文章导读

离子液体（ILs）作为一种极具发展潜力与前景的新型绿色功能材料，在众多领域展现出巨大的应用价值。汽化焓（Δ_vapH）是ILs的基本热力学性质之一，它反映了离子液体从液态转变为气态过程中所吸收的能量。这一性质在离子液体的多个关键研究与应用层面具有不可替代的重要性。ILs 的 Δ_vapH 是了解其热质量损失和热分解行为以及评估其作为传热流体性能的核心参数。此外，ILs 的 Δ_vapH在构建分子间势能函数，开发 ILs 的合成路线方面也起着举足轻重的作用。实验是获取离子液体汽化焓的关键手段，并已积累了一定规模的数据。然而，实验详细表征离子液体汽化焓的成本较高，也无法穷尽每种离子液体。因此，开发离子液体汽化焓预测模型便有着重要意义。

近日，华东理工大学化学与分子工程学院施佳林教授课题组创新性地将人工智能领域的反向传播神经网络方法（BP-ANN）应用于离子液体汽化焓预测模型的构建。在研究过程中，课题组借助由片段活度系数类导体屏蔽模型（COSMO-SAC）导出的两种分子描述符：表面电荷密度分布面积S_σ和空穴体积V^COSMO，并将ILs的汽化过程处理为离子对的形式，实现了对离子液体汽化焓的高精度预测。文章发表在Green Chemical Engineering（GreenChE），题为“Vaporization enthalpy prediction of ionic liquids based on back-propagation artificial neural network”。

研究亮点

●  利用 BP-ANN 算法构建了一个离子液体汽化焓预测模型，取得了极高的R²。

●  所构建的预测模型实现了在广泛的温度范围内预测Δ_vapH，而非局限在 298 K。

●  进一步证明了COSMO基描述符在描述 ILs结构具有良好的性能。

内容概述

研究工作首先系统收集了148种ILs的3150个数据点，然后借助COSMO-SAC完整导出了ILs阴阳离子的S_σ和V^COSMO两种分子描述符，以此全面且定量地描述离子液体的分子结构特征。最后基于定量结构-定量性质原理（QSPR）结合反向传播的神经网络构建了离子液体的汽化焓预测模型（Δ_vapH-ANN）。图1详细展示了该模型的构建流程。

图1. Δ_vapH-ANN 模型开发流程图：（a）数据流程和（b）模型训练流程。

数据分析结果表明模型的预测性能优异。图2a对比了汽化焓实验值(Δ_vapH_exp) 和基于 Δ_vapH-ANN 模型得到的汽化焓计算值(Δ_vapH_cal)。结果表明，训练集的数据点几乎完全沿对角线分布，这充分表明了仅使用12个简单描述符的Δ_vapH-ANN模型能够有效地拟合各种数据。同样，验证集和测试集的数据点也紧密聚集在对角线附近，有力证实了该模型具备出色的稳定性以及准确预测 ILs 的 ∆_vapH 的能力。图 2b 展示了模型计算结果的相对误差（RD）分析。所有 RD 值均在±10%的范围内，99.0%的数据点分布在±5%以内。这种 RD 分布特征进一步强调了数据源的多样性并没有影响模型的性能。

图2. ∆_vapH_exp 和 ∆_vapH_cal的相关图：（a） ∆_vapH_exp 和 ∆_vapH_cal的对比图；（b）RD 分布。

该研究通过制作William图清晰呈现了 Δ_vapH-ANN 模型的应用域。如图3所示，94.1% 的数据点落在模型的应用域内，这一结果有力证实了Δ_vapH-ANN 模型能够有效地预测绝大多数 ILs 的 Δ_vapH。

图3. Δ_vapH-ANN模型的William图。

相关研究已经揭示了离子液体的汽化焓与阳离子链长之间存在正相关性。如图4所示，针对咪唑基系列离子液体，本研究构建的预测模型所得的预测值不仅与实验值高度契合，而且精准复现了汽化焓随阳离子链长变化的内在规律。这一结果为预测模型的精准性提供了有力佐证。

图4. 链长与 ∆_vapH之间的关系（点：实验；线：计算）。

总结与展望

近年，该课题组围绕离子液体热力学性质预测开展了一系列研究。基于QSPR机理，运用多种策略对离子液体的热力学性质开发了一系列的预测模型，致力于实现对离子液体关键热力学性质高效稳定的预测。

该工作在前期研究的基础上，采用了COSMO基分子描述符，将离子液体的汽化过程处理为了离子对，并结合了反向传播的神经网络方法，成功实现了对离子液体汽化焓的精确高效预测。此项工作不仅构建了一个准确可靠的离子液体汽化焓预测模型，更为重要的是，进一步证明了COSMO基描述符在离子液体研究领域的适用性，为其在预测离子液体性质方面的应用提供了有力支持。

通讯作者简介

施佳林 教授

施佳林，华东理工大学化学与分子工程学院教授，博士生导师。课题组长期聚焦于以能源应用为导向的多尺度热力学模拟，致力于通过精确的热力学建模和模拟，解决能源领域中的关键问题。迄今，在AIChE J、Chem. Eng. Sci、Fluid Ph. Equilib.等国际热力学著名期刊上发表论文20余篇。受邀担任Journal of Pipeline Science and Engineering期刊副主编。

撰稿：原文作者

编辑：GreenChE编辑部