Temperatura del azcar
que sale del secador
FACTORES SALIDA
Evacuacin de aire o
aire de salida
Humedad msica del
aire de salida (mezcla)
Entalpa del aire de
salida (mezcla)
Finos que van al
cicln
81
FICA - EISIC
ZE = ZC *
1 H Zc
Z EC
1 H Ze
Ec. # 68
E * YE + C * YC + WEv = ( E + C) * YM
Ec. # 69
1 H Zc
WEV = Z C * 1
1 H Ze
Ec. # 70
E * H E + C * HC + Z C * ( T * Cp ) ZC = ( E + C) * H M + Z E * ( T * Cp) ZE
Ec. # 71
El sistema simulado considera al tiempo perdido como nulo, es decir que los
anlisis de desarrollo se realizaron cuando no existi ninguna parada del
proceso, adems se debe resaltar que cada mdulo se encuentra ligado del
mdulo siguiente, es decir los datos de salida de un mdulo sirven de
entrada al siguiente, esto sucede hasta el mdulo de evaporacin, mientras
que en la parte de cristalizacin y centrifugacin se utilizan entradas
discontinuas, es decir que las salidas de los evaporadores sirven para
posteriores utilizaciones en este proceso.
Con esta informacin se plantearon las funciones necesarias con cdigo
fuente en Visual Basic para resolver el Modelo Matemtico compuesto por
71 ecuaciones producto del modelado de cada uno de las Unidades
Operativas de Proceso o Mdulos de Produccin.
82
FICA - EISIC
del
sistema molienda
83
FICA - EISIC
84
FICA - EISIC
85
FICA - EISIC
86
FICA - EISIC
1. Molienda
2. Purificacin
3. Clarificacin
4. Evaporacin
5. Cristalizacin-Centrifugacin
Masa Cocida A
Masa Cocida B
Masa Cocida C
Pie de Templa
6. Secador
7. Reportes
87
FICA - EISIC
Pantalla
Pantalla E-S
Mdulo Molienda
Pantalla E-S
Clarificacin
Pantalla E-S
Evaporacin
Pantalla E-S
Purificacin
Pantalla E-S
Cristalizacin
Centrrifugacin
Pantalla E-S
MCA-Centrifugacin
Informes
Pantalla E
Parmetros
Pantalla E-S
MCB-Centrifugacin
Pantalla
Informes
Pantalla E-S
MCC-Centrifugacin
Pantalla de salida
Reportes
Pantalla E-S
Secado
Pantalla E-S
Pie de Templa
88
FICA - EISIC
3.5. DOCUMENTACIN
89
FICA - EISIC
CAPITULO III
CONTENIDOS
DESARROLLO DEL SISTEMA DE SIMULACIN
v Anlisis del sistema
v Anlisis de requerimientos
v Definicin del sistema
v Adquisicin y recopilacin de informacin
v Definicin de procedimientos
v Diseo del sistema
v Simulacin a travs de modelos matemticos
v Diseo de la base de datos
v Diseo de pantallas de entrada y salida
v Desarrollo de la aplicacin
v Implementacin de sistema simulador
v Documentacin
90
FICA - EISIC
4.1. INTRODUCCIN
Para realizar la prueba de los resultados del sistema simulador se utiliz los
datos de los reportes diarios del laboratorio durante aproximadamente un
perodo de seis meses, con la informacin recolectada se realiz la seleccin
de las variables que seran sometidas a comprobacin de cada uno de los
mdulos del sistema, variables de salida del sistema simulador al aplicarse
el modelo matemtico correspondiente a cada uno de sus mdulos.
91
FICA - EISIC
El sistema se valid para los seis das de molienda que realiza en ingenio
azucarero, esto se debi a que la maquinaria sufre varios cambios por el
proceso, es decir; existen cambios de temperatura, fugas de vapor,
derrames de jugos, etc.
El sistema debe manipularlo una persona que conoce del funcionamiento del
proceso azucarero, para que los valores que se ingrese al sistema no se
salgan del rango que en el proceso real podran presentarse y asumirse.
92
FICA - EISIC
Para la validacin de los flujos de las variables del cuadro # 4.1 se utiliz la
frmula siguiente:
F.4.1.
