Журнал физической химии, 2022, T. 96, № 10, стр. 1421-1427

Теплопроводность жидких гидрофторолефинов и гидрохлорфторолефинов на линии насыщения

С. В. Рыков a*, И. В. Кудрявцева a

a Университет ИТМО
197101 Санкт-Петербург, Россия

* E-mail: togg1@yandex.ru

Поступила в редакцию 16.02.2022
После доработки 10.03.2022
Принята к публикации 14.03.2022

Полный текст (PDF)

Аннотация

Предложены новые корреляционные зависимости, ${{\lambda }_{L}} = \lambda _{L}^{{(1)}}\left( T \right)$ и ${{\lambda }_{L}} = \lambda _{L}^{{(2)}}\left( T \right)$, для теплопроводности гидрофторолефинов (ГФО) и гидрохлорфторолефинов (ГХФО). В рамках подхода предложено использовать корреляционную единицу как функцию ацентрического фактора, а не только критических показателей и мольной массы (по Л.П. Филиппову). Проведен сравнительный анализ предложенных уравнений ${{\lambda }_{L}} = f\left( T \right)$ с известными корреляционными зависимостями, рассчитаны статистические характеристики и показано, что зависимости ${{\lambda }_{L}} = \lambda _{L}^{{(1)}}\left( T \right)$ и ${{\lambda }_{L}} = \lambda _{L}^{{(2)}}\left( T \right)$ с меньшей неопределенностью описывают величины ${{\lambda }_{L}}$ для семи ГФО и ГХФО. Оценена, на примере расчета ${{\lambda }_{L}}$ для R1234yf, возможность прогнозировать теплопроводность ГФО и ГХФО с помощью предложенных зависимостей ${{\lambda }_{L}} = \lambda _{L}^{{(1)}}\left( T \right)$ и ${{\lambda }_{L}} = \lambda _{L}^{{(2)}}\left( T \right)$. В рамках модели ${{\lambda }_{L}} = \lambda _{L}^{{(2)}}\left( T \right)$ учтена, в отличие от модели ${{\lambda }_{L}} = \lambda _{L}^{{(1)}}\left( T \right)$, особенность поведения ${{\lambda }_{L}}$ в окрестности критической точки в соответствии с требованиями динамической масштабной теории. Рабочий диапазон предложенных зависимостей ${{\lambda }_{L}} = \lambda _{L}^{{(1)}}\left( T \right)$ и ${{\lambda }_{L}} = \lambda _{L}^{{(2)}}\left( T \right)$ составляет соответственно ${{T}_{{tr}}} \leqslant T \leqslant 0.97{{T}_{c}}$ и ${{T}_{{tr}}} \leqslant T \leqslant {{T}_{c}}$, где ${{T}_{c}}$ – критическая температура и ${{T}_{{tr}}}$ – температура тройной точки. Обсуждена возможность на основе предложенных зависимостей ${{\lambda }_{L}} = \lambda _{L}^{{(1)}}\left( T \right)$ и ${{\lambda }_{L}} = \lambda _{L}^{{(2)}}\left( T \right)$ прогнозировать, на примере R1132Е, теплопроводность ${{\lambda }_{L}}$. Для R1132Е впервые рассчитаны таблицы $T - {{\lambda }_{L}}$ в диапазоне 184.90–345.15 K.

Ключевые слова: теплопроводность, скейлинг, хладагент, гидрофторолефины, гидрохлорфторолефины, R1132Е, пропан, потенциал глобального потепления

Одна из актуальных задач, стоящих перед энергетикой, – отказ от использования в качестве рабочих веществ, разрушающих озоновый слой и способствующих глобальному потеплению Земли. Именно этим обусловлены существующие ограничения на использование в низкотемпературной технике, системах жизнеобеспечения и кондиционирования хладагентов группы хлорфторуглеродов (ХФУ), гидрофторуглеродов (ГФУ) и гидрохлорфторуглеродов (ГХФУ). Согласно Парижскому соглашению по климату, в настоящее время происходит переход от ХФУ, ГФУ и ГХФУ к холодильным агентам из группы гало-олефинов (гидрофторхлорпроизводных олефинов) – гидрофторолефинов (ГФО) и гидрохлорфторолефины (ГХФО). Одно из условий такого перехода (от ГФУ к ГФО и ГХФО) связано с исследованием теплофизических свойств гидрофторхлорпроизводных олефинов, в частности, теплопроводности (${{\lambda }_{L}}$) жидких ГФО и ГХФО на линии насыщения. В данной работе мы рассмотрим ряд ГФО и ГХФО, для которых имеется экспериментальная информация о ${{\lambda }_{L}}$: R1234yf [1, 2], R1224yd(Z) [3], R1233zd(E) [4, 5], R1234ze(E) [1, 2], R1243zf [6], R1336mzz(E) [7, 8], R1336mzz(Z) [9, 10]. Кроме того, мы рассмотрим гидрофторолефин R1132(E), для которого данные о теплопроводности отсутствуют.

