Review Jurnal:

Residance time and axial dispertion of liquid in Trickle Bed Reactors at laboratory scale
A. Bittante, J. Garcia-Serna, P. Biasi, F. Sobron, T.Salmi

Trickle Bed Reactors (TBRs) banyak digunakan dalam minyak industri untuk proses
hidrodesulfurisasi (HDS) dan juga dalam industri kimia untuk hidrogenasi dan oksidasi. Study ini
berfokus pada

4. Diskusi dan Hasil Modeling

Dalam makalah ini kami mengeksplorasi pengaruh cairan mengalir (0,5, 1,0 dan 2,0 mL / mnt)
dan aliran gas (0,0, 1,0, 2,7, 6,0 dan 12,0 mL / mnt) dalam kurva RTD untuk dua konfigurasi (A
dan B) reaktor yang berbeda.
Ada yang mempengaruhi residance time dan axial dispersion, yaitu;
a. Effect of bed configuration in RTD curves
Disini dijelaskan bahwa pengaruh pada bed yang dimasukkan cukup besar, meskipun tidak efek
terkuat dalam sistem, Variasi dalam rata-rata ( t) antara konfigurasi A dan B adalah antara 2,5%
dan 8,4% dan variasi r adalah 2,9% (pada 0,5 mL / menit) hingga 38,4% (pada 2,0 mL / menit).
Oleh karena itu penggunaan pelet katalis memengaruhi dispersi. Konfigurasi A menunjukkan
dispersi yang lebih tinggi daripada konfigurasi B karena unggun katalitik. Hasil ini bertepatan
dengan porositas bawah sub-bed partikel katalitik (e = 0,8 aprox.) dibandingkan dengan silika (e
SiO2catalytic-bed = 0,5 aprox.).
b. Effect of gas flowrate in RTD curves
Bahwa peningkatan aliran gas pada tekanan ini meningkatkan resirkulasi volume cairan di
dalam reaktor, dan ini meningkatkan waktu tinggal. Di sisi lain aliran gas memiliki pengaruh
yang lebih jelas mengurangi dispersi hidraulik, yaitu meningkatkan ketajaman dari kurva RTD
(dijelaskan pada gambar ). Garis-garis padat pada Gambar. 8 dan 9 hanya mengindikasikan
tren.

c. Effect of liquid flowrate in RTD curves

Pengaruh aliran gas (atau kecepatan superfisial gas) dan konfigurasi reaktor dapat diabaikan
dibandingkan untuk efek kecepatan cair. Hasil ini memperluas pilihan untuk menemukan hubungan
yang lebih umum untuk korelasi parameter model spesifik dengan dimensi angka tergantung pada
aliran dan karakteristik bed, seperti yang kami jelaskan di bagian selanjutnya.

d. Results of the combined model and concurrent solid–gas–liquid effects

Dalam makalah ini kami mengusulkan untuk mensimulasikan RTD menggabungkan model n-tank-in-series
sederhana dengan ADM. Selanjutnya, kami telah menguji model gabungan untuk data dan, secara umum,
hasil terbaik diperoleh untuk N = 1. Tentatif hasil untuk N> 1 tidak termasuk di sini untuk menghindari
informasi yang berlebihan. Nilai-nilai tN dan T hal hampir konstan dengan aliran gas menilai, menguatkan
tren MRT. Nilai yang diperoleh di nol aliran gas sedikit lebih tinggi, mungkin karena fakta tidak ada
interaksi antara dua fase, dan pembasahan yang lebih baik (jika tidak membanjiri) partikel. Seperti yang
diharapkan, waktu tinggal sangat sensitif terhadap laju aliran cairan. Menggandakan aliran cairan tingkat,
keduanya tP dan T N berkurang 1,6-1,8 kali. Tertinggi nilai tN ditemukan pada laju aliran cairan terendah,
menunjukkan secara teoritis volume yang lebih besar dari blok CSTR model, menyiratkan fraksi volume
cairan yang lebih tinggi terkena backmixing. Angka-angka Péclet cocok dalam interval 248,3-699,3. Nilai
Pe tertinggi diperoleh pada aliran cairan yang lebih tinggi (mis. 2 mL / mnt), menunjukkan dispersi aksial
terendah. Anehnya, nilai-nilai nomor Péclet yang diperoleh untuk model berada jauh di atas nilai estimasi
Waktu ekor eksperimental dalam kurva RTD adalah antara 500 dan 1000 s, sehingga dapat disimpulkan
bahwa batasan perpindahan massa internal dapat diabaikan.
Untuk kasus nomor Péclet, korelasinya tidak terlalu jelas, karena banyak efek yang harus dipertimbangkan.
Khanna membela sebuah tesis yang sangat baik bekerja pada dispersi aksial cairan dalam tetap reaktor
unggun dengan dan tanpa gas mengalir. Dia menemukan nomor korelasi antara angka Pe dan angka
Reynolds dari cair dan gas, dan juga angka Galilei [30]. Angka Reynolds dan Galilei telah disebut kecepatan
superfisial dan panjang karakteristik partikel (dalam hal ini kami mengasumsikan diameter partikel rata-
rata 0,5 mm) (nilai yang dihitung pada Tabel 2).
Kami mendasarkan korelasi kami pada jumlah Pe dalam model diusulkan oleh Khanna, meskipun kami
memiliki semua parameter. Korelasi kami menunjukkan AAD3 = 14,0%, menunjukkan prediktabilitas
tinggi

Kesimpulan
Dalam penelitian ini, kami telah menentukan distribusi waktu tinggal pada kurva menggunakan
pelacak dalam langkah respons (memperoleh kurva F (t)) untuk skala lab Reaktor Trickle Bed
(I.D. 1,15 cm, L = 30 cm, diisi demean partikel silika 0,2-0,8 mm).
Reaktor telah dimodelkan menggunakan model aksial gabungan model dispersi (ADM) diikuti
oleh satu backmixed lengkap reaktor tangki. ADM menciptakan bentuk sigmoidal simetris Kurva
RTD yang beradaptasi dengan baik pada bagian awal percobaan kurva, sedangkan reaktor tangki
campuran menciptakan dispersi yang lebih tinggi menggambarkan ekor panjang bagian kedua.
Korelasi antara model ADM + 1-tank menunjukkan deviasi absolut rata-rata lebih rendah dari
2,6% (dengan deviasi maksimum sekitar 6,5%). Itu model digunakan untuk menentukan
t dan 𝜎 dari data eksperimen.
Bukti dari penelitian ini menguatkan bahwa, pertama penggunaan partikel yang lebih besar (dalam
unggun katalitik yang dimasukkan dalam unggun penuh) menyebabkan dispersi yang lebih tinggi,
meskipun pengaruh pada waktu tinggal adalah terbatas. Demikian pula dan kedua, aliran gas hanya
terbatas memengaruhi waktu tinggal, tetapi itu meningkatkan ketajaman kurva, mengurangi
dispersi aksial. Akhirnya, semakin tinggi Cairan mengalir semakin rendah dispersi aksial (terkait
dengan Péclet nomor) dan semakin rendah waktu tinggal.
Dari karya ini kita dapat menyimpulkan bahwa perlu dispersi yang tinggi
volume (disimulasikan oleh tangki campuran sempurna) menunjukkan itu entah bagaimana ada zona
resirkulasi dalam TBR.