Fecha de presentación: septiembre,
2022 Fecha de aceptación: noviembre, 2022 Fecha de publicación: enero, 2023
Aplicación de
balances de materiales y energía mediante simuladores de procesos en la
metodología de producción más limpia
Application
of heat and material balance through process simulators in cleaner production
methodology
Daylen
Yara Font Prieur[1]
dfprieur@ucf.edu.cu
ORCID: https://orcid.org/0000-0001-5656-9050
Lilieth Sánchez Martínez[2]
lsmartinez@ucf.edu.cu
ORCID: https://orcid.org/0000-0003-1683-1485
Gabriel
Orlando Lobelles Sardiñas[3]
glsardiñas@ucf.edu.cu
ORCID: https://orcid.org/0000-0002-2128-6146
Cita sugerida (APA, séptima
edición)
Font
Prieur, D. Y., Sánchez
Martínez, L. y Lobelles Sardiñas, G. O. (2023).
Aplicación de balances de
materiales y energía mediante simuladores de procesos en la metodología de
producción más limpia. Revista Mapa, 1(30), 1 –13.
http://revistamapa.org/index,php/es
RESUMEN
La metodología de
producción más limpia es una estrategia de gestión empresarial preventiva,
aplicada a productos, procesos y organización del trabajo, encaminada a
minimizar emisiones tóxicas y residuos, reduciendo así los riesgos para la salud humana y
ambiental, y elevando simultáneamente la competitividad.
Sin embargo, la efectividad de dicha metodología se ve afectada por la poca precisión
de los balances materiales que se utilizan para su implementación. Objetivo es aplicar balances de
materiales y energía mediante simuladores de procesos en la metodología de
producciones más limpias para la recuperación de H2S y NH3. Métodos se seleccionó le proceso y el simulador de proceso para desarrollar
dicho balance. Se obtuvo el modelo de simulación y se seleccionó el paquete
termodinámico. Para la validación del mismo se corrió el simulador logrando
realizar el balance de materiales requerido y con la mayor precisión. Se
realizan las pruebas de sensibilidad del modelo. Resultados como resultado relevante
se alcanza una mayor exactitud en el control de las principales variables
operacionales del proceso, lo que permitió lograr la recuperación de 1 368 553
m3/año de agua con un costo de 2 121 257 dólares. A razón de 1,55
dólar/m3. Se recuperaron 23 071 t/año de H2S, que
alimentadas a la unidad recuperadora de azufre permitirá la producción de 22
840 t/año de azufre elemental, lo que significa un ingreso de 2 443 880
dólares. Se recuperan 10 910 toneladas/año de NH3, para la venta a
la industria química para la producción de fertilizantes.
Palabras claves: estrategia preventiva, metodología, riesgos de salud
ABSTRACT
The cleaner production methodology is a preventive business management strategy, applied to products, processes and work organization, aimed at minimizing toxic emissions and waste, thus reducing risks to human and environmental health, and simultaneously increasing competitiveness. However, the effectiveness of this methodology is affected by the low precision of the material balances used for its implementation. The objective is to apply material and energy balances through process simulators in the cleaner production methodology for the recovery of H2S and NH3. Methods The process and the process simulator were selected to develop said balance. The simulation model was obtained and the thermodynamic package was selected. For its validation, the simulator was run, achieving the required balance of materials and with the highest precision. Model sensitivity tests are performed. Results As a relevant result, greater accuracy is achieved in the control of the main operational variables of the process, which allowed the recovery of 1,368,553 m3/year of water at a cost of 2,121,257 dollars. At a rate of 1.55 dollars/m3. 23,071 t/year of H2S were recovered, which fed to the sulfur recovery unit will allow the production of 22,840 t/year of elemental sulfur, which means an income of 2,443,880 dollars. 10,910 tons/year of NH3 are recovered for sale to the chemical industry for the production of fertilizers.
