TRABAJO FIN DE ESTUDIOS PROGRAMA DE DOCTORADO INNOVACIÓN EN INGENIERÍA DE PRODUCTO Y PROCESOS INDUSTRIALES (FORMACIÓN) Modelado y optimización de un dispositivo dosificador automático de aditivos alimentarios comprimidos empleando DEM (Discrete elemente Method) Álvaro Guerra Sánchez de la Nieta Tutores: Fernando Alba Elías y Ana González Marcos Escuela Técnica Superior de Ingeniería Industrial Curso 2010-2011 Modelado y optimización de un dispositivo dosificador automático de aditivos alimentarios comprimidos empleando DEM (Discrete elemente Method), trabajo fin de estudios de Álvaro Guerra Sánchez de la Nieta, dirigido por Fernando Alba Elías y Ana González Marcos (publicado por la Universidad de La Rioja), se difunde bajo una Licencia Creative Commons Reconocimiento-NoComercial-SinObraDerivada 3.0 Unported. Permisos que vayan más allá de lo cubierto por esta licencia pueden solicitarse a los titulares del copyright. © © El autor Universidad de La Rioja, Servicio de Publicaciones, 2012 publicaciones.unirioja.es E-mail: publicaciones@unirioja.es Modelado y optimización de un dispositivo dosificador automático de aditivos comprimidos empleando DEM (Discrete Element Method) Trabajo de investigación | Doctorado en innovación en ingeniería de producto y procesos industriales Álvaro Guerra Sánchez de la Nieta Modelado y optimización de un dispositivo dosificador automático de aditivos comprimidos empleando DEM (Discrete Element Method) Índice 1 Introducción 1 2 Objetivos 2 3 La problemática de compresión de las mezclas especiales 4 4 Estado del arte de la investigación 6 4.1 La dosificación de aditivos alimentarios en seco 6 4.2 Dosificación automática en líquido de gobierno 9 4.3 Dosificación manual en polvo álvaro.guerra 10 i Modelado y optimización de un dispositivo dosificador automático de aditivos comprimidos empleando DEM (Discrete Element Method) 4.4 Sistema de dosificación automática de los ingredientes en polvo 11 4.4.1 Dosificadores volumétricos 11 4.4.2 Dosificadores sin-fin 12 4.4.3 Sistema de dosificación automática por encapsulación de los ingredientes 14 4.4.4 Sistema de dosificación automática por compresión de los ingredientes previamente acondicionados 4.5 15 Método de Elementos Discretos (Discrete Element Method: DEM) 17 4.5.1 Métodos numéricos 4.5.1.1 Elementos finitos 18 4.5.1.2 Diferencias finitas 18 4.5.1.3 Volúmenes finitos 19 4.5.2 Qué es DEM 20 4.5.3 Software actual 21 4.5.4 Empleo de DEM en industria e investigaciones recientes 21 4.5.4.1 Minería y proceso de minerales 21 Industria metalúrgica 22 4.5.4.3 Industria farmacéutica 22 4.5.4.4 Aplicaciones generales 23 4.5.4.2 5 17 4.5.5 Relevancia del método de elementos discretos 23 Antecedentes 26 5.1 Estudio previo a la fabricación del prototipo 26 5.1.1 Pruebas preliminares de acondicionamiento de los ingredientes 26 5.1.1.1 Pruebas preliminares de granulación álvaro.guerra 26 ii Modelado y optimización de un dispositivo dosificador automático de aditivos comprimidos empleando DEM (Discrete Element Method) 5.1.1.2 Pruebas preliminares de Deshumectación forzada 5.1.1.3 Conclusión de las pruebas preliminares: deshumectación forzada 5.2 31 Granulación y 33 Estudio de los parámetros de la compresión con vistas al empastillado de las mezclas de aditivos objeto de estudio 34 5.3 Fabricación de los comprimidos. Mezcla y compresión 34 5.4 Modificación en el diseño y materiales de los punzones 38 5.4.1 Características del nuevo material de los punzones. Acero 420V INOX. 40 5.4.2 Modificación en el diseño y materiales de la matriz 5.5 6 41 Pruebas realizadas con el prototipo construido y resultados obtenidos. Metodología empleada 43 Desarrollo actual 46 6.1 Dispositivo de dosificación automática. Modelo real 46 6.1.1 Diseño 48 6.1.2 Materiales empleados 48 6.2 6.1.2.1 Policarbonato 48 6.1.2.2 Aluminio 52 Modelo de simulación 56 6.2.1 Software de diseño 3D, Catia 56 6.2.2 Método de elementos discretos DEM 59 6.2.3 Software de elementos discretos EDEM 65 6.2.4 Modelo de comprimido 66 6.2.4.1 Modelos de aproximación 66 6.2.4.2 Modelo final 72 álvaro.guerra iii Modelado y optimización de un dispositivo dosificador automático de aditivos comprimidos empleando DEM (Discrete Element Method) 6.2.5 Configuración de la simulación en EDEM 6.3 Estudio previo realizado 73 77 6.3.1 Simulaciones 77 6.3.2 Fuerzas de rozamiento 78 6.3.2.1 Fricción estática 79 6.3.2.2 Fricción dinámica 80 6.3.2.3 Obtención de fuerzas y coeficientes 81 6.3.3 Variables estudiadas 6.4 82 6.3.3.1 Ciclo de funcionamiento 82 6.3.3.2 Velocidad de dosificación 86 6.3.3.3 Influencia de la fuerza y coeficientes de Rozamiento 87 6.3.3.4 Variables que inciden sobre la integridad de los comprimidos 90 Casos de estudio. Resultados 6.4.1 Consideraciones 6.4.1.1 Parámetros e interacciones 98 98 98 6.4.1.2 Características geométricas del comprimido de la investigación 100 6.4.1.3 Variaciones del ángulo de inclinación del depósito 100 6.4.1.4 Variaciones de la velocidad de dosificación 101 6.4.2 Caso i. Ángulo de inclinación de 14.5o 102 6.4.2.1 Configuración 102 6.4.2.2 Velocidad de rotación baja. Caso i.1 103 6.4.2.3 Velocidad de rotación moderada. Caso i.2 105 6.4.2.4 Velocidad de rotación media. Caso i.3 107 6.4.2.5 Velocidad de rotación alta. Caso i.4 109 álvaro.guerra iv Modelado y optimización de un dispositivo dosificador automático de aditivos comprimidos empleando DEM (Discrete Element Method) 6.4.2.6 Conclusiones parciales del caso i 6.4.3 Caso ii. Ángulo de inclinación de 16o 111 113 6.4.3.1 Configuración 113 6.4.3.2 Velocidad de rotación baja. Caso ii.1 113 6.4.3.3 Velocidad de rotación moderada. Caso ii.2 115 6.4.3.4 Velocidad de rotación media. Caso ii.3 117 6.4.3.5 Velocidad de rotación alta. Caso ii.4 119 6.4.3.6 Conclusiones parciales del caso ii 120 6.4.4 Caso iii. Ángulo de inclinación de 17.5o 122 6.4.4.1 Configuración 122 6.4.4.2 Velocidad de rotación baja. Caso iii.1 122 6.4.4.3 Velocidad de rotación moderada. Caso iii.2 124 6.4.4.4 Velocidad de rotación media. Caso iii.3 126 6.4.4.5 Velocidad de rotación alta. Caso iii.4 128 6.4.4.6 Conclusiones parciales del caso iii 130 6.4.5 Caso iv. Ángulo de inclinación de 19o 132 6.4.5.1 Configuración 132 6.4.5.2 Velocidad de rotación baja. Caso iv.1 132 6.4.5.3 Velocidad de rotación moderada. Caso iv.2 134 6.4.5.4 Velocidad de rotación media. Caso iv.3 136 6.4.5.5 Velocidad de rotación alta. Caso iv.4 137 6.4.5.6 Conclusiones parciales del caso iv 139 6.4.6 Comparativa del estudio de las fuerzas de compresión 6.4.6.1 Velocidad de rotación baja álvaro.guerra 141 141 v Modelado y optimización de un dispositivo dosificador automático de aditivos comprimidos empleando DEM (Discrete Element Method) 6.4.6.2 Velocidad de rotación moderada 142 6.4.6.3 Velocidad de rotación media 143 6.4.6.4 Velocidad de rotación alta 144 6.4.7 Resumen del estudio comparativo. Caso más favorable 146 7 Conclusiones 149 8 Líneas de investigación futuras 152 9 Bibliografía 153 álvaro.guerra vi Modelado y optimización de un dispositivo dosificador automático de aditivos comprimidos empleando DEM (Discrete Element Method) 1 Introducción Partiendo de uno de los dispositivos patentados por el grupo de investigación EDMANS del Área de Proyectos de Ingeniería de la Universidad de La Rioja, el dosificador automático de aditivo alimentario comprimido. Este dispositivo, empleado en la industria agroalimentaria, dispensa una serie de comprimidos a la conserva, para aditivarla, de manera automática. Para conseguir un dispositivo más fiable, se estudian una serie de mejoras propuestas, por lo que nace este estudio. Se pretende optimizar varios de los parámetros de proceso, con el fin de ajustar y afinar el dispositivo para garantizar la integridad del comprimido a dosificar, el cual es parte fundamental del proceso puesto que su composición es, en su práctica totalidad, materia activa, por tanto hay que minimizar el número de contactos entre ellos y con el resto de materiales del dispositivo. La herramienta a utilizar para el desarrollo de las acciones descritas es el software de simulación del método de elementos discretos EDEM. álvaro.guerra 1 Modelado y optimización de un dispositivo dosificador automático de aditivos comprimidos empleando DEM (Discrete Element Method) 2 Objetivos El presente trabajo de investigación, titulado ‘Modelado y Optimización de un Dispositivo Dosificador Automático de Aditivos Comprimidos empleando DEM (Discrete Element Method)’, pretende reflejar la importancia de un buen ‘set’ de los parámetros de funcionamiento para el prototipo dosificador caso de estudio. Fundamentalmente, se parte del diseño del dispositivo y se pretende llegar a una configuración óptima para maximizar sus prestaciones. Se pueden resumir los objetivos de la presente investigación en la siguiente enumeración: 1. Modelar el dispositivo dosificador en un software de diseño 3D para su posterior incorporación a un software de simulación de elementos discretos. 2. Modelar el aditivo alimentario comprimido de igual manera que el prototipo, para su posterior inclusión como ‘partícula’ para el método de elementos discretos. 3. Definir y parametrizar los materiales y sus interacciones para obtener unos resultados de simulación que se aproximen a la realidad del funcionamiento del dispositivo. 4. Una vez fijados los puntos anteriores, se pretende realizar una batería de simulaciones en los que se varíe: a. La velocidad de rotación del sistema serializador. álvaro.guerra 2 Modelado y optimización de un dispositivo dosificador automático de aditivos comprimidos empleando DEM (Discrete Element Method) b. El ángulo de inclinación del depósito del dosificador. 5. Así, se ha de encontrar la relación óptima entre la velocidad de dosificación y el ángulo de inclinación del depósito, intentando: a. Minimizar los contactos entre los comprimidos, para evitar desgaste. b. Minimizar las tensiones en los comprimidos, para evitar rotura. c. Optimizar la correcta dosificación, entendiendo así dispensar el mayor número de comprimidos en el menor tiempo posible, habiendo respetado su integridad. álvaro.guerra 3 Modelado y optimización de un dispositivo dosificador automático de aditivos comprimidos empleando DEM (Discrete Element Method) 3 La problemática de compresión de las mezclas especiales Las tecnologías disponibles para la fabricación de productos farmacéuticos no presentan problemas a la hora de comprimir, dosificar y empaquetar. Esto se debe a que la formulación del producto presenta una concentración de materia activa que difícilmente supera el 20%, siendo el resto excipientes que facilitan la compresión. En cambio, en el sector de aditivos alimentarios, esto no es posible, ya que únicamente se pueden formular comprimidos con prácticamente el 100% de aditivos y/o ingredientes. Por este motivo, la operación de compresión supone una tarea muy delicada y difícil (en algunos casos, imposible) debido a las características particulares de los componentes. La razón principal que impide la compresión de estas mezclas de aditivos radica en la naturaleza de sus ingredientes. En algunos casos, éstos son extremadamente abrasivos con los elementos de la compresión (matriz y punzones); en otras ocasiones, caso de mezclas que contienen especias, la compacidad de los comprimidos obtenidos es muy pequeña para permitir su manipulación, independientemente de la presión empleada. Este trabajo presenta unos retos tecnológicos potenciales importantes. En primer lugar, no existe ningún proceso de características similares. A esto hay que unir las propiedades especiales del comprimido: formulación compleja por la granulometría, elevada higroscopicidad de los componentes, compactación de la pastilla limitada por la necesidad posterior de disolución, componentes muy pulverulentos, cristalizados, deshidratados, especias, etc. álvaro.guerra 4 Modelado y optimización de un dispositivo dosificador automático de aditivos comprimidos empleando DEM (Discrete Element Method) Como resultado del desarrollo de las acciones propuestas, se realizaron unas experiencias preliminares que indicaron que una modificación de las propiedades físico-químicas de los ingredientes de la mezcla (humedad, temperatura, estado de agregación, etc.) permitiría la compresión de todo el conjunto (mezcla de aditivos). Con el objeto de lograr este propósito, se desarrolla el sistema de pretratamiento de aditivo alimentario diseñado a tal fin. Dicho sistema consiste en el diseño y construcción de un método de acondicionamiento de los ingredientes para su posterior suministro gracias al empleo de una máquina dosificadora automática utilizada para el resto de los comprimidos que actualmente no presentan problemas en su dosificación. álvaro.guerra 5 Modelado y optimización de un dispositivo dosificador automático de aditivos comprimidos empleando DEM (Discrete Element Method) 4 Estado del arte de la investigación 4.1 La dosificación de aditivos alimentarios en seco Tradicionalmente, la industria alimentaria se había decantado por sistemas de dosificación por líquido de gobierno (dosificación por líquido), debido a la imposibilidad de automatizar la dosificación en seco (por comprimidos o en polvo). Normalmente se dosificaba en seco cuando resultaba imposible disolver los ingredientes de la mezcla en el líquido de gobierno o cuando los bajos costes de mano de obra permitían la dosificación por comprimidos, el mejor de los métodos de dosificación por su exactitud. Cuando en el año 2003 se desarrolló el primer dosificador automático de comprimidos algunas de las empresas del sector sustituyeron la dosificación por líquido de gobierno por la dosificación seca de aditivos en comprimidos. En este momento, con el propósito de proporcionar el mejor procedimiento de dosificación, las empresas fabricantes de aditivos se plantean con fuerza la dosificación automática en seco de toda su producción, incluyendo por supuesto, las mezclas especiales, que hasta la fecha se vendían en polvo. Como el problema de la compresión no estaba resuelto y no existía ningún procedimiento para la dosificación de estas mezclas, como principal objetivo de esta investigación, se pretendía automatizar la dosificación de las mezclas especiales, con el mejor y más higiénico de sus sistemas, la dosificación en seco. Las características determinantes a la hora de definir la funcionalidad del dispositivo, expresadas como necesidades, y que son clave en el diseño del sistema de dosificación automático en seco, son: álvaro.guerra 6 Modelado y optimización de un dispositivo dosificador automático de aditivos comprimidos empleando DEM (Discrete Element Method) Velocidad de dosificación máxima, como mínimo alcanzar los 300 botes por minuto ya que es la velocidad máxima de las líneas de dosificación de aditivos por líquido de gobierno. Fiabilidad en la dosificación, o también, calidad en la dosificación, es decir, que exista la seguridad de que cada recipiente dosificado contiene la cantidad exacta de aditivo Máxima automatización, o dicho de otra manera, disminución del trabajo manual. Se garantiza así la correcta dosificación al no depender de factores como el desgaste humano. Preservación del aditivo y también de sus propiedades garantizando la integridad y composición del mismo. Disolución total de la mezcla en el recipiente destino. Evitar presencia de residuos. Evitar deterioro de las instalaciones, en el caso del líquido de gobierno, este es uno de los principales inconvenientes. El agua empleada (medio en el que se disuelven los aditivos) junto con la sal forma una dilución que corroe de manera significativa las instalaciones de la línea de dosificación: cintas transportadoras, el suelo de la planta, instalaciones auxiliares. En el caso de la dosificación el polvo ocurre un fenómeno parecido provocado por la presencia en el ambiente de dosificación de sal y los ácidos que conforman las mezclas en polvo. También se genera un ambiente pulverulento que produce irritaciones y alergias en el personal encargado de la dosificación. Bajo coste de construcción e instalación. Se debe tener en cuenta que los costes relacionados con la instalación diseñada justifique la inversión del nuevo método frente a los métodos de dosificación actuales. Asociado a esto estaría la necesidad de implantar un bajo coste de mano de obra, ya que se convertido en un factor crítico en estos momentos. La presencia en el mercado de productos fabricados en otros países (China, principalmente, países del Este y Sudamérica) en los que el coste de mano de obra es significativamente inferior ha hecho que la industria agroalimentaria álvaro.guerra 7 Modelado y optimización de un dispositivo dosificador automático de aditivos comprimidos empleando DEM (Discrete Element Method) española, cada día con más fuerza, disminuya los gastos relacionados con este capítulo y se centre en inversiones relacionadas con la máxima automatización de su producción. Bajo coste de mantenimiento. Tanto el coste de las reparaciones como el tiempo empleado en las mismas debe ser el menor posible ya que, dependiendo del número de líneas de una planta, una avería en el sistema de dosificación supondría la detención total de toda la producción. Las reparaciones y mantenimiento, han de ser sencillos. Esta necesidad planteada se refiere al requerimiento de que las operaciones de montaje y desmontaje de las partes vitales del sistema dosificador puedan realizarse en el menor tiempo posible para perturbar lo menos posible la producción normal de la Planta. Seguridad en el empleo. Un requisito imprescindible es el de la seguridad del sistema de manera que no suponga riesgo alguno para las personas encargadas de la manipulación. En este punto se realizó una evaluación de la situación actual del producto respecto a los productos competidores. El principal objetivo de este paso es tomar conciencia de lo que ya existe y poner de manifiesto las oportunidades de mejora de la situación actual. álvaro.guerra 8 Modelado y optimización de un dispositivo dosificador automático de aditivos comprimidos empleando DEM (Discrete Element Method) 4.2 Dosificación automática en líquido de gobierno En la dosificación sólida, los aditivos específicos para cada producto (alcachofa, champiñón, verduras, pimientos...) se suministran en forma de comprimidos, cada uno de éstos contiene la monodosis específica de aditivos y sal para cada recipiente. Cuando no es posible la compresión de los ingredientes, el comprimido se sustituye por la dosificación de los ingredientes de la mezcla en polvo o por una disolución de los aditivos y sal en agua, preparando así el líquido de gobierno o cobertura del producto. Este líquido de mezcla es añadido a los recipientes después de introducir el alimento y justo antes cerrar el envase. Según el método de aplicación del líquido en los recipientes se puede hablar de dosificación por cascada, por duchas o volumétrica. Este último es el de mayor coste y mejor (de los de su familia), en cuanto a la exactitud de la dosificación. Figura 1. Dosificador d líquido por cascada Figura 2. Dosificador de líquido por duchas álvaro.guerra 9 Modelado y optimización de un dispositivo dosificador automático de aditivos comprimidos empleando DEM (Discrete Element Method) Debido a que el líquido es suministrado de manera continua al paso de los recipientes, existe un porcentaje de éste que no termina en los envases. Esta parte del líquido es recogida y reconducida al depósito de alimentación del líquido. Este sistema de dosificación presenta los siguientes inconvenientes: La recuperación permanente del líquido de gobierno da lugar a turbiedades e impurezas, además de una continua concentración de los ingredientes debido a la evaporación del agua de la mezcla. No es posible asegurar la perfecta concentración de aditivos en cada recipiente, debido a que en muchas ocasiones, el recipiente está totalmente lleno de producto y el líquido de gobierno se desborda. Existen ciertos aditivos que son poco solubles o que tardan demasiado en disolverse que no se repartirían uniformemente en el líquido. Algunos aditivos pierden su calidad o ciertas características, al disolverse en el líquido de gobierno. Otro inconveniente, muy importante económicamente, es el daño que el líquido de gobierno causa en suelos, depósitos, tuberías, cadenas, cintas transportadoras, cerradoras de botes y en el propio envase. 4.3 Dosificación manual en polvo Este sistema de aplicación suele emplearse cuando se dosifican ingredientes como las especias, muy difíciles de comprimir y que poseen un valor relativamente alto en comparación con los aditivos empleados más comúnmente (sal, ácido cítrico y EDTA). Estas mezclas se aplican manualmente empleando un recipiente enrasado de la capacidad correspondiente al peso del recipiente destino; Inconvenientes El inconveniente principal es la baja velocidad de dosificación, 15 botes/min como máximo. Para aumentar esta velocidad es imprescindible aumentar proporcionalmente el coste de mano de obra. álvaro.guerra 10 Modelado y optimización de un dispositivo dosificador automático de aditivos comprimidos empleando DEM (Discrete Element Method) 4.4 Sistema de dosificación automática de los ingredientes en polvo Una de las alternativas la constituye la dosificación de las “mezclas especiales” en polvo. Esta maquinaria se emplea para la dosificación de productos secos y de densidad consistente como el arroz, maíz, azúcar, frutos secos o café. Existen 2 tipos de máquinas que podrían utilizarse para este propósito. 4.4.1 Dosificadores volumétricos Estos dispositivos están provistos de vasos telescópicos que permiten ajustar un peso de un determinado producto según su volumen. El dosificador adquiere el producto de una tolva de alimentación que está instalada encima de los vasos telescópicos, mediante el movimiento rotativo de los vasos, el producto cae en su interior y posteriormente es dispensado mediante la abertura de una tapa, al correspondiente dispositivo de envasado. Está provisto de un sistema motorizado que permite el desplazamiento de los vasos telescópicos con gran precisión. Un nivel en la tolva envía la señal al elevador de producto para que siempre esté llena. Como principales características destacan: El dosificador volumétrico permite alcanzar velocidades cercanas a los 100 ciclos por minuto (100 botes/min). Las pesadas varían desde los 200 gr hasta los 5 Kg. Figura 3. Secuencia de funcionamiento de un dosificador volumétrico álvaro.guerra 11 Modelado y optimización de un dispositivo dosificador automático de aditivos comprimidos empleando DEM (Discrete Element Method) Figura 4. Dosificador volumétrico rotativo 4.4.2 Dosificadores sin-fin Los dosificadores sin-fin para polvos están compuestos de una tolva superior acumuladora con un removedor de producto, de marcha continua o bien intermitente, según el producto a dosificar, según el producto a dosificar para evitar su apelmazamiento. El peso a obtener es regulado por un dispositivo generador de impulsos electrónico-digital, que controla los giros del sin-fin a voluntad, desde la parte superior de la máquina. Este tipo de instalaciones suele emplearse para el envasado de productos en polvo y granulados, tales como: harinas, sopas preparadas, sémolas, café molido, pinturas en polvo, pesticidas, cosméticos, preparados químicos y farmacéuticos. Como principales características se pueden mencionar: El dosificador sin-fin permite alcanzar velocidades máximas de 30 botes/min. Las pesadas varían desde los 5 gr hasta los 5 Kg con una precisión de ±1 gr. álvaro.guerra 12 Modelado y optimización de un dispositivo dosificador automático de aditivos comprimidos empleando DEM (Discrete Element Method) Figura 5. Esquema de funcionamiento de un dosificador sin fin Figura 6. Funcionamiento de un dosificador sin fin En cuanto a los inconvenientes, se enumeran a continuación los más relevantes (tanto de los dosificadores volumétricos como los dosificadores sin fin): El ambiente de la mayoría de las plantas de envasado está cargado de vapor de agua fruto de las operaciones de escaldado, cocido y pasteurizado de los productos. Esta circunstancia entorpece sensiblemente la dosificación al formarse una pasta en el mismo punto de salida de la mezcla de aditivos. Los depósitos que contienen el polvo a dosificar desmezclan la mezcla de ingredientes ya que no están preparados para albergar varios ingredientes. La dosificación de ingredientes no es muy fiable cuando existen ingredientes de distinta granulometría o naturaleza. El valor más pequeño de porción que es capaz de dosificar es de 5 gr. cuando en muchos casos se requerirán aportaciones de 2 y 3 gr (aditivos para el recipiente de 314 gr de pimiento del piquillo). álvaro.guerra 13 Modelado y optimización de un dispositivo dosificador automático de aditivos comprimidos empleando DEM (Discrete Element Method) La máxima velocidad que alcanzan estos métodos es de 100 botes/min, valor que queda muy por debajo de los 300 botes/min requeridos. Cabe recordar que este requisito es uno de los requisitos principales. 