论文部分内容阅读
表面张力是流体的一项重要性质,其大小随着温度的上升而减小。在临界温度点处,表面张力为0N/m。近年来,探究流体的表面张力和温度的相关关系这一课题一直饱受关注。目前,主要有以下4种模型被广泛应用: (1)对应态原理方程。 (2)特殊方程。 (3)密度梯度理论方程。 (4)基团贡献法或者人工神经网络法。 在本论文中,我们只运用了前两类模型。 a)对应态原理方程:对应态原理最初是由范德瓦尔斯提出的,即物质在相同的约化条件下,其性质是类似的。我们将41种流体的表面张力和温度按照同一方式进行约化。研究发现,约化后的表面张力和约化后的温度呈现良好的线性相关关系。对此41种流体而言,在其所研究的温度范围内,相比于前人的工作,我们的方程给出了更加精确的结果。另外,相比于前人的工作,我们的方程创新性的引入了三相点的温度和三相点的表面张力作为对应态方程的参数,并取得了很好的成效。然而,此方程也存在明显的缺陷,它只适用于中-低温度段,并不适合高温段(临界点附近)的表面张力的预测。因为在高温段,新方程预测的表面张力数值将是负值,这与现实情况不符。因此,我们在接下来的工作中对此缺点做出了改善。改善后的新的对应态方程适用于38种饱和流体,而其适用的温度区间涵盖了从三相点到接近临界点的温度区间。除了辛烷以外(AAD=4.30%),其余流体的绝对平均误差AAD均小于3%。因此,相比于其它方程,对于这38种饱和流体,总体来说,改善后的对应态方程给出了更加精确的结果。 b)特殊方程:特殊方程法是指每种流体都拥有其各自不同的回归系数。为了提高REFPROP方程的精确度,Mulero等人重新收集、过滤了实验数据,并给出了117种流体的REFPROP方程新的回归系数。新的系数足够精确可信,目前已被应用到了新版的REFPROP数据库中。对于这117种流体而言,REFPROP方程必须用2到6个系数才能精确描述其表面张力和温度的相关关系。然而,经计算发现,对于这117种饱和流体而言,二参数威布尔分布模型对于预测表面张力和温度的关系能够达到同样的预测精度。对于其中的112种流体,二参数威布尔分布模型提供的绝对平均误差(AAD)低于2%,112种流体中有99种流体,其AAD是小于1%的。对于其中的17种流体,由于其最大的偏差(PDmax)高于10.4%,我们将其温度区间缩短以得到更好的结果。对于其中有63种流体,研究发现也可以运用单参数威布尔分布模型来描述其表面张力和温度之间的关系,其绝对平均误差(AAD)低于1.7%,最大的偏差(PDmax)小于6%。总而言之,对于这117种流体而言,单参数或二参数威布尔分布模型形式更加简单,可以替代REFPROP方程来描述其表面张力和温度之间的关系。