喬德乾,翁仕春,郭子超,饒國寧
(南京理工大學化學與化工學院, 江蘇 南京 210094)
化工生產(chǎn)過程中的熱危險性主要表現(xiàn)為反應(yīng)失控[1]。近年來微通道反應(yīng)技術(shù)得到快速發(fā)展,微通道反應(yīng)器傳熱效率高、持料量微小的特點極大地降低了反應(yīng)熱失控的風險,在嚴重依賴危險化學品工藝過程的精細化工領(lǐng)域具有無可比擬的優(yōu)勢[2-3]。但是在涉及危險化學品,尤其是含能材料時,微通道反應(yīng)器中反應(yīng)物、中間體、產(chǎn)物本身的熱穩(wěn)定性分析依然是反應(yīng)安全風險評估中必不可少的環(huán)節(jié)?!毒毣し磻?yīng)安全風險評估規(guī)范》(GB/T 42300-2022)[4]提出,在反應(yīng)失控可能性評估和反應(yīng)工藝危險度評估中,采用絕熱情況下最大反應(yīng)速率到達時間(TMRad)以及TMRad等于24 h 的引發(fā)溫度TD24等熱失控特征參數(shù),作為評估危險等級、確定工藝溫度的重要因素,其主要通過熱分析設(shè)備如加速度絕熱量熱儀、差示掃描量熱儀(differential scanning calorimeter, DSC)分析計算獲得。
目前計算TMRad和TD24的傳統(tǒng)方法主要有單步N級法和基于模型的數(shù)值計算法[5]。傳統(tǒng)的單步N級法是基于單步N級反應(yīng)模型進行動力學分析計算,缺點是不能描述復(fù)雜的分解反應(yīng),對于呈現(xiàn)出自催化特性和多步分解反應(yīng)的物質(zhì),TMRad和TD24的計算結(jié)果會產(chǎn)生較大的偏差[5-6]。數(shù)值計算法是基于完整的反應(yīng)模型進行動力學計算和TMRad求取[6],解決了傳統(tǒng)算法只適用于N級模型的問題,且計算精度高。但由于多步分解模型的不確定性和難以驗證,使得準確獲取每一步反應(yīng)的分解動力學信息比較困難[7-9],不僅對研究人員的專業(yè)能力要求較高,且需要耗費大量的時間精力去驗證模型的準確性[10]。
含能材料的分解過程通常比較復(fù)雜,其DSC 熱流曲線表現(xiàn)為復(fù)雜的多步過程。為此有學者開始研究基于分解放熱頭峰的計算方法。Zhu 等[11]利用DSC 對3,4-二硝基呋咱基氧化呋咱(DNTF)反應(yīng)液熱解特性進行了研究,測得其分解過程為多步分解過程,但并沒有對頭峰進行分峰處理,直接選取了頭峰的部分數(shù)據(jù)進行動力學分析,并進行了熱分解特征參數(shù)計算。該方法僅對頭峰的部分數(shù)據(jù)進行動力學分析,偏差較大,也沒有對其有效性進行驗證。朱益[5]發(fā)現(xiàn)當多步分解過程的第一步遵循N級動力學時,采用外推法對第一段放熱計算TMRad和TD24,結(jié)果與理論值較為接近,但未作更深入的分析與研究。
目前尚缺乏高效、精確的含能材料熱分解特征參數(shù)計算方法。為進一步簡化多步分解反應(yīng)的熱失控特征參數(shù)計算過程,本研究提出基于頭峰(即多峰曲線分峰后的第一個峰)的多步分解反應(yīng)熱失控特征參數(shù)的計算方法。利用窮舉法進行數(shù)值模擬生成多步分解反應(yīng)DSC 放熱速率曲線,采用頭峰方法計算獲取TMRad和TD24,并與基于總反應(yīng)模型的數(shù)值計算法結(jié)果(以下稱理論值)進行比較,驗證該方法可行性。隨后對1,8-二硝基蒽醌、改性硝基胍(M-NQ)、1,5-二硝基蒽醌和3,4-二硝基呋咱基氧化呋咱(DNTF)4 種含能材料的文獻實驗數(shù)據(jù)進行分析計算,與已知基于總反應(yīng)機理模型的計算結(jié)果比較,分析該方法的偏差。
在理想絕熱條件下,分解反應(yīng)放出的所有熱量均用來加熱物料本身,分解物料的溫度會上升。假設(shè)物料的比熱容是定值,則轉(zhuǎn)化率α與反應(yīng)能量的關(guān)系如式(1)[12]:
式 中,C為t時 刻 反 應(yīng) 物 的 濃 度,mol·L-1;C0為 初 始 時刻反應(yīng)物的濃度,mol·L-1;ΔHt為0 至t時間區(qū)間內(nèi)的放熱量,J;ΔHtotal為總放熱量,J;Ton為起始分解溫度,℃;Tf為絕熱分解的終點溫度,℃;ΔTad為絕熱溫升,℃。
