EL ROL DE LOS MODELOS EN EL DISEO DE EQUIPOS DE PROCESOS Y SISTEMAS DE CONTROL L. Gmez+, A. Amicarelli+, H. Alvarez * y F.

di Sciascio+
*

INAUT-Facultad de Ingeniera, Universidad Nacional de San Juan, Argentina. Escuela de Procesos y Energa. Facultad de Minas. Grupo de Automtica, Universidad Nacional de Colombia. e-mail: hdalvare@unalmed.edu.co
Resumen: En este trabajo se presenta una discusin acerca de las diferentes tipologas de modelos que se utilizan durante el diseo de un equipo y de su sistema de control. Desde un punto de vista tradicional, para el dimensionado del equipo se parte de un modelo descriptivo y al final para el diseo de su sistema de control se utiliza un modelo predictivo. Dado los inconvenientes que ocasiona la falta de interaccin entre ambos diseos, se propone el uso del nuevo paradigma Diseo Integrado y adicionalmente se ilustran estas visiones del diseo con un ejemplo de un equipo de intercambio calrico Palabras Claves: Diseo Integrado, Modelado, Diseo de Procesos, Control de procesos

1.

INTRODUCCIN

Desde el comienzo de la humanidad, el hombre se ha preocupado por representar el entorno que lo rodea. Actualmente, esta habilidad del hombre es llamada modelado de eventos o sistemas y es ampliamente utilizada en ingeniera (Ljung ,1997; Abdelghani-Idrissi, 2001). El uso de modelos durante algunas de las etapas del diseo de un producto o proceso, permite establecer juicios de valor ms precisos y en algunos casos ptimos en la toma de decisiones. Debido a esto, una de las aplicaciones donde ms ha tenido xito el uso del modelado es en el diseo de ingeniera. Sin embargo, dada la gran variedad de tipos de modelos que se emplean en ingeniera; dependiendo de su forma (grficos, simblicos, matemticos), y dependiendo de su uso (explicativos, descriptivos, predictivos), entre otros; la informacin obtenida por medio de cada uno de estos modelos es diferente, lo cual puede ocasionar conflictos entre distintas reas de la Ingeniera. Tal es el caso del diseo de equipos y procesos qumicos, el cual se fundamenta en modelos explicativos o descriptivos, mientras que la mayora de los diseos de controladores se realizan con modelos puramente predictivos. Por lo tanto, ambos diseos se realizan sin interactuar uno con el otro. La mirada tradicional del diseo de equipos y procesos (disear primero el proceso y luego el sistema de control), genera una baja flexibilidad operativa y bajos estndares de calidad debido a problemas posteriores de controlabilidad (Brengel and Seider, 1992; Elliot and Luyben, 1995). No obstante es una cualidad deseable que los diseos mencionados interacten complementndose, por lo cual se propone en el presente trabajo, el uso del diseo integrado como una alternativa potencialmente mas eficiente para el diseo de equipos y procesos (Bansal et al., 2002; Ochoa et al., 2004).

El artculo se organiza de la siguiente manera: en la Seccin 2 se da una visin tradicional del diseo de ingeniera y del diseo integrado, en la Seccin 3 se describen algunos aspectos relevantes del modelado y se indican las caractersticas de los modelos descriptivos, los predictivos y de los explicativos, en la Seccin 4 se ilustran mediante un ejemplo las diferentes tipologas de modelos descriptas en las secciones precedentes y su relacin con el diseo tradicional, finalmente, en la Seccin 5 se presentan las conclusiones. 2. DISEO DE INGENIERA Y DISEO INTEGRADO

En la ingeniera, el diseo puede definirse como la creacin de un sistema, componente o proceso que satisfaga una necesidad (Bieniawsky, 1992). Dado que el diseo de ingeniera es un proceso, el mismo presenta una serie de etapas (Pahl and Beitz, 1984): i) Clarificacin de la tarea, ii) Diseo conceptual, iii) Diseo preliminar, iv) Diseo de detalle y v) Evaluacin fsica. Adems de las etapas, tambin puede considerarse las diferentes instancias del diseo: de equipo, de proceso y del sistema de control. El objetivo del diseo del equipo consiste en generar un artefacto que satisfaga una necesidad, el diseo de proceso consiste en establecer las condiciones de operacin del mismo, y el diseo del sistema de control consiste en generar flujos de informacin que garanticen el funcionamiento del equipo o proceso de acuerdo con unos objetivos preestablecidos. Abordar la tarea de diseo requiere establecer un compromiso en cuanto a precisin y facilidad de clculo. Cumplir con estas dos premisas depende de las necesidades a satisfacer por el equipo, su vida til, su confianza. En ltima instancia es una decisin que el ingeniero toma con base en su experiencia y en la informacin heurstica.

