CN109473144B - 一种构建高分子与超临界二氧化碳混合体系全原子模型的方法 - Google Patents

一种构建高分子与超临界二氧化碳混合体系全原子模型的方法 Download PDF

Info

Publication number
CN109473144B
CN109473144B CN201811276321.9A CN201811276321A CN109473144B CN 109473144 B CN109473144 B CN 109473144B CN 201811276321 A CN201811276321 A CN 201811276321A CN 109473144 B CN109473144 B CN 109473144B
Authority
CN
China
Prior art keywords
carbon dioxide
polymer
supercritical carbon
full
atoms
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
Application number
CN201811276321.9A
Other languages
English (en)
Other versions
CN109473144A (zh
Inventor
闫永凤
张军
赵明伟
戴彩丽
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
China University of Petroleum East China
Original Assignee
China University of Petroleum East China
Priority date (The priority date 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 date listed.)
Filing date
Publication date
Application filed by China University of Petroleum East China filed Critical China University of Petroleum East China
Priority to CN201811276321.9A priority Critical patent/CN109473144B/zh
Publication of CN109473144A publication Critical patent/CN109473144A/zh
Application granted granted Critical
Publication of CN109473144B publication Critical patent/CN109473144B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Classifications

    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06N—COMPUTING ARRANGEMENTS BASED ON SPECIFIC COMPUTATIONAL MODELS
    • G06N3/00—Computing arrangements based on biological models
    • G06N3/004—Artificial life, i.e. computing arrangements simulating life
    • G06N3/006—Artificial life, i.e. computing arrangements simulating life based on simulated virtual individual or collective life forms, e.g. social simulations or particle swarm optimisation [PSO]

Landscapes

  • Engineering & Computer Science (AREA)
  • Theoretical Computer Science (AREA)
  • Physics & Mathematics (AREA)
  • General Health & Medical Sciences (AREA)
  • Computing Systems (AREA)
  • Biomedical Technology (AREA)
  • Biophysics (AREA)
  • Computational Linguistics (AREA)
  • Data Mining & Analysis (AREA)
  • Evolutionary Computation (AREA)
  • Life Sciences & Earth Sciences (AREA)
  • Molecular Biology (AREA)
  • Artificial Intelligence (AREA)
  • General Engineering & Computer Science (AREA)
  • General Physics & Mathematics (AREA)
  • Mathematical Physics (AREA)
  • Software Systems (AREA)
  • Health & Medical Sciences (AREA)
  • Manufacture Of Macromolecular Shaped Articles (AREA)
  • Treatments Of Macromolecular Shaped Articles (AREA)

Abstract

本发明涉及一种构建高分子与超临界二氧化碳溶液混合体系全原子模型的方法，属于计算机技术领域。所述方法包括如下步骤：1.构建超临界二氧化碳溶液体系的全原子模型；2.构建高分子的初始空间坐标；3.构建高分子的全原子模型对应的拓扑参数；4.对高分子进行能量优化；5.将高分子加入超临界溶液体系；6.对体系进行高温退火模拟以得到稳定的高分子与超临界二氧化碳混合体系的全原子模型。通过该方法，可以构建各种不同种类的高分子与超临界二氧化碳溶液组成的混合体系所对应的全原子模型，为进一步研究不同高分子对超临界二氧化碳溶液微观动力学的影响规律以及超临界二氧化碳的应用开发奠定有效的技术基础。