4.4.3 Sistema de dosificación automática por encapsulación de los ingredientes La segunda alternativa la constituye la posibilidad de encapsular los ingredientes de las mezclas especiales para posteriormente dosificar dichas cápsulas con una máquina de dosificadora de cápsulas convencional. La cápsula blanda de gelatina es una forma de dosificación sólida formada por dos películas de gelatina que contienen entre ellas el ingrediente sólido o líquido que se desea encapsular. Figura 7. Maquinaria encapsuladora En primer lugar, habría que mezclar los ingredientes en cualquiera de las máquinas mezcladoras convencionales, posteriormente, la mezcla fabricada se encapsularía con el formato correspondiente. Dichas cápsulas alimentarían el depósito-almacén del sistema dosificador. Esta máquina consta de un gran disco rotante en el que separan las cápsulas por centrifugación hasta unos carriles de dimensiones determinadas por el tamaño de la cápsula a dosificar. álvaro.guerra 14 Modelado y optimización de un dispositivo dosificador automático de aditivos comprimidos empleando DEM (Discrete Element Method) Figura 8. Máquinas dosificadoras de cápsulas Como desventajas se pueden mencionar: Proceso extremadamente caro. Mala disolución de los elementos que componen la cápsula. Gelatina. El dosificador de cápsulas permite alcanzar velocidades máximas de tan sólo 30 botes/min. 4.4.4 Sistema de dosificación automática por compresión de los ingredientes previamente acondicionados La última alternativa que se consideró fue la de intentar “modificar” las propiedades físico-químicas de las mezclas de aditivo especiales para conseguir su empastillado y posteriormente dosificar éstas en el dosificador automático de comprimidos que se emplea para los comprimidos que si se pueden empastillar. En el momento de realización de esta matriz se desconocían los procesos de acondicionamiento a los que se debían someter a los ingredientes de la mezcla para permitir su compresión, pero se conocían los siguientes aspectos de la experiencia: álvaro.guerra 15 Modelado y optimización de un dispositivo dosificador automático de aditivos comprimidos empleando DEM (Discrete Element Method) Se había comprobado experimentalmente la gran influencia que existía entre la “facilidad” en la fabricación de comprimidos y las condiciones de humedad y temperatura de la sala de fabricación. Otra evidencia empírica era la de que ciertas mezclas que poseían parte de sus ingredientes en formato granulado, requerían menos grasa que facilitara la compresión y por lo tanto mejoraba su compresión. En el caso de identificar claramente el método y los valores claves de los procesos de acondicionamiento, en una tarea posterior habría que realizar una búsqueda de la tecnología existente, o bien, diseñar y desarrollar una máquina para reproducir dichos fenómenos. Figura 9. Dosificadores automáticos de aditivo comprimido álvaro.guerra 16 Modelado y optimización de un dispositivo dosificador automático de aditivos comprimidos empleando DEM (Discrete Element Method) 4.5 Método de Elementos Discretos (Discrete Element Method: DEM) A continuación se hace una breve explicación de los métodos numéricos más relevantes en ingeniería, para enmarcar el método de elementos discretos empleado en esta investigación. 4.5.1 Métodos numéricos Una de las tareas fundamentales del ingeniero consiste en el análisis y cálculo, esto es la predicción cuantitativa del comportamiento de un sistema tecnológico o un proceso para proceder a su diseño eficiente o para cumplir con especificaciones de producción. Ejemplos de los mismos se encuentran en áreas del flujo de calor, mecánica de fluidos, electromagnetismo, reacciones químicas y otros. Para ello debe hacer uso de conceptos de física, química y matemática, para formular un modelo matemático del sistema o proceso en consideración. Dicho modelo no es más que un sistema de ecuaciones cuyas incógnitas representan magnitudes de interés tecnológico que permiten describir el comportamiento del objeto bajo análisis. Consecuentemente, para llevar a cabo la predicción en sí misma, el ingeniero debe resolver cuantitativamente las mencionadas ecuaciones para dedicarse, a continuación, a la interpretación técnica y al análisis de los resultados. En muchas situaciones, los modelos pertinentes involucran problemas de contorno gobernados por ecuaciones diferenciales a derivadas parciales. Por mencionar algunos de dichos casos pueden citarse el estudio estructural de automóviles, aviones, puentes, o el análisis de campo de flujo de calor en componentes de máquinas, flujo de fluidos, filtración en presas de tierra, etc. Debido a la gran dificultad para obtener soluciones analíticas a las ecuaciones aludidas, la ingeniería ha recurrido, históricamente, al uso de modelos simplificados basados en resultados experimentales, experiencia y en el mejor de álvaro.guerra 17 Modelado y optimización de un dispositivo dosificador automático de aditivos comprimidos empleando DEM (Discrete Element Method) los casos en unas pocas soluciones matemáticas particulares relativas a un modelo más preciso. Esta metodología general de la ingeniería ha dado muy buenos resultados y aún lo sigue haciendo. No obstante, es importante notar que se trata de una metodología que presenta fuertes limitaciones en cuanto a las posibilidades de análisis, hecho que se hace más grave si se consideran las crecientes necesidades de la tecnología moderna. Este cuadro ha ido cambiando con el advenimiento de la computación electrónica y con el desarrollo asociado de métodos computacionales. En el contexto que se alude han aparecido importantes técnicas numéricas entre las cuales se destacan los métodos de diferencias finitas, elementos de contorno y elementos finitos. 4.5.1.1 Elementos finitos Se trata de un método general para la solución de problemas de contorno gobernados por ecuaciones diferenciales ordinarias o parciales. En esencia se trata de una técnica que sustituye el problema diferencial por otro algebraico, aproximadamente equivalente, para el cual se conocen técnicas generales de resolución. Para ello hace uso de la "discretización" o subdivisión de una región sobre la cual están definidas las ecuaciones en formas geométricas simples denominadas elementos finitos. Las propiedades materiales y relaciones gobernantes en estos elementos se expresan en función de los valores desconocidos en las "esquinas" de los elementos o nodos. Una de las ventajas de este método es su facilidad de implementación en un programa computacional, que a su vez es una condición básica para su utilización ya que para el tratamiento de un problema en particular debe efectuarse un número muy elevado de operaciones para resolver sistemas algebraicos del orden de cientos o miles de ecuaciones. Hoy el método permite resolver prácticamente cualquier situación física que pueda formularse mediante un sistema de ecuaciones diferenciales. 4.5.1.2 Diferencias finitas El primer paso en cualquier procedimiento numérico es la discretización, este proceso divide el medio de interés en un número de pequeñas subregiones y álvaro.guerra 18 Modelado y optimización de un dispositivo dosificador automático de aditivos comprimidos empleando DEM (Discrete Element Method) nodos. Con el método de las diferencias finitas, la ecuación diferencial es escrita para cada nodo y las derivadas son reemplazadas por ecuaciones diferencias, con ello se logra un conjunto de ecuaciones lineales simultaneas, aunque este método es fácil de entender y utilizar en problemas simples, se presentan dificultades al aplicarlo a geometrías complejas o condiciones de contorno complejas, esta situación es real para problemas con materiales con propiedades anisotrópicos (que no tienen iguales propiedades en todas las direcciones). En contraste, el método de los elementos finitos usa una formulación integral más que ecuaciones en diferencias para crear un sistema de ecuaciones algebraicas, por otra parte una función continua aproximada se asume para representar la solución para cada elemento, la solución completa se genera conectando o armando las soluciones individuales, permitiendo la continuidad de los límites interelementales. 4.5.1.3 Volúmenes finitos El método de los volúmenes de control finitos permite discretizar y resolver numéricamente ecuaciones diferenciales. Es un método alternativo a los de diferencias finitas y elementos finitos. Considerando una malla de discretización del espacio fluido, en torno a cada punto de esta malla se construye un volumen de control que no se solapa con los de los puntos vecinos. De esta forma el volumen total de fluido resulta ser igual a la suma de los volúmenes de control considerados. La ecuación diferencial a resolver se integra sobre cada volumen de control, lo cual entrega como resultado una versión discretizada de dicha ecuación. Para realizar la integración se requiere especificar perfiles de variación de la variable dependiente entre los puntos de la malla, de modo que se puede evaluar las integrales resultantes. La principal propiedad del sistema de ecuaciones discretizadas resultante, es que la solución obtenida satisface en forma exacta las ecuaciones de conservación consideradas, independientemente del tamaño de la malla. álvaro.guerra 19 Modelado y optimización de un dispositivo dosificador automático de aditivos comprimidos empleando DEM (Discrete Element Method) 4.5.2 Qué es DEM El método de los elementos discretos, enmarcado como un método numérico, simula el comportamiento mecánico de un medio formado por un conjunto de partículas las cuales interaccionan entre sí a través de sus puntos de contacto. La disposición de las partículas dentro del conjunto global del sistema o medio es aleatoria, por lo que se puede formar medios con diferentes tamaños de partículas distribuidos a lo largo del conjunto, idealizando de este modo la naturaleza granular de los medios que usualmente se analiza y se simula mediante esta técnica numérica. Principalmente se pueden distinguir las siguientes propiedades básicas que definen de forma global y a grandes rasgos este método de análisis numérico: Las partículas como elementos discretos que en su conjunto conforman el sistema complejo de partículas. Estos elementos distintos como también se le conoce se desplazan independientemente uno de otros e interaccionan entre sí en las zonas de contacto. En este método a nivel de cada partícula se hace uso de la mecánica del cuerpo rígido y los elementos discretos se consideran elementos rígidos en sí mismos. El modelo constitutivo que define el comportamiento global del material es establecido en las zonas de contactos entre partículas. La caracterización de los contactos en el modelo se describe por los siguientes elementos mecánicos: Muelles Los elementos muelles describen la fase de comportamiento elástico del medio en la zona de contacto entre cada partícula. Este comportamiento elástico queda caracterizado por dos muelles uno en la dirección de contacto normal y otro en la dirección tangencial, los cuales corresponden con la descomposición de fuerzas de contacto que se utilizan en la formulación del método álvaro.guerra 20 Modelado y optimización de un dispositivo dosificador automático de aditivos comprimidos empleando DEM (Discrete Element Method) Pistones Por su parte los pistones son elementos que toman en cuenta la viscosidad del medio que se simula. En la formulación establecida indistintamente puede emplearse varios modelos de contacto que pueden ser delimitados en modelos de contacto viscoso y no viscoso, lo que permite aplicar el modelo a un gran número de problemas mecánicos, tanto elásticos como viscoelásticos. Elementos de fricción Los elementos de fricción describen la descohesión y el fallo del material en la zona de contacto entre cada partícula. Cuando en el contacto, se produce la rotura, esta partícula se desprende del medio. 4.5.3 Software actual Entre los diferentes paquetes de software de simulación de elementos discretos del mercado, se pueden destacar los siguientes: Star CCM de CD-adapco Chute Analyst de Overland Conveyor Co inc. Paquete EDEM academic de DEM Solutions Ltd. Todos siguen la simulación de elementos discretos, como esferas, para el estudio de la dinámica de partículas en multitud de aplicaciones industriales. 4.5.4 Empleo de DEM en industria e investigaciones recientes 4.5.4.1 Minería y proceso de minerales El método de elementos discretos ayuda a optimizar el manejo de material y los equipos de proceso, incluyendo aplicaciones como: Puntos de transferencia entre bandas. Mejorar comportamiento de la excavación y equipos de movimiento de tierras. Mejorar la eficiencia de equipos generales como pulverizadores, molinos de bolas, molinos de rodillos y molinos Pebbles. álvaro.guerra 21 Modelado y optimización de un dispositivo dosificador automático de aditivos comprimidos empleando DEM (Discrete Element Method) Mejorar el diseño de silos, tolvas y chutes para optimizar el flujo del material. Incrementar la eficiencia de los sistemas de clasificación y separación de material. Diseño y fabricación de maquinaria para la minería, construcción y agricultura. En el desarrollo de equipos industriales y maquinaria para manufactura las mejores empresas están empleando EDEM el método para: Rediseño y mejoramiento de maquinaria amarilla. Palas, cucharas, volquetas, raspadores, etc. Realizar pruebas virtuales en entornos controlados. Analizar flujo y dispersión de material a granel desde equipos. Mejorar el análisis de la interacción del suelo con las ruedas y apoyos de los equipos. Optimizar el rendimiento del equipo en diferentes condiciones de terreno. Mejorar la mezcla y alimentación del material en equipos de asfalto. 4.5.4.2 Industria metalúrgica El uso de EDEM ayuda a entender el flujo de las materias primas a través de cada una de las etapas del proceso de fundición, lo que permite: Ubicar puntos de bloqueo del flujo. Examinar virtualmente las operaciones de carga y descarga. Optimizar dispersión y distribución de material. Predecir áreas de desgaste excesivo en los equipos. 4.5.4.3 Industria farmacéutica EDEM apoya a la industria farmacéutica para mejorar sus capacidades en el desarrollo de procesos y productos con altos estándares de calidad. Permite crear prototipos virtuales de equipos y pastillas. Analiza interacción entre tabletas y con los equipos. álvaro.guerra 22 Modelado y optimización de un dispositivo dosificador automático de aditivos comprimidos empleando DEM (Discrete Element Method) Evalúa los efectos del cambio de formulación en el desempeño del proceso. Permitiendo optimizar y flexibilizar el uso de los equipos. 4.5.4.4 Aplicaciones generales EDEM es una herramienta única y flexible que puede ser usada en gran diversidad de aplicaciones industriales con resultados óptimos en cualquier etapa del manejo de material. Algunos sectores son: Productos y bienes de consumo. Industria alimenticia y manejo de productos empacados y unitarios. Producción de petróleo y gas. Manejo de plásticos y producción de químicos. 4.5.5 Relevancia del método de elementos discretos Hoy día, el método de elementos discretos está ampliamente aceptado como una técnica muy eficaz para resolver problemas de ingeniería de materiales granulares y discontinuos. Las diferentes ramas de la familia DEM son el método de los elementos distintos propuesto por Cundall en 1971, el método de elementos discretos generalizado de Hocking, Williams y Mustoe en 1985, el análisis de la deformación discontinua (DDA) que Shi aportó en 1988 y por último el método de los elementos finitos-discretos desarrollado simultáneamente por diferentes grupos (por ejemplo, Munjiza y Owen). El método general, como se ha dicho, fue originalmente concebido por Cundall en 1971 para resolver problemas de mecánica de piedras. Tras los primeros trabajos realizados por Munjiza y Owen, el método de los elementos discretos se ha desarrollado hacia simulaciones de diferentes partículas irregulares y deformables en muchas aplicaciones, incluyendo medicamentos, simulaciones de fluidos, el hormigón y análisis de impacto, y otras muchas. El método de elementos discretos (DEM), es un software de simulación perteneciente a la familia de los métodos numéricos para la computación de la dinámica de partículas, llegando a tamaños de micras en lo que al diámetro se álvaro.guerra 23 Modelado y optimización de un dispositivo dosificador automático de aditivos comprimidos empleando DEM (Discrete Element Method) refiere. La aplicación del método de elementos discretos supone un coste computacional relativamente elevado, normalmente limitado por el número de partículas, a su vez compuestas por un número determinado de superficies, por lo que es beneficioso usar varios procesadores en paralelo. Otra manera de reducir el tiempo de cálculo consiste en realizar aproximaciones de las partículas reales mediante modelos de partículas dispuestas para que se asemejen a la realidad. A pesar de que DEM está estrechamente relacionado con la dinámica molecular, el método se caracteriza por la inclusión de grados de libertad de rotación así como el contacto y geometrías complicadas (incluyendo poliedros). Con los avances en potencia de cálculo y algoritmos numéricos para la clasificación del vecino más cercano, se ha hecho posible simular numéricamente millones de partículas en un único procesador. El empleo del método de elementos discretos en la simulación del flujo de partículas en procesos industriales, se remonta a finales de la década de los setenta cuando Cundall y Strack (1979) comenzaron a modelar sistemas muy pequeños. Durante los años posteriores, hubo una serie de limitaciones en cuanto a la geometría, eran diseños bidimensionales simples como tolvas pequeñas, fluidos a través de un canal, cuyo fin era entender el fundamento de la dinámica de flujos laminares y materiales granulares o particulados (Campbell, 1990; Haff & Werner, 1986; Walton, 1992, cap. 25). Estos modelos de pequeña escala eran del orden de 100 a 1000 partículas. Algunos ejemplos incluyen tolvas (Langston, Tuzun & Heyes, 1995; Potapov & Campbell, 1996), o modelos geofísicos y movimiento de tierras (Cleary & Campbell, 1993). Con la sustancial evolución y mejora que se produjo durante los años 90 en la industria de semiconductores y su consiguiente aplicación en el hardware y en las arquitecturas de los ordenadores hizo que, la escala de los modelos utilizados en el método de elementos discretos se incrementase su potencial del orden de 100 veces hasta el momento (10.000-100.000 partículas). Estos modelos seguían siendo bidimensionales (Cleary, 1998 y 2000). álvaro.guerra 24 Modelado y optimización de un dispositivo dosificador automático de aditivos comprimidos empleando DEM (Discrete Element Method) Posteriormente, los diferentes paquetes de software de aplicación del método de elementos discretos han permitido la simulación de geometrías tridimensionales (Cleary y Sawley 2002; Cleary y Prakash 2004). Hoy día, se sigue progresando en la escala de los modelos así como en el aumento de la fidelidad y exactitud de los resultados de acuerdo a los sistemas reales. Algunas aplicaciones actuales del método de elementos discretos, mostradas por Cleary (2010), son: separación por una pantalla de doble cubierta, mezcla de granos en un mezclador, excavadora de cuchara de arrastre, cinta transportadora de tobogán (a diferentes alturas) o la segunda cámara de una hormigonera de doble cámara. A pesar del aumento de la escala, en muchos sistemas en los que el número de partículas verdadero es muy superior a dicha escala, como pueden ser mezcladoras, tolvas o silos, que puedan contener partículas pulverulentas, se puede asumir una densidad equivalente de un compendio de partículas en una de mayor tamaño (Hassanpour et al., 2011). Esto facilita la simulación de estos modelos de gran escala, en consonancia a las limitaciones de escala actuales, anteriormente descritas, obteniendo resultados válidos. Bajo esta asunción de densidad equivalente, se ha desarrollado un modelo DEM en torno a un prototipo para mezclas especiales de aditivo alimentario (Guerra et al., 2011) (Figura 10). Figura 10. Mezcladora modelada mediante DEM álvaro.guerra 25 Modelado y optimización de un dispositivo dosificador automático de aditivos comprimidos empleando DEM (Discrete Element Method) 5 Antecedentes 5.1 Estudio previo a la fabricación del prototipo 5.1.1 Pruebas preliminares de acondicionamiento de los ingredientes Una vez determinada la mejor alternativa, dosificación automática mediante la compresión de los ingredientes previamente acondicionados, se realizó un estudio más profundo de la misma. La primera dificultad que había que afrontar era el desconocimiento sobre cuál debía de ser el proceso de acondicionamiento que permitiese la compresión de las mezclas de aditivos especiales. En un primer momento, se pensó que una granulación de los ingredientes pulverulentos de las mezclas, formando de esta manera estructuras estables, posibilitaría el proceso de compresión. Esta suposición se basa en el hecho de que las mezclas que presentan ingredientes en formato granulado se pueden empastillar con más facilidad que las mezclas que poseen la totalidad de sus ingredientes en polvo. Posteriormente, teniendo en cuenta los resultados obtenidos en el proceso de granulación, se realizaron pruebas suplementarias en las que se logró empastillar las mezclas objeto de estudio sin generar gránulos y aprovechando la práctica totalidad de la mezcla inicial. Este método se bautizó como deshumectación forzada. 