Fluctuating Multiscale Mass Action Law
将化学动力学中的经典质量作用定律置于多尺度热力学的背景下,尽管经典质量作用定律具有纯粹的耗散性质,但惯性效应在化学动力学中也起作用。因此,动力学扩展到一个扩大的状态空间,反应速率作为新的状态变量,并带来惯性效应。动态,然后提升到刘维尔描述内动力学理论的扩大状态空间,以包括波动。随后,动力学理论减少到其第一和第二时刻,导致一个新的梯度状层次结构的化学动力学,表示多尺度性质的化学动力学与惯性。扩展的状态空间内的耗散的建议,它是导致经典的质量作用法时,时刻放松到各自的准平衡。特别是,我们证明了振荡均匀的化学反应的可能性,以及如何波动的相关性对应的化学动力学。
2021-08-28 physics.chem-ph
Mathematical Formalism of Nonequilibrium Thermodynamics for Nonlinear Chemical Reaction Systems with General Rate Law
本文研究了具有$N$组分、$M$反应和一般速率定律的化学反应模型的非平衡热力学数学形式。建立了J. W.吉布斯宏观化学热力学在G. n.路易斯整体平衡动力学定律(非线性化学动力学中的细致平衡)。这样,平衡态热力学就自然地推广到没有细致平衡的非平衡态。动力学模型用马尔可夫跳跃过程表示。主要发现是广义宏观化学自由能函数及其相应的非负源汇平衡方程。证明是基于这种类型的马尔可夫过程的大偏差原理。本文还证明了随机反应动力学的一般涨落耗散定理。数学理论说明了如何在多尺度系统中从介观动力学中产生新的宏观动力学规律。
2016-09-25 cond-mat.stat-mech math-ph math.MP
Reversible Diffusion-Limited Reactions: "Chemical Equilibrium" State and the Law of Mass Action Revisited
经典化学动力学的两个基本概念的有效性-“化学平衡”的概念和“质量作用定律”-被重新检查可逆\textit{diffusion-limited}反应(DLR),在这里举例说明的缔合/解离$A+A \rightleftharpoons B$反应。我们考虑一个长程反应的一般模型,使得任何一对$A$粒子,以距离$μ$分开,可能以概率$ω_+(μ)$反应,并且任何$B$可能以概率$ω_-(λ)$解离成一对成对的$A$,以距离$λ$分开。在一个精确的分析方法,我们表明,在$t = \infty$可逆DLR达到的渐近状态一般是\textit{not a true thermodynamic equilibrium},而是一个非平衡稳态,质量作用定律是无效的。当$ω_+(μ) \equiv ω_-(μ)$对于$μ$的任何值时,经典图片在物理上不现实的情况下保持\text{only}。
2004-03-23 cond-mat.stat-mech physics.chem-ph
Nonequilibrium Thermodynamic Formalism of Nonlinear Chemical Reaction Systems with Waage-Guldberg's Law of Mass Action
将具有质量作用动力学的一般非线性等温化学反应系统的宏观熵产生$σ^{(tot)}$分解为自由能耗散和管家热:$σ^{(tot)}=σ^{(fd)}+σ^{(hk)}$ ; $σ^{(fd)}=-\rd A/\rd t$,其中$A$是广义自由能函数.对于具有复杂平衡的动力学系统$\rd A/\rd t=-σ^{(tot)}+σ^{(hk)}$和$\rd S/\rd t=σ^{(tot)}+η^{(ex)}$是随机自由能耗散和管家热的宏观极限,它们都是非负的,在Delbrück-Gillespie描述的随机化学动力学。因此,我们表明,一个完整的动力学和热力学理论的化学反应系统,超越介观和宏观水平出现。
2016-04-26 physics.chem-ph
Optimal Fluctuations for Nonlinear Chemical Reaction Systems with General Rate Law
本文利用前史概率描述一般速率定律下非线性化学反应系统的最优涨落,推导其演化规律并证明反转过程的大数定律与中心极限定理。
2025-06-08 math.PR physics.chem-ph stat.ME
