资料来源: 凯瑞先生和迈克尔 g. 本顿, 路易斯安那州立大学化学工程系, 巴吞鲁日, LA
间歇和连续流反应器都用于催化反应。使用固体催化剂和连续流的填料床是最常见的配置。在没有广泛的循环流的情况下, 这种填充床反应器通常被建模为 “堵塞流”。另一个最常见的连续反应器是搅拌槽, 被认为是完全混合的。1填充床反应器的流行的一个原因是, 与大多数搅拌槽的设计不同, 一个大的壁面积到反应堆容积比促进更快速的传热。对于几乎所有的反应堆, 都必须添加或撤回热量, 以控制所需反应发生的温度。
催化反应的动力学通常比简单的 1st顺序、2的nd顺序等在教科书中发现的动力学更为复杂。反应速率也会受到传质速率的影响–反应的速度不能比向表面提供反应物的速率或产品被移除的速率快, 以及传热。由于这些原因, 在设计大型设备之前, 几乎总是需要进行实验来确定反应动力学。在这个实验中, 我们探索如何进行这样的实验, 以及如何通过寻找反应速率表达式和一个表观速率常数来解释它们。
本实验探讨了用填料床反应器测定蔗糖反转反应动力学的方法。这种反应是典型的那些特点是固体催化剂与液相反应物和产品。
蔗糖→葡萄糖 (葡萄糖) + 果糖 (1)
填料床反应器将以不同的流速进行操作, 以控制空间时间, 这与停留时间有关, 与间歇式反应器中的时间类似。该催化剂, 固体酸, 将首先通过交换质子为任何其他阳离子存在。然后, 反应器将被加热到期望的温度 (等温操作) 与流动的反应物。当温度平衡时, 产品取样将开始。样品将通过旋进行分析, 测量光学旋转。该混合物的光学旋转可以与蔗糖的转化有关, 然后可以用于标准动力学分析, 以确定反应的顺序, 相对于所涉物蔗糖, 和表观速率常数。流体力学的影响-没有轴向混合 (堵塞流) 与一些轴向混合 (搅拌槽串联)-对动力学将进行分析以及。
与连续搅拌槽反应器 (CSTRs) 相比, 塞式流动反应器 (PFRs) 通常更适合快速反应和大热效应。2然而, 压力下降和 “热点” 的发展可能会有问题。因此, 催化剂的粒径不能太小, 必须小心启动程序。
PFR 在数学上等价于大量的小的, 同样大小的 CSTRs 系列, 其总体积或催化剂重量与系统相匹配。当混合发生在轴向方向, 数量的坦克, N,需要描述反应堆操作减少。该模型被称为 “坦克串联” 模型。该模型的参数N和τ (空间时间) 有时可以从反应器的停留时间分布 (e-曲线) 的平均值和方差中得到。对于 PFR, 平均值可以精确计算, 方差为零。对于真正的反应堆, τ通常是估计的, 并且N从模型中回归 (等式 2):
(2)
其中 “i” 是反应堆号 CAo是限制性反应物 (在本例中为蔗糖) 的进料浓度, δai是在i搅拌槽中 “A” 的分数转换的变化, rai是速率反应评估在坦克出口浓度。这个比率必须是正数。求解等尺寸 CSTRs 的质量平衡, 也可以用来确定 “a” 的反应顺序使用真实的反应堆的数据, 假设温度可以保持合理的恒定, 并且N是已知的。
在催化剂浓度下, 催化反应的正向速率方程几乎总是为 1st阶, 在任何反应物浓度下, 都有一定的正序≤2。产品有时会抑制催化剂, 导致反应物的订单显得比实际更少。即使是反应物也能抑制催化剂, 从而使反应物的订单接近于零。由于这些原因, 催化反应往往由 “幂定律” 模型表示:2
(3)
其中, 是极限反应物的浓度, k 是表观速率常数, 而是明显的反应顺序.
