Contact
CoCalc Logo Icon
StoreFeaturesDocsShareSupport News AboutSign UpSign In
| Download

Soluciones a Tareas Masa 2

Views: 20696

Problema N° 1

Valor: 18 puntos

Referencia: Adaptado de Problema 15.D4 Wankat (2008)

Una columna de destilación separa una alimentación formada por 40 % metanol y 60 % agua (fracciones molares). La alimentación es de dos fases con 60 % líquido. El producto destilado debe ser 92 % metanol y los fondos 4 % metanol. Se emplea un rehervidor PARCIAL y un condensador total. El reflujo es líquido saturado. La operación es a 101.3 kPa. Suponga flujo equimolar y emplee L/DL/D = 1.1. Bajo estas condiciones HtyH_{ty} = 0.396 m y HtxH_{tx} = 0.244 m para ambas secciones de enriquecimiento y agotamiento. Determine la altura requerida de ambas secciones empleando el método de las unidades de transferencia para la fase líquida.

# Datos de EVL para el sistema metanol-agua a 1 atm, fracciones molares (Fuente: Tabla 2-7 Wankat 2a ed.) datos_x = [0, 0.02, 0.04, 0.06, 0.08, 0.10, 0.15, 0.20, 0.30, 0.40, 0.50, 0.60, 0.70, 0.80, 0.90, 0.95, 1] datos_y = [0, 0.134, 0.23, 0.304, 0.365, 0.418, 0.517, 0.579, 0.665, 0.729, 0.779, 0.825, 0.870, 0.915, 0.958, 0.979, 1] # Datos del enunciado z_F = 0.40 # mol/mol q = 0.60 # mol/mol x_D = 0.92 # mol/mol x_B = 0.04 # mol/mol R_D = 1.1 H_ty_a = 0.396 # m H_tx_a = 0.244 # m H_ty_e = 0.396 # m H_tx_e = 0.244 # m # ***** Número de puntos para resolver las integrales, mínimo 5 ***** n_puntos_agot = 7 n_puntos_enri = 7 # ==================== Solución ====================Ni html('<h2>Solución</h2>') datos_eq = zip(datos_x,datos_y) # Crea una lista de pares de datos x,y # Se definen algunas variables por utilizar (cuando se requiere resolver ecuaciones por ejemplo) %var x, y, B, D, xI, yI, a0, a1, a2, a3, a4 # Ajuste de datos de equilibrio a un modelo modelo(x) = a1 * x + a2*x^2 + a3 *x^a4 # Modelo arbitrario que ajusta bien ajuste = find_fit(datos_eq, modelo, solution_dict=True) y_eq(x) = modelo(a1 = ajuste[a1], a2 = ajuste[a2], a3 = ajuste[a3], a4 = ajuste[a4]) # Balances de masa F = 1000 # kmol/h, Base de cálculo BM = solve([ F == D + B, \ z_F*F == x_D*D + x_B*B], \ B, D, solution_dict = True) B = numerical_approx(BM[0][B], digits=4) D = numerical_approx(BM[0][D], digits=4) R_B = (q*F + R_D*D - B) / B print "F =", F, "kmol/h, Base de cálculo" print "B =", B, "kmol/h" print "D =", D, "kmol/h" print "R_B =", R_B # Ecuaciones de las líneas de operación y_q(x) = q/(q-1)*x - z_F/(q-1) y_e(x) = R_D/(R_D+1) * x + x_D/(R_D+1) y_a(x) = (R_B+1)/R_B * x - x_B/R_B x_ali = find_root(y_q == y_e, 0, 1) # Cruce línea q con enriquecimiento x_aeq = find_root(y_q == y_eq, 0, 1) # Cruce con equilibrio # Composiciones de entrada y salida y_a_entra = y_eq(x_B) y_a_sale = y_q(x_ali) x_a_entra = x_ali x_a_sale = numerical_approx(solve(y_a_entra == y_a, x)[0].rhs(), digits = 4) y_e_entra = y_a_sale y_e_sale = y_e(x_D) x_e_entra = x_D x_e_sale = x_ali print "\nEn zona de agotamiento" print "----------------------" print "x_entra = %.3g" %x_a_entra print "x_sale = %.3g" %x_a_sale print "y_entra = %.3g" %y_a_entra print "y_sale = %.3g" %y_a_sale print "\nEn zona de enriquecimiento" print "--------------------------" print "x_entra = %.3g" %x_e_entra print "x_sale = %.3g" %x_e_sale print "y_entra = %.3g" %y_e_entra print "y_sale = %.3g" %y_e_sale # Gráficas de puntos de datos y las diferentes líneas de operación graf_data = scatter_plot(datos_eq, xmin=0, xmax = 1, ymin = 0, ymax = 1, axes_labels = ["$x_{metanol}$", "$y_{metanol}$"]) graf_li45 = plot(x , x, 0 , 1 , color ="black") graf_equi = plot(y_eq, x, 0 , 1 , color ="orange" , legend_label = "Equilibrio") graf_alim = plot(y_q , x, x_aeq, z_F , color = "red" , legend_label = "Alim.") graf_enri = plot(y_e , x, x_ali, x_D , color = "greenyellow", legend_label = "Enriq.") graf_agot = plot(y_a , x, x_B , x_ali, color = "green" , legend_label = "Agot." ) # Gráfica de las composiciones alrededor del rehervidor graf_rehe = line([(x_B, x_B), (x_B, y_a_entra), (x_a_sale, y_a_entra)]) graf_prob = graf_data + graf_li45 + graf_equi + graf_alim + graf_enri + graf_agot + graf_rehe # Cálculo de condiciones de interfase kx_div_ky_enri = numerical_approx(H_ty_e/H_tx_e * R_D/(R_D+1), digits = 4) kx_div_ky_agot = numerical_approx(H_ty_a/H_tx_a * (R_B+1)/R_B, digits = 4) show(r"$\left( \frac{k_x}{k_y} \right)_{enri} = \frac{H_{ty_e}}{H_{tx_e}} \frac{R_D}{R_D+1} =$",kx_div_ky_enri) show(r"$\left( \frac{k_x}{k_y} \right)_{agot} = \frac{H_{ty_a}}{H_{tx_a}} \frac{R_B+1}{R_B} =$",kx_div_ky_agot) # ***** Genera valores de datos a lo largo de las composiciones en entrada y salida de la zona de agotamiento Delta_xa = (x_a_entra - x_a_sale) / (n_puntos_agot - 1) lista_xa = [x_a_sale + Delta_xa * i for i in range(n_puntos_agot)] lista_ya = [y_a(xop) for xop in lista_xa] lista_xIa = [] # Lista vacía lista_yIa = [] # Para cada par (x, y) calcula (xI, yI) for i in range(n_puntos_agot): xop = lista_xa[i] # Lee un valor de x de la línea de operación yop = lista_ya[i] # Lee el correspondiente valor de y # Encuentra el valor de xI que iguala la ecuación de la curva de equilibrio con la recta de pendiente -kx/ky f_resolver = y_eq(xI) == -kx_div_ky_agot * xI + kx_div_ky_agot * xop + yop raiz_xI = find_root(f_resolver, 0, 1) # Calcula el valor de yI = y*(xI) y guarda los datos en las listas raiz_yI = y_eq(raiz_xI) lista_xIa.append(raiz_xI) lista_yIa.append(raiz_yI) # Genera la gráfica de líneas con pendiente -kx/ky graf_lin = line([(lista_xa[0], lista_ya[0]), (lista_xIa[0], lista_yIa[0])], color = 'gray') for i in range(n_puntos_agot-1): graf_lin = graf_lin + line([(lista_xa[i+1], lista_ya[i+1]), (lista_xIa[i+1], lista_yIa[i+1])], color = 'gray') # ========== Cálculo del número de unidades de transferencia fase líquida (como pide el enunciado) ========== # Genera lista con valores 1/(x-xI) y luego forma pares con los valores de x f = [1/(lista_xa[i]-lista_xIa[i]) for i in range(n_puntos_agot)] datos_f = zip(lista_xa, f) # Ajuste de los datos