买专利卖专利找龙图腾，真高效！ 查专利查商标用IPTOP,全免费！专利年费监控用IP管家,真方便！

龙图腾网获悉宁波诺丁汉新材料研究院有限公司;宁波诺丁汉大学申请的专利一种预测纤维素热解反应产物的方法及系统获国家发明授权专利权，本发明授权专利权由国家知识产权局授予，授权公告号为：CN115831241B 。

龙图腾网通过国家知识产权局官网在2025-07-29发布的发明授权授权公告中获悉：该发明授权的专利申请号/专利号为：202211614056.7，技术领域涉及：G16C10/00；该发明授权一种预测纤维素热解反应产物的方法及系统是由冯增兴;吴韬;肖禹钦;王琢;彭咏惞设计研发完成，并于2022-12-15向国家知识产权局提交的专利申请。

本一种预测纤维素热解反应产物的方法及系统在说明书摘要公布了：本发明公开一种预测纤维素热解反应产物的方法及系统。本发明首先构建纤维素分子结构，并进行能量最小化处理和结构弛豫处理，获得初始的纤维素分子构型；然后对初始的纤维素分子构型进行预设时间段的从头算分子动力学模拟，获得模拟的纤维素分子构型，及其原子受力，构建初始训练集，对多层神经网络模型进行并行训练、交叉验证、扩充训练集的迭代方法，获得纤维素热解深度学习势函数；利用所述纤维素热解深度学习势函数进行分子动力学模拟，获得纤维素热解产物的种类及结构信息。本发明采用深度学习算法进行模型训练，并利用所得纤维素热解深度学习势函数进行分子动力学模拟，实现成本低、速度快、可扩展应用的纤维素热解产物预测。

本发明授权一种预测纤维素热解反应产物的方法及系统在权利要求书中公布了：1.一种预测纤维素热解反应产物的方法，其特征在于，所述方法包括如下步骤： 构建纤维素分子结构并计算模拟盒子的体积参数； 对所述纤维素分子结构和所述模拟盒子进行能量最小化处理和结构弛豫处理，获得优化原子间距、键角和二面角后的初始的纤维素分子构型； 对所述初始的纤维素分子构型进行预设时间段的从头算分子动力学模拟，获得多个模拟的纤维素分子构型，及每个纤维素分子构型的原子受力，构建初始训练集； 基于所述初始训练集采用多层神经网络模型进行并行训练、交叉验证、扩充训练集的迭代方法，获得纤维素热解深度学习势函数，具体包括： S1、令初始迭代次数k的数值为1； S2、将所述初始训练集设置为第k次迭代的训练集； S3、从第k次迭代的训练集中选取预设个数的训练子集； S4、分别将每个训练子集中的纤维素分子构型一一对应的输入每个训练子集对应的多层神经网络模型，获得每个纤维素分子构型的系统能量和原子受力； S5、分别根据每个纤维素分子构型的系统能量和原子受力，计算每个训练子集对应的多层神经网络模型的损失函数值； S6、当所述损失函数值不小于损失函数阈值时，更新每个训练子集对应的所述多层神经网络模型的参数，返回S4； S7、当所述损失函数值小于损失函数阈值时，输出每个训练子集对应的所述多层神经网络模型作为每个训练子集对应的第k次迭代的纤维素热解深度学习势函数； S8、根据每个训练子集中每个纤维素分子构型的原子受力，计算每个纤维素分子构型的每个原子的模型偏差，并获取每个训练子集中每个纤维素分子构型的最大模型偏差；所述最大模型偏差为所述纤维素分子构型的所有的原子的模型偏差的最大值； S9、选取最大模型偏差在预设范围内的时刻的纤维素分子构型及所述纤维素分子构型的原子受力作为训练样本，对第k次迭代的训练集进行扩充，获得k+1次迭代的训练集，令k的数值增加1，返回S3，直到预比例的不同时刻的纤维素分子构型的最大模型偏差小于偏差阈值； 利用所述纤维素热解深度学习势函数进行分子动力学模拟，获得纤维素热解产物的种类及结构信息。

如需购买、转让、实施、许可或投资类似专利技术，可联系本专利的申请人或专利权人宁波诺丁汉新材料研究院有限公司;宁波诺丁汉大学，其通讯地址为：315000 浙江省宁波市沧海路189弄2号10#厂房；或者联系龙图腾网官方客服，联系龙图腾网可拨打电话0551-65771310或微信搜索“龙图腾网”。