Search

El etanol carburante es un biocombustible de gran interés actualmente, es por esto que el mercado ha evolucionado para la producción de dicho biocombustible de manera más barata, es aquí donde se aplica la termoeconomía, realizando un análisis termoeconómico a un esquema tecnológico simulado en ASPEN PLUS ® en su versión 9.0; Se logra realizar dicho análisis y cuantificar los precios exergético y termoeconómico para cada una de las corrientes presentes en el sistema, de manera paralela realizando un análisis exergético para la cuantificación del trabajo perdido y así obteniendo el costo de pérdida exergética. La metodología desarrollada para realizar la termoeconomía es tomada de la literatura y divida en 4 pasos importantes, el análisis exergético o de disponibilidad de segunda ley, teniendo en cuenta el equilibrio del entorno, el análisis económico cuantificado por las correlaciones para especializadas para destilación encontrado por medio de una revisión bibliográfica, la cuantificación de costos exergéticos para saber el costo de la energía útil, y por último con un balance de insumos/económico, determinar el costo termoeconómico para cada corriente presente. Teniendo dicho análisis, se procede a optimizar el sistema mediante una función objetivo indirecta que relaciona la cantidad de calor suministrado por mol de destilado producida bajo las restricciones de etanol anhidro y una salida de etanol por fondos no mayor a 0,2% en base molar. Al optimizar el proceso se pudo encontrar que parámetros como la inversión por TAC y la entropía generada son minimizadas y con ello el costo de pérdida exergética.

El etanol carburante es un biocombustible de gran interés actualmente, es por esto que el mercado ha evolucionado para la producción de dicho biocombustible de manera más barata, es aquí donde se aplica la termoeconomía, realizando un análisis termoeconómico a un esquema tecnológico simulado en ASPEN PLUS ® en su versión 9.0; Se logra realizar dicho análisis y cuantificar los precios exergético y termoeconómico para cada una de las corrientes presentes en el sistema, de manera paralela realizando un análisis exergético para la cuantificación del trabajo perdido y así obteniendo el costo de pérdida exergética. La metodología desarrollada para realizar la termoeconomía es tomada de la literatura y divida en 4 pasos importantes, el análisis exergético o de disponibilidad de segunda ley, teniendo en cuenta el equilibrio del entorno, el análisis económico cuantificado por las correlaciones para especializadas para destilación encontrado por medio de una revisión bibliográfica, la cuantificación de costos exergéticos para saber el costo de la energía útil, y por último con un balance de insumos/económico, determinar el costo termoeconómico para cada corriente presente. Teniendo dicho análisis, se procede a optimizar el sistema mediante una función objetivo indirecta que relaciona la cantidad de calor suministrado por mol de destilado producida bajo las restricciones de etanol anhidro y una salida de etanol por fondos no mayor a 0,2% en base molar. Al optimizar el proceso se pudo encontrar que parámetros como la inversión por TAC y la entropía generada son minimizadas y con ello el costo de pérdida exergética.

El etanol carburante es un biocombustible de gran interés actualmente, es por esto que el mercado ha evolucionado para la producción de dicho biocombustible de manera más barata, es aquí donde se aplica la termoeconomía, realizando un análisis termoeconómico a un esquema tecnológico simulado en ASPEN PLUS ® en su versión 9.0; Se logra realizar dicho análisis y cuantificar los precios exergético y termoeconómico para cada una de las corrientes presentes en el sistema, de manera paralela realizando un análisis exergético para la cuantificación del trabajo perdido y así obteniendo el costo de pérdida exergética. La metodología desarrollada para realizar la termoeconomía es tomada de la literatura y divida en 4 pasos importantes, el análisis exergético o de disponibilidad de segunda ley, teniendo en cuenta el equilibrio del entorno, el análisis económico cuantificado por las correlaciones para especializadas para destilación encontrado por medio de una revisión bibliográfica, la cuantificación de costos exergéticos para saber el costo de la energía útil, y por último con un balance de insumos/económico, determinar el costo termoeconómico para cada corriente presente. Teniendo dicho análisis, se procede a optimizar el sistema mediante una función objetivo indirecta que relaciona la cantidad de calor suministrado por mol de destilado producida bajo las restricciones de etanol anhidro y una salida de etanol por fondos no mayor a 0,2% en base molar. Al optimizar el proceso se pudo encontrar que parámetros como la inversión por TAC y la entropía generada son minimizadas y con ello el costo de pérdida exergética.

