SRK 및 PR 상태 방정식의 한계는 무엇이며, 이를 어떻게 해결할 수 있습니까?

표준 SRK 및 PR 방정식은 임계점 근처에서 액체 밀도를 체계적으로 과대 예측하며, 매우 높은 온도에서 올바른 제2 바이럴 계수를 재현할 수 없습니다. 특히 수소 및 헬륨과 같은 가벼운 기체에서 그렇습니다. 화학 공학 열역학 실험의 경우, 이는 파일럿 플랜트 용기 설계, 펌프 사이징 또는 고온 수소가 유체 스트림 모델링 시 원시 SRK 또는 PR 출력을 의존할 수 없음을 의미합니다. 가장 강력한 수정 방법은 세 가지 범주로 나뉩니다: 부피 변환(volume translation) 적용, 알려진 PVT 데이터로 EOS 제한, 또는 입방 방정식을 전용 경험적 상관식으로 완전히 대체.

Soave-Redlich-Kwong 및 Peng-Robinson 방정식은 상 평형을 위한 훌륭한 범용 도구로 남아 있지만, 일반적인 형태에는 두 가지 명확한 한계가 내재되어 있습니다: 액체 부피를 왜곡하는 고정된 임계 압축 계수와 극한 온도에서 잘못 발산하는 인력 항입니다. 근본적인 필요성은 이 격차를 해소하여 파일럿 플랜트 데이터와 프로세스 시뮬레이션이 가장 중요한 영역인 용기 사이징, 펌프 선정 및 고온 수소 서비스에서 신뢰할 수 있도록 하는 것입니다.

표준 입방형 상태 방정식의 근본적 결함

임계점 근처에서 액체 밀도 예측이 실패하는 이유

모든 입방 방정식은 보편적인 임계 압축 계수 Zc를 강제합니다.
SRK는 Zc를 1/3으로, PR은 0.3074로 고정합니다. 실제 유체는 일반적으로 Zc ≈ 0.27 주위에 집중됩니다. 임계 부피는 Zc에 직접 비례하므로, 표준 입방형 방정식은 임계 부피를 10~20% 과대 예측하며 이 오차는 전체 액체 영역에 전파됩니다.

불일치는 임계 온도에 가까운 포화 액체에서 가장 심각합니다.
파일럿 플랜트 증류탑 또는 액화 가스 저장 실험에서 이는 과소 예측된 밀도로 이어지며, 이는 체류량 계산, 리플럭 드럼 사이징 및 펌프 NPSH 평가를 오도할 수 있습니다. 표준 SRK 및 PR은 포화 액체에 대해 5~10%를 초과하는 오차를 쉽게 보일 수 있는 반면, 기체 상은 허용 가능한 수준을 유지합니다.

예측 불량은 입방 형태의 실패가 아닙니다. 이는 상수 Zc 가정의 실패입니다.
인력 매개변수 a와 공부피 b는 증기압 및 임계점 조건에 보정되며 액체 밀도에는 보정되지 않습니다. 추가 자유도가 없으면 방정식은 액체 등적선을 현실과 일치하도록 구부릴 수 없습니다.

고온 바이럴 계수 붕괴

모든 단순 유체의 제2 바이럴 계수 B(T)는 매우 높은 온도에서 작은 양의 극한 값에 접근합니다.
이 극한값은 반발력(경구체) 기여에서 비롯됩니다. 그러나 표준 SRK 및 PR 인력 항은 결코 완전히 사라지지 않는 온도 의존적 알파 함수를 포함합니다. 암시된 B(T)는 음수가 되며 온도가 상승함에 따라 더 음수로 커집니다. 이는 물리적으로 불가능합니다.

오차는 수치적으로는 작지만 수소 및 헬륨과 같은 가벼운 기체에 대해 개념적으로 치명적입니다.
극저온 또는 상온에서는 편차를 무시할 수 있지만, 파일럿 플랜트가 600K 이상의 고온 반응기 유출물 또는 수소가 풍부한 재순환 스트림을 운영할 때, 잘못된 바이럴 계수는 퓨게시티 계수, 압축 계수에 편향을 주고 궁극적으로 유량 계측 및 물질 수지 마감에 영향을 미칩니다.

