Professional Documents
Culture Documents
TANQUES INTERCONECTADOS
[1]
Álvarez l, [1]
[1]
Estudiantes de VII semestre del programa de Ingeniería Civil de la Universidad de
Cartagena.
[2]
Docente de Métodos Numéricos
Resumen
Abstract The present report will describe a series of procedures in practice corresponding
to the emptying of a tank, which were carried out to obtain a series of data as were the
level of water filled in a certain time, this for the purpose of being able to perform the due
mathematical modeling that can better represent our obtained data. From this
mathematical modeling we had 3 very important components such as calibration,
verification and validation of the model.
La modelación matemática busca plasmar lo que el mundo real nos ofrece en términos
matemáticos, siendo así un conjunto de variables que reflejaran la esencia de los
fenómenos en el objeto de estudio. Originalmente es implementada como una metodología
de enseñanza, partiendo de un tema en específico y sobre este ir desarrollando las
soluciones que se desean obtener.
Por lo cual los modelos matemáticos pueden ser categorizados según sus características,
entre los cuales tendremos a los modelos interpretativos los cuales buscan el incremento
del conocimiento de la parte de la realidad detrás de un fenómeno, los modelos de
diagnóstico el cual compara la conducta vista desde una perspectiva general a una
establecida y el modelo de simulación que se fundamenta en la sustitución de sistemas
reales a expresiones matemáticas.
2. OBJETIVOS
Identificar los conceptos básicos de mecánica de fluido, los cuales nos ayudaran en
la determinación de las variables necesarias.
Conocer la fundamentación teórica necesaria para el desarrollo asertivo del modelo
matemático.
Realizar una serie de gráficos de carácter experimental donde estarán expresados los
datos obtenidos y de tal forma su respectiva discusión.
3. FUNDAMENTACIÓN TEÓRICA
Hay tres formas de energía que se toman en consideración cuando de analiza un problema
de flujo en tuberías. Considere un elemento de fluido como él se ilustra en la figura 1
dentro de una tubería en un sistema de flujo. Se localiza a cierta elevación z. tiene velocidad
v y presión p. el elemento de fluido posee las formas de energía siguientes:
Ec=w v2 /2 g Ecuación 2
trabajo=pAL= pV
w=γV
V =w/γ
Y obtenemos.
trabajo=pV =pw /γ
Entonces la cantidad total de energía de estas tres formas que posee el elemento de fluido es
la suma E,
E=EF + EP+ EC
pw
E= + wz+ w v 2 /2 g
γ
℘1 w v 12
E1= + wz 1+
γ 2g
℘2 w v 22
E2= + wz 2+
γ 2g
Si no hay energía que se agregue o pierda en el fluido entre las secciones 1 y 2, entonces el
principio de conservación de la energía requiere que
E 1=E 2
2 2
℘1 w v 1 ℘2 wv2
+wz 1+ = +wz 2+
γ 2g γ 2g
El peso del elemento w es común a todos los términos y se elimina al dividir entre él. Así,
la ecuación se convierte en
2 2
p1 v 1 p2 v2
+ z 1+ = + z 2+ Ecuación 4.
γ 2g γ 2g
Cada término de la ecuación de Bernoulli, ecuación (6-9), resulta de dividir una expresión
de la energía entre el peso de un elemento del fluido. Por lo anterior, Cada término de la
ecuación de Bernoulli es una forma de la energía que posee el fluido por unidad de peso del
fluido que se mueve en el sistema.
o Es válida sólo para fluidos incompresibles, porque se supone que el peso específico
del fluido es el mismo en las dos secciones de interés.
o No puede haber dispositivos mecánicos que agreguen o retiren energía del sistema
entre las dos secciones de interés, debido a que la ecuación establece que la energía
en el fluido es constante.
o No puede haber transferencia de calor hacia el fluido o fuera de éste.
