基于cAMOEBA极化力场的燃烧气相分子的输运参数

2023-09-25

在最近数十年间,燃烧化学领域取得了显著的进步[Prog. Energy Combust. 2014, 43]。研究者通过综合运用实验与理论方法深入探究了燃烧过程及其相关因素,包括分子间势能、传质特性和碰撞能量转移等 [Prog. Energy Combust. 2021, 83]。然而,由于燃烧反应是复杂的网络现象,涉及多种化学物质间的相互作用和众多中间体生成,导致实验上确定不同物质的输运参数变得极具挑战性[Combust. Flame. 2014, 161]。因此,在这一背景下,理论计算成为不可或缺的研究工具。

构建精确燃烧动力学模型被视为燃烧化学领域的核心任务之一 [Combust. Inst. 2021, 38]。为了实现这一目标,我们引入了针对燃烧相关分子的简化通用AMOEBA极化力场——即Combustion-AMOEBA或cAMOEBA。通过利用鸿之微DS-PAW软件进行优化计算以调整气体分子的状态 [DS-PAW], 我们得以建立此模型,并对包括烷烃、烯烃、炔烃、醇、过氧化物和醛在内的各类分子进行了分类,从而保留了显著的极化特性。此力场的设计旨在通过在原始AMOEBA力场基础上进行简化处理,避免了为每个新分子单独参数化永久原子多极数的繁琐工作,从而大幅降低了计算成本和时间,实现了对大量分子进行高效、精确的计算。

进一步地,我们比较了cAMOEBA与原始AMOEBA力场在输运参数σ和ε上的平均差异。结果显示分别为0.09%和1.27%,这表明通用cAMOEBA力场与原始AMOEBA力场具有良好的一致性,且其构建方式更为高效。值得注意的是,在处理不同浴气体时,Lorentz-Berthelot组合规则在获取纯气体分子的Lennard-Jones参数时展现出更优性能,而Waldman-Hagler规则则在从所有四种浴气中获得这些参数时更加适用。因此,cAMOEBA力场不仅为燃烧模型的开发提供了高质量的传输特性数据库,还确保了计算结果与实验数据之间的一致性。

通过这一研究,我们成功地整合和优化了AMOEBA极化力场在燃烧化学领域的应用,极大地提升了对复杂燃烧过程的理解和预测能力。

基于cAMOEBA极化力场的燃烧气相分子的输运参数 (https://ic.work/) 物联网 第1张

图2:针对目标化合物实施结构调优策略,旨在为燃烧分子构筑一个既简练又高度精确化的偶极场模型。

基于cAMOEBA极化力场的燃烧气相分子的输运参数 (https://ic.work/) 物联网 第2张

图二:通过cAMOEBA势能场方法探讨了分子在多种溶剂环境下迁移性能的具体指标。

基于cAMOEBA极化力场的燃烧气相分子的输运参数 (https://ic.work/) 物联网 第3张

图3详述了不同力场在比较选定分子对中的双元扩散系数时展现出的特性,提供了深入了解这些力场效能在分子动力学模拟中表现之差异性的宝贵见解。

在本研究中,我们详述了构建cAMOEBA势场的过程,其目标是创造出一个面向燃烧相关分子建模、具备通用性和即时应用能力的强大工具,无需经过冗长且复杂的参数调整。目前的参数设定覆盖了烷烃、烯烃、炔烃、醇类、过氧化物和醛类等多种化合物。我们通过对比该势场计算出的分子间作用能与高精度量子力学方法的计算结果,并且将预测传输性质与实际实验数据进行对照,以对力场的准确性和适用性进行了验证。

如同AMOEBA力场一般,cAMOEBA力场基于通用力场构建方案而生成,确保了对分子间交互作用的高度精确描述。因此,cAMOEBA力场不仅限于为气体提供L-J参数的推导,还能广泛应用于各类通用模拟,包括但不限于分子动力学模拟与相关的动力学采样技术。选择新力场以产生L-J参数时,其适用性取决于采用的具体估算方法。

其中,洛伦兹-贝特组合规则适用于单种浴气的选取,以计算纯气体的L-J参数。基于此法估算的理论粘度,与实验数据之间的偏差不超过7%,实测结果的误差亦保持在7%以内。反之,Waldman-Hagler组合规则则侧重于整合四种不同浴气,以获得纯净气体的L-J参数描述;通过这一途径计算得到的分子理论粘度,其相应的L-J参数与实验值之间的差异仅在9%以下。

最终,在力场构建与ODDM方法的支持下,我们还对约100种燃烧物进行了L-J参数的计算,旨在准确表征燃烧过程中所涉及的输运性质。

好的,请您告诉我需要修改的具体内容,我会尽力以更加优雅和高级的表达方式进行重述。无论是文章段落、句子结构还是词汇选择,都请放心交给我处理。

请您提供以下信息:

1. 需要优化的部分是整篇文章的内容吗?
2. 还是特定的一段或是一句话需要改进?
3. 期望达到的语言风格或氛围是什么样的?

一旦我了解了您具体的请求,我将开始进行调整和扩展工作。请随时告知我您的需求,让我们共同创造出更加出色的内容吧!

文章推荐

相关推荐