一种分子物性获取方法、装置、设备和存储介质与流程

1.本发明涉及计算机技术领域，尤其涉及一种分子物性获取方法、装置、设备和存储介质。


背景技术：

2.物性就是物理性质，是指物质不需要发生化学变化就表现出来的性质，如状态、颜色、气味、密度、硬度、沸点、溶解性、熔点、导电性、导热性、延展性、是否易融化、凝固、升华、挥发等，有些可以利用仪器测知，有些则是通过计算得到的。


技术实现要素：

3.发明人发现，随着化学化工研究的发展，新的化合物不断出现。通过实验测定化合物的物性数据除耗费大量的人力和物力外，还受到实验方法和检测条件的制约，对于某些物质的性质甚至无法直接进行实验测定，如一些物质在达到临界温度前就分解了，其临界温度就无法直接测定。因此，如何快速且准确地获得待测化合物的物性，是本领域技术人员亟待解决的问题。鉴于上述问题，本发明的主要目的在于提供一种分子物性获取方法、装置、设备和存储介质，以快速且准确地获取待检测分子的物性。本发明提出的技术方案如下：
4.第一方面，本发明提供了一种分子物性获取方法，包括：
5.获取待检测分子的组分名称、结构导向集总信息以及分子类型；
6.判断所述待检测分子的组分名称或结构导向集总信息是否与预设数据库中的任一预设分子的组分名称或结构导向集总信息相匹配；
7.若是，确定所述预设分子与所述待检测分子匹配，则将所述预设分子的物性作为所述待检测分子的物性；
8.若不存在预设分子与待检测分子匹配，则根据所述待检测分子的分子类型获取与待检测分子对应的物性计算模型；
9.在所述物性计算模型中，对所述待检测分子的结构导向集总信息进行处理，得到所述待检测分子的物性。
10.在一个或一些可选的实施例中，所述物性计算模型包括密度预测模型，所述在所述物性计算模型中，对所述待检测分子的结构导向集总信息进行处理，得到所述待检测分子的物性，包括：
11.在所述密度预测模型中，对所述待检测分子的结构导向集总信息进行密度计算，获得所述待检测分子的密度值。
12.在一个或一些可选的实施例中，所述在所述密度预测模型中，对所述待检测分子的结构导向集总信息进行密度计算，获得所述待检测分子的密度值，包括：
13.在所述分子类型为正构烃类时，在所述密度预测模型中，对所述结构导向集总信息利用下述正构烃类密度计算式进行密度计算，得到所述待检测分子的密度：
14.d＝ci
×
exp(wi/solc)；
15.其中，d为分子密度，ci和wi为公式常数，solc为分子的碳数对应的基团向量值；
16.在所述分子类型为异构烷烃类时，在所述密度预测模型中，对所述结构导向集总信息利用下述异构烷烃密度计算式进行密度计算，得到所述待检测分子的密度：
17.d＝mc*solb+d0；
18.其中，mc为公式常数，d为异构烷烃分子密度，solb为支链碳数对应的基团向量值，d0为主碳链碳数对应正构烃类密度；上述异构烷烃密度计算式中主碳链碳数对应正构烃类密度d0可以通过下述计算式计算得到：
19.d0＝ci
×
exp(wi/c
main
)；
20.其中，d0为主碳链碳数对应正构烃类密度，ci和wi为公式常数，c
main
为主碳链碳数对应的基团向量值；
21.在所述分子类型为环己烷或环戊烷时，在所述密度预测模型中，对所述结构导向集总信息利用下述环烷密度计算式进行密度计算，得到所述待检测分子的密度：
22.d＝ci
×
log(solm)+wi；
23.其中d为环己烷或环戊烷分子密度，ci和wi为公式常数，solm为环上碳链总碳数对应的基团向量值；
24.在所述分子类型为芳烃类时，在所述密度预测模型中，对所述结构导向集总信息利用下述芳烃密度计算式进行密度计算，得到所述待检测分子的密度：
25.d＝(a
×
solb+b)/(sol+c)；
26.其中d为芳烃分子密度，a、b、c为公式常数，solb为苯环上碳链总碳数对应的基团向量值；
27.在所述分子类型为除正构烃类、异构烷烃类、环己烷类、环戊烷以及芳烃类以外的其他石油烃分子类别时，在所述密度预测模型中，对所述结构导向集总信息利用预设烃类密度计算式进行密度计算，得到所述待检测分子的密度:
28.d＝sol
×
ci/(sol
×
wi+add)；
29.其中，d为分子密度，ci、wi、add为公式常数，sol为分子组分以结构导向集总向量表示的基团数值。
30.在一个或一些可选的实施例中，所述物性计算模型包括沸点预测模型，所述在所述物性计算模型中，对所述待检测分子的结构导向集总信息进行处理，得到所述待检测分子的物性，包括：
31.在所述沸点计算模型中，对所述待检测分子的结构导向集总信息进行沸点计算，获得所述待检测分子的沸点。
32.在一个或一些可选的实施例中，所述在所述沸点计算模型中，对所述待检测分子的结构导向集总信息进行沸点计算，获得所述待检测分子的沸点，包括：
33.在所述分子类型为正构烃类、苯类、萘类或者多环芳烃类，且待检测分子的碳数不大于第一设定值时，在所述沸点计算模型中，对所述结构导向集总信息利用第一正构烃类沸点计算式进行沸点计算，得到所述待检测分子的沸点：
34.tb＝a
×
solc^3+b
×
solc^2+c
×
solc+d；
35.其中，tb为分子沸点，solc为主碳链碳数对应的基团向量值，a、b、c、d为公式常数；
36.在所述分子类型为正构烃类、苯类、萘类或者多环芳烃类，且待检测分子的碳数大于所述第一设定值时，在所述沸点计算模型中，对所述结构导向集总信息利用第二正构烃类沸点计算式进行沸点计算，得到所述待检测分子的沸点：
37.tb＝ci
×
log(solc)+wi；
38.其中，tb为分子沸点，solc为主碳链碳数对应的基团向量值，ci、wi为公式常数；
39.在所述分子类型为除正构烃类、苯类、萘类以及多环芳烃类以外的其他石油烃分子类别时，在所述沸点计算模型中，对所述结构导向集总信息利用预设烃类沸点计算式进行沸点计算，得到所述待检测分子的沸点：
40.tb＝sol
×
tbci1/((sol
×
atomnumw).^tba+tbb)+tbc+sol
×
group2'-273.15；
41.其中，tb为分子沸点，sol为分子组分以结构导向集总向量表示的基团数值，atomnumw为待检测分子中除氢原子以外的原子个数，tbci1、wi、tba、tbb、tbc为公式常数，group2'为分子组分以结构导向集总向量表示的二级基团向量。
42.在一个或一些可选的实施例中，所述物性计算模型通过以下方式建立：
43.基于预设分子类型和该预设分子类型对应的结构导向集总向量，利用基团贡献法建立与所述预设分子类型对应的物性计算模型。
44.在一个或一些可选的实施例中，所述物性计算模型的模型训练步骤，包括：
45.构建单分子的物性计算训练模型；
46.获取构成样本单分子的结构导向集总信息中的每种基团的基团数量；所述样本单分子的物性已知；
47.将所述样本单分子的结构导向集总信息中每种基团的基团数量输入所述物性计算模型；
48.获取所述物性计算训练模型输出的所述样本单分子的预测物性；
49.判断所述样本单分子的预测物性与所述样本单分子的已知物性之间的偏差值是否小于预设偏差阈值；
