Estimación del tiempo de residencia para reacciones fluido-sólido con partículas de diferentes tamaños

La estimación del tiempo de residencia requerido para lograr una conversión deseada en una reacción fluido-sólido demanda un gran esfuerzo computacional. Este esfuerzo es aún mayor cuando las partículas sólidas tienen tamaños diferentes. Por ese motivo, es de interés desarrollar modelos simplificados que permitan realizar dicha estimación con un menor esfuerzo. En este trabajo, se proponen modelos simplificados para el caso de reacciones heterogéneas que pueden ser representadas con el modelo de núcleo decreciente, con resistencia controlante en la transferencia de masa a través de la película, en la reacción química o en la difusión a través de la ceniza. Los modelos que se proponen fueron desarrollados para reactores con flujo pistón y para reactores perfectamente mezclados continuos. Estos modelos son de dos tipos: correlaciones y redes neuronales artificiales. Para desarrollar las correlaciones, se seleccionaron funciones que cumplen con determinadas condiciones matemáticas. Estas funciones luego fueron ajustadas por regresión. Por otra parte, se probaron diferentes estructuras de redes neuronales artificiales hasta encontrar la que minimiza el error de prueba. Tanto para ajustar las correlaciones como para entrenar las redes neuronales, se emplearon datos obtenidos a partir de resolver el modelo de núcleo decreciente considerando distintas etapas controlantes. The estimation of the residence time required to achieve a desired conversion in a fluid-solid reaction demands a great computational effort. This effort is even greater when the solid particles have different sizes. For this reason, it is of interest to develop simplified models that allow such estimation with less effort. In this work, simplified models are proposed for the case of heterogeneous reactions that can be represented with the shrinking-core model, with controlling resistance in the mass transfer through the film, in the chemical reaction or in the diffusion through the ash. The proposed models were developed for plug flow reactors and for continuous perfectly mixed reactors. These models are of two types: correlations and artificial neural networks. To develop the correlations, functions that meet certain mathematical conditions were selected. These functions were then fitted by regression. In addition, different structures of artificial neural networks were tested until the one that minimizes the test error was found. Both to adjust the correlations and to train the neural networks, data obtained from solving the shrinking-core model considering different controlling stages were used. Fil: Tarifa, Enrique Eduardo. Consejo Nacional de Investigaciones Científicas y Técnicas; Argentina. Universidad Nacional de Jujuy. Facultad de Ingeniería; Argentina