Actualmente, en la mayora de los casos el diseo de equipos o procesos y el diseo del sistema de control se han realizado de manera independiente y separada (de manera secuencial), sin interaccin entre ellos. Primero se realiza el diseo del equipo, una vez obtenido ste se procede a disear su fabricacin y una vez construido, se disea su sistema de control. Esta metodologa tradicional de diseo trae aparejado un alto costo, pues implica una prdida innecesaria de tiempo; ya que, si se tiene que realizar alguna modificacin en cualquier etapa del diseo, es necesario volver hacia atrs, rehacer la etapa correspondiente, constatar que no afecta las anteriores y proseguir. Adems, a veces la controlabilidad no queda garantizada, lo que trae problemas operativos graves. Es por esto que el diseo integrado surge como una necesidad para que la tarea de diseo en general se realice de forma ptima (Ochoa y col., 2004). La forma de disear se ha ido modificando a partir de las ltimas dos dcadas del siglo XX, debido a los resultados poco alentadores obtenidos con la tcnica tradicional cuando se tenan exigencias de mucha flexibilidad operativa y altos estndares de calidad. Cuando en estos casos se realizaban cambios en el punto de operacin se tena una prdida considerable en el desempeo del proceso. De igual forma, la aparicin de nuevas perturbaciones, implicaba la disminucin en la robustez del proceso. Adicionalmente, las decisiones realizadas durante la etapa del diseo del equipo afectan de manera considerable el diseo del sistema de control y por tanto, la operacin del equipo durante toda su vida til. Finalmente, el diseo integrado consiste en realizar el diseo del equipo, considerando aspectos de su sistema de control, tales como: anlisis de la operabilidad, estabilidad, controlabilidad y criterios econmicos; optimizacin del estado estacionario, entre otras. 3. MODELADO

controladores, estimar variables de proceso que no son medibles directamente, evaluar la sensibilidad de un sistema frente a cambios en sus parmetros, experimentar mediante simulacin con condiciones de operacin que podran ser peligrosas o inseguras. 3.1 Consideraciones generales Las reas o disciplinas de aplicacin del modelado de sistemas son diversas: desarrollo de sistemas, desarrollo de prototipos, optimizacin de sistemas, educacin, medicina, ciencias biolgicas y sociales, economa, ingeniera en general, etc. En ingeniera el modelado ms usado es el matemtico, el cual comprende diversas etapas (Linares, 2001): i) Identificacin del problema, ii) Especificacin matemtica y formulacin, iii) Resolucin, verificacin, validacin y refinamiento, iv) Interpretacin y anlisis de los resultados, y finalmente, v) Implantacin, documentacin y mantenimiento. En general no es difcil construir modelos, la complejo es hallar un buen modelo que sea realizable y adecuado para los fines perseguidos, pues ningn modelo es totalmente vlido, es decir, los modelos tienen un dominio de validez limitado (Ljung, 1997; Twomey and Smith, 1998). Algunos autores para acentuar las diferencias entre modelos y sistema real realizan la siguiente analoga: los modelos son caricaturas del sistema. 3.2 Tipologas de Modelos Se parte de la base de que todos los modelos matemticos permiten realizar predicciones sobre el sistema que modelan, de ah el carcter predictivo bsico de todos ellos. Sin embargo, un modelo contiene informacin que depende de cmo relaciona los datos que ingresan al modelo con la prediccin efectuada por el mismo: la estructura del modelo en si misma contiene informacin. Esta informacin, til al usuario, no se manifiesta directamente en la prediccin: dos modelos que relacionan de manera totalmente diferente los datos con las predicciones, pueden brindar el mismo nivel de precisin en la prediccin. En cambio, es evidente que esa informacin contenida en la estructura es un factor relevante en la seleccin del modelo de acuerdo con su finalidad. Con esta argumentacin, se propone agrupar los modelos de acuerdo con la cantidad de esa informacin adicional que brindan sobre el fenmeno: explicndolo o describindolo. De este modo, existen modelos cuyo contenido de informacin adicional sobre el proceso es el mayor posible, puesto que explican todos y cada uno de los fenmenos presentes en el sistema, a estos se les denomina Modelos Explicativos. Un segundo tipo de modelos son aquellos que sin explicar los fenmenos, si realizan una descripcin de los mismos. Este grupo de modelos se denominan Modelos Descriptivos. Finalmente, los modelos denominados Puramente Predictivos se limitan a realizar una representacin que permite calcular los efectos de las relaciones entre las variables de inters del sistema no brindando ninguna descripcin de los fenmenos involucrados. La clasificacin anterior no se asocia totalmente con la de modelos del tipo caja blanca, gris o negra, cuyo criterio de clasificacin es el conocimiento previo sobre el proceso (Sjrberg et al., 1995). En la prctica, la mayora de los modelos son del tipo caja gris, pues generalmente se tiene

