Технология получения изофорона в микрофлюидном реакторе

Cover Page

Cite item

Full Text

Open Access Open Access
Restricted Access Access granted
Restricted Access Subscription Access

Abstract

Статья посвящена исследованию микрофлюидных технологий и областей их применения. Микрофлюидные технологии – это перспективная отрасль, позволяющая достичь повышенную селективность реагентов и обеспечить безопасный и хорошо интенсифицируемый процесс. Реакторы такого типа используются в специальной химии и для инженерных разработок. Цель данной работы: разработка проточного микрофлюидного реактора на основе кинетики изофорона из ацетона в щелочной среде. Наши методы: в качестве среды для численного моделирования и расчета использовалась программа Comsol Myltiphysics. Ранее данная программа уже применялась для моделирования микрочипов и имеет специализированные модули, направленные на подобные расчеты. В рамках текущей статьи предложен метод для разработки микрофлюидных чипов под конкретную реакцию с применением программ вычислительного моделирования, основываясь на кинетических и геометрических параметрах. Результаты данной работы: определено количество микромиксеров, необходимое для полного смешения реагентов, и длина канала, обуславливающая полное протекание реакции. Приведены основные геометрические параметры рассчитываемой модели. Проведено сравнение результатов расчетов и полученных экспериментальных данных.

Full Text

Restricted Access

About the authors

Х. Г. Кук

ФГБОУ ВО “Российский химико-технологический университет им. Д.И. Менделеева”

Author for correspondence.
Email: j.toht@igic.ras.ru

Передовая инженерная школа химического инжиниринга и машиностроения

Russian Federation, Москва

М. В. Шишанов

ФГБОУ ВО “Российский химико-технологический университет им. Д.И. Менделеева”

Email: j.toht@igic.ras.ru

Передовая инженерная школа химического инжиниринга и машиностроения

Russian Federation, Москва

К. А. Досов

ФГБОУ ВО “Российский химико-технологический университет им. Д.И. Менделеева”

Email: j.toht@igic.ras.ru

Передовая инженерная школа химического инжиниринга и машиностроения

Russian Federation, Москва

Д. В. Яшунин

ФГБОУ ВО “Российский химико-технологический университет им. Д.И. Менделеева”

Email: j.toht@igic.ras.ru

Передовая инженерная школа химического инжиниринга и машиностроения

Russian Federation, Москва

И. А. Большаков

ФГБОУ ВО “Российский химико-технологический университет им. Д.И. Менделеева”

Email: j.toht@igic.ras.ru

Передовая инженерная школа химического инжиниринга и машиностроения

Russian Federation, Москва

Н. В. Морозов

ФГБОУ ВО “Российский химико-технологический университет им. Д.И. Менделеева”

Email: j.toht@igic.ras.ru

Передовая инженерная школа химического инжиниринга и машиностроения

Russian Federation, Москва

References

  1. Timm RutherT., Marc-Andre Muller M.-A., Werner Bonrath W., Matthias Eisenacher M. The production of isophorone // Encyclopedia, 2023. V. - № 3. P. 224–244. https://doi.org/10.3390/encyclopedia3010015
  2. Jorge Quesada J., Laura Faba L., Eva Díaz E., Simona Bennici S., Aline Auroux A., Salvador Ordóñez S. Role of surface intermediates in the deactivation of Mg single bond Zr mixed oxides in acetone self-condensation: A combined DRIFT and ex situ characterization approach // Journal of Catalysis, 2015. № V. 329. P. 1–9. https://doi.org/10.1016/j.jcat.2015.04.029
  3. Jun Mei J., Zhirong Chen Zh., Shenfeng Yuan Sh., Jianyong Mao J., Haoran Li H., Hong Yin H. Kinetics of isophorone synthesis via self-condensation of supercritical acetone, // Chemical Engineering Technology, 2016. V. - № 39. P. 1867–1874. https://doi.org/10.1002/ceat.201600080
  4. Yan Liu Y., Wen Yan Luo W.Y. YMgAl-LDO synthesis and its catalytic performance for preparation of isophorone by condensation of acetone // Current Micro-Nano Science and Technology, 2015. V. - № 1118. P. 265–269. https://doi.org/10.4028/www.scientific.net/AMR.1118.265
  5. JP Patent No. 2023040249A. Daniela Lovric, Elena Jean, 2023.
  6. Satoshi Watanabe S., Shuji Ohsaki Sh., Akiko Fukuta A., Tatsuya Hanafusa T., Kento Takada K., Hideki T. et al. Taisuke Maki, Kazuhiro Mae, Minoru T. Miyahara, Characterization of mixing performance in a microreactor and its application to the synthesis of porous coordination polymer particles // Adv.anced Powder Technology, 2017. № V. 28. P. 3104–3110. https://doi.org/10.1016/j.apt.2017.09.005
  7. JP Patent No. 4331749B2. Oberbeck Sebastian Schwalbe Thomas Aozefelker Paul, Scalable continuous production system, 2004.
  8. Fardin Hosseini Kakavandi F.H., Masoud Rahimi M., Omid Jafari O., Neda Azimi N. Liquid–liquid two-phase mass transfer in T-type micromixers with different junctions and cylindrical pits // Chemical Engineering and Processing, 2016. - № V. 107. P. 58–67. https://doi.org/10.1016/j.cep.2016.06.011
  9. Фишер Р.А. Статистические методы для исследователей. Учебное пособие. – Ленинград: Изд. № 8, 1954. 267 с.
  10. Pranay J. Darda P.J., Vivek V. Ranade V.V. Isophorone reactor: Modelling and performance enhancement // Chemical Engineering Journal, 2012. V. - № 207. Р. 349–367.

