Estruturas e propriedades de fluidos supercríticos e líquidos iônicos
Autor(a) principal: | |
---|---|
Data de Publicação: | 2004 |
Tipo de documento: | Tese |
Idioma: | por |
Título da fonte: | Repositório Institucional da UFPE |
Texto Completo: | https://repositorio.ufpe.br/handle/123456789/9705 |
Resumo: | Simulações computacionais com o método de Monte Carlo foram realizadas para a água, para o metanol e mistura água-metanol, em condições ambiente e algumas próximas da crítica, utilizando os modelos de quatro (TIP4P) e cinco (TIP5P) sítios para a água e um modelo de três sítios para o metanol. As estruturas geradas nas simulações, foram então utilizadas para análise das ligações de hidrogênio e presença de padrões de small-world. O comportamento de small-world foi caracterizado para água supercrítica, ao passo que para a água em condições ambiente um cluster gigante é formado e observa-se a percolação no sistema. De forma análoga a mistura água-metanol percola no sistema em condições ambiente e apresenta padrão de small-world na condição supercrítica (500 bar e 400oC). No caso do metanol verificamos uma estrutura que o distancia do comportamento randômico, entretanto, a presença ou não de padrões de small-world ainda é inconclusiva. Simulações computacionais com o método de Monte Carlo também foram realizadas para sais contendo o cátion BMI+ (1-Butil-3-Metilimidazólio) e os ânions Cl- e BF4 -. Os sais deste cátion e ânions são líquidos à temperatura ambiente, sendo então denominados de líquidos iônicos. Verificou-se que a flexibilidade da cadeia n-butil é provavelmente a responsável pela desordem dos sais que os mantém no estado líquido. As simulações de líquidos, geralmente, necessitam de um grande número de moléculas, de modo que o cálculo das interações pode tornar-se impraticável. Sendo assim, foi testado um método alternativo baseado em redes neurais artificiais (RNAs). Esta técnica foi testada para a água e extendida para descrever as interações entre as espécies iônicas formadoras dos líquidos iônicos. Superfícies de energia potencial (SEPs) foram então preditas por estes modelos baseados em RNAs, com pequenos erros randômicos, tanto para água líquida, como para o par [BMI+][BF4 -]. Contudo, estes erros ainda são suficientemente grandes para produzir simulações de Monte Carlo da água líquida inconsistentes com os resultados obtidos usando o modelo TIP5P. É importante citar que as simulações de Monte Carlo realizadas usando RNAs são 2 a 12 vezes mais rápidas do que aquelas usando os potenciais analíticos |
id |
UFPE_e26a36bd088774538a3e49faaa17cb58 |
---|---|
oai_identifier_str |
oai:repositorio.ufpe.br:123456789/9705 |
network_acronym_str |
UFPE |
network_name_str |
Repositório Institucional da UFPE |
repository_id_str |
2221 |
spelling |
Marques Leite dos Santos, VivianniLuiz Longo, Ricardo 2014-06-12T23:15:47Z2014-06-12T23:15:47Z2004Marques Leite dos Santos, Vivianni; Luiz Longo, Ricardo. Estruturas e propriedades de fluidos supercríticos e líquidos iônicos. 2004. Tese (Doutorado). Programa de Pós-Graduação em Química, Universidade Federal de Pernambuco, Recife, 2004.https://repositorio.ufpe.br/handle/123456789/9705Simulações computacionais com o método de Monte Carlo foram realizadas para a água, para o metanol e mistura água-metanol, em condições ambiente e algumas próximas da crítica, utilizando os modelos de quatro (TIP4P) e cinco (TIP5P) sítios para a água e um modelo de três sítios para o metanol. As estruturas geradas nas simulações, foram então utilizadas para análise das ligações de hidrogênio e presença de padrões de small-world. O comportamento de small-world foi caracterizado para água supercrítica, ao passo que para a água em condições ambiente um cluster gigante é formado e observa-se a percolação no sistema. De forma análoga a mistura água-metanol percola no sistema em condições ambiente e apresenta padrão de small-world na condição supercrítica (500 bar e 400oC). No caso do metanol verificamos uma estrutura que o distancia do comportamento randômico, entretanto, a presença ou não de padrões de small-world ainda é inconclusiva. Simulações computacionais com o método de Monte Carlo também foram realizadas para sais contendo o cátion BMI+ (1-Butil-3-Metilimidazólio) e os ânions Cl- e BF4 -. Os sais deste cátion e ânions são líquidos à temperatura ambiente, sendo então denominados de líquidos iônicos. Verificou-se que