基于QSPR方法的脂肪醇化合物闪点预测

为提高脂肪醇化合物闪点预测精度,提出基于定量结构-性质关系(QSPR)原理的脂肪醇化合物闪点预测方法。应用Dragon软件计算出91种脂肪醇的分子描述符,利用遗传函数算法(GFA)从1 481个描述符中筛选出3个与脂肪醇闪点关系最密切的分子描述符。分别用多元线性回归(MLR)方法和支持向量机(SVM)方法进行建模,并采用内部验证和外部检验的方式对模型的拟合度、预测性等性能进行验证。结果表明:预测集的MLR方法和SVM方法的平均绝对误差(AAE)分别为2.870 K和2.706 K;均方根误差(RMSE)为3.451 K和3.371 K。SVM模型在精度上略优于MLR模型,而MLR模型更为简单和方便。     

甲苯-环己烷混合气体燃爆特性试验研究

针对挥发性有机物(Volatile Organic Compounds, VOCs)治理工程易发生的有机气体燃爆问题进行研究,以甲苯、环己烷2种典型VOCs气体为研究对象,研究其在不同条件下闪点、自燃点和爆炸下限的变化规律。结果表明,随混合样品中甲苯体积分数增加,混合蒸气的闪点由-17℃增加到9℃,自燃温度由264.1℃增加至515.9℃,爆炸下限由0.917%上升到1.252%。当混合样品中闪点、自燃温度和爆炸下限均较低的环己烷体积分数增大时,气体混合物的燃爆危险性相应增大。甲苯-环己烷混合样品(体积比为1∶1)的自燃点随质量浓度增加呈现先降低后上升的趋势,质量浓度为0.417 g/L时自燃温度最低,为461.82℃,混合样品在此质量浓度下最易发生自燃。当初始温度从65℃上升到165℃时,甲苯-环己烷混合蒸气(体积比为1∶1)爆炸下限降低,由1.310%降至0.980%,初始温度升高使混合气体爆炸的危险性增大。     

基于QSPR方法的烃类物质苯胺点预测

烃类物质在石油工业中有着非常广泛的应用.在石油工业中常用苯胺点来衡量有机溶剂的溶解性能.基于定量结构-性质相关性(QSPR)原理,根据分子结构计算反映分子结构信息的结构参数,应用遗传函数算法从大量结构参数中优化筛选出与烃类物质苯胺点最为密切相关的结构参数作为表征相应化合物结构特征的分子描述符,采用多元线性回归方法对分子描述符与苯胺点之间的定量函数关系进行关联,建立了预测烃类物质苯胺点的理论模型.最后,对模型进行了内部及外部验证来检验模型的可靠性.在此基础上,对所建立的预测模型进行机理解释,分析了影响烃类物质苯胺点的主要结构因素及其影响规律.研究表明,所建模型具有较高的稳定性和预测能力.     

基于QSPR方法的活性化合物热稳定性预测研究

为形成安全、可靠、便捷的活性化合物热稳定性预测方法,快速获取活性化合物热稳定性参数,采用定量结构-性质相关性(QSPR)方法,针对38种有机过氧化物和104种硝基化合物的起始放热温度和分解热,结合遗传函数算法(GFA)和“断点原则”筛选出的分子描述符,利用遗传算法(GA)优化的BP神经网络,建立活性化合物的热稳定性GA-BP预测模型,验证分析模型的性能和应用域。研究结果表明:所建立的GA-BP模型具有良好的拟合能力、稳定性和预测能力,优于线性模型,说明活性化合物热稳定性与分子结构之间存在非线性关系;同时,得出影响活性化合物热稳定性参数的主要结构因素。     

硝基含能材料撞击感度的预测研究进展

简要回顾了国内外硝基含能材料撞击感度预测研究的发展状况,介绍了硝基含能材料撞击感度的预测方法,并对各类方法的优缺点以及适用性作了分析和讨论。着重对定量结构-性质相关性研究(QSPR)在撞击感度预测领域的应用与发展作了介绍,对样本集设计、描述符的筛选以及建模方法的选择作了分析与探讨。展望了含能材料撞击感度的预测研究的前景与发展方向。     

密度泛函理论方法用于部分农药Kow的QSPR模型研究

农药的正辛醇/水分配系数(lgKow)是研究农药在水中化学行为的重要参数.本文采用摇瓶法测得25℃时10种农药的正辛醇/水分配系数(lgKow),采用密度泛函理论(DFT)中的B3LYP方法,在6-31G*基组上全优化计算得到了10种农药的结构参数和热力学参数.在10种化合物的lgKow实验数据基础上,采用GQSARF 2.0程序.以结构参数和热力学参数作为理论描述符,得到预测lgKow的相关模型.其方程为lgKow=0.108-0.191μ-2.451Hθ/1000,决定系数R2为0.944 3.用变异膨胀因子(Variance Inflation Factors,VIF)和t值对模型进行了验证,结果显示模型具有较好的稳定性.而交叉验证法的相关系数q2为0.926 9,证明所建模型具有较强的预测能力.用所得模型预测了10种农药的lgKow,与实验测定值相比,方程的预测值与实验值都较接近,可见预测值较可靠,所建模型可用于同类农药lgKow的预测.     

