《The Journal of Chemical Thermodynamics》：Measurement and modelling of thermodynamic and physical properties for the molecular interaction of binary mixtures of Propylbenzene with acetone, isooctane and 1-butanol
编辑推荐：
本研究测定了丙苯与丙酮、异辛烷、1-丁醇的物理性质（密度、声速、折射率）及过量性质，采用Redlich-Kister方程和人工神经网络（ANN）进行建模，发现ANN模型预测精度更高，且不同溶剂对丙苯的分子间作用力存在差异。数据可为丙苯燃料添加剂和溶剂处理研究提供支持。
阿尼萨·马利克（Anisa Malik）| 约翰·O·巴米科莱（John O. Bamikole）| 卡莱布·纳拉西加杜（Caleb Narasigadu）
化学热力学与分离技术组，化学与矿物工程学院，西北大学，波切夫斯特鲁姆2520，南非
摘要
密度、声速和折射率等物理性质在计算化学混合物的过量性质方面至关重要。这些性质有助于深入了解混合物内部的相互作用以及预测化学系统的行为。然而，并非所有化学系统的这些数据都容易获得。在本研究中，测量了丙基苯（propylbenzene）在298.15、308.15和318.15 K温度下与丙酮（acetone）、异辛烷（isooctane）和1-丁醇（1-butanol）形成的二元体系的物理性质。所测得的性质用于计算过量性质，并通过Redlich-Kister（RK）方程和人工神经网络（ANN）进行回归分析。本研究提供了新的实验数据集，结果表明：在丙酮二元体系中，丙基苯的分子间相互作用较强；在1-丁醇二元体系中相互作用较强；而在异辛烷二元体系中相互作用较弱。RK方程和ANN模型均能较好地拟合实验数据，但ANN模型的表现优于RK方程。本研究的数据和模型可用于研究丙基苯作为燃料与异辛烷和1-丁醇的混合物，以及其与丙酮作为溶剂的相互作用。
引言
化学系统之间的分子相互作用对其化学行为至关重要。一些测得的物理性质（如折射率、声速和密度）常用于表征这些相互作用[1,2]。这些物理性质可用于进一步计算过量性质，包括摩尔体积、等熵压缩性等。通过测量物理性质及其衍生物，可以了解溶剂的结构[3]。过量性质是指实际溶液量与理想溶液量之间的差异，可用于验证和设计理论溶解模型[4]。
丙基苯是一种芳香烃，具有广泛的工业应用，如作为燃料添加剂、生产农药的中间体、以及作为涂料和粘合剂的溶剂。作为燃料添加剂，它存在于煤油、汽油和柴油中，由于其复杂性，常被选用来代表燃料中的单环烷基芳烃含量[5]。
尽管丙基苯具有多种用途，但它属于挥发性有机化合物，这类化合物常存在于废水中并对水生生物造成危害，具有潜在的生态风险；因此，其在水中的浓度受到严格的环境保护法规限制[4,6,7]。
由于丙基苯在水中的毒性，需要采用其他方法处理其废水，例如使用其他化学物质。因此，有必要研究其与潜在溶剂和燃料形成的二元体系中的某些物理性质（如声速、密度和折射率）。
先前的研究包括Sirbu等人[8]在298.15–318.15 K温度范围内对正十六烷（n-hexadecane）与丙基苯（n-propylbenzene）二元混合物的密度、粘度、声速和折射率进行了实验测量。Lifi等人[9]在298.15和313.15 K下测量了2-(2-甲氧基乙氧基)乙醇（2-(2-methoxyethoxy)ethanol）+ 1-丁醇（butanol-1-ol）的热物理性质，而Anisole（1）+ 丙基苯（propylbenzene）在293.15和303.15 K下的性质也被测量[10]。Shchamialiou等人[11]在293.15–333.15 K范围内测量了丙基苯+2,2,4,6,6-五甲基庚烷（propylbenzene + 2,2,4,6-pentamethylheptane）体系的密度、粘度和声速。Shchamialiou等人[12]还在不同温度和压力下测量了环己烷（Cyclohexane）+ 丙基苯（Cyclohexane + n-Propylbenzene）的热力学性质。
对化学系统的物理性质和过量性质的建模非常重要，因为它可以揭示实验条件之外的系统特性，考虑到在所有条件下实验测量这些性质的挑战和难度[13]。常用的建模技术包括Redlich-Kister（RK）多项式方程[14]、Kohler[15]和Tsao与Smith（TS）[16]方法。
随着人工智能在计算和预测方面的进步，人工神经网络（ANN）越来越多地被用于预测化学系统的行为。ANN是一种计算工具，其结构和信息处理方式模仿人脑。ANN由多个相互连接的节点组成，类似于神经系统中的神经元；它们无需复杂的数学模型即可处理数据并建立输入与输出之间的关联。ANN可用于数据分类、预测、关联、概念化、过滤和优化等应用，涉及工程、制药、农业、医学、环境、信息处理、经济、采矿、商业、气候等多个领域[17][18][19]。
ANN已应用于化学相问题，例如微乳液系统的相行为预测[20]、四元系统的相行为预测[21]以及二氧化碳存在下的二元系统相平衡预测[22]。尽管ANN在化学相平衡中的应用日益增多，但在预测化学混合物的物理性质和过量性质方面的应用仍然有限且不多。
本研究测量了丙基苯与丙酮、异辛烷和1-丁醇形成的二元体系的物理性质，以确定过量性质并了解混合物分子内部的相互作用。异辛烷和1-丁醇可归类为燃料混合物，而丙酮虽然不是主要的燃料来源，但可用作添加剂和溶剂，从而实现丙基苯的处置。过量性质通过RK方程和ANN进行建模。
部分内容摘录
化学
本研究中使用的化学品及其供应商信息见表1。可以看出，这些化学品的纯度很高，因此未进行额外的纯化处理。不过，通过测量并比较密度、折射率和声速等物理性质与文献中的数值来验证了其纯度；比较结果见表2。实验测得的性质值与文献中的值非常接近。
密度
纯组分及二元体系的密度在298.15、308.15和318.15 K下进行了测量，结果见表3。本研究考虑了三种二元体系：丙基苯（1）+ 丙酮（2）、丙基苯（1）+ 异辛烷（2）和丙基苯（1）+ 1-丁醇（2）。图2显示，随着组分1（丙基苯）的摩尔分数增加，所有二元体系的密度也随之增加。同时观察到温度升高也会影响密度。
结论
本研究在298.15、308.15和318.15 K下测量了丙基苯与丙酮、异辛烷和1-丁醇形成的二元混合物的密度和声速等物理性质，并用于计算过量性质。研究还比较了丙酮、异辛烷和1-丁醇作为二元混合物组分时的影响。
CRediT作者贡献声明
阿尼萨·马利克（Anisa Malik）：撰写初稿、验证、方法论设计、实验研究、数据分析、概念化。
约翰·O·巴米科莱（John O. Bamikole）：审稿与编辑、撰写初稿、数据可视化、软件开发、方法论设计、实验研究、数据分析、概念化。
卡莱布·纳拉西加杜（Caleb Narasigadu）：审稿与编辑、项目监督、资源协调、项目管理、方法论制定、资金申请、概念化。
利益冲突声明
作者声明不存在可能影响本文工作的已知财务利益或个人关系。
