Сообщение на тему моделирование в химии

Обновлено: 05.07.2024

МОДЕЛИРОВАНИЕ

МОДЕЛИРОВАНИЕ в химической технологии, метод исследования химико-технол. процессов или систем путем построения и изучения их моделей, к-рые отличаются от объектов моделирования масштабами или физ. природой происходящих в них явлений, но достаточно точно (адекватно) отображающих представляющие интерес св-ва этих объектов. Моделирование используют для решения разл. задач, важнейшие из к-рых: 1) исследование новых процессов; 2) проектирование произ-в; 3) оптимизация отдельных аппаратов и технол. схем; 4) выявление резервов мощности и отыскание наиб. эффективных путей модернизации действующих произ-в; 5) оптим. планирование произ-в; 6) разработка автоматизир. систем управления проектируемыми произ-вами; 7) построение автоматизированных систем научных исследований.

Моделирование основано на св-ве подобия разных объектов, к-рое м. б. физическим и математическим. Процессы в физически подобных объектах имеют физ. природу. В математически подобных объектах процессы описываются одинаковыми ур-ниями.

Физическое моделирование. Метод сводится обычно к изучению моделей, к-рые отличаются от объекта моделирования масштабами (напр., лаб. и пром. реакторы). В основе физического моделирования лежат подобия теория и анализ размерностей.

Необходимым условием физического моделирования является равенство в объекте и его модели т. наз. критериев подобия, представляющих собой определенные безразмерные комбинации разл. физ. величин, оказывающих влияние на параметры объекта и модели. На практике обеспечить указанное условие в случае равенства неск. критериев подобия чрезвычайно трудно, если только не делать модель тождественной объекту моделирования. Поэтому используется приближенное физическое моделирование, при к-ром второстепенные процессы, происходящие в объекте, либо не моделируются совсем, либо моделируются приближенно. Напр., массообменная тарельчатая колонна моделируется насадочной лаб. колонкой; при этом подобие гидродинамич. обстановки в объекте и модели игнорируется, а моделируется лишь разделит. способность аппарата, определяемая термодинамич. закономерностями межфазного равновесия.

Достоинства физического моделирования: возможность изучения объектов с меньшими затратами (сырья, энергии, времени); возможность исследования объектов, в к-рых физ.-хим. сущность процессов мало изучена; возможность проведения на модели измерений, слишком сложных на объекте моделирования.

Недостатки метода: возможность проявления собств. св-в модели вследствие несоответствия критериев подобия объекта и модели (напр., разл. условия перемешивания); необходимость применения аналогичных контрольно-изме-рит. приборов на модели и объекте; относит. сложность построения физ. модели, обычно представляющей собой значительно уменьшенную копию объекта; трудность достоверной экстраполяции результатов на др. масштабы из-за полного отсутствия надежных критериев достоверности масштабного перехода. Несмотря на перечисл. недостатки, физическое моделирование часто служит единств. ср-вом исследования химико-технол. процессов (особенно мало изученных). При этом оно во мн. случаях предшествует математическому моделированию, являясь источником эксперим. данных для построения и проверки мат. моделей.

Математическое моделирование. Метод сводит исследование св-в объекта к изучению св-в мат. модели, представляющей собой систему мат. ур-ний (т. наз. мат. описание), к-рая отражает поведение объекта моделирования (см. Кибернетика). Мат. модель дает возможность прогнозировать это поведение при изменяющихся условиях функционирования объекта моделирования В данном случае аналогом эксперимента на модели при физическом моделировании служит вычислит. эксперимент, к-рый проводится, как правило, на ЭВМ.

В зависимости от целей и исходной информации об объекте моделирования и условиях его функционирования применяют различные по форме и структуре мат. описания модели. К числу наиб. распространенных типов моделей относят стохастические, статистические и детерминированные.

С т о х а с т и ч е с к и е м о д е л и. Строятся на основе ве роятностных представлений о процессах в объекте моделирования и позволяют прогнозировать его поведение путем вычисления ф-ций распределения вероятностей для переменных, характеризующих исследуемые св-ва (при заданных ф-циях распределения вероятностей входных и возмущающих переменных).

Важнейшая область применения стохастич. моделей-моделирование больших систем (крупных агрегатов, химико-технол. процессов, произ-в, предприятий и др.). При этом указанные модели используют для анализа функционирования объектов в условиях случайных возмущений, для решения сложных задач календарного планирования работы предприятия, исследования возможных последствий непредсказуемых аварийных отказов технол. оборудования, выявления наиб. эффективных схем резервирования для повышения надежности хим. произ-ва в целом и т.д.