El objeto del modelado son los sistemas, este ltimo trmino hace referencia a un conjunto de reglas, principios, mtodos, tcnicas o elementos interrelacionados y relacionados con su entorno, que persiguen un fin determinado. Esta definicin suele confundirse con el trmino proceso, que bsicamente se refiere al grupo de operaciones tendientes a obtener un producto con caractersticas especficas. Est claro entonces el grado ms abstracto y general del trmino sistema que del trmino proceso (lvarez y col., 2002). Por otra parte, el modelo de un sistema se puede definir como una herramienta (representacin del sistema real), que permite responder preguntas acerca del comportamiento de un sistema, para tomar decisiones en diversas reas de aplicacin, sin necesidad de realizar experimentos sobre el sistema real (Ljung, 1997). Debido a la complejidad de los procesos, la ingeniera se vale del modelado como herramienta para su comprensin y diseo. Dependiendo de la finalidad o uso que se pretenda dar al modelo del sistema ser el tipo de modelo que se construir. Un modelo puede perseguir distintas finalidades como por ejemplo: profundizar el conocimiento sobre los mecanismos internos de un proceso, prever el comportamiento del sistema bajo diferentes situaciones, evaluar las prestaciones de diferentes tipos de

algn conocimiento de las leyes fsicas que rigen el proceso pero algunos parmetros deben ser determinados a travs de observaciones. Sin embargo, de acuerdo a la clasificacin propuesta en este artculo, los modelos caja gris pueden tener carcter explicativo, descriptivo o puramente predictivo. Aunque podra pensarse que un modelo explicativo se refiere a uno caja blanca, en la mayora de los casos dicho modelo explicativo es en realidad uno caja gris. En un caso extremo, para un fenmeno poco conocido (por ejemplo un producto nuevo), el modelo explicativo puede equivaler a un modelo caja negra, puesto que la mxima explicacin disponible hasta ese momento para el fenmeno es la relacin hallada entre las variables; sin embargo, la mayora de las veces un modelo caja negra es un modelo puramente predictivo. Un modelo caja gris, no tiene porque relacionarse directamente con un modelo descriptivo aunque a veces coinciden. En todas las tipologas de modelos la sencillez y la simpleza son cualidades deseables, aunque tal deseo es ms accesible para algunos tipos modelos que para otros. Adems, se espera que los modelos sean adecuados tanto al problema al que se aplican como a la persona que resuelve el problema. La capacidad mltiple de descripcin, explicacin y prediccin es lo que constituye el poder explicativo de una teora, o su capacidad para resolver problemas (Concari, S., 2001), y es precisamente la existencia de un cierto grupo de modelos lo que ayuda en la construccin de una teora. Modelos Explicativos. Estos modelos buscan incrementar el entendimiento de las causas del fenmeno y adems, se refiere a las pruebas empricas de las proposiciones de la teora a las que les da apoyo (Concari, S., 2001). Normalmente son modelos complejos y basados en leyes y principios. En general, no se basan en modelos empricos o heursticos y se utilizan cuando el sistema ya se conoce, pero se desea conocer su comportamiento en una situacin especfica y las razones de porqu determinado fenmeno ha ocurrido de esa forma y no de otra manera. Finalmente se puede decir que los modelos explicativos en la investigacin cientfica responden a la pregunta Por qu y de qu forma ocurren determinados mecanismos, eventos o fenmenos en un sistema? Modelos Descriptivos. Describir un fenmeno implica definir sus caractersticas y componentes, as como definir las condiciones en que se presenta y las distintas maneras en que puede manifestarse (Concari, S., 2001). En el modelado descriptivo de un sistema se persigue que la representacin obtenida sea adecuada para el diseo de equipos. Por tanto, el modelo descriptivo debe ser sencillo y aportar informacin a la toma de decisiones en las diferentes etapas de su diseo. Aunque el ideal para diseo es el modelo explicativo, la complejidad matemtica que este trae aparejada resulta prohibitiva a la hora de abordar labores de diseo rutinarias. Finalmente, se puede decir que los modelos descriptivos en el diseo de ingeniera responden a la pregunta Qu es preciso conocer del sistema para el fin de diseo? Modelos Puramente Predictivos. Aunque todos los modelos matemticos son predictivos, cuando se habla de modelos puramente predictivos se hace referencia a aquellos modelos

