清晨好,您是今天最早来到科研通的研友!由于当前在线用户较少,发布求助请尽量完整地填写文献信息,科研通机器人24小时在线,伴您科研之路漫漫前行!

Evaluation of thermophysical data, COSMO‐SAC predictions, and feed simplifications for aromatic extraction process simulation using ionic liquid [EMIM][NTf2]

COSMO-RS公司 优等 离子液体 化学 过程(计算) 碳氢化合物混合物 蒸馏 过程模拟 工艺工程 萃取蒸馏 萃取(化学) 热力学 碳氢化合物 活度系数 有机化学 计算机科学 非随机双液模型 催化作用 水溶液 物理 工程类 操作系统
作者
Chang‐Che Tsai,Adam McNeeley,Shiang‐Tai Lin,Y. A. Liu
出处
期刊:Aiche Journal [Wiley]
卷期号:69 (2) 被引量:6
标识
DOI:10.1002/aic.17916
摘要

Abstract Ionic liquids (ILs) are promising alternatives to conventional solvents for selective separation of aromatics from hydrocarbon mixtures, and their implementations depend on economic feasibility demonstrated by process simulation. Prior process modeling studies typically assume simplified hydrocarbon feeds or use the COSMO‐SAC predictive model. Our goal is to evaluate how feed simplifications and COSMO‐SAC predictions impact process modeling. We collect experimental data for 1‐Ethyl‐3‐methylimidazolium bis(trifluoromethylsulfonyl)imide ([EMIM][NTf2]) from the ILThermo database to regress UNIQUAC model binary interaction parameters for 17 hydrocarbons. We find that feed simplifications tend to significantly underpredict process energy requirements and fail to reveal important details in the extractive distillation section of the process. COSMO‐SAC predictions underpredict activity coefficient of aliphatics in [EMIM][NTf2] by a large margin, which leads to lower aromatic‐aliphatic selectivities and overprediction of process energy requirements. It is significant enough to lead to the conclusion of process infeasibility in the case of [EMIM][NTf2].

科研通智能强力驱动
Strongly Powered by AbleSci AI
科研通是完全免费的文献互助平台,具备全网最快的应助速度,最高的求助完成率。 对每一个文献求助,科研通都将尽心尽力,给求助人一个满意的交代。
实时播报
2秒前
lvsehx发布了新的文献求助10
7秒前
12秒前
jlwang完成签到,获得积分10
13秒前
SciGPT应助科研通管家采纳,获得20
15秒前
xiaoyou发布了新的文献求助10
21秒前
852应助lvsehx采纳,获得10
45秒前
46秒前
等待的靖雁完成签到,获得积分10
51秒前
沙海沉戈完成签到,获得积分0
51秒前
LeoBigman完成签到 ,获得积分10
52秒前
54秒前
54秒前
XG发布了新的文献求助10
1分钟前
科研通AI2S应助等待的靖雁采纳,获得10
1分钟前
Ava应助XG采纳,获得10
1分钟前
瘦瘦的枫叶完成签到 ,获得积分10
1分钟前
大大大忽悠完成签到 ,获得积分10
1分钟前
轻松弘文完成签到 ,获得积分10
1分钟前
elisa828完成签到,获得积分10
1分钟前
fatcat完成签到,获得积分10
1分钟前
GIA发布了新的文献求助10
1分钟前
古炮完成签到 ,获得积分10
2分钟前
2分钟前
lvsehx发布了新的文献求助10
2分钟前
bkagyin应助GIA采纳,获得10
2分钟前
long完成签到,获得积分10
2分钟前
juliar完成签到 ,获得积分10
2分钟前
小白完成签到 ,获得积分0
2分钟前
zhenzhangfynu完成签到,获得积分10
2分钟前
无奈醉柳完成签到 ,获得积分10
2分钟前
学术骗子小刚完成签到,获得积分10
3分钟前
tlh完成签到 ,获得积分10
3分钟前
lulu完成签到 ,获得积分10
3分钟前
时光机带哥走完成签到 ,获得积分10
3分钟前
SL完成签到,获得积分10
3分钟前
apt完成签到 ,获得积分10
3分钟前
qvb完成签到 ,获得积分10
4分钟前
Qi完成签到 ,获得积分10
4分钟前
苹果柜子完成签到,获得积分10
5分钟前
高分求助中
(应助此贴封号)【重要!!请各用户(尤其是新用户)详细阅读】【科研通的精品贴汇总】 10000
PowerCascade: A Synthetic Dataset for Cascading Failure Analysis in Power Systems 2000
The Composition and Relative Chronology of Dynasties 16 and 17 in Egypt 1500
Picture this! Including first nations fiction picture books in school library collections 1500
Signals, Systems, and Signal Processing 610
Unlocking Chemical Thinking: Reimagining Chemistry Teaching and Learning 555
17α-Methyltestosterone Immersion Induces Sex Reversal in Female Mandarin Fish (Siniperca Chuatsi) 500
热门求助领域 (近24小时)
化学 材料科学 医学 生物 纳米技术 工程类 有机化学 化学工程 生物化学 计算机科学 物理 内科学 复合材料 催化作用 物理化学 光电子学 电极 细胞生物学 基因 无机化学
热门帖子
关注 科研通微信公众号,转发送积分 6366830
求助须知:如何正确求助?哪些是违规求助? 8180618
关于积分的说明 17246705
捐赠科研通 5421605
什么是DOI,文献DOI怎么找? 2868557
邀请新用户注册赠送积分活动 1845655
关于科研通互助平台的介绍 1693118