CN105548463B - 一种预测大气中含硫化合物吸附速率的方法 - Google Patents
一种预测大气中含硫化合物吸附速率的方法 Download PDFInfo
- Publication number
- CN105548463B CN105548463B CN201510836225.5A CN201510836225A CN105548463B CN 105548463 B CN105548463 B CN 105548463B CN 201510836225 A CN201510836225 A CN 201510836225A CN 105548463 B CN105548463 B CN 105548463B
- Authority
- CN
- China
- Prior art keywords
- adsorption
- sulfur
- containing compound
- rate
- qsar models
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Active
Links
Classifications
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01N—INVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
- G01N33/00—Investigating or analysing materials by specific methods not covered by groups G01N1/00 - G01N31/00
Landscapes
- Health & Medical Sciences (AREA)
- Life Sciences & Earth Sciences (AREA)
- Chemical & Material Sciences (AREA)
- Engineering & Computer Science (AREA)
- Food Science & Technology (AREA)
- Medicinal Chemistry (AREA)
- Physics & Mathematics (AREA)
- Analytical Chemistry (AREA)
- Biochemistry (AREA)
- General Health & Medical Sciences (AREA)
- General Physics & Mathematics (AREA)
- Immunology (AREA)
- Pathology (AREA)
- Investigating Or Analyzing Non-Biological Materials By The Use Of Chemical Means (AREA)
- Other Investigation Or Analysis Of Materials By Electrical Means (AREA)
Abstract
本发明公开了一种预测大气中含硫化合物吸附速率的方法,属于生态风险评价测试策略领域。采用偏最小二乘法构建QSAR模型,根据QSAR模型得到含硫化合物的吸附速率。本发明的模型应用广泛,具有良好的实用性、稳定性和预测效果。在获得含硫化合物分子结构的基础上,仅通过对表征结构特征的描述符进行计算,应用QSAR模型,就能够有效地快速预测大气中含硫化合物的吸附速率。此预测方法具有便捷快速、成本低廉的特点,能为含硫化合物的生态风险评价和管理提供重要的数据支持,意义重大。
Description
技术领域
本发明涉及一种预测大气中含硫化合物吸附速率的方法,属于生态风险评价测试策略领域。具体是基于吸附温度和气体分子特性,通过QSAR模型对大气中含硫化合物吸附速率进行预测。
背景技术
含硫化合物主要来自工业废气和燃料燃烧,例如硫酸工业、一碳化工、煤的燃烧等。在工业上,这些含硫化合物不仅会对设备产生腐蚀作用,还会影响化工产品的生产,降低产物纯度;在大气环境中,含硫化合物的释放会产生刺鼻难闻的气味,这些气体对动植物都会造成严重的影响,例如刺激呼吸系统等。因此对含硫气体的监测和控制都是很有必要的。
针对大气环境中的含硫化合物的去除,主要还是采用吸附法。吸附法具有投资成本低、去除效果好、原材料来源广泛等特点,成为了应用成熟的方法。吸附剂可以是活性炭、多孔材料以及土壤等,这些材料还具有再生简单的优点。由于不同含硫化合物在吸附去除过程中表现出的去除特性不同,因此无法通过列举的方式逐一进行实验探索,因此,通过定量结构活性关系(QSAR)方法建立一种能够快速有效地预测大气中含硫化合物吸附速率的方法模型具有重要的应用意义。
目前,中国专利CN 103983545A公开了“一种活性焦二氧化硫吸附速率测试装置和方法”的发明。该发明是通过一套自制的吸附装置来检测SO2在活性焦上的吸附速率。该方法能够评价活性焦吸附SO2的吸附速率,但是操作较复杂,且仅能检测单一的SO2的吸附速率。中国专利CN 102944624A公开了“发酵肉制品挥发性风味物质中含硫化合物检测方法”的发明。该发明通过气相色谱-火焰光度检测联用检测了含硫化合物。然而该方法并没有对含硫化合物的吸附速率进行研究。本发明所涉及的方法能够对大气中含硫化合物的吸附速率进行预测。
目前,关于预测大气中含硫化合物吸附速率的方法尚未见到报道。
发明内容
本发明的目的在于提供一种预测大气中含硫化合物吸附速率的方法,该预测方法能快速有效地预测含硫化合物的吸附速率。
所述预测大气中含硫化合物吸附速率的方法包括:通过采用偏最小二乘法构建QSAR模型,得到含硫化合物的吸附速率;
