利用反应分子动力学研究煤热解反应中分子与煤颗粒之间的介尺度现象

结题报告
项目介绍
AI项目解读

基本信息

  • 批准号:
    91434105
  • 项目类别:
    重大研究计划
  • 资助金额:
    80.0万
  • 负责人:
  • 依托单位:
  • 学科分类:
    B0310.化学信息学与人工智能
  • 结题年份:
    2017
  • 批准年份:
    2014
  • 项目状态:
    已结题
  • 起止时间:
    2015-01-01 至2017-12-31

项目摘要

Understanding the coal pyrolysis process is essential for efficient and clean coal utilization. However, the heterogeneous nature of coal and the complexity of its pyrolysis process involving myriad coupled reaction pathways have made it very difficult to perform unambiguous experiments to study the reaction rates and mechanisms in coal pyrolysis. Particularly, the.devolatilisation reactions in coal pyrolysis are well known to be initiated by free radicals at high temperatures before taking place in an extremely short period of time, and are impractical to detect and replicate in laboratories. Hence it would be useful to explore the initial mechanisms of coal pyrolysis at molecular level with reactive molecular dynamics, a molecular modeling approach that combines MD with an empirical reactive force field (ReaxFF) proposed by van Duin et al. Applications of ReaxFF MD in coal pyrolysis can be found very recently which shown its potential as a useful tool in exploration of reaction mechanism of coal pyrolysis process. Using the new methodology by combining graphics processing unit (GPU)-enabled high performance computing with cheminformatics analysis proposed by the applicant, this project will extend reaction mechanism study of coal pyrolysis and focus on to the molecular coherence evolving of chemical reactions of coal molecules and coal matrix during coal thermal decomposition. The structure evolution of the reaction systems, including the coal molecules, the pyrolyates penetrated by micropores in which diffusion of tar molecules is activated and subject to reaction with the coal matrix with a probability that depends on the relative rates of diffusion and recombination, the intraparticle mass transfer influences on the course of pyrolysis, etc. will be investigated from a perspective of meso-science. The output of the project will be helpful in getting depth understanding of the relationships of structure and reactions and uncover the mechanism on coal pyrolysis process.
认识煤热解过程是实现煤高效和清洁利用的基础和关键。煤本身和热解反应的复杂性导致认识煤热解过程的困难;煤热解被认为是高温自由基过程,因缺乏原位测定技术,限制了对其机理的深入认识。化学反应分子动力学方法(ReaxFF MD)为认识煤热解反应机理提供了新途径,已开始出现的尝试仅涉及煤热解本征化学反应。本项目拟利用ReaxFF MD,进一步将研究延伸到煤热解本征反应与其热解产物向煤基体孔道及其表面扩散传质过程的耦合,基于申请人提出的将GPU并行高性能计算与化学信息学分析相结合的新思路,利用在国际上率先自主研发的高性能计算GPU程序和化学反应分析工具,从介尺度结构角度研究纳米煤基体微反应系统中的由反应介质(煤热解反应演化中的分子)和煤颗粒表界面(微孔道、颗粒表面)构成的介尺度结构的形成机理及其对反应的控制机制,以期系统揭示煤分子结构及其聚集态随热解反应的演化机理,为煤的高效、清洁转化利用提供理论支持

