CN112069674A - 一种促进细颗粒物团聚的水溶性聚合物筛选方法 - Google Patents
一种促进细颗粒物团聚的水溶性聚合物筛选方法 Download PDFInfo
- Publication number
- CN112069674A CN112069674A CN202010897345.7A CN202010897345A CN112069674A CN 112069674 A CN112069674 A CN 112069674A CN 202010897345 A CN202010897345 A CN 202010897345A CN 112069674 A CN112069674 A CN 112069674A
- Authority
- CN
- China
- Prior art keywords
- polymer
- model
- interaction
- agglomeration
- fine particle
- 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.)
- Granted
Links
- 239000010419 fine particle Substances 0.000 title claims abstract description 120
- 230000002776 aggregation Effects 0.000 title claims abstract description 59
- 238000005054 agglomeration Methods 0.000 title claims abstract description 48
- 230000001737 promoting effect Effects 0.000 title claims abstract description 40
- 238000012216 screening Methods 0.000 title claims abstract description 38
- 238000000034 method Methods 0.000 title claims abstract description 34
- 229920003169 water-soluble polymer Polymers 0.000 title claims abstract description 34
- 229920000642 polymer Polymers 0.000 claims abstract description 155
- 230000003993 interaction Effects 0.000 claims abstract description 103
- 239000013618 particulate matter Substances 0.000 claims abstract description 38
- 230000000694 effects Effects 0.000 claims abstract description 20
- 239000000463 material Substances 0.000 claims abstract description 20
- 238000005094 computer simulation Methods 0.000 claims abstract description 15
- 125000000524 functional group Chemical group 0.000 claims description 33
- 238000005457 optimization Methods 0.000 claims description 20
- 238000004088 simulation Methods 0.000 claims description 17
- 230000035945 sensitivity Effects 0.000 claims description 15
- 238000004364 calculation method Methods 0.000 claims description 12
- 238000004220 aggregation Methods 0.000 claims description 11
- 239000000178 monomer Substances 0.000 claims description 8
- 125000003178 carboxy group Chemical group [H]OC(*)=O 0.000 claims description 6
- 229910004679 ONO2 Inorganic materials 0.000 claims description 5
- 239000000126 substance Substances 0.000 abstract description 4
- 230000007246 mechanism Effects 0.000 abstract description 2
- 239000002245 particle Substances 0.000 description 17
- 238000000329 molecular dynamics simulation Methods 0.000 description 15
