Search Suggest

Sobre o recurso a métodos computacionais na seleção e design de solventes com vista a processos químicos eficientes


A indústria química faz um uso abrangente de solventes, especialmente para reações e separações químicas. Ao considerar o grande número de solventes existentes e a necessidade de encontrar opções novas e alternativas, os métodos sistemáticos para a seleção ideal e design molecular de solventes tornam-se significativos para que a produção de químicos seja eficiente e sustentável. (...) Chipperfield [1] resumiu quatro utilizações principais para de solventes nas indústrias de processos químicos, a saber: reagentes, meios de reação, agentes de separação e agentes de transporte. 

Como meio de reação, os solventes ajudam a aumentar a taxa de reação e/ou a melhorar a conversão de equilíbrio. Os solventes também são usados ​​como agentes de separação em vários processos, como absorção de gás, extração líquido-líquido e destilação extrativa, onde seu uso aumenta o fator de separação (por exemplo, volatilidade relativa). Zhou [2 ] ilustrou e racionalizou os efeitos significativos dos solventes nos processos de reação e separação a partir das interações moleculares e da termodinâmica da fase fluida. Foi demonstrado que os efeitos do solvente estão intimamente relacionados com certas propriedades do solvente. Assim, a conhecimento dessas propriedades e capacidade de predizê-las desempenham um papel importante na seleção de solventes e nas estratégias de design.

Imagem: Fayet, G., Rotureau, P. (2017). . In: Shukla, M., Boddu, V., Steevens, J., Damavarapu, R., Leszczynski, J. (eds) Energetic Materials. Challenges and Advances in Computational Chemistry and Physics, vol 25. Springer, Cham.


(...) Devido ao efeito significativo dos solventes nos processos químicos, a seleção cuidadosa do solvente é muitas vezes essencial para reduzir os custos do processo. Além dessa força motriz económica, a regulamentação mais rígida em matéria de segurança, meio ambiente e saúde estão a reforçar a transição para solventes mais ecológicos. Considerando o grande número de solventes possíveis, a abordagem de tentativa e erro para a seleção de solventes pode ser muito demorada e cara. Além disso, limitações na experiência e conhecimento de um utilizador, bem como enviesamentos podem também levar a um desempenho abaixo do ideal dos solventes identificados.

(...) Muito do trabalho feito até hoje concentra-se em maximizar algumas medidas de desempenho do solvente. No entanto, deve-se notar que o custo do solvente, a disponibilidade e o impacto ambiental também são fatores importantes. A consideração simultânea desses critérios e do desempenho do solvente é significativa para futuras plataformas de seleção de solventes. A previsão de propriedades é vital para design de solventes e, em alguns casos, onde os modelos simples de contribuição de grupos não são capazes de fornecer previsões  sobre as propriedades físicas dos solventes, modelos quantitativos de relação estrutura-propriedade (QSPR) mais poderosos podem ser usados. 

Isso inclui aqueles baseados em descritores estruturais de dimensão superior (por exemplo, índice topológico) ou aqueles que usam métodos de correlação avançados, como métodos mais complexos dentro da disciplina de machine learning. A incorporação eficiente de modelos de contribuição de grupos, modelos QSPR complexos e modelos termodinâmicos preditivos numa plataforma de design de solventes é importante. Devido aos possíveis desvios dos modelos de propriedades o desempenho dos solventes selecionados ou alvo de design computacional deve  ser verificado por experimentalmente.

_____
Fonte: T. Zhou, K. McBride, S.Linke, Z. Song, K. Sundmacher, Computer-aided solvent selection and design for efficient chemical processes, Current Opinion in Chemical Engineering, 27 (2020) 35-44.