基于分子动力学和机器学习方法预测溶剂化自由能和无限稀释活度系数文献综述

 2023-02-05 21:07:20

1. 选题的背景及意义1.1选题背景无限稀释活度系数( )是一个非常重要的热力学数据,它可以用于气液分配系数的计算,在化工分离中评价选择最优溶剂,同时还可以利用活度系数模型用于气液相平衡、液液相相平衡的计算。

无限稀释活度系数在食品、高分子和生物领域都有非常重要的应用。

这使得如今发展出了许多用来预测无限稀释活度系数的模型或者方法。

源于化学势计算在生物和化学过程工程的重要应用,产生了多种热力学模型来关联或者预测无限稀释活度系数。

例如UNIFAC(UNIQUAC Functional-group Activity Coefficients)的基团贡献法已经广泛用于过程工程中来预测限制活度系数[1]。

其他的模型,例如MOSCED(Modified Separation of Cohesive Energy Density)是基于溶解度参数,并且提供了对潜在分子水平驱动力的定性见解[2]。

基于统计扰动理论的状态方程,例如PC-SAFT(Perturbed-Chain Statistical Associating Fluid Theory)状态方程已经在预测液相平衡中应用的十分成功[3]。

其他数值方式(能够维持流体分子特性的)是参考相互作用位点模型(the Reference Interaction Site Model,RISM)或积分方程理论中产生的经典密度泛函理论。

上述的这些方法也广泛用于计算溶剂化自由能。

然而,使用这些方法获得的结果显示出对各种参数和输入方程的近似值非常敏感。

剩余内容已隐藏,您需要先支付 10元 才能查看该篇文章全部内容!立即支付

以上是毕业论文文献综述,课题毕业论文、任务书、外文翻译、程序设计、图纸设计等资料可联系客服协助查找。