1913 నాటి ఒక ఆలోచన పరిశ్రమలో ఉపయోగించే ద్రవ సమీకరణాలు ఎందుకు పనిచేస్తాయో వివరించవచ్చు

ఒక శతాబ్దం పాత భౌతికశాస్త్ర మలుపు, పరిశ్రమలో అత్యంత ప్రయోజనకరమైన సాధనాల్లో ఒకదాన్ని మరింత పదును పెట్టవచ్చు

దశాబ్దాలుగా, ఉష్ణోగ్రత మరియు పీడనం మారినప్పుడు ద్రవాలు ఎలా ప్రవర్తిస్తాయో అంచనా వేయడానికి ఇంజినీర్లు cubic equations of state అనే సూత్రాల కుటుంబంపై ఆధారపడి వచ్చారు. ఈ లెక్కలు రసాయన కర్మాగారాలు, శీతలీకరణ వ్యవస్థలు, సహజ వాయు ప్రాసెసింగ్, మరియు పరిమాణం, దశ ప్రవర్తన, ఆపరేటింగ్ పరిస్థితుల్లో తప్పు చేయడం నిజమైన ఖర్చును తెచ్చిపెట్టే అనేక పరిశ్రమా రూపకల్పనల వెనుక నిలుస్తాయి. ఈ సూత్రాలను ముఖ్యంగా దీర్ఘకాలంగా ఉపయోగకరంగా ఉంచింది, అవి పెద్ద ఎత్తున వాడేందుకు తేలికగా ఉండటం, అలాగే అనేక వాస్తవ ప్రపంచ అనువర్తనాలకు సరిపడా ఖచ్చితంగా ఉండటమే.

విచిత్రమైన విషయం ఏమిటంటే, వాటిలో అత్యంత పరిచయమైన గణిత లక్షణాల్లో ఒకదానికి ఇప్పటివరకు పూర్తిగా సంతృప్తికరమైన first-principles వివరణ లేదు. Soave-Redlich-Kwong, Peng-Robinson, మరియు Patel-Teja వంటి విస్తృతంగా వాడే సమీకరణాలు, అణువుల మధ్య ఆకర్షణ బలాలను సూచించే పదాన్ని పునర్వ్యవస్థీకరించడానికి ఒక నిర్దిష్ట quadratic form‌ను తీసుకోవడం ద్వారా పనితీరును మెరుగుపర్చాయి. ఆ నిర్మాణం పనిచేసింది. పరిశ్రమ దానిని వాడుతూనే ఉంది. కానీ అది ఎందుకు అంత స్థిరంగా పనిచేసిందో మాత్రం స్పష్టంగా తెలియలేదు.

Korea Institute of Civil Engineering and Building Technologyలోని పరిశోధకులు ఇప్పుడు ఆ సమాధానం చాలా పాత భౌతికశాస్త్ర ఆలోచనలో ఉండవచ్చని వాదిస్తున్నారు. Chemical Engineering Scienceలో ప్రచురితమైన పనిలో, Dr. Jai-Yeop Lee ఆ నిర్మాణాన్ని 1913 నాటి డచ్ భౌతిక శాస్త్రవేత్త Hugo Tetrode ప్రతిపాదించిన ఒక ఆలోచన వరకు వెనక్కి అనుసరించారు; ఆయన ద్రవాలను స్వేచ్ఛగా కదిలే కణాలుగా మాత్రమే కాకుండా, కంపించే oscillators సమాహారాలుగా వర్ణించారు. ఆ ఫ్రేమ్‌వర్క్‌ను మళ్లీ పరిశీలించి, ఒక కొత్త parameter‌ను ప్రవేశపెట్టి, ఈ అధ్యయనం రసాయన ఇంజినీరింగ్ ఎక్కువగా ప్రయోగం మరియు పొరపాట్ల ద్వారా స్వీకరించిన ఒక గణిత అలవాటుకు భౌతిక కారణాన్ని ప్రతిపాదిస్తోంది.