a un modelo para integrar fácilmente datos_x_xI = zip(lista_xa, lista_xIa) modelo(x) = a0 + a1*x + a2*x^2 + a3*x^a4 ajuste = find_fit(datos_x_xI, modelo, solution_dict=True) xI_f(x) = modelo(a0=ajuste[a0], a1=ajuste[a1], a2=ajuste[a2], a3=ajuste[a3], a4=ajuste[a4]) # Calcula NTU f_int(x) = 1/(x-xI_f(x)) integral_f = numerical_integral(f_int, x_a_sale, x_a_entra) N_tx_a = integral_f[0] # La función numerical_integral devuelve dos valores: la integral y el error estimado # Cálculo de la altura del relleno de la sección de agotamiento H_c_a = numerical_approx(H_tx_a*N_tx_a, digits = 3) # Gráfica del NTU # P = Polyhedron(vertices=[(x_a_sale,0)] + datos_f + [(x_a_entra,0)], base_ring=RDF).center() # Centro del polihedro graf_NTU = scatter_plot(datos_f, axes_labels = ['$x$', r'$\frac{1}{x-x_I}$'], facecolor = 'none') \ + plot(f_int, xmin = x_a_sale, xmax = x_a_entra, color = 'green', fill = 'axis', fillcolor='green') \ + text('$ABC = %s$' %n(N_tx_a, digits=3), ((x_a_entra+x_a_sale)/2, datos_f[int(n_puntos_enri/2)][1]/2), color = 'black') # ***** Igual que todo lo anterior pero para la zona de enriquecimiento Delta_xe = (x_e_entra - x_e_sale) / (n_puntos_enri - 1) lista_xe = [x_e_sale + Delta_xe * i for i in range(n_puntos_enri)] lista_ye = [y_e(xop) for xop in lista_xe] lista_xIe = [] lista_yIe = [] for i in range(n_puntos_enri): xop = lista_xe[i] yop = lista_ye[i] f_resolver = y_eq(xI) == -kx_div_ky_enri * xI + kx_div_ky_enri * xop + yop raiz_xI = find_root(f_resolver, 0, 1) raiz_yI = y_eq(raiz_xI) lista_xIe.append(raiz_xI) lista_yIe.append(raiz_yI) for i in range(n_puntos_enri): graf_lin = graf_lin + line([(lista_xe[i], lista_ye[i]), (lista_xIe[i], lista_yIe[i])], color = 'darkgray') g = [1/(lista_xe[i]-lista_xIe[i]) for i in range(n_puntos_enri)] datos_g = zip(lista_xe, g) datos_x_xI = zip(lista_xe, lista_xIe) modelo(x) = a0 + a1*x + a2*x^2 + a3*x^a4 ajuste = find_fit(datos_x_xI, modelo, solution_dict=True) xI_g(x) = modelo(a0=ajuste[a0], a1=ajuste[a1], a2=ajuste[a2], a3=ajuste[a3], a4=ajuste[a4]) g_int(x) = 1/(x-xI_g) integral_g = numerical_integral(g_int, x_e_sale, x_e_entra) N_tx_e = integral_g[0] H_c_e = numerical_approx(H_tx_e*N_tx_e, digits = 3) graf_NTU = graf_NTU + scatter_plot(datos_g, axes_labels = ['$x$', r'$\frac{1}{x-x_I}$'], facecolor = 'none') \ + plot(g_int, xmin = x_e_sale, xmax = x_e_entra, color = 'greenyellow', fill = 'axis', fillcolor='greenyellow') \ + text('$ABC = %s$' %n(N_tx_e, digits=3), ((x_e_entra+x_e_sale)/2, datos_g[int(n_puntos_agot/2)][1]/2), color = 'black') # Muestra los resultados show(graf_prob + graf_lin) show(graf_NTU) show(r"$H_{c,\text{agot}} = (H_{tL} N_{tL})_\text{agot} = %s \,\text{m} * %s = %s \,\text{m}$" %(numerical_approx(H_tx_a, digits = 3), numerical_approx(N_tx_a, digits = 3), H_c_a)) show(r"$H_{c,\text{enri}} = (H_{tL} N_{tL})_\text{enri} = %s \,\text{m} * %s = %s \,\text{m}$" %(numerical_approx(H_tx_e, digits = 3), numerical_approx(N_tx_e, digits = 3), H_c_e)) # ***** Final del código *****

