Artículo de revista
Modelación de la viscosidad dinámica de fluidos newtonianos a partir de la teoría de Eyring y la energía libre de Helmholtz residual
Fecha
2022-06-01Registro en:
1794-1237
10.24050/reia.v19i38.1535
2463-0950
Autor
Cardona Palacio, Luis Fernando
Institución
Resumen
En este trabajo se modela la viscosidad dinámica de fluidos newtonianos a partir de la teoría de Eyring junto con la energía libre de Helmholtz residual. Para la estimación de esta energía se utiliza una versión modificada de la ecuación cúbica de estado de Peng-Robinson. Los parámetros ajustables del modelo se han determinado a partir de datos experimentales en la zona coexistencia líquido-vapor para n-alcanos y n-alcoholes. Posteriormente estos parámetros se han generalizado utilizando expresiones matemáticas simples que dependen del peso molecular de cada sustancia. Se evalúan las capacidades predictivas del modelo en condiciones de una sola fase. Las desviaciones absolutas durante el proceso de correlación son menores de 3,27%, mientras que en el proceso de predicción son menores de 5,60%. El modelo generalizado es extendido a mezclas binarias utilizando una regla de mezcla simple sin y con coeficientes de interacción, con desviaciones absolutas de 8,19% y 3,45%, respectivamente. Finalmente, el modelo es comparado con otros en la literatura y los resultados estadísticos muestran que proporciona resultados aceptables. In this work, the dynamic viscosity of Newtonian fluids is modeled using Eyring's theory and the residual Helmholtz free energy. In order to estimate this energy, a modified Peng-Robinson cubic equation of state is applied. The adjustable parameters of the model have been determined from experimental data in the liquid and vapor coexistence for n-alkanes and n-alcohols. Later these parameters have been generalized using simple mathematical expressions that depend on the molecular weight of each substance. The predictive capabilities of the model are evaluated under single-phase conditions. The absolute deviations during correlation are below 3.27% while in prediction are below 5.60%. The generalized model is extended to mixtures using a simple mixture rule with one binary interaction parameter and the result without interaction is 8.19% and estimated is 3.45%. Finally, the model is compared with others in the literature and the statistical results show that the generalized model provides acceptable results.