结项摘要

认识煤热解过程是实现煤高效和清洁利用的基础和关键。煤本身和热解反应的复杂性导致认识煤热解过程的困难。化学反应分子动力学方法(ReaxFF MD)为认识煤热解反应机理提供了可能的新途径。本项目基于申请人提出的将GPU并行高性能计算与化学信息学分析相结合研究煤热解的新思路,主要开展煤热解反应分子动力学模拟,研究目标是借助对煤热解过程介尺度结构演变和控制机制的考察,深入认识煤热解反应机理。.本项目构建了多种大规模煤模型(~10,000原子, 尝试建立的最大煤模型为98,000原子),利用自主研发的基于GPU的高性能计算程序GMD-Reax,对所建立的大规模柳林煤模型进行了ReaxFF MD模拟,其中对近10万原子的模拟尝试是用ReaxFF MD模拟过的最大煤模型。借助自主研发的化学反应分析程序VARxMD,考察了煤热解产物包括中间产物和自由基及其背后的化学反应随温度和时间的演化规律。利用大规模煤分子模型的优势,模拟得到了煤热解各类产物随温度和时间演化图景。.认识煤热解过程中的介尺度现象的关键是体系时空动态演变过程中结构的转折性变化。本项目借助于对木质素热解模拟研究所获得的木质素热解过程中3个阶段产物演化与连接键之间关系的清晰认识,采用相同的模拟策略探究了柳林烟煤热解的三个不同阶段,根据桥键演化行为及其相互竞争的热裂解反应与重聚反应所占比例,可进一步将煤热解第二阶段细分为热解占主导和缩聚开始增长两个子阶段。这两个状态的转折点与小自由基(主要是OH和CH3)的行为转折密切相关,自由基向稳定化方向转变。CH4的生成速率由慢变快的转变有可能作为状态转折的标志物加以检测。.对万原子规模煤模型的ReaxFF MD模拟应用表明,大规模模拟可获得煤热解反应随温度和时间演化的全景式图景,借助于介尺度结构演变和控制机制的探索,获得了对煤热解过程阶段性转折点、相互竞争的热裂解与重聚反应的演化、及其与煤热解产物演化的关系认识。大规模ReaxFF MD模拟结合介尺度科学探索是一种有前景的、研究煤热解的新方法。

项目成果

期刊论文数量(9)
专著数量(0)
科研奖励数量(0)
会议论文数量(0)
专利数量(0)
Investigation of Overall Pyrolysis Stages for Liulin Bituminous Coal by Large-Scale ReaxFF Molecular Dynamics
大规模 ReaxFF 分子动力学研究柳林烟煤的总体热解阶段
  • DOI:
    10.1021/acs.energyfuels.6b03243
  • 发表时间:
    2017-04-01
  • 期刊:
    ENERGY & FUELS
  • 影响因子:
    5.3
  • 作者:
    Zheng, Mo;Li, Xiaoxia;Guo, Li
  • 通讯作者:
    Guo, Li
Initial Mechanisms for an Overall Behavior of Lignin Pyrolysis through Large-Scale ReaxFF Molecular Dynamics Simulations
通过大规模 ReaxFF 分子动力学模拟木质素热解总体行为的初始机制
  • DOI:
    10.1021/acs.energyfuels.6b00247
  • 发表时间:
    2016-04-01
  • 期刊:
    ENERGY & FUELS
  • 影响因子:
    5.3
  • 作者:
    Zhang, Tingting;Li, Xiaoxia;Lin, Weigang
  • 通讯作者:
    Lin, Weigang
Investigation of model scale effects on coal pyrolysis using ReaxFF MD simulation
使用 ReaxFF MD 模拟研究煤热解的模型规模效应
  • DOI:
    10.1080/08927022.2017.1356456
  • 发表时间:
    2017-07
  • 期刊:
    Molecular Simulation
  • 影响因子:
    2.1
  • 作者:
    Mo Zheng;Xiaoxia Li;Fengguang Nie;Li Guo
  • 通讯作者:
    Li Guo
Initial reaction mechanisms of cellulose pyrolysis revealed by ReaxFF molecular dynamics
ReaxFF分子动力学揭示纤维素热解的初始反应机制
  • DOI:
    10.1016/j.fuel.2016.03.008
  • 发表时间:
    2016
  • 期刊:
    Fuel
  • 影响因子:
    7.4
  • 作者:
    Zheng Mo;Wang Ze;Li Xiaoxia;Qiao Xianjie;Song Wenli;Guo Li
  • 通讯作者:
    Guo Li
Initial Reaction Mechanism of Bio-oil High-Temperature Oxidation Simulated with Reactive Force Field Molecular Dynamics
反作用力场分子动力学模拟生物油高温氧化的初始反应机理
  • DOI:
    10.1021/acs.energyfuels.6b02508
  • 发表时间:
    2017
  • 期刊:
    Energy & Fuels
  • 影响因子:
    5.3
  • 作者:
    Liu Xiaolong;Li Xiaoxia;Nie Fengguang;Guo Li
  • 通讯作者:
    Guo Li

