UNIVERSIDAD TECNOLOGICA NACIONAL FACULTAD REGIONAL ROSARIO

DEPARTAMENTO DE INGENIERIA QUIMICA

CATEDRA: INFORMATICA APLICADA A LA INGENIERIA DE PROCESOS II

DIFUSION DE LOS PRODUCTOS

DE COMBUSTION DEL PVC

(POLICLORURO DE VINILO)

EN LA ATMOSFERA

SOBRE LA CIUDAD DE ROSARIO

Marcos Bossi, Damián Matich y Juan Manuel Pignani Rosario – Noviembre del 2000

Informe

2

1- INTRODUCCIÓN. En la presente monografía se trató de estudiar los riesgos existentes al liberarse a la atmósfera una sustancia peligrosa, producto de una combustión. El marco geográfico en que se realizó el estudio corresponde a la ciudad de Rosario y sus alrededores. Concretamente, se supone que en las inmediaciones de Avenida Mendoza y Circunvalación (una zona densamente poblada), con abundancia de industrias y depósitos, existe un caso que involucra sustancias potencialmente peligrosas para el medio ambiente y para la salud humana. El presente trabajo considera únicamente este tipo de situación. 2- OBJETIVOS. Aplicación de modelos para el análisis de difusión de gases tóxicos en la atmósfera, para un escenario concreto que posteriormente se definirá detalladamente. Para este análisis se utilizará el software DEGADIS, en su versión DEG12s, modificación realizada por el GIAIQ.

La simulación contemplará en este caso variables aleatorias, como dirección de viento, velocidad, etc. Se supone que tienen distribución Gaussiana. El resultado deberá ser un perfil de concentración (distribución), en el espacio, de la sustancia peligrosa emitida (el perfil de concentración en función del tiempo no se tendrá en cuenta para este trabajo, ya que se adopta un escenario de fuga continua). Matemáticamente, una entrada con distribución Gaussiana de modelo matemático creado a partir de correlaciones que representan la dispersión de gases, no tiene por qué rendir una distribución Gaussiana a la salida. El modelo no es necesariamente lineal. A este tipo de modelo se le llama estocástico. Para obtener resultados útiles y representativos que aproximen la distribución de salida se aplicará el método Monte Carlo (utilizando una generación aleatoria de valores para las variables que lo sean).

Una vez obtenidos los resultados de la simulación se utilizarán los datos provistos por el programa para realizar un análisis de los mismos. Para ello se construirán gráficos donde se pueda apreciar los efectos de las distintas variables estocásticas sobre la concentración del gas difundido. Se calculará el índice PROBIT para cada uno de los receptores. Para un análisis más detallado se elegirán un par de receptores, que sean de mayor interés, en los cuales se graficarán los efectos de las variables estocásticas sobre la concentración del gas en cuestión. Es decir, se analizará el riesgo al que está sometida una región dada, como consecuencia de un accidente que involucre la difusión de una sustancia gaseosa tóxica en la atmósfera. 3- REVISIÓN TEÓRICA. 3.1- Modelos de dispersión de gases

Se distinguen dos tipos de modelos que rigen la dispersión de gases en la atmósfera:

- Modelos gaussianos para gases livianos y neutros (densidad inferior o igual a la del aire)

- Modelos para gases más densos que el aire La densidad del gas en estudio, relativa a la densidad del aire, es la que va a

determinar cuál va a ser el comportamiento del mismo. Otros factores con gran incidencia en el modelo son: las características de transitoriedad del escape, la presencia de aerosol en la nube, el intercambio de calor entre la nube y el suelo, etc.

Informe

3

3.1.1- Fuente de emisión continua Hipótesis: � El contaminante es liberado a la atmósfera en forma continua desde una fuente

puntual a Q (grs./seg.) (caudal másico). � Viento estacionario de velocidad uniforme u. � La pluma del contaminante se expande viento abajo de la fuente por difusión.

Para facilitar los cálculos se adopta un sistema de coordenadas con el origen ubicado en el punto de emisión y el eje x en la dirección del viento. Luego,

),,,( con i tzyxuuuu ≠= . Por consiguiente la derivada material se reduce a:

xu

D

D

∂∂≅

t

� ( )tzyx ,,,kk ≠

La ecuación ( )Ck.C ∇∇=

Dt

D toma la forma:

CkC 2∇=

∂∂

xu (i)

Solución de la ecuación (i):

( )

−= xr

u

x

Q

k2-exp

k4C

π (ii)

donde r = (x2 + y2 + z2)1/2. Si la concentración como es usual, se evalúa para x2 >> y2 + z2, entonces:

( )

+

π= 22 zy

xk4u

-expxk4

QC (iii)

- C = Concentración del contaminante. - t = Tiempo. - k = Coeficiente de difusión.

Para más información consultar el ANEXO1.

Figura A

Informe

4

3.1.2- Modelo de Coms El modelo de Coms, Mahieu y Zelis (1974) consta de simples ecuaciones de

balances de masa y cantidad de movimiento para describir emisiones tipo jet.

Diagrama esquemático del modelo de Coms.

El modelo asume perfiles de velocidad, densidad y concentración similares a los

Gaussianos para aplicar en la emisión tipo jet desarrollada:

�

22j

2

)s(b

r

a e )s(u)(cos u),r,s(uλ

−

+θ=θ

�

22j

2

)s(b

r

a e )s(),r,s(λ

−

ρ+ρ=θρ

�

22j

2

)s(b

r

e )s(c),r,s(cλ

−

=θ donde:

- u: velocidad del viento. - ua: velocidad del viento ambiente promedio. - ρ: densidad de la mezcla aire-gas. - ρa: densidad del aire. - c: concentración local. - r: distancia radial al eje de la pluma tipo jet. - s: distancia a lo largo del eje de la pluma. - θ: ángulo entre el eje de la pluma y el eje horizontal. - bj: característica del ancho del jet. - λ2: número de turbulencia de Schmidt.

Las ecuaciones del balance de masa, cantidad de movimiento (horizontal y

vertical) y energía se integran en todo el radio de la pluma. La condición inicial se especifica al comienzo de la región de “flujo desarrollado” del jet. La trayectoria del jet hasta la región de flujo desarrollado se calcula utilizando correlaciones de datos obtenidos en túneles de viento por Kamotani y Greber (1972).

El modelo de Coms asume la emisión tipo jet radialmente simétrica para todos los tiempos, lo cual no es verdadero para el modelo de pluma Gaussiana puesto que, σy y σx (coeficientes de dispersión) generalmente no son iguales. 3.2- Meteorología

Con la expresión contaminación del aire se quiere indicar cambios significativos en la composición de la atmósfera como para alterar el balance ecológico de las formas de vida terrestres.

Informe

5

La dispersión del contaminante es un proceso físico relacionado con el complejo comportamiento del flujo de la máquina térmica atmosférica. Los movimientos atmosféricos se generan debido a:

A) Gradientes de presión. B) Fuerza de Coriolis. C) Fuerza centrífuga. Estas fuerzas provocan la circulación de las masas de aire a nivel planetario, lo

que produce la dispersión de los contaminantes por convección forzada y por convección natural (generada por pequeños gradientes locales de temperatura). En el proceso de dispersión de contaminantes a la atmósfera adquiere particular importancia la convección natural. En efecto, los ciclos de calentamiento-enfriamiento asociados con el sol afectan a la capa de aire próxima al suelo dentro de la cual se emiten y se dispersan la mayoría de los contaminantes gaseosos. Lo cual da origen a los gradientes de temperatura por desplazamiento adiabático vertical de las masas de aire. El contaminante puede ser liberado a la atmósfera por una fuente puntual de emisión continua, por una fuente puntual de emisión instantánea o por una fuente lineal de emisión continua.

Las estimaciones de dispersión de contaminantes incluyen la consideración de muchos efectos: condiciones meteorológicas promedio y local, la elevación térmica y cantidad de movimiento de la pluma emitida, la topografía y edificación cercana, y la probabilidad de múltiples emisiones cercanas entre sí.

Los efectos de la meteorología a corto plazo dentro de un ciclo diurno, la existencia de capas de inversión y la transmisión térmica a gran escala, son los más relevantes cuando se estiman las concentraciones gaseosas de las emisiones de corta duración, mientras que la meteorología a largo plazo (un mes o un año) es importante para la estimación de concentraciones de material particulado y polvos.

Los parámetros atmosféricos son críticos para el uso de modelos de difusión de contaminantes. En efecto, los coeficientes de dispersión que aparecen en las fórmulas Gaussianas, están determinados por el mezclado o poder dispersivo del flujo turbulento dentro de la capa límite atmosférica. Para este propósito, Pasquill propuso un método que permite determinar los coeficientes de dispersión a partir de una clasificación sencilla de las condiciones atmosféricas, definidas como categorías de estabilidad. La ventaja de esta clasificación es que para aplicarla, solamente es necesario utilizar información convencional suministrada por el servicio meteorológico local. Pasquill propuso seis categorías de estabilidad, a saber:

A extremadamente inestable; B moderadamente inestable; C ligeramente inestable; D neutral; E ligeramente estable; F moderadamente estable.

