-20- 2.1.5 Clasificacion General de Modelos Matematicos ary A viel chal Conccermaenls Lil prices D ++ Modelos Fenomenoldgicos.- son las modelos basadas en principios fisico-quimices, tales como: cinstics guimica, transterencia de calor, flujo de fluidos Eransferencia de masa, squilibric termodinamice, sic. Estos modelos tienen amplia validez y pueden ser extrapolados sin mayor error. - Modelos Basados en Fenémenos de Transporte: Ejemplo: las ecuaciones fenomenologicas de cambio o variacion de masa, energia movimiento descritos por las ecuaciones de Conservacién de masa, energia y movimiento. ». Modelos de Balance de Poblacién: tratan con paraémetros distribuidos en la poblacién Ejamp) modelamiento de la molienda, Sonsiderando la poblacién do particuisc distribuidas en diferentes tamafios, por tants AL, Perametros diferentes distribuides. - e Wears i oles 2% 2. Modelos Empiricos.- Son los modelos bassues en 1a. bey ele Vactr observacién de un sistema particular y no en leyes fundamentales. Muchas veces no existe otra alternative que su uso. pero deben tomarsa muchas Brecaucionss, cuando se desea extrapolar sc generalizar estas relaciones. Ejemplo Modelos polinomiales usados para Scoplat datos empiricos por 61 métode de minimos cuadrades. t S- Modelos de Sistemas.- son ics modelos que fatisfacen una relacién general o total: pueden apcluir andlisis de costos, precios de ventas Blaneamiento. combinados ‘0’ integrados con tes modelos fenomenolégicos y empiricos Estas clasificaciones no son excluyentes; sino mas bien, muchas veces, combinables con ol modele fenomenoléaico pueden incluir elementos empiricos y Los modelos empiricos. pueden: incluir elementos fenomanoldaicos. Wotaz be Uawnader. “nodeios cineticos para Simulacion sess0s" soh modelos fenomenologicos. porauc con Ted Cine Guy eo tr Pra, y Wrectiday, cleanin Ler rrerery betes, maleunar and, ha tranerparn of lee ape es arent gence kt commerrltein 6 ale crc nen eee Sect Trihncm Mi Ti err fre ok Meri Hericee| adi a Cn prererny TD) rsolitag,LX ——————_—_—__—=—_—__—_ A. Terminologia de Modelos Matem&ticos Existen muchas formas adicionales para la Glasificacién de modelos matematicos, ademas de las utilizadas en la seccion 2.2.2.1. Para nuestros fines resulta mas satisfactorio agrupar primeramente los modelos en parejas opuesta: determinista frente a probabilista lineal frente a no lineal estado estacionario frente a estado no estacionario parametro globalizado frente a pardmetro distribufdo Después de pasar revista a las connotaciones relacionadas con estas parejas, se ilustraran los modelos con una relacion general de los mismos. a) Modelos Deterministas Frente a Modelos Probabilistas Los modelos deterministas 0 elementos de modelos son aquellos en los que cada variable y parametro puede asignarse a un numero fijo definido, 0 una serie de nimeros fijos, para una serie dada de condiciones. Por el contrario, en los modelos © elementos, probabilistas, o estocdsticos, se introduce el principio de incertidumbre. Las variables o parametros utilizados para describir la relaciones entrada- Salida y la estructura de los elementos (y las restricciones) no son conocides con precision. En los modelos estadisticos es preciso volver atras diciendo “el valor de x es atb con un 95% de probabilidad”, 1o que quiere decir que en una opsracién prolongada el valor de x sera mayor que a+b 0 menor que a-b en un S por ciento de los casos. Los elementos o modelos astocasticos no son tan faciles de tratar como los deterministas. b) Modelos Lineales Frente a Modelos No Lineales Si la Salida, y, de un subsistema esta completamente daterminada por la entrada, x, los Parametros del subsistema y las condiciones inicial y limite, pueden, en un sentido general, representar simbélicamente al subsistema por y = Hx (2.2.2.-16) £1 operador H representa cualquier forma de | conversién de x en y. Supongase ahora que al Subsistema se le aplican simultaneamente dos entradas separadas, de forma que ¥ = HOxy + 2) = HOq) + HOG) = ¥, + ¥, (2.2.2.-17) Por tanto, el operador 4 es, por definicion, un operador lineal. Un sistema se denominaan lineal si su operador # es lineal, y el modelo de un sistema lineal, que esta representaco por ecuaciones ¥ condiciones limite lineales, recibe el nombre de modelo lineal. £n caso contrario, el modelo es no lineal. €1 principio de Superposicion, representado por le Ec. (2.2.2- 17), permite al ingeniero determinar la respuesta del sistema para una amplia variedad de entradas. ©) Modelos de Estado Estacionario frente a Modelos de Estado No Estacionario Estado estacionario quiere decir que los términos de acumulacién en los distintos balances son cero. En cada balance, si las condiciones limite son independientes del tiempo, las variables son constantes con respecto al tiempo en un determinado punto. Para sistemas globalizados, si la entrada es Gonstante con respecto al tiempo. Los procesos de estado no estacionario también se pueden llamar transitorios © dindmicos. Historicamente, las técnicas de disefio de la ingenieria de procesos bésicos, cinétia de reaccion, etc., han tratado casi exclusivamente con operaciones en estado estacionario. Cuando comenz6 a estudiarse ampliamente el control de Procesos, se encontré que la operacién en estado no estacionario era muy importante. Disefiar una planta a base de informacion de estado @stacionario y adicionar después los controles resulta actualmente