CN113990403A - 一种等温条件下利用标准曲线库初筛反应模型的方法 - Google Patents

一种等温条件下利用标准曲线库初筛反应模型的方法 Download PDF

Info

Publication number
CN113990403A
CN113990403A CN202111092095.0A CN202111092095A CN113990403A CN 113990403 A CN113990403 A CN 113990403A CN 202111092095 A CN202111092095 A CN 202111092095A CN 113990403 A CN113990403 A CN 113990403A
Authority
CN
China
Prior art keywords
model
curve
screening
reaction
alpha
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
Application number
CN202111092095.0A
Other languages
English (en)
Other versions
CN113990403B (zh
Inventor
陈利平
刘璐
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.)
Nanjing University of Science and Technology
Original Assignee
Nanjing 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 Nanjing University of Science and Technology filed Critical Nanjing University of Science and Technology
Priority to CN202111092095.0A priority Critical patent/CN113990403B/zh
Publication of CN113990403A publication Critical patent/CN113990403A/zh
Application granted granted Critical
Publication of CN113990403B publication Critical patent/CN113990403B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Classifications

    • GPHYSICS
    • G16INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR SPECIFIC APPLICATION FIELDS
    • G16CCOMPUTATIONAL CHEMISTRY; CHEMOINFORMATICS; COMPUTATIONAL MATERIALS SCIENCE
    • G16C20/00Chemoinformatics, i.e. ICT specially adapted for the handling of physicochemical or structural data of chemical particles, elements, compounds or mixtures
    • G16C20/10Analysis or design of chemical reactions, syntheses or processes
    • GPHYSICS
    • G16INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR SPECIFIC APPLICATION FIELDS
    • G16CCOMPUTATIONAL CHEMISTRY; CHEMOINFORMATICS; COMPUTATIONAL MATERIALS SCIENCE
    • G16C10/00Computational theoretical chemistry, i.e. ICT specially adapted for theoretical aspects of quantum chemistry, molecular mechanics, molecular dynamics or the like
    • GPHYSICS
    • G16INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR SPECIFIC APPLICATION FIELDS
    • G16CCOMPUTATIONAL CHEMISTRY; CHEMOINFORMATICS; COMPUTATIONAL MATERIALS SCIENCE
    • G16C20/00Chemoinformatics, i.e. ICT specially adapted for the handling of physicochemical or structural data of chemical particles, elements, compounds or mixtures
    • G16C20/60In silico combinatorial chemistry
    • G16C20/64Screening of libraries
    • GPHYSICS
    • G16INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR SPECIFIC APPLICATION FIELDS
    • G16CCOMPUTATIONAL CHEMISTRY; CHEMOINFORMATICS; COMPUTATIONAL MATERIALS SCIENCE
    • G16C20/00Chemoinformatics, i.e. ICT specially adapted for the handling of physicochemical or structural data of chemical particles, elements, compounds or mixtures
    • G16C20/90Programming languages; Computing architectures; Database systems; Data warehousing

Landscapes

  • Engineering & Computer Science (AREA)
  • Theoretical Computer Science (AREA)
  • Computing Systems (AREA)
  • Chemical & Material Sciences (AREA)
  • Bioinformatics & Cheminformatics (AREA)
  • Life Sciences & Earth Sciences (AREA)
  • Bioinformatics & Computational Biology (AREA)
  • Crystallography & Structural Chemistry (AREA)
  • Health & Medical Sciences (AREA)
  • General Health & Medical Sciences (AREA)
  • Databases & Information Systems (AREA)
  • Library & Information Science (AREA)
  • Software Systems (AREA)
  • Medicinal Chemistry (AREA)
  • Physics & Mathematics (AREA)
  • Spectroscopy & Molecular Physics (AREA)
  • Analytical Chemistry (AREA)
  • Chemical Kinetics & Catalysis (AREA)
  • Investigating Or Analyzing Materials Using Thermal Means (AREA)