所述QSAR模型为:
其中,ra为含硫化合物的吸附速率,T为吸附温度,Pa为含硫化合物的分压,M为气体分子吸附特性常数;
所述气体分子吸附特性常数通过以下公式得到:
其中,m为物理吸附平衡常数,e1为气体分子物理吸附热(通过量子化学软件计算气体分子在吸附剂上的物理吸附热),n为化学吸附平衡常数,e2为气体分子化学吸附热(通过量子化学软件计算气体分子在吸附剂上的化学吸附热)。
优选的,所述含硫化合物包括硫化氢、二氧化硫、羰基硫、二硫化碳。
本发明方法的优点和技术效果:
(1)本发明采用偏最小二乘回归算法,基于吸附温度和气体分子特性构建了预测模型,所建立的QSAR模型具有广泛的适用性、良好的实用性、稳定性和预测效果;模型简洁、计算简便,便于理解和实际应用。
(2)本发明的QSAR模型涵盖了多种含硫化合物,可以为含硫化合物的吸附速率预测提供可靠的基础数据。
(3)本发明方法可以快速的预测含硫化合物在吸附剂上的吸附速率,能够节省大量的实验、人力、时间、费用消耗。
附图说明
图1为训练集logra的实测值、QSAR模型预测值的拟合图(CS2的吸附)。
图2为验证集logra的实测值、QSAR模型预测值的拟合图(COS的吸附)。
图3为QSAR模型下训练集和验证集的残差分布。
具体实施方式
下面结合具体实施例进一步详细描述本发明,但本发明保护范围并不限于如下所述内容。
实施例1
本实施例提供预测活性炭对CS2的吸附速率的方法:
(1)在25℃条件下,用量子化学软件(Materials Studio)对CS2的分子结构进行优化,并计算得到25℃下活性炭对CS2的物理吸附热为47.36kcal/mol和气体分子CS2的化学吸附热为8.69kcal/mol;
(2)应用QSAR模型预测活性炭对浓度为15ppm的CS2在25℃下的吸附速率logra:
其中,ra为CS2在活性炭表面的吸附速率(mol/s),T为吸附温度=25(℃),Pa为含硫化合物的分压=15(ppm),M为气体分子吸附特性常数=121.94;
所述气体分子吸附特性常数通过以下公式得到:
其中,m为物理吸附平衡常数=47.16,e1为气体分子物理吸附热=47.36kcal/mol,n为化学吸附平衡常数=0.15,e2为气体分子化学吸附热=8.69kcal/mol。
(3)将10L浓度为15ppm的CS2气体通入静态吸附试验装置,装置中平铺放置20g活性炭吸附剂,调节装置上的加热器,使装置内的气温维持在25℃,3小时后测定装置内气体中CS2的浓度(此时吸附达到平衡),计算得到实验值logra。通过静态吸附实验测得浓度为15ppm的CS2在25℃下的吸附速率logra实验值为-1.341;误差仅为0.011,由此可见QSAR模型可以准确有效预测CS2的吸附速率。
实施例2
本实施例提供预测Al2O3对COS的吸附速率的方法:
(1)在30℃条件下,用量子化学软件(Materials Studio)对COS的分子结构进行优化,并计算得到30℃下Al2O3对COS的物理吸附热为19.53kcal/mol和气体分子COS的化学吸附热为2.02kcal/mol;
(2)应用QSAR模型预测Al2O3对浓度为30ppm的COS在30℃下的吸附速率logra:
其中,ra为COS在Al2O3表面的吸附速率(mol/s),T为吸附温度=30(℃),Pa为含硫化合物的分压=30(ppm),M为气体分子吸附特性常数=39.79;
所述气体分子吸附特性常数通过以下公式得到:
其中,m为物理吸附平衡常数=47.16,e1为气体分子物理吸附热=19.53kcal/mol,n为化学吸附平衡常数=0.15,e2为气体分子化学吸附热=2.02kcal/mol。
(3)将10L浓度为30ppm的COS气体通入静态吸附试验装置,装置中平铺放置20gAl2O3吸附剂,调节装置上的加热器,使装置内的气温维持在30℃,3小时后测定装置内气体中COS的浓度(此时吸附达到平衡),计算得到实验值logra。通过静态吸附实验测得浓度为30ppm的COS在30℃下的吸附速率logra实验值为-0.485;误差仅为0.019,由此可见QSAR模型可以准确有效预测COS的吸附速率。
实施例3
本实施例提供预测SiO2对H2S的吸附速率的方法:
(1)在40℃条件下,用量子化学软件(Materials Studio)对H2S的分子结构进行优化,并计算得到40℃下SiO2对H2S的物理吸附热为13.18kcal/mol和气体分子H2S的化学吸附热为0.67kcal/mol;
(2)应用QSAR模型预测SiO2对浓度为50ppm的H2S在40℃下的吸附速率logra:
其中,ra为H2S在SiO2表面的吸附速率(mol/s),T为吸附温度=40(℃),Pa为含硫化合物的分压=50(ppm),M为气体分子吸附特性常数=19.55;
所述气体分子吸附特性常数通过以下公式得到:
其中,m为物理吸附平衡常数=47.16,e1为气体分子物理吸附热=13.18kcal/mol,n为化学吸附平衡常数=0.15,e2为气体分子化学吸附热=0.67kcal/mol。
(3)将10L浓度为50ppm的H2S气体通入静态吸附试验装置,装置中平铺放置20gSiO2吸附剂,调节装置上的加热器,使装置内的气温维持在40℃,3小时后测定装置内气体中H2S的浓度(此时吸附达到平衡),计算得到实验值logra。通过静态吸附实验测得浓度为50ppm的H2S在40℃下的吸附速率logra实验值为-0.612;误差仅为0.015,由此可见QSAR模型可以准确有效预测H2S的吸附速率。
Claims (2)
1.一种预测大气中含硫化合物吸附速率的方法,其特征在于:通过采用偏最小二乘法构建QSAR模型,得到含硫化合物的吸附速率;
