(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
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
本文档由 人生无常 于 2024-03-18 13:00:38上传分享