6072 6018no 02

Curso 2013 - 1er.
Cuatrimestre
DyEEP / ETEP
Tema: SIMULACIN DE PROCESOS
ESTUDIO TECNICO
Alberto Bandoni
DyEEP 2013 - Simul. de Procesos
Simulacin de Procesos
Nombres con que conocen los Simuladores de Proceso
* Simulacin de flowsheet
* Flowsheeting package
* Process flowsheeting
* Simulador
* Computer aided design tools
* System modelling technology
Process flowsheeting: anlisis detallado de un flowsheet de

proceso por medio de la solucin de los balances de masa y
energa
Flowsheeting package: herramienta de diseo asistido por
computadora que permite plantear y resolver modelos de procesos
de gran escala
Simulador: es un ambiente de modelamiento
Alberto Bandoni
Simulacin por Computadora en Ing. de Procesos

Simulation is a process of designing an operational model of a system and
conducting experiments with this model for the purpose either of understanding the
behaviour of the system or of evaluating alternative strategies for the development
or operation
ti off the
th system.
t
It has to be able to reproduce selected aspects of the behaviour of the system
modelled to an accepted degree of accuracy.
Simulation implies modelling, as well as tuning of models on experimental data.
A simulation model serves to conduct 'virtual experiments'.
Simulation is only an approximate representation of the reality, at a certain level of
accuracy, and not the reality itself.
The user must always be able to evaluate the reliability of the results delivered by a
simulator
Alberto Bandoni
Computed Aided Process Engineering (CAPE): the scientific and engineering

activity that makes use of professional modelling and simulation for Chemical
Process Industries (GPI).
(GPI)
Flowsheeting (Westerberg et al., 1979): the main simulation activity in process
engineering is flowsheeting. Is the use of computer aids to perform steady state
heat and mass balancing, sizing and costing calculation for a chemical process.
Flowsheeting (Dimian, 2003): is a systemic description of material and energy
streams in
i a process plant
l by
b means off computer simulation
i l i with
i h the
h scope off
designing a new plant or improving the performance of an existing plant.
Flowsheeting can be used as aid to implement a plantwide control strategy, as well
as to manage the plant operation
Alberto Bandoni

Propsitos del flowsheeting:
In Design: the systematic investigation of different alternatives that can be developed
for a given design problem. Modern design relies upon systematic methods whose
main merit is to be able to set optimal targets well ahead the detailed design of units
units.
From several sub-optimal alternatives a base-case is selected, and further submitted
to integration, sizing and optimisation. In addition, combined steady state and
dynamic flowsheeting can help to understand the process dynamics, and on this basis
support the implementation of a plantwide control strategy. Mastering the constraints
of modelling in flowsheeting can help greatly the designer to deliver a reliable
project despite the lack of data or of tight schedule.
In Operation: the flowsheeting is more demanding, because it has to mirror the
behaviour of an existing plant submitted to various disturbances. Plant data has to be
reconciled against mathematical models embedded in simulator. Again, the modelling
and accuracy must be subordinated to goals, as the monitoring of unit performance,
maintenance, revamping, or support in process control activities.
Alberto Bandoni

A new paradigm is emerging, in which simulation is involved through all the stages
of a process life cycle, from 'idea', through experiments in laboratory, during scaleup at different levels, to process design and plant operation (Edgar, 2000).
Investigacin y
desarrollo
Si l i
Simulacin
Diseo
Alberto Bandoni
Operacin
Aplicaciones de simulacin de procesos en la CPI
Alberto Bandoni
Simulacin
Estado Estac.
Simulacin
Dinmica
MODELO
Optimizacin
Estado Estac.
Anlisis
Incertidumbre
Estimacin de
Parmetros
Optimizacin
Dinmica
Reconciliacin
de Datos
Anlisis
Econmico
Concepto de ambiente de simulacin y anlisis

