در این پروژه تولید نانو و میکروذرات کلسترول، پنیسیلین جی و جم فیبروزیل با استفاده از فرایند انبساط ناگهانی محلول های فوق بحرانی (ress) بررسی شده است. این مواد در صنایع آرایشی و بهداشتی و صنایع داروسازی کاربرد زیادی داشته و ریز کردن ابعاد آن ها می تواند موجب بهبود کیفیت محصولات ساخته شده شود. علاوه بر کاهش ابعاد ذرات بیان شده، تولید پودری با توزیع اندازه ذرات (psd) باریک تر نیز بسیار مهم می باشد که در این پروژه مورد توجه قرار گرفته است. پارامتر های مختلفی بر روی محصول تولید شده با فرایند ress موثر می باشند که در این پروژه تاثیر 11 پارامتر مختلف بر متوسط اندازه و توزیع اندازه ذرات تولید شده بررسی شده است. پارامتر های مطالعه شده عبارتند از: دمای ظرف استخراج، فشار ظرف استخراج، دمای پیش انبساط، دمای نازل، فشار ظرف انبساط، دمای ظرف انبساط، جنس گازهای مختلف درون ظرف انبساط، نوع نازل های مورد استفاده، شکل (اندازه) نازل های مورد استفاده، روش های مختلف جمع آوری محصول و فاصله اسپری. نتایج به دست آمده نشان می دهند که با استفاده از فرایند ress می توان ذراتی با متوسط اندازه بین 1/0 تا ?m4 و با توزیع اندازه ذراتی بسیار باریک تر از مواد اولیه را تولید کرد. همچنین بر اساس نتایج ارائه شده، پارامتر های مورد استفاده تاثیر زیادی را بر خصوصیات محصولات تولید شده با فرایند ress دارند. در انتهای این پروژه فرایند ress مدل سازی شده است. برای مدل سازی این فرایند، ابتدا با حل معادلات پایستگی جرم، انرژی و ممنتم میدان های مربوط به جریان در این فرایند بررسی شده و تغییرات دما، فشار، سرعت و دانسیته در طول نازل و در بخش های ابتدایی محفظه انبساط مدل شده است. سپس با حل همزمان معادلات فوق و معادله موازنه جمعیتی و معادلات مربوط به فرایند های هسته زایی همگن، ترسیب و تجمع، متوسط اندازه و توزیع اندازه ذرات تولید شده با فرایند ress تخمین زده شده است. با مقایسه بین نتایج تجربی و مدل ارائه شده در این پروژه می توان به این نتیجه رسید که مدل ارائه شده نتایجی نسبتا مناسب را ارائه کرده است.

در این پروژه برای انجام محاسبات تعادل فازی، از مدل نیمه پیوسته استفاده شده است. اجزای سبک به صورت گسسته و اجزای سنگین نفت(c7+) به صورت یک تابع توزیع بیان شده اند. از میان توابع توزیع موجود، تابع توزیع گاما برای توصیف توده سنگین انتخاب شده است. در بخش پیوسته، از روش انتگرال گیری گوس با 6 نقطه مربعی به عنوان نقاط بهینه استفاده شده است. محاسبات تعادل فازی، با معادله حالت پنگ رابیسون اصلاح شده (tm-pr) انجام و برای دو نمونه نفتی با معادله حالتpr مقایسه گردید.نتایج نشان می دهد معادله حالت tm-pr، در پیش بینی تعادلات فازی دقت بیشتری نسبت به معادله حالت pr دارد. در این پروژه از داده های تقطیر tbp برای تعیین توزیع جرم مولکولی به عنوان داده های ورودی محاسبات تعادل فازی استفاده شده است. برای دو نمونه نفتی با استفاده از داده های تقطیر tbp و رابطه گوسنس(1996)، توزیع جرم مولکولی تعیین و محاسبات تعادل فازی انجام شد. در نهایت به عنوان یک نتیجه کلی می توان گفت، تعیین جرم مولکولی با استفاده از داده های تقطیر tbp و روش گوسنس، مدل نیمه پیوسته همراه با معادله حالت tm-pr و 6 نقطه مربعی،تعادلات فازی را به خوبی پیش بینی می کند.