근본 원인은 Soave 및 Peng-Robinson 유형의 알파 함수입니다.
이들은 임계 미만 범위에서 증기압을 개선하도록 설계되었습니다. 환원 온도가 10 이상일 때 대수 형태는 물리적으로 잘못된 방향으로 외삽됩니다. 이것이 표준 입방형 방정식이 고온 및 저압에서만 신뢰할 수 있는 부피 예측을 제공한다고 보조 참고문헌이 강조하는 이유입니다. 이 영역에서는 제2 바이럴 항이 작고 이상 기체 법칙이 지배적입니다.

실험 작업에서 액체 밀도 한계 해결

부피 변환(Peneloux) 보정

가장 간단하고 널리 채택된 수정 방법은 상수 부피 변환입니다.
SRK 또는 PR가 예측한 몰 부피에서 작은 보정 항 c를 뺍니다. 변환은 압력과 온도에 독립적이므로 기-액 평형 계산을 변경하지 않고 전체 액체 밀도 곡선을 이동시킵니다. 많은 상용 시뮬레이터는 이를 Peneloux 또는 Rackett 기반 변환으로 구현합니다.

파일럿 플랜트 실험에서 이는 동일한 이원 상호 작용 매개변수와 VLE 품질을 유지하면서 액체 밀도를 실험 데이터의 1~3% 이내로 가져옴을 의미합니다.
극저온 분리기 또는 LNG 파일럿 시설의 경우, 운전 지점이 임계점의 바로 근처를 피하는 한 이 정확도는 종종 용기 사이징 및 재고 관리에 충분합니다.

단점은 변환된 방정식이 이론적 임계 압축을 위반한다는 것입니다.
변환된 모델은 EOS 자체의 임계 밀도와 다른 임계 밀도를 예측하며, 이는 경험이 부족한 모델러를 혼란스럽게 할 수 있습니다. 그러나 이 불일치는 대부분의 실험에서 미적인 문제입니다. 임계 영역 운전은 어차피 피하기 때문입니다.

프로세스 설계를 위한 경험적 상관식

부피 변환된 입방형 방정식조차 충분하지 않을 때 엔지니어는 전용 액체 밀도 상관식으로 전환합니다.
보조 참고문헌은 Yu-Lu, Spencer-Danner 및 Chiu-Hsi-Lu 계열을 지적하며, 이들은 액화 가스 및 탄화수소 혼합물에 대해 평균 편차 0.3% 미만으로 기포점 밀도를 예측할 수 있습니다.

대학 파일럿 플랜트 또는 연구 실험에서 이러한 상관식은 데이터 수집 시스템에 하드코딩될 수 있습니다.
EOS가 즉석에서 액체 밀도를 계산하도록 하는 대신 온도와 조성을 측정한 다음 상관식을 적용합니다. 이 접근 방식은 밀도 정확도를 EOS에서 분리하며 신뢰할 수 있는 밀도 입력이 필요한 자기 유량계 또는 코리올리 유량계 보정에 특히 강력합니다.

이러한 상관식은 경험적이므로 화학 시스템 및 압력 범위에 일치시켜야 합니다.
예를 들어, 중유 분획에 Chiu-Hsi-Lu #2 상관식을 사용하면 상관식 매개변수가 가벼운 NGL 스트림에 대해 회귀된 경우 좋은 결과를 얻지 못합니다. 파일럿 실험에서 상관식을 신뢰하기 전에 항상 몇 가지 벤치탑 밀도 측정값에 대해 검증하십시오.

실험적 PVT 데이터로 상수 제한

혼합물에 대한 고품질 PVT 데이터를 이미 보유하고 있다면 사용자 정의 EOS 상수 세트를 회귀할 수 있습니다.
이것은 연구소에서 일반적인 관행입니다. 몇 개의 온도-압력 지점에서 액체 밀도를 측정한 다음 EOS가 해당 지점을 정확히 재현할 때까지 부피 변환 매개변수 c 또는 공부피 b를 조정합니다.

결과적으로 제한된 EOS는 특정 화학 시스템을 위한 맞춤형 도구가 됩니다.
안전하게 플로우시트 시뮬레이션에 사용하여 탑, 열교환기 및 저장 탱크를 사이징할 수 있습니다. 피팅이 실제 측정에 고정되어 있으므로 운전 창이 보정 범위에서 멀리 벗어나지 않는 한 예측은 신뢰할 수 있는 상태로 유지됩니다.

