CN111681702B - 一种基于分子动力学的生物燃料提纯方法 - Google Patents

一种基于分子动力学的生物燃料提纯方法 Download PDF

Info

Publication number
CN111681702B
CN111681702B CN202010517376.5A CN202010517376A CN111681702B CN 111681702 B CN111681702 B CN 111681702B CN 202010517376 A CN202010517376 A CN 202010517376A CN 111681702 B CN111681702 B CN 111681702B
Authority
CN
China
Prior art keywords
biofuel
molecular dynamics
box
extractant
purification method
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
CN202010517376.5A
Other languages
English (en)
Other versions
CN111681702A (zh
Inventor
徐环斐
孔毅
田文德
耿赛
陶少辉
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.)
Qingdao University of Science and Technology
Original Assignee
Qingdao University of Science and Technology
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 Qingdao University of Science and Technology filed Critical Qingdao University of Science and Technology
Priority to CN202010517376.5A priority Critical patent/CN111681702B/zh
Publication of CN111681702A publication Critical patent/CN111681702A/zh
Application granted granted Critical
Publication of CN111681702B publication Critical patent/CN111681702B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Classifications

    • G—PHYSICS
    • G16—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR SPECIFIC APPLICATION FIELDS
    • G16B—BIOINFORMATICS, i.e. INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR GENETIC OR PROTEIN-RELATED DATA PROCESSING IN COMPUTATIONAL MOLECULAR BIOLOGY
    • G16B5/00—ICT specially adapted for modelling or simulations in systems biology, e.g. gene-regulatory networks, protein interaction networks or metabolic networks
    • G—PHYSICS
    • G16—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR SPECIFIC APPLICATION FIELDS
    • G16B—BIOINFORMATICS, i.e. INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR GENETIC OR PROTEIN-RELATED DATA PROCESSING IN COMPUTATIONAL MOLECULAR BIOLOGY
    • G16B45/00—ICT specially adapted for bioinformatics-related data visualisation, e.g. displaying of maps or networks
    • G—PHYSICS
    • G16—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR SPECIFIC APPLICATION FIELDS
    • G16C—COMPUTATIONAL CHEMISTRY; CHEMOINFORMATICS; COMPUTATIONAL MATERIALS SCIENCE
    • G16C10/00—Computational theoretical chemistry, i.e. ICT specially adapted for theoretical aspects of quantum chemistry, molecular mechanics, molecular dynamics or the like
    • G—PHYSICS
    • G16—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR SPECIFIC APPLICATION FIELDS
    • G16C—COMPUTATIONAL CHEMISTRY; CHEMOINFORMATICS; COMPUTATIONAL MATERIALS SCIENCE
    • G16C20/00—Chemoinformatics, i.e. ICT specially adapted for the handling of physicochemical or structural data of chemical particles, elements, compounds or mixtures
    • G16C20/80—Data visualisation
    • Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
    • Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
    • Y02E—REDUCTION OF GREENHOUSE GAS [GHG] EMISSIONS, RELATED TO ENERGY GENERATION, TRANSMISSION OR DISTRIBUTION
    • Y02E50/00—Technologies for the production of fuel of non-fossil origin
    • Y02E50/30—Fuel from waste, e.g. synthetic alcohol or diesel

Landscapes

  • Engineering & Computer Science (AREA)
  • Life Sciences & Earth Sciences (AREA)
  • Physics & Mathematics (AREA)
  • Bioinformatics & Cheminformatics (AREA)
  • Theoretical Computer Science (AREA)
  • Health & Medical Sciences (AREA)
  • Bioinformatics & Computational Biology (AREA)
  • Computing Systems (AREA)
  • Spectroscopy & Molecular Physics (AREA)
  • General Health & Medical Sciences (AREA)
  • Evolutionary Biology (AREA)
  • Biotechnology (AREA)
  • Medical Informatics (AREA)
  • Data Mining & Analysis (AREA)
  • Biophysics (AREA)
  • Physiology (AREA)
  • Molecular Biology (AREA)
  • Chemical & Material Sciences (AREA)
  • Crystallography & Structural Chemistry (AREA)
  • Organic Low-Molecular-Weight Compounds And Preparation Thereof (AREA)
  • Processing Of Solid Wastes (AREA)

