1 / 9

Difuze kapalných směsí pomocí molekulárních simulací

Difuze kapalných směsí pomocí molekulárních simulací. Stanislav Pařez. Motivace. difuze = transport látky způsobený molekulárním pohybem rychlost řídící proces mnoha technologických postupů destilace, separace pomocí porózních materiálů → optimalizace technologických postupů

gratia
Download Presentation

Difuze kapalných směsí pomocí molekulárních simulací

An Image/Link below is provided (as is) to download presentation Download Policy: Content on the Website is provided to you AS IS for your information and personal use and may not be sold / licensed / shared on other websites without getting consent from its author. Content is provided to you AS IS for your information and personal use only. Download presentation by click this link. While downloading, if for some reason you are not able to download a presentation, the publisher may have deleted the file from their server. During download, if you can't get a presentation, the file might be deleted by the publisher.

E N D

Presentation Transcript

  1. Difuze kapalných směsí pomocí molekulárních simulací Stanislav Pařez

  2. Motivace difuze = transport látky způsobený molekulárním pohybem • rychlost řídící proces mnoha technologických postupů destilace, separace pomocí porózních materiálů → optimalizace technologických postupů • velmi obtížné použití experimentálních technik pro měření difuzních koeficientů multikomponentních směsí (n>2) Wambui Mutoru, J.; Firoozabadi, A. J. Chem. Thermodyn. 2011, 43: data pro pouze 94 ternárních a 13 kvaternárníchsměsí → prostor pro alternativní určení difuzních koeficientů • teoretické prediktivní modely potřeba dat pro difuzní koeficienty ternárních směsí • vývoj a testování simulační metody klasická simulační metoda využívá experimentální data z měření fázových rovnováh, která opět existují jen pro relativně malý soubor látek a rozsah termodynamických podmínek

  3. Molekulární model voda + methanol + ethanol rigidní, united-atom modely elektrostatická interakce → bodové náboje q krátkodosahová repulze a disperzní interakce → LJ parametry [e,s] směsi → • voda: TIP4P/2005 Abascal, J. L. F.; Vega, C. J. Chem. Phys. 2005, 123 • alkoholy Schnabel, T.; Vrabec, J.; Hasse, H. Fluid Phase Equilib. 2005, 233 Schnabel, T.; Srivastava, A.; Vrabec, J.; Hasse, H. J. Phys. Chem. B 2007, 111 [eOW,sOW] -2qHW qHW qHW qOM, [eOM,sOM] qOE, [eOE,sOE] qHE qHM qCH3E, [eCH3E,sCH3E] qCH3M, [eCH3M,sCH3M] qCH2E, [eCH2E,sCH2E] geometrie, polohy nábojů ← kvantová chemie interakční parametry ← optimalizace pro sadu experimentálních dat (hustoty,tlaky nasycených par)

  4. Teorie vzájemná difuze u n-komponentní směsi • Fickův zákon Fickův difuzní koeficient Dij svazuje tok komponenty i agradient molárního zlomku (koncentrace) komponenty j i,j = 1..n-1 • Maxwell-Stefanova (MS) teorie Dij je frikčním koeficientem třecí síly, která vyrovnává hnací sílu difuze ~gradient chemického potenciálu - vzájemná rychlost aktivitní koef. binární směsiternární směsi Dij, Gij 2x2 matice

  5. Metoda - schema: Dij, Gij→Dij • MS koeficientDij standardní simulační výpočet pomocí rovnovážné molekulární dynamiky Dij ~ Lij • termodynamický faktor analytický výpočet dle definice pomocí GE modelu (Wilson,NRTL,UNIQUAC,UNIFAC) Parametry modelu: • klasická metoda – regrese vzhledem k experimentálním měření fázových rovnováh (VLE) – koncentrační profil tlaku nasycených par - vyžaduje existenci experimentálních dat (pro ternární směsi omezené množství) - citlivá na výběr GE modelu - výsledný td. faktor odpovídá (T,p,x), za kterých byla měřena VLE data • nová metoda–regrese vzhledem k simulačním datům – koncentrační profil chemických potenciálů Monte Carlo simulace – metoda postupného vkládání (Gradual Insertion) - -

  6. Výsledky voda (1) + methanol (2) + ethanol (3), T = 298 K, p = 1 bar chemické potenciály (×) MS diff. coef. (o) methanol ethanol water x1 x3 x2 chemické potenciály použitím Wilsonova modelu pro vzájemnou difuzivitu ve směsi voda + methanol + ethanol neexistují experimentální data → můžeme ale porovnat data u binárních subsystémů

  7. T = 298 K p = 1 bar mwater/kBT (■)mwater/kBT – ln xwater (□) mMeOH/kBT (●)mMeOH/kBT – ln xMeOH (o) mEtOH/kBT (▲)mEtOH/kBT – ln xEtOH (Δ) klasická metoda (Δ) nová metoda (○) experimentální data (■) klasická metoda (- -) nová metoda (−) Wilson model (■) van de Ven-Lucassen, I. M. J. J.; Kieviet, F. G.; Kerkhof, P. J. A. M. J. Chem. Eng. Data 1995, 40

  8. Test teoretických prediktivních modelů Darkenův model Liu et al. simulation data (■), (●), (▲) experimental data (□), (o), (Δ) Darken (○) Liu (-) simulační data (■) Liu, X.; Schnell, S. K.; Simon, J.-M.; Bedeaux, D.; Kjelstrup, S.; Bardow, A.; Vlugt, T.J. H. J. Phys. Chem. B 2011, 115

  9. Závěr • spočetli jsme Fickovy difuzní koeficienty pro směs voda + methanol + ethanol • použili jsme konzistentní simulační metodu, která počítá MS dif. koef. i td. faktor pomocí simulačních dat • metoda je plausibilnější (méně citlivá na volbu GE modelu, poskytuje td. faktor pro zvolené [T,p,x]) než klasická metoda, která využívá fit GE modelu na měření fázových rovnováh, zároveň dává lepší kvalitativní a podobnou kvantitativní shodu s experimentálními profily u binárních systémů • otestovali jsme Darkenův model a jeho parametrizaci od Liu et al. pro predikci MS dif. koef. Uspokojivé predikce bylo dosaženo jen pro směs methanol + ethanol

More Related