Технология получения изофорона в микрофлюидном реакторе

Обложка

Цитировать

Полный текст

Открытый доступ Открытый доступ
Доступ закрыт Доступ предоставлен
Доступ закрыт Только для подписчиков

Аннотация

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.

Полный текст

Доступ закрыт

Об авторах

Х. Г. Кук

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

Автор, ответственный за переписку.
Email: j.toht@igic.ras.ru

Передовая инженерная школа химического инжиниринга и машиностроения

Россия, 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

Россия, 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

Россия, 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

Россия, 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

Россия, 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

Россия, Москва

Список литературы

  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.

Дополнительные файлы

Доп. файлы
Действие
1. JATS XML
Скачать
2. Рис. 1. Эскиз выбранной геометрии проточной части (1, 2 – входы реагентов, 3 – миксерная зона, 4 – реакционный канал, 5 – выход продукта).

Скачать (97KB)
Метаданные
3. Рис. 2. Распределение концентраций ацетона и воды.

Скачать (113KB)
Метаданные
4. Рис. 3. Распределение концентраций изофорона, мезитилоксида и диацетонового спирта.

Скачать (161KB)
Метаданные
5. Рис. 4. Расчетные данные критерия оптимальности смешения.

Скачать (69KB)
Метаданные
6. Рис. 5. Зависимость количества ячеек от вязкости раствора.

Скачать (98KB)
Метаданные
7. Рис. 6. График зависимости длины канала от концентрации получаемого изофорона, анализируемого на выходе из проточной части.

Скачать (44KB)
Метаданные
8. Рис. 7. Технологическая система для получения изофорона.

Скачать (149KB)
Метаданные
9. Рис. 8. Экспериментальные данные в сравнении с моделированием, где синий цвет – ацетон, а зеленый – изофорон.

Скачать (88KB)
Метаданные
10. Рис. 9. Экспериментальные данные в сравнении с моделированием, где синий цвет — диацетоновый спирт, а зеленый – мезитилоксид.

Скачать (143KB)
Метаданные
11. Рис. 10. Общая хроматограмма образца на начальный отрезок времени.

Скачать (385KB)
Метаданные
12. Рис. 11. Общая хроматограмма образца на конечный отрезок времени.

Скачать (236KB)
Метаданные
13. Рис. 12. Полученный масс-спектр изофорона.

Скачать (273KB)
Метаданные

© Российская академия наук, 2024

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».