一种针对吸附DMMP的疏水性MOF的机器学习方法技术

本发明专利技术涉及计算化学与纳米复合催化材料领域，公开了一种针对吸附DMMP的疏水性MOF的机器学习方法及提取系统、设备，该提取方法包括：通过巨正则蒙特卡洛模拟得到金属有机框架材料的结构描述符、能量描述符，以及MOF对空气中化学模拟剂DMMP的吸附性能，建立数据集；把数据集的70％划分为训练集，30％划分为测试集，运用五次交叉验证，对数据进行归一化处理；选择不同机器学习算法，运用训练集数据训练机器学习模型，调整模型的超参数，评估不同机器学习模型以及回归预测效果根据评估结果对筛选高性能MOF，评估了不同的机器学习模型，并筛选了预测准确度高的模型，对其它化学毒剂的预测具有指导和普遍适用性。测具有指导和普遍适用性。测具有指导和普遍适用性。

【技术实现步骤摘要】
一种针对吸附DMMP的疏水性MOF的机器学习方法


[0001]本专利技术涉及计算化学与纳米复合催化材料领域，具体涉及一种针对吸附DMMP的疏水性MOF的机器学习方法及DMMP提取系统、设备。

技术介绍

[0002]糜烂性毒剂，也被称为起泡剂，是相对持久的毒剂，可以以无色蒸汽和液滴两种形态使用。这类毒剂能迅速地被全身多部位吸附，引起炎症以及其他常见的组织损伤。因此，如何高效的预防和去除这类毒剂就变得尤为重要，为了较少减少实验过程中毒剂对人体的损伤，我们采用模拟剂DMMP作为研究对象。
[0003]目前，主流的化学毒剂吸附材料为多孔吸附剂。其中最常用的是活性炭，其他固体吸附剂材料还包括树脂、沸石等。膜分离方法始于20世纪后半期，其具有成本低、效率高、能耗低、工艺简单、占地面积小等诸多优点，气体膜分离技术根据不同气体分子在膜材料中的传质快慢不同，可以实现相对低能耗的选择性分离。
[0004]在过去的二十年里，金属有机框架(Metal
‑
organic framework,MOF)作为一种特殊的纳米孔材料出现了。MOF本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种针对吸附DMMP的疏水性MOF的机器学习方法，其特征在于，包括以下步骤：第一步：通过巨正则蒙特卡洛模拟得到金属有机框架材料的结构描述符、能量描述符，以及MOF对空气中化学模拟剂DMMP的吸附性能，基于以上参数建立数据集；第二步：把数据集的70％划分为训练集，30％划分为测试集，运用五次交叉验证，并对数据进行归一化处理；第三步：选择不同机器学习算法，运用训练集数据训练机器学习模型，并调整模型的超参数，评估不同机器学习模型以及回归预测效果，对比不同的机器学习模型的回归预测效果，筛选预测精度高的机器学习模型；第四步：根据评估结果对筛选高性能MOF。2.根据权利要求1所述的针对吸附DMMP的疏水性MOF的机器学习方法，其特征在于：所述第一步中结构参数包括材料的孔隙率、最大孔径、比表面积、亨利系数、吸附热、密度，性能参数包括吸附量、选择性和综合权衡变量。3.根据权利要求2所述的针对吸附DMMP的疏水性MOF的机器学习方法，其特征在于：性能参数的综合权衡变量是吸附量和选择性的权衡值TSN,计算公式如下：其中X为模拟剂DMMP，Y1和Y2代表空气中的N2和O2，N为吸附量，S为选择性。4.根据权利要求1所述的针对吸附DMMP的疏水性MO...

【专利技术属性】
技术研发人员：乔智威，陈宇，杨潇，张璐璐，吴玉芳，王邦芬，张知科，
申请(专利权)人：广州大学，
类型：发明
国别省市：