Un reactor químico es un equipo en cuyo interior tiene lugar una reacción química, estando éste diseñado para maximizar la conversión y selectividad de la misma con el menor coste posible. El diseño de un reactor químico requiere conocimientos de termodinámica, cinética química, transferencia de masa y energía, así como de mecánica de fluidos; balances de materia y energía son necesarios. Por lo general se busca conocer el tamaño y tipo de reactor, así como el método de operación, además en base a los parámetros de diseño se espera poder predecir con cierta certidumbre la conducta de un reactor ante ciertas condiciones, por ejemplo un salto en escalón en la composición de entrada. En estas diapositivas indicamos las ecuaciones y la llamada al ODE necesario para resolverlo con Python.
Práctica 7 Caídas de Presión en Lechos EmpacadosJasminSeufert
Experimento realizado en los laboratorios del Instituto Tecnológico de Mexicali para comprobar la diferencia de caídas de presión en lechos empacados y lechos sencillos.
Práctica 7 Caídas de Presión en Lechos EmpacadosJasminSeufert
Experimento realizado en los laboratorios del Instituto Tecnológico de Mexicali para comprobar la diferencia de caídas de presión en lechos empacados y lechos sencillos.
Ley de Fick, Difusión equimolar en estado estacionario. Difusividad de gases. Calculo del flujo difusional. Problemas resueltos de transferencia de materia.
Ley de Fick, Difusión equimolar en estado estacionario. Difusividad de gases. Calculo del flujo difusional. Problemas resueltos de transferencia de materia.
El uso de Python en la Ingenieria Química - Charla CompletaCAChemE
Diapositivas para la charla completa:
El uso de Python en Ingeniería Química - PyConES 2013
Video en: http://www.youtube.com/watch?v=AGGaqjn9GuI
En la conferencia de Python nacional (PyConES) que se celebró en Madrid se propuso la introducción teórica y resolución de ejemplos mediante Python de problemas clásicos presentes en ingenierías.
La resolución de ecuaciones diferenciales parciales (EDPs) mediante métodos numéricos permite obtener soluciones a problemas típicos presentes en diferentes fenómenos físicos como la propagación del sonido o del calor, la electrostática, la electrodinámica, la dinámica de fluidos, la elasticidad, etc.
Programas de modelado algebraico permiten la resolución de diferentes problemas que van desde la selección óptima de equipos y recursos en sector industrial químico, a la gestión logística de una empresa genérica.
Resolución de ecuaciones EDO (ecuación diferencial ordinaria) para el diseño de reactores químicos.
Se introducen así Python y sus librerías con el objetivo de mostrar su potencial actual.
Simulación de columnas de destilación multicomponente con COCO+ChemSep (alter...CAChemE
COCO Simulator en combinación con ChemSep permite la simulación de procesos químicos de forma gratuita y se presenta como alternativa a Aspen y ChemCAD. Este curso presencial mostrará su descarga e instalación así como la resolución de ejemplos de menor a mayor grado de complejidad.
Programas Comerciales para Simulación de Procesos QuímicosILIANA HERNÁNDEZ
Programas comerciales para balance de masa, energía y estudio de procesos químicos y operaciones unitarias.
Exposición para la materia Ingeniería de los Procesos Químicos de la Maestría en Control de Procesos de la Universidad Nacional Experimental Politécnica "Antonio José de Sucre".
El siguiente proyecto consiste en el diseño y el cálculo de un banco universal
de pruebas de filtros de automoción, es decir, un banco en el que se puedan ensayar
los diferentes tipos y modelos de los filtros de aceite y combustible que existen en el
mercado.
Python para resolver EDPs - Ingeniería Química - PyConES 2013CAChemE
La resolución de ecuaciones diferenciales parciales (EDPs) mediante métodos numéricos permite obtener soluciones a problemas típicos presentes tanto en el ámbito ingenieril como científico. Tales problemas incluyen diferentes fenómenos físicos como propagación del sonido o del calor, la electrostática, la electrodinámica, la dinámica de fluidos, la elasticidad etc.
Existen numerosos paquetes de software para resolver EDPs, usando una variedad de idiomas y métodos numéricos. Muchos de ellos son propietarios y suponen un alto coste para las empresas y/o universidades. Además, la madurez de los mismos y su sencillez de uso pueden ocasionar efectos adversos convirtiendo estás herramientas en auténticas cajas negras.
