On the combinatorial part of the UNIFAC and UNIQUAC models

UNIFAC公司 优等 化学 吉布斯自由能 热力学 物理化学 组合数学 非随机双液模型 物理 数学 活度系数 水溶液
作者
Ireneo Kikic,Paolo Alessi,Peter Rasmussen,Aage Fredenslund
出处
期刊:Canadian Journal of Chemical Engineering [Wiley]
卷期号:58 (2): 253-258 被引量:181
标识
DOI:10.1002/cjce.5450580218
摘要

The excess Cibbs energy of liquid mixtures may be predicted using group contribution models (f.ex. UNIFAC and ASOG), or it may be correlated using molecular models such as UNIQUAC. Group contribution models and the UNIQUAC model contain a combinatorial contribution which accounts for size- and shape-effects and a residual contribution which accounts for interactions among groups or molecules. A new expression for the combinatorial contribution is given which yields much improved predictions of the excess Gibbs energy of systems where the residual contribution may be expected to be zero (e.g., mixtures of aliphatic hydrocarbons). It is shown that it is advantageous to incorporate the new combinational expression into future modifications of the UNIFAC model. On peut prévoir 1 énergie d excès de Gibbs, dans le cas de mélanges liquides, en employant des modèles de contribution de groupes (tels que UNIFAC et ASOG); on peut aussi établir des corrélations avec celle-ci au moyen de modèles moléculaires tels que UNIQUAC. Les modèles de contribution de groupes et le modèle UNIQUAC impliquent une contribution com-binatoire, qui représente les effets des dimensions et de la forme, et une contribution résiduelle qui représente les interactions entre les groupements ou les molécules. On présente une nouvelle expression relative à la contribution combinatoire, qui fournit des prévisions bien meilleures de l'énergie d'excès de Gibbs pour les systèmes dans les quels on peut s'attendre à ce que la contribution résiduelle soit nulle (exemple: mélanges d'hydrocarbures aliphatiques). On démontre qu'il serait avantageux d'introduire la nouvelle expression combinatoire dans les modifications futures du modèle UNIFAC.

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
shouyi886完成签到,获得积分10
1秒前
雁菡清清完成签到 ,获得积分10
1秒前
临风完成签到,获得积分10
1秒前
科研你好科研再见完成签到,获得积分10
2秒前
研友_VZG7GZ应助临季采纳,获得10
2秒前
ll发布了新的文献求助10
3秒前
3秒前
3秒前
3秒前
4秒前
Yvonne完成签到 ,获得积分10
5秒前
山君发布了新的文献求助10
5秒前
高源高源完成签到 ,获得积分10
5秒前
5秒前
DOG完成签到,获得积分10
5秒前
6秒前
豌豆lwy发布了新的文献求助10
7秒前
烟花应助zky采纳,获得50
7秒前
魔幻的早晨完成签到,获得积分10
8秒前
9秒前
lingzhi完成签到 ,获得积分10
10秒前
欧阳达臣发布了新的文献求助10
10秒前
YJO10发布了新的文献求助10
10秒前
kk发布了新的文献求助10
10秒前
wanci应助林炜航采纳,获得10
11秒前
西兰花杀手应助xcm采纳,获得30
11秒前
12秒前
12秒前
SciGPT应助ll采纳,获得10
12秒前
Yvonne关注了科研通微信公众号
12秒前
13秒前
13秒前
14秒前
14秒前
KM完成签到,获得积分10
15秒前
斯文败类应助www采纳,获得10
15秒前
skip完成签到,获得积分10
16秒前
轻松芝麻完成签到,获得积分10
17秒前
李亚宁完成签到,获得积分20
17秒前
17秒前
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
Various Faces of Animal Metaphor in English and Polish 800
The SAGE Dictionary of Qualitative Inquiry 610
Signals, Systems, and Signal Processing 610
An Introduction to Medicinal Chemistry 第六版习题答案 600
On the Dragon Seas, a sailor's adventures in the far east 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 6345795
求助须知:如何正确求助?哪些是违规求助? 8160459
关于积分的说明 17162158
捐赠科研通 5401910
什么是DOI,文献DOI怎么找? 2860950
邀请新用户注册赠送积分活动 1838784
关于科研通互助平台的介绍 1688145