El método permite asociar a cualquier situación atmosférica, alguna de las seis categorías anteriores. Los factores determinantes de las clases de estabilidad son:

• La velocidad del viento. • La nubosidad. • El flujo neto de radiación que llega a la Tierra, que afecta al gradiente

térmico vertical (lapse rate), a la presencia o ausencia de actividad convectiva y a la dinámica de la capa de mezclado.

Posteriormente, Gifford caracteriza las clases de estabilidad propuestas por Pasquill como alguna de las nueve clases que se muestran en la Tabla I:

Informe

6

Condiciones nocturnas Insolación durante el día

Nubosidad

Velocidad del viento en la superficie

(m/seg) Fuerte Moderada Débil > 4/8 < 4/8

< 2 A A - B B - - 2 A - B B C E F 4 B B - C C D E 6 C C - D D D D

> 6 C D D D D Tabla I

En el ANEXO 1, se encuentra información más explícita sobre la contaminación

atmosférica, los factores meteorológicos, los modelos matemáticos para calcular los perfiles de concentración de las diferentes formas de emisión, y los criterios y clasificaciones de estabilidad atmosférica. 3.3- Incertidumbre estocástica La llamada incertidumbre estocástica hace referencia a las características aleatorias en la ocurrencia de determinados eventos. En vez de unos valores concretos de ocurrencia se tiene un grado de probabilidad de ocurrencia. Por ejemplo, una persona que fuma mucho no va a desarrollar necesariamente cáncer de pulmón, pero tiene una probabilidad más elevada de contraerlo que un no fumador. Esa persona no sabe seguro si va a desarrollar cáncer, pero sabe que es mayor la probabilidad de que suceda. La incertidumbre estocástica está asociada con un componente aleatorio: un evento puede suceder o no; no es conocible a priori, pero sí se puede estimar la probabilidad de que suceda. En los problemas estocásticos, las entradas (datos) no son valores determinísticos, sino que son distribuciones estadísticas de datos. Además, en el asunto en estudio, emisión de sustancias peligrosas por combustión, una entrada con forma de distribución normal no ofrece necesariamente una salida con la misma forma, debido a la complejidad del modelo, que suele implicar ecuaciones diferenciales. La solución analítica es muy dificultosa y generalmente imposible. Es por ello que se utilizan métodos numéricos. La resolución de sistemas estocásticos requiere, entonces, el uso de computadora, ya que se suelen requerir gran cantidad de cálculos. Uno de los métodos de resolución es el de Monte Carlo. El método de Monte Carlo funciona de la siguiente manera: se irán generando valores de entrada aleatorios para cada variable no definida, que se introducirán en las ecuaciones encontradas resolviéndolas un número muy grande de veces. De esta forma se va calculando la distribución de los valores de salida (resultados del modelo a partir de cada conjunto de datos –entradas-). 3.4- Método de Monte Carlo

La simulación de Monte Carlo fue creada para resolver integrales que no se pueden resolver por métodos analíticos, para resolver estas integrales se usaron números aleatorios. Posteriormente se utilizó para cualquier esquema que emplee números aleatorios, usando variables aleatorias con distribuciones de probabilidad conocidas.

Por lo tanto es un proceso computacional que utiliza números aleatorios para derivar una salida, asignando distribuciones de probabilidad a alguna o todas las variables de entrada. Esto generará una distribución de probabilidad para las variables de salida después de una corrida de un número muy grande de simulaciones (igual que un número muy grandes de “tiradas” en un experimento con monedas en lugar de los experimentos numéricos aquí propuestos).

Informe

7

Los números aleatorios que se utilizan para generar los valores de las variables aleatorias de entrada al modelo en las simulaciones son esencialmente variables aleatorias independientes uniformemente distribuidas en un intervalo [0,1]. Para cada evento de una variable estocástica se va a asignar una cantidad de números aleatorios de acuerdo a su distribución de probabilidades (ejemplo: sea la variable estocástica “valor obtenido al tirar un dado” cuyos eventos son 1, 2, 3, 4, 5 y 6, la probabilidad de cada evento es 1/6 o 16.6%, por lo que los números del 1 al 166 corresponden al valor “1”, del 167 al 333 corresponden al valor “2” y así sucesivamente, sobre una base de 1000 números). Luego con un generador de números aleatorios se obtienen los valores para cada variable estocástica.

Una vez determinados dichos valores se ingresan al método de cálculo de dispersión, para las coordenadas (x, y) del punto emisor, y se obtiene el valor de la concentración del contaminante en la zona de estudio. Se realiza la operación de generar valores aleatorios “n” veces, por ende se obtendrán “n” eventos para cada una de las variables aleatorias que se ingresan al programa DEGADIS para lograr “n” valores de salida por cada punto receptor y así obtener la distribución de probabilidad que será idealmente aproximada para n → ∞ (la frecuencia tiende a la probabilidad del evento). De estas distribuciones de salida se podrán seleccionar los valores singulares (máximo, mínimo y media) y trabajar con los promedios de concentración para cada zona, lo que permitirá delimitar las zonas preferenciales de riesgo. También será posible obtener información de la frecuencia con que se dan diferentes valores de concentración de sustancia peligrosa en determinados puntos, en caso de accidente, lo que permite realizar un estudio de riesgos en la zona.

El método de Monte Carlo se aplicará acoplado al programa DEG12s como muestra el siguiente esquema:

Se realizan numerosas “tiradas”, cada una incorporando los datos de entrada

necesarios, para que utilizando el modelo (programa) DEGADIS se obtenga la concentración de salida. Luego de numerosos “experimentos” se tendrá una aproximación a la distribución de concentraciones en cada región bajo estudio.

dirección

viento

etc.

DEGADIS

concentración del contaminante

Informe

8

4- DEGADIS. 4.1- Fundamentos de DEGADIS

El programa DEGADIS (DEnse GAs DISpersion) en Fortran se basa en un modelo de cálculo de dispersión de gases pesados en la atmósfera (EPA, http://www.epa.gov/). Para el cual el GIAIQ ha trabajado en implementar una rutina que permita la generación de datos de entrada a DEGADIS, con el fin de adaptar el programa a las condiciones impuestas por la simulación del método de Monte Carlo, contemplando diversas variables aleatorias.

DEGADIS es uno de los modelos más completos de dispersión de gases pesados creado por Havens y Spicer para la “U.S. Coast Guard” and “The Gas Research Institute”. La versión 1.0 de DEGADIS se desarrolló en el año 1985, siendo una adaptación del modelo HEGADAS de la SHELL. En el año 1988, Havens incorporó a DEGADIS (versión 2.0) el modelo JET desarrollado por Coms para predecir la trayectoria y difusión de una emisión contaminante tipo jet (vertical) más densa que el aire y de gran altura. En 1989, Spicer y Havens modificaron el modelo JET de Coms (DEGADIS versión 2.1 = Jet Plume) para proporcionar una pluma de sección transversal elíptica con entrada de aire. Parte de DEGADIS está contenido en el popular modelo ALOHA.

DEGADIS permite el cálculo de contornos de concentración de gases tóxicos e inflamables liberados a gran altura o sobre el nivel del suelo, con una cantidad de movimiento insignificante o como emisiones jets, dentro de una delimitación atmosférica, situada sobre un terreno llano y sin obstáculos. Habiendo sido validado en diversos experimentos en túnel de vientos y en campo abierto con gases como LNG, propano, amoniaco, tetróxido de nitrógeno y fluoruro de hidrógeno.

La dispersión atmosférica de emisiones contaminantes puede clasificarse en los siguientes regímenes de flujo de fluido:

� Jet (emisiones en chorro). � Buoyancy-dominated (nube flotante). � Stably-stratified (estratificación estable). � Passive dispersión (dispersión pasiva). Estos cuatro regímenes pueden estar presentes en diferentes grados, dependiendo

de la velocidad y dimensiones de la emisión, densidad del gas y características del flujo atmosférico (Havens and Spicer sugirieron un criterio para determinar los mismos basados en experimentos realizados en un túnel de agua con dispersión de salmuera. Otro criterio es el de Richardson quien trabajó con las mismas observaciones).

En las emisiones tipo jet, después que la energía cinética del flujo dirigido se disipa el proceso de dispersión siguiente puede ser descrito como una pluma o nube establemente estratificada introducida en la corriente de viento (pudiendo ser analizada con la teoría de dispersión pasiva de contaminantes). La estratificación de densidad tiende a disminuir la turbulencia y el mezclado vertical.