Solución

F = 1000 kmol/h, Base de cálculo B = 590.9 kmol/h D = 409.1 kmol/h R_B = 0.7769 En zona de agotamiento ---------------------- x_entra = 0.278 x_sale = 0.126 y_entra = 0.236 y_sale = 0.584 En zona de enriquecimiento -------------------------- x_entra = 0.92 x_sale = 0.278 y_entra = 0.584 y_sale = 0.92
(kxky)enri=HtyeHtxeRDRD+1=\left( \frac{k_x}{k_y} \right)_{enri} = \frac{H_{ty_e}}{H_{tx_e}} \frac{R_D}{R_D+1} = 0.8501\displaystyle 0.8501
(kxky)agot=HtyaHtxaRB+1RB=\left( \frac{k_x}{k_y} \right)_{agot} = \frac{H_{ty_a}}{H_{tx_a}} \frac{R_B+1}{R_B} = 3.712\displaystyle 3.712
Hc,agot=(HtLNtL)agot=0.244m5.19=1.27mH_{c,\text{agot}} = (H_{tL} N_{tL})_\text{agot} = 0.244 \,\text{m} * 5.19 = 1.27 \,\text{m}
Hc,enri=(HtLNtL)enri=0.244m13.3=3.23mH_{c,\text{enri}} = (H_{tL} N_{tL})_\text{enri} = 0.244 \,\text{m} * 13.3 = 3.23 \,\text{m}
# ========== Cálculo del número de unidades de transferencia para la fase de vapor (SOLO POR COMPARAR) ========== # Se toman los mismos datos de composiciones en la interfase ya calculados anteriormente # Genera lista con valores 1/(yI-y) y luego forma pares con los valores de y f = [1/(lista_yIa[i]-lista_ya[i]) for i in range(n_puntos_agot)] datos_f = zip(lista_ya, f) # Ajuste de los datos a un modelo para integrar fácilmente datos_y_yI = zip(lista_ya, lista_yIa) modelo(y) = a0 + a1*y + a2*y^2 + a3*y^a4 ajuste = find_fit(datos_y_yI, modelo, solution_dict=True) yI_f(y) = modelo(a0=ajuste[a0], a1=ajuste[a1], a2=ajuste[a2], a3=ajuste[a3], a4=ajuste[a4]) # Calcula NTU f_int(y) = 1/(yI_f(y)-y) integral_f = numerical_integral(f_int, y_a_entra, y_a_sale) N_ty_a = integral_f[0] # La función numerical_integral devuelve dos valores: la integral y el error estimado # Cálculo de la altura del relleno H_c_a = numerical_approx(H_ty_a*N_ty_a, digits = 3) # Gráfica graf_NTU = scatter_plot(datos_f, axes_labels = ['$y$', r'$\frac{1}{y_I-y}$'], facecolor = 'none') \ + plot(f_int, xmin = y_a_entra, xmax = y_a_sale, color = 'green', fill = 'axis', fillcolor='green') \ + text('$ABC = %s$' %n(N_ty_a, digits=3), ((y_a_entra+y_a_sale)/2, median(datos_f)[1]/2), color = 'black') # ***** Igual que todo lo anterior pero para la zona de enriquecimiento f = [1/(lista_yIe[i]-lista_ye[i]) for i in range(n_puntos_enri)] datos_f = zip(lista_ye, f) datos_y_yI = zip(lista_ye, lista_yIe) modelo(y) = a0 + a1*y + a2*y^2 + a3*y^a4 ajuste = find_fit(datos_y_yI, modelo, solution_dict=True) yI_f(y) = modelo(a0=ajuste[a0], a1=ajuste[a1], a2=ajuste[a2], a3=ajuste[a3], a4=ajuste[a4]) f_int(y) = 1/(yI_f-y) integral_f = numerical_integral(f_int, y_e_entra, y_e_sale) N_ty_e = integral_f[0] H_c_e = numerical_approx(H_ty_e*N_ty_e, digits = 3) graf_NTU = graf_NTU + scatter_plot(datos_f, axes_labels = ['$y$', r'$\frac{1}{y_I-y}$'], facecolor = 'none') \ + plot(f_int, xmin = y_e_entra, xmax = y_e_sale, color = 'greenyellow', fill = 'axis', fillcolor='greenyellow') \ + text('$ABC = %s$' %n(N_ty_e, digits=3), ((y_e_entra+y_e_sale)/2, median(datos_f)[1]/2), color = 'black') # Muestra los resultados show(graf_NTU) show(r"$H_{c,\text{agot}} = (H_{tG} N_{tG})_\text{agot} = %s \,\text{m} * %s = %s \,\text{m}$" %(numerical_approx(H_ty_a, digits = 3), numerical_approx(N_ty_a, digits = 3), H_c_a)) show(r"$H_{c,\text{enri}} = (H_{tG} N_{tG})_\text{enri} = %s \,\text{m} * %s = %s \,\text{m}$" %(numerical_approx(H_ty_e, digits = 3), numerical_approx(N_ty_e, digits = 3), H_c_e))
Hc,agot=(HtGNtG)agot=0.396m3.20=1.27mH_{c,\text{agot}} = (H_{tG} N_{tG})_\text{agot} = 0.396 \,\text{m} * 3.20 = 1.27 \,\text{m}
Hc,enri=(HtGNtG)enri=0.396m8.14=3.22mH_{c,\text{enri}} = (H_{tG} N_{tG})_\text{enri} = 0.396 \,\text{m} * 8.14 = 3.22 \,\text{m}