Alberto Bandoni
Evolucin de un Proyecto de Planta de Proceso

Adquisicin de
informacin
Estudio de
mercado
Sntesis del
proceso
Generacin idea
Factibilidad tcnica
Evaluacin
econmica
Anlisis del
proceso
Costo capital, rentabilidad

Diseo del
s.m. y control
Flowsheet
Diseo de
equipos
Balances, cond. oper.
Dimensionamiento
Diseo
detallado
Construccin
y montaje
Instrumentacin
Planos, P&I
Planta industrial
Rediseo y
ampliaciones
Operacin
planta
Puesta en
marcha
Elim. cuellos botella
Beneficios
Alberto Bandoni
Polt. puesta en marcha
Esquema General de un Modelo de Operacin Unitaria
Especificaciones
Parmetros
Ctes. de entrada
Calor
Trabajo
Geometra
Ctes. de salida
Calor
Trabajo
Modelo
Operacin
Unitaria
Tamao
Alberto Bandoni
10
Simulacin de Proceso:
Enfoque de Ingeniera de Sistemas de Proceso
Modelo matemtico
Sistema
h(z,x,p)
h(z
x p) = 0
g(z,x,p) 0
Entradas z
p
{x}
Alberto Bandoni
Salidas
Especificaciones
(o parmetros)
{p}
{{z}}
{h}
h(z,x,p)
= 0
{g}
g(z,x,p) 0
11
Ejemplo Modelo Simple de un Proceso

(CALIENTE)
F2, T2
F1, T1
Q, Cp,U, A
F4 T4
F4,
F3, T3
(FRIA)
T
T1
T4
T2
T3
Modelo matemtico del sistema

h1:
h2:
h3:
h4:
h5:
Q
Q
F1 = F2
F3 = F4
F1.Cp.(T1 - T2) = Q
F3 Cp (T3 - T4) = Q
F3.Cp.(T3
Q = U.A. ( (T1 T4) (T2 T3) ) / ln ( (T1 - T4)/(T2 T3) )
n: nmero de cantidades ; n = 12
m: nmero de ecuaciones ; m = 5
Alberto Bandoni
d : grados de libertad ; d = n - m
d = n m = 12 5 = 7
12
Ejemplo Modelo Simple de un Proceso
h1
h2
h3
h4
h5
h1
h2
h3
h4
h5
F1
x
F2
x
F3
F4
T1
T2
F4
T4
F1
x
x
x
x
x
x
x
x3
x4
x5
z1
T2
Cp
x
x
x
x
F3
T1
x
x
T3
A
Esquema
original del
sistema de
ecuaciones
x
x
x
Cp
p4
p5
Esquema
reordenado del
sistema de
ecuaciones para
definir z, x y p
x
x
x1
T4
F2
x
T3
x2
Alberto Bandoni
x
x
z2
x
x
p1
p2
x
x
p3
13
Sistema
Entradas
manipulables
i l bl
Salidas
Entradas fijas
Sistema
Entradas
manipulables
h(z,x,p) = 0
g(z,x,p) 0
(z)
Entradas fijas
Alberto Bandoni
Salidas
(x)
(p)
14
Sistema
{x}
h(z,x,p) = 0
Entradas
manipulables
( )
(z)
Salidas
g(z,x,p) 0
Entradas
fijas
(x)
{p}
{z}
=
{h}
(p)
h(z,x,p) = 0
Sistema de ecuaciones algebraicas no-lineales
g(z,x,p) 0
Sistema de inecuaciones algebraicas no-lineales
Una vez fijado z y p, el sistema debe quedar cuadrado para que sea resoluble
Es decir, de debe cumplir que la dim{x} = dim{h}
Alberto Bandoni
15
Formas de Resolucin del Modelo del Procesos

Considerar un nodo i cualquiera de un sistema:
zij
Modo Simulacin
i: nodo ; j: entrada
xij
?
xij = f(zij, pij)
pi
Modo Diseo
zij
?
xij
zij
pi
zij = f(xij, pij)
Alberto Bandoni
xij
i
pi
pij = f(zij, xij)