DEGADIS considera a los gases fugándose de una fuente primaria (por ejemplo un charco que emite vapores). Si el caudal de escape del gas es menor que la cantidad de aire que entra en éste, el gas es transportado por el flujo atmosférico viento abajo. La dispersión viento abajo se modela con una distribución de concentraciones siguiendo una ley potencial en la dirección vertical y una distribución Gaussiana modificada en la horizontal, con una ley potencial aplicada a la velocidad del viento. Si el caudal de gas es mayor que el aire que entra, se forma una fuente secundaria de gas más denso que el aire sobre la fuente primaria, que se modela a partir de propiedades espaciales

Informe

9

promedio. En este caso, se incorpora a los cálculos, la entrada de aire por el frente de gas pesado a medida que el mismo cae por efecto de la gravedad.

Al evaporarse un líquido o al producirse una emisión instantánea de gas, se forma una nube que se dispersa viento abajo. El modelo considera a la nube como un cilindro que va aumentando su radio a medida que difunde radialmente.

Hay tres fuerzas principales que actúan sobre la nube: una fuerza de presión

estática, una fuerza dinámica de rozamiento y la fuerza de empuje del flujo atmosférico. La diferencia de densidad que existe entre las capas de la nube se asume horizontalmente uniforme. El área circular de la nube se asocia a un área rectangular equivalente a 2b de ancho y L de largo. Los perfiles de concentración vienen dados por las siguientes ecuaciones:

( ) ( ) ( )( ) ( )

( ) ( ) ( ) b y para xS

z- exp xc zy,x,c

y b y para xS

z-

xS

xb y-exp xc zy,x,c

1

zc

1

z

2

yc

≤

=

>

×=

+

+

α

α

donde cc es la concentración de la línea céntrica, Sz y Sy son los coeficientes promedios de dispersión vertical y horizontal. La dirección del viento coincide con la del eje positivo de las x. Para cada categoría de estabilidad Pasquil se tiene un determinado ∝ .

Radio

Tiempo

Informe

10

Diagrama esquemático del modelo DEGADIS

Las ecuaciones desarrolladas en el modelo matemático parten de la base anteriormente comentada y ofrecen dos posibilidades distintas: modelar un escape de gas, tanto estacionario como transitorio, o modelar un escape de gas en forma de jet. Para ello DEGADIS utiliza dos programas diferentes de entrada: DEGINP.EXE para el primer caso y JETINT.EXE para el segundo. DEGINP.EXE se encarga de pedir al usuario los datos de entrada y de escribirlos en un archivo de extensión *.INP. También se crea un archivo ejecutable de extensión *.BAT y de mismo nombre, que sirve para lanzar el archivo de datos iniciales a los programas de cálculo que ofrecerán el resultado del perfil de concentraciones. A continuación se comentan algunas de las opciones de entrada que ofrece el programa. Al inicio, el programa pide información sobre las condiciones atmosféricas y el terreno que se dan en el momento del escape (por ejemplo: velocidad del viento, clase de estabilidad de Pasquill, rugosidad, etc.). En la versión original, DEGADIS no pide la dirección del viento porque realiza todos los cálculos en la dirección viento abajo y no ha sido diseñado para trabajar con mapas. No obstante, debido a las modificaciones realizadas por el GIAIQ (versión DEG12s) las características anteriormente mencionadas son contempladas.

También se pide el tiempo promedio de la emisión con el fin de determinar el coeficiente de dispersión lateral. Este tiempo es el tiempo total sobre el cual se promedian los datos, y permite estimar las fluctuaciones de concentración y oscilaciones de la pluma. Así, un tiempo promedio de 0 ó de 1 segundo es útil para gases inflamables y un tiempo de varios minutos es útil para gases tóxicos. DEGINP pide información sobre si el escape es isotérmico o no, y si se va a incluir la transferencia de calor en los cálculos. La elección de escape no isotérmico (adiabático) hace que la simulación trate al contaminante como si fuera un gas ideal con la capacidad calorífica conocida. El programa toma en cuenta los efectos de condensación de agua de manera apropiada. Para el caso isotérmico se pide la siguiente información: densidad relativa contaminante-aire, fracción molar del contaminante, concentración del contaminante y densidad, entalpía y temperatura de la mezcla. También se debe ingresar si el escape se realiza en estado estacionario o transitorio. Para esto, DEGINP pide la siguiente información: velocidad de emisión de

Informe

11

la fuente, radio de la fuente, fracción másica del contaminante, temperatura de la fuente y fracción másica líquida del contaminante. Para simular un escape en estado estacionario se incorporan para los tiempos: (1) inicial y (2) final del escape las variables anteriormente mencionadas con sus respectivos valores estacionarios, y (3) un segundo y (4) dos segundos después del tiempo final del escape, las variables velocidad de emisión de la fuente y radio de la fuente igual a cero, y el resto con sus respectivos valores estacionarios.

La naturaleza del trabajo global en que queda enmarcado el estudio de DEGADIS aconseja no limitarse a un escenario demasiado concreto con el fin de obtener datos generales acerca de la dispersión de gases pesados.

El programa permite seleccionar siete sustancias de una base de datos interna. La misma incluye información sobre: peso molecular, densidad, capacidad calorífica y concentraciones de interés específicas. Estas concentraciones son: Upper Level of Concern (ULC) y Lower Level of Concern (LLC); siendo el nivel más alto y más bajo de concentración del contaminante, respectivamente que delimitarán el trazado de contornos que realiza DEGADIS. Para escape transitorio, el programa realiza los contornos a partir de 1/4 del valor de LLC. Asimismo, el programa también pide información sobre la altura a que se va a estimar la pluma y cuál es la concentración mínima a la cual los cálculos deben ser detenidos.

DEGADIS presenta los resultados, una vez que se ejecuta el archivo *.BAT, en un archivo de extensión *.LIS. La pluma de concentraciones queda caracterizada para tiempos concretos en dicho archivo. Los programas DEG1.EXE (determina α y describe la fuente de emisión para estado estacionario y transitorio) y DEG2.EXE (describe la dispersión viento abajo en estado pseudo-estacionario del gas emitido), se encargan de realizar los cálculos que aparecen en el archivo *.LIS.

Es posible realizar un estudio más completo a través de DEG4.EXE, que permite calcular la concentración de contaminante a diversos tiempos en una posición determinada de coordenadas (x, y, z) indicadas por el usuario. Asimismo, DEG3.EXE permite obtener el valor de la pluma (concentraciones en función de la distancia) para tiempos especificados por el usuario. DEG4.EXE y DEG3.EXE trabajan sobre los resultados obtenidos por DEG2.EXE.

DEGADIS tiene limitaciones en terrenos complejos (valles) ya que las características del mismo influencian la trayectoria y el transporte de los gases densos. El modelo asume un campo de flujo atmosférico sin obstáculos, no teniendo en cuenta los efectos aerodinámicos en las cercanías de los edificios. Solo considera emisiones de sustancias puras, sin tener en cuenta mezclas ni reacciones químicas.

4.1.1- Características del modelo Jet-Plume

El modelo JET-Plume suministra: � Una forma elíptica para la pluma si la misma se corta transversalmente. � Aplicación a escenarios donde la pluma permanece en el aire o retorna al

suelo. Después de hacer contacto con el mismo, el modelo predice la dispersión de la nube.

Las emisiones de gas jet son modeladas como emanaciones de material puro dirigidas verticalmente, ya que el modelo no simula emisiones en sentido horizontal. Se asume que el jet es descargado de un orificio circular con perfil de velocidad uniforme. A una determinada distancia viento abajo de la emisión, los perfiles de velocidad y concentración se consideran gaussianos. La región antes de la formación de estos perfiles se denomina zona de establecimiento de flujo.

Informe

12

Pasquill y Gifford desarrollaron la siguiente ecuación para obtener el perfil de concentración:

( ) ( ) ( ) ( )

×

×=

2

z

2

yc x

z21

- x

y21

-exp xc zy,x,cθθ

Donde cc(x) representa la concentración en la línea céntrica, y θz y θy, la dispersión de la nube en dichas direcciones en función de x que es la dirección del viento.

4.2- Archivo de entrada (*.INP) para DEGADIS, versión DEG12s

DEGINP es un módulo de entrada interactivo, para escapes no en forma de jet, que define un nivel base; simulando un escape momentáneamente bajo, al inicio. Sobre como completarlo, DEGINP crea un archivo igual al mostrado a continuación:

• En la 1º parte se ingresan los datos metereológicos:

TITLE1 TITLE2 TITLE3 TITLE4 U0 Z0 ZR ISTAB OODIST AVTIME INDVEL RML TAMB PAMB HUMID RELHUM ISOFL TSURF IHTFL HTCO IWTFL WTCO

Informe

13

El significado de cada una de las variable utilizadas en la primera parte del archivo de entrada son los siguientes:

- TITLE1, TITLE2, TITLE3, TITLE4: son líneas de hasta 80 caracteres para cada uno de los títulos de esta simulación.

