Прогнозирование критической температуры. Алканы и алкены

Прогнозирование критической температуры

Сложность прогнозирования критической (жидкость-пар) температуры органических веществ состоит в том, что Т_с изменяются нелинейно с изменением числа углеродных атомов в молекуле даже в отдельно взятой гомологической группе (рис. 5.1.). Аддитивные методы для таких свойств оказываются неэффективными, поскольку нелинейность свойства сохраняется для значительного количества соединений при переходе от низших представителей гомологических групп к высшим. Это не позволит принять некоторое постоянное значение даже для парциального вклада, характеризующего гомологическую разность, т.е. вклад на СН₂ группу.

Для таких свойств широко используются аддитивно-корреляционные методы, в которых вид корреляции ответственен за изменение свойства в гомологической группе, а аддитивная составляющая свойства передает его связь со строением молекул. Рассчитывать на успех в применении этих методов возможно только в случае одинаковых соотношений типа “значение свойства - количество углеродных атомов в любой гомологической группе”. Из рис. 5.1 следует, что для критических температур это условие также не выполняется.

Приблизиться к решению проблемы удалось, используя аддитивно-корреляционные методы с дополнительной опорой на родственное с критической температурой свойство вещества. В качестве такого свойства наилучшим образом выступает нормальная температура кипения (T_b ). С одной стороны, предельно близка природа этих свойств, с другой - T_b наиболее полно по сравнению с другими физико-химическими свойствами подкреплены справочными данными. Именно T_b является опорным свойством в большинстве методов прогнозирования критических температур.

Р и с. 5.1. Зависимость критической температуры от числа углеродных атомов в молекуле:

1 - н-монокарбоновые кислоты; 2 – н-спирты;

3 – н-алканы; 4 – бензол - метилбензолы

Р и с. 5.2. Зависимость Tc/Tb от числа углеродных атомов в молекуле:

1 - н-монокарбоновые кислоты;

2 – н-спирты; 3 – н-алканы;

4 – бензол - метилбензолы

Иллюстрацией того, что указанный прием позволяет несколько упростить задачу прогнозирования T _с , является рис. 5.2. Однако наряду с этим из рис. 5.2 следует, что использование T_b в качестве опорного свойства не гарантирует успеха при прогнозировании T _с на основе общих универсальных корреляций для соединений любых классов. Примером тому служит совершенно иной по сравнению с соединениями прочих приведенных на рис. 5.2 классов вид корреляции для первичных спиртов С₃ -С₁₀ .

Метод Джобака

Сохранив основу метода Лидерсена, Джобак ввел некоторые коррективы в вид корреляции и параметризацию аддитивных составляющих свойства. В результате погрешность метода для веществ с относительно высокой молекулярной массой уменьшилась (табл. 5.1).

Корреляция, рекомендуемая для прогнозирования критических температур, требует знания нормальных температур кипения вещества и имеет вид

,(5.2)

где значения нормальной температуры кипения и критической температуры даны в градусах Кельвина.

Величины парциальных вкладов ( tck ) в критическую температуру приведены в табл. 5.3. В табл. 5.1, 5.5 приводятся результаты прогнозирования Т_с методом Джобака для соединений различных классов, откуда следует, что явных преимуществ перед методом Лидерсена он все-таки не имеет. Учитывая то, что эти два метода достаточно просты в применении и в ряде случаев дают разнонаправленные отклонения, целесообразно использовать их совместно, чтобы таким образом несколько снизить погрешность в оценках критической температуры.

Следует отметить, что авторами сделана попытка увеличения точности прогноза этими методами. С этой целью был заменен вид корреляции, увеличена ее гибкость, и согласованы значения парциальных вкладов с полученной корреляцией. Однако принципиального улучшения результатов прогноза при этом не про изошло. Таким образом, возможности аддитивно-корреляционного подхода с параметризацией по атомам практически полностью использованы в методе Джобака.

Авторы сочли также целесообразным привести результаты прогнозирования Т_с алканов другими методами (табл. 5.1), идеология которых не рассматривалась по следующим соображениям. Для ряда методов погрешности в оценках слишком велики уже для алканов; очевидно, что для соединений прочих классов они не станут меньше.

Метод Марреро-Пардилло дает для алканов хорошие оценки. Однако методу свойственны систематические отклонения, обусловленные избыточной жесткостью принятой авторами параболической корреляции. Аддитивная составляющая свойства формируется методом по связям аналогично тому, как это показано нами для энтальпий образования (глава 1). Использование метода по связям неизбежно повышает точность прогноза по сравнению с методами по атомам (Лидерсена и Джобака), но предъявляет серьезные требования к объему исходной информации.

Метод, основанный на индексах молекулярной связности Рандича

Поиск путей повышения точности прогноза критических температур заставил нас обратить внимание на метод, основанный на теории графов и индексах молекулярной связн