在下面青綠色的空間畫出你的分子. 示範
animation1
,
animation2
如需要改變或者刪除原子, 在同一原子上點擊一下.
如果你不能看見上面的 applet ,請 聯絡我們 .
程式會計算Cis-,Trans-化合物兩個的平均數.
程式會自動加上氫原子.
在 化學工程 方面, 臨界溫度(Tc),臨界壓力(Pc)和臨界容量(Vc)被廣泛使用, 因為幾乎所有其它的熱能化學特性都能由 沸點 和臨界性質計算出來. 因此準確的推測是非常重要.
推測臨界常數的幾種方法.
- Ambrose
- Lydersen, JOBACK
- Fedors
- Riedel
- Vetere
- Klincewicz
這些方法通常需要沸點來推測臨界溫度, 因此其準確性取決於輸入的沸點是否準確. 錯誤也隨著增加. 相對地, neural network 方法直接推測臨界溫度而不需要沸點.
臨界壓力方面, 我們需要計算每個功能基對它的影響, 這些方法不能計算兩種函數間的相互影響. Neural network 方法可以計算函數間的相互影響及 氫鍵能 的影響, 所以推測的準確性與傳統的方法相比高得多.
相對地, 臨界容量的實驗數據並不多. 一般資料書列出的並不是實驗數據, 而是推測的數據. 當計算 液態密度 時, 錯誤就非常嚴重. Neural network 方法將 分子容量 的修正係數計算在內.
Neural Network 方法推測 Pc 的準確性 .
Neural Network 方法推測 Vc 的準確性 .
相關特性
蒸氣壓力
及
沸點
.
JOBACK
方法
推測臨界性質.
混合物的臨界性質
.
假如你喜歡這 applet, 請在 GuestBook 留言 !!