МЕТОД ОПРЕДЕЛЕНИЯ КРИТИЧЕСКИХ ПАРАМЕТРОВ И АЦЕНТРИЧЕСКОГО ФАКТОРА МНОГОАТОМНЫХ ЭКСПЕРИМЕНТАЛЬНО НЕИЗУЧЕННЫХ ВЕЩЕСТВ

Автор(и)

  • Е. Г. Мокшина Физико-химический институт имени А.В. Богатского НАН Украины, Люстдорфская дорога, 86, г. Одесса, Украина, 65080., Україна
  • В. Е. Кузьмин Физико-химический институт имени А.В. Богатского НАН Украины, Люстдорфская дорога, 86, г. Одесса, Украина, 65080., Україна
  • В. И. Недоступ Физико-химический институт имени А.В. Богатского НАН Украины, Люстдорфская дорога, 86, г. Одесса, Украина, 65080., Україна

DOI:

https://doi.org/10.18198/j.ind.gases.2014.0714

Ключові слова:

Термодинамические свойства, Молекулярная структура, Крити-ческие параметры, Ацентрический фактор

Анотація

Ежегодно синтезируются многоатомные химические соединения. Их внедрение в различные технологические процессы сдерживается из-за отсутствия надёжных экспериментальных p, v, T – данных этих соединений. Для прогнозирования их термодинамических свойств, например, критических температур, объёмов, давлений и фактора Питцера, можно применять QSPR-модели, позволяющие находить количественные отношения в системе «структура-свойство». Исследуемые соединения описываются с помощью симплексного представления молекулярной структуры веществ (СПМС). Модели построены с использованием нелинейного метода машинного обучения «Random Forest». СПМС-подход показал себя как эффективный способ изучения и прогнозирования термодинамических свойств соединений. Достаточная точность полученных результатов, наглядная интерпретируемость симплексных дескрипторов и их влияние на проявление свойств критического типа позволяют рекомендовать симплексный метод в качестве инструмента для изучения и прогнозирования критических свойств веществ. 

Біографії авторів

Е. Г. Мокшина, Физико-химический институт имени А.В. Богатского НАН Украины, Люстдорфская дорога, 86, г. Одесса, Украина, 65080.

E.G. Mokshyna, PhD Student

В. Е. Кузьмин, Физико-химический институт имени А.В. Богатского НАН Украины, Люстдорфская дорога, 86, г. Одесса, Украина, 65080.

V.E. Kuz’min,Doctor of Сhemical Sciences

В. И. Недоступ, Физико-химический институт имени А.В. Богатского НАН Украины, Люстдорфская дорога, 86, г. Одесса, Украина, 65080.

V.I. Nedostup, Doctor of Technical Sciences

Посилання

Poling B.E., Prausnitz J.M., O'Connell L.P. (2001). The Properties of Gases and Liquids. — N.Y.: McGraw-Hill. — 707 p.

Kazakov A., Chris D. Muzny, Diky V. et al. (2010). Predictive correlations based on large experimental datasets: Critical constants for pure compounds// J. Fluid Phase Equilibria. — V. 298. — No. 1. — P. 131-142.

Godavarthy S., Robert L. Robinson Jr., Khaled A.M. Gasem. (2008). Improved structure-property relationship models for prediction of critical properties// J. Fluid Phase Equilibria. — V. 264. — No. 1-2. — P. 122-136.

[Electron resource] NIST WebBook: http://webbook.nist. gov/ chemistry.

Kuz’min V. E., Artemenko A.G., Muratov E.N. et al. (2010). Virtual screening and molecular design based on hierarchical QSAR technology// Recent Advances in QSAR Studies. — Springer science+. — P. 127-176.

Kuz’min V. E., Artemenko A.G., Muratov E.N. (2008). Hierarchical QSAR technology based on the Simplex representation of molecular structure// J. Comput. Aided Mol. Des. — V. 22. — No. 6-7. — P. 403-421.

Kuz’min V.E., Muratov E.N., Artemenko A.G et al. (2008). The effects of characteristics of substituents on toxicity of the nitroaromatics: HiT QSAR study// J. Comput. Aided Mol. Des. — V. 22. — No. 10. — P. 747-759.

Kuz’min V.E., Artemenko A.G., Muratov E.N. et al. (2007). QSAR analysis of anti-coxsackievirus B3 nancy activity of 2-amino-3-nitropyrazole[1,5-a] pyrimidines by means of simplex approach// Antivir Res. — V. 74. — No. 3. — P. A49-A50.

Jolly W.L., Perry W.B. (1973). Estimation of atomic charges by an electronegativity equalization procedure calibration with core binding energies// J. Am. Chem. Soc. — V. 95. — No. 17. — P. 5442 – 5450.

Breiman L. (2001). Random Forests// Machine Learning. — V. 45. — No. 1. — P. 5-32.

Polishchuk P.G., Muratov E.N., Artemenko A.G. et al. (2009). Application of random forest approach to QSAR prediction of aquatic toxicity// J. Chem. Inf. Model. — V. 49. — No. 11. — P. 2481-2488.

Golbraikh A., Tropsha A. (2000). Predictive QSAR modeling based on diversity sampling of experimental datasets for the training and test set selection// Molecular Diversity. — V. 5. — No. 4. — P. 231-243.

Kline A.A., Zei D.A., Whitten C.R. et al. (2011). AIChE/ DIPPR® Project 911. Amer. Inst. of Chemical Engineers.

Shansheng Y., Wencong L., Nianyi C., Qiannan H. (2005). Support vector regression based QSPR for the prediction of some physicochemical properties of alkyl benzenes// J. Mol. Struct. — V. 719. — No. 1. — P. 119-127.

[Electron resource] DIPPR database: http://www.aiche.org/dippr.

[Electron resource] Сodessa descriptors:http://www.semichem.com/codessa.

##submission.downloads##

Номер

Розділ

ТЕПЛОФІЗИЧНІ ВЛАСТИВОСТІ ГАЗІВ ТА ЇХ СУМІШЕЙ. ТЕРМОДИНАМІЧНИЙ АНАЛІЗ ПРОЦЕСІВ В НИЗЬКОТЕМПЕРАТУРНИХ СИСТЕМАХ