С т а т и с т и ч е с к и е м о д е л и. Строятся на основе эксперим. данных, полученных на действующем объекте (в условиях влияния на него случайных возмущений), и представляют собой системы соотношений, к-рые связывают значения выходных и входных переменных объекта. Вид этих соотношений обычно задается априорно, и определению подлежат лишь значения нек-рых параметров в принятых зависимостях. Наиб. распространена зависимость, задаваемая в форме полинома степени не более 2.

При определении параметров этих моделей необходимо использовать аппарат мат. статистики, поскольку на результаты экспериментов и измерений, как правило, накладываются случайные ошибки, а также действие неучтенных факторов.

В случае построения статистич. моделей на основе данных, к-рые найдены в т. наз. пассивном эксперименте (регистрация значений входных и выходных переменных осуществляется без к.-л. вмешательства в процесс), рассчитываемые параметры моделей оказываются, как правило, статистически зависимыми, т.е. коррелированными. Это значительно усложняет точную интерпретацию полученных результатов экспериментов и ограничивает прогнозирующие возможности модели. Более надежные данные м. б. получены, если допустимо планомерное варьирование входных переменных в желаемых пределах путем применения спец. решений, или планов (напр., т. наз. ортогональных, обеспечивающих статистич. независимость определяемых параметров моделей).

Этапы общей процедуры построения любой статистич. модели: 1) расчет их параметров, 2) проверка значимости найденных значений параметров, 3) проверка адекватности полученной модели объекту. Для проверки значимости параметров и адекватности модели обычно используют статистич. критерии проверки гипотез. Если к.-л. параметр модели при проверке оказывается незначимым, то его значение в ур-ниях модели полагают равным нулю, что приводит к соответствующему упрощению модели.

Адекватность мат. модели изучаемому объекту проверяется путем сравнения эксперим. данных, полученных на объекте, и результатов моделирования с привлечением методов статистич. проверки гипотез. В качестве критериев адекватности чаще всего используют квадратичные выражения, характеризующие отклонения опытных данных от расчетных.

Численное значение критерия адекватности само по себе, однако, еще не дает возможности сделать к.-л. заключение об адекватности модели и должно быть обязательно соотнесено со всеми статистич. оценками измерений на объекте моделирования. Если в результате проверки адекватности модель оказывается неадекватной, это означает, что к.-л. существ. входные переменные, оказались не включенными в модель или точность эксперим. данных недостаточна для установления искомой зависимости.

Достоинства статистич. моделей: возможность применения к объектам с неизвестными механизмами происходящих в них процессов, а также в случае больших систем, детальное описание к-рых вызывает серьезные мат. трудности. Недостатки: сложность обобщения получаемых результатов даже при изучении однотипных объектов, невозможность обоснованной экстраполяции св-в модели за пределы измеренной области изменения входных переменных, трудность построения таких моделей для нестационарных объектов с большим временным запаздыванием р-ции на входные возмущения.

Важнейшие области применения статистич. моделей-планирование оптим. условий экспериментов и описание функционирования отдельных аппаратов или участков произ-ва для решения сложных задач управления и оптимизации.

Д е т е р м и н и р о в а н н ы е м о д е л и. Строятся на основе математически выраженных закономерностей, описывающих физ.-хим. процессы в объекте моделирования. Они позволяют однозначно находить значения переменных (к-рые характеризуют представляющие интерес св-ва объекта) для любой заданной совокупности значений входных переменных и конструктивных параметров объектов моделирования и являются основой для решения задач масштабного перехода. Для вычислит. экспериментов с детерминир. моделями реальных объектов, как правило, требуются ср-ва вычислит. техники; при этом особое внимание должно уделяться разработке эффективных алгоритмов решения системы ур-ний мат. описания.

Для большинства процессов хим. технологии характерно наличие взаимод. потоков в-в, в к-рых возможны также хим. превращения. Поэтому в основу мат. описания, как правило, кладутся ур-ния балансов масс и энергии в потоках, записанные с учетом их гидродинамич. структуры.

Ур-ния гидродинамики реальных потоков, как правило, чрезвычайно сложны и имеют очень сложные граничные условия (напр., ур-ния Навье - Стокса). Это приводит к необходимости использовать в мат. описании конкретных потоков упрощенные описания гидродинамики на основе идeализир. моделей - идеального смешения, идеального вытеснения и промежуточной, наз. диффузионной, к-рая в большинстве случаев более близка к реальным условиям.