క్యూబిక్ సమీకరణాలు ఎందుకు అంత ముఖ్యమైనవి

State equations అనేవి సారాంశపు ఆసక్తి విషయాలు కావు. ఉష్ణోగ్రత మరియు పీడన మార్పులకు ఒక పదార్థం పరిమాణం ఎలా స్పందిస్తుందో అంచనా వేయడానికి వాడే ప్రధాన predictive tools అవి. ఆచరణలో, డిస్టిలేషన్ కాలమ్స్ రూపకల్పన, శీతలీకరణ చక్రాల ఆప్టిమైజేషన్, మరియు సహజ వాయు నిర్వహణ వ్యవస్థల ప్రణాళికకు అవి అనివార్యంగా మారాయి. చాలా మోటాగా ఉన్న model తప్పుడు operating windows లేదా అప్రభావశీల పరికరాలకు దారి తీస్తుంది. చాలా క్లిష్టమైన model విస్తృత ఇంజినీరింగ్ ఉపయోగానికి అసౌకర్యకరంగా మారవచ్చు.

ఈ పోటీ అవసరాల మధ్య సమతుల్యం సాధించడమే cubic equations కు తమ స్థానం కల్పించింది. అవి గణితపరంగా నిర్వహించగలిగినంత సులభం, అలాగే ఇంజినీర్లు ప్రాధాన్యం ఇచ్చే అనేక ద్రవాలను వర్ణించగలంత సౌలభ్యంగా ఉంటాయి. కాలక్రమేణా, అనేక రూపాంతరాలు పరిశ్రమలో ప్రమాణాలుగా మారాయి. అయినప్పటికీ, వాటి పంచుకున్న quadratic structure విజయవంతం అవడం, వివరణాత్మకంగా కన్నా అనుభవపరంగా ఎక్కువగా ఉండేది. ఈ రూపం ఫలితాలను మెరుగుపరిచిందని ఇంజినీర్లకు తెలుసు, కానీ ప్రకృతి దానిని అంత బాగా ఎందుకు సహించింది అనేది తెలియదు.

ఆ అంతరం ముఖ్యం, ఎందుకంటే వివరణ తరచుగా మెరుగుదలకు వంతెనగా ఉంటుంది. ఒక model భౌతికశాస్త్రంలో మరింత స్పష్టంగా పాతుకుపోతే, దాన్ని సవరించడానికి, కొత్త పదార్థాలకు విస్తరించడానికి, మరియు అది ఎక్కడ విఫలమవుతుందో అర్థం చేసుకోవడానికి పరిశోధకులకు బలమైన ఆధారం లభిస్తుంది.

Tetrode ప్రతిపాదనను తిరిగి పరిశీలించడం

Lee అధ్యయనం Tetrode యొక్క 20వ శతాబ్దం ప్రారంభ సూచనపై కేంద్రీకృతమైంది; ద్రవ ప్రవర్తనను కంపించే oscillators గా molecules‌ను పరిగణించడం ద్వారా అర్థం చేసుకోవచ్చని ఆయన ప్రతిపాదించారు. కొత్త పత్రం ఆ vibrational correction‌ను d అనే parameter ద్వారా పొందుపరుస్తుంది. నివేదించబడిన విశ్లేషణ ప్రకారం, ఈ చేర్పు పనితీరును కొద్దిగా మార్చడమే కాకుండా మరింత చేస్తుంది. cubic equations‌లోని పరిచయమైన quadratic structure యాదృచ్ఛికం కాదని చూపించడంలో ఇది సహాయపడుతుంది.

ఈ రూపం ఒకేసారి మూడు అవసరాలను తీరుస్తున్న కనిష్ట పరిష్కారంగా ఉద్భవిస్తుందని అధ్యయనం వాదిస్తోంది. మొదట, సమీకరణ తక్కువ సాంద్రత వద్ద ideal-gas law కు సరిగ్గా తగ్గాలి. రెండవది, అది cubic equation‌గా పరిష్కరించగలిగినదిగా ఉండాలి, తద్వారా ఈ model class‌ను అంత ఉపయోగకరంగా 만든 practical simplicity నిలబడుతుంది. మూడవది, critical point సమీపంలో ద్రవం మరియు వాయువు మధ్య తేడా కనుమరుగయ్యే సమయంలో, ప్రతి పదార్థానికి చెందిన critical compressibility ను పునరుత్పత్తి చేయడానికి తగినంత సౌలభ్యం ఉండాలి.

