Professional Documents
Culture Documents
=
=
Mezcla perfecta
constante
Prof. Cesar de Prada, ISA, UVA 23
Computabilidad
q
1
h
1
F
1
h
2
F
2
0 q h h 0 h h ) h h sgn( k F
h k F ? h h h h k F
F F q
dt
dh
A F q
dt
dh
A
i max i 2 1 2 1 1 1
2 2 2 2 1 2 1 1 1
2 1 2
2
2 1 1
1
1
> s s =
= < =
+ = =
q
2
Leyes +
restricciones
Prof. Cesar de Prada, ISA, UVA 24
Reactor Qumico Isotermo
Reactor
FT
AT
Productos
Materia prima
Reaccin:
A
A, B
A B
Prof. Cesar de Prada, ISA, UVA 25
Modelo Matemtico
A B
F
C
A
C
B
T
C
Ai
, T
i
Producto A
Balance msico del producto A
Balance msico del producto B
Hiptesis:
Mezcla perfecta en el reactor
Temperatura T constante
Volumen constante V
V
d c
d t
Fc Fc Vke c
A
Ai A
E
RT
A
=
V
d c
d t
Fc Vke c
B
B
E
RT
A
= +
Prof. Cesar de Prada, ISA, UVA 26
Presin en un recipiente
2
f
2
v i
2
f
2
v i i
p p aC F
t d
p d
RT
VM
isotermo que tan RT
M
p V m
p p aC F F F
t d
m d
=
= =
= =
F
i
F
a
p
p
f
Prof. Cesar de Prada, ISA, UVA 27
Conservacin de energa
T temperatura, V voltaje
m masa en el depsito
H entalpia, c
e
calor especfico
A seccin del depsito
densidad, R resistencia
q
Ecuacin diferencial no-lineal
R c
V
) T T ( q
t d
T d
Ah
Ah m T c H si
R
V
H q H q
t d
) mH ( d
e
2
i
e
2
i
+ =
= =
+ =
V R
T
Hiptesis:
T uniforme en el depsito
Aislamiento perfecto
densidad constante
T
i
Prof. Cesar de Prada, ISA, UVA 28
Conservacin del momento
=
=
i
2
2
i
F
t d
x d
m
F
t d
) mv ( d
x
m
F Sistema de
referencia
=
u
=
e
i
2
2
i
T
t d
d
I
T
t d
) I ( d
Prof. Cesar de Prada, ISA, UVA 29
Vehiculos acoplados
x
m
F
M
f
k
y
)
dt
x d
dt
y d
( f ) L x y ( K
dt
x d
m
)
dt
x d
dt
y d
( f ) L x y ( K F
dt
y d
M
2
2
2
2
+ =
=
K coef. resorte
f coef. friccin
viscosa
sin friccin de
deslizamiento
sin resistencia
del aire
Prof. Cesar de Prada, ISA, UVA 30
Grua unidimensional
F
u
mg
L
x
Modelar la posicin de la masa m y el carro M
respecto al sistema de referencia
m
posicin de la masa M: x
posicin de la masa m :
x + L sen u
Dos grados de libertad: x, u
Friccin viscosa
Sin friccin de deslizamiento
M
Prof. Cesar de Prada, ISA, UVA 31
Grua unidimensional
F
u
mg
L
x
m
Conservacin de la cantidad de
movimiento del carro y la masa
m en la direccin x
dt
x d
f F
dt
d
mLsen
dt
d
cos mL
dt
x d
) m M (
dt
x d
f F
dt
) Lsen x ( d
m
dt
x d
M
2
2
2
2
2
2
2
2
2
=
|
.
|
\
|
u
u
u
u + +
=
u +
+
M
Se necesita otra ecuacin para u
Prof. Cesar de Prada, ISA, UVA 32
Grua unidimensional
F
u
mg
L
x
m
Conservacin del momento
angular referido a unos ejes
moviles asociados al eje de la
grua
L cos
dt
x d
m L mgsen
dt
d
) mL I (
2
2
2
2
2
u u =
u
+
M
Respecto a los ejes fijos, aparece
una aceleracin - d
2
x/dt
2
en
direccin horizontal
u
2
2
dt
x d
m
u
dt
x d
f F
dt
d
mLsen
dt
d
cos mL
dt
x d
) m M (
2
2
2
2
2
=
|
.
