国家自然科学基金(29676036)
- 作品数：4 被引量：10H指数：2
- 相关作者：蒋文华韩世钧刘华更多>>
- 相关机构：浙江大学更多>>
- 发文基金：国家自然科学基金更多>>
- 相关领域：理学化学工程更多>>
- 用分子连接性指数关联和预测链烷烃的pVT性质被引量：6
- 1999年
- <正>流体的pVT性质在化工理论基础和应用研究中都具有重要的意义,通常采用经验关系式或基于一定理论模型的状态方程来描述.而流体性质与其结构存在着内在的、本质的联系,因此用于描述分子结构的分子拓扑指数可进行结构/性质的定量关联.本文基于分子拓扑指数,采用人工神经网络技术来研究烷烃的pVT性质.并假定物质的pVT性质与分子拓扑指数呈以下函数关系V=f(p,T,~mX_t)(1)函数f无统一的解析表达式且为一非线性函数.将分子拓扑指数对pVT性质的影响视为一个由拓扑指数空间到pVT性质空间的一个映射,即V=N(p,T,~mX_t)(2)在此映射关系中,N为神经网络,其权重参数可由部分物质的已知实验数据经神经网络训练后抽提得到,进而可对其他物质的pVT性质进行预测.1
- 刘华蒋文华韩世钧
- 关键词：分子连接性指数神经网络链烷烃
- 高聚物双流体配位溶液理论——混合物体系的状态方程及其应用
- 1997年
- 基于双流体高聚物统计热力学模型,推导出高聚物混合体系的状态方程,并对聚异丁烯/环己烷、聚异丁烯/苯、聚二甲基硅氧烷/苯、聚二甲基硅氧烷/二甲基硅氧己烷等四个体系的pVT数据进行了关联,关联结果令人满意,并提出了流动因子τ的概念,此τ值可以从平衡性质(pVT数据)推算得到,用它可以定性地预测聚合物流体的流动性.
- 蒋文华韩世钧
- 关键词：高聚物热力学模型
- 基于改进的遗传算法神经网络对链烷烃pVT性质的研究被引量：3
- 2000年
- 提出一种改进的遗传算法用于训练神经网络 ,将此神经网络对链烷烃的分子连接性指数和 pVT数据进行训练。根据 2 5种链烷烃的训练结果 ,确定了决定链烷烃 pVT性质的 4个分子连接性指数为0 χ、2 χp、3χp 和4χpc。据此对其它 1 5种链烷烃的 pVT数据进行了预测 ,取得较为满意的结果。采用这种方法可以为从非状态方程计算流体的pVT数据提供一种方便有效的途径。
- 刘华蒋文华韩世钧
- 关键词：遗传算法神经网络链烷烃化工过程
- 双流体配位状态方程在共聚物及共混物体系中的应用被引量：1
- 1997年
- 采用双流体配位模型状态方程,对三个共聚物体系P(VAC/E)、P(S/MMA)及P(EP),两个共混物体系PVME/PS、PPO/PS进行了关联,精度较好.提出了共聚物的共混物假设的新设想.在关联中发现共聚物及共混物体系的二元模型参数具有一定的加和性,本文采用一个较为简单的混合规则,用均聚物的模型参数估算二元模型参数,进行了pVT数据预测,并与实验数据比较,具有良好的预测效果.
- 蒋文华刘华韩世钧
- 关键词：共聚物共混物高分子溶液
