Simulation of density, viscosity and ultrasonic velocity data of 3-bromoanisole + methanol mixtures at different temperatures

Simulación de datos de densidad, viscosidad y velocidad ultrasónica de mezclas 3-bromoanisol + metanol a diferentes temperaturas

Objetivo: Representar matemáticamente las propiedades físico-químicas (PCP) reportadas de mezclas binarias de 3 bromoanisol + metanol a varias temperaturas utilizando un único modelo con siete parámetros de ajuste de curvas. Resultados: Además de los modelos de correlación, también se muestra la aplicabilidad del entrenamiento del modelo propuesto utilizando un número mínimo de datos experimentales y la predicción del resto de puntos de datos con un error de predicción aceptable.

INTRODUCCIÓN

Las propiedades físico-químicas (PCP) de las mezclas líquidas a diferentes temperaturas son necesarias en el diseño de muchos procesos industriales y el número infinito de composiciones de disolventes hace que la determinación experimental de las PCP de todas las combinaciones posibles sea demasiado difícil. En tales casos, el empleo de modelos matemáticos puede proporcionar herramientas precisas para la predicción de datos de PCP no medidos mediante el uso de la técnica de interpolación.

Vankar y Rana [1] reportaron la densidad experimental, viscosidad y velocidad ultrasónica de mezclas binarias de 3-bromoanisol + metanol a 303.15, 313.15 y 323.15 K junto con los volúmenes molares calculados de las mezclas usando los datos de densidad generados. También proporcionaron algunos resultados computacionales para los datos de PCP generados. El objetivo de esta comunicación es señalar las capacidades del modelo de Jouyban-Acree [2] para representar los datos experimentales de PCP utilizando una versión unificada.

Vankar y Rana [1] representaron el exceso de PCP de mezclas de 3-bromoanisol + metanol a varias temperaturas utilizando una ecuación de Redlich-Kister para cada temperatura. Aunque esta representación podría proporcionar alguna información útil con respecto a los datos de PCP, sin embargo, no existe la posibilidad de predecir los datos de PCP a otras temperaturas de interés, lo cual es necesario en muchas aplicaciones industriales. Para proporcionar tal capacidad, se puede utilizar un modelo alternativo que fue reportado en un trabajo anterior [2].

El modelo es:

En PCP $_{m,T} = =X_1 ig⟮ a_1 + frac{β_1}{T} ig⟯ + X_2 ig⟮ a_2 + frac{β_2}{T} ig⟯ + frac{x_1 x_2}{T} ig[ J_0 +J_1 (x_1-x_2)+J_2 (x_1-x_2)^2 ig]$  (1)​