En este marco, Python, en conjunto con sus librerías (NumPy, SciPy, FiPy), proporciona una herramienta perfecta que facilita el aprendizaje y desarrollo de la intuición necesarias para la resolución de estos problemas de forma libre y gratuita.
Simulation of Chemical Rectors - Introduction to chemical process simulators ...CAChemE
Learn the fundamentals of any chemical process simulator software by means of free and open source software as an alternative to Aspen, Aspen HYSYS, etc. We will be using DWSIM (open source and free) and COCO Simulator (freeware) for this course. Material is licensed under CC BY-NC-SA 3.0.
You can find more learning material for chemical engineers in http://CAChemE.org
Introduction to free and open source Chemical Process Simulators - (DWSIM & C...CAChemE
Learn the fundamentals of any chemical process simulator software by means of free and open source software as an alternative to Aspen, Aspen HYSYS, etc. We will be using DWSIM (open source and free) and COCO Simulator (freeware) for this course. Material is licensed under CC BY-NC-SA 3.0.
You can find more learning material for chemical engineers in http://CAChemE.org
TAGs: chemical , process , simulator , engineering , coco , dwsim , hysys , aspen , prosim , theory, software, free, open, source, flowsheet, course
Optimizacion con Python (Pyomo vs GAMS vs AMPL)CAChemE
https://www.youtube.com/watch?v=LfBGGTUdbXU
La optimización o programación matemática mediante lenguajes de modelado algebraico ---comúnmente GAMS, AMPL y AIMMS--- es utilizada en la industria para la resolución de diferentes problemas que van desde la selección óptima de equipos y recursos a la gestión logística de una empresa. Pyomo es un paquete de software de código abierto ---licenciado bajo BSD por Sandia National Laboratories, USA--- desarrollado en Python, y que soporta un conjunto diverso de capacidades de optimización para la formulación y el análisis de modelos de optimización. En particular, Pyomo permite el modelado de problemas tipo LP, QP, NP, MILP, MINLP, MISP entre otros y se comunica con los principales solvers comerciales, gratuitos y/o libres, así como la plataforma ofrecida por NEOS server. La resolución mediante métodos de optimización ---comunes en un ámbito de investigación científica--- son a menudo desconocidos en la industria o bien delegados por falta de tiempo y/o recursos. Por tanto, su resolución acaba siendo mediante métodos menos eficientes que resultan en formas de trabajo con condiciones sustancialmente mejorables. Por este motivo, en esta charla, estudiantes de ingeniería química de la Universidad de Alicante realizarán una introducción visual a conceptos de optimización, presentarán Pyomo y mostrarán la resolución de casos de estudio de diferentes industrias mediante este lenguaje de modelado algebraico desarrollado en Python.
Simulador de reactores químicos - COCO Simulator - FreeCAChemE
Quinta sesión del curso de iniciación a la simulación de procesos químicos con COCO Simulator y ChemSep
COCO Simulator
Simulación de reactores químicos con COCO (CORN+COUSCUS)
Reactor de conversión fija
Reactor de Flujo Pistón (RFP) con COCO
Producción de etilenglicol
Reactor contínuo de tanque agitado (RCTA) con COCO
S4 - Process/product optimization using design of experiments and response su...CAChemE
Session 3 – Central composite designs, second order models, ANOVA, blocking, qualitative factors
An intensive practical course mainly for PhD-students on the use of designs of experiments (DOE) and response surface methodology (RSM) for optimization problems. The course covers relevant background, nomenclature and general theory of DOE and RSM modelling for factorial and optimisation designs in addition to practical exercises in Matlab. Due to time limitations, the course concentrates on linear and quadratic models on the k≤3 design dimension. This course is an ideal starting point for every experimental engineering wanting to work effectively, extract maximal information and predict the future behaviour of their system.
Mikko Mäkelä (DSc, Tech) is a postdoctoral fellow at the Swedish University of Agricultural Sciences in Umeå, Sweden and is currently visiting the Department of Chemical Engineering at the University of Alicante. He is working in close cooperation with Paul Geladi, Professor of Chemometrics, and using DOE and RSM for process optimization mainly for the valorization of industrial wastes in laboratory and pilot scales.”
Schedule and details:
The course took place at the University of Alicante and would not had been possible without the support of the Instituto Universitario de Ingeniería de Procesos Químicos.