obtenidos empricamente, los cuales sintetizan en una estructura sencilla (y generalmente predefinida) las dinmicas principales del sistema. Aunque su carcter explicativo es mnimo, su sencillez disminuye la complejidad computacional hacindolos ideales para su uso en lnea, es decir un modelo predictivo es un modelo lo suficientemente preciso para ser manipulado automticamente (Concari, S., 2001). Los modelos AutoRegresivos con entrada eXogena (ARX) son un ejemplo de modelos puramente predictivos. Finalmente, se puede decir que los modelos puramente predictivos en el diseo de ingeniera responden a la pregunta Cmo ser el comportamiento del sistema modelado en circunstancias diferentes? 4. EJEMPLO

Con el fin de ilustrar las tipologas de modelos expuestas y su relacin con el diseo de ingeniera, se esboza en que consisten cada una de las etapas del diseo y se exponen algunas de las ecuaciones propuestas en la literatura para el modelado de un Intercambiador de Calor (IC). Un IC es un equipo que permite el intercambio de energa de un fluido a otro. En este trabajo se asumir que no ocurre cambio de fase en los fluidos. Uno de los fluidos es utilizado slo para fines de calentamiento (o enfriamiento) y se denomina Fluido de Servicio (FS). El otro fluido es el que se desea calentar (o enfriar) y se denomina Fluido de Proceso (FP) (Lienhard V, 2003, Cao, 1983). En este ejemplo se desea calentar un FP. 4.1 Diseo tradicional de un IC La tarea, en el sentido tradicional, consiste en disear primero el equipo y luego su sistema de control. Diseo del equipo. Ntese que aqu slo se indica el diseo de un IC de doble tubo. Sin embargo, la etapa de diseo conceptual implica comparar diferentes tipos de IC y por tanto, utilizar los modelos que los describen, lo cual hace que el diseo se convierta en una tarea iterativa bastante extensa. Debido a lo anterior existen actualmente en la industria una gran variedad de software que permite calcular diferentes configuraciones de IC que logran un cierto punto de estado estacionario, lo que facilita una seleccin eficiente del tipo de IC. Recurdese que el diseo del equipo comprende las siguientes etapas, en las que no se profundiza aqu: Clarificacin de la tarea. Se define la temperatura que se desea obtener del FP, los caudales disponibles de los diferentes fluidos (FP y FS) y la temperatura del FS que garantice la transferencia de calor de acuerdo con las necesidades planteadas. Diseo Conceptual. Se indica la configuracin del IC; es decir, tipo de IC, direccin de flujo, etc. (Lienhard V, 2003). En este ejemplo se trabaja con un IC de doble tubo en flujo paralelo, pues es sencillo para ilustrar las diferencias entre los tipos de modelos. Diseo Preliminar. Se especifican los materiales de las diferentes partes del IC, aislantes, etc. Adems, se realiza un anlisis bsico que conduce a una estructura de intercambiador especfica. As, en este ejemplo se trabaja con un slo paso de los fluidos por el intercambiador.