Цель нашего исследования – разработать корреляционные зависимости ${{\lambda }_{L}} = f\left( T \right)$, которые при описании теплопроводности ${{\lambda }_{L}}$ хладагентов из группы гало-олефинов, представленных в табл. 1, превосходят по точности известные корреляционные зависимости [1117] и могут быть использованы для прогнозирования ${{\lambda }_{L}}$ новых веществ, для которых нет данных о теплопроводности на жидкостной ветви кривой сосуществования. В настоящей работе используются нижние индексы, которые обозначают следующие характеристики: “с” – критические параметры, “$tr$” – тройная точка, “$bn$” – точка кипения при давлении $p = 1$ атм, “09” – значение теплопроводности ${{\lambda }_{L}}$ при температуре $T = 0.9{{T}_{c}}$, “s” – состояние насыщения. В табл. 1 также приведены значения молярной массы ($M$) и ацентрического фактора ($\omega $) рассматриваемых веществ.

Таблица 1.  

Физические свойства рассматриваемых хладагентов

Вещество ${{T}_{c}}$, K ${{p}_{c}}$, бар M, г/моль ${{T}_{{bn}}}$, K $\omega $ ${{T}_{{tr}}}$, K ${{\lambda }_{{tr}}}$, Вт/(м К) ${{\lambda }_{{09}}}$, Вт/(м К)
R1234yf 367.85 33.822 114.04159 243.67 0.27745 122.6 0.05476 0.1326
R1224yd(Z) 428.69 33.37 148.487 287.15 0.32061 158.8 0.05342 0.1217
R1233zd(E) 439.52 36.237 130.4944 291.41 0.30330 195.15 0.05630 0.1171
R1234ze(E) 382.513 36.349 114.0416 254.18 0.31387 168.8 0.06021 0.1254
R1243zf 376.93 35.179 96.05113 247.76 0.26155 122.8 0.05602 0.1385
R1336mzz(E) 403.53 27.792 164.05 280.58 0.40804 200.15 0.05372 0.0996
R1336mzz(Z) 444.50 29.03 164.056 306.50 0.38664 182.65 0.05272 0.1105
R1132(E) 348.82 51.725 64.03 219.645 0.2434 184.9 0.07516 0.1438

МЕТОДЫ РАСЧЕТА ${{\lambda }_{L}}$ ЖИДКОСТЕЙ

Авторы [11] для расчета ${{\lambda }_{L}}$ предложили корреляционную зависимость:

(1)
${{\lambda }_{L}} = {{\lambda }_{{tr}}} - \sum\limits_{i = 1}^4 {{{A}_{i}}{{{\left[ {g\left( {T{\kern 1pt} *{\kern 1pt} *} \right)} \right]}}^{{4 - i}}}} \left| {{{\lambda }_{{tr}}} - {{\lambda }_{{09}}}} \right|,$
где $g\left( {T{\kern 1pt} *{\kern 1pt} *} \right) = T{\kern 1pt} {\text{*}} - {{a}_{1}}T_{{tr}}^{*} + {{a}_{2}}$, $T{\kern 1pt} * = T{\text{/}}\left( {{{T}_{c}} - {{T}_{{tr}}}} \right)$, $T_{{tr}}^{*} = $ $ = {{T}_{{tr}}}{\text{/}}\left( {{{T}_{c}} - {{T}_{{tr}}}} \right)$, ${{\lambda }_{{tr}}}\, = \,{{\lambda }_{L}}\left( {T\, = \,{{T}_{{tr}}}} \right)$, ${{\lambda }_{{09}}}\, = \,{{\lambda }_{L}}$ (T = 0.9Tc); ${{a}_{1}} = - 0.9496$ и ${{a}_{2}} = 0.5139$.

В основе модели (1) лежит уравнение для ${{\lambda }_{L}} = \lambda _{L}^{{142b}}\left( T \right)$ хладагента R142b [11]:

(2)
$\lambda _{L}^{{142b}} = \sum\limits_{i = 1}^4 {{{A}_{i}}g{{{\left( {T{\kern 1pt} *{\kern 1pt} * = T{\kern 1pt} *} \right)}}^{{4 - i}}}} ,$
где ${{A}_{1}} = - 0.5465$, ${{A}_{2}} = 1.456$, ${{A}_{3}} = - 0.0035580$, ${{A}_{4}} = - 0.3326$. Зависимость (1) апробирована авторами [11] на примере расчета ${{\lambda }_{L}}$ для 44 веществ, включая 23 хладагента, которые относятся к ХФУ, ГФУ и ГХФУ. Значения ${{\lambda }_{L}}$ и ${{\lambda }_{{09}}}$ в [11] не приводятся, но отмечено, что эти данные получены авторами [11] на основе базы данных REFPROP 9.1. Необходимость иметь в рамках модели (1) значения ${{\lambda }_{L}}$ и ${{\lambda }_{{09}}}$ не позволяет использовать данный метод при прогнозировании теплопроводности ${{\lambda }_{L}}$ новых веществ, для которых информация о теплопроводности ${{\lambda }_{L}}$ отсутствует.

Авторы [12] для расчета теплопроводности ${{\lambda }_{L}}$ используют универсальную зависимость:

(3)
${{\lambda }_{L}} = a + bT_{r}^{{0.0618}} + c{{T}_{r}} + dT_{r}^{{1.0618}},$
где ${{T}_{r}} = T{\text{/}}{{T}_{c}}$ – приведенная температура, $a$, $b$, $c$, $d$ – параметры, индивидуальные для каждого вещества. Подход (3) так же, как и (1), нельзя использовать для прогнозирования ${{\lambda }_{L}}$ новых веществ, для которых отсутствует экспериментальная информация о теплопроводности ${{\lambda }_{L}}$ в широком интервале температур.