- 239000003795 chemical substances by application Substances 0.000 description 10
- IXPNQXFRVYWDDI-UHFFFAOYSA-N 1-methyl-2,4-dioxo-1,3-diazinane-5-carboximidamide Chemical compound CN1CC(C(N)=N)C(=O)NC1=O IXPNQXFRVYWDDI-UHFFFAOYSA-N 0.000 description 9
- 235000010413 sodium alginate Nutrition 0.000 description 9
- 229940005550 sodium alginate Drugs 0.000 description 9
- 239000000661 sodium alginate Substances 0.000 description 9
- 229910052681 coesite Inorganic materials 0.000 description 8
- 229910052906 cristobalite Inorganic materials 0.000 description 8
- 239000000377 silicon dioxide Substances 0.000 description 8
- VYPSYNLAJGMNEJ-UHFFFAOYSA-N silicon dioxide Inorganic materials O=[Si]=O VYPSYNLAJGMNEJ-UHFFFAOYSA-N 0.000 description 8
- 229910052682 stishovite Inorganic materials 0.000 description 8
- 229910052905 tridymite Inorganic materials 0.000 description 8
- HRPVXLWXLXDGHG-UHFFFAOYSA-N Acrylamide Chemical compound NC(=O)C=C HRPVXLWXLXDGHG-UHFFFAOYSA-N 0.000 description 6
- 229920002401 polyacrylamide Polymers 0.000 description 5
- UGFAIRIUMAVXCW-UHFFFAOYSA-N Carbon monoxide Chemical compound [O+]#[C-] UGFAIRIUMAVXCW-UHFFFAOYSA-N 0.000 description 4
- 238000002474 experimental method Methods 0.000 description 4
- 239000003546 flue gas Substances 0.000 description 4
- 238000011160 research Methods 0.000 description 4
- 230000008878 coupling Effects 0.000 description 3
- 238000010168 coupling process Methods 0.000 description 3
- 238000005859 coupling reaction Methods 0.000 description 3
- 239000000428 dust Substances 0.000 description 3
- MWUXSHHQAYIFBG-UHFFFAOYSA-N nitrogen oxide Inorganic materials O=[N] MWUXSHHQAYIFBG-UHFFFAOYSA-N 0.000 description 3
- RAHZWNYVWXNFOC-UHFFFAOYSA-N Sulphur dioxide Chemical compound O=S=O RAHZWNYVWXNFOC-UHFFFAOYSA-N 0.000 description 2
- 230000004931 aggregating effect Effects 0.000 description 2
- 238000010586 diagram Methods 0.000 description 2
- 238000012986 modification Methods 0.000 description 2
- 230000004048 modification Effects 0.000 description 2
- WQZGKKKJIJFFOK-QTVWNMPRSA-N D-mannopyranose Chemical compound OC[C@H]1OC(O)[C@@H](O)[C@@H](O)[C@@H]1O WQZGKKKJIJFFOK-QTVWNMPRSA-N 0.000 description 1
- 230000009471 action Effects 0.000 description 1
- 239000003245 coal Substances 0.000 description 1
- 238000009826 distribution Methods 0.000 description 1