對式(1)進行微分,可以得到溫升速率與轉(zhuǎn)化速率之間的關(guān)系:
對式(2)進行積分,可以得到TMRad的計算公式[8]:
式中,t0為起始溫度T0處所對應(yīng)的時間,s;tm為最大溫升速率處對應(yīng)的時間,s;Tm為最大溫升速率對應(yīng)的溫度,℃。
含能材料的分解過程往往比較復(fù)雜,表現(xiàn)出多步分解特征,其DSC 熱流曲線會呈現(xiàn)出多個放熱峰[13]:絕熱條件下多步分解過程的溫度升高速率為[7]
式中,n為反應(yīng)步數(shù);αi為第i步的轉(zhuǎn)化率;ΔTad,i為第i步絕熱溫升,℃;Ai為第i步的指前因子,s-1;Ei為第i步的活化能,kJ·mol-1;R=8.314 J·K-1·mol-1;f(αi)為第i步的反應(yīng)機理函數(shù)。
將式(4)代入式(3),可以得到多步分解反應(yīng)的TMRad計算,如式(5):
從式(5)可以看出,TMRad的量綱為時間,單位為秒。常見的熱失控特征參數(shù)為TD24,其量綱為溫度,單位為攝氏度。通常來說,TD24的值比由熱分析技術(shù)測試得到的起始放熱溫度要低很多。由此可以推斷,即使含能材料的分解過程表現(xiàn)出多步特征,但是當溫度低于起始放熱溫度時,其放熱速率由第一步放熱速率決定[7]。以DSC 為例,含能材料的DSC 熱流曲線可能呈現(xiàn)出多個放熱峰,但是當溫度低于起始放熱溫度時,其放熱速率由第一個放熱峰(即頭峰)對應(yīng)的分解過程決定。因此,只要能獲得頭峰的熱分解動力學模型和參數(shù),即可計算TD24。
對于含能材料而言,其分解熱通常較大。這意味著在絕熱分解過程中,當溫度高于起始放熱溫度后,物料的溫度將迅速達到最大放熱速率對應(yīng)的溫度Tm。由此可以推斷,基于頭峰計算得到的TD24c與實際值TD24E偏差會很小,見式(6):
換言之,基于頭峰計算得到的最大反應(yīng)速率處的溫度Tmc與實際值TmE的時間差,即tmc至tmE相比24 h 可忽略不計,如圖1 所示。
圖1 TMRad示意圖Fig.1 Diagram of TMRad
基于此原理,本研究提出基于頭峰的熱失控特征參數(shù)計算方法。該法的主要流程(見圖2)為:(1)通過數(shù)學分峰法獲得頭峰的熱流曲線;(2)判定頭峰的分解模型;(3)擬合動力學參數(shù)。由于頭峰的熱分解動力學模型及參數(shù)更容易獲得和驗證,以此方法預(yù)測絕熱過程將更加簡便、高效。
圖2 基于頭峰的熱失控特征參數(shù)計算流程圖Fig.2 Flowchart illustrating the computation of thermal runaway parameter based on the first peak
連續(xù)分解反應(yīng)的DSC 動態(tài)曲線呈現(xiàn)為多個峰,可采用數(shù)學分峰的方式將復(fù)雜的多步反應(yīng)分離為單個反應(yīng),并對單個反應(yīng)進行分析[14]。不論分解反應(yīng)是N級還是自催化反應(yīng),F(xiàn)raser-Suzuki 函數(shù)(F-S 函數(shù))都能良好擬合理想動力學模型的曲線[7,14-17],如式(7)。使用2 個F-S 函數(shù)對兩步分解的模擬熱流曲線進行非線性擬合(動力學參數(shù)為A1=e44.9s-1,E1=205.5 kJ·mol-1,n1=3.0;A2=e30s-1,E2=160 kJ·mol-1,n2=1.0;Q1∶Q2=7∶3),擬合相關(guān)系數(shù)R2=0.999,如圖3a。通過擬合結(jié)果中第一個F-S 函數(shù)獲得頭峰曲線,如圖3b。
圖3 F-S 函數(shù)多峰擬合及獲取頭峰Fig.3 Multi-peak fitting using the F-S function and obtaining the first peak
式 中,A為 振 幅;B為 峰 位 置;C為 半 峰 寬;D為 不 對稱度。
