Influence of the Approach to Membrane Mass Transfer Characteristics Determination on the Process Simulation Results

Cover Page

Cite item

Full Text

Open Access Open Access
Restricted Access Access granted
Restricted Access Subscription Access

Abstract

In this work, the dependence of the output characteristics determined in the simulation of the gas separation membrane process on the gas transport characteristics of the membrane specified as parameters of the membrane module model has been investigated. The study was carried out on a laboratory setup containing polyphenylene oxide hollow fibres. As a result of this integrated study, including theoretical and experimental approaches, it has been determined that when using the ideal gas transport characteristics obtained for pure gases to simulate the process, the error expressed in achievable concentration of the target component in the product stream ranges from 1.5 to 8.8% compared to the experimentally obtained values for the same module geometry and the same membrane area. This discrepancy can lead both to unattainable targets for the technological line and to an incorrect technical and economic evaluation of the process. Thus, the design of technological lines using mathematical modelling tools should be based on the “effective” gas transport characteristics of the material and/or product obtained for the components of real gas mixtures or simulating real gas mixtures.

About the authors

A. A. Atlaskin

Mendeleev Russian University of Chemical Technology

Author for correspondence.
Email: atlaskin.a.a@muctr.ru
Russia, 125047, Moscow, Miusskaya square, 9

S. S. Kryuchkov

Mendeleev Russian University of Chemical Technology

Email: atlaskin.a.a@muctr.ru
Russia, 125047, Moscow, Miusskaya square, 9

A. N. Stepakova

Mendeleev Russian University of Chemical Technology

Email: atlaskin.a.a@muctr.ru
Russia, 125047, Moscow, Miusskaya square, 9

I. S. Moiseenko

Mendeleev Russian University of Chemical Technology

Email: atlaskin.a.a@muctr.ru
Russia, 125047, Moscow, Miusskaya square, 9

N. S. Tsivkovsky

Mendeleev Russian University of Chemical Technology

Email: atlaskin.a.a@muctr.ru
Russia, 125047, Moscow, Miusskaya square, 9

K. A. Smorodin

Mendeleev Russian University of Chemical Technology

Email: atlaskin.a.a@muctr.ru
Russia, 125047, Moscow, Miusskaya square, 9

A. N. Petukhov

Mendeleev Russian University of Chemical Technology; Department of Chemistry, Lobachevsky State University of Nizhny Novgorod

Email: atlaskin.a.a@muctr.ru
Russia, 125047, Moscow, Miusskaya square, 9; Russia, 603022, Nizhny Novgorod, 23 Gagarin Avenue