16
Enfoques de Simulacin de Flowsheet
Modelo del flowsheet

Enfoque
q Secuencial Modular
(orientado a procedimientos)
Enfoque Simultaneo-Modular
Enfoque Simultneo
(orientado a ecuaciones)
f ( x) 0
x : variables de proceso
xL, xU : lmites de las variables
x L x xU
Alberto Bandoni
17
Evolucin de las Herramientas de PSE

Year
Numerical Methods
Computers - CS
1400s
al-Kasi: primitive form of Newton Method

1700
1600s
1660: Newton, zero of a polynomial

ecuation
1614: Log. De Napier
1665: Newton, Mt. De la secante
1642: Pascal calculation

wheel
PSE Models and Tools
1660s: Newton-Leidnitz, Differential

calculus
1690: Raphson: approximation alg. for NLE
1700s
1740: Simpson - NM in terms of derivatives
1800s
1830 Fourier : linear inequalities
1822 Babbage : difference

machine
1847: Cauchy: Steepest descent

1930s
Chemical Engineering as a discipline
Econometry
Bell Teleph. : comp. de rels
Leontief : Input/Output models
1939 Antonoff : prot. Electr.
Unit operations
1939 Zuse : Z1
Englisgh Journals: I&CR, C&I, S. of CI
1940s
1944 MARK - I
Alberto Bandoni
18
1950s
1951: Optimality cond.for NLPs (Kuhn Tucker)
1951: UNIVAC
Programacin
P
i Matemtica
M t ti
1959 : IBM 7090
IBMs
1960s
1959:
1959 Kesler
K l & Kesler
K l
1959: Davidon: MQN
FLOWTRAN
Pr.Comp.Contr.
Mtodos Bsqueda Dir.
1960: Birds's book
(Monsanto)
1st.
On-line
1961: paper on PSE

1969:Bryson-Ho, Optimal control
COPE (Exxon)
Specialization methods
1970s
1972: MIP (GBD)
Minicomputers
SPEED-UP (Imp. Coll.)
VAX (DEC)
1971:Process Flowsheeting book
Microprocessor era
PROCESS (SS)
1976: Powel (SQP)

1977: 1st. PhD at Imperial College in PSE
Systematic Applications
1978: ASPEN Project at MIT / MPC ideas

1979: 1st. Conferences on PSE / DMC at Shell
Alberto Bandoni
19

1980s
GRG2 (NLP)
IBM PC
1980: AIChE's FOCAPD / ASPEN Tech. (81)
Dynamic optimization, optimal control
IBM PC / XT
DCS / Pinch Technolgy / PSE Meetings (82)
MINOS (NLP/LP)
IBM PC / AT
ASPEN PLUS (AT) / FOCAPO
p
((MINLP))
Outer Aproximation
ASCEND ((CMU))
LINDO (MILP)
Copr.: 40286 / 40386 / 40486
PRO / II (SS) / Synthesis of biological systems
GAMS, CIPLEX, OSL
Workstations
Conceptual Design
Expert systems - Artificial intellegence
IBM 40486
Optimiz. Dinmica
CONOPT, XA
Pentium/Pentium II
HYSYS (H)
Neural networks
Pentium Pro
Graphical inerfaces
Stochastic optimization: SA and GA
1990s
2000s
HYSIM (H)
Fuzzy sets
Pentium III
On line optimization / LP in refinaries
Dynamic optimization strategies
Computer metwork
gPROMS (PSE)
Network optimization strategies
Internet
Interior
optimization
Parallel
distrib..computing
point&barrier
method/Global
Integrated systems
and
Information systems
Hybrid methods
Pentium V
P&S / Hybrid models / CFD
MIDO
Internet base calculations
Models in system biology
Uncertain optimization
GRIDs AN I2
Alberto Bandoni
20
10
Enfoque Secuencial Modular
Unidad
zij
xij
Salidas
Entradas
pij
Parmetros
Modelo del sistema: fk(zij, xij, pij) = 0