El etanol carburante es un biocombustible de gran interés actualmente, es por esto que el mercado ha evolucionado para la producción de dicho biocombustible de manera más barata, es aquí donde se aplica la termoeconomía, realizando un análisis termoeconómico a un esquema tecnológico simulado en ASPEN PLUS ® en su versión 9.0; Se logra realizar dicho análisis y cuantificar los precios exergético y termoeconómico para cada una de las corrientes presentes en el sistema, de manera paralela realizando un análisis exergético para la cuantificación del trabajo perdido y así obteniendo el costo de pérdida exergética. La metodología desarrollada para realizar la termoeconomía es tomada de la literatura y divida en 4 pasos importantes, el análisis exergético o de disponibilidad de segunda ley, teniendo en cuenta el equilibrio del entorno, el análisis económico cuantificado por las correlaciones para especializadas para destilación encontrado por medio de una revisión bibliográfica, la cuantificación de costos exergéticos para saber el costo de la energía útil, y por último con un balance de insumos/económico, determinar el costo termoeconómico para cada corriente presente. Teniendo dicho análisis, se procede a optimizar el sistema mediante una función objetivo indirecta que relaciona la cantidad de calor suministrado por mol de destilado producida bajo las restricciones de etanol anhidro y una salida de etanol por fondos no mayor a 0,2% en base molar. Al optimizar el proceso se pudo encontrar que parámetros como la inversión por TAC y la entropía generada son minimizadas y con ello el costo de pérdida exergética.

El etanol carburante es un biocombustible de gran interés actualmente, es por esto que el mercado ha evolucionado para la producción de dicho biocombustible de manera más barata, es aquí donde se aplica la termoeconomía, realizando un análisis termoeconómico a un esquema tecnológico simulado en ASPEN PLUS ® en su versión 9.0; Se logra realizar dicho análisis y cuantificar los precios exergético y termoeconómico para cada una de las corrientes presentes en el sistema, de manera paralela realizando un análisis exergético para la cuantificación del trabajo perdido y así obteniendo el costo de pérdida exergética. La metodología desarrollada para realizar la termoeconomía es tomada de la literatura y divida en 4 pasos importantes, el análisis exergético o de disponibilidad de segunda ley, teniendo en cuenta el equilibrio del entorno, el análisis económico cuantificado por las correlaciones para especializadas para destilación encontrado por medio de una revisión bibliográfica, la cuantificación de costos exergéticos para saber el costo de la energía útil, y por último con un balance de insumos/económico, determinar el costo termoeconómico para cada corriente presente. Teniendo dicho análisis, se procede a optimizar el sistema mediante una función objetivo indirecta que relaciona la cantidad de calor suministrado por mol de destilado producida bajo las restricciones de etanol anhidro y una salida de etanol por fondos no mayor a 0,2% en base molar. Al optimizar el proceso se pudo encontrar que parámetros como la inversión por TAC y la entropía generada son minimizadas y con ello el costo de pérdida exergética.

El etanol carburante es un biocombustible de gran interés actualmente, es por esto que el mercado ha evolucionado para la producción de dicho biocombustible de manera más barata, es aquí donde se aplica la termoeconomía, realizando un análisis termoeconómico a un esquema tecnológico simulado en ASPEN PLUS ® en su versión 9.0; Se logra realizar dicho análisis y cuantificar los precios exergético y termoeconómico para cada una de las corrientes presentes en el sistema, de manera paralela realizando un análisis exergético para la cuantificación del trabajo perdido y así obteniendo el costo de pérdida exergética. La metodología desarrollada para realizar la termoeconomía es tomada de la literatura y divida en 4 pasos importantes, el análisis exergético o de disponibilidad de segunda ley, teniendo en cuenta el equilibrio del entorno, el análisis económico cuantificado por las correlaciones para especializadas para destilación encontrado por medio de una revisión bibliográfica, la cuantificación de costos exergéticos para saber el costo de la energía útil, y por último con un balance de insumos/económico, determinar el costo termoeconómico para cada corriente presente. Teniendo dicho análisis, se procede a optimizar el sistema mediante una función objetivo indirecta que relaciona la cantidad de calor suministrado por mol de destilado producida bajo las restricciones de etanol anhidro y una salida de etanol por fondos no mayor a 0,2% en base molar. Al optimizar el proceso se pudo encontrar que parámetros como la inversión por TAC y la entropía generada son minimizadas y con ello el costo de pérdida exergética.