若物質(zhì)分解為N級反應(yīng),其機理函數(shù)可以表示為f(α) =(1 -α)n;若 為 自 催 化 反 應(yīng),假 設(shè) 其 遵 循Benito-Perez 模型[5](BP 模型),其機理函數(shù)為f(α) =(1 -α)n1+(1 -α)n2αm,該模型在描述自催化過程有較好的通用性[18-19]。
根據(jù)數(shù)學分峰獲得頭峰曲線后,可根據(jù)DSC 等溫或中斷回掃實驗判斷其是否為自催化反應(yīng)[12,20-23]。然后利用N級模型或自催化模型對頭峰進行擬合,得到第一步反應(yīng)的動力學參數(shù)。擬合過程基于最小二乘法Levenberg-Marquardt 算 法[24],用 于 擬 合 的 模 型 公 式如式(8)所示。
采用窮舉法比較本研究方法與模型計算法得到的TD24之間的偏差,以此驗證本方法的有效性。為此,假定多步連續(xù)分解反應(yīng)動力學模型和模型參數(shù)(指前因子、活化能、反應(yīng)級數(shù))已知,基于Python 程序,通過數(shù)值模擬生成多步分解反應(yīng)的DSC 動態(tài)曲線。以兩步N級連續(xù)反應(yīng)A→B→C 為例,其分解反應(yīng)動力學模型如式(9)所示。
式中,α和γ分別為反應(yīng)物A 的轉(zhuǎn)化率和產(chǎn)物B 的得率。模擬生成的曲線見圖4(動力學參數(shù)為A1=e44.9s-1,E1=205.5 kJ·mol-1,n1=3.0;A2=e30s-1,E2=160 kJ·mol-1,n2=1.0;Q1∶Q2=7∶3)。
圖4 模擬兩步N 級連續(xù)分解反應(yīng)DSC 曲線Fig.4 Simulation of DSC curves for a two-step N-order continuous decomposition reaction
根據(jù)含能物質(zhì)的分解動力學參數(shù)統(tǒng)計結(jié)果[8],其范 圍 是:指 前 因 子A為 e4~e46s-1,活 化 能E為50~250 kJ·mol-1,反應(yīng)級數(shù)n為0.1~3.0。本研究以兩步和三步連續(xù)反應(yīng)為驗證模型,利用窮舉法,對所有動力學參數(shù)進行等差排列,生成大量得動力學參數(shù)組合。其中兩步連續(xù)反應(yīng)類型由N級、自催化反應(yīng)組合為4 種。三步反應(yīng)模型由于模型數(shù)量及計算量限制,第一步反應(yīng)由N級、自催化反應(yīng)組合,共生成81000 個反應(yīng)模型組合。兩步連續(xù)反應(yīng)和三步連續(xù)反應(yīng)得動力學參數(shù)設(shè)置情況見表1、表2。
表1 兩步連續(xù)分解反應(yīng)數(shù)值模擬參數(shù)Table 1 Parameters for numerical simulation of a two-step continuous decomposition reaction
表2 三步連續(xù)分解反應(yīng)數(shù)值模擬參數(shù)Table 2 Parameters for numerical simulation of a three-step continuous decomposition reaction
模擬計算過程中會出現(xiàn)兩種非理想情況。第一種非理想情況是模擬計算得到多個放熱峰相互獨立,此時僅需對第一步反應(yīng)分析即可。第二種非理想情況是計算結(jié)果不收斂。去除這兩種非理想情況,兩步連續(xù)反應(yīng)和三步連續(xù)反應(yīng)得有效模擬樣例分別為5853 個和2630 個。運用本文提出的方法對多步分解反應(yīng)DSC 模擬曲線進行絕熱預(yù)測,計算其TD24值,并與模型計算法得到TD24[5]進行比較。
在數(shù)值模擬過程中由于窮舉產(chǎn)生大量的模擬樣例,因此將頭峰方法實現(xiàn)Python 程序化,以便對所有模擬樣例進行批量處理。其次是使用F-S 函數(shù)多峰擬合的精度對計算結(jié)果影響大,需盡可能提高擬合精度。本研究得擬合相關(guān)系數(shù)R2均不低于0.999。
2.2.1 兩步連續(xù)反應(yīng)
基于頭峰方法和模型計算法得到的TD24偏差統(tǒng)計見圖5,橫軸為偏差大小,縱軸為計算偏差出現(xiàn)的頻次。偏差為正說明頭峰方法的結(jié)果高于模型計算法,其結(jié)果冒險。偏差為負說明頭峰方法的結(jié)果低于模型計算法,其結(jié)果保守。