В работах [13, 14] использован ряд корреляционных зависимостей, среди которых лучшие расчетные характеристики имеет уравнение:

(4)
$\frac{{{{\lambda }_{L}}}}{{{{\lambda }_{d}}}} = a{{T}_{r}} + b{{p}_{c}} + c\omega + \frac{1}{{{{M}^{d}}}},$
где ${{\lambda }_{d}} = 0.5147$ Вт/(м К), $a = - 0.2537$, $b = 0.00017$ МПа–1, $c = 0.1501$, $d = 0.2999$; ${{p}_{c}}$ – критическое давление. Авторы [13, 14] рассмотрели большое число веществ, включая ХФУ, ГФУ и ГХФУ. Авторы [15] использовали зависимость (4) для описания ${{\lambda }_{L}}$ ряда хладагентов, относящихся к ГФО и ГХФО. При этом они предложили для уравнения (4) новый набор параметров: ${{\lambda }_{d}} = 0.43693$ Вт/(м К), $a = - 0.28725$, $b = 0.000372$ МПа–1, $c = 0.26967$, $d = 0.36436$.

В работах [16, 17] для расчета ${{\lambda }_{L}}$ ряда хладагентов ГФО и ГХФО (R1233zd(E), R1234yf, R1234ze(E) и R1224yd(Z)) использованы линейная функция приведенной температуры ${{T}_{{rb}}}$ и критериальная единица ${{\lambda }_{0}}$ [18]:

(5)
$\frac{{{{\lambda }_{L}}}}{{{{\lambda }_{0}}}} = a + b{{T}_{{rb}}},$
где ${{T}_{{rb}}} = T{\text{/}}{{T}_{{nb}}}$; $a = 2.3307$ и $b = - 1.1279$; в уравнении (5) ${{\lambda }_{0}}$ задается выражением [17]:
(6)
${{{{\lambda }}}_{0}}\,\,{\text{ = }}\,\,{{{{\xi }}}^{{ - 1}}}{\text{G}}{{{\text{u}}}^{{ - {\text{4}}}}},$
где ${{\xi }} = {{M}^{{1/2}}}T_{c}^{{1/6}}p_{c}^{{ - 2/3}}$; ${\text{Gu}} = {{T}_{c}}{\text{/}}{{T}_{b}}$ – число Гульберга. В [16] для определения неизвестных коэффициентов корреляционной зависимости (5) предложено использовать уравнения: $a = 2.947 - 0.003M$ и $b = - 2.43375 + 0.00375M$.

Заметим, что теплопроводность ${{\lambda }_{L}}$ на жидкостной ветви линии насыщения – функция одной переменной. В принципе, в качестве этой переменной можно использовать плотность жидкости в состоянии насыщения (${{\rho }^{ + }}$), давление насыщенного пара (${{p}_{s}}$) или температуру. Как показали работы многих исследователей, например [1117], в качестве такой переменной оптимален выбор температуры (см. (1), (3)–(5)). Мы привели здесь только корреляционные зависимости, которые в настоящее время используются для расчета ${{\lambda }_{L}}$ хладагентов ХФУ, ГФУ, ГХФУ, ГФО и ГХФО.

Корреляционная зависимость ${{\lambda }_{L}}$ без учета особенности в критической точке

Так как поведение ${{\lambda }_{L}}$ в широком интервале температур носит или линейный характер, или слабовыраженный нелинейный характер, в качестве корреляционной зависимости мы выбрали следующую функцию:

(7)
$\frac{{{{\lambda }_{L}}}}{{{{\lambda }_{0}}}} = {{C}_{1}} + {{C}_{2}}{{T}_{{rb}}} + {{C}_{3}}T_{{rb}}^{2}.$
Коэффициенты (7) мы нашли путем нахождения минимума функционала $F$:
(8)
$F = \sum\limits_{i = 1}^N {{{Q}_{{\lambda i}}}{{{(\lambda _{{L,i}}^{{{\text{exp}}}} - \lambda _{{L,i}}^{{{\text{ras}}}})}}^{2}}} .$
Здесь ${{Q}_{{\lambda i}}}$ – “весовая” функция; $\lambda _{{L,i}}^{{{\text{exp}}}}$ – значение ${{\lambda }_{L}}$ из опорного массива данных [310]; $\lambda _{{L,i}}^{{{\text{ras}}}}$ – значение ${{\lambda }_{L}}$, рассчитанное по формуле (7); $N$ – количество опытных точек. В качестве критерия при нахождении оптимальной структуры ${{{{\lambda }}}_{0}} = {{{{\lambda }}}_{0}}\left( {{{T}_{c}},{{p}_{c}},M,{{T}_{{nb}}},\omega } \right)$ мы выбрали ряд статистических оценок [19]:
(9)
${\text{AAD}} = \frac{1}{N}\sum\limits_{i = 1}^N {\left| {\delta {{\lambda }_{i}}} \right|} ,\quad {\text{BIAS}} = \frac{1}{N}\sum\limits_{i = 1}^N {\delta {{\lambda }_{i}}} ,$
(10)
$\begin{gathered} {\text{SDV}} = \sqrt {\sum\limits_{i = 1}^N {\frac{{{{{\left( {\delta {{\lambda }_{i}} - {\text{BIAS}}} \right)}}^{2}}}}{{N - 1}}} } , \\ {\text{СКO}} = \sqrt {\frac{1}{{N\left( {N - 1} \right)}}\sum\limits_{i = 1}^N {{{{\left( {\delta {{\lambda }_{i}}} \right)}}^{2}}} } , \\ \end{gathered} $
где $\delta \lambda = [(\lambda _{L}^{{{\text{exp}}}} - \lambda _{L}^{{{\text{ras}}}}){\text{/}}\lambda _{L}^{{{\text{exp}}}}] \times 100\% $; $\lambda _{L}^{{{\text{exp}}}}$ – экспериментальное значение ${{\lambda }_{L}}$; $\lambda _{L}^{{{\text{ras}}}}$ – значение ${{\lambda }_{L}}$, рассчитанное по соответствующей корреляционной зависимости.