Abstract

本发明提供了一种基于分子动力学的生物燃料提纯方法。该方法主要特点在于：借助分子动力学理论和仿真计算软件构建萃取剂‑水‑生物燃料模型。通过径向分布函数和空间分布函数来判定萃取剂的萃取机理。通过计算径向分布函数的峰值定量评价不同萃取剂的萃取能力。该峰值越大说明萃取效果越强越强。该方法克服了传统萃取剂只能通过实验进行评价，受人为主观因素影响较大，技术要求高、耗时长，实验条件难以掌控等缺点。可为基于木质纤维素类生物质的生物燃料萃取剂的选择提供依据和基础，同时可为开发新型溶剂提供科学依据，在生物燃料提纯领域具有较好的应用前景。

Description

一种基于分子动力学的生物燃料提纯方法
技术领域
本发明属于木质纤维素类生物质能源转化领域，特别涉及一种基于分子动力学的生物燃料的提纯方法。
背景技术
随着现代工业的发展和世界人口的迅速增长，化石燃料来源的减少和环境污染的增加使能源危机也越来越严重。世界各国纷纷研究和开发绿色新能源，特别是可再生生物能源。这种对绿色和可再生资源及产品的需求可以通过从不可再生资源转向可再生资源得到补偿。由于石油价格的不断上涨，近年来由可再生木质纤维素类生物质生产生物乙醇在化工原料方面显示出良好的发展前景，是一种具有应用潜力的传统能源替代品，被视为替代汽油的最佳燃料之一。自石油危机以来，全球诸多国家认识到生物燃料的重要性，并开始逐步的开发和利用生物燃料来替代化石燃料。因此，利用廉价易得来源丰富的木质纤维素类生物质制备生物燃料已成为必然趋势。
木质纤维素类生物质制备生物燃料流程包括以下阶段：木质纤维素类生物质原料的预处理阶段、利用发酵等手段制备生物燃料阶段以及生物燃料的提纯精制阶段。不同的木质纤维原料如农业废弃物、林业废弃物、食品加工业废弃物等经过发酵处理后得到的生物燃料含量不同，但普遍存在含水量较高、需要提纯精制的问题。
针对以上问题，本发明提供一种基于分子动力学的生物燃料提纯方法。在分子动力学的指导下，采用萃取精馏方法提纯水-生物燃料体系，该提纯方法重点在于基于分子动力学的萃取剂的筛选。但目前本领域萃取剂的筛选仍主要取决于实验方法，该方法费时费力需要设备并且过程产生的费用较大。本发明的分子动力学方法能够从微观建立萃取剂-待分离体系的模型，研究微观结构和宏观性能之间的关系；以牛顿力学确定性理论为指导，以分子动力学软件为平台，从分子水平微观角度研究萃取剂与待分离体系相互作用的前因后果，预测萃取剂的萃取效果。
发明内容
本发明的目的在于提供一种基于分子动力学的生物燃料提纯方法。
为了克服现有生物燃料萃取剂筛选费时费力且昂贵等诸多不足，本发明提供一种基于分子动力学筛选生物燃料萃取剂和评价生物燃料萃取剂的萃取效果。该方法不仅能简便、省时的筛选萃取剂，而且能研究不同萃取剂分子和待分离体系之间的微观原理，同时不受体系复杂的限制，可为开发用于萃取生物燃料的新型溶剂提供科学依据。
为达到上述目的，本发明所述一种基于分子动力学的生物燃料提纯方法，包括以下步骤：
步骤1、挑选适合萃取精馏水-生物燃料体系的萃取剂；
步骤2、在仿真软件中单独建立所有分子模型，包括水、生物燃料和步骤1中的萃取剂；
步骤3、将步骤2建立的分子模型进行结构优化，并拟合所有分子的RESP(Restrained Electrostatic Potential)电荷，并生成相应物质的力场参数；
步骤4、在仿真软件中建立大小适中的长方体盒子，将三种分子按照一定比例放入盒子中，建立水-生物燃料-萃取剂体系模型，并要求盒子两侧为萃取剂分子，盒子中间为待分离体系分子；
步骤5、将边界周期性条件应用于步骤4建立的盒子，以消除周期性的影响，针对不同的萃取剂采用不同的力场进行分子动力学平衡仿真计算，得到稳定状态下的水-生物燃料-萃取剂体系模型；
步骤6、通过径向分布函数和空间分布函数将步骤5的模型数据进行分析，研究萃取剂对待分离体系分子之间的相互作用能，根据相互作用能的大小既判定单一萃取剂对待分离体系中分子的吸引程度，还可以对比不同萃取剂的萃取效果，进而达到萃取剂的筛选。
进一步的，步骤1中的生物燃料是指生物乙醇、生物丁醇等短链醇类，步骤1中的萃取剂是指一种或两种及以上混合的有机溶剂、离子液体和低共熔溶剂。
进一步的，步骤2具体过程为：在仿真软件Material Studio或Gaussian View中分别构建所有单体的结构模型，如离子液体中的阴阳离子单体与低共熔溶剂中的氢键供受体单体等。