50.若是，则判定所述物性计算训练模型收敛，将当前物性计算训练模型作为所述物性计算模型，并在所述物性计算模型中获取每种基团对应的贡献值，并存储；
51.若否，则调整所述物性计算模型中每种基团对应的贡献值，重新执行上述模型训练步骤。
52.在一个或一些可选的实施例中，所述预设数据库包括第一预设数据库，所述将所述待检测分子的组分名称、结构导向集总信息与预设数据库中预设分子的组分名称、结构导向集总信息进行匹配，包括：
53.将所述待检测分子的组分名称与所述第一预设数据库中的各预设分子的组分名称进行匹配，其中，所述第一预设数据库中存储有多个预设分子的组分名称和每个预设分子的组分名称对应的物性；
54.若不存在预设分子的组分名称与所述待检测分子的组分名称匹配，则将所述待检测分子的结构导向集总信息与第一预设数据库中的多个预设结构导向集总信息进行匹配，其中，所述第一预设数据库中还存储有多个预设导向集总信息和与每个预设导向集总信息分别对应的物性；
55.若第一预设数据库中不存在目标预设结构导向集总信息与所述待检测分子的结
构导向集总信息匹配，则执行根据所述待检测分子的分子类型获取待检测分子对应的物性计算模型的步骤。
56.在一个或一些可选的实施例中，所述预设数据库还包括第二预设数据库，所述方法还包括：
57.若所述第一预设数据库中存在目标预设结构导向集总信息与所述待检测分子的结构导向集总信息匹配，则判断所述目标预设结构导向信息对应的目标预设分子的数量是否为多个；
58.在所述目标预设结构导向信息对应的目标预设分子的数量为多个时，展示多个所述目标预设分子的组分名称，并在展示多个所述目标预设分子的组分名称的时长达到预设时长且未接收针对多个所述目标预设分子中的任一个目标预设分子的选取指令时，从第二预设数据库中获取与所述目标预设结构导向信息对应的物性，其中，各所述目标预设分子的组分名称均属于所述多个预设分子的组分名称中的一个。
59.在一个或一些可选的实施例中，所述方法还包括：
60.若在所述预设时长内接收到针对多个所述目标预设分子中的一指定预设分子的选取操作，则从所述第一预设数据库中查找与所述指定预设分子的组分名称对应的物，作为所述待检测分子的物性。
61.第二方面，本发明还提供了一种分子物性获取装置，包括数据获取模块、匹配模块、模型获取模块以及物性获取模块；
62.数据获取模块，用于获取待检测分子的组分名称、结构导向集总信息以及分子类型；
63.匹配模块，用于判断所述待检测分子的组分名称或结构导向集总信息是否与预设数据库中的任一预设分子的组分名称或结构导向集总信息相匹配；若是，确定所述预设分子与所述待检测分子匹配，则将所述预设分子的物性作为所述待检测分子的物性；
64.模型获取模块，用于在不存在预设分子与待检测分子匹配时，根据所述待检测分子的分子类型获取待检测分子对应的物性计算模型；
65.物性获取模块，用于利用所述物性计算模型对所述组分名称及所述结构导向集总信息进行处理，得到所述待检测分子的物性。
66.第三方面，本发明还提供了一种分子物性获取设备，包括处理器、通信接口、存储器和通信总线，其中，处理器，通信接口，存储器通过通信总线完成相互间的通信；
67.存储器，用于存放计算机程序；
68.处理器，用于执行存储器上所存放的程序时，实现如上述的分子物性获取方法。
69.第四方面，本发明还提供了一种存储介质，所述存储介质存储有一个或者多个程序，所述一个或者多个程序可被一个或者多个处理器执行，以实现上述的分子物性获取方法。
70.本发明的上述技术方案与现有技术相比具有如下优点：
71.本发明在获取待检测分子的物性时，通过获取待检测分子的组分名称、结构导向集总信息以及分子类型，基于待检测分子的分子类型获取待检测分子对应的物性计算模型，以实现在获取物性过程中，可以实现针对不同待检测分子的分子类型获取对应的物性计算模型，使获取的物性计算模型更准确，通过利用物性计算模型对组分名称及结构导向
集总信息进行处理，得到待检测分子的物性，不仅保证了待检测分子的物性准确性，而且可以有效提高物性获取的效率。
附图说明
72.此处所说明的附图用来提供对本发明的进一步理解，构成本发明的一部分，本发明的示意性实施例及其说明用于解释本发明，并不构成对本发明的不当限定。在附图中：
73.图1是根据本发明一实施例的分子物性获取方法的流程图；
74.图2是根据本发明一实施例的分子物性获取方法的另一流程图；
75.图3是根据本发明一实施例的分子物性获取方法的又一流程图；
76.图4是根据本发明一实施例的分子物性获取装置的连接框图；
77.图5是根据本发明一实施例的分子物性获取设备的结构图。
具体实施方式
78.为使本发明的目的、技术方案和优点更加清楚，以下结合附图对本发明实施例中的技术方案进行清楚、完整地描述。显然，本发明所描述的实施例仅仅是本发明一部分实施例，而不是全部的实施例。基于本发明中的实施例，本领域普通技术人员在没有作出创造性劳动前提下所获得的所有其他实施例，都属于本发明保护的范围。
79.如图1所示，本发明实施例，提供了一种分子物性获取方法。分子物性获取方法包括：
80.步骤s110：获取待检测分子的组分名称、结构导向集总信息以及分子类型。
81.待检测分子是指需要进行物性检测的分子。物性，即物理性质，不需要经过化学变化就表现出来的性质，其可以包括颜色、气味、状态、熔点、沸点、硬度、导电性、导热性、延展性、溶解性、密度以及是否易融化、凝固、升华、挥发等。
82.在本实施例中，待检测分子可以是石油烃分子，具体为需要进行密度、熔点以及沸点等中的至少一种物理性质进行检测的分子。
83.在本实施例中，可以利用基于结构导向集总(structure oriented lump，sol)的分子表征方法来表征分子组成中的单分子，从而得到该待检测分子的结构导向集总信息，该待检测分子的结构导向集总信息包括该待检测分子的每种基团及每种基团的基团数量。其中，在本实施例中，可以通过拉曼光谱法、四级杆气相色谱-质谱仪检测法、气相色谱/场电离-飞行时间质谱检测法、气相色谱法、近红外光谱法、传感器法、核磁共振波谱法中的一种或多种，确定待检测分子的分子结构，再基于结构导向集总(structure oriented lump，sol)分子表征方法来表征分子组成中的单分子。其中，sol分子表征方法，可以利用24个结构增量片段表征烃类分子的基础结构。任何一个石油分子都能够用一组特定的结构增量片段来表述。该sol分子表征方法中的24个结构增量片段即为24个基团，基团是分子的某一部分特征结构，每个基团一般是作为一个整体进行化学反应。sol分子表征方法属于分子尺度上的集总，将实际体系中的分子数由上百万个减少到几千，大大降低了模拟的复杂性。该表征方法不仅可以表示烷烃、环烷烃，一直到包含50至60个碳原子的复杂芳烃结构，还可表示作为中间产物或二次反应产物的烯烃或环烯烃，另外还考虑了含硫、氮、氧等杂原子化合物。
84.待检测分子的组分名称，即待检测分子的英文全称或简写名称(如化学式)等。
85.在待检测分子为石油烃分子时，待检测分子的分子类型可以包括正构烷烃、异构烷烃、正构烯烃、异构烯烃、六元环烷烃、五元环烷烃、单环芳烃、双环芳烃、三环芳烃、四环芳烃及以上；在不同类型的分子内，再细分为不同碳数的分子组群，如碳1～碳20，碳20以上。
