مدلسازی عملکرد غشای نانوساختار گرافنی جهت جداسازی هیدروژن به کمک روش دینامیک سیالات محاسباتی
محل انتشار: فصلنامه مدل سازی در مهندسی، دوره: 16، شماره: 55
سال انتشار: 1397
نوع سند: مقاله ژورنالی
زبان: فارسی
مشاهده: 317
فایل این مقاله در 10 صفحه با فرمت PDF قابل دریافت می باشد
- صدور گواهی نمایه سازی
- من نویسنده این مقاله هستم
استخراج به نرم افزارهای پژوهشی:
شناسه ملی سند علمی:
JR_JME-16-55_007
تاریخ نمایه سازی: 21 اسفند 1399
چکیده مقاله:
با توجه به مصرف بالای انرژی در جهان و آلودگی ناشی از سوختهای فسیلی، هیدروژن به عنوان یک سوخت پاک مورد توجه بسیاری از دانشمندان قرار گرفته است. لذا در این راستا، فرایند خالصسازی گاز هیدروژن نیز میتواند بسیار مهم باشد. از میان روشهای متفاوت جداسازی هیدروژن، روشهای غشایی به عنوان یکی از روشهای مهم در خالصسازی هیدروژن مورد توجه قرار گرفتهاند. در میان غشاهای جداساز هیدروژن، غشاهای غیرآلی نیز به دلیل قابلیت تحمل دماهای بالا مورد توجه بیشتری قرار گرفتهاند. در این میان، در سال 2014 برای اولین بار غشای گرافنی برای جداسازی گاز هیدروژن مطرح گردید که انتخاب-پذیری بسیار بالایی نسبت به سایر غشاهای غیرآلی از خود نشان داد. لذا در این تحقیق عملکرد غشای گرافنی بر پایه روش دینامیک سیالات محاسباتی مدلسازی شده و تاثیر پارامترهای مهم عملیاتی از قبیل فشار، دما، سطح غشا و انتخابپذیری غشا بر عملکرد غشا مورد بررسی قرار گرفته است. با توجه به نتایج بدست آمده از این مدلسازی غشای گرافنی (با خطای 7%) بهترین عملکرد را در دمای 293 کلوین داشته و با افزایش دمای جداسازی به 373 کلوین میزان انتخابپذیری در این غشا به ترتیب از 2800 به 200 برای H2/CO2 کاهش پیدا میکند و میزان عبوردهی برای هیدروژن و دی اکسید کربن به ترتیب mole/m2.Pa.S وmole/m2.Pa.S میباشد. افزایش فشار و افزایش سطح غشا نیز تاثیر منفی بر روی میزان انتخابپذیری H2/CO2 داشته و که براساس نتایج باعث کاهش انتخابپذیری هیدروژن نسبت به دیاکسیدکربن میشود.
کلیدواژه ها:
نویسندگان
رحمان زینالی
گروه مهندسی شیمی، دانشگاه صنعتی ارومیه، ارومیه، ایران
کامران قاسم زاده
گروه مهندسی شیمی، دانشکده مهندسی شیمی، دانشگاه صنعتی ارومیه، ارومیه، استان آذربایجان غربی، ایران
علیرضا بهروز سرند
گروه مهندسی شیمی، دانشگاه صنعتی ارومیه، ارومیه، ایران
مراجع و منابع این مقاله:
لیست زیر مراجع و منابع استفاده شده در این مقاله را نمایش می دهد. این مراجع به صورت کاملا ماشینی و بر اساس هوش مصنوعی استخراج شده اند و لذا ممکن است دارای اشکالاتی باشند که به مرور زمان دقت استخراج این محتوا افزایش می یابد. مراجعی که مقالات مربوط به آنها در سیویلیکا نمایه شده و پیدا شده اند، به خود مقاله لینک شده اند :