- U0, Z0: U0 (m/seg) es la velocidad del viento ambiente a la altura Z0 (m). - ZR: es la rugosidad de la superficie (m). - ISTAB: el la categoría de estabilidad atmosférica Pasquill-Gifford,

utilizando 1 para A, 2 para B, etc. - OODIST: es la distancia en que la pluma toca el suelo para escapes a chorro

(m). - AVTIME: es el tiempo promedio (seg) utilizado para estimar DELTAY. - INDVEL: es un indicador que determina el método de cálculo para el perfil

de velocidades ambiente en el chorro/modelo de la pluma, como sigue: Para INDVEL = 1, la categoría de estabilidad Pasquill-Gifford (en ISTAB, utilizando 1 para A, 2 para B, etc.) es usada junto con ZR para determinar la longitud Monin-Obukhov RML. El corte del perfil de velocidades es entonces determinado utilizando el RML. Para INDVEL = 2, la longitud Monin-Obukhov RML es suministrada por el usuario. El corte del perfil de velocidades es entonces determinado utilizando el RML. Nótese que ISTAB debe aún ser especificado.

- TAMB, PAMB, HUMID y RELHUM: son respectivamente, la temperatura ambiente (ºK), la presión ambiente (atm ó Nw/m2), la humedad ambiente absoluta y la humedad relativa (%).

- ISOFL: es la bandera que indica una simulación isotérmica está siendo corrida (si ISOFL es 1).

- TSURF: es la temperatura de la superficie (ºK). Si TSURF < 250ºK, la misma es ajustada por TAMB.

- HTCO: es el coeficiente de transferencia de calor, si en coeficiente constante es deseado.

- IWTFL: es la bandera que indica que la transferencia de H2O de la tierra a la nube se estima para la fuente cubierta.

- WTCO: es el coeficiente de transferencia de H2O, si se desea tener un coeficiente constante.

Informe

14

• En la 2º parte se ingresan las propiedades del gas en cuestión:

El significado de cada una de las variable utilizadas en la segunda parte del

archivo de entrada son los siguientes: - GASNAM: es el nombre del contaminante (3 letras). Cualquier carácter

encadenado de tres letras o menos es válido; esto es para identificar la corrida del usuario y no acceder a la propiedad de los datos.

- GASMW: es el peso molecular del contaminante (Kg/Kmol). Cuando está el espacio en blanco, GASMW, es el peso molecular del aire.

- GASTEM: es la temperatura de emisión (ºK) del gas contaminante después de cualquier despresurización. Cuando está el espacio en blanco, GASTEM es la temperatura ambiente.

- GASRHO: es la densidad del contaminante a la condición de GASTEM en Kg/m3. Cuando está el espacio en blanco, GASRHO, es calculado utilizando la Ley de los Gases Ideales.

- CPK y CPP: CPK es q1 y CPP es p1 en la ecuación utilizada para describir la capacidad calorífica del contaminante. CPP y CPK son utilizados por DEGADIS para calcular la capacidad calorífica en función de la temperatura. Si se desea una capacidad calorífica constante, se debe ajustar CPP = 0 y CPK para la capacidad calorífica deseada en J/(Kg ºK).

- GASULC, GASLLC y GASZZC: GASULC y GASLLC son el nivel más alto y más bajo, respectivamente, de concentración del contaminante para estimar el perfil de concentraciones. Dicho perfil se calcula a la altura GASZZC. Los cálculos se llevarán a cabo a GASLLC para la simulación en estado estacionario y a GASLLC/4 para estado transitorio.

- NP: si una simulación isotérmica está siendo corrida (si ISOFL no es cero) las líneas NP contienen la densidad relativa contaminante-aire en forma tabulada. Además para I corriendo de 1 a NP, [DEN (1,I)] contiene la fracción molar y [DEN (2,I)] la concentración (Kg/m3) del contaminante, y [DEN (3,I)] la densidad (Kg/m3), [DEN (4,I)] la entalpía (J/Kg) y [DEN

GASNAM GASMW GASTEM GASRHO CPK CPP GASULC GASLLC GASZZC NP

DEN( (J, 1), J =1, 5) DEN( (J, 2), J =1, 5)

.

.

. DEN( (J, NP), J =1, 5)

YCLOW GMASS0 NT

PTIME(1), ET(1), R1T(1), PWC(1), PTEMP(1), PFRACV(1) PTIME(2), ET(2), R1T(2), PWC(2), PTEMP(2), PFRACV(2) . . . PTIME(NT), ET(NT), R1T(NT), PWC(NT), PTEMP(NT), PFRACV(NT)

CHECK4 TINP

Informe

15

(5,I)] la temperatura (ºK) de la mezcla. Los valores para el aire ambiente puro se ingresan para I = 1, y los valores para el contaminante puro se ingresan para I = NP.

- YCLOW: es la fracción molar del contaminante a la cual los cálculos se detienen (para una simulación transitoria los cálculos se llevan a cabo para YCLOW/5).

- GMASS0: es la masa inicial del gas contaminante sobre la fuente para derramamientos transitorios.

- NT: es el número de tiempos requeridos para describir la fuente. Para J recorriéndose desde 1 a NT, ET(J) tiene la velocidad de evolución de la fuente primaria (Kg/seg), R1T(J) tiene el radio de la fuente primaria (m), PWC(J) tiene la fracción másica del contaminante en la fuente primaria, PTEMP(J) tiene la temperatura de la fuente primaria (ºK) y PFRACV(J) tiene la fracción másica líquida de la fuente primaria, todos evaluados a PTIME(J). Para emisiones en estado estacionario, NT se debe ajustar a 4, tomando ET, R1T, PWC, PTEMP, y PFRACV valores de estado estacionario para tiempos de 0 y 60230 seg. Para tiempos de 60231 y 60232 seg, ajustar ET y R1T a cero para PWC, PTEMP y PFRACV, aún para valores de estado estacionario.

- CHECK4: es verdadera (T) para simulaciones en estado estacionario, de lo contrario es falso.

- TINP: es la marca o sello de tiempo de cuando fue creada la entrada. • En la 3º parte:

El significado de cada una de las variable utilizadas en la tercer parte del archivo de entrada son los siguientes:

- IDLH del gas (Immediately Dangerous to Life or Health air concentration values): es el valor de concentración en el aire que resulta peligroso para la vida o la salud. Representa la máxima concentración a la cual un trabajador masculino puede estar expuesto hasta 30 minutos sin experimentar ningún efecto sobre la salud que pueda ser irreversible.).

- OpCasos: si el valor del condicional es igual a 0 la simulación corre igual a DEGADIS (versión original). En cambio, si es 1 la simulación se realiza en forma aleatoria.

##### //IDLH en mg/m^3 1 //OpCasos, Si==0 NO corre casos aleatorios

(corre igual a DEGADIS) ##### //NgenCasos, Si==0 lee archivo de casos, si es

>0 genera internamente NgenCasos (requiere montecarlo.dat)

casos.inf //Archivo de casos (siempre requerido) (20 char.) #### //N# de emisores #### #### //Top and left of rectangle #### #### //buttom and right of rectangle #### #### //DeltaX, DeltaY #### #### //Coordenadas geográficas de los emisores(X,Y)

Informe

16

- NgenCasos: si el valor del condicional es igual a 0 lee archivo de casos, si es un número > 0 genera internamente NgenCasos (en este último caso requiere del archivo montecarlo.dat).

- Archivo de casos - Número de emisores: es la cantidad de puntos emisores. - Coordenadas de la cuadrícula (arriba-izquierda y abajo derecha), donde se

ubican los puntos receptores. - Paso (¨[� ¨\�� HV OD GLVWDQFLD HQWUH ORV SXQWRV UHFHSWRUHV� - Coordenadas del punto emisor. Esta modificación en la tercera parte fue realizada por el GIAIQ sobre el

archivo de entrada *.INP del DEGADIS. Nota: cualquier editor de texto se puede emplear para utilizar otro contaminante

siguiendo el formato de ejemplo. También diferentes nombres pueden ser usados para los archivos de propiedades. 4.3- Archivos de salida

Una vez corrido el programa se generan los siguientes archivos de salidas: - casosIDLH.dat: número de emisor, número de receptor, estación día - noche,

dirección del viento, temperatura ambiente, velocidad del viento, tipo de estabilidad atmosférica y coordenadas del punto receptor.

- concentración.dat: fecha y hora de la simulación; número total de emisores y receptores; tiempo total de simulación; número, coordenada y cantidad de veces que supera el IDLH para el punto receptor.

5- INTRODUCCIÓN A LOS ASPECTOS TÉCNICOS DEL TRABAJO.

Como primera etapa de este trabajo se ha realizado un estudio en torno al programa DEGADIS, versión DEG12s (origen: EPA, Environmental Protection Agency). . Este programa ofrece el perfil de concentraciones de la sustancia emitida, dadas unas condiciones atmosféricas determinadas, unos parámetros de fuga concretos, etc.

Dicho modelo puede utilizarse para minimizar consecuencias de accidentes antes de que se produzcan o bien para gestionar planes de contingencia. Las fases de que ha constado el trabajo son:

- Análisis de la base matemática utilizada para modelar los escapes de sustancias químicas peligrosas, con especial atención sobre los modelos de dispersión de gases.