这个模型预料催化剂浓度是恒定的 (它被吸收入真实率常数给k “)。在现实生活中, 催化剂经常停用, 也就是说, 在摩尔酸的位置/gcat 中的 Ccat由于催化剂毒药的积累而减少。由于这个原因, 你必须要么考虑停用 (快速 Ccat作为时间投产的函数), 要么 (优选) 在催化剂相对稳定的时间段内收集数据。
蔗糖的反演动力学通常被认为是蔗糖浓度和催化剂部位浓度的一阶。Lifshutz 和 Dranoff 报告一个二阶速率常数k ~ 0.029 毫升/(摩尔酸站点· min) 为一个催化剂类似于这里使用在60° c 以活化能77焦/摩尔.4 Gilliland et al. 报告〜1.21 毫升/(摩尔酸站点· min) 与84焦/摩尔在这些条件下的一个类似催化剂的活化能。4 k中的显著差异可能是由以下几个因素引起的: (a) 传热和传质对动力学的影响;(b) 流量分配不良;(c) 温度控制较差;和 (d) 催化剂活化的不同状态。
催化反应器的空间时间 (类似于停留时间) 通常表示为 = w/q, 其中 w 是催化剂的重量, q 是饲料的容积流量. 速率常数上的单位被调整为占空时间单位 (例如, 对于 1st顺序反应, k “上的单位将与 1/相同).
图1说明了在 PFR 和坦克串联模型中, 由两个坦克组成的各种动力学指令的反应行为。请注意, 对于积极的订单, PFR 总是优越。
图 1.在60° c 的几种蔗糖饲料中, 使用从数据中得出的速率常数计算出的蔗糖的分数换算 (vs. 空时)
为了确定糖的含量, 使用了旋, 它测量被分析物化合物极化的光的旋转程度。糖是与对映体的化合物的例子, 可以通过它们的光学活动来区分, 能够旋转光。旋是特别适合于测量浓度在这个实验, 因为反应物蔗糖旋转光的权利 (正光旋转), 而产品的葡萄糖和果糖旋转到左边 (负光学旋转)。
催化剂性能有: 尺寸 = 20-40 目;重量 = 223 克;含水量 = 30 重量%;表观 (体积) 密度 = 1.01 克/毫升;酸性部位浓度 = 4.6 摩尔酸部位/克干重;面积 = 50 m2/克;macroporosity (大体积/猫总体积) = 0.34;平均大大小 = 80 nm。该设备的 P & ID 图显示在图 2中。本试验只使用床 #1、有机物罐、泵和流量计。样品在上游排水处收集。T505 是温度控制器。
图 2.设备 (控制系统接口) 的 P & ID 表示.
1. 启动反应堆
2. 填料床反应器操作
3. 关闭系统
4. 使用旋
分析反应产物样品和旋的初始进料。对于一个15的% 蔗糖饲料, 转换应在80至120毫升/分钟的范围内. 纯蔗糖、葡萄糖和果糖应作为校准标准。有关旋的详细信息, 请参阅附录。
为了提高反应速率, 提高转化率, 在不同类型的反应器中进行化学反应。反应速率是温度的依赖性, 因此它受到传热的强烈影响。此外, 反应速率是由传质的影响, 因为反应的发生速度不能比向催化剂表面提供物的速率快。因此, 填料床反应器往往优先于间歇式反应堆, 因为快速传热是更可行的。在此视频中, 分析了填料床反应器中简单反应的动力学。反应器在不同的条件下操作以确定真实的反应顺序和父母率常数, 因为实际系统的动力学经常偏离期望。