Este artículo presenta la importancia y la aplicación de un modelo de optimización para el diseño y simulación de procesos químicos, conocido como programación secuencial cuadrática (SQP), el cual es una extensión de los multiplicadores de Lagrange asistido con condiciones Karush Kuhn Tukker (KKT). Inicialmente se explican los modelos disponibles en el simulador Aspen Plus® y se escoge por un criterio de convergencia el modelo SQP. Asimismo, con base en un caso de estudio, se realiza un análisis centrado en la formulación de la función objetivo, las restricciones para el sistema de optimización y la solución de este mediante el simulador de procesos mencionado. Para aplicar los conceptos se toma como caso de estudio una torre de destilación reactiva para la producción de etilenglicol con múltiple alimentación y una zona reaccionante ubicada en las primeras cinco etapas, que es modelada en el simulador Aspen Plus® versión 9.0. Para la verificación de la solución se utilizan dos análisis posoptimización, el cálculo del costo anual totalizado (TAC) y las superficies de respuesta, para encontrar el comportamiento de las restricciones y la función objetivo con respecto a las variables independientes del sistema. La función objetivo es tomada como la relación del calor del rehervidor y el producto de fondos, teniendo en cuenta que el coste de calentamiento de la mezcla es significativo en la operación de la torre, el cual está restringido a la obtención de una composición de óxido de etileno en cimas del 95 % y una composición de etilenglicol en fondos mayor a 90 %. Como resultado de la optimización, disminuye el calor utilizado por el rehervidor y el condensador, en otras palabras, la cantidad de servicios de enfriamiento realizadas con agua y las de calentamiento efectuadas con vapor de alta presión son minimizadas.

Este artículo presenta la importancia y la aplicación de un modelo de optimización para el diseño y simulación de procesos químicos, conocido como programación secuencial cuadrática (SQP), el cual es una extensión de los multiplicadores de Lagrange asistido con condiciones Karush Kuhn Tukker (KKT). Inicialmente se explican los modelos disponibles en el simulador Aspen Plus® y se escoge por un criterio de convergencia el modelo SQP. Asimismo, con base en un caso de estudio, se realiza un análisis centrado en la formulación de la función objetivo, las restricciones para el sistema de optimización y la solución de este mediante el simulador de procesos mencionado. Para aplicar los conceptos se toma como caso de estudio una torre de destilación reactiva para la producción de etilenglicol con múltiple alimentación y una zona reaccionante ubicada en las primeras cinco etapas, que es modelada en el simulador Aspen Plus® versión 9.0. Para la verificación de la solución se utilizan dos análisis posoptimización, el cálculo del costo anual totalizado (TAC) y las superficies de respuesta, para encontrar el comportamiento de las restricciones y la función objetivo con respecto a las variables independientes del sistema. La función objetivo es tomada como la relación del calor del rehervidor y el producto de fondos, teniendo en cuenta que el coste de calentamiento de la mezcla es significativo en la operación de la torre, el cual está restringido a la obtención de una composición de óxido de etileno en cimas del 95 % y una composición de etilenglicol en fondos mayor a 90 %. Como resultado de la optimización, disminuye el calor utilizado por el rehervidor y el condensador, en otras palabras, la cantidad de servicios de enfriamiento realizadas con agua y las de calentamiento efectuadas con vapor de alta presión son minimizadas.

