Self-Diffusion Coefficients from Entropy Scaling Using the PCP-SAFT Equation of State
Self-Diffusion Coefficients from Entropy Scaling Using the PCP-SAFT Equation of State
复制标题
使用 PCP-SAFT 状态方程计算熵缩放的自扩散系数
DOI：
10.1021/acs.iecr.8b02406
复制
发表时间：
2018
影响因子：
4.2
通讯作者：
中科院分区：
文献类型：
--
作者：
基于扰动链极性统计缔合流体理论（PCP-SAFT）状态方程，从熵标度的角度提出了一个纯物质自扩散系数的模型。根据Y. Rosenfeld [Rosenfeld，Y.Phys. Rev. A 1977，15，2545-2549]，我们观察到，真实的物质的自扩散系数，一旦用适当的表达式使其无量纲化，就只取决于剩余熵。所提出的模型需要3个参数为每个纯物质。然而，对于缺乏实验数据的物质，提出了一个方案来估计这些参数中的一个或两个。我们研究了来自超过14个不同化学家族的133种物质，发现所提出的模型与实验数据（9992个数据点）之间的平均绝对偏差为8.2%。该模型显示出令人满意的鲁棒性外推自扩散系数的条件，而远离状态点的实验数据是可用的。
This study proposes a model for self-diffusion coefficients of pure substances from entropy scaling using the perturbed-chain polar statistical associating fluid theory (PCP-SAFT) equation of state. In accordance with the entropy scaling approach proposed by Y. Rosenfeld [Rosenfeld, Y.Phys. Rev. A1977, 15, 2545–2549], we observe that the self-diffusion coefficient of real substances, once made dimensionless with an appropriate expression, only depends on residual entropy. The proposed model requires 3 parameters for each pure substance. For substances with scarce experimental data, however, a scheme is proposed to estimate one or two of these parameters. We study 133 substances from more than 14 different chemical families and find the average absolute deviation of 8.2% between the proposed model and experimental data (9992 data points). The model shows satisfying robustness for extrapolating self-diffusion coefficients to conditions rather distant from the state points where experimental data are available.
登录
查看更多内容
多组分混合物中 Maxwell-Stefan 扩散系数的预测 Darken 方程
影响因子：
4.2
作者：
Xin Liu;T. Vlugt;A. Bardow
通讯作者：
A. Bardow
DOI：
--
发表时间：
1956
期刊：
影响因子：
--
作者：
H. C. Longuet;J. Pople
通讯作者：
J. Pople
Lennard-Jones 流体有效硬球直径的不同显式表达式之间的比较：在自扩散系数中的应用
DOI：
--
发表时间：
1998
期刊：
影响因子：
--
作者：
Carlos M. Silva;Hongqin Liu;E. Macedo
通讯作者：
E. Macedo
DOI：
--
发表时间：
2008
期刊：
影响因子：
--
作者：
Octavio Suárez;I. Medina;Consuelo Pizarro;J. L. Bueno
通讯作者：
J. L. Bueno
影响因子：
4.4
作者：
R. Hellmann;E. Bich;E. Vogel;A. S. Dickinson;V. Vesovic
通讯作者：
V. Vesovic