Sekilas Info Tentang Data Physical Properties

Sekilas Info Tentang Data Physical Properties

Kegiatan mencari data –data seperti : densitas, viskositas, kapasitas panas, panas laten dan lain – lain merupakan bagian yang tidak terpisahkan bagi seorang mahasiswa teknik kimia, process engineer maupun chemical engineer. Data – data tersebut sangat berguna dalam mendesain suatu peralatan proses ( chemical process equipment ) maupun untuk mengevaluasi kinerja peralatan ( evaluating performance ). Baik atau tidaknya suatu desain peralatan salah satunya ditentukan dengan valid atau tidaknya data – data properties yang digunakan. Secara umum data – data tersebut mungkin dapat dikelompokkan menjadi tiga bagian yaitu : Thermodynamic Properties, Transport Properties dan Thermal Properties. Thermodynamic Properties meliputi entalpi, entropi, kapasitas panas, penentuan koefisien fugasitas, koefisien aktifitas dan lain - lain. Transport Properties meliputi : densitas, viskositas, suface tension dan lain - lain. Thermal properties seperti konduktivitas termal.

Banyak studi yang telah dilakukan untuk mendapatkan data – data properties tersebut, baik melalui eksperimen atau dengan membuat suatu korelasi dan interpolasi yang cukup akurat . Umumnya data – data properties tersebut dapat kita temui pada dua sumber utama yaitu : dari Literatur ( handbook ) dan software. Banyak literatur yang mempublikasikan data – data properties berbagai komponen atau senyawa umum yang digunakan pada berbagai industri kimia beberapa literatur tersebut diantaranya adalah :

*Chemical Engineering Design

*Chemical Properties Handbook

*Gas & Liquid PropertiesGPSAHanbook of Physical-Chemical Properties & Enviromental Fate for Organic Chemical

*Perry Chemical Handbook
*Physical Properties Data for Chemical & Mechanical Engineer.
*Physical Properties of Hydrocarbon
*Physical Properties of Polymer Handbook
*dan lain - lain.

Sementara untuk sofware, terdapat semacam provider khusus sebagai data - data Physical Properties seperti Chempak Viewer dari Applied Flow Technology (AFT). Data – data properties tersebut dapat juga ditemukan pada software – software simulasi proses baik yang bersifat free licence maupun ber-licence seperti : Hysys ( Hyprotech ), Aspen Hysys ( Aspen Tech ) , ProII ( Simci ) , Chemcad, DWSIM , Aspen Plus ( Aspen Tech ) , Design II ( Winsim ) dan lain – lain.

Dari kedua sumber umum tersebut, beberapa orang lebih menyukai menggunakan Software dalam kegiatan pencarian data - data properties tersebut. Kelebihan dari menggunakan software adalah disamping kita dapat mengetahui basic data ( seperti berat molekul, Tc, Pc, normal boiling point dan lain – lain ) kita juga dapat mengetahui persamaan – persamaan atau korelasi yang digunakan dalam fungsi variable lain seperti temperature ( misal untuk tekanan uap vs temperature dan lain – lain ). Disamping itu pula dengan menggunakan software kita dapat dengan mudah melakukan perhitungan – perhitungan data – data properties tersebut untuk kondisi campuran ( mixture ), hal tersebut sangat membantu mengingat kita lebih banyak terlibat dengan campuran dari pada komponen tunggal atau pure component. Yang patut kita perhatikan adalah bahwa perhitungan untuk kondisi campuran dari komponen tunggal akan berbeda – beda untuk jenis properties.

Tidak semua data – data properties suatu komponen yang kita inginkan dapat ditemukan baik pada literatur maupun software tersebut. Permasalahan tersebut dapat diatasi dengan melakukan estimasi ( estimation of Properties ). Terdapat dua cara atau metode untuk melakukan estimasi properties yaitu : pertama dengan menggunakan Law of Corresponding State , kedua dengan metode Structure ( group contribution ).

