Simulação de Processos

página da professora Míriam Tvrzská de Gouvêa - EM CONSTRUÇÃO

 

Objetivo:         A proposta educativa da disciplina Simulação de Processos visa ao desenvolvimento do educando como cidadão autônomo(“autonomia significa ser governado por si mesmo” Kamii, C.), de forma que este possa:

·         Compreender o cenário industrial atual, globalizado, competitivo e em que questões ambientais são relevantes.

·         Avaliar e resolver problemas de processos químicos industriais visando à melhoria ou à alteração destes por meio da modelagem e simulação de processos.

·         Modelar um processo industrial e utilizar os simuladores comerciais existentes no mercado.

·         Distinguir e interpretar modelos matemáticos.

·         Selecionar métodos numéricos apropriados para a resolução de modelos matemáticos.

·         Distinguir os simuladores comerciais existentes e saber selecionar o mais adequado.

·         Analisar processos estacionários e dinâmicos.

·         Analisar fluxogramas de processos industriais.

·         Buscar informações relacionadas à modelagem de processos industriais, localizando-as, identificando-as e reunindo-as de forma integrada e organizada.

·         Compreender o significado das informações relacionadas à prática da engenharia de processos encontradas em textos, esquemas e figuras de revistas, livros, jornais, enciclopédias, dicionários técnicos, handbooks, internet, patentes e relatórios técnicos, posicionando-se sempre criticamente em relação às informações encontradas.

·         Trabalhar e debater em grupo.

·         Perceber a importância da análise constante dos processos industriais.

·         Posicionar-se criticamente enquanto engenheiro e cidadão.

·         Perceber-se como agente responsável pelo desenvolvimento da engenharia e do próprio Brasil.

 

1.        Introdução à Simulação de Processos

1.1     Definição

1.2     O cenário industrial atual e a hierarquia da automação

1.3     Importância da simulação e exemplos de aplicação

1.4     Vantagens, Desvantagens e Benefícios do Uso da Simulação de Processos

2.        Modelagem Matemática de Equipamentos Industriais

2.1     Tipos de variáveis.

2.2     Modelos para o cálculo de propriedades e critérios de seleção.

2.3     Os modelos baseados em fenômenos: modelos de parâmetros concentrados e distribuídos; modelos homogêneos e heterogêneos; modelos dinâmicos e estacionários.

2.4     Modelagem matemática baseada em fenômenos – uso de: leis de conservação; equações empíricas e mecanismos de transporte (lei de Fourrier, leis de Newton, equação de Stefan Boltzmann, equação de vertedor, etc.); equilíbrio químico e de fases; leis de controle; relações geométricas; modelos para o cálculo de propriedades.

2.5     Outros desenvolvimentos em modelagem: CFD, modelagem molecular, modelos de processos empíricos (redes neurais, modelos ARX-ARMAX, modelos de fabricantes, etc.)

2.6     Graus de liberdade e especificação.

3.        O Simulador de Processos

3.1     Tipos de Simuladores Existentes

3.2     Simuladores Comerciais Existentes

3.3     Métodos da Simulação Seqüencial Modular e Orientada a Equações.

3.4     Os Módulos de Simulação.

4.        Aplicações específicas e metodologia de resolução de problemas de simulação.

4.1     Simulação Estática e Dinâmica – Procedimentos de Solução.

4.2     Análise de Medidas Industriais.

4.3     Processos de separação.

4.4     Análise de processos e heurísticas industriais.

4.5     Tipos de Medidores.

4.6     Reconciliação de Dados e Identificação de Pontos de Operação.

4.7     Seleção de Configurações de Controle.

4.8     Relação entre os fluxogramas de processos (BFD, PFD e P&ID) e o fluxograma de simulação

4.9     Análise Global de Graus de Liberdade.

5.        Métodos Numéricos Para a Resolução dos Problemas Matemáticos da Simulação de Processos

5.1     Sistemas de equações lineares

5.2     Sistemas de equações não-lineares

5.3     Sistemas de equações diferenciais ordinárias

5.4     Sistemas de equações diferenciais parciais

5.5     Problemas de otimização: mínimos quadrados, programação linear e não linear, programação inteira-mista, programação não linear inteira mista