- Estudio de los productos de la combustión de plásticos (escenario a estudiar). - Comprensión del programa DEGADIS, versión DEG12s. - Generación del archivo de entrada *.INP y simulación. - Interpretación de los datos obtenidos. El análisis del riesgo debido a la combustión de material plástico se puede

convertir en una tarea muy compleja dado el gran número de escenarios posibles. Con el fin de facilitar la tarea, se ha seleccionado un escenario concreto, al cual estará referido el estudio. Esto permitirá simplificar el problema probabilístico.

- Variables: a) Distribución de vientos en la zona (velocidad) b) Distribución de vientos en la zona (dirección) c) Distribución de temperaturas d) Distribución de estación del año, día - noche

Informe

17

e) Distribución de humedad relativa f) Distribución de tipo de estabilidad atmosférica g) Distribución de presiones

- El análisis se realiza desde un punto de vista a posteriori del accidente, es decir, partiendo del supuesto de que el incendio ya ha sucedido, y pasando a analizar las posibles consecuencias derivadas del mismo. En especial, qué efectos producirá la emanación de los productos nocivos de la combustión de polímeros en un depósito de ubicación conocida.

6- DEFINICIÓN DEL CASO EN ESTUDIO. Como caso de interés se adopta la combustión de un depósito de Policloruro de Vinilo en polvo (PVC), en estado totalmente puro. El mismo se supone que se encuentra almacenado en un silo de 5 metros de diámetro y 50 toneladas de capacidad (punto emisor). El silo se encuentra completamente lleno en el momento del accidente. Para la ubicación del punto emisor se propone, luego de informarnos sobre la zona en donde se hallan ubicados la mayoría de los depósitos en Rosario, como un posible lugar de radicación la zona de Avenida Circunvalación y Mendoza. Más precisamente en la manzana comprendida entre las calles: White, Donado, Forest y Av. Circunvalación. Para la región de estudio se adopta un cuadrado de 36 km2, encontrándose el punto emisor en su centro.

Se supone un tiempo de combustión de 1 hora de duración, durante el cuál la emisión de los productos de la combustión se consideran como una fuente puntual de emisión continua.

A pesar de la ardua búsqueda, tanto en los libros especializados en plásticos como en internet, no se pudo hallar una estequeometría exacta. Se encontró que los productos de combustión del PVC en estado puro (es decir como materia prima) son los siguientes (dependiendo fuertemente de las condiciones de la combustión): monóxido de carbono (CO), dióxido de carbono (CO2), cloruro de hidrógeno (HCl) y vapor de agua (H2O). Por este motivo se propone la siguiente estequeometría de combustión que se utilizara para el análisis.

(-CH2-CHCl-)n + 2 nO2 nCO + nCO2 + nH2O + nHCl

Para simplificar el caso solo se tiene en cuenta como gas tóxico el cloruro de hidrógeno. Partiendo de las hipótesis adoptadas (50 toneladas de PVC, velocidad de combustión y estequeometría de la reacción), la cantidad de HCl producido será de 29,2 toneladas con un caudal de emisión de 8,11 kg/seg. Inicialmente se tomó como temperatura de combustión 300ºC, dado que por debajo de esta temperatura la combustión es autoextinguible. Pero nos encontramos con el problema de que DEG12s no podía realizar las simulaciones, ya que a esta temperatura el gas en cuestión es menos denso que el aire. Por esta circunstancia nos vimos obligados a realizar una nueva hipótesis: la combustión se realiza a la temperatura antes mencionada, pero ni bien los gases abandonan el silo se enfrían instantáneamente a la temperatura de 25ºC.

Se eligió el escape como no isotérmico (adiabático); lo que hace que la simulación trate al contaminante como si fuera un gas ideal con la capacidad calorífica conocida. También se seleccionó el caso de escape de tipo estacionario, desechando el caso transitorio, con lo cual se requiere de la siguiente información:

Informe

18

1) tiempo = 0 s, caudal de salida = 8,11 Kg/s, radio de la fuente = 5 m 2) tiempo = 3600 s, caudal de salida = 8,11 Kg/s, radio de la fuente = 5 m

3) tiempo = 3601 s, caudal de salida = 0 Kg/s, radio de la fuente = 0 m 4) tiempo = 3602 s, caudal de salida = 0 Kg/s, radio de la fuente = 0 m

7- GENERALIDADES SOBRE LAS SUSTANCIAS INHERENTES AL

INFORME. Parte de la información para este trabajo se extrajo de la base de datos

denominada SAX’s (SAX´s Dangerous Properties of Industrial Materials, 9th Edition), en la cual se encuentra una lista de materiales potencialmente peligrosos, entre ellos drogas, aditivos alimentarios, conservantes, minerales, pesticidas, colorantes, detergentes, lubricantes, jabones y plásticos.

Para cada uno de estos materiales se presenta: el código DPIM (identifica a cada sustancia con un único código formado por tres letras y tres números), la calificación de su peligrosidad (Hazard Rating), el nombre, el número CAS (Chemical Abstracts Service, número asignado por la American Chemical Society’s a cada compuesto químico), el número DOT (Department of Transportation, es un código de peligrosidad asignado por este departamento), la fórmula molecular, el peso molecular, una descripción del material, propiedades físicas y sus sinónimos. Seguido a todos estos datos se presenta un listado de toxicidad del mismo.

En el ANEXO 2 se presenta un pequeño glosario de los términos y siglas utilizadas en el SAX´s, que pueden resultar de interés.

7.1- Policloruro de Vinilo

El PVC (Policloruro de Vinilo) es la segunda materia plástica mundial, siendo la primera el polietileno. La producción a gran escala comenzó hace unos 60 años.

Es una combinación química de carbono, hidrógeno y cloro. Sus materias primas provienen del petróleo (en un 43%) y de la sal común (en un 57%).

Del refino del petróleo se obtiene una sustancia gaseosa, el etileno, una de las bases para la fabricación de PVC.

Paralelamente el cloruro sódico se descompone por electrólisis, obteniéndose cloro y además hidróxido sódico e hidrógeno.

La reacción del etileno y cloro da lugar al monómero cloruro de vinilo (VCM), obteniéndose previamente el producto intermedio dicloretano (EDC). Mediante la polimerización del monómero VCM en reactores, en condiciones adecuadas de presión y temperatura, se obtiene el polímero policloruro de vinilo (PVC).

En cuanto a las materias primas del PVC, hay que señalar que la sal, es un recurso inagotable.

El 86% del consumo mundial de petróleo se quema y únicamente el 4% se emplea en la producción de plásticos. Del total, tan sólo un 0,25% se emplea para la producción del PVC.

El consumo total de energía para la producción de 1 kg. de PVC es de 65 megajulios (media europea). Esta cifra es significativa si se tiene en cuenta que con 1 kg de PVC se fabrican 25 botellas de 1,5 litros de agua.

El consumo específico de PVC en Estados Unidos, Japón y Europa es, respectivamente del orden de 21, 16 y 15 kg/habitante/año, cifras altas si se las compara con los 4 kg/habitante/año del resto del mundo.

Informe

19

7.1.1- Propiedades del PVC El PVC es un material termoplástico, es decir, que bajo la acción del calor se

reblandece y puede así moldearse fácilmente; al enfriarse recupera la consistencia inicial y conserva la nueva forma.

Otra de sus muchas propiedades es su larga duración. Por este motivo, el PVC es utilizado a nivel mundial en un 55% del total de su producción en la industria de la construcción.

El 64% de las aplicaciones del PVC tienen una vida útil entre 15 y 100 años, y es esencialmente utilizado para la fabricación de tubos, ventanas, puertas, persianas, muebles, etc. Un 24% tiene una vida útil entre 2 y 15 años (utilizado para electrodomésticos, piezas de automóvil, mangueras, juguetes, etc.). El resto, 12%, es usado en aplicaciones de corta duración, como por ejemplo: botellas, film de embalaje, etc., y tiene un vida útil entre 0 y 2 años. La mitad de este porcentaje (un 6%) es utilizado para envases y embalajes, razón por la que el PVC se encuentra en cantidades muy pequeñas en los Residuos Sólidos Urbanos (RSU): tan sólo el 0,7%.

Otras propiedades del PVC, que hacen que ocupe un lugar privilegiado dentro de los plásticos, son las siguientes: ligero; inerte y completamente inocuo; resistente al fuego (no propaga la llama); impermeable; aislante (térmico, eléctrico y acústico); resistente a la intemperie; de elevada transparencia; protector de alimentos y otros productos envasados, incluidas las aplicaciones médicas (por ejemplo: plasma y sangre); económico en cuanto a su relación calidad-precio; reciclable; y fácil de transformar (por extrusión, inyección, calandrado, prensado, recubrimiento y moldeo de pastas).

El PVC pertenece a la Química del Cloro. Hoy en día, más del 60% de la industria química depende directa o indirectamente

del uso del cloro. El 85% de las medicinas se fabrican gracias a la química del cloro. El 98% del agua potable de la Europa Occidental se puede beber sin peligro gracias al cloro.

