iso file download
(19)国家知识产权局 (12)发明 专利申请 (10)申请公布号 (43)申请公布日 (21)申请 号 202211082179.0 (22)申请日 2022.09.06 (71)申请人 华东理工大 学 地址 200237 上海市徐汇区凌 云街道梅陇 路130号 (72)发明人 刘振 罗子娟 刘霖 孙莉  朱志华  (74)专利代理 机构 北京盛询知识产权代理有限 公司 11901 专利代理师 张先蓉 (51)Int.Cl. G16C 20/50(2019.01) G16C 20/70(2019.01) G06N 20/00(2019.01) B01J 31/22(2006.01)B01J 31/24(2006.01) C07C 2/32(2006.01) C07C 2/36(2006.01) C07C 11/02(2006.01) (54)发明名称 一种基于机器学习的乙烯齐聚催化剂分子 设计方法 (57)摘要 本发明公开了一种基于机器学习的乙烯齐 聚催化剂分子设计方法, 包括: 提取催化体系的 描述符为自变量, 实验或计算齐聚结果为因变 量, 建立催化体系的数据库; 通过数据库学习建 立描述符与实验或计算齐聚结果的模 型关系, 获 得机器学习模型; 根据机器学习模型, 基于目标 齐聚结果预测目标催化体系及其配体。 根据本发 明的基于机器学习的乙烯齐聚设计方法, 应用于 乙烯三聚和四聚, 实验值与目标值高度吻合, 提 供了新的途径能够快速设计需要的催化体系及 其配体, 从而对高选择性催化体系进行快速筛选 和高精准预测。 权利要求书3页 说明书10页 附图1页 CN 115424682 A 2022.12.02 CN 115424682 A 1.一种基于 机器学习的乙烯齐聚催化剂分子设计方法, 其特 征在于, 包括: 提取催化体系的描述符为自变量, 实验或计算齐聚结果为因变量, 建立催化体系的数 据库; 通过所述数据库学习建立所述描述符与 所述实验或计算齐聚结果的模型关系, 获得机 器学习模型; 根据所述机器学习模型, 基于目标齐聚结果预测目标催化体系及其配 体。 2.根据权利要求1所述的基于机器学习的乙烯齐聚催化剂分子设计方法, 其特征在于, 提取催化体系的描述符为自变量, 实验或计算齐聚结果为因变量, 建立催化体系的数据库 的过程包括, 通过模拟软件建立催化体系, 基于构象搜索获得所述催化体系的关键中间体和过渡态 的低能构象结构, 对比分析速控步骤能垒与实验结果的联系, 提取获得所述催化体系的描 述符; 以所述催化体系的描述符为自变量, 对应的实验结果为因变量, 获得所述描述符与对 应的实验结果之间的关系, 基于所述关系构建获得 所述催化体系的数据库。 3.根据权利要求1所述的基于 机器学习的乙烯齐聚催化剂分子设计方法, 其特 征在于, 建立所述催化体系的数据库之后还 包括对所述数据库进行 预处理; 所述预处理的过程包括去除数据中明显错误或偏离期望值的坏点, 再对数据进行归一 化和正则化处 理, 作为训练所述机器学习模型的样本数据。 4.根据权利要求1所述的基于 机器学习的乙烯齐聚催化剂分子设计方法, 其特 征在于, 所述催化体系包括Cr 催化剂、 配 体; 所述配体包括PNP配体、 PCCP配体、 PNSiP配体、 PNSiNP配体、 PNPN配体或(2 ‑C5H4N)2NR 配体; R为氢或有机基团, 包括R1基团、 R2基团、 R3基团、 R4基团、 R5基团、 R2’基团或R3’基团。 5.根据权利要求 4所述的基于 机器学习的乙烯齐聚催化剂分子设计方法, 其特 征在于, 所述PNP配 体结构式为: 所述PCCP配体结构式为: 所述PNSiP配 体结构式为: 所述PNSi NP配体结构式为:权 利 要 求 书 1/3 页 2 CN 115424682 A 2所述PNPN配 体结构式为: 所述(2‑C5H4N)2NR配体结构式为: 其中, 所述配 体结构式 中: R1基团选自氢基、 甲基、 乙基、 丙基、 丁基、 环己基、 苯基、 烯丙基、 甲苯基、 甲酰基、 乙酰 基、 苯甲酰基、 硝基、 亚硝基、 氟基、 溴基、 碘基、 氯基、 氨基、 二甲氨基、 二乙氨基、 苄氧羰基、 叔丁氧羰基、 (异丙基异丁基)甲基、 (双异丙基)甲基、 (异丙基环己基)甲基、 (异丁基环己 基)甲基、 (环戊基环己基)甲基、 (1,2,5 ‑三甲基)环己基、 1 ‑苯基环己基、 1 ‑萘基环己基、 三 苯基甲基、 1 ‑萘基异丁基、 1 ‑苯基异丙基、 1 ‑环己基中的一种或多种; R2基团选自氢基、 甲基、 乙基、 丙基、 丁基、 环己基、 苯基、 烯丙基、 甲苯基、 甲酰基、 乙酰 基、 苯甲酰基、 硝基、 亚硝基、 氟基、 溴基、 碘基、 氯基、 氨基、 二甲氨基、 二乙氨基、 苄氧羰基、 叔丁氧羰基中的一种或多种; R3基团选自氢基、 甲基、 乙基、 丙基、 丁基、 环己基、 苯基、 烯丙基、 甲苯基、 甲酰基、 乙酰 基、 苯甲酰基、 硝基、 亚硝基、 氟基、 溴基、 碘基、 氯基、 氨基、 二甲氨基、 二乙氨基、 苄氧羰基、 叔丁氧羰基、 (异丙基异丁基)甲基、 (双异丙基)甲基、 (异丙基环己基)甲基、 (异丁基环己 基)甲基、 (环戊基环己基)甲基、 (1,2,5 ‑三甲基)环己基、 1 ‑苯基环己基、 1 ‑萘基环己基、 三 苯基甲基、 1 ‑萘基异丁基、 1 ‑苯基异丙基、 1 ‑环己基中的一种或多种; R4基团选自氢基、 甲基、 乙基、 丙基、 丁基、 环己基、 苯基、 烯丙基、 甲苯基、 甲酰基、 乙酰 基、 苯甲酰基、 硝基、 亚硝基、 氟基、 溴基、 碘基、 氯基、 氨基、 二甲氨基、 二乙氨基、 苄氧羰基、 叔丁氧羰基中的一种或多种; R5基团选自氢基、 甲基、 乙基、 丙基、 丁基、 环己基、 苯基、 烯丙基、 甲苯基、 甲酰基、 乙酰权 利 要 求 书 2/3 页 3 CN 115424682 A 3

.PDF文档 专利 一种基于机器学习的乙烯齐聚催化剂分子设计方法

文档预览
中文文档 15 页 50 下载 1000 浏览 0 评论 309 收藏 3.0分
温馨提示:本文档共15页,可预览 3 页,如浏览全部内容或当前文档出现乱码,可开通会员下载原始文档
专利 一种基于机器学习的乙烯齐聚催化剂分子设计方法 第 1 页 专利 一种基于机器学习的乙烯齐聚催化剂分子设计方法 第 2 页 专利 一种基于机器学习的乙烯齐聚催化剂分子设计方法 第 3 页
下载文档到电脑,方便使用
本文档由 人生无常 于 2024-03-18 13:00:38上传分享
站内资源均来自网友分享或网络收集整理,若无意中侵犯到您的权利,敬请联系我们微信(点击查看客服),我们将及时删除相关资源。