圖5 兩步反應(yīng)TD24偏差統(tǒng)計分析Fig.5 Frequency of TD24 deviation for the two-step reactions
圖5a 顯示當頭峰是N級反應(yīng)時,474 個模擬樣例(占96.54%)的TD24偏差絕對值小于1 ℃,TD24的最大偏差絕對值為4.61 ℃,所有模擬樣例偏差百分比均未超過5%。當頭峰是自催化反應(yīng)時(見圖5b),5179 個模擬樣例(占96.53%)TD24偏差絕對值小于1 ℃。4926 個模擬樣例(占91.81%)的偏差為負,結(jié)果偏保守。頭峰為自催化反應(yīng)時的TD24最大偏差溫度為6.41 ℃,此時偏差百分比僅為2.88%。以上結(jié)果表明對于兩步連續(xù)分解反應(yīng),無論頭峰是N級反應(yīng)還是自催化反應(yīng),頭峰方法都能夠準確可靠地評估TD24。
2.2.2 三步連續(xù)反應(yīng)
三步連續(xù)反應(yīng)數(shù)值模擬計算TD24的偏差統(tǒng)計分析見圖6。當頭峰為N級模型時(見圖6a),153 個模擬樣例(占87.93%)的TD24偏差絕對值小于1 ℃,167 個模擬樣例(占95.98%)的TD24計算結(jié)果更為保守。TD24的最大偏差溫度為5.39 ℃,最大差百分比為6.9%。當頭峰為自催化反應(yīng)時(見圖6b),2211 個模擬樣例(占90.02%)的TD24偏差絕對值小于1 ℃,2301 個模擬樣例(占93.69%)更為保守,TD24的最大偏差溫度為5.17 ℃,最大偏差百分比為5.89%,偏差均在可接受范圍內(nèi)。這表明頭峰方法在三步連續(xù)反應(yīng)情況下也能較為準確可靠地評估TD24。
圖6 三步反應(yīng)TD24偏差統(tǒng)計分析Fig.6 Frequency of TD24 deviation for the three-step reactions
對比兩步與三步連續(xù)反應(yīng)的TD24偏差統(tǒng)計可以發(fā)現(xiàn),不論是兩步還是三步連續(xù)反應(yīng),運用頭峰方法計算TD24,偏差范圍均較小,驗證了本研究提出方法的在計算熱分解特征參數(shù)時的有效性。另外,統(tǒng)計結(jié)果顯示絕大部分情況下較為保守,在熱危險性評估中具有實踐意義。
為進一步說明本研究提出方法的實用性,本研究選取4 種含能材料作為實驗應(yīng)用對象:1,5-二硝基蒽醌、3,4-二硝基呋咱基氧化呋咱(DNTF)、1,8-二硝基蒽醌和改性硝基胍(M-NQ)。根據(jù)文獻資料[8-9,25],1,8-二硝基蒽醌和M-NQ 呈現(xiàn)兩步連續(xù)分解過程,1,5-二硝基蒽醌呈現(xiàn)出三步連續(xù)分解過程,DNTF呈現(xiàn)出四步分解過程。其中,1,8-二硝基蒽醌和M-NQ 的頭峰為自催化反應(yīng)模型,剩余兩個對象的頭峰遵循N級動力學模型[8-9,25]。
4 個樣品的DSC 熱流曲線均從文獻中獲取。首先對4 個樣品的DSC 熱流曲線進行分峰處理,獲得獨立的頭峰。以升溫速率1 K·min-1曲線為例,四個樣品的數(shù)學分峰效果見圖7,擬合相關(guān)系數(shù)R2均大于0.998,表明分峰效果良好[15]。擬合自催化模型時采用廣義自催化模型[26],其反應(yīng)速率方程可表示為式(10)。
圖7 F-S 函數(shù)多峰擬合效果Fig.7 Results of multi-peak fitting with F-S function
式中,Ez為引發(fā)反應(yīng)和自催化反應(yīng)的活化能之差,kJ·mol-1;Z0為引發(fā)反應(yīng)和自催化反應(yīng)的指前因子之商;n1,n2分別為引發(fā)反應(yīng)和自催化反應(yīng)的反應(yīng)級數(shù)。
對獲得的頭峰熱流曲線進行動力學擬合,獲得頭峰的分解動力學參數(shù)。表3 中對比了通過本研究方法獲得的頭峰動力學參數(shù)與理論值??梢钥闯觯碚撝蹬c本研究方法獲得的頭峰動力學參數(shù)值接近,表明數(shù)學分峰處理對頭峰的動力學參數(shù)擬合影響較小。
