You are on page 1of 12

UNIVERSIDAD NACIONAL DE SAN ANTONIO ABAD DEL CUSCO

FACULTAD DE INGENIERIA DE PROCESOS

ESCUELA PROFESIONAL DE INGENIERIA QUIMICA

CONTROL DE PROCESOS

TAREA :

“MODELADO MATEMATICO DE DESCARGA DE FLUIDOS EN


TANQUES EN SERIE NO INTERACTIVOS”

Alumnos(as):

- Ayme Aymi Daniel Brayan / 131360

Ing. Wilbert Pinares Gamarra

Docente

15/09/2017
INTRODUCCION

Se modelo matemáticamente la descarga de un fluido en dos tanques en serie no interactivos,

para luego identificar el sistema y comprobar su valides.

Palabras clave: Identificacion de sistemas, Modelado matematico, Descarga de un fluido

OBJETIVO GENERAL

- Modelado matemático
- Identificación de sistemas

OBJETIVOS ESPECIFICOS

- Encontrar el balance en estado no estacionario


- Mediante la identifiacion de sistemas encontrar los parámetros del modelo

ASPECTOS TEORICOS

Fundamento: Expansión en serie de Taylor alrededor de un punto de operación x0

ⅆ𝑓 1 ⅆ2𝑓
𝑦 = 𝑓(𝑥) = 𝑓(𝑥0 ) + | (𝑥 − 𝑥0 ) + | +⋯ (1)
ⅆ𝑥 𝑥=𝑥0 2! ⅆ𝑥 2 𝑥=𝑥0

Si la variación (x-x0) es pequeña, se pueden despreciar los términos de orden superior.

Así, para linealizar f(x) basta con aproximarla por los primeros dos términos de la

serie(«Taylor explication.pdf», s. f., p. 12)

ⅆ𝑓
𝑓(𝑥) = 𝑓(𝑥0 ) + | (𝑥 − 𝑥0 ) (2)
ⅆ𝑥 𝑥=𝑥0

𝑦 − 𝑦0 = 𝐾(𝑥 − 𝑥0 ) (3)
Figure 1Tanques en serie no interactivos
Fuente: Control de procesos con labview

CALCULOS

El balance de masa de se efectuo para condiciones isotérmicas, en cada uno de los

tanques

BALANCE EN ESTADO NO ESTACIONARIO

Balance de masa del tanque 1:

ⅆ𝑚𝑡𝑘1
= 𝑚𝑖 − 𝑚1
ⅆ𝑡

ⅆ𝜌𝑉1
= 𝜌𝐹𝑖 − 𝜌𝐹1 ; 𝐹1 = 𝛼1 √ℎ1
ⅆ𝑡

ⅆℎ1
𝐴𝑡𝑘1 = 𝐹𝑖 − 𝛼1 √ℎ1 (4)
ⅆ𝑡
Linealizando √h1

√ℎ1 = 𝑓(𝑥)

ⅆ𝑓 1
| =
ⅆ𝑥 𝑥=𝑥0 2√ℎ1

El estado inicial conocido como f(x0) es en el estado estacionario, reemplazando en la

ec. (2)

1 1
√ℎ1 = √ℎ𝑒𝑒 + 2√ℎ | (ℎ1 − ℎ1,𝑒𝑒 ) = √ℎ1,𝑒𝑒 +
2√ℎ1
(ℎ1 − ℎ1,𝑒𝑒 )
1 ℎ,𝑒𝑒

1
√ℎ1 = √ℎ𝑒𝑒 + 2√ℎ (ℎ − ℎ𝑒𝑒 ) (5)
1

Reemplazando (5) en (4)

ⅆℎ1 1
𝐴𝑡𝑘1 = 𝐹𝑖 − 𝛼1 √ℎ𝑒𝑒 − 𝛼1 (ℎ − ℎ𝑒𝑒)
ⅆ𝑡 2√ℎ1

En el estado estacionario

0 = 𝐹𝑖,𝑒𝑒 − 𝛼1 √ℎ𝑒𝑒

Llegando a las variables de desviación

ⅆℎ1𝑑 1
𝐴𝑡𝑘1 = 𝐹𝑖ⅆ − 𝛼1 ℎⅆ ; 𝑑𝑜𝑛𝑑𝑒 ℎⅆ = ℎ − ℎ𝑒𝑒 , 𝐹𝑖ⅆ = 𝐹𝑖 − 𝐹𝑖,𝑒𝑒
ⅆ𝑡 2√ℎ1

Solución en el dominio de Laplace

1
𝐴𝑡𝑘1 [𝑠ℎ1 (𝑠) − ℎ1 (0)] = 𝐹𝑖 (𝑠) − 𝛼1 ℎ1 (𝑠) ; ℎ1 (0) = 0
2√ℎ1

1
𝐴𝑡𝑘1 𝑠ℎ1 (𝑠) + 𝛼1 ℎ1 (𝑠) = 𝐹𝑖 (𝑠)
2√ℎ1

2𝐴𝑡𝑘1 √ℎ1 2√ℎ1


ℎ1 (𝑠) [ 𝑠 + 1] = 𝐹𝑖 (𝑠)
𝛼1 𝛼1
𝑘1 2√ℎ1 2𝐴𝑡𝑘1 √ℎ1
ℎ1 (𝑠) = 𝐹𝑖 (𝑠) ; 𝑑𝑜𝑛𝑑𝑒 𝑘1 = , 𝜏1 = (6)
𝜏1 𝑠+1 𝛼1 𝛼1