Abstract

本发明公开了一种等温条件下利用标准曲线库初筛反应模型的方法。根据现有机理函数,从广义的动力学方程出发,通过推导发现单步反应在等温条件下归一化曲线与机理函数的形状规律,从而建立归一化后的机理函数标准曲线库,对同样归一化之后的等温放热速率实验曲线进行筛选,并从理论层面先后验证了不同模型和同一模型下不同参数下此筛选方法的可行性,再将归一化之后的等温曲线放入标准曲线库里,理想状态是与某一模型函数重叠,但由于化学物质的多样性,认为落在某一模型范围内则该模型即为初筛得到的模型。本发明筛选反应模型的过程简单,可用于快速筛选物质热分解的反应模型,为动力学模型的获取及模型拟合法的使用提供便利。

Description

一种等温条件下利用标准曲线库初筛反应模型的方法
技术领域
本发明属于热分析动力学领域,特别涉及一种针对等温条件下单步反应物质的热分解,利用标准曲线库初筛物质热分解反应模型的方法。
背景技术
热分析是研究物质热分解的一种应用广泛的方法,对热分析数据进行计算可以获得对应的动力学参数。其中单步反应的反应速率方程可以用下式表示:
Figure BDA0003267734390000011
动力学研究的目的就在于获得上式的动力学三因子:活化能E、指前因子A和f(α)。其中f(α)为反应对应的模型函数或机理函数。
热分析动力学计算方法分为无模型法和模型拟合法两类。其中无模型法基于等转化率原则,可以在不需要假定或确定任何反应模型的前提下获得活化能。使用模型拟合法对多组数据进行线性或者非线性的拟合可获得某个特定的反应模型及其动力学参数。但是使用模型拟合法最重要的环节就是确定正确的反应模型,一旦反应模型选择错误,那么得到的动力学参数将没有意义。
在关于非均相热分解的研究中都基于有一个局部反应活性区间的设想,根据控制反应速率的关键步骤,非均相反应的反应过程被分为产物晶核的成核和生长、相界面反应和气体扩散。但这也带来了一个新的问题:在这么多可供选择的反应模型中,哪一个或哪几个符合相应的反应特征?
首先,可以考虑研究的反应物的反应类别和形态(如液体、固体、气体、结晶等),这对模型的选择十分有帮助。考虑到样品堆的几何形状和状态可能对实际测试中的反应行为有影响,有必要根据实验测量得到的热行为特征来筛选反应模型。
Figure BDA0003267734390000012
Figure BDA0003267734390000013
Figure BDA0003267734390000021
Figure BDA0003267734390000022
Figure BDA0003267734390000025
通过绘制P(u)的对数与1/T的关系曲线来确定G(α),上式中的G(α)必然是一条直线,是正确的。Bagchi将原始实验数据放入广义动力学微分方程和积分方程中,如果机制函数选择合理,从上述方程中得到的E和A的取值是近似的。与此方法类似的还有双重外推法和三步判别法。
除此之外,还有应用广泛的Málek法。Málek法定义了y(α)和Z(α)曲线函数,如下式所示。通过现有的机理函数绘制出y(α)-α和Z(α)-α标准曲线,将实验获得的数据带入公式中,如果实验曲线重叠或大部分落在某一标准曲线上,则判断对应的f(α)和G(α)是最合理的机理函数。
Figure BDA0003267734390000023
Figure BDA0003267734390000024
综上所述,非均相的机理函数的研究多种多样且主要集中在非等温动力学。基于已有的机理函数,除了动力学类型本身影响外,非等温数据的峰值特征还受到温度对反应的影响,这对确定正确的反应模型来说早成了一定难度。此外,一些判断反应模型的方法中对于温度积分近似项的处理,也会导致一定的误差。
发明内容
为了解决模型拟合法使用时确定正确反应模型的问题,本发明的目的是提供一种简单快速筛选反应模型的方法。
实现本方法发明的技术解决方案是:
一种在等温条件下利用已建立好的标准曲线库初筛物质热分解反应模型的方法,筛选过程包含以下步骤:
(1)利用动力学机理函数f(α),绘制归一化标准f(α)-α曲线,建立标准曲线库;
(2)通过如下公式,得出归一化之后的等温实验q-α曲线和标准f(α)-α曲线形状是相同的,从理论角度上验证了筛选方法的可行性,
Figure BDA0003267734390000031
其中,q指的是放热速率,单位mW;A指的是指前因子,单位s-1;Q指的是放热量,单位kJ/kg;E指的是活化能,单位kJ/mol;f(α)指的是反应对应的动力学机理函数;T指的是温度,单位℃;R是理想气体常数,R=8.314J/(mol·K);
(3)将某一物质的等温实验曲线归一化之后,放入标准曲线库中进行筛选,确定其反应模型。
较佳的,利用41种动力学机理函数f(α),绘制归一化标准f(α)-α曲线。
较佳的,标准曲线库包含的三种类型有增速型、减速型和先增后减型。
较佳的,从理论角度上分别验证不同模型和同一模型下不同参数筛选方法的可行性。
