亚洲免费av电影一区二区三区,日韩爱爱视频,51精品视频一区二区三区,91视频爱爱,日韩欧美在线播放视频,中文字幕少妇AV,亚洲电影中文字幕,久久久久亚洲av成人网址,久久综合视频网站,国产在线不卡免费播放

        ?

        立方型及CPA 狀態(tài)方程對極性締合物質(zhì)預(yù)測能力的評價

        2023-11-06 12:34:32葛玉祥孫曉巖張旭雪趙文英項曙光
        關(guān)鍵詞:模型

        葛玉祥, 孫曉巖, 張旭雪, 趙文英, 項曙光,

        (1.青島科技大學過程系統(tǒng)工程研究所, 山東 青島 266042;2.齊魯師范學院化學與化工學院, 濟南 250200)

        狀態(tài)方程是石油化工行業(yè)相平衡及熱力學性質(zhì)預(yù)測的重要方法。立方型狀態(tài)方程對石油化工流程熱力學性質(zhì)的預(yù)測尤為廣泛。1873 年,van der Waals[1]首次提出立方型狀態(tài)方程,Redlich等[2]改進范德華(VDW)方程的引力項得到RK 狀態(tài)方程,適用于非極性和弱極性化合物熱力學性質(zhì)的計算。Soave[3]在RK 狀態(tài)方程引力項中引入溫度函數(shù)關(guān)聯(lián)式,得到SRK 狀態(tài)方程,顯著提高了相平衡計算準確度,但對液體體積計算結(jié)果偏差較大。Peng 等[4]修正了RK 狀態(tài)方程引力項形式,提高了液體體積計算精度,擴大了立方型狀態(tài)方程的適用范圍。PR 與SRK 狀態(tài)方程是相平衡計算常用的狀態(tài)方程模型。Young 等[5]評價了PR 狀態(tài)方程結(jié)合20 種溫度函數(shù)對低于臨界溫度范圍的56 種物質(zhì)的蒸氣壓的預(yù)測精度,發(fā)現(xiàn)三參數(shù)溫度函數(shù)的預(yù)測結(jié)果最準確。Sun 等[6]基于PR 狀態(tài)方程提出新的三參數(shù)指數(shù)溫度函數(shù),對熱力學性質(zhì)預(yù)測結(jié)果較好。

        PR 狀態(tài)方程等立方型狀態(tài)方程形式簡單,應(yīng)用廣泛,但對極性和締合物質(zhì)熱力學性質(zhì)的預(yù)測結(jié)果偏差較大。1988 年,Chapman 等[7]基于締合流體理論首次提出統(tǒng)計締合流體理論(SAFT)狀態(tài)方程,但SAFT 參數(shù)多,計算復(fù)雜。為了簡化締合方程的形式,Kontogeorgis 等[8]將經(jīng)典立方型狀態(tài)方程SRK 與SAFT 狀態(tài)方程的締合項結(jié)合得到CPA 締合方程。CPA 模型參數(shù)少,形式簡單,用于非極性物質(zhì)時可以簡化為SRK 狀態(tài)方程,計算速度快,更適用于化工流程模擬計算。CPA 狀態(tài)方程僅需范德華單流體混合規(guī)則和組合規(guī)則即可預(yù)測低壓至高壓范圍的汽液平衡(VLE)、液液平衡(LLE)和汽液液平衡(VLLE),預(yù)測精度與SAFT 相近。CPA 狀態(tài)方程應(yīng)用于含醇體系[9-11],并與SRK、活度系數(shù)模型(NRTL)、SAFT、簡化SAFT 模型(sSAFT)、Anderko 等狀態(tài)方程進行比較,表明CPA 狀態(tài)方程的預(yù)測能力遠優(yōu)于SRK 狀態(tài)方程,與其他締合模型相近。文獻[12-15]將CPA 狀態(tài)方程擴展到對氨、水、乙酸等純物質(zhì)蒸氣壓、密度、熱容等性質(zhì)的預(yù)測。Follegatti-Romero 等[16]比較了CPA 和SRK 對 CO2和PAS 混合物泡點壓力的計算能力,Mansouri 等[17]評價了CPA 和SRK 對甲烷和酸性氣體混合體系溶解度的預(yù)測精度。