En realidad ningún sistema satisface todas estas restricciones. Sin embargo, hay muchos
sistemas donde se utiliza la ecuación de Bernoulli, y sólo se generan errores mínimos.
Asimismo, el empleo de esta ecuación permite hacer una estimación rápida del resultado,
cuando esto es todo lo que se desea.
2. Determinar cuáles son las dos secciones del sistema que se usarán para escribir la
ecuación de Bernoulli. Una de ellas se elige porque se concentran varios datos conocidos.
En la otra, por lo general, algo habrá que calcularse.
5. Simplificar la ecuación, si es posible, con la cancelación de los términos que valgan cero
o de los que aparezcan como iguales en ambos lados de la ecuación.
La trayectoria seguida por una partícula de fluido estacionario se llama línea de corriente,
así que por definición la velocidad es siempre tangente a la línea de corriente en cualquier
punto. Por lo tanto las líneas de corriente no se pueden cruzar, sino en el punto de cruce, la
partícula de fluido podría irse por cualquiera de las líneas y el flujo no sería estacionario.
Un conjunto de líneas de corriente forma un tubo de corriente o de flujo, las partículas de
fluido se pueden mover sólo a lo largo del tubo, ya que las líneas de corriente no se cruzan.
Figura 4.
Δm 1=Δm 2
Los modelos matemáticos han sido definidos como conjuntos de relaciones entre los
atributos medibles de un sistema, que describen las relaciones establecidas por el sistema
entre estas cantidades. Esto limita la capacidad descriptiva de los modelos matemáticos a
los atributos que pueden ser expresados por medio de números y muestra además que estos
modelos constituyen, en todo caso, solamente una descripción aproximada de la realidad.
El cálculo del modelo específico que mejor se ajusta al conjunto de datos recogidos en un
proceso permite comparar su conducta general con una clase de conductas establecidas
como referencia, evaluando condiciones anormales tales como la falta de un sensor en un
proceso industrial o una enfermedad en un paciente.
El fundamento aquí es la sustitución de los sistemas reales por sus modelos a fin de evaluar
sus respuestas a políticas de control (entradas) asumidas. Una sustitución de este género
puede traer grandes retribuciones desde un punto de vista económico y puede también
permitir ejecutar operaciones que serían imposibles de otra manera o arriesgadas en los
sistemas reales (por ejemplo, en estudios demográficos, respuestas a los cambios en las
ratas de interés en una economía nacional, el entrenamiento de pilotos, en incidentes de
importancia en los reactores nucleares, etc.). Por supuesto la utilidad de las simulaciones
depende de la exactitud del modelo en reproducir el comportamiento del sistema real; la
etimología de simulación (del latín simulare = a pretender) parece sugerir la posible
ambigüedad de esta substitución.
Un modelo es un sistema similar a uno original, a veces llamado sistema real, en el sentido
de que, cuando soluciona un problema que concierne al sistema original, puede
solucionarlo bajo condiciones más favorables. Un modelo es por lo tanto, un sustituto
factible para el sistema. A continuación daremos una introducción a los conceptos básicos
sobre modelado y simulación.
3.3.2. La simulación de un modelo descrito en un cierto formalismo (tal como las redes de
Petri, Ecuaciones Diferenciales Algebraicas (DAE) o Bond Graph) produce los resultados
de simulación: el comportamiento dinámico de las entradas/salidas. La Simulación, la cual
imita el experimento real, puede verse como una experimentación virtual, permitiendo
contestar preguntas sobre (el comportamiento de) un sistema. Un modelo de simulación
es una herramienta para lograr una meta (diseño, análisis, control, optimización…). Un
prerrequisito fundamental es, por consiguiente, cierta seguridad de que las conclusiones
deducidas del modelado y la simulación (las herramientas) pueden aceptarse con
confianza. El establecimiento de esta confianza está asociado con dos actividades distintas
a saber: Verificación y validación.
