基于分子碎片化学空间的智能分子定向生成框架

分子定向生成能以超低人力、财力、时间成本高速推动新物质的发现和设计,因此被广泛应用于分离溶剂、反应溶剂、催化剂、功能材料、药物等分子的设计与优化。提出了一种基于分子碎片化学空间的功能驱动分子智能生成框架,以分子的功能指标为生成方向,以分子“骨架-装饰物”集合为基础,以结构碎片的化学空间为搜索范围,推动分子定向生成,深度挖掘具有潜力的新分子结构。通过生成类药性分子的案例演示,该框架能从较小的优异分子集(644)出发,最终生成五倍数量的同等级别优异分子(3158),表明该生成框架能够高效地进化出大量全新且优异的分子。该框架可结合实际化工过程中的功能目标和约束,推动过程尺度的绿色溶剂等全新最优化设计。

双轮载人自平衡控制系统研究综述

双轮载人自平衡控制系统属于一种两轮同轴布置的交通工具,它具有灵活运动、智能控制、操作简便等优点,而且它是一个典型的自然不稳定、多变量、非线性系统,故具有一定的实用价值和研究意义。针对该类系统,介绍了双轮载人自平衡车的组成结构和工作原理。分析了国内外载人自平衡系统的研究现状和技术发展历程,评述了近10年来国内外具有代表性以及自身研发的载人自平衡车的性能特点、设计思路和方法。结合研发成果讲述了载人自平衡系统的研究意义及其电动机系统、自平衡控制系统、传感器测量系统的设计思路。最后,指出了该类载人工具的发展方向。

基于深度学习的溶剂定量构效关系建模研究进展

定量构效关系是溶剂分子设计与开发的重要理论基础,建立准确可靠的预测模型可以有效地解决性质数据库资源有限、实验过程人力物力消耗量大且具有危险性等问题。随着人工智能技术的快速发展,深度学习在化工领域取得突破性进展,基于此,综述了经典与智能化建模的研究理论与方法,重点介绍了基于深度学习实现大规模数据智能化关联的研究进展,进一步阐述了深度学习在有机物各种基础物性和环境健康安全等潜在影响性质预测中的潜力与优势,并从溶剂设计向绿色、安全、智能化发展的角度,展望了基于深度学习的定量构效关系在化学产品开发与化工过程设计等方面的理论研究方向和应用前景。

等参单元在MVR蒸汽压缩机工作点确定中的应用

如何快速调整压缩机的工作参数,对整个系统的稳定运行具有重要意义。文章利用有限元中等参单元的思想,推导了求解蒸气压缩机工况点的计算过程,并编制相应的计算程序,结果表明计算思路正确,结果准确。

离心式压缩机叶轮参数化三维建模方法及实现

提出了一种离心压缩机叶轮参数化三维建模的方法,实现叶轮复杂形状的快速建模。针对该方法,利用MATLAB代码进行了实现,证明了该方法可大大提高模型的质量及建模效率,明显缩短设计开发周期,且为进行高效率的结构分析及高精度的流场计算(CFD)提供了一种新的途径。