Simulación dinámica de un CSTR no lineal usando Scilab/Xcos®: un enfoque práctico para la enseñanza de la Ingeniería Química
DOI:
https://doi.org/10.54167/tch.v19i1.1874Palabras clave:
sistemas dinámicos, código abierto, alternativas a MATLAB/simulink®Resumen
Comprender el comportamiento dinámico de los procesos químicos es esencial para el control de procesos industriales, la mejora de la seguridad y la obtención de productos de calidad. Este trabajo proporciona una guía accesible y práctica para estudiantes y educadores, demostrando el potencial de Scilab/Xcos® como alternativa de código abierto a MATLAB/Simulink®, para la simulación dinámica de procesos en la enseñanza de la ingeniería química. El trabajo se centra en el análisis de un Reactor Continuo de Tanque Agitado (CSTR), utilizando un ejemplo clásico de la literatura para ilustrar los distintos fenómenos involucrados en la ingeniería de reacciones cuando existen no linealidades. Se simularon dos escenarios diferentes para analizar el comportamiento transitorio del CSTR bajo distintas perturbaciones en la temperatura del refrigerante. En el primer caso, una reducción de 10 K en la temperatura del refrigerante provocó una disminución significativa en la temperatura de reacción y un aumento en la concentración del reactivo. En el segundo caso, un incremento de 5 K en la temperatura del refrigerante resultó en un comportamiento oscilatorio, evidenciando la sensibilidad del reactor a los cambios de temperatura. La simulación presentada es consistente con los valores de referencia de la literatura, lo que confirma la precisión y confiabilidad del modelo en Xcos® propuesto.
Descargas
Referencias
Baldea, M., & Edgar, T. F. (2018). Dynamic process intensification. Current Opinion in Chemical Engineering, 22: 48–53. https://doi.org/10.1016/J.COCHE.2018.08.003
Dassault Systèmes. (2024). Xcos | Scilab. https://www.scilab.org/download/scilab-2024.1.0
Ghimire, A., Frunzo, L., Pirozzi, F., Trably, E., Escudie, R., Lens, P. N. L., & Esposito, G. (2015). A review on dark fermentative biohydrogen production from organic biomass: Process parameters and use of by-products. Applied Energy, 144: 73–95. https://doi.org/10.1016/J.APENERGY.2015.01.045
Hedengren, J. D. (2024). Process Dynamics and Control. https://apmonitor.com/che436/
Henrique, J. P., de Sousa, R., Secchi, A. R., Ravagnani, M. A. S. S., & Costa, C. B. B. (2018). Optimization of chemical engineering problems with EMSO software. Computer Applications in Engineering Education, 26(1): 141–161. https://doi.org/10.1002/CAE.21867
Hu, C. (2021). Reactor design and selection for effective continuous manufacturing of pharmaceuticals. Journal of Flow Chemistry 11:3: 243–263. https://doi.org/10.1007/S41981-021-00164-3
Jin, H. Z., Gu, Y., & Ou, G. F. (2021). Corrosion risk analysis of tube-and-shell heat exchangers and design of outlet temperature control system. Petroleum Science, 18(4): 1219–1229. https://doi.org/10.1016/J.PETSCI.2021.07.002
Minh, V. T. (2010). Modeling and control of distillation column in a petroleum process. Proceedings of the 2010 5th IEEE Conference on Industrial Electronics and Applications, Taichung, Taiwan, ICIEA 2010: 259–263. https://doi.org/10.1109/ICIEA.2010.5516816
MIT OpenCourseWare. (2006). Process Dynamics, Operations, and Control. © 2001–2025 Massachusetts Institute of Technology. https://ocw.mit.edu/courses/10-450-process-dynamics-operations-and-control-spring-2006/
Moodley, K. (2020). Improvement of the learning and assessment of the practical component of a Process Dynamics and Control course for fourth year chemical engineering students. Education for Chemical Engineers, 31: 1–10. https://doi.org/10.1016/J.ECE.2020.02.002
Muhammad, D., Ahmad, Z., & Aziz, N. (2019). Low density polyethylene tubular reactor control using state space model predictive control. Chemical Engineering Communications, 208(4): 500–516. https://doi.org/10.1080/00986445.2019.1674816
Pugazhendi, A., Qari, H., Al-Badry Basahi, J. M., Godon, J. J., & Dhavamani, J. (2017). Role of a halothermophilic bacterial consortium for the biodegradation of PAHs and the treatment of petroleum wastewater at extreme conditions. International Biodeterioration & Biodegradation, 121: 44–54. https://doi.org/10.1016/J.IBIOD.2017.03.015
Seborg, D. E., Edgar, T. F., Mellichamp, D. A., & Doyle III, F. J. (2016). Process Dynamics and Control (Fourth edition). John Wiley & Sons, Inc.
Shi, Y., Prieto, P. L., Zepel, T., Grunert, S., & Hein, J. E. (2021). Automated Experimentation Powers Data Science in Chemistry. Accounts of Chemical Research, 54(3): 546–555. https://doi.org/10.1021/acs.accounts.0c00736
Shokry, A., Baraldi, P., Zio, E., & Espuña, A. (2020). Dynamic Surrogate Modeling for Multistep-ahead Prediction of Multivariate Nonlinear Chemical Processes. Industrial and Engineering Chemistry Research, 59(35): 15634–15655. https://doi.org/10.1021/acs.iecr.0c00729
The MathWorks, Inc. (2025). Simulink Online - MATLAB & Simulink. https://la.mathworks.com/products/simulink-online.html
Vieira, E. B., Busch, W. F., Prata, D. M., & Santos, L. S. (2019). Application of Scilab/Xcos for process control applied to chemical engineering educational projects. Computer Applications in Engineering Education, 27(1): 154–165. https://doi.org/10.1002/CAE.22065
Wang, D., Yang, G., Guo, F., Wang, J., & Jiang, Y. (2018). Progress in Technology and Catalysts for Continuous Stirred Tank Reactor Type Slurry Phase Polyethylene Processes. Petroleum Chemistry, 58(3): 264–273. https://doi.org/10.1134/S0965544118030064
Descargas
Publicado
Número
Sección
Licencia
Derechos de autor 2025 TECNOCIENCIA Chihuahua
Esta obra está bajo una licencia internacional Creative Commons Atribución-NoComercial 4.0.