PROPIEDADES MECANICAS UNIDAD NORMA ASTM

NORMA DIN VALORES

PESO ESPECIFICO A 23ºC gr/cm3 D-792 53479 1.35 - 1.45

RESISTENCIA A LA TRACCION kg/cm2 D-638 53455 350 - 520

RESISTENCIA A LA COMPRESION kg/cm2 D-695 560

RESISTENCIA A LA FLEXION kg/cm2 D-790 700

RESISTENCIA AL CHOQUE SIN ENTALLA kg cm/cm2 NO ROMPE

ALARGAMIENTO A LA ROTURA % D-638 2 - 40

MODULO DE ELASTICIDAD EN TRACCION kg/cm2 D-638 24500-40000

DUREZA Shore D D-785 80 - 83

COEF. DE ROCE ESTATICO SOBRE ACERO

COEF. DE ROCE DINAMICO SOBRE ACERO

RESISTENCIA AL DESGASTE POR ROCE MALA

PROPIEDADES TERMICAS UNIDAD NORMA ASTM

NORMA DIN VALORES

CALOR ESPECIFICO Kcal/Kg/ºC 0.2 - 0.3

TEMP. DE FLEXION BAJO CARGA (18.5Kg/Cm2) ºC D-648 55

Informe

20

TEMP. DE USO CONTINUO ºC 60

TEMP. DE FUSION ºC 150

COEF. DE DILATACION LINEAL por ºC 0,00011

COEF. DE CONDUCCION TERMICA Kcal/m/h/ºC 0.22

PROPIEDADES ELECTRICAS UNIDAD NORMA ASTM

NORMA DIN VALORES

CONSTANTE DIELECTRICA A 60 HZ D-150 53483 3.2 - 3.6

CONSTANTE DIELECTRICA A 1 KHZ D-150 53483 3.0 - 3.3

CONSTANTE DIELECTRICA A 1 MHZ D-150 53483 2.8 - 3.1

ABSORCION DE HUMEDAD AL AIRE % D-570 0.05 - 0.4

RESISTENCIA SUPERFICIAL Ohms

RESISTENCIA VOLUMETRICA omhs-cm

RIGIDEZ DIELECTRICA kv/mm 11 - 40

PROPIEDADES QUIMICAS OBSERVACIONES

RESISTENCIA A HIDROCARBUROS DEFICIENTE

RESISTENCIA A ACIDOS DEBILES A TEMP. AMBIENTE BUENA

RESISTENCIA A ALCALIS DEBILES A TEMP. AMBIENTE BUENA

RESISTENCIA A PROD. QUIMICOS DEFINIDOS CONSULTAR EN CADA CASO

EFECTO DE LOS RAYOS SOLARES LO AFECTAN

APROBADO PARA CONTACTO CON ALIMENTOS SI

COMPORTAMIENTO A LA COMBUSTION ARDE CON DIFICULTAD

PROPAGACION DE LLAMA AUTOEXTINGUIBLE

COMPORTAMIENTO AL QUEMARLO SE ABLANDA Y DESCOMPONE

COLOR DE LA LLAMA AMBAR CON BORDE VERDE

OLOR AL QUEMARLO CLORO

7.1.2- Comportamiento en caso de incendio

El PVC resiste sin modificación hasta los 100°C y la verdadera combustión entendida como define la norma UNE 23.7272-90 (reacción exotérmica de una sustancia, llamada combustible, con un oxidante, llamado comburente, y que va acompañado por una emisión lumínica en forma de llamas o incandescencia con desprendimiento de productos volátiles y/o humos, y que puede dejar un residuo de cenizas) no se produce, salvo excepciones, antes de los 250-300 ° C.

Por otro lado, existen una serie de ensayos de laboratorio (aplicando llama) que permiten comprobar la reacción de los materiales ante el fuego y clasifican la combustibilidad de estos en diferentes grados que son:

- M0: aquellos que apenas se encienden realizando los ensayos. - M1: aquellos que arden en la llama pero que se apagan en ausencia de ésta. - M2: aquellos que continúan ardiendo aún después del encendido. - M3: aquellos que arden vigorosamente o explotan.

Informe

21

La mayoría de las formulaciones de PVC ensayados dan un grado de combustibilidad M1, lo que significa que sólo queman mientras se les aplica la llama, apagándose inmediatamente cuando ésta se retira.

El buen comportamiento del PVC ante el fuego se debe al alto porcentaje de cloro (un halógeno que se utiliza como ignífugo en algunos materiales y que está presente en algunos agentes extintores denominados halones), elemento ignífugo por constitución y que dificulta la acción de la llama, arde con dificultad y no la propaga.

Cuando el PVC arde o combustiona, desprende monóxido de carbono, dióxido de carbono y cloruro de hidrógeno (gas), pero no se ha detectado nunca ni cloro libre ni trazas de fósgeno (gases altamente tóxicos). Por otro lado, se ha demostrado que el PVC no puede, por sí mismo, producir dioxinas y furanos. Numerosos estudios recientes han probado que cualquiera que sea la cantidad de PVC contenida en el combustible (básicamente en basuras orgánicas) la cantidad de las Dibenzo-p-dioxinas policloradas (no cancerígenas para los humanos), ha permanecido constante respecto a la producida en ausencia de éste.

Todos los estudios efectuados sobre la toxicidad de los gases producidos en las combustiones de PVC respecto a la de los gases producidos en la combustión de otro tipo de materiales entre ellos la madera, el algodón, otros tipos de plásticos, etc., han mostrado que la toxicidad relativa de éstos depende de muchos factores como son la temperatura de descomposición, el método de descomposición, el flujo de aire, la humedad, el grado de oxígeno presente, el tamaño de la habitación.

Numerosos estudios realizados en incendios donde existía o se almacenaba gran cantidad de PVC han demostrado, por un lado, que los residuos tóxicos producidos no contienen cantidades anormales de dioxinas o furanos y, por otro lado, que los humos generados, en general, y los efectos destructivos materiales y humanos del ácido clorhídrico (siempre en solución en presencia de agua o humedad), en concreto, han sido de un nivel parecido o incluso en ocasiones inferior a los generados en incendios de similares magnitudes que han involucrado materiales tradicionales (por ejemplo: madera).

El humo (gases tóxicos y/o corrosivos junto con partículas sólidas) generado en un incendio es el principal responsable de la pérdida de vidas humanas, ya sea por su naturaleza tóxica o por su naturaleza asfixiante debido al desplazamiento del aire (y por tanto del oxígeno) que nos rodea y que nos es imprescindible para la vida. Es, por tanto, un enemigo importante para las personas afectadas pero no para los equipos de extinción dado que estos utilizan equipos de respiración autónoma con presión positiva y equipos de protección personal.

El monóxido de carbono (gas extraordinariamente tóxico que, incluso en pequeñas cantidades, se combina con la hemoglobina de la sangre e impide el transporte de oxígeno a las células, lo que provoca mareos y vértigo, dolor de cabeza, un estado de aturdimiento y, finalmente, la muerte) generado en cualquier combustión es, junto con el dióxido de carbono (cuya peligrosidad radica en su capacidad de desplazamiento del oxígeno que nos rodea y por tanto en su naturaleza asfixiante), el gas más peligroso que podemos encontrar en un incendio, debido a sus especiales características, como el hecho de ser inodoro (no se detecta con el olfato) e incoloro (no se detecta con la vista), a diferencia del cloruro de hidrógeno que se huele y se ve y que, por tanto, se detecta fácilmente y cuyo nivel de toxicidad es más bajo que el primero.

Para más detalles sobre el PVC se puede consultar el ANEXO 3.

Informe

22

7.2- Cloruro de Hidrógeno

Para obtener información sobre las MSDS (Material Safety Data Sheet, material designado para proveer a los trabajadores y al personal de emergencia la correcta metodología en la manipulación de sustancias. Incluye información como propiedades físicas, toxicidad, efectos a la salud, primeros auxilios, reactividad, almacenamiento, eliminación, equipo de protección, derrame o fuga.) y en que sitio de internet poder encontrarlas consultar el ANEXO 4, donde se brinda una breve explicación. 8- SELECCIÓN DE DATOS METEOROLÓGICOS. Las variables estocásticas que se han seleccionado para realiza la simulación por el método de Monte Carlo corresponden a los siguientes parámetros atmosféricos:

- velocidad del viento, - clase de estabilidad atmosférica, - temperatura ambiente, - presión atmosférica, - humedad relativa.

