估算有机物正常沸点的元素和化学键贡献法

首次提出了一种基于元素和化学键的估算有机物正常沸点的新方法,在4060种有机物实验数据的基础上,回归出了7个正常沸点估算式和估算式的参数值。对4068种有机物的正常沸点进行了估算,其平均相对误差为3.63%,总体估算精度明显优于相比较的基团贡献法,对炔烃、氯衍生物、碘衍生物,尤其是对烷烃类、溴衍生物、芳烃、脂环烃和含硫化合物的估算误差明显减小。     

基团贡献人工神经网络法估算有机物常压沸点

基于基团贡献应用人工神经网络法对有机物的常压沸点进行了估算 ,输入参数为有机物的基团数 ,输出为常压沸点 ,本方法具有很好的灵活性 ,并能考虑到基团的相互作用 ,189个样本估算的平均相对误差仅为 1.5 9%     

沸点蒸发焓估算的基团拓扑空间方法

本文提出了有机物正常沸点蒸发焓估算的基团拓扑空间方法。给出了沸点蒸发焓的估算表达式和相应的基团参数值。沸点蒸发焓估算的平均相对偏差为1 052%。把本方法和广泛应用的其它方法进行了比较,结果表明本方法有更高的准确度和可靠性。     

对应态基团贡献法(CSGC)估算有机物蒸汽压

通过引入拟临界性质的概念，将对应态原理与基团贡献方法相结合，提出一种新的物性估算方法－－对应态基团贡献法（Corresponding State Group Contribution,简称CSGC）。将其与Riedel方程相结合，提出新的蒸汽压估算方程（CSGC－RE方程），用于纯物质饱和蒸汽压的估算。经过对包括各类烃、含氧化合物、含氮化合物、含卤素化合物等20类349种物质5254个数据点的回归计算得到的87种基团的贡献参数值，总误差1．35％。为说明该方程的准确性，还给出了Riedel式、Lee-Kesler式以及Riedel-Plank-Miller式计算结果的比较。新模型既有对应态法简单的形式，又具有基团贡献法广泛的预测能力，仅需要物质极易获得的正常沸点数据，便可准确估算物质的蒸汽压，是一种十分有效的有机物物性估算方法。     

用基团贡献法估算烃类的沸点和熔点

本文提出了烃类沸点和熔点的基团贡献法估算公式,探讨了烃类基团的划分和烯烃顺反式结构的校正,拟合得出37个烃类基团的贡献值.沸点和熔点估算的平均百分相对偏差分别为1.11和10.55,明显优于目前文献推荐的loback 法.     

用对应状态基团贡献法估算纯物质的饱和蒸汽压

提出一种估算纯物质饱和蒸汽压的新对应状态基团贡献法———CSGC -PC方程 ,用 2 6 1种物质 1177个数据回归出了方程的参数 ,并得到了 94个基团对临界温度和临界压力的贡献值。回归的平均相对误差为 1.81%。该方程仅需物质的正常沸点Tb,对缺乏实验临界数据的热敏性物质和大分子物质尤其适用。     

预测复杂高沸点重质油馏分平均沸点的基团贡献法

采用超临界流体萃取分馏技术,在较低温度下(<250℃)将重质油分离成多个窄馏分,结合物性及¹H-NMR、¹³C-NMR分析确定其化学结构,构建重质油馏分的等价分子模型,并采用高温模拟蒸馏测定馏分的平均沸点至950K.以Rarey提出的预测纯化合物的基团贡献沸点新方法为基础,依据重质油馏分结构参数确定了12种基团类型,原模型基团贡献值保持不变.用原模型预测俄罗斯渣油馏分沸点,与C₅₀以下的馏分沸点实验值有较好的一致性,但对更重馏分误差大.对原模型沸点与总原子数的变化关系进行了修正,修正模型对两种不同基属原油的常压渣油和减压渣油馏分的沸点预测与实验值的平均误差为1.4%,同时能较准确估算高沸点正构烷烃的沸点,进一步验证了重质油馏分结构模型的合理性.结合改进的基团贡献法和超临界流体萃取分馏技术,可将重质油沸点预测延伸到1050K,碳原子数范围扩展到100个碳原子,为重质油馏分沸点估算提供了一种新的方法.     

基团贡献人工神经网络集成法估算有机物物性研究进展

介绍了基团贡献人工神经网络集成法的原理,综述了其在各种物性估算中的应用(如有机物的临界参数、常压凝固点、闪点、比容积及偏心因子等),并对该法与单一的基团贡献法、人工神经网络法进行了简单比较。最后对基团贡献人工神经网络集成法的发展方向进行了展望。     

用基团贡献方法估算20℃下表面张力

<正> 1 引言 表面张力是物质的重要物性之一,在化工过程设计中广泛应用。尽管目前表面张力的实验数据十分丰富,但精细化学工业的飞速发展需要大量的各种温度下物质表面张力的数据,现有的实验数据已无法满足化工设计的要求。因此研究适应范围广、计算精度高的表面张力估算方法具有十分重要的意义。 目前国内外广泛使用的表面张力估算方法大都为对应状态法,由于物质临界数据的不足和难于准确测定,致使对应状态法的估算误差较大,在使用上也受到很大的限制。基团贡献万法是近年来发展的一种使用方便、计算简单的估算方法,已广泛用于物性的估算。在表面张力的估算方法中,早年曾提出用基团贡献法估算等张比容〔P〕,然后再用Macleod公式计算表面张力的方法。但在Macleod式中,对〔P〕和流体密度卢的数值变化过于灵敏,对这些数据的精度要求十分苛刻,进而限制了这种方法的使用。 本文在直接用基团贡献法估算沸点下物质表面张力的基础上,对工业上广泛使用的20℃下σ_(20)提出了基于基团贡献的直接估算方法。     