밀도를 수정하기 위해 알파 함수를 과도하게 피팅하지 않도록 주의하십시오.
증기압을 동시에 확인하지 않고 인력 항의 온도 의존성을 변경하면 기포점 예측에 편향을 주는 대가로 밀도를 개선할 수 있습니다. 항상 다중 속성 회귀를 수행하거나 계층적 접근 방식을 사용하십시오. 즉, 증기압을 먼저 피팅한 다음 공부피 또는 변환 매개변수만 조정하십시오.

가벼운 기체의 고온 거동 억제

수정된 인력 항 함수

고온 바이럴 계수를 수정하려면 알파 함수는 T → ∞에서 유한한 양의 상수에 접근해야 합니다.
Patel–Teja와 같은 방정식 또는 Daubert-Grabowski 알파와 같은 최적화된 형태는 극한에서 반발력 및 인력 기여가 적절히 균형을 이루도록 허용하는 세 번째 매개변수를 통합합니다.

연구 환경에서 수정된 입방형으로 전환하는 것이 종종 가장 저항이 적은 경로입니다.
예를 들어, Patel–Teja는 임계 압축과 연결된 매개변수 c를 도입하여 액체 밀도와 고온 거동을 동시에 개선합니다. 입방형 방정식을 동적 시뮬레이션에 매력적으로 만드는 대수적 단순성을 유지하면서 물리적으로 현실적인 바이럴 계수를 얻습니다.

타협점은 세 번째 매개변수가 완전히 정의되기 위해 추가 데이터 지점(종종 임계 압축 또는 단일 액체 밀도 지점)이 필요하다는 것입니다.
잘 특성화된 물질의 경우 이는 사소한 문제입니다. 독점 혼합물의 경우 모델이 예측적이 되기 전에 해당 값을 파악하기 위한 빠른 실험이 필요할 수 있습니다.

바이럴 기반 또는 다중 매개변수 방정식으로 전환

실험 행렬에 400K를 초과하는 온도에서 20 mol% 이상의 수소 분율이 포함된 경우 수정된 입방형 방정식조차 어려움을 겪을 수 있습니다.
보조 참고문헌은 제2 또는 제3 계수에서 절단된 바이럴 방정식 또는 산업용 LNG 설계에 정기적으로 사용되는 BWR-11과 같은 다중 매개변수 EOS를 암시적으로 지적합니다.

파일럿 플랜트의 경우 이것이 입방 방정식을 완전히 포기해야 함을 의미하지는 않습니다.
하이브리드 전략이 잘 작동합니다. VLE 및 엔탈피에는 입방형 EOS를 사용하지만 기체 상 퓨게시티 및 부피 계산은 가벼운 기체 성분에 대한 별도의 정확한 상관식으로 재정의합니다. 많은 프로세스 시뮬레이터는 "헨리 법칙" 성분을 정의하거나 특정 스트림에 두 번째 EOS를 연결할 수 있습니다.

이 접근 방식은 복잡성을 추가하지만 물리적 거동을 보장합니다.
표준 SRK/PR이 압축 계수에 2~4%의 오류를 조용히 도입하여 질량 유량 판독값으로 전파되는 고온 수소화 반응기 또는 헬륨 퍼징 용기를 모델링할 때 표준 솔루션입니다.

타협점 이해

정확성-단순성 균형

모든 수정 방법은 복잡성의 계층을 추가합니다.
부피 변환은 구현하기 쉽고 광범위하게 적용 가능하지만 고온 바이럴 거동을 수정하지 않습니다. Patel–Teja와 같은 수정된 입방형 방정식은 두 가지 문제를 모두 처리하지만 추가적이고 종종 잘 알려지지 않은 매개변수가 필요합니다. 경험적 상관식은 액체 밀도에 대해 가장 높은 충실도를 제공하지만 프로세스 화학이 변경되거나 임계 영역 근처로 모험할 경우 붕괴됩니다.