Description

一种构建高分子与超临界二氧化碳混合体系全原子模型的 方法
技术领域
本发明涉及计算机技术领域，具体涉及一种构建高分子与超临界二氧化碳溶液混合体系全原子模型的方法。
背景技术
超临界二氧化碳是指二氧化碳在温度和压力大于临界点时的独特状态。它具有接近于空气的低粘度和高扩散系数，同时具有接近于液体的高密度。它制备方法简单且易于循环利用，属于环境友好型绿色溶剂。它不仅可以作为绿色溶剂参与多种化学反应，还可以用于蛋白质提取和其他生物分子的萃取。更重要的是，超临界二氧化碳可以用于连续油管钻井，同时还可以提高原油采收率，对储集层没有任何污染。这对于油气藏的开发有着重要的意义。
然而由于二氧化碳分子直线式的分子构型与较高的分子极性，导致其超临界状态下的粘滞系数可调区间非常窄，导致其无法满足生物分子萃取和石油开采等领域对高粘滞溶液的需求。在对超临界二氧化碳粘性的研究过程中，大量的实验研究表明由带有苯环非极性侧链和具有氟烃极性侧链构成的特定比例的高分子能够有效地增加超临界二氧化碳的粘滞系数。因此，研究人员希望从分子角度设计不同种类的高分子来调控超临界二氧化碳的粘性，从而拓展其在不同领域的应用。然而由于高分子单体种类繁多，且高分子中单体的配比难以控制，导致实验上无法实现对高分子与超临界二氧化碳之间相互作用规律定量研究。
随着计算机技术以及分子建模方法的成熟，人们开始尝试利用精确的全原子分子动力学方法来研究各种体系中分子之间的微观动力学以及相互作用规律。该方法具有环境参数精确可调和分辨率高等优点。通过全原子分子动力学模拟，我们能够在原子尺度观察二氧化碳分子在高分子不同官能团附近的微观动力学过程，同时能够定量地研究它们与二氧化碳分子的微观相互作用机制，最终阐明高分子调控超临界二氧化碳粘性的定量规律。因此，我们提供了基于全原子分子动力学构建高分子与超临界二氧化碳混合体系模型的方法，为实现计算机辅助设计不同粘性的高分子与超临界二氧化碳的混合体系奠定基础。
发明内容
本发明要解决的问题是提供一种构建高分子与超临界二氧化碳溶液混合体系全原子模型的方法。可以利用成功构建的全原子模型进一步研究高分子与超临界二氧化碳液体在原子尺度的动力学和相互作用问题，如高分子调控超临界二氧化碳粘性规律等等。
为实现上述目的，一种基于全原子分子动力学构建高分子与超临界二氧化碳混合体系模型的方法，包含如下步骤：
(1)利用Gromacs软件，对二氧化碳的EPM2全原子在NPT系综下进行高温退火模拟，构建稳定的超临界二氧化碳溶液体系，其中二氧化碳分子约为11000个；
(2)利用Gauss View构建由苯乙烯和含氟丙烯酸酯构成的特定比例的嵌段高分子，并保存为pdb文件格式；
(3)基于成熟的OPLSAA全原子力场以及高分子原子的化学成键类型，确定高分子中所有原子对应的原子类型,同时确定高分子包含的单体内原子之间的拓扑关系，并产生两个单体对应的top文件格式；
(4)基于链接单体之间原子成键作用的强弱，确定高分子单体之间的连接拓扑关系，然后根据高分子包含的单体之间的排列方式，将单体对应的拓扑和单体之间的拓扑关系按顺序关系进行组合，生成该高分子对应完整拓扑关系，并产生相应的top文件格式；
(5)利用Gromacs以及选定的全原子力场对初始的pdb文件中的高分子构型进行能量最小化,从而得到高分子的能量最优构型
(6)将能量优化后的高分子加入超临界二氧化碳溶液体系，并利用Gromacs软件对高分子与超临界二氧化碳混合体系进行NPT系综下的高温退火模拟以消除二氧化碳和高分子的不合理接触，最终得到稳定的高分子与超临界二氧化碳混合体系的全原子模型；
其中，步骤(1)和(6)进行NPT系综下的分子动力学模拟时，动力学参数设置为：采用Leap-Frog算法进行积分求解，对应的积分步长为0.5fs；采用Particle Mesh Ewald算法对长程静电作用进行求解，其截断半径为0.9nm；Lenard-Jones相互作用的截断半径为1.3nm；采用Berendsen热浴算法来恒定模拟的温度，其耦合常数为0.5ps；采用Berendsen压浴算法来恒定模拟的压强，其耦合常数为1.0ps。
其中，步骤(1)和(6)进行NPT系综下的高温退火模拟时，具体退火过程依次为(1000bar，800K)-(800bar，600K)-(600bar，400K)-(400bar，320K)-(280bar，320K)。
