Toward Sustainable Separation of Complex Azeotropic Mixture Methanol–Ethanol–Tetrahydrofuran Based on the Ionic Liquids Screening, Global Optimization, and Mechanism Analysis
Notice bibliographique
Résumé
Ionic liquids (ILs) have long been recognized as highly effective solvents for azeotrope separation and have attracted significant research attention over the past two decades. In this study, environmentally friendly and efficient ILs were screened using the COSMO-RS model for the separation of the ternary azeotropic mixture methanol/ethanol/tetrahydrofuran. Among the 4557 ILs, the ethyltrimethylammonium 2,2-dichloroethoxide (i.e., [EtMe 3 N][DCE]) was identified as a promising solvent based on its selectivity, capacity, and compliance with thermodynamic constraints. To further optimize the process, the nondominated sorting genetic algorithm-II (NSGA-II) was applied. The resulting processes were systematically evaluated in terms of economic performance and environmental impact. The results demonstrated that using [EtMe 3 N][DCE] and a mixed solvent ([EtMe 3 N][DCE] + dimethyl sulfoxide (DMSO)) reduced economic costs by 30.65% and 19.37%, and environmental burdens by 42.50% and 33.13%, respectively, compared with the conventional DMSO-based process. In the LCA, environmental impacts were further reduced by 98.32% and 31.69%, respectively. To gain molecular-level insight, quantum chemical calculations were performed to elucidate the separation mechanism. The analysis revealed that ethanol exhibited the strongest interaction with ILs, followed by methanol, while tetrahydrofuran displayed the weakest affinity, consistent with the COSMO-RS predictions. Overall, this study establishes a systematic framework for screening sustainable ILs for the separation of ternary azeotropic systems.
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 machine sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Le volet Gemma est une étiquette directe du modèle pour chaque travail de la base, lue sur la notice réduite au titre. Le volet Codex est un classifieur appris des 10 348 étiquettes directes de Codex et calibré sur les taux pondérés de l'échantillon; les champs sans appui suffisant ne portent aucun appel Codex. Le mode candidate est l'union des deux volets; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont pas des étiquettes humaines.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,000 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,000 | 0,001 |
| Intégrité de la recherche | 0,000 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,001 | 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 source (Gemma direct ou Codex distillé), 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 ».