        本文評價了CPA、SRK、PR、PR-Sun 狀態(tài)方程對水、醇、酸、氨等純化合物的蒸氣壓、液體體積和蒸發(fā)焓的預(yù)測能力,并比較了僅采用蒸氣壓數(shù)據(jù)、同時采用蒸氣壓和液體體積回歸CPA 模型參數(shù)對熱力學性質(zhì)的預(yù)測能力。

        1 狀態(tài)方程模型

        1.1 SRK 狀態(tài)方程

        Soave[3]在RK 狀態(tài)方程的基礎(chǔ)上,將RK 狀態(tài)方程中的對比溫度Tr0.5修改為以對比溫度Tr為變量的函數(shù),得到SRK 狀態(tài)方程。

        1.2 PR 狀態(tài)方程

        Peng 和Robinson[4]通過改進引力項中分母的形式,提高了方程對液體體積計算精度,而溫度函數(shù)仍采用Soave[3]的形式,但重新進行參數(shù)關(guān)聯(lián),得到:

        1.3 PR-Sun 狀態(tài)方程

        Sun 等[6]為了提高PR 狀態(tài)方程的預(yù)測能力且滿足溫度函數(shù)的一致性檢驗,提出新的指數(shù)溫度函數(shù)。根據(jù)文獻[6]的評價結(jié)果,選擇預(yù)測結(jié)果最準確的三參數(shù)指數(shù)溫度函數(shù)用于對比和評價。

        式中:m、n、f為溫度函數(shù)參數(shù);pc為臨界壓力,單位Pa。

        1.4 CPA 狀態(tài)方程

        Yakoumis 等[18]對原始CPA 狀態(tài)方程簡化得到簡化CPA 模型(SCPA),文中采用的CPA 均為SCPA。模型方程見式(12):

        其中XAi為分子i上位點A的占位分數(shù),表達式見式(13):

        其中 ΔAiBj為締合強度(Ai表示分子i上的位點A,Bj表示分子j上的位點B),其表達式為:

        g(ρ) 為徑向分布函數(shù),見式(15):

        模型的5 個純化合物參數(shù)分別是:物理項中的3 個參數(shù)(a0、b、c1)和締合項的2 個參數(shù)(締合能εAiBj和締合體積 βAiBj)。

        2 實驗數(shù)據(jù)來源和參數(shù)回歸方法

        CPA 狀態(tài)方程用于非締合物質(zhì)計算時可簡化為SRK 狀態(tài)方程,所以研究的物質(zhì)對象不包括烴類、醚類、酯類等非締合物質(zhì)。采用22 種締合物質(zhì)飽和蒸氣壓和液體密度的1 800 個實驗數(shù)據(jù)[19]回歸CPA 狀態(tài)方程參數(shù),將回歸的參數(shù)用于計算22 種締合物質(zhì)的1 800 個相同溫度點的蒸氣壓、液體體積、蒸發(fā)焓,根據(jù)預(yù)測結(jié)果的平均相對偏差評價CPA 狀態(tài)方程的預(yù)測能力。22 種締合物質(zhì)包括正構(gòu)烷醇、酮、酸、氨和水這5 大類,其中正構(gòu)烷醇和酮采用2B 締合方案,酸采用1A 締合方案,氨采用3B 締合方案,水采用4C 締合方案[20]。物質(zhì)的液體體積、蒸發(fā)焓等數(shù)據(jù)都來自文獻[21]。

        為了在相同條件下評價不同狀態(tài)方程的預(yù)測能力,在給定溫度范圍內(nèi),根據(jù)氣液相平衡時氣相逸度等于液相逸度的條件,重新擬合CPA、SRK、PR 和PR-Sun 的模型參數(shù),再用于評價模型對蒸氣壓、液體體積、蒸發(fā)焓的預(yù)測能力。同時分別采用蒸氣壓、蒸氣壓和液體體積結(jié)合這兩種方法擬合CPA 的模型參數(shù),比較不同擬合方法對熱力學性質(zhì)的預(yù)測能力。