86.步骤s120：判断所述待检测分子的组分名称和/或结构导向集总信息是否与预设数据库中的任一预设分子的组分名称和/或结构导向集总信息相匹配，若是，则执行步骤150，若否，则执行步骤130；
87.上述步骤s120中，判断所述待检测分子的组分名称和/或结构导向集总信息是否与预设数据库中的预设分子的组分名称和/或结构导向集总信息相匹配，即将所述待检测分子的组分名称、结构导向集总信息与预设数据库中各预设分子的组分名称、结构导向集总信息进行匹配，若所述待检测分子的组分名称与预设分子的组分名称匹配或所述待检测分子的结构导向集总信息与预设分子的结构导向集总信息，则确定所述待检测分子与该预设分子匹配；若所述待检测分子的组分名称与各预设分子的组分名称均不匹配，且所述待检测分子的结构导向集总信息与各预设分子的结构导向集总信息均不匹配，则确定不该预设数据集中存在预设分子与待检测分子匹配。
88.其中，预设数据库中存储有多个预设分子以及与各预设分子对应的物性，具体可以是，存储有多个预设分子的组分名称和与各组分名称对应的物性，且每个预设分子的组分名称对应的物性可以包括但不限于：密度、熔点、沸点和凝点。该预设数据库中还可以存储有多个预设分子的结构导向集总信息，以及与每个结构导向集总信息对应的物性。
89.步骤s130：根据所述待检测分子的分子类型获取与待检测分子对应的物性计算模型。
90.其中，上述的物性计算模型可以由多种方式获得。
91.作为一种可实施方式，物性计算模型可以是基于预设分子类型和该预设分子类型对应的结构导向集总向量，利用基团贡献法建立的与所述预设分子类型对应的物性计算模型。
92.在本实施例中，可以通过拉曼光谱法、四级杆气相色谱-质谱仪检测法、气相色谱/场电离-飞行时间质谱检测法、气相色谱法、近红外光谱法、传感器法、核磁共振波谱法中的一种或多种，确定每种预设分子类型的分子结构，在通过上述方法检测到原料中的分子后，基于结构导向集总(structure oriented lump，sol)分子表征方法，来表征分子组成中的单分子。其中，sol分子表征方法，可以利用24个结构增量片段表征复杂烃类分子的基础结构。任何一个石油分子都能够用一组特定的结构增量片段来表述。该sol分子表征方法中的24个结构增量片段即为24个基团，基团是分子的某一部分特征结构，每个基团一般是作为一个整体进行化学反应。sol分子表征方法属于分子尺度上的集总，将实际体系中的分子数由上百万个减少到几千，大大降低了模拟的复杂性。该表征方法不仅可以表示烷烃、环烷烃，一直到包含50至60个碳原子的复杂芳烃结构，还可表示作为中间产物或二次反应产物的烯烃或环烯烃，另外还考虑了含硫、氮、氧等杂原子化合物。
93.应当理解，所述物性计算模型的类型可以具体需要计算的物性进行选取，例如，物性计算模型可以包括沸点计算模型、熔点计算模型以及密度计算模型等等，也即不同的物
性对应有不同的计算模型，且不同的分子类型也对应有不同的物性计算模型。
94.步骤s140：在所述物性计算模型中，对所述结构导向集总信息进行处理，得到所述待检测分子的物性。
95.考虑到不同的物性，对应的物性计算模型不同，即在计算待检测分子的沸点、密度、熔点等不同的物性时，所采用的物性计算模型各不相同。
96.步骤s150：确定所述预设分子与所述待检测分子匹配，将所述预设分子的物性作为所述待检测分子的物性。
97.在一些实施例中，上述步骤s140中，在所述物性计算模型中，对所述结构导向集总信息进行处理，得到所述待检测分子的物性，包括：
98.将待检测分子的结构导向集总信息中每种基团的基团数量以及每种所述基团对物性的贡献值，输入所述物性计算模型，获取所述物性计算模型输出的所述待检测分子的物性。
99.其中该待检测分子的每种基团对物性的贡献值是在训练得到该物性计算模型时训练得到的每种基团对物性的贡献值，并存储在预设的存储位置之后，从该预设的存储位置获取的。
100.作为一种实施方式，物性计算模型具体为：基于预设分子类型和该预设分子类型对应的结构导向集总向量，利用基团贡献法建立的与该预设分子类型对应的物性计算模型。
101.在一些实施例中，训练所述物性计算模型的步骤包括：
102.构建单分子的物性计算训练模型；
103.在本实施例中，在该物性计算训练模型中，包括：每种基团对物性的贡献值。该贡献值为可调的值，该贡献值在首次训练时为初始值。进一步地，在该物性计算模型中，包括：每种基团对每种物性的贡献值。
104.获取构成样本单分子的结构导向集总信息中每种基团的基团数量；所述样本单分子的物性已知；
105.将所述样本单分子的结构导向集总信息中每种基团的基团数量输入所述物性计算训练模型；
106.获取所述物性计算训练模型输出的所述样本单分子的预测物性；
107.如果所述预测物性与样本单分子的已知物性之间的偏差值小于预设偏差阈值，则判定所述物性计算训练模型收敛，将该收敛后的物性计算训练模型作为物性计算模型，在已收敛的所述物性计算训练模型中获取每种基团对应的贡献值，并存储为所述基团对所述物性的贡献值；
108.如果所述预测物性与样本单分子的已知物性之间的偏差值大于等于所述偏差阈值，则调整所述物性计算训练模型中每种基团对应的贡献值，重新执行上述模型训练的步骤，直到所述物性计算模型收敛为止。
109.在本实施例中，预先设置训练样本集。在训练样本集中包括多个样本单分子信息。样本单分子信息，包括但不限于：构成样本单分子的结构导向集总信息中每种基团的基团数量，以及样本单分子的已知物性。
110.在本实施例中，在得到该物性计算模型时，针对每种基团而言，存储该基团对每种
物性的贡献值，以便后续计算单分子的物性时，可以获取到该单分子中每种基团对需要获知的物性的贡献值，并将该单分子的每种基团的基团数量，以及每种基团对需要获知的物性的贡献值作为物性计算模型的输入，物性计算模型将该单分子的每种基团的基团数量作为模型变量，将每种基团对需要获知的物性的贡献值作为模型参量(替换物性计算训练模型中每种基团对物性的可调贡献值)，计算出需要获知的物性。
111.在本实施例中，如果样本单分子的物性为多个，那么物性计算训练模型输出的样本单分子的预测物性也将为多个，这时，计算每个预测物性与对应的已知物性之间的偏差值，判定所有预测物性分别与对应的已知物性之间的偏差值是否都小于预设偏差值，若是，则判定该物性计算模型收敛，根据收敛的物性计算模型中即可获取得到每种基团对应物性的贡献值，通过上述方案可以得到每种基团对不同物性的贡献值。
112.在一些实施例中，所述方法还包括：对所述物性计算模型进行更新。即在得到该物性计算模型之后，向该模型中重新输入多个输入新的样本单分子的每种基团的基团数量和对应的初始贡献值，执行上述模型训练的步骤，对该物性计算模型进行更新。
113.在一些实施例中，该待检测分子的结构导向集总信息中每种基团的基团数量，可以包括，待检测分子的所有基团中各级基团及对应基团数量，具体的，可以通过下述步骤得到：
114.将待检测分子的结构导向集总信息中所有基团作为一级基团；
