动力学应用
在热动力学软件与实验数据之间进行数据交换的通用格式为
ASCII 格式。现在让我们对“Data”菜单中的“Ascii Source”进行设定。Step 3
将 ASCII 数据文件装载到程序中，实验数据便以曲线形式显示在屏幕上。调整左右边线，选定待分析的数据区域。必要时可以将线适度平滑。
下一页
每一条装载的曲线都显示在上面所示的列表中。曲线数应与 configuration 对话框中定义的扫描次数相同（本例中为 3）。多余的线将不纳入计算。
Step 6
在装入全部三条测量曲线之后，便开始分析。我们使用 Friedman. Model-free 分析法，该方法通常在无需动力学模型知识的情况便能确定活化能～反应程度的关系。
如果等转化线的斜率比实验点的斜率小，则所研究的反应为自催化反应。
下一页
点击表格按钮，显示了活化能 ～ 转化程度（部分面积）的关系表。
Step 8
活化能 ～ 转化程度的关系曲线并非水平直线，其值并非恒定不变。这表明所发生的反应并非简单的单步反应。
我们使用转化度
Step 9
我们选择了 model #11（t:f,p;）。其第一步反应为吸热熔融过程，第二与第三步反应作为内部的固化反应。所选的后两个阶段的组此将这两种反应类型相应地选作 #2 与 #3 的反应类型。 和（作为平行反应）等价于 Sourour-Kamal 方程。Sourour-Kamal 方程是 n 级反应与自催化反应（Prout-Tompkins ）的组合，
下一页
Step 11
每一反应步骤使用三个参数进行描述：指前因子（log A），活化能（E ）与反应级数。
第一步反应的参数值基于经验，第二步与第三步反应的参数值由 model-free 分析法计算而得。（见 Step 8）。
Step 12
要使非线性回归进行得好，关键在于设定良好的初始值。使用手动优化功能（visual optimization），能够对每一个参数进行手动起来（"Get optimum"）。
下一页
Step 13
在手动优化后，对测量结果进行拟合。相关系数在 0.79 到 0.99 之间。
Step 14
迭代优化过程（非线性回归）通过分析范围与终止条件（精度与循环数）进行控制。
Step 15
非线性回归的拟合质量（相关系数 0.9996）大大高于手动优化的拟合程度（相关系数 0.985）。如此便完成了模型拟合（探求反机理）的过程
下一页
如图所示，基于模型拟合的结果，对等温固化过程的部分面积（反应程度）～ 固化时间的关系进行了推算。
Step 17
利用模型拟合的结果，我们可以针对各种自定义温度程序进行反应过程的推算。此例中的温度程序为：1. 20K/min，20℃ -> 80℃
2. 10K/min，继续升温。
Step 18
针对上述自定义温度程序，对表观动力学反应物随温度与时间的浓度变化过程进行了预测。
返回