Valor experimental
Esta frmula permite calcular el porcentaje de error que existe entre el valor
experimental y el valor del modelo, a continuacin se calcular los
porcentajes de desviaciones para las variables que se muestran en la tabla #
4.1 para los seis das de produccin semanal del IANCEM.
Para la validacin del jugo mixto se utiliza la informacin de la tabla 4.1 que
se muestra a continuacin:
Datos
Valor Experimental
Valor Modelo
93
FICA - EISIC
Los resultados obtenidos del valor del modelo que se muestra en la tabla #
4.1 se determin utilizando el mdulo de molienda del sistema simulador
como se puede observar en el grfico # 4.1, mientras que el flujo del valor
experimental se lo extrajo de una media aritmtica aplicada a los flujos de
muestra recopilados del Sistema Foxboro del IANCEM.
Datos de entrada
da
Flujo de imbibicin
Toneladas Caa x
da
Tiempo perdido
Pol de la Caa
Valores
1
6 m3/h
1000 Ton/da
0
14,06
F.4.1.
Valor experimental
94
FICA - EISIC
Datos
Valor Experimental
Valor Modelo
Datos de entrada
da
Flujo de imbibicin
Toneladas Caa x da
Tiempo perdido
Pol de la Caa
Valores
2
5.5 m3/h
1000 Ton/da
0
14,05
95
FICA - EISIC
Datos
Valor Experimental
Valor Modelo
En la tabla # 4.6 se encuentran los datos de entrada para obtener el valor del
modelo.
Datos de entrada
da
Flujo de imbibicin
Toneladas Caa x da
Tiempo perdido
Pol de la Caa
Valores
3
4,9 m3/h
1000 Ton/da
0
14,07
96
FICA - EISIC
Datos
Valor Experimental
Valor Modelo
En la tabla # 4.8 se encuentran los datos de entrada para obtener el valor del
modelo.
Datos de entrada
da
Flujo de imbibicin
Toneladas Caa x da
Tiempo perdido
Pol de la Caa
Valores
4
4,5 m3/h
1000 Ton/da
0
14,03
97
FICA - EISIC
Datos
Valor Experimental
Valor Modelo
Datos de entrada
Da
Flujo de imbibicin
Toneladas Caa x da
Tiempo perdido
Pol de la Caa
Valores
5
3,8 m3/h
1000 Ton/da
0
14,04
98
FICA - EISIC
Datos
Valor Experimental
Valor Modelo
Valores
5
3,28 m3/h
1000 Ton/da
0
14,17
Una vez calculado el porcentaje de error para cada uno de los seis das de
produccin se puede concluir que la variable se encuentra dentro del margen
de error del 5 %, por lo tanto este valor esta contemplando la realidad del
proceso y es confiable su respuesta, en el grafico # 4.1 se puede observar la
correlacin que existe entre el valor experimental y el valor del modelo,
adems en el grafico # 4.2. se muestran los porcentajes de error para cada
99
FICA - EISIC
CORRELACIN ENTRE VE vs VM
37,00
36,00
Valor
Experimental
35,00
Grafico # 4.1. Correlacin entre los valores experimentales y el valor del modelo del
jugo mixto
% DE DESVIACION ENTRE VE vs VM
5,00%
4,00%
3,00%
2,00%
2,14%
1,59%
1,01%
1,00%
0,53%
0,54%
0,48%
0,00%
1
das
Porcentaje de desviacin
Grafico # 4.2. % de error presente entre los valores experimentales y el valor del
modelo del jugo mixto
100
FICA - EISIC
Datos
Valor Experimental
Valor Modelo
Pol Bagazo %
6,05
6,35
Datos
Valor Experimental
Valor Modelo
Pol Bagazo %
6,12
6,28
101
FICA - EISIC
Datos
Valor Experimental
Valor Modelo
Pol Bagazo
6,13
6,39
102
FICA - EISIC
Datos
Valor Experimental
Valor Modelo
Pol Bagazo %
6,11
6,17
Datos