115.将同时存在且对同一种物性共同存在贡献的m种基团作为m级基团，并将所述m种基团的基团数量作为所述m级基团的级别；
116.所述结构导向集总信息中的所有基团，包括一级基团、二级基团、
……
、n级基团，其中n≥m，m为大于等于2的正整数。
117.本发明实施例中，可以根据同时存在对同一种物性会一起产生作用的多种基团作为多级基团，具体的，比如，n6和n4基团分别单独存在不同的分子中时，会对物性产生一定的影响，而其同时存在在一个分子中时，在原先对物性的贡献值的基础上，对物性的贡献值会产生一定的波动。上述多级基团还可以是通过基团之间的分子键力进行划分，按预设键力区间将基团划分为多个不同的级别，由于分子键力不同，对不同的物性的影响不同，具体的可以根据分子稳定性对物性的影响对基团的级别进行划分。
118.例如：对于沸点而言，在基于sol的分子表征方法中，24种基团都作为一级基团；在24种基团中，n6、n5、n4、n3、me、aa、nn、rn、no、ro和ko等基团中的一种或者多种同时存在会对沸点存在贡献，而针对不同的物性，基团对物性的贡献值均不一致，但在不同分子中同一基团对同一物性的贡献值是一致的，基于该方案，在本实施例中构建上述物性计算训练模型，通过训练构建的物性计算训练模型，使得物性计算训练模型收敛，即训练模型中的每种基团对物性的贡献值，最终得到每种基团对物性的贡献值。
119.具体的，可以是，在待检测分子需要获取的物性为密度时，上述的物性计算模型包括密度计算模型，上述步骤s140包括：
120.在所述密度预测模型中，对所述结构导向集总信息进行密度计算，获得所述待检测分子的密度值。
121.在该种实施方式下，若所述物性计算模型包括密度预测模型时，上述步骤s140具体包括：
122.在所述分子类型为正构烃类时，在密度预测模型中，对所述结构导向集总信息利用下述正构烃类密度计算式(1)进行密度计算，得到所述待检测分子的密度：
123.d＝ci
×
exp(wi/solc)，式(1)；
124.其中，d为分子密度，ci和wi为公式常数，solc为分子的碳数对应的基团向量值。
125.在所述分子类型为异构烷烃类时，在密度预测模型中，对所述结构导向集总信息利用下述异构烷烃密度计算式(2)进行密度计算，得到所述待检测分子的密度：
126.d＝mc*solb+d0，式(2)；
127.其中，mc为公式常数，d为异构烷烃分子密度，solb为支链碳数对应的基团向量值，d0为主碳链碳数(不包含支链)对应正构烃类密度；
128.上述异构烷烃密度计算式(2)中主碳链碳数(不包含支链)对应正构烃类密度d0可以通过下述计算式(3)计算得到：
129.d0＝ci
×
exp(wi/c
main
)，式(3)；
130.其中，d0为主碳链碳数(不包含支链)对应正构烃类密度，ci和wi为公式常数，c
main
为主碳链碳数(不包含支链)对应的基团向量值。
131.在所述分子类型为环己烷或环戊烷时，在密度预测模型中，对所述结构导向集总信息利用下述环烷密度计算式(4)进行密度计算，得到所述待检测分子的密度：
132.d＝ci
×
log(solm)+wi，式(4)；
133.其中d为环己烷或环戊烷分子密度，ci和wi为公式常数，solm为环上碳链总碳数对应的基团向量值。
134.在所述分子类型为芳烃类时，在密度预测模型中，对所述结构导向集总信息利用下述芳烃密度计算式(5)进行密度计算，得到所述待检测分子的密度：
135.d＝(a
×
solb+b)/(sol+c)，式(5)；
136.其中d为芳烃分子密度，a、b、c为公式常数，solb为苯环上碳链总碳数对应的基团向量值。
137.在所述分子类型为除正构烃类、异构烷烃类、环己烷类、环戊烷以及芳烃类以外的其他石油烃分子类别时，在密度预测模型中，对所述结构导向集总信息利用预设烃类密度计算式(6)进行密度计算，得到所述待检测分子的密度：
138.d＝sol
×
ci/(sol
×
wi+add)，式(6)；
139.其中，d为分子密度，ci、wi、add为公式常数，sol为分子组分以结构导向集总向量表示的基团数值，即根据单分子的每种基团的基团数量转化得到的单分子向量；
140.本发明实施例中，通过在密度计算训练模型设置上述6种密度计算式，根据不同的分子类型的样本单分子对密度计算训练模型进行训练，得到该密度计算模型，具体的训练过程，可以参照上述关于训练所述物性计算模型的步骤的详细描述，在此，不再赘述。
141.在待检测分子需要获取的物性为沸点时，上述的物性计算模型包括沸点计算模型，上述步骤s140包括：
142.在所述沸点预测模型中，对所述结构导向集总信息进行沸点计算，获得所述待检测分子的沸点。
143.在该种实施方式下，若所述物性计算模型包括沸点预测模型时，上述步骤s140包括：在所述分子类型为正构烃类、苯类、萘类或者多环芳烃类，且待检测分子的碳数不大于
第一设定值时，在所述沸点预测模型中，对所述结构导向集总信息利用第一正构烃类沸点计算式(7)进行沸点计算，得到所述待检测分子的沸点：
144.tb＝a
×
solc^3+b
×
solc^2+c
×
solc+d，式(7)；
145.其中，tb为分子沸点，solc为主碳链碳数对应的基团向量值，a、b、c、d为公式常数。
146.在所述分子类型为正构烃类、苯类、萘类或者多环芳烃类，且待检测分子的碳数大于所述第一设定值时，在所述沸点预测模型中，对所述结构导向集总信息利用第二正构烃类沸点计算式(8)进行沸点计算，得到所述待检测分子的沸点：tb＝ci
×
log(solc)+wi，式(8)；
147.其中，tb为分子沸点，solc为主碳链碳数对应的基团向量值，ci、wi为公式常数。
148.在所述分子类型为除正构烃类、苯类、萘类以及多环芳烃类以外的其他石油烃分子类别时，对所述组分名称及所述结构导向集总信息利用预设烃类沸点计算式(9)进行沸点计算，得到所述待检测分子的沸点：
149.tb＝sol
×
tbci1/((sol
×
atomnumw).^tba+tbb)+tbc+sol
×
group2'-273.15，式(9)；
150.其中tb为分子沸点，sol为分子组分以结构导向集总向量表示的基团数值，即根据单分子的每种基团的基团数量转化得到的单分子向量；atomnumw为待检测分子中除氢原子以外的原子个数，tbci1、wi、tba、tbb、tbc为公式常数，group2'为分子组分以结构导向集总向量表示的二级基团向量值。
151.本发明实施例中，通过在沸点计算训练模型设置上述3种沸点计算式，根据不同的分子类型的样本单分子对沸点计算训练模型进行训练，得到该沸点计算模型，具体的训练过程，可以参照上述关于训练所述物性计算模型的步骤的详细描述，在此，不再赘述。其中，该第一设定值的大小可以根据实际物性计算需求进行设置，比如根据实际物性预测需求中各种类型的分子数量及不同类型的分子的总碳数进行设置。
152.上述根据单分子的每种基团的基团数量转化得到的单分子向量，包括：将单分子的结构导向集总信息中所有基团的数量作为单分子向量的维数；将每种基团的基团数量作为单分子向量中对应维度的元素值。
