烃类液体黏度的定量结构性质预测模型

• 作者: 张霖宙 蔡广庆
• 来源期刊: 现代化工
• 学科: 工学
• 关键词: QSPR 黏温特性 基团贡献法 人工神经网络
• 年，卷（期）: 2018,（7）
• 所属期刊栏目: 信息技术应用
• 页码范围: 204-207,209
• 页数: 5页
• 分类号: TE622.5
• 字数: 2938字
• 语种: 中文
• DOI: 10.16606/j.cnki.issn 0253-4320.2018.07.047

摘要

开发了结构性质关联模型(QSPR),实现了基于烃类化合物的结构特征预测黏温特性的功能.搜集了254种烃类化合物不同温度下的黏度数据,选择改进的Andrade方程来描述烃类化合物的黏温特性曲线,并通过对实验数据进行回归,获得了化合物的Andrade方程参数B和T0.在此基础上,采用分子质量和15个基团作为分子的结构特征参数,建立神经网络模型预测Andrade模型参数B和T0,平均相对误差分别为3.59％和1.27％.通过所预测的Andrade模型参数计算化合物的黏温性能,预测值与实验数据相比绝对平均误差为0.42 mPa·s.