Tarea 6

Julian David Lizcano Q.

Juan Sebastián Larrahondo cruz

El objetivo de esta simulación fue encontrar un flujo y temperatura óptimos del refrigerante tales
que la tempera de la mezcla reaccionante fuera cuasi-constante a través de toda la longitud del PFR,
para esto utilizamos la herramienta optimizer de Aspen HYSYS en un reactor previamente simulado
al que se le alimenta una corriente 0,8 de propeno y 0,2 de Cl2 (Fracción molar) a unas condiciones
de 650 F, 29,4 psia y un flujo molar de 0,85 lbmol/h (Las demás condiciones las calcula el programa).

Para usar la herramienta optimizer debemos hacer clic en su icono, lo que no abrirá una ventana en
la que podremos abrir un spreadsheet específico del optimizer, en este spreadsheet deberemos
ubicar los valores actuales de las variables que queremos que tenga un valor especifico, que en este
caso serán las temperaturas del reactor en cada punto del reactor:

Luego en el mismo spreadsheet ubicaremos el valor de la temperatura que deseamos en el

reactor (650F) y arrastramos también desde el módulo del PFR los valores del flujo de refrigerante
y su temperatura; luego realizamos al lado de cada valor de temperatura del reactor su diferencia
al cuadrado con el valor deseado de temperatura y sumamos todas las diferencias cuadradas en
una casilla diferente, esta suma es el error que debemos disminuir lo más posible, usando
optimizer y variando el flujo de refrigerante y su temperatura:

Luego en Configuración debemos marcar el método original, en variables debemos seleccionar las
casillas en que se encuentran nuestros parámetros a variar, y asignarle límites razonables con el
fin de facilitar a los métodos numéricos encontrar un valor optimo, además también debemos
tener en cuenta el valor inicial que le damos a las variables ya que podría hacer que la función
converja a un mínimo local:

Para observar la exactitud de los métodos numéricos vamos a realizar una variación con los
mismos valores iniciales (cercanas a las que conocemos son las correctas) y condiciones variando
solo el método numérico para observar que tan acertado resulta el método para este caso:
 Ilustración 1 Método FletcherReeevs Ilustración 2Metodo QuasiNewton

Ilustración 3 Método BOX Ilustración 4 Método SQP

Podemos apreciar que los métodos 1 y 3 son los que mejor se acomodan un perfil cuasi-
isotérmico, esto se debe a que el método BOX es un método muy robusto, ya que crea una región
acerca de la cual explorar los valores en los que probar si se reduce la función objetivo lo que en
este caso con 2 variables es muy adecuado, pero ya que usa este método el tiempo que tomo para
llegar a la respuesta fue más largo; en el caso del método FletcherReevs, podemos observar que se
acerca más debido a que es un método muy eficiente cuando se tiene que minimizar una función
y no se tienen restricciones adicionales, la falla de los métodos SQP y Quasinewton que por lo
general son acertados puede deberse al uso de matriz Hesiana en el caso del Cuasinewton y la
función de Langrange en el caso del SQP, que en este método que tiene una derivada interna
puede complicarse más llevando a otro valor, un mínimo local, o a unos valores iniciales que
pudieron no ser correctos para estos métodos.