5.1.1.1 Pruebas preliminares de granulación Con el propósito de definir un proceso que permitiese la compresión de las mezclas especiales se realizaron pruebas de laboratorio para obtener la granulación de sus ingredientes. Estas pruebas se realizaron en los laboratorios de la Universidad de La Rioja, empleando los equipos existentes. Se escogieron dos mezclas de estudio, una que es posible comprimir y otra que en la actualidad no se puede empastillar: álvaro.guerra 26 Modelado y optimización de un dispositivo dosificador automático de aditivos comprimidos empleando DEM (Discrete Element Method) Mezcla 1. Sal y ácido cítrico en formato comprimido de 1 gr hasta 3 gr. Se llegaron a fabricar más de 50 millones de comprimidos de este tipo. Se incluyó este comprimido en las mezclas para ver si era posible disminuir la cantidad de estearato empleada con el proceso de acondicionamiento Mezcla 2. Mezcla de aditivos (sal, ácido cítrico, sorbato potásico, ácido ascórbico, guanilato, inosinato, metabisulfito), suministrada en polvo para dosificarse como líquido de gobierno Para lograr la granulación de los ingredientes en polvo, en primer lugar, hay que humectar la mezcla, para que a medida que se mezcla esta, los granos de polvo se adhieran unos a otros formando así gránulos de distintas formas y tamaños dependiendo de la cantidad de líquido humectante aplicado y el tiempo de mezcla. Posteriormente se debe evacuar la humedad aplicada para que se forme una estructura sólida estable. Tabla 1. Resultados preliminares de granulación de las mezclas 1 y 2 Cantidad mezcla Peso recip. mezcla Pulsos de agua 20 Mezcla 1 Mezcla 2 200 200 82.57 82.54 (15/10´ - 5/10´) 20 (4 x 5/5´) Peso recip. postgranulado 300.40 300.02 Cantidad de agua aplicada 17.83 17.48 Cantidad de agua / pulso 0.89 0.87 62 (B-III-1) 62 (B-III-1) Peso recip. secado 264.66 262.43 Peso recip. secado + mez.2 464.6 461.1 Peso restante gran. seco 199.9 198.64 r.p.m. álvaro.guerra 27 Modelado y optimización de un dispositivo dosificador automático de aditivos comprimidos empleando DEM (Discrete Element Method) Peso perdido gran. / inicial 0.1 1.36 % perdido gran. / inicial 0.05 0.68 P granulado > 2.5 mm 60.69 30.4 53.89 27.1 Peso granulado mm 84.51 42.3 102.44 51.6 54.7 27.4 42.31 21.3 0.63-2.5 Peso granulado < 0.63 mm Se emplearon 200 gr de cada una de las mezclas. En ambos casos se aplicaron con la pistola 20 pulsos de agua (18 ml. aproximadamente) y la duración total del proceso fue de 20 minutos. Para la mezcla 1, se aplicaron 15 pulsos iniciales de agua y se mezcló durante 10 minutos, posteriormente se aplicaron otros 5, para mezclar de nuevo otros 10 minutos más. En el caso de la mezcla 2 se alternaron en 4 ocasiones, 5 pulsos de agua con otros tantos minutos de mezcla. La mezcla se realizó con una velocidad de rotación de 62 r.p.m. Figura 11. Recipiente para pretratamiento situado en el torno Para el secado de ambas mezclas se empleó un secador de bandejas, con una temperatura de 70ºC durante 24 horas. álvaro.guerra 28 Modelado y optimización de un dispositivo dosificador automático de aditivos comprimidos empleando DEM (Discrete Element Method) Figura 12. Secado por bandeja de la mezcla pretratada Una vez seca la mezcla, se tamizó con las mallas de 2.5 y 0.63 mm. Después de las primeras pruebas de empastillado, únicamente se consideró como gránulo aprovechable todo aquel que tuviese un diámetro de partícula inferior a 2.5 mm. La justificación de esta discriminación es puramente geométrica, si se introducen en el depósito alimentador de la máquina compresora un gránulo mayor de 2.5 mm, teniendo en cuenta que no llenará completamente el alojamiento correspondiente de la matriz, se obtendrían comprimidos diferencias de peso mayores de las permitidas (5%). Figura 13. Mezclas 1 y 2 granuladas (Tamaño de grano > 2.5mm) álvaro.guerra 29 Modelado y optimización de un dispositivo dosificador automático de aditivos comprimidos empleando DEM (Discrete Element Method) Figura 14. Mezclas pretratadas y pastillas obtenidas. (Tamaño de grano < 2.5mm) Se logró comprimir el rango de granulometría indicado de ambas mezclas empleando un 0.4% de estearato. Como se observa en la siguiente figura, no es posible obtener una distribución homogénea en los pesos de las pastillas cuando se emplean gránulos de distintos tamaños, es decir, los comprimidos que se obtendrían en ambos casos serían distintos. Figura 15. Rellenado de la matriz, previa compresión, con material granulado (1) y con polvo (2) álvaro.guerra 30 Modelado y optimización de un dispositivo dosificador automático de aditivos comprimidos empleando DEM (Discrete Element Method) Figura 16. Alojamientos de la matriz rellenos por una mezcla en polvo (sin gránulos) 5.1.1.2 Pruebas preliminares de Deshumectación forzada En las pruebas anteriores de granulación se pudo comprobar el altísimo porcentaje de rechazo respecto del cantidad inicial de mezcla (mezcla 1: 30.4%, mezcla 2: 27.1%). Como se indicó en el punto anterior, este rechazo está impuesto por el requisito de distribución granulométrica de la mezcla total necesario para obtener comprimidos con pesadas homogéneas. Para intentar reducir lo más posible estos porcentajes de rechazo (que hacen inviable la aplicación industrial del proceso) en las posteriores pruebas, se determinaron las siguientes acciones: Acción 1. Eliminación total del aporte de agua Manteniendo como mezclas de estudio las anteriores, se introdujeron éstas directamente en el horno con el propósito de eliminar la humedad natural del producto. Por lo tanto, no hubo aporte de líquido. Resultados La granulometría de la mezcla no varió respecto de la inicial, por lo tanto era correcta. álvaro.guerra 31 Modelado y optimización de un dispositivo dosificador automático de aditivos comprimidos empleando DEM (Discrete Element Method) Se pudo comprimir la mezcla 1 (con la misma cantidad de estearato que la empleada en su producción normal), pero fue imposible empastillar la mezcla 2. Acción 2. Reducción del aporte de agua respecto de las pruebas de granulación Teniendo en cuenta que un aporte de líquido humectante de 18 ml para 200 gr de mezcla era excesivo (pruebas preliminares de granulación) y que SIN aporte de humedad no se conseguía empastillar la mezcla 2 ni reducir el estearato empleado para la mezcla 1 (prueba de eliminación total del aporte de agua), en este caso se fueron reduciendo las cantidades de agua aportadas dentro de este margen (0 ÷ 18 ml para 200 gr) hasta obtener los siguientes resultados: Resultados La reducción en el aporte de agua se realizó hasta un punto en el que fue imposible percibir a simple vista la formación de gránulos de ningún tamaño durante el proceso de mezcla (realizada en el torno). Este momento se alcanzó, cuando se aplicaron 5 ml de agua (4 pulsos de pistola) a los 200 gr de mezcla. Con esta cantidad de agua (5 ml) y justo después del proceso de secado en el horno se logró empastillar la mezcla 2 y en el caso de la mezcla 1, ésta pudo comprimirse con la mitad de estearato empleado normalmente (2%). En ambos casos la granulometría fue homogénea, por debajo de los 2.5 mm de tamaño de tamaño de grano y los comprimidos obtenidos estaban dentro de los valores de tolerancia. Cuando se redujo aún más el aporte de agua (<5 ml para 200 gr) los resultados obtenidos fueron los mismos que si no se hubiese aportado agua. álvaro.guerra 32 Modelado y optimización de un dispositivo dosificador automático de aditivos comprimidos empleando DEM (Discrete Element Method) Figura 17. Comprimidos de mezclas 1 y 2 obtenidos de por deshumectación forzada (grano < 0.63mm) 5.1.1.3 Conclusión de las pruebas preliminares: Granulación y deshumectación forzada De las pruebas preliminares anteriormente descritas se obtuvieron las siguientes conclusiones: El proceso de granulación es efectivo ya que se pudo empastillar una mezcla que hasta ahora no se podía comprimir (la mezcla 2), pero a pesar de este hecho, este proceso de acondicionamiento previo a la compresión es inviable, debido al altísimo porcentaje de rechazo correspondiente a la mezcla pretratada con tamaño medio de grano superior a los 2.5 mm. Es imprescindible que exista una granulometría homogénea, para que se rellene de manera óptima el hueco de la matriz y se puedan obtener, de esta manera, comprimidos con desviaciones de peso menores del 5%. El proceso que conjuga ambos requisitos, granulometría homogénea y acondicionamiento que posibilite el empastillado, ha sido el bautizado como Deshumectación Forzada. Este proceso de acondicionamiento consta de 2 pasos principales, en un primer momento se aplica una pequeña (pero imprescindible) cantidad de agua pulverizada durante la operación de mezcla y posteriormente, se evacúa totalmente la humedad del conjunto por medio de un proceso de secado. álvaro.guerra 33 Modelado y optimización de un dispositivo dosificador automático de aditivos comprimidos empleando DEM (Discrete Element Method) 5.2 Estudio de los parámetros de la compresión con vistas al empastillado de las mezclas de aditivos objeto de estudio Las mezclas de aditivos alimentarios comprimidos poseen una limitación, por razones sanitarias, en el empleo de excipientes que faciliten la compresión (<0.4% en peso del total de la mezcla). Por este motivo la operación de compresión supone una tarea muy delicada y difícil (en algunos casos, imposible) debido a las características particulares de los componentes. Como ya se indicó en el apartado sobre la problemática de la compresión, la principal razón que impide la compresión de estas mezclas de aditivos, radica en la naturaleza de sus ingredientes. En algunos casos, estos son extremadamente abrasivos con los elementos de la compresión (matriz y punzones) que hacen imposible el trabajo continuado de la máquina de compresión independientemente de la presión o la geometría de la pastilla. Por esta razón, un factor fundamental en la fabricación de comprimidos lo constituye la maquinaria y utillería empleada en la compresión de las mezclas. En este sentido se pensó que una modificación de los parámetros de la compresión facilitaría el empastillado de alguna de las mezclas estudiadas. Debido a la especial importancia de este punto se consideró el estudio de la nueva utillería de compresión como uno más de los subsistemas en los que se dividió la alternativa escogida. 5.3 Fabricación de los comprimidos. Mezcla y compresión La compresión directa de las mezclas es la alternativa más económica para la fabricación de comprimidos para la fabricación de las mezclas que actualmente puede empastillar. Este tipo de fabricación de comprimidos se realiza en 2 tipos de máquina: álvaro.guerra 34 Modelado y optimización de un dispositivo dosificador automático de aditivos comprimidos empleando DEM (Discrete Element Method) Excéntricas Un punzón que comprime el polvo dosificado en una matriz. Son máquinas tradicionales que se emplean para producciones limitadas. Rotativas Varias matrices van siendo llenadas y comprimidas al girar un revolver. Especial para grandes producciones. En ambos casos se lleva a cabo la misma secuencia en el conformado del comprimido: llenado, matriz, enrasado, compresión y expulsión del comprimido. 1 4 3 2 Figura 18. Secuencia de conformado de un comprimido 1. Punzón Superior. Cabeza cóncava. 2. Punzón Inferior. 3. Matriz 4. Comprimido conformado con la forma de los punzones y posteriormente expulsado álvaro.guerra 35 Modelado y optimización de un dispositivo dosificador automático de aditivos comprimidos empleando DEM (Discrete Element Method) Figura 19. Máquinas de comprimir excéntricas Las pruebas que se realizaron sobre los comprimidos buscaban satisfacer las siguientes especificaciones: Geometría de los comprimidos Las pastillas deben poseer una determinada geometría para que puedan ser empleadas con el dosificador automático de comprimidos. La forma que debe poseer el comprimido para la dosificación automática viene impuesta por el sistema de dosificación diseñado. Para el correcto funcionamiento de este sistema es preciso que los comprimidos rueden uno respecto de otros para poder discriminar una hilera de estos, del conjunto almacenado a granel en el depósito principal. Una vez que se ha obtenido una fila de pastillas, éstas tienen que rodar por el conducto que hace de almacén, antes de la dosificación en los recipientes. Para que sean posibles estos movimientos relativos entre pastillas, no es necesario que la pastilla sea totalmente esférica, basta con que el cuerpo de la pastilla tenga unas proporciones similares en cuanto al diámetro y la altura y que no presente aristas pronunciadas que puedan provocar atascos entre ellas. álvaro.guerra 36 Modelado y optimización de un dispositivo dosificador automático de aditivos comprimidos empleando DEM (Discrete Element Method) Figura 20. Mecanismo de serialización y expulsión del dosificador automático Dureza / Compacidad Debe existir un compromiso entre la dureza mínima necesaria para que el comprimido soporte los trasiegos propios del transporte, manipulación y paso por el dosificador automático y una dureza máxima que no suponga un retraso en la dilución del comprimido en el recipiente. Uniformidad de peso Todas las pastillas destinadas a un determinado recipiente tienen que tener un peso dentro de los límites de tolerancia establecidos (<5%). Para superar satisfactoriamente todos estos requisitos se estudiaron distintos diseños de matrices y punzones, propias de una máquina de compresión excéntrica. Figura 21. Punzones y matrices de una compresión excéntrica álvaro.guerra 37 Modelado y optimización de un dispositivo dosificador automático de aditivos comprimidos empleando DEM (Discrete Element Method) 5.4 Modificación en el diseño y materiales de los punzones A continuación, se detalla un resumen de las experiencias y conclusiones obtenidas después de sucesivos mecanizados con distintos materiales y una vez realizadas numerosas pruebas de empastillado con varios tipos de mezclas. Disminución de la curvatura de la cabeza del punzón Existe una relación directa entre el diámetro que determina la concavidad de los punzones y la presión máxima que se puede ejercer para conformar una pastilla. Cuanto menor es la curvatura de los casquetes, mayor es la presión que puede aplicarse sin que el material de la pastilla se adhiera a la superficie de contacto de los punzones. Esta disminución en la curvatura tiene como límite inferior la concavidad necesaria para que las pastillas rueden una respecto de otras en el depósito principal del dosificador. Después de validar que los principales formatos eran válidos para su dosificación automática se tomó la decisión de modificar las curvaturas de todos los punzones empleados en los comprimidos que se fabrican en la actualidad independientemente de los resultados que se obtuviesen en la pruebas de compresión de las mezclas especiales. Figura 22. Geometría de las nuevas pastillas con los nuevos diámetros de curvatura álvaro.guerra 38 Modelado y optimización de un dispositivo dosificador automático de aditivos comprimidos empleando DEM (Discrete Element Method) Empleo de nuevos materiales Hasta el momento actual la mayoría de los problemas existentes a la hora de fabricar comprimidos estaban relacionados con el desgaste (ataque físico) y la corrosión (ataque químico) de los punzones. Las paradas en la producción para pulir los troqueles eran continuas y la vida útil de los punzones (medida en número de cajas de pastillas que es capaz de fabricar entre paradas) se reducía con cada repaso. El material de los punzones era de acero f-521 templado y revenido. Con el propósito de mejorar en este punto tan crítico y de ayudar, de esta manera, al propósito fundamental de conseguir el empastillado de las muestras especiales, se realizó una búsqueda exhaustiva sobre posibles metales y recubrimientos para los punzones. Durante 3 meses se probaron distintas posibilidades. La bondad de cada tratamiento térmico o recubrimiento se medía en términos del número de cajas de pastillas fabricadas sin paradas para pulir. Para esta prueba se empleó una máquina compresora excéntrica de 1 sólo punzón debido al elevado precio de los tratamientos. Los resultados fueron los siguientes: Carburos de Cromo y de Tungsteno, recubrimientos de 4 mm. Nitruración (recubrimientos de 4 mm) Cromados (recubrimientos de 4 mm) Carburo de Titanio y Carburo Nitruro de Titanio (recubrimientos de 4 mm) Acero pulvimetalúrgico CPM 420V (sin recubrimiento, todo el punzón mecanizado a partir de una pieza maciza) álvaro.guerra 39 Modelado y optimización de un dispositivo dosificador automático de aditivos comprimidos empleando DEM (Discrete Element Method) Figura 23. Punzón recubierto de carburo de cromo (Izq.) y tungsteno (Dcha.) La opción del acero pulvimetalúrgico fue muy superior al resto de las alternativas en términos de número del comprimidos fabricados sin necesidad de pulido y en calidad de los comprimidos obtenidos, ya que con este material era posible aplicar una presión conformación mayor que la habitual. 5.4.1 Características del nuevo material de los punzones. Acero 420V INOX. El acero CPM 420V, es un acero inoxidable pulvimetalúrgico hipercarburado de altísima resistencia al desgaste, oxidación y corrosión con buena pulibilidad. Adecuado para matricería, estampación-corte, herramientas de extrusión que exigen inoxidabilidad (química, plásticos, cauchos...), ejes, válvulas, husillos, matrices. Tiene gran aplicación en industria de la alimentación, cirugía y farmacia (compactación medicamentos). La clave del éxito de este material frente al resto, se debe a sus magníficas prestaciones frente a los problemas críticos a la hora de comprimir pastillas: el desgaste físico propio de la erosión y la corrosión química producida por los ingredientes de las mezclas (principalmente sal). En las siguientes figuras, se puede observar los valores de resistencia al desgaste y vida relativa (vida relativa álvaro.guerra 40 Modelado y optimización de un dispositivo dosificador automático de aditivos comprimidos empleando DEM (Discrete Element Method) por corrosión) del acero CPM 420V INOX (o su variedad CPM 9V) frente al acero 1.2379 (denominación UNE, F-521) que es el que ha sido empleado hasta este momento. Figura 24. Características del acero CPM 420 C INOX A pesar de no haber sido posible comprimir las mezclas especiales (sin realizar el proceso de acondicionamiento en el prototipo) con estas modificaciones, se ha comprobado una mejora extremadamente significativa en el proceso de compresión de las mezclas habituales que SI se pueden comprimir. Se ha aumentado la calidad de los comprimidos y el número de comprimidos que se pueden fabricar sin paradas para pulir los punzones. 5.4.2 Modificación en el diseño y materiales de la matriz Otro de los elementos fundamentales a la hora de la compresión es la matriz que sirve para contener el material el aditivo durante la compresión. Este elemento soporta un gran desgaste producido por el rozamiento que se produce cuando el punzón inferior, una vez conformada la pastilla, la expulsa del alojamiento de la matriz. Las máquinas de compresión que se emplean actualmente poseen varios punzones con sus respectivas matrices, lo que permite conformar varias pastillas en cada ciclo de compresión. Estos alojamientos están mecanizados en una única pieza. álvaro.guerra 41 Modelado y optimización de un dispositivo dosificador automático de aditivos comprimidos empleando DEM (Discrete Element Method) Cuando uno de estos alojamiento ha sufrido un desgaste excesivo que repercute en la calidad de la pastilla, queda inutilizado de manera permanente o hasta que se realice un pulido de esta matriz, con la consiguiente pérdida de productividad por ciclo de compresión. Para solucionar ambos problemas se ha estudiado la posibilidad de emplear matrices intercambiables que cumplen con estas dos funciones: Material de los casquillos Los casquillos son de acero cementado. Este material es el mismo empleado para los casquillos guía para taladrado. En las pruebas realizadas estos casquillos se han comportado de manera excepcional, sin mostrar síntomas de desgaste después de fabricar un gran número de pastillas. Intercambiabilidad de las matrices Se ha realizado un diseño que permite cambiar el casquillo desgastado por otro, de manera inmediata y sin tener que sustituir toda la pieza que contiene los alojamientos de los restantes punzones. La pieza base se construyó de acero F-522, en la que se mecanizó el alojamiento un casquillo guía para taladrar DIN 172 (A). En este caso, la máquina empleada para todas las experimentaciones únicamente contaba con una pareja de punzones, pero la idea se puede trasladar perfectamente a las matrices con 3 y 5 parejas de punzones. En las siguientes imágenes se muestra el conjunto y despiece de la pieza base y del casquillo intercambiable. 1 3 2 Figura 25. Vista de la matriz construida con casquillo intercambiable álvaro.guerra 42 Modelado y optimización de un dispositivo dosificador automático de aditivos comprimidos empleando DEM (Discrete Element Method) 1. 2. 3. Matriz Superior. Modelo portacasquillos. Matriz Inferior Casquillo guía para taladrar intercambiable DIN 172 (A) Otra ventaja que presentan estos casquillos es que son elementos muy comunes para otras aplicaciones por lo que su suministro es inmediato y su precio muy asequible. Este mismo concepto aplicado en las matrices puede aplicarse a los punzones haciendo que sea posible separar el cilindro del resto de la pieza con lo que podrían sustituirse los deteriorados sin necesidad de fabricar toda la pieza. 5.5 Pruebas realizadas con el prototipo construido y resultados obtenidos. Metodología empleada En las pruebas de empastillado de las mezclas pretratadas se aplicaron los conocimientos obtenidos en las pruebas preliminares que definieron el diseño de cada uno de los subsistemas. El éxito de cada prueba se midió en términos de posibilidad o no de empastillado de cada mezcla. Antes de comenzar el programa de pruebas, se intentó el empastillado de todas las mezclas objeto de estudio y en ningún caso se logró la obtención de ningún comprimido. En todo momento se operó con la modalidad manual del control del proceso. Para la realización de cada una de las pruebas se realizaron los siguientes pasos: 1. Preparación de la mezcla La primera operación del proceso la constituía el pesaje de cada uno de los ingredientes de la mezcla: Para cada una de las pruebas se prepararon 5 Kg de mezcla 2. Carga de la mezcla en el prototipo acondicionador Después de pesar cada uno de los ingredientes, la mezcla se introducía en la cámara de pretratamiento del prototipo. Tal y como se había previsto, con esta cantidad de mezcla se alcanzada el nivel de la tangente inferior del eje álvaro.guerra 43 Modelado y optimización de un dispositivo dosificador automático de aditivos comprimidos empleando DEM (Discrete Element Method) Figura 26. Carga del prototipo acondicionador 3. Preparación del líquido de humectación En este punto se llenaba el depósito, se mezclaba el agua con el gel de glucosa (si fuera el caso), se cerraba y presurizaba el mismo 4. Mezcla inicial de la mezcla Después de la operación de carga se accionaba el interruptor correspondiente y se mezclaba el producto Figura 27. Mezcla inicial de la mezcla humectada 5. Aplicación del líquido humectador Teniendo en cuenta la cantidad de líquido de humectación requerida, el grado de atomización y las dimensiones del chorro de aspersión, se graduaban los reguladores de presión en el armario de control. Posteriormente se accionaban, simultáneamente, los interruptores de humectación y mezcla. El sistema de humectación se accionaba el tiempo correspondiente, en función de la cantidad de líquido que se pretende aplicar. Para determinar ésta, se fijaba álvaro.guerra 44 Modelado y optimización de un dispositivo dosificador automático de aditivos comprimidos empleando DEM (Discrete Element Method) la presión objetivo en el regulador de presión del líquido. Después de aplicar el líquido, se mantenía la mezcla durante 2 minutos. 