填料床反应器可以被模拟为一系列同样大小的 CSTRs 谁的总体积和催化剂重量匹配的填料床反应器。这个模型被称为坦克串联模型, 并由这个方程给出。这里, 我是反应堆编号, CA0 是限制性反应物的进料浓度, 而三角洲辉是限制性反应物的分数转化的变化。最后, 莱是反应速率, N 是所需的坦克数量, 而道是停留时间。在反应物浓度方面, 催化反应的正向速率几乎总是第一阶, 相对于催化剂浓度和一些小于2的正序。然而, 催化剂的抑制可能会改变反应顺序, 导致反应顺序显得比实际更少。即使是反应物也能抑制催化剂的产生, 导致化学反应的顺序接近于零。由于这些原因, 催化反应由幂定律模型描述, 其中 K 素是表观速率常数, CA 是极限反应物的浓度, β是明显的反应顺序。该模型假定催化剂浓度是恒定的。然而, 在实践中, 催化剂停用。因此, 催化剂浓度应建模为时间函数。在下面的演示中, 证明了一个典型的反应与固体催化剂和液相反应物和产品的动力学。该反应涉及蔗糖分解为葡萄糖和果糖称为蔗糖反转。反应通常是关于蔗糖和催化剂部位的第一顺序。速率常数由传热传质、流量分布、温度和催化剂活化等因素影响。因此, 速率常数是为特定系统实验确定的。现在, 我们已经讨论了坦克串联模型和如何推断反应动力学, 让我们来看看程序本身。
在开始之前, 先熟悉一下仪器。从菜单上的单位项目中选择烫发, 以访问渗透示意图。在本实验中, 该装置采用分布式控制系统进行操作。只使用第一号床、有机物罐、泵和 T505 温度控制器。通过选择趋势 50, 所有的数据, 关键的过程变量与时间有关, 可以获得并收集到一个电子表格。现在, 打开进口和出口阀门的催化反应器第一号床。确保对其他病床的进出值关闭, 以及控制阀 F531 和在城市供水 D531 的开/关阀。
将稀酸添加到两升罐中。打开饲料泵到一个恒定的速度, 并设置流量计, 以获得40至70毫升每分钟所需的流量。如果流量计无法达到此流量范围, 则增加进给泵的速度。饲料酸, 然后约200毫升去离子水再生催化剂通过交换阳离子, 如钠或钙与磺酸阴离子相互作用。接下来, 准备蔗糖饲料溶液, 并在有机物罐中加入一公升。打开水泵。使用泵和流量计的速度控制器来调整所需的速度流。将 T505 温度控制器设置为 auto, 并选择50摄氏度的设置点。当系统达到50度时, 将设定的点移动到60度的最终温度, 在那里通常会进行反应。
首先, 在反应开始之前, 使用试管收集至少25毫升的初始饲料, 以获得蔗糖样品。然后等到两个床位的居住时间已经通过, 并收集两套25毫升样本的排水沟, 这是10分钟的分开。这些示例将使用旋进行分析。要开始反应堆关闭, 将 T505 设置为零输出。一旦温度开始下降, 关闭反应堆, 然后关闭在床上的块阀。现在用旋来分析样品。旋的用途是因为碳水化合物是对映体, 并在一定程度上旋转偏振光。蔗糖将光旋转到右侧, 而葡萄糖和果糖的溶液则将其旋转到左边给出负值。打开钠灯, 等待, 直到看到一个黄色的灯。在刻度盘的零位处可见一个均匀的暗场。转移25毫升的反应样品到管, 并把它放在旋与灯泡附近的眼睛一块朝上, 然后关闭盖子。如果反应样品旋转偏振光, 可以通过透镜观察到深色和浅色的条纹。旋转表盘, 直到条纹消失, 露出一个均匀的暗场。用黑色表盘调整焦距, 使用游标刻度, 通过放大镜读取旋转角度, 确定蔗糖的分数转换。
现在让我们来看看在填料床反应器中使用蔗糖分数转化率常数的测定。每个糖的特定旋转 D 可以在文献中找到, 并与测量的旋转和浓度相关。然后使用浓度来确定分数转换。这里显示了这些数据, 并根据旋转的程度进行绘制。蔗糖浓度越高, 旋转的正向度越高。随着反应的进展和蔗糖转化为葡萄糖和果糖, 旋转的正度减小。现在让我们来看看在60摄氏度的蔗糖反转反应动力学。计算每个进料浓度的伪一阶常数 K 素数, 忽略催化剂的一阶相依性。然后通过将伪一阶速率常数除以催化剂的浓度来计算催化剂的一阶依赖性, 给出二阶速率常数 K。