机器学习驱动低阶煤捕收剂构效关系及分子设计研究.pdf

机器学习驱动低阶煤捕收剂构效关系及分子设计研究.pdf

摘要

低阶煤作为我国煤炭资源的重要组成部分,由于其表面含有大量极性基团,

亲水性强,天然可浮性差,导致在实际浮选过程中回收率低、药剂消耗高。开发

高效、低剂耗、选择性强的浮选捕收剂是提升低阶煤浮选效率的关键途径之一,

传统的捕收剂设计主要依赖经验试错法,周期长、效率低。因此,构建能够实现

捕收剂分子结构与浮选性能之间关系预测的定量构效关系(QSAR)模型,并以

此指导新型捕收剂的设计,具有重要的理论价值和实际意义。

本文围绕“捕收剂分子结构解析–构效关系–结构优化–模型预测”的核心逻

辑,

您可能关注的文档

文档评论(0)

1亿VIP精品文档

相关文档