Keywords: preventive strategy, methodology, health risks
INTRODUCCIÓN
Es conocido que el 25 % de las reservas de agua
dulce se consume en procesos industriales, cuyos residuales contaminan
severamente las fuentes de abasto. (Lobelles y col,
2019) El aumento en la contaminación ambiental, la extinción de algunas
especies animales y vegetales, son algunos ejemplos de los efectos perjudiciales causados por dicha
industria. (Meira-Cartea, 2020).Para contrarrestar esos impactos se han
desarrollado nuevas tecnologías que descontaminan los residuales, partiendo de
factores fundamentales como la factibilidad de la reutilización, (Lobelles y col, 2021) la economía y la eficiencia de los
procesos. (Pliego, 2012). Sin embargo, en los últimos años, la efectividad de
esos procesos se ha visto seriamente limitada debido a restricciones
ambientales cada vez más severas. (NC-521:2007;
NC-27:2012)
En tal sentido, la Refinería Cienfuegos
S.A trabaja con parámetros de calidad reconocidos según las normas
internacionales y con un tratamiento primario de sus residuales, con el
objetivo de minimizar los costos de producción y mitigar los impactos
medioambientales. Entonces, en el caso particular de la unidad recuperadora de
H2S y NH3(Unidad 121), caso de estudio, es necesario
destacar que, para el diseño de dicha unidad, cuyo objeto social estaba
definido, se tomaron en cuenta básicamente, las características de los crudos a
procesar en el futuro, con vista a garantizar materia prima para la industria
petroquímica. No obstante, hoy día esa perspectiva ha cambiado, por cuanto se
requiere realizar la rehabilitación de dicha unidad, pero ahora como un proceso
auxiliar, básicamente con fines medioambientales. Entonces, se impone la
perspectiva de las producciones más limpias como su razón de ser. Por tanto,
atendiendo a los requerimientos actuales, y las normas de emisiones antes
mencionadas; se hace necesario lograr una total rehabilitación de la misma.
Partiendo en primer lugar, de un preciso balance de materiales y energía para
poder establecer mayor control sobre los parámetros operacionales de la unidad;
toda vez que, sobre el diseño de los equipos ya no es posible actuar y un
rediseño resulta en extremo costoso. Entonces, se precisa del uso de programas
de cómputo para lograr la mayor exactitud en dichos balances. De ellos
dependerá en gran medida el control de las principales variables operacionales
y, consigo, la eficiencia de su proceso.
Cada día es más común
que las empresas inviertan grandes cantidades de dinero en la adquisición de
programas de cómputo para el dimensionamiento de equipos y plantas de proceso.
Si bien, en algunos casosse utilizan herramientas de
cálculo como Excel, o el de un programa específico como PRO II o Chemcad, éstos solo son calculados en algunos casos sin la
experiencia adecuada para llegar propiamente a la especificación de diseño.
Todavía, se siguen utilizando tablas y gráficas para especificar los cálculos
de manera artesanal y se realiza mucho trabajo a mano. Bajo estas condiciones
fue diseñado el proceso objeto de estudio. Pero también, por la necesidad de
integrar procesos contiguos de un complejo industrial, desde el enfoque de las
Producciones Más Limpias (Ochoa, 2008), con el objetivo de propiciar algún
valor agregado a diferentes residuales y a su vez que puedan utilizarse como
materia prima de otros procesos.
Para
dar solución a la problemática presentada, es objetivo del presente estudio:
Aplicar balances de materiales y energía mediante simuladores de procesos en la
metodología P+L para la recuperación de H2S y NH3.
MATERIALES Y MÉTODOS
Para la presente
investigación se seleccionó el simulador de procesos ProMax®
2.0; (BR&E, 2015) y fue necesario señalar el modelo
termodinámico por el cual serán calculadas las propiedades de cada corriente.
Visto así, se selecciona el paquete termodinámico Electrolytic
ELR-PR, el mismo puede aplicarse en simulaciones de torres despojadoras, hidrotratadoras, unidades de crudo o cualquier proceso que
contenga hidrocarburos, gases ácidos y agua. (Alvarez, 2007). Después de elegirla termodinámica del proceso,
mediante la opción “Components”, se añaden los
componentes presentes en el caso de estudio: H2O, H2S, NH3,
CO2.
