【COSMOlogic 应用实例】探讨不同含水量对萃取精馏分离三元共沸混合物性能的影响

摘要：

反应萃取精馏(RED)作为一种分离共沸混合物的新方法受到了广泛的关注。尽管许多研究报告了其积极的好处，但没有研究探索不同含水量对RED性能的影响，这是一个在传统萃取蒸馏中已经进行了详尽探索的领域。在本研究中，作者以乙酸乙酯(EA)、1,4-二恶烷(DIO)和水的分离为例，研究了水含量对RED性能的影响。作者使用双柱反应萃取精馏(DCRED)为饲料组成设计了不同的配置，范围从0.35到0.8水摩尔馏分。这些配置经过了全局优化，并根据经济、环境和热力学效率考虑，与三塔传统萃取精馏(TCCED)进行了性能比较。TCCED方案的TAC和CO2排放量呈线性下降，在含水量为50mol.%时达到最低点。超过这个阈值，这两个指标都显着增加，甚至超过参考情况(20mol.%水)，水含量为80mol.%。TCCED的热力学效率由于其固有的火用破坏而表现出相反的行为。有趣的是，DCRED方案显示经济和环境指标的趋势几乎呈线性下降，并且在65mol.%含水量时观察到明显的偏差，伴随着80mol.%的轻微下降。DCRED方案的热力学效率呈现出与TCRED方案相反的趋势。总的来说，TCCED在50mol.%的水含量下表现最好，DCRED在80mol.%的水含量下表现最好。这项全面的研究弥补了重大的知识差距，为优化不同含水量的RED工艺提供了见解，尽管RED广泛应用，但这是一个尚未探索的主题。

 

引言：

乙酸乙酯(EA)是一种特殊的溶剂，用于溶解各种合成树脂，如硝化纤维素和醋酸纤维素[1]。它也可以用作薄层色谱分析的流动相。本研究旨在探讨水含量的变化如何影响RED对EA/DIO/水混合物的分离过程。虽然这项工作的贡献似乎是渐进的，但重要的是要强调，尽管RED工艺被广泛使用，但之前没有基于RED的研究报告含水量对RED工艺性能的影响。目前尚不确定的是，增加含水率是否会像Zhang等人之前的研究结果那样产生大量的成本节约，或者是否存在一个阈值，超过这个阈值，进一步增加含水率可能会导致收益减少，正如Zhang等人的另一项研究所观察到的那样。本研究旨在填补这一关键的知识空白。本研究的其余部分组织如下：第2节概述了作者的方法，涵盖热力学见解，概念设计，过程优化和评估标准(包括经济，环境和能源效率方面)。结果和分析在第3节中提出。最后，在第四节中，作者从研究中得出结论。

 

方法：

图1展示了本研究中采用的方法，该方法结合了概念设计和优化策略，开发了用于分离EA/DIO/水混合物的RED。该方法分为三个不同的步骤。第一步涉及热力学洞察和不同配置的概念设计，针对不同的饲料成分(即含水量)量身定制。在这里，作者不仅创建了新的双柱反应萃取精馏(DCRED)方案，而且还扩展了作者的模拟，以涵盖水摩尔分数为0.35,0.5,0.65和0.8的TCCED配置。这种全面的方法使作者能够在RED和TCCED系统之间进行有意义的比较。第二步是对不同含水率的DCRED进行全局优化。通过这个优化过程，作者的目标是显著提高整个过程的性能。这种优化工作还有助于作者在不同的进料组成范围内识别工艺性能的趋势，这是作者研究的中心焦点。最后，在相同饲料含水率的情况下，对优化后的DCRED配置与TCCED的结果进行了评价和比较。绩效评价包括三个关键的过程指标，即经济、环境影响和热力学效率。

 

残留曲线图(RCM)是了解多共沸蒸馏过程的有价值的工具。图2提供了包含两种二元共沸物的热力学拓扑特征的图形表示。在图2中，有三种不同的蒸馏产物分别标记为A、B和c。SNRCM、SRCM和UNRCM分别表示稳定节点、鞍节点和不稳定节点。图2中的深蓝色线表示残差曲线，从RCM不稳定节点到稳定节点的路径。蒸馏边界，连接点SRCM-azeoAB和UNRCM-azeoBC，有效地将成分空间划分为两个不同的区域，标记为“区域1”和“区域2”。在这种情况下，粉色虚线表示等波动率曲线。图2(b)所示为液-液包络的液相连接线、液相双节线。