Valor Experimental
Valor Modelo
Pol Bagazo %
6,12
6,15
103
FICA - EISIC
Datos
Valor Experimental
Valor Modelo
Pol Bagazo %
6,10
7,01
Una vez calculado el porcentaje de error para cada uno de los seis das de
produccin se puede concluir que el resultado de la variable se encuentra
dentro del margen de error del 5 %, por lo tanto este valor esta
104
FICA - EISIC
CORRELACIN ENTRE VE vs VM
7,00
Valor
Experimental
Valor del
Modelo
6,00
5,00
0
Grafico # 4.1. Correlacin entre los valores experimentales y el valor del modelo de la
Pol Bagazo
% DE DESVIACION ENTRE VE vs VM
5,00%
4,00%
3,00%
2,00%
3,04%
2,25%
2,04%
0,98%
0,49%
0,49%
1,00%
0,00%
1
das
Porcentaje de desviacin
Grafico #4.1.% de error presente entre los valores experimentales y el valor del
modelo de la Pol Bagazo
105
FICA - EISIC
Datos
Valor Experimental
Valor Modelo
Pol Cachaza %
8,35
8,55
106
FICA - EISIC
Datos
Valor Experimental
Valor Modelo
Pol Cachaza %
8,69
8,97
Datos
Valor Experimental
Valor Modelo
Pol Cachaza
9,44
9,71
107
FICA - EISIC
Datos
Valor Experimental
Valor Modelo
Pol Cachaza %
10,01
10,36
Datos
Valor Experimental
Valor Modelo
Pol Cachaza %
11,77
11,89
108
FICA - EISIC
Datos
Valor Experimental
Valor Modelo
Pol Cachaza %
13,33
13,47
109
FICA - EISIC
Una vez calculado el porcentaje de error para cada uno de los seis das de
produccin se puede concluir que, el resultado de la variable se encuentra
dentro del margen de error del 5 %; por lo tanto, este valor esta
contemplando la realidad del proceso y es confiable su respuesta, en el
grafico # 4.5 se puede observar la correlacin que existe entre el valor
experimental y el valor del modelo, adems en el grafico # 4.6. se muestran
los porcentajes de error para cada uno de los casos de los seis das de la
semana de produccin que no sobrepasan el 5 % de error.
CORRELACIN ENTRE VE vs VM
14,00
13,00
12,00
Valor
Experimental
11,00
Valor del
Modelo
10,00
9,00
8,00
0
das
Grafico # 4.4. Correlacin entre los valores experimentales y el valor del modelo de la
Pol Cachaza
110
FICA - EISIC
% DE DESVIACION ENTRE VE vs VM
5,00%
4,00%
3,00%
2,00%
2,39%
2,75%
2,86%
1,47%
1,01%
1,05%
1,00%
0,00%
1
das
Porcentaje de desviacin
Grafico # 4.5.% de error presente entre los valores experimentales y el valor del
modelo de la Pol Cachaza
Datos
Valor Experimental
Valor Modelo
111
FICA - EISIC
Datos
Valor Experimental
Valor Modelo
112
FICA - EISIC
Datos
Valor Experimental
Valor Modelo
Melaza
10,41
10,55
Datos
Valor Experimental
Valor Modelo
113
FICA - EISIC
Datos
Valor Experimental
Valor Modelo
114
FICA - EISIC
Una vez calculado el porcentaje de error para cada uno de los seis das de
produccin se puede concluir que, el resultado de la variable se encuentra
dentro del margen de error del 5 %; por lo tanto, este valor esta
contemplando la realidad del proceso y es confiable su respuesta, en el
grafico # 4.7 se puede observar la correlacin que existe entre el valor
experimental y el valor del modelo, adems en el grafico # 4.8. se muestran
los porcentajes de error para cada uno de los casos de los seis das de la
semana de produccin que no sobrepasan el 5 % de error.