6. Prueba de compresión Tal y como se ha comentado, la calidad del proceso de acondicionamiento se mide en términos de su compresibilidad. Un proceso de acondicionamiento se dará por bueno cuando la mezcla especial resultante se pueda comprimir. La compresión se realizó en una de las máquinas compresoras convencionales de 3 punzones. Figura 28. Máquina compresora empleada en las pruebas álvaro.guerra 45 Modelado y optimización de un dispositivo dosificador automático de aditivos comprimidos empleando DEM (Discrete Element Method) 6 Desarrollo actual 6.1 Dispositivo de dosificación automática. Modelo real Cómo se ha apuntado a lo largo del presente documento, se va a trabajar con un dispositivo dosificador automático de aditivo alimentario. En la actualidad, los métodos empleados en la industria alimentaria, están basados en la dosificación liquida, como por ejemplo el método basado en el líquido de gobierno), o dosificación seca. Éste último método, es más higiénico, seguro y preciso que el anterior método, salvaguardando la calidad y seguridad tanto de la línea de envasado como del propio aditivo alimentario. Sin embargo, aunque el método de dosificación seca. En concreto, como se ha venido diciendo en el presente trabajo, se dosifican en seco, y de manera automática, aditivo alimentario en forma de comprimido, también con el objeto de eliminar el agua del proceso productivo, y realizar una aditivicación limpia y libre de residuos. Así, se evitan muchas clases de efectos y agentes corrosivos sobre la maquinaria de proceso, permitiendo un mejor mantenimiento y alargando la vida útil de la misma. El dispositivo con el que se está trabajando en los laboratorios de la Universidad de la Rioja, puede verse a continuación. Consiste en una pequeña variación de la ya mencionada patente, al que simplemente se ha reducido a una estructura soporte, el depósito de comprimidos y el sistema de serialización, únicamente. álvaro.guerra 46 Modelado y optimización de un dispositivo dosificador automático de aditivos comprimidos empleando DEM (Discrete Element Method) Figura 29. Dispositivo Dosificador automático de aditivo alimentario comprimido, con las modificaciones pertinentes para el presente desarrollo de la investigación álvaro.guerra 47 Modelado y optimización de un dispositivo dosificador automático de aditivos comprimidos empleando DEM (Discrete Element Method) 6.1.1 Diseño El diseño actual, sigue fiel al desarrollado en la patente del grupo de investigación. Primeramente destacar que variarán los parámetros de diseño, porque lo que realmente se quiere optimizar como parámetros de proceso, es decir, la velocidad de dosificación (rotación de los álabes) y el ángulo de inclinación del depósito. 6.1.2 Materiales empleados 6.1.2.1 Policarbonato Una vez realizado un primer diseño del depósito de comprimidos en metacrilato y visto su comportamiento, se decidió realizar una mejora de éste desarrollándolo en policarbonato (entre otras razones porque el metacrilato es quebradizo y difícil de mecanizar). A continuación se exponen diferentes aplicaciones y características del policarbonato para avalar su empleo. El policarbonato es un material que está preparado para recibir impactos y, al ser transparente, es una muy buena alternativa al vidrio (cristal). Material preparado para soportar condiciones meteorológicas extremas, resistente a los impactos y disponible para aplicaciones tanto en la intemperie como en el interior. Existen numerosas empresas dedicadas a su fabricación. En general, para series cortas, no existe la posibilidad de utilizar una gama de colores muy amplia ni de acabados en superficie. El policarbonato estándar puede encontrarse en transparente, en color gris ahumado o bronce, translúcido blanco o hielo. También existe la posibilidad de adquirirlo en superficies anti reflectantes, con superficies técnicas de alta resistencia contra abrasiones (anti grafitis), con tratamientos de alta dureza y resistentes a la temperatura, entre otras características. Pueden fabricarse colores y formatos especiales en función de las necesidades. Se puede fabricar en planchas, barras y tubos. Es posible elaborar cualquier tipo de pieza álvaro.guerra 48 Modelado y optimización de un dispositivo dosificador automático de aditivos comprimidos empleando DEM (Discrete Element Method) cortada, encolada, curvada, roscada, termoconformada, moldeada, doblada, torneada o mecanizada con CNC, pulida, entre otras. El policarbonato es un grupo de termoplásticos fácil de trabajar, moldear y termoformar, y son utilizados ampliamente en la manufactura moderna. El nombre "policarbonato" se basa en que se trata de polímeros que presentan grupos funcionales unidos por grupos carbonato en una larga cadena molecular. También el monóxido de carbono fue usado para sintetizar C1 en escala industrial y producir difenil carbonato, que luego se esterifica con un derivado difenólico para obtener carbonatos poliaromáticos. Teniendo en cuenta la síntesis de C1, se puede dividir a los policarbonatos en carbonatos poliaromáticos y carbonatos polialifáticos. Estos últimos son producto de la reacción del dióxido de carbono con epóxidos, teniendo en cuenta que la estabilidad termodinámica del dióxido de carbono requiere usar catalizadores. Propiedades Densidad: 1,20 g/cm3 Rango de temperatura de uso: -100 °C a +135 °C Punto de fusión: apróx. 250 °C Índice de refracción: 1,585 ± 0,001 Índice de transmisión lumínica: 90% ± 1% Característica de incombustibilidad Propiedades Eléctricas Constante Dieléctrica a 1 MHz 2,9 Factor de Disipación a 1 MHz 0,01 Resistencia Dieléctrica 15 - 67 kV/mm Resistividad Superficial 1015 Ω·m Resistividad de Volumen 1014 - 1016 Ω/cm3 álvaro.guerra 49 Modelado y optimización de un dispositivo dosificador automático de aditivos comprimidos empleando DEM (Discrete Element Method) Propiedades Mecánicas Alargamiento a la Rotura 100-150 % Coeficiente de Fricción 0,31 Dureza - Rockwell M70 Módulo de Tracción 2,3 - 2,4 GPa Relación de Poisson 0,37 Resistencia a la Abrasión - ASTM D1044: 10-15 mg/1000 ciclos Resistencia a la Compresión >80 MPa Resistencia a la Tracción 55-75 MPa Resistencia al Impacto Izod 600-850 J/m Tensión de Fluencia / Limite Elástico 65 MPa Propiedades Físicas Absorción de Agua - Equilibrio 0,35 % Absorción de Agua - en 24 horas 0,1 % Densidad 1,20 g/cm3 Índice de refracción 1,584 - 1,586 Índice de Oxígeno Límite 5 - 27 % Inflamabilidad V0-V2 Número Abbe 34,0 Resistencia a los Ultra-violetas Aceptable Propiedades Térmicas Calor Específico: aprox. 1200 J/(K·kg) Coeficiente de Expansión Térmica: 65×10−6 - 70×10−6 K-1 álvaro.guerra 50 Modelado y optimización de un dispositivo dosificador automático de aditivos comprimidos empleando DEM (Discrete Element Method) Conductividad Térmica a 23 °C: 0,19-0,22 W/(m·K) Temperatura Máxima de Utilización: 115 - 130 °C Temperatura Mínima de Utilización: -135 °C Temperatura de Deflección en Caliente - 0,45 MPa: 140 °C Temperatura de Deflección en Caliente - 1,8 MPa: 128 - 138 °C Aplicaciones El policarbonato empieza a ser muy común tanto en los hogares como en laboratorios y en la industria debido a sus tres principales cualidades: gran resistencia a los impactos y a la temperatura así como a sus propiedades ópticas. El policarbonato viene siendo usado en una gran variedad de campos: Óptica: usado para crear lentes para todo tipo de gafas. Electrónica: se utilizan como materia prima para CD, DVD y algunos componentes de los ordenadores. Seguridad: cristales antibalas y escudos anti-disturbios de la policía. Diseño y arquitectura: cubrimiento de espacios y aplicaciones de diseño. Es un material con una amplia lista de posibilidades y aplicaciones. A continuación se detallan algunas: Elementos de protección y seguridad (EPIS) Protecciones para maquinaria Rotulación, expositores, rotulación antireflectante, displays, publicidad, señalización, PLV Protección para pantallas, o paneles informativos (anti reflectante) Termoconformados Urnas de varios formatos: rectangulares, redondas, cuadradas, grandes, pequeñas… álvaro.guerra 51 Modelado y optimización de un dispositivo dosificador automático de aditivos comprimidos empleando DEM (Discrete Element Method) Vitrinas y armarios a escala para diferentes modelos de automóviles, barcos, trenes y artículos de coleccionismo en general. Aislamiento acústico con paneles de diferentes formatos. Acristalamientos antivandálicos. Acristalamientos de seguridad: mamparas para centros comerciales, colegios, gimnasios, zonas de paso, aeropuertos. Protecciones antichoque. Paredes divisorias, acristalamientos. Letras para rotulación, protecciones neón. Laterales de pistas deportivas. Cubiertas y claraboyas. Protecciones industriales Parabrisas y accesorios para náutica. Muebles y decoración: estanterías, soportes para mesas, esculturas, peanas. Construcción: cubiertas, fachadas, balcones, etc. Escaparates: estanterías, soportes productos, elevación productos (peanas), protección escaparates (antivandálico), separadores… Mobiliario urbano, cabinas telefónicas. Promociones, vending, dispensadores de folletos, carteles, displays. Pisapapeles, placas conmemorativas con gravados o impresión. Publicidad y elementos publicitarios: portaprecios, portafotos, peanas con impresión, gravados, stands 6.1.2.2 Aluminio En el caso del aluminio, toda la estructura soporte del dispositivo está realizada en aluminio. álvaro.guerra 52 Modelado y optimización de un dispositivo dosificador automático de aditivos comprimidos empleando DEM (Discrete Element Method) Se realiza una descripción de dicho material, así como algunas de sus numerosas aplicaciones. Características físicas Entre las características físicas del aluminio, destacan las siguientes: Es un metal ligero, cuya densidad es de 2.700 kg/m3 (2,7 veces la densidad del agua), un tercio de la del acero. Tiene un punto de fusión bajo: 660 °C (933 K). El peso atómico del aluminio es de 26,9815 u. Es de color blanco brillante, con buenas propiedades ópticas y un alto poder de reflexión de radiaciones luminosas y térmicas. Tiene una elevada conductividad eléctrica comprendida entre 34 y 38 m/(Ω mm2) y una elevada conductividad térmica (80 a 230 W/(m·K)). Resistente a la corrosión, a los productos químicos, a la intemperie y al agua de mar, gracias a la capa de Al2O3 formada. Abundante en la naturaleza. Es el tercer elemento más común en la corteza terrestre, tras el oxígeno y el silicio. Su producción metalúrgica a partir de minerales es muy costosa y requiere gran cantidad de energía eléctrica. Fácil de reciclar. Características mecánicas Entre las características mecánicas del aluminio se tienen las siguientes: De fácil mecanizado debido a su baja dureza. Muy maleable, permite la producción de láminas muy delgadas. Bastante dúctil, permite la fabricación de cables eléctricos. Material blando (Escala de Mohs: 2-3-4). Límite de resistencia en tracción: 160-200 N/mm2 [160-200 MPa] en estado puro, en estado aleado el rango álvaro.guerra 53 Modelado y optimización de un dispositivo dosificador automático de aditivos comprimidos empleando DEM (Discrete Element Method) es de 1.400-6.000 N/mm2. El duraluminio fue la primera aleación de aluminio endurecida que se conoció, lo que permitió su uso en aplicaciones estructurales. Para su uso como material estructural se necesita alearlo con otros metales para mejorar las propiedades mecánicas, así como aplicarle tratamientos térmicos. Permite la fabricación de piezas por fundición, forja y extrusión. Material soldable. Con CO2 absorbe el doble del impacto. Características químicas Debido a su elevado estado de oxidación se forma rápidamente al aire una fina capa superficial de óxido de aluminio (Alúmina Al2O3) impermeable y adherente que detiene el proceso de oxidación, lo que le proporciona resistencia a la corrosión y durabilidad. Esta capa protectora, de color gris mate, puede ser ampliada por electrólisis en presencia de oxalatos. Ciertas aleaciones de alta dureza presentan problemas graves de corrosión intercristalina. El aluminio tiene características anfóteras. Esto significa que se disuelve tanto en ácidos (formando sales de aluminio) como en bases fuertes (formando aluminatos con el anión [Al(OH)4]-) liberando hidrógeno. La capa de óxido formada sobre el aluminio se puede disolver en ácido cítrico formando citrato de aluminio. El principal y casi único estado de oxidación del aluminio es +III como es de esperarse por sus tres electrones en la capa de valencia (Véase también: metal pesado, electrólisis). El aluminio reacciona con facilidad con HCl, NaOH, ácido perclórico, pero en general resiste la corrosión debido al óxido. Sin embargo cuando hay iones Cu2+ y Cl- su pasivación desaparece y es muy reactivo. álvaro.guerra 54 Modelado y optimización de un dispositivo dosificador automático de aditivos comprimidos empleando DEM (Discrete Element Method) Los alquilaluminios, usados en la polimerización del etileno 6 son tan reactivos que destruyen el tejido humano y producen reacciones exotérmicas violentas al contacto del aire y del agua. El óxido de aluminio es tan estable que se utiliza para obtener otros metales a partir de sus óxidos (cromo, manganeso, etc.) por el proceso aluminotérmico. álvaro.guerra 55 Modelado y optimización de un dispositivo dosificador automático de aditivos comprimidos empleando DEM (Discrete Element Method) 6.2 Modelo de simulación Para poder emplear la herramienta de software de simulación de elementos discretos anunciada en la introducción del presente documento, EDEM, es necesario desarrollar un modelo fiel del dispositivo real. Para ello la propia herramienta EDEM, dispone de un interfaz de dibujo, bastante simple, en el que se pueden incluir formas geométricas sencillas como planos y volúmenes básicos. Pero la verdadera potencia de esta interfaz de dibujo es la posibilidad de importar sistemas desarrollados en otro tipo de herramienta software como es CAD. En este caso, se ha desarrollado el modelo real en una herramienta de diseño en 3D como es CATIA. Así, se dibuja el modelo con esta herramienta, se exporta a formato IGES o STP y posteriormente se importa desde EDEM, obteniendo, en función de cómo se haya realizado el diseño 3D, una serie de geometrías, que conforman el modelo de simulación, a las que se puede dotar de diferentes atributos como el material del que están compuestas, o asignarle diferentes dinámicas de movimiento. 6.2.1 Software de diseño 3D, Catia A continuación se da una breve descripción de qué es el software de diseño en 3D CATIA, para posteriormente mostrar los modelos desarrollados para este trabajo. CATIA (Computer Aided Three Dimensional Interactive Application) es un programa de CAD/CAM/CAE comercial realizado por Dassault Systemes, Francia. El programa está desarrollado para proporcionar apoyo desde la concepción del diseño (CAD) hasta la producción (CAM) y el análisis (CAE) de productos. Actualmente se está trabajando en la versión V6 y también disponible para Solaris, IRIX y HP-UX, debido a la posibilidad de trabajar sobre Microsoft Windows. Provee una arquitectura abierta para el desarrollo de aplicaciones o para personalizar el programa. Los APIs se pueden programar en Visual Basic y C++. álvaro.guerra 56 Modelado y optimización de un dispositivo dosificador automático de aditivos comprimidos empleando DEM (Discrete Element Method) Estos APIs se llaman CAA2 (o CAAV5). Es un programa inicialmente desarrollado para servir en la industria aeronáutica, se ha hecho un gran hincapié en el manejo de superficies complejas. CATIA también es ampliamente usado en la industria del automóvil para el diseño y desarrollo de componentes de carrocería. Concretamente empresas como el Grupo VW (Volkswagen, Audi, SEAT y Škoda), BMW, Renault, Peugeot, Daimler AG, Chrysler, Smart y Porsche hacen un amplio uso del programa. La industria de la construcción también ha incorporado el uso del software para desarrollar edificios de gran complejidad formal; el museo de la fundación Guggenheim en Bilbao, España, es un hito arquitectónico que ejemplifica el uso de esta tecnología. Los modelos desarrollados en Catia, responden a las siguientes imágenes Figura 30. Modelado del comprimido de aditivo alimentario de 6 gramos de sal álvaro.guerra 57 Modelado y optimización de un dispositivo dosificador automático de aditivos comprimidos empleando DEM (Discrete Element Method) Figura 31. Modelado del dispositivo dosificador de comprimido de aditivo alimentario comprimido de 6 gramos álvaro.guerra 58 Modelado y optimización de un dispositivo dosificador automático de aditivos comprimidos empleando DEM (Discrete Element Method) 6.2.2 Método de elementos discretos DEM El método de elementos discretos (DEM), es un método/software de simulación perteneciente a la familia de los métodos numéricos para la computación de la dinámica de partículas, llegando a tamaños de micras en lo que al diámetro se refiere. A pesar de que DEM está estrechamente relacionado con la dinámica molecular, el método se caracteriza por la inclusión de grados de libertad de rotación así como el contacto y geometrías complicadas (incluyendo poliedros). Con los avances en potencia de cálculo y algoritmos numéricos para la clasificación del vecino más cercano, se ha hecho posible simular numéricamente millones de partículas en un único procesador. Hoy día, el método de elementos discretos está ampliamente aceptado como una técnica muy eficaz para resolver problemas de ingeniería de materiales granulares y discontinuos. Las diferentes ramas de la familia DEM son el método de los elementos distintos propuesto por Cundall en 1971, el método de elementos discretos generalizado de Hocking, Williams y Mustoe en 1985, el análisis de la deformación discontinua (DDA) que Shi aportó en 1988 y por último el método de los elementos finitosdiscretos desarrollado simultáneamente por diferentes grupos (por ejemplo, Munjiza and Owen). El método general, como se ha dicho, fue originalmente concebido por Cundall en 1971 para resolver problemas de mecánica de piedras. El Williams, Hocking, y Mustoe mostraron DEM como una generalización del método de elementos finitos. Su aplicación a los problemas de la geomecánica es descrita en el libro Numerical Modeling in Rock Mechanics, escrito por Pande, G., Beer, G. and Williams, J.R.. Las tres primeras ediciones internacionales sobre conferencias de elementos discretos han sido un punto de partida común para numerosos investigadores y poder sacar publicaciones avanzadas sobre sus aplicaciones. El método de elementos discretos es relativamente de un coste computacional elevado, normalmente limitado por el número de partículas. Es beneficioso usar álvaro.guerra 59 Modelado y optimización de un dispositivo dosificador automático de aditivos comprimidos empleando DEM (Discrete Element Method) varios procesadores en paralelo. Otra manera de realizar un cálculo rápido es realizar aproximaciones de las partículas reales mediante modelos de partículas de diferentes diámetros dispuestas para que se asemejen a la realidad. Algunos ejemplos de materiales que se emplean con DEM, son: Líquidos Materiales almacenados en silos, como cereal Material granulado, arena Polvo Diferentes movimientos de tierras y rocas Las industrias que emplean DEM: Industria agroalimentaria Química Ingeniería civil Industria de gases y aceites Minería Industria farmacéutica Metalurgia Una simulación del método de elementos discretos, comienza primeramente con la generación de un modelo, el cual, es el resultado de la ordenación especial de una serie de partículas a las que se le asigna una velocidad inicial. Las fuerzas que actúan en cada una de las partículas se calculan en función de las leyes físicas, las propiedades del modelo y sus contactos. Generalmente una simulación consiste en tres partes diferenciadas: inicialización, el cálculo paso a paso y post-procesado. A nivel macroscópico se tienen en cuenta las siguientes fuerzas: Fricción, cuando dos partículas en contacto álvaro.guerra 60 Modelado y optimización de un dispositivo dosificador automático de aditivos comprimidos empleando DEM (Discrete Element Method) Contacto plástico, o retroceso en una colisión Gravedad, fuerza de atracción entre partículas de acuerdo a sus masas, sólo relevante en simulaciones astronómicas Potenciales de atracción, como cohesión, adhesión, atracción electrostática. Notar que debido a estas fuerzas y en función del tamaño de las partículas, se puede necesitar un gran rango de resolución lo que incrementaría mucho el coste computacional o necesitaría algoritmos especiales para resolver las iteraciones. A nivel molecular, se considera: Fuerza de Coulomb, como fuerza electrostática de atracción o repulsión que portan carga eléctrica El principio de exclusión de Pauli, cuando dos átomos se acercan a otro Fuerzas de Var der Waals. Estas fuerzas se añaden para encontrar la fuerza total que actúa en cada particular. Se emplea un método de integración para computar el cambio en la posición de cada particular y su velocidad durante un tiempo de muestreo, usando las leyes de Newton. Una vez calculadas las posiciones, se obtienen los resultados de fuerzas sobre cada particular en el siguiente paso, y así sucesivamente se repite el bucle antes que termine el tiempo de simulación. Cuando las fuerzas de largo alcance (por lo general la gravedad o la fuerza de Coulomb) se toman en cuenta, entonces la interacción entre cada par de partículas tiene que ser calculada. El número de interacciones, y con ello el coste computacional, aumenta cuadráticamente con el número de partículas. Esto no es aceptable para las simulaciones con un gran número de partículas. Una posible forma de evitar este problema es combinar algunas partículas, que están muy lejos de la partícula en cuestión, en una pseudopartícula. Considere como ejemplo la interacción entre una estrella y una galaxia distante: El error resultante de la combinación de todas las estrellas en la galaxia distante en un punto de masa es insignificante. Algoritmos en árbol de llamadas se utilizan para decidir que las álvaro.guerra 61 Modelado y optimización de un dispositivo dosificador automático de aditivos comprimidos empleando DEM (Discrete Element Method) partículas se pueden combinar en una pseudopartícula. Estos algoritmos tramitan todas las partículas en un árbol, un árbol cuaternario en el caso de dos dimensiones y un octoárbol en el caso de tres dimensiones. Sin embargo, las simulaciones de dinámica molecular dividen el espacio en el que la simulación llevará a cabo en las celdas. Partículas que salen por un lado de una célula son simplemente insertadas en el otro lado (las condiciones de frontera periódicas), lo mismo pasa con las fuerzas. La fuerza ya no es tenida en cuenta después de la llamada distancia de corte (por lo general la mitad de la longitud de una celda), de modo que una partícula no está influenciada por la imagen especular de la misma partícula en el otro lado de la celda. Ahora se puede aumentar el número de partículas simplemente copiando las células. Entre los algoritmos usados que incluyen fuerzas de largo alcance, destacan: Simulación Barnes–Hut El método multipolo rápido Combinación del método de elementos discretos finitos. Como el medio es descrito por un sistema de partículas es necesario emplear la ecuación de balance de la cantidad de movimiento. Supóngase para ello de un sistemas discreto formado por n elementos distintos tal que cada partícula i tiene una masa mi, que se mueve con una aceleración ai y está sometida a una fuerza fi. En este caso la segunda ley de Newton establece que la fuerza que actúa sobre las partículas es igual a la masa de cada elemento distinto o discreto por su aceleración. Utilizando la definición de aceleración como la derivada de la velocidad material de la velocidad y teniendo en cuenta el principio de conservación de la masa (variación de la masa de la partícula es igual a cero) se tiene: f = m · a = m · álvaro.guerra dv d = m · v dt dt 62 Modelado y optimización de un dispositivo dosificador automático de aditivos comprimidos empleando DEM (Discrete Element Method) Definiendo la cantidad de movimiento de la partícula como el producto de su masa por su velocidad (mi, vi), expresa que la fuerza que actúa sobre el elemento distinto es igual a la variación de la cantidad de movimiento de la misma. Aplicando este concepto y la segunda Ley de Newton al sistema de n partículas o elementos decretos se tiene: R t = ∑ f = ∑ m · a = ∑ m · = ∑ m · v , partiendo del principio que se cumple el principio de conservación de la masa = 0. La ecuación anterior expresa que la resultante de todas las fuerzas que actúan sobre el sistema discreto de partículas es igual a la variación por unidad de tiempo de la cantidad de movimiento del mismo. La ley de Newton proporciona la relación fundamental entre el movimiento del sistema de partículas y las fuerzas que causan dicho movimiento. El sistema de fuerzas puede estar en equilibrio estático cuando estas no están en movimiento o no actúan fuerzas sobre los diferentes elementos distintos o el medio en cuestión. Las fuerzas, los desplazamientos, tensiones y deformaciones son determinados a nivel de cada contacto entre los elementos distintos. En