Alberto Bandoni
21
Specificaciones
Geometra
Parmetros
Corrientes entrada
Calor
Trabajo
Modelo de la
operacin
unitaria
Corrientes salida
Calor
Trabajo
Tamao
Rutinas
internas
Layout del modelo de una operacin unitaria

Alberto Bandoni
22
11
Sequential-Modular (SM):
The computation takes place unit-by-unit following a calculation sequence.
A process with recycles must be decomposed in one or several calculation
sequences.
Each of these begins at a certain place, where the incoming streams have to be
known either as inputs, or initialised as tear streams.
The computation sequence of units involved in a recycle defines a convergence
loop.
When tear streams are present, the final steady state solution is obtained by
iterative calculations.
calculations
Tear streams are modified (accelerated) after successive iterations by applying an
appropriate convergence algorithm.
The computation stops when both the units and the tear streams satisfy some
convergence criteria, usually the closure of the material and heat balance.
Alberto Bandoni
23

The SM architecture was the first used in flowsheeting, but still is a very important
technology of steady state simulation.
Advantages of the SM architecture:
Modular development of capabilities.
Easy programming and maintenance.
Easy control of convergence, both at the units and flowsheet level.
Disadvantages of SM architecture:
Need for topological analysis and systematic initialisation of tear streams.
Difficultyy to treat more complex
p computation
p
sequences,
q
, as nested loops
p or
simultaneous flowsheet and design specification loops.
Difficulty to treat specifications regarding internal unit (block) variables.
Rigid direction of computation, normally 'outputs from inputs'.
Not well suited for dynamic simulation of systems with recycles.
Alberto Bandoni
24
12
Modo natural de trabajo: modo simulacin
zij
xij
i
pi
Alberto Bandoni
xij = f(xij, pij)
25
Enfoque Simultneo (Orientado a Ecuaciones)

Modo natural de trabajo: indistinto
zij
xij
f(zij, xij, pij) = 0
pi
zij
xij
zij
xij
?
?
pi
Alberto Bandoni
pi

26
13

Motivaciones:
i. Tiempos de computacin crecen en forma super-lineal con
el tamao del problema n, entonces una secuencia de problemas
ms pequeos es ms barato que resolver uno ms grande
ii. Los subproblemas resultantes pueden ser ms sencillos de
resolver
Estrategia:
i. Explota la topologa (estructura) del flowsheet
ii. Dadas las entradas y especificaciones de cada unidad se
calculan las salidas
Alberto Bandoni
27
Enfoque SM para modo Diseo:

Reciclo de informacin
xij
xij
zij
i
zij ?
Reciclo de
informacin
Manipulacin de parmetro
Alberto Bandoni
pi
pi
Manipulacin de entrada
28
14
Enfoque Simultneo
Equation-Oriented (EO) :
All the modelling equations are assembled in a large sparse system producing
Non-linear
Non
linear Algebraic Equations (NAE) in steady state simulation
simulation, and stiff
Differential Algebraic Equations (DAE) in dynamic simulation.
Thus, the solution is obtained by solving simultaneously all the modeling
equations.
Advantages of the EO architecture:
Flexible environment for specifications, which may be inputs, outputs, or
internal
Unit (block) variables.
Better treatment of recycles, and no need for tear streams.
Note that an object oriented modelling approach is well suited for the EO
architecture.
Alberto Bandoni
29
Enfoque Simultneo y Simultneo-Modular
Disadvantages of the EO architecture:

More programming effort.
Need of substantial computing
p
g resources,, but this is less and less a problem.
p
Difficulties in handling large DAE systems.
Difficult convergence follow-up and debugging.
Simultaneous-Modular (S-M)
The strategy is a combination of Sequential-Modular and Equation-Oriented
approaches.
Rigorous
Rigoro s models are used
sed at units'
nits' level,
le el which
hich are solved
sol ed seq
sequentially,
entiall while
hile
linear models are used at flowsheet level, solved globally.
The linear models are updated based on results obtained with rigorous models.
This architecture has been experimented in some academic products.
Alberto Bandoni
30
15
SM: Flowsheet de Proceso
Alberto Bandoni
31
SM: Flowsheet de Simulacin
Alberto Bandoni
32
16
Estructura de un Simulador de Procesos (SM)
Alberto Bandoni
33
Estructura de un Simulador de Procesos (OE)
Alberto Bandoni
34
17
OE: Archivo de Entrada Tpico
Alberto Bandoni
35
OE: Archivo de Entrada Tpico
Alberto Bandoni
36
18
Programas Comerciales
Package
Vendor
Origen
SEE
SD
OEE
OD
OME
Simuladores comerciales
ASPEN PLUS
Aspen Tech
USA
ASPEN HYSYS
Aspen Tech
USA
PRO/II
Simulation Sci.
USA
UNISYM
Honeywell
USA
gPROMS
PSE
UK
CHEMCAD
Chemstation
USA
DESIGN II
Chen Share
USA
Super PRO Des. (*)
Intelligen
USA
ABACUSS
MIT
USA
MASSBAL
Aspen Tech
USA
x
x
Simuladores propietarios de empresas privadas

FLOWTRAN
Monsanto
USA
FLOWPACK
ICI
UK
GENESIS
BP
UK
Sistemas de modelamiento y optimizacin

GAMS
GASM Corp.
USA
AMPL
AMPL
USA
ILOG
ILOG Corp.
USA
Alberto Bandoni
37
Alberto Bandoni
38
19
Grado de Dificultad de los Modelos de Simulacin
SIMPLE
COMPLEJO
Flowsheet de proceso
Unidad
Pequeo sector
Planta completa
Modelo termodinmico
Ideal
Mezclado
No ideal
Modelo de unidad
Bal. Masa
(mezclador,
divisor, react.
ext., flash
fl h isot.)
i )
Bal. M&E
(+, int. calor,
compres.)
Rigurosos
(+, destilacin,
reactor,
mod.
d no equil.)
il )
Especificaciones
Simulacin
Est. sensitiv.
Diseo del proceso
Exactitud
Toler. floja
Alberto Bandoni
Toler. ajustada
39
Simulacin de Flowsheet
S4
x31
z12
M
z11
Mezclador
S1
x11
z21
Reactor
x21
S
z31
p31
S3
S2
p21
x32
S5
Unidad
zij : entrada j a la unidad i

xij : salida j de la unidad i
Corriente
Alberto Bandoni
p21 : parmetro j de la unidad i

40
20
Simulacin de Flowsheet
Considerar el anterior flowsheet:
Asumir modelos simblicos de las unidades
Ejercicios:
1. Desarrollar un procedimiento algortmico que permita resolver la
simulacin del flowsheet con un Enfoque Secuencial Modular
2 Desarrollo un modelo que permita resolver la simulacin del flowsheet
2.
con un Enfoque Simultneo
3. Reestructurar ambos modelos para resolver un caso en el que se desea
disear el reactor, para una dada produccin del flowsheet.
Alberto Bandoni
41
SM: Flowsheets con Reciclos
4
A
1
B
2
C
3
D
5
Particionamiento
Problemas de :
Orden de precedencia
Corte (tearing)
Alberto Bandoni
42
21
SM: Flowsheet Complejo

S7
S6
F1
Flash
S5
S1
M1
S3
Mixer
S4
D1
R1
Destil
Reactor
S8
D2
S2
Destil
S9
S10
R3
R2
M2
Reactor
Reactor
Mixer
S13
Alberto Bandoni
S12
S11
43
SM: Convergencia de Reciclos
S5
A
S1
B
S2
C
S3
S4
Algoritmo de tearing:
a. Suponer el valor (tear) de una corriente en el reciclo (ej. S5)
b. Realizar una pasada de clculo a travs del flowsheet
c. Comparar los resultados del valor calculado y supuesto de la
corriente de corte, e iterar hasta convergencia.
Alberto Bandoni
44
22
SM: Convergencia de Reciclos
S5
S1
S5
B
S2
C
S3
S4
Algoritmo de clculo del flowsheet:

