Ingeniería Química · 2024
Modelado de propiedades termofísicas para mezclas de dibenzotiofeno con distintos disolventes orgánicos de uso común en la hidrodesulfuración
La presencia de compuestos azufrados en productos petrolíferos constituye un desafío global dado que el combustible se considera indispensable en cualquier industria. La hidrodesulfurización es una tecnología ampliamente usada que nace de la búsqueda de alternativas que permitan solucionar este problema; el uso de solventes orgánicos en la desulfuración es común, puesto que su presencia favorece la eficiencia de remoción, sin embargo, existen pocos estudios en la literatura sobre el modelamiento de propiedades termofísicas de mezclas de solventes orgánicos con compuestos azufrados. Este trabajo de investigación tiene como propósito modelar el comportamiento de la viscosidad, densidad, y velocidad del sonido de mezclas binarias de Dibenzotiofeno con Ciclohexano, Benceno, Tolueno, y n-Octano, a distintas temperaturas y presión ambiente. La metodología empleada comprende una fase de revisión bibliográfica, en la cual se identificaron modelos representativos para cada propiedad a modelar; una fase de ajuste de parámetros de los modelos seleccionados, para lo cual se emplearon métodos de optimización en el software Python; y una fase final de predicción de datos y validación de los modelos, empleando datos experimentales recopilados (Moreno y Cáceres, 2023). Para la viscosidad se encontró que todos los modelos seleccionados se ajustaban satisfactoriamente a las mezclas estudiadas, sin embargo, los modelos con mejores resultados fueron Eyring-Hirschfelder y Waterton, seguidos de McAllister y Gumberg-Nissan. Para la densidad se encontró que los modelos NTRL, RedlichKister, y TRIDEN presentan un buen ajuste, siendo TRIDEN el modelo con mejores resultados, sin embargo, el modelo VTPR presenta un comportamiento que difiere de los datos experimentales recopilados, por lo que se consideró como un modelo no representativo para las condiciones presentadas en este estudio. Finalmente, para la velocidad del sonido se realizó el modelado de la correlación de Daridon, obteniendo resultados que se ajustan satisfactoriamente a los datos experimentales en el rango de temperaturas estudiado.
Texto completo 77 páginas con texto
Leer la tesis completa Ficha en el repositorio
Contenido
- Introducciónp. 13
- 1. Objetivosp. 15
- 1.1 Objetivo Generalp. 15
- 1.2 Objetivos Específicosp. 15
- 2. Estado Del Artep. 16
- 3. Metodologíap. 17
- 3.1 Identificación De Modelosp. 18
- 3.2 Modelado Matemático Y Optimización De Parámetrosp. 18
- 3.2.1 Ajuste De Parámetros Mediante Métodos De Optimizaciónp. 18
- 3.2.2 Elección Del Método De Optimización Que Mejor Ajuste A Cada Modelop. 18
- 3.3 Predicción De Datos Y Validación De Modelosp. 19
- Recopiladosp. 19
- 3.3.2 Comparativos Y Análisis De Datosp. 19
- 4. Resultadosp. 19
- 4.1 Viscosidadp. 19
- 4.1.1 Modelos De Viscosidadp. 20
- 4.1.2 Modelado Matemático Y Optimización De Parámetros De Modelos De Viscosidadp. 22
- 4.1.3 Validación De Modelos Y Comparativosp. 26
- 4.2 Densidadp. 17
- 4.2.1 Modelos De Densidadp. 30
- 4.2.2 Modelado Matemático Y Optimización De Parámetros De Modelos De Densidadp. 33
- 4.2.3 Validación De Modelos Y Comparativosp. 26
- 4.3 Velocidad Del Sonidop. 39
- 4.3.1 Modelos De Velocidad Del Sonidop. 39
- 4.3.3 Validación De Modelos Y Comparativosp. 26
- 5. Conclusionesp. 42
- 6. Recomendacionesp. 43
- Referencias Bibliográficasp. 44
- Tabla 1 Parámetros y métodos de optimización para Grunberg-Nissanp. 23
- Tabla 2 Parámetros y métodos de optimización para Avramov- Milchevp. 23
- Tabla 3 Parámetros y métodos de optimización para Watertonp. 24
- Tabla 4 Parámetros y métodos de optimización para Jouyban-Acreep. 24
- Tabla 5 Parámetros y métodos de optimización para McAllisterp. 25
- Tabla 6 Parámetros y métodos de optimización para Eyring y Hirschfelderp. 26
- Tabla 8 Parámetros y métodos de optimización para Redlich-Kisterp. 33
- Tabla 9 Parámetros y métodos de optimización para NRTLp. 34
- Tabla 10 Parámetros y métodos de optimización para TRIDENp. 35
- Tabla 11 Parámetros y métodos de optimización para VTPRp. 36
- Tabla 13 Parámetros y métodos de optimización para Daridonp. 40
- Tabla 14 Parámetros y métodos de optimización para Grunberg-Nissanp. 49
- Tabla 15 Parámetros y métodos de optimización para Avramov-Michelvp. 50
- Tabla 16 Parámetros y métodos de optimización para Watertonp. 51
- Tabla 17 Parámetros y métodos de optimización para Jouyban-Acreep. 52
- Tabla 18 Parámetros y métodos de optimización para McAllisterp. 53
- Tabla 19 Parámetros y métodos de optimización para Eyring-Hirschfelderp. 54
- Tabla 20 Parámetros y métodos de optimización para Redlich-Kisterp. 55
- Tabla 21 Parámetros y métodos de optimización para NRTLp. 56
- Tabla 22 Parámetros y métodos de optimización para TRIDENp. 57
- Tabla 23 Parámetros y métodos de optimización para VTPRp. 58
- Tabla 24 Parámetros y métodos de optimización para Daridonp. 59
- estudiadasp. 61
- estudiadasp. 61
- Figura 1 Diagrama de flujo de la metodología empleadap. 17
- recopiladosp. 19
- recopiladosp. 19
- recopiladosp. 19
- estudiadasp. 61
- estudiadasp. 61
- estudiadasp. 61
- composiciones estudiadasp. 64
- estudiadasp. 61
- estudiadasp. 61
- estudiadasp. 61
- composiciones estudiadasp. 69
- estudiadasp. 61
- estudiadasp. 61
- estudiadasp. 61
- Restantesp. 49
- Apéndice B. Gráficos Obtenidos Para Los Grupos De Mezclas Estudiadas Restantesp. 61
- Apéndice C. SSRES Obtenidos Para Los Grupos De Mezclas Estudiadas Restantesp. 73
- Apéndice D. Scripts Desarrolladosp. 77