MODELAGEM DO PARÂMETRO DE INTERAÇÃO BINÁRIA DA EQUAÇÃO PC-SAFT UTILIZANDO REDES NEURONAIS ARTIFICIAIS

MODELAGEM DO PARÂMETRO DE INTERAÇÃO BINÁRIA DA EQUAÇÃO PC-SAFT UTILIZANDO REDES NEURONAIS ARTIFICIAIS

FERREIRA, J. R.; GUERRIERI, Y.; MEYBERG, G.; EMBIRUÇU, M.

Artigo:

A modelagem do equilíbrio de fases de soluções poliméricas é uma tarefa complexa, em especial, devido à assimetria de suas moléculas. Dentre os modelos termodinâmicos disponíveis na literatura, a equação de estado PC-SAFT tem apresentado um bom desempenho na modelagem de sistemas poliméricos. Uma equação de estado requer o uso de parâmetros de interação binária (BIP) utilizados para adequar o modelo aos dados experimentais de misturas. BIPs influenciam fortemente as curvas de equilíbrio e conceitualmente engloba todas as interações energéticas entre as moléculas. Devido à complexidade destas interações e a influência da pressão e temperatura, o desenvolvimento de uma correlação precisa é difícil. A proposta do trabalho é apresentar o uso de redes neuronais artificiais (RNA) como uma alternativa à falta de um modelo fenomenológico adequado para calcular o BIP. Para treinamento e teste foram utilizados 311 dados de equilíbrio de soluções binárias de polietileno e etileno da literatura.

A modelagem do equilíbrio de fases de soluções poliméricas é uma tarefa complexa, em especial, devido à assimetria de suas moléculas. Dentre os modelos termodinâmicos disponíveis na literatura, a equação de estado PC-SAFT tem apresentado um bom desempenho na modelagem de sistemas poliméricos. Uma equação de estado requer o uso de parâmetros de interação binária (BIP) utilizados para adequar o modelo aos dados experimentais de misturas. BIPs influenciam fortemente as curvas de equilíbrio e conceitualmente engloba todas as interações energéticas entre as moléculas. Devido à complexidade destas interações e a influência da pressão e temperatura, o desenvolvimento de uma correlação precisa é difícil. A proposta do trabalho é apresentar o uso de redes neuronais artificiais (RNA) como uma alternativa à falta de um modelo fenomenológico adequado para calcular o BIP. Para treinamento e teste foram utilizados 311 dados de equilíbrio de soluções binárias de polietileno e etileno da literatura.

Palavras-chave:

DOI: 10.5151/chemeng-cobeq2014-2022-16349-165791

Referências bibliográficas

• [1] FOLIE, B.; RADOSZ, M. Phase Equilibria in High-Pressures Polyethylene Technology, Ind. Eng. Chem. Res., v. 34, p. 1501-1516, 1995.
• [2] GHARAGHEIZI, F.; ESLAMIMANESH, A.; MOHAMMADI, A. H.; RICHON, D. Determination of critical properties and acentric factors of pure compounds using the artificial neural network group contribution algorithm. J. Chem. Eng. Data, v. 56, p. 2460-2476, 2011a. Área temática: Engenharia das Separações e Termodinâmica 7GHARAGHEIZI, F.; ESLAMIMANESH, A.; MOHAMMADI, A. H.; RICHON, D. Representation/Prediction of solubilities of pure compounds in water using artificial neural network – group contribution method. J. Chem. Eng. Data, v. 56, p. 720-726, 2011b. GHARAGHEIZI, F.; ESLAMIMANESH, A.; MOHAMMADI, A. H.; RICHON, D. Use of artificial neural network-Group contribution method to determine surface tension of pure compounds. J. Chem. Eng. Data, v. 56, p. 2587-2601, 2011c. GROSS, J.; SADOWSKI, G. Perturbed-Chain SAFT: An equation of state based on a perturbed theory for chain molecules, Ind. Eng. Chem. Res., 40, 1244-1260, 2001.
• [3] GUERRIERI, Y.; PONTES, K. V.; MEYBERG, G.; COSTA, N.; EMBIRUÇU, M. A survey of equations of state for polymers. INTECH, chapter 16, 2012.
• [4] HASLAM, A. J.; GALINDO, A.; JACKSON, G. Prediction of binary intermolecular potential parameters for use in modelling fluid mixtures. Fluid Phase Equilib., v. 266, p. 105-128, 2008.
• [5] HOSSEINI, S. M.; FAZLALI, A. R.; ZAHEI, G. R. Critical properties of hydrocarbon mixtures by artificial neural network and Peng-Robinson EOS, ARPN J. Eng. Appl. Sci., v. 3, n. 6, 2008.
• [6] HUDSON, G. H.; MCCOUBREY, J. C. Intermolecular forces between unlike molecules. Trans. Faraday Soc, v. 56, 761–766, 1960.
• [7] KRENZ, R. A. Behaviour of Polydisperse Polyethylene Solutions using the Modified Sanchez-Lacombe Equation of State. 722f. Ph.D. Thesis, University of Calgary, Calgary, Canada, 2005.
• [8] MOGHADASSI, A.; FAHIME, P.; HOSSEINI, S. M.; SHARIFI, A. Prediction of pvt properties of ammonia by using artificial neural network and equations of state, ARPN J. Eng. Appl. Sci., v. 3, n. 6, 2008.
• [9] NAMI, F.; DEYHIMI, F. Prediction of activity coefficients at infinite dilution for organic solutes in ionic liquids by artificial neural network. J. chem. Thermodyn., v. 43, p. 22-27, 2011.
• [10] PRASAD, Y.; BHAGWAT, S. S. Simple neural network models for prediction of physical properties of organic compounds. Chem. Eng. Technol., v. 25, p. 1041-1046, 2002.
• [11] SANJARI, E.; LAY, E. N. Estimation of natural gas compressibility factors using artificial neural network approach, J. Nat. Gas Sci. Eng., v. 9, p. 220-226, 2012.
• [12] SMITH, J. M.; VAN NESS, H. C.; ABBOTT, M. M. Introdução à termodinâmica da engenharia química, São Paulo: Editora LTC, 2007.
• [13] YOUSEFI F.; KARIMI, H. Application of equation of state and artificial neural network to prediction of volumetric properties of polymer melts, J. Ind. Eng .Chem., v. 19, p. 498-507, 2013.

Como citar:

FERREIRA, J. R.; GUERRIERI, Y.; MEYBERG, G.; EMBIRUÇU, M.; "MODELAGEM DO PARÂMETRO DE INTERAÇÃO BINÁRIA DA EQUAÇÃO PC-SAFT UTILIZANDO REDES NEURONAIS ARTIFICIAIS", p-16366-16373. In: Anais do XX Congresso Brasileiro de Engenharia Química - COBEQ 2014 [= Blucher Chemical Engineering Proceedings, v.1, n.2]. São Paulo: Blucher, 2015.
ISSN 23591757, DOI 10.5151/chemeng-cobeq2014-2022-16349-165791