1. Suponer S5
2. Dado S1 y S5, resolver A para S2
3. Dado S2, resolver B para S3
4. Dado S3, resolver C para S4 y S5
5. Repetir desde 2 hasta convergencia (ej.: S5=S5)
Alberto Bandoni
45
SM: Flowsheet Muy Complejo
Planta de aceite vegetal:

50 vrtices (mdulos)
79 arcos (corrientes)
22 ciclos
8 tears
Alberto Bandoni
Planta De Agua Pesada

109 vertices (modulos)
163 arcos (corrientes)
13746 ciclos
12 tears
46
23
SM: Algoritmos de Convergencia
xk+1 = g(xk)
Substitucin sucesiva:
Muy simple
Requiere poco almacenamiento en memoria
Baja velocidad de convergencia
No toma en cuenta informacin pprevia generada
g
Condiciones estrictas de convergencia local
Convergencia robusta para la mayora de los flowsheets
Alberto Bandoni
47
SM: Algoritmos de Convergencia

Substitucin sucesiva acelerada:
xk+1 = q.xk + (1-q). g(xk)
q=0
sustitucin sucesiva
q0
convergencia acelerada
0q1
convergencia con coeficiente de amortiguacin
Difcil determinar un valor adecuado para q

Para obtener estabilidad de iteracin usar q cercano a -1
Para lograr aceleracin y estabilidad, aplicar aceleracin
cada varias iteraciones
Alberto Bandoni
48
24
SM: Criterios de Convergencia

1. Sobre las ecuaciones
|| f(xk) || = || xk - g(xk) ||
2. Sobre las variables
i. Error relativo
|| xk+1 - xk || r. || xk ||
ii Error absoluto
ii.
|| xk+1 - xk || a
iii. Ambos
|| xk+1 - xk || r. || xk || + a
Alberto Bandoni
49
SM: Diferentes Tipos de Reciclos

Flowsheet con reciclos anidados
S6
S5
A
B
S2
S1
C
S3
S4
S5
Flowsheet con ciclos

S8
S7
A
S1
B
S2
C
S3
S4
S5
S6
Alberto Bandoni
50
25
SM: Convergencia Simultnea de Reciclos

S5
B
S2
S1
S5
C
S3
S4
S7
S6
S6
Estrategia de clculo
i Suponer S6 y S5
i.
ii. Hacer una pasada de clculo por el flowsheet
iii. Actualizar S5 y S6 (simultneamente)
x5 - g5(x5, x6) = 0 ; x6 - g6(x5, x6) = 0
Alberto Bandoni
51
SM: Especificaciones de Diseo y Bloques de Control
S8
A
B5
S9
S1
S7
S3
B1
S5
S4
B2
B3
B4
A+ B C
S6
S2
Especificacin: F4,A / F4,B = R

Alberto Bandoni
52
26
SM: Especificaciones de Diseo y Bloques de Control
S8
A
S9
B5
S1
S7
S3
B1
B2
S5
S4
B3
B4
A+ B C
S2
F2
Controlador
F4,A
4A
F4,B
S6
R*
Alberto Bandoni
53
Otras Comparaciones entre Enfoques SM y S
Secuencial Modular - Ventajas

Resulta muy claro la forma en que cada modelo de unidad es escrita
Los usuarios saben que deben especifican entradas y parmetros
Considerable esfuerzo puede ponerse en los modelos de unidades
Resulta ms sencillo ubicar mensajes de error del usuario
La arquitectura del modelo del flowsheet sigue en de la planta verdadera
Estrategia de resolucin de flowsheet ms intuitiva para el usuario
Progr. ejecutivo ms sencillo (cada unidad calcula salidas en base a entradas)
Menos memoria computacional se requiere
Buenos heursticos para inicializacin y convergencia
Se puede tomar ventaja del gran nmero de modelo de unidades desarrollados.
Alberto Bandoni
54
27
Secuencial Modular - Desventajas

