Прогнозирование критической температуры. Алканы и алкены

Рефераты по химии / Прогнозирование критической температуры. Алканы и алкены
Страница 1

Сложность прогнозирования критической (жидкость-пар) температуры органических веществ состоит в том, что Тс изменяются нелинейно с изменением числа углеродных атомов в молекуле даже в отдельно взятой гомологической группе (рис. 5.1.). Аддитивные методы для таких свойств оказываются неэффективными, поскольку нелинейность свойства сохраняется для значительного количества соединений при переходе от низших представителей гомологических групп к высшим. Это не позволит принять некоторое постоянное значение даже для парциального вклада, характеризующего гомологическую разность, т.е. вклад на СН2группу.

Для таких свойств широко используются аддитивно-корреляционные методы, в которых вид корреляции ответственен за изменение свойства в гомологической группе, а аддитивная составляющая свойства передает его связь со строением молекул. Рассчитывать на успех в применении этих методов возможно только в случае одинаковых соотношений типа “значение свойства - количество углеродных атомов в любой гомологической группе”. Из рис. 5.1 следует, что для критических температур это условие также не выполняется.

Приблизиться к решению проблемы удалось, используя аддитивно-корреляционные методы с дополнительной опорой на родственное с критической температурой свойство вещества. В качестве такого свойства наилучшим образом выступает нормальная температура кипения (Tb). С одной стороны, предельно близка природа этих свойств, с другой - Tb наиболее полно по сравнению с другими физико-химическими свойствами подкреплены справочными данными. Именно Tb является опорным свойством в большинстве методов прогнозирования критических температур.

Р и с. 5.1. Зависимость критической температуры от числа углеродных атомов в молекуле:

1 - н-монокарбоновые кислоты; 2 – н-спирты;

3 – н-алканы; 4 – бензол - метилбензолы

Р и с. 5.2. Зависимость Tc/Tb от числа углеродных атомов в молекуле:

1 - н-монокарбоновые кислоты;

2 – н-спирты; 3 – н-алканы;

4 – бензол - метилбензолы

Иллюстрацией того, что указанный прием позволяет несколько упростить задачу прогнозирования Tс, является рис. 5.2. Однако наряду с этим из рис. 5.2 следует, что использование Tb в качестве опорного свойства не гарантирует успеха при прогнозировании Tс на основе общих универсальных корреляций для соединений любых классов. Примером тому служит совершенно иной по сравнению с соединениями прочих приведенных на рис. 5.2 классов вид корреляции для первичных спиртов С3-С10.

Метод Джобака

Сохранив основу метода Лидерсена, Джобак ввел некоторые коррективы в вид корреляции и параметризацию аддитивных составляющих свойства. В результате погрешность метода для веществ с относительно высокой молекулярной массой уменьшилась (табл. 5.1).

Корреляция, рекомендуемая для прогнозирования критических температур, требует знания нормальных температур кипения вещества и имеет вид

,(5.2)

где значения нормальной температуры кипения и критической температуры даны в градусах Кельвина.

Величины парциальных вкладов (tck) в критическую температуру приведены в табл. 5.3. В табл. 5.1, 5.5 приводятся результаты прогнозирования Тс методом Джобака для соединений различных классов, откуда следует, что явных преимуществ перед методом Лидерсена он все-таки не имеет. Учитывая то, что эти два метода достаточно просты в применении и в ряде случаев дают разнонаправленные отклонения, целесообразно использовать их совместно, чтобы таким образом несколько снизить погрешность в оценках критической температуры.

Следует отметить, что авторами сделана попытка увеличения точности прогноза этими методами. С этой целью был заменен вид корреляции, увеличена ее гибкость, и согласованы значения парциальных вкладов с полученной корреляцией. Однако принципиального улучшения результатов прогноза при этом не про изошло. Таким образом, возможности аддитивно-корреляционного подхода с параметризацией по атомам практически полностью использованы в методе Джобака.

Авторы сочли также целесообразным привести результаты прогнозирования Тс алканов другими методами (табл. 5.1), идеология которых не рассматривалась по следующим соображениям. Для ряда методов погрешности в оценках слишком велики уже для алканов; очевидно, что для соединений прочих классов они не станут меньше.

Страницы: 1 2 3 4 5

Информация о химии

Нернст (Nernst), Вальтер Герман

Немецкий химик Вальтер Герман Нернст родился в Бризене, городке Восточной Пруссии (теперь Вомбжезьно, Польша). Нернст был третьим ребенком в семье прусского судьи по гражданским делам Густава Нернста и Оттилии (Нергер) Нернст. В г ...

Вычислительная химия

Вычислительная химия — ветвь химии, которая использует компьютеры для решения химических проблем. Вычислительная химия использует результаты классической и квантовой теоретической химии, реализованные в виде эффективных комп ...

Нанохимия

Нанохи́мия (от «нано-» и «химия») — раздел химии, исследующий свойства, строение и особенности химических превращений наночастиц. Отличительной особенностью нанохимии является наличие размерного ...