Insights sobre a estimativa de tensões superficiais de misturas baseadas em materiais verdes projetáveis ​​usando um esquema de aprendizagem em conjunto

blog

LarLar / blog / Insights sobre a estimativa de tensões superficiais de misturas baseadas em materiais verdes projetáveis ​​usando um esquema de aprendizagem em conjunto

Aug 06, 2023

Insights sobre a estimativa de tensões superficiais de misturas baseadas em materiais verdes projetáveis ​​usando um esquema de aprendizagem em conjunto

Scientific Reports volume 13, Artigo número: 14145 (2023) Citar este artigo 43 Acessos Detalhes das métricas A estimativa precisa das propriedades físicas de líquidos iônicos (LIs) e suas misturas é

Scientific Reports volume 13, Artigo número: 14145 (2023) Citar este artigo

43 Acessos

Detalhes das métricas

A estimativa precisa das propriedades físicas dos líquidos iônicos (ILs) e de suas misturas é crucial para que os engenheiros projetem com sucesso novos processos industriais. Entre estas propriedades, a tensão superficial é especialmente importante. Não é necessário apenas ter conhecimento das propriedades dos LIs puros, mas também de suas misturas para garantir a utilização ideal em diversas aplicações. Nesse sentido, este estudo teve como objetivo avaliar a eficácia da árvore Stochastic Gradient Boosting (SGB) na modelagem de tensões superficiais de misturas binárias de vários líquidos iônicos (ILs) usando um conjunto de dados abrangente. O conjunto de dados compreendeu 4.010 pontos de dados experimentais de 48 ILs diferentes e 20 componentes não-IL, cobrindo uma faixa de tensão superficial de 0,0157–0,0727 N m-1 em uma faixa de temperatura de 278,15–348,15 K. O estudo descobriu que os valores estimados estavam em boa concordância com os dados experimentais relatados, conforme evidenciado por um alto coeficiente de correlação (R) e um baixo erro médio relativo absoluto superior a 0,999 e inferior a 0,004, respectivamente. Além disso, os resultados do modelo SGB utilizado foram comparados com os resultados de SVM, GA-SVM, GA-LSSVM, CSA-LSSVM, GMDH-PNN, três RNAs baseadas, PSO-ANN, GA-ANN, ICA-ANN, Modelos TLBO-ANN, ANFIS, ANFIS-ACO, ANFIS-DE, ANFIS-GA, ANFIS-PSO e MGGP. Em termos de precisão, o modelo SGB é melhor e apresenta desvios significativamente menores em comparação com as outras técnicas. Além disso, foi realizada uma avaliação para determinar a importância de cada variável na previsão da tensão superficial, que revelou que o fator mais influente foi a fração molar de IL. Ao final, o gráfico de William foi utilizado para investigar a faixa de aplicabilidade do modelo. Como a maioria dos pontos de dados, ou seja, 98,5% de todo o conjunto de dados, estavam dentro da margem de segurança, concluiu-se que o modelo proposto tinha um domínio de aplicabilidade elevado e as suas previsões eram válidas e fiáveis.

Nos últimos anos, tem havido um aumento de interesse em líquidos iônicos (LIs) entre cientistas, engenheiros, reguladores e formuladores de políticas em todo o mundo1. Esses sais fundidos, que consistem em cátions orgânicos e ânions orgânicos/inorgânicos, ganharam popularidade em diversas indústrias como uma nova classe de compostos para diversas aplicações. Devido à sua estrutura catiônica volumosa e assimétrica, os ILs têm baixa tendência a formar um cristal ordenado e, portanto, permanecer no estado líquido à temperatura ambiente.

As propriedades excepcionais dos LIs, como boas propriedades catalíticas, baixa pressão de vapor, não inflamabilidade, alta capacidade de solvatação para vários compostos orgânicos e alta estabilidade térmica e química, tornam-nos alternativas sustentáveis ​​promissoras aos materiais tradicionais em uma ampla gama de processos3,4 ,5. Os ILs são frequentemente chamados de “materiais projetáveis” porque suas propriedades podem ser adaptadas para processos específicos, fazendo modificações estruturais no cátion ou no ânion6. Atualmente, os ILs estão sendo usados ​​para diversas aplicações, incluindo, entre outros, processos de Recuperação Avançada de Petróleo (EOR)7, processos de extração8,9,10,11, reações catalíticas12, processos de separação13,14,15, eletroquímica16, baterias de lítio17, biomassa conversão18, dessulfurização19, dissolução de carvão20, processamento de betume21,22, dissolução de petróleo bruto23,24, dissolução de asfalteno25 e redução de IFT de petróleo bruto/água26.

Ter uma compreensão abrangente das propriedades químicas, físicas e termodinâmicas dos ILs ou de suas misturas com outros compostos é crucial, especialmente porque uma porcentagem significativa das aplicações industriais de ILs envolve misturas27, como em processos EOR em reservatórios. Isto é de grande importância tanto do ponto de vista acadêmico quanto industrial.

A tensão superficial é uma propriedade física macroscópica crítica dos ILs e suas misturas relevantes. Desempenha um papel essencial no projeto e operação adequados dos próximos processos industriais que envolvem transferência de massa, como destilação, extração e absorção3,29. Na indústria do petróleo, a tensão superficial é particularmente importante para projetar fracionadores, absorvedores, separadores, dutos bifásicos e avaliar reservatórios30. Isso ocorre porque afeta significativamente a transferência de massa e calor nas interfaces31. Os leitores interessados ​​​​são encaminhados para Tariq et al.32, que fornecem uma explicação detalhada de por que a tensão superficial dos ILs é crucial.