La comparaison entre UNIFAC et SRK est utile, car elle montre aux étudiants comment le choix d'un modèle thermodynamique influe sur le comportement prédit d'un équipement réel de séparation. Pour un mélange polaire et non idéal tel que le méthylal/méthanol, UNIFAC et l'équation d'état de Soave-Redlich-Kwong (SRK) peuvent produire des prédictions différentes de l'équilibre vapeur-liquide (ELV), en particulier lorsque la pression varie. La comparaison de ces prédictions avec les mesures effectuées sur une colonne de distillation pilote aide les étudiants à évaluer la précision du modèle, à comprendre les causes des écarts et à relier les calculs thermodynamiques à la conception et à l'exploitation du procédé.
La comparaison transforme la thermodynamique, qui n'est plus un exercice abstrait de modélisation, en une tâche pratique de validation : les étudiants apprennent quel modèle est adapté à un mélange et à une plage de pression donnés, ainsi que la manière dont les erreurs de prédiction de l'équilibre des phases affectent les performances de l'unité pilote, le changement d'échelle et la conception des équipements.
Pourquoi la comparaison des modèles est importante dans la formation sur une unité pilote
Elle relie la théorie au comportement physique
Les unités pilotes fournissent des températures, des compositions, des débits et des efficacités de séparation mesurés. La comparaison de ces observations avec les courbes d'ELV générées par UNIFAC et SRK permet aux étudiants de déterminer si un modèle représente le système réel.
Cette démarche développe une habitude essentielle en ingénierie : considérer les résultats de simulation comme des prédictions qui doivent être vérifiées par rapport aux observations physiques.
Elle démontre qu'aucun modèle n'est universellement fiable
UNIFAC et SRK représentent le comportement thermodynamique de manière fondamentalement différente. UNIFAC estime les coefficients d'activité de la phase liquide à partir des interactions entre groupes fonctionnels, tandis que SRK décrit le comportement des fluides au moyen d'une équation d'état, notamment les fugacités de la vapeur et du liquide dépendantes de la pression.
Comme les modèles reposent sur des hypothèses différentes, ils peuvent être concordants dans une zone de fonctionnement et diverger dans une autre. Cette différence est particulièrement instructive dans le travail sur unité pilote, où la pression et la composition varient tout au long de la colonne.
Elle met en évidence l'importance de la polarité du mélange
Les mélanges polaires présentent souvent de fortes interactions intermoléculaires, notamment des liaisons hydrogène. Ces interactions peuvent créer une non-idéalité importante de la phase liquide, qu'une équation d'état cubique conventionnelle peut ne pas représenter correctement sans modifications ou paramètres d'interaction appropriés.
UNIFAC est souvent utile pour les prédictions préliminaires lorsque les données binaires expérimentales sont limitées, car il estime les coefficients d'activité à partir des groupes moléculaires. Toutefois, ses prédictions doivent tout de même être validées, en particulier pour les mélanges fortement non idéaux.
Influence des modèles sur les calculs de séparation
Ils produisent des prédictions différentes de l'ELV
Les calculs de distillation dépendent de la relation entre les compositions du liquide et de la vapeur. Une représentation courante est la valeur K du composant :
[ K_i = \frac{y_i}{x_i} ]
où (x_i) est la fraction molaire de la phase liquide et (y_i) est la fraction molaire de la phase vapeur.
Différents modèles thermodynamiques peuvent calculer des valeurs K différentes, ce qui modifie les points de bulle prévus, les points de rosée, le comportement azéotropique et les performances de séparation de la colonne.
Ils influent sur les calculs des points de bulle et de rosée
Pour un mélange multicomposant, la condition de point de bulle s'exprime généralement comme suit :
[ \sum_i x_i K_i = 1 ]
La condition correspondante de point de rosée est :
[ \sum_i \frac{y_i}{K_i} = 1 ]
Lorsque UNIFAC et SRK produisent des valeurs K différentes, ils peuvent prévoir des températures d'équilibre et des compositions de phases différentes. Les étudiants peuvent alors voir comment un choix apparemment mineur de méthode de calcul des propriétés se répercute sur l'ensemble du calcul du procédé.