Problema N° 2

Valor: 7 puntos

Referencia: Adaptado de Problema 15.D6 Wankat (2008)

Una columna de destilación trabaja a reflujo total, separando una mezcla binaria cuya volatilidad relativa promedio es 2,3. Se obtienen fracciones molares del componente más liviano ysaley_{sale} = 0,95 y yentray_{entra} = 0,05.
  1. Si hay 7,5 m de relleno, determine HtOGH_{tOG} promedio, para ello considere la siguiente expresión del NtOGN_{tOG}.
    • NtOG=11αln(yentra(1ysale)ysale(1yentra))+ln(1yentra1ysale)N_{tOG}= \frac{1}{1- \alpha } \ln \left( \frac{y_{entra}\left(1-y_{sale}\right)}{y_{sale}\left(1-y_{entra}\right)} \right)+ \ln \left( \frac{1-y_{entra}}{1-y_{sale}} \right)
  2. Compruebe los resultados de la parte a mediante el cálculo gráfico usando un diagrama de McCabe-Thiele.
    • NtOG=yentraysale1yydyN_{tOG}= \int_{y_{entra}}^{y_{sale}} \frac{1}{y^{*}-y} \,dy
    • Para generar la curva de equilibrio se emplea la ecuación: y=αx1+(α1)xy^{*}= \frac{ \alpha x}{1+\left( \alpha -1\right)x}