其中，步骤(2)中所述拟定的高分子极性单体与非极性单体之间以嵌段模式进行组合，且极性单体与非极性单体之间的比例为29：1～15：15。
其中，步骤(3)中高分子的极性单体为含氟丙烯酸，而非极性单体为苯乙烯，两个单体对应的全原子模型为OPLSAA力场。
其中，步骤(4)中，高分子单体之间的连接拓扑包括所有与主链原子之间拓扑距离小于等于3的非氢原子之间的成键关系构成，包括最近邻原子间的成键关系，次近邻原子间的键角关系，以及次次近邻原子间的二面角关系。
其中，步骤(6)中将高分子加入到超临界二氧化碳时，高分子表面的范德瓦尔半径设置为0.35nm，且体系的高分子与二氧化碳的混合体系对应的高分子占体系的质量分数设定为0.19wt％左右。
其中，步骤(6)中采用了NPT系综下对混合体系实施高温退火模拟，消除了高分子和二氧化碳之间的不合理接触的过程，实现了对初始构型进行弛豫。
本发明的技术效果在于：利用本方法能够更简洁且高效地构建的各种高分子与超临界二氧化碳混合体系的全原子模型；该方法构建的模型具有更加精确和更稳定的特点；该方法为我们从原子尺度研究高分子与二氧化碳分子在极端条件下的相互作用以及利用高分子调节超临界二氧化碳的粘滞性质奠定技术基础。
附图说明
下面结合附图对本发明做进一步地说明：
图1为实施例1中超临界二氧化碳体系密度随时间的变化图，其中体系压强为280bar，温度为320K；
图2为实施例1和实施例2中极性单体含氟丙烯酸酯与非极性单体苯乙烯的原子结构以及原子标注示意图；
图3为实施例1中极性单体和非极性单体比例为29：1的高分子对应的原子构型示意图；
图4为实施例1中高分子与超临界二氧化碳混合体系在能量优化之后的原子构型示意图；
图5为实施例2中极性单体和非极性单体比例为15：15的高分子对应的原子构型示意图；
图6为实施例2中高分子与超临界二氧化碳混合体系在能量优化之后的原子构型示意图；
图7为实施例1和实施例2中超临界二氧化碳分子的微观均方位移(MSD)随时间变化规律图；
具体实施方式
下面结合实施例和附图对本发明进一步加以说明。
实施例1
本实施例详细阐述了本发明“一种构建高分子与超临界二氧化碳混合体系全原子模型的方法”在具体实施时针对极性单体和非极性单体比例为29：1的高分子与超临界二氧化碳混合体系对全原子模型的构建，具体步骤如下：
(1)采用EMP2全原子模型对二氧化碳进行全原子建模，利用Gromacs软件对二氧化碳体系在NPT系综下进行高温退火模拟，其退火模拟过程依次从(1000bar，800K，)至(800bar，600K，)，至(600bar，400K，)至(400bar，320K，)最后至(280bar，320K)。得到稳定的超临界二氧化碳体系，其密度随时间变化曲线如附图1所示，平均值为830.2Kg/m3。该值与实验密度值869.2Kg/m3接近。
(2)利用Gauss View构建由极性含氟丙烯酸酯和非极性苯乙烯构成的29：1的嵌段高分子，并保存为pdb文件格式，其中高分子单体的全原子构型及其标注如附图2所示，而高分子的三维原子构型示意图如附图3所示；
(3)基于成熟的OPLSAA全原子力场以及高分子中原子的化学成键类型，确定高分子中所有原子对应的原子类型,同时确定高分子中单体内原子之间的拓扑关系，并产生两个单体对应的top文件；
(4)基于链接单体之间原子成键作用的强弱，确定高分子单体之间的连接拓扑关系。由于该高分子的单体比例为29：1，因此其包含两类连接关系：第一类是极性单体与极性单体之间的连接拓扑，第二类是极性单体与非极性单体之间的连接拓扑。针对第一类连接拓扑，我们选定含氟丙烯酸酯中如附图2a中所示C1，C2，C3,O1，O2原子与含氟丙烯酸酯中如附图2a中所示C1，C2，C3,O1，O2原子之间的连接关系作为连接拓扑，针对第二类连接拓扑，我们选定含氟丙烯酸酯中如附图2a中所示C1，C2，C3,O1，O2原子与苯乙烯中如附图2b中所示C1，C2，C3，C4，C8原子之间的连接作为拓扑。然后根据高分子包含的单体之间的嵌段排列方式，将单体对应的拓扑和两类连接拓扑按顺序关系进行组合，生成该高分子对应完整拓扑关系，并产生相应的top文件；
