Force-Field Parameters from the SAFT-γ Equation of State for Use in Coarse-Grained Molecular Simulations
Notice bibliographique
Résumé
A description of fluid systems with molecular-based algebraic equations of state (EoSs) and by direct molecular simulation is common practice in chemical engineering and the physical sciences, but the two approaches are rarely closely coupled. The key for an integrated representation is through a well-defined force field and Hamiltonian at the molecular level. In developing coarse-grained intermolecular potential functions for the fluid state, one typically starts with a detailed, bottom-up quantum-mechanical or atomic-level description and then integrates out the unwanted degrees of freedom using a variety of techniques; an iterative heuristic simulation procedure is then used to refine the parameters of the model. By contrast, with a top-down technique, one can use an accurate EoS to link the macroscopic properties of the fluid and the force-field parameters. We discuss the latest developments in a top-down representation of fluids, with a particular focus on a group-contribution formulation of the statistical associating fluid theory (SAFT-γ). The accurate SAFT-γ EoS is used to estimate the parameters of the Mie force field, which can then be used with confidence in direct molecular simulations to obtain thermodynamic, structural, interfacial, and dynamical properties that are otherwise inaccessible from the EoS. This is exemplified for several prototypical fluids and mixtures, including carbon dioxide, hydrocarbons, perfluorohydrocarbons, and aqueous surfactants.
Récupéré en direct depuis OpenAlex et désinversé. Les résumés ne sont pas conservés dans cette base de données : les index inversés représentent 8,6 Go des 9,3 Go de texte de la base, et le serveur dispose de 13 Go libres.
Comment cette classification a été obtenuedéplier
Prédiction machine sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Le volet Gemma est une étiquette directe du modèle pour chaque travail de la base, lue sur la notice réduite au titre. Le volet Codex est un classifieur appris des 10 348 étiquettes directes de Codex et calibré sur les taux pondérés de l'échantillon; les champs sans appui suffisant ne portent aucun appel Codex. Le mode candidate est l'union des deux volets; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont pas des étiquettes humaines.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,001 | 0,004 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,001 | 0,000 |
| Communication savante | 0,001 | 0,002 |
| Science ouverte | 0,003 | 0,001 |
| Intégrité de la recherche | 0,002 | 0,004 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,019 | 0,006 |
Scores machine (provisoires)
Les deux têtes enseignantes du modèle étudiant, lues sur ce travail. Un score ordonne la base pour la relecture; il n'affirme jamais une catégorie, et le statut de validation accompagne chaque rangée tel quel.
Scores de référence d'un modèle non mature (critères de maturité non atteints, 7 itérations). Un score ordonne; il n'affirme jamais une catégorie.
score_only:v0-immature-baseline · tel quel depuis la passe de notation : score_only signifie que le nombre peut ordonner les travaux, et qu'aucune étiquette de catégorie n'en découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».