何雪忠[1]2004年在《复杂大分子体系相平衡性质的神经网络预测》文中研究说明复杂大分子体系相平衡性质的研究是化工过程模拟与优化的基础。其目的就是为了理解并掌握复杂多元大分子体系的热力学性质，从而来指导相应的工艺开发和过程优化等问题。本文的研究结果为非对称聚合膜制备的实验研究，蛋白质结晶生长的过程模拟以及结晶反应器设计提供了基础的理论指导。 由于多元大分子体系较为复杂，基于传统热力学模型和多项式拟合的方法，往往不能很好地用于模拟和预测这些体系的热力学相平衡性质。具有高度非线性映射的人工神经网络为此提供了一条有效途径。本文主要基于人工神经网络方法，对研究聚合物成膜体系和蛋白质体系的热力学相平衡性质进行模拟和预测。并对神经网络中传统的误差反向传播算法进行了改进，最终对改进算法的性能进行了验证。 本文的主要工作可以简述如下： 1．基于水／二甲基乙酰胺／聚砜成膜体系的浊点数据对人工神经网络进行训练，并用训练好的网络预测了其它温度下双结点线，这在一定程度上填补热力学数据的不足，从而为非对称膜制备的实验研究提供了基础理论指导。 2．基于人工神经网络对生物大分子蛋白质溶菌酵素体系的溶解度进行了模拟和预测，分析并讨论了各因素对蛋白质溶解度的影响。此外，还与传统热力学模型预测的结果进行了比较。结果表明，人工神经网络可以很好地用于预测蛋白质溶菌酵素体系在其它实验条件下的溶解度，且预测精度高于传统的热力学模型。 3．针对传统误差反向传播学习算法的不足，分别基于动量规则、自适应学习速率系数和修正的Levenberg-Marquardt算法叁个方面对学习算法进行了改进。结果表明，基于动量规则和自适应学习速率系数这两种算法在一定程度上能够提高网络的预测精度并加快网络的收敛速率。但与修正的Levenberg-Marquardt算法相比，仍存有不足。因此，对于所研究的复杂大分子体系的相平衡性质，基于修正的Levenberg-Marquardt算法的BP网络显示较好的训练和预测效果。 4．引入基于自然界生物进化思想的遗传算法，结合遗传算法的并行全局之搜索能力和修正的Levenberg-Marquardt算法快速精确寻优之特点，提出了联合遗传优化Levenberg-Marquardt算法的新思想。选用蛋白质体系和聚合物成膜体系对新算法的性能进行了验证，结果表明这种新算法较传统EBP算法具有更高的预测精度，同时郑州大学硕士学位论文也降低了人工神经网络计算的时间消耗。
何雪忠, 张香平, 张锁江, 李春山, 刘金盾[2]2005年在《改进的L-M算法用于大分子体系相平衡的神经网络预测》文中研究表明误差反向传播 (EBP) 算法目前已广泛应用于 Back propagation (BP) 网络的学习和训练, 但存在网络收敛速度慢的缺点. 从目标函数和网络权值与阈值的初始化两方面对标准的 Levenberg Marquardt算法做了改进,改进的算法可以减少计算的复杂性及对内存的需求, 尤其对具有较大样本及复杂拓扑结构的网络效果更为明显.基于改进的Levenberg Marquardt算法的BP网络对蛋白质体系的溶解度和聚合物成膜体系的液 液相平衡性质进行模拟和预测, 结果表明: 改进的Levenberg Marquardt算法较传统的EBP算法的收敛速度大大提高, 且能较好地用于预测溶菌酵素在盐溶液中的溶解度和水/二甲基乙酰胺/聚砜成膜体系的双结点曲线.