correspondencia con el modelo constitutivo empleado estos elementos mecánicos son descompuestos en sus componentes normal y desviadora. La formulación establecida para el desarrollo del modelo mediante elementos discretos, adopta una serie de hipótesis que permiten simplificar el problema real desechando los aspectos menos significativos y permitiendo establecer un modelo físico y matemático del problema en estudio. Las hipótesis que se establecen son las siguientes: Las partículas o elementos son consideradas como cuerpos rígidos. El contacto ocurre en el punto o área muy pequeña de contacto entre cada partícula. álvaro.guerra 63 Modelado y optimización de un dispositivo dosificador automático de aditivos comprimidos empleando DEM (Discrete Element Method) En las uniones entre partículas se considera que existe contactos entre los elementos discretos. Todas las partículas son circulares. En 2D se empelan cilindros y en 3D esferas. Sin embargo, la formulación puede considerar o emplear otros tipos de partículas con formas diversas y arbitrarias. La generación del medio empleando elementos discretos debe ser aleatoria y los diámetros de los mismos deben ser tratados de forma similar (posición y diámetro de los elementos distintos aleatorio). Se trabaja en el campo de las pequeñas deformaciones. El comportamiento constitutivo en la zona de contacto emplea un tolerancia (separación / penetración) donde las partículas o elementos distintos se le permite cierto solape (gap o penetración) o separación en el punto de contacto lo que implica desde el punto de vista numérico un contacto aproximado. La magnitud del solape (penetración o gap) y la separación está relacionada con la fuerza de contacto, la ley fuerza-desplazamiento (modelo constitutivo de contacto), y la magnitud de estos es pequeña con relación al tamaño de los elementos distintos o partícula. Asumir que las partículas son elementos rígidos es bueno más cuando la deformación en un sistema físico es considerada a partir del movimiento a lo largo de las interfaces o zona de contacto entre las partículas. En la formulación del modelo se han incluido elementos rígidos o paredes a los cuales se les puede imponer condiciones de contorno como velocidades impuestas, desplazamientos, fuerzas o el caso totalmente opuesto como restricciones de movimiento. Ventajas DEM puede ser utilizado para simular una amplia variedad de situaciones de flujo granular y mecánica de rocas. Varios grupos de investigación han desarrollado de manera independiente de software de simulación que concuerda bien con los álvaro.guerra 64 Modelado y optimización de un dispositivo dosificador automático de aditivos comprimidos empleando DEM (Discrete Element Method) resultados experimentales en un amplio rango de aplicaciones de ingeniería, incluido el polvo adhesivo, el flujo granular, y las masas de roca unidas. DEM permite un estudio más detallado de la micro-dinámica de los flujos de polvo que a menudo es posible usando experimentos de física. Por ejemplo, las redes de la fuerza formada en un medio granular puede ser visualizado en DEM. Estas mediciones son casi imposibles en experimentos con partículas pequeñas y muchas de ellas. Inconvenientes El número máximo de partículas, y la duración de una simulación virtual está limitado por la potencia de cálculo. Flujos típicos contienen miles de millones de partículas, pero las actuales simulaciones DEM en grandes recursos de clúster de computación, sólo han sido capaces de acercarse a esta escala para un tiempo suficientemente grande (tiempo de simulación, no el tiempo real de la ejecución del programa). 6.2.3 Software de elementos discretos EDEM EDEM es una herramienta de software en ingeniería (computer-aided engineering CAE), impulsada por la tecnología del método de elementos discretos, capaz de generar las simulaciones y análisis necesarios para resolver problemas complejos en el diseño, prototipado, y la optimización del manejo de materiales a granel y sus equipos de proceso. EDEM maneja la información sobre cada partícula individual (masa, temperatura, velocidad, etc.) y las fuerzas que actúan sobre él. También puede tener en cuenta la forma de la partícula, en lugar de asumir que todas las partículas son esféricas. Para el post-procesamiento, EDEM proporciona herramientas de análisis de datos y visualizaciones 3D del flujo de partículas. La tecnología de EDEM de generación de partículas ofrece un método único para la generación eficiente de conjuntos de partículas en asociación con la geometría de la máquina importada de su sistema de CAD o CAE como un modelo sólido o malla. álvaro.guerra 65 Modelado y optimización de un dispositivo dosificador automático de aditivos comprimidos empleando DEM (Discrete Element Method) Los componentes de la máquina se pueden agrupar y se puede especificar la cinemática de cada grupo por separado o de manera conjunta. EDEM se puede acoplar directamente con el software de CFD para modelar sistemas de fase sólido-líquido en la escala de las partículas. Esto únicamente permite el modelado de sistemas en los que la interacción partícula-partícula y de las partículas-entorno (pared del continente del fluido) es fundamental para el comportamiento del sistema. EDEM es una poderosa adición a cualquier conjunto de herramientas CAE. Se puede emplear su capacidad única para darle nuevos conocimientos sobre el procesamiento de partículas y las operaciones de fabricación. 6.2.4 Modelo de comprimido Como ya se ha visto a lo largo de los puntos anteriores, finalmente, desde el primer diseño de modelo de comprimido cilíndrico, se evolucionó al modelo actual de comprimido cilíndrico acabado por dos casquetes semiesféricos. 6.2.4.1 Modelos de aproximación Primeramente, se pensó en cómo modelar el sistema de superficies para realizar una partícula semejante al comprimido real. En primera instancia, se realizó una simulación, con una partícula compuesta por una esfera de radio la mitad de la altura del comprimido real. Los resultados obtenidos no fueron satisfactorios, ya que al ser esferas perfectas rodaban en exceso entre sí y con el depósito. Así, se diseñó en CATIA el modelo de comprimido real, para importarlo en EDEM tal y como se muestra en la figura mostrada a continuación. álvaro.guerra 66 Modelado y optimización de un dispositivo dosificador automático de aditivos comprimidos empleando DEM (Discrete Element Method) Figura 32. Plantilla del comprimido real importada en el software de elementos discretos Posteriormente se pensó en realizar una serie de ecuaciones para "rellenar" la plantilla, de manera rápida, con esferas. Se diseñó una simple hoja excel, en la que en función del radio de la partícula, de la altura del comprimido, el número de filas de esferas que constituirían el modelo, se obtienen las coordenadas espaciales de los centros de las propias superficies. Tabla 2. Cálculos realizados para la obtención de los centros de las esferas que constituyen el modelo de comprimido H Comp R Cil R Part 15,3 N arco 0 1 2 3 9 Arcos 0 36 72 108 4,5 Arcos rad 0,000 0,628 1,257 1,885 álvaro.guerra Radio Centros 4,5 X 0,000000 0,002645 0,004280 0,004280 Núm Part Ángulo 10 Y 0,004500 0,003641 0,001391 -0,001391 36 Z 0 0 0 0 CILINDRO 67 Modelado y optimización de un dispositivo dosificador automático de aditivos comprimidos empleando DEM (Discrete Element Method) 4 5 6 7 8 9 10 144 180 216 252 288 324 360 2,513 3,142 3,770 4,398 5,027 5,655 6,283 0,002645 0,000000 -0,002645 -0,004280 -0,004280 -0,002645 0,000000 -0,003641 -0,004500 -0,003641 -0,001391 0,001391 0,003641 0,004500 0 0 0 0 0 0 0 Modelo de 10 superficies para cilindro en una hilera y 6 superficies para cada casquete Zsup 0,00315 Zinf -0,00315 155,3175 Z hilera casquete 0,002473269 -0,02677326 -0,00247326 Radio Centros 15,3 9 4,5 4,5 N arco Arcos Arcos rad X 0 0 0,000 0,000000 1 60 1,047 0,003897 2 120 2,094 0,003897 3 180 3,142 0,000000 4 240 4,189 -0,003897 5 300 5,236 -0,003897 Lo mismo para el casquete inferior con la z negativa H Comp R Cil R Part Núm Part 6 Y 0,004500 0,002250 -0,002250 -0,004500 -0,002250 0,002250 Ángulo 60 CASQUETE Z 0,002473269 0,002473269 0,002473269 0,002473269 0,002473269 0,002473269 A continuación se ve una de las primeras aproximaciones del modelo de comprimido. Consta de dos hileras de seis esferas cada una, conformado el cilindro central del comprimido, y dos esferas a modo de casquete semiesférico. Este modelo no resulto útil, puesto que las partículas se quedaban enganchadas entre si y clavadas en el depósito, ya que hay un espacio no rellenado de superficies entre el casquete y el extremo del cilindro, quedando el comprimido de pie o apoyado. álvaro.guerra 68 Modelado y optimización de un dispositivo dosificador automático de aditivos comprimidos empleando DEM (Discrete Element Method) Figura 33. Modelo de 14 superficies A continuación se muestra cómo el anterior modelo encaja bien en la plantilla, pero sólo en la conformación del cilindro. En los casquetes semiesféricos resulta mucho vacío. álvaro.guerra 69 Modelado y optimización de un dispositivo dosificador automático de aditivos comprimidos empleando DEM (Discrete Element Method) Figura 34. Plantilla con modelo de 14 superficies Se generaron varios modelos aumentando progresivamente el número de superficies y reduciendo paulatinamente el radio de las mismas, con el fin de minimizar intersticios. A medida que el número de superficies crecía, y se iba mejorando el modelo, iba aumentando el coste computacional. Por ello, un buen modelo se encontró con el diseñado en la siguiente imagen. álvaro.guerra 70 Modelado y optimización de un dispositivo dosificador automático de aditivos comprimidos empleando DEM (Discrete Element Method) Figura 35. Plantilla con modelo de 64 superficies Consiste en una hilera central, con otras dos, encima y debajo, menos superpuestas entre sí, las cuales aumentan el "relleno" de los casquetes, que igualmente están coronados por una esfera del mismo radio, quedando así menor hueco entre la cúspide del polo y el lado del cilindro, aumentando las posibilidades de rodadura. Nota Aunque se han descrito varios tipos de mezclas para los comprimidos de aditivo alimentario, en el presente documento, el único aditivo empleado en este trabajo de investigación, es la sal. álvaro.guerra 71 Modelado y optimización de un dispositivo dosificador automático de aditivos comprimidos empleando DEM (Discrete Element Method) 6.2.4.2 Modelo final Finalmente, se ha llegado a un buen modelo, aún por determinar si es óptimo o no, (ya que se pretenden conjugar partículas de diferentes tamaños), consistente en ochenta y tres superficies que esta vez cubren aún más los intersticios entre las esferas. Figura 36. Modelo de 83 superficies álvaro.guerra 72 Modelado y optimización de un dispositivo dosificador automático de aditivos comprimidos empleando DEM (Discrete Element Method) Figura 37. Modelo de 83 superficies en plantilla 6.2.5 Configuración de la simulación en EDEM Una vez realizado el modelado de la partícula para su simulación, es necesario fijar los parámetros característicos de los materiales y sus simulaciones. Dado el desconocimiento del valor de algunos parámetros, se procedió a hallarlos de manera aproximada realizando numerosas simulaciones, fijando ciertos valores y variando otros, hasta que el resultado de la simulación se asemejaba al del dispositivo real. Además, se contrastaron estos resultados con los ensayos de corte directo realizados sobre los comprimidos. Consecuentemente, es necesario importar la geometría, tal y como se ha explicado con anterioridad. Se realizan agrupaciones de los elementos que componen dicha geometría, por un lado la estructura, por otro el depósito con sus rampas de caída álvaro.guerra 73 Modelado y optimización de un dispositivo dosificador automático de aditivos comprimidos empleando DEM (Discrete Element Method) interna y por otro los álabes del sistema de serialización. Además se debe definir un dominio, a partir del cual se delimita el área de simulación. Así, se instauran las rotaciones de los álabes para dotarles de movimiento. Dado que están en un plano inclinado, ha de realizarse una conversión de coordenadas del vector 'velocidad angular' con el módulo de la velocidad de giro deseada y el ángulo complementario a la inclinación del depósito. Obviamente, en las diferentes simulaciones realizadas con diferentes ángulos de inclinación de depósito, varían los valores de velocidad angular en los ejes x e y. Muestra de esta configuración de animaciones se puede observar en la siguiente figura. Figura 38. Configuración de las velocidades angulares de uno de los álabes del mecanismo de serialización álvaro.guerra 74 Modelado y optimización de un dispositivo dosificador automático de aditivos comprimidos empleando DEM (Discrete Element Method) La geometría importada, responde al siguiente aspecto. Una de las facilidades de EDEM es poder jugar con la opacidad de los elementos para la mejor observación de la dinámica de las partículas. Figura 39. Dosificadora automático de aditivo alimentario comprimido en EDEM Para realizar la generación de partículas, es necesario configurar un elemento geométrico, diseñado para tal fin. Se determinan sus características oportunas, en cuanto a número de partículas generadas por unidad de tiempo. En este caso se trata de un paralelepípedo diseñado en CATIA, con una inclinación que asemeja la que resulta de un volcado manual de los comprimidos sobre el depósito. Se ve en la siguiente imagen dicha factoría de partículas. álvaro.guerra 75 Modelado y optimización de un dispositivo dosificador automático de aditivos comprimidos empleando DEM (Discrete Element Method) Figura 40. Configuración de la factoría de generación de partículas Finalmente, se designan los tiempos de simulación, número de núcleos de proceso etc. para proceder a la realización de la simulación. En este caso, la base que soporta el software EDEM, es un servidor intel de cuatro núcleos bajo plataforma linux. Figura 41. Configuración de los parámetros de simulación álvaro.guerra 76 Modelado y optimización de un dispositivo dosificador automático de aditivos comprimidos empleando DEM (Discrete Element Method) 6.2.6 Parámetros fundamentales Tal y como se ha comentado en puntos anteriores, los valores correspondiente a la parametrización de los materiales y sus interacciones, a los que se ha llegado en el estado actual de las simulaciones, se muestran en la siguiente tabla. Tabla 3. Parámetros aproximados iniciales interacciones de materiales Interacciones Coeficiente de restitución Fricción estática Fricción dinámica Sal-Sal 0,5000 0,4500 0,0500 Sal-Aluminio 0,5000 0,3000 0,0100 Sal-Policarb. 0,5000 0,3300 0,0100 6.3 Estudio previo realizado 6.3.1 Simulaciones Para llevar un orden en la realización de las simulaciones, se ha diseñado una plantilla en excel para recoger toda la información de cada una de ellas. Se tiene, por un lado, todo lo referente a los nombres de archivos y fechas junto con los parámetros de máquina, como inclinaciones y distancias, también se tiene el modelo de partícula a simular, los valores de los parámetros de configuración de la simulación, como animaciones de las geometrías y caracterización de materiales, y después, finalmente, se tienen unas matrices de tiempos en los que se refleja la velocidad de dosificación y el coste computacional de las simulaciones para dar una idea del coste en función de las partículas, tanto el número de ellas, y ver a sí el número de comprimidos dosificados por minuto en función de la cantidad, como el número de superficies que componen cada partícula y ver si se mantiene el compromiso mencionado anteriormente. álvaro.guerra 77 Modelado y optimización de un dispositivo dosificador automático de aditivos comprimidos empleando DEM (Discrete Element Method) La plantilla se observa a continuación. Figura 42. Plantilla de parámetros de simulación 6.3.2 Fuerzas de rozamiento Se define como fuerza de rozamiento o fuerza de fricción entre dos superficies en contacto a la fuerza que se opone al movimiento de una superficie sobre la otra, fuerza de fricción dinámica, o a la fuerza que se opone al inicio del movimiento, fuerza de fricción estática. Se genera debido a las imperfecciones, especialmente microscópicas, entre las superficies en contacto. Estas imperfecciones hacen que la fuerza entre ambas superficies no sea perfectamente perpendicular a éstas, sino que forma un ángulo φ con la normal, el ángulo de rozamiento. Por tanto, esta fuerza resultante se compone de la fuerza normal, perpendicular a las superficies en contacto, y de la fuerza de rozamiento, paralela a las superficies en contacto. Rozamiento entre superficies de sólidos álvaro.guerra 78 Modelado y optimización de un dispositivo dosificador automático de aditivos comprimidos empleando DEM (Discrete Element Method) En el rozamiento entre cuerpos sólidos se ha observado que son válidos de forma aproximada los siguientes hechos empíricos: La fuerza de rozamiento se encuentra en la dirección de la superficie de apoyo. El coeficiente de rozamiento es prácticamente independiente del área de la superficie de contacto. El coeficiente de rozamiento depende de la naturaleza de los cuerpos en contacto, así como del estado en que se encuentren sus superficies. La fuerza máxima de rozamiento es directamente proporcional a la fuerza normal que actúa entre las superficies de contacto. Para un mismo par de cuerpos, el rozamiento es mayor un instante antes del movimiento que cuando se está en movimiento. La segunda ley puede ilustrarse arrastrando un bloque o ladrillo sobre una superficie plana. La fuerza de arrastre será la misma aunque el bloque descanse sobre una cara o sobre un borde. Estas leyes fueron establecidas primeramente por Leonardo da Vinci al final del siglo XV, olvidándose después durante largo tiempo y fueron posteriormente redescubiertas por el ingeniero francés Amontons en 1699. Frecuentemente se les denomina también leyes de Amontons. Existen dos tipos de rozamiento o fricción, la fricción estática y la fricción dinámica. 6.3.2.1 Fricción estática Consiste en una resistencia que se debe superar para poner movimiento un cuerpo con respecto a otro que se encuentra en contacto. El roce estático es siempre menor o igual al coeficiente de rozamiento entre los dos objetos, número que se mide experimentalmente y está tabulado, multiplicado por la fuerza normal. El roce cinético, en cambio, es igual al coeficiente de rozamiento, denotado por la letra griega, por la normal en todo instante. álvaro.guerra 79 Modelado y optimización de un dispositivo dosificador automático de aditivos comprimidos empleando DEM (Discrete Element Method) No se tiene una idea perfectamente clara de la diferencia entre el rozamiento dinámico y el estático, pero se tiende a pensar que el estático es mayor que el dinámico, porque al permanecer en reposo ambas superficies, pueden aparecer enlaces iónicos, o incluso micro-soldaduras entre las superficies. Éste fenómeno es tanto mayor cuanto más perfectas son las superficies. Un caso más o menos común es el del gripaje de un motor por estar mucho tiempo parado, no sólo se arruina por una temperatura muy elevada, ya que al permanecer las superficies del pistón y la camisa durante largo tiempo en contacto y en reposo, pueden llegar a soldarse entre sí. 6.3.2.2 Fricción dinámica Es una fuerza de magnitud constante que se opone al movimiento una vez que éste ya comenzó. En resumen, lo que diferencia a un roce con el otro es que el estático actúa cuando el cuerpo está en reposo y el dinámico cuando está en movimiento. Un ejemplo bastante simple de fricción dinámica es la ocurrida con los neumáticos de un automóvil al frenar. Como comprobación de lo anterior, se realiza el siguiente ensayo, sobre una superficie horizontal se coloca un cuerpo, y se le aplica una fuerza horizontal F, muy pequeña en un principio, se puede ver que el cuerpo no se desplaza, la fuerza de rozamiento iguala a la fuerza aplicada y permanece en reposo. Si en dos puntos, ambas fuerzas son iguales y el cuerpo permanece estático, al sobrepasar el punto A el cuerpo súbitamente se comienza a desplazar, la fuerza ejercida en A es la máxima que el cuerpo puede soportar sin deslizarse, se llama Fe, fuerza estática, la fuerza necesaria para mantener el cuerpo en movimiento una vez iniciado el desplazamiento Fd, fuerza dinámica, es menor que la que fue necesaria para iniciarlo, Fe. La fuerza dinámica permanece constante. Si la fuerza de rozamiento Fr es proporcional a la normal N, y la constante de proporcionalidad, permaneciendo la fuerza normal constante, se puede calcular dos coeficientes de rozamiento el estático y el dinámico: donde el coeficiente de rozamiento estático corresponde a la mayor fuerza que el cuerpo puede soportar álvaro.guerra 80 Modelado y optimización de un dispositivo dosificador automático de aditivos comprimidos empleando DEM (Discrete Element Method) antes de iniciar el movimiento y el coeficiente de rozamiento dinámico es el que corresponde a la fuerza necesaria para mantener el cuerpo en movimiento una vez iniciado. 6.3.2.3 Obtención de fuerzas y coeficientes Rozamiento estático Sobre un cuerpo en reposo al que se aplica una fuerza horizontal F, intervienen cuatro fuerzas: F la fuerza aplicada. Fr la fuerza da rozamiento entre la superficie de apoyo y el cuerpo, y que se opone al movimiento. P el peso del propio cuerpo, igual a su masa por la aceleración de la gravedad. N la fuerza normal, que la superficie hace sobre el cuerpo sosteniéndolo. Dado que el cuerpo está en reposo la fuerza aplicada y la fuerza de rozamiento son iguales, y el peso del cuerpo y la normal, se sabe que el peso del cuerpo P es el producto de su masa por la gravedad, y que la fuerza de rozamiento es el coeficiente estático por la normal, esto es, la fuerza horizontal F máxima que se puede aplicar a un cuerpo en reposo es igual al coeficiente de rozamiento estático por su masa y por la aceleración de la gravedad. Rozamiento dinámico Sobre un cuerpo en movimiento, sobre una superficie horizontal intervienen las siguientes fuerzas: F la fuerza aplicada. Fr la fuerza de rozamiento entre la superficie de apoyo y el cuerpo, y que se opone al movimiento. álvaro.guerra 81 Modelado y optimización de un dispositivo dosificador automático de aditivos comprimidos empleando DEM (Discrete Element Method) Fi fuerza de inercia, que se opone a la aceleración de cuerpo, y que es igual a la masa del cuerpo m por la aceleración que sufre a. P el peso del propio cuerpo, igual a su masa por la aceleración de la gravedad. N la fuerza normal, que la superficie hace sobre el cuerpo sosteniéndolo. Se establece equilibrio dinámico y se puede deducir, que la fuerza F aplicada a un cuerpo es igual a la fuerza de rozamiento Fr más la fuerza de inercia Fi que el cuerpo opone a ser acelerado, con lo que se tiene la aceleración a que sufre el cuerpo, al aplicarle una fuerza F mayor que la fuerza de rozamiento Fr con la superficie sobre la que se apoya. 