为了确定所获得数据的真实反应顺序, 从填料床反应器的广义摩尔平衡开始, 相对于催化剂重量 W。然后确定每个反应顺序的方程式。用非线性回归法拟合这些方程, 并确定平方误差之和以求得拟合值。现在, 将数据装入一阶反应的坦克串联模型, 并确定所需的坦克数量。少量的坦克计算表明, 反应偏离理想的填料床反应器的行为。这很可能归因于反应器内的轴向混合和温度波动。最后, 我们可以比较各种动力学顺序的反应行为, 包括一级和二阶填充床反应器模型, 其中包含两个坦克的第一和第二级坦克串联模型。很明显, 一阶填料床反应器模型的分数转换更接近于所观察的行为, 与已知的15重量百分比蔗糖的数据点相匹配。
固体催化剂是现代技术中最重要的领域之一, 在广泛的应用和反应器设置中得到了应用。流化床反应器采用悬浮在流体中的固体催化剂。流体, 通常是气体或液体, 通过固体催化剂颗粒, 在足够高的速度, 以暂停它们, 使他们的行为像一个流体。这些类型的反应堆可以用于许多不同的应用, 其中之一是纤维素生物量的热解。在这个过程中, 生物量的热分解产生了含氧生物油。催化剂的性能取决于操作条件, 这可以用温度程序反应来衡量。温度程序化反应包括反应温度的稳定增加和反应器流出物的连续监测。然后将性能与温度相关, 从而确定最佳工作温度。
你刚刚看了朱庇特的介绍填料床反应器催化反应。你现在应该了解如何分析反应动力学, 以及如何使用坦克串联模型来模拟行为。谢谢收看
在填料床反应器中, 旋决定了蔗糖在反应后的分数转化。以前的旋校准为三不同的蔗糖饲料显示在图 3。
图 3.不同饲料浓度蔗糖的旋转度与分数转化的关系.
在不同的蔗糖饲料浓度下, 在60° c 的反应中, 给出了图 4中的样本数据。分数转换是直接从旋校准曲线计算的, 使用以下等式, 其中 D 是从旋的旋转度:
(4)
图 4.在60° c 的蔗糖反转反应, 100 毫升/分钟饲料率。
对于 0th和 1st顺序反应, PFR 中的转换与进料浓度无关。2此外, k应为 1st顺序动力学不变。假设反应堆是个 PFR 2nd订单速率常数, k2 (mL/摩尔站点· min), 是由 1st顺序依赖催化剂的核算确定的, 而 pseudo-1st命令速率常数k “ (mL/gcat · min) 是通过忽略催化剂的 1st顺序依赖性来确定的。在图 4中绘制了伪k计算的结果。而k2 的值是通过先前给出的催化剂浓度 (摩尔酸位/克cat) 除以k来找到的。
(5)
为了确定在蔗糖中, 反应动力学是否更接近于0、0.5、1、1.5 或 2nd顺序, 使用了质量平衡的非线性回归, 并将所有三运行的平方误差的总和降到最低。为了利用非线性回归, 在综合 PFR 质量平衡和相应的反应顺序的基础上, 建立了一个目标函数。例如, 以下是蔗糖浓度1.5 动力学顺序的目标函数:
(6)
其他的目标函数可以从标准的 PFR 质量平衡解决方案中制定, 所有的动力学教科书都可以找到。2在图 4中的实验数据适合于蔗糖的1、1.5 和2订单的集成 PFR 质量平衡。三反应指令的平方误差总和分别为0.39、0.16 和1.3。因此, 最好的适合被发现是 n = 1.5 订单。这将导致 k 的值为 35 (mL/克cat · min)。
最初认为, 该动力学是 1st顺序与蔗糖有关。2-3使用此假设, 可以确定要对该反应堆建模的系列中的相等卷 CSTRs、 N、的数量。同样, 所有三次运行的质量平衡中的平方误差总和都被最小化, 以确定N和k。数据适合于 1st顺序反应的坦克串联模型:
(7)