栾锋[3]2006年在《支持向量机（SVM）和径向基神经网络（RBFNN）方法在化学、环境化学和药物化学中的应用研究》文中研究说明定量结构-性质/活性相关(QSPR/QSAR)研究是计算化学和化学信息学研究中的重要研究热点之一。它主要应用各种统计学方法和理论计算方法研究有机化合物的结构与其各种物理化学性质以及生物活性之间的定量关系。QSPR/QSAR的研究对象包括化合物的各种物理化学性质、生物活性、毒性、药物的各种代谢动力学参数等等,研究领域涉及化学、化工、环境化学、药物化学等诸多学科。 建立准确的定量数学模型一直是QSPR/QSAR研究的追求目标之一,而建模方法又是决定模型好坏的一个关键因素,因此新方法的发展一直是QSPR/QSAR研究中的一个重要任务。本论文在研究小组过去10余年来对神经网络方法(ANN),包括BP网络和RBFNN网络的研究基础上,将支持向量机(SVM)方法应用到化学、环境化学和药物化学等领域中,进行了1100多种化学物质的性质、环境毒物的毒性和药物有关的性质的预测,建立了准确的定量结构性质/活性关系模型。 论文第一章简述了定量结构性质/活性关系(QSPR/QSAR)的基本原理,研究过程以及研究现状,其中在研究过程中着重介绍了建模方法。在指出当前神经网络建模方法不足的基础上,详细介绍了一种新的机器学习算法—支持向量机方法,并概括和展望了其在QSPR/QSAR中的应用。 在第二章中,我们将SVM和RBFNN方法应用到化学领域中,主要包括以下几个方面的研究工作: (1)应用多元线性回归(MLR)和SVM方法建立了预测364个有机化合物的范德华常数的QSPR模型。MLR不仅用来建立线性回归模型,同时也作为选择SVM输入描述符的方法。SVM模型的训练集、交互检验集、测试集和整个数据集的均方误差(Mean Square Error,MSE)分别为:常数a:5.96,8.00,6.67和6.65;常数b:9.56×10~(-5),3.18×10~(-4),4.22×10~(-4)和2.33×10~(-4)。 (2)应用启发式(HM)和SVM方法分别建立了149个易挥发有机化合物的气相色谱保留时间和5个分子描述符之间的线性和非线性QSRR模型。非线性的SVM模型的结果优于线性HM模型的结果,对于测试集均方误差MSE分别为1.094和1.644。而且预测值与实验值是非常一致的。 (3)用HM和RBFNN方法建立了预测63个有机小分子化合物在低密度聚乙烯上的渗透系数的定量模型。它建立的模型与以往的模型相比,有同样的可靠性。这
刘守纪[4]2005年在《高聚物流变性能参数预测系统的研究与开发》文中提出高聚物的流变性能对于正确设计模具、选择加工机械、确定加工工艺条件以及进行高聚物熔体充模、流动分析和模拟而言是不可缺少的物性参数。但是高聚物的流变性能受剪切速率、温度和压力等因素的影响较大,各因素之间呈复杂的非线性关系,很难用准确的流变方程来描述。而且高聚物的种类繁多,不同厂家生产的同一种高聚物也会因为其相对分子量分布不同而导致其流变性能差异甚大,这就给高聚物加工企业设计模具、确定加工工艺等造成不便。因此,准确测定高聚物材料在不同加工条件下的流变性能数据已成为急需解决的问题,而所有条件下的流变性能数据都用测量的方法得到是不切实际和没有必要的,有效的办法是仅通过几次有限的测试,就能够预测出一种高聚物的流变性能数据。随着人工神经网络等非线性科学技术在各行业中的广泛应用,其优越的性能为解决此问题提供了新的途径。作者在前人经验的基础上将人工神经网络与经典流变学理论相结合,选择了广泛用于解决函数逼近问题的BP神经网络模型来预测高聚物的流变性能,并采取了一些措施来改进BP网络的结构。在总结了建立神经网络的方法与原则后,结合VB软件和MATLAB软件的优点混合编程,开发了一套可以用于预测高聚物流变性能的集成应用软件。经实验验证,软件的预测效果比较满意,基本上可以用来指导工程应用和生产实践。