正链含硫含氮有机物的标准汽化热的经验计算式

汽化热是反映液体分子间作用力大小的重要热力学参数,对于种类繁多数量庞大的有机物的汽化热来说,尽管其实验数据积累很多,但是人们还是不得不对其缺少的数据进行估算。人们对汽化热的估算做了大量的工作,但无论是Dacros等的基团加合法[1],Chickos等的由溶剂极性计算汽化热[2],还是Screttas等的相应有机物沸点计算汽化热[3],都存在计算复杂,使用不便的缺点。韩长日利用基团电负性作为参数,建立了一个估算烷基衍生物的标准汽化热的方法[4],本文试用韩长日提出的基团电负性[5]作参数,建立一个估算直链含硫含氮的直链有机物的标准…     

蒸发焓及沸点估算的基团拓扑空间方法

基于传统基团划分方法提出了描述有机化合物分子拓扑结构的新方法,用基团模指数表征基团在分子中的位置,建立了有机化合物物性估算的基团拓扑空间方法.提出了估算正常沸点下蒸发焓ΔH_vb和沸点T_b的表达式,并分别用503种和669种有机化合物拟合出了相应的基团参数.蒸发焓ΔH_vb和沸点T_b估算的平均相对偏差分别为0.962%和1.40%.与广泛应用的其他方法进行比较,结果表明本方法具有更高的准确度和可靠性.     

有机化合物沸点估算的复合基团拓扑空间方法

基于传统基团划分方法进行了有机化合物分子的空间设计,用基团模指数表征基团在分子中的位置,用基团-邻接原子对增加对基团环境影响的考虑,建立了有机化合物物性估算的复合基团拓扑空间方法。提出了估算正常沸点的表达式,使用了1171种有机化合物拟合出了相应的基团和基团．邻接原子对的参数,其估算的平均相对偏差为1．58％,为与前期工作进行比较,故用前期工作所用的669种物质进行了估算,其平均相对偏差为1．29％。将本方法和常用的方法以及本工作前期提出的方法进行了比较,结果表明本方法有更高的准确度和可靠性。     

定位分布贡献方法估算有机物正常沸点

A new position group contribution model is proposed for the estimation of normal boiling data of organic compounds involving a carbon chain from C2 to C18. The characteristic of this method is the use of position distribution function. It could distinguish most of isomers that include cis- or trans-structure from organic com-pounds. Contributions for hydrocarbons and hydrocarbon derivatives containing oxygen, nitrogen, chlorine, bro-mine and sulfur, are given. Compared with the predictions, results made use of the most common existing group contribution methods, the overall average absolute difference of boiling point predictions of 417 organic com-pounds is 4.2 K; and the average absolute percent derivation is 1.0%, which is compared with 12.3 K and 3.2% with the method of Joback, 12.1 K and 3.1% with the method of Constantinou-Gani. This new position contribution groups method is not only much more accurate but also has the advantages of simplicity and stability.     

定位贡献方法计算有机物熔点

A new method is proposed based on the position group contribution additivity for the prediction of melting points of covalent compounds. The characteristics of this method are the use of position distribution function, which could distinguish between most isomers including cis or trans structure of organic compounds. Contributions for hydrocarbons and hydrocarbon derivatives containing oxygen, nitrogen, chlorine, bromine and sulfur, are given. Results are compared with those by the most commonly used estimating methods. The average derivation for prediction of normal melting temperature of 730 compounds is 14.46 K, compared to 29.33 K with the method of Joback, and 27.81 K with the method of Constantinou-Gani. The present method is not only more accurate, but also much simpler and more stable.     

硅化合物的沸点和若干其他性质的数值关系

本文提出一种专用于硅化合物的分子蒸发热（沸点时,一大气压下）估计法。 本文试将Joshi沸点-折射关系式应用于硅化合物的分子R_T值的计算,并求出若干原子团及键的R_T值。     

Vapor pressure and normal boiling point predictions for pure methyl esters and biodiesel fuels

Temperature dependent vapor pressures of the methyl esters of fourteen fatty acids that are commonly present in biodiesel fuels were predicted by the Antoine equation and a group contribution method. The predicted boiling points of these esters up to a pressure of 100 mmHg were within ±1.0% of reported data for these two methods. Normal boiling points were determined from both the predicted vapor pressure and a correlation equation and the prediction errors were less than 5 K comparing to available published data. The vapor pressure and normal boiling points of 19 real-world biodiesel fuels were predicted and compared with reported data where available. The prediction errors of normal boiling points were less than 1.0%, and the predicted vapor pressures were also observed to closely match the reported data among the methyl esters of soybean oil, rapeseed oil and tallow. The predicted results showed that, except for coconut and butterfat, most of the methyl esters of the vegetable oils and animal fats had a normal boiling point in the range of 620–630 K. A sensitivity analysis indicated that the variation of fatty acid composition and the uncertainty of the normal boiling point of C18:2 were the main factors that affected the predicted normal boiling points of the biodiesel fuels.     

Prediction of pure‐component flash points for organic compounds

Published flash point prediction methods are evaluated for accuracy against experimental data from the DIPPR ^® 801 database. The most accurate methods require a vapor pressure correlation, which is often not available. Two new methods are presented, one that uses the vapor pressure, and one based on the normal boiling point and enthalpy of vaporization at the normal boiling point. The vapor pressure method shows little improvement over the previous methods unless group contributions are implemented. The boiling point method predicts the flash point within an absolute average deviation of 1.3% when compared with data for more than 1000 compounds. The previous most accurate method that was not based on vapor pressure exhibited an absolute average deviation of 1.84% for the same test set. Copyright © 2010 John Wiley & Sons, Ltd.