153.通过采用本发明的分子物性获取方法，以在获取待检测分子的物性时，通过获取待检测分子的组分名称、结构导向集总信息以及分子类型。基于待检测分子的分子类型获取待检测分子对应的物性计算模型，以实现在获取物性过程中，充分考虑到了不同待检测分子的分子类型对应的物性计算模型不同的这一特性，使获取的物性计算模型更准确，通过利用所述物性计算模型对所述组分名称及所述结构导向集总信息进行处理，得到所述待检测分子的物性，可以有效提高物性获取的效率，因此，通过采用本发明的方法，可以使待检测分子的物性获取准确且高效。
154.请参阅图2，本发明另一实施例提供了一种分子物性获取方法，所述方法包括：
155.步骤s210：获取待检测分子的组分名称、结构导向集总信息以及分子类型。
156.步骤s220：判断所述待检测分子的组分名称是否与第一预设数据库中任一预设分子的组分名称相匹配；若是，则执行步骤s280，若否，则执行步骤s230。
157.其中，所述第一预设数据库中存储有多个预设分子的组分名称和与每个预设分子的组分名称对应的物性。每个预设分子的组分名称对应的物性可以包括熔点、沸点、密度等
物性。
158.步骤s230：判断所述待检测分子的结构导向集总信息是否与第一预设数据库中的任一预设结构导向集总信息相匹配；若是，则执行步骤s260，若否，则执行步骤s240。
159.步骤s240：根据所述待检测分子的分子类型获取待检测分子对应的物性计算模型。
160.步骤s250：在所述物性计算模型中，对所述待检测分子的结构导向集总信息进行处理，得到所述待检测分子的物性。
161.其中，所述第一预设数据库中还存储有多个预设导向集总信息和与每个预设导向集总信息分别对应的物性。
162.考虑到若第一预设数据库中可能存在与待检测分子的结构导向集总信息相同的预设结构导向集总信息，且预设结构导向集总信息对应的预设分子可能有一个或多个。
163.步骤s260：判断所述目标预设结构导向信息对应的目标预设分子的数量是否为多个，若是，则执行步骤s270；若否，则执行步骤s280。
164.步骤s270：展示多个所述目标预设分子的组分名称，并在展示多个所述目标预设分子的组分名称的时长达到预设时长且未接收针对多个所述目标预设分子中的任一个目标预设分子的选取指令时，从第二预设数据库中获取与所述目标预设结构导向信息对应的物性。
165.其中，各所述目标预设分子的组分名称均属于所述多个预设分子的组分名称中的一个。
166.应当理解，若预设结构导向集总信息对应的预设分子真实且唯一，则输出该预设结构导向集总信息对应的物性信息，若第一预设数据库中存在具有相同预设结构导向集总信息的多个预设分子，则需要从该多个预设分子中确定一目标预设分子，以便获取该目标预设分子的物性。
167.需要说明的是，该第二预设数据库中包括结多个预设构导向集总信息及其对应的沸点、密度、闪点等物性；其中，第二预设数据库由第一预设数据库演化而来，若第一预设数据库中结构导向集总信息相同的预设分子有多个，则对第一预设数据库中结构导向集总信息相同的预设分子进行物性平均，得到第二预设分子库的预设构导向集总信息的物性信息，同时对该预设构导向集总信息对应的物性信息进行标注，以表明该物性信息为通过多多个结构导向集总信息相同的预设分子的物性进行平均计算得到的。
168.应当理解，若在所述预设时长内接收到针对多个所述目标预设分子中的一指定预设分子的选取操作，则从所述第一预设数据库中查找与所述指定预设分子的组分名称对应的物性，作为该待检测分子的物性。
169.步骤s280：确定所述预设分子与所述待检测分子匹配，则将所述预设分子的物性作为所述待检测分子的物性。
170.通过采用本发明的分子物性获取方法，以在获取待检测分子的物性时，通过获取待检测分子的组分名称、结构导向集总信息以及分子类型。基于待检测分子的分子类型获取待检测分子对应的物性计算模型，以实现在获取物性过程中，充分考虑到了不同待检测分子的分子类型对应的物性计算模型不同的这一特性，使获取的物性计算模型更准确，通过利用所述物性计算模型对所述组分名称及所述结构导向集总信息进行处理，得到所述待
检测分子的物性，可以有效提高物性获取的效率，因此，通过采用本发明的方法，可以使待检测分子的物性获取准确且高效。
171.请参阅图3，以待检测分子为待检测石油烃分子为例，获取石油烃分子的密度的方法具体包括以下步骤：
172.步骤s310：获取待检测石油烃分子的组分名称、结构导向集总信息以及分子类型。
173.步骤s320：将所述待检测分子的组分名称、结构导向集总信息与预设数据库中预设分子的组分名称、结构导向集总信息进行匹配，在所述待检测分子的组分名称与预设分子的组分名称匹配或所述待检测分子的结构导向集总信息与预设分子的结构导向集总信息时，所述待检测分子与预设分子匹配。
174.其中，预设数据库中存储有多个预设分子及各预设分子对应的物性若预设数据库中存在目标预设石油烃分子与待检测石油烃分子匹配，则执行步骤s330：从预设数据库中获取与待检测石油烃分子匹配的预设石油烃分子对应的密度。应当理解，该密度即为待检测石油烃分子的密度。
175.其中，预设数据库包括第一预设数据库和第二预设数据库。上述步骤s320具体可以是：将待检测石油烃分子的组分名称与所述第一预设数据库中的多个预设石油烃分子的组分名称进行匹配。其中，所述第一预设数据库中存储有多个预设石油烃分子的组分名称和与每个预设石油烃分子的组分名称对应的物性。
176.若第一预设数据库中存在目标预设石油烃分子的组分名称与待检测石油烃分子的组分名称匹配，则该目标预设石油烃分子的组分名称对应的物性即为待检测石油烃分子的物性。
177.若第一预设数据库中不存在预设石油烃分子的组分名称与待检测石油烃分子的组分名称匹配，则将所述待检测石油烃分子的结构导向集总信息与第一预设数据库中的多个预设石油烃结构导向集总信息进行匹配。
178.其中，所述第一预设数据库中还存储有多个预设导向集总信息和与每个预设导向集总信息分别对应的物性。
179.若所述第一预设数据库中存在目标预设结构导向集总信息与所述待检测石油烃分子的结构导向集总信息匹配，则获取所述目标预设结构导向信息对应的预设石油烃分子的数量。并在所述目标预设结构导向信息对应的目标分子的数量为多个时，展示多个所述目标分子的组分名称，并在展示多个所述目标分子的组分名称的时长达到预设时长且未接收针对多个所述目标分子中的任一个目标分子的选取指令时，从第二预设数据库中获取与所述目标预设结构导向信息对应的物性，其中，各所述目标分子的组分名称均属于所述多个预设分子的组分名称中的一个。
180.若不存在预设石油烃分子与待检测石油烃分子匹配，则执行步骤s340：根据所述待检测石油烃分子的分子类型获取与待检测石油烃分子对应的密度计算模型。
181.步骤s350：在所述密度计算模型中，对所述结构导向集总信息进行密度计算，得到所述待检测分子的密度。
182.请参阅图4，本发明实施例还提供了一种分子物性获取装置，包括数据获取模块410、匹配模块420、模型获取模块430以及物性获取模块440。
183.数据获取模块410，用于获取待检测分子的组分名称、结构导向集总信息以及分子