- 239000003344 environmental pollutant Substances 0.000 description 1
- 231100000719 pollutant Toxicity 0.000 description 1
- 230000008569 process Effects 0.000 description 1
Images
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F30/00—Computer-aided design [CAD]
- G06F30/20—Design optimisation, verification or simulation
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F2119/00—Details relating to the type or aim of the analysis or the optimisation
- G06F2119/14—Force analysis or force optimisation, e.g. static or dynamic forces
Landscapes
- Engineering & Computer Science (AREA)
- Physics & Mathematics (AREA)
- Theoretical Computer Science (AREA)
- Computer Hardware Design (AREA)
- Evolutionary Computation (AREA)
- Geometry (AREA)
- General Engineering & Computer Science (AREA)
- General Physics & Mathematics (AREA)
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
Abstract
本发明提供了一种促进细颗粒物团聚的水溶性聚合物筛选方法，包括以下步骤：S100、在Materials Studio软件中构建聚合物模型和细颗粒物模型；S200、利用Layer工具将聚合物模型和细颗粒物模型放在一起构造相互作用模型；S300、利用Forcite模块对相互作用模型进行Dynamic模拟；S400、根据Dynamic模拟的结果计算聚合物与细颗粒物表面的相互作用能量；S500、根据聚合物与细颗粒物表面的相互作用能量评价聚合物促进细颗粒物团聚效果，相互作用能量绝对值越高，则促进聚合物促进细颗粒物团聚效果越好。本发明通过研究水溶性聚合物与细颗粒物的相互作用机理，提出一种快捷、准确的团聚剂筛选方法，可以大幅提高应用于细颗粒物团聚的化学团聚剂的筛选效率和准确率。
Description
技术领域
本发明涉及细颗粒物控制技术领域，具体而言，涉及一种促进细颗粒物团聚的水溶性聚合物筛选方法。
背景技术
燃煤在中国的能源结构中占据着最大的份额，而燃煤烟气中存在氮氧化物、二氧化硫以及颗粒物等污染物质，会对环境造成破坏，目前燃煤污染问题越来越得到了公众的重视。
研究表明，燃煤烟气中的颗粒物大多数都可以通过除尘装置捕集去除，但是颗粒物中细颗粒物，尤其是PM2.5却很难除去。现有技术中，控制燃煤烟气中的细颗粒物的主要技术方法为在除尘器前端对烟气进行预处理，使细颗粒物增大，以提高除尘器的捕集效率。而化学团聚是对增大颗粒物的重要方法，其具有可操作性高、成本低等特点，具有广阔的应用前景。
化学团聚的工艺原理为向烟道中喷入团聚剂，使细颗粒物团聚长大，所以团聚剂的选择是化学团聚的技术核心及关键部分。通常高分子聚合物具有较长分子链，通过空间架桥的方式可以更好团聚细颗粒物，是比较优选的团聚剂。但是高分子聚合物种类众多，如果利用现有的实验方法从中筛选出合适的团聚剂，研究成本巨大，效率低下，且很难筛选出合适的团聚剂。
发明内容
本发明解决的问题是如何提高团聚剂筛选效率和准确度。
为解决上述问题，本发明提供一种促进细颗粒物团聚的水溶性聚合物筛选方法，包括以下步骤：
S100、在Materials Studio软件中构建聚合物模型和细颗粒物模型；
S200、利用Layer工具将聚合物模型和细颗粒物模型放在一起构造相互作用模型；
S300、利用Forcite模块对相互作用模型进行Dynamic模拟；
S400、根据Dynamic模拟的结果计算聚合物与细颗粒物表面的相互作用能量；
S500、根据聚合物与细颗粒物表面的相互作用能量评价聚合物促进细颗粒物团聚效果，相互作用能量绝对值越高，则促进聚合物促进细颗粒物团聚效果越好。
可选地，所述步骤S400中，利用以下公式计算聚合物与细颗粒物表面的相互作用能量，
E(Inter)＝E(Surface/Polymer)-E(Surface)-E(Polymer)；
其中，E(Inter)为聚合物与细颗粒物表面的相互作用能量，E(Surface/Polymer)为相互作用模型的能量，E(Surface)为细颗粒物模型的能量，E(Polymer)聚合物模型的能量。
可选地，所述步骤S100中，选取SiO2构建超晶胞模型，并利用Forcite模块进行结构优化得到细颗粒物模型。
可选地，所述步骤S100中，选取水溶性聚合物，建立具有n个单体的聚合物链，并利用Amorphous cell模块建立无定形单胞，对建立的单胞进行结构优化得到聚合物模型。
可选地，所述步骤S100中，所述聚合物链中单体的数量n为10-30。
可选地，所述步骤S300中模拟条件为：力场采用Compass力场，系综采用NVT。