ఆ కోణంలో చూస్తే, quadratic structure కేవలం చారిత్రక సౌలభ్యం కాదు. అది భౌతిక వాస్తవికత, గణిత పరిష్కార సాధ్యత, మరియు పదార్థ-నిర్దిష్ట సౌలభ్యం మధ్య ఒక సంక్షిప్త సమరసతగా మారుతుంది.

కొత్త parameter ఏమిని పట్టుకుంటున్నట్టు కనిపిస్తోంది

d అనే parameter ను interaction strength కు ట్రాకర్‌గా ప్రవేశపెట్టారు. మూల పదార్థంలో, దాని size-scaled magnitude బలహీనంగా పరస్పర చర్య కలిగిన argon నుండి బలమైన hydrogen-bonded water వరకు పెరుగుతుంది. ఇది ఆ parameter కు కేవలం fitting device కాకుండా, భౌతికంగా అర్థమయ్యే పాత్రను ఇస్తుంది. ఆ వ్యాఖ్యానం విస్తృత పరీక్షల్లో నిలిచితే, వేర్వేరు పదార్థాలకు state equation నుండి వేర్వేరు ప్రవర్తన ఎందుకు అవసరమో ఇంజినీర్లు మరియు thermodynamics పరిశోధకులు మరింత సహజంగా అర్థం చేసుకునేలా చేయగలదు.

అలాంటి interpretability ముఖ్యమైనది. అనేక engineering models డేటాకు ఎంత సరిపోతాయో మాత్రమే కాకుండా, వాటి సర్దుబాటు చేయగల భాగాలు గుర్తించగలిగే భౌతిక ప్రభావాలకు సరిపోతాయా అనే అంశంపైనా అంచనా వేయబడతాయి. interaction strength‌తో అనుసంధానించిన parameter, చాలా భిన్నమైన intermolecular ప్రవర్తన కలిగిన ద్రవాలను పోల్చడానికి మరింత పారదర్శక ఆధారాన్ని అందిస్తుంది.

బెంచ్‌మార్క్ ఫలితాలు ఇది కేవలం సిద్ధాంతం కాకుండా, ఆచరణాత్మక లాభం కూడా ఇస్తుందని సూచిస్తున్నాయి

కొత్త పనిలోని ఆకర్షణ ఏమిటంటే, ఇది సిద్ధాంతంతోనే ఆగిపోదు. మూల పాఠ్యంలో పేర్కొన్న benchmark‌లో, model 76 ద్రవాలలో పూర్తిగా predictive mode‌లో saturated-liquid volume కోసం అత్యల్ప mean error‌ను ఇచ్చింది; deviation 4.0% గా ఉంది. దీని అర్థం ఇది ప్రతి thermodynamic modeling సమస్యను పరిష్కరిస్తుందని కాదు, కానీ ఇంజినీర్లు విలువిచ్చే compact structure‌ను కాపాడుతూ ఈ approach ఖచ్చితత్వాన్ని మెరుగుపరచవచ్చని సూచిస్తుంది.

ఈ తేడా ముఖ్యం, ఎందుకంటే పరిశ్రమా modelల చరిత్ర ఉపయోగకరతను త్యాగం చేసి మాత్రమే భౌతిక సౌందర్యం సంపాదించిన విధానాలతో నిండి ఉంది. ఒక model cubic‌గా కొనసాగి, విస్తృత ఇంజినీరింగ్ ప్రాయోగికతను నిలుపుకుని, ఇంకా తప్పును తగ్గించగలిగితే, అది పూర్తిగా భావనాత్మక పునర్వ్యాఖ్యానానికి మించిన ఆసక్తికర విషయం అవుతుంది.