CORRELACIN ENTRE VE vs VM
11,00
10,00
Valor
Experimental
9,00
Valor del
Modelo
8,00
7,00
6,00
0
das
Grafico # 4.7. Correlacin entre los valores experimentales y el valor del modelo de la
Melaza
115
FICA - EISIC
% DE DESVIACION ENTRE VE vs VM
5,00%
4,00%
3,00%
2,00%
1,75%
1,37%
0,87%
1,62%
1,34%
1,11%
1,00%
0,00%
1
das
Porcentaje de desviacin
Grafico # 4.8.% de error presente entre los valores experimentales y el valor del
modelo de la Melaza
Para obtener el porcentaje de las masa cocidas primera (A), segunda (B),
tercera (C) y el pie de templa por da (seis das considerados) en el sistema
simulador, se utiliz los valores que se muestran en el anexo 4.1. a
continuacin se detalla para cada uno de los das.
MCA %
6,65
MCB %
2,79
MCC % PIE T.
1,00
1,27
6,71
2,86
1,03
1,30
116
FICA - EISIC
117
FICA - EISIC
Datos
Valor
Experimental
Valor Modelo
MCA %
7,48
MCB %
3,19
MCC % PIE T.
1,14
1,41
7,56
3,22
1,17
1,46
118
FICA - EISIC
Datos
Valor
Experimental
Valor Modelo
MCA %
8,42
MCB %
3,51
MCC % PIE T.
1,29
1,59
8,48
3,53
1,35
1,63
119
FICA - EISIC
120
Datos
Valor
Experimental
Valor Modelo
FICA - EISIC
MCA %
6,44
MCB %
2,91
MCC % PIE T.
0,89
1,27
6,49
2,96
0,91
1,29
121
FICA - EISIC
Datos
Valor
Experimental
Valor Modelo
MCA %
3,96
MCB %
2,71
MCC % PIE T.
0,79
1,17
3,97
2,74
0,83
1,19
122
FICA - EISIC
Datos
Valor
Experimental
Valor Modelo
MCA %
6,61
MCB %
2,88
MCC % PIE T.
1,01
1,26
6,65
2,91
1,04
1,28
123
FICA - EISIC
124
FICA - EISIC
Una vez calculado el porcentaje de error para cada uno de los seis das de
produccin se puede concluir que, el resultado de la variable se encuentra
dentro del margen de error del 5 %; por lo tanto, este valor esta
contemplando la realidad del proceso y es confiable su respuesta, en los
grficos #4.9, #4.11, #4.13, #4.15 y #4.17, se puede observar la correlacin
que existe entre el valor experimental y el valor del modelo, adems en el
grafico #4.10, #4.12, #4.14, #4.16 y #4.18, se muestran los porcentajes de
error para cada uno de los casos de los seis das de la semana de
produccin que no sobrepasan el 5 % de error.
Primer da
Valor Experimental
Valor Modelo
MCA
MCB
MCC
PT
Masas
Grafico # 4.9. Correlacin entre los valores experimentales y el valor del modelo da 1
125
FICA - EISIC
5,00%
3,00%
2,51%
3,00%
2,36%
0,90%
1,00%
-1,00%
MCA
MCB
MCC
PT
Porcentaje de desviacin
Grafico # 4.10.% de error presente entre los valores experimentales y el valor del
modelo de la Melaza
Segundo da
Valor
Experimental
Valor Modelo
MCA
MCB
MCC
PT
Masas
Grafico # 4.11. Correlacin entre los valores experimentales y el valor del modelo
da 2
5,00%
4,00%
2,51%
3,00%
2,00%
3,00%
2,36%
0,90%
1,00%
0,00%
MCA
MCB
MCC
PT
Porcentaje de desviacin
Grafico # 4.12.% de error presente entre los valores experimentales y el valor del
modelo
126
FICA - EISIC
Tercer da
9,00
8,00
7,00
6,00
5,00
4,00
3,00
2,00
1,00
0,00
Valor Modelo
MCA
MCB
MCC
PT
Masas
Grafico # 4.13. Correlacin entre los valores experimentales y el valor del modelo
5,00%
4,00%
3,05%
3,00%
2,00%
1,00%
0,71%
2,52%
0,57%
0,00%
MCA
MCB
MCC
PT
Porcentaje de desviacin
Grafico # 4.14.% de error presente entre los valores experimentales y el valor del
modelo
Cuarto da
Valor Experimental
Valor Modelo
3,00
2,00
1,00
0,00
MCA
MCB
MCC
PT
Masas
Grafico # 4.15. Correlacin entre los valores experimentales y el valor del modelo
127
FICA - EISIC
5,00%
4,00%
3,00%
2,25%
1,72%
2,00%
1,57%
0,77%
1,00%
0,00%
MCA
MCB
MCC
PT
Porcentaje de desviacin