В тех случаях, когда и диффузионная модель неудовлетворительна, приходится применять более сложные комбинир. модели, определяющие структуру потока как нек-рое сочетание указанных идеальных моделей. При наличии в процессе неск. потоков в-в, а также потоков, состоящих из неск. фаз (напр., газ - жидкость, жидкость - твердое и т.п.), для каждого потока и для каждой фазы обычно записываются свои ур-ния гидродинамики.

Ур-ния балансов масс и энергии, записанные с учетом принятых гидродинамич. моделей потоков, включают источники в-ва и энергии в потоках, интенсивность к-рых определяется конкретными физ.-хим. процессами, происходящими в объекте моделирования. Поэтому в состав мат. описания входят также ур-ния для скоростей хим. р-ций, массо- и теплообмена и др.

Кроме того, мат. описание включает теоретич., полуэм-пирич. или эмпирич. соотношения, характеризующие разл. зависимости, напр. теплоемкости от состава потока, коэф. массопередачи от скоростей потоков фаз и т.д.

При построении детерминир. модели важное значение имеет разумное сочетание требуемой сложности модели с допустимыми упрощениями. Слишком сложное мат. описание, учитывающее множество, возможно, второстепенных факторов и явлений, может оказаться неприемлемым из-за необходимости выполнения огромного объема вычислений при решении входящих в него ур-ний. Наоборот, слишком yпрощенное мат. описание может привести к принципиально неправильным выводам о св-вах объекта моделирования.

А л г о р и т м р е ш е н и я системы ур-ний мат. описания, реализующий возможность проведения вычислит. экспериментов с мат. моделью, существенно зависит от типа входящих в нее ур-ний. Последний, в свою очередь, определяется принятыми исходными допущениями и задачами вычислит. эксперимента. Принято различать стационарные и нестационарные модели, в к-рых параметры соотв. не изменяются и изменяются во времени. Кроме того, принято выделять модели с распределенными и сосредоточенными параметрами, соотв. изменяющимися и не изменяющимися в пространстве. Основу мат. описания стационарных моделей с сосредоточенными параметрами составляют системы, в к-рых отсутствуют дифференц. ур-ния, поскольку переменные модели не зависят от пространств. координат и време ни. Обыкновенные дифференц. ур-ния используют в моделях для описания нестационарных режимов в объектах при допущении сосредоточенности параметров или для описания стационарных режимов в объектах с параметрами, распределенными только по одной координате. Это отвечает зависимости переменных модели от одной пространств. координаты либо от времени.

Для мат. описания разл. нестационарных режимов объектов моделирования, характеризующихся распределенными параметрами, а также стационарных режимов в случае распределенности более чем по одной координате, как правило, применяют дифференц. ур-ния в частных производных. В последних искомые переменные являются ф-циями неск. независимых переменных, что и определяет возможность применения этих ур-ний для объектов рассматриваемого класса.

Методы прикладной математики позволяют решать широкий круг задач вычислит. эксперимента. С помощью этих методов для любой задачи составляют алгоритм ее решения-набор инструкций, определяющих последовательность операций, к-рые позволяют из исходных данных получить искомый результат. При построении конкретного алгоритма, как правило, используют специфич. особенности решаемой задачи для создания эффективных (обычно итерационных) схем решения, в к-рых общие методы применяют для решения подзадач отдельных этапов общего алгоритма. Пример-при построении достаточно полной детерминир. мат. модели тарельчатой колонны для ректификации многокомпонентной смеси используют мат. описание, в к-рое включают ур-ния материальных балансов компонентов смеси для всех тарелок колонны, кипятильника и конденсатора; ур-ния тепловых балансов для тех же элементов; ур-ния, определяющие разделит. способность тарелок; описание условий парожидкостного равновесия; соотношения для расчета энтальпий потоков жидкости и пара.

В общем случае решение полной системы ур-ний мат. описания сводится к решению системы нелинейных ур-ний высокого порядка относительно неизвестных значений переменных, напр. концентраций компонентов, т-р, потоков пара и жидкости на каждой тарелке и т.п. Выбор алгоритма решения задачи в значит. степени обусловливает объем памяти ЭВМ, необходимый для реализации алгоритма. Так, для случая ректификации смеси 5 компонентов в колонне с 50 тарелками необходимо размещать в памяти ЭВМ более 500 тыс. чисел, что и определяет класс машины, к-рую можно использовать для решения этой задачи. Вместе с тем, для рассматриваемой системы ур-ний мат. описания можно предложить достаточно эффективные алгоритмы, сводящие решение этой нелинейной системы к спец. итерационной процедуре. Необходимый объем памяти ЭВМ при этом значительно сокращается и для приведенного примера не превышает 800 чисел.