ఇది పరిపక్వ సాంకేతిక రంగాల్లో ఒక విస్తృత నమూనాను కూడా సూచిస్తుంది: కొన్నిసార్లు పురోగతి పూర్తిగా కొత్త framework‌ను కనిపెట్టడం కంటే, పరిచయమైన approximation ఎందుకు పనిచేస్తుందో వివరించి, ఆపై దాన్ని లోపలినుంచి బిగించడంలో ఎక్కువగా ఉంటుంది. ఆ అర్థంలో, ఈ అధ్యయనం జాగ్రత్తగా కూడా ఉంది, ఆశావహంగా కూడా ఉంది. పరిశ్రమలో ఉపయోగకరమైన నిర్మాణాన్ని అలాగే ఉంచుతూ, దాని పునాదులను తిరిగి నిర్మించడానికి ప్రయత్నిస్తోంది.

ఇది ఇంజినీరింగ్ పరిశోధనకు ఏమి అర్థం కావచ్చు

తక్షణ ప్రాధాన్యం భావనాత్మక స్పష్టత. Quadratic attraction-term structure ను చారిత్రక విజయంతోనే కాకుండా భౌతికంగా ప్రేరేపిత correction నుండి పొందగలిగితే, ఈ రంగానికి దాని అత్యంత సాధారణ సాధనాల్లో ఒకదాని గురించి మరింత శుభ్రమైన కథ లభిస్తుంది. ఇది విద్య, model development, మరియు ఈ equations ఎప్పుడు వర్తించాలనే విశ్వాసంపై ప్రభావం చూపవచ్చు.

దీర్ఘకాల ప్రాధాన్యం విధానపరమైనది. మరింత బలమైన పునాదితో ఉన్న cubic state equation, process engineering మరియు energy systems సహా, చిన్న error reductions కూడా పెద్ద స్థాయిలో ప్రాధాన్యం కలిగే రంగాల్లో fluid-property prediction‌ను మెరుగుపరచవచ్చు. అనేక installations‌లో అవి equipment sizing, energy consumption, మరియు operating margins‌ను ప్రభావితం చేసినప్పుడు, చిన్న predictive gains కూడా సమగ్రంగా పెరుగుతాయి.

ఈ పని, విస్మరించబడిన శాస్త్రీయ ఆలోచనలకు తిరిగి వెళ్లడం విలువైనదని కూడా చూపిస్తోంది. ఇక్కడ Tetrode యొక్క ప్రతిపాదన చరిత్రలోని చిన్న గమనిక మాత్రమే కాదు; అది ఆధునిక engineering standard‌ను పునర్వ్యాఖ్యానించడానికి ప్రారంభ బిందువుగా మారింది. కొత్తదనానికి మొగ్గు చూపే పరిశోధనా వాతావరణంలో, పరిష్కారంలేని ప్రశ్నలు కొన్నిసార్లు నిపుణులు చాలా కాలం క్రితం ప్రశ్నించడం ఆపేసిన అంచనాల లోపలే స్పష్టంగా దాగి ఉంటాయని ఇది గుర్తు చేస్తుంది.

ప్రస్తుతం, ప్రధాన వాదన సమతుల్యమైనది కానీ గమనించదగ్గది: chemical మరియు petroleum industries అర్ధ శతాబ్దానికి పైగా ఆధారపడిన ఒక నిర్మాణానికి చివరకు మరింత స్పష్టమైన భౌతిక న్యాయబద్ధత ఉండవచ్చు, మరియు ఆ వివరణతో అనుసంధానించిన సవరించిన model కనీసం ఒక ముఖ్యమైన benchmark‌లో predictive performance‌ను మెరుగుపరుస్తున్నట్లు కనిపిస్తోంది. నమ్మదగిన approximationలపై నిర్మితమైన రంగానికి, ఇది అర్థవంతమైన అభివృద్ధి.

ఈ వ్యాసం Phys.org నివేదిక ఆధారంగా రూపొందించబడింది. అసలు వ్యాసాన్ని చదవండి.