钟煜[5]2017年在《天然气水合物晶体结构判别及转换方法研究》文中认为天然气水合物是一种水与烃类、二氧化碳及硫化氢等小分子气体在一定条件下形成的非化学计量型晶体化合物,主要有I型(立方晶体结构)、Ⅱ型(菱形晶体结构)和H型(六方晶体结构)叁种结构。研究水合物晶体结构及其变化规律,对天然气水合物形成机理、微观动力学等方面的研究具有重要意义。本文探讨了天然气水合物晶体结构类型判别及转换等方面的内容,主要研究工作如下:(1)对国内外天然气水合物晶体结构判别方法,技术研究现状进行调研。总结得出当前的方法存在研究对象单一、多在实验室中借助各种仪器技术测定,目前没有一种能够方便快速并精确测定天然气水合物结构类型与水合物结构类型是否发生转换的理论方法,并且没有一种集水合物生成及结构类型判断的实验及工业化装置;(2)分析对比天然气水合物相平衡条件研究方法中的相平衡常数法、图解法、经验公式法和热力学模型法,本文采用热力学模型法对天然气水合物相平衡条件进行研究,并计算对比了热力学模型法中的vdW-P模型与Chen-Guo模型的准确度,本次研究中vdW-P模型相比Chen-Guo模型其误差更小,结果更为准确。基于vdW-P模型,采用Visual Basic 6.0语言开发"天然气水合物结构类型判别程序",该程序用于计算天然气水合物生成与分解的温压条件和生成水合物的结构类型;(3)本文用人工神经网络模型方法来对天然气水合物晶体结构进行判别。用编制程序计算得到大量样本数据,并建立了 一个对天然气水合物结构类型进行预测的人工神经网络模型。为了获得最好的神经网络模型,对各种不同的训练功能和网络模型结构进行训练,其中,训练功能为trainlm,结构为双隐层,每个隐含层含7个节点的人工神经网络具有最小的MSE值以及最高的精度。(4)对建立的人工神经网络模型进行了验证,验证过程中分别采用了 Hold-out method与Leave-one-out method来训练判别天然气水合物结构类型的人工神经网络,从结果的均方误差值(MSE)来看,采用Leave-one-out method训练的人工神经网络具有更高的精确性,并对该人工神经网络做了适应新评估,发现该人工神经网络模型能够很好的对天然气水合物结构类型进行预测;(5)在非相平衡条件下,分析比较了气-液-固叁相闪蒸计算模型中的Cole-Goodwin算法与Chen-Guo算法。并基于Chen-Guo算法提出判断水合物偏离相平衡条件的过程中水合物结构类型转换的方法;(6)在天然气水合物晶体结构判别及转换方法基础上,设计了两套能进行天然气水合物结构类型测定的多功能实验装置和天然气水合物的结构类型转换装置,其能实现以下功能:天然气水合物结构类型的测定、天然气水合物结构类型转换测试、天然气水合物生成质量测定、天然气水合物生成的热力学条件测定、水合物抑制剂的评价。
叶成[6]2006年在《化学学科发展综合报告(2006)》文中进行了进一步梳理一、引言(一)化学是承上启下的中心科学在进入了21世纪的今天,人们在谈论科学的发展时指出,"这将是一个生命科学和信息科学的世纪",那么究竟"化学还有什么用呢?"。诚如诺贝尔化学奖获得者HWKroto在回答这个问题时所述,"正是因为21世纪是生命科学和信
任保增[7]1997年在《有机化合物的环境性质模型》文中提出环境科学是世界性的战略研究新学科，其主题是污染预防和治理。污染预防和治理的基础是环境暴露危险评估，而环境暴露危险评估的一个重要根据是有机污染物的环境性质。 本文根据化工热力学和有机分子结构理论，采用先进、可靠的实验技术，建立有机化合物无限稀释活度系数、疏水常数等重要环境性质的实验测试、计算／预测模型，研究温度、分子结构对无限稀释活度系数、疏水常数的影响规律，将人工神经网络技术引入分子结构信息处理，建立了喹诺酮类药物的定量结构活性／性质相关模型。 无限稀释活度系数是真实溶液的特征数据，水中无限稀释活度系数反映了有机污染物完全被水分子包围时的环境特性，作为可测的一个重要环境性质，又是疏水常数、极限溶解度、Henry常数、溶解平衡常数等环境性质估算的基础数据。 疏水常数是有机污染物的亲脂性参数，是决定有机物分子在环境中转移、分配以及通过生物膜吸收、在组织内渗透、消除的重要性质，也是估算有机物在水中溶解度、土壤／沉积物吸附系数、生物富积因子等环境性质的关键数据，就是在预测分子跨膜传递特性、蛋白结合、受体亲和性、药理活性、新药设计等方面也有广泛应用。 在自己设计安装的气提法双釜流程装置上，实验测得不同温度下可挥发性有机物在水中的无限稀释活度系数。根据溶液热力学，研究了无限稀释活度系数的温度效应，求出了无限稀释偏摩尔超额焓和偏摩尔超额熵，首次提出了无限稀释活度系数随温度变化的同系物交点规律，用实验和文献数据做了验证。