Влияние подхода к определению газотранспортных характеристик мембранных материалов на результаты математического моделирования процесса газоразделения

Обложка

Цитировать

Полный текст

Аннотация

В работе было выполнено исследование зависимости выходных характеристик газоразделительного мембранного процесса, определенных в ходе симуляции, от газотранспортных характеристик мембраны, заданных в качестве параметров модели мембранного модуля на примере лабораторного образца, содержащего полые волокна из полифениленоксида. Результатом такого комплексного исследования, включающего теоретический и экспериментальный подходы было определено, что при использовании газотранспортных характеристик, полученных для чистых газов для моделирования процесса, ошибка, выраженная в достижимой концентрации целевого компонента в потоке продукта, составляет от 1.5 до 8.8% в сравнении с экспериментально полученными значениями для модуля той же геометрии и одинаковой площадью мембраны. Такое расхождение может привести как к постановке недостижимых целевых показателей при создании технологической линии, так и к неверной технико-экономической оценке процесса. Таким образом, при проектировании технологических линий с привлечением средств математического моделирования следует опираться на газотранспортные характеристики материала и/или изделия, полученные для компонентов реальных или имитирующих реальные газовые смеси.

Об авторах

А. А. Атласкин

Российский химико-технологический университет им. Д.И. Менделеева

Автор, ответственный за переписку.
Email: atlaskin.a.a@muctr.ru
Россия, 125047, Москва, Миусская пл., 9

С. С. Крючков

Российский химико-технологический университет им. Д.И. Менделеева

Email: atlaskin.a.a@muctr.ru
Россия, 125047, Москва, Миусская пл., 9

А. Н. Степакова

Российский химико-технологический университет им. Д.И. Менделеева

Email: atlaskin.a.a@muctr.ru
Россия, 125047, Москва, Миусская пл., 9

И. С. Моисеенко

Российский химико-технологический университет им. Д.И. Менделеева

Email: atlaskin.a.a@muctr.ru
Россия, 125047, Москва, Миусская пл., 9

Н. С. Цивковский

Российский химико-технологический университет им. Д.И. Менделеева

Email: atlaskin.a.a@muctr.ru
Россия, 125047, Москва, Миусская пл., 9

К. А. Смородин

Российский химико-технологический университет им. Д.И. Менделеева

Email: atlaskin.a.a@muctr.ru
Россия, 125047, Москва, Миусская пл., 9

А. Н. Петухов

Российский химико-технологический университет им. Д.И. Менделеева; Нижегородский государственный университет им. Н.И. Лобачевского

Email: atlaskin.a.a@muctr.ru
Россия, 125047, Москва, Миусская пл., 9; Россия, 603022, Нижний Новгород, пр. Гагарина, 23

