有机物冷却结晶过程溶剂的计算机辅助分子设计方法研究

来源 :华南理工大学 | 被引量 : 0次 | 上传用户:chinacode007
下载到本地 , 更方便阅读
声明 : 本文档内容版权归属内容提供方 , 如果您对本文有版权争议 , 可与客服联系进行内容授权或下架
论文部分内容阅读
传统的实验试错法选择结晶溶剂需要消耗大量的人力物力,计算机辅助分子设计(CAMD)为结晶溶剂的选择提供了一种新思路。本文对有机物冷却结晶过程溶剂进行计算机辅助分子设计,形成与之对应的CAMD问题,研究和开发实用性高的CAMD方法,为有机物冷却结晶过程设计并选择出性能较优的溶剂。主要内容如下:首先,确定了溶剂的毒性、熔点、沸点、溶解性以及潜在回收率作为设计有机物冷却结晶过程溶剂的目标性质,并基于文献调研和分析选择了相应的性质预测模型。其次,研究了基于单目标优化的CAMD方法。将有机物冷却结晶过程溶剂的CAMD问题视为单目标优化问题,组成分子的基团作为变量,溶剂的熔点、沸点、毒性、溶解性以及分子结构可行性作为约束条件,潜在回收率作为目标函数,进一步将该问题转化成整数非线性规划(INLP)模型。提出了一种基于枚举法的CAMD方法,对该模型进行求解以获得符合设计目标的候选分子。基于该方法求解了2-巯基苯并噻唑(MBT)冷却结晶过程溶剂的CAMD问题,在给定的设计范围空间内,获得了最佳溶剂甲苯。进一步,研究了基于多目标优化的CAMD方法。针对有机物冷却结晶过程溶剂的CAMD问题,将溶剂的毒性、溶解度参数差值以及潜在回收率作为三个目标,分子结构的可行性作为约束条件,建立多目标优化模型。提出了一种基于快速非支配排序遗传算法(NSGA-II)的CAMD方法,对该模型进行求解以获得Pareo最优解集,即一系列候选溶剂分子。利用这种方法求解了葵二酸冷却结晶过程溶剂的CAMD问题,将设计的结果和其他研究利用CAMD方法和通过数据库搜索的结果进行了比较,发现该方法具有比较好的适用性。之后,基于该方法求解了MBT冷却结晶过程溶剂的CAMD问题,发现利用枚举法为MBT冷却结晶过程筛选出的最佳溶剂甲苯也包含在该方法得出的Pareto最优解集中。最后,针对MBT冷却结晶溶剂设计和选择问题,验证了溶剂溶解性预测方法以及UNIFAC模型的可靠性。在甲苯溶剂中开展了MBT冷却结晶实验,探索结晶终点温度、降温速率以及溶质初始浓度对产品收率和纯度的影响。发现降温速率为0.3 K/min、结晶终点温度为313.15 K、溶质初始浓度为0.046 g/g时,得到了收率为72.1%,纯度为99.7%的产品。
其他文献
千克组砝码定期检定是量值准确传递与溯源重要保障,相关检定单位主要依靠人工搬运千克组砝码检定,测量精度差、检定效率低、劳动强度大。为此,本文以“堆叠千克组砝码智能化检定关键技术研究”为题,设计千克组砝码智能化检定关键技术总体框架,研究堆叠千克组砝码的深度学习识别与分割技术、千克组砝码RGBD多模态传感定位技术、堆叠千克组砝码检定顺序规划调度技术,研制堆叠千克组砝码智能化检定集成系统,开展相关技术、集
傩面是萍乡傩文化的瑰宝,那形态各异、栩栩如生的样貌,让人印象深刻。在萍乡,要谈到傩面雕刻大师,不得不提彭国龙。彭国龙是中国傩文化传承保护基地首批傩面雕刻传承人、省级非物质文化遗产项目萍乡湘东傩面雕刻代表性传承人,至今已在傩面雕刻领域研磨近40年,不仅能写诗作画,还精于木工雕刻。其中,又以傩面具雕刻最为拿手,行内尊他为"湘东傩雕第一人"。
期刊
