화학공학

Accedi

벤질아민과 n-알칸 또는 1-알코올 혼합물의 과잉 몰 엔탈피 및 부피 측정과 DISQUAC 및 ERAS 모델의 적용

벤질아민과 n-알칸 또는 1-알코올 혼합물의 과잉 몰 엔탈피와 부피를 측정하고, DISQUAC 및 ERAS 모델을 적용하여 이들 혼합물의 열역학적 특성을 분석하였다.

암모니아 산화 및 초임계 조건에서의 혼합 특성에 대한 고차 바이리얼 상태방정식과 ab initio 분자간 포텐셜 결합 연구

고차 바이리얼 상태방정식과 ab initio 분자간 포텐셜을 결합한 새로운 프레임워크를 개발하여, 초임계 조건에서 암모니아 산화 특성과 수소 및 메탄 혼합 효과를 체계적으로 분석하였다. 이를 통해 실유체 효과가 암모니아 산화 과정에 미치는 강력한 영향을 정량화하고, 이를 무시할 경우 발생할 수 있는 오차를 규명하였다.

나프탈렌 또는 비페닐과 1-테트라데카놀 또는 1-헥사데카놀의 이진 시스템에 대한 고체-액체 평형

이 연구에서는 나프탈렌 또는 비페닐과 1-테트라데카놀 또는 1-헥사데카놀의 이진 혼합물에 대한 고체-액체 평형 데이터를 제공하고, 이를 다양한 모델을 사용하여 설명하였다. 이 시스템들은 단순한 공정점을 보이며, 공정 조성은 Tamman 도표를 사용하여 결정되었다. DISQUAC 상호작용 매개변수도 제공되었다.

목질계 바이오매스의 분획화와 친환경 비스페놀 생산을 위한 선택적 리그닌 아릴화

목질계 바이오매스의 주요 구성 성분인 리그닌의 선택적 아릴화를 통해 고부가가치 제품인 친환경 비스페놀을 생산하고, 동시에 셀룰로오스와 자일로오스를 분리하여 활용할 수 있는 통합적인 바이오리파이너리 공정을 개발하였다.

$Selective lignin arylation for biomass fractionation and benign bisphenols - Nature$

소형 분자 용해도 예측을 위한 딥 앙상블 신경망을 사용한 종단 장치

데이터 기반 접근 방식을 사용하여 소형 분자 용해도 예측의 정확성과 계산 효율성을 향상시키는 딥러닝 모델을 개발하고, 웹사이트에서 실행 가능한 모델을 소개합니다.

화학 반응 메커니즘 예측을 위한 기계 학습 모델

화학 반응 메커니즘을 예측하는 기계 학습 모델의 중요성과 가능성

다중 모달 언어 및 그래프 학습을 통한 촉매 흡착 구성

다중 모달 학습을 통해 촉매 흡착 구성의 정확성 향상

Chi Siamo

Prodotti | Risorse

Approfondimenti