Predicting the Phase Behavior of Alcohols, Aromatic Alcohols, and Their Mixtures Using the Modified Group-Contribution Perturbed-Chain Statistical Associating Fluid Theory
Notice bibliographique
Résumé
The modified group-contribution perturbed-chain statistical associating fluid theory (PC-SAFT) has been extended to model the phase equilibria of alcohols, branched alcohols, aromatic alcohols, and their mixtures. The parameterization has been implemented based on some physical arguments. The association energy of linear alcohols was fixed to the average experimental value, while this parameter for aromatic alcohols was directly estimated from the trimer hydrogen binding energy as evidenced by several experimental investigations. The dipolar moment of aromatic alcohols was reused from that reported experimentally. The importance of the association and the dipolar terms was investigated using the PC-SAFT equation of state by applying the model to represent liquid–liquid equilibrium (LLE) and vapor–liquid equilibrium (VLE) of several mixtures. The results obtained in this work suggest that including the dipolar term does not clearly improve the VLE prediction of linear alcohol-containing mixtures. It was possible to obtain good prediction results of VLE of alcohol-containing mixtures by using a nonzero binary interaction parameter to compensate for omitting the dipolar term (kij = 0.012, within a 5% deviation on bubble pressure for 95 mixtures with 2616 experimental data). However, the addition of a dipolar term with the 2B association scheme to the PC-SAFT has been proven necessary to correctly describe the LLE/VLE of aromatic alcohol-containing systems. Good LLE and VLE computation results were obtained for almost considered mixtures.
Récupéré en direct depuis OpenAlex et désinversé. Les résumés ne sont pas conservés dans cette base de données : les index inversés représentent 8,6 Go des 9,3 Go de texte de la base, et le serveur dispose de 13 Go libres.
Comment cette classification a été obtenuedéplier
Prédiction distillée sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Apprise à partir de 10 348 étiquettes directes de Codex et de 10 348 étiquettes directes de Gemma. Le mode candidate est l'union des têtes enseignantes seuillées; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont ni des étiquettes humaines ni des étiquettes directes de modèles de pointe.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,003 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 0,000 |
Scores machine (provisoires)
Les deux têtes enseignantes du modèle étudiant, lues sur ce travail. Un score ordonne la base pour la relecture; il n'affirme jamais une catégorie, et le statut de validation accompagne chaque rangée tel quel.
Scores de référence d'un modèle non mature (critères de maturité non atteints, 7 itérations). Un score ordonne; il n'affirme jamais une catégorie.
score_only:v0-immature-baseline · tel quel depuis la passe de notation : score_only signifie que le nombre peut ordonner les travaux, et qu'aucune étiquette de catégorie n'en découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule tête enseignante, pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».