[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

本發明公開了一種聯合MuSiC和Python用于汽油深度脫硫的吸附材料的智能優選方法，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。本發明的優選方法可同時應用于化工生產中的吸附分離過程的吸附材料篩選，應用范圍廣。

技術領域

本發明涉及化工過程模擬領域，尤其涉及一種聯合MuSiC和Python用于汽油深度脫硫的吸附材料的智能優選方法。

背景技術

車用燃料所含的硫元素是主要污染源之一，燃燒后生成SOx導致形成酸雨，造成對環境的污染和對人類健康的損害。為控制汽車尾氣排放，我國制定的國六汽油標準已于2019年1月1日全面實行，根據國六標準，汽油中硫含量不得大于10ppm(mg/kg)。目前工業上應用較廣的方法是加氫脫硫技術，可以脫除噻吩、硫醇、醇醚等，但選擇性加氫不能降低烯烴的含量，且耗能高；深度加氫同樣耗能高，且工藝復雜，液體收率低。吸附脫硫有著操作條件較為溫和，對環境污染較小等優點。

MuSiC軟件是美國西北大學Snurr教授的課題組花費多年時間，經過多篇高檔次論文實踐的超強多功能計算程序，Multipurpose Simulation Code，簡稱MuSiC。這是一個可以計算NVTMC，GCMC，MD等多種需求的程序。

Python是一種計算機程序設計語言，是一種動態的、面向對象的腳本語言，最初被設計用于編寫自動化腳本(shell)，隨著版本的不斷更新和語言新功能的添加，越來越多被用于獨立的、大型項目的開發。自從20世紀90年代初Python誕生至今，它已被逐漸廣泛應用于系統管理任務的處理和Web編程。

計算機模擬需要輸入大量的模擬參數和需求，這些內容通過寫入各種形式的模擬準備文件傳遞給計算機行進讀取。對于高通量篩選，人工手動操作幾乎不可能完成，于是編寫一套程序快速的生成這些文件是十分必要的。

發明內容

本發明要解決的技術問題在于針對現有技術中的缺陷，提供一種聯合MuSiC和Python用于汽油深度脫硫的吸附材料的智能優選方法，該方法將MuSiC軟件和Python編程語言結合起來，從而極大的方便了模擬計算的準備工作以及后期結果分析工作。

本發明解決其技術問題所采用的技術方案是：

本發明提供一種聯合MuSiC和Python用于汽油深度脫硫的吸附材料的智能優選方法，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。

進一步地，本發明的步驟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。