Мы рассматриваем критериальную единицу в (8), в отличие от [1618], как функцию ацентрического фактора: ${{{{\lambda }}}_{0}} = {{{{\lambda }}}_{0}}\left( {{{T}_{c}},{{p}_{c}},M,{{T}_{{nb}}},\omega } \right)$. В результате проведенного анализа получили, во-первых, что критериальная единица в случае (7) имеет следующую структуру:

(11)
${{{{\lambda }}}_{0}}{\text{ = }}\frac{{p_{c}^{{7{\text{/}}6}}}}{{{{M}^{{0.17}}}{{T}_{c}}^{{1{\text{/}}5}}{\text{G}}{{{\text{u}}}^{4}}}} + 0.45{{\omega }^{{2.4}}}.$
Во-вторых, коэффициенты (7), соответствующие условию минимума функционала $F$ (8), равны: ${{C}_{1}} = 0.122729167643$, ${{C}_{2}} = - 0.0915689427095$, ${{C}_{3}} = $ $ = 0.0191092777756$. Результаты расчетов статистических характеристик (7) представлены в табл. 2.

Таблица 2.  

Статистические характеристики модели (7)

Вещество Ссылка N ${{\left| {\delta \lambda } \right|}_{{\max }}}$, % AAD, % BIAS, % SDV, % CKO, %
R1234yf [1, 2] 30 2.969 0.704 –0.019 0.991 0.181
R1224yd(Z) [3] 6 6.82 3.31 –3.11 2.889 1.824
R1233zd(E) [4, 5] 19 2.37 0.730 0.116 0.976 0.225
R1234ze(E) [1, 2] 32 2.684 0.786 –0.339 1.052 0.195
R1243zf [6] 4 7.139 2.538 –1.031 4.108 2.138
R1336mzz(E) [7, 8] 18 7.827 4.094 1.125 4.671 1.134
R1336mzz(Z) [9, 10] 21 9.909 3.804 1.554 4.656 1.073
все вещества [110] 130 9.909 1.875 0.160 2.938 0.258

В околокритической области теплопроводность ${{\lambda }_{L}}$, рассчитанная по (7), убывает, что противоречит теории скейлинга [20]. Вместе с тем, зависимость (7) количественно верно передает данные [110] ${{\lambda }_{L}}$ для всех семи рассмотренных хладагентов, включая и экспериментальные данные [1, 2] для хладагента R1234yf, которые не использовались при поиске коэффициентов (7). Этот факт подтверждается и информацией, представленной на рис. 1.

Рис. 1.

Зависимость приведенной теплопроводности ${{\lambda }_{L}}{\text{/}}{{\lambda }_{0}}$ от приведенной температуры ${{T}_{{rb}}} = T{\text{/}}{{T}_{{nb}}}$; 1 – [1] (R1234yf), 2 – [2], 3 – [3] (R1234yf), 4 – [4], 5 – [5], 6 – [1] (R1234ze(E)), 7 – [2] (R1234ze(E)), 8 – [6], 9 – [7], 10 – [8], 11 – [9], 12 – [10], 13 – расчет по уравнению (7).

Корреляционная зависимость с учетом особенности ${{\lambda }_{L}}$ в критической точке

Корреляционные зависимости (1)–(5) и (7) не удовлетворяют требованию динамической масштабной теории (ДМТ) критической точки, в рамках которой выполняется условие [20]:

(12)
${{\lambda }_{L}}\left( {T \to {{T}_{c}}} \right) \sim {{\tau }^{{ - \chi }}},$
где $\chi > 0$ – критический индекс теплопроводности; $\tau = 1 - {{T}_{r}}$.