S3 - Process product optimization design experiments response surface methodo...CAChemE
Session 3/4 – Central composite designs, second order models, ANOVA, blocking, qualitative factors
An intensive practical course mainly for PhD-students on the use of designs of experiments (DOE) and response surface methodology (RSM) for optimization problems. The course covers relevant background, nomenclature and general theory of DOE and RSM modelling for factorial and optimisation designs in addition to practical exercises in Matlab. Due to time limitations, the course concentrates on linear and quadratic models on the k≤3 design dimension. This course is an ideal starting point for every experimental engineering wanting to work effectively, extract maximal information and predict the future behaviour of their system.
Mikko Mäkelä (DSc, Tech) is a postdoctoral fellow at the Swedish University of Agricultural Sciences in Umeå, Sweden and is currently visiting the Department of Chemical Engineering at the University of Alicante. He is working in close cooperation with Paul Geladi, Professor of Chemometrics, and using DOE and RSM for process optimization mainly for the valorization of industrial wastes in laboratory and pilot scales.”
The course took place at the University of Alicante and would not had been possible without the support of the Instituto Universitario de Ingeniería de Procesos Químicos.
S2 - Process product optimization using design experiments and response surfa...CAChemE
An intensive practical course mainly for PhD-students on the use of designs of experiments (DOE) and response surface methodology (RSM) for optimization problems. The course covers relevant background, nomenclature and general theory of DOE and RSM modelling for factorial and optimisation designs in addition to practical exercises in Matlab. Due to time limitations, the course concentrates on linear and quadratic models on the k≤3 design dimension. This course is an ideal starting point for every experimental engineering wanting to work effectively, extract maximal information and predict the future behaviour of their system.
Mikko Mäkelä (DSc, Tech) is a postdoctoral fellow at the Swedish University of Agricultural Sciences in Umeå, Sweden and is currently visiting the Department of Chemical Engineering at the University of Alicante. He is working in close cooperation with Paul Geladi, Professor of Chemometrics, and using DOE and RSM for process optimization mainly for the valorization of industrial wastes in laboratory and pilot scales.”
S1 - Process product optimization using design experiments and response surfa...CAChemE
An intensive practical course mainly for PhD-students on the use of designs of experiments (DOE) and response surface methodology (RSM) for optimization problems. The course covers relevant background, nomenclature and general theory of DOE and RSM modelling for factorial and optimisation designs in addition to practical exercises in Matlab. Due to time limitations, the course concentrates on linear and quadratic models on the k≤3 design dimension. This course is an ideal starting point for every experimental engineering wanting to work effectively, extract maximal information and predict the future behaviour of their system.
Mikko Mäkelä (DSc, Tech) is a postdoctoral fellow at the Swedish University of Agricultural Sciences in Umeå, Sweden and is currently visiting the Department of Chemical Engineering at the University of Alicante. He is working in close cooperation with Paul Geladi, Professor of Chemometrics, and using DOE and RSM for process optimization mainly for the valorization of industrial wastes in laboratory and pilot scales.”
Python en ciencia e ingenieria: lecciones aprendidasCAChemE
¿Python científico? Este es un resumen de experiencias por parte de alumnos de ingeniería química que empezaron con Python.
¡Python visto con los ojos de un novato!
http://CAChemE.org
Método McCabe-Thiele colmuna destilación - Curso gratutito de simulación de p...CAChemE
COCO Simulator en combinación con ChemSep permite la simulación de procesos químicos de forma gratuita y se presenta como alternativa a Aspen y ChemCAD. Este curso presencial mostrará su descarga e instalación así como la resolución de ejemplos de menor a mayor grado de complejidad.
Curso inciación a COCO Simulator y ChemSep - Simulación de procesos químicos ...CAChemE
COCO Simulator en combinación con ChemSep permite la simulación de procesos químicos de forma gratuita y se presenta como alternativa a Aspen y ChemCAD. Este curso presencial mostrará su descarga e instalación así como la resolución de ejemplos de menor a mayor grado de complejidad.
Cómo hacer una búsqueda bibliográfica en bases de datos científicas (Scopus y...CAChemE
Aprende a buscar artículos (papers) en bases de datos científicas. Se realizará un ejemplo de búsqueda genérica y resultados en Scopus y Web of Science (WOK). Por último se dan algunos consejos a aquellos que se inician en invesitigación.
Este material ha sido creado con motivo de la asignatura de "Polímeros Conductores" impartida en el Máster de Materiales de la Universidad de Alicante.
Instalar Python 2.7 y 3 en Windows (Anaconda)CAChemE
¿Cómo instalar Python en Windows?
Diapositivas que explican cómo instalar paso a paso Python en Windows.
Nota: Están orientadas a científicos e ingenieros con poca experiencia en el entorno de windows.