Ils modifient les performances prédites de la colonne
Les prédictions d'ELV influent sur le nombre calculé de plateaux théoriques, les besoins en reflux, les profils de température et les puretés des produits. Un modèle inexact peut donc donner l'impression que la colonne simulée est plus ou moins efficace que la colonne pilote réelle.
Cela rend la comparaison des modèles directement pertinente pour le dépannage des procédés. Un écart entre la simulation et l'expérience peut résulter des conditions de fonctionnement, de l'incertitude des mesures, de l'hydraulique ou d'une méthode thermodynamique inadaptée.
Pourquoi les régimes de pression doivent être pris en compte
SRK peut être utile à pression élevée
SRK est largement utilisé pour les systèmes en phase vapeur et les systèmes riches en hydrocarbures, en particulier lorsque les effets de la pression sont importants. Son cadre fondé sur une équation d'état peut être utile pour calculer les fugacités de la vapeur et d'autres propriétés sur des plages de pression plus étendues que les traitements fondés sur un simple gaz idéal.
Pour les mélanges liquides polaires, cependant, la version standard de SRK peut ne pas représenter correctement les interactions en phase liquide, à moins d'utiliser des paramètres appropriés ou une formulation de méthode de calcul des propriétés plus adaptée.
UNIFAC peut représenter la non-idéalité du liquide
UNIFAC est utile lorsque le principal enjeu consiste à prédire le comportement non idéal du liquide et que les données expérimentales sont rares. Sa structure fondée sur les contributions de groupes permet d'estimer les propriétés de mélanges pour lesquels les jeux de données expérimentales complets ne sont peut-être pas encore disponibles.
Sa précision dépend des paramètres d'interaction entre groupes disponibles et de la similarité entre le système étudié et les systèmes utilisés pour établir ces paramètres.
La pression peut modifier la séparation physique
La variation de la pression modifie les températures de saturation, la volatilité relative, les compositions de phases et, dans certains systèmes, le comportement azéotropique. Un modèle qui donne des résultats satisfaisants à une pression proche de la pression atmosphérique peut ne plus rester fiable à pression élevée.
Tester les deux modèles dans les régimes de pression pertinents apprend aux étudiants à évaluer les performances d'un modèle sur toute la plage réelle de fonctionnement, plutôt que de sélectionner une méthode sur la base d'un seul résultat concluant.
Comment les unités pilotes contribuent à la validation des modèles
Les données expérimentales fournissent une vérification par rapport à la réalité
Une colonne de distillation pilote fournit des données qui ne peuvent pas être obtenues à partir d'un modèle seul. Les températures mesurées sur les plateaux, les compositions en tête et en fond, le comportement du reflux et les bilans matière fournissent des éléments pour évaluer des prédictions concurrentes.
L'objectif n'est pas simplement d'identifier le modèle qui correspond à un seul point de mesure. Les étudiants doivent examiner si le modèle représente systématiquement le système pour différentes compositions, pressions et conditions de fonctionnement.
La validation améliore le jugement en matière de simulation
Lorsque les étudiants comparent les courbes d'ELV théoriques aux mesures effectuées sur l'unité pilote, ils apprennent à diagnostiquer la source des écarts. Les causes possibles incluent des paramètres d'interaction inexacts, une non-idéalité du liquide non modélisée, des pertes de pression, des pertes thermiques, l'entraînement de liquide, un échantillonnage inadéquat ou un fonctionnement non stationnaire.
Cette approche est plus utile que de considérer un simulateur comme une source de vérité incontestable.