M. E. Atlaskina

Mendeleev Russian University of Chemical Technology

Email: atlaskin.a.a@muctr.ru
Russia, 125047, Moscow, Miusskaya square, 9

I. V. Vorotyntsev

Mendeleev Russian University of Chemical Technology

Email: atlaskin.a.a@muctr.ru
Russia, 125047, Moscow, Miusskaya square, 9

References

  1. Alsawaftah N., Abuwatfa W., Darwish N., Husseini G. // Water. 2021. V. 13. I. 9. P. 1327.
  2. Chaturvedi P., Moehring N.K., Cheng P., Vlassiouk I., Boutilier M.S.H., Kidambi P.R. // J. Materials Chemistry A. 2022. V. 10. I. 37. P. 19797–19810.
  3. Trubyanov M.M., Drozdov P.N., Atlaskin A.A., Battalov S.V., Puzanov E.S., Vorotyntsev A.V., Petukhov A.N., Vorotyntsev V.M., Vorotyntsev I.V. // J. Membrane Science. 2017. V. 530. P. 53–64.
  4. Trubyanov M.M., Kirillov S.Y., Vorotyntsev A.V., Sazanova T.S., Atlaskin A.A., Petukhov A.N., Kirillov Y.P., Vorotyntsev I.V. // J. Membrane Science. 2019. V. 587. № 117173.
  5. Ahmad F., Lau K.K., Shariff A.M., Murshid G. // Computers & Chemical Engineering. 2012. V. 36. I. 1. P. 119–128.
  6. Chu Y., He X. // Membranes. 2018. V. 8. I. 4. P. 118.
  7. Atlaskin A.A., Trubyanov M.M., Yanbikov N.R., Bukovsky M.V., Drozdov P.N., Vorotyntsev V.M., Vorotyntsev I.V. // Petroleum Chemistry. 2018. V. 58. I. 6.
  8. Merkel T.C., Lin H., Wei X., Baker R. // J. Membrane Science. 2010. V. 359. I. 1–2. P. 126–139.
  9. Bounaceur R., Berger E., Pfister M., Ramirez Santos A.A., Favre E. // J. Membrane Science. 2017. V. 523. P. 77–91.
  10. Zhao L., Riensche E., Menzer R., Blum L., Stolten D. // J. Membrane Science. 2008. V. 325. I. 1. P. 284–294.
  11. Brunetti A., Zito P.F., Borisov I., Grushevenko E., Volkov V., Volkov A., Barbieri G. // Fuel Processing Technology. 2020. V. 210. № 106550.
  12. Atlaskin A.A., Petukhov A.N., Stepakova A.N., Tsivkovsky N.S., Kryuchkov S.S., Smorodin K.A., Moiseenko I.S., Atlaskina M.E., Suvorov S.S., Stepanova E.A., Vorotyntsev I.V. // Membranes. 2023. V. 13. I. 3. P. 270.
  13. Yang X., Duke M., Zhang J., Li J. De // Separation and Purification Technology. 2019. V. 224. P. 121–131.
  14. Maarefian M., Bandehali S., Azami S., Sanaeepur H., Moghadassi A. // International J. Energy Research. 2019. V. 43. I. 14. P. 8217–8229.
  15. Trubyanov M.M., Mochalov G.M., Suvorov S.S., Puzanov E.S., Petukhov A.N., Vorotyntsev I.V., Vorotyntsev V.M. // J. Chromatography A. 2018. V. 1560. P. 71–77.
  16. Petukhov A.N., Atlaskin A.A., Kryuchkov S.S., Smorodin K.A., Zarubin D.M., Petukhova A.N., Atlaskina M.E., Nyuchev A.V., Vorotyntsev A.V., Trubyanov M.M., Vorotyntsev I. V., Vorotynstev V.M. // Chemical Engineering J. 2020. P. 127726.
  17. Grushevenko E.A., Borisov I.L., Bakhtin D.S., Bondarenko G.N., Levin I.S., Volkov A.V. // Reactive and Functional Polymers. 2019. V. 134. P. 156–165.
  18. Zhmakin V., Shalygin M., Khotimskiy V., Matson S., Teplyakov V. // Separation and Purification Technology. 2019. V. 212. P. 877–886.
  19. Ovcharova A., Vasilevsky V., Borisov I., Bazhenov S., Volkov A., Bildyukevich A., Volkov V. // Separation and Purification Technology. 2017. V. 183. P. 162–172.
  20. Anselmi H., Mirgaux O., Bounaceur R., Patisson F. // Chemical Engineering & Technology. 2019. V. 42. I. 4. P. 797–804.
  21. Lin H., Freeman B.D. // J. Membrane Science. 2004. V. 239. I. 1. P. 105–117.
  22. Kim J.H., Lee Y.M. // J. Membrane Science. 2001. V. 193. I. 2. P. 209–225.
  23. Deng L., Hägg M.B. // International J. Greenhouse Gas Control. 2010. V. 4. I. 4. P. 638–646.
  24. Deng L., Kim T.J., Hägg M.B. // J. Membrane Science. 2009. V. 340. I. 1–2. P. 154–163.
  25. Houde A.Y., Krishnakumar B., Charati S.G., Stern S.A., Wiley J. // J. Applied Polymer Science. 1996. V. 62. I. 13. P. 2181–2192.
  26. Daham Wiheeb A., Mun A., Karim E.A., Mohammed T.E., Othman R. // Diyala J. Engineering Sciences. 2015. P. 846–854.
  27. Niknejad S.M.S., Savoji H., Pourafshari Chenar M., Soltanieh M. // International J. Environmental Science and Technology. 2017. V. 14. I. 2. P. 375–384.
  28. Orme C.J., Stewart F.F. // J. Membrane Science. 2005. V. 253. I. 1–2. P. 243–249.
  29. Makhloufi C., Roizard D., Favre E. // J. Membrane Science. 2013. V. 441. P. 63–72.
  30. Vorotyntsev I.V., Shablykin D.N., Drozdov P.N., Trubyanov M.M., Petukhov A.N., Battalov S.V. // Petroleum Chemistry. 2017. V. 57. I. 2. P. 172–181.
  31. Modigell M., Schumacher M., Teplyakov V.V., Zenkevich V.B. // Desalination. 2008. V. 224. I. 1–3. P. 186–190.
  32. Platé N.A., Bokarev A.K., Kaliuzhnyi N.E., Litvinova E.G., Khotimskii V.S., Volkov V.V., Yampol’skii Yu.P. // J. Membrane Science. 1991. V. 60. I. 1. P. 13–24.
  33. Vorotyntsev I.V., Drozdov P.N., Karyakin N.V. // Inorganic Materials. 2006. V. 42. I. 3. P. 231–235.
  34. Makhloufi C., Belaissaoui B., Roizard D., Favre E. // Procedia Engineering. 2012. V. 44. P. 143–146.
  35. Phillip W.A., Martono E., Chen L., Hillmyer M.A., Cussler E.L. // J. Membrane Science. 2009. V. 337. I. 1. P. 39–46.
  36. Barrer R.M., Barrie J.A., Slater J. // J. Polymer Science. 1958. V. 27. I. 115. P. 177–197.
  37. GitHub – CCSI-Toolset/membrane_model: Membrane Separation Model: Updated hollow fiber membrane model and system example for carbon capture., (n.d.). https://github.com/CCSI-Toolset/membrane_model.

Supplementary files

Supplementary Files
Action
1. JATS XML
2.

Download (602KB)
3.

Download (394KB)
4.

Download (11KB)
5.

Download (147KB)
6.

Download (81KB)
7.

Download (77KB)
8.

Download (65KB)
9.

Download (70KB)

Copyright (c) 2023 А.А. Атласкин, С.С. Крючков, А.Н. Степакова, И.С. Моисеенко, Н.С. Цивковский, К.А. Смородин, А.Н. Петухов, М.Е. Атласкина, И.В. Воротынцев

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».