a flexibilidade da cadeia n-butil é provavelmente a responsável pela desordem dos sais que os mantém no estado líquido. As simulações de líquidos, geralmente, necessitam de um grande número de moléculas, de modo que o cálculo das interações pode tornar-se impraticável. Sendo assim, foi testado um método alternativo baseado em redes neurais artificiais (RNAs). Esta técnica foi testada para a água e extendida para descrever as interações entre as espécies iônicas formadoras dos líquidos iônicos. Superfícies de energia potencial (SEPs) foram então preditas por estes modelos baseados em RNAs, com pequenos erros randômicos, tanto para água líquida, como para o par [BMI+][BF4 -]. Contudo, estes erros ainda são suficientemente grandes para produzir simulações de Monte Carlo da água líquida inconsistentes com os resultados obtidos usando o modelo TIP5P. É importante citar que as simulações de Monte Carlo realizadas usando RNAs são 2 a 12 vezes mais rápidas do que aquelas usando os potenciais analíticosporUniversidade Federal de PernambucoAttribution-NonCommercial-NoDerivs 3.0 Brazilhttp://creativecommons.org/licenses/by-nc-nd/3.0/br/info:eu-repo/semantics/openAccesssimulação computacionalfluidos supercríticoslíquidos iônicosredes neurais artificiaismétodo de Monte Carlo, small-worldEstruturas e propriedades de fluidos supercríticos e líquidos iônicosinfo:eu-repo/semantics/publishedVersioninfo:eu-repo/semantics/doctoralThesisreponame:Repositório Institucional da UFPEinstname:Universidade Federal de Pernambuco (UFPE)instacron:UFPETHUMBNAILarquivo9271_1.pdf.jpgarquivo9271_1.pdf.jpgGenerated Thumbnailimage/jpeg1448https://repositorio.ufpe.br/bitstream/123456789/9705/4/arquivo9271_1.pdf.jpged43804444fb96c17bee872bc93cc2b2MD54ORIGINALarquivo9271_1.pdfapplication/pdf3117344https://repositorio.ufpe.br/bitstream/123456789/9705/1/arquivo9271_1.pdf7e3891199e4672408f72d2f95dbc6a6cMD51LICENSElicense.txttext/plain1748https://repositorio.ufpe.br/bitstream/123456789/9705/2/license.txt8a4605be74aa9ea9d79846c1fba20a33MD52TEXTarquivo9271_1.pdf.txtarquivo9271_1.pdf.txtExtracted texttext/plain297032https://repositorio.ufpe.br/bitstream/123456789/9705/3/arquivo9271_1.pdf.txt9ce4b22912e58091f969a430e5d45587MD53123456789/97052019-10-25 03:52:00.945oai:repositorio.ufpe.br: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Repositório InstitucionalPUBhttps://repositorio.ufpe.br/oai/requestattena@ufpe.bropendoar:22212019-10-25T06:52Repositório Institucional da UFPE - Universidade Federal de Pernambuco (UFPE)false |
dc.title.pt_BR.fl_str_mv |
Estruturas e propriedades de fluidos supercríticos e líquidos iônicos |
title |
Estruturas e propriedades de fluidos supercríticos e líquidos iônicos |
spellingShingle |
Estruturas e propriedades de fluidos supercríticos e líquidos iônicos Marques Leite dos Santos, Vivianni simulação computacional fluidos supercríticos líquidos iônicos redes neurais artificiais método de Monte Carlo, small-world |
title_short |
Estruturas e propriedades de fluidos supercríticos e líquidos iônicos |
title_full |
Estruturas e propriedades de fluidos supercríticos e líquidos iônicos |
title_fullStr |
Estruturas e propriedades de fluidos supercríticos e líquidos iônicos |
title_full_unstemmed |
Estruturas e propriedades de fluidos supercríticos e líquidos iônicos |
title_sort |
Estruturas e propriedades de fluidos supercríticos e líquidos iônicos |
author |
Marques Leite dos Santos, Vivianni |
author_facet |
Marques Leite dos Santos, Vivianni |
author_role |
author |
dc.contributor.author.fl_str_mv |
Marques Leite dos Santos, Vivianni |
dc.contributor.advisor1.fl_str_mv |
Luiz Longo, Ricardo |
contributor_str_mv |
Luiz Longo, Ricardo |
dc.subject.por.fl_str_mv |
simulação computacional fluidos supercríticos líquidos iônicos redes neurais artificiais método de Monte Carlo, small-world |
topic |
simulação computacional fluidos supercríticos líquidos iônicos redes neurais artificiais método de Monte Carlo, small-world |
description |