Grafico # 4.16. % de error presente entre los valores experimentales y el valor del
modelo
Quinto da
Valor Experimental
Valor Modelo
3,00
2,00
1,00
0,00
MCA
MCB
MCC
PT
Masas
Grafico # 4.15. Correlacin entre los valores experimentales y el valor del modelo
128
FICA - EISIC
5,00%
4,00%
2,47%
3,00%
1,68%
2,00%
1,11%
1,00%
0,18%
0,00%
MCA
MCB
MCC
PT
Porcentaje de desviacin
Grafico # 4.16. % de error presente entre los valores experimentales y el valor del
modelo
Sexto da
Valor Experimental
6,00
Valor Modelo
5,00
4,00
3,00
2,00
1,00
0,00
MCA
MCB
MCC
PT
Masas
Grafico # 4.17. Correlacin entre los valores experimentales y el valor del modelo
129
FICA - EISIC
5,00%
4,00%
2,97%
3,00%
1,59%
2,00%
1,00%
1,04%
0,61%
0,00%
MCA
MCB
MCC
PT
Porcentaje de desviacin
Grafico # 4.18. % de error presente entre los valores experimentales y el valor del
modelo
Para obtener el valor de las Toneladas de azcar a silos por da (seis das
considerados) en el sistema simulador, se utiliz los valores que se
muestran en el anexo 4.1. a continuacin se detalla para cada uno de los
das.
Datos
Valor Experimental
Valor Modelo
130
FICA - EISIC
Datos
Valor Experimental
Valor Modelo
131
FICA - EISIC
Datos
Valor Experimental
Valor Modelo
Datos
Valor Experimental
Valor Modelo
132
FICA - EISIC
Datos
Valor Experimental
Valor Modelo
133
FICA - EISIC
Datos
Valor Experimental
Valor Modelo
Una vez calculado el porcentaje de error para cada uno de los seis das de
produccin se puede concluir que, el resultado de la variable se encuentra
dentro del margen de error del 5 %; por lo tanto, este valor esta
contemplando la realidad del proceso y es confiable su respuesta, en el
grafico # 4.19 se puede observar la correlacin que existe entre el valor
experimental y el valor del modelo, adems en el grafico # 4.20. se muestran
los porcentajes de error para cada uno de los casos de los seis das de la
semana de produccin que no sobrepasan el 5 % de error.
134
FICA - EISIC
CORRELACIN ENTRE VE vs VM
118,00
115,00
112,00
109,00
106,00
103,00
Valor Experimental
Valor del Modelo
100,00
97,00
94,00
91,00
88,00
85,00
0
das
Grafico # 4.19: Correlacin entre los valores experimentales y el valor del modelo
% DE DESVIACION ENTRE VE vs VM
5,00%
4,00%
3,00%
2,00%
1,00%
0,00%
2,11%
1,77%
1,49%
0,75%
0,60%
1,20%
das
Porcentaje de desviacin
Grafico # 4.20: % de error presente entre los valores experimentales y el valor del
modelo
135
FICA - EISIC
Datos
Valor Experimental
Valor Modelo
Rendimiento %
9,3
9,5
136
FICA - EISIC
Datos
Valor Experimental
Valor Modelo
Rendimiento %
10,4
10,6
Datos
Valor Experimental
Valor Modelo
Rendimiento %
11,6
11,8
137
FICA - EISIC
Datos
Valor Experimental
Valor Modelo
Rendimiento %
9,4
9,5
138
FICA - EISIC
Datos
Valor Experimental
Valor Modelo
Rendimiento %
8,6
8,.8
Datos
Valor Experimental
Valor Modelo
Rendimiento %
9,28
9,30
139
FICA - EISIC
Una vez calc ulado el porcentaje de error para cada uno de los seis das de
produccin se puede concluir que, el resultado de la variable se encuentra
dentro del margen de error del 5 %; por lo tanto, este valor esta
contemplando la realidad del proceso y es confiable su respuesta, en el
grafico # 4.21 se puede observar la correlacin que existe entre el valor
experimental y el valor del modelo, adems en el grafico # 4.22. se muestran
los porcentajes de error para cada uno de los casos de los seis das de la
semana de produccin que no sobrepasan el 5 % de error.
