움직이는 교과서 (Interactive Textbook)
Fogler, Elements of Chemical Reaction Engineering, Chapter 17. 그림을 끌어 움직이면 분리 모델과 최대 혼합도 모델의 전환율이 실시간으로 바뀐다.
Section 17.1
16장에서는 추적자 실험으로 잔류 시간 분포(RTD) 함수 $E(t)$와 $F(t)$, 평균 체류 시간 $t_m$, 분산 $\sigma^2$을 구했다. 그러나 RTD는 반응기 하나에 유일하게 대응하지 않는다. 내부 흐름이 다른 반응기가 같은 $E(t)$를 줄 수 있으므로, 비이상 반응기의 전환율을 예측하려면 모델이 필요하다. 모델은 조절 매개변수의 수로 분류한다. 이 장은 매개변수가 0개인 모델을 다루고, 1개와 2개인 모델은 18장에서 다룬다.
표 17-1의 분류는 다음과 같다. 매개변수가 0개인 모델은 분리 모델과 최대 혼합도 모델이다. 1개인 모델은 직렬 탱크 모델과 분산 모델이고, 2개인 모델은 이상 반응기를 조합해 만든다. 0개 모델은 $E(t)$, 속도식, 속도 상수만으로 출구 전환율이 정해진다.
RTD는 유체 요소가 반응기에 얼마나 오래 있었는지만 알려 주고, 요소끼리 물질을 주고받는 정도(혼합)는 알려 주지 않는다. 1차 반응은 $-r_A=kC_A$가 농도에 선형이므로 각 분자의 체류 시간만 알면 전환율이 정해진다. 1차가 아닌 반응에서는 분자들이 서로 어떻게 만나는지, 곧 미시 혼합(micromixing)을 함께 알아야 한다. 거시 혼합(macromixing)은 체류 시간의 분포를 만들 뿐, 서로 다른 나이의 분자가 어떻게 만나는지는 정하지 않는다.
Section 17.2.1
분리 모델은 유체를 서로 섞이지 않는 덩어리의 집합으로 본다. 덩어리는 이웃 덩어리와 물질을 주고받지 않으므로, 입구에서 출구까지 체류하는 동안 부피가 일정한 회분식 반응기처럼 반응한다. 덩어리마다 체류 시간이 다르고, 그 분포가 $E(t)$이다.
체류 시간이 $t$인 덩어리의 전환율 $X(t)$는 회분식 반응기 설계식으로 얻는다. 출구 전환율은 모든 덩어리의 전환율을 $E(t)\,dt$로 가중해 평균한 값이다. 계산할 때는 $dX_{seg}/dt=X(t)E(t)$를 $X(t)$의 미분방정식과 함께 ODE solver로 적분한다. 차수가 $n$인 반응의 $X(t)$는 아래 식이고, 2차 반응이면 $X=kC_{A0}t/(1+kC_{A0}t)$이다.
예제 17-2는 16장의 RTD 데이터에 1차 비가역 반응 $\mathrm{A}\rightarrow$ 생성물, $k=0.1\ \mathrm{min^{-1}}$을 적용한다. 모든 덩어리가 14분씩 머물면 전환율이 75.3%이다. 그러나 체류 시간이 분포하므로 평균 전환율은 38.2%이다. 책이 준 $E(t)$ 다항식을 이 페이지에서 직접 적분하면 38.0%가 나오고, 책의 Polymath 값과 0.3%p 이내로 일치한다. 1차 반응이므로 이 값은 어떤 혼합 정도에서도 같다.
예측: 반응 차수 $n=2$인 2차 반응에서 같은 RTD를 쓰면 $X_{seg}$와 $X_{mm}$ 중 어느 쪽이 클까?
목표: 오른쪽 아래 사각형의 점을 끌거나 슬라이더로 $n$과 Da를 바꾸어 $X_{seg}$가 $X_{mm}$보다 0.03 이상 큰 조건을 찾으세요. 덩어리의 색은 전환율을 나타냅니다.
$E(\theta)$는 평균 1인 두 봉 감마 분포($N=3$, 봉 위치 0.7과 1.3)이고, $\theta=t/t_m$, $\mathrm{Da}=kC_{A0}^{\,n-1}t_m$이다. 덩어리의 체류 시간은 이 $E(\theta)$에서 뽑고, 출구에 도착할 때 전환율을 모아 표본 평균을 만든다. 표본 평균이 정확한 $X_{seg}$에 수렴하는 것이 분리 모델의 정의이다. 모델 사이의 순서는 속도식의 볼록성이 정한다. 데이터는 이 페이지에서 수치 적분으로 얻는다.
$E(t)=C(t)/51$이고 $C(t)$는 예제 17-2에 인쇄된 두 다항식($0\le t\le4$와 $4
Section 17.2.2
최대 혼합도 모델은 반대쪽 극단이다. 유체는 반응기에 들어오는 즉시 같은 RTD가 허용하는 한 가장 완전하게 섞인다. 이 상태는 옆 입구가 여러 개인 PFR로 나타낸다. 새 유체가 반응기 옆면의 위치마다 $E$에 비례해 들어오고, 이미 흐르던 유체와 곧바로 섞인다. 위치는 출구에서 거꾸로 세어 $\lambda$로 표시하며, $\lambda$는 그 유체가 반응기를 떠나기까지 남은 시간(life expectancy)이다.