表3 擬合頭峰動力學參數(shù)與相關(guān)文獻結(jié)果對比Table 3 Kinetic parameters of this study and other relevant investigations
在頭峰動力學參數(shù)的基礎(chǔ)上預(yù)測TMRad,與基于模型擬合法獲得TMRad理論值比較[8-9,26],結(jié)果見圖8。
圖8 頭峰法計算的TMRad與基于模型擬合法獲得總反應(yīng)機理獲得的TMRad理論值比較Fig.8 Comparison of the TMRad calculated using the first-peak method with its corresponding theoretical true value
從圖8 可以看出,利用頭峰方法計算的TMRad與理論值值偏差均較小。頭峰方法預(yù)測1,8-二硝基蒽醌TD24與理論值的偏差為-4.55 ℃,偏差百分比為1.70%(圖8a);,M-NQ 的偏差為0.71 ℃,偏差百分比為0.71%(圖8b)。結(jié)果均較為準確。
1,5-二硝基蒽醌與DNTF 的分解過程分別為三步和四步反應(yīng)?;陬^峰法計算的1,5-二硝基蒽醌的TD24與理論值的偏差為3.16 ℃,偏差百分比為1.05%(圖8c),略為冒險。 DNTF 的計算結(jié)果與理論值的偏差為0.84 ℃,偏差百分比為0.60%(圖8d)。由上述分析可知,基于頭峰動力學參數(shù)對多步分解反應(yīng)進行絕熱預(yù)測的方法具有可靠性,預(yù)測結(jié)果均較為準確。
當頭峰為最大放熱速率過程時,即DSC 曲線上第一個峰為最高峰,第一步反應(yīng)到達最大反應(yīng)速率時的溫度Tm與總反應(yīng)一致,可看作積分范圍T0~Tm不變。將頭峰方法計算的結(jié)果表達為TMR′ad和TD24′,模型計算法的計算結(jié)果表達為TMRad和TD24。在T0~Tm段TMR′ad與TMRad關(guān)系如式(11),可以推出TD24′>TD24,此時理論上略為冒險。
當頭峰非最大放熱速率過程時,即總反應(yīng)的溫度Tm與后續(xù)某步反應(yīng)一致,積分范圍T0~Tm大于第一步反 應(yīng) 積 分 范 圍T0~T′m。在T0~T′m段 以 頭 峰 計 算 的TMR′ad與總反應(yīng)理論值TMRad關(guān)系如式(12):
在T′m~Tm段,則有式(13):
所以頭峰非最大放熱過程時,頭峰方法計算的TMR′ad與理論值TMRad的大小關(guān)系無法確定。但是由于其時間長度偏差相比24 小時而言可以忽略,所以依然可以使用頭峰方法來進行絕熱預(yù)測,且可以推廣到更多步驟的絕熱預(yù)測中。而在多步反應(yīng)過程不耦合的情況下,可以看作在兩個獨立的溫度反應(yīng)內(nèi)分解,從防止二次分解反應(yīng)的角度,此時應(yīng)當以低溫下的反應(yīng),即頭峰反應(yīng)來進行絕熱預(yù)測,評估其危險性,因此本方法仍適用。
由上述分析可知,無論多步分解反應(yīng)DSC 曲線是否耦合,均可基于頭峰進行絕熱預(yù)測,偏差均較小。若耦合時頭峰為最大放熱速率過程,以頭峰進行絕熱預(yù)測的結(jié)果略為冒險;若頭峰非最大放熱速率過程,以頭峰進行絕熱預(yù)測結(jié)果可能保守也可能冒險。
本研究提出了基于頭峰的多步分解反應(yīng)過程熱失控特征參數(shù)計算方法。并采用數(shù)模模擬的方法驗證該方法的有效性,通過窮舉法得到了兩步連續(xù)和三步連續(xù)反應(yīng)的TD24。與模型計算法的結(jié)果相比,TD24的最大偏差百分比分別為2.88%和6.9%,最大絕對偏差為6.41 ℃,從而驗證了本研究提出方法的在計算熱分解特征參數(shù)時的有效性。相比模型計算法,該方法計算過程僅需基于第一步反應(yīng)機理,避免了多步模型擬合的不確定性,簡化了計算過程,節(jié)約實驗資源,且結(jié)果可靠性高。
另外,本研究將該方法應(yīng)用于1,8-二硝基蒽醌、M-NQ、1,5-二硝基蒽醌和DNTF 四種含能材料的TD24計算,與模型計算法得到的TD24相比,偏差百分比的絕對值均小于2%,進一步證明了本研究提出的TD24計算方法的有效性。