通过QSPR方法从使用离子液体的燃料中提取二烯的溶剂选的分子见解
Mahdieh Amereh1, Ali Ebrahimpoor Gorji1, Mohammad Amin Sobati2
1School of Chemical Engineering, Iran University of Science and Technology (IUST), Tehran, Iran.
在碳化合物混合物中使用定量结构与性质关系 (QSPR) 模型预测烯分离. 离子液体对高效的取有前途,非线性模型提供更高的准确性.
科学领域:
- 化学工程是化学工程的重要组成部分.
- 分离科学 分离科学
- 计算化学计算化学
背景情况:
- 从碳化合物混合物中分离是炼油和石化行业的关键.
- 使用离子液体 (I.Ls) 的液体-液体提取是一种可行的分离选项.
- 选择最佳的IL是具有挑战性的,因为不同的离子和离子结构.
研究的目的:
- 为了评估三元系统中的分布 (IL,,酸碳化合物).
- 开发定量结构与属性关系 (QSPR) 模型来预测分布.
- 为了调查ILL的影响力. 离子,阴离子和酸性碳化合物结构在烯分离上.
主要方法:
- 从文献评论中编制了112个三元系统的数据集.
- 开发了使用多重线性回归 (MLR) 的线性QSPR模型.
- 使用遗传编程 (GP) 和人工神经网络 (ANN) 开发了非线性QSPR模型.
主要成果:
- 线性MLR模型实现了R2 = 0.900,用于预测IL丰富阶段的分子分数.
- 非线性GP (R2 = 0.927) 和ANN (R2 = 0.939) 模型显示出略高的预测准确度.
- 确定了关键描述符:BELE3 () 和HTm (离子),表明大小,电子负性和离子形状是关键因素.
结论:
- QSPR模型有效地预测了基于IL的提取系统中的分布.
- 非线性模型 (GP,ANN) 提供了比线性模型更好的预测能力.
- 阳离子和阴离子的结构特征,包括大小,电负性和形状,显著影响的提取效率.
更多相关视频
05:34Efficient Synthesis of Polyfunctionalized Benzenes in Water via Persulfate-promoted Benzannulation of α,β-Unsaturated Compounds and Alkynes
Published on: December 16, 2019
06:561,3,5-Triphenylbenzene and Corannulene as Electron Receptors for Lithium Solvated Electron Solutions
Published on: October 10, 2016
相关概念视频
Electrophilic Aromatic Substitution: Sulfonation of Benzene
Ideal Solutions
Electrospray Ionization (ESI) Mass Spectrometry
ESI utilizes electrical energy to transfer ions from the liquid phase of the sample into the...
NMR Spectroscopy of Benzene Derivatives
Extraction: Advanced Methods
Supercritical Fluid Chromatography
SFC utilizes a supercritical fluid mobile phase,...