与现有的技术相比,本发明的积极效果是:
(1)在等温条件下进行实验,实验结果能得到更多关于反应类型的信息。
(2)该等温筛选方法相对于非等温确定反应类型的方法来说更为简便,标准曲线库作为模型库,可以筛选较多种类的模型。
(3)该筛选方法在初筛出来反应模型后,为模型拟合法的使用提供了便利,为更好更快的确定物质热分解的动力学参数提供了便利。
附图说明
图1是归一化f(α)-α筛选曲线库的曲线形状图。
图2是四种不同模型下模拟实验曲线与对应机理函数的对比结果图。
图3是Erofeev模型在不同参数条件下的模拟实验曲线与对应机理函数的对比结果图。
图4是等温条件下一水合草酸热分解的DSC图。
图5是一水合草酸钙归一化等温实验的归一化曲线图。
图6是筛选一水合草酸钙反应模型的筛选过程图。
具体实施方式
下面结合附图对本发明的实施进行详细阐述,以使本发明的优点和特征能更易于被本领域技术人员理解,从而对本发明的保护范围做出更为清楚明确的界定。
本发明所述的在等温条件下利用已建立好的标准曲线库初筛物质热分解反应模型的方法,筛选过程包含以下步骤:
(1)利用41种常见的动力学机理函数f(α),见表1,采用origin软件绘制归一化标准f(α)-α曲线,建立标准曲线库,为了更便捷的筛选反应模型,将标准曲线库分为三种类型,增速型、减速型和先增后减型,见图1;
(2)以动力学机理函数f(α)为基础,通过在广义动力学公式两侧同乘放热量Q:
Figure BDA0003267734390000041
上式变为:
Figure BDA0003267734390000042
其中,q指的是放热速率,单位mW;A指的是指前因子,单位s-1;Q指的是放热量,单位kJ/kg;E指的是活化能,单位kJ/mol;f(α)指的是反应对应的动力学机理函数;T指的是温度,单位℃;R是理想气体常数,R=8.314J/(mol·K),C是将公式中除动力学机理函数之外的部分整体视为一个常数,用C来代替。
从公式(2)中我们可以看出,等式右边
Figure BDA0003267734390000043
在等温单步反应中可视为常数,放热量Q也为常数,则等式右边除了机理函数以外的这部分可以视为一个常数,显而易见,q与f(α)是成比例的倍数关系。对曲线进行归一化处理,可以消除单位和比例的影响,那么从理论上讲,归一化之后的q-α曲线和f(α)-α曲线形状是相同的。以此为理论建立标准曲线库。
接下来验证这种标准曲线筛选的可行性。分别从不同模型、同一模型不同参数两个角度验证了标准曲线筛选的可行性。
选取四种不同模型:PT模型、n级模型、Erofeev模型和Jander模型,使用TSS(thermal safety software)软件对四种模型赋初值之后模型放热速率曲线。其中,PT模型活化能E的取值是120kJ/mol,指前因子A的取值是e26 1/s,放热量Q的取值是1000kJ/kg,等温温度T的取值是166℃;n级模型活化能E的取值是120kJ/mol,指前因子A的取值是e26 1/s,放热量Q的取值是1000kJ/kg,等温温度T的取值是142℃;Erofeev模型活化能E的取值是120kJ/mol,指前因子A的取值是e26 1/s,放热量Q的取值是1000kJ/kg,等温温度T的取值是148℃;Jander模型活化能E的取值是120kJ/mol,指前因子A的取值是e26 1/s,放热量Q的取值是1000kJ/kg,等温温度T的取值是130.5℃,选取Erofeev模型(对应表中序号13的机理函数)分别改变三个参数的取值观察筛选结果。结果发现模拟曲线和标准曲线之间拟合良好,标准曲线的筛选能力不受参数影响,见图2和图3。物质热分解的反应模型不受参数改变的影响,且不同模型之间也具有筛选性。
(3)将某一物质的等温实验曲线归一化之后,放入标准曲线库中进行筛选,确定其反应模型。
表1 41种常见热分解动力学机理函数
Figure BDA0003267734390000051
Figure BDA0003267734390000061
Figure BDA0003267734390000071
Figure BDA0003267734390000081
实施例:
以一水合草酸钙的热分解为例,首先做动态非等温的DSC(差示扫描量热仪)实验,选取合适的温度(起始分解温度以前5-10℃)进行等温实验,实验结果如图4所示。
对等温实验结果使用TSS(thermal safety software)软件处理曲线、用origin软件进行归一化处理并放入标准曲线库筛选反应模型,归一化曲线如图5所示,筛选结果如图6所示。
最终得到合适的反应模型并将其用于模型拟合法,方便后续动力学参数的获取与深入研究。
综上所述,等温实验得到的放热速率曲线,包含着关于反应类型的重要信息。本文从普适的微分动力学公式出发,在等温单步反应的前提下,利用等温放热速率曲线与机理函数之间的关系,提出了一种快速筛选反应机理函数的简便方法,并从理论层面和实验层面验证了该方法的可行性。

