La incertidumbre de las mediciones de entrada se propaga a los resultados calculados de una planta piloto según la incertidumbre de cada entrada, su influencia en el cálculo y cualquier correlación entre las mediciones. Una medición de alta precisión no puede compensar una entrada de baja precisión: un caudalímetro con una incertidumbre aproximada de ±3–5 % puede dominar una tasa calculada incluso cuando el voltaje, la presión o la temperatura se miden con mucha mayor precisión. Los ingenieros cuantifican este efecto mediante análisis de sensibilidad, ecuaciones de propagación de incertidumbre o límites de error superior e inferior.
La entrada menos precisa suele establecer el nivel práctico de confianza de un resultado de planta piloto, pero no es el único factor. La incertidumbre correcta depende de cuánto influye cada medición en el cálculo, de si los errores están correlacionados y de si se requiere una estimación de peor caso o estadística.
Cómo entra la incertidumbre en un cálculo de ingeniería
Cada entrada medida conlleva un intervalo de incertidumbre
Un valor medido debe tratarse como una estimación y no como un número exacto. Por ejemplo, un caudal reportado como (Q) con una incertidumbre de ±3 % representa un intervalo alrededor del valor medido dentro del cual se espera que se encuentre el caudal real, sujeto a la base de exactitud declarada por el instrumento.
El cálculo final hereda la incertidumbre de todas sus entradas medidas. Esto se aplica a los balances de masa, balances de energía, estimaciones de velocidad de reacción, coeficientes de transferencia de calor, rendimientos y otras métricas de desempeño de plantas piloto.
El cálculo amplifica algunas entradas más que otras
La importancia de una entrada está determinada por cuánto cambia la salida cuando cambia dicha entrada. Matemáticamente, esto se representa mediante el coeficiente de sensibilidad:
[ \frac{\partial y}{\partial x_i} ]
donde (y) es el resultado calculado y (x_i) es una medición de entrada.
Una entrada con alta incertidumbre puede tener poco efecto si el cálculo es relativamente insensible a ella. Por el contrario, una entrada con una incertidumbre moderada puede dominar el resultado cuando la salida depende fuertemente de esa medición.
Principales métodos de propagación de la incertidumbre
Análisis de peor caso o de límites
El método más sencillo consiste en calcular el resultado utilizando los límites superior e inferior de cada entrada. Si el resultado cambia considerablemente cuando una entrada se desplaza a través de su intervalo de incertidumbre, esa medición es un contribuyente importante a la incertidumbre de la salida.
Este enfoque es especialmente útil en la formación sobre plantas piloto y en los análisis iniciales porque es transparente y no requiere suposiciones sólidas sobre las distribuciones estadísticas.
Para un resultado calculado (y=f(x_1,x_2,\ldots,x_n)), el analista evalúa combinaciones como:
[ y_{\min}=f(x_{1,\min},x_{2,\min},\ldots) ]
y
[ y_{\max}=f(x_{1,\max},x_{2,\max},\ldots) ]
El intervalo resultante comunica el posible impacto de los errores de medición en la ingeniería.
Propagación por suma cuadrática
Cuando los errores de medición se consideran independientes y aproximadamente aleatorios, suele utilizarse una estimación de primer orden expresada como:
[ u_y \approx \sqrt{ \left(\frac{\partial y}{\partial x_1}u_{x_1}\right)^2+ \left(\frac{\partial y}{\partial x_2}u_{x_2}\right)^2+\cdots } ]
Aquí, (u_{x_i}) es la incertidumbre estándar de cada entrada y (u_y) es la incertidumbre combinada del resultado.
Este método no selecciona simplemente la mayor incertidumbre de entrada. En su lugar, pondera cada incertidumbre según la sensibilidad correspondiente del cálculo.
Incertidumbre relativa para productos y cocientes
Muchos cálculos de procesos implican multiplicación y división. Para un producto simple,
[ y=abc ]
la incertidumbre relativa aproximada para entradas independientes es:
[ \frac{u_y}{y}\approx \sqrt{ \left(\frac{u_a}{a}\right)^2+ \left(\frac{u_b}{b}\right)^2+ \left(\frac{u_c}{c}\right)^2 } ]
La misma forma se aplica a cocientes como el caudal másico dividido por el caudal volumétrico, cuando las entradas son independientes.
Para una estimación conservadora de peor caso, las incertidumbres relativas se suman en lugar de combinarse mediante la suma cuadrática:
[ \frac{\Delta y}{y}\approx \left|\frac{\Delta a}{a}\right|+ \left|\frac{\Delta b}{b}\right|+ \left|\frac{\Delta c}{c}\right| ]
Los métodos estadístico y de peor caso responden a preguntas diferentes. La suma cuadrática estima la incertidumbre aleatoria combinada habitual, mientras que la suma de límites estima un caso extremo.
Por qué la medición menos precisa suele dominar
La precisión establece un límite superior para la confianza del informe
Supongamos que una tasa de proceso calculada utiliza una medición de voltaje con una incertidumbre aproximada de ±0,1 % y una medición de caudal con una incertidumbre aproximada de ±3–5 %. Por lo general, la medición de caudal controlará la precisión práctica de la tasa calculada.
Informar muchas cifras decimales en la tasa final implicaría un nivel de conocimiento que la medición de caudal no permite. Por lo tanto, el resultado debe redondearse de forma coherente con la incertidumbre dominante.
La regla es práctica, no absoluta
«La entrada menos precisa controla el resultado» es una advertencia de ingeniería útil, pero no es una ley completa de propagación. Una entrada con una incertidumbre porcentual mayor puede tener poca influencia, mientras que una entrada más precisa puede afectar fuertemente el resultado debido a la estructura del cálculo.
Para realizar un análisis defendible, identifique la entrada dominante mediante un análisis de sensibilidad en lugar de basarse únicamente en el número de cifras significativas.
Las cifras significativas y la incertidumbre están relacionadas
Las cifras significativas comunican la resolución y la credibilidad de un valor informado. No sustituyen un cálculo de incertidumbre.
Un resultado basado en una medición de caudal con medidor de orificio y una incertidumbre aproximada de ±3–5 % no debe presentarse con una precisión excesiva, aunque el cálculo utilice lecturas digitales de alta resolución para la presión, el voltaje o la temperatura.
Aplicación de la propagación a las mediciones de plantas piloto
Balances de masa y energía
Las mediciones de caudal influyen con frecuencia tanto en los balances de masa como en los de energía. Si un caudal entra directamente en un balance, su incertidumbre puede transferirse casi proporcionalmente a la tasa másica calculada.
En un balance de energía, la incertidumbre también puede surgir de las diferencias de temperatura, los datos de capacidad calorífica, las mediciones de potencia eléctrica y las pérdidas de calor inferidas. La fuente dominante depende de la sensibilidad del balance a cada término.
Cálculos de transferencia de calor
Los coeficientes de transferencia de calor suelen depender del caudal, la diferencia de temperatura, la geometría y las propiedades del fluido. La incertidumbre en la diferencia de temperatura puede adquirir especial importancia cuando dicha diferencia es pequeña, incluso si los sensores de temperatura individuales parecen tener una precisión razonable.
Por lo tanto, las RTD, con incertidumbres típicas de alrededor de ±0,1 °C, pueden ser preferibles a los termopares, con incertidumbres típicas de alrededor de ±1 °C, cuando se requieren experimentos precisos de transferencia de calor. La elección adecuada aún depende del intervalo operativo, la instalación, la calibración y el sistema de medición completo.
Experimentos de reacción y cinética
Los cálculos de velocidad de reacción pueden depender de la concentración, la temperatura, el caudal, el tiempo de residencia y la presión. Una medición de caudal incierta puede afectar el tiempo de residencia, mientras que la incertidumbre de temperatura puede influir en los parámetros cinéticos calculados.
Dado que estos cálculos pueden ser sensibles a determinadas variables operativas, la incertidumbre debe evaluarse para la ecuación y la condición operativa reales, en lugar de inferirse únicamente a partir de las especificaciones del instrumento.
Procesos dependientes del pH y la presión
Los transmisores de presión y los electrodos de pH pueden proporcionar incertidumbres de alrededor de ±0,1 % en aplicaciones adecuadas, según la información de referencia suministrada. Por lo tanto, su contribución puede ser menor que la de un dispositivo de medición de caudal por presión diferencial menos preciso.
Sin embargo, una medición con baja incertidumbre instrumental aún puede producir resultados sesgados si no se controlan la calibración, la instalación, la incrustación, la compensación de temperatura o las condiciones del proceso.
Identificación de la fuente de error dominante
Realice una prueba de sensibilidad de un factor a la vez
Varíe una entrada a través de su intervalo de incertidumbre mientras mantiene constantes las demás entradas. Registre el cambio resultante en la salida calculada.
Repetir este procedimiento para cada entrada produce una clasificación directa de las mediciones que afectan con mayor intensidad el resultado de ingeniería.
Utilice la sensibilidad normalizada
Una comparación útil es la sensibilidad normalizada:
[ S_i= \frac{x_i}{y}\frac{\partial y}{\partial x_i} ]
Esto indica el cambio porcentual aproximado en la salida causado por un cambio porcentual en una entrada.
Multiplicar la magnitud de (S_i) por la incertidumbre relativa de la entrada ayuda a identificar la contribución de dicha entrada a la incertidumbre relativa de la salida.
Separe el error aleatorio del sesgo
Las lecturas repetidas pueden revelar variaciones aleatorias, pero no necesariamente revelan un sesgo sistemático. Un medidor de orificio, por ejemplo, puede verse afectado por obstrucciones, que pueden desplazar las lecturas de forma constante en lugar de producir una dispersión aleatoria.
Por lo tanto, la calibración, la inspección y las comprobaciones de las condiciones operativas son complementos esenciales de la propagación matemática.
Comprensión de las ventajas y desventajas
La instrumentación de alta precisión no es automáticamente la mejor opción
Las RTD, los sensores de presión de precisión y los electrodos de pH exactos pueden reducir la incertidumbre de las mediciones, pero pueden requerir mayores costos, esfuerzos de calibración, mantenimiento o control de instalación.
La selección del instrumento debe basarse en la incertidumbre requerida por la decisión de ingeniería, no únicamente en la máxima exactitud.
Los caudalímetros pueden dominar a pesar de los cálculos cuidadosos
Los medidores de orificio suelen tener incertidumbres de alrededor de ±3 % a 5 % y pueden ser susceptibles a sesgos por obstrucción. Mejorar otras mediciones puede tener poco efecto en el resultado final si la medición de caudal sigue siendo el principal contribuyente.
En estos casos, mejorar la selección, instalación, calibración o mantenimiento del caudalímetro puede aportar más valor que aumentar la precisión de sensores que ya son adecuados.
Los límites de peor caso pueden ser excesivamente conservadores
Sumar todos los errores posibles en la misma dirección puede producir un intervalo de salida amplio. Este intervalo es apropiado para un límite conservador, pero puede sobreestimar la incertidumbre aleatoria habitual cuando los errores son independientes y es poco probable que se alineen.
El método de elaboración del informe debe indicar si el resultado representa un límite de peor caso, una incertidumbre combinada estadística o una especificación del instrumento.
Los errores correlacionados requieren precaución
La ecuación de suma cuadrática supone que las entradas son independientes. Si dos mediciones comparten una referencia de calibración, una influencia ambiental o una perturbación común del proceso, sus errores pueden estar correlacionados.
Ignorar la correlación puede subestimar o sobreestimar la incertidumbre real de la salida. Cuando la correlación sea plausible, utilice un cálculo que considere la covarianza o un límite conservador.
Cómo aplicar esto a su proyecto
Comience con la ecuación de cada resultado de ingeniería, enumere todas las entradas medidas y registre tanto su incertidumbre como la base de medición.
- Si su principal objetivo son balances precisos de masa o energía: Mejore o verifique primero la medición de caudal cuando tenga una incertidumbre aproximada de ±3–5 %, y luego evalúe las mediciones de temperatura, presión y electricidad según sus sensibilidades.
- Si su principal objetivo son datos precisos de transferencia de calor: Priorice una medición exacta de la temperatura; en general, las RTD son más adecuadas que los termopares para experimentos que requieren un desempeño de aproximadamente ±0,1 °C en lugar de aproximadamente ±1 °C.
- Si su principal objetivo es identificar la mejora de sensor más importante: Varíe cada entrada dentro de sus límites de incertidumbre y clasifique los cambios resultantes en la métrica de desempeño calculada.
- Si su principal objetivo es elaborar informes defendibles: Indique el método de incertidumbre, evite cifras significativas no justificadas y distinga la incertidumbre aleatoria de los efectos sistemáticos, como las obstrucciones o el sesgo de calibración.
- Si su principal objetivo es el diseño conservador o la resolución de problemas: Utilice los límites superior e inferior de las entradas para determinar el intervalo completo posible del resultado calculado.
Un análisis fiable de una planta piloto se obtiene al adaptar la calidad de las mediciones, la propagación de la incertidumbre y la precisión de los informes a la decisión de ingeniería que se debe tomar.
Tabla resumen:
| Tema clave | Conclusión principal |
|---|---|
| Entrada dominante | La medición menos precisa suele limitar la confianza, pero la sensibilidad determina su impacto real. |
| Análisis de peor caso | Aplique los límites superior e inferior de las entradas para estimar un intervalo de salida conservador. |
| Método de suma cuadrática | Combine las incertidumbres aleatorias independientes mediante contribuciones ponderadas por la sensibilidad. |
| Productos y cocientes | Combine las incertidumbres relativas de entradas independientes; súmelas para obtener límites conservadores. |
| Pruebas de sensibilidad | Varíe una entrada a la vez para clasificar su efecto en el resultado calculado. |
| Sesgo y correlación | Considere la deriva de calibración, las incrustaciones, las referencias compartidas y otros efectos sistemáticos. |
| Prioridades de instrumentación | Mejore la medición de caudal para los balances cuando contribuya con una incertidumbre de ±3–5 %; priorice las RTD para mediciones precisas de diferencias de temperatura. |
| Elaboración de informes | Adapte las cifras significativas y la incertidumbre declarada al método de cálculo y a la decisión de ingeniería. |
Mejore la fiabilidad de los datos de su planta piloto
¿Necesita mayor confianza en sus balances de masa, balances de energía, estudios de transferencia de calor, experimentos de reacción o resultados de tratamiento de agua? Contacte con LABPARK para analizar la Unidad Educativa y Vocacional de Operaciones Unitarias de Planta Piloto adecuada para su aplicación.
LABPARK apoya a universidades, institutos de investigación y empresas con plantas piloto para ingeniería química, bioprocesos y biotecnología, y tratamiento ambiental y de aguas. Nuestros sistemas ayudan a su equipo a evaluar la calidad de las mediciones, identificar las fuentes de error dominantes, validar el desempeño del proceso y capacitar a ingenieros utilizando condiciones operativas realistas. Contáctenos para adaptar la configuración de la planta, la instrumentación y los objetivos de formación a los requisitos de su proyecto.