پیش بینی حلالیت مواد جامد در سیالات فوق بحرانی به کمک معادله حالت پتل_تجا
Publish place: 15th Iranian Natioanl Congress of Chimical Engineering
Publish Year: 1393
Type: Conference paper
Language: Persian
View: 751
This Paper With 5 Page And PDF Format Ready To Download
- Certificate
- I'm the author of the paper
این Paper در بخشهای موضوعی زیر دسته بندی شده است:
Export:
Document National Code:
ICHEC15_067
Index date: 10 July 2015
پیش بینی حلالیت مواد جامد در سیالات فوق بحرانی به کمک معادله حالت پتل_تجا abstract
مشکلات عمده ای که درخالص سازی مواداولیه و محصولات وجود دارد سبب شده است که محققین درجستجوی روشهای بهتری برای عمل تخلیص باشند یکی ازجدیدترین روشها که امروزه مورداستقبال قرارگرفته است استخراج به کمک سیالات فوق بحرانی است دراین تحقیق تعادلات فازی چهارسیستم جامد سیالات فوق بحرانی بررسی و درمدلسازی رفتاراین سیستم ها ازمعادله حالت سه پارامتری پنل - تجااستفاده شده است معادله حالت پتل - تجا با ابهبود ترم جاذبه معادلات حالت دوپارامتری و افزودن ترمc به آن توانسته است رفتارفازی جامد - سیالات فوق بحرانی را بخوبی پیش بینی نماید همچنین ازالگوریتم ژنتیک که یکی ازدقیق ترین الگوریتم های جستجوی سراسری است برای بهینه سازی پارامتربرهمکنش دوتایی kij استفاده شده است کمترین و بیشترین مقدارخطای مطلق میانگین AAD% به ترتیب درسیستم های زانتون - دی اکسید کربن 5/6درصد ونفتالین - اتیلن 8/4درصد بود
پیش بینی حلالیت مواد جامد در سیالات فوق بحرانی به کمک معادله حالت پتل_تجا Keywords:
پیش بینی حلالیت مواد جامد در سیالات فوق بحرانی به کمک معادله حالت پتل_تجا authors
حمیدرضا باقری
دانشجوی دکترای مهندسی شیمی دانشکده فنی و مهندسی دانشگاه شهید باهنر کرمان
حدیث غیاثی
دانشجوی کارشناسی ارشد مهندسی شیمی دانشکده فنی و مهندسی دانشگاه شهید باهنر کرمان
عطاالله سلطانی گوهرریزی
دانشیار مهندسی شیمی دانشکده فنی و مهندسی دانشگاه شهید باهنر کرمان
مراجع و منابع این Paper:
لیست زیر مراجع و منابع استفاده شده در این Paper را نمایش می دهد. این مراجع به صورت کاملا ماشینی و بر اساس هوش مصنوعی استخراج شده اند و لذا ممکن است دارای اشکالاتی باشند که به مرور زمان دقت استخراج این محتوا افزایش می یابد. مراجعی که مقالات مربوط به آنها در سیویلیکا نمایه شده و پیدا شده اند، به خود Paper لینک شده اند :