3.3.3. Verificación es el proceso de verificar la consistencia del programa de simulación,
con respecto al modelo del cual es derivado. Más explícitamente, la verificación se
preocupa por la exactitud de la transformación desde una representación abstracta
intermedia (el modelo conceptual) al código del programa (el modelo de simulación),
asegurando que el código del programa refleje fielmente el comportamiento que está
implícito en la especificación del modelo conceptual.
3.3.4. La Validación es el proceso de comparar las medidas del experimento con los
resultados de simulación dentro del contexto de un cierto Marco Experimental.
La validez de un modelo tiene que ver sobre cuán bien representa el sistema original para el
cual fue construido. En primera instancia, la validez puede ser medida por la extensión del
acuerdo entre el sistema original y el modelo. La noción de validez es extendida por
Zeigler [1976], quien distingue diferentes grados de validez:
La validez replicativa trata de la habilidad del modelo para reproducir los datos de
entrada/salida ya adquiridos del sistema real.
Sin embargo, si la recta no pasa por todos los puntos habrá una diferencia entre el valor
dado por a0 + a1 xi y el valor real yi .
Para determinar los valores de a0 , a1 que nos proporcionen la menor diferencia, se utiliza la
regresión lineal por mínimos cuadrados.
E = yi - ( a0 + a1 xi ) = yi - a0 - a1 xi
Si elevamos los errores al cuadrado nos evitaríamos que al sumarlos se pudieran anular
entre sí.
E2 = [yi - ( a0 + a1 xi )]2 = (yi - a0 - a1 xi )2
Sr = E2 = (yi - a0 - a1 xi )2
Para determinar los valores de a0 y a1 que nos proporcionen el error mínimo se deriva la
ecuación
Sy
a0 = 2 (y - a - a x )(-1) = (-2) (y - a - a x ) = 0
i 0 1 i i 0 1 i
S y
a1 = 2 (y - a - a x )(-x ) = (-2) [ (y - a - a x )(x )] = 0
i 0 1 i i i 0 1 i i
0 = (yi - a0 - a1 xi ) = yi - a0 - a1 xi = yi - n a0 - a1 xi
0 = (yi - a0 - a1 xi )xi = yi xi - a0 xi - a1 xi 2
n a0 + xi a1 = yi
xi a0 + xi 2 a1 = yi xi
Estas ecuaciones se conocen como ecuaciones normales, y se pueden resolver por algún
método adecuado.
x y i i x i
2
y x
i i
2
xi xi yi
a0
x n x x
2
n i i
2
i
x i x i
2
a0 = ymedia - a1 xmedia
|
n ∑ yi |
a1 =
∑ xi ∑ x i y i = n ∑ x i y i −∑ xi ∑ yi
2
|
n ∑ xi | n ∑ x 2 −( ∑ x i )
i
∑ xi ∑ x i2
Para cualquier análisis de regresión, se trazan y visualizan los datos, para decidir si es
correcto o aceptable aplicar el modelo lineal, ya que algunos conjuntos de datos se
representan pobremente mediante una línea recta. En estos casos, se recurre a otra técnica
para ajustar los datos a alguna curva más adecuada.
Un método alterno es usar una transformación que exprese los datos de manera que sean
compatibles con una línea recta. Si se tiene un conjunto de puntos (xi , yi ) al cual se
representa pobremente mediante una línea recta, es posible encontrar ecuaciones de
transformación u = u (x , y) y v = v (x , y) tal que el conjunto generado (ui ,
vi ) se ajuste a la línea recta v = a0 + a1 u.
Haciendo la transformación
u=x v = ln y a0 = ln a a1 = b
Haciendo la transformación
u = ln x v = ln y a0 = ln a a1 = b
La gama de posibles transformaciones es muy amplia, aquí solo se dan dos casos.
Estos modelos en sus estados transformados, se ajustan usando regresión lineal por
mínimos cuadrados para evaluar los coeficientes a0 y a1 después se pueden transformar a su
estado original y usarse para propósitos predictivos.