The Law of Corresponding State diajukan oleh Van der Waals pada tahun 1873, metode ini membuat satu generalisasi bahwa physical properties dan thermodynamic properties tergantung pada gaya intermolekular , yang dihubungkan dengan critical properties dengan cara yang universal. Cara lain untuk menyatakan konsep ini adalah jika equation of state ( persamaan keadaan ) sebarang fluida ditulis dalam fungsi reduced properties ( Tr, Pr, Vr ), maka persamaan ini valid untuk fluida lainnya. Hubungan antara tekanan terhadap volume pada temperature konstant akan berbeda untuk tiap – tiap komponen, namun begitu corresponding law menyatakan bahwa jika tekanan, volume dan temperature dihubungkan terhadap critical propertiesnya, fungsi reduces pressure terhadap reduce volume menjadi sama untuk semua komponen atau substansi. Dapat pula dijabarkan dengan :

Property ex: densitas = f ( Pr, Tr )

Fungsi reduced dapat dijabarkan sebagai fraksi dari critical property-nya atau : 

Pr = P/Pc, Vr = V/Vc dan Tr = T/Tc.
Smith dan kawan – kawan menyatakan teori corresponding state sebagai berikut : “ semua fluida apabila dibandingkan pada Tr dan Pc yang sama memiliki faktor kompresibiliti ( Z ) yang sama ( diperikarakan sama ) dan memiliki derajat deviasi yang sama terhadap gas ideal “.

Persamaan diatas ( two parameter corresponding state ) cukup valid untuk simple fluida ( argon, krypton dan xenon ), namun begitu terdapat deviasi untuk fluida yang lebih komplek, oleh karena itu untuk memperbaiki keakuratan hasil maka diperkenalkanlah parameter ketiga yang berhubungan dengan karakterisik struktur molekul atau karakteristik perilaku fluida ( fluida behaviour ) yaitu faktor Aksentric ( acentric factor ), ω.

Property = f ( Tr, Pc, ω)

Tipe metode estimasi lainnya adalah metode stucture. Semua macroscopic properties berhubungan dengan struktur molekulnya ( seperti atom, grup atom, dan ikatan – ikatan ) yang mana menentukan besarnya dan tipe gaya intermolekul. Konsep structure mengusulkan bahwa macroscopic properties dapat dihitung melalui konstribusi grup ( group contributions ). Metode ini lebih simple dan cepat dan hanya membutuhkan rumus atau formula dari senyawa yang bersangkutan. Nilai kontribusi grup ditentukan dengan cara eksperimen. Nilai masing – masing kontribusi grup untuk tiap – tiap jenis physical properties berbeda – beda misalnya nilai group –CH3 untuk estimasi kapasitas panas liquid berbeda dengan nilai –CH3 untuk estimasi kapasitas panas gas ideal. Topik estimasi ini dibahas lebih rinci oleh Reid, Prausnitz dan Poling , RK. Sinnot membahas topik ini ( disertai dengan contoh ) namun tidak terlalu terperinci.

Jika kita menggunakan Software simulasi proses seperti Hysys, DWSIM terdapat suatu fitur yang dapat melakukan estimasi untuk properties yang tidak diketahui yaitu Hypothetical. Fitur ini dapat memberikan pilihan kepada user untuk menentukan sendiri jenis –jenis persamaan atau korelasi yang digunakan untuk melakukan estimasi terhadap nilai properties yang tidak diketahui atau dapat pula dengan pilihan default.

Refrensi :
*C.L Yaws (ed), Chemical Properties Handbook, 1999, McGraw-Hill
*Donald Mackay dkk, Handbook of Pyhsical – Chemical Properties and Enviromental Fate for Organic *Chemicals 2nd Ed, 2006, CRC Press
*G.M Kontogeorgis & Rafiqul Gani, Computer Aided Property Estimation for Process & Product Design, 2004, Elsevier.
*GPSA, Engineering Data Book
*J.M.Smith, H.C.Van Ness dan M.M Abbott, Introduction to Chemical Engineering Thermodynamics 6th Ed, 2001, McGraw-Hill
*James E. Mark (ed), Physical Properties of Polymer Handbook 2nd Ed, 2007, Springer
*John M.Campbell, Gas Conditioning & Processing, 1992, Campbell Petroleum Series
*R.C.Reid, J.M Prausnitz dan B.E. Poling, The Properties of Gases & Liquid 4th Ed, 1988, McGraw-Hill
*R.W Gallant & Jay.M Railey, Physical Properties of Hydrocarbon Vol I 2nd Ed, 1992, Gulf Publishing
*Robert H.Perry & D.W.Green, Perry’s Chemical Engineer’ Handbook 7th Ed. 1999, McGraw-Hill

Sumber : 

http://blog.unsri.ac.id/chemeng%20sai/plant-design/sekilas-info-tentang-data-physical-properties/mrdetail/10100/