М. Е. Атласкина

Российский химико-технологический университет им. Д.И. Менделеева

Email: atlaskin.a.a@muctr.ru
Россия, 125047, Москва, Миусская пл., 9

И. В. Воротынцев

Российский химико-технологический университет им. Д.И. Менделеева

Email: atlaskin.a.a@muctr.ru
Россия, 125047, Москва, Миусская пл., 9

Список литературы

  1. Alsawaftah N., Abuwatfa W., Darwish N., Husseini G. // Water. 2021. V. 13. I. 9. P. 1327.
  2. Chaturvedi P., Moehring N.K., Cheng P., Vlassiouk I., Boutilier M.S.H., Kidambi P.R. // J. Materials Chemistry A. 2022. V. 10. I. 37. P. 19797–19810.
  3. Trubyanov M.M., Drozdov P.N., Atlaskin A.A., Battalov S.V., Puzanov E.S., Vorotyntsev A.V., Petukhov A.N., Vorotyntsev V.M., Vorotyntsev I.V. // J. Membrane Science. 2017. V. 530. P. 53–64.
  4. Trubyanov M.M., Kirillov S.Y., Vorotyntsev A.V., Sazanova T.S., Atlaskin A.A., Petukhov A.N., Kirillov Y.P., Vorotyntsev I.V. // J. Membrane Science. 2019. V. 587. № 117173.
  5. Ahmad F., Lau K.K., Shariff A.M., Murshid G. // Computers & Chemical Engineering. 2012. V. 36. I. 1. P. 119–128.
  6. Chu Y., He X. // Membranes. 2018. V. 8. I. 4. P. 118.
  7. Atlaskin A.A., Trubyanov M.M., Yanbikov N.R., Bukovsky M.V., Drozdov P.N., Vorotyntsev V.M., Vorotyntsev I.V. // Petroleum Chemistry. 2018. V. 58. I. 6.
  8. Merkel T.C., Lin H., Wei X., Baker R. // J. Membrane Science. 2010. V. 359. I. 1–2. P. 126–139.
  9. Bounaceur R., Berger E., Pfister M., Ramirez Santos A.A., Favre E. // J. Membrane Science. 2017. V. 523. P. 77–91.
  10. Zhao L., Riensche E., Menzer R., Blum L., Stolten D. // J. Membrane Science. 2008. V. 325. I. 1. P. 284–294.
  11. Brunetti A., Zito P.F., Borisov I., Grushevenko E., Volkov V., Volkov A., Barbieri G. // Fuel Processing Technology. 2020. V. 210. № 106550.
  12. Atlaskin A.A., Petukhov A.N., Stepakova A.N., Tsivkovsky N.S., Kryuchkov S.S., Smorodin K.A., Moiseenko I.S., Atlaskina M.E., Suvorov S.S., Stepanova E.A., Vorotyntsev I.V. // Membranes. 2023. V. 13. I. 3. P. 270.
  13. Yang X., Duke M., Zhang J., Li J. De // Separation and Purification Technology. 2019. V. 224. P. 121–131.
  14. Maarefian M., Bandehali S., Azami S., Sanaeepur H., Moghadassi A. // International J. Energy Research. 2019. V. 43. I. 14. P. 8217–8229.
  15. Trubyanov M.M., Mochalov G.M., Suvorov S.S., Puzanov E.S., Petukhov A.N., Vorotyntsev I.V., Vorotyntsev V.M. // J. Chromatography A. 2018. V. 1560. P. 71–77.
  16. Petukhov A.N., Atlaskin A.A., Kryuchkov S.S., Smorodin K.A., Zarubin D.M., Petukhova A.N., Atlaskina M.E., Nyuchev A.V., Vorotyntsev A.V., Trubyanov M.M., Vorotyntsev I. V., Vorotynstev V.M. // Chemical Engineering J. 2020. P. 127726.
  17. Grushevenko E.A., Borisov I.L., Bakhtin D.S., Bondarenko G.N., Levin I.S., Volkov A.V. // Reactive and Functional Polymers. 2019. V. 134. P. 156–165.
  18. Zhmakin V., Shalygin M., Khotimskiy V., Matson S., Teplyakov V. // Separation and Purification Technology. 2019. V. 212. P. 877–886.
  19. Ovcharova A., Vasilevsky V., Borisov I., Bazhenov S., Volkov A., Bildyukevich A., Volkov V. // Separation and Purification Technology. 2017. V. 183. P. 162–172.
  20. Anselmi H., Mirgaux O., Bounaceur R., Patisson F. // Chemical Engineering & Technology. 2019. V. 42. I. 4. P. 797–804.
  21. Lin H., Freeman B.D. // J. Membrane Science. 2004. V. 239. I. 1. P. 105–117.
  22. Kim J.H., Lee Y.M. // J. Membrane Science. 2001. V. 193. I. 2. P. 209–225.
  23. Deng L., Hägg M.B. // International J. Greenhouse Gas Control. 2010. V. 4. I. 4. P. 638–646.
  24. Deng L., Kim T.J., Hägg M.B. // J. Membrane Science. 2009. V. 340. I. 1–2. P. 154–163.
  25. Houde A.Y., Krishnakumar B., Charati S.G., Stern S.A., Wiley J. // J. Applied Polymer Science. 1996. V. 62. I. 13. P. 2181–2192.
  26. Daham Wiheeb A., Mun A., Karim E.A., Mohammed T.E., Othman R. // Diyala J. Engineering Sciences. 2015. P. 846–854.
  27. Niknejad S.M.S., Savoji H., Pourafshari Chenar M., Soltanieh M. // International J. Environmental Science and Technology. 2017. V. 14. I. 2. P. 375–384.
  28. Orme C.J., Stewart F.F. // J. Membrane Science. 2005. V. 253. I. 1–2. P. 243–249.
  29. Makhloufi C., Roizard D., Favre E. // J. Membrane Science. 2013. V. 441. P. 63–72.
  30. Vorotyntsev I.V., Shablykin D.N., Drozdov P.N., Trubyanov M.M., Petukhov A.N., Battalov S.V. // Petroleum Chemistry. 2017. V. 57. I. 2. P. 172–181.
  31. Modigell M., Schumacher M., Teplyakov V.V., Zenkevich V.B. // Desalination. 2008. V. 224. I. 1–3. P. 186–190.
  32. Platé N.A., Bokarev A.K., Kaliuzhnyi N.E., Litvinova E.G., Khotimskii V.S., Volkov V.V., Yampol’skii Yu.P. // J. Membrane Science. 1991. V. 60. I. 1. P. 13–24.
  33. Vorotyntsev I.V., Drozdov P.N., Karyakin N.V. // Inorganic Materials. 2006. V. 42. I. 3. P. 231–235.
  34. Makhloufi C., Belaissaoui B., Roizard D., Favre E. // Procedia Engineering. 2012. V. 44. P. 143–146.
  35. Phillip W.A., Martono E., Chen L., Hillmyer M.A., Cussler E.L. // J. Membrane Science. 2009. V. 337. I. 1. P. 39–46.
  36. Barrer R.M., Barrie J.A., Slater J. // J. Polymer Science. 1958. V. 27. I. 115. P. 177–197.
  37. GitHub – CCSI-Toolset/membrane_model: Membrane Separation Model: Updated hollow fiber membrane model and system example for carbon capture., (n.d.). https://github.com/CCSI-Toolset/membrane_model.

