Andres Adrian Sánchez Escalona, Yanán Camaraza Medina, Yoalbys Retirado Mediaceja, Ever Góngora Leyva, Manuel Vega Almaguer
En esta investigación se utilizó el análisis dimensional para establecer un modelo abreviado de predicción de la temperatura de descarga de sulfuro de hidrógeno en intercambiadores de calor de tubos y coraza enchaquetados. Teniendo en cuenta que los equipos pertenecen a una instalación industrial en operaciones, se aplicó el método de experimentación pasiva. Después de seleccionar los parámetros del proceso de transferencia de calor, se procedió con la aplicación del teorema Pi-Buckingham y la técnica de repetición de variables. La aproximación de la ecuación explícita del modelo se llevó a cabo posterior a la formulación de los grupos adimensionales, mediante una regresión lineal múltiple basada en el método de mínimos cuadrados. La capacidad predictiva del modelo se evaluó comparando las predicciones con los valores medidos para la temperatura de descarga, obteniéndose una correlación de Pearson del 97.5 %, un error absoluto medio de 2.1 K, y desviaciones máximas de 1.7 %. La ecuación explícita obtenida es válida para los intercambiadores de calor estudiados, en los rangos 0.55 ≤ ṁ1 ≤ 0.60, 1.06 ≤ ṁ2 ≤ 1.09, y 0.22 ≤ ṁ3 ≤ 0.24 (flujo de los fluidos, kg/s). Puede utilizarse como método de cálculo alternativo para predecir con rapidez el rendimiento de los equipos, eludiendo la determinación de los coeficientes globales de transferencia de calor.
Dimensional analysis was utilized on this research to establish a shortcut model for predicting hydrogen sulphide gas discharge temperature in jacketed shell and tube heat exchangers. Since the equipment belongs to an online industrial facility, the passive experimental method was applied. Selection of the heat transfer process parameters was followed by application of the Buckingham Pi-theorem and the repeating-variables technique. After formulation of the dimensionless groups, approximation of the explicit model equation was carried out through a least-squares multivariate linear regression. The model predictive ability performance was appraised by comparing predictions versus measured discharge temperatures, hence attaining a Pearson correlation of 97.5 %, a mean absolute error of 2.1 K, and 1.7 % maximum deviations. The explicit equation that was obtained is pertinent to studied heat exchangers, when 0.55 ≤ ṁ1 ≤ 0.60, 1.06 ≤ ṁ2 ≤ 1.09, and 0.22 ≤ ṁ3 ≤ 0.24 (fluids flowrate, kg/s). It can be used as an alternative calculation method for quick anticipation of the equipment performance, which overcomes computation of the overall heat transfer coefficients.
© 2001-2024 Fundación Dialnet · Todos los derechos reservados