Más allá de las aproximaciones de un solo fluido para la termodinámica de mezclas de fluidos

Área de la Ciencia:

• Termodinámica
• Física Química
• Química Computacional

Sus antecedentes:

• Las ecuaciones de estado analíticas para mezclas de fluidos a menudo utilizan aproximaciones de un solo fluido.
• Estas aproximaciones simplifican los modelos pero introducen imprecisiones, particularmente para mezclas con diferentes tamaños de partículas.

Objetivo del estudio:

• Desarrollar un factor de corrección algebraico simple para teorías de perturbación que emplean una aproximación de un solo fluido.
• Mejorar la precisión en la predicción de propiedades termodinámicas y equilibrios de fase para mezclas de fluidos.

Principales métodos:

• Se definió un factor de corrección como la relación de los términos de perturbación de primer orden rigurosos y aproximados en la energía de Helmholtz.
• Se derivó una expresión de forma cerrada para el factor de corrección utilizando regresión simbólica basada en medidas fundamentales de partículas.
• Se aplicó el factor de corrección a las ecuaciones de estado uv-theory y PCP-SAFT.
• Se generaron nuevos datos de simulación molecular para mezclas de Lennard-Jones para validar el enfoque.

Principales resultados:

• El factor de corrección mejora significativamente la precisión del equilibrio de fases y las propiedades termodinámicas predichas para fluidos modelo en comparación con el enfoque de un solo fluido.
• Los datos de simulación molecular confirmaron la mejora de la precisión para mezclas de Lennard-Jones asimétricas en tamaño.
• El impacto en las predicciones de fluidos reales con PCP-SAFT fue mínimo debido a tamaños de segmento de sustancia similares.

Conclusiones:

• El factor de corrección propuesto aborda eficazmente las imprecisiones en las aproximaciones de un solo fluido para teorías de perturbación.
• El método proporciona una herramienta valiosa para predicciones más precisas del comportamiento de las mezclas, especialmente cuando existe una asimetría de tamaño significativa.