它被发现了N = 2.1 “坦克” 并且k “= 0.62 毫升/g猫· min。这不是一个很好的适合, 因为反应顺序不完全是1。数据显示蔗糖的顺序 > 1。fA的相对标准偏差最多为 2%, 这很容易被温度的变化 (高达9° c) 所占。没有催化剂钝化的迹象。用 k 的非线性回归方法计算了 PFR 和两个连续搅拌釜的分数换算, 并在图 1中进行了绘制。对于零序, PFR 和 CSTRs 在级数上没有区别, 因为该速率与蔗糖浓度无关。如果绘制了6或更大 CSTRs 的曲线, 它们将与 PFR 曲线紧密重合。对于所有的反应指令, 串联的两个混油池的预测分数换算速度比 PFR 慢。15% 蔗糖的实验数据实际上更接近于 PFR 的一阶反应。
通过将计算 k 值在平均温度偏差 (4.5 ° c) 上的差异与反应温度 (60 ° c) 进行比较, 用阿伦尼乌斯方程和平均两种文献活化能估计出 k 的误差。在64.5 ° c 下, 1.5 阶动力学的估计 k 为 52 (毫升/摩尔)0.5 mL · gcat-1 ·最小-1这是几乎50% 高于回归值 35 (毫升/摩尔)0.5 mL · gcat-1 · min-1。温度的细微变化会对 k 产生很大的影响。
由于表观序 n 为 > 1, 反应的行为与预期的不完全相同。在真正的反应堆中可能导致这种偏差的所有现象中, 与轴向混合所引起的理想 PFR 行为的偏差, 是因为拟合到坦克串联模型只给出了少量的坦克–对于一个完美的 PFR, N 应该至少6.这种偏差通常出现在相对较短的床上, 特别是当流动是多相 (有些水在反应堆中汽化时)。然而, 另一个原因的偏差是不太明显, 但可能更重要。反应是高度放热的, 并且如上所述, 温度摆动了与9°C 一样多 (主要在设定点之上)。饲料中的蔗糖越多, 产生的热量就越多。正如所料, 振荡是最重要的 20% 饲料。这表明了一个明显的顺序 n > 1 的另一个原因: 在较高浓度的饲料产生更多的热量增加了反应堆的温度更多, 反过来又增加了反应率导致一个派生的明显顺序 > 实际秩序。如果温度控制不充分, 反应堆温度可能会增加到绝热极限。从流动和温度的理想 PFR 行为的偏差可能会影响从实际反应堆获得的表观动力学, 在仔细的反应器规模上加保险费, 以重复的流动和传热的试验工厂条件。
填料床反应器在化学工业中有许多用途。硫酸, 一种用于制造数百种不同产品的化学物质, 通常是在部分使用填充床的化学反应器串联制造的。每年生产2亿吨以上。在这个反应中, 二氧化硫和空气通过固定床反应器串联 (与中间热交换器为热去除) 包含一个支持的氧化钒催化剂在高温下。4因此,2被氧化为3, 当在水中吸收时, 会产生硫酸。
最近使用的填料床反应器是生产生物柴油由 transesterifying 甘油三酯, 或酯脂肪酸, 与甲醇。虽然生物柴油以不同的方式生产, 但填料床反应器对连续生产是有利的。生物柴油被认为是一种可再生能源, 因为它是由藻类或废弃食品生产的, 而且是生物降解和无毒的。无论使用何种催化剂, 都必须在反应后彻底清除该产品, 因为即使是少量的燃料也会使燃油不可用。5
附录 A-使用旋
旋测量物质与平面偏振光的相互作用程度 (由仅在一平面上振动的波组成)。它可以将偏振光向左、向右或根本不旋转。如果它旋转偏振光到左边或右边, 它是 “光学上活跃的”。如果一个化合物没有一个手性中心, 它不会旋转偏振光。测量度数和旋转方向, 以使观察到的旋转。所观察到的旋转被修正为所使用的单元长度和溶液浓度, 使用以下等式:(A1)
其中: a = 特定旋转 (度数) (文献值)、l = 路径长度 (dm) 和 c = 浓度 (g/毫升)。