Se confeccionó un diagrama de flujo de información (DFI), que consta con
varios módulos, dos columnas de destilación de 38 platos, que además de su
alimentación requiere de la instalación de un rehervidor
y la extracción de una corriente de tipo flujo circulante por el plato 34 que
retorna en el plato 38. Para calcular este módulo se consideraron, además, la
especificación de capacidad de intercambio del rehervidor
igual a 8 500 000 kcal/h, el flujo de la corriente de recirculación (168 474
kg/h) y la temperatura de retorno de esa corriente (55 ºC).
A este módulo entrará por el plato 33 la alimentación de agua agria definidas
en la Tabla 1 y se espera que las salidas sean agua despojada y vapor
despojado.
Para la validación del modelo se simuló el proceso de la torre
recuperadora a las condiciones de diseño y se compararon los resultados
obtenidos, estimándose el error que se comete al estudiar el sistema con el
modelo simulado. Como criterio de comparación se tomó el error relativo:
Tabla 1. Variables definidas de entrada a las torres
recuperadoras.
Corrientes |
1A |
1B |
1C |
1D |
1E |
1F |
Descripción de la corriente |
Agua Agria |
Agua Agria |
Agua Agria |
Agua Agria |
Agua Agria |
Agua Agria |
Fase |
Líquido |
Líquido |
Líquido |
Líquido |
Líquido |
Líquido |
Flujo molar total (kmol/h) |
2889 |
46 |
1148 |
1902 |
384 |
2607 |
Flujo másico total (kg/h) |
52 104 |
837 |
20 832 |
34 623 |
7000 |
47 527 |
Temperatura (oC) |
45 |
40 |
50 |
52 |
50 |
48 |
Presión (kg/cm2) |
5,5 |
5,5 |
5,5 |
5,5 |
5,5 |
5,5 |
Peso molecular |
18,0 |
18,2 |
18,1 |
18,2 |
18,2 |
18,2 |
Entalphía (kcal/kg) |
-3762,1 |
-3667,9 |
-3688,4 |
-3652,3 |
-3654,9 |
-3643,9 |
Flujo másico total por componentes (kg/h) |
||||||
H2O |
51 992,9 |
808,0 |
20 314,0 |
33 380,0 |
6 755, 0 |
45 625,8 |
H2S |
111,0 |
19,0 |
345,1 |
828,9 |
175,0 |
1267,5 |
NH3 |
-- |
10,0 |
172, 9 |
414,1 |
70,0 |
633,7 |
Nota: La tabla muestra el resultado alcanzados en las torres
recuperadoras. Información extraída de la investigación. (2023)
Para medir la sensibilidad del
modelo de simulación se hacen corridas manipulando una variable dentro de los
rangos de operación. Las demás variables se mantienen estables para poder
observar cuales son los mejores resultados. Para cada caso se presentan los
resultados gráficos involucrando la variable composición de NH3 y H2S,
tanto, en el vapor despojado como en el agua despojada, teniendo en cuenta que
son los que provocan la mayor contaminación. Estos contaminantes deben ser
controlados con mayor rigurosidad debido a que después de ser despojados se
envían a la unidad de recuperación de azufre, donde el sulfuro de hidrógeno en
presencia de oxígeno se convierte en azufre elemental mientras el amoníaco es totalmente
destruido, por acción de las altas temperaturas en el reactor de oxidación
térmico para evitar que se formen sales de amonio. (Sassi and Gupta, 2008; Abedini et
.al, 2010; Hamid et.al, 2012)
RESULTADOS Y DISCUSIÓN
Tabla 2. Análisis comparativo para los flujos de gas de salida
en las torres recuperadoras.
Corriente |
Vapor despojado |
||
Componentes |
Diseño (kg/h) |
Simulación (kg/h) |
% Error |
H2O |
3765,20 |
3655,303 |
2,92 |
H2S |
2746,9 |
2746,597 |
0,011 |
NH3 |
1300,8 |
1298,9 |
0,023 |
Total (kg/h) |
7812,9 |
7702,401 |
1,41 |
Nota: La tabla muestra los resultados comparativos entre el
modelo de simulación y los parámetros de diseño y operación. Información
extraída de la investigación. (2023)
Tabla
3. Análisis
comparativo para los flujos de líquido de entrada y salida en las torres recuperadoras.