应用电性拓扑状态指数预测烷烃自燃点

建立了一个基于人工神经网络的定量结构-性质相关性模型,用于52种烷烃化合物自燃点的预测研究。应用原子类型电性拓扑状态指数作为表征分子结构特征的描述符。该指数既能表征分子的电子特性,又反映其拓扑特征,同时易于计算,并有较强的同分异构体区分能力。采用误差反向传播（BP）神经网络方法对烷烃自燃点与电性拓扑状态指数间可能存在的非线性关系进行拟合。将52种烷烃样本随机划分为训练集（30种）、验证集（8种）和测试集（14种）,并通过“试差法”确定网络的最优参数。运用最佳网络结构[64—1]对实验样本进行模拟,结果表明,多数样本的自燃点预测值与实验值符合良好,对于测试集,平均预测绝对误差为8．4℃,均方根误差为11．8,优于多元线性回归方法和传统基团贡献法所得结果。该方法的提出为工程上提供了一种根据分子结构预测有机物白燃点的有效方法。     

咪唑类离子液体捕集CO_2性能的定量结构-性质相关性(QSPR)研究

CO_2是主要的温室气体,大量CO_2的存在严重影响着人类的生存环境和生态平衡,而咪唑型离子液体具有独特的气体溶解性,在CO_2的捕集分离中有很好的应用前景。基于定量结构-性质相关性(QSPR)原理,研究了咪唑类离子液体捕集CO_2的性能与其结构参数之间的内在定量关系。应用遗传算法获得与捕集量最为密切相关的一组描述符作为输入参数,随后,分别采用多元线性回归算法及支持向量机结合粒子群优化算法建立了咪唑类离子液体捕集CO_2的性能与其描述符之间的线性和非线性模型。多元线性回归算法得出训练集和测试集的复相关系数分别为0.765和0.814,支持向量机算法得出训练集和测试集的复相关系数分别为0.987和0.933。对预测模型进行了评价验证以及稳定性分析,结果表明,2种模型具有良好的稳定性能和预测能力。     

活性化合物热稳定性预测技术研究进展

为了研究活性化合物热稳定性预测技术,调研了国内外活性化合物热稳定性预测技术的发展情况,综述了活性化合物起始放热温度、分解热、自加速分解温度的预测方法,着重介绍了定量结构-性质相关性（QSPR）研究方法在热稳定性预测领域的应用情况,分析了活性化合物热稳定性预测早期研究情况。基于量子力学计算的QSPR研究情况、QSPR数据样本的选取、分子描述符的选取、QSPR建模方法的选择,提出了热稳定性QSPR预测领域中存在的问题,并对热稳定性QSPR预测技术未来的发展方向进行了展望。     

土壤中7种多氯联苯在镍铁双金属作用下的竞争还原特性

采用镍铁双金属为还原剂,对土壤中共存的7种多氯联苯(PCBs)的还原降解速率及其影响因素进行了试验研究和建模分析。试验结果表明,随着与镍铁双金属反应时间延长,7种PCBs呈现不同的还原降解速率和竞争还原态势并趋于稳定,降解反应符合一级反应动力学方程,降解速率由快到慢依次为PCB180、PCB138、PCB153、PCB52、PCB118、PCB101、PCB28,大体呈现氯原子数越多降解速率越快的趋势。试验条件下PCBs各异构体的降解半衰期为75~121 h。为从分子水平上分析不同含氯水平PCBs共存的竞争体系中PCBs还原降解速率的主要影响因素,采用高斯软件DFT方法求得7种多氯联苯的20个量子化学参数,通过偏最小二乘回归分析建立了PCBs的还原降解速率与分子结构的定量结构-性质关系模型。模型结果表明,Ehomo、△_fH~Θ、△_fG~Θ和Polar的VIP大于1,是影响体系中PCBs降解速率的主要因素。此模型可以较好地预测多氯联苯污染场地土壤化学修复过程中PCBs各同系污染物的化学降解潜力和残留趋势。