Simulações computacionais com o método de Monte Carlo foram realizadas para a água, para o metanol e mistura água-metanol, em condições ambiente e algumas próximas da crítica, utilizando os modelos de quatro (TIP4P) e cinco (TIP5P) sítios para a água e um modelo de três sítios para o metanol. As estruturas geradas nas simulações, foram então utilizadas para análise das ligações de hidrogênio e presença de padrões de small-world. O comportamento de small-world foi caracterizado para água supercrítica, ao passo que para a água em condições ambiente um cluster gigante é formado e observa-se a percolação no sistema. De forma análoga a mistura água-metanol percola no sistema em condições ambiente e apresenta padrão de small-world na condição supercrítica (500 bar e 400oC). No caso do metanol verificamos uma estrutura que o distancia do comportamento randômico, entretanto, a presença ou não de padrões de small-world ainda é inconclusiva. Simulações computacionais com o método de Monte Carlo também foram realizadas para sais contendo o cátion BMI+ (1-Butil-3-Metilimidazólio) e os ânions Cl- e BF4 -. Os sais deste cátion e ânions são líquidos à temperatura ambiente, sendo então denominados de líquidos iônicos. Verificou-se que a flexibilidade da cadeia n-butil é provavelmente a responsável pela desordem dos sais que os mantém no estado líquido. As simulações de líquidos, geralmente, necessitam de um grande número de moléculas, de modo que o cálculo das interações pode tornar-se impraticável. Sendo assim, foi testado um método alternativo baseado em redes neurais artificiais (RNAs). Esta técnica foi testada para a água e extendida para descrever as interações entre as espécies iônicas formadoras dos líquidos iônicos. Superfícies de energia potencial (SEPs) foram então preditas por estes modelos baseados em RNAs, com pequenos erros randômicos, tanto para água líquida, como para o par [BMI+][BF4 -]. Contudo, estes erros ainda são suficientemente grandes para produzir simulações de Monte Carlo da água líquida inconsistentes com os resultados obtidos usando o modelo TIP5P. É importante citar que as simulações de Monte Carlo realizadas usando RNAs são 2 a 12 vezes mais rápidas do que aquelas usando os potenciais analíticos |
publishDate |
2004 |
dc.date.issued.fl_str_mv |
2004 |
dc.date.accessioned.fl_str_mv |
2014-06-12T23:15:47Z |
dc.date.available.fl_str_mv |
2014-06-12T23:15:47Z |
dc.type.status.fl_str_mv |
info:eu-repo/semantics/publishedVersion |
dc.type.driver.fl_str_mv |
info:eu-repo/semantics/doctoralThesis |
format |
doctoralThesis |
status_str |
publishedVersion |
dc.identifier.citation.fl_str_mv |
Marques Leite dos Santos, Vivianni; Luiz Longo, Ricardo. Estruturas e propriedades de fluidos supercríticos e líquidos iônicos. 2004. Tese (Doutorado). Programa de Pós-Graduação em Química, Universidade Federal de Pernambuco, Recife, 2004. |
dc.identifier.uri.fl_str_mv |
https://repositorio.ufpe.br/handle/123456789/9705 |
identifier_str_mv |
Marques Leite dos Santos, Vivianni; Luiz Longo, Ricardo. Estruturas e propriedades de fluidos supercríticos e líquidos iônicos. 2004. Tese (Doutorado). Programa de Pós-Graduação em Química, Universidade Federal de Pernambuco, Recife, 2004. |
url |
https://repositorio.ufpe.br/handle/123456789/9705 |
dc.language.iso.fl_str_mv |
por |
language |
por |
dc.rights.driver.fl_str_mv |
Attribution-NonCommercial-NoDerivs 3.0 Brazil http://creativecommons.org/licenses/by-nc-nd/3.0/br/ info:eu-repo/semantics/openAccess |
rights_invalid_str_mv |
Attribution-NonCommercial-NoDerivs 3.0 Brazil http://creativecommons.org/licenses/by-nc-nd/3.0/br/ |
eu_rights_str_mv |
openAccess |
dc.publisher.none.fl_str_mv |
Universidade Federal de Pernambuco |
publisher.none.fl_str_mv |
Universidade Federal de Pernambuco |
dc.source.none.fl_str_mv |
reponame:Repositório Institucional da UFPE instname:Universidade Federal de Pernambuco (UFPE) instacron:UFPE |
instname_str |
Universidade Federal de Pernambuco (UFPE) |
instacron_str |
UFPE |
institution |
UFPE |
reponame_str |
Repositório Institucional da UFPE |
collection |
Repositório Institucional da UFPE |
bitstream.url.fl_str_mv |
https://repositorio.ufpe.br/bitstream/123456789/9705/4/arquivo9271_1.pdf.jpg https://repositorio.ufpe.br/bitstream/123456789/9705/1/arquivo9271_1.pdf https://repositorio.ufpe.br/bitstream/123456789/9705/2/license.txt https://repositorio.ufpe.br/bitstream/123456789/9705/3/arquivo9271_1.pdf.txt |
bitstream.checksum.fl_str_mv |
ed43804444fb96c17bee872bc93cc2b2 7e3891199e4672408f72d2f95dbc6a6c 8a4605be74aa9ea9d79846c1fba20a33 9ce4b22912e58091f969a430e5d45587 |
bitstream.checksumAlgorithm.fl_str_mv |
MD5 MD5 MD5 MD5 |
repository.name.fl_str_mv |
Repositório Institucional da UFPE - Universidade Federal de Pernambuco (UFPE) |
repository.mail.fl_str_mv |
attena@ufpe.br |
_version_ |
1802310884801904640 |