Перейдем в (7) от переменной ${{T}_{b}}$ к переменной $\tau $ и введем в (7) дополнительную компоненту (учтем предельный переход в (15), ${{\lambda }_{L}}\left( {T \to {{T}_{c}}} \right) \to + \infty $):

(13)
${{\lambda }_{L}}\left( T \right) = {{\lambda }_{0}}({{C}_{1}} + {{C}_{2}}\tau + {{C}_{3}}{{\tau }^{2}} + {{C}_{4}}{{\tau }^{{ - \chi }}}).$
При определении оптимальной структуры ${{{{\lambda }}}_{0}}$ в (13) мы воспользовались такой же процедурой, что и в случае (7). В результате получили следующее выражение для критериальной единицы ${{{{\lambda }}}_{0}}$:
(14)
${{{{\lambda }}}_{0}}{\text{ = }}\frac{{{{p}_{c}}}}{{{{M}^{{1{\text{/}}5}}}{{T}_{c}}^{{1{\text{/}}5}}{\text{G}}{{{\text{u}}}^{3}}}} + 1.75{{\omega }^{{2.4}}},$
где ${{C}_{1}} = {\text{0}}{\text{.0339445321319}}$, ${{C}_{2}} = {\text{0}}{\text{.077290622111}}$, ${{C}_{3}} = {\text{0}}{\text{.042059890178}}$, $\chi = 0.62$ [20].

Зависимость (13) качественно верно передает поведение ${{\lambda }_{L}}$ в окрестности критической точки (рис. 2), а результаты расчетов статистических характеристик (13) представлены в табл. 3.

Рис. 2.

Относительные отклонения $\delta \lambda = [(\lambda _{L}^{{{\text{exp}}}} - \lambda _{L}^{{{\text{ras}}}}){\text{/}}\lambda _{L}^{{{\text{exp}}}}] \times 100\% $ теплопроводности на жидкостной ветви линии насыщения, $\lambda _{L}^{{{\text{ras}}}}$ – расчет по уравнению (7), $\lambda _{L}^{{{\text{exp}}}}$ – опытные данные [110]: 1 – [1] (R1234yf), 2 – [2], 3 – [3] (R1234yf), 4 – [4], 5 – [5], 6 – [1] (R1234ze(E)), 7 – [2] (R1234ze(E)), 8 – [6], 9 – [7], 10 – [8], 11 – [9], 12 – [10].

Таблица 3.  

Статистические характеристики (13)

Вещество Ссылка N ${{\left| {\delta \lambda } \right|}_{{\max }}}$, % AAD, % BIAS, % SDV, % CKO, %
R1234yf [1, 2] 30 3.218 0.764 –0.635 0.810 0.189
R1224yd(Z) [3] 6 6.618 3.364 –3.331 2.286 1.758
R1233zd(E) [4, 5] 19 2.939 0.960 0.240 1.256 0.293
R1234ze(E) [1, 2] 32 2.289 0.852 –0.037 1.073 0.189
R1243zf [6] 4 11.97 3.249 –3.181 5.876 3.465
R1336mzz(E) [7, 8] 18 6.738 4.042 –0.253 4.689 1.077
R1336mzz(Z) [9, 10] 21 9.862 4.021 1.089 4.909 1.098
все вещества [110] 130 11.97 2.007 –0.231 3.076 0.269

ОБСУЖДЕНИЕ РЕЗУЛЬТАТОВ

Сравнительный анализ моделей (1), (4), (5), (7) и (13) представлен в табл. 4.

Таблица 4.  

Значения AAD (%) для моделей (1), (4), (5), (7) и (13)

Вещество Ссылка N (1) (4)
[14]
(4)
[15]
(5)
[16]
(5)
[17]
(7) (13)
R1234yf [1, 2] 30 1.389 6.946 2.977 5.938 3.769 0.704 0.764
R1224yd(Z) [3] 6 3.928 6.458 5.586 4.440 3.242 3.31 3.364
R1233zd(E) [4, 5] 19 1.421 2.986 1.377 1.887 4.734 0.730 0.960
R1234ze(E) [1, 2] 32 1.618 5.400 2.220 2.924 0.832 0.786 0.852
R1243zf [6] 4 2.565 15.71 3.965 8.397 7.533 2.538 3.249
R1336mzz(E) [7, 8] 18 3.940 8.597 8.732 6.507 4.249 4.094 4.042
R1336mzz(Z) [9, 10] 21 3.694 6.699 7.200 6.937 5.497 3.804 4.021
все вещества [110] 130 2.329 6.423 4.187 4.851 3.624 1.875 2.007

Статистические оценки, представленные в табл. 4, свидетельствуют, что наиболее точно ${{\lambda }_{L}}$ воспроизводят корреляционные зависимости (7) и (13), которые с меньшей неопределенностью передают теплопроводность ${{\lambda }_{L}}$ ГФО и ГХФО, чем корреляционные зависимости (4) и (5). Зависимость (1) с близкой к (7) и (13) точностью передает ${{\lambda }_{L}}$ гидрофторхлорпроизводных олефинов в интервале температур $({{T}_{{tr}}};\;0.96{{T}_{c}})$ (табл. 4). Поскольку вещества, исследуемые в данной работе, в [11] не рассмотрены, мы рассчитали статистические характеристики для модели (1) (табл. 4). Значения ${{\lambda }_{{tr}}}$ и ${{\lambda }_{{09}}}$ мы рассчитали на основе зависимости (7) (табл. 1). Данные о температуре ${{T}_{{tr}}}$ холодильных агентов R1224yd(Z), R1336mzz(E) и R1234ze(Z) опубликованы недавно [24] (табл. 1). Еще раз подчеркнем, что (1) можно использовать только для веществ, для которых имеется надежный массив данных о теплопроводности ${{\lambda }_{L}}$ в широкой области температур, позволяющий рассчитать ${{\lambda }_{{tr}}}$ и ${{\lambda }_{{09}}}$. Другой путь использования (1) намечен в данной работе и связан с прогнозированием значений ${{\lambda }_{{tr}}}$ и ${{\lambda }_{{09}}}$ на основе корреляционных зависимостей (7) или (13).