所述QSAR模型为:
-logra=-0.845+2.061×10-2T+7.247×10-3Pa+1.29×10-2M
其中,ra为含硫化合物的吸附速率,T为吸附温度,Pa为含硫化合物的分压,M为气体分子吸附特性常数;
所述气体分子吸附特性常数通过以下公式得到:
<mrow>
<mi>M</mi>
<mo>=</mo>
<mfrac>
<mrow>
<msub>
<mi>me</mi>
<mn>1</mn>
</msub>
</mrow>
<mi>T</mi>
</mfrac>
<mo>+</mo>
<msub>
<mi>nTe</mi>
<mn>2</mn>
</msub>
</mrow>
其中,m为物理吸附平衡常数,e1为气体分子物理吸附热,n为化学吸附平衡常数,e2为气体分子化学吸附热;
所述QSAR模型是采用偏最小二乘回归算法,基于吸附温度和气体分子特性构建的;所述QSAR模型涵盖了多种含硫化合物,可以为含硫化合物的吸附速率预测提供可靠的基础数据。
2.根据权利要求1所述的预测大气中含硫化合物吸附速率的方法,其特征在于:所述含硫化合物包括硫化氢、二氧化硫、羰基硫、二硫化碳。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201510836225.5A CN105548463B (zh) | 2015-11-26 | 2015-11-26 | 一种预测大气中含硫化合物吸附速率的方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201510836225.5A CN105548463B (zh) | 2015-11-26 | 2015-11-26 | 一种预测大气中含硫化合物吸附速率的方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN105548463A CN105548463A (zh) | 2016-05-04 |
CN105548463B true CN105548463B (zh) | 2017-11-10 |
Family
ID=55827796
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201510836225.5A Active CN105548463B (zh) | 2015-11-26 | 2015-11-26 | 一种预测大气中含硫化合物吸附速率的方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN105548463B (zh) |
Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN101673321A (zh) * | 2009-10-17 | 2010-03-17 | 大连理工大学 | 基于分子结构的有机污染物正辛醇/空气分配系数快速预测方法 |
CN102999705A (zh) * | 2012-11-30 | 2013-03-27 | 大连理工大学 | 通过定量构效关系和溶剂化模型预测不同温度下的正辛醇空气分配系数koa的方法 |
CN103425872A (zh) * | 2013-07-20 | 2013-12-04 | 大连理工大学 | 通过定量构效关系模型预测大气中有机物与羟基反应速率常数的方法 |
CN103488901A (zh) * | 2013-09-25 | 2014-01-01 | 大连理工大学 | 采用定量结构-活性关系模型预测有机化合物的土壤或沉积物吸附系数 |
CN103761431A (zh) * | 2014-01-10 | 2014-04-30 | 大连理工大学 | 定量结构活性关系预测有机化学品鱼类生物富集因子 |
-
2015
- 2015-11-26 CN CN201510836225.5A patent/CN105548463B/zh active Active
Patent Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN101673321A (zh) * | 2009-10-17 | 2010-03-17 | 大连理工大学 | 基于分子结构的有机污染物正辛醇/空气分配系数快速预测方法 |
CN102999705A (zh) * | 2012-11-30 | 2013-03-27 | 大连理工大学 | 通过定量构效关系和溶剂化模型预测不同温度下的正辛醇空气分配系数koa的方法 |
CN103425872A (zh) * | 2013-07-20 | 2013-12-04 | 大连理工大学 | 通过定量构效关系模型预测大气中有机物与羟基反应速率常数的方法 |
CN103488901A (zh) * | 2013-09-25 | 2014-01-01 | 大连理工大学 | 采用定量结构-活性关系模型预测有机化合物的土壤或沉积物吸附系数 |
CN103761431A (zh) * | 2014-01-10 | 2014-04-30 | 大连理工大学 | 定量结构活性关系预测有机化学品鱼类生物富集因子 |
Also Published As
Publication number | Publication date |
---|---|
CN105548463A (zh) | 2016-05-04 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
