Desenvolvimento de aplicativo em Python para dimensionamento de colunas de destilação em misturas binárias e multicomponentes

Página do item simplificado
dc.contributor.advisor1Catto, André Luis
dc.contributor.advisor1Latteshttp://lattes.cnpq.br/5881191001091059
dc.contributor.referee1Borsoi, Cleide
dc.contributor.referee1Dahmer, Bruno Rampanelli
dc.creatorSpohr, Vinícius Lermen
dc.date.accessioned2023-07-13T20:58:56Z
dc.date.available2023-07-13T20:58:56Z
dc.date.issued2023-07
dc.date.submitted2023-07-05
dc.description.abstractA destilação é a operação unitária mais utilizada para a separação de misturas líquidas miscíveis em seus componentes líquidos puros. Dado que apresenta uma baixa eficiência energética, os custos de construção e operação são relevantes, necessitando-se de um bom dimensionamento da coluna. Os métodos de McCabe-Thiele e Fenske-Underwood-Gilliland são utilizados para o dimensionamento de colunas de destilação em misturas binárias e multicomponentes, respectivamente. No entanto, esses métodos são lentos, manuais e repetitivos. Sendo assim, o objetivo deste trabalho é obter uma ferramenta computacional desenvolvida em Python para o dimensionamento de colunas de destilação, obtendo resultados mais rápidos, didáticos e precisos. A interface gráfica do programa foi criada por meio do Qt Designer, com entradas de dados, avisos e resultados obtidos. A integração com Python possibilitou a leitura dos dados, sua filtragem e realização das rotinas de cálculo. Para o método de McCabe-Thiele, a construção do gráfico e resultados teve como suporte as bibliotecas matplotlib e shapely. Nesse método, as respostas do prato de alimentação encontradas foram idênticas às da literatura para ambos os casos avaliados, enquanto que para o número de estágios divergiram em 4,25% para um dos casos e foram iguais no outro. Já para o método de Fenske-Underwood-Gilliland, foram implementadas as equações que denominam o método no código, além do auxílio das bibliotecas sympy e pandas. Com esse método, realizaram-se testes com dois casos de estudos distintos e para ambas as situações os valores do número mínimo de estágios e refluxo mínimo estiveram próximos aos da literatura, com uma diferença média de 1,3% e 3,36%, respectivamente. A distribuição dos componentes também apresentou uma boa precisão. No entanto, para o número total de estágios foi obtida uma divergência mais significativa nos dois exemplos avaliados, variando de 6,92% a 47,62% do indicado pelos autores. Com isso, os resultados se mostraram satisfatórios, sendo possível avaliar o dimensionamento de colunas de destilação de forma mais rápida e fácil por meio da aplicação desenvolvida, tornando o procedimento mais visual e favorecendo a compreensão dos impactos causados por variações nos parâmetros de projeto.
dc.description.abstractDistillation is the most widely used operation for separating miscible liquid mixtures into its pure liquid components. Since it has a low energy efficiency, construction and operation costs are relevant, requiring a good column design. The McCabe-Thiele and Fenske-Underwood-Gilliland methods are used in distillation column design for binary and multicomponent mixtures, respectively. However, these methods they are slow, manual and repetitive. Therefore, the objective of this work is to obtain a computational tool developed in Python for distillation column design, with faster, didactic and accurate results. The graphical interface of the program was created through Qt Designer, with data inputs, warnings and results obtained. Python integration allowed to read the data, filter it and perform the calculation routines. For the McCabe-Thiele method, graph and results construction was supported by the matplotlib and shapely libraries. In this method, the responses of the food plate were identical to those in the literature for both evaluated cases, while for the number of stages they diverged by 4.25% for one of the cases and were equal in the other. For the Fenske-Underwood-Gilliland method, the equations that name the method were implemented in the code, in addition to the help of the sympy and pandas libraries. With this method, tests were performed with two different case studies and for both situations the minimum number of plates and minimum reflux values were close to those in the literature, with a mean difference of 1.3% and 3.36%, respectively. The distribution of components also showed good accuracy However, for the total number of stages, a more significant divergence was obtained in the two examples evaluated, ranging from 6.92% to 47.62% of that indicated by the authors. Thus, the results were satisfactory, making it possible to evaluate the design of distillation columns more quickly and easily through the developed application, making the procedure more visual and favoring the understanding of the impacts caused by variations in the design parameters.
dc.identifier.citationSPOHR, Vinícius Lermen. DESENVOLVIMENTO DE APLICATIVO EM PYTHON PARA DIMENSIONAMENTO DE COLUNAS DE DESTILAÇÃO DE MISTURAS BINÁRIAS E MULTICOMPONENTES. 2023. Monografia (Graduação em Engenharia Química) – Universidade do Vale do Taquari - Univates, Lajeado, 05 jul. 2023. Disponível em: http://hdl.handle.net/10737/3757. pt_BR
dc.identifier.urihttp://hdl.handle.net/10737/3757
dc.language.isopt_BR
dc.rightsopenAccess
dc.rightsAttribution 3.0 Brazilen
dc.rights.urihttp://creativecommons.org/licenses/by/3.0/br/
dc.subjectdestilação
dc.subjectPython
dc.subjectMcCabe-Thiele
dc.subjectFenske-Underwood-Gilliland
dc.subjectdistillation
dc.subject.cnpqENG
dc.titleDesenvolvimento de aplicativo em Python para dimensionamento de colunas de destilação em misturas binárias e multicomponentes
dc.typebachelorThesis
Arquivos
Pacote original
Agora exibindo 1 - 1 de 1
Imagem em miniatura
Nome:
TCCII_Vinícius Lermen Spohr_Engenharia Química.pdf
Tamanho:
2.96 MB
Formato:
Adobe Portable Document Format
Descrição:
Baixar
Pacote de licença
Agora exibindo 1 - 1 de 1
Imagem em miniatura
Nome:
license.txt
Tamanho:
1.06 KB
Formato:
Item-specific license agreed upon to submission
Descrição:
Baixar
Coleções
Engenharia Química