Для расчета коэффициентов уравнения мы использовали только данные о ${{\lambda }_{L}}$ [310]. Поскольку данные [1] и [2] при этом не использовались, то R1234yf становится объектом для проверки уравнения (7) с точки зрения прогнозирования ${{\lambda }_{L}}$ для ГФО и ГХФО. Как это показано на рис. 2, неопределенность расчета ${{\lambda }_{L}}$ R1234yf в диапазоне температур от 242.968 до 353.15 K лежит в пределах экспериментальной неопределенности данных [1] и [2] (AAD = 0.704%). Таким образом, у нас появилась возможность рассчитать ${{\lambda }_{L}}$ хладагента R1234уf в диапазоне температур от ${{T}_{{tr}}}$ до $0.95{{T}_{c}}$ с неопределенностью, соответствующей точности экспериментальных данных [1] и [2] (рис. 2). Статистические характеристики, CKO и AAD, для R1234yf приведены в табл. 3. Эти характеристики свидетельствуют о том, что корреляционные зависимости (7) и (13) существенно лучше воспроизводят данные о ${{\lambda }_{L}}$ (R1234yf), чем зависимости (4) и (6). Исключение составляет уравнение (1). Как отмечено выше, чтобы рассчитать ${{\lambda }_{L}}$ хладагента R1234yf по зависимости (1), необходимо иметь для этого хладагента значения ${{\lambda }_{{tr}}}$ и ${{\lambda }_{{09}}}$. Эти значения мы рассчитали на основе зависимости (7) (табл. 1). Обратим внимание на то, что при расчете теплопроводности по зависимости (13) вблизи критической точки наблюдается существенный рост ${{\lambda }_{L}}$ (рис. 3) по отношению к значениям ${{\lambda }_{L}}$, рассчитанным по (1), (4), (5) и (7). Обусловлено это тем, что в формуле (13) учтен степенной закон МТ (12). При этом для R1243zf в случае (13) AAD = 3.249%, т. е. существенно выше, чем для (1) и (7) (табл. 3), а максимальная неопределенность, ${{\left| {\delta \lambda } \right|}_{{\max }}}$, для точки A (364.45 K, 0.0463 Вт/(м K)) [6], достигает ⁓12% (табл. 3). Мы описали данные [6] на основе зависимости (13), поскольку они относятся к довольно узкому температурному диапазону, $0.8335 \leqslant {{T}_{r}} \leqslant 0.9675$, мы включили в исходную базу, наряду с данными [6], значение ${{\lambda }_{L}}$ при температуре тройной точки R1243zf, т.е. точку B (122.8 K, 0.13856 Вт/(м K)). В результате получили следующий набор параметров (13): ${{C}_{1}} = 0.0441183554$, ${{C}_{2}} = 0.0362984013$, ${{C}_{3}} = 0.08788343$, ${{C}_{4}} = - {\text{0}}{\text{.00115567}}$, $\chi = 0.62$. При этом имеем AAD = 0.431%, и ${{\left| {\delta \lambda } \right|}_{{\max }}} = - {\text{0}}{\text{.86\% }}$, а в точке A (364.45 K, 0.0463 Вт/(м K)) имеем $\delta \lambda = - {\text{0}}{\text{.23\% }}$. Обратим внимание на то, что амплитуда сингулярной компоненты (13) отрицательна, ${{C}_{4}} < 0$, т.е. имеет место предельный переход ${{\lambda }_{L}}\left( {T \to {{T}_{c}}} \right) \to - \infty $, что противоречит современной экспериментальной и теоретической физике критических явлений [20]. Поэтому при поиске коэффициентов (7) и (13) в функционале (8) вес точки A, ${{Q}_{{i,A}}}$ мы приравняли нулю. Если исключить точку A из расчетной схемы при определении для R1243zf значений AAD по (7) и (13), то вместо значений AAD, приведенных в табл. 2 и 3 для этого хладагента, получим соответственно AAD=1.01% и AAD = 0.34%.

Рис. 3.

Температурная зависимость приведенной теплопроводности ${{\lambda }_{L}}{\text{/}}{{\lambda }_{0}}$ на жидкостной ветви линии насыщения; 1 – [1] (R1234yf), 2 – [3], 3 – [4] (R1234yf), 4 – [5], 5 – [6], 6 – [2] (R1234ze(E)), 7 – [3] (R1234ze(E)), 8 – [7], 9 – [8], 10 – [9], 11 – [10], 12 – [11], 13 – значение ${{\lambda }_{L}}{\text{/}}{{\lambda }_{0}}$ жидкого пропана на линии насыщения при температуре $T = 369.12$ К. Значение теплопроводности ${{\lambda }_{L}} = {\text{0}}{\text{.243}}$ Вт/(м К) пропана при $T = 369.12$ К получено нами на основе обработки данных [21, 22] на изотерме $T = 369.12$ К; 14 – расчет по уравнению (13).