La validation facilite le changement d'échelle
Les données d'une unité pilote sont souvent utilisées pour évaluer si un concept de procédé peut être transféré à des équipements de plus grande taille. Si la méthode de calcul des propriétés représente incorrectement le comportement des phases, le changement d'échelle qui en résulte peut définir des pressions de fonctionnement, un nombre de plateaux, des taux de reflux, des charges thermiques d'échangeurs ou des objectifs de séparation inadaptés.
La comparaison thermodynamique réduit donc le risque de transférer une hypothèse non vérifiée dans une conception industrielle.
Comprendre les compromis
UNIFAC est prédictif, mais pas infaillible
UNIFAC peut estimer les coefficients d'activité sans nécessiter un ensemble complet de données expérimentales spécifiques au mélange. Cela le rend efficace pour le criblage préliminaire et les études de procédé aux premières étapes.
Cependant, il peut devenir imprécis en dehors de sa plage de température validée, pour les mélanges contenant des groupes fonctionnels mal représentés ou pour les systèmes fortement non idéaux. Il ne doit pas automatiquement remplacer les mesures expérimentales lorsque les décisions de conception dépendent de limites de phase précises.
SRK est pratique, mais peut mal représenter les liquides polaires
SRK est pratique sur le plan du calcul et largement intégré aux simulateurs de procédés. Il peut être efficace pour les systèmes non polaires ou faiblement polaires ainsi que pour les applications où les effets de la phase vapeur et de la pression prédominent.
La version standard de SRK peut donner de mauvaises performances pour les mélanges fortement associatifs ou formant des liaisons hydrogène, car l'équation de base ne représente pas complètement les interactions complexes dans le liquide. Un résultat médiocre ne signifie pas que toutes les équations d'état sont inadaptées, mais indique que la formulation sélectionnée doit être examinée attentivement.
La concordance avec un seul point de mesure peut être trompeuse
Un modèle peut reproduire une température d'équilibre tout en prédisant un profil de composition ou une efficacité de séparation erronés. La validation doit donc utiliser plusieurs mesures couvrant la plage de fonctionnement.
Les étudiants doivent comparer les tendances, et pas uniquement des concordances numériques isolées.
Les méthodes plus complexes ne sont pas automatiquement meilleures
Une méthode avancée de calcul des propriétés peut nécessiter des paramètres d'interaction binaires supplémentaires, des données d'étalonnage ou davantage de puissance de calcul. La complexité n'est justifiée que si elle améliore les prédictions pertinentes pour le procédé.
L'objectif pratique est de disposer d'une méthode thermodynamique suffisamment précise pour la décision à prendre et dont la fiabilité est démontrée dans la zone de fonctionnement étudiée.
Faire le bon choix en fonction de votre objectif
La comparaison des modèles doit être considérée comme faisant partie de l'objectif pédagogique des opérations unitaires, et non comme un exercice théorique distinct.
- Si votre objectif principal est de comprendre le comportement des phases : comparez les prédictions d'ELV d'UNIFAC et de SRK aux températures et aux compositions mesurées dans la colonne pilote sur la plage de pression pertinente.
- Si votre objectif principal est la simulation préliminaire d'un procédé : utilisez UNIFAC pour examiner les mélanges dont les données expérimentales sont limitées, tout en identifiant clairement son incertitude et ses exigences de validation.
- Si votre objectif principal concerne les procédés à haute pression ou le traitement des hydrocarbures : évaluez soigneusement SRK pour le comportement en phase vapeur et dépendant de la pression, et vérifiez que son traitement de la phase liquide convient au mélange.
- Si votre objectif principal est la conception d'équipements ou le changement d'échelle : sélectionnez la méthode qui correspond le mieux aux données validées de l'unité pilote, car les erreurs sur les valeurs K peuvent affecter le dimensionnement de la colonne, les besoins en reflux, les charges thermiques et les spécifications des produits.
- Si votre objectif principal est la formation expérimentale : utilisez les écarts entre les modèles et les mesures comme exercice de diagnostic couvrant la thermodynamique, l'instrumentation, l'hydraulique et la stabilité du fonctionnement.
