连续搅拌罐式反应器

连续搅拌罐式反应器 (CSTR) 中的一阶基本不可逆反应。 控制器改变传热流体的温度 进入热转印夹套 控制反应器温度。 反应器体积 = 0.1 m 3 ,夹套体积 = 0.02 m 3 ,密度 = 1000 kg/m 3 ,热容 = 2.0 kJ/kg/K。

输入反应 ∆H (kJ/mol)

输入反应 ∆Ea (kJ/mol)

输入反应 k300 (1/s)

输入夹克 UA (kJ/s/K)

输入夹套流速 (m 3 /s)

输入进料浓度 (mol/m 3

输入源 T (K)

输入进料流量 (m 3 /s)

0
50
100
150
200
250
300
350
400
300
320
340
360
380
400
0
100
200
300
400
反应物浓度
反应器 T
夹套入口 T
< 最近时间 | 更早时间 >
温度 (K)
反应物浓度

输入夹套入口 T (K)

输入重置时间 (> 0 s)

输入控制器增益

输入反应器 T 设定点 (K)

CSTR(连续搅拌罐式反应器)是一种化学反应器,在工业中用于各种化学和生化过程。在 CSTR 中,反应物连续进料到罐中,反应混合物不断从反应器中抽出。罐内内容物充分混合,确保成分均匀。

图 1.CSTR 方案

CSTR 的数学模型

等温 CSTR 模型基于试剂的质量平衡。方程的数量取决于化学反应或反应系统的复杂性。当我们处理简单的不可逆反应 A→B 时,将有一个方程描述衬底 A 的质量平衡,如下所示。

Vdtd CCA=FVCAf−FVCA−V⋅r(CA)(1)

哪里:

CA- 反应器内底物 A 的浓度,mol A/s

CAf- 流入流中底物 A 的浓度,mol A/s

FV- 体积流量,米3/秒

r- 反应速率,mol A/(m3s)

t- 时间,s

V- 体积,米3

方程 (1) 的解释如下:方程中的每个项都以 [mol A/s] 为单位表示。右侧的项与左侧的项相加,即衬底 A 在反应器体积 V 中的积累速率。方程右侧的第一项是衬底 A 流入速率。第二项是 A 的流出率。我们可以看到,该流中的浓度与反应器内部的浓度相同。这是因为假设理想的 CSTR 是完美混合的,因此整个反应器内部的 A 浓度相同。最后一项是化学反应引起的底物摄取。表达式r取决于反应的类型。例如,如果我们处理 A→B 反应,那么我们有:

r(CA)=k⋅CA(2)

将方程 (2) 引入方程 (1) 并进行简化后,我们得到:

dtdCA=VFVCAf−VFF VCA−kCA(3a)

dtdCA=τ1(CAf−CA)−kCA(3b)

系数τ在上述方程中称为 平均停留时间 ,计算为体积与体积流量的比率τ=FVV ..

要求解 微分方程 ,我们需要知道初始条件。在这种情况下,它是初始浓度CA(0)::

CA(0)=CA0(4)

上述问题称为初始值问题或柯西问题。您可以在我们的博客 ( Solving differential equations in Python ) 上阅读如何用 Python 语言求解它。

方程 (3) 是 CSTR 的动态模型 ,因此它描述了它在达到稳态之前的运行。然而,更常见的情况涉及稳态操作。从建模的角度来看,达到稳态意味着dtd CCA=0.因此,微分方程将简化为代数方程:

0=τ1(CAf−CA)−kCA(5)

CSTR 的设计

让我们考虑以下示例,其中我们希望在出口流中达到给定浓度的底物 A。由于 CSTR 在稳态下运行,我们将使用方程 (5)。简单的转换结果为用于计算的表达式吨:

τ=kCA(CAf−CA)(6)

计算出的平均停留时间确保假设到达CA.反过来,值τ可以通过改变体积或体积流量来获得,具体取决于工艺要求。例如,如果我们知道体积流量,就可以根据以下关系计算反应器体积:

V=τFV(7)

类似地,我们可以使用方程 (5) 来计算给定体积和体积流速的浓度 A:

CA=(1+τ k)CAf