Corriente |
Agua Agria |
Agua Agria |
||||
Componentes |
Diseño (kg/h) |
Simulación
(kg/h) |
% Error |
Diseño (kg/h) |
Simulación
(kg/h) |
% Error |
H2O |
158878,3 |
158875,7 |
0,002 |
155224,197 |
155220,397 |
0,003 |
H2S |
2746,9 |
2746,6 |
0,01 |
0,002 |
0,002 |
0 |
NH3 |
1300,8 |
1300,7 |
0,007 |
0,19 |
0,2 |
5,26 |
Total (kg/h) |
162926 |
162923 |
0,001 |
155224,389 |
155220,599 |
0,024 |
Nota: La tabla muestra los
resultados comparativos entre los
flujos de líquido de entrada y salida en las torres recuperadoras. Información extraída de
la investigación. (2023)
Después de utilizar el criterio de error
como criterio de comparación entre los datos de diseño y los datos obtenidos
por el software, se puede concluir
que ningún % sobrepasa el 10 % permisible, lo que indica que los valores
mostrados por la simulación se acercan a la realidad. Teniendo en cuenta estos
elementos, se considera que el modelo se ajusta a los parámetros de este tipo
de proceso.
Figura 1. Modelo de simulación de
las torres recuperadoras.
Nota: El gráfico muestra los resultados de
sensibilidad alcanzados.
Información
extraída de la investigación. (2023)
Tabla 4.1
Balance de materiales y propiedades de las corrientes de alimentación.
Corriente
de Alimentación |
Unidad |
1A |
1B |
1C |
1D |
1E |
1F |
Tasa molar total |
kmol/h |
2889 |
46 |
1148 |
1902 |
384 |
2607 |
Nota: La
tabla muestra los resultados del balance de materiales y propiedades de las
corrientes de alimentación. Información
extraída de la investigación. (2023).
Tabla 4.2 Balance de materiales y propiedades
de las corrientes intermedias.
Corrientes Intermedias |
Unidad |
1 |
2 |
3 |
4 |
5 |
9 |
Tasa
molar total |
kmol/h |
8976 |
8976 |
8976 |
8976 |
8976 |
222 |
Tasa
másica total |
kg/h |
162923 |
162923 |
162923 |
162923 |
162923 |
5225 |
Temperatura |
ºC |
48 |
48 |
40 |
40 |
84 |
93 |
Presión |
kgf/cm2 |
5,50 |
2,72 |
3,07 |
6,13 |
2,41 |
2,36 |
Peso
molecular |
|
18,2 |
18,2 |
18,2 |
18,2 |
18,2 |
23,5 |
Entalphía |
kcal/kg |
-3689,8 |
-3689,8 |
-3697,6 |
-3697,5 |
-3654,4 |
-939,5 |
Densidad |
kg/m3 |
989,9 |
989,9 |
993,3 |
993,2 |
969,9 |
|
Composición másica total |
|||||||
H2O |
kg/h |
158875,7 |
158875,7 |
158875,7 |
158875,7 |
158875,7 |
2476,803 |
H2S |
kg/h |
2746,6 |
2746,6 |
2746,6 |
2746,6 |
2746,6 |
2746,597 |
NH3 |
kg/h |
1300,7 |
1300,7 |
1300,7 |
1300,7 |
1300,7 |
1,6 |
Nota: La
tabla muestra los resultados del balance de materiales y propiedades de las
corrientes intermedias. Información extraída de la investigación. (2023).
Tabla 4.3 Balance de materiales y
propiedades de las corrientes intermedias.
Corrientes Intermedias |
Unidad |
13 |
14 |
18 |
25 |
26 |
Tasa
molar total |
kmol/h |
8754 |
8754 |
105,24 |
8623 |
8623 |
Tasa
másica total |
kg/h |
157698 |
157698 |
2477,401 |
155220,599 |
155220,599 |
Temperatura |
ºC |
130 |
86 |
37 |
86 |
45 |
Presión |
kgf/cm2 |
2,72 |
2,41 |
1,00 |
8,68 |
7,00 |
Peso
molecular |
|
18,0 |
18,0 |
23,5 |
18,0 |
18,0 |
Entalphía |
kcal/kg |
-3683,8 |
-3728,1 |
-939,5 |
-3683,8 |
-3728,1 |
Densidad |
kg/m3 |
964,7 |
969,9 |
|
967,7 |
990,2 |
Composición másica total |
||||||
H2O |
kg/h |
156398,897 |
156398,897 |
1178,5 |
155220,397 |
155220,397 |
H2S |
kg/h |
0,003 |
0,003 |
0,001 |
0,002 |
0,002 |
NH3 |
kg/h |
1299,1 |
1299,1 |
1298,9 |
0,2 |
0,2 |
Nota: La
tabla muestra los resultados del balance de materiales y propiedades de las corrientes
intermedias. Información extraída de la investigación. (2023).