进一步的，步骤3具体过程为：在仿真软件Gaussian中将步骤2建立的单体结构模型分别进行结构优化和计算Merz-Kollmann电荷(MK)，采用量子化学分析程序Mutiwfn根据MK电荷拟合RESP电荷；使用仿真程序Amber中antechamber模块结合Generalized AMBERForce Field(GAFF)函数生成复合物的力场参数
进一步的，步骤4建立盒子的具体过程为：在分子动力学初始结构构建程序Packmol中，将步骤3优化完并计算RESP电荷的单体结构按照预期的数量和比例先放入低密度(体积较大)的箱子，后逐渐减小箱子体积，直到Packmol程序不能产生新的盒子，随后在最后一次的基础上增大少量尺寸。在盒子中插入分子时，应设置萃取剂在两侧位置，待分离体系处于中间位置。
进一步的，步骤5得到稳定状态下的水-生物燃料-萃取剂体系模型的具体过程：在分子动力学仿真程序Gromacs中，将周期边界条件应用于步骤4中建立盒子的三个方向，确保盒子内的粒子数恒定；在298.15K和1bar的温度下，通过50,000～100，000步模拟将系统能量最小化，然后逐渐加热到303.15K；在NVT系统中，平衡系统持续为3～5纳秒。在达到预期温度后；NPT系综在等温等压条件下进一步平衡，持续时间为20～40ns。
进一步的，步骤6具体分析过程为：在分子可视化软件Visual moleculardynamics(VMD)中，观察每一帧下体系的快照，并能直观展示出萃取剂对待萃取体系的萃取效果；通过径向分布函数和空间分布函数的分析，明确显示出不同萃取剂之间的差异。
附图说明
图1为氯化胆碱甘油(1:2)DES-水-乙醇体系模拟快照：其中Cl-用蓝色表示，Ch+用红色表示，甘油用黑色表示，乙醇用黑色表示，水用绿色表示。具体比例为Cl-:Ch+:甘油:乙醇:H2O＝400:400:800:360:240。
图2a为DES-H2O的径向分布函数；图2b为DES-乙醇的径向分布函数。
具体实施方式
应该指出，以下详细说明都是例示性的，旨在对本发明提供进一步的说明。除非另有指明，本发明使用的所有技术和科学术语具有与本发明所属技术领域的普通技术人员通常理解的相同含义。
需要注意的是，这里所使用的术语仅是为了描述具体实施方式，而非意图限制根据本发明的示例性实施方式。如在这里所使用的，除非上下文另外明确指出，否则单数形式也意图包括复数形式，此外，还应当理解的是，当在本说明书中使用术语“包含”和/或“包括”时，其指明存在特征、步骤、操作、器件、组件和/或它们的组合。
下面结合具体的实施例，对本发明做进一步的说明，但本发明并不限于此。
实施例1
(1)选择玉米秸秆为原料生产的生物乙醇粗产品，乙醇水摩尔比为3:2；
(2)选择以氯化胆碱为氢键供体(HBD)和多个不同的氢键受体(HBA)形成的低共熔溶剂(DES)作为萃取剂，分别有乳酸、甘油、乙二醇、尿素等氢键受体，其中乳酸比例(HBD：HBA)为1:2、1:3、1:5、1:10、1：15，甘油比例(HBD：HBA)为1:1、1:2、1:3，乙二醇比例(HBD：HBA)为1:1、1:2、1:3，尿素比例(HBD：HBA)为1:1、1:2；
(3)将体系每个单体在Gaussian软件中进行结构优化，例如氯化胆碱甘油-水-乙醇体系，单体结构分别是氯离子、胆碱阳离子、水分子和乙醇分子，然后计算MK电荷，并在Multiwfn程序中拟合RESP电荷；
(4)将拟合后的文件导入仿真程序Amber中antechamber模块并结合GAFF函数生成体系的力场参数；
(5)确定萃取剂的用量，由于低共熔溶剂不同比例之间原子数不同，以氯化胆碱甘油DES(1:2，50个原子)为标准，增加低于50个原子数的DES加入量，减少高于50个原子数的DES加入量，并规定氯化胆碱甘油(1：2)DES:水：乙醇＝10：6：9；
(6)使用Packmol软件建立一个体积为6.0×6.0×10.0nm3的盒子，按照规定的比例加入1000左右的分子数，放置乙醇和水在盒子中间体积为6.0×6.0×6.0nm3的区域内，将DES平均放置在两侧剩余区域；