Balance de masa del tanque 2:

ⅆ𝑚𝑡𝑘2
= 𝑚1 − 𝑚2
ⅆ𝑡

ⅆ𝜌𝑉2
= 𝜌𝐹1 − 𝜌𝐹2 ; 𝐹2 = 𝛼2 √ℎ2
ⅆ𝑡

ⅆℎ2
𝐴𝑡𝑘2 = 𝛼1 √ℎ1 − 𝛼2 √ℎ2 (7)
ⅆ𝑡

Linealizando √h2

√ℎ2 = 𝑓(𝑥)

ⅆ𝑓 1
| =
ⅆ𝑥 𝑥=𝑥0 2√ℎ2

El estado inicial conocido como f(x0) es en el estado estacionario, reemplazando en la

ec. (2)

1 1
√ℎ2 = √ℎ𝑒𝑒 + 2√ℎ | (ℎ2 − ℎ2,𝑒𝑒 ) = √ℎ2,𝑒𝑒 +
2√ℎ2
(ℎ2 − ℎ2,𝑒𝑒 )
2 ℎ,𝑒𝑒

1
√ℎ2 = √ℎ2,𝑒𝑒 + 2√ℎ (ℎ2 − ℎ2,𝑒𝑒 ) (8)
2

Reemplazando ec. (5) y ec. (7) en ec. (6)

ⅆℎ2 1 1
𝐴𝑡𝑘2 = 𝛼1 √ℎ𝑒𝑒 − 𝛼1 (ℎ − ℎ𝑒𝑒) − 𝛼2 √ℎ2,𝑒𝑒 − 𝛼2 (ℎ2 − ℎ2,𝑒𝑒 )
ⅆ𝑡 2√ℎ1 2√ℎ2

En el estado estacionario

0 = 𝛼1 √ℎ1,𝑒𝑒 − 𝛼2 √ℎ2,𝑒𝑒

Llegando a las variables de desviación


ⅆℎ2𝑑 1 1
𝐴𝑡𝑘2 = 𝛼1 [ ℎ1ⅆ ] − 𝛼2 [ ℎ2ⅆ ]
ⅆ𝑡 2√ℎ1 2√ℎ2

Solución en el dominio de Laplace

1 1
𝐴𝑡𝑘2 [𝑠ℎ2 (𝑠) − ℎ2 (0)] = 𝛼1 ℎ1 (𝑠) − 𝛼2 ℎ2 (𝑠) , ℎ2 (0) = 0
2√ℎ1 2√ℎ2

1 1
𝐴𝑡𝑘2 𝑠ℎ2 (𝑠) + 𝛼2 ℎ2 (𝑠) = 𝛼1 ℎ1 (𝑠)
2√ℎ2 2√ℎ1

1
𝛼1
𝐴𝑡𝑘2 2√ℎ2 2√ℎ1
𝑠ℎ2 (𝑠) + ℎ2 (𝑠) = 1 ℎ1 (𝑠)
𝛼2 𝛼2
2√ℎ2

𝐴𝑡𝑘2 2√ℎ2 𝛼1 2√ℎ2


ℎ2 (𝑠) [ 𝑠 + 1] = ℎ1 (𝑠)
𝛼2 𝛼2 2√ℎ1

𝐾2 𝛼1 2√ℎ2 𝐴𝑡𝑘2 2√ℎ2


ℎ2 (𝑠) = ℎ1 (𝑠) ; 𝑑𝑜𝑛𝑑𝑒 𝐾2 = , 𝜏2 = (9)
𝜏2 𝑠+1 𝛼2 2√ℎ1 𝛼2

Donde:

𝐾 𝐾
2 1
ℎ2 (𝑠) = (𝜏 𝑠+1)(𝜏 𝐹𝑖 (𝑠) (10)
2 1 𝑠+1)

IDENTIFICACION DE PARAMETROS

Para la siguiente toma de datos

Table 1
Datos experimentales

t h1 h2
35 0.26 0.26
45 0.331 0.275
55 0.378 0.309
65 0.408 0.342
75 0.426 0.371
85 0.438 0.394
95 0.446 0.412
105 0.451 0.425
115 0.454 0.435
125 0.456 0.442
135 0.457 0.447
145 0.458 0.451
155 0.458 0.453
165 0.459 0.455
175 0.459 0.457
185 0.459 0.457
195 0.459 0.458
205 0.459 0.458
215 0.459 0.459
225 0.459 0.459
235 0.46 0.46
245 0.46 0.46

