CONTRIBUTION A LA MODELISATION DE LA SOLUBILITE DES SOLUTES SOLIDES DANS LES FLUIDES SUPERCRITIQUES

Abstract

Contribution à la modélisation de la solubilité des solutés solides dans les fluides supercritiques Le présent travail a pour objectif la réalisation d’une étude comparative des différents modèles semi-empiriques proposés dans les trois dernières décennies sur une base de données la plus exhaustive possible. Les résultats de l’étude seront utilisés, éventuellement pour la proposition d’un modèle basée sur la densité améliorant la qualité de corrélation de la solubilité de solutés solides dans le CO2-SC. Notre première contribution a porté sur une base de données de 100 médicaments représentant 2891 points de données expérimentales collectés à partir de la littérature. Le premier nouveau modèle basé sur la densité, proposé dans ce travail, a été dérivé d'une simple modification du modèle de Jouyban à six paramètres afin de corréler la solubilité. La performance corrélative du modèle proposé a été comparée avec celles de huit modèles sélectionnés. Les résultats de la comparaison globale entre les performances des différents modèles indiquent que le modèle proposé dans cette étude fournit la meilleure performance de corrélation, où l'erreur relative absolue moyenne varie entre 0,86% et 23,64% avec une moyenne de 8,13%. Notre deuxième contribution a porté sur un ensemble plus large de données expérimentales de la solubilité de 210 solutés solides dans le CO2 supercritiques, et un total des points expérimentaux de 5550. L’étude comparative de la performance corrélative a englobée 21 modèles empiriques. Sur la base des résultats de la comparaison, un deuxième nouveau modèle basé sur la densité à huit paramètres a été proposé. La comparaison montre que les modèles à trois paramètres sont les moins précis. Les résultats montrent également que les modèles qui relient le logarithme de la solubilité au logarithme de la densité du solvant et de la température sont plus précis que les modèles incluant la pression. Lorsque l'on compare la performance de corrélation globale en termes d'écart relatif absolu moyen, le modèle proposé est de loin le meilleur avec un ERAM compris entre 0,17 et 81,99% et une valeur moyenne de 8,88%. La troisième contribution dans ce travail concerne l’utilisation des méthodes de l’intelligence computationnelle (réseaux de neurones artificiels, les machines à vecteurs de support, les machines à vecteurs de support par moindres carrés, système adaptatif d'inférence neuro-flou) pour la régression de donnée de solubilité. Des descripteurs basés sur le modèle COSMO-RS ont été utilisé comme des données d’entrées. Les résultats montrent que les performances corrélatives de ces méthodes sont acceptables avec un léger avantage de la méthode des réseaux de neurones artificiels.