 

图3提供了连接的优化过程的图形表示Aspen PlusV12.1与Matlab。

 

EA/DIO/水体系的热力学拓扑特征如图4所示。如图4(b)所示，作者的主要重点是水摩尔分数为0.35、0.5、0.65和0.8的新鲜饲料组成，分别用点2到点4表示。

 

DCRED系统的概念流程图(即工艺流程图)如图5所示。首先，将含有EA/DIO/水的新鲜进料与EO一起泵入第一柱(C1)。

 

在探索改变含水量如何影响使用RED的EA/DIO/水混合物的分离过程之前，建立对TCCED设计的基本理解是至关重要的。在本研究中，作者首先复制了Li等人先前描述的TCCED设计，如图6所示。图6与先前工作中使用的设计紧密一致，这突出了作者复制模型的可靠性。

 

不同进料组成下TCCED和DCRED方案优化的演化结果如图7所示。如图7所示，在大约200次迭代后，所有方案的优化都趋于收敛(即保持不变)。例如，优化的TCCED方案中，进料含水量为20mol.%(图7(a))的TAC稳定在恒定值1.66×106美元。图7(a)的优化设计如图8所示。在图8中，EDC1、EDC2和ERC的托盘总数分别为42、43和20个。

 

 

优化后的配置如图9所示，C1共34个托盘，C2共20个托盘。夹带料、新鲜料和EO料分别通过托盘7、20和26引入C1。然后，C1的底部流通过托盘11定向到C2。在相同饲料组成、含水量为20mol.%的情况下，比较DCRED和TCCED方案(图7(a)和(b))，可以明显看出DCRED方案显著降低了TAC，降低了56.9%。

 

图10显示了TCCED和DCRED之间的TAC比较。水含量为20mol.%的TCCED方案的TAC作为比较的参考案例。从图10中可以看出，与参考案例相比，DCRED取得了显著的TAC降低，从56.8%到77.6%不等。

 

图11为TCCED与DCRED的CO2排放对比。与TAC比较相同，水含量为20mol.%的TCCED方案作为比较的参考案例，记录的CO2排放量为963kg/h。从图11中可以清楚地看出，与优化后的TCCED方案相比，DCRED方案实现了显著的CO2减排，减少幅度在65.5%至89.0%之间。

 

两种方案的热力学效率如图12所示，以水含量为20mol.%的TCCED方案作为比较的参考情况。从图12中可以明显看出，RED方案的热力学效率比参考情况高出3.2至5.5倍。

 

图13(a)表明，将EG回收到C1中对于显著提高DIO与EA的分离效率起着至关重要的作用。此外，与没有回收EG的RED方案相比，EG的存在减轻了液体的混合(图13(b))。这一观察结果也与EA和DIO相对波动性的增加相一致，当EG被引入二元混合物时，这一点很明显(图14)。

 

 

为了进一步评估分子水平的相互作用，作者使用了真实溶剂类导体筛选模型(COSMO-RS)方法来计算这些分子的筛选电荷密度(σ)分布。这些计算使用COSMOthermX软件(Version 19.0.1)进行。计算结果表明，EG和DIO的筛选电荷分布向正方向明显扩展(图15)。

 