(5)基于选定的全原子力场模型，利用Gromacs对初始pdb文件中的高分子构型进行能量最小化；
(6)将结构优化后的高分子加入超临界二氧化碳溶液体系，并利用Gromacs软件对高分子与超临界二氧化碳混合体系进行NPT系综下的高温退火模拟，消除二氧化碳和高分子的不合理接触，最终得到稳定的高分子与超临界二氧化碳混合体系的全原子构型如附图4所示；
至此，从步骤(1)到(6)，完成了对极性单体和非极性单体比例为29：1的高分子与超临界二氧化碳混合体系对全原子模型的构建。
实施例2
本实施例详细阐述了本发明“一种构建高分子与超临界二氧化碳混合体系全原子模型的方法”在具体实施时针对极性单体和非极性单体比例为15：15的高分子与超临界二氧化碳混合体系对全原子模型的构建，具体步骤如下：
(1)采用EMP2全原子模型对二氧化碳进行全原子建模，利用Gromacs软件对二氧化碳体系在NPT系综下进行高温退火模拟，其退火模拟过程依次从(1000bar，800K，)至(800bar，600K，)，至(600bar，400K，)至(400bar，320K，)最后至(280bar，320K)。得到稳定的超临界二氧化碳体系，其密度随时间变化曲线如附图1所示，平均值为830.2Kg/m3。该值与实验密度值869.2Kg/m3接近。
(2)利用Gauss View构建由极性含氟丙烯酸酯非极性苯乙烯构成的15：15的嵌段高分子，并保存为pdb文件格式，其中高分子单体的全原子构型及其标注如附图2所示，而高分子的三维原子构型示意图如附图5所示；
(3)基于成熟的OPLSAA全原子力场以及高分子中原子的化学成键类型，确定高分子中所有原子对应的原子类型,同时确定高分子中单体内原子之间的拓扑关系，并产生两个单体对应的top文件；
(4)基于链接单体之间原子成键作用的强弱，确定高分子单体之间的连接拓扑关系。由于该高分子的单体比例为15：15，因此其包含三类连接关系：第一类是极性单体与极性单体之间的连接拓扑，第二类是极性单体与非极性单体之间的连接拓扑，第三类是非极性单体与非极性单体之间的连接拓扑。针对第一类连接拓扑，我们选定含氟丙烯酸酯中如附图2a中所示C1，C2，C3,O1，O2原子与含氟丙烯酸酯中如附图2a中所示C1，C2，C3,O1，O2原子之间的连接关系作为连接拓扑；针对第二类连接拓扑，我们选定含氟丙烯酸酯中如附图2a中所示C1，C2，C3,O1，O2原子与苯乙烯中如附图2b中所示C1，C2，C3，C4，C8原子之间的连接作为拓扑；针对第三类连接拓扑，我们选定苯乙烯中如附图2b中所示C1，C2，C3，C4，C8原子与苯乙烯中如附图2b中所示C1，C2，C3，C4，C8原子之间的连接关系作为连接拓扑。然后根据高分子包含的单体之间的嵌段排列方式，利用自主开发的工具程序自动将单体对应的拓扑和三类连接拓扑按顺序关系进行组合，生成该高分子对应完整拓扑关系，并产生相应的top文件
(5)基于选定的全原子力场模型，利用利用Gromacs对初始pdb文件中的高分子构型进行能量最小化；
(6)将能量优化后的高分子加入超临界二氧化碳溶液体系，并利用Gromacs软件对高分子与超临界二氧化碳混合体系进行NPT系综下的高温退火模拟以消除二氧化碳和高分子的不合理接触。最终得到稳定的高分子与超临界二氧化碳混合体系的全原子构型如附图6所示；
至此，从步骤(1)到(6)，完成了对极性单体和非极性单体比例为15：15的高分子与超临界二氧化碳混合体系对全原子模型的构建。
在已构建的两种高分子与超临界二氧化碳混合体系全原子模型的基础之上，利用Gromacs软件对这两种混合体系进行4ns的全原子分子动力学模拟，并分析高分子对二氧化碳分子的微观动力学的影响，如二氧化碳分子的微观MSD随时间变化曲线如附图7所示。可以看出，高分子的加入使得超临界二氧化碳的粘滞性发生了变化，并且该变化与加入的高分子的种类有关。这说明，依据本发明“一种构建高分子与超临界二氧化碳混合体系全原子模型的方法”构建的高分子与超临界二氧化碳混合体系的全原子模型具备合理性。
以上所述为本发明的两个典型实施例而已，本发明不应该局限于该实施例和附图所公开的内容。任何属于本领域的技术人员在本发明揭露的技术范围内，可轻易想到的变化或替换，都应涵盖在本发明的保护范围之内。