Smith et al. | Pilot plant results for a precipitating potassium carbonate solvent absorption process promoted with glycine for enhanced CO2 capture | |
Noorain et al. | Biogas purification performance of new water scrubber packed with sponge carriers | |
Santos et al. | Dynamic study of the pressure swing adsorption process for biogas upgrading and its responses to feed disturbances | |
Knuutila et al. | Effect of the concentration of MAPA on the heat of absorption of CO2 and on the cyclic capacity in DEEA-MAPA blends | |
Hamed | Theoretical and experimental study on the transient adsorption characteristics of a vertical packed porous bed | |
Lestinsky et al. | The removal of CO 2 from biogas using a laboratory PSA unit: design using breakthrough curves | |
Liu et al. | Aspen Plus rate-based modeling for reconciling laboratory scale and pilot scale CO2 absorption using aqueous ammonia | |
CN103983545A (zh) | 一种活性焦二氧化硫吸附速率测试装置和方法 | |
CN105548463B (zh) | 一种预测大气中含硫化合物吸附速率的方法 | |
Enaasen et al. | Validation of a dynamic model of the brindisi pilot plant | |
EP2294382B1 (en) | Method for adsorbent performance evaluation | |
Al Wahedi et al. | Optimization of adsorption-based natural gas dryers | |
CN114018847A (zh) | 一种固体样品中全硫含量测定装置及方法 | |
CN203745326U (zh) | 一种利用容量法测量气固化学反应速率的测试装置 | |
CN203745446U (zh) | 烟气检测装置 | |
CN103852396A (zh) | 利用容量法测量气固化学反应速率的测试装置及测试方法 | |
Bahadori et al. | New method accurately predicts carbon dioxide equilibrium adsorption isotherms | |
CN203908911U (zh) | 一种活性焦二氧化硫吸附速率测试装置 | |
Lestinsky et al. | Removing CO2 from biogas-The optimisation of a pressure swing adsorption (PSA) unit using breakthrough curves | |
Nanoti et al. | Reappraisal of the Skarstrom cycle for CO2 recovery from flue gas streams: new results with potassium-exchanged zeolite adsorbent | |
WO2008090931A1 (ja) | 有機ハロゲン類の分離方法および低揮発性有機ハロゲン類濃度の測定方法ならびにダイオキシン類濃度の測定方法 | |
CN115047126A (zh) | 水产品中氮硫含量同时快速测定方法 | |
Momeni et al. | Direct air capture of CO2 using green amino acid salts | |
Putta et al. | Activity based kinetics and mass transfer of CO2 absorption into MEA using penetration theory | |
Zheng et al. | Modeling and experiments of equilibrium solubility of carbon dioxide in aqueous N-(2-hydroxyethyl) pyrrolidine solution |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
C06 | Publication | ||
PB01 | Publication | ||
C10 | Entry into substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
GR01 | Patent grant | ||
GR01 | Patent grant |