위치 $\lambda$에서 농도 $C_A(\lambda)$는 반응으로 줄고, 옆에서 들어오는 입구 농도의 유체와 섞여 $C_{A0}$ 쪽으로 이동한다. 혼합 항의 계수 $E(\lambda)/(1-F(\lambda))$는 남은 수명이 $\lambda$ 이상인 유체 중 $\lambda$ 부근에 해당하는 비율이다. 이 계수가 클수록 신선한 유체가 많이 들어와 농도가 입구 값에 가까워진다.
식은 $\lambda$가 가장 큰 곳에서 $C_A=C_{A0}$로 시작해 $\lambda=0$(출구)까지 거꾸로 적분한다. $\lambda=0$의 값이 출구 농도이고 $X_{mm}=1-C_A(0)/C_{A0}$이다. 책의 손계산 예에서는 적분 시작 부근에서 $X$가 진동하고 이어서 진동 폭이 줄어든다. 그래서 손으로 풀기보다 ODE solver를 쓴다.
예측: 이봉 RTD에서 $\lambda$가 줄어 출구에 가까워질 때 $C_A(\lambda)$는 어떻게 변할까?
목표: 그림을 좌우로 끌어 $C_A(\lambda)$가 점선(입구 값과 출구 값의 중간)과 0.02 이내로 같아지는 $\lambda$를 찾으세요. Da나 RTD 모양을 바꾸면 점선도 바뀝니다.
위쪽 관의 오른쪽 끝이 출구이고, 초록 화살표의 굵기는 그 위치에서 옆으로 들어오는 유체의 양 $E(\lambda)$이다. 관의 파란 농도는 $C_A$가 클수록 진하다. 이봉 분포는 두 봉 사이에서 $E/(1-F)$가 작아 반응이 더 진행되고, 둘째 봉 근처에서 신선한 유체가 많이 들어와 $C_A$가 다시 올라간다. 반응은 2차 $-r_A=kC_A^2$이고, 시간은 $\theta=t/t_m$ 단위이며, 데이터는 이 페이지에서 수치 적분으로 얻는다.
Section 17.3
두 모델은 모두 ODE solver로 푼다. 먼저 추적자 곡선 $C(t)$를 다항식으로 맞추고 면적으로 나누어 $E(t)$를 만든다. 분리 모델은 $dX_{seg}/dt=X(t)E(t)$와 $dX/dt$를 함께 적분하면 끝난다. 최대 혼합도 모델은 $F(\lambda)$를 계산해 $E/(1-F)$를 만들고 $\lambda$의 가장 큰 값에서 0까지 거꾸로 적분한다. $\lambda$가 끝점에 가까우면 $1-F$가 0에 가까워지므로, 이 페이지의 코드는 계수에 상한을 두어 처리한다. 계산은 모두 JavaScript의 4차 Runge-Kutta로 수행한다.
예제 17-4는 액상 이량화 반응 $2\mathrm{A}\rightarrow\mathrm{B}$, $-r_A=kC_A^2$, $k=0.01\ \mathrm{dm^3/(mol\ min)}$, $C_{A0}=8\ \mathrm{mol/dm^3}$, 320 K를 비이상 반응기($V=1000\ \mathrm{dm^3}$, $v_0=25\ \mathrm{dm^3/min}$, $\tau=40$ min)에서 수행한다. 추적자 곡선을 다항식으로 맞춘 $E(t)$로 계산하면 $X_{seg}=0.61$, $X_{mm}=0.56$이다. 같은 부피의 PFR은 0.76, 완전 혼합 CSTR은 약 0.58이다. 책은 두 모델의 구간이 좁아서 전환율 예측에 추가 모델이 크게 필요하지 않다고 평가한다.
$E(t)$는 예제 17-4에 인쇄된 두 다항식($t\le70$ min인 구간과 그 이후 구간, 약 214 min에서 0)을 면적 1로 다시 규격화한 것이다. 파란 선이 $E(t)$, 초록 영역이 $X(t)E(t)$이며 그 면적이 $X_{seg}$이다. 빨간 선(오른쪽 축)은 $\lambda$에 따른 $X_{mm}$ 적분 경로이다. $kC_{A0}=0.08\ \mathrm{min^{-1}}$에서 $X_{seg}=0.611$, $X_{mm}=0.562$로 책의 0.61, 0.56과 일치한다. PFR과 CSTR은 책과 같이 $\tau=V/v_0=40$ min으로 계산한다.