La obtención de las distribuciones de cada parámetro en la zona de interés fue realizado a partir de datos extraídos del Servicio Meteorológico Nacional de la Estación Rosario (velocidad del viento), de la central térmica Sorrento (clase de estabilidad de Pasquill) y de mediciones realizadas por miembros de la Universidad Tecnológica Nacional y del Observatorio Municipal en el área de la ciudad de Rosario (resto de datos). Los datos de velocidad de viento son valores instantáneos del año 1990, meses Junio, Julio y Agosto, tomados a las 20:00 horas cada día. Los datos de clase de estabilidad son un promedio de los meses Junio, Julio y Agosto durante la década 1971-1980. El resto de datos fueron extraídos a partir de valores instantáneos tomados a las 21:00 de cada día durante los meses Junio, Julio y Agosto del año 1997. A partir de estos datos fueron confeccionadas las distribuciones para cada variable y se realizó la asignación de números aleatorios (toda esta tarea fue realizada por miembros del GIAIQ en un trabajo anterior), lo que se pueden apreciar en las tablas y gráficos del ANEXO 5. A lo largo de las 24 horas del día, factores como la temperatura o la velocidad del viento varían siguiendo una distribución de tipo normal. Se ha observado, a partir de datos del Servicio Meteorológico Nacional, que la temperatura y la velocidad del viento alcanzan prácticamente sus mínimos respectivos a las 21:00. Esta situación corresponde al peor de los casos posibles, ya que una temperatura atmosférica baja y una velocidad de viento pequeña dificultan la dispersión de contaminantes en la atmósfera. El resto de

Peso Molecular (PM): 36,46 kmol/kg Temperatura de ebullición: -85ºC Densidad relativa al aire (0ºC): 1,268 Capacidad calorífica (Cp a 298ºK): 7,181 cal/ºK.mol ; 824,47 J/ºK.kg

Cloruro de Hidrógeno: Propiedades

CAS number: 7647-01-0 Descripción de la sustancia: Gas incoloro, ligeramente amarillo, con olor pungente e irritante. Es un gas inflamable. Original IDLH: 100 Revisado IDLH: 50

Informe

23

parámetros están directamente relacionados (clase de estabilidad depende directamente del viento) o bien no se ven afectados de forma tan importante por la hora del día. 9- GENERACIÓN DEL ARCHIVO DE ENTRADA HCL.INP.

Dados los datos según las hipótesis realizadas, se tiene el siguiente conjunto de datos para ingresar al programa DEGADIS:

Parámetros meteorológicos Propiedades del cloruro de hidrógeno

Otros datos

6.000000000000000 10.000000000000000 1.000000000000000E-001 4 0.0E+000 0E+000 1 0.000000000000000E+000 293.1500 1.000000 8.8951237E-03 60.00000 0 293.150000000000000 0 0.000000000000000E+000 0 0.000000000000000E+000

HCl 36.461000000000000 573.000000000000000 1.268000000000000 824.470000000000000 1.000000000000000 1.000000000000000E-005 3.000000000000000E-006 1.600000000000000 3.000000000000000E-006 0.000000000000000E+000 4 .0000000 8.110000 5.0000000 1.000000 573.0000 1.000000 3600.00 8.110000 5.0000000 1.000000 573.0000 1.000000 3601.00 .0000000 .0000000 1.000000 573.0000 1.000000 3602.00 .0000000 .0000000 1.000000 573.0000 1.000000 T 2-NOV-2000 21:49:15.53

75 //IDLH en mg/m^3 1 //OpCasos, Si==0 NO corre casos aleatorios

(corre igual a DEGADIS) 2000 //NgenCasos, Si==0 lee archivo de casos, si es

>0 genera internamente ngencasos (requiere montecarlo.dat)

casos.inf //Archivo de casos (siempre requerido) (20 char.) 1 //N# de emisores -6803 4349 //Top and left of rectangle -803 -1651 //buttom and right of rectangle 500 500 //DeltaX, DeltaY -3803 1349 //Coordenadas geográficas de los emisores(X Y)

Informe

24

10- ANÁLISIS DE RESULTADOS Y CONCLUSIONES. Para la zona de estudio, DEG12s mediante un subrutina en FORTRAN90, ha

generado 144 puntos receptores en el área de 36 km2 con un paso de 500 metros, o sea, formó cuadrados de 0,25 km2. Esta subrutina trabaja de la siguiente manera: el área en cuestión se determina mediante las coordenadas (x, y) del vértice superior izquierdo y del vértice inferior derecho, luego se fija el paso (∆x, ∆y) que representa el tamaño de la subdivisión del área en estudio; en el centro de cada subdivisión se ubica un punto receptor de coordenadas (x, y).

El tiempo que demandaron las 2000 corridas fue de 57 minutos, donde sobre un

total de 288.000 posible casos (producto de las 2000 corridas sobre los 144 puntos receptores) se encontraron que 6019 veces se ha superado el valor del IDLH.

Debido a la gran cantidad de valores que superaron el IDLH, la planilla de cálculo donde los mismos se encuentran, no se incluirá en el informe. Estando a disposición, de quién los quiera consultar, en un disquete adjunto al trabajo. Solo nos limitaremos a incluir ,en el presente, las gráficas que nos parecieron más representativas y que brindan mayor información.

A continuación se puede ver el mapa de la zona en cuestión, donde se marcaron el punto emisor y los puntos receptores. El punto emisor se marcó de color negro y los receptores se dividieron en cuatro grupos. El grupo A (verde) representa los receptores que nunca superaron el IDLH. El grupo B (anaranjado) representa a los que superaron el IDLH entre 1 y 100 veces. El grupo C (rosa) entre 101 y 200 veces. Y el grupo D (rojo) más de 201 veces, del total de “tiradas” o cálculos realizados.

∆x

∆y

Informe

25

Mapa I: ubicación del sector en estudio en la ciudad de Rosario

N

1

2

3

12

13

144

Mapa II: puntos receptores y distribución de frecuencias.

Punto emisor Puntos receptores Grupo A Grupo B Grupo C Grupo D

Informe

26

En la siguiente grilla (Grilla de receptores) se muestra el número asignado a cada punto receptor, generado por la subrutina de DEG12s (diseñada por miembros del GIAIQ), cuya ubicación se puede apreciar sobre el mapa de la ciudad de Rosario en Autocad (Mapa II).

Grilla de receptores

1 13 25 37 49 61 73 85 97 109 121 133 2 14 26 38 50 62 74 86 98 110 122 134 3 15 27 39 51 63 75 87 99 111 123 135 4 16 28 40 52 64 76 88 100 112 124 136 5 17 29 41 53 65 77 89 101 113 125 137 6 18 30 42 54 66 78 90 102 114 126 138 7 19 31 43 55 67 79 91 103 115 127 139 8 20 32 44 56 68 80 92 104 116 128 140 9 21 33 45 57 69 81 93 105 117 129 141 10 22 34 46 58 70 82 94 106 118 130 142 11 23 35 47 59 71 83 95 107 119 131 143 12 24 36 48 60 72 84 96 108 120 132 144

Para introducirnos de lleno en el análisis de los datos creemos convenientes que

las siguientes gráficas son las que nos brindan información útil para luego confeccionar un plan de contingencia para la zona afectada, en el supuesto caso de que realmente ocurriese esta situación.

66

67

78

79

emisor

Mapa III: localización del punto emisor.

Informe

27

0

5

10

15

20

1 6 7 12 14 18 19 23 27 30 31 34 40 42 43 45 53 54 55 56 61 62 63 64 65 66 67 68 69 70 71 72 73 74 75 76 77 78 79 80 81 82 83 84 89 90 91 92 100

102

103

105

111

114

115

118

122

126

127

131

133

138

139

144

Número de receptor

Fre

cuen

cia

(%)

Gráfico 1: Distribución de frecuencias (%) de los casos que superan el valor del IDLH para cada punto receptor.

0

10

20

30

40

50

60

A B C D

Grupos

Po

rcen

taje

de

rece

pto

res

Gráfica 2: Porcentaje de receptores por cada grupo. Grupo A (80 receptores): número de veces que superan el IDLH igual a cero. Grupo B (42 receptores): de 1 a 100 veces. Grupo C (7 receptores): de 101 a 200 veces. Y Grupo D (15 receptores): más de 201 veces.

0

5

10

15

20

25

30

35

40

0 45 90 135 180 225 270 315

Dirección del viento (º)

Dis

trib

uci

ón

de

frec

uen

cia

(%)

Gráfico 3: Distribución de frecuencias (%) de los casos que superan los valores de concentración del IDLH en función de la dirección del viento. Tomándose como 0º el viento Norte y 90º el Este.

Informe

28

En los Gráficos anteriormente presentados, se puede observar que los vientos más perjudiciales, mayor frecuencia de casos que superan el IDLH, son los que tienen direcciones NE (45º), SE (135º ), SO (225º) y NO (315º). También resulta llamativo, al comparar los mismos, que no se cumple una relación estricta entre los receptores de mayor frecuencia y los de mayor porcentaje de muertes. Los receptores 66, 67, 78 y 79 son los que presentan los mayores índices de probabilidad de muertes, superando ampliamente al resto de los receptores, debido a su proximidad al punto emisor, ya que la concentración del contaminante disminuye con la distancia al punto emisor. Además encontramos que el grupo A (receptores que nunca superaron el IDLH) presenta un alto número de receptores, con un porcentaje superior al 50%. Este grupo se encuentra comprendido entre los sectores que van desde 0º-45º, 45º-90º, 90º-135º, 135º-180º, 180º-225º, 225º-270º, 270º-315º y 315º-360º, debido a que en el archivo montecarlo.dat no fueron contemplados los vientos en estas direcciones.

