• طبیعت تعادل

بنابراین دستگاه در تعادل است. معذالک، درسطح خرد، شرایط ساکن نمی‌باشد. مولکول‌های تشکیل دهنده یک فاز در یک لحظه معین مشابه مولکول‌هایی که در لحظه دیگر در آن فاز قرار دارند نخواهند بود. مولکول‌هایی که دارای سرعت زیاد بوده و در نزدیکی مرز بین فازها قرار دارند بر نیروهای سطحی غلبه کرده و به فاز دیگر عبور می نمایند. در هر حال شدت متوسط عبور مولکول‌ها در هر دو جهت مشابه بوده و هیچ گونه انتقال خالص مواد بین فازها موجود نخواهد بود.

1-2- قانون فاز- فرضیه دوهم

قانون فاز برای دستگاههای عاری از واکنش، از کاربرد یک قانون جبری حاصل می‌شود. تعداد متغیرهای قانون-فاز که برای ثابت نمودن حالت متمرکز[2] یک دستگاه در تعادل بطور دلخواه مشخص می‌شود، درجه آزادی نامیده می‌شود و اختلاف بین تعداد کل متغییر‌های قانون-فاز و تعداد معادلات مستقل است که می‌توان برای ارتباط دادن این متغییرها نوشت.

حالت متمرکز یک دستگاه PVT که حاوی N ماده شیمیایی وπ فاز در تعادل است، توسط دما، فشار و N-1 جزء مولی برای هر فاز مشخص می‌گردد. اینها متغییر‌های قانون فاز بوده و تعدادشان 2+(N-1)(π) است. جرم فازها، در مقوله متغیرهای قانون فاز نیست زیرا هیچ گونه نفوذی بر حالت متمرکز دستگاه ندارند.

معادلات تعادل-فاز که ممکن است برای مرتبط نمودن متغیرهای قانون فاز نوشته شوند بوسیله معادلات(1. 1) ویا (2. 1) داده می‌شوند:

هر یک از این مجموعه‌ها دارای(π-1)(N) معادله تعادل- فاز مستقل است. این معادلات ارتباط دهنده متغیرهای قانون-فاز هستند زیرا پتانسیل شیمیایی وفوگاسیتی‌ها توابعی از دما، فشار و جزء مولی اجزاء می‌باشند. اختلاف بین تعداد متغیرهای قانون- فاز و تعداد معادلات ارتباط دهنده آنها درجه آزادی نامیده می‌شود:

(3. 1)                                                        F=2+(N-1)(π)-(π-1)(N) 

خرید متن کامل این پایان نامه در سایت nefo.ir

معادله فوق به معادله(1-4) ساده می‌شود.

(4. 1)                                                                                                         F=2-π+N

قضیه دوهم قانون دیگری است مشابه قانون فاز لکن با شهرت کمتر. این قانون برای دستگاههای بسته که برای آنها حالت غیر متمرکز[3] همانند حالت متمرکز دستگاه ثابت است بکار می رود که در آن اختلاف بین تعداد متغیرها و تعداد معادلات برابر 2 می گردد که بر مبنای این نتیجه قضیه دوهم اینگونه بیان می‌شود:

برای هر دستگاه بسته ای که ابتدا از اجرام معینی از مواد شیمیایی توصیف شده تشکیل گردیده باشد، حالت تعادل هنگامیکه هر کدام از دو متغیر مستقل ثابت گردند، کاملاً تعیین می‌شود.

1-3- اهمیت تعادلات فازی بخار- مایع

امروزه اکثر فرآیندهای که در صنایع شیمیایی، نفت و گاز و صنایع مرتبط با آن انجام می‌گیرد مربوط به تعادلات بخار مایع می‌شود. از این رو شناخت تعادلات بخار مایع و همچنین ترکیب مواد و پارامترهای موثر در آن کمک شایانی به پیشرفت صنایع مختلف خواهد کرد.

محاسبات مربوط به چاه‌های نفت، محاسبات تقطیر، محاسبات مربوط به پالایشگاه‌های نفت همه و همه مربوط به تعادل بخار مایع می‌باشد، که اگر میزان مواد مختلف در فاز بخار و مایع برای هر ماده خاص قابل پیش‌بینی باشد می‌توان بهترین شرایط دمایی و فشار را ایجاد کرد تا ماده مطلوب در بشترین غلظت خود بوده و در عین حال کمترین میزان مصرف منابع انرژی و مالی و انسانی را داشته باشد. 2]و[1

یکی از روش‌های ازدیاد برداشت نفت تزریق آب، نیتروژن و یا گاز طبیعی می‌باشد. اجرای بهینه این فرایندها به داشتن اطلاعات گسترده در مورد تعادلات فازی این سیستم‌ها نیاز دارد. برای انجام محاسبات تعادلی بخار-مایع در فرایند‌های شیمیایی از روش‌های مختلفی، مانند مدلسازی ترمودینامیکی و روش‌های نوینی مانند شبکه عصبی استفاده می‌شود.

1-4- روش‌های مدلسازی

در یک دسته‌بندی کلی روش‌های مدلسازی را می‌توان به دو دسته تقسیم کرد. :

در دسته اول که روش کلاسیک نامیده می‌شود هدف ارائه روابطی برای محاسبه پارامترهای مورد مطالعه است. این روابط یا روابط نیمه تجربی هستند یا روابط کاملاً نظری مدل‌های نیمه تجربی، اگر چه برای هر سیستم مجزا دقت خوبی دارند اما از قدرت تعمیم پذیری برخوردار نیستند در حالی که روابط نظری اگر چه از قدرت تعمیم برخوردارند ولی معمولاً به سختی قابل استفاده هستند در این پژوهش از روش Peng-Rabinson و روش   UNIQUAC / Peng-Rabinson برای مدلسازی تعادل بخار مایع استفاده شده است.

در دسته دوم که بطور کلی روش‌های نوین نامیده می‌شود، هدف پیداکردن روابط پنهان بین ورودی و خروجی مسئله، بر اساس روش‌های نوین ریاضی است. یکی از مهمترین روش‌ها در این حوزه روش شبکه عصبی است که از سیستم آموزش انسان الهام گرفته است. این روش اگر چه دقت مناسبی دارد اما پاره‌ای از نواقص از قبیل وجود نقاط مینیمم موضعی و همچنین سختی پیدا کردن ساختار بهینه موجب شده است که محققین در صدد رفع این موانع باشند، با این حال شبکه عصبی در اکثر موارد خطای کمتری نسبت به روش‌های کلاسیک داشته که بطور مفصل در ادامه توضیح داده خواهد شد.

[1]Duhem