数据更新时间:{{ journalArticles.updateTime }}

{{ item.title }}
{{ item.translation_title }}
  • DOI:
    {{ item.doi || "--"}}
  • 发表时间:
    {{ item.publish_year || "--" }}
  • 期刊:
    {{ item.journal_name }}
  • 影响因子:
    {{ item.factor || "--"}}
  • 作者:
    {{ item.authors }}
  • 通讯作者:
    {{ item.author }}

数据更新时间:{{ journalArticles.updateTime }}

{{ item.title }}
  • 作者:
    {{ item.authors }}

数据更新时间:{{ monograph.updateTime }}

{{ item.title }}
  • 作者:
    {{ item.authors }}

数据更新时间:{{ sciAawards.updateTime }}

{{ item.title }}
  • 作者:
    {{ item.authors }}

数据更新时间:{{ conferencePapers.updateTime }}

{{ item.title }}
  • 作者:
    {{ item.authors }}

数据更新时间:{{ patent.updateTime }}

其他文献

Looking Good by Doing Good: CEO Attractiveness and Corporate Philanthropy
行善致远:CEO 吸引力与企业慈善事业
  • DOI:
    10.2139/ssrn.3743688
  • 发表时间:
    2020-12
  • 期刊:
    China Economic Review
  • 影响因子:
    6.8
  • 作者:
    Leng Ling;罗党论;李晓霞;潘欣彤
  • 通讯作者:
    潘欣彤
ReaxFF MD模拟结果分析中化学反应路径网络的发现
  • DOI:
    --
  • 发表时间:
    2019
  • 期刊:
    计算机与应用化学
  • 影响因子:
    --
  • 作者:
    贺巧鑫;任春醒;李晓霞;郭力;张婷婷;高明杰;韩嵩
  • 通讯作者:
    韩嵩
基于ReaxFF力场的对硝基苯酚臭氧氧化分子动力学模拟
  • DOI:
    --
  • 发表时间:
    2017
  • 期刊:
    物理化学学报
  • 影响因子:
    --
  • 作者:
    王子民;郑默;谢勇冰;李晓霞;曾鸣;曹宏斌;郭力
  • 通讯作者:
    郭力
自体血小板血浆对角膜基质细胞生物学功能的影响
  • DOI:
    --
  • 发表时间:
    --
  • 期刊:
    眼科新进展
  • 影响因子:
    --
  • 作者:
    戴静;陈建苏;李晓霞;田振彩;赵秀丽
  • 通讯作者:
    赵秀丽
维族帕金森病与PARK16基因单核苷酸多态性的相关性
  • DOI:
    --
  • 发表时间:
    2014
  • 期刊:
    中华实验外科杂志
  • 影响因子:
    --
  • 作者:
    夏欢;罗琴;李晓霞;杨新玲
  • 通讯作者:
    杨新玲

其他文献

{{ item.title }}
{{ item.translation_title }}
  • DOI:
    {{ item.doi || "--" }}
  • 发表时间:
    {{ item.publish_year || "--"}}
  • 期刊:
    {{ item.journal_name }}
  • 影响因子:
    {{ item.factor || "--" }}
  • 作者:
    {{ item.authors }}
  • 通讯作者:
    {{ item.author }}
empty
内容获取失败,请点击重试
重试联系客服
title开始分析
查看分析示例
此项目为已结题,我已根据课题信息分析并撰写以下内容,帮您拓宽课题思路:

