Estudo termodinâmico e modelagem matemática do equilíbrio líquido-vapor de misturas envolvendo Diesel e Biodiesel
Nenhuma Miniatura disponível
Data
2020-03-02
Autores
Melo, Edivaldo Bernardino De [UNIFESP]
Orientadores
Falleiro, Rafael Mauricio Matricarde [UNIFESP]
Tipo
Dissertação de mestrado
Título da Revista
ISSN da Revista
Título de Volume
Resumo
The use of biodiesel has been growing in recent years. In Brazil there are laws that influence the addition of biodiesel to diesel oil. Knowing Liquid-Vapor Balance (ELV) data from these mixtures is essential to obtain improvements in separation, transportation and storage processes. Currently, ELV data from mixtures formed by components of the diesel/biodiesel mixture are scarce. Thus, the objective of this work was to experimentally determine ELV data involving hydrocarbons and ethyl esters at low pressures, and to model these data, via thermodynamics and Artificial Neural Networks. The data were obtained through Differential Exploratory Calorimetry (CSD), a technique that provides accurate results; in a short time and with small amounts of samples. Binary systems: hexadecane + ethyl myristato; dodecylbenzene + ethyl oleate; dodecylbenzene + ethyl stearate; ethyl laurato + dodecylbenzene; were obtained via CSD at a pressure of 2.67 kPa. Since these are unpublished systems, the UNIFAC predictive model was used to predict the equilibrium curve, the highest mean relative deviation found was 1.83%. The UNIQUAC and NRTL models were adjusted to the ELV data, and their binary parameters were calculated. Os valores dos coeficientes de atividade para o sistema: hexadecano + miristato de etila foram próximos de 1,0, indicando um comportamento próximo do ideal. The systems: dodecylbenzene + ethyl oleate, dodecylbenzene + ethyl stearate and ethyl laurate + dodecylbenzene, the values obtained were of the order of 3.0 for some regions, indicating a greater deviation from the ideality of the liquid phase. Artificial Neural Networks were used to calculate the ELV temperature from the molar fraction of the most volatile component in the mixture, critical temperature, critical pressure, acentric factor and mass connectivity index of each substance. For this, experimental data of binary systems formed by the compounds were used: fatty acids, ethyl esters and hydrocarbons. Two Neural Models were obtained and used in the prediction of the ELV of the boiling temperature of the mixture. Neural Model I presented for the myristic systems of ethyl + palmitic acid; ethyl palmitate + sauric acid a mean relative deviation respectively in relation to the UNIFAC model. Neural Model II presented for the hexadecane + ethyl myristato systems; dodecylbenzene + palmitic acid ethyl stearate, an average relative deviation of 5.02% and 2.29% respectively in relation to the data obtained via CSD.
O uso do biodiesel vem crescendo nos últimos anos. No Brasil existem leis que influenciam a adição de biodiesel ao óleo diesel. Conhecer dados de Equilíbrio Líquido-Vapor (ELV) destas misturas é fundamental para obter melhorias nos processos de separação, transporte e armazenamento. Atualmente os dados de ELV de misturas formadas por componentes da mistura diesel/biodiesel são escassos. Assim, o objetivo deste trabalho foi determinar experimentalmente dados de ELV envolvendo hidrocarbonetos e ésteres etílicos em baixas pressões, e modelar estes dados, via termodinâmica e Redes Neurais Artificiais. Os dados foram obtidos por meio da Calorimetria Exploratória Diferencial (DSC), uma técnica que fornece resultados precisos; em pouco tempo e com pequenas quantidades de amostras. Os sistemas binários: hexadecano + miristato de etila; dodecilbenzeno + oleato de etila; dodecilbenzeno + estearato de etila; laurato de etila + dodecilbenzeno; foram obtidos via DSC a uma pressão de 2,67 kPa. Uma vez que se trata de sistemas inéditos, usou-se o modelo preditivo UNIFAC para predizer a curva de equilíbrio, o maior desvio relativo médio encontrado foi 1,83 %. Os modelos de UNIQUAC e NRTL foram ajustados aos dados de ELV, e seus parâmetros binários foram calculados. Os valores dos coeficientes de atividade para o sistema: hexadecano + miristato de etila foram próximos de 1,0, indicando um comportamento próximo do ideal. Já os sistemas: dodecilbenzeno + oleato de etila, dodecilbenzeno + estearato de etila e laurato de etila + dodecilbenzeno, os valores obtidos foram da ordem de 3,0 para algumas regiões, indicando um desvio maior da idealidade da fase líquida. As Redes Neurais Artificiais foram utilizadas para calcular a temperatura do ELV a partir da fração molar do componente mais volátil na mistura, temperatura crítica, pressão crítica, fator acêntrico e índice de conectividade mássica de cada substância. Para isso, utilizaram-se dados experimentais de sistemas binários formados pelos compostos: ácidos graxos, ésteres etílicos e hidrocarbonetos. Foram obtidos dois Modelos Neurais e utilizados na predição do ELV da temperatura de ebulição da mistura. O modelo Neural I, apresentou para os sistemas miristato de etila + ácido palmítico; palmitato de etila + ácido esteárico um desvio relativo médio respectivamente em relação ao modelo UNIFAC. O Modelo Neural II, apresentou para os sistemas hexadecano + miristato de etila; dodecilbenzeno + estearato de etila ácido palmítico, um desvio relativo médio respectivamente de 5,02% e 2,29% em relação ao dados obtidos via DSC. Este trabalho contribui com dados inéditos de ELV, ainda não estudados experimentalmente devido as limitações principalmente econômicas devido ao alto valor dos reagentes.
O uso do biodiesel vem crescendo nos últimos anos. No Brasil existem leis que influenciam a adição de biodiesel ao óleo diesel. Conhecer dados de Equilíbrio Líquido-Vapor (ELV) destas misturas é fundamental para obter melhorias nos processos de separação, transporte e armazenamento. Atualmente os dados de ELV de misturas formadas por componentes da mistura diesel/biodiesel são escassos. Assim, o objetivo deste trabalho foi determinar experimentalmente dados de ELV envolvendo hidrocarbonetos e ésteres etílicos em baixas pressões, e modelar estes dados, via termodinâmica e Redes Neurais Artificiais. Os dados foram obtidos por meio da Calorimetria Exploratória Diferencial (DSC), uma técnica que fornece resultados precisos; em pouco tempo e com pequenas quantidades de amostras. Os sistemas binários: hexadecano + miristato de etila; dodecilbenzeno + oleato de etila; dodecilbenzeno + estearato de etila; laurato de etila + dodecilbenzeno; foram obtidos via DSC a uma pressão de 2,67 kPa. Uma vez que se trata de sistemas inéditos, usou-se o modelo preditivo UNIFAC para predizer a curva de equilíbrio, o maior desvio relativo médio encontrado foi 1,83 %. Os modelos de UNIQUAC e NRTL foram ajustados aos dados de ELV, e seus parâmetros binários foram calculados. Os valores dos coeficientes de atividade para o sistema: hexadecano + miristato de etila foram próximos de 1,0, indicando um comportamento próximo do ideal. Já os sistemas: dodecilbenzeno + oleato de etila, dodecilbenzeno + estearato de etila e laurato de etila + dodecilbenzeno, os valores obtidos foram da ordem de 3,0 para algumas regiões, indicando um desvio maior da idealidade da fase líquida. As Redes Neurais Artificiais foram utilizadas para calcular a temperatura do ELV a partir da fração molar do componente mais volátil na mistura, temperatura crítica, pressão crítica, fator acêntrico e índice de conectividade mássica de cada substância. Para isso, utilizaram-se dados experimentais de sistemas binários formados pelos compostos: ácidos graxos, ésteres etílicos e hidrocarbonetos. Foram obtidos dois Modelos Neurais e utilizados na predição do ELV da temperatura de ebulição da mistura. O modelo Neural I, apresentou para os sistemas miristato de etila + ácido palmítico; palmitato de etila + ácido esteárico um desvio relativo médio respectivamente em relação ao modelo UNIFAC. O Modelo Neural II, apresentou para os sistemas hexadecano + miristato de etila; dodecilbenzeno + estearato de etila ácido palmítico, um desvio relativo médio respectivamente de 5,02% e 2,29% em relação ao dados obtidos via DSC. Este trabalho contribui com dados inéditos de ELV, ainda não estudados experimentalmente devido as limitações principalmente econômicas devido ao alto valor dos reagentes.