|
\
|
u
u
u
u + +
Prof. Cesar de Prada, ISA, UVA 33
q
Ap
v
a
h
Ap
0
gh q )
A
fL
C a
1
(
p
t d
q d
A
L
Av q AL m q
C a
1
p
g Ah v AfL p A p A
t d
mv d
2
2 2
v
2
0
2
2
v
2
v
2
v 0
+
A
=
= = = A
A A =
Flujo en una tuberia
Conservacin de
cantidad de
movimiento
Ecuacin
diferencial
no-lineal
Prof. Cesar de Prada, ISA, UVA 34
Motor CC
e
L R
V
Excitacin
independiente
e + + =
e =
u
e =
e
2
1
k
t d
I d
L RI V
t d
d
T f I k
t d
d
J
I
T par externo
k
2
e f.c.e.m
T
Prof. Cesar de Prada, ISA, UVA 35
Circuitos
L R
1
V
E
C
R
2
I
1
I
2
I
1
-I
2
2 2 1 2 1
2 2 1 2 1
1
1 1
R ) I I ( dt ) I I (
C
1
E
R ) I I ( dt ) I I (
C
1
t d
I d
L R I V
+ =
+ + + =
}
}
Prof. Cesar de Prada, ISA, UVA 36
Proceso distribuido
Ax
T
i
T
i+1
T
i-1
T
s
F
Se divide el proceso en celdas de ancho Ax en las que
T pueda considerarse uniforme
Balance de energia en un elemento
Limite cuando Ax 0
T(x,t)
x
Prof. Cesar de Prada, ISA, UVA 37
Proceso distribuido
Ax
T
i
T
i+1
T
i-1
T
s
F
T(x,t)
e
s
2
e
s i
0 x
i 1 i
0 x
2
i
0 x
e
s i i 1 i
2
i
s i i e 1 i e
i e
2
c r
) T ) t , x ( T ( U 2
x
) t , x ( T
r
F
t
) t , x ( T
c r
) T T ( U 2
lim
x
) T T (
lim
r
F
t d
T d
lim
c r
) T T ( U 2
x
) T T (
r
F
t d
T d
) T T ( xU r 2 T c F T c F
t d
T c x r d
c
c
t
=
c
c
t
=
t
=
A t =
A t
A
A A
r
Prof. Cesar de Prada, ISA, UVA 38
Modelos de conocimiento
Formados por conjuntos de ecuaciones
diferenciales y algebraicas frecuentemente
no lineales
Utiles para muchos fines
Requieren ciertos conocimientos
Dificiles de manipular matemticamente
Se resuelven mediante simulacin
Prof. Cesar de Prada, ISA, UVA 39
Modelos linealizados
Aproximaciones lineales de las ecuaciones
no-lineales
Mas fciles de manipular matemticamente
pero su rango de validez es limitado
h k q
t d
h d
A = h q
t d
h d
A A o A | =
A
Prof. Cesar de Prada, ISA, UVA 40
Linealizacin
Desarrollo en serie de Taylor sobre un punto de
operacin u
0
, y
0
, z
0
, .