Une comparaison rigoureuse d'UNIFAC et de SRK apprend aux ingénieurs à choisir les modèles thermodynamiques en fonction de la chimie du mélange, de la plage de pression, des données disponibles et de la précision démontrée.
Tableau récapitulatif :
| Domaine clé | UNIFAC | SRK | Valeur pédagogique |
|---|---|---|---|
| Objectif principal | Non-idéalité de la phase liquide | Fugacité de la vapeur et du liquide, effets de la pression | Comparer les hypothèses des modèles |
| Le mieux adapté à | Mélanges polaires avec des données limitées | Systèmes à pression élevée et riches en hydrocarbures | Adapter les méthodes à la chimie du mélange |
| Prédictions clés | Coefficients d'activité et ELV | Valeurs K, comportement des phases et propriétés thermodynamiques | Évaluer les effets sur les calculs de séparation |
| Limitations importantes | Dépend des paramètres de groupes et des plages validées | Peut mal représenter les liquides polaires fortement associatifs | Identifier l'incertitude et le risque lié au modèle |
| Validation sur unité pilote | Comparer les températures et compositions prédites et mesurées | Tester le comportement dépendant de la pression par rapport aux mesures | Développer un jugement fiable en matière de simulation |
| Impact sur la conception | Peut affecter les limites de phase et les prédictions de pureté | Peut affecter le reflux, le nombre de plateaux, les charges thermiques et le changement d'échelle | Sélectionner les méthodes à partir de performances validées |
Améliorez la sélection des modèles thermodynamiques avec LABPARK
Aidez les étudiants, les chercheurs et les ingénieurs procédés à relier la théorie thermodynamique aux performances des équipements réels. LABPARK propose des unités pilotes pédagogiques et professionnelles d'opérations unitaires pour le génie chimique, les bioprocédés et les biotechnologies, ainsi que pour le traitement environnemental et le traitement de l'eau.
Utilisez des systèmes pilotes de distillation et d'autres opérations unitaires pour comparer les prédictions d'UNIFAC et de SRK aux températures, compositions, débits et résultats de séparation mesurés. Cette approche pratique aide les universités, les instituts de recherche et les entreprises à valider les modèles d'ELV, à diagnostiquer les écarts de procédé, à renforcer la formation des opérateurs et à prendre de meilleures décisions en matière de changement d'échelle et de conception des équipements.
Contactez LABPARK pour discuter d'une solution sur unité pilote adaptée à votre programme pédagogique, à votre programme de recherche ou à vos objectifs de formation industrielle.
Produits associés
- Installation pilote pour la formation aux opérations unitaires de production cosmétique polyvalente
- Installation pilote d'entraînement aux opérations unitaires de transport de fluides et de tuyauterie de procédé à pompes multiples
- Installation pilote éducative multi-fonctionnelle de séchage pour opérations unitaires
- Installation pilote d'opérations unitaires de réaction chimique à lit fixe et d'épuration du gaz par élimination des poussières et du goudron
- Unité pilote d'opérations unitaires d'hydrogénation en boucle continue de 100L pour l'enseignement
Les gens demandent aussi
- Comment les unités pilotes d’opérations unitaires peuvent-elles démontrer l’élimination simultanée des impuretés légères et lourdes ? Configurez une installation modulaire
- Comment les simulations en régime permanent et dynamique complètent-elles les usines pilotes ? Valider le passage à l'échelle et la contrôlabilité
- Pourquoi un solveur d'usine pilote renvoie-t-il une erreur de matrice singulière, et comment pouvez-vous la résoudre ?
- Quel est l'impact des écarts d'estimation de la chaleur latente sur les systèmes thermiques des unités pilotes ? Évitez le mauvais dimensionnement des équipements.
- Pourquoi le calendrier de démarrage de l'usine chimique est-il crucial ? Réduisez les risques de mise à l'échelle avec des pilotes.