CORRELACIN ENTRE VE vs VM
12,00
11,00
Valor
Experimental
10,00
8,00
7,00
0
das
Grafico # 4.21: Correlacin entre los valores experimentales y el valor del modelo
140
FICA - EISIC
% DE DESVIACION ENTRE VE vs VM
5,00%
4,00%
3,00%
2,00%
2,30%
1,90%
1,73%
1,06%
1,04%
1,00%
0,22%
0,00%
1
das
Porcentaje de desviacin
Grafico # 4.22: % de error presente entre los valores experimentales y el valor del
modelo
141
FICA - EISIC
CAPITULO IV
CONTENIDOS
142
FICA - EISIC
Con los captulos III y IV se pueden confirmar esta hiptesis ya que como
resultados del estudio que se realiz en el IANCEM, se des arroll e
implement un sistema informtico con caractersticas de simulacin de
procesos utilizando modelos matemticos. Este sistema permite simular los
procesos de produccin y obtener parmetros para que el personal de
Produccin y Control, puedan controlar las variaciones de los procesos
productivos, conocer los factores y resultados del proceso, determinar
prdidas en el proceso y mantener un banco de informacin de los ensayos
realizados para planificar el proceso a fututo.
143
FICA - EISIC
5.2. CONCLUSIONES
144
FICA - EISIC
matemticas.
145
FICA - EISIC
146
FICA - EISIC
5.3. RECOMENDACIONES
147
FICA - EISIC
148
FICA - EISIC
5.4. ANEXOS
CD_TESIS:\Tesis\Anexos \Procesos.pdf
CD_TESIS:\Tesis\Anexos \Tcnico.pdf
CD_TESIS:\Tesis\Usuario.pdf
CD_TESIS:\Simulador
149
FICA - EISIC
mediante
caractersticas.
MODELO
MATEMTICO:
Imagen
del
modelo
fsico
en
notacin
150
FICA - EISIC
Sistema
CAE:
Sistema
de
Ingeniera
Asistida
por
Computadora
151
FICA - EISIC
152
FICA - EISIC
153
FICA - EISIC
5.5.2. NOMENCLATURA
tcm = toneladas de caa molidas
JC = Jugo Clarificado
PA = Pol de A, pudiendo ser A bagazo, jugo, masa cocida o miel.
Cdo = Jugo concentrado que sale de un evaporador.
J = Jarabe
n = nmero de muestras a analizar.
= Densidad
M = Magma
m = miel
MC = Masa Cocida
BSubndice = brix de la corriente subndice
PSubndice = pol de la corriente subndice
Pza Subndice = pureza de la corriente subndice
P = Pie de templa
ppm = Partes por milln
rpm = Revoluciones por minuto
154
FICA - EISIC
LIBROS
SITIOS WEB
[WEB-01]:
http://www.nexteleng.es/catalogosPDF/AMEDIDA.pdf#search=fases%20sim
[WEB-02]:
http://endrino.cnice.mecd.es/jhem002/estadisticas/estadistica02.htm#centra
[WEB-03]:
155
FICA - EISIC
http://www.etsimo.uniovi.es/feli/pdf/libro.pdf
[WEB-04]:
http://www.infoab.uclm.es/asignaturas/42539/transparencias/html/simulacion/03.htm
[WEB-05]:
http://www.tenstep1.com.mx/paso2.htm
[WEB-06]:
http://www.monografias.com/trabajos4/pronosticar/pronosticar.shtml
[WEB-07]:
http://www.modeladoeningenieria.edu.ar/unj/tms/plan_catedra_2001_teoria_
de_modelos_y_simulacion.pdf
[WEB-08]:
http://www.modeladoeningenieria.edu.ar/unj/tms/plan_catedra_2001_teoria_
de_modelos_y_simulacion.pdf
[WEB-09]:
http://www.tentep.com.mx/paso4.htm
REVISTAS
[REV-01]: PCWORD, Vol. 5, 2001