Claims (8)

1.一种构建高分子与超临界二氧化碳混合体系全原子模型的方法，其特征在于：
所述方法具体步骤为：
(1)利用Gromacs软件，对二氧化碳的EPM2全原子在NPT系综下进行高温退火模拟，构建稳定的超临界二氧化碳溶液体系；
(2)利用Gauss View构建由苯乙烯(Styrene)和含氟丙烯酸酯(Fluoroacrylate)构成的特定比例的嵌段高分子，其中苯乙烯(Styrene)是非极性单体，含氟丙烯酸酯(Fluoroacrylate)是极性单体；
(3)基于成熟的OPLSAA全原子力场以及高分子原子的化学成键类型，确定高分子中所有原子对应的原子类型,同时确定高分子包含的单体内原子之间的拓扑关系；
(4)基于链接单体之间原子成键作用的强弱，确定高分子单体之间的连接拓扑关系，然后根据高分子包含的单体之间的排列方式，将单体对应的拓扑和单体之间的拓扑关系按顺序关系进行组合，生成该高分子对应完整拓扑关系；
(5)利用Gromacs以及选定的全原子力场对高分子构型进行能量最小化，从而得到高分子的能量最优构型；
(6)将能量优化后的高分子加入超临界二氧化碳溶液体系，并利用Gromacs软件对高分子与超临界二氧化碳混合体系进行NPT系综下的高温退火模拟，最终得到稳定的高分子与超临界二氧化碳混合体系的全原子模型。
2.根据权利要求1所述的方法，其特征在于：步骤(1)和(6)中，采用Leap-Frog算法进行积分求解，对应的积分步长为0.5fs；采用Particle Mesh Ewald算法对长程静电作用进行求解，其截断半径为0.9nm；Lenard-Jones相互作用的截断半径为1.3nm；采用Berendsen热浴算法来恒定模拟的温度，其耦合常数为0.5ps；采用Berendsen压浴算法来恒定模拟的压强，其耦合常数为1.0ps。
3.根据权利要求1所述的方法，其特征在于：在步骤(1)和(6)中，进行NPT系综下的高温退火模拟，具体退火过程依次为(1000bar，800K)-(800bar，600K)-(600bar，400K)-(400bar，320K)-(280bar，320K)。
4.根据权利要求1所述的方法，其特征在于步骤(2)中所述拟定的含氟丙烯酸酯(Fluoroacrylate)单体与苯乙烯(Styrene)单体之间以嵌段模式进行组合，且含氟丙烯酸酯(Fluoroacrylate)单体与苯乙烯(Styrene)单体之间的比例是29:1-15:15。
5.根据权利要求1所述的方法，其特征在于：步骤(2)中高分子的极性单体为含氟丙烯酸酯，而非极性单体为苯乙烯，两个单体对应的全原子模型为OPLSAA力场。
6.根据权利要求1所述的方法，其特征在于：步骤(3)中高分子单体之间的连接拓扑包括所有与主链原子之间拓扑距离小于等于3的非氢原子之间的成键关系构成，同时还包括最近邻原子间的成键关系，次近邻原子间的键角关系，以及次次近邻原子间的二面角关系。
7.根据权利要求1所述的方法，其特征在于：步骤(6)中，将高分子加入到超临界二氧化碳时，高分子表面的范德瓦尔半径设置为0.35nm，且体系的高分子与二氧化碳的混合体系对应的高分子占体系的质量分数设定为0.19wt％。
8.根据权利要求1所述的方法，其特征在于步骤(6)中消除高分子和二氧化碳之间的不合理接触的过程中，采用NPT系综下的高温退火模拟实现初始构型的弛豫。
CN201811276321.9A 2018-10-30 2018-10-30 一种构建高分子与超临界二氧化碳混合体系全原子模型的方法 Active CN109473144B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201811276321.9A CN109473144B (zh) 2018-10-30 2018-10-30 一种构建高分子与超临界二氧化碳混合体系全原子模型的方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201811276321.9A CN109473144B (zh) 2018-10-30 2018-10-30 一种构建高分子与超临界二氧化碳混合体系全原子模型的方法