분리 모델이 항상 더 큰 전환율을 주는 것은 아니다. 두 모델의 순서는 속도식을 농도로 두 번 미분한 부호가 정한다. 분리 모델은 농도가 서로 다른 덩어리마다 속도를 따로 계산해 평균하고, 완전히 섞인 상태는 평균 농도에서 속도를 계산한다. 속도식이 아래로 볼록하면($n>1$) 따로 계산한 속도의 평균이 더 커서 분리 모델의 전환율이 크다. 위로 볼록하면($0
예측: 두 모델의 전환율 차이는 어떤 $E(t)$에서 클까?
목표: 위쪽 오른쪽 사각형의 점을 끌어 $E(\theta)$를 바꾸고, 표시된 Da에서 $X_{seg}-X_{mm}$를 0.045 이상으로 만드세요. 점을 아래로 끌수록 봉이 넓어지고 오른쪽으로 끌수록 봉이 갈라집니다.
$E(\theta)=\tfrac12 g(\theta;N,1-s)+\tfrac12 g(\theta;N,1+s)$이고 $g$는 감마 분포, 평균은 항상 1이다. $N=1,\ s=0$은 지수형(CSTR), $N$이 크고 $s=0$이면 PFR에 가깝다. 파란 선이 $X_{seg}$, 빨간 선이 $X_{mm}$이며 그 사이가 구간이다. $E$가 PFR에 가까워질수록 구간이 0으로 좁아지고, 지수형이나 이봉형에서 넓어진다. $n=1$이면 어떤 $E$에서도 구간이 0이다. 데이터는 이 페이지에서 수치 적분으로 얻는다.
두 곡선은 $n=1$에서 만나고, 그 왼쪽에서는 $X_{mm}$이, 오른쪽에서는 $X_{seg}$가 크다. 회색 점선은 같은 $\mathrm{Da}$의 PFR과 CSTR이며 두 모델은 그 사이에 있다. $n<1$에서는 농도가 0이 된 덩어리의 반응이 멈추므로 $X_{seg}$가 크게 낮아진다. RTD는 Figure 17.5와 같은 감마 분포 모델이고, 데이터는 이 페이지에서 수치 적분으로 얻는다.
Section 17.4.1
반응이 여러 개이면 혼합 정도는 전환율뿐 아니라 생성물 분포(선택도)도 바꾼다. 분리 모델에서 덩어리 하나는 모든 화학종에 대한 회분식 반응기이다. 각 화학종 $j$의 농도를 회분식 식으로 적분하고 $E(t)$로 가중해 평균하면 출구 평균 농도 $\bar C_j$를 얻는다.
선택도는 출구 평균 농도의 비로 정의한다. 예를 들어 $\hat S_{C/D}=\bar C_C/\bar C_D$이다. 이 값은 덩어리별 농도 비의 평균과 일반적으로 다르다.
예제 17-6은 액상 반응 $\mathrm{A}+\mathrm{B}\rightarrow\mathrm{C}$, $\mathrm{A}\rightarrow\mathrm{D}$, $\mathrm{B}+\mathrm{D}\rightarrow\mathrm{E}$를 평균 체류 시간이 같은 ($t_m=1.26$ min) 두 반응기에서 비교한다. 한 반응기의 RTD는 비대칭(수명 2.42 min)이고 다른 반응기의 RTD는 이봉(수명 6 min)이다. $k_1=k_2=k_3=1$, 초기 조건은 $C_A=C_B=1$, 나머지는 0이다. 두 RTD의 평균이 같아도 생성물 분포는 달라진다.
Section 17.4.2
최대 혼합도 모델도 화학종마다 식을 쓴다. 각 화학종의 순 생성 속도 $r_j=\sum_i r_{ij}$를 쓰고, 혼합 항에는 그 화학종의 입구 농도 $C_{j0}$를 넣는다. 입구에 없는 화학종(예제 17-6의 C, D, E)은 $C_{j0}=0$이다. 적분은 단일 반응과 마찬가지로 $\lambda$의 가장 큰 값에서 시작해 $\lambda=0$까지 거꾸로 진행한다.
같은 두 RTD에 두 모델을 모두 적용하면 생성물 분포의 차이가 보인다. 평균 체류 시간이 같아도 RTD가 이봉이면 일부 유체가 오래 머물러 중간 생성물 D가 E로 더 많이 바뀌고, 분리 모델과 최대 혼합도 모델의 선택도 차이도 커진다. 아래 그림에서 확인할 수 있다.
반응 구조, $k_1=1$, 초기 조건, 평균 체류 시간 1.26 min은 예제 17-6의 값이다. 책의 그림 E17-6.1과 E17-6.2는 PDF에서 읽을 수 없어서 $E(t)$ 곡선은 재구성했다. 비대칭은 구간 [0, 2.42] min의 베타 분포(평균 1.26 min), 이봉은 평균이 각각 0.5 min과 2.0 min인 감마 분포 둘을 합친 것(전체 평균 1.26 min)이다. 그래서 막대 값은 책의 결과와 같지 않을 수 있고, 경향만 보는 용도이다. 농도는 $C_{A0}=C_{B0}=1$에 대한 상대값이다.