作者的分析表明，O1(DIO)和H1(EG)之间的原子距离比O2(EA)和H1(EG)之间的相应距离短，如图16所示。

总结：

在这项工作中，作者探索了水含量在使用RED分离EA/DIO/水混合物过程中的复杂相互作用。作者的研究首先引入了一个DCRED方案，该方案涉及不同的水摩尔分数，特别是0.35、0.5、0.65和0.8。作者试图仔细研究不同饲料成分可能对分离过程产生的深远影响。然后，作者扩展了作者的模拟，以涵盖TCCED设计，提供了一个更全面的视角。接下来，作者对DCRED和TCCED设计进行了全球优化，以提高整体工艺性能，并从经济、环境和热力学效率方面对性能进行了评估。作者的发现具有重要意义，因为它们揭示了通过这些优化设计实现的显着增强。例如，DCRED计划显示TAC显著减少了77.6%。此外，与水含量为20mol.%的TCCED方案相比，它实现了令人印象深刻的89.0%的二氧化碳减排，令人惊讶的是，能源效率提高了5倍。另一方面，优化后的TCCED方案也显示出实质性的改进，TAC减少了6.9%，二氧化碳排放量减少了4.7%。此外，与水含量为20mol.%的TCCED方案相比，该方案实现了17.9%的能源效率激增。对TAC趋势的仔细观察揭示了一个引人入胜的故事。在DCRED方案中，TAC呈近线性下降趋势，在65mol.%含水量时出现明显偏差。然后，当含水量上升到80mol.%时，它经历了更温和的下降。相反，TCCED方案的TAC也随着进料含水量的增加呈线性下降，但在含水量为50mol.%时达到最小值。超过这个阈值，随着含水量的增加，TAC出现了显著的上升，甚至在含水量为80mol.%时超过了参考情况(20mol.%水)。综上所述，DCRED方案在含水量为80mol.%时达到其性能峰值，而TCCED方案在含水量为50mol.%时表现优异。这些发现反映了RED工艺性能背景下含水量的复杂动态，尽管RED工艺得到了广泛应用，但这一维度仍然相对未被探索。这项研究不仅填补了一个关键的知识空白，而且揭示了含水量对RED应用的可行性和可持续性的深远影响。

 

文章详情：https://doi.org/10.1016/j.seppur.2023.125785 

 

北京泰科博思科技有限公司是COSMOLOGIC官方指定代理商，有关软件详情或者技术支持请咨询北京泰科。

电话：010-64951848

邮箱：sales@tech-box.com.cn

 

北京泰科为广大学习分子模拟科研人员提供了交流讨论平台，泰科建立了Turbomole交流群，群里有专业老师解答问题，如有兴趣一起交流，欢迎来电/邮申请入群，作者期待您的参与！

 

北京泰科涉及行业

材料研发

基于BIOVIA Materials Studio材料设计平台，提供涉及电池、航空航天、国防军工、建筑、涂料涂层等多领域材料研发软件及综合解决方案。

 

药物研发

针对药物设计、药物研发等提供基于Discovery Studio、COSMOLOGIC等软件的ADME、构象比对、溶剂筛选、结晶、成盐、共晶筛选、稳定性、溶解度pKa、分配系数等性质的模拟预测软件及方案。

 

化工设计

面向精细化工、新能源、石油化工等领域提供精馏萃取催化剂设计、热力学性质（溶解度、粘度等）、提纯表面处理吸附等性质模拟软件平台及解决方案。

 

数据挖掘

基于Pipeline Pilot提供数据搜集、数据清洗、特征工程、机器学习、流程设计等多种数据挖掘综合解决方案。

 

一体化实验室

• 实验室信息管理

• 电子实验记录本/SOP执行

• 试剂耗材管理

• 仪器管理

• 数据管理

 

部分产品

量化材料类

• Crystal：固体化学和物理性质计算软件

• Diamond：晶体结构数据可视化分析

• Endeavour：强大的求解晶体结构的软件

• Molpro：高精度量化软件

• Molcas：多参考态量软件                   

• Turbomole：快速稳定量化软件

• TeraChem：GPU上运行的量化计算软件

• Spartan：分子计算建模软件

 

数据分析类

• GelComparll：凝胶电泳图谱分析软件

• SimaPro：生命周期评估软件             

• Unscrambler：完整多变量数据分析和实验设计软件      

• CSDS：剑桥晶体结构数据库

• lCDD：国际衍射数据中心数据库                

• ICSD：无机晶体结构数据库

• Pearson’s CD：晶体数据库

 

公司简介

北京泰科博思科技有限公司（Beijing Tech-Box S&T Co. Ltd.）成立于2007年，是国内领先的分子模拟及虚拟仿真综合解决方案提供商。

 

北京泰科博思科技有限公司与国际领先的模拟软件厂商、开发团队深入合作，为高校、科研院所和企业在材料、化工、药物、生命科学、环境、人工智能及数据挖掘、虚拟仿真教学等领域提供专业的整体解决方案。用户根据需要在我们的平台上高效的进行各种模拟实验，指导实际的生产设计。

 

北京泰科博思科技有限公司拥有一支一流的技术服务团队和资深的专家咨询团队，以客户真正需求出发，服务客户，为客户创造价值。我们秉承“职业、敬业、担当、拼搏、合作”的企业精神，致力于用国际领先的软件产品和专业全面的技术支持服务，成为客户可信赖的合作伙伴。