资源描述:
《基于密度泛函理论预测苯并咪唑类缓蚀剂的缓蚀效率.pdf》由会员上传分享,免费在线阅读,更多相关内容在应用文档-天天文库。
1、第38卷第3期南京理工大学学报Vol.38No.32014年6月JournalofNanjingUniversityofScienceandTechnologyJun.2014基于密度泛函理论预测苯并咪唑类缓蚀剂的缓蚀效率堵锡华,冯长君(徐州工程学院化学化工学院,江苏徐州221111)摘要:为了研究苯并咪唑类缓蚀剂的缓蚀性能,采用密度泛函理论方法,在B3LYP/6-31G基组水平上,计算了20种苯并咪唑衍生物的量子化学参数。得到了苯并咪唑衍生物的配分函数、原子电荷等,并计算了20种苯并咪唑衍生物分子的电性拓扑状态指数。通过最佳变量子集回归分析建立这些化合物缓蚀效率(IE)的定量结构-活
2、性相关性(QSAR)模型。结果显示,配分函数、原子电荷和电性拓扑状态指数直接影响这些化合物的IE,所建QSAR模型具有良好的鲁棒性和预测能力。将上述参数作为神经网络输入层结点,采用4:2:1的网络结构,得到1个反向传播神经网络模型,其相关系数为0.976,预测值与实验值的相对平均误差为2.51%。根据构建的QSAR模型设计出了IE显著提高的12种苯并咪唑类化合物分子。关键词:密度泛函理论;苯并咪唑类缓蚀剂;缓蚀效率;配分函数;原子电荷;电性拓扑状态指数;最佳变量子集回归;神经网络中图分类号:TB37;O64文章编号:1005-9830(2014)03-0424-07Estimation
3、ofinhibitionefficiencyofbenzimidazolecorrosioninhibitorsbasedondensityfunctionaltheoryDuXihua,FengChangjun(SchoolofChemistryandChemicalEngineering,XuzhouInstituteofTechnology,Xuzhou221111,China)Abstract:Inordertostudytheinhibitionperformanceofbenzimidazolecorrosioninhibitors,thequantumchemicalpa
4、rametersof20benzimidazolederivativesarecalculatedattheB3LYP/6-31Glevelusingthedensityfunctionaltheory.Thepartitionfunctionsandatomicchargesofbenzimidazoleinhibitorsaregot.Theelectrotopologicalstateindicesof20benzimidazolederivativesarecalculated.Thequantitativestructure-activityrelationship(QSAR
5、)modelsofthecorrosioninhibitionefficiency(IE)ofthecompoundsareestablishedbytheleaps-and-boundsregressionanalysis.Theresultsshowthatthepartitionfunctions,atomicchargesandelectrotopologicalstateindicesaffectthecorrosionIEofthesecompoundsdirectly,andtheQSARmodelshavebothfavorablerobustnessandgoodpr
6、edictioncapability.Thestructuralparametersmentionedaboveareusedastheinputneuronsofanartificialneuralnetwork.Aback-propagationneuralnetworkmodelisconstructedwiththenetworkarchitecture收稿日期:2013-11-29修回日期:2014-03-06基金项目:国家自然科学基金(20776149);江苏省自然科学基金(09KJD150012);徐州市绿色技术重点实验室项目(SYS2012009)作者简介:堵锡华(19
7、63-),男,教授,主要研究方向:环境污染物构效学,E-mail:12dxh@sina.com。引文格式:堵锡华,冯长君.基于密度泛函理论预测苯并咪唑类缓蚀剂的缓蚀效率[J].南京理工大学学报,2014,38(3):424-430.投稿网址:http://zrxuebao.njust.edu.cn总第196期堵锡华冯长君基于密度泛函理论预测苯并咪唑类缓蚀剂的缓蚀效率425of4:10:1.Thecorrelationcoefficientis0