可选地，所述步骤S300中模拟条件为：温度298K-423K,模拟时长600ps-1500ps。
可选地，还包括以下步骤：S600、根据相互作用能量，计算多种官能团的灵敏度，用于表征官能团对聚合物与细颗粒物表面的相互作用的影响程度。
可选地，所述步骤S600中，利用以下公式计算官能团灵敏度，
E(Inter)＝A+B*exp(-kN)；
其中，E(Inter)为聚合物与细颗粒物表面的相互作用能量，A、B为常数，k为官能团灵敏度，N为官能团数量；
k值越低，表示官能团对聚合物与细颗粒物表面的相互作用的影响程度越大。
可选地，根据所述步骤S600进行灵敏度计算的官能团选自以下一种：-COOH、-Mannose、-OH、-COOC-、-ONO2、-CHO。
相对于现有技术，本发明通过研究水溶性聚合物与细颗粒物的相互作用机理，提出一种快捷、准确的团聚剂筛选方法，可以大幅提高团聚剂筛选效率和准确率。
本发明利用分子动力学模拟来评价水溶性聚合物对细颗粒物颗粒的团聚性能，降低团聚剂的筛选成本，节约筛选时间，具有重大的科研和产业意义。
另外，通过总结官能团对聚合物与细颗粒物表面作用的敏感度，可以指导不同聚合物的耦合使用，提高筛选效率。
附图说明
图1为本发明实施例中促进细颗粒物团聚的水溶性聚合物筛选方法的流程图；
图2为本发明实施例一中的细颗粒物模型图；
图3为本发明实施例一中的聚合物模型图；
图4为本发明实施例一中的相互作用模型图；
图5为本发明实验例中水溶性聚合物对细颗粒物团聚作用图。
具体实施方式
为使本发明的上述目的、特征和优点能够更为明显易懂，下面结合附图对本发明的具体实施例做详细的说明。需要说明的是，以下各实施例仅用于说明本发明的实施方法和典型参数，而不用于限定本发明所述的参数范围，由此引申出的合理变化，仍处于本发明权利要求的保护范围内。
本发明的实施例公开一种促进细颗粒物团聚的水溶性聚合物筛选方法，结合图1所示，该方法包括以下步骤：
S100、在Materials Studio软件中构建聚合物模型和细颗粒物模型。
细颗粒物的主要成分为SiO2，可以选取SiO2的结构代替细颗粒物构建超晶胞模型，并利用Forcite模块进行结构优化得到细颗粒物模型。
选取水溶性聚合物，建立具有n个单体的聚合物链，聚合物链中单体的数量n为10-30，再利用Amorphous cell模块建立无定形单胞，对建立的单胞进行结构优化，得到聚合物模型。
S200、利用Layer工具将聚合物模型和细颗粒物模型放在一起构造相互作用模型，用于后续进行分子动力学模拟。
S300、利用Forcite模块对相互作用模型进行Dynamic模拟，力场采用Compass力场，系综采用NVT，力场、系综是根据模型固有特性选择。模拟条件的温度选择优选在90℃-150℃范围内，模拟时长优选在600ps-1500ps范围内。
S400、对分子动力学模拟的结构进行分析，利用Forcite模块对Dynamic的结果中的结构文件进行相互作用模型、聚合物模型以及细颗粒物模型进行Energy计算，并利用以下公式计算聚合物与细颗粒物表面的相互作用能量，
E(Inter)＝E(Surface/Polymer)-E(Surface)-E(Polymer)；
其中，E(Inter)为聚合物与细颗粒物表面的相互作用能量，E(Surface/Polymer)为相互作用模型的能量，E(Surface)为细颗粒物模型的能量，E(Polymer)聚合物模型的能量。
S500、根据聚合物与细颗粒物表面的相互作用能量E(Inter)评价聚合物促进细颗粒物团聚效果，相互作用能量绝对值越高，则促进聚合物促进细颗粒物团聚效果越好。
S600、根据相互作用能量，计算多种官能团灵敏度，官能团选自常用水溶性聚合物含有的官能团，包括以下几种：-COOH、-Mannose、-OH、-COOC-、-ONO2、-CHO。根据官能团进行单独与细颗粒物颗粒相互作用，得出经验公式：
E(Inter)＝A+B*exp(-kN)；
其中，E(Inter)为聚合物与细颗粒物表面的相互作用能量，A、B为常数，k为官能团灵敏度，N为官能团数量。经验公式是根据这六种官能团模拟的结果拟合得到，不同的官能团具有不同的A、B值。
利用经验公式，可以计算多种官能团灵敏度k，K值作为筛选官能团能力一个重要指标，k值越低，表示官能团对聚合物与细颗粒物表面的相互作用的影响程度越大。选择聚合物耦合时，k值可以作为一个重要的参考依据，尽量提高k值低的官能团的相对含量，可以促进聚合物促进颗粒团聚效果。
本发明利用分子动力学模拟来评价水溶性聚合物对细颗粒物颗粒的团聚性能，提出了一种快捷、准确的团聚剂筛选方法，降低团聚剂的筛选成本，节约筛选时间，对科学研究和产业推动都具有重要意义。
实施例一
一种促进细颗粒物团聚的水溶性聚合物筛选方法，包括以下步骤：
S100、在Materials Studio软件中构建聚合物模型和细颗粒物模型。
选取SiO2的构建细颗粒物表面(8×8)的超晶胞模型，并利用Forcite模块进行结构优化得到如图2所示的细颗粒物模型。
选取聚丙烯酰胺，建立具有20个单体的聚合物链，再利用Amorphous cell模块建立无定形单胞，对建立的单胞进行结构优化，得到如图3所示的聚合物模型。
S200、利用Layer工具将聚丙烯酰胺的聚合物模型和细颗粒物模型放在一起构造相互作用模型，相互作用模型如图4所示，可以用于后续进行分子动力学模拟。
S300、对构建好的相互作用模型进行分子动力学模拟，利用Materials Studio软件中的Forcite模块对相互作用模型进行Dynamic模拟，力场采用Compass力场，系综采用NVT，温度为100℃，模拟时长为1000ps。