Todos estos gráficos hacen referencia a los datos de las 2000 corridas para el punto emisor, generando en cada corrida el mapa de concentraciones (teniendo en cuenta todos los puntos receptores).

En el Gráfico 4 se menciona el uso de la función Probit, que se puede encontrar con más detalle en el ANEXO 6.

Para un estudio más puntual se seleccionaron lo receptores número 67 y 78, ambos se encuentran dentro del grupo D, donde se hallan los receptores que superan el IDLH en el mayor número de veces. Además éstos, se encuentran contiguos al punto emisor.

El “receptor 67” supera 385 veces el valor del IDLH con una probabilidad promedio de muerte del 74.18%. Las siguientes gráficas muestran el análisis de los datos obtenidos para el mismo:

0

10

20

30

40

50

60

70

80

1 6 7 12 14 18 19 23 27 30 31 34 40 42 43 45 53 54 55 56 61 62 63 64 66 66 67 68 69 70 71 72 73 74 75 76 77 78 79 81 82 83 84 89 90 91 92 100

102

103

105

111

114

115

118

122

126

127

131

133

138

139

Receptor

Po

rcen

taje

pro

med

io d

e m

uer

tes

Grafico 4: Porcentaje promedio de muertes calculado a través de la función Probit para cada receptor que supera el IDLH.

Informe

29

Receptor 67

0

5

10

15

20

25

30

35

40

45

50

1 2 3 4 5 6 7

Estabilidad (clase)

Dis

trb

uci

ón

de

frec

uen

cia

(%),

co

nce

ntr

ació

n s

up

erio

r al

IDL

H.

Gráfico 6: distribución de frecuencia con respecto a la estabilidad, de los 385 casos que superaron el valor del IDLH para las 2000 corridas

Receptor 67

0

2

4

6

8

10

12

14

16

18

11 12 21 22 31 32 41 42

Estación, día-noche

Dis

trib

uci

ón

de

frec

uen

cia

(%),

co

nce

ntr

ació

n s

up

erio

r al

IDL

H

Gráfico 5: distribución de frecuencia con respecto a la estación, día _noche de los 385 casos que superaron el valor del IDLH para las 2000corridas

Estación día-noche: 11 otoño-día, 12 otoño-noche, 21 primavera-día, 22 primavera-noche, 31 verano-día, 32 verano-noche, 41 invierno-día, 42 invierno-noche.

Informe

30

En los Gráficos para el receptor 67 percibimos que en la estación verano-día se

presenta el mayor número de ocurrencias que superan el IDLH, sin superar en demasía al resto de las estaciones. En cuanto a la influencia que ejerce la estabilidad atmosférica y la velocidad del viento sobre la distribución de frecuencias, percatamos que los casos más desfavorables ocurren para estabilidad neutra (4 = D) y mínima velocidad del viento (1.5 m/seg).

El “receptor 78” supera 224 veces el valor del IDLH con una probabilidad

promedio de muerte del 68.73%. Las siguientes gráficas muestran el análisis de los datos obtenidos para el mismo:

Receptor 67

0

10

20

30

40

50

60

70

80

1.5 2.5 4 5.5 6

Velocidad del viento (m/s)

Dis

trib

uci

ón

de

frec

uen

cia

(%),

co

nce

ntr

ació

n s

up

erio

r al

IDL

H

Gráfico 7: distribución de frecuencia con respecto a la velocidad del viento, de los 385 casos que superaron el valor del IDLH para las 2000 corridas

Receptor 78

0

5

10

15

20

25

11 12 21 22 31 32 41 42

Estación, día-noche

Dis

trib

uci

ón

de

frec

uen

cia

(%),

co

nce

ntr

ació

n s

up

erio

r al

IDL

H

Gráfico 8: distribución de frecuencia con respecto a la estación día _ noche, de los 224 casos que superaron el valor del IDLH para las 2000 corridas

Estación día-noche: 11 otoño-día, 12 otoño-noche, 21 primavera-día, 22 primavera-noche, 31 verano-día, 32 verano-noche, 41 invierno-día, 42 invierno-noche.

Informe

31

En los Gráficos para el receptor 78 vemos que la estación otoño-noche presenta el mayor número de ocurrencias que superan el IDLH, con una diferencia marcada sobre el resto. En cuanto a la influencia que ejerce la estabilidad atmosférica y la velocidad del viento sobre la distribución de frecuencias, observamos que los casos más desfavorables ocurren para estabilidad neutra y ligeramente estable (4 = D y 5 =E, respectivamente); y mínima velocidad del viento (1.5 m/seg). Nos llamó la atención la alta frecuencia de casos que superaron el IDLH para la estabilidad clase 1, que corresponde a la categoría extremadamente inestable según la

Receptor 78

0

5

10

15

20

25

30

35

40

1 2 3 4 5 6 7

Estabilidad (clase)

Dis

trib

uci

ón

de

frec

uen

cia

(%),

co

nce

ntr

acio

nes

su

per

iore

s al

IDL

H

Gráfico 9: distribución de frecuencia con respecto a la estabilidad, de los 224 casos que superaron el valor del IDLH para las 2000 corridas

Receptor 78

0

5

10

15

20

25

30

35

40

45

1.5 2.5 4 5.5 6

Velocidad de viento (m/s)

Dis

trib

uci

ón

de

frec

uen

cia

(%),

co

nce

ntr

acio

nes

su

per

iore

s al

IDL

H

Gráfico 10: distribución de frecuencia con respecto a la velocidad delviento, de los 224 casos que superaron el valor del IDLH para las2000 corridas

Informe

32

clasificación de Pasquill. También así, la elevada frecuencia correspondiente para la velocidad del viento de 4 m/seg. Comentarios

• Inicialmente, nos resultó bastante dificultoso utilizar la versión DEG12s de DEGADIS, ya que no disponíamos de un manual para consultar el significado de cada una de las variables que se utilizan para su uso.

• Se incluyó una distribución de temperatura dentro de cada variable “estación día-noche” al archivo montecarlo.dat.

• Los valores de IDLH, para otras sustancias, se pueden consultar en la NIOSH a través de Internet.

• Una propuesta interesante sería, en base a estos datos, idear un plan de contingencia para minimizar su impacto en el índice de mortalidad.

• Como mejora del archivo montecarlo.dat y así obtener mejores resultados en la distribución de frecuencia para todos los receptores, sería conveniente tratar de encontrar una base de datos donde se contemple un mayor rango en las direcciones de los vientos, con sus respectiva frecuencias. Como alternativa se sugiere el siguiente método: dividir los subcuadrantes de 45º en cuatro partes de 11.25º cada una y asignarle los valores de frecuencia como se ilustra en el esquema.

Agradecimientos Los autores de esta monografía agradecen a los profesores de la cátedra: Dr. Nicolás J. Scenna, Dr. Alejandro S. M. Santa Cruz y Dra. Sonia J. Benz. También agradecen a Leonardo M. Vanrell por su ayuda en el entendimiento del software DEGADIS, versión DEG12s; a la Ing. Marta Basualdo, Marcela E. Masó, a Miguel A. Muñoz y a Sergio Tindiglia, por la ayuda general. A todos ellos gracias por su predisposición y paciencia.-

45º (f = a) 56.25º (f = a) 67.5º (f = (a + b)/2) 78.75º (f = b) 90º (f = b)

Informe

33

BIBLIOGRAFIA: • Manual de DEGADIS: EPA user’s guide for the DEGADIS 2.1 (Dense Gas

Dispersion Model), May 21, 1991. Trinity Consultants, Inc. 12801 North Central Expressway, Suite 1200, Dallas, Texas.

• “Análisis y reducción de riesgos en la industria química”. J. M. Santamaría Ramiro, P A. Braña Aísa.

• “Health and Environmental Risk Analysis”-Fundamentals with Applications. Joseph F. Louvar, B. Diane Louvar.

• “Difusión de Contaminantes Gaseosos en la Atmósfera”.Dr. Alejandro S. M. Santa Cruz.

• “Ingeniería de la Confiabilidad: Transporte de Sustancias Peligrosas”. Grupo de Investigación Aplicada a la Ingeniería Química (GIAIQ). Universidad Tecnológica Nacional – Facultad Regional Rosario.

• Base de datos “SAX´s” Dangerous Properties of Industrial Materials, 9th Edition.

• Sitios en Internet: 1. NIOSH, “National Institute for Occupational Safety and Health”.

http://www.cdc.gov/niosh/homepage.html 2. AMICLOR.

http://www.amiclor.org/opciones/info_pvc.htm 3. Servicio Meteorológico Nacional.

http://www.meteofa.mil.ar/ 4. EPA, “Environmental Protection Agency”.

http://www.epa.gov/ • CANUTEC ERGO. Guía Norteamericana de Respuesta en Caso de

Emergencia.