Por cada salida que se desea especificar hay que ubicar un lazo de control
Cada modelo de unidad debe ser implementado con su propio sistema de
resolucin
Difcil de converger en sistemas altamente integrados (muchos reciclos)
El modo diseo resulta mucho ms complicado que le modo simulacin
Caro computacionalmente
p
- se requieren
q
muchas ppasadas a travs del flowsheet
Puede converger incluso para problemas muy mal planteados - chequea
resultados
Es difcil exterderlo a simulacin dinmica y optimizacin
Alberto Bandoni
55
Simultneo - Ventajas
Mucho ms eficiente para problemas con reciclos
No hace diferencia entre modo simulacin y modo diseo.
Cada modelo de unidad es como un conjunto de variables y ecuaciones y por
lo tanto resulta ms sencillo extender o modificar los modelos
Resulta sencillo extender a simulacin dinmica y optimizacin
Mucho ms sencillo analizar ciertos errores de formulacin de problemas tales como problemas mal planteados.
Alberto Bandoni
56
28
Comparacin Enfoques SM y S
Simultneo - Desventajas
Es menos robusto ya que tiene que resolver un gran sistema de ecuaciones en
forma simultnea.
En mucho ms demandante de recursos computacionales - tales como
requerimientos de memoria.
No es un competidor del enfoque SM para simulacin de estado estacionario de
flowsheet no muy complejos.
complejos
Alberto Bandoni
Aspen Plus
Alberto Bandoni
57
http://www.aspentech.com/
58
29
Aspen Plus
Alberto Bandoni
Aspen Hysys
Alberto Bandoni
59
60
30
Aspen Hysys
Alberto Bandoni
PRO II
Alberto Bandoni
61
http://iom.invensys.com/
62
31
http://www.chemstations.net
Alberto Bandoni
Alberto Bandoni
63
http://www.psenterprise.com/
64
32
SiperPro Designer
http://www.intelligen.com/
Alberto Bandoni
ABACUSS II
Alberto Bandoni
65
http://yoric.mit.edu/abacuss2/abacuss2.html
66
33
Design II
Alberto Bandoni
http://www.winsim.com/
67
GAMS
http://www.gams.com/
Alberto Bandoni
68
34
Otros Programas Comerciales
http://www.ilog.com/
Alberto Bandoni
http://www.mathworks.com/
69
Simuladores de Procesos Qumicos: listado Wikipedia

APMonitor Modeling Language
ASCEND
Aspen Plus, Aspen HYSYS, Aspen Custom Modeler by Aspen Technology

ASSETT, D-SPICE and K-Spice by Kongsberg Oil & Gas Technologies AS
CADSIM Plus by Aurel Systems Inc.
Inc
CHEMCAD by Chemstations
COCO simulator
COMSOL Multiphysics
Design II for Windows by WinSim Inc.
Distillation Expert Trainer [1]
DWSIM (open-source)
DynoChem by Scale-up Systems Ltd.
EcosimPro
EMSO, the Environment for Modelling, Simulation and Optimisation from the ALSOC Project
Dymola
Flowtran Simulation by Monsanto (1961)
GIBBSim
gPROMS by PSE Ltd

HSC Sim by Outotec [2]
INDISS by RSI
ICAS: Integrated Computer Aided System developed by CAPEC
IDEAS by Andritz Automation
iiSE Simulator by VRTech
LIBPF, the C++ LIBrary for Process Flowsheeting
Alberto Bandoni
MiMic by MYNAH Technologies. http://www.mynah.com
70
35
Simuladores de Procesos Qumicos: listado Wikipedia