inadecuado; tanto las unidades como el control del sistema deben disefarse conjuntamente. Por supuesto que el andlisis y disefio de un proceso de estado no estacionario requiere mas tipos diferentes y detallados de informacién que en el caso precedente, pero el anélisis dinamico de la Dperacién prolongada suele con frecuencia conducir a un mejor disefo desde el punto de vista econémico, que, al fin y al cabo, es lo que importa. Un ejemplo tipico de un proceso de estado no estacionario puede ser la puesta en marcha de una columna de destilacién, que alcanzara eventualmente un conjunto de condiciones de operacién de estado estacionario. De hecho, cuando se examina con mas detalle, se encuentra que la columna siempre opera en estado estacionario con pequefas fluctuaciones de temperatura y composicién, que se producen en todo momento, pero que posiblemente oscilanaoe ‘ alrededor de los valores “medios de estado estacionario". £1 andlisis dinamico ayuda a minimizar las desviaciones de las especificaciones del producte durante la puesta en marcha, parada o cambios en los niveles de operacion. d) Modelos de Pardmetros distribuido frente a modelos de Parametro Globalizado Brevemente, una representacién de parémetro globalizada quiere decir que se ignoran las Variaciones espaciales y que las distintas propiedades y el estado (variables dependientes) del sistema se pueden considerar homogéneas en todo el sistema. Por otra parte, una representacion da parametro distribuido tiene en cuenta variaciones detalladas de comportamiento desde ©1 punto de vista del sistema en su Conjunto. Todos los sistemas reales son, por Supuesto, distribuidos, debido a que existen algunas variaciones en todo el conjunto. Sin embargo, las variaciones son con frecuencia relativamente pequefias, de forma que se pueden ignorar, y entonces el sistema se puede considerar “globalizado". La respuesta a la pregunta de sila globalizacién de pardmetros es valida, dista mucho de ser sencilla. Una buena regia aproximada es que 5i la respuesta del elemento, para todos los fines précticos, es instanténea en el conjunto de todo el elemento, entonces el parametro del elemento puede ser globalizado. Si la respuesta presenta diferencias instantaneas a lo largo del’ elemento, ya no seria globalizado. Por respuesta se entiende la velocidad de propagacion de la entrada o sefial a través del elemento. Asi, para ver si debe utilizarse una ecuacion de parametro distribuido 9 globalizado, es necesario conocer algo acerca de los detalles internos del elemento en cuestién. Debido a que los procedimientos matematicos para la resolucién de sistemas de parametros globalizado son mas sencillos que para los sistemas de parametro distribuidos, con frecuencia se aproxima este Ultimo por un sistema equivalente de parémetro globalizado. Mientras que la globalizacioén resulta con frecuencia posible es preciso tener mucho Cuidado en evitar el enmascaramiento de las caracteristicas sobresalientes del elemento distribuido (lo que dara lugar a la construccionas de un modelo inadecuado) debido a la Globalizacién. Adem4s, la variabilidad o no linealidad del modelo de pardmetro globalizado puede dar lugar a un tratamiento matematico tan dif{cil como el modelo original no globalizado. nase de jo nwa a fo ‘ig0 40 tudo no completamente _@ o Fig. 2.2.2-4 Analisis de mezcla de pardmetro globalizado frente 4 parametro distribuido (a) Tanque de mezcla real con variaciones de concentracién de un punto a otro: parénetro distribuido. (b) Tanque de mezcla idealizado suponiendo que el fluido tiene composicion uniforme en todo el tanque; parametro globalizado.=e TABLA 2.2.2 CLASIFICACION DE MODELOS DETERMINISTICOS BASADOS EN FENOMENOS DE TRANSPORTE, SEGUN LA ESTRUCTURA MATEMATICA Ecuaciones algebraic Eeuaciones Integrales fcuaciones Diferenciales Ecvaciones de Diterencia (Estado estacionario, (Canbio contimuo) (Candie continuo) (variaciones finitas, pardnetro globalizado) estados estacionario) Eevaciones Oiferenciales Ecuationes Diterenciales Eouaciones de Ordinarias Parciales diferencia unidivensional (conexion Estado Estado Estado Estado unidixensional Estacionario Ho Estacionario Estacionario No Estacionario || -——de subsistenas ‘an parénetro (i tro (parinetro —_(parinetro | e paranetro distribuido aglitinade) distribuido _—_istribuido) cali Ecuaciones de diferencia nulti- dinensional (nas de una conexién tnidivensional de subsistenas de pardnetro slobalizato) Ecvaciones diferencia-diferenciales (cualquier tipo de conexién de subsistenas de pardmetro istribuide o globalizado y de estado estacionario o no estacionario) La Tabla.2.2.2 constituye una guia para las técnicas de solucién en contraste con las Tabla que indica el nivel de detalle del analisis. Como pusde observarse la complejidad matematica aumenta a medida que se desciende en la Tabla 2.2-2 En otras palabras, las ecuaciones algebraicas son generalmente de resolucién mas sencilla que las ecuaciones diferenciales ordinarias, que a su vez son més faciles de resolver que las ecuaciones en derivadas parciales. Esto mo ocurre siempre, por supuesto, ya que una ecuacion diferencial lineal puede ser més facil de resolver que una ecuacién diferencial ordinaria no lineal. La exactitud de representacion del sistema fiSico real que se alcanza mediante e1 modelo matematico también aumenta a medida que se desciende en la tabla, puesto que al tener en cuenta mas variables