Publications (2)

Publication Number Publication Date
CN109473144A CN109473144A (zh) 2019-03-15
CN109473144B true CN109473144B (zh) 2021-07-09

Family

ID=65666432

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201811276321.9A Active CN109473144B (zh) 2018-10-30 2018-10-30 一种构建高分子与超临界二氧化碳混合体系全原子模型的方法

Country Status (1)

Country Link
CN (1) CN109473144B (zh)

Families Citing this family (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN110136782B (zh) * 2019-05-28 2021-01-12 北京科技大学 一种金属氧化物团簇结构模型的构造方法
CN111681702B (zh) * 2020-06-09 2022-09-13 青岛科技大学 一种基于分子动力学的生物燃料提纯方法

Citations (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN101033269A (zh) * 2007-02-12 2007-09-12 杭州师范学院 一种原子转移自由基聚合引发体系及其在制备高分子化合物的应用
CN102350229A (zh) * 2011-08-24 2012-02-15 北京中电加美环境工程技术有限责任公司 一种金属元素改性zsm-5分子筛复合膜及其制备方法和应用
WO2015166275A1 (en) * 2014-05-02 2015-11-05 Oxford Nanopore Technologies Limited Mutant pores
CN108108540A (zh) * 2017-12-12 2018-06-01 华南理工大学 一种模拟tbpb半笼形水合物膜分离混合气体的方法

Family Cites Families (10)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
AT411685B (de) * 2002-06-14 2004-04-26 Agrolinz Melamin Gmbh Zusammensetzungen zur herstellung von aminoplasterzeugnissen
CN1320566C (zh) * 2004-12-04 2007-06-06 西南师范大学 可调变粘滞度磁性液体的制备方法
US20110061742A1 (en) * 2009-09-11 2011-03-17 Tyco Valves & Controls Lp Cryogenic liquid cylinder manifold
EP3185880B1 (en) * 2014-08-27 2020-02-12 Ohio State Innovation Foundation Improved peptidyl calcineurin inhibitors
CN104657564B (zh) * 2015-03-16 2017-07-21 长春理工大学 基于分子动力学磨粒流加工数值模拟研究方法
CN104778329B (zh) * 2015-04-24 2017-11-28 中国石油大学(华东) 一种分析co2/ch4在褐煤中吸附机理的方法
CN105694358B (zh) * 2016-04-08 2019-03-22 天津工业大学 磺化聚醚醚酮-磺化氧化石墨烯杂化膜及制备和应用
CN106432615B (zh) * 2016-09-20 2019-06-11 新辉（中国）新材料有限公司 一种通co2气体能够絮凝的聚合物乳液及制备、絮凝的方法
CN107330235B (zh) * 2017-05-08 2020-07-28 华南理工大学 一种多肽链自组装过程的分子动力学研究方法
CN108226080B (zh) * 2018-01-17 2020-06-09 中国石油大学(北京) 一种高压原位红外样品池及其在co2-有机液体体系中的应用