(7)在分子动力学仿真程序Gromacs中，将周期边界条件应用于盒子的三个方向；使用Langevin温控器和Nose-Hoover Langevin调压器分别稳定温度为303.15K和压力为1atm；利用Particle Mesh Ewald(PME)算法计算了具有0.16网格间距和四阶插值的长程静电相互作用；用全原子力场描述了溶质-溶剂相互作用；在298.15K和1bar的温度下，通过50,000步模拟将系统能量最小化，然后逐渐加热到303.15K。在NVT系统中，平衡系统持续为3纳秒；在达到预期温度后，NPT系综在等温等压条件下进一步平衡，持续时间为30ns；
(8)氯化胆碱甘油(1:2)DES-水-乙醇体系模拟快照中水分子分布在DES中，而绝大部分灰色标注乙醇分子聚在中间，说明DES-水之间的相互作用力大于DES-乙醇之间的相互作用力；在HBD-水和HBA-水的径向分布函数中，相互作用力的大小由第一个峰的峰值决定；两者的第一个峰均大于1，最大峰分别为1.86和1.22，说明DES对水有较好的溶解作用，同时HBD-水的相互作用力较大，说明HBD在DES中对溶解水起主导作用；HBD-乙醇和HBA-乙醇均没有出现明显的峰值，说明乙醇与DES的相互作用力较弱；在萃取精馏过程中，DES用于分离乙醇和水时，DES-水的相互作用力远大于DES-乙醇，乙醇从塔顶流出，水和DES从塔釜流出；其他DES均显示出对水较好的萃取能力，但在径向分布函数图中，峰值均未高于1.86，说明萃取效果不如前者。
实施例2
(1)选择甘蔗渣为原料生产的生物丁醇粗产品，丁醇水摩尔比为4:1；
(2)选择以Cl-、[BF4]-和[BF6]-为阴离子(HBD)和[bmim]、[hmim]、[emim]交叉混合形成的溶剂作为萃取剂；
(3)将体系每个单体在Gaussian软件中进行结构优化，例如[bmim]Cl--水-乙醇体系，单体结构分别是氯离子、[bmim]、水分子和丁醇分子，然后计算MK电荷，并在Multiwfn程序中拟合RESP电荷；
(4)将拟合后的文件导入仿真程序Amber中antechamber模块并结合GAFF函数生成体系的力场参数。
(5)确定萃取剂的用量，由于溶剂不同组合之间原子数大致相同，规定溶剂：水：乙醇＝5：4：1，
(6)使用Packmol软件建立一个体积为6.0×6.0×10.0nm3的盒子，按照规定的比例加入1，000左右的分子数，放置丁醇和水在盒子中间体积为6.0×6.0×6.0nm3的区域内，将溶剂平均放置在两侧剩余区域。
(7)在分子动力学仿真程序Gromacs中，将周期边界条件应用于盒子的三个方向；使用Langevin温控器和Nose-Hoover Langevin调压器分别稳定温度为303.15K和压力为1atm；利用Particle Mesh Ewald(PME)算法计算了具有0.16网格间距和四阶插值的长程静电相互作用；用OPLS-AA的全原子力场描述了溶质-溶剂相互作用；在298.15K和1bar的温度下，通过50,000步模拟将系统能量最小化，然后逐渐加热到303.15K。在NVT系统中，平衡系统持续为3纳秒；在达到预期温度后，NPT系综在等温等压条件下进一步平衡，持续时间为30ns；
(8)溶剂-水-丁醇体系的分子动力学模拟结果与实施例1的相似度高，其中水分子分布在溶剂中，而绝大部分丁醇分子被排除在外，说明溶剂-水之间的相互作用力大于溶剂-丁醇之间的相互作用力；在溶剂和水之间的径向分布函数中，所有溶剂的第一个峰均大于1，其中[bmim]Cl-峰值最大，为1.85，说明溶剂对水有较好的溶解作用；但在溶剂-丁醇之间无明显的峰值，说明丁醇与DES的相互作用力较弱；萃取结果为乙醇从塔顶流出，水和溶剂从塔釜流出。
以上所述仅为本发明的较佳实施举例，并不用于限制本发明，凡在本发明精神和原则之内，所作的任何修改、等同替换、改进等，均应包含在本发明的保护范围之内。
最后应该说明的是，以上所述仅为本发明的优选实施例而已，并不用于限制本发明，尽管参照前述实施例对本发明进行了详细的说明，对于本领域的技术人员来说，其依然可以对前述实施例所记载的技术方案进行修改，或者对其中部分进行等同替换。凡在本发明的精神和原则之内，所作的任何修改、等同替换、改进等，均应包含在本发明的保护范围之内。上述虽然结合附图对本发明的具体实施方式进行了描述，但并非对本发明保护范围的限制，所属领域技术人员应该明白，在本发明的技术方案的基础上，本领域技术人员不需要付出创造性劳动即可做出的各种修改或变形仍在本发明的保护范围以内。