S400、对分子动力学模拟的结构进行分析，利用Forcite模块对Dynamic的结果中的结构文件进行相互作用模型、聚合物模型以及细颗粒物模型进行Energy计算，并利用以下公式计算聚合物与细颗粒物表面的相互作用能量，
E(Inter)＝E(Surface/Polymer)-E(Surface)-E(Polymer)；
其中，E(Inter)为聚合物与细颗粒物表面的相互作用能量，E(Surface/Polymer)为相互作用模型的能量，E(Surface)为细颗粒物模型的能量，E(Polymer)聚合物模型的能量。计算得到E(Surface/Polymer)＝-231347kcal/mol,E(Surface)＝-231139kcal/mol，E(Polymer)＝2.87kcal/mol，E(Inter)＝-211.40kcal/mol。
S500、根据聚丙烯酰胺与细颗粒物表面的相互作用能量E(Inter)评价聚丙烯酰胺促进细颗粒物团聚效果。
实施例二
一种促进细颗粒物团聚的水溶性聚合物筛选方法，包括以下步骤：
S100、在Materials Studio软件中构建聚合物模型和细颗粒物模型。选取SiO2的构建细颗粒物表面(8×8)的超晶胞模型，并利用Forcite模块进行结构优化得到细颗粒物模型。选取海藻酸钠单链，建立具有20个单体的聚合物链，再利用Amorphous cell模块建立无定形单胞，对建立的单胞进行结构优化，得到聚合物模型。
S200、利用Layer工具将海藻酸钠的聚合物模型和细颗粒物模型放在一起构造相互作用模型。
S300、对构建好的相互作用模型进行分子动力学模拟，利用Materials Studio软件中的Forcite模块对相互作用模型进行Dynamic模拟，力场采用Compass力场，系综采用NVT，温度为100℃，模拟时长为1000ps。
S400、对分子动力学模拟的结构进行分析，利用Forcite模块对Dynamic的结果中的结构文件进行相互作用模型、聚合物模型以及细颗粒物模型进行Energy计算，并利用以下公式计算聚合物与细颗粒物表面的相互作用能量，
E(Inter)＝E(Surface/Polymer)-E(Surface)-E(Polymer)；
其中，E(Inter)为聚合物与细颗粒物表面的相互作用能量，E(Surface/Polymer)为相互作用模型的能量，E(Surface)为细颗粒物模型的能量，E(Polymer)聚合物模型的能量。计算得到E(Surface/Polymer)＝-233503kcal/mol,E(Surface)＝-231139kcal/mol，E(Polymer)＝-2185.8kcal/mol，E(Inter)＝-178.19kcal/mol。
S500、根据海藻酸钠与细颗粒物表面的相互作用能量E(Inter)评价聚丙烯酰胺促进细颗粒物团聚效果。
将实施例一得到的丙烯酰胺与细颗粒物表面的相互作用能量与实施例二得到的海藻酸钠与细颗粒物表面的相互作用能量比较，丙烯酰胺的相互作用能量高于海藻酸钠，从理论角度判断丙烯酰胺对细颗粒物团聚作用强于海藻酸钠。
实验例
通过实验测量细颗粒物中各粒径颗粒的体积分数，细颗粒物与丙烯酰胺接触后各粒径颗粒的体积分数，细颗粒物与海藻酸钠接触后各粒径颗粒的体积分数。
将实验结果用图形表示，如图5所示，图中X轴为粒径分布，Y轴为颗粒体积分数。从图中可见，细颗粒物与丙烯酰胺或海藻酸钠接触后粒径变大，其中丙烯酰胺对细颗粒物团聚作用强于海藻酸钠。
该实验结果与实施例一和实施例二根据理论推测的结果相符，证明本发明的筛选方法准确可靠。
实施例三
一种促进细颗粒物团聚的水溶性聚合物筛选方法，包括以下步骤：
S100、在Materials Studio软件中构建聚合物模型和细颗粒物模型。选取SiO2的构建细颗粒物表面(8×8)的超晶胞模型，并利用Forcite模块进行结构优化得到细颗粒物模型。建立聚合物链，聚合物链含0-10个-COOH，再利用Amorphous cell模块建立无定形单胞，对建立的单胞进行结构优化，得到聚合物模型。
S200、利用Layer工具将聚合物模型和细颗粒物模型放在一起构造相互作用模型。
S300、对构建好的相互作用模型进行分子动力学模拟，利用Materials Studio软件中的Forcite模块对相互作用模型进行Dynamic模拟，力场采用Compass力场，系综采用NVT，温度为90℃，模拟时长为100ps。
S400、利用Forcite模块对Dynamic的结果中的结构文件进行相互作用模型、聚合物模型以及细颗粒物模型进行Energy计算，并利用以下公式计算聚合物与细颗粒物表面的相互作用能量，E(Inter)＝E(Surface/Polymer)-E(Surface)-E(Polymer)，其中，E(Inter)为聚合物与细颗粒物表面的相互作用能量，E(Surface/Polymer)为相互作用模型的能量，E(Surface)为细颗粒物模型的能量，E(Polymer)聚合物模型的能量。
S500、根据聚合物与细颗粒物表面的相互作用能量E(Inter)评价聚合物促进细颗粒物团聚效果。
S600、得出经验公式：E(Inter)＝A+B*exp(-kN)；其中，E(Inter)为聚合物与细颗粒物表面的相互作用能量，A、B为常数，k为官能团灵敏度，N为官能团数量。利用经验公式，计算得到-COOH的k值为0.1201。
实施例四
一种促进细颗粒物团聚的水溶性聚合物筛选方法，包括以下步骤：
