Scalability strategies for automated reaction mechanism generation
Scalability strategies for automated reaction mechanism generation
复制标题
自动反应机制生成的可扩展性策略
DOI：
10.1016/j.compchemeng.2019.106578
复制
发表时间：
2019
期刊：
影响因子：
--
通讯作者：
W. H. Green
中科院分区：
文献类型：
--
作者：
A. Jocher;N. M. Vandewiele;K. Han;M. Liu;C. W. Gao;R. J. Gillis;W. H. Green
复杂化学过程的详细建模，如燃烧过程中的污染物形成，仍然具有挑战性，往往是棘手的，由于繁琐和容易出错的手动机制生成策略。自动机制生成方法试图解决这些问题，但由于与生成更大的反应机制相关的过高的计算成本而受到阻碍。因此，自动机制生成软件，如反应机制生成器（RMG）必须找到新的方法来探索反应空间，从而了解复杂的系统，抵制其他分析技术。在这方面的贡献，我们提出了三个可扩展性的战略-代码优化，算法分析，和并行计算-这是显着提高RMG的性能，测量机制生成时间为三个代表性的模拟（氧化，热解和燃烧）。这些改进为不同现实世界流程的详细建模创造了新的机会。
Detailed modeling of complex chemical processes, like pollutant formation during combustion events, remains challenging and often intractable due to tedious and error-prone manual mechanism generation strategies. Automated mechanism generation methods seek to solve these problems but are held back by prohibitive computational costs associated with generating larger reaction mechanisms. Consequently, automated mechanism generation software such as the Reaction Mechanism Generator (RMG) must find novel ways to explore reaction spaces and thus understand the complex systems that have resisted other analysis techniques. In this contribution, we propose three scalability strategies — code optimization, algorithm heuristics, and parallel computing — that are shown to considerably improve RMG's performance as measured by mechanism generation time for three representative simulations (oxidation, pyrolysis, and combustion). The improvements create new opportunities for the detailed modeling of diverse real-world processes.
登录
查看更多内容
预测动力学：21 世纪的新方法
DOI：
10.1002/chin.201014256
发表时间：
2010
期刊：
ChemInform
影响因子：
--
作者：
W. Green
通讯作者：
W. Green
用于基于速率的反应机制生成的动态修剪
影响因子：
4.3
作者：
Kehang Han;W. Green;R. West
通讯作者：
R. West
影响因子：
4.4
作者：
Gao, Connie W.;Vandeputte, Aaeron G.;Van Geem, Kevin M.
通讯作者：
Van Geem, Kevin M.
影响因子：
5.5
作者：
Suleimanov, Yury V.;Green, William H.
通讯作者：
Green, William H.