[發明專利]聯合MuSiC和Python用于汽油深度脫硫的吸附材料的智能優選方法

有效

• 申請號: 201910509849.4
• 申請日: 2019-06-13
• 公開（公告）號: CN110335644B
• 公開（公告）日: 2022-12-06
• 發明（設計）人: 楊犁;盧嘉峰
• 申請（專利權）人: 武漢工程大學
• 主分類號: G16C10/00
• 分類號: G16C10/00;G16C20/10;G16C20/90
• 代理公司: 湖北武漢永嘉專利代理有限公司 42102
• 代理人: 崔友明

1.一種聯合MuSiC和Python用于汽油深度脫硫的吸附材料的智能優選方法，其特征在于，該方法包括以下步驟：

步驟1、通過Python編程語言構建汽油深度脫硫的吸附材料模型，并生成MuSiC軟件可讀的格式文件；

步驟2、設置不同的溫度和壓力，作為不同的吸附條件；將各個吸附條件的參數通過Python編程語言批量生成模擬文件并提交給MuSiC軟件執行；

步驟3、輸入吸附材料模型和吸附條件的模擬文件，通過MuSiC軟件批量完成模擬；

步驟4、通過Python編程語言批量分析和提取結果文件，得到吸附材料的性能，進而確定用于汽油深度脫硫的吸附材料。

2.根據權利要求1所述的聯合MuSiC和Python用于汽油深度脫硫的吸附材料的智能優選方法，其特征在于，步驟1的具體方法為：

步驟1.1、從孔徑控制、極性官能團、開放金屬位點和堿金屬陽離子四個方面設計材料的結構，通過Python編程語言設計并構建吸附材料的模型；

步驟1.2、通過Python編程語言將材料的cif、pdb、xyz格式文件轉化為MuSiC軟件可讀的mol格式文件，并采用EQeq算法進行材料原子的部分電荷分配。

3.根據權利要求1所述的聯合MuSiC和Python用于汽油深度脫硫的吸附材料的智能優選方法，其特征在于，步驟2的具體方法為：

在模擬材料吸附純組分硫化物時，設定不同的溫度和壓力以獲得材料在不同吸附條件下的吸附能力；在模擬材料分離含硫混合物時，采用變壓吸附和變溫吸附兩種方法以獲得材料在不同條件下的工藝條件；通過Python編程語言批量生成模擬文件，包括制作每個材料pmap、emap和gcmc模擬的過程，并提交給MuSiC軟件執行。

4.根據權利要求1所述的聯合MuSiC和Python用于汽油深度脫硫的吸附材料的智能優選方法，其特征在于，步驟3的具體方法為：

通過MuSiC軟件采用GCMC模擬來獲得吸附材料的脫硫性能，選擇汽油組分、吸附材料、壓力和溫度作為輸入變量，選擇表征材料吸附分離性能的參數作為輸出變量，通過MuSiC軟件批量完成模擬。

5.根據權利要求1所述的聯合MuSiC和Python用于汽油深度脫硫的吸附材料的智能優選方法，其特征在于，步驟4中吸附材料的性能包括物理化學性質和工藝條件；物理化學性質包括：吸附量、選擇性；工藝條件包括：PSA工作能力、TSA工作能力、再生性、選擇參數。