        參數(shù)回歸借助于matlab 軟件,用fzero 函數(shù)求解壓縮因子的方程,fsolve 函數(shù)求解氣液相平衡時的蒸氣壓,并基于單純形法的fminsearch 函數(shù)回歸函數(shù)參數(shù)。

        以蒸氣壓數(shù)據(jù)擬合模型參數(shù)的目標函數(shù)(見式(16)),該方法回歸的CPA 模型記為CPA-1(其中OF為目標函數(shù))。

        以蒸氣壓和液體密度同時擬合模型參數(shù)的目標函數(shù)(見式(17)),該方法回歸的CPA 模型記為CPA-2。

        3 結(jié)果與討論

        3.1 CPA 模型參數(shù)回歸結(jié)果

        僅采用蒸氣壓、同時采用蒸氣壓和液體體積分別回歸得到的22 種物質(zhì)的CPA-1 和CPA-2 模型參數(shù)見表1。

        表1 回歸的CPA-1 和CPA-2 狀態(tài)方程參數(shù)Table 1 Regressed parameters of CPA-1 and CPA-2 equation of state

        3.2 熱力學性質(zhì)預(yù)測結(jié)果

        3.2.1 蒸氣壓 將重新擬合參數(shù)的CPA、SRK、PR、PR-Sun 狀態(tài)方程用于預(yù)測純物質(zhì)的飽和蒸氣壓并進行對比(圖1)。表2 示出了狀態(tài)方程對5 類物質(zhì)蒸氣壓預(yù)測結(jié)果的平均相對偏差(ARD)。由表2 可以看出,5 類締合物質(zhì)蒸氣壓預(yù)測結(jié)果中,SRK 狀態(tài)方程的平均相對偏差最大(1.68%),其次為PR 狀態(tài)方程(平均相對偏差為1.28%),PR-Sun 的平均相對偏差為0.45%,CPA-1 狀態(tài)方程的平均相對偏差為0.46%。SRK 狀態(tài)方程和PR 狀態(tài)方程對庚醇至癸醇蒸氣壓預(yù)測結(jié)果的偏差較大,超過2.00%。這主要是因為醇類物質(zhì)碳數(shù)越多,飽和蒸氣壓數(shù)值越小,而相對偏差值相應(yīng)增大;且由于SRK、PR 狀態(tài)方程的參數(shù)較少,難以準確描述高沸點醇類物質(zhì)的變化趨勢。CPA-1 狀態(tài)方程對醇預(yù)測結(jié)果的平均相對偏差較好,平均相對偏差為0.77%,PR-Sun 對醇類物質(zhì)預(yù)測結(jié)果的平均相對偏差為1.05%,PR-Sun、CPA-1 狀態(tài)方程對酸、酮、氨、水的預(yù)測結(jié)果的平均相對偏差小于1.00%。不同回歸方法得到的CPA-1、CPA-2 狀態(tài)方程對5 類物質(zhì)蒸氣壓預(yù)測結(jié)果的平均相對偏差均小于1.00%,分別為0.46%和0.45%,CPA-2 對蒸氣壓的預(yù)測結(jié)果略優(yōu)于CPA-1。但CPA-1 對酮類和氨物質(zhì)蒸氣壓預(yù)測結(jié)果的平均相對偏差分別為0.18%和0.81%,略優(yōu)于CPA-2 的偏差0.32%和0.83%。

        圖1 22 種物質(zhì)蒸氣壓預(yù)測結(jié)果的平均相對偏差Fig.1 ARD for predicted vapor pressures of 22 compounds

        表2 狀態(tài)方程對5 類物質(zhì)蒸氣壓預(yù)測結(jié)果的平均相對偏差Table 2 ARD of equation of state for the vapor pressures of 5 kinds of compounds