Максимальная абсолютная относительная неопределенность для (7) (рис. 2), $\max \left| {\delta \lambda } \right|$, не превосходит 10% для всех экспериментальных данных [110]. При этом наибольшие отклонения наблюдаются для R1336mzz(E) и R1336mzz(Z). Это обусловлено, в первую очередь, тем, что расхождение между данными [7] и [8] для R1336mzz(E), [9] и [10] для R1336mzz(Z) достигают 8 и 9% соответственно.

Для прогнозирования теплопроводности ${{\lambda }_{L}}$ гидрофторолефина R1132(E) мы использовали зависимость (7), которая с наименьшей неопределенность передает ${{\lambda }_{L}}$ хладагентов из группы ГФО и ГХФО (табл. 3) в диапазоне ${{T}_{{tr}}} \leqslant T \leqslant 0.97 \cdot {{T}_{c}}$. Критические параметры R1132(E), представленные в табл. 1, получены авторами [23] на основе прямых измерений ${{T}_{s}} - {{p}_{s}}$ хладагента R1132(E) в диапазоне температур от $239.87$ до $348.82$ K, включая окрестность критической точки. В [23] не приводится значение ${{T}_{{nb}}}$ и ацентрического фактора $\omega $, который рассчитывается на основе зависимости [18]:

(15)
$\omega = - \lg \left( {\frac{{{{p}_{s}}(T = 0.7{{T}_{c}})}}{{{{p}_{c}}}}} \right) - 1.$

Вместе с тем, значения ${{T}_{{nb}}}$ и $\omega $ необходимы для расчета ${{\lambda }_{L}}$ по корреляционным моделям (4), (7), и (13). Поэтому мы построили уравнение линии упругости ${{p}_{s}} = {{p}_{s}}\left( T \right)$ в рамках МТ, которое апробировано в [25] при моделировании линии фазового равновесия R1233zd(E):

(16)
$\begin{gathered} {{p}_{s}} = {{p}_{c}}\exp \left( { - {{a}_{0}}\frac{{{{\tau }^{2}}}}{{{{T}_{r}}}}} \right) \times \\ \times \;(1 + {{a}_{1}}\tau + {{a}_{2}}{{\tau }^{{2 - \alpha }}} + {{a}_{3}}{{\tau }^{{2 - \alpha + \Delta }}} + {{a}_{4}}{{\tau }^{4}}), \\ \end{gathered} $
где $\tau = 1 - T{\text{/}}{{T}_{c}}$; $\alpha $ и $\Delta $ – критические индексы; ${{a}_{i}}$ – постоянные параметры. Параметры ${{a}_{i}}$ уравнения (16) мы нашли на основе 23 экспериментальных точек $T_{{si}}^{{{\text{exp}}}} - p_{{si}}^{{{\text{exp}}}}$ [23] путем поиска минимума функционала:
(17)
$\Phi = \sum\limits_{i = 1}^{23} {{{{\left( {p_{{si}}^{{{\text{exp}}}} - p_{{si}}^{{(*)}}} \right)}}^{2}}} ,$
где $p_{{si}}^{{({\kern 1pt} *)}} = {{p}_{s}}\left( {T_{{si}}^{{{\text{exp}}}}} \right)$ – значение давления, рассчитанное по уравнению (16).

Критические индексы выбраны в соответствии с рекомендациями МТ [20]: $\alpha = 0.11$ и $\Delta = 0.5$, а критические показатели R1132(E) приведены в табл. 1. В результате получили следующие значения параметров уравнения (16), которые соответствуют минимуму функционала (17): ${{a}_{0}} = 1.9$, ${{a}_{1}} = - 7.156437295$, ${{a}_{2}} = 20.15553689$, ${{a}_{3}} = - 15.48259297$, ${{a}_{4}} = 1.212299057$. Затем, используя (15) и (16), мы нашли ацентрический фактор R1132(E): $\omega = 0.24345$. О точности расчета $p_{s}^{{({\kern 1pt} *)}}$ на основе (16) можно судить по следующим статистическим характеристикам: AAD = 0.0196%; BIAS = 0.000079%. Уравнение (16) по расчетным характеристикам превосходит уравнение линии упругости [23], для которого имеем: AAD = = 0.02034% и BIAS = –0.0031%. Результаты расчета ${{\lambda }_{L}}$ хладагента R1132(E) по уравнению (8) приведены в табл. 5.

Таблица 5.