И д е н т и ф и к а ц и я м о д е л е й. При неудовлетворит. адекватности априорно построенной мат. модели решается задача ее идентификации, т. е. уточнения заданных приближенно значений параметров и, возможно, вида нек-рых зависимостей, включенных в состав мат. описания. Методы идентификации мат. моделей отличаются большим разнообразием, и выбор самого подходящего из них в каждом конкретном случае существ. образом определяется объектом моделирования, а также имеющимися в распоряжении исследователя ресурсами. При этом учитывают возможность постановки не реализуемых по разным причинам на самом объекте исследования спец. экспериментов на физ. моделях; возможность использования для коррекции результатов опытов, полученных на объекте моделирования при проверке адекватности модели и т. п. Задача идентификации модели обычно сводился к задаче минимизации критерия адекватности объекту путем подбора подходящих значений уточняемых параметров и вида вызывающих сомнение зависимостей. При этом решение задачи минимизации принятого критерия адекватности, рассматриваемого как ф-ция параметров мат. модели, как правило, представляет собой достаточно трудную вычислит. проблему. Последняя осложнена специфич. "овражным" характером минимизируемой ф-ции и, следовательно, большим объемом необходимых вычислений (см. Оптимизация).

Важнейшие области применения детерминир. моделей-моделирование и оптимизация действующих аппаратов и произ-в, проектирование новых произ-в и предприятий, разработка систем автоматизир. управления аппаратами и произ-вами, автоматизация научного эксперимента. При моделировании и оптимизации действующих произ-в и предприятий обычно прежде всего решается задача построения в достаточной мере адекватной мат. модели объекта исследования. С этой целью максимально используются эксперим. данные, получаемые на действующих установках при их нормальной эксплуатации, особенно при отклонениях от регламентного технол. режима. Идентификация мат. моделей, как правило, ведется путем минимизации соответствующего критерия адекватности. Послед. выработка оптим. решений для моделируемого процесса производится с использованием методов оптимизации. Применение детерминир. мат. моделей при проектировании новых произ-в наиб. эффективно при наличии в достаточной мере адекватных моделей входящих в него процессов. При этом формально математически задача проектирования эквивалентна задаче идентификации мат. модели минимизацией критерия адекватности с тем отличием, что уточняются конструктивные и режимные параметры установок для достижения миним. отклонений от заданных проектных показателей. Если адекватные мат. модели проектируемых установок отсутствуют, то для их получения необходимы соответствующие эксперим. исследования.

Разработка систем автоматизир. управления (САУ), как и проектирование, требует адекватных мат. моделей (не обязательно детерминированных). Обычно рассматриваются два аспекта этой задачи-синтез структуры САУ и определение параметров ее настройки в зависимости от условий работы. При использовании в составе САУ ср-в вычислит. техники для выработки стратегии управления часто применяют мат. модели технол. установок. Для повышения точности САУ используют т. наз. адаптивные модели, параметры к-рых подстраиваются по заданной оценке адекватности при эксплуатации системы. В задачах автоматизации эксперимента физ. и мат. модели, по существу, объединяются в одной опытной установке, целевое назначение к-рой- получение достаточно адекватной мат. модели исследуемого процесса с миним. затратами сырья, энергии и времени.

При изучении химии пространственное воображение играет большую роль. Из-за неразвитости этого компонента темы как химическое строение веществ воспринимается достаточно тяжело, как следствие этого возникают затруднения при изучении классов веществ неорганической и органической химии. Построение и исследование моделей – это один из важнейших методов познания, умение использовать компьютер для построения моделей – одно из требований сегодняшнего дня.

Вложение	Размер
issled.rabota_virtualnoe_modelirovanie_molekul_i_atomov.docx	937.06 КБ

Предварительный просмотр:

Министерство образования Иркутской области

ГОСУДАРСТВЕННОЕ АВТОНОМНОЕ ПРОФЕССИОНАЛЬНОЕ

Исследовательская работа химии и информатике

Новацкий Дмитрий, обучающаяся I курса

Группа ИС - 41521,

Каплан Владислав, обучающаяся I курса

Группа ИС - 41521,

Вахитова Евгения Владимировна,

2. Основная часть.