量子群及其表示理论是二十世纪八十年代新起的一个数学分支.它有着丰富的物理背景,同时与其他数学分支有着紧密的联系,如李代数,表示论,数论和可积系统等.本学位论文主要考虑的是量子一般线性超群GLq(m|n)的连通性(Connectedness).在经典理论中,仿射代数群的连通性是由它的Zariski拓扑决定的,而Zariski拓扑可以完全通过它的坐标环来描述。然而,根据Takeuchi及其合作者的工作
近些年来,随着科技、技术的快速发展,特别是电商的蓬勃发展使得商品的零售模式也发生了改变。在新零售模式下,商品的生产、流通和销售都可以依托大数据和新技术来进行改造升级。无人售货机便是一个极佳的实践对象,早期的无人售货机售卖商品的方式主要是用户先通过售货机柜外的显示屏或按钮选择商品,付费后通过传送装置将商品送到指定的区域自取,这种方式因稳定性好、安全性高而被广泛使用,缺点是成本太高;随着深度学习技术的
随着互联网的飞速发展,终端业务对于通信带宽和传输速率的需求呈爆炸式增长,这使得接入网、数据中心(Data Centers,DC)等短距离通信系统对通信传输质量的要求不断提高。强度调制/直接检测(Intensity Modulation and Direct Detection,IM/DD)技术因为低功耗低成本的优势被广泛应用于短距离光通信系统当中。因为正交频分复用(Orthogonal Frequ
聚羧酸系减水剂具有掺量低、减水率高、保坍性好等特点,能够在建筑工程中显著改善混凝土的工作性能。但因为与其他外加剂存在相容性问题,在生产应用常遇到泌水离析等问题,而且随着高性能混凝土的出现,聚羧酸系减水剂也迫切需要在功能性上获得进一步提升,因此,研究新型聚羧酸系减水剂对建筑混凝土领域具有重大意义。木质素作为第一代减水剂,有着良好的生物相容性和保水性能,常被用作复配产品应用于混凝土外加剂领域。为了解决
行人重识别属于检索任务的子任务,该领域研究如何在来自不同角度的图片中识别出指定行人,可用于追踪嫌疑人、寻找失踪人口等实际应用中。随着这些实际应用的需求不断扩大,该领域受到了越来越多的关注。与此同时,自深度学习和三元组损失被引入到行人重识别领域之后,基于三元组损失的深度学习算法已经成为该领域的首选算法。深度学习拥有强大的特征提取能力,而三元组损失则提供了高效的抽样策略,二者为提高行人重识别算法的表现
人体姿态迁移是指使目标图像中的人做出源图像中一个人相同的动作,并合成目标人物在该姿态下的图像,在动画生成、游戏设计、图像数据合成等方面具有广阔的应用前景。由于没有新姿态下的纹理,传统的方法很难得到合理的结果。深度学习方法能较好地解决这个问题,但还是需要获取尽可能多的各个姿态和角度下的目标人体图像,即便如此,所合成的结果还是难以捕获目标人体的细节特征。本文提出部位可感知的人体姿态迁移方法,简称为BP
压缩感知(compressed sensing,CS)理论可以远低于奈奎斯特采样频率对信号采样并实现高质量恢复信号,且在医学成像、信号处理、农业科学、遥感等诸多领域有着广泛的应用。但近些年来压缩感知的研究出现了瓶颈,传统的压缩感知重建算法往往需要大量迭代优化,具有较高的计算时间复杂度,且重建质量有些不如人意。因此研究高质量的重建方法迫在眉睫。近几年出现了基于深度学习的图像压缩感知重建方法,这类方法
由于全面的车辆无人化为时尚远,在未来相当长的一段时间内,道路交通会处于有人驾驶车辆与无人驾驶的智能车辆同时行驶的过程。在这个阶段,智能车辆在有多条车道且多辆周围车辆参与的道路上行驶时,会面临周围交通环境的复杂性与不确定性,在这种环境下进行换道动作时,面临着较大的碰撞风险,形成了对轨迹规划算法更高的安全性与可靠性要求。因此,针对结构化道路的多车交通环境,开展换道风险预测与轨迹规划方法研究,具有重要的