Abstract:
Les données d'équilibre sont impérativement nécessaires pour la conception de procédés de
séparation, extraction, distillation..etc. Les procédures de mesure expérimentale sont complexes et
coûteuses pour un grand nombre de systèmes chimiques d'où la nécessité de développement des modèles
prédictifs fiables. Un grand nombre de modèles thermodynamiques ont été développés et sont rapportés
dans la littérature. Parmi ceux-ci le modèle NRTL (Non Random Two Liquids) a montré une grande
capacité de prédiction de données d'équilibre. Cependant son inconvénient principal est qu'il nécessite des
paramètres d'interactions moléculaires qui ne sont pas toujours disponibles.
Par conséquent, l'objectif du présent travail est l’introduction du concept du groupe dans
l’équation NRTL qui mène à proposer une nouvelle approche prédictive GC- NRTL (Group
contribution- Non Random Two Liquids). Cette nouvelle approche a été testée en calculant les
compositions et les coefficients d’activité d‘équilibre liquide -liquide et liquide- vapeur pour une grande
variété de systèmes binaires à des températures différentes. Les paramètres d'interaction requis ont été
calculés en minimisant une fonction objective à l’aide d’un algorithme génétique (GA) qui conduit
généralement à un minimum global.
L'effet de la température sur les valeurs de paramètre d'interaction a également été étudié, en
considérant cinq températures différentes pour 10 systèmes liquide- liquide et 9 systèmes liquide- vapeur.
L’accord entre les données expérimentales et les résultats d'équilibre de phase prédits est encourageant.
la comparaison entre Les résultats de GC- NRTL et les résultats du modèle de contribution du groupe
"UNIFAC" a confirmé la mauvaise prédiction de ce dernier pour les équilibres liquide- liquide,
l'exactitude et la fiabilité de la nouvelle approche et la robustesse de la méthode d’optimisation choisie
« Génétique Algorithme ».