类型。
184.匹配模块420，用于判断所述待检测分子的组分名称或结构导向集总信息是否与预设数据库中的任一预设分子的组分名称或结构导向集总信息相匹配；若是，确定所述预设分子与所述待检测分子匹配，则将所述预设分子的物性作为所述待检测分子的物性。
185.模型获取模块430，用于在不存在预设分子与待检测分子匹配时，根据所述待检测分子的分子类型获取待检测分子对应的物性计算模型。
186.物性获取模块440，用于在所述物性计算模型中，对所述待检测分子的结构导向集总信息进行处理，得到所述待检测分子的物性。
187.在一个实施例中，所述物性计算模型包括密度预测模型，所述物性获取模块440，具体用于：
188.在所述密度预测模型中，对所述待检测分子的结构导向集总信息进行密度计算，获得所述待检测分子的密度值。
189.在一个实施例中，所述物性获取模块440，具体用于：
190.在所述分子类型为正构烃类时，在所述密度预测模型中，对所述结构导向集总信息利用下述正构烃类密度计算式进行密度计算，得到所述待检测分子的密度：
191.d＝ci
×
exp(wi/solc)；
192.其中，d为分子密度，ci和wi为公式常数，solc为分子的碳数对应的基团向量值；
193.在所述分子类型为异构烷烃类时，在所述密度预测模型中，对所述结构导向集总信息利用下述异构烷烃密度计算式进行密度计算，得到所述待检测分子的密度：
194.d＝mc*solb+d0；
195.其中，mc为公式常数，d为异构烷烃分子密度，solb为支链碳数对应的基团向量值，d0为主碳链碳数(不包含支链)对应正构烃类密度；上述异构烷烃密度计算式中主碳链碳数(不包含支链)对应正构烃类密度d0可以通过下述计算式计算得到：
196.d0＝ci
×
exp(wi/c
main
)；
197.其中，d0为主碳链碳数(不包含支链)对应正构烃类密度，ci和wi为公式常数，c
main
为主碳链碳数(不包含支链)对应的基团向量值；
198.在所述分子类型为环己烷或环戊烷时，在所述密度预测模型中，对所述结构导向集总信息利用下述环烷密度计算式进行密度计算，得到所述待检测分子的密度：
199.d＝ci
×
log(solm)+wi；
200.其中d为环己烷或环戊烷分子密度，ci和wi为公式常数，solm为环上碳链总碳数对应的基团向量值；
201.在所述分子类型为芳烃类时，在所述密度预测模型中，对所述结构导向集总信息利用下述芳烃密度计算式进行密度计算，得到所述待检测分子的密度：
202.d＝(a
×
solb+b)/(sol+c)；
203.其中d为芳烃分子密度，a、b、c为公式常数，solb为苯环上碳链总碳数对应的基团向量值；
204.在所述分子类型为除正构烃类、异构烷烃类、环己烷类、环戊烷以及芳烃类以外的其他石油烃分子类别时，在所述密度预测模型中，对所述结构导向集总信息利用预设烃类密度计算式进行密度计算，得到所述待检测分子的密度：
205.d＝sol
×
ci/(sol
×
wi+add)；
206.其中，d为分子密度，ci、wi、add为公式常数，sol为分子组分以结构导向集总向量表示的基团数值。
207.在一个实施例中，所述物性计算模型包括沸点预测模型，物性获取模块440，具体用于：
208.在所述沸点计算模型中，对所述待检测分子的结构导向集总信息进行沸点计算，获得所述待检测分子的沸点。
209.在一个实施例中，所述物性获取模块440，具体用于：
210.在所述分子类型为正构烃类、苯类、萘类或者多环芳烃类，且待检测分子的碳数不大于第一设定值时，在所述沸点计算模型中，对所述结构导向集总信息利用第一正构烃类沸点计算式进行沸点计算，得到所述待检测分子的沸点：
211.tb＝a
×
solc^3+b
×
solc^2+c
×
solc+d；
212.其中，tb为分子沸点，solc为主碳链碳数对应的基团向量值，a、b、c、d为公式常数；
213.在所述分子类型为正构烃类、苯类、萘类或者多环芳烃类，且待检测分子的碳数大于所述第一设定值时，在所述沸点计算模型中，对所述结构导向集总信息利用第二正构烃类沸点计算式进行沸点计算，得到所述待检测分子的沸点：
214.tb＝ci
×
log(solc)+wi；
215.其中，tb为分子沸点，solc为主碳链碳数对应的基团向量值，ci、wi为公式常数；
216.在所述分子类型为除正构烃类、苯类、萘类以及多环芳烃类以外的其他石油烃分子类别时，在所述沸点计算模型中，对所述结构导向集总信息利用预设烃类沸点计算式进行沸点计算，得到所述待检测分子的沸点：
217.tb＝sol
×
tbci1/((sol
×
atomnumw).^tba+tbb)+tbc+sol
×
group2'-273.15；
218.其中，tb为分子沸点，sol为分子组分以结构导向集总向量表示的基团数值，atomnumw为待检测分子中除氢原子以外的原子个数，tbci1、wi、tba、tbb、tbc为公式常数，group2'为分子组分以结构导向集总向量表示的二级基团向量。
219.在一个实施例中，所述模型获取模块430，还用于：
220.基于预设分子类型和该预设分子类型对应的结构导向集总向量，利用基团贡献法建立与所述预设分子类型对应的物性计算模型。
221.在一个实施例中，所述模型获取模块430，具体用于：
222.构建单分子的物性计算训练模型；
223.获取构成样本单分子的结构导向集总信息中的每种基团的基团数量；所述样本单分子的物性已知；
224.将所述样本单分子的结构导向集总信息中每种基团的基团数量输入所述物性计算模型；
225.获取所述物性计算训练模型输出的所述样本单分子的预测物性；
226.判断所述样本单分子的预测物性与所述样本单分子的已知物性之间的偏差值是否小于预设偏差阈值；
227.若是，则判定所述物性计算训练模型收敛，将当前物性计算训练模型作为所述物性计算模型，并在所述物性计算模型中获取每种基团对应的贡献值，并存储；
228.若否，则调整所述物性计算模型中每种基团对应的贡献值，重新执行上述模型训练步骤。
229.在一个实施例中，所述预设数据库包括第一预设数据库，所述匹配模块420，具体用于：
230.将所述待检测分子的组分名称与所述第一预设数据库中的各预设分子的组分名称进行匹配，其中，所述第一预设数据库中存储有多个预设分子的组分名称和每个预设分子的组分名称对应的物性；
231.若不存在预设分子的组分名称与所述待检测分子的组分名称匹配，则将所述待检测分子的结构导向集总信息与第一预设数据库中的多个预设结构导向集总信息进行匹配，其中，所述第一预设数据库中还存储有多个预设导向集总信息和与每个预设导向集总信息分别对应的物性；
232.若第一预设数据库中不存在目标预设结构导向集总信息与所述待检测分子的结构导向集总信息匹配，则执行根据所述待检测分子的分子类型获取待检测分子对应的物性计算模型的步骤。
233.在一个实施例中，所述预设数据库还包括第二预设数据库，所述匹配模块420，具体用于：
234.若所述第一预设数据库中存在目标预设结构导向集总信息与所述待检测分子的结构导向集总信息匹配，则判断所述目标预设结构导向信息对应的目标预设分子的数量是否为多个；
