实验教学
|
二组分气液平衡相图测定实验的数智化升级*
张欣1,2** , 蒲芃欣1,2 , 张嘉轩1 , 崔猛1 , 黄永林1 , 刘俊杰1 , 丰海松1,2 , 童晓梅1 , 王枫梅1 , 徐向宇1
1.北京化工大学化学学院 北京 100029; 2.化工资源有效利用全国重点实验室 北京 100029
Digitized and Intelligent Upgrade of Binary Gas-Liquid Equilibrium Phase Diagram Determination Experiments
ZHANG Xin1,2** , PU Peng-Xin1,2 , ZHANG Jia-Xuan1 , CUI Meng1 , HUANG Yong-Lin1 , LIU Jun-Jie1 , FENG Hai-Song1,2 , TONG Xiao-Mei1 , WANG Feng-Mei1 , XU Xiang-Yu1
1. College of Chemistry, Beijing University of Chemical Technology, Beijing 100029, China; 2. State Key Laboratory of Chemical Resource Engineering, Beijing 100029, China
摘要: 乙醇-环己烷二组分系统的气液平衡相图实验是一个重要的本科物理化学实验,然而其传统教学方案存在结论简单、内容单一等局限。本研究采用机器学习方法对该实验进行了数智化升级。通过在9 124个不同组分的气液相平衡数据上训练的随机森林模型,实现了乙醇-环己烷及其衍生物体系气液平衡相图的准确预测,并利用SHAP分析揭示了影响相图形态的关键因素是二组分的沸点之差。一轮教学实践结果表明,本数智化设计方案不仅加深了学生对气液平衡相图规律的理解,而且通过数据分析和模型解释,为学生探索不同形态的相图提供了一个交互式平台,增强了课程的吸引力。该研究促进了数智化技术与化学实验教学的深度融合,有望在实验教学领域发挥示范作用。
关键词: 气液平衡相图 ,
数智化设计 ,
机器学习
收稿日期: 2025-08-04
基金资助: *北京市高等教育学会面上项目(MS2024407);北京化工大学本科教育教学改革研究项目(2023BHDJGY09);化学学院本科教育教学改革研究项目(2024HXJG08);化工专业课程与基础课程交叉融合教学改革项目(HG-JCRH-202409)
通讯作者:
**E-mail:zhangxin@mail.buct.edu.cn
引用本文:
张欣, 蒲芃欣, 张嘉轩, 崔猛, 黄永林, 刘俊杰, 丰海松, 童晓梅, 王枫梅, 徐向宇. 二组分气液平衡相图测定实验的数智化升级* [J]. 化学教育(中英文), 2026, 47(8): 65-73
[1]
赵卫光.化学教育(中英文),2025,46(18):1-9
[2]
张欣,张世龙,丰海松,等.化学教育(中英文),2025,46(18):42-48
[3]
杜静,于曦,马骁飞,等.大学化学,2024,39(11):65-71
[4]
吴思梅,陈新丽.化学教育(中英文),2025,46(19):92-94
[5]
练成,夏光宇,黄凯,等.化学教育(中英文),2025,46(22):103-112
[6]
王金龙,陈晓宇,颜攀,等.化学教育(中英文),2025,46(16):110-115
[7]
柯以侃,王桂花.大学化学实验.2版.北京:化学工业出版社,2010:425
[8]
Vaferi B,Rahnama Y,Darvishi P,et al.J.Supercrit.Fluids,2013,84:80-88
[9]
Vaferi B,Lashkarbolooki M,Esmaeili H,et al.J.Serb.Chem.Soc.,2018,83(2):199-211
[10]
Yamamoto H,Tochigi K.Fluid Phase Equilib.,2007,257(2):169-172
[11]
Sun G,Zhao Z,Sun S,et al.Chem.Eng.Sci.,2023,282:119358
[12]
杨桦.化学教育(中英文),2018,39(14):16-22
[13]
Bilodeau C,Kazakov A,Mukhopadhyay S,et al.Chem.Eng.J.,2023,464:142454
[14]
Keith J A,Vassilev-Galindo V,Cheng B,et al.Chem.Rev.,2021,121(16):9816-9872
[15]
Artrith N,Butler K T,Coudert F X,et al.Nat.Chem.,2021,13(6):505-508
[16]
Shapley L S.P.Natl.Acad.Sci.USA,1953,39(10):1095-1100
[17]
American Chemical Society[EB/OL].(2025-01-03)[2025-01-15].https://scifinder-n.cas.org
[18]
Frisch M J,Trucks G W,Schlegel H B,et al.Gaussian 16,Revision A.03[Z].Gaussian,Inc.,Wallingford CT,2016
[19]
Stephens P J,Devlin F J,Chabalowski C F,et al.J.Phys.Chem.,1994,98(45):11623-11627
[20]
Francl M M,Pietro W J,Hehre W J,et al.J.Chem.Phys.,1982,77(7):3654-3665
[21]
Pedregosa F,Varoquaux G,Gramfort A,et al.JMLR,2011,12(85):2825-2830
[22]
Paszke A,Gross S,Massa F,et al.PyTorch:An imperative style,high-performance deep learning library.arXiv preprint.arXiv.1912.01703,2019
[23]
Kingma D P,Ba J.Adam:A method for stochastic optimization.arXiv preprint.arXiv.1412.6980,2014