Claims (4)

1.一种等温条件下利用标准曲线库初筛反应模型的方法,其特征在于,筛选过程包含以下步骤:
(1)利用动力学机理函数f(α),绘制归一化标准f(α)-α曲线,建立标准曲线库;
(2)通过如下公式,得出归一化之后的等温实验q-α曲线和标准f(α)-α曲线形状是相同的,从理论角度上验证了筛选方法的可行性,
Figure FDA0003267734380000011
其中,q为放热速率,单位mW;A为指前因子,单位s-1;Q为放热量,单位kJ/kg;E为活化能,单位kJ/mol;f(α)为反应对应的动力学机理函数;T为温度,单位℃;R为理想气体常数,R=8.314J/(mol·K);
(3)将某一物质的等温实验曲线归一化之后,放入标准曲线库中进行筛选,确定其反应对应的反应模型。
2.如权利要求1所述的方法,其特征在于,利用41种动力学机理函数f(α),绘制归一化标准f(α)-α曲线。
3.如权利要求1所述的方法,其特征在于,标准曲线库包含的三种类型有增速型、减速型和先增后减型。
4.如权利要求1所述的方法,其特征在于,从理论角度上分别验证不同模型和同一模型下不同参数筛选方法的可行性。
CN202111092095.0A 2021-09-17 2021-09-17 一种等温条件下利用标准曲线库初筛反应模型的方法 Active CN113990403B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202111092095.0A CN113990403B (zh) 2021-09-17 2021-09-17 一种等温条件下利用标准曲线库初筛反应模型的方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202111092095.0A CN113990403B (zh) 2021-09-17 2021-09-17 一种等温条件下利用标准曲线库初筛反应模型的方法

Publications (2)

Publication Number Publication Date
CN113990403A true CN113990403A (zh) 2022-01-28
CN113990403B CN113990403B (zh) 2024-07-09

Family

ID=79736018

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202111092095.0A Active CN113990403B (zh) 2021-09-17 2021-09-17 一种等温条件下利用标准曲线库初筛反应模型的方法

Country Status (1)

Country Link
CN (1) CN113990403B (zh)