Теплопроводность (${{\lambda }_{L}}$, Вт/(м K) R1132(E)

T, K ${{\lambda }_{L}}$ T, K ${{\lambda }_{L}}$ T, K ${{\lambda }_{L}}$
184.90 0.1438 243.15 0.1088 303.15 0.0797
193.15 0.1385 253.15 0.1034 313.15 0.0755
203.15 0.1321 263.15 0.0983 323.15 0.0715
213.15 0.1260 273.15 0.0934 333.15 0.0676
223.15 0.1201 283.15 0.0886 343.15 0.0640
233.15 0.1143 293.15 0.0840 345.15 0.0634

ЗАКЛЮЧЕНИЕ

Корреляционные зависимости (7) и (13) с высокой точностью передают ${{\lambda }_{L}}$ ГФО и ГХФО. Сравнительный анализ предложенных уравнений (7) и (13) с известными корреляционными зависимостями [1517] показал, что статистические характеристики последних существенно уступают зависимостям (7) и (13). Показано, что предложенные корреляционные зависимости (7) и (13) можно использовать для расчета значения ${{\lambda }_{{tr}}}$ и ${{\lambda }_{{09}}}$ – параметров уравнения в [11], а также для прогнозирования ${{\lambda }_{L}}$ жидких ГФО, для которых данные о теплопроводности на линии насыщения отсутствуют. Точность описания ${{\lambda }_{L}}$ на основе корреляционной зависимости (13) в целом не уступает зависимости (7) (табл. 3). При этом корреляция (7) не удовлетворяет требованиям МТ, и поэтому ее нельзя рекомендовать для расчетов ${{\lambda }_{L}}$ в окрестности критической точки. В то же время корреляция (13) удовлетворяет степенным законам динамической масштабной теории критической точки. Поэтому корреляцию (13), в отличие от (7), можно рекомендовать для расчетов и прогнозирования теплопроводности ${{\lambda }_{L}}$ хладагентов ГФО и ГХФО как вблизи тройной точки, так и в широкой окрестности критической точки, то есть в диапазоне температур от ${{T}_{{tr}}}$ до ${{T}_{c}}$.

Список литературы

  1. Miyara A., Fukuda R., Tsubaki K. // Trans. of the JSRAE. 2011. V. 28. P. 435.

  2. Perkins R.A., Huber M.L. // J. Chem. Eng. Data. 2011. V. 56. P. 4868.

  3. Alam Md.J., Yamaguchi K., Hori Y. et al. // Int. J. Refrig. 2019. V. 104. P. 221.

  4. Alam Md.J., Islam M.A., Kariya K., Miyara A. // Ibid. 2018. V. 90. P. 174.

  5. Perkins R.A., Huber M.L. // J. Chem. Eng. Data. 2017. V. 62. P. 2659.

  6. Kim D., Liu H., Yang X. et al. // Int. J. Refrig. 2021. V. 131. P. 990.

  7. Haowen G., Xilei W., Yuan Zh. et al. // Ind. Eng. Chem. Res. 2021. V. 60. P. 9592.

  8. Mondal D., Kariya K., Tuhin A.R. et al. // Int. J. Refrig. 2021. V. 129. P. 109.

  9. Alam Md.J., Islam M.A., Kariya K., Miyara A. // Ibid. 2017. V. 84. P. 220.

  10. Perkins R.A., Huber M.L. // Int. J. Thermophys. 2020. V. 41. P. 103.

  11. Yang S., Tian J., Jiang H. // Fluid Phase Equilib. 2020. V. 509. P. 112459.

  12. Mehmadi-Kartalaie A., Mohammadi Nafchi A., Hashemi-Moghaddam H., Vakili M.H. // Phys. Chem. Res. 2019. V. 7. P. 167.

  13. Di Nicola G., Ciarrocchi E., Coccia G., Pierantozzi M. // Int. J. Refrig. 2014. V. 45. P. 168.

  14. Di Nicola G., Pierantozzi M., Petrucci G., Stryjek R. // J. Thermophys. Heat Transfer. 2016. V. 30. P. 1.

  15. Tomassetti S., Coccia G., Pierantozzi M., Di Nicola G. // Int. J. Refrig. 2020. V. 117. P. 358.

  16. Tsvetkov O.B., Mitropov V.V., Prostorova A.O., Laptev Yu.A. // J. Phys.: Conf. Ser. 2020. V. 1683. P. 032021.

  17. Цветков О.Б., Митропов В.В., Лаптев Ю.А. // Вестник Международной академии холода. 2021. № 3. С. 75.

  18. Филиппов Л.П. Прогнозирование теплофизических свойств жидкостей и газов. М.: Энергоатомиздат, 1988. 168 с.

  19. Колобаев В.А., Рыков С.В., Кудрявцева И.В. и др. // Измерительная техника. 2021. № 2. С. 9.

  20. Ма Ш. Современная теория критических явлений. М.: Мир, 1980. 298 с.

  21. Le Neindre B. // Fluid Phase Equilib. 2017. V. 450. P. 1–12.

  22. Minea A.A. Advances in New Heat Transfer Fluids: From Numerical to Experimental Techniques. 2017. – CRC Press (Taylor&Fracis). – 546 p. Section 14. Thermodynamic Properties of Refrigerants with Low GWP. Bobbo S., Fedele L., Brown J.S. P. 427.

  23. A Perera U., Sakoda N., Miyazaki T. et al. // Int. J. Refrig. 2021. https://doi.org/10.1016/j.ijrefrig.2021.12.014

  24. Tomassetti S., Di Nicola G., Kondou Ch. // Ibid. 2022. V. 133. P. 172–180.

  25. Rykov S.V., Kudryavtseva I.V., Rykov V.A., Ustyuzhanin E.E. // J. Phys.: Conf. Ser. 2021. V. 2057. P. 012113.

Дополнительные материалы отсутствуют.