Tabla 4.4 Balance de
materiales y propiedades corrientes de recirculación
Corriente de Recirculación |
Unidad |
6 y
15 Extracción |
8 y
20 Retorno |
PTR |
Tasa
molar total |
kmol/h |
9230 |
9230 |
862 |
Tasa
másica total |
kg/h |
168474 |
168474 |
15522,0 |
Temperatura |
ºC |
101 |
55 |
45 |
Presión |
kgf/cm2 |
2,38 |
2,36 |
7,00 |
Peso
molecular |
|
18,3 |
18,3 |
18,0 |
Entalphía |
kcal/kg |
-3436,8 |
-3481,2 |
-3728,1 |
Densidad |
kg/m3 |
944,2 |
970,4 |
990,2 |
Composición másica total |
||||
H2O |
kg/h |
152198,3 |
152198,3 |
15522,0 |
H2S |
kg/h |
5921,8 |
5921,8 |
0,002 |
NH3 |
kg/h |
10353,9 |
10353,9 |
0,2 |
Nota: La
tabla muestra los resultados del balance de materiales y propiedades de las corrientes de recirculación. Información extraída
de la investigación. (2023).
Tabla 4.5 Balance de materiales y
propiedades corrientes de productos
Corriente de Alimentación |
Unidad |
26A |
26B |
26C |
26D |
26E |
26F |
Tasa
molar total |
kmol/h |
2505 |
42 |
958 |
1659 |
343 |
2255 |
Tasa
másica total |
kg/h |
45093 |
723 |
17248 |
29860 |
6180 |
40594 |
Temperatura |
ºC |
45 |
45 |
45 |
45 |
45 |
45 |
Presión |
kgf/cm2 |
7,00 |
7,00 |
7,00 |
7,00 |
7,00 |
7,00 |
Peso
molecular |
|
18,0 |
18,0 |
18,0 |
18,0 |
18,0 |
18,0 |
Entalphía |
kcal/kg |
-3728,1 |
-3728,1 |
-3728,1 |
-3728,1 |
-3728,1 |
-3728,1 |
Densidad |
kg/m3 |
990,2 |
990,2 |
990,2 |
990,2 |
990,2 |
990,2 |
Composición másica total |
|||||||
H2O |
kg/h |
45092,7 |
722,7 |
17247,7 |
29859,7 |
6179,7 |
40593,7 |
H2S |
kg/h |
0,002 |
0,002 |
0,002 |
0,002 |
0,002 |
0,002 |
NH3 |
kg/h |
0,2 |
0,2 |
0,2 |
0,2 |
0,2 |
0,2 |
Nota: La tabla muestra los resultados del balance de
materiales y propiedades de las corrientes de productos. Información extraída de
la investigación. (2023).
CONCLUSIONES
Los fundamentos teóricos de la
investigación permitieron conocer las diferentes apreciaciones de la
metodología de Producción Más Limpia, en las cuales se resalta la elaboración
de los balances de materiales, en consecuencia, la simulación del proceso en el presente estudio permitió que:
1. Se
obtuvo el modelo de simulación para el caso de estudio y se validó su
implementación pues ninguno de los parámetros evaluados sobrepasó el 10% del
error relativo establecido. Se realizaron los análisis de sensibilidad
pertinentes para comprobar las variaciones del proceso y finalmente se
desarrolló el balance de materiales y energía de la unidad objeto de estudio.