Дополнительные файлы


© А.А. Атласкин, С.С. Крючков, А.Н. Степакова, И.С. Моисеенко, Н.С. Цивковский, К.А. Смородин, А.Н. Петухов, М.Е. Атласкина, И.В. Воротынцев, 2023

Согласие на обработку персональных данных с помощью сервиса «Яндекс.Метрика»

1. Я (далее – «Пользователь» или «Субъект персональных данных»), осуществляя использование сайта https://journals.rcsi.science/ (далее – «Сайт»), подтверждая свою полную дееспособность даю согласие на обработку персональных данных с использованием средств автоматизации Оператору - федеральному государственному бюджетному учреждению «Российский центр научной информации» (РЦНИ), далее – «Оператор», расположенному по адресу: 119991, г. Москва, Ленинский просп., д.32А, со следующими условиями.

2. Категории обрабатываемых данных: файлы «cookies» (куки-файлы). Файлы «cookie» – это небольшой текстовый файл, который веб-сервер может хранить в браузере Пользователя. Данные файлы веб-сервер загружает на устройство Пользователя при посещении им Сайта. При каждом следующем посещении Пользователем Сайта «cookie» файлы отправляются на Сайт Оператора. Данные файлы позволяют Сайту распознавать устройство Пользователя. Содержимое такого файла может как относиться, так и не относиться к персональным данным, в зависимости от того, содержит ли такой файл персональные данные или содержит обезличенные технические данные.

3. Цель обработки персональных данных: анализ пользовательской активности с помощью сервиса «Яндекс.Метрика».

4. Категории субъектов персональных данных: все Пользователи Сайта, которые дали согласие на обработку файлов «cookie».

5. Способы обработки: сбор, запись, систематизация, накопление, хранение, уточнение (обновление, изменение), извлечение, использование, передача (доступ, предоставление), блокирование, удаление, уничтожение персональных данных.

6. Срок обработки и хранения: до получения от Субъекта персональных данных требования о прекращении обработки/отзыва согласия.

7. Способ отзыва: заявление об отзыве в письменном виде путём его направления на адрес электронной почты Оператора: info@rcsi.science или путем письменного обращения по юридическому адресу: 119991, г. Москва, Ленинский просп., д.32А

8. Субъект персональных данных вправе запретить своему оборудованию прием этих данных или ограничить прием этих данных. При отказе от получения таких данных или при ограничении приема данных некоторые функции Сайта могут работать некорректно. Субъект персональных данных обязуется сам настроить свое оборудование таким способом, чтобы оно обеспечивало адекватный его желаниям режим работы и уровень защиты данных файлов «cookie», Оператор не предоставляет технологических и правовых консультаций на темы подобного характера.

9. Порядок уничтожения персональных данных при достижении цели их обработки или при наступлении иных законных оснований определяется Оператором в соответствии с законодательством Российской Федерации.

10. Я согласен/согласна квалифицировать в качестве своей простой электронной подписи под настоящим Согласием и под Политикой обработки персональных данных выполнение мною следующего действия на сайте: https://journals.rcsi.science/ нажатие мною на интерфейсе с текстом: «Сайт использует сервис «Яндекс.Метрика» (который использует файлы «cookie») на элемент с текстом «Принять и продолжить».