Este artículo presenta la importancia y la aplicación de un modelo de optimización para el diseño y simulación de procesos químicos, conocido como programación secuencial cuadrática (SQP), el cual es una extensión de los multiplicadores de Lagrange asistido con condiciones Karush Kuhn Tukker (KKT). Inicialmente se explican los modelos disponibles en el simulador Aspen Plus® y se escoge por un criterio de convergencia el modelo SQP. Asimismo, con base en un caso de estudio, se realiza un análisis centrado en la formulación de la función objetivo, las restricciones para el sistema de optimización y la solución de este mediante el simulador de procesos mencionado. Para aplicar los conceptos se toma como caso de estudio una torre de destilación reactiva para la producción de etilenglicol con múltiple alimentación y una zona reaccionante ubicada en las primeras cinco etapas, que es modelada en el simulador Aspen Plus® versión 9.0. Para la verificación de la solución se utilizan dos análisis posoptimización, el cálculo del costo anual totalizado (TAC) y las superficies de respuesta, para encontrar el comportamiento de las restricciones y la función objetivo con respecto a las variables independientes del sistema. La función objetivo es tomada como la relación del calor del rehervidor y el producto de fondos, teniendo en cuenta que el coste de calentamiento de la mezcla es significativo en la operación de la torre, el cual está restringido a la obtención de una composición de óxido de etileno en cimas del 95 % y una composición de etilenglicol en fondos mayor a 90 %. Como resultado de la optimización, disminuye el calor utilizado por el rehervidor y el condensador, en otras palabras, la cantidad de servicios de enfriamiento realizadas con agua y las de calentamiento efectuadas con vapor de alta presión son minimizadas.

Este artículo presenta la importancia y la aplicación de un modelo de optimización para el diseño y simulación de procesos químicos, conocido como programación secuencial cuadrática (SQP), el cual es una extensión de los multiplicadores de Lagrange asistido con condiciones Karush Kuhn Tukker (KKT). Inicialmente se explican los modelos disponibles en el simulador Aspen Plus® y se escoge por un criterio de convergencia el modelo SQP. Asimismo, con base en un caso de estudio, se realiza un análisis centrado en la formulación de la función objetivo, las restricciones para el sistema de optimización y la solución de este mediante el simulador de procesos mencionado. Para aplicar los conceptos se toma como caso de estudio una torre de destilación reactiva para la producción de etilenglicol con múltiple alimentación y una zona reaccionante ubicada en las primeras cinco etapas, que es modelada en el simulador Aspen Plus® versión 9.0. Para la verificación de la solución se utilizan dos análisis posoptimización, el cálculo del costo anual totalizado (TAC) y las superficies de respuesta, para encontrar el comportamiento de las restricciones y la función objetivo con respecto a las variables independientes del sistema. La función objetivo es tomada como la relación del calor del rehervidor y el producto de fondos, teniendo en cuenta que el coste de calentamiento de la mezcla es significativo en la operación de la torre, el cual está restringido a la obtención de una composición de óxido de etileno en cimas del 95 % y una composición de etilenglicol en fondos mayor a 90 %. Como resultado de la optimización, disminuye el calor utilizado por el rehervidor y el condensador, en otras palabras, la cantidad de servicios de enfriamiento realizadas con agua y las de calentamiento efectuadas con vapor de alta presión son minimizadas.

Este artículo presenta la importancia y la aplicación de un modelo de optimización para el diseño y simulación de procesos químicos, conocido como programación secuencial cuadrática (SQP), el cual es una extensión de los multiplicadores de Lagrange asistido con condiciones Karush Kuhn Tukker (KKT). Inicialmente se explican los modelos disponibles en el simulador Aspen Plus® y se escoge por un criterio de convergencia el modelo SQP. Asimismo, con base en un caso de estudio, se realiza un análisis centrado en la formulación de la función objetivo, las restricciones para el sistema de optimización y la solución de este mediante el simulador de procesos mencionado. Para aplicar los conceptos se toma como caso de estudio una torre de destilación reactiva para la producción de etilenglicol con múltiple alimentación y una zona reaccionante ubicada en las primeras cinco etapas, que es modelada en el simulador Aspen Plus® versión 9.0. Para la verificación de la solución se utilizan dos análisis posoptimización, el cálculo del costo anual totalizado (TAC) y las superficies de respuesta, para encontrar el comportamiento de las restricciones y la función objetivo con respecto a las variables independientes del sistema. La función objetivo es tomada como la relación del calor del rehervidor y el producto de fondos, teniendo en cuenta que el coste de calentamiento de la mezcla es significativo en la operación de la torre, el cual está restringido a la obtención de una composición de óxido de etileno en cimas del 95 % y una composición de etilenglicol en fondos mayor a 90 %. Como resultado de la optimización, disminuye el calor utilizado por el rehervidor y el condensador, en otras palabras, la cantidad de servicios de enfriamiento realizadas con agua y las de calentamiento efectuadas con vapor de alta presión son minimizadas.