S100、在Materials Studio软件中构建聚合物模型和细颗粒物模型。选取SiO2的构建细颗粒物表面的超晶胞模型，并利用Forcite模块进行结构优化得到细颗粒物模型。建立聚合物链，聚合物链含0-15个-Mannose，再利用Amorphous cell模块建立无定形单胞，对建立的单胞进行结构优化，得到聚合物模型。
S200、利用Layer工具将聚合物模型和细颗粒物模型放在一起构造相互作用模型。
S300、对构建好的相互作用模型进行分子动力学模拟，利用Materials Studio软件中的Forcite模块对相互作用模型进行Dynamic模拟，力场采用Compass力场，系综采用NVT，温度为110℃，模拟时长为500ps。
S400、利用Forcite模块对Dynamic的结果中的结构文件进行相互作用模型、聚合物模型以及细颗粒物模型进行Energy计算，并计算聚合物与细颗粒物表面的相互作用能量。
S500、根据聚合物与细颗粒物表面的相互作用能量E(Inter)评价聚合物促进细颗粒物团聚效果。
S600、利用经验公式，计算得到-Mannose的k值为0.1299。
实施例五
一种促进细颗粒物团聚的水溶性聚合物筛选方法，包括以下步骤：
S100、在Materials Studio软件中构建聚合物模型和细颗粒物模型。选取SiO2的构建细颗粒物表面的超晶胞模型，并利用Forcite模块进行结构优化得到细颗粒物模型。建立聚合物链，聚合物链含0-20个-OH，再利用Amorphous cell模块建立无定形单胞，对建立的单胞进行结构优化，得到聚合物模型。
S200、利用Layer工具将聚合物模型和细颗粒物模型放在一起构造相互作用模型。
S300、对构建好的相互作用模型进行分子动力学模拟，利用Materials Studio软件中的Forcite模块对相互作用模型进行Dynamic模拟，力场采用Compass力场，系综采用NVT，温度为150℃，模拟时长为300ps。
S400、利用Forcite模块对Dynamic的结果中的结构文件进行相互作用模型、聚合物模型以及细颗粒物模型进行Energy计算，并计算聚合物与细颗粒物表面的相互作用能量。
S500、根据聚合物与细颗粒物表面的相互作用能量E(Inter)评价聚合物促进细颗粒物团聚效果。
S600、利用经验公式，计算得到-OH的k值为0.1787。
实施例六
一种促进细颗粒物团聚的水溶性聚合物筛选方法，包括以下步骤：
S100、在Materials Studio软件中构建聚合物模型和细颗粒物模型。选取SiO2的构建细颗粒物表面的超晶胞模型，并利用Forcite模块进行结构优化得到细颗粒物模型。建立聚合物链，聚合物链含0-30个-COOC-，再利用Amorphous cell模块建立无定形单胞，对建立的单胞进行结构优化，得到聚合物模型。
S200、利用Layer工具将聚合物模型和细颗粒物模型放在一起构造相互作用模型。
S300、对构建好的相互作用模型进行分子动力学模拟，利用Materials Studio软件中的Forcite模块对相互作用模型进行Dynamic模拟，力场采用Compass力场，系综采用NVT，温度为130℃，模拟时长为800ps。
S400、利用Forcite模块对Dynamic的结果中的结构文件进行相互作用模型、聚合物模型以及细颗粒物模型进行Energy计算，并计算聚合物与细颗粒物表面的相互作用能量。
S500、根据聚合物与细颗粒物表面的相互作用能量E(Inter)评价聚合物促进细颗粒物团聚效果。
S600、利用经验公式，计算得到-COOC-的k值为0.1823。
实施例七
一种促进细颗粒物团聚的水溶性聚合物筛选方法，包括以下步骤：
S100、在Materials Studio软件中构建聚合物模型和细颗粒物模型。选取SiO2的构建细颗粒物表面的超晶胞模型，并利用Forcite模块进行结构优化得到细颗粒物模型。建立聚合物链，聚合物链含0-25个-CHO，再利用Amorphous cell模块建立无定形单胞，对建立的单胞进行结构优化，得到聚合物模型。
S200、利用Layer工具将聚合物模型和细颗粒物模型放在一起构造相互作用模型。
S300、对构建好的相互作用模型进行分子动力学模拟，利用Materials Studio软件中的Forcite模块对相互作用模型进行Dynamic模拟，力场采用Compass力场，系综采用NVT，温度为120℃，模拟时长为200ps。
S400、利用Forcite模块对Dynamic的结果中的结构文件进行相互作用模型、聚合物模型以及细颗粒物模型进行Energy计算，并计算聚合物与细颗粒物表面的相互作用能量。
S500、根据聚合物与细颗粒物表面的相互作用能量E(Inter)评价聚合物促进细颗粒物团聚效果。
S600、利用经验公式，计算得到-CHO的k值为0.5241。
实施例八
一种促进细颗粒物团聚的水溶性聚合物筛选方法，包括以下步骤：
S100、在Materials Studio软件中构建聚合物模型和细颗粒物模型。选取SiO2的构建细颗粒物表面的超晶胞模型，并利用Forcite模块进行结构优化得到细颗粒物模型。建立聚合物链，聚合物链含0-12个-ONO2，再利用Amorphous cell模块建立无定形单胞，对建立的单胞进行结构优化，得到聚合物模型。
S200、利用Layer工具将聚合物模型和细颗粒物模型放在一起构造相互作用模型。
S300、对构建好的相互作用模型进行分子动力学模拟，利用Materials Studio软件中的Forcite模块对相互作用模型进行Dynamic模拟，力场采用Compass力场，系综采用NVT，温度为135℃，模拟时长为600ps。