Para la identificación de sistemas transformaremos a un delta 0

Table 2
Datos experimentales corregidos

T h1 T h2
0 0 0 0
10 0.071 10 0.015
20 0.118 20 0.049
30 0.148 30 0.082
40 0.166 40 0.111
50 0.178 50 0.134
60 0.186 60 0.152
70 0.191 70 0.165
80 0.194 80 0.175
90 0.196 90 0.182
100 0.197 100 0.187
110 0.198 110 0.191
120 0.198 120 0.193
130 0.199 130 0.195
140 0.199 140 0.197
150 0.199 150 0.197
160 0.199 160 0.198
170 0.199 170 0.198
180 0.199 180 0.199
190 0.199 190 0.199
200 0.2 200 0.2
210 0.2 210 0.2
0.25

0.2

0.15
h1 (m)

0.1

0.05

0
0 50 100 150 200 250
tiempo (seg)

Figure 2Tiempo VS H1

0.25

0.2

0.15
h2 (m)

0.1

0.05

0
0 50 100 150 200 250
tiempo (seg)

Figure 3Tiempo VS h2

Identificando la ganancia del sistema, para una perturbación escalon de 0.2 m:

- Para el tanque 1utilizando método de los 2 puntos alfaro

∆(𝑉𝑃) 0.2
𝐾= = =1
∆𝐴 0.2

𝜏 = 0.9102(𝑡1 ) − 0.9102(𝑡2 )

Donde:
𝑉𝑃1 = 0.2 ∗ 0.75 = 0.15 → 𝑡1 = 30 𝑠𝑒𝑔

𝑉𝑃2 = 0.2 ∗ 0.15 = 0.03 → 𝑡2 = 4 𝑠𝑒𝑔

𝜏 = 0.9102(30) − 0.9102(4) = 23.67

Finalmente el proceso de 1er orden será:

1
𝐺(𝑠) =
23.67𝑠+1

Validando el modelo

Con una suma de errores cuadrados de 0.00006

0.25

0.2

0.15
h1

0.1 teori

0.05

0
0 50 100 150 200 250

Figure Altura h1 teórica vs experimental

- Para el tanque 2 utilizando el método de los 3 puntos

∆(𝑉𝑃) 0.2
𝐾= =
∆𝐴 0.2

𝑡75% −𝑡25%
𝜏1 = 𝜏 ′′ =
0.9866+0.7036𝑎

𝜏2 = 𝑎𝜏′′

−0.6240(𝑡25 )+0.9866(𝑡50 )−0.3626(𝑡75 )


𝑎=
0.3533(𝑡25 )−0.7036(𝑡50 )+0.3503(𝑡75 )
Donde

𝑉𝑃1 = 0.2 ∗ 0.75 = 0.15 → 𝑡1 = 58 𝑠𝑒𝑔

𝑉𝑃2 = 0.2 ∗ 0.50 = 0.10 → 𝑡2 = 35 𝑠𝑒𝑔

𝑉𝑃3 = 0.2 ∗ 0.25 = 0.05 → 𝑡3 = 20.5 𝑠𝑒𝑔

𝜏1 = 𝜏 ′′ = 32.43

𝜏2 = 𝑎𝜏 ′′ = 7.827

𝑎 = 0.241

𝜏 = √𝜏1 𝜏2 = 15.93

Finalmente el proceso de 2do orden será

𝐾 1
𝐺(𝑠) = =
(𝜏1 𝑠 + 1)(𝜏2 𝑠 + 1) (32.43𝑠 + 1)(7.827𝑠 + 1)

𝐾 1
𝐺(𝑠) = =
𝜏𝑠 2 + 2𝜀𝜏𝑠 + 1 2 2
15.93 𝑠 + (2)(1.263)(15.93)𝑠 + 1

Una vez determinado estos datos pasaremos a la validación del modelo

Con una suma de errores cuadrados de 0.00081


Chart Title
0.25

0.2

0.15
h2
0.1 teo

0.05

0
0 50 100 150 200 250

Figure 4altura h2 teórica vs experimental

Debido al elevado error en la suma cuadrado de errores se optará por utilizar el método

solver en Excel el cual es por iteración en un bucle cerrado hasta encontrar la menor

sumatoria de errores cuadrados posible

Por el método de sol ver obtenemos

𝐾 0.9992
𝐺(𝑠) = =
(𝜏1 𝑠+1)(𝜏2 𝑠+1) (30.048𝑠+1)(13.362𝑠+1)

𝐾 0.9992
𝐺(𝑠) = =
𝜏𝑠 2 +2𝜀𝜏𝑠+1 20.04 2 𝑠 2 +(2)(1.083)(20.04)𝑠+1

Para la validación de datos aproximaremos aun críticamente amortiguado por se 1.083 =

1; utilizando la fórmula:
𝑡
1
𝑦(𝑡) = 𝐾𝐴[1 − (1 − 𝜏 ) 𝑒 −𝜏

Obtenemos una suma de errores cuadrados de 0.0004535


0.25

0.2

0.15
h2

0.1 teorico

0.05

0
0 50 100 150 200 250

Figure 5Altura h2 teorica vs experimental

CONCLUSIONES

- Se valida los modelos identificados por una buena validación de modelos

BIBLIOGRAFIA

CONTROL DE PROCESOS CON LABVIEW, Pinares Gamarra Wilbert, 2018

You might also like