A Molecular Mechanism for Azeotrope Formation in Ethanol/benzene Binary Mixtures Through Gibbs Ensemble Monte Carlo Simulation
Notice bibliographique
Résumé
Azeotropes have been studied for decades due to the challenges they impose on separation processes but fundamental understanding at the molecular level remains limited. Although molecular simulation has demonstrated its capability of predicting mixture vapor-liquid equilibrium (VLE) behaviors, including azeotropes, its potential for mechanistic investigation has not been fully exploited. In this study, we use the united atom transferable potentials for phase equilibria (TraPPE-UA) force-field to model the ethanol/benzene mixture, which displays a positive azeotrope. Gibbs ensemble Monte Carlo (GEMC) simulation is performed to predict the VLE phase diagram, including an azeotrope point. The results accurately agree with experimental measurements. We argue that the molecular mechanism of azeotrope formation cannot be fully understood by studying the mixture liquid-state stability at the azeotrope point alone. Rather, azeotrope occurrence is only a reflection of the changing relative volatility between the two components over a much wider composition range. A thermodynamic criterion is thus proposed based on the comparison of partial excess Gibbs energy between the components. In the ethanol/benzene system, molecular energetics shows that with increasing ethanol mole fraction, its volatility initially decreases but later plateaus, while benzene volatility is initially nearly constant and only starts to decrease when its mole fraction is low. Analysis of the mixture liquid structure, including a detailed investigation of ethanol hydrogen-bonding configurations at different composition levels, reveals the underlying molecular mechanism for the changing volatilities responsible for the azeotrope.
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 | 0,000 | 0,000 |
| 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 | 0,001 | 0,000 |
| 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 ».