Thesis

پیش بینی خواص ترمودینامیکی محلول های آمین و گلایکول با استفاده از معادله حالت تئوری آماری سیالات تجمعی

Abstract

هدف از انجام این پایان نامه بدست آوردن پارامترهای معادله حالت pc-saft برای آلکانول آمین ها و گلایکول ها و بررسی رفتار فازی و خصوصیات ترمودینامیکی آنها می باشد. در این تحقیق پنج پارامتر تعداد قطعه، قطر قطعه، انرژی بر هم کنش قطعه، حجم تجمع پذیری و انرژی تجمع پذیری برای این سیالات بر اساس برازش فشار بخار و دانسیته مایع با اطلاعات تجربی، بهینه می گردند. آلکانول آمین های بکار رفته در این کار شامل منو اتانول آمین، دی اتانول آمین و متیل دی اتانول آمین می باشند. برای بررسی آلکانول آمین ها دو مدل تجمعی 3b و 4c در نظر گرفته خواهند شد و همچنین برای بهبود نتایج حاصله دو مدل اصلاح شده ی جدید پیشنهاد می شود. در این تحقیق توانایی معادله حالت pc-saft برای پیش بینی تعادل بخار – مایع، گرمای تبخیر و ظرفیت گرمایی آلکانول آمین ها بررسی خواهد شد و مدل تجمعی مناسب از بین این چهار مدل پیشنهاد می شود. گلایکول های بکار رفته در این کار منو اتیلن گلایکول، دی اتیلن گلایکول، تری اتیلن گلایکول، تترا اتیلن گلایکول و پروپیلن گلایکول می باشند که پارامتر های معادله حالت برای این مولکول ها با استفاده از مدل تجمعی 4c بدست خواهد آمد و تعادل بخار – مایع، گرمای تبخیر و ظرفیت گرمایی آنها بررسی خواهد شد.

Supervisors and advisors

خشایار نصری فر، جعفر جوانمردی

Similar items

  • پیش بینی خواص ترمودینامیکی محلول های قندی توسط یک مدل ترمودینامیکی توسعه یافته

    Articleعلوم غذایی و تغذیهمژده باغبانباشی، دانش آموخته کارشناسی ارشد دانشگاه صنعتی امیرکبیر (پلی تکنیک تهران)،دانشکده مهندسی شیمی، تهران، ایران غلامرضا پازوکی، استادیار دانشگاه صنعتی امیرکبیر (پلی تکنیک تهران)، دانشکده مهندسی شیمی، تهران، ایران

    مقدمه: خواص ترمودینامیکی محلول های آبی حاوی ترکیبات قندی در صنایع مختلفی همچون تهیه مواد غذایی، صنایع نگه داری مواد غذایی و غیره کاربردهای مهمی دارد. به همین دلیل ارائه روشی مناسب برای پیش بینی و محاسبه این خواص از اهمیت بالایی برخوردار می باشد. مواد و روش ها: در این پژوهش خواص ت

  • پیش بینی شرایط ترمودینامیکی تشکیل واکس به کمک معادله های حالت

    Article2012فصلنامه علمی ترویجی فرآیند نومحمد فانی خشتی، خشایار نصری فر

    در این مقاله یک مدل ترمودینامیکی جدید بر پایه مدل جامد محلول ارائه شده است که می شود به وسیله آن تعادل جامد- مایع را در ترکیبات دوتایی و چندتایی از فشار اتمسفری تا فشارهای بالا محاسبه نمود. در این کار از مدل اکتیویته ویلسون برای بدست آوردن ضریب اکتیویته در فاز جامد استفاده شده اس

  • پیش بینی شرایط ترمودینامیکی تشکیل واکس به کمک معادله های حالت

    Article2012فرآیند نومحمد فانی خشتی، خشایار نصری فر

    در این مقاله یک مدل ترمودینامیکی جدید بر پایه مدل جامد محلول ارائه شده است که می شود به وسیله آن تعادل جامد- مایع را در ترکیبات دوتایی و چندتایی از فشار اتمسفری تا فشارهای بالا محاسبه نمود. در این کار از مدل اکتیویته ویلسون برای بدست آوردن ضریب اکتیویته در فاز جامد استفاده شده اس

  • پیش بینی ویژگی‌های حجمی نانوسیال ها با استفاده از تابع پتانسیل مورس و تصحیح کوانتمی ضریب دوم ویریال به همراه یک معادله حالت مکانیک آماری تعمیم یافته

    Article2020شیمی و مهندسی شیمی ایرانمعصومه کیانی برازجانی

    در این پژوهش تعدادی از ویژگی های ترمودینامیکی نانوذره ها، نانوسیال ها دارای یک سیال پایه و نانوسیال های دارای مخلوط دو سیال پایه در بازه ی فشاری 45-1/0 مگاپاسکال و بازه ی دمایی 363-273 کلوین محاسبه و پیش بینی شدند. نانوذره های مورد بررسی Al2O3، CuO، Co3O4، SnO2، TiO2-Rutile، TiO2

  • پیش بینی خواص ترمودینامیکی سیالات کرایوژنیکی با استفاده از معادلات حالت بنیادی

    Thesis2014وزارت علوم، تحقیقات و فناوری - دانشگاه صنعتی خواجه نصیرالدین طوسی - دانشکده مهندسی مکانیکمحمد معبودی

    در طراحی و بهینه سازی فرایندهای ترمودینامیکی، به مانند طراحی چرخه های تبرید و کرایوژنیک، دستیابی به خواص ترمودینامیکی سیالات در دماها و فشار های مختلف ضروری می باشد. از این رو توسعه معادله حالت مناسب برای پیش بینی خواص ترمودینامیکی مواد در دماها و فشارهای مختلف، الزامی است. اگر چ

  • پیش بینی خواص ترمودینامیکی محلول های پلیمری پلی وینیل پیرولیدن در آب و اتانول با استفاده از شبکه های عصبی مصنوعی

    Thesis2014وزارت علوم، تحقیقات و فناوری - دانشگاه صنعتی (نوشیروانی) بابل - دانشکده مهندسی شیمیصابر شیخوند امیری

    در این پژوهش برای پیش بینی برخی از خواص ترمودینامیکی (دانسیته، ویسکوزیته و کشش سطحی) محلول پلی وینیل پیرولیدن (pvp) در آب و اتانول با استفاده از فناوری هوش مصنوعی (شبکه های عصبی مصنوعی و الگوریتم های تکاملی) استفاده شده است. دانسیته، ویسکوزیته و کشش سطحی محلول های پلی وینیل پیرول