 Diseo de detalle. Incluye el dimensionado detallado de las diferentes partes del IC, para lo cual se recurre a tablas, cartas o ecuaciones que relacionan las caractersticas energticas de las dos corrientes en el estado estacionario con los parmetros de diseo: dimetro de los tubos, longitud del intercambiador, etc. Diseo del sistema de control para un IC. Una vez obtenido el diseo del IC se procede a disear su sistema de control (Marlin, 2000) y para ello nuevamente se recorren las etapas de diseo indicadas en la Seccin 2: Clarificacin de la Tarea. Se indica el intervalo de variacin y la precisin de la variable a controlar (salida o estado) y dems requerimientos dinmicos de desempeo, como: tiempo de levantamiento, oscilacin permitida, etc. Diseo conceptual. Se especifica la estructura de control a usar y sus caractersticas principales. Diseo preliminar. Se selecciona la variable manipulada, los elementos finales de control, sensores, actuadores, etc. En este ejemplo se toma como variable manipulada el caudal del FS, aunque tambin podra ser la temperatura de entrada del FS. Diseo de detalle. Se realiza la programacin especfica del algoritmo de control o la sintona del controlador cuando se trabaja con un controlador genrico como el PID. Ntese que la inclusin de un modelo del IC en todas estas etapas queda como una decisin del diseador. Es posible recurrir totalmente a la experiencia y a la prueba y error para completar el diseo, con un uso mnimo de modelo. 4.2 Modelado de un IC El modelado fenomenolgico de un equipo de proceso se apoya en los balances de materia, de energa y de cantidad de movimiento, adicionados con un grupo de ecuaciones constitutivas: ecuaciones cinticas, estequiomtricas, etc. (Bequette, 1998). En esta seccin se presenta el modelo de un IC de doble tubo (ver Figura 1). El modelo se obtiene aplicando balances de materia total, materia por componente y el balance de energa. Este ltimo es el nico que queda, puesto que es el que refleja el intercambio energtico que tiene lugar en un IC.

hP A p Tw h A = v (Tw TP ) + S S (TS Tw ) t mP mS

(3)

Donde m flujo msico, cp calor especfico, T temperatura, v velocidad media, h y A coeficiente local y rea de transferencia de calor respectivamente. Los subndices s y p hacen referencia a FS y FP respectivamente, y w a la pared. Ntese que los coeficientes de transferencia de calor h se diferencian de acuerdo con el fluido que los est experimentando. Como se ver ms adelante, en un modelo global, se toma un nico coeficiente U que resulta de la contribucin individual de todos los coeficientes locales. Para la obtencin de estos balances se realizaron los siguientes supuestos: - Fluidos en flujo turbulento (implica operar en un intervalo de flujos de entrada con nmero de Reynolds Re>2300). Esto puede afectar la controlabilidad, ya que a bajos caudales del FS ya no se cumplen este supuesto. - No hay transferencia de calor por conduccin longitudinal en los tubos. - Fluidos incompresibles, as que la densidad es constante, as como las dems propiedades fsicas. Debido a que en un IC la temperatura est distribuida espacialmente y adems es variable en el tiempo, el modelo indicado resulta de parmetros distribuidos, y se expresa mediante ecuaciones diferenciales en derivadas parciales. Por lo tanto, la dimensionalidad del modelo es infinita, debido a que la variable de distribucin espacial genera infinitos puntos donde evaluar la variable de inters. En el caso de una solucin numrica del problema, la dimensionalidad aparente resulta una funcin de la particin espacial que se realice. Tal dimensionalidad se asocia directamente con el grado de precisin que se desee en el resultado final que entregue el modelo. Modelo explicativo de un IC. Los balances de energa indicados en las ecuaciones (1), (2) y (3) constituyen un modelo explicativo del IC. Este modelo no es aplicado directamente en el diseo del equipo, ni en el diseo del sistema de control, pues de hecho para su validacin fue necesario realizar un montaje, en el cual se instalaron termocuplas en el IC cada 0,36 m tanto para el FP, como para el FS, lo que resulta imprctico industrialmente. Sin embargo, los resultados arrojados por este modelo permiten una mayor comprensin de este tipo de IC y por tanto, mejorar algunos aspectos de su diseo. Otros modelos explicativos de un IC se dedican slo a explicar aspectos puntuales, tal como el presentado en (Cheng et al., 2002), dnde, adems del balance de energa, se plantean los balances de cantidad de movimiento con el fin de optimizar la transferencia de calor, basada en la cada de presin que garantice un flujo ms uniforme. En (Atkinson et al., 1998), se propone un modelo tridimensional del flujo de calor y de fluidos en un IC con el fin de evaluar el efecto del ensuciamiento en la pared del IC sobre la transferencia de calor. En general puede decirse que un modelo como el indicado, en el cual se incluyen (con un carcter explicativo) todos los efectos dinmicos, resulta excelente pero poco til debido a su complejidad computacional. De ah, que la mayora de