Programación matématica (optimización) con Python - Ingeniería Química - PyConESCAChemE
Los programas de modelado algebraico son utilizados para la resolución de diferentes problemas que van desde la selección óptima de equipos y recursos en sector industrial químico a la gestión logística de una empresa genérica. La resolución de casos de estudio reales de la industria mediante métodos de optimización, tan comunes en un ámbito de investigación científica, son a menudo desconocidos por las empresas, que resuelven estos problemas mediante métodos menos eficientes y a que a menudo les conducen a trabajar en unas condiciones sub-optimizas. El paquete basado en Python llamado pyomo permite la formulación y resolución de problemas de optimización con restricciones no lineales de manera eficiente, reutilizable y portátil.
Un libro sin recetas, para la maestra y el maestro Fase 3.pdfsandradianelly
Un libro sin recetas, para la maestra y el maestro Fase 3Un libro sin recetas, para la maestra y el maestro Fase 3Un libro sin recetas, para la maestra y el maestro Fase 3Un libro sin recetas, para la maestra y el maestro Fase 3Un libro sin recetas, para la maestra y el maestro Fase 3Un libro sin recetas, para la maestra y el maestro Fase 3Un libro sin recetas, para la maestra y el maestro Fase 3Un libro sin recetas, para la maestra y el maestro Fase 3Un libro sin recetas, para la maestra y el maestro Fase 3Un libro sin recetas, para la maestra y el maestro Fase 3Un libro sin recetas, para la maestra y el maestro Fase 3Un libro sin recetas, para la maestra y el maestro Fase 3Un libro sin recetas, para la maestra y el maestro Fase 3Un libro sin recetas, para la maestra y el maestro Fase 3Un libro sin recetas, para la maestra y el maestro Fase 3Un libro sin recetas, para la maestra y el maestro Fase 3Un libro sin recetas, para la maestra y el maestro Fase 3Un libro sin recetas, para la maestra y el maestro Fase 3Un libro sin recetas, para la maestra y el maestro Fase 3Un libro sin recetas, para la maestra y el maestro Fase 3Un libro sin recetas, para la maestra y el maestro Fase 3Un libro sin recetas, para la maestra y el maestro Fase 3Un libro sin recetas, para la maestra y el maestro Fase 3Un libro sin recetas, para la maestra y el maestro Fase 3Un libro sin recetas, para la maestra y el maestro Fase 3Un libro sin recetas, para la maestra y el maestro Fase 3Un libro sin recetas, para la maestra y el maestro Fase 3Un libro sin recetas, para la maestra y el maestro Fase 3Un libro sin recetas, para la maestra y el maestro Fase 3Un libro sin recetas, para la maestra y el maestro Fase 3Un libro sin recetas, para la maestra y el maestro Fase 3Un libro sin recetas, para la maestra y el maestro Fase 3Un libro sin recetas, para la maestra y el maestro Fase 3Un libro sin recetas, para la maestra y el maestro Fase 3Un libro sin recetas, para la maestra y el maestro Fase 3Un libro sin recetas, para la maestra y el maestro Fase 3Un libro sin recetas, para la maestra y el maestro Fase 3Un libro sin recetas, para la maestra y el maestro Fase 3Un libro sin recetas, para la maestra y el maestro Fase 3Un libro sin recetas, para la maestra y el maestro Fase 3Un libro sin recetas, para la maestra y el maestro Fase 3Un libro sin recetas, para la maestra y el maestro Fase 3Un libro sin recetas, para la maestra y el maestro Fase 3Un libro sin recetas, para la maestra y el maestro Fase 3Un libro sin recetas, para la maestra y el maestro Fase 3Un libro sin recetas, para la maestra y el maestro Fase 3Un libro sin recetas, para la maestra y el maestro Fase 3Un libro sin recetas, para la maestra y el maestro Fase 3Un libro sin recetas, para la maestra y el maestro Fase 3Un libro sin recetas, para la maestra y el maestro Fase 3Un libro sin recetas, para la maestra y el maestro Fase 3Un libro sin recetas, para la maestra y el maestro Fase 3Un libro sin recetas, para la maestr
ROMPECABEZAS DE ECUACIONES DE PRIMER GRADO OLIMPIADA DE PARÍS 2024. Por JAVIE...JAVIER SOLIS NOYOLA
El Mtro. JAVIER SOLIS NOYOLA crea y desarrolla el “ROMPECABEZAS DE ECUACIONES DE 1ER. GRADO OLIMPIADA DE PARÍS 2024”. Esta actividad de aprendizaje propone retos de cálculo algebraico mediante ecuaciones de 1er. grado, y viso-espacialidad, lo cual dará la oportunidad de formar un rompecabezas. La intención didáctica de esta actividad de aprendizaje es, promover los pensamientos lógicos (convergente) y creativo (divergente o lateral), mediante modelos mentales de: atención, memoria, imaginación, percepción (Geométrica y conceptual), perspicacia, inferencia, viso-espacialidad. Esta actividad de aprendizaje es de enfoques lúdico y transversal, ya que integra diversas áreas del conocimiento, entre ellas: matemático, artístico, lenguaje, historia, y las neurociencias.