Claims (7)

1.一种基于分子动力学的生物燃料提纯方法，其特征在于，包括以下步骤：
步骤1、挑选适合萃取精馏水-生物燃料体系的萃取剂；步骤2、在仿真软件中单独建立所有分子模型，包括水、生物燃料和步骤1中的萃取剂；步骤3、在仿真软件Gaussian中将步骤2建立的单体结构模型分别进行结构优化和计算Merz-Kollmann电荷（MK），采用量子化学分析程序Mutiwfn根据MK电荷拟合RESP电荷；使用仿真程序Amber中antechamber模块结合Generalized AMBER Force Field（GAFF）函数生成复合物的力场参数；步骤4、在仿真软件中建立大小适中的长方体盒子，将三种分子按照一定比例放入盒子中，建立水-生物燃料-萃取剂体系模型，并要求盒子两侧为萃取剂分子，盒子中间为待分离体系分子；步骤5、将边界周期性条件应用于步骤4建立的盒子，以消除周期性的影响，针对不同的萃取剂采用不同的力场进行分子动力学平衡仿真计算，得到稳定状态下的水-生物燃料-萃取剂体系模型；步骤6、通过径向分布函数和空间分布函数将步骤5的模型数据进行分析，研究萃取剂对待分离体系分子之间的相互作用能，根据相互作用能的大小既判定单一萃取剂对待分离体系中分子的吸引程度，还可以对比不同萃取剂的萃取效果，进而达到萃取剂的筛选。
2.根据权利要求1所述的一种基于分子动力学的生物燃料提纯方法，其特征在于，所述步骤1中，生物燃料是指生物乙醇或生物丁醇；步骤1中的萃取剂是指一种或两种及以上混合的有机溶剂、离子液体和低共熔溶剂。
3.根据权利要求1所述的一种基于分子动力学的生物燃料提纯方法，其特征在于，所述步骤2的具体过程为：在仿真软件Material Studio或Gaussian View中分别构建所有单体的结构模型。
4.根据权利要求1所述的一种基于分子动力学的生物燃料提纯方法，其特征在于，所述步骤3具体过程为：在仿真软件Gaussian中将步骤2建立的单体结构模型分别进行结构优化和计算Merz-Kollmann电荷（MK），采用量子化学分析程序Mutiwfn根据MK电荷拟合RESP电荷；使用仿真程序Amber中antechamber模块结合Generalized AMBER Force Field（GAFF）函数生成复合物的力场参数。
5.根据权利要求1所述的一种基于分子动力学的生物燃料提纯方法，其特征在于，所述步骤4建立盒子的具体过程为：在分子动力学初始结构构建程序Packmol中，将步骤3优化完并计算RESP电荷的单体结构按照预期的数量和比例先放入低密度的箱子，后逐渐减小箱子体积，直到Packmol程序不能产生新的盒子，随后在最后一次的基础上增大少量尺寸；在盒子中插入分子时，应设置萃取剂在两侧位置，待分离体系处于中间位置。
6.根据权利要求1所述的一种基于分子动力学的生物燃料提纯方法，其特征在于，所述步骤5得到稳定状态下的水-生物燃料-萃取剂体系模型的具体过程：在分子动力学仿真程序Gromacs中，将周期边界条件应用于步骤4中建立盒子的三个方向，确保盒子内的粒子数恒定；在298.15 K和1 bar的温度下，通过50,000~100，000步模拟将系统能量最小化，然后逐渐加热到303.15 K；在NVT系统中，平衡系统持续为3~5纳秒；在达到预期温度后，NPT系综在等温等压条件下进一步平衡，持续时间为20~40 ns。
7.根据权利要求1所述的一种基于分子动力学的生物燃料提纯方法，其特征在于，所述步骤6具体分析过程为：在分子可视化软件Visual molecular dynamics (VMD)中，观察每一帧下体系的快照，并能直观展示出萃取剂对待萃取体系的萃取效果；通过径向分布函数和空间分布函数的分析，明确显示出不同萃取剂之间的差异。
CN202010517376.5A 2020-06-09 2020-06-09 一种基于分子动力学的生物燃料提纯方法 Active CN111681702B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202010517376.5A CN111681702B (zh) 2020-06-09 2020-06-09 一种基于分子动力学的生物燃料提纯方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202010517376.5A CN111681702B (zh) 2020-06-09 2020-06-09 一种基于分子动力学的生物燃料提纯方法