在此基础上，提出了一个新的分子拓扑指数W_R，建立了同系物的无限稀释活度系数与温度和分子结构的定量相关模型，可以计算／预测同系物中任一成员在任意温度下的无限稀释活度系数。通过实验和文献数据校验，表明本模型具有相当好的估算精度和预测功能。 针对难挥发和不挥发有机污染物在水中无限稀释活度系数实验测定的困难和问题，根据化工热力学中的固液相平衡理论，结合反相液相色谱过程特征，创建了液相色谱直接法测定水中无限稀释活度系数模型。据此模型实验测定了25℃下8种烷基苯在水中的无限稀释活度系数，与不同年代、不同作者、不同文献报道的实验值相吻合。应用所建模型测得尚未见报道的已列入环境污染物“黑名单”的7种芳胺类化合物在水中的无限稀释活度系数。
阎中[8]2007年在《厌氧消化反应器分块混箱系统动力学模型研究》文中研究表明随着厌氧消化工艺的进步与完善,厌氧处理技术在全世界范围内被迅速的广泛应用。同时,与之相关的厌氧反应数学模型的研究也取得新进展。迄今为止,厌氧消化模型逐渐分化为白箱结构模型与黑箱模糊模型两种主要形式,其中结构模型以Andrews模型及IWA的ADM1模型为代表,而黑箱模型的代表为Bp神经网络与模糊神经网络模型。研究结果表明,虽然两类模型均尝试对厌氧消化反应器进行模拟,但是由于厌氧消化系统是一个多变量、强耦合、高度非线性的超复杂系统,传统的结构方法存在一定不足和缺陷,诸如参数获取困难、模型结构复杂,升级与简化过程工作量大等,而黑箱模型又完全脱离了厌氧生化过程的研究进展。通过对以上两类方法的分析,结合厌氧消化反应的最新研究进展,本研究提出以系统动力学为基础,采用定性与定量相结合的建模理论及方法,在解决黑箱、灰箱、白箱等模型构建和相关数学方法的基础上,构建完整的厌氧消化反应系统系统动力学混箱模型(APVM)。论文的主要内容及成果如下:●利用系统动力学表函数方法对厌氧消化反应基础动力学进行研究,并提出综合Monod方程与半定量表函数的方法对抑制现象进行模拟创新性的方法,新的数学工具和提出的方法统一抑制动力学的形式,从而实现对复杂抑制动力学和现象简单有效的模拟,充分保留了系统信息,同时减少了需要的参数数量,可以确保对系统的真实还原;●基于系统动力学的建模思想及理论,研究提出采用定性分析+定量模拟的综合反馈方法构建厌氧消化系统动力学模型。通过系统分析归纳了存在于事物之间的叁种基本模式,并首次提出系统动力学事物之间的关系模式同样适用于描述子系统之间的关系的思想,这为分块建模奠定理论基础。●在定性分析的基础上,论文首次提出基于系统分解及综合的分块建模理论。将以葡萄糖为进水基质的厌氧反应器作为研究对象,分别构建了组成该系统的叁个基本功能模块。与实测数据对比表明,基于分块理论构建厌氧消化模型与传统结构模型相比具有等效性,并在其基础上极大程度的简化了模型的结构,便于实现模型的简化与升级。●针对传统模型静态参数存在信息缺失、容易引入误差等问题,研究基于系统动力学的反馈理论提出叁种参数自调节手段,并选择了适合于厌氧消化系统的方法。同时,论文对厌氧反应器生化反应耦合复杂流态的综合模型构建做出理论探讨,并对其在SD模型中的实现作相应研究。●在分块建模理论的基础上,根据厌氧消化反应领域的最新研究进展,参考ADM1的结构形式,论文将厌氧消化系统划分为5组模块,并在此基础上构建了相对完整的厌氧消化反应器数学模型。首次在模型中同时综合黑箱模糊、白箱结构、灰箱表函数等计算方法,并提出针对不同模块采用不同的数据处理手段。利用研究构建的模型对实际运行反应器进行了模拟,模拟结果表明,基于分块理论建立的模型可以有效的简化模型结构,减少模型计算量,并具有良好的可拓展性。
杨中凯[9]2008年在《煤直接液化反应动力学模型化和模拟研究》文中研究说明复杂大分子体系相平衡性质的神经网络预测
