Difuze kapalných směsí pomocí molekulárních simulací

Slides:



Advertisements
Podobné prezentace
Tenze páry nad kapalinou a roztokem
Advertisements

Dan Rozbroj školitel: Dr. Ing. Pavel Vrbka
1 DFT a empirické modely interakcí v Monte Carlo simulacích klastrů molekul vody Lenka Ličmanová
Faktory ovlivňující velikost difuze
Lekce 7 Metoda molekulární dynamiky I Úvod KFY/PMFCHLekce 7 – Metoda molekulární dynamiky Osnova 1.Princip metody 2.Ingredience 3.Počáteční podmínky 4.Časová.
Úvod Klasifikace disciplín operačního výzkumu
Fázové rovnováhy Fáze je homogenní část soustavy oddělená od ostatních fází rozhraním, v němž se vlastnosti mění nespojitě – skokem. Soustavy s dvěma fázemi:
Jiří Gazárek, Martin Havlíček Analýza nezávislých komponent (ICA) v datech fMRI, a ICA necitlivá ke zpoždění.
Lekce 12 Metoda Monte Carlo III Technologie (kanonický soubor)
Lekce 1 Modelování a simulace
Lekce 9 Metoda molekulární dynamiky III Technologie Osnova 1. Výpočet sil 2. Výpočet termodynamických parametrů 3. Ekvilibrizační a simulační část MD simulace.
Lekce 6 Slabé mezimolekulové interakce Osnova 1. Původ a význam slabých mezimolekulových interakcí 2. Předpoklad párové aditivity 3. Modely párových interakčních.
Lekce 2 Mechanika soustavy mnoha částic
Teoretická výpočetní chemie
David Kramoliš Vedoucí práce: Doc. RNDr. René Kalus, Ph.D.
Molekulová dynamika.
Počítačová grafika III – Monte Carlo integrování
Optimalizace v simulačním modelování. Obecně o optimalizaci  Optimalizovat znamená maximalizovat nebo minimalizovat parametrech (např. počet obslužných.
Vypracovala: Barbora Volejníková Školitel: Ing. Štěpán Hovorka, Ph.D.
Ing. Rudolf Drga, Ph.D. Zlín 2014 Měření směrových charakteristik detektorů narušení Univerzita Tomáše Bati ve Zlíně Fakulta aplikované informatiky Ústav.
Fugacitní modely distribuce látek v životním prostředí
Řešení dynamických problémů s podmínkami Pavel Surynek Univerzita Karlova v Praze Matematicko-fyzikální fakulta.
IONIZAČNÍ POTENCIÁLY A FÁZOVÉ PŘECHODY KLASTRŮ ARGONU
STANOVENÍ NEJISTOT PŘI VÝPOŠTU KONTAMINACE ZASAŽENÉHO ÚZEMÍ
Fázové rovnováhy.
Kapaliny.
FEM model pohybu vlhkostního pole ve dřevě - rychlost navlhání dřeva
Fugacitní modely 3. úrovně (Level III)
Chemik technologických výrob projekt financovaný Úřadem práce.
Reakční rychlost Rychlost chemické reakce
Ing. Lukáš OTTE kancelář: A909 telefon: 3840
X. Chemická ROVNOVÁHA Pozor: tato kapitola se velmi plete s chemickou kinetikou (kapitola VIII) !! Pozn.: Jen stručně, podrobnosti jsou v učebnicích.
SKUPENSKÉ STAVY HMOTY Teze přednášky.
Chemické rovnováhy ve vodách
Stacionární a nestacionární difuse.
FMVD I - cvičení č.4 Navlhavost a nasáklivost dřeva.
Konvergenční testy Bc. Jakub Malohlava. Simulace  Monte Carlo  výpočet souborových středních hodnot za pomocí Markovových řetězců  parallel tempering.
Rotace plazmatu Tomáš Odstrčil Zimní škola Mariánská 2012.
Fázové rovnováhy Fáze je homogenní část soustavy oddělená od ostatních fází rozhraním, v němž se vlastnosti mění nespojitě – skokem. Soustavy s dvěma fázemi:
Chemická rovnováha Pojem chemické rovnováhy jako dynamické rovnováhy.
Schéma rovnovážného modelu Environmental Compartments
Chemie anorganických materiálů I.
Lineární regrese.
okolí systém izolovaný Podle komunikace s okolím: 1.
Tenze páry nad kapalinou a roztokem
Termodynamika materiálů
Chemické a fázové rovnováhy v heterogenních systémech
Termodynamika materiálů 8. Chemická rovnováha jednoduchých reakcí pevných látek Jindřich Leitner  Jindřich Leitner.
Chemická rovnováha Pojem chemické rovnováhy jako dynamické rovnováhy.
Udržení energie v tokamacích –Globální doba udržení energie – definice –Příklad – COMPASS –Lokální energetická bilance –Globální částicová bilance J. Stockel.
Monte Carlo simulace Experimentální fyzika I/3. Princip metody Problémy které nelze řešit analyticky je možné modelovat na základě statistického chování.
Fyzika kondenzovaného stavu
Korelace.
Termodynamika materiálů Model regulárního roztoku
Optimalizace versus simulace 8.přednáška. Obecně o optimalizaci  Maximalizovat nebo minimalizovat omezujících podmínkách.  Maximalizovat nebo minimalizovat.
Diference a diferenciál Způsoby vyčíslování termodynamických dat.
Vlastnosti plynů a kapalin
Monte Carlo simulace hexameru vody Autor: Bc. Lenka Ličmanová Vedoucí práce: Mgr. Aleš Vítek Seminář KFY PŘF OU.
Matematické modelování transportu neutronů SNM 1, ZS 09/10 Tomáš Berka, Marek Brandner, Milan Hanuš, Roman Kužel.
VI. Neutronová interferometrie cvičení KOTLÁŘSKÁ 11. DUBNA 2012 F4110 Kvantová fyzika atomárních soustav letní semestr
VISKOZITA PLYNU PŘI NÍZKÉM TLAKU – STIEL + THODOS [P c ] = MPa; [T c ] = K; [μ] = μPa.s [P c ] = MPa; [T c ] = K; [μ] = μPa.s T r > 1,5 T r > 1,5 Kayovo.
Základní pojmy.
Molekulární dynamika vody a alkoholů
Fyzika kondenzovaného stavu
Centrifugace.
Solvní živcová termometrie
EU peníze středním školám
Chaos (nejen) v jádrech
T-X fázový diagram krystalizace plagioklasu
Základy chemických technologií
Transkript prezentace:

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 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 kvaternárních směsí → 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

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)

- Teorie vzájemná difuze u n-komponentní směsi Fickův zákon Fickův difuzní koeficient Dij svazuje tok komponenty i a gradient 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 směsi ternární směsi Dij, Gij 2x2 matice

- - - Metoda schema: Dij, Gij → Dij MS koeficient Dij 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) - -

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

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

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

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