.png){kind=icon}
返回
Antisolvent selection method based on predictive thermodynamic models
.png){kind=icon}
PRE
AI
DOI：10.1016/j.fluid.2025.114553.png)
.png){kind=icon}
原文求助.png){kind=icon}
分享.png){kind=icon}
收藏
摘要
En 中文
沉析结晶是一种通过引入称为抗溶剂的质量分离剂来有效分离溶质与溶液的技术。尽管以往使用COSMO-SAC (SLE)的研究仅限于二元溶质-溶剂平衡，但本研究首次引入了选择抗溶剂的集成方案。该方案结合了COSMO-SAC (SLE)与无限稀释选择性描述符及沉淀质量平衡，以分析完整的三元体系（溶质、溶剂和抗溶剂）。在298.15 K温度下，收集了琥珀酸、戊二酸和己二酸在1-丁醇或DMF中与九种不同抗溶剂的固-液平衡（SLE）数据。四种预测模型——COSMO-SAC (SLE)、COSMO-SAC (2017)、NIST改良UNIFAC和原始UNIFAC——与这些数据进行了对比评估。COSMO-SAC (SLE)模型在沉淀质量方面的中值相对偏差为58%，较次优模型提升三倍，标志着首次对COSMO-SAC (SLE)预测沉淀产率的定量验证。高选择性值可准确预测完全沉析或液-液相分离，而低值则表明完全溶解。σ谱分析揭示了极性和非极性表面重叠程度与观测相行为之间的关联，提供了超越简单经验基准测试的机理理解。由此形成的流程——包括模型筛选、选择性排序、σ谱解析和实验验证——为制药和精细化学品结晶中选择溶剂和抗溶剂提供了可靠方法。
Keyword:
drowning-out crystallization
antisolvent selection
COSMO-SAC (SLE)
solid-liquid equilibrium
precipitation yield
