一种基于机器学习模型的二氧化碳在醇胺吸收剂中溶解度的预测方法技术

本发明专利技术涉及化工和机器学习技术领域，提供一种基于机器学习模型的二氧化碳在醇胺吸收剂中溶解度的预测方法，其包括如下的步骤：S1，建立机器学习数据集；S2，建立醇胺溶剂分子特征描述符；S3，采用XGBoost或RF算法建立模型；S4，对模型进行超参数优化；S5，模型回归结果统计；S6，模型泛化性验证。本发明专利技术准确描述了每一种醇胺分子的结构特征，建立模型准确地预测了二氧化碳在每一种醇胺溶液中的不同温度、二氧化碳分压及溶液浓度下的溶解度，并通过实验验证了模型的泛化性能，是一种通用的、可靠的、低成本的二氧化碳在胺溶液中溶解度预测方法，可以加速优良醇胺溶剂的探索，比传统通过实验逐一测定提高了效率与准确性。

【技术实现步骤摘要】

本专利技术涉及化工和机器学习，具体涉及一种基于机器学习模型的二氧化碳在醇胺吸收剂中溶解度的预测方法。

技术介绍

1、二氧化碳是一种主要的温室气体，对全球气候变暖有重要影响。醇胺类吸收剂是捕获和储存二氧化碳的有效手段之一，醇胺吸收剂被广泛应用于从工业废气中去除二氧化碳。通过实验测定二氧化碳在胺溶液中的溶解度存在一系列繁琐的问题。通常涉及复杂的实验条件和耗时的操作，不仅费时费力，而且由于胺种类繁多，在一定程度上增加了研究的复杂性。

2、机器学习在化学性质预测方面具有大规模数据的处理能力、识别复杂关系的能力、适应新数据的强大泛化能力以及提高工作效率的潜力。研究如何通过机器学习的方法预测二氧化碳在胺溶液中的溶解度，有效地应对实验测定的繁琐性和醇胺种类的多样性，为相关领域的研究和应用提供了一种更为便捷、可行的解决方案，具有重要的意义。

技术实现思路

1、为解决
技术介绍
中存在的问题，本专利技术提供一种基于机器学习模型的二氧化碳在醇胺吸收剂中溶解度的预测方法，其包括如下的步骤：

2、s1，建立机器学本文档来自技高网...

【技术保护点】

1.一种基于机器学习模型的二氧化碳在醇胺吸收剂中溶解度的预测方法，其特征在于，其包括如下的步骤：

2.根据权利要求1所述的基于机器学习模型的二氧化碳在醇胺吸收剂中溶解度的预测方法，其特征在于：步骤S1中，所述数据集包括伯胺、仲胺、叔胺以及空间位阻胺类胺溶剂，在不同二氧化碳分压、温度、醇胺溶液浓度条件下，二氧化碳平衡溶解度数据；数据集包括训练集与测试集，训练集与测试集的比例设定为8:2。

3.根据权利要求2所述的基于机器学习模型的二氧化碳在醇胺吸收剂中溶解度的预测方法，其特征在于：所述步骤S2中，将每种胺的分子结构转化为反映基本分子信息、物理和化学性质、拓扑性质、三...

【技术特征摘要】

1.一种基于机器学习模型的二氧化碳在醇胺吸收剂中溶解度的预测方法，其特征在于，其包括如下的步骤：

2.根据权利要求1所述的基于机器学习模型的二氧化碳在醇胺吸收剂中溶解度的预测方法，其特征在于：步骤s1中，所述数据集包括伯胺、仲胺、叔胺以及空间位阻胺类胺溶剂，在不同二氧化碳分压、温度、醇胺溶液浓度条件下，二氧化碳平衡溶解度数据；数据集包括训练集与测试集，训练集与测试集的比例设定为8:2。

3.根据权利要求2所述的基于机器学习模型的二氧化碳在醇胺吸收剂中溶解度的预测方法，其特征在于：所述步骤s2中，将每种胺的分子结构转化为反映基本分子信息、物理...

【专利技术属性】
技术研发人员：刘彬，于亚男，田文德，崔哲，
申请(专利权)人：青岛科技大学，
类型：发明
国别省市：