Fluido caliente

Fluido caliente

TUBO dQ/dt NULO Fluido fro

Aislante trmico

Fluido fro

Figura 1. IC de doble tubo o tubos concntricos. - De acuerdo con (Abdelghani-Idrissi, 2001), los balances de Energa sobre el FP, el FS y sobre la pared de los tubos son:

(mc p ) P

TP T = (mc p ) P v P + v hP AP (Tw TP ) t x

(1)

(mc p ) S

TS T = (mc p ) S v S + v hS AS (Tw TS ) (2) t x

modelos usados en el diseo de equipo sean de carcter descriptivo y esttico, es decir, son relaciones (mapas) entre las variables de diseo y el desempeo esperado en estado estacionario del equipo que se disea. Modelo descriptivo de un IC. Debido a la dificultad que implica el uso de las ecuaciones (1), (2) y (3) en el diseo del equipo (debera hacerse a travs de simulacin del comportamiento dinmico), se agregan al modelo otros supuestos adems de los ya indicados. El ms importante es suponer que la temperatura tanto del FS, como del FP no varan espacialmente en el IC (se instala un nico sensor para cada corriente a la salida del IC). Si adems se asume que ya el IC est en estado estacionario (justo en el punto de diseo), se obtiene el balance de energa:

limitada a las condiciones para los cuales fueron hallados, con baja extrapolacin. El modelo indicado en las ecuaciones (4) a (8) refleja las caractersticas tpicas de un modelo descriptivo: posee parmetros como rea de intercambio calrico, nmero de tubos, longitud de ellos, etc. Esto permite el dimensionado del IC, objetivo del diseo tradicional. Modelo puramente predictivo de un IC. Al igual que el modelo descriptivo, el modelo predictivo de un IC puede apoyarse en el balance de energa, aunque no es una condicin indispensable. Por ejemplo, un estructura ARX puede ser la utilizada para predecir los cambios de la variable de inters con el tiempo. Aunque dicho cambio no dice nada sobre el fenmeno, si puede realizar predicciones adecuadas para los fines del control (un ejemplo son los modelos en funciones de transferencia). El siguiente modelo puramente predictivo (Hiroe and Khargonekar, 1996):

q = (m c p ) P (Ti To ) P = (m c p ) S (Ti To ) S (4)

Aqu q es el flujo calrico y los subndices i y o hacen referencia a entrada y salida respectivamente. En la ecuacin (4) a pesar de que q y m son velocidades, se describe el mapa esttico del IC, no su comportamiento dinmico. Adicionalmente, la ecuacin cintica:

( mc )

p P

dTP = ( mc p ) (To Ti ) P + hA(Ts TP ) P dt

(9) (10)

( mc )

p S

q = U A T

(5)

junto con (4) permiten establecer los requerimientos (por ejemplo el rea necesaria del equipo para lograr la transferencia de calor), de la etapa de diseo clarificacin de la tarea. Debido a que en el IC no existe interaccin msica, es decir todas las corrientes de entrada y de salida tienen siempre las mismas concentraciones, no es necesario plantear balances de materia por componentes. Las ecuaciones constitutivas, en cambio, si son necesarias y utilizadas durante las etapas de Diseo Preliminar y Diseo de Detalle. A continuacin slo se indican algunas de las ecuaciones constitutivas, para una descripcin completa ver (Cao, 1983):
1 1 1 = + + RF U ho hio

(6)
a

L=

A D0

(7)