        3.2.2 液體體積 以蒸氣壓回歸參數(shù)的4 個狀態(tài)方程對22 種締合物質(zhì)的液體體積預(yù)測結(jié)果的平均相對偏差見圖2,狀態(tài)方程對5 類締合物質(zhì)液體體積預(yù)測結(jié)果的平均相對偏差見表3??傮w分析可以看出,SRK 狀態(tài)方程對液體體積預(yù)測結(jié)果的平均相對偏差最大為35.85%;PR、PR-Sun 狀態(tài)方程對液體體積預(yù)測結(jié)果的平均相對偏差分別為32.73%和27.42%;CPA-1 狀態(tài)方程預(yù)測結(jié)果的平均相對偏差略小,為11.47%。CPA-2 狀態(tài)方程對液體體積預(yù)測精度顯著提高,平均相對偏差為1.90%。除水外,CPA-2 對4 類物質(zhì)液體體積預(yù)測結(jié)果的平均相對偏差都小于1.00%。由此可見,采用相同參數(shù)擬合方法時,CPA狀態(tài)方程對液體體積預(yù)測結(jié)果比SRK、PR、PR-Sun狀態(tài)方程更加準確,且以蒸氣壓和液體體積同時回歸參數(shù)的方法優(yōu)于僅使用蒸氣壓回歸參數(shù)的方法,但這5 個狀態(tài)方程對水的液體體積的預(yù)測結(jié)果偏差均較大,有待于進一步研究和改進。

        圖2 22 種物質(zhì)液體體積預(yù)測結(jié)果的平均相對偏差Fig.2 ARD for predicted liquid volumes of 22 compounds

        表3 狀態(tài)方程對5 類物質(zhì)液體體積預(yù)測結(jié)果的平均相對偏差Table 3 ARD of equation of state for predicted liquid volumes of 5 kinds of compounds

        3.2.3 蒸發(fā)焓 4 個狀態(tài)方程對22 種物質(zhì)蒸發(fā)焓的預(yù)測結(jié)果見圖3,狀態(tài)方程對5 類物質(zhì)蒸發(fā)焓預(yù)測結(jié)果的平均相對偏差見表4。SRK 狀態(tài)方程對極性締合物質(zhì)預(yù)測結(jié)果的平均相對偏差最大,為24.86%;PR狀態(tài)方程對蒸發(fā)焓預(yù)測結(jié)果的平均相對偏差為13.87%,大于CPA-1 預(yù)測結(jié)果的偏差8.30%,但對氨、酮、水的蒸發(fā)焓的預(yù)測結(jié)果均優(yōu)于CPA-1 狀態(tài)方程;PR-Sun 對蒸發(fā)焓預(yù)測結(jié)果的平均相對偏差最小,為6.09%。PR-Sun 對醇、酮、氨、水預(yù)測結(jié)果的平均相對偏差均顯著優(yōu)于CPA-1 和CPA-2 模型,但對酸類物質(zhì)預(yù)測結(jié)果的偏差略差于CPA 狀態(tài)方程;CPA-2 與CPA-1 的平均相對偏差的預(yù)測結(jié)果相近,分別為8.30%和8.24%。從分析結(jié)果來看,CPA 模型對蒸發(fā)焓的預(yù)測能力較差,這可能是由于CPA 模型參數(shù)較多,模型受參數(shù)影響較大,當模型參數(shù)未使用蒸發(fā)焓參與回歸時,導(dǎo)致蒸發(fā)焓預(yù)測結(jié)果的偏差較大。

        圖3 狀態(tài)方程計算22 種物質(zhì)蒸發(fā)焓的平均相對偏差Fig.3 ARD for predicted enthalpies of vaporization of 22 compounds

        表4 狀態(tài)方程對5 類物質(zhì)蒸發(fā)焓預(yù)測結(jié)果的平均相對偏差Table 4 ARD of equation of state for the enthalpies of vaporization of 5 kinds of compounds

        4 結(jié) 論

        采用純組分物質(zhì)蒸氣壓數(shù)據(jù)回歸CPA、SRK、PR、PR-Sun 模型參數(shù),并評價4 個狀態(tài)方程對蒸氣壓、液體體積、蒸發(fā)焓這3 種熱力學性質(zhì)的預(yù)測能力。比較由蒸氣壓、蒸氣壓和液體體積回歸模型參數(shù)得到的CPA-1、CPA-2 狀態(tài)方程對蒸氣壓、液體體積、蒸發(fā)焓的預(yù)測能力,分析不同回歸方法的優(yōu)缺點。