156
FICA - EISIC
5.7. BIBLIOGRAFA
LIBROS
v MAYNARD, Manual de Ingeniera y Organizacin Industrial, Tercera
edicin, Editorial Revert, Espaa, 1998
MANUALES
v TAMAYO-ESPARZA-CAICEDO,
Instructivo
para
operaciones
SITIOS WEB
v http://www.monografias.com/sipro/sipro.shtml
157
FICA - EISIC
v http://www.idom.es/Innova/download/valor.simulacion.pdf
v http://www.pladema.com.ar/documentos/aatn2000-ludwig.pdf
v http://www.tlm.unavarra.es/asignaturas/arss/arss03_04/practicas/intro
duccion.pdf
v http://www.isdefe.es/webisdefe.nsf/0/77D067350D140923C1256E540
055E5F8?OpenDocument
v http://www.modeladoeningenieria.edu.ar/unj/osp/apuntes/simulacion_i
ntroduccion.pdf
v http://www.catunesco.upc.es/ads/ads2.htm
v http://www.uoc.edu
v http://www.inf.udec.cl/~ingsoft/cap2.html
v http://www.institut.math.jussieu.fr/~sombra/papers/tesis/tesis1.pdf
v http://www.mofinet.com
v http://www.cedex.es
158
FICA - EISIC
v http://www.usc.es/fundm/docs/programas/430111899.pdf
v http://www.fciencias.unam.mx/Docencia/Licenciatura/Materias/mat68.
html
v http://www.isdefe.es/webisdefe.nsf/Menu/CE2C10EB8FDA992AC125
6BB5003D3077?OpenDocument
v http://cediac.uncu.edu.ar/Grupo%20SIN.htm
v http://random.cimat.mx/~pye/programas_docentes/maestria/Estadistic
a/TecnicasdeOptimizacionySimulacion.htm
v http://www.aviacionulm.com/simulacion.html
v http://www.scisoftware.com/products/solid_waste_demo/solid_waste_
demo.html
v http://www.modeladoeningenieria.edu.ar/unj/tms/plan_catedra_2001_t
eoria_de_modelos_y_simulacion.pdf
v http://www.tradeoffs.montana.edu/presentations/march99/22
v http://www.infoab.uclm.es/asignaturas/42539/transparencias/html/simulacion03.htm
v http://www.dmso.mil/briefs/msdocs/policy/glossary.pdf
159
FICA - EISIC
v http://wwwazc.uam.mx/cyad/procesos/website/grupos/tde/NewFiles/faustov.III.ht
ml
v http://www.coppe.ufrj.br/~notimat/Resumen/Venezuela/Resumen85.ht
m
v http://www.tecnomak.com.ar/ingenier%C3%ADa-transito.htm#m1
v http://www.ii.uned.es/cdrom/tercero/simulac/Apuntes%20de%20Simul
aci%F3n/capitulo_9.pdf
v http://w3.mor.itesm.mx/~jfrausto/Simulacion/intro_simulacion.html
v http://www.unne.edu.ar/cyt/tecnologicas/t-050.pdf
v http://www.cedex.es/aplicadas/electronica.html
v http://www.sagarpa.gob.mx/Forma/documentos/ingenio03.htm#PROC
ESOS
v http://www.cta.uva.es/CTANEW/espanol/feder/introduccion.html
v http://www.cubagov.cu/des_eco/azucar.htm
160
FICA - EISIC
v http://www.ictsd.org/dlogue/1998-sept/Echavarria.pdf
v http://www.coltejer.com.co/Internet/OAL/incauca.htm
v http://www.sica.gov.ec/cadenas/azucar/docs/remolacha_ca%F1a_mo
dificados_geneticamente.htm
v http://www.consumer.es/web/es/nutricion/aprender_a_comer_bien/gui
a_alimentos/miscelanea/34877.jsp
v http://www.perafan.com/ea02cali.html#refinado
REVISTAS
v PC MAGAZINE EN ESPAOL, Per, Vol 5
v PCWORD, Vol. 5, 2001
161
FICA - EISIC
162
FICA - EISIC
163