ACERTIJO DE CARRERA OLÍMPICA DE SUMA DE LABERINTOS. Por JAVIER SOLIS NOYOLAJAVIER SOLIS NOYOLA
El Mtro. JAVIER SOLIS NOYOLA, crea y desarrolla ACERTIJO: «CARRERA OLÍMPICA DE SUMA DE LABERINTOS». Esta actividad de aprendizaje lúdico que implica de cálculo aritmético y motricidad fina, promueve los pensamientos lógico y creativo; ya que contempla procesos mentales de: PERCEPCIÓN, ATENCIÓN, MEMORIA, IMAGINACIÓN, PERSPICACIA, LÓGICA LINGUISTICA, VISO-ESPACIAL, INFERENCIA, ETCÉTERA. Didácticamente, es una actividad de aprendizaje transversal que integra áreas de: Matemáticas, Neurociencias, Arte, Lenguaje y comunicación, etcétera.
7. cacheme.org
• Isaías Cuenca
• Ingeniero Químico
• Universidad de Alicante
isais.cuenca@cacheme.org
3. Diseño de reactores en la industria de procesos químicos
8. 3.1. Reactor Flujo Pistón
cacheme.org
• Craqueo térmico del etano.
• Tubos horizontales en el interior de un horno de llama.
• Quemadores a ambos lados de los tubos.
• Se considera la variación de presión a lo largo del reactor.
• Sistema ODE, 8 compuestos, T y P
13. 3. 2. Reactor Continuo Tanque Agitado
cacheme.org
• Propilenglicol (IUPAC: propano-1,2-diol)
• Compuesto orgánico inodoro, incoloro e insípido
• Líquido aceitoso claro, higroscópico y miscible con agua, acetona, y
cloroformo.
• Utilizado en una amplia gama de productos de consumo, incluidos
los alimentos, piensos, cosméticos y productos farmacéuticos, así
como las aplicaciones industriales.
• Producción mundial: 900 000 t /año
(Fuente: Ullmanns’s)
• Producido típicamente en dos calidades
• Calidad industrial
• Calidad USP/EP
•
15. 3. 2. Reactor Continuo Tanque Agitado
Variable
Descripción
Valor
FA0
Flujo molar de entrada de óxido de
propileno (kmol/h)
36.3
FB0
Flujo molar de entrada de agua y
ácido sulfúrico (kmol/h)
453.6
6FM0
Flujo molar de entrada de metanol
(kmol/h)
45.4
Q0
Caudal volumétrico de entrada (m3/h)
12.5
cacheme.org
16. 3. 2. Reactor Continuo Tanque Agitado
Balance de Materia
Balance de Energía
Estado estacionario
Arranque del reactor
cacheme.org
18. La Industria Química en España
cacheme.org
• 13% PIB Industrial
• 5º Europa y 8º Mundial
• 2º mayor exportación solo superado por la
automoción
•
Fuente: American Institute of Chemical Engineers (AICHE) 2012
19. La Industria Química en España
• 239.300 empleo
• Ocupación especializada y cualificada
• Una de ellas, técnico en química computacional
cacheme.org
20. Conclusiones
cacheme.org
•
Python junto a sus librerías permite la resolución de problemas típicos de
ingeniería y todo ello en un mismo lenguaje-entorno.
•
Python permite centrarse en el algoritmo y no en la sintaxis del lenguaje. Es
la navaja suiza de los lenguajes permitiendo pasar a C en cualquier momento
que se necesite.
•
Es multiplataforma, libre y gratuito por lo que su adopción en universidades
y empresa es sencilla
•
Si se quiere una herramienta lo más compatible con MATLAB, Octave UPM
es otra opción interesante pero mantendrá sus mismas capacidades (y
limitaciones) técnicas.
•
Python es posiblemente la mejor opción como primer lenguaje de
programación en el ámbito de programación científica.