Теоретическое обоснование, анализ литературы.

Моделирование. Историческая справка о моделировании.
Сущность процесса моделирования. Этапы моделирования.
Моделирование в химии.

Практические этапы работы.

Изучение и построение моделей молекул химических веществ используя программу ArgusLab 4.0.1.
Изучение и построение моделей атомов в программе Microsoft Office Power Point 2010.

4. Библиографический список.

В современном мире происходит интенсивное изменение окружающей жизни, активное проникновение научно-технического прогресса во все сферы жизнедеятельности. Одним из наиболее перспективных методов обучения является моделирование, поскольку мышление человека отличается предметной образностью и наглядной конкретностью метод моделирования открывает ряд дополнительных возможностей в ознакомлении с окружающим миром.

Моделирование на современном этапе приобрело значение общенаучного метода. Его особенностью является то, что для изучения объекта используется опосредующее звено – объект-заместитель. Исходный объект исследования при моделировании называется оригиналом, объект-заместитель – моделью.

По мнению большинства выдающихся химиков, в том числе лауреата нобелевской премии Г. Сиборга, теоретическое моделирование является основным методом познания в химии. Сущность химических явлений скрыта от непосредственного наблюдения исследователя, поэтому познание осуществляют путем построения модели невидимого объекта по косвенным данным.

В данной работе мы изучим и апробируем компьютерные программы для построения виртуальных моделей молекул и атомов, которые позволят понять строение химических веществ.

Актуальность данной работы заключается в том, что при изучении химии пространственное воображение играет большую роль. Из-за неразвитости этого компонента темы как химическое строение веществ воспринимается достаточно тяжело, как следствие этого возникают затруднения при изучении классов веществ неорганической и органической химии. Построение и исследование моделей – это один из важнейших методов познания, умение использовать компьютер для построения моделей – одно из требований сегодняшнего дня, поэтому мы считаем данную работу актуальной.

Цель работы: Изучить компьютерные программы Microsoft Office Power Point 2010 и ArgusLab 4.0.1. и их возможности в построении виртуальных моделей химических молекул и атомов.

Для реализации данной цели, мы поставили такие задачи:

Дать теоретические сведения о моделировании.
Описать этапы моделирования.
Изучить конструкторы химических молекул и атомов.
Апробировать компьютерные программы Microsoft Office Power Point 2010, ArgusLab 4.0.1 в построении химических молекул и атомов.
Произвести эстетическое оформление проекта.

Гипотеза: Молекулы и атомы химических элементов можно смоделировать, используя компьютерные программы Microsoft Office Power Point 2010, ArgusLab 4.0.1.

Предмет исследования: компьютерные программы Microsoft Office Power Point 2010, ArgusLab 4.0.1.

1) Изучение литературных источников по данной теме;

2) Апробация компьютерных программ Microsoft Office Power Point 2010, ArgusLab 4.0.1.

1. Для сбора информации применялся поисково-аналитический метод, информация бралась из современного источника - интернета (Yandex, Google).

2. Для составления слайдов презентации использовались следующие программы:

1. для написания текста – Microsoft Office Word 2010;

2. для демонстрации слайдов— Microsoft Office PowerPoint 2010;

3. для эстетического восприятия— Microsoft Office PowerPoint 2010.

4. для построения моделей - ArgusLab 4.0.1 и Microsoft Office Power Point 2010.

2. Основная часть.

Что такое моделирование?

Моделирование (лат. modus – мера, образ, способ).

Моделирование — исследование объектов познания на их моделях; построение и изучение моделей реально существующих объектов, процессов или явлений с целью получения объяснений этих явлений, а также для предсказания явлений, интересующих исследователя.

Моделирование издавна применялось в научном познании. Например, возникновение представлений Демокрита и Эпикура об атомах, их форме, и способах соединения, об атомных вихрях и ливнях, объяснения физических свойств различных веществ с помощью представления о круглых и гладких или крючковатых частицах, сцепленных между собой. Эти представления являются прообразами современных моделей, отражающих ядерно-электронное строение атома.

Моделирование как метод познания применялось человечеством - осознанно или интуитивно - всегда. На стенах древних храмов предков южно-американских индейцев обнаружены графические модели мироздания. Учение о моделировании возникло в средние века. Выдающаяся роль в этом принадлежит Леонардо да Винчи (1452-1519).

