【技术实现步骤摘要】
本专利技术涉及离子液体物性预测,尤其涉及一种基于基团贡献法和图形识别对离子液体进行基团识别拆分并结合机器学习方法进行离子液体物性预测的方法。
技术介绍
1、离子液体(ils)作为一种由阳离子(大多数为有机)和阴离子(有机或无机)构成的有机盐类物质,其熔点一般低于100摄氏度,因此在室温下常呈现液体状态。由于其特殊的理化特性,离子液体具有极好的化学稳定性和热力学稳定性,其可忽略的蒸汽压、低反应活度、难燃等特性使其成为工业界的理想溶剂,在分离工程、能源存储、催化剂、电化学和润滑等领域极具应用发展潜力。
2、离子液体独特的理化特性很大程度上由其阴、阳离子的结构和相互作用力所决定,通过不同的阴、阳离子组合,离子液体的种类可能高达1018种。理论上针对给定的任一化学或化工过程,都可能存在特定的一种或多种离子液体与其高度匹配。但目前离子液体应用的困难在于理化性质数据的缺乏,短时间内通过实验手段合成海量种类的离子液体并全面测量其理化性质是一件费时、耗力且代价昂贵的工作。
3、针对以上存在问题,潜在的解决方法是通过理论手段对离子
...【技术保护点】
1.一种基于基团贡献法和图形识别的离子液体物性预测方法,其特征在于包括以下步骤:
2.如权利要求1所述的一种基于基团贡献法和图形识别的离子液体物性预测方法,其特征在于:步骤2)选择至少50种阳离子基础基团和至少50种阴离子基团作为基础基团,阳离子基础基团包含咪唑类、吡唑类、三唑类、吡咯烷类、吡啶类、金属离子;阴离子基础基团包含卤素阴离子、硼基阴离子、咪唑阴离子、磷酸类阴离子。
3.如权利要求1所述的一种基于基团贡献法和图形识别的离子液体物性预测方法,其特征在于:步骤3)所使用的离子液体结构式图片数据集按照阴、阳离子进行数据标注并划分为训练集和测
...【技术特征摘要】
1.一种基于基团贡献法和图形识别的离子液体物性预测方法,其特征在于包括以下步骤:
2.如权利要求1所述的一种基于基团贡献法和图形识别的离子液体物性预测方法,其特征在于:步骤2)选择至少50种阳离子基础基团和至少50种阴离子基团作为基础基团,阳离子基础基团包含咪唑类、吡唑类、三唑类、吡咯烷类、吡啶类、金属离子;阴离子基础基团包含卤素阴离子、硼基阴离子、咪唑阴离子、磷酸类阴离子。
3.如权利要求1所述的一种基于基团贡献法和图形识别的离子液体物性预测方法,其特征在于:步骤3)所使用的离子液体结构式图片数据集...
【专利技术属性】
技术研发人员:李军,陈鹏,王宏涛,王焱良,苏铁柱,彭丽,谭文军,苏玉忠,洪燕珍,
申请(专利权)人:厦门大学,
类型:发明
国别省市:
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。