Patent Citations (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN101033269A (zh) * 2007-02-12 2007-09-12 杭州师范学院 一种原子转移自由基聚合引发体系及其在制备高分子化合物的应用
CN102350229A (zh) * 2011-08-24 2012-02-15 北京中电加美环境工程技术有限责任公司 一种金属元素改性zsm-5分子筛复合膜及其制备方法和应用
WO2015166275A1 (en) * 2014-05-02 2015-11-05 Oxford Nanopore Technologies Limited Mutant pores
CN108108540A (zh) * 2017-12-12 2018-06-01 华南理工大学 一种模拟tbpb半笼形水合物膜分离混合气体的方法

Non-Patent Citations (2)

* Cited by examiner, † Cited by third party
Title
Structural Features of Binary Mixtures of Supercritical CO2 with Polar Entrainers by Molecular Dynamics Simulation;Gurina D L等;《Russian Journal of Physical Chemistry》;20130903;第87卷(第10期);第1662-1667页 *
超临界二氧化碳溶胀原油及降低油水界面张力的分子模拟研究;史俊勤;《中国优秀硕士学位论文全文数据库 工程科技Ⅰ辑》;20180415(第4期);第B019-212页 *

Also Published As

Publication number Publication date
CN109473144A (zh) 2019-03-15

Similar Documents

Publication Publication Date Title
CN109473144B (zh) 一种构建高分子与超临界二氧化碳混合体系全原子模型的方法
Safikhani et al. Multi-objective optimization of nanofluid flow in flat tubes using CFD, Artificial Neural Networks and genetic algorithms
Shekar et al. A multidimensional population balance model to describe the aerosol synthesis of silica nanoparticles
Gharagheizi QSPR studies for solubility parameter by means of genetic algorithm‐based multivariate linear regression and generalized regression neural network
Marcato et al. From computational fluid dynamics to structure interpretation via neural networks: an application to flow and transport in porous media
Lapene et al. Kinetics oxidation of heavy oil. 2. Application of genetic algorithm for evaluation of kinetic parameters
Nikolić et al. Nonlinear frequency response analysis of forced periodic operation of non-isothermal CSTR using single input modulations. Part I: Modulation of inlet concentration or flow-rate
Xie et al. Computational fluid dynamics simulation of multiscale mixing in anionic polymerization tubular reactors
Dietrich et al. LDPE production in tubular reactors: comprehensive model for the prediction of the joint molecular weight-short (long) chain branching distributions
Fang et al. Improvement of ethylene cracking reaction network with network flow analysis algorithm
Meadows et al. Nonisothermal modeling and sensitivity studies for batch and semibatch emulsion polymerization of styrene
Cui et al. Microstructural evolution of bitumen during the glass transition: An application of digital oil
Asteasuain et al. “Living” free radical polymerization in tubular reactors. I. Modeling of the complete molecular weight distribution using probability generating functions
Papadopoulos et al. Molecular design of working fluid mixtures for organic Rankine cycles
Bi et al. An ingenious characterization of reaction network using sub-network reconstruction
Bandyopadhyay et al. A comparative evaluation of pair correlation functions for a highly asymmetric electrolyte with mono and divalent counterions from integral equation theory in hypernetted chain (HNC) approximation and Monte Carlo simulation
Li et al. Efficient DSBGK simulations of the low speed thermal transpiration gas flows through micro-channels
Jiang et al. Novel method for considering process flexibility and stability simultaneously
Yiotis et al. Application of the lattice-Boltzmann method to the modeling of population blob dynamics in 2D porous domains
CN106055887A (zh) 基于相场模型下控制Ag2Ga纳米针长径比的研究方法
Assaf et al. Introducing a force-matched united atom force field to explore larger spatiotemporal domains in molecular dynamics simulations of bitumen
Baeurle et al. Challenging scaling laws of flexible polyelectrolyte solutions with effective renormalization concepts
Wilding et al. Development and Experimental Validation of a Dispersity Model for In Silico RAFT Polymerization
Bi et al. A high-performance molecular reconstruction method with parameter initialization based on PCA
Du et al. The thickening mechanism of CO2 thickener poly (vinyl acetate-vinyl ether)(PVAEE): A molecular dynamics study

Legal Events

Date Code Title Description
PB01 Publication
PB01 Publication
SE01 Entry into force of request for substantive examination
SE01 Entry into force of request for substantive examination
GR01 Patent grant
GR01 Patent grant