보편적인 "최고" 솔루션은 없습니다. 실험 목적에 가장 적합한 솔루션만 있을 뿐입니다.
VLE에 초점을 맞춘 학생 실험실은 초점이 사이징이 아닌 평형에 있으므로 원시 SRK 오차를 감수할 수 있습니다. 파일럿 규모의 LN2 세정탑은 그럴 수 없습니다. 5% 밀도 오차는 예측된 액체 홀드업과 탑 수리학을 변경합니다.

임계 영역을 피할 수 없는 경우

보정이 있더라도 임계점 근처의 입방형 EOS는 근본적인 한계를 보입니다.
밀도 도함수(압축성 등)는 입방형이 재현할 수 없는 보편적 스케일링으로 발산합니다. 실험이 임계 영역 내부(예: 초임계 추출 파일럿 플랜트)에서 운영되는 경우 정확도 감소를 수용하거나 임계점 근처에는 스케일링 법칙 거동을 통합하고 임계점에서 멀리는 입방형 형태에 점근하는 크로스오버 EOS로 전환해야 합니다.

실제로 파일럿 플랜트 운영자는 임계 온도에서 몇 도 떨어져 있습니다.
이 실용적인 선택은 변환된 입방형 방정식 또는 경험적 상관식이 여전히 가치를 제공하는 체제로 시스템을 유지합니다.

실험에 맞는 올바른 선택

열역학 실험은 몇 가지 전형적인 범주 중 하나에 속합니다. 접근 방식을 주요 요구 사항에 일치시키십시오:

• 주요 초점이 액체 취급 장비(탱크, 펌프, 리플럭 드럼) 사이징인 경우: 최종 확인을 위해 Yu-Lu와 같은 상관식이 포함된 SRK 또는 PR의 부피 변환 버전을 적용하십시오. 이는 허용 가능한 안전 마진으로 빠르고 시뮬레이터 친화적인 답변을 제공합니다.
• 주요 초점이 고온 가벼운 기체 서비스(400K 이상의 수소 또는 헬륨)인 경우: 알파 함수를 Daubert-Grabowski 또는 Patel–Teja 유형 식으로 교체하거나 바이럴 기반 2단계 보정으로 전환하십시오. 기본 SRK/PR에 의존하면 거짓 음수 압축성 오류가 도입됩니다.
• 주요 초점이 물리적 정확성이 최우선인 학술 연구(고전 EOS의 한계 가르침)인 경우: 표준 SRK/PR로 시작하여 예측된 액체 밀도 및 제2 바이럴 계수의 붕괴를 보여준 다음 부피 변환 및 수정된 알파 함수로 달성된 단계적 개선을 시연하십시오. 이는 학생들이 필요한 깊은 이해를 구축하는 데 도움이 됩니다.
• 주요 초점이 액체 밀도 및 가벼운 기체 거동이 모두 중요한 다성분 분리 파일럿 플랜트인 경우: 다중 속성 회귀를 통해 수정된 입방 방정식을 자체 실험적 PVT 데이터로 제한하면서 증기압 정확도를 유지하고 부피 이동 및 고온 점근성을 조정하십시오.

단일 입방형 상태 방정식은 완벽하지 않지만, 여기서 요약한 목표 수정을 통해 일반 도구를 파일럿 플랜트 데이터를 위한 신뢰할 수 있는 파트너로 변환할 수 있습니다. 실험을 안전하게 유지하고, 계산을 신뢰할 수 있게 하며, 프로세스 설계를 물리적 현실에 뿌리 내리게 하십시오.

요약표:

LABPARK로 열역학 실험 최적화

화학 공학 실험실을 설계하거나 파일럿 플랜트 운영을 확장하고 계십니까? 정확한 열역학 모델링은 성공에 중요합니다.

LABPARK는 대학, 연구소 및 기업을 위해 화학 공학, 바이오 프로세스 & 바이오 기술, 환경 & 수 처리 분야의 프리미엄 교육 및 직업 단위 조작 파일럿 플랜트를 제공합니다. 우리는 견고하고 신뢰할 수 있는 장비를 통해 열역학 이론과 물리적 현실 사이의 격차를 해결하는 데 도움을 드립니다.

LABPARK에 문의하기하여 파일럿 플랜트 솔루션이 연구 및 교육 효율성을 어떻게 향상시킬 수 있는지 논의하십시오!