html('<h2>Solución</h2>') %var x # Datos del enunciado alfa = 2.3 y_entra = 0.05 # mol/mol y_sale = 0.95 # mol/mol h_c = 7.5 # m y_eq(x) = alfa*x/(1+(alfa-1)*x) y(x) = x print "Parte a)" N_tOG = 1/(1-alfa) * ln((y_entra*(1-y_sale))/(y_sale*(1-y_entra)))+ln((1-y_entra)/(1-y_sale)) H_tOG = h_c / N_tOG # Etapas ideales (NO APLICA, se hace para verificar que es el cálculo que aplicaron erróneamente) x_B = y_entra x_D = y_sale y_neq = y_eq(x_B) x_n = y_neq xy_etapas = [(x_B, x_B), (x_B, y_neq), (x_n,y_neq)] # Etapas agotamiento N_ago = 0 while y_neq < x_D: y_0 = y_neq y_neq = y_eq(x_n) y_1eq = y_neq if y_neq > x_D: y_neq = x_D y_1 = y_neq xy_etapas.append((x_n,y_neq)) x_n = y_neq xy_etapas.append((x_n,y_neq)) N_ago += 1 N_ago = N_ago + (x_D-y_0)/(y_1eq-y_0) print ("N_ago = %.3g") %N_ago graf_escal = line(xy_etapas, color = "purple", thickness=2) # Muestra el resultado formateado, lo que está entre símbolos de dólar se mostrará en formato matemático, para ello se escribe en LaTeX show (r'$N_{tOG} = \frac{1}{1-\alpha } \ln \left ( \frac{y_{entra} ( 1-y_{sale} )} {y_{sale} (1-y_{entra} )} \right ) + \ln \left (\frac{1-y_{entra}}{1-y_{sale}} \right ) = %s$' %n(N_tOG, digits=3)) show (r'$H_{tOG} = h_c / N_{tOG} = %s$ m' %n(H_tOG, digits=3)) print "Parte b)" plot(y_eq, x, 0, 1, thickness=2, axes_labels=['$x$','$y$'], title = 'Diagrama de McCabe-Thiele', fontsize=14) \ + plot(y, x, 0, 1, color = 'black') \ + line([(0, y_entra), (y_entra, y_entra)]) \ + text('$y_\mathrm{entra}$', (-0.04, y_entra), fontsize=16) \ + line([(0, y_sale),(y_sale, y_sale)]) \ + text('$y_\mathrm{sale}$', (-0.04, y_sale), fontsize=16) # + graf_escal f = 1/(y_eq-y) N_tOG = integral_numerical(f,y_entra, y_sale)[0] H_tOG = h_c / N_tOG # m plot(f, y_entra, y_sale, axes_labels=['$y$','$\\frac{1}{(y^*-y)}$'], fill = 'axis', fontsize=14) \ + text('$y_\mathrm{entra}$', (y_entra, -2), fontsize=16) \ + text('$y_\mathrm{sale}$', (y_sale, -2), fontsize=16) \ + text('$N_{tOG} = %s$' %n(N_tOG, digits=3), (0.5,25), fontsize=16) \ + text('$H_{tOG} = %s$ m' %n(H_tOG, digits=3), (0.5,20), fontsize=16) # ***** Final del código *****

Solución

Parte a) N_ago = 7.1
NtOG=11αln(yentra(1ysale)ysale(1yentra))+ln(1yentra1ysale)=7.47N_{tOG} = \frac{1}{1-\alpha } \ln \left ( \frac{y_{entra} ( 1-y_{sale} )} {y_{sale} (1-y_{entra} )} \right ) + \ln \left (\frac{1-y_{entra}}{1-y_{sale}} \right ) = 7.47
HtOG=hc/NtOG=1.00H_{tOG} = h_c / N_{tOG} = 1.00 m
Parte b)