Este artículo presenta la importancia y la aplicación de un modelo de optimización para el diseño y simulación de procesos químicos, conocido como programación secuencial cuadrática (SQP), el cual es una extensión de los multiplicadores de Lagrange asistido con condiciones Karush Kuhn Tukker (KKT). Inicialmente se explican los modelos disponibles en el simulador Aspen Plus® y se escoge por un criterio de convergencia el modelo SQP. Asimismo, con base en un caso de estudio, se realiza un análisis centrado en la formulación de la función objetivo, las restricciones para el sistema de optimización y la solución de este mediante el simulador de procesos mencionado. Para aplicar los conceptos se toma como caso de estudio una torre de destilación reactiva para la producción de etilenglicol con múltiple alimentación y una zona reaccionante ubicada en las primeras cinco etapas, que es modelada en el simulador Aspen Plus® versión 9.0. Para la verificación de la solución se utilizan dos análisis posoptimización, el cálculo del costo anual totalizado (TAC) y las superficies de respuesta, para encontrar el comportamiento de las restricciones y la función objetivo con respecto a las variables independientes del sistema. La función objetivo es tomada como la relación del calor del rehervidor y el producto de fondos, teniendo en cuenta que el coste de calentamiento de la mezcla es significativo en la operación de la torre, el cual está restringido a la obtención de una composición de óxido de etileno en cimas del 95 % y una composición de etilenglicol en fondos mayor a 90 %. Como resultado de la optimización, disminuye el calor utilizado por el rehervidor y el condensador, en otras palabras, la cantidad de servicios de enfriamiento realizadas con agua y las de calentamiento efectuadas con vapor de alta presión son minimizadas.

Este artículo presenta la importancia y la aplicación de un modelo de optimización para el diseño y simulación de procesos químicos, conocido como programación secuencial cuadrática (SQP), el cual es una extensión de los multiplicadores de Lagrange asistido con condiciones Karush Kuhn Tukker (KKT). Inicialmente se explican los modelos disponibles en el simulador Aspen Plus® y se escoge por un criterio de convergencia el modelo SQP. Asimismo, con base en un caso de estudio, se realiza un análisis centrado en la formulación de la función objetivo, las restricciones para el sistema de optimización y la solución de este mediante el simulador de procesos mencionado. Para aplicar los conceptos se toma como caso de estudio una torre de destilación reactiva para la producción de etilenglicol con múltiple alimentación y una zona reaccionante ubicada en las primeras cinco etapas, que es modelada en el simulador Aspen Plus® versión 9.0. Para la verificación de la solución se utilizan dos análisis posoptimización, el cálculo del costo anual totalizado (TAC) y las superficies de respuesta, para encontrar el comportamiento de las restricciones y la función objetivo con respecto a las variables independientes del sistema. La función objetivo es tomada como la relación del calor del rehervidor y el producto de fondos, teniendo en cuenta que el coste de calentamiento de la mezcla es significativo en la operación de la torre, el cual está restringido a la obtención de una composición de óxido de etileno en cimas del 95 % y una composición de etilenglicol en fondos mayor a 90 %. Como resultado de la optimización, disminuye el calor utilizado por el rehervidor y el condensador, en otras palabras, la cantidad de servicios de enfriamiento realizadas con agua y las de calentamiento efectuadas con vapor de alta presión son minimizadas.