Гениальный полководец А. В. Суворов перед атакой крепости Измаил тренировал солдат на модели измаильской крепостной стены, построенной специально в тылу.

Огромный вклад в укрепление обороноспособности нашей страны внесли работы по моделированию взрыва - генерал-инженер Н.Л. Кирпичев, моделированию в авиастроении - М.В. Келдыш, С.В. Ильюшин, А.Н. Туполев и др., моделированию ядерного взрыва - И.В. Курчатов, А.Д. Сахаров.

В науке Нового времени первоначально применялись различные механические модели. Постепенно метод моделирования стал приобретать все большее распространение, проникая во все отрасли научного знания. XX век принес методу моделирования новые успехи, связанные с расцветом кибернетики.

Сущность процесса моделирования. Этапы моделирования

Процесс как теоретического, так и экспериментального моделирования состоит из следующих шагов:

Построение модели.
Изучение модели.
Экстраполяция – перенос полученных данных на область знаний об исходном объекте.

На первом этапе, при осознании невозможности или нецелесообразности прямого изучения объекта, создается его модель. Целью этого этапа является создание условий для полноценного замещения оригинала объектом-посредником, воспроизводящим его необходимые параметры.

На втором этапе производится изучение самой модели – настолько детальное, насколько это требуется для решения конкретной познавательной задачи. Здесь исследователь может вести наблюдения за поведением модели, проводить над ней эксперименты, измерять или описывать ее характеристики – в зависимости от специфики самой модели и от исходной познавательной задачи. Цель второго этапа – получение требуемой информации о модели.

Человечество в своей деятельности (научной, образовательной, технологической, художественной) постоянно создает и использует модели окружающего мира. Строгие правила построения моделей сформулировать невозможно, однако человечество накопило богатый опыт моделирования различных объектов и процессов.

Модели позволяют представить в наглядной форме объекты и процессы, недоступные для непосредственного восприятия (очень большие или очень маленькие объекты, очень быстрые или очень медленные процессы и др.). Наглядные модели часто используются в процессе обучения.

Моделирование в химии

Молекулярное моделирование — собирательное название методов исследования структуры и свойств молекул вычислительными методами с последующей визуализацией результатов, обеспечивающие их трехмерное представления при заданных в расчете условиях.

Методы молекулярного моделирования используются для изучения, как индивидуальных молекул, так и взаимодействия в молекулярных системах. Материальное (экспериментальное) моделирование широко используется в химии для познания и изучения строения веществ и особенностей протекания химических реакций, для выявления оптимальных условий химико-технологических процессов и др.

Общей чертой методов молекулярного моделирования является атомистический уровень описания молекулярных систем — наименьшими частицами являются атомы или небольшие группы атомов. В этом состоит отличие молекулярного моделирования от квантовой химии, где в явном виде учитываются и электроны. Таким образом, преимуществом молекулярного моделирования является меньшая сложность в описании систем, позволяющая рассмотрение большего числа частиц при расчётах.

Используя имеющиеся данные о свойствах многих макромолекул, удается с помощью компьютеров моделировать их структуру. Это дает четкое представление о геометрии всей молекулы.

Моделирование молекул химических веществ и атомов.

Для изучения виртуального моделирования молекул и атомов мы использовали две компьютерные программы ArgusLab4.0.1 и Microsoft Office Power Point 2010

Конструктор молекул ArgusLab 4.0.1

Основные возможности программы ArgusLab 4.0.1

Трехмерный интерактивный конструктор молекул.
Автоматическое добавление, удаление атомов водорода.
Новые атомы можно выбирать из периодической таблицы.
Автоматическое или ручное задание атомной гибридизации и порядка хим. Связей.
Автоматический поиск кольцевых структур, включая ароматические кольца.
Визуализация стержневой, шаростержневой, масштабной моделей.
Поддержка одинарных, двойных и тройных связей.
Построение моделей молекул циклических соединений.
Визуализация атомных орбиталей и электронных эффектов.
Получение информации о длине связей и символах химических элементов в молекуле.

ArgusLab является программой для создания графических представлений молекулярных моделей. Используя эту программу, можно собрать и показать молекулярные модели. Вы будете в состоянии включать в Вашу модель несколько атомов, остатков, групп и вычислений.
Каждый компонент может быть отредактирован для удовлетворения потребностей. Можно использовать водород, углерод, азот, кислород, хлор и атомы фтора. Программа даёт возможность присоединиться к атомам с помощью любого вида возможной связи. Таким образом, создаются простые или сложные молекулы. При необходимости ArgusLab позволяет проверить встроенную периодическую таблицу. Можно увеличить масштаб для создания модели больше, или уменьшение для наблюдения меньшего количества деталей. При конструировании соблюдаются правила валентностей и углов между связями в молекуле, что гарантирует достоверность получаемых моделей химических соединений.