Publications (2)

Publication Number Publication Date
CN111681702A CN111681702A (zh) 2020-09-18
CN111681702B true CN111681702B (zh) 2022-09-13

Family

ID=72454115

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202010517376.5A Active CN111681702B (zh) 2020-06-09 2020-06-09 一种基于分子动力学的生物燃料提纯方法

Country Status (1)

Country Link
CN (1) CN111681702B (zh)

Families Citing this family (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN113192046B (zh) * 2021-05-14 2022-03-25 中北大学 一种径向分布函数图自动识别方法
CN113327649B (zh) * 2021-06-30 2023-06-16 青岛科技大学 一种基于分子动力学的半纤维素溶解机理的分析方法
CN115579050B (zh) * 2022-12-08 2023-03-14 香港中文大学（深圳） 生物分子功能性动力学中关键原子集的搜索方法、系统

Citations (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN1928527A (zh) * 2006-09-15 2007-03-14 东南大学 基于功能纳米纤维的水中污染物富集萃取方法
CN103864059A (zh) * 2012-12-18 2014-06-18 中国科学院兰州化学物理研究所 一种基于萃取提纯技术高效制备石墨烯的方法
CN109273050A (zh) * 2018-08-03 2019-01-25 五邑大学 一种用于解析复杂多聚体蛋白受体的脉冲电子顺磁共振数据的系统及方法与应用
CN109473144A (zh) * 2018-10-30 2019-03-15 中国石油大学(华东) 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
CN110568039A (zh) * 2019-09-06 2019-12-13 中国科学院生物物理研究所 使用新型电化学传感器的氨基酸特异实时检测方法

Family Cites Families (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US10489212B2 (en) * 2013-09-26 2019-11-26 Synopsys, Inc. Adaptive parallelization for multi-scale simulation