S400、利用Forcite模块对Dynamic的结果中的结构文件进行相互作用模型、聚合物模型以及细颗粒物模型进行Energy计算，并计算聚合物与细颗粒物表面的相互作用能量。
S500、根据聚合物与细颗粒物表面的相互作用能量E(Inter)评价聚合物促进细颗粒物团聚效果。
S600、利用经验公式，计算得到-ONO2的k值为0.2345。
K值作为筛选官能团能力一个重要指标，k值越低，此官能团对聚合物与细颗粒物表面作用越敏感。根据实施例三至实施例八的计算结果，得到6种官能团对聚合物与细颗粒物表面相互作用能力排序：-COOH>-Mannose>-OH>-COOC->-ONO2>-CHO。选择聚合物耦合时，尽量提高k值低的官能团的相对含量，可以促进聚合物促进细颗粒物团聚效果。
虽然本发明披露如上，但本发明的保护范围并非仅限于此。本领域技术人员在不脱离本发明的精神和范围的前提下，可进行各种变更与修改，这些变更与修改均将落入本发明的保护范围。
Claims (10)
1.一种促进细颗粒物团聚的水溶性聚合物筛选方法，其特征在于，包括以下步骤：
S100、在Materials Studio软件中构建聚合物模型和细颗粒物模型；
S200、利用Layer工具将聚合物模型和细颗粒物模型放在一起构造相互作用模型；
S300、利用Forcite模块对相互作用模型进行Dynamic模拟；
S400、根据Dynamic模拟的结果计算聚合物与细颗粒物表面的相互作用能量；
S500、根据聚合物与细颗粒物表面的相互作用能量评价聚合物促进细颗粒物团聚效果，相互作用能量绝对值越高，则促进聚合物促进细颗粒物团聚效果越好。
2.根据权利要求1所述的促进细颗粒物团聚的水溶性聚合物筛选方法，其特征在于，所述步骤S400中，利用以下公式计算聚合物与细颗粒物表面的相互作用能量，
E(Inter)＝E(Surface/Polymer)-E(Surface)-E(Polymer)；
其中，E(Inter)为聚合物与细颗粒物表面的相互作用能量，E(Surface/Polymer)为相互作用模型的能量，E(Surface)为细颗粒物模型的能量，E(Polymer)聚合物模型的能量。
3.根据权利要求1所述的促进细颗粒物团聚的水溶性聚合物筛选方法，其特征在于，所述步骤S100中，选取SiO2构建超晶胞模型，并利用Forcite模块进行结构优化得到细颗粒物模型。
4.根据权利要求1所述的促进细颗粒物团聚的水溶性聚合物筛选方法，其特征在于，所述步骤S100中，选取水溶性聚合物，建立具有n个单体的聚合物链，并利用Amorphous cell模块建立无定形单胞，对建立的单胞进行结构优化得到聚合物模型。
5.根据权利要求4所述的促进细颗粒物团聚的水溶性聚合物筛选方法，其特征在于，所述步骤S100中，所述聚合物链中单体的数量n为10-30。
6.根据权利要求1所述的促进细颗粒物团聚的水溶性聚合物筛选方法，其特征在于，所述步骤S300中模拟条件为：力场采用Compass力场，系综采用NVT。
7.根据权利要求6所述的促进细颗粒物团聚的水溶性聚合物筛选方法，其特征在于，所述步骤S300中模拟条件为：温度90℃-150℃,模拟时长100ps-1000ps。
8.根据权利要求1所述的促进细颗粒物团聚的水溶性聚合物筛选方法，其特征在于，还包括以下步骤：
S600、根据相互作用能量，计算多种官能团的灵敏度，用于表征官能团对聚合物与细颗粒物表面的相互作用的影响程度。
9.根据权利要求8所述的促进细颗粒物团聚的水溶性聚合物筛选方法，其特征在于，所述步骤S600中，利用以下公式计算官能团灵敏度，
E(Inter)＝A+B*exp(-kN)；
其中，E(Inter)为聚合物与细颗粒物表面的相互作用能量，A、B为常数，k为官能团灵敏度，N为官能团数量；
k值越低，表示官能团对聚合物与细颗粒物表面的相互作用的影响程度越大。
10.根据权利要求8所述的促进细颗粒物团聚的水溶性聚合物筛选方法，其特征在于，根据所述步骤S600进行灵敏度计算的官能团选自以下一种：-COOH、-Mannose、-OH、-COOC-、-ONO2、-CHO。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202010897345.7A CN112069674B (zh) | 2020-08-31 | 2020-08-31 | 一种促进细颗粒物团聚的水溶性聚合物筛选方法 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202010897345.7A CN112069674B (zh) | 2020-08-31 | 2020-08-31 | 一种促进细颗粒物团聚的水溶性聚合物筛选方法 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| CN112069674A true CN112069674A (zh) | 2020-12-11 |
| CN112069674B CN112069674B (zh) | 2024-08-13 |
Family
ID=73666655
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN202010897345.7A Active CN112069674B (zh) | 2020-08-31 | 2020-08-31 | 一种促进细颗粒物团聚的水溶性聚合物筛选方法 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN112069674B (zh) |