6.3.3 Variables estudiadas 6.3.3.1 Ciclo de funcionamiento A continuación, se muestra una secuencia de funcionamiento del dosificador automático de aditivo alimentario comprimido, simulada en EDEM. Comienza con el dispositivo en reposo, posteriormente la caída de comprimidos y su rodadura por el depósito hasta entrar en contacto con el mecanismo de serialización y su consecuente dosificación. Se muestra la tira de imágenes en las siguientes figuras. álvaro.guerra 82 Modelado y optimización de un dispositivo dosificador automático de aditivos comprimidos empleando DEM (Discrete Element Method) álvaro.guerra 83 Modelado y optimización de un dispositivo dosificador automático de aditivos comprimidos empleando DEM (Discrete Element Method) álvaro.guerra 84 Modelado y optimización de un dispositivo dosificador automático de aditivos comprimidos empleando DEM (Discrete Element Method) Figura 43. Secuencia de funcionamiento del dosificador automático álvaro.guerra 85 Modelado y optimización de un dispositivo dosificador automático de aditivos comprimidos empleando DEM (Discrete Element Method) 6.3.3.2 Velocidad de dosificación El objeto, es llegar a una dosificación en torno a los 300 comprimidos por minuto, pudiendo llegar a más. En este caso, se obtiene una buena velocidad, cercana a los 300 comprimidos por minuto. Pero se ha querido mostrar la influencia de la caracterización de los coeficientes de rozamiento y las interacciones, ya que a partir del segundo quince, el dispositivo no es capaz de llegar a dosificar más comprimidos porque no llegan al sistema de serialización. Eso es debido a dichos coeficientes y al ángulo de inclinación del dispositivo. Por tanto, esta simulación es una buena aproximación de velocidad de dosificación pero no resulta óptima. Figura 44. Captura de la serialización del dispositivo Se ve como existe una rampa decreciente en el tiempo correspondiente al número de partículas que han sido expulsadas del dominio de la simulación, que atiende al álvaro.guerra 86 Modelado y optimización de un dispositivo dosificador automático de aditivos comprimidos empleando DEM (Discrete Element Method) número de comprimidos dosificados. En los primeros quince segundos se expulsan unos sesenta y cinco comprimidos, equivalente a 4,3 comprimidos por segundo, o lo que es lo mismo 260 comprimidos por minuto. A partir de dicho segundo, el número de partículas se mantiene constante, debido a que las partículas permanecen en el depósito debido a unos valores superiores a los reales de los coeficientes de rozamiento y las interacciones entre los materiales. Figura 45. Velocidad de dosificación de 300 comprimidos por minuto 6.3.3.3 Influencia de la fuerza y coeficientes de Rozamiento En las siguientes imágenes se puede observar el efecto comentando en el punto anterior. Si a medida que se van realizando simulaciones, partiendo de una buena aproximación inicial de los parámetros de rozamiento, se va ajustando dicho valor, se obtendrá una buena aproximación a la realidad. Eso es en lo que se está trabajando ahora. Si los parámetros son inferiores al valor inicial, valor obtenido mediante ensayos de corte aproximados, las partículas deslizan demasiado unas sobre otras y con el policarbonato del depósito. Sin embargo si son parámetros mayores al real, ocurre álvaro.guerra 87 Modelado y optimización de un dispositivo dosificador automático de aditivos comprimidos empleando DEM (Discrete Element Method) lo que se ve a continuación, que la mayoría de los comprimidos rozan demasiado entre sí y entre las paredes y rampas del depósito. Figura 46. Influencia de los parámetros de rozamiento (I) álvaro.guerra 88 Modelado y optimización de un dispositivo dosificador automático de aditivos comprimidos empleando DEM (Discrete Element Method) Figura 47. Influencia de los parámetros de rozamiento (II) álvaro.guerra 89 Modelado y optimización de un dispositivo dosificador automático de aditivos comprimidos empleando DEM (Discrete Element Method) 6.3.3.4 Variables que inciden sobre la integridad de los comprimidos A continuación se muestran una serie de resultados en cuanto a la influencia de algunas de las variables que EDEM proporciona. Primeramente se ve la velocidad angular de las partículas. Como se puede observar, los mayores valores se dan en el momento de la generación de partículas, cuando estas empiezan a rodar por la rampa inicial del depósito del dispositivo. Posteriormente se ve que, una vez han caído a la rampa secundaria o están en contacto con el dispositivo, no se da una rotación excesiva, si no que más bien los comprimidos siguen un movimiento traslacional, primero de caída por la rampa y después al entrar en contacto con los álabes. Estos valores de rotación, dan a entender que no sufren una fricción elevada entre sí los comprimidos, o con el policarbonato, superficie mucho más lisa que los propios comprimidos. Figura 48. Velocidad angular de los comprimidos A continuación se puede ver, que el valor medio de la masa de todos los comprimidos, se mantiene constante, por lo tanto, no hay una pérdida de masa considerable. Hecho positivo ya que el 100% del compuesto del comprimido es materia activa, con lo cual es necesario no desaprovechar nada de su totalidad. Se demuestra así, que se respeta la integridad de los mismos. álvaro.guerra 90 Modelado y optimización de un dispositivo dosificador automático de aditivos comprimidos empleando DEM (Discrete Element Method) Figura 49 Pérdida de masa de los comprimidos Los primeros segundos es cuando se dan mayores valores de las fuerzas de compresión. Es debido a los choques sobre la caída en la rampa inicial y la rampa secundaria. Además los primeros comprimidos, se van depositando cerca de los álabes de serialización y van sufriendo la llegada del resto de partículas que se depositan tras ellos. Figura 50. Fuerza de compresión que sufren los comprimidos álvaro.guerra 91 Modelado y optimización de un dispositivo dosificador automático de aditivos comprimidos empleando DEM (Discrete Element Method) La energía potencial media de las partículas, disminuye en función de la caída de los comprimidos, y da una idea de la inercia que pueden ir teniendo. Figura 51. Energía potencial de las partículas Los valores de par, que se muestran en la siguiente imagen, son menores a medida que se van depositando las partículas sobre la rampa secundaria. Figura 52. Par sufrido por los comprimidos Se puede observar que los comprimidos no alcanzan una gran velocidad lineal en los límites del depósito. Se muestra un valor medio de la velocidad, pero cabe álvaro.guerra 92 Modelado y optimización de un dispositivo dosificador automático de aditivos comprimidos empleando DEM (Discrete Element Method) destacar que el mayor valor de velocidad se da en el primer descenso de las partículas y en la expulsión del mecanismo de serialización. Figura 53. Velocidad de los comprimidos en su recorrido por el depósito A continuación, se muestran una serie de imágenes, sobre las que poco más se puede añadir, ya que son muestra de los resultados de las variables ya comentadas, pero esta vez, se ve sobre la propia secuencia de funcionamiento del dosificador automático de comprimidos una colorimetría de los valores que toman dichas variables. Primeramente, se ve la velocidad angular, donde se aprecia que poco rotan los comprimidos sino que se van trasladando, van cayendo, por la rampa. Sólo al comienzo de la rampa, se ven mayores valores, debido a la caída previa. álvaro.guerra 93 Modelado y optimización de un dispositivo dosificador automático de aditivos comprimidos empleando DEM (Discrete Element Method) Figura 54. Rotación de los comprimidos En cuanto al par, se ve que no se producen valores elevados, salvo cuando varios comprimidos se quedan en posición contraria, impidiendo una fácil rotación entre sí, cerca de los álabes de serialización, que una vez mueve a los comprimidos, hace que estos roten sobre sí mismos. álvaro.guerra 94 Modelado y optimización de un dispositivo dosificador automático de aditivos comprimidos empleando DEM (Discrete Element Method) Figura 55. Par sufrido por los comprimidos en el momento de la compresión Así como ocurre con el par, ocurre con las fuerzas de compresión y valor medio de la fuerza total que sufren los comprimidos. Si alguno de ellos se queda apoyado entre la cúspide de la semiesfera y el vértice de la cara lateral, es posible que no rote bien, se den picos de fuerza y cuando el álabe mueve los comprimidos, se disipe y hace que se libere. álvaro.guerra 95 Modelado y optimización de un dispositivo dosificador automático de aditivos comprimidos empleando DEM (Discrete Element Method) Figura 56. Fuerza de compresión sobre los comprimidos (I) álvaro.guerra 96 Modelado y optimización de un dispositivo dosificador automático de aditivos comprimidos empleando DEM (Discrete Element Method) Figura 57. Fuerza de compresión sobre los comprimidos (II) Figura 58. Fuerza total sobre los comprimidos álvaro.guerra 97 Modelado y optimización de un dispositivo dosificador automático de aditivos comprimidos empleando DEM (Discrete Element Method) 6.4 Casos de estudio. Resultados 6.4.1 Consideraciones 6.4.1.1 Parámetros e interacciones Encontrados los parámetros de los materiales que interactúan en la dosificación (Tabla 4), se realizaron diferentes experiencias reales con el dispositivo de dosificación y su posterior comparación con diferentes baterías de simulaciones, variando los parámetros de las interacciones de los materiales, hasta ir encontrando los valores que más se asemejaban a la realidad. En las siguientes tablas pueden verse los parámetros empleados en los casos de estudio que posteriormente se describen. Tabla 4. Parámetros de materiales Coeficiente de Poisson Módulo de elasticidad (Pa) Densidad (kg/m3) Sal 0,25 1,e+04 2165 Aluminio 0,35 3,e+10 2700 Policarbonato 0,37 8,e+08 1200 Material Tabla 5. Parámetros de simulación de las interacciones de los materiales Interacciones Coeficiente de restitución Fricción estática Fricción dinámica Sal-Sal 0,50 0,45 0,05 Sal-Aluminio 0,15 0,20 0,05 Sal-Policarb. 0,50 0,27 0,01 álvaro.guerra 98 Modelado y optimización de un dispositivo dosificador automático de aditivos comprimidos empleando DEM (Discrete Element Method) El valor crítico se podría decir que es el coeficiente de rozamiento (estático y dinámico) entre el comprimido y la superficie, aunque también consigo mismo. Para encontrar esos parámetros de interacción entre la sal y el policarbonato, se realizaron diferentes simulaciones de uno y cinco comprimidos, hasta obtener un resultado muy similar a la realidad. Así se probaron diferentes tipos de generación de partícula y caídas, ajustando poco a poco dichos valores, gracias a una buena aproximación inicial. Prueba de esas simulaciones son las figuras mostradas a continuación: Figura 59. Un solo comprimido simulado (arriba), realidad de un comprimido (abajo). Instantes: (izq.) t = 0.2 s, (centro izq.) t = 0.8 s, (centro dcha.) t = 1.4 s, (dcha.) t = 2 s álvaro.guerra 99 Modelado y optimización de un dispositivo dosificador automático de aditivos comprimidos empleando DEM (Discrete Element Method) Figura 60. Cinco comprimidos simulados (arriba), realidad de cinco comprimidos (abajo). Instantes: (izq.) t = 0.2 s, (centro izq.) t = 0.8 s, (centro dcha.) t = 1.4 s, (dcha.) t = 2 s 6.4.1.2 Características geométricas del comprimido de la investigación Los datos más relevantes calculados para el tipo de partícula creada (comprimido compuesto de 83 esferas o superficies) y la plantilla importada en EDEM desde CATIA, son: Tabla 6. Características del comprimido estudiado 6.4.1.3 Masa 0.006878 kg Volumen 3.177·e-06 m3 Momento de inercia X 2.229·e-07 kg·m2 Momento de inercia Y 2.229·e-07 kg·m2 Momento de inercia Z 2.571·e-07 kg·m2 Variaciones del ángulo de inclinación del depósito A continuación se muestran las geometrías implementadas hasta el punto actual de la investigación. En un principio, se ha ido variando el ángulo de inclinación del depósito para ver cómo influye en las tensiones y rozamientos que sufren los comprimidos, tanto en la caída por la rampa secundaria del depósito como en el álvaro.guerra 100 Modelado y optimización de un dispositivo dosificador automático de aditivos comprimidos empleando DEM (Discrete Element Method) momento de la dosificación. Se puede ver, en la siguiente relación de imágenes cómo varía el ángulo. Figura 61. (Izq.) Ángulo de 14.5o, (Centro izq.) Ángulo de 16o, (Centro dcha.) Ángulo de 17.5o, (Dcha.) Ángulo de 19o 6.4.1.4 Variaciones de la velocidad de dosificación A continuación se muestra el diagrama de velocidades para el cálculo de las diferentes componentes de la velocidad de rotación de los discos de serialización (velocidad de dosificación): Figura 62. Diagrama de velocidades sobre el disco serializador. Ángulo genérico álvaro.guerra 101 Modelado y optimización de un dispositivo dosificador automático de aditivos comprimidos empleando DEM (Discrete Element Method) 6.4.2 Caso i. Ángulo de inclinación de 14.5o 6.4.2.1 Configuración Las velocidades contempladas en el estudio para el caso de la primera variación del ángulo de inclinación del depósito de comprimidos se pueden ver en la tabla 7. Se han simulado cuatro velocidades de rotación (iguales para todos y cada uno de los ángulos estudiados) pero que se traducen en diferentes componentes de velocidad de rotación, ya que el sistema de serialización se encuentra en el plano inclinado determinado por el ángulo del depósito. Así en los cuatro casos de ángulo, los discos giran a las mismas cuatro velocidades, siendo sus componentes diferentes, pero formando siempre un vector con misma dirección y sentido en cada caso. Tabla 7. Velocidades de estudio. Ángulo de inclinación del depósito 14.5o Velocidades Baja Moderada Media Alta |ω ω| [r.p.s.] 0,75 1,4 2 4 |ω ω| [r.p.m.] 45 84 120 240 |ω ω| [rad/s] 4,71 8,79 12,56 25,13 ωx -1,17 -2,20 -3,14 -6,29 ωy 0 1 0 0 ωz 4,56 8,51 12,16 24,33 ωx 1,17 2,20 3,14 6,29 ωy 0 1 0 0 ωz -4,56 -8,51 -12,16 -24,33 álvaro.guerra Módulo de las velocidades Componentes de la velocidad del disco derecho Componentes de la velocidad del disco izquierdo 102 Modelado y optimización de un dispositivo dosificador automático de aditivos comprimidos empleando DEM (Discrete Element Method) 6.4.2.2 Velocidad de rotación baja. Caso i.1 En el caso de un ángulo de inclinación de 14.5o, para una velocidad de rotación de los discos de serialización baja, atendiendo a la tabla siguiente, se establece una velocidad estimada, la cual se alcanzaría si existiera una masa de comprimidos mínima (crítica en estos casos) que empujase continuamente a los comprimidos al sistema serializador. Tabla 8. Velocidad de dosificación a velocidad de rotación baja Comprimidos iniciales 350 Tiempo de simulación 60’’ Comprimidos dosificados 85 Velocidad de dosificación de la simulación Tiempo de comprimidos dosificación Velocidad estimada de los 85 85 comp./min 17.5’’ 291 comp./min Se puede observar la gráfica de velocidad de esta simulación en la siguiente imagen que muestra el número de partículas (comprimidos) a lo largo del tiempo de simulación. Se ve, cómo los comprimidos van desapareciendo del dominio de la simulación, es decir siendo dosificados, hasta que llega un punto, diecisiete segundos y medio, en el que se mantiene constante el número de comprimidos en el depósito. Se entiende entonces, que el ángulo de inclinación es insuficiente, ya que no consiguen rodar pertinentemente los comprimidos hasta el sistema de dosificación. álvaro.guerra 103 Modelado y optimización de un dispositivo dosificador automático de aditivos comprimidos empleando DEM (Discrete Element Method) Figura 63. Velocidad de dosificación. Vrot baja y 14.5o El instante en el que se termina la dosificación en la prueba realizada corresponde a la siguiente vista: Figura 64. Instante (17.5’’) en el que termina la dosificación. Vrot baja y 14.5o En la figura anterior, se observa cómo los comprimidos están coloreados, lo cual significa la representación en cada uno de ellos del valor de la fuerza de compresión que sufren en ese momento de la dosificación. El software es capaz de distribuir en cada momento la escala de colores de manera automática, estableciendo esa colorimetría entre el valor máximo y mínimo, en el que el azul es el valor mínimo y el rojo el máximo. álvaro.guerra 104 Modelado y optimización de un dispositivo dosificador automático de aditivos comprimidos empleando DEM (Discrete Element Method) Así, atendiendo a las fuerzas de compresión a las que se ven sometidas los comprimidos en cada instante, se puede obtener la fuerza de compresión media de todos los comprimidos. Figura 65. Fuerza de compresión media. Vrot baja y 14.5o 6.4.2.3 Velocidad de rotación moderada. Caso i.2 Para el siguiente caso de velocidad de rotación estudiado dentro del set de 14.5º, resulta una dosificación como la que se indica en la siguiente tabla: Tabla 9. Velocidad de dosificación a velocidad de rotación moderada Comprimidos iniciales 350 Tiempo de simulación 60’’ Comprimidos dosificados 79 Velocidad de dosificación de la simulación Tiempo de comprimidos dosificación Velocidad estimada álvaro.guerra de los 85 79 comp./min 16’’ 296 comp./min 105 Modelado y optimización de un dispositivo dosificador automático de aditivos comprimidos empleando DEM (Discrete Element Method) En este caso la velocidad resulta bastante similar al caso anterior, aun tratándose de una velocidad de rotación de casi el doble. Los comprimidos caen a la rampa secundaria de tal manera que se quedan bastante estancos en su inicio, debido a la insuficiencia de pendiente, tal como ocurría en el caso anterior. Figura 66. Velocidad de dosificación. Vrot moderada y 14.5o Viendo el resultado de las fuerzas de compresión recibidas por las partículas, en este caso, resultan más del doble que los valores del caso anterior, debido al golpeo que reciben los comprimidos de los discos de serialización, que en este caso se produce casi el doble de veces en un segundo, comparando con el caso anterior, y a una mayor velocidad, con lo que se genera un mayor impacto. Figura 67. Fuerza de compresión media. Vrot moderada y 14.5o álvaro.guerra 106 Modelado y optimización de un dispositivo dosificador automático de aditivos comprimidos empleando DEM (Discrete Element Method) Si hubiera que elegir entre el caso anterior y este, aunque aquí, a velocidad moderada, se dosifican cinco comprimidos más que en el caso anterior, no es mucho más positivo porque no se respeta tanto la integridad del comprimido, el cual sufre más que en el caso de una velocidad más baja. 6.4.2.4 Velocidad de rotación media. Caso i.3 Aumentando la velocidad de rotación de los discos de serialización, y manteniendo de nuevo el valor del ángulo de inclinación del depósito en 14.5o, se tienen las siguientes velocidades Tabla 10. Velocidad de dosificación a velocidad de rotación media Comprimidos iniciales 350 Tiempo de simulación 60’’ Comprimidos dosificados 277 Velocidad de dosificación de la simulación Tiempo de comprimidos dosificación Velocidad estimada de los 85 277 comp./min 38’’ 437 comp./min Ahora, viendo la gráfica de la velocidad de dosificación, proporcionada por el software EDEM, se ve cómo los comprimidos son dosificados a una velocidad notoriamente mayor que los casos anteriores, debido a la rotación más rápida de los discos de serialización. Tanto es así, que la velocidad estimada que se podría llegar a alcanzar se ve incrementada en un 47% respecto los casos anteriores. Para mantener constante esa velocidad de dosificación sería necesaria una masa mínima de comprimidos elevada, para conseguir un mayor empuje hacia los discos de serialización. Aun así, álvaro.guerra 107 Modelado y optimización de un dispositivo dosificador automático de aditivos comprimidos empleando DEM (Discrete Element Method) en este caso, tampoco es sostenible que pudiera funcionar de manera correcta, dosificando a esa velocidad estimada, debido a la deficiencia de pendiente y a ese elevado número de comprimidos. Figura 68. Velocidad de dosificación. Vrot media y 14.5o En el instante en el que cesa la dosificación (el segundo 38) los comprimidos quedan depositados de la siguiente manera: Figura 69. Instante (38’’) en el que termina la dosificación. Vrot media y 14.5o En este caso la tensión media sufrida por los comprimidos, alcanza un mayor valor (en torno a un newton) en los instantes que se dosifican comprimidos, debido al mayor número y velocidad de los golpes que los discos efectúan sobre los comprimidos. álvaro.guerra 108 Modelado y optimización de un dispositivo dosificador automático de aditivos comprimidos empleando DEM (Discrete Element Method) Por ello, esta configuración podría ser buena en su velocidad de dosificación aun con la ausencia de pendiente, ya que no genera tensiones mayores que en casos anteriores y eso va en favor de la integridad del comprimido y de la propia seguridad. En el gráfico se puede ver que el valor medio es menor que en casos anteriores, porque el número de comprimidos que quedan en el depósito tras la dosificación es menor, con lo que también se generan menos contactos y tensiones. Figura 70. Fuerza de compresión media. Vrot media y 14.5o 6.4.2.5 Velocidad de rotación alta. Caso i.4 Para el caso de una velocidad más alta de rotación de los discos (cuatro revoluciones por segundo), se tiene la siguiente tabla de velocidades de dosificación: Tabla 11. Velocidad de dosificación a velocidad de rotación alta Comprimidos iniciales 350 Tiempo de simulación 60’’ Comprimidos dosificados 159 Velocidad de dosificación de la simulación álvaro.guerra 159 comp./min 109 Modelado y optimización de un dispositivo dosificador automático de aditivos comprimidos empleando DEM (Discrete Element Method) Tiempo de comprimidos dosificación Velocidad estimada de los 85 14’’ 681 comp./min Este caso, es análogo al de la velocidad de rotación media, dándose una velocidad de dosificación menor pero una estimada mayor. Se puede ver a continuación la imagen de la velocidad de dosificación y el instante en el que cesa la misma. Figura 71. Velocidad de dosificación. Vrot alta y 14.5o Figura 72. Instante (14’’) en el que termina la dosificación. Vrot alta y 14.5o Se puede ver en las imágenes anteriores, que se han dosificado menos comprimidos en menos tiempo, dando lugar a una velocidad estimada muy álvaro.guerra 110 Modelado y optimización de un dispositivo dosificador automático de aditivos comprimidos empleando DEM (Discrete Element Method) elevada, debido a la alta rotación de los discos de serialización. Esto junto con la ausencia de pendiente más elevada, generan unas fuerzas de compresión elevadas. Así, aunque la velocidad de dosificación (con masa mínima de comprimidos suficiente) fuese muy elevada, las fuerzas de compresión máximas generadas serían muy elevadas, con lo que este caso no resulta beneficioso. El valor medio de la fuerza de compresión es similar al caso anterior, más bajo que en los dos primeros casos, porque quedan menos comprimidos en el depósito. Figura 73. Fuerza de compresión media. Vrot alta y 14.5o 6.4.2.6 Conclusiones parciales del caso i El caso i de 14.5o de inclinación del depósito, se puede concluir diciendo que: El ángulo de inclinación es insuficiente, ya que en los casos de velocidad estudiados, tras la caída de los comprimidos, buena parte de ellos se quedan estancos en la rampa secundaria del depósito. Este hecho se acusa más en los casos de velocidad baja y moderada. Aun siendo insuficiente el ángulo de inclinación, para el caso de velocidad media, ocurre que una menor cantidad de comprimidos quedan depositados en el fondo del depósito, debido al propio vaivén que generan los discos sobre los comprimidos, que giran más rápido que en casos anteriores y golpean suave pero reiteradamente haciendo que retrocedan y vuelvan a caer. álvaro.guerra 111 Modelado y optimización de un dispositivo dosificador automático de aditivos comprimidos empleando DEM (Discrete Element Method) En el caso de velocidad alta, los comprimidos quedan de una manera similar a los casos de velocidad más baja, ya que los discos golpean muy rápido y eso hace que los comprimidos más inmediatos a dichos discos, se dosifiquen pero en el momento del impacto se separen más de la masa de partículas que se ha depositado tras ellos. Sería necesaria una masa mínima de comprimidos elevada, para poder mantener la dosificación relativamente constante. El caso de 14. 5o de inclinación, no resulta efectivo para las velocidades estudiadas, por la insuficiencia de pendiente, ya que no se dosifican correctamente los comprimidos, aunque desde el punto de vista tensional se alcanzan valores bajos de fuerzas de compresión. álvaro.guerra 112 Modelado y optimización de un dispositivo dosificador automático de aditivos comprimidos empleando DEM (Discrete Element Method) 6.4.3 Caso ii. Ángulo de inclinación de 16o 6.4.3.1 Configuración Las velocidades calculadas de la resultante de la combinación del ángulo de 16 grados se ven en la tabla 12. Tabla 12. Velocidades de estudio. Ángulo de inclinación del depósito 16o Velocidades Baja Moderada Media Alta |ω ω| [r.p.s.] 0,75 1,4 2 4 |ω ω| [r.p.m.] 45 84 120 240 |ω ω| [rad/s] 4,71 8,79 12,56 25,13 ωx -1,29 -2,42 -3,46 -6,92 ωy 0 1 0 0 ωz 4,52 8,45 12,07 24,15 ωx 1,29 2,42 3,46 6,92 ωy 0 1 0 0 ωz -4,52 -8,45 -12,07 -24,15 Módulo de las velocidades 6.4.3.2 Componentes de la velocidad del disco derecho Componentes de la velocidad del disco izquierdo Velocidad de rotación baja. Caso ii.1 En esta segunda configuración de ángulo, se han testeado las mismas velocidades que para el caso i, de 14.5o. Así, para esta primera velocidad se han conseguido los siguientes resultados: álvaro.guerra 113 Modelado y optimización de un dispositivo dosificador automático de aditivos comprimidos empleando DEM (Discrete Element Method) Tabla 13. Velocidad de dosificación a velocidad de rotación baja Comprimidos iniciales 350 Tiempo de simulación 60’’ Comprimidos dosificados 300 Velocidad de dosificación de la simulación Tiempo de comprimidos dosificación de los Velocidad estimada 288 comp./min 85 35’’ 493 comp./min Gracias al incremento de pendiente, se ha conseguido una mejor dosificación que en los casos anteriores, pero en este caso, la baja velocidad de rotación de los discos de serialización, no consigue rescatar los pocos comprimidos que se han quedado estancos en el fondo del depósito. Figura 74. Velocidad de dosificación. Vrot baja y 16o Atendiendo a los valores de las fuerzas de compresión, como se observa en la figura 75, son valores bajos, ya que la velocidad de rotación es baja y la pendiente no es muy acusada. álvaro.guerra 114 Modelado y optimización de un dispositivo dosificador automático de aditivos comprimidos empleando DEM (Discrete Element Method) Figura 75. Fuerza de compresión media. Vrot baja y 16o 6.4.3.3 Velocidad de rotación moderada. Caso ii.2 Para esta segunda combinación de velocidad y ángulo de 16o se obtienen los siguientes datos de velocidad de dosificación: Tabla 14. Velocidad de dosificación a velocidad de rotación moderada Comprimidos iniciales 350 Tiempo de simulación 60’’ Comprimidos dosificados 288 Velocidad de dosificación de la simulación Tiempo de comprimidos dosificación Velocidad estimada de los 85 300 comp./min 60’’ 300 comp./min En la próxima figura, se puede contemplar una rampa de pendiente constante como velocidad de dosificación. Los comprimidos, van siendo expulsados de manera pausada y constante, llegando a la velocidad ideal de dosificación buscada, álvaro.guerra 115 Modelado y optimización de un dispositivo dosificador automático de aditivos comprimidos empleando DEM (Discrete Element Method) trescientos comprimidos por minuto. El incremento de la pendiente del depósito, respecto al caso anterior, resulta beneficioso ya que los comprimidos se trasladan de una manera más fluida y dinámica, no quedando un número de comprimidos tan elevado en posición de reposo. De los casos estudiados hasta el momento, este responde al caso más favorable. Figura 76. Velocidad de dosificación. Vrot moderada y 16o La siguiente imagen, corresponde a los instantes finales de la dosificación para esta configuración de 16o de inclinación del depósito y velocidad moderada de rotación del sistema serializador. Figura 77. Instantes finales de dosificación. Vrot moderada y 16o álvaro.guerra 116 Modelado y optimización de un dispositivo dosificador automático de aditivos comprimidos empleando DEM (Discrete Element Method) Desde el punto de vista de las fuerzas de compresión, el aumento del ángulo no supone unas variaciones que puedan considerarse perjudiciales para la integridad de los comprimidos, y menos combinado, ese incremento, con una velocidad moderada. Tanto es así, que los valores de fuerza de compresión media aumentan aun no llegando a valores excesivos, respetando por tanto la integridad de los comprimidos y la seguridad. Si se compara con el caso anterior, los valores de tensión son notablemente más altos, pero esto se ve compensado por la pendiente de dosificación alcanzada. Se puede observar a continuación la fuerza de compresión media de esta configuración de los parámetros de set. Figura 78. Fuerza de compresión media. Vrot moderada y 16o 6.4.3.4 Velocidad de rotación media. Caso ii.3 Para la penúltima configuración en este caso, se obtienen los siguientes resultados: Tabla 15. Velocidad de dosificación a velocidad de rotación media Comprimidos iniciales 350 Tiempo de simulación 60’’ Comprimidos dosificados 328 álvaro.guerra 117 Modelado y optimización de un dispositivo dosificador automático de aditivos comprimidos empleando DEM (Discrete Element Method) Velocidad de dosificación de la simulación Tiempo de comprimidos dosificación de los 328 comp./min 85 Velocidad estimada 40’’ 492 comp./min En este caso también es apreciable el efecto positivo de este pequeño aumento de la pendiente del depósito respecto a los casos i, e incluso se mejora en casi treinta comprimidos por minuto el caso anterior de velocidad moderada, siendo los comprimidos que se quedan en reposo un número mínimo esta vez, lo que indica que este incremento de pendiente es satisfactorio. Figura 79. Velocidad de dosificación. Vrot media y 16o Este caso, podría considerarse más favorable que el caso ii.2, si no fuera por la fuerza de compresión media alcanzada, mostrada en la figura 80, e incluso por los valores máximos que se llegan a dar durante la simulación. álvaro.guerra 118 Modelado y optimización de un dispositivo dosificador automático de aditivos comprimidos empleando DEM (Discrete Element Method) Figura 80. Fuerza de compresión media. Vrot media y 16o 6.4.3.5 Velocidad de rotación alta. Caso ii.4 Los resultados del caso final de velocidad alta para dieciséis grados son: Tabla 16. Velocidad de dosificación a velocidad de rotación alta Comprimidos iniciales 350 Tiempo de simulación 60’’ Comprimidos dosificados 298 Velocidad de dosificación de la simulación Tiempo de comprimidos dosificación Velocidad estimada de los 85 298 comp./min 58’’ 309 comp./min En este caso, resulta una pendiente de dosificación diferente a las anteriores y no muy clarificadora, ya que comienza la expulsión de comprimidos a buen ritmo y llega un instante en el que ésta cesa, para continuar sin dosificar durante un buen álvaro.guerra 119 Modelado y optimización de un dispositivo dosificador automático de aditivos comprimidos empleando DEM (Discrete Element Method) periodo de tiempo y volver a reanudar, todo ello debido a la aleatoriedad de la caída de los comprimidos. Figura 81. Velocidad de dosificación. Vrot alta y 16o En este caso, se dan los valores más altos de fuerza de compresión media para este caso ii, debido a la combinación de los golpes que los discos de serialización ejercen sobre los comprimidos, por ser una velocidad mayor, y el incremento de la pendiente. Figura 82. Fuerza de compresión media. Vrot alta y 16o 6.4.3.6 Conclusiones parciales del caso ii El caso i de 16o de inclinación del depósito, se puede concluir diciendo que: álvaro.guerra 120 Modelado y optimización de un dispositivo dosificador automático de aditivos comprimidos empleando DEM (Discrete Element Method) El ángulo de inclinación es suficiente, ya que en los casos de velocidad estudiados, tras la caída de los comprimidos, la parte de ellos que se quedan estancos en la rampa secundaria del depósito, es mucho menor que en el caso anterior. El ritmo de dosificación para cualquiera de las velocidades de rotación de los discos es bueno. Sobre todo se alcanza la pendiente de velocidad de dosificación ideal, en el caso de velocidad de rotación moderada. Los casos de velocidad media y alta, suponen una buena tasa de expulsión de comprimidos, pero no resultan muy favorables desde el punto de vista de las fuerzas de compresión que sufren los comprimidos. El caso de 16o de inclinación, resulta efectivo para las velocidades estudiadas, pero el caso más favorable, de los ocho estudiados hasta el momento, resulta el de velocidad moderada. álvaro.guerra 121 Modelado y optimización de un dispositivo dosificador automático de aditivos comprimidos empleando DEM (Discrete Element Method) 6.4.4 Caso iii. Ángulo de inclinación de 17.5o 6.4.4.1 Configuración En el caso de la tercera combinación del ángulo de inclinación del depósito, los parámetros a introducir en el software EDEM, concretamente en las dinámicas de rotación de los álabes, son los siguientes: Tabla 17. Velocidades de estudio. Ángulo de inclinación del depósito 17.5o Velocidades Baja Moderada Media Alta |ω ω| [r.p.s.] 0,75 1,4 2 4 |ω ω| [r.p.m.] 45 84 120 240 |ω ω| [rad/s] 4,71 8,79 12,56 25,13 ωx -1,417 -2,64 -3,77 -7,55 ωy 0 1 0 0 ωz 4,49 8,38 11,98 23,96 ωx 1,41 2,64 3,77 7,55 ωy 0 1 0 0 ωz -4,49 -8,38 -11,98 -23,96 Módulo de las velocidades 6.4.4.2 Componentes de la velocidad del disco derecho Componentes de la velocidad del disco izquierdo Velocidad de rotación baja. Caso iii.1 En esta nueva configuración de los parámetros de proceso, para un ángulo de 17o, al instaurar una velocidad de rotación baja resulta la siguiente velocidad de dosificación: álvaro.guerra 122 Modelado y optimización de un dispositivo dosificador automático de aditivos comprimidos empleando DEM (Discrete Element Method) Tabla 18. Velocidad de dosificación a velocidad de rotación baja Comprimidos iniciales 350 Tiempo de simulación 60’’ Comprimidos dosificados 287 Velocidad de dosificación de la simulación Tiempo de comprimidos dosificación Velocidad estimada de los 85 287 comp./min 60’’ 287 comp./min Se puede observar, que la velocidad de dosificación es prácticamente constante, pero que existe un receso de unos diez segundos, a partir del segundo treinta y seis, debido a un apelmazamiento de los comprimidos y que el sistema de serialización no es capaz de mover, ya que se amontan un poco más que en casos anteriores debido a que el ángulo de inclinación es mayor. Esto se puede observar también en las imágenes 96 y 97, del presente documento, en las que se muestran los números de contactos y las fuerzas tangenciales de los comprimidos. Figura 83. Velocidad de dosificación. Vrot baja y 17.5o álvaro.guerra 123 Modelado y optimización de un dispositivo dosificador automático de aditivos comprimidos empleando DEM (Discrete Element Method) El instante final de dosificación muestra cómo han quedado dispuestos los comprimidos, aun siendo un ángulo alto, a los que el sistema serializador no ha podido rescatar de su posición y también por la ausencia de masa crítica. Figura 84. Instante final de dosificación. Vrot baja y 17.5o Los valores de fuerza de compresión media que se alcanza en esta configuración se muestran en la siguiente figura. Figura 85. Fuerza de compresión media. Vrot baja y 17.5o 6.4.4.3 Velocidad de rotación moderada. Caso iii.2 Subiendo ahora, en el caso de 17.5o, la velocidad de rotación de baja a moderada, las velocidades de dosificación que resultan son: álvaro.guerra 124 Modelado y optimización de un dispositivo dosificador automático de aditivos comprimidos empleando DEM (Discrete Element Method) Tabla 19. Velocidad de dosificación a velocidad de rotación moderada Comprimidos iniciales 350 Tiempo de simulación 60’’ Comprimidos dosificados 277 Velocidad de dosificación de la simulación Tiempo de comprimidos dosificación Velocidad estimada de los 85 277 comp./min 34’’ 488 comp./min En las siguientes dos imágenes, se puede observar, cómo debido a la ausencia de masa crítica, siguen quedando comprimidos sin dosificar, con la salvedad que la velocidad de dosificación es más alta que en casos anteriores, y pudiendo llegar a una velocidad estimada muy alta. Figura 86. Velocidad de dosificación. Vrot moderada y 17.5o álvaro.guerra 125 Modelado y optimización de un dispositivo dosificador automático de aditivos comprimidos empleando DEM (Discrete Element Method) Figura 87. Instante final de dosificación. Vrot moderada y 17.5o En este caso los valores de fuerza de compresión se duplican respecto al caso iii.1. Figura 88. Fuerza de compresión media. Vrot moderada y 17.5o 6.4.4.4 Velocidad de rotación media. Caso iii.3 Para el caso iii.3, de 17.5o y velocidad media de 2 r.p.s., resultan unas velocidades de dosificación bastante aceptables: Tabla 20. Velocidad de dosificación a velocidad de rotación media Comprimidos iniciales 350 Tiempo de simulación 60’’ álvaro.guerra 126 Modelado y optimización de un dispositivo dosificador automático de aditivos comprimidos empleando DEM (Discrete Element Method) 303 Comprimidos dosificados Velocidad de dosificación de la simulación Tiempo de comprimidos dosificación Velocidad estimada de los 303 comp./min 85 45’’ 404 comp./min Una vez más, ocurre que se tiene una buena velocidad de dosificación, pero los apelmazamientos de comprimidos, que se forman por causa de la mayor inercia con la que inicialmente llegan debido al ángulo de inclinación, no permiten culminar con el minuto de dosificación de manera constante. Figura 89. Velocidad de dosificación. Vrot media y 17.5o Aun disponiendo de una buena velocidad de dosificación, en este caso, se empieza hacer patente que una velocidad alta de rotación no es positiva, desde el punto de vista de las fuerzas de compresión de los comprimidos y su integridad, y mucho menos combinada con un ángulo elevado, tal y como se puede comprobar en la siguiente gráfica, en la que se ve que se alcanzan valores excesivos de compresión, lo que hace desechar por completo esta configuración de parámetros de proceso. álvaro.guerra 127 Modelado y optimización de un dispositivo dosificador automático de aditivos comprimidos empleando DEM (Discrete Element Method) Figura 90. Fuerza de compresión media. Vrot media y 17.5o 6.4.4.5 Velocidad de rotación alta. Caso iii.4 En este caso ocurre lo mismo que en caso iii.3 pero de manera más acusada. Las velocidades de dosificación que se obtienen en esta configuración son las que se reflejan en la tabla 21. Tabla 21. Velocidad de dosificación a velocidad de rotación alta Comprimidos iniciales 350 Tiempo de simulación 60’’ Comprimidos dosificados 311 Velocidad de dosificación de la simulación Tiempo de comprimidos dosificación Velocidad estimada de los 85 311 comp./min 26’’ 717 comp./min Se puede observar como la velocidad de dosificación es un poco mejor que en el caso anterior, lo que quiere decir que también deja antes de dosificar, debido a la álvaro.guerra 128 Modelado y optimización de un dispositivo dosificador automático de aditivos comprimidos empleando DEM (Discrete Element Method) ausencia de masa crítica, pero también porque en este caso, la propia velocidad alta de rotación contribuye a que se formen pequeños atascos y apelmazamientos antes en el tiempo. Figura 91. Velocidad de dosificación. Vrot alta y 17.5o Si ya se apuntaba el mal efecto de la velocidad alta de rotación en otros casos, aquí combinada con un ángulo de inclinación elevado, el efecto es todavía más nocivo sobre los comprimidos, desde el punto de vista de su integridad, debido a los valores altos de fuerza de compresión media, mostrada en la figura 92, pero también a los valores máximos alcanzados que son muy elevados. Figura 92. Fuerza de compresión media. Vrot alta y 17.5o álvaro.guerra 129 Modelado y optimización de un dispositivo dosificador automático de aditivos comprimidos empleando DEM (Discrete Element Method) 6.4.4.6 Conclusiones parciales del caso iii En este punto, es destacable introducir otras dos variables físicas contempladas en la investigación, ya que cobran mayor relevancia, debido al ángulo de inclinación del depósito. Es claro, que los comprimidos cogen una mayor velocidad lineal tanto mayor es la pendiente por la que se desplazan, por ello se forman pequeños apelmazamientos y atascos. Así en este caso de ángulo de inclinación, se puede ver como en ciertos instantes, suben el número de contactos entre comprimidos y las fuerzas tangenciales, variables íntimamente ligadas, ya que debido a apelmazamientos puntuales, hay un mayor contacto entre partículas, rozan más entre sí, generando una mayor fuerza tangencial lo que provocará un mayor desgaste entre los comprimidos, lo cual no es deseable por la consecuente pérdida de masa (siendo toda ella principio activo del comprimido) y también por la generación de polvo (con el pertinente daño a la maquinaria y en ambientes húmedos generación de pastas). Atasco Figura 93. Fuerza tangencial del caso iii.1 (sup. izq.), fuerza tangencial del caso iii.2 (sup. dcha.), fuerza tangencial del caso iii.3 (inf. izq.) y fuerza tangencial del caso iii.4 (inf. dcha.) álvaro.guerra 130 Modelado y optimización de un dispositivo dosificador automático de aditivos comprimidos empleando DEM (Discrete Element Method) Figura 94. Número de contactos del caso iii.1 (sup. izq.), número de contactos del caso iii.2 (sup. dcha.), número de contactos del caso iii.3 (inf. izq.) y número de contactos del caso iii.4 (inf. dcha.) Por otro lado, se puede concluir que el caso de 17.5o de inclinación del depósito, aporta una pendiente alta, en comparación con los casos anteriores, que combinada con velocidades bajas, no es muy peligrosa, pero los índices de velocidad de dosificación no son muy halagüeños. Además, esta inclinación combinada con valores de velocidad mayores, como los casos de velocidad media y alta, incluso la moderada, resulta perjudicial, porque aunque se consiguen valores muy buenos de dosificación, se dan fuerzas de compresión, así como fuerzas tangenciales y contactos entre partículas, nocivas para la integridad de los comprimidos, y también ligeros atascos en el sistema. En estos casos estudiados para diecisiete grados y medio de pendiente, no se encuentra mejora respecto al caso ii.2. álvaro.guerra 131 Modelado y optimización de un dispositivo dosificador automático de aditivos comprimidos empleando DEM (Discrete Element Method) 6.4.5 Caso iv. Ángulo de inclinación de 19o 6.4.5.1 Configuración Las velocidades del caso final de 19o se pueden ver en la tabla 22. Tabla 22. Velocidades de estudio. Ángulo de inclinación del depósito 19o Velocidades Baja Moderada Media Alta |ω ω| [r.p.s.] 0,75 1,4 2 4 |ω ω| [r.p.m.] 45 84 120 240 |ω ω| [rad/s] 4,71 8,79 12,56 25,13 ωx -1,53 -2,86 -4,09 -8,18 Módulo de las velocidades ωy 0 1 0 0 ωz 4,45 8,31 11,88 23,76 ωx 1,53 2,86 4,09 8,18 ωy 0 1 0 0 ωz -4,45 -8,31 -11,88 -23,76 6.4.5.2 Componentes de la velocidad del disco derecho Componentes de la velocidad del disco izquierdo Velocidad de rotación baja. Caso iv.1 Para este último valor de ángulo de inclinación elegido y una velocidad de rotación baja, resulta la siguiente velocidad de dosificación: álvaro.guerra 132 Modelado y optimización de un dispositivo dosificador automático de aditivos comprimidos empleando DEM (Discrete Element Method) Tabla 23. Velocidad de dosificación a velocidad de rotación baja Comprimidos iniciales 350 Tiempo de simulación 60’’ Comprimidos dosificados 302 Velocidad de dosificación de la simulación Tiempo de comprimidos dosificación Velocidad estimada de los 302 comp./min 85 46’’ 394 comp./min Una vez más, se observa como la velocidad de dosificación alcanza valores notablemente satisfactorios, aunque llega un instante en el que no se puede sacar más comprimidos de su posición estanca. En este caso, aunque se dispone de un ángulo elevado, las fuerzas tangenciales, como se verá, no son destacables, por lo que no se producen atascos como en los casos anteriores de velocidad superior, aun con ángulo inferior, siendo este el mayor ángulo estudiado. Figura 95. Velocidad de dosificación. Vrot baja y 19o álvaro.guerra 133 Modelado y optimización de un dispositivo dosificador automático de aditivos comprimidos empleando DEM (Discrete Element Method) Una estampa del instante final en el que cesa la dosificación (46’’) se observa en la figura 96. Figura 96. Instante final de dosificación. Vrot baja y 19o En este caso, los valores de fuerza de compresión medios, no son elevados. Puede observarse en la figura 97. Figura 97. Fuerza de compresión media. Vrot baja y 19o 6.4.5.3 Velocidad de rotación moderada. Caso iv.2 En esta segunda combinación de velocidad y ángulo de diecinueve grados, se tiene una velocidad de dosificación como la mostrada en la tabla 24. álvaro.guerra 134 Modelado y optimización de un dispositivo dosificador automático de aditivos comprimidos empleando DEM (Discrete Element Method) Tabla 24. Velocidad de dosificación a velocidad de rotación moderada Comprimidos iniciales 350 Tiempo de simulación 60’’ Comprimidos dosificados 266 Velocidad de dosificación de la simulación Tiempo de comprimidos dosificación Velocidad estimada de los 85 266 comp./min 60’’ 266 comp./min Para este caso, la velocidad de dosificación resulta escasa, aunque en la simulación se obtiene constante y sin atascos, ya que la velocidad moderada no es excesiva, pero cabe destacar que la dosificación se va produciendo más lenta de lo que debería, atendiendo al ángulo de inclinación, ya que se producen multitud de contactos y unas fuerzas tangenciales elevadas entre los comprimidos (figuras 104 y 105). Figura 98. Velocidad de dosificación. Vrot moderada y 19o álvaro.guerra 135 Modelado y optimización de un dispositivo dosificador automático de aditivos comprimidos empleando DEM (Discrete Element Method) Este caso no resulta muy respetuoso con los comprimidos, ya que se dan valores de fuerza de compresión elevados. Figura 99. Fuerza de compresión media. Vrot moderada y 19o 6.4.5.4 Velocidad de rotación media. Caso iv.3 En este caso iv.3 las velocidades obtenidas son: Tabla 25. Velocidad de dosificación a velocidad de rotación media Comprimidos iniciales 350 Tiempo de simulación 60’’ Comprimidos dosificados 300 Velocidad de dosificación de la simulación Tiempo de comprimidos dosificación Velocidad estimada de los 85 300 comp./min 37’’ 486 comp./min De manera contraria a como ocurría en el caso anterior, la dinámica de partículas es mucho más fluida en esta ocasión. Se reduce el número de contactos y las álvaro.guerra 136 Modelado y optimización de un dispositivo dosificador automático de aditivos comprimidos empleando DEM (Discrete Element Method) fuerzas tangenciales respecto al caso anterior, presumiblemente por la disposición de las partículas en esta ocasión, en la que el sistema de serialización es capaz de manera más rápida y continuada. Figura 100. Velocidad de dosificación. Vrot media y 19o Este caso, aun teniendo buena dosificación, resulta desfavorable por el valor de fuerza de compresión media, que es mayor que en el caso anterior. Figura 101. Fuerza de compresión media. Vrot media y 19o 6.4.5.5 Velocidad de rotación alta. Caso iv.4 En este último caso de diecinueve grados de inclinación de depósito y velocidad alta, se tienen los siguientes resultados: álvaro.guerra 137 Modelado y optimización de un dispositivo dosificador automático de aditivos comprimidos empleando DEM (Discrete Element Method) Tabla 26. Velocidad de dosificación a velocidad de rotación alta Comprimidos iniciales 350 Tiempo de simulación 60’’ Comprimidos dosificados 295 Velocidad de dosificación de la simulación Tiempo de comprimidos dosificación Velocidad estimada de los 295 comp./min 85 20’’ 885 comp./min Finalmente, como era de esperar, la velocidad es elevadísima, gracias al ángulo de inclinación pero es contraproducente ya que, como muestra la figura 103, la fuerza de compresión media sufrida por los comprimidos es elevada, y más si se atiende a los valores máximos de ésta. Figura 102. Velocidad de dosificación. Vrot alta y 19o álvaro.guerra 138 Modelado y optimización de un dispositivo dosificador automático de aditivos comprimidos empleando DEM (Discrete Element Method) Figura 103. Fuerza de compresión media. Vrot alta y 19o 6.4.5.6 Conclusiones parciales del caso iv Primeramente, cabe indicar, que debido a la pendiente, se dan mayores apelmazamientos puntuales, hay un mayor contacto entre partículas, rozan más entre sí, generando una mayor fuerza tangencial lo que provocará un mayor desgaste entre los comprimidos. Se observan las gráficas de las fuerzas tangenciales y número de contactos a continuación. Figura 104. Fuerza tangencial del caso iv.1 (sup. izq.), fuerza tangencial del caso iv.2 (sup. dcha.), fuerza tangencial del caso iv.3 (inf. izq.) y fuerza tangencial del caso iv.4 (inf. dcha.) álvaro.guerra 139 Modelado y optimización de un dispositivo dosificador automático de aditivos comprimidos empleando DEM (Discrete Element Method) Figura 105. Número de contactos del caso iv.1 (sup. izq.), número de contactos del caso iv.2 (sup. dcha.), número de contactos del caso iv.3 (inf. izq.) y número de contactos del caso iv.4 (inf. dcha.) Por otro lado, se puede concluir que en el caso de 19o de inclinación del depósito, ocurre algo similar al caso iii, que se aporta una pendiente alta, en comparación con los casos i e ii, y que combinada con velocidades bajas, no es muy peligrosa, y por el contrario, respecto al caso iii, los índices de velocidad de dosificación son mejores. Además, esta inclinación combinada con valores de velocidad mayores, como los casos de velocidad media y alta, incluso la moderada, resulta perjudicial, porque aunque se consiguen valores muy buenos de dosificación, se dan fuerzas de compresión, así como fuerzas tangenciales y contactos entre partículas, nocivas para la integridad de los comprimidos, y también ligeros atascos en el sistema. Para este caso de diecinueve grados, tampoco se encuentra mejora respecto al caso ii.2. álvaro.guerra 140 Modelado y optimización de un dispositivo dosificador automático de aditivos comprimidos empleando DEM (Discrete Element Method) 6.4.6 Comparativa del estudio de las fuerzas de compresión En la siguiente serie de puntos, se muestra otra visión de los resultados obtenidos. Anteriormente se han mostrado las gráficas de las fuerzas de compresión para cada caso, pero siempre relacionadas por el ángulo como variable de proceso. En este caso, se relacionan por las velocidades de rotación de los discos del sistema serializador (la otra variable de proceso), mostrando en cada gráfica las curvas que han resultado anteriormente. Se muestran para la velocidad baja, moderada, media y alta, las tensiones que resultan en las configuraciones de cada ángulo respectivamente, por ejemplo, para la velocidad de rotación baja los casos i.1, ii.1, iii.1 e iv.1 se ven en una misma gráfica, que da idea de la influencia de la velocidad de rotación en el origen de las fuerzas de compresión para cada ángulo. Lo mismo se muestra para el resto de velocidades. 6.4.6.1 Velocidad de rotación baja En este caso, las fuerzas que sufren los comprimidos en las configuraciones de ángulos más bajos son muy parecidas y muy bajas, mientras que en el set de 17,5o se duplica ese valor, aun siendo bajo todavía, y lo mismo ocurre en el caso de diecinueve grados. Se puede decir que la velocidad baja produce unas fuerzas de compresión bajas en las partículas, independientemente del ángulo de inclinación del depósito establecido. En este caso, ninguna resulta del todo favorable ya que, o bien no se alcanza una velocidad de dosificación aceptable, como en los casos de los dos ángulos más bajos, o bien la dosificación es más irregular como en los casos de los dos ángulos mayores. álvaro.guerra 141 Modelado y optimización de un dispositivo dosificador automático de aditivos comprimidos empleando DEM (Discrete Element Method) Fuerza de compresión media - Vel. baja 14.5º (85 compr.) 16º (288 compr.) 17.5º (287 compr.) 19º (302 compr.) 0,6 0,5 0,4 0,3 0,2 0,1 0 2 3 5 6 8 9 11 12 14 15 17 18 20 21 23 24 26 27 29 30 32 33 35 36 38 39 41 42 44 45 47 48 50 51 53 54 56 57 59 60 0,0 Figura 106. Fuerzas de compresión para los distintos ángulos a velocidad de rotación baja 6.4.6.2 Velocidad de rotación moderada La influencia en este caso, de la velocidad de rotación sobre las fuerzas de compresión, es similar al caso anterior, sólo que con valores ligeramente más elevados. Se da una particularidad, probablemente originada por la aleatoriedad en la generación de partículas, y es que en el caso de 16o el valor de la fuerza de compresión es un poco mayor que el caso de 17.5o. La diferencia no es muy notoria, pero si se atiende a la velocidad de dosificación, hace que el set de velocidad moderada y dieciséis grados, sea el más favorable de los estudiados. Para este caso, el resto de configuraciones no son válidas, ya que no se alcanzan valores de dosificación aceptables, e incluso en el caso de diecinueve grados, se dispara la fuerza de compresión media. álvaro.guerra 142 Modelado y optimización de un dispositivo dosificador automático de aditivos comprimidos empleando DEM (Discrete Element Method) Fuerza de compresión media - Vel. moderada 14.5º (79 compr.) 16º (300 compr.) 17.5º (277 compr.) 19º (266 compr.) 7 6 5 4 3 2 1 0 1 3 4 6 7 9 10 12 13 15 16 18 19 21 22 24 25 27 28 30 31 32 34 35 37 38 40 41 43 44 46 47 49 50 52 53 55 56 58 59 60 0 Figura 107. Fuerzas de compresión para los distintos ángulos a vel. de rotación moderada 6.4.6.3 Velocidad de rotación media En este caso, a mayor ángulo, mayor fuerza de compresión. Es de destacar, que para catorce grados y medio, sigue siendo un valor muy bajo, como en las configuraciones anteriores para dicho ángulo. Es por ello, por lo que esta configuración podría ser favorable si no fuera porque deja de dosificar en torno a los treinta segundos. Para dieciséis grados, sube considerablemente, siendo un valor de fuerza de compresión doble que en el caso elegido como óptimo o más favorable. Sin embargo, para los casos de mayor ángulo de inclinación del depósito, se hace insostenible su puesta en práctica, puesto que los valores se disparan, incluso si se atendiera a los valores máximos de fuerza de compresión, que se dan sobre los comprimidos, estos alcanzan cotas impermisibles y no se respetaría la integridad de las partículas ni la seguridad. álvaro.guerra 143 Modelado y optimización de un dispositivo dosificador automático de aditivos comprimidos empleando DEM (Discrete Element Method) Fuerza de compresión media - Vel. media 14.5º (277 compr.) 16º (328 compr.) 17.5º (303 compr.) 19º (300 compr.) 10 9 8 7 6 5 4 3 2 1 0 2 3 5 6 8 9 11 12 14 15 17 18 20 21 23 24 26 27 29 30 32 33 35 36 38 39 41 42 44 45 47 48 50 51 53 54 56 57 59 60 0 Figura 108. Fuerzas de compresión para los distintos ángulos a velocidad de rotación media 6.4.6.4 Velocidad de rotación alta En esta parte del estudio, se ve que las velocidades altas son perjudiciales. Aunque con una masa crítica se alcanzarían muy buenas velocidades de dosificación, los comprimidos, independientemente del ángulo sufrirían mucho. En este caso se ve como casi tienden a un mismo valor de tensión para los ángulos de dieciséis y diecinueve grados, siendo mayor para el valor entre ambos. Destacar que aunque la velocidad de rotación alta para 16o resulta en una buena velocidad de dosificación, se producen atascos y un mayor valor de fuerza de compresión media. álvaro.guerra 144 Modelado y optimización de un dispositivo dosificador automático de aditivos comprimidos empleando DEM (Discrete Element Method) Fuerza de compresión media - Vel. alta 14.5º (159 compr.) 16º (298 compr.) 17.5º (311 compr.) 19º (295 compr.) 9 8 7 6 5 Atasco 4 3 2 1 0 1 3 4 6 7 9 10 12 13 15 16 18 19 21 22 24 25 27 28 30 31 32 34 35 37 38 40 41 43 44 46 47 49 50 52 53 55 56 58 59 60 0 Figura 109. Fuerzas de compresión para los distintos ángulos a velocidad de rotación alta álvaro.guerra 145 Modelado y optimización de un dispositivo dosificador automático de aditivos comprimidos empleando DEM (Discrete Element Method) 6.4.7 Resumen del estudio comparativo. Caso más favorable Una vez contemplados todos los casos estudiados, y habiendo decidido cuál es el caso más favorable, tanto en términos de velocidad de dosificación como de integridad del comprimido y seguridad, se muestra una tabla resumen que recoge los datos fundamentales de cada caso. Tabla 27. Cuadro resumen de las características de los casos estudiados Ángulos estudiados Velocidad Baja Velocidad Moderada Velocidad Media Velocidad Alta Variables contempladas 85 comp./min 79 comp./min 277 comp./min 159 comp./min Vdosificación 0.12 N 0.25 N 0.10 N 0.13 N Fcompresión 288 comp./min 300 comp./min 328 comp./min 298 comp./min Vdosificación 0.14 N 0.85 N 2.30 N 5.50 N Fcompresión 287 comp./min 277 comp./min 303 comp./min 311 comp./min Vdosificación 0.20 N 0.48 N 6.60 N 8.11 N Fcompresión 302 comp./min 266 comp./min 300 comp./min 295 comp./min Vdosificación 0.42 N 4.80 N 7.40 N 6.50 N Fcompresión 14.5o 16o 17.5o 19o A continuación pueden verse diferentes instantes del ciclo de funcionamiento del caso más favorable obtenido, tanto a nivel de simulación como a nivel de un vídeo real. El caso favorable corresponde al caso ii.2, ángulo de 16o y velocidad moderada de 1.4 r.p.s. álvaro.guerra 146 Modelado y optimización de un dispositivo dosificador automático de aditivos comprimidos empleando DEM (Discrete Element Method) Figura 110. Secuencia de funcionamiento de la simulación óptima encontrada hasta el momento. Ángulo 16o y velocidad de rotación baja (0.75 r.p.m.). Instante inicial: 0’’, 0.2’’, 1’’, 3’’, 10’’, 20’’, 25’’, 30’’, 35’’, 40’’, 50’’ e instante final 60’’ álvaro.guerra 147 Modelado y optimización de un dispositivo dosificador automático de aditivos comprimidos empleando DEM (Discrete Element Method) Figura 111. Secuencia de funcionamiento real con parámetros de proceso igual a los de la simulación óptima. Ángulo 16o y velocidad de rotación baja (0.75 r.p.m.). Instante inicial: 0’’, 0.2’’, 1’’, 3’’, 10’’, 20’’, 25’’, 30’’, 35’’, 40’’, 50’’ e instante final 60’’ álvaro.guerra 148 Modelado y optimización de un dispositivo dosificador automático de aditivos comprimidos empleando DEM (Discrete Element Method) 7 Conclusiones Una vez mostrado el desarrollo actual del trabajo de investigación, se pueden empezar a sacar algunas conclusiones. 1. En primer lugar cabe destacar que se han cumplido los objetivos fijados al comienzo de la investigación, ya que se han obtenido buenos modelos tanto de la geometría como del comprimido a simular, hecho comprobable debido a la alta similitud entre los ensayos y test reales en correspondencia con las simulaciones implementadas. 2. Siguiendo con el modelo de comprimido, otra conclusión importante a destacar es que, el modelo de aproximación del comprimido resulta óptimo a la hora de obtener una simulación similar al comportamiento real del dispositivo, sin suponer un coste computacional alto. En simulaciones futuras se podrá variar este modelo a un mayor número de esferas, para ver si resulta ventajoso y se sigue manteniendo el compromiso entre el tiempo de simulación y la hipotética mejora de una mayor definición del modelo en cuanto al número de esferas y menor número de intersticios vacíos. 3. Por otro lado, la aproximación obtenida de los parámetros intrínsecos a los materiales y sus interacciones, se puede considerar bastante aceptable, una vez más, por la fidelidad de resultados entre simulación y realidad. 4. Vale la pena mencionar, que EDEM, está resultando un software potente y fiable bajo cualquier atalaya, a la vista de los resultados que en esta memoria de investigación se recogen. álvaro.guerra 149 Modelado y optimización de un dispositivo dosificador automático de aditivos comprimidos empleando DEM (Discrete Element Method) 5. Los casos de las variables de proceso contempladas de manera combinada, han resultado satisfactorias en lo que a sus combinaciones se refiere, gracias a los estudios preliminares realizados con EDEM. 6. Hablando en términos de velocidad, resulta más ventajoso, desde el punto de vista de la integridad del comprimido, el empleo de velocidades como la baja o la moderada, ya que el valor de las fuerzas de compresión que éstos sufren es menor que en casos de velocidad mayores. Incluso, se ha visto la no influencia para la velocidad baja, del ángulo de set que se establezca, influyendo éste un poco más en la velocidad moderada, resultando aquí la mejor configuración de parámetros de proceso obtenida hasta la fecha, 16o y velocidad moderada (1.4 r.p.s). Como segunda opción, se podría contemplar la pendiente de 14.5o con velocidad media, debido a la baja compresión y buena velocidad estimada. 7. Considerando el ángulo de inclinación del depósito como principal parámetro de proceso, se puede concluir diciendo que, independientemente de la velocidad de rotación de los discos serializadores, el set de catorce grados y medio, resulta siempre insuficiente. Los casos de mayor ángulo, diecisiete y medio y diecinueve, resultan, sobre todo el último, excesivos, por la inercia que cogen los propios comprimidos y por los apelmazamientos que se dan en la parte frontal así como atascos, en el sistema de serialización y altas fuerzas de compresión sobre los comprimidos. Por eso, la configuración más favorable se da en los dieciséis grados. Así, se ha conseguido una configuración que cumple con una buena velocidad de dosificación, rápida, constante y sin atascos, con unas fuerzas de compresión bajas, lo que respeta la integridad del comprimido y la seguridad, y por último asegura un buen funcionamiento independientemente del número de comprimidos a dosificar. álvaro.guerra 150 Modelado y optimización de un dispositivo dosificador automático de aditivos comprimidos empleando DEM (Discrete Element Method) Por otro lado, destacar las publicaciones que se han generado gracias a esta investigación, en su parte inicial: Álvaro Guerra, Jesús Las Heras, Andrés García, Fernando Alba (2011), 3rd EDEM conference (Edinburgh), Determination of optimal process parameters and materials using DEM. Álvaro Guerra, Andrés García, Jesús Las Heras, Fernando Alba (2011), 3rd EDEM conference (Edinburgh), A DEM application to improve the design of an industrial prototype. Álvaro Guerra Sánchez de la Nieta, Jesús Las Heras Casas, Andrés García Pascual, Fernando Alba Elías (2011), XV International congress on project engineering (Huesca), Determinación de los parámetros de proceso y materiales óptimos usando DEM. Álvaro Guerra Sánchez de la Nieta, Jesús Las Heras Casas, Andrés García Pascual, Fernando Alba Elías (2011), XV International congress on project engineering (Huesca), Aplicaciones en el ámbito industrial del Método de Elementos Discretos. Modelado de partícula simulando un aditivo alimentario comprimido. álvaro.guerra 151 Modelado y optimización de un dispositivo dosificador automático de aditivos comprimidos empleando DEM (Discrete Element Method) 8 Líneas de investigación futuras Para intentar alcanzar las velocidades estimadas en esta investigación, presumiblemente, será necesario incluir un sistema de vibración para intentar evitar los atascos en el sistema de serialización o que cierto número de comprimidos queden retenidos en las esquinas inferiores del depósito, a ambos lados de los discos de serialización, de donde éstos no consiguen rescatar a dichos comprimidos. Simulando esta nueva variable de proceso en EDEM, se intentará la mejora de algunos de los casos actuales, buscar nuevas combinaciones de las variables de proceso y mejorar la velocidad de dosificación siempre respetando la integridad del comprimido. También, y aunque se van obteniendo resultados certeros en cuanto a valores de velocidad de serialización y el ángulo del depósito, éste último, podrá variar en función de la nueva variable introducida, la vibración, ya que tanto mayor sea esta, menor podrá ser aquel. Aunque habrá que alcanzar un compromiso entre el uso no excesivo de la vibración, para no dañar los comprimidos, y el ángulo del depósito. Para terminar, apuntar que las líneas futuras de investigación son la inclusión de algoritmos genéticos y minería de datos, para la optimización de la búsqueda de parámetros de proceso, y sus posibles combinaciones mejorando efectos entre unas y otras variables, gracias a la exportación de resultados que ofrece el software EDEM, para reducir aún más los contactos entre partículas. álvaro.guerra 152 Modelado y optimización de un dispositivo dosificador automático de aditivos comprimidos empleando DEM (Discrete Element Method) 9 Bibliografía Software EDEM 1. DEM Solutions, Ltd. (2010), “EDEM 2.2 User Guide” Copyright © 2009, Edinburgh, Scotland, UK. Artículos generados en la investigación 2. Álvaro Guerra, Jesús Las Heras, Andrés García, Fernando Alba (2011), 3rd EDEM conference (Edinburgh), Determination of optimal process parameters and materials using DEM. 3. Álvaro Guerra, Andrés García, Jesús Las Heras, Fernando Alba (2011), 3rd EDEM conference (Edinburgh), A DEM application to improve the design of an industrial prototype. 4. Álvaro Guerra Sánchez de la Nieta, Jesús Las Heras Casas, Andrés García Pascual, Fernando Alba Elías (2011), XV International congress on project engineering (Huesca), Determinación de los parámetros de proceso y materiales óptimos usando DEM. 5. Álvaro Guerra Sánchez de la Nieta, Jesús Las Heras Casas, Andrés García Pascual, Fernando Alba Elías (2011), XV International congress on project engineering (Huesca), Aplicaciones en el ámbito industrial del Método de Elementos Discretos. Modelado de partícula simulando un aditivo alimentario comprimido. 6. Álvaro Guerra, Jesús Las Heras, Fernando Alba, Carmen Bao and Eduardo Martínez de Pisón (2010), XIV International congress on project engineering (Madrid), Diseño de producto aplicado a la mejora álvaro.guerra 153 Modelado y optimización de un dispositivo dosificador automático de aditivos comprimidos empleando DEM (Discrete Element Method) de Sistema de dosificación de aditivo comprimido en la industria agroalimentaria. 7. Álvaro Guerra, Jesús Las Heras, Fernando Alba, Carmen Bao and Roberto Martínez (2010), XIV International congress on Project engineering (Madrid), Diseño de producto aplicado al pretratamiento de aditivos en la industria agroalimentaria. Trabajos precursores a la presente investigación 8. Fernando Alba, Joaquín Ordieres, Eliseo P. Vergara, F. Javier Martínez de Pisón, Manuel Castejón (2005), European patent, EP 1 595 795 A1, Device for supplying/dosing packaged tablets for the food industry. 9. Fernando Alba, Joaquín Ordieres, Eliseo P. Vergara, F. Javier Martínez de Pisón, Alpha V. Pernía, Manuel Castejón, Ana González (2005), Modelo de utilidad, ES 1 059 831, Comprimido de producto aditivo para su dosificación automática a envases en la industria alimentaria. 10. Fernando Alba, Joaquín Ordieres, Eliseo P. Vergara, F. Javier Martínez de Pisón, Manuel Castejón (2007), Patente con examen previo, ES 2 277 503, Mejoras introducidas en la patente de invención nº P200202907 por: “Suministrador-dosificador de comprimidos a envases para la industria alimentaria”. 11. Fernando Alba Elías (2002), Aplicación del QFD para el diseño de sistema de dosificación automática de aditivos comprimidos para la industria alimentaria. Trabajo de investigación. Universidad de la Rioja. 12. Fernando Alba (2004), Aplicación del QFD para el Diseño de Sistema Automático de Dosificación seca de aditivos especiales en la Industria Alimentaria. Tesis doctoral, Universidad de La Rioja. álvaro.guerra 154 Modelado y optimización de un dispositivo dosificador automático de aditivos comprimidos empleando DEM (Discrete Element Method) 13. Jorge Muro Hernández (2007), Aplicación del QFD al diseño de nuevo sistema de compresión de aditivos alimentarios. Trabajo de investigación. Universidad de La Rioja. Aditivos alimentarios 14. Multon, J. I., Aditivos y auxiliares de fabricación en las industrias agroalimentarias. Ed. Acribia. 1988. 15. Otero, A., Formas de aplicación / Formas de dosificación. Mezclas y comprimidos. Curso sobre aditivos y su aplicación en la Industria alimentaria. 2000. “Preparados y aditivos para la industria alimentaria” Ed. Publicaciones técnicas alimentarias, 1999. 16. Sanz Pérez, B. “Aditivos alimentarios”. Ed. Everest, 1999. 17. Madrid Vicente A. “Los aditivos en los alimentos: según la Unión Europea y la legislación española” Ed. Mundi-Prensa, 2000. Método de Elementos Discretos (DEM) 18. Campbell, C. S. (1990). Rapid granular flows. Annual Review of Fluid Mechanics, 22, 57–90. 19. Cleary, P. W., & Campbell, C. S. (1993). Self-lubrication for long run-out landslides: Examination by computer simulation. Journal of Geophysical Research, 98, 21911–21924. 20. Cleary, P. W. (1998). Discrete element modelling of industrial granular flow applications. TASK Quarterly: Scientific Bulletin, 2, 385–416. 21. Cleary, P. W. (2000). DEM simulation of industrial particle flows: Case studies of dragline excavators, mixing in tumblers and centrifugal mills. Powder Technology, 109, 83–104. álvaro.guerra 155 Modelado y optimización de un dispositivo dosificador automático de aditivos comprimidos empleando DEM (Discrete Element Method) 22. Cleary, P. W., & Sawley, M. L. (2002). DEM modelling of industrial granular flows: 3D case studies and the effect of particle shape on hopper discharge. Applied Mathematical Modeling, 26, 89–111. 23. Cleary, P. W., & Prakash, M. (2004). Discrete-element modelling and smooth particle hydrodynamics and discrete element modelling: Potential in the environmental sciences. Philosophical Transactions A, 362, 2003–2030. 24. Cleary, P. W. (2010). DEM prediction of industrial and geophysical particle flows. Particuology, 8, 106-118 25. Cundall, P. A., & Strack, O. D. L. (1979). A discrete numerical model for granular assemblies. Geotechnique, 29, 47–65. 26. Haff, P. K., & Werner, B. T. (1986). Computer simulation of the mechanical sorting of grains. Powder Technology, 48, 239–245. 27. Hassanpour, A., Tan, H., Bayly, A., Gopalkrishnan, P., Ng, B. & Ghadiri, M. (2011). Analysis of particle motion in a paddle mixer using Discrete Element Method (DEM). Powder Technology, 206, 189-194. 28. Langston, P. A., Tuzun, U., & Heyes, D. M. (1995). Discrete element simulation of granular flow in 2D and 3D hoppers: Dependence of discharge rate and wall stress on particle interactions. Chemical Engineering Science, 50, 967–987. 29. Potapov, A. V., & Campbell, C. S. (1996a). Computer simulation of hopper flows. Physics of Fluids, 8, 2884–2894. 30. Walton, O. R. (1992). Numerical simulation of inelastic frictional particle–particle interaction. In M. C. Roco (Ed.), Particulate two-phase flow (pp. 884–911). Boston: Butterworth-Heinemann. 31. Juan Medallo Cruz (2005), Aplicación del método de los elementos discretos a problemas de desgaste, capítulo 2: Formulación del método de elementos discretos. Universidad politécnica de Cataluña. álvaro.guerra 156 Modelado y optimización de un dispositivo dosificador automático de aditivos comprimidos empleando DEM (Discrete Element Method) 32. Y. Niño (2002), Método de los volúmenes finitos. Departamento de Ingeniería Civil de la Universidad de Chile. 33. http://finitosxtecnologia.blogspot.com/ álvaro.guerra 157 Modelado y optimización de un dispositivo dosificador automático de aditivos comprimidos empleando DEM (Discrete Element Method) 10 Agradecimientos Habiendo finalizado esta parte de la investigación, camino hacia la tesis doctoral, me gustaría agradecer: A Virginia, porque lo es todo para mí y sin ella nada de esto no hubiera visto la luz. Gracias por ayudarme, por aguantarme, por hacerme creer en mí, por darle sentido a mi vida. A mis padres, por su apoyo constante, por haber hecho posible con su esfuerzo que sea lo que soy. El sacrificio obtiene recompensa. A mis directores Fernando y Ana, por toda la ayuda prestada, ideas, medios y por ayudarme a conseguir todo esto, que para mí no es poco. A Jesús, por ser mi compañero y amigo desde tiempos inmemoriales, por haber compartido tantas satisfacciones y tantas decepciones. Al resto de familiares y amigos, por entender el verme poco desde hace bastante tiempo. A la gente de EDEM (DEM Solutions), por la ayuda prestada y por el trato que nos dieron cuando fuimos a Edimburgo. Gracias a todos. Álvaro Guerra Sánchez de la Nieta. álvaro.guerra 158