Citations (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JPH1123442A (ja) * 1997-07-02 1999-01-29 Rigaku Corp 固体の熱分解反応の解析方法
CN105403477A (zh) * 2015-12-02 2016-03-16 天津众智科技有限公司 一种低温筛选甲醇制烯烃催化剂的方法
US20160154004A1 (en) * 2014-12-01 2016-06-02 University Of Delaware Device and method for determining reaction kinetics
CN108985006A (zh) * 2018-08-03 2018-12-11 中国科学技术大学 多重升温模式下热解动力学参数和机理函数获取方法

Patent Citations (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JPH1123442A (ja) * 1997-07-02 1999-01-29 Rigaku Corp 固体の熱分解反応の解析方法
US20160154004A1 (en) * 2014-12-01 2016-06-02 University Of Delaware Device and method for determining reaction kinetics
CN105403477A (zh) * 2015-12-02 2016-03-16 天津众智科技有限公司 一种低温筛选甲醇制烯烃催化剂的方法
CN108985006A (zh) * 2018-08-03 2018-12-11 中国科学技术大学 多重升温模式下热解动力学参数和机理函数获取方法

Non-Patent Citations (2)

* Cited by examiner, † Cited by third party
Title
GU JIANGSHAN等: "Study on the thermal decomposition kinetics of DNTF", 2021 5TH INTERNATIONAL CONFERENCE ON ADVANCES IN ENERGY, ENVIRONMENT AND CHEMICAL SCIENCE (AEECS 2021), vol. 245, 24 March 2021 (2021-03-24) *
刘璐: "基于等温方法的反应模型筛选和自催化分解热行为研究", 《中国优秀硕士学位论文 工程科技I辑》, no. 02, 15 February 2024 (2024-02-15), pages 2 *

Also Published As

Publication number Publication date
CN113990403B (zh) 2024-07-09

Similar Documents

Publication Publication Date Title
Brown et al. The significance of “compensation effects” appearing in data published in “computational aspects of kinetic analysis”: ICTAC project, 2000
McKenna et al. Catalytic olefin polymerisation at short times: Studies using specially adapted reactors
US20170103162A1 (en) Methods for the Determination of a Copy Number of a Genomic Sequence in a Biological Sample
CN102046807B (zh) 利用小波变换分析核酸扩增曲线
WO2021026810A1 (zh) 一种评估化工工艺过程热失控危险度的方法
CN111812149A (zh) 一种基于机器学习的绝热加速量热方法
CN113505500B (zh) 电池热失控预测方法、装置及计算机可读存储介质
CN113990403A (zh) 一种等温条件下利用标准曲线库初筛反应模型的方法
Tanaka The theory and practice of thermoanalytical kinetics of solid-state reactions
CN113313406A (zh) 一种电动汽车运行大数据的动力电池安全风险评估方法
Zhang et al. A coarse-grained molecular dynamics–reactive Monte Carlo approach to simulate hyperbranched polycondensation
CN112434739A (zh) 一种基于多核学习的支持向量机的化工过程故障诊断方法
Blaine A faster approach to obtaining kinetic parameters
Jovanovic et al. The effect of primary structural parameters of poly (methacrylic acid) xerogels on the kinetics of swelling
Wu et al. Quantitative classification of autocatalytic strength for material decomposition based on the ratio of heat release
CN110457721A (zh) 基于全局参数敏感性分析的化工安全操作域确定方法
Janković et al. The use of the IKP method for evaluating the kinetic parameters and the conversion function of the thermal decomposition of NaHCO3 from nonisothermal thermogravimetric data
Wang et al. Conjugate direction particle swarm optimization based approach to determine kinetic parameters from differential scanning calorimetric data
Kossoy et al. Methodological aspects of the application of adiabatic calorimetry for thermal safety investigation
WO2024006126A1 (en) Data-based soft sensing for chemical reactor to estimate variables and detect abnormalities
CN114660931A (zh) 用于石油化工过程故障诊断与识别的方法及系统
EP4113110A1 (en) Method for measuring dynamic specific heat capacity of adiabatic reaction on basis of compensation power modulation
Kokot et al. Comparison of thermogravimetric and differential scanning calorimetric results for cellulosic fabrics by chemometrics
EP2780853B1 (en) Method and system for determining an amplification quality metric
Wen et al. Interpretable machine learning-based model to classify and optimize isoperibolic batch reactors

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