L v2 (8) p = 4 f D 2 w Dnde hio y ho coeficientes peliculares interno y externo respectivamente, RF, resistencia de ensuciamiento, L longitud del tubo, Do dimetro externo del tubo, p cada de presin, f factor de friccin de Fanning y ( w )a factor de correccin diferencias de viscosidad entre el fluido prximo a la pared y el fluido de la corriente. El uso de factores de correccin empricos es comn en el diseo de equipos, ya que simplifican bastante los modelos y por tanto los clculos. En cambio, un modelo que describa con precisin el efecto de ensuciamiento requiere el uso de ecuaciones diferenciales en derivadas parciales (Atkinson et al., 1998), a costa de una carga computacional elevada. Las expresiones y parmetros empricos deben usarse con precaucin debido a su validez

donde m es la masa de los fluidos contenida en el IC, es igual al modelo descriptivo dado por las Ecs. (4) a (8), se apoya en el balance de energa y se asume que tanto la temperatura del FP, como del FS no presentan variacin espacial. Con este modelo es posible conocer el comportamiento futuro de la temperatura en el IC, lo cual es una caracterstica propia de un modelo puramente predictivo. No obstante, el modelo adems de predictivo tiene un cierto carcter explicativo, pues permite establecer comportamientos del fenmeno, aunque dicha explicacin se limite exclusivamente a la variable que se desea controlar, en este caso la Temperatura. Finalmente, realizando una analoga entre la clasificacin propuesta en este artculo y la que se fundamenta en el conocimiento previo del proceso, se puede agregar que los tres tipos de modelos que ilustran el ejemplo, tanto explicativo, descriptivo como puramente predictivo, son modelos de caja gris con estructura fenomenolgica. Es decir la estructura de estos modelos se obtienen a partir de las leyes fsicas que rigen el fenmeno (balances de materia y energa) mientras que los parmetros deben ser identificados a partir de datos observados. Queda evidenciada entonces la diferencia que existe entre las dos clasificaciones mencionadas anteriormente. 4.3 Diseo Integrado A continuacin se expone como afectan algunos parmetros la operacin del IC. Efecto de los cambios de operacin en un IC. Se desea obtener un determinado valor de la temperatura del FP en el IC. Como se observa, la ecuacin (4) se satisface para diferentes valores de caudal y temperatura de entrada del FS. Sin embargo, los Elementos Finales de Control (EFC), como vlvulas para el caso de flujo, estn diseados para funcionar de manera adecuada en un determinado intervalo de operacin. La seleccin del caudal de entrada del FS no slo

dTS = ( mc p ) S (To Ti ) S hA(Ts TP ) dt

debe hacerse de tal manera que garantice la obtencin de la temperatura deseada en el FP, sino que adems, debe asegurar que el equipo opere en una regin factible. Efecto del escalado. Puesto que el diseo se realiza para regmenes turbulentos (Re>2300), el rea del tubo por el cual circula el FS, depende del caudal seleccionado o viceversa, la seleccin del rea afecta el caudal, por tanto nuevamente una seleccin incorrecta del rea puede llevar al sistema a operar en una regin indeseable, por ejemplo, de flujo laminar para la cual no se cumple uno de los supuestos del modelo. Todo lo anterior, adems de otros aspectos no considerados aqu, llevan a concluir que el comportamiento en estado estacionario del equipo tiene restricciones fsicas (Russo and Bequette, 1997), que se heredan al comportamiento alcanzable del estado transitorio. 5. CONCLUSIONES