Supplementary files

Supplementary Files
Action
1. JATS XML
Download
2. Fig. 1. Sketch of the selected geometry of the flow section (1, 2 – reagent inlets, 3 – mixing zone, 4 – reaction channel, 5 – product outlet).

Download (97KB)
Indexing metadata
3. Fig. 2. Distribution of acetone and water concentrations.

Download (113KB)
Indexing metadata
4. Fig. 3. Distribution of concentrations of isophorone, mesityl oxide and diacetone alcohol.

Download (161KB)
Indexing metadata
5. Fig. 4. Calculated data of the mixing optimality criterion.

Download (69KB)
Indexing metadata
6. Fig. 5. Dependence of the number of cells on the viscosity of the solution.

Download (98KB)
Indexing metadata
7. Fig. 6. Graph of the dependence of the channel length on the concentration of the obtained isophorone, analyzed at the outlet of the flow section.

Download (44KB)
Indexing metadata
8. Fig. 7. Technological system for obtaining isophorone.

Download (149KB)
Indexing metadata
9. Fig. 8. Experimental data compared to simulation, where blue is acetone and green is isophorone.

Download (88KB)
Indexing metadata
10. Fig. 9. Experimental data compared to simulation, where blue is diacetone alcohol and green is mesityl oxide.

Download (143KB)
Indexing metadata
11. Fig. 10. General chromatogram of the sample at the initial time interval.

Download (385KB)
Indexing metadata
12. Fig. 11. Overall chromatogram of the sample at the final time interval.

Download (236KB)
Indexing metadata
13. Fig. 12. The obtained mass spectrum of isophorone.

Download (273KB)
Indexing metadata

Copyright (c) 2024 Russian Academy of Sciences

Согласие на обработку персональных данных с помощью сервиса «Яндекс.Метрика»

1. Я (далее – «Пользователь» или «Субъект персональных данных»), осуществляя использование сайта https://journals.rcsi.science/ (далее – «Сайт»), подтверждая свою полную дееспособность даю согласие на обработку персональных данных с использованием средств автоматизации Оператору - федеральному государственному бюджетному учреждению «Российский центр научной информации» (РЦНИ), далее – «Оператор», расположенному по адресу: 119991, г. Москва, Ленинский просп., д.32А, со следующими условиями.

2. Категории обрабатываемых данных: файлы «cookies» (куки-файлы). Файлы «cookie» – это небольшой текстовый файл, который веб-сервер может хранить в браузере Пользователя. Данные файлы веб-сервер загружает на устройство Пользователя при посещении им Сайта. При каждом следующем посещении Пользователем Сайта «cookie» файлы отправляются на Сайт Оператора. Данные файлы позволяют Сайту распознавать устройство Пользователя. Содержимое такого файла может как относиться, так и не относиться к персональным данным, в зависимости от того, содержит ли такой файл персональные данные или содержит обезличенные технические данные.

3. Цель обработки персональных данных: анализ пользовательской активности с помощью сервиса «Яндекс.Метрика».

4. Категории субъектов персональных данных: все Пользователи Сайта, которые дали согласие на обработку файлов «cookie».

5. Способы обработки: сбор, запись, систематизация, накопление, хранение, уточнение (обновление, изменение), извлечение, использование, передача (доступ, предоставление), блокирование, удаление, уничтожение персональных данных.

6. Срок обработки и хранения: до получения от Субъекта персональных данных требования о прекращении обработки/отзыва согласия.

7. Способ отзыва: заявление об отзыве в письменном виде путём его направления на адрес электронной почты Оператора: info@rcsi.science или путем письменного обращения по юридическому адресу: 119991, г. Москва, Ленинский просп., д.32А

8. Субъект персональных данных вправе запретить своему оборудованию прием этих данных или ограничить прием этих данных. При отказе от получения таких данных или при ограничении приема данных некоторые функции Сайта могут работать некорректно. Субъект персональных данных обязуется сам настроить свое оборудование таким способом, чтобы оно обеспечивало адекватный его желаниям режим работы и уровень защиты данных файлов «cookie», Оператор не предоставляет технологических и правовых консультаций на темы подобного характера.

9. Порядок уничтожения персональных данных при достижении цели их обработки или при наступлении иных законных оснований определяется Оператором в соответствии с законодательством Российской Федерации.

10. Я согласен/согласна квалифицировать в качестве своей простой электронной подписи под настоящим Согласием и под Политикой обработки персональных данных выполнение мною следующего действия на сайте: https://journals.rcsi.science/ нажатие мною на интерфейсе с текстом: «Сайт использует сервис «Яндекс.Метрика» (который использует файлы «cookie») на элемент с текстом «Принять и продолжить».