Результаты могут быть распечатаны или графически изображены. В них можно сохранить собственный формат ArgusLab. Они могут также быть экспортированы в BMP, JPG, TIFF.

При использовании конструктора молекул ArgusLab 4.0.1 нами были построены следующие шаростержневые молекулы.

Молекула гексена (ArgusLab)

Молекула метана (ArgusLab)

Молекула этилового спирта (ArgusLab)

Созданы модели циклических молекул.

В программе ArgusLab 4.0.1 можно создавать объёмные модели молекул.

Молекула Углекислого газа (ArgusLab)

Программа Microsoft Office PowerPoint 2010

В редакторе Microsoft Office PowerPoint 2010 были смоделированы:

Для развития химической науки важную роль играет не только теоретическое, но и экспериментальное моделирование химических процессов. Моделирование глубоко проникает в теоретическое мышление. Важная познавательная функция моделирования состоит в том, чтобы служить импульсом, источником новых познаний.

После построение моделей, можно сделать вывод: чтобы правильно построить модель, необходимо поставить цель, придерживался схемы, представленной в теоретической части.

В исследовательской работе были выявлены преимущества использования программ ArgusLab 4.0.1 и Microsoft Office Power Point 2010 :

а) Программы обладают понятным интерфейсом; б) Отличаются доступностью в изучении и простотой в управлении, что принципиально важно; в) Программы обладают богатым инструментарием; г)Конструктор молекул ArgusLab 4.0.1 позволит сделать уроки химии интересными и разнообразными.

Подводя итог работы, хотелось бы сделать вывод: цель, поставленная в начале этого исследования, была достигнута. Исследования показало, что действительно можно смоделировать любую молекулу и атом. Выдвинутая гипотеза, верна.

Моделирование (лат. modus - мера, образ, способ) издавна применялось в научном познании. Например, возникновение представлений Демокрита и Эпикура об атомах, их форме, и способах соединения, об атомных вихрях и ливнях, объяснения физических свойств различных веществ с помощью представления о круглых и гладких или крючковатых частицах, сцеп ленных между собой. Эти представления являются прообразами современных моделей, отражающих ядерно-электронное строение атома. В науке Нового времени первоначально применялись различные механические модели. Постепенно метод моделирования стал приобретать все большее распространение, проникая во все отрасли научного знания. XX век принес методу моделирования новые успехи, связанные с расцветом кибернетики.

Моделирование на современном этапе приобрело значение общенаучного метода. Его особенностью является то, что для изучения объекта используется опосредующее звено - объект-заместитель. Исходный объект исследования при моделировании называется оригиналом, объект-заместитель - моделью.

Контрольные вопросы:

1. В чем заключаются научные методы познания вещества?

2. Раскройте роль эксперимента и теории в химии

3. Для чего проводится моделирование химических процессов?

Раздел 1. Общая и неорганическая химия

Тема 1.1 Основные понятия и законы химии

Перечень изучаемых вопросов:

1.Вещество. Атом. Молекула. Химический элемент. Аллотропия. Простые и сложные вещества. 2.Качественный и количественный состав веществ. Химические знаки и формулы.

3.Относительные атомная и молекулярная массы. Количество вещества.

4.Стехиометрия. Закон сохранения массы веществ. Закон постоянства состава веществ молекулярной структуры. Закон Авогадро и следствия из него.

Вещество. Атом. Молекула. Химический элемент. Аллотропия. Простые и сложные вещества.

Химия -наука о веществах, закономерностях их превращений (физических и химических свойствах) и применении. В настоящее время известно более 100 тыс. неорганических и более 4 млн. органических соединений.

Химические явления: одни вещества превращаются в другие, отличающиеся от исходных составом и свойствами, при этом состав ядер атомов не изменяется. Физические явления: меняется физическое состояние веществ (парообразование, плавление, электропроводность, выделение тепла и света, ковкость и др.) или образуются новые вещества с изменением состава ядер атомов.

Вещество –один из видов материи, который характеризуется массой покоя. Это совокупность атомов, ионов или молекул, состоящих из одного или нескольких химических элементов.