En este trabajo se propuso una tipologa de modelos basada la informacin que brinda el modelo para los fines del diseo de procesos o equipos y para el diseo del sistema de control. Los distintos tipos de modelos se ilustraron mediante un ejemplo de un equipo de intercambio calrico. Finalmente, se justific el uso del diseo integrado como una metodologa que permite involucrar conjuntamente los objetivos del funcionamiento del equipo con su operacin adecuada a lo largo de toda su vida til. Se evidenci que la informacin que brindan los diferentes tipos de modelos se complementa, sin que pueda decirse que uno de los tipos de modelos es el ptimo en todas las labores asociadas con un proceso, su diseo y operacin. Por lo tanto, es labor del ingeniero utilizar el ms apropiado de acuerdo con los fines de modelado y diseo perseguidos en cada una de las tareas asociadas con el proceso. El contenido de informacin que brinda un modelo no slo debe medirse cuando el modelo se simula o resuelve. Tambin debe considerarse la informacin que aporta el modelo desde su estructura misma, indicando relaciones entre variables y comportamientos lineales o no lineales en los estados o salida. Este tipo de informacin no directamente asociada con la salida del modelo es la que pocas veces se ha considerado en la literatura como insumo aportado por el modelo a las labores de diseo del proceso. Como trabajo futuro, est el anlisis detallado de las implicaciones que este tipo de informacin contenida en el modelo tiene sobre las tareas de diseo integrado. Baste decir que el diseo integrado como tema de estudio est an por explorar en su totalidad y que slo contando con modelos adecuados del proceso que se disea es que puede llegarse a un diseo con controlabilidad garantizada. REFERENCIAS Abdelghani-Idrissi, M.A., Bagui, F. and Estel, L. (2001) Analytical and experimental response time to flow rate step along a counter flow double pipe heat exchanger. Int. J. Heat Mass Transfer, 44, 3721-3730 Alvarez, H., Correa, R., Lamanna, R. (2002) Una propuesta taxonmica para los sistemas de control. Dyna, 135, 1-10

Atkinsona, K.N. Drakulica, R. Heikala, M.R. and Cowellb, T.A. (1998). Two- and three-dimensional numerical models of flow and heat transfer over louvred _fin arrays in compact heat exchangers. Int. J. Heat Mass Transfer, 41, 4063-4080 Bansal, V. et al., (2002). A Case Study in Simultaneous Design and Control Using Rigorous, Mixed-Integer Dynamic Optimization Models. Ind. Eng. Chem. Res., 41, 760-778. Bequette, B.W. (1998). Process Dynamics: Modeling, Analysis and Simulation, (Ed. Prentice Hall), Upper Saddle River, NJ. Bieniawsky Z.T (1992). Design Methodology In Rock Engineering. Theory, education and practice (Ed. Brookfield), Rtterdam. Brengel, D.D and W.D. Seider, (1992). Coordinated Design and Control Optimization of Nonlinear Process. Comp. Chem. Eng., 16, 861-885. Cao, E. (1983). Intercambiadores de calor, (Ed. Edigraf), capitulo 1, Buenos Aires. Chung, K., Lee, K-S., Kim, W-S. (2002). Optimization of the design factors for thermal performance of a parallel-flow heat exchanger. Int. J. Heat Mass Transfer, 45, 47734780 Concari, S. (2001). Las teoras y modelos en la explicacin cientfica: Implicancias para la enseanza de las ciencia, Ciencia y Educacin, 7, 85-94. Elliott, T.R. and W.L. Luyben, (1995). Capacity-based approach for the Quantitative Assesment of Process Controllability During the Conceptual Design Stage. Ind. Eng. Chem. Res., 34, 3907-3915. Hiroe, T. and Khargonekar. (1996). Stability and H performance analysis of gain scheduled nonlinear control systems with D-Implementation under slowly varying command inputs. Conference on Decision and Control, Japan, December. Lienhard IV, J and Lienhard V, J. (2003). A Heat Transfer Textbook, Phlogiston Press, Cambridge Massachusetts. Linares, Ramos, Snchez, Sarabia, Vitoriano. (2001). Modelos Matemticos de Optimizacin, Universidad Pontificia, Madrid. Ljung, L. and Glad, T. (1997). Modeling of Dynamic Systems.-Prentice Hall PTR. Marlin, T. (2000). Process Control. Designing processes and control system for dynamic performance. Mc Gram-Hill. Ochoa et al., (2004). Using controllability for chemical equipment design as a first step to integrated design. XI Congreso Latinoamericano de Control Automtico, Cuba. Pahl and Beitz. (1984). Engineering Design, The Design Council, Springer Verlag, New York. Russo, Louis P. and Bequette, B. Wayne. (1997). Process Design for Operability: A Styrene Polymerization Application. Computers chem. Engng, 21, 571-576. Sjberg et al, 1995. Nonlinear Black-box Modeling in System Identification: a Unified Overview. Automatica, 31 (12), pp, 1691-1724. Twoney, J. and Smith. (1998). A Bias and Variance of validation methods for function approximation neural networks under conditions of sparse data. IEEE Trans. On System, Man, and Cybernnetics part C: Aplications and Reviews, 28(3), 417-430.