Citations (3)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| JP2019002743A (ja) * | 2017-06-13 | 2019-01-10 | 住友ゴム工業株式会社 | 高分子材料のシミュレーション方法 |
| CN110910965A (zh) * | 2019-11-15 | 2020-03-24 | 东南大学 | 一种基于分子动力学筛选橡胶颗粒表面活化技术的方法 |
| CN111514305A (zh) * | 2020-05-09 | 2020-08-11 | 宁波诺丁汉大学 | 一种基于碳量子点的靶向药物及其制备方法、应用 |
-
2020
- 2020-08-31 CN CN202010897345.7A patent/CN112069674B/zh active Active
Patent Citations (3)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| JP2019002743A (ja) * | 2017-06-13 | 2019-01-10 | 住友ゴム工業株式会社 | 高分子材料のシミュレーション方法 |
| CN110910965A (zh) * | 2019-11-15 | 2020-03-24 | 东南大学 | 一种基于分子动力学筛选橡胶颗粒表面活化技术的方法 |
| CN111514305A (zh) * | 2020-05-09 | 2020-08-11 | 宁波诺丁汉大学 | 一种基于碳量子点的靶向药物及其制备方法、应用 |
Also Published As
| Publication number | Publication date |
|---|---|
| CN112069674B (zh) | 2024-08-13 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| Han et al. | Assessment of the impact of emissions reductions on air quality over North China Plain | |
| CN105512485B (zh) | 一种估算细颗粒物及其前体物环境容量的新方法 | |
| CN112069674B (zh) | 一种促进细颗粒物团聚的水溶性聚合物筛选方法 | |
| CN106980710A (zh) | Esp工作电压贡献率与磁感应强度曲线拟合方法 | |
| CN107145668A (zh) | 发电厂烟气污染物排放对区域大气雾霾的评价方法及装置 | |
| CN111899817A (zh) | 污染物源解析方法和装置 | |
| CN112967764A (zh) | 多技术耦合的污染物源解析方法、装置 | |
| Jiang | Computational screening of metal− organic frameworks for CO2 separation | |
| Zhang et al. | Iron and steel industry emissions: a global analysis of trends and drivers | |
| CN104461688A (zh) | 一种详细燃烧化学反应机理骨架简化的方法 | |
| US7278330B2 (en) | Method of inspecting porous structure | |
| CN111081323A (zh) | 一种基于Tersoff力场的石墨烯多级粗粒化方法 | |
| CN112560323A (zh) | 一种用于促进细颗粒物团聚的工业废水筛选方法 | |
| CN110910965A (zh) | 一种基于分子动力学筛选橡胶颗粒表面活化技术的方法 | |
| CN114564901A (zh) | 一种结合随机函数的汽车涂层抗石击性仿真评价方法 | |
| CN108363838B (zh) | 基于atpso-svm模型的静电除尘器中温度效应预测方法 | |
| CN112417574B (zh) | 一种大空隙沥青混凝土空隙级配的离散元建模方法 | |
| CN118350252B (zh) | 一种用于预测制动磨损颗粒排放的仿真方法 | |
| CN116453606A (zh) | 一种基于分子动力学的复配团聚剂筛选方法及系统 | |
| CN118350252A (zh) | 一种用于预测制动磨损颗粒排放的仿真方法 | |
| CN113743035B (zh) | 一种基于分子动力学模拟熔分赤泥成纤体系结构稳定性的方法 | |
| CN104697916B (zh) | 一种对固体燃料颗粒物单颗粒识别与分析的方法 | |
| CN113947040B (zh) | 基于体积分布系数的绝缘子上下表面不均匀积污分析方法 | |
| CN118629533A (zh) | 一种基于分子动力学的细颗粒物团聚剂筛选方法 | |
| CN115856209A (zh) | 一种现场活性焦解析效果的评价方法 |
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 |