将矫正后的观察旋转与文献值进行比较, 有助于识别未知化合物。然而, 如果这些化合物是已知的, 它是更常见的准备校准标准的未知数和关联的观察旋转到集中。
使用催化剂在各种类型的反应器中进行化学反应,以提高反应速率和提高转化率。反应速率与温度有关,因此受传热影响很大。此外,反应速率受传质的影响,因为反应的发生速度不能快于反应物供应到催化剂表面的速率。因此,填充床反应器通常优于间歇反应器,因为快速传热更可行。在本视频中,分析了填充床反应器中简单反应的动力学。反应器在不同条件下运行,以确定实际反应级数和母速率常数,因为实际系统的动力学经常偏离预期。
填充床反应器可以建模为一系列大小相等的 CSTR,这些 CSTR 的总体积和催化剂重量与填充床反应器的总体积和催化剂重量相匹配。这个模型称为 tanks-in-series 模型,由这个方程给出。其中,i 是反应器编号,CA0 是限制反应物的进料浓度,delta FAI 是限制反应物分数转化率的变化。最后,RAI 是反应速率,N 是所需的水箱数量,Tao 是停留时间。催化反应的正向速率几乎总是相对于催化剂浓度的一阶,而对于反应物浓度,一些正序小于 2。然而,催化剂抑制可能会改变反应顺序,导致反应顺序看起来比实际要小。甚至反应物也会抑制催化剂,导致反应级数接近于零。由于这些原因,催化反应由幂律模型描述,其中 K 素数是表观速率常数,CA 是限制反应物的浓度,β 是表观反应级数。该模型假设催化剂浓度是恒定的。然而,在实践中,催化剂会失活。因此,催化剂浓度应建模为时间的函数。在下面的演示中,演示了固体催化剂与液相反应物和产物的典型反应的动力学。该反应涉及蔗糖分解成葡萄糖和果糖,称为蔗糖倒置。对于蔗糖和催化剂位点,反应通常是一级的。速率常数受传热和传质、流动分布、温度和催化剂活化的影响。因此,速率常数是通过实验确定的,适用于特定系统。现在我们已经讨论了串联罐模型以及如何推断反应动力学,让我们来看看程序本身。
在开始之前,请熟悉设备。从菜单上的单位项中选择 Perm 以访问渗透仪原理图。在本实验中,该装置使用分布式控制系统进行作。仅使用 1 号床、有机物罐、泵和 T505 温度控制器。通过选择 Trend 50,可以获取所有数据、与时间相关的关键过程变量并将其收集到电子表格中。现在,打开 1 号催化反应器床的入口和出口阀。确保其他水床的入口和出口值以及城市供水上的控制阀 F531 和开/关阀 D531 都已关闭。
将稀酸加入 2 升水箱中。将进料泵打开至恒定速度,并将转子流量计设置为每分钟 40 至 70 毫升的所需流量。如果转子流量计无法达到此流量范围,请提高进料泵的速度。加入酸,然后加入大约 200 毫升去离子水,通过交换与磺酸阴离子相互作用的阳离子(如钠或钙)来再生催化剂。接下来,准备蔗糖进料溶液,并向有机物罐中加入 1 升。打开泵。使用泵的速度控制器和转子流量计根据需要调节速度流量。将 T505 温度控制器设置为自动并选择 50 摄氏度的设定点。当系统达到 50 度时,将设定点移至通常进行反应的最终温度 60 度。
首先,在反应开始之前,使用试管收集至少 25 毫升的初始补料以获得蔗糖样品。然后等到两次床停留时间过去,在排水管处收集两组 25 毫升样品,间隔 10 分钟。这些样品将使用旋光仪进行分析。要开始反应器关闭,请将 T505 设置为零输出。一旦温度开始下降,关闭反应器,然后关闭 1 号床上的截止阀。现在使用旋光仪分析样品。使用旋光仪是因为碳水化合物是对映异构体,可以将偏振光旋转到一定程度。蔗糖将光向右旋转,而葡萄糖和果糖的溶液会将其向左旋转,给出负值。打开钠灯并等待,直到看到黄灯。在表盘的零位置可以看到均匀的暗场。将 25 毫升反应样品转移到试管中,将其放入旋光仪中,靠近目镜的灯泡朝上,然后合上盖子。如果反应样品旋转偏振光,则可以通过镜头观察到暗条纹和亮条纹。旋转拨盘,直到边缘消失并露出均匀的暗场。用黑色刻度盘调整焦距,使用游标尺,通过放大镜读取旋转角度以确定蔗糖的馏分转换。
现在让我们看一下在填充床反应器中使用蔗糖分数转换来确定速率常数。每种糖的比旋光度 D 可以在文献中找到,并且与测得的旋光度和浓度相关。然后使用浓度来确定分数转化率。此数据显示在此处,与旋转程度作对。蔗糖浓度越高,旋转的正度越高。随着反应的进行,蔗糖转化为葡萄糖和果糖,旋转的正程度减弱。现在让我们看一下蔗糖在 60 摄氏度下倒置的反应动力学。计算每个进料浓度的伪一级常数 K prime,它忽略了催化剂的一级依赖性。然后通过将伪一阶速率常数除以催化剂的浓度来解释催化剂的一阶依赖性,得到二阶速率常数 K 2。为了确定所采集数据的真实反应级数,从填充床反应器相对于催化剂重量 W 的广义摩尔平衡开始。然后确定每个反应顺序的方程式。使用非线性回归将这些方程拟合到数据,并确定误差的平方和以评估拟合。现在,将数据拟合到一阶反应的串联罐模型中,并确定所需的罐数。计算出少量的罐,表明反应偏离了理想的填充床反应器行为。这很可能归因于反应器内的轴向混合和温度波动。最后,我们可以比较各种动力学级的反应行为,包括一阶和二阶填充床反应器模型与由两个罐组成的一阶和二阶串联罐模型。很明显,一阶填充床反应器模型的分数转换更接近地表示观察到的行为与 15 重量百分比蔗糖的已知数据点相匹配。
固体催化剂是现代技术中最重要的领域之一,因此应用和反应器设置范围很广。流化床反应器利用悬浮在流体中的固体催化剂。流体(通常是气体或液体)以足够高的速度通过固体催化剂颗粒,使其悬浮并使其表现得像流体。这些类型的反应器可用于许多不同的应用,其中之一是木质纤维素生物质的热解。在这个过程中,生物质发生热分解,产生含氧生物油。催化剂性能因作条件而异,这可以通过程序升温反应来测量。程序升温反应涉及反应温度的稳定升高和反应器流出物的连续监测。然后将性能与温度相关联,从而确定最佳工作温度。
您刚刚观看了 Jove 对用于催化反应的填充床反应器的介绍。现在,您应该了解如何分析反应的动力学,以及如何使用 tanks-in-series 模型对行为进行建模。感谢观看。
Related Videos
Chemical Engineering
18.0K 浏览
Chemical Engineering
44.1K 浏览
Chemical Engineering
33.3K 浏览
Chemical Engineering
9.7K 浏览
Chemical Engineering
10.4K 浏览
Chemical Engineering
36.9K 浏览
Chemical Engineering
90.5K 浏览
Chemical Engineering
78.2K 浏览
Chemical Engineering
48.7K 浏览
Chemical Engineering
9.8K 浏览
Chemical Engineering
24.4K 浏览
Chemical Engineering
19.1K 浏览
Chemical Engineering
16.4K 浏览
Chemical Engineering
30.6K 浏览
Chemical Engineering
7.5K 浏览