235.在所述目标预设结构导向信息对应的目标预设分子的数量为多个时，展示多个所述目标预设分子的组分名称，并在展示多个所述目标预设分子的组分名称的时长达到预设时长且未接收针对多个所述目标预设分子中的任一个目标预设分子的选取指令时，从第二预设数据库中获取与所述目标预设结构导向信息对应的物性，其中，各所述目标预设分子的组分名称均属于所述多个预设分子的组分名称中的一个。
236.在一个实施例中，所述匹配模块420，还用于：
237.若在所述预设时长内接收到针对多个所述目标预设分子中的一指定预设分子的选取操作，则从所述第一预设数据库中查找与所述指定预设分子的组分名称对应的物，作为所述待检测分子的物性。
238.需要说明的是，本发明中装置实施例与前述方法实施例是相互对应的，装置实施例中具体的原理可以参见前述方法实施例中的内容，此处不再赘述。
239.基于同一发明构思，如图5所示，本发明实施例提供了一种分子物性获取设备，包括处理器1110、通信接口1120、存储器1130和通信总线1140，其中，处理器1110，通信接口1120，存储器1130通过通信总线1140完成相互间的通信；
240.存储器1130，用于存放计算机程序；
241.处理器1110，用于执行存储器1130上所存放的程序时，实现如下所示分子物性获取方法：
242.获取待检测分子的组分名称、结构导向集总信息以及分子类型；
243.判断所述待检测分子的组分名称或结构导向集总信息是否与预设数据库中的任一预设分子的组分名称或结构导向集总信息相匹配；
244.若是，确定所述预设分子与所述待检测分子匹配，则将所述预设分子的物性作为所述待检测分子的物性；
245.若不存在预设分子与待检测分子匹配，则根据所述待检测分子的分子类型获取与待检测分子对应的物性计算模型；
246.在所述物性计算模型中，对所述待检测分子的结构导向集总信息进行处理，得到所述待检测分子的物性。
247.上述的通信总线1140可以是外设部件互连标准(peripheral component interconnect，简称pci)总线或扩展工业标准结构(extended industry standard architecture，简称eisa)总线等。该通信总线1140可以分为地址总线、数据总线、控制总线等。为便于表示，图中仅用一条粗线表示，但并不表示仅有一根总线或一种类型的总线。
248.通信接口1120用于上述电子设备与其他设备之间的通信。
249.存储器1130可以包括随机存取存储器(random access memory，简称ram)，也可以包括非易失性存储器(non-volatile memory)，例如至少一个磁盘存储器。可选的，存储器1130还可以是至少一个位于远离前述处理器1110的存储装置。
250.上述的处理器1110可以是通用处理器，包括中央处理器(central processing unit，简称cpu)、网络处理器(network processor，简称np)等；还可以是数字信号处理器(digital signal processing，简称dsp)、专用集成电路(application specific integrated circuit，简称asic)、现场可编程门阵列(field-programmable gate array，简称fpga)或者其他可编程逻辑器件、分立门或者晶体管逻辑器件、分立硬件组件。
251.本发明实施例还提供了一种存储介质。这里的存储介质存储有一个或者多个程序。其中，存储介质可以包括易失性存储器，例如随机存取存储器；存储器也可以包括非易失性存储器，例如只读存储器、快闪存储器、硬盘或固态硬盘；存储器还可以包括上述种类的存储器的组合。
252.当存储介质中一个或者多个程序可被一个或者多个处理器执行，以实现上述的分子物性获取方法。
253.以上所述仅为本发明的实施例而已，并不用于限制本发明，对于本领域的技术人员来说，本发明可以有各种更改和变化。凡在本发明的精神和原则之内，所作的任何修改、等同替换、改进等，均应包含在本发明的权利要求范围之内。

技术特征：
1.一种分子物性获取方法，其特征在于，包括：获取待检测分子的组分名称、结构导向集总信息以及分子类型；判断所述待检测分子的组分名称或结构导向集总信息是否与预设数据库中的任一预设分子的组分名称或结构导向集总信息相匹配；若是，确定所述预设分子与所述待检测分子匹配，则将所述预设分子的物性作为所述待检测分子的物性；若不存在预设分子与待检测分子匹配，则根据所述待检测分子的分子类型获取与待检测分子对应的物性计算模型；在所述物性计算模型中，对所述待检测分子的结构导向集总信息进行处理，得到所述待检测分子的物性。2.根据权利要求1所述的分子物性获取方法，其特征在于，所述物性计算模型包括密度预测模型，所述在所述物性计算模型中，对所述待检测分子的结构导向集总信息进行处理，得到所述待检测分子的物性，包括：在所述密度预测模型中，对所述待检测分子的结构导向集总信息进行密度计算，获得所述待检测分子的密度值。3.根据权利要求2所述的分子物性获取方法，其特征在于，所述在所述密度预测模型中，对所述待检测分子的结构导向集总信息进行密度计算，获得所述待检测分子的密度值，包括：在所述分子类型为正构烃类时，在所述密度预测模型中，对所述结构导向集总信息利用下述正构烃类密度计算式进行密度计算，得到所述待检测分子的密度：d＝ci
×
exp(wi/solc)；其中，d为分子密度，ci和wi为公式常数，solc为分子的碳数对应的基团向量值；在所述分子类型为异构烷烃类时，在所述密度预测模型中，对所述结构导向集总信息利用下述异构烷烃密度计算式进行密度计算，得到所述待检测分子的密度：d＝mc*solb+d0；其中，mc为公式常数，d为异构烷烃分子密度，solb为支链碳数对应的基团向量值，d0为主碳链碳数对应正构烃类密度；上述异构烷烃密度计算式中主碳链碳数对应正构烃类密度d0可以通过下述计算式计算得到：d0＝ci
×
exp(wi/c
main
)；其中，d0为主碳链碳数对应正构烃类密度，ci和wi为公式常数，c
main
为主碳链碳数对应的基团向量值；在所述分子类型为环己烷或环戊烷时，在所述密度预测模型中，对所述结构导向集总信息利用下述环烷密度计算式进行密度计算，得到所述待检测分子的密度：d＝ci
×
log(solm)+wi；其中d为环己烷或环戊烷分子密度，ci和wi为公式常数，solm为环上碳链总碳数对应的基团向量值；在所述分子类型为芳烃类时，在所述密度预测模型中，对所述结构导向集总信息利用下述芳烃密度计算式进行密度计算，得到所述待检测分子的密度：d＝(a
×
solb+b)/(sol+c)；
其中d为芳烃分子密度，a、b、c为公式常数，solb为苯环上碳链总碳数对应的基团向量值；在所述分子类型为除正构烃类、异构烷烃类、环己烷类、环戊烷以及芳烃类以外的其他石油烃分子类别时，在所述密度预测模型中，对所述结构导向集总信息利用预设烃类密度计算式进行密度计算，得到所述待检测分子的密度：d＝sol
×