2. El
balance de materiales y energía desarrollado mediante la simulación del proceso
estudiado, permitió la aplicación eficiente de la metodología de Producción Más
Limpia y en consecuencia se logra recuperar el 95,27% del agua despojada, lo
que significa un ahorro de 1 368 553 m3/año con un costo de 2 121
257 dólares. Se recuperaron 23 071 t/año
de H2S como materia prima para la unidad recuperadora de azufre. Se
recuperan 10 910 toneladas/año de NH3 para la producción de
fertilizantes.
referencias BIBLIOGRÀFICAS
Abedini R, Koolivand
M and Ghasemian S. Modeling and simulation of
condensed sulfur in catalytic beds of Claus process: rapid estimation. Chemical
Engineering Research Bulletin, 14, 2010, pp.110-114. DOI:10.3329/cerb.v14i2.5595
https://www.banglajol.info
› CERB › article › view pdf
Álvarez, H. C. Optimización de
la Unidad Despojadora de Aguas Agrias (T-2590) de la Gerencia Complejo
Barrancabermeja mediante la aplicación de herramienta de simulación. 2007.
Tesis de Grado, Santander; Colombia. https://docplayer.es/24990935-Helver-crispiniano-alvarez-castro.html
BR&E ProMax®
with TSWEET® Process
Simulation Software. 2015. Disponible en https://www.bre.com/ProMax-Main.aspx.
Hamid.R.M, Keyvan. K, Resa. H
& Hooman. J. Effect of reaction furnace and
converter temperatures on performance of SRUs. Journal of Petroleum Science
Research (JPSR), 2012. 1, Issue 1, pp. 1-3.
https://www.destechpub.com/wp-content/uploads/2019/01/JPSR-Volume-1-Issue-1-April- 2012.pdf?x45684
Lobelles-Sardiñas,
G.O., López-Bastida, E., Cortés-Martínez, R., Pedraza-Garciga,
J. Economía ecológica y gestión tecnológica integral de aguas sulfurosas en la
refinería de Cienfuegos para minimizar emisiones. Tecnología Química. Vol.39, No.1,
2019, pp.22-43. ISSN:2224-6185.
https://tecnologiaquimica.uo.edu.cu/index.php/tq/issue/view/302
Lobelles-Sardiñas,
G.O., Débora-Mira, L., Sabina-Delgado, A. Evaluación integral de una torre
despojadora para recuperar aguas sulfurosas en la Refinería de Cienfuegos.
Tecnología Química. Vol.41, No.1, 2021, pp.123-140. ISSN:2224-6185.
https://tecnologiaquimica.uo.edu.cu/index.php/tq/issue/view/323
Meira-Cartea, P.A., Andrade-Torales,
M. Educación
para una Cultura de la Sostenibilidad: eco-ciudadanía, políticas públicas y
participación social. Pedagogía
social: revista interuniversitaria. PSRI. Nº.
36, 2020, pp. 13-17. ISSN-e 1989-9742. DOI: 10.7179/PSRI_2020.36.01.
https://recyt.fecyt.es/index.php/PSRI/issue/view/3960
NC-521:2007.
Vertimiento de aguas residuales a la zona costera y aguas marinas-
Especificaciones. Ciudad Habana, Cuba: ONN. Oficina Nacional de
Normalización. Web: www.nc.cubaindustria.cu.
NC-27:2012. Vertimiento de aguas residuales a las aguas
terrestres y alcantarillado-Especificaciones. In. Ciudad Habana. Cuba: ONN.
Oficina Nacional de Normalización. Web: www.nc.cubaindustria.cu
Ochoa-George P.A. Las Producciones Más Limpias en la
gestión empresarial. Editorial Félix Varela.
2008. Pp: 15-24. ISBN: 978-959-07-0940-1
https://isbn.cloud/9789590709258/las-producciones-mas-limpias-en-la-gestion-empresarial/
Pliego-Rodríguez, G.
Intensificación del proceso Fenton para el tratamiento de aguas residuales industriales.
2012. Tesis doctoral. Universidad Autónoma de Madrid.
https://repositorio.uam.es › bitstream › handle › 478.pdf.
Sassi, M. & Gupta, A. K. Sulfur Recovery from Acid Gas Using the
Claus Process and High Temperature Air Combustion (HiTAC)
Technology. American Journal of Environmental Sciences, 2008, 4(5),
502-511. ISSN 1553-345X
https://thescipub.com/pdf/ajessp.2008.502.511.pdf