Patent Citations (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN1928527A (zh) * 2006-09-15 2007-03-14 东南大学 基于功能纳米纤维的水中污染物富集萃取方法
CN103864059A (zh) * 2012-12-18 2014-06-18 中国科学院兰州化学物理研究所 一种基于萃取提纯技术高效制备石墨烯的方法
CN109273050A (zh) * 2018-08-03 2019-01-25 五邑大学 一种用于解析复杂多聚体蛋白受体的脉冲电子顺磁共振数据的系统及方法与应用
CN109473144A (zh) * 2018-10-30 2019-03-15 中国石油大学(华东) 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
CN110568039A (zh) * 2019-09-06 2019-12-13 中国科学院生物物理研究所 使用新型电化学传感器的氨基酸特异实时检测方法

Non-Patent Citations (1)

* Cited by examiner, † Cited by third party
Title
用分子模拟的方法研究萃取剂的选择问题与验证;文彦通;《中国优秀博硕士学位论文全文数据库(硕士) 工程科技Ⅰ辑》;20180215(第2期);正文第1-56页 *

Also Published As

Publication number Publication date
CN111681702A (zh) 2020-09-18

Similar Documents

Publication Publication Date Title
CN111681702B (zh) 一种基于分子动力学的生物燃料提纯方法
Zang et al. Techno-economic analysis of an integrated biorefinery strategy based on one-pot biomass fractionation and furfural production
Jang et al. Techno-economic analysis of butanol production from lignocellulosic biomass by concentrated acid pretreatment and hydrolysis plus continuous fermentation
Vázquez-Ojeda et al. Design and optimization of an ethanol dehydration process using stochastic methods
Moncada et al. Selection of process pathways for biorefinery design using optimization tools: a colombian case for conversion of sugarcane bagasse to ethanol, poly-3-hydroxybutyrate (PHB), and energy
Furlan et al. Bioelectricity versus bioethanol from sugarcane bagasse: is it worth being flexible?
Parsons et al. Techno‐economic analysis (TEA) of microbial oil production from waste resources as part of a biorefinery concept: assessment at multiple scales under uncertainty
Galbe et al. Process engineering economics of bioethanol production
Phromphithak et al. Machine learning prediction of cellulose-rich materials from biomass pretreatment with ionic liquid solvents
Barcelos et al. High-efficiency conversion of ionic liquid-pretreated woody biomass to ethanol at the pilot scale
Park et al. Volatile fatty acids derived from waste organics provide an economical carbon source for microbial lipids/biodiesel production
Oleskowicz-Popiel et al. Lignocellulosic ethanol production without enzymes–Technoeconomic analysis of ionic liquid pretreatment followed by acidolysis
Kadhum et al. Optimization of surfactant addition in cellulosic ethanol process using integrated techno-economic and life cycle assessment for bioprocess design
Dávila et al. Economic and environmental assessment of syrup production. Colombian case
Kang et al. Development and economic analysis of bioethanol production facilities using lignocellulosic biomass
Jeong et al. Two-stage acid saccharification of fractionated Gelidium amansii minimizing the sugar decomposition
Vikash et al. Conceptual design of a lignocellulosic biorefinery and its supply chain for ethanol production in India
Sayar et al. Bioethanol production from Turkish hazelnut husk process design and economic evaluation
Meramo Hurtado et al. Technical evaluation of a levulinic acid plant based on biomass transformation under techno-economic and exergy analyses
Tutt et al. Using steam explosion pretreatment method for bioethanol production from floodplain meadow hay.
Wang et al. Mechanism study of ternary deep eutectic solvents with protonic acid for lignin fractionation
Kumar et al. Techno‐economic feasibility analysis of engineered energycane‐based biorefinery co‐producing biodiesel and ethanol
Eta et al. Enhanced mass transfer upon switchable ionic liquid mediated wood fractionation
Aghazadeh et al. Techno‐economic analysis for incorporating a liquid–liquid extraction system to remove acetic acid into a proposed commercial scale biorefinery
Sganzerla et al. Cost analysis of subcritical water pretreatment of sugarcane straw and bagasse for second‐generation bioethanol production: a case study in a sugarcane mill

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