Hybrid Data Sets-2

Zustandsgleichungen auf der Basis hybrider Datensätze - ein kombinierter Ansatz für die Entwicklung von Referenzgleichungen und exakten molekularen Modellen

In diesem Projekt soll ein neuer Zugang zur Entwicklung von empirischen Referenzgleichungen für Reinstoffe auf der Basis hybrider Datensätze erarbeitet werden, die aus experimentellen Daten und molekularen Simulationsdaten bestehen. Die Optimierung empirischer Referenzgleichungen erfordert eine breite Basis zuverlässiger thermodynamischer Daten. Obwohl solche Daten mit großem Aufwand vermessen werden, ist ihre Verfügbarkeit auch für weit verbreitete Fluide wie Methanol oder Ameisensäure nicht befriedigend. Aktuelle Fortschritte in der molekularen Modellierung und Simulation haben gezeigt, dass molekulare Modelle in Bezug auf thermodynamische Daten eine hohe Vorhersagekraft haben. Solche Modelle können auf der Basis quantenchemischer ab initio Rechnungen und einer geringen Anzahl genauer experimenteller Daten aufgestellt werden. Bis heute können Simulationsdaten nicht genauer sein als die experimentellen Daten, an die die verwendeten Wechselwirkungspotentiale angepasst wurden, aber sie können die verfügbaren Informationen auf experimentell schwer zugängliche Bereiche übertragen und helfen, große Datensätze mit konsistenten Daten für verschiedene Zustandsgrößen aufzubauen. Auf der anderen Seite erfordert der Versuch, mit Simulationsdaten die geringen Unsicherheiten moderner experimenteller Daten zu erreichen, sehr genaue Wechselwirkungspotentiale. Die grundlegende Idee dieses Projektes ist es, eine neue Generation empirischer Referenzgleichungen zu entwickeln, die zum Teil auf Simulationsdaten basiert, und auf der anderen Seite für die Entwicklung von Referenzgleichungen erarbeitete Methoden der simultanen Anpassung an genaue Daten unterschiedlicher Zustandsgrößen für die Aufstellung sehr genauer Wechselwirkungspotentiale zu nutzen.