ci/(sol
×
wi+add)；其中，d为分子密度，ci、wi、add为公式常数，sol为分子组分以结构导向集总向量表示的基团数值。4.根据权利要求1所述的分子物性获取方法，其特征在于，所述物性计算模型包括沸点预测模型，所述在所述物性计算模型中，对所述待检测分子的结构导向集总信息进行处理，得到所述待检测分子的物性，包括：在所述沸点计算模型中，对所述待检测分子的结构导向集总信息进行沸点计算，获得所述待检测分子的沸点。5.根据权利要求4所述的分子物性获取方法，其特征在于，所述在所述沸点计算模型中，对所述待检测分子的结构导向集总信息进行沸点计算，获得所述待检测分子的沸点，包括：在所述分子类型为正构烃类、苯类、萘类或者多环芳烃类，且待检测分子的碳数不大于第一设定值时，在所述沸点计算模型中，对所述结构导向集总信息利用第一正构烃类沸点计算式进行沸点计算，得到所述待检测分子的沸点：tb＝a
×
solc^3+b
×
solc^2+c
×
solc+d；其中，tb为分子沸点，solc为主碳链碳数对应的基团向量值，a、b、c、d为公式常数；在所述分子类型为正构烃类、苯类、萘类或者多环芳烃类，且待检测分子的碳数大于所述第一设定值时，在所述沸点计算模型中，对所述结构导向集总信息利用第二正构烃类沸点计算式进行沸点计算，得到所述待检测分子的沸点：tb＝ci
×
log(solc)+wi；其中，tb为分子沸点，solc为主碳链碳数对应的基团向量值，ci、wi为公式常数；在所述分子类型为除正构烃类、苯类、萘类以及多环芳烃类以外的其他石油烃分子类别时，在所述沸点计算模型中，对所述结构导向集总信息利用预设烃类沸点计算式进行沸点计算，得到所述待检测分子的沸点：tb＝sol
×
tbci1/((sol
×
atomnumw).^tba+tbb)+tbc+sol
×
group2'-273.15；其中，tb为分子沸点，sol为分子组分以结构导向集总向量表示的基团数值，atomnumw为待检测分子中除氢原子以外的原子个数，tbci1、wi、tba、tbb、tbc为公式常数，group2'为分子组分以结构导向集总向量表示的二级基团向量。6.根据权利要求1-5中任意一项所述的分子物性获取方法，其特征在于，所述物性计算模型通过以下方式建立：基于预设分子类型和该预设分子类型对应的结构导向集总向量，利用基团贡献法建立与所述预设分子类型对应的物性计算模型。7.根据权利要求6所述的分子物性获取方法，其特征在于，所述物性计算模型的模型训练步骤，包括：
构建单分子的物性计算训练模型；获取构成样本单分子的结构导向集总信息中的每种基团的基团数量；所述样本单分子的物性已知；将所述样本单分子的结构导向集总信息中每种基团的基团数量输入所述物性计算模型；获取所述物性计算训练模型输出的所述样本单分子的预测物性；判断所述样本单分子的预测物性与所述样本单分子的已知物性之间的偏差值是否小于预设偏差阈值；若是，则判定所述物性计算训练模型收敛，将当前物性计算训练模型作为所述物性计算模型，并在所述物性计算模型中获取每种基团对应的贡献值，并存储；若否，则调整所述物性计算模型中每种基团对应的贡献值，重新执行上述模型训练步骤。8.根据权利要求1-5中的任意一项所述的分子物性获取方法，其特征在于，所述预设数据库包括第一预设数据库，所述将所述待检测分子的组分名称、结构导向集总信息与预设数据库中预设分子的组分名称、结构导向集总信息进行匹配，包括：将所述待检测分子的组分名称与所述第一预设数据库中的各预设分子的组分名称进行匹配，其中，所述第一预设数据库中存储有多个预设分子的组分名称和每个预设分子的组分名称对应的物性；若不存在预设分子的组分名称与所述待检测分子的组分名称匹配，则将所述待检测分子的结构导向集总信息与第一预设数据库中的多个预设结构导向集总信息进行匹配，其中，所述第一预设数据库中还存储有多个预设导向集总信息和与每个预设导向集总信息分别对应的物性；若第一预设数据库中不存在目标预设结构导向集总信息与所述待检测分子的结构导向集总信息匹配，则执行根据所述待检测分子的分子类型获取待检测分子对应的物性计算模型的步骤。9.根据权利要求8所述的分子物性获取方法，其特征在于，所述预设数据库还包括第二预设数据库，所述方法还包括：若所述第一预设数据库中存在目标预设结构导向集总信息与所述待检测分子的结构导向集总信息匹配，则判断所述目标预设结构导向信息对应的目标预设分子的数量是否为多个；在所述目标预设结构导向信息对应的目标预设分子的数量为多个时，展示多个所述目标预设分子的组分名称，并在展示多个所述目标预设分子的组分名称的时长达到预设时长且未接收针对多个所述目标预设分子中的任一个目标预设分子的选取指令时，从第二预设数据库中获取与所述目标预设结构导向信息对应的物性，其中，各所述目标预设分子的组分名称均属于所述多个预设分子的组分名称中的一个。10.根据权利要求9所述的分子物性获取方法，其特征在于，所述方法还包括：若在所述预设时长内接收到针对多个所述目标预设分子中的一指定预设分子的选取操作，则从所述第一预设数据库中查找与所述指定预设分子的组分名称对应的物，作为所述待检测分子的物性。
11.一种分子物性获取装置，其特征在于，所述装置包括：数据获取模块，用于获取待检测分子的组分名称、结构导向集总信息以及分子类型；匹配模块，用于判断所述待检测分子的组分名称或结构导向集总信息是否与预设数据库中的任一预设分子的组分名称或结构导向集总信息相匹配；若是，确定所述预设分子与所述待检测分子匹配，则将所述预设分子的物性作为所述待检测分子的物性；模型获取模块，用于在不存在预设分子与待检测分子匹配时，根据所述待检测分子的分子类型获取待检测分子对应的物性计算模型；物性获取模块，用于利用所述物性计算模型对所述组分名称及所述结构导向集总信息进行处理，得到所述待检测分子的物性。12.一种分子物性获取设备，其特征在于，包括：包括处理器、通信接口、存储器和通信总线，其中，处理器，通信接口，存储器通过通信总线完成相互间的通信；存储器，用于存放计算机程序；处理器，用于执行存储器上所存放的程序时，实现如权利要求1-10中任意一项所述的方法。13.一种存储介质，其特征在于，所述存储介质存储有一个或者多个程序，所述一个或者多个程序可被一个或者多个处理器执行，以实现权利要求1-10中任意一项所述的方法。

技术总结
本发明公开了一种分子物性获取方法、装置、设备和存储介质。该方法包括：获取待检测分子的组分名称、结构导向集总信息以及分子类型；将所述待检测分子的组分名称、结构导向集总信息与预设数据库中预设分子的组分名称、结构导向集总信息进行匹配；若不存在预设分子与待检测分子匹配，则根据所述待检测分子的分子类型获取待检测分子对应的物性计算模型；在所述物性计算模型中，对所述待检测分子的结构导向集总信息进行处理，得到所述待检测分子的物性。通过采用上述方法，可以快速且准确地获取待检测分子的物性。待检测分子的物性。待检测分子的物性。


技术研发人员：王杭州 王弘历 纪晔 杨诗棋 刘一心 袁子晴
受保护的技术使用者：中国石油天然气股份有限公司
技术研发日：2021.12.31
技术公布日：2023/7/13