李红茹[10]2008年在《超临界流体在中药雷公藤制剂中的应用及其溶解度的理论研究》文中研究说明超临界流体萃取技术是环境友好且高效节能的新的化工分离技术,是中药现代化的关键技术之一;中药雷公藤具有免疫抑制的作用,通过传统提取工艺得到的提取物毒副作用较大,主要有效成分含量低;本论文研究利用超临界流体萃取技术提取并分析雷公藤有效成分的可行性,同时对雷公藤药物的新剂型进行了研究,这对提高药物的药效和促进中药产业的现代化和国际化,具有重要的意义;本课题还对溶质在超临界流体中的溶解度进行了理论研究,该理论研究对超临界流体萃取的工艺设计具有指导作用。首先,采用超临界CO_2结合静态夹带剂萃取的方法对雷公藤有效成分的萃取进行了研究。实验以有效成分雷公藤甲素、雷公藤总生物碱以及毒性成分雷公藤红素的收率以及在浸膏中的质量分数为指标,分别对夹带剂种类与组成、萃取温度、萃取压力、静态浸泡时间等因素进行了考察。实验结果表明,当75%乙醇水溶液为夹带剂、萃取温度为43℃、萃取压力为25 MPa、静态萃取时间为3 h时,超临界流体萃取雷公藤甲素收率是传统工艺95%乙醇回流提取?氯仿萃取方法的3.49倍。色谱指纹图谱的分析表明,超临界流体萃取工艺稳定,批次之间的相似度在0.95~1.0之间;雷公藤超临界提取物的体外以及体内的药理和毒理实验结果表明:雷公藤超临界流体萃取物的药效为市售药物的3~4倍,毒性只是其1/2。在上述超临界CO_2结合静态夹带剂萃取的基础上,采用超临界CO_2结合高压溶剂萃取的方法对雷公藤甲素的萃取工艺进行进一步研究,考察溶剂的种类、加入方式以及用量,萃取温度,萃取压力对萃取的影响,结果表明:以85%乙醇溶液为高压溶剂,采用预浸?连续加入溶剂的方式,当萃取温度为50℃,萃取压力为25 MPa时,雷公藤甲素的提取率是超临界CO_2结合静态夹带剂萃取的1.25倍,但是该方法所用的有机溶剂量为超临界CO_2结合静态夹带剂萃取的31倍,对设备的要求也更高,其工业可行性需要进一步探讨。为了进一步降低超临界CO_2结合静态夹带剂萃取得到的提取物的毒性,本文还将雷公藤复杂提取物制备成脂质体并测定提取物中的主要成分的包封率。研究中采用薄膜?超声法制备脂质体,考察工艺参数以及处方组成对提取物中雷公藤红素以及雷公藤总生物碱包封率的影响。实验结果表明,在优化的工艺条件下,雷公藤红素和雷公藤总生物碱的包封率都较高,可分别达到98.18%和88.63%。另外,本文还以超临界CO_2结合静态夹带剂萃取作为样品前处理手段,建立雷公藤药材中雷公藤红素的快速分析方法。通过考察夹带剂种类、萃取温度、萃取压力、萃取次数以及夹带剂用量对雷公藤红素萃取的影响,优化了前处理条件。该方法大大减少了有机溶剂的用量和萃取所用的时间,回收率范围达到90.5%~103.2%,检测限和定量限分别为2.2μg/mL和7.36μg/mL,符合分析的要求。最后,对脂肪酸、脂肪醇、脂肪酸酯以及甘油叁酯类物质在超临界CO_2中的溶解度进行了研究,采用Chrastil方程对溶质在超临界CO_2中的溶解度进行关联,首次建立了溶质的分子连接指数(MCIs)与Chrastil方程中的参数的线性关系,对溶质在超临界CO_2中的溶解度进行预测,该预测过程不需要溶质的具体物化性质,只通过简单的计算,即可对物质在超临界CO_2中的溶解度在数量级范围内进行估算。
参考文献：
[1]. 复杂大分子体系相平衡性质的神经网络预测[D]. 何雪忠. 郑州大学. 2004
[2]. 改进的L-M算法用于大分子体系相平衡的神经网络预测[J]. 何雪忠, 张香平, 张锁江, 李春山, 刘金盾. 化工学报. 2005
[3]. 支持向量机（SVM）和径向基神经网络（RBFNN）方法在化学、环境化学和药物化学中的应用研究[D]. 栾锋. 兰州大学. 2006
[4]. 高聚物流变性能参数预测系统的研究与开发[D]. 刘守纪. 内蒙古工业大学. 2005
[5]. 天然气水合物晶体结构判别及转换方法研究[D]. 钟煜. 西南石油大学. 2017
[6]. 化学学科发展综合报告(2006)[C]. 叶成. 化学学科发展研究报告(2006). 2006
[7]. 有机化合物的环境性质模型[D]. 任保增. 北京化工大学. 1997
[8]. 厌氧消化反应器分块混箱系统动力学模型研究[D]. 阎中. 北京市环境保护科学研究院. 2007
[9]. 煤直接液化反应动力学模型化和模拟研究[D]. 杨中凯. 北京化工大学. 2008
[10]. 超临界流体在中药雷公藤制剂中的应用及其溶解度的理论研究[D]. 李红茹. 天津大学. 2008
标签：无机化工论文; 有机化工论文; 人工神经网络论文; 热力学论文; 超临界流体论文; 热力学温度论文; 活度系数论文; 预测模型论文; 厌氧消化论文;