        比較僅使用蒸氣壓數(shù)據(jù)回歸SRK、PR、PRSun、CPA-1 這4 個狀態(tài)方程參數(shù)對蒸氣壓的預(yù)測結(jié)果可以得出,預(yù)測結(jié)果最準確的是PR-Sun、CPA-1 狀態(tài)方程,平均相對偏差分別為0.45%和0.46%。4 個狀態(tài)方程對液體體積預(yù)測結(jié)果的平均相對偏差都較大,但CPA-1 狀態(tài)方程略優(yōu)于其他3 個狀態(tài)方程。PR-Sun 對蒸發(fā)焓預(yù)測結(jié)果最準確,CPA-1 狀態(tài)方程對蒸發(fā)焓預(yù)測結(jié)果的平均相對偏差小于SRK 以及PR 狀態(tài)方程??傮w來說,CPA-1 狀態(tài)方程對于極性物質(zhì)熱力學性質(zhì)的預(yù)測結(jié)果優(yōu)于PR、SRK 狀態(tài)方程。

        以蒸氣壓和液體體積同時回歸CPA 模型參數(shù)得到CPA-2 狀態(tài)方程。CPA-2 狀態(tài)方程對蒸氣壓和蒸發(fā)焓預(yù)測結(jié)果的平均相對偏差分別為0.45%和8.24%,與CPA-1 狀態(tài)方程的預(yù)測結(jié)果接近。CPA-2狀態(tài)方程對液體體積的預(yù)測結(jié)果顯著優(yōu)于CPA-1 狀態(tài)方程,平均相對偏差為1.90%,除水的液體體積預(yù)測結(jié)果的偏差為7.75%外,其余4 類物質(zhì)都小于1.00%。

        總體看來,CPA 狀態(tài)方程對蒸氣壓和液體體積的預(yù)測精度準確,對蒸發(fā)焓的預(yù)測結(jié)果偏差較大,PR-Sun 對蒸氣壓和蒸發(fā)焓的預(yù)測結(jié)果較好。比較回歸方法來看,以蒸氣壓和液體體積數(shù)據(jù)同時回歸CPA 狀態(tài)方程參數(shù)的方法優(yōu)于僅使用蒸氣壓數(shù)據(jù)回歸參數(shù)的方法。

        符號說明

        猜你喜歡
        模型
        一半模型
        一種去中心化的域名服務(wù)本地化模型
        適用于BDS-3 PPP的隨機模型
        提煉模型 突破難點
        函數(shù)模型及應(yīng)用
        p150Glued在帕金森病模型中的表達及分布
        函數(shù)模型及應(yīng)用
        重要模型『一線三等角』
        重尾非線性自回歸模型自加權(quán)M-估計的漸近分布
        3D打印中的模型分割與打包
        亚洲av在线观看播放| 亚洲性无码av中文字幕| 亚州性无码不卡免费视频| 最近日本免费观看高清视频| 夜夜综合网| 激情综合五月天开心久久| 亚洲午夜精品第一区二区| 国产av剧情久久精品久久| 成人爽a毛片免费视频| 日日躁夜夜躁狠狠久久av| 真人在线射美女视频在线观看| 国产大屁股白浆一区二区三区| 亚洲av天堂在线视频| 天天天天躁天天爱天天碰| 免费看奶头视频的网站| 中文字幕视频二区三区| 精品人妻中文av一区二区三区| 欧美乱人伦人妻中文字幕| 正在播放一区| 中文字幕成人精品久久不卡| 久久国产成人午夜av免费影院| 亚洲日韩成人无码| 日本xxxx色视频在线播放| 亚洲国产一区二区三区最新| 亚洲天堂av在线观看免费| 久久99精品久久久久久噜噜| 色悠久久久久综合欧美99| 亚洲国产欧美久久香综合| 日韩av一区二区蜜桃| 日产精品久久久一区二区| 成年女人永久免费看片| 色老汉亚洲av影院天天精品 | 日本女优中文字幕在线播放 | 2021国内精品久久久久精免费| 亚洲精品国产av成人网| 国产av天堂亚洲国产av天堂| 在教室伦流澡到高潮h麻豆| 亚洲欧洲无码精品ⅤA| 在线观看亚洲av每日更新影片| 亚洲a∨无码精品色午夜| 国语对白做受xxxxx在线|