... ) z z (
z
f
) y y (
y
f
) u u (
u
f
) z , y , u ( f ) z , y , u ( f
0 ) z , y , u ( f 0 ) z , y , u ( f
0
0
0
0
0
0
0 0 0
0 0 0
+
c
c
+
c
c
+
c
c
+ =
= =
z z z y y y u u u 0 z
z
f
y
y
f
u
u
f
0 0 0
0
0
0
= A = A = A = A
c
c
+ A
c
c
+ A
c
c
Ecuacin lineal en las nuevas variables Au, Ay, Az
Prof. Cesar de Prada, ISA, UVA 41
Modelo Linealizado del Depsito
q
h
F
Ecuacin diferencial lineal
0 q h
h 2
k
dt
h d
A
1
q
f
h 2
k
h
f
A
h
f
0 ) q q (
q
f
) h h (
h
f
) h h (
h
f
q , h , h 0 ) q , h , h ( f
0 h k q
t d
h d
A
0
0
0 0 0
0
0
0
0
0
0
0 0 0
= A A +
A
=
c
c
=
c
c
=
c
c
=
c
c
+
c
c
+
c
c
=
= +
Variables desviacin
Ah = h - h
0
Aq = q - q
0
Prof. Cesar de Prada, ISA, UVA 42
Modelo Linealizado del Depsito
q
h
F
El valor de los coeficientes depende del punto
de linealizacin
k
h 2
K
k
h 2 A
q K h
dt
h d
q
k
h 2
h
dt
h d
k
h 2 A
0 q h
h 2
k
dt
h d
A
0 0
0 0
0
= = t
A = A +
A
t
A = A +
A
= A A +
A
Variables desviacin
Ah = h - h
0
Aq = q - q
0
Prof. Cesar de Prada, ISA, UVA 43
Modelos linealizados
t
t
Y
U
U
0
U
Y
0
Y
las variables u e y son
cambios sobre un punto de
operacin U
0
, Y
0
El rango de validez est limitado a un entorno del punto de
operacin
Proceso
) t ( Y ) t ( Y ) t ( y
) t ( U ) t ( U ) t ( u
0
0
=
=
Prof. Cesar de Prada, ISA, UVA 44
q
Ap
v
a
h
Ap
0
0 ) a a (
a
f
) ) p ( p (
p
f
) q q (
q
f
) q q (
q
f
0 ) a , p , q , q ( f
gh q )
A
fL
C a
1
(
p
t d
q d
A
L
0
0
0 0 0
0
0
0
0
0
0
0
2
2 2
v
2
0
=
c
c
+ A A
A c
c
+
+
c
c
+
c
c
= A
+
A
=
+ A A
)
`
+
=
= A +
A
)
`
+
A
)
`
+ A
)
`
A A
=
A
+
A
=
Prof. Cesar de Prada, ISA, UVA 46
Cambios del punto de operacin
0
2
2
v
2
2
v
2
2
0
2 2
v
2
2 0 1
)
A
C fLa
1 C a ( a
q
K
q 2 )
A
fL
C a
1
(
L
A
1
a K ) p ( K q
t d
q d
+ + |
=
)
`
+ + |
= t
A + A A = A +
A
t
q
t
t crece en puntos de operacin
con apertura alta
K
2
decrece en puntos de
operacin con apertura alta
Prof. Cesar de Prada, ISA, UVA 47
Modelo linealizado
q
0 ) V V (
V
f
) q q (
q
f
) T T (
T
f
) T T (
T
f
0 ) V , q , T , T ( f
cte. h y T si
R c
V
) T T ( q
t d
T d
Ah
0
0
0
0
0
0
0
0
i
e
2
i
=
c
c
+
c
c
+
c
c
+
c
c
=
=
+ =
V R
T
T
i
V
R c
V 2
q ) T T ( T q
t d
T d
Ah
e
0
0 i 0
A
+ A + A =
A
V K q K T
t d
T d
V
Rq c
V 2
q
q
) T T (
T
t d
T d
q
Ah
2 1
0 e
0
0
0 i
0
A + A = A +
A
t
A
+ A
= A +
A
Prof. Cesar de Prada, ISA, UVA 48
Semejanza formal
q
V R
T
T
i
V K q K T
t d
T d
2 1
A + A = A +
A
t
q
Ap
v
a
h
Ap
0
a K ) p ( K q
t d
q d
2 0 1
A + A A = A +
A
t
Prof. Cesar de Prada, ISA, UVA 49
Modelo en variables de estado
(
A
A
|
.
|
\
|
+
(
A
A
|
.
|
\
|
=
(
A
A
Ai 21
12 11
B
A
22 21
11
B
A
c
F
0 b
b b
c
c
a a
0 a
c
c
F b c a c a
t d
c d
21 B 22 A 21
B
A + A + A =
A
Ai 12 11 A 11
A
c b F b c a
t d
c d
A + A + A =
A
( )
(
A
A
= A
B
A
B
c
c
1 0 c
Cx y
Bu Ax x
=
+ =