OLGA by SPT Group (Scandpower)
Omegaland by Yokogawa
OpenModelica
PIPE-FLO Professional by Engineered Software, Inc.
Prode Sim, Properties
ProSimulator by Sim Infosystems
ProSimPlus by ProSim
Petro-SIM by KBC Advanced Technologies
Pro-Steam by KBC Advanced Technologies
ProMax, TSWEET, and PROSIM by Bryan Research and Engineering
PRO/II, DYNSIM & ROMeo (process optimizer)
RecoVR by VRTech
Simulis by ProSim
SPEEDUP by Roger W.H. Sargent and students
SolidSim - flowsheet simulation of solids processes by SolidSim Engineering GmbH
SuperPro Designer by Intelligen

SysCAD
System7 by Epcon International
UniSim Design & Shadow Plant by Honeywell

Usim Pac by Caspeo
VMGSim by Virtual Materials Group
Alberto Bandoni
71
36

6072 6018no 02

Uploaded by

Document Information

Original Title

Copyright

Available Formats

Share this document

Share or Embed Document

Sharing Options

Did you find this document useful?

Is this content inappropriate?

Copyright:

Available Formats

6072 6018no 02

Uploaded by

Copyright:

Available Formats

Curso 2013 - 1er.

DyEEP 2013 - Simul. de Procesos

* Computer aided design tools

* System modelling technology

Process flowsheeting: anlisis detallado de un flowsheet de

DyEEP 2013 - Simul. de Procesos

Simulacin por Computadora en Ing. de Procesos

DyEEP 2013 - Simul. de Procesos

Simulacin por Computadora en Ing. de Procesos

Computed Aided Process Engineering (CAPE): the scientific and engineering

DyEEP 2013 - Simul. de Procesos

Simulacin por Computadora en Ing. de Procesos

DyEEP 2013 - Simul. de Procesos

Simulacin por Computadora en Ing. de Procesos

DyEEP 2013 - Simul. de Procesos

Simulacin por Computadora en Ing. de Procesos

Aplicaciones de simulacin de procesos en la CPI

DyEEP 2013 - Simul. de Procesos

Simulacin por Computadora en Ing. de Procesos

Concepto de ambiente de simulacin y anlisis

DyEEP 2013 - Simul. de Procesos

Evolucin de un Proyecto de Planta de Proceso

Costo capital, rentabilidad

Balances, cond. oper.

Elim. cuellos botella

Polt. puesta en marcha

DyEEP 2013 - Simul. de Procesos

Esquema General de un Modelo de Operacin Unitaria

DyEEP 2013 - Simul. de Procesos

DyEEP 2013 - Simul. de Procesos

Ejemplo Modelo Simple de un Proceso

Modelo matemtico del sistema

DyEEP 2013 - Simul. de Procesos

Ejemplo Modelo Simple de un Proceso

DyEEP 2013 - Simul. de Procesos

DyEEP 2013 - Simul. de Procesos

Sistema de ecuaciones algebraicas no-lineales

Sistema de inecuaciones algebraicas no-lineales

DyEEP 2013 - Simul. de Procesos

Formas de Resolucin del Modelo del Procesos

DyEEP 2013 - Simul. de Procesos

pij = f(zij, xij)

Enfoques de Simulacin de Flowsheet

Modelo del flowsheet

DyEEP 2013 - Simul. de Procesos

Evolucin de las Herramientas de PSE

al-Kasi: primitive form of Newton Method

1660: Newton, zero of a polynomial

1614: Log. De Napier

1665: Newton, Mt. De la secante

1642: Pascal calculation

PSE Models and Tools

1660s: Newton-Leidnitz, Differential

1740: Simpson - NM in terms of derivatives

1830 Fourier : linear inequalities

1822 Babbage : difference

1847: Cauchy: Steepest descent

Chemical Engineering as a discipline

Bell Teleph. : comp. de rels

Leontief : Input/Output models

1939 Antonoff : prot. Electr.

Englisgh Journals: I&CR, C&I, S. of CI

DyEEP 2013 - Simul. de Procesos