Вещества:

· Чистые(химические соединения) - НСl, NaCl, H₂SO₄.

· Смеси веществ –молоко, природная вода, руда, песок, воздух

Химические соединения:

· Простые (состоят из атомов одного вида) - H₂, O₂, F₂, J₂, и др.

· Сложные(молекулы состоят из различных элементов) – H₂O, NaCl, CuO, NaNO₃.

Молекулы- это мельчайшие частицы вещества, состав которых и химические свойства такие же, как у данного вещества.

Атомы -это мельчайшие химически неделимые частицы, из которых состоят молекулы. Атом – мельчайшая частица химического элемента.

Химический элемент –это атомы одного и того же вида.

Например: все атомы водорода – это элемент водород; Н – химический знак (символ)

Основоположником современного атомно-молекулярного учения о строении веществ является выдающийся русский учёный М.В. Ломоносов. Учение создано в 1741 году.

Сущность учения состоит в том, что:

· Все вещества состоят из молекул.

· Молекулы состоят из атомов.

· Молекулы и атомы находятся в постоянном непрерывном движении, чем объясняются физические и химические явления.

Атомное ядро - центральная часть атома, состоящая из Z протонов и N нейтронов, в которой сосредоточена основная масса атомов.

Заряд ядра - положительный, по величине равен количеству протонов в ядре или электронов в нейтральном атоме и совпадает с порядковым номером элемента в периодической системе. Сумма протонов и нейтронов атомного ядра называется массовым числом A = Z + N.

Изотопы - химические элементы с одинаковыми зарядами ядер, но различными массовыми числами за счет разного числа нейтронов в ядре.

Химическая формула- это условная запись состава вещества с помощью химических знаков (предложены в 1814 г. Й. Берцелиусом) и индексов (индекс - цифра, стоящая справа внизу от символа. Обозначает число атомов в молекуле). Химическая формула показывает, атомы каких элементов и в каком отношении соединены между собой в молекуле.

Аллотропия- явление образования химическим элементом нескольких простых веществ, различающихся по строению и свойствам. Простые вещества- молекулы, состоят из атомов одного и того же элемента.

Cложные вещества- молекулы, состоят из атомов различных химических элементов.

Все вещества постоянно подвергаются всевозможным изменениям называемым явлениями.

Явления:

· Физические(изменение агрегатного состояния) – помол пшеницы, плавка металла, испарение воды.

· Химические(изменение состава и свойств вещества) – выпечка хлеба из муки, скисание молока.

Для учеников 1-11 классов и дошкольников
Бесплатные сертификаты учителям и участникам

Моделирование молекул органических и неорганических соединений

Работу выполнила:

Руководитель:

Рязанова Ирина Сергеевна,

Моделирование (лат. modus – мера, образ, способ) издавна применялось в научном познании. Например, возникновение представлений Демокрита и Эпикура об атомах, их форме, и способах соединения, об атомных вихрях и ливнях, объяснения физических свойств различных веществ с помощью представления о круглых и гладких или крючковатых частицах, сцеп ленных между собой. Эти представления являются прообразами современных моделей, отражающих ядерно-электронное строение атома. В науке Нового времени первоначально применялись различные механические модели. Постепенно метод моделирования стал приобретать все большее распространение, проникая во все отрасли научного знания. XX век принес методу моделирования новые успехи, связанные с расцветом кибернетики.

В данной работе мы смоделируем пространственные модели органических и неорганических соединений и сравним их.

Цель работы заключается в сборе моделей химических веществ органической и неорганической химии, изучении их строения и в создании текстовых и виртуальных проектов.

Для реализации данной цели, мы поставили такие задачи :

собрать материал по заданной теме;

собрать модели молекул;

изучить их строение;

произвести распределение информации по информативным блокам;

произвести эстетическое оформление проекта.

Для сбора информации применялся поисково-аналитический метод, информация бралась из современного источника - интернета ( Yandex , Google ).

Для составления слайдов презентации использовались следующие программы:

для написания текста – Microsoft Office Word 2010;

для демонстрации слайдов— Microsoft Office PowerPoint 2010;

для эстетического восприятия— Microsoft Office PowerPoint 2010.

Модели́рование — исследование объектов познания на их моделях; построение и изучение моделей реально существующих объектов, процессов или явлений с целью получения объяснений этих явлений, а также для предсказания явлений, интересующих исследователя.

В настоящее время по технологии моделирования и области применения выделяют такие основные виды моделирования:

Читайте также: