cf-caichac_da
cf-caichac_da
cf-caichac_da
Create successful ePaper yourself
Turn your PDF publications into a flip-book with our unique Google optimized e-Paper software.
̃<br />
∫<br />
(38)<br />
∫ (∫<br />
∫<br />
̃ ∫ ̃) (<br />
[<br />
( ⃑<br />
( ⃑<br />
( ⃑<br />
] ⃑( ⃑ [ ]<br />
[<br />
∫<br />
]<br />
Se busca el valor ⃑ ⃑⃑⃑⃑⃑ tal que cumpla que ⃑( ⃑ sea igual a cero. Este sistema de ecuaciones<br />
vectorial se puede resolver utilizando algún método numérico basado en el método del gradiente,<br />
como el algoritmo de Newton-Raphson o Levenberg–Marquardt. El inconveniente de usar estos<br />
métodos para este problema en particular, es que el conjunto de ecuaciones a resolver presenta<br />
muchos mínimos locales, por lo que la solución que entregan estos algoritmos depende fuertemente<br />
del punto de parti<strong>da</strong> y por lo general el resultado al que llegan no es el mínimo global sino uno de<br />
los locales. Para solucionar esto se determinó que el mejor camino a seguir era barrer una serie de<br />
puntos de parti<strong>da</strong> para así obtener una serie de soluciones, y elegir aquella que más se aproxime a<br />
⃑( ⃑ . Después de realizar una calibración por ensayo y error se determinó que el espacio de<br />
puntos de parti<strong>da</strong> a barrer era el siguiente:<br />
(<br />
(<br />
(<br />
Luego con un intervalo<br />
, se llega a el dominio valores de puntos<br />
de parti<strong>da</strong> tiene un tamaño aproximado de 5.200.000 soluciones. Luego lo que se hace es barrer<br />
to<strong>da</strong>s estas soluciones y escoger aquella con menor error, definido como:<br />
√( ( ⃗ ) ( ( ⃗ ) ( ( ⃗ )<br />
(39)<br />
Para el caso bidisperso se determinó que en vista de que los resultados experimentales no<br />
presentaban una diferencia sustancial entre la resuspension del lecho monodisperso y bidisperso, y<br />
la diferencia de tamaños entre las partículas pequeñas y grandes no es demasiado ( ), el<br />
40