AI项目思路

AI技术路线图

李晓霞的其他基金

大规模反应分子动力学模拟的反应路径自动追溯与分类方法
  • 批准号:
    22173106
  • 批准年份:
    2021
  • 资助金额:
    60 万元
  • 项目类别:
    面上项目
利用大规模反应分子动力学模拟揭示航空发动机燃料燃烧的全景式产物演化及反应机理
  • 批准号:
    91641102
  • 批准年份:
    2016
  • 资助金额:
    60.0 万元
  • 项目类别:
    重大研究计划
利用GPU实现大规模复杂体系反应分子动力学模拟的方法
  • 批准号:
    21373227
  • 批准年份:
    2013
  • 资助金额:
    80.0 万元
  • 项目类别:
    面上项目
利用GPU提高分子动力学模拟粒子规模的方法
  • 批准号:
    21073195
  • 批准年份:
    2010
  • 资助金额:
    35.0 万元
  • 项目类别:
    面上项目
计算化学网格示范应用平台的研究与建立
  • 批准号:
    90612015
  • 批准年份:
    2006
  • 资助金额:
    30.0 万元
  • 项目类别:
    重大研究计划
化学深层网数据自动提取方法研究
  • 批准号:
    20673119
  • 批准年份:
    2006
  • 资助金额:
    28.0 万元
  • 项目类别:
    面上项目

相似国自然基金

{{ item.name }}
  • 批准号:
    {{ item.ratify_no }}
  • 批准年份:
    {{ item.approval_year }}
  • 资助金额:
    {{ item.support_num }}
  • 项目类别:
    {{ item.project_type }}

相似海外基金

{{ item.name }}
{{ item.translate_name }}
  • 批准号:
    {{ item.ratify_no }}
  • 财政年份:
    {{ item.approval_year }}
  • 资助金额:
    {{ item.support_num }}
  • 项目类别:
    {{ item.project_type }}
{{ showInfoDetail.title }}

作者:{{ showInfoDetail.author }}

知道了

AI项目解读示例

课题项目:调控A型流感病毒诱导IFN-β表达的机制研究

AI项目摘要:

本研究聚焦于TRIM2蛋白在A型流感病毒诱导的IFN-β表达中的调控机制。A型流感病毒是全球性健康问题,其感染可导致严重的呼吸道疾病。IFN-β作为关键的抗病毒因子,其表达水平对抗病毒防御至关重要。然而,TRIM2如何调控IFN-β的表达尚未明确。本研究假设TRIM2通过与病毒RNA或宿主因子相互作用,影响IFN-β的产生。我们将采用分子生物学、细胞生物学和免疫学方法,探索TRIM2与A型流感病毒诱导IFN-β表达的关系。预期结果将揭示TRIM2在抗病毒免疫反应中的作用,为开发新的抗病毒策略提供理论基础。该研究对理解宿主抗病毒机制具有重要科学意义,并可能对临床治疗流感病毒感染提供新的视角。

AI项目思路:

科学问题:TRIM2如何调控A型流感病毒诱导的IFN-β表达?
前期研究:已有研究表明TRIM2参与抗病毒反应,但其具体机制尚不明确。
研究创新点:本研究将深入探讨TRIM2在IFN-β表达中的直接作用机制。
技术路线:包括病毒学、分子生物学、细胞培养和免疫检测技术。
关键技术:TRIM2与病毒RNA的相互作用分析,IFN-β启动子活性检测。
实验模型:使用A型流感病毒感染的细胞模型进行研究。

AI技术路线图

        graph TD
          A[研究起始] --> B[文献回顾与假设提出]
          B --> C[实验设计与方法学准备]
          C --> D[A型流感病毒感染模型建立]
          D --> E[TRIM2与病毒RNA相互作用分析]
          E --> F[TRIM2对IFN-β启动子活性的影响]
          F --> G[IFN-β表达水平测定]
          G --> H[TRIM2功能丧失与获得研究]
          H --> I[数据收集与分析]
          I --> J[结果解释与科学验证]
          J --> K[研究结论与未来方向]
          K --> L[研究结束]
      
关闭
close
客服二维码