Data-driven discovery of multiscale chemical reactions governed by the law of mass action
Michigan State University(密歇根州立大学);Peking University(北京大学);Tsinghua University(清华大学)
在本文中,我们提出了一种数据驱动的方法来发现由质量作用定律控制的多尺度化学反应。首先,我们使用一个单一的矩阵来表示化学计量系数的反应物和产品在一个系统中没有催化反应。矩阵中的负项表示反应物的化学计量系数,正项表示产物的化学计量系数。其次,我们发现传统的优化方法在学习多尺度化学反应时,往往会陷入局部极小,无法找到真正的解。为了克服这一困难,我们提出了一个部分参数冻结(PPF)技术,逐步确定网络参数,通过使用的事实,化学计量系数是整数。该方法在训练过程中逐步降低搜索空间的维数,最终得到全局最小解。经典的Michaelis-Menten动力学、氢氧化反应和简化的GRI-3.0机制的数值实验验证了该算法在学习多尺度化学反应方面的良好性能。代码可在\url{https://github.com/JuntaoHuang/multiscale-chemical-reaction}上获得。
2021-09-26 cs.LG cs.NA math.NA
Chemical Continuous Time Random Walks under Anomalous Diffusion
本文提出了基于更新过程的反常扩散下化学连续时间随机游走模型,通过推广化学扩散主方程、推导质量作用定律及扩展Gillespie算法,描述了非均匀系统的一般反应-扩散过程,并揭示了幂律等待时间下的强分数阶记忆效应。
2025-03-05 physics.chem-ph
Kolmogorov-Arnold Chemical Reaction Neural Networks for learning pressure-dependent kinetic rate laws
Department of Mechanical Engineering, Massachusetts Institute of Technology(麻省理工学院机械工程系)
本文提出Kolmogorov-Arnold化学反应神经网络,通过将动力学参数建模为第三体浓度的可学习函数,解决压力依赖和混合物速率行为问题,优于插值方法,实现可解释的速率定律学习。
2026-05-13 cs.LG physics.chem-ph
Irreversible thermodynamics of open chemical networks I: Emergent cycles and broken conservation laws
在这篇文章和一个配套文件中,我们概述了一个一般框架的热力学描述开放的化学反应网络,特别是关于代谢网络调节细胞生理和生化功能。我们首先介绍封闭网络“在一个盒子”,其热力学受到严格的物理约束:质量作用定律,过程的基本性,和细致平衡。我们进一步离题的溶剂的作用和网络独立性的自由能景观似乎未被承认的财产。然后,我们通过假设某些底物物质(恒化器)的浓度是固定的来打开系统,无论是因为通过与水库接触而被环境迅速调节,还是因为在时间窗口中几乎恒定。结果,系统被驱离平衡。内部物种网络中包含丰富的代数和拓扑结构:涌现的不可逆循环与非零亲和力相关,其对称性由守恒定律的破坏决定。这些中心的结果恢复之间的关系$a + b = s^Y$的基本亲和力$a$,打破守恒律$b$和恒化器的数量$s^Y$。我们分解的基本通量和亲和力在Schnakenberg的网络热力学理论的精神,为即将到来的治疗的线性制度,效率和紧耦合,自由能转导和热力学约束网络重建的稳态熵产生率。
2014-10-21 cond-mat.stat-mech physics.chem-ph q-bio.MN
Efficiency at maximum power of a chemical engine
循环运行的化学发动机被认为是将化学能转化为机械功。工作流体是通过弹性硬碰撞相互作用的有限尺寸球形颗粒的气体。对于粒子吸收和释放的一般输运定律,最大功率下的效率$η$的形式为1/2+cΔμ+ O(Δμ^2),其中1/2为普适常数,$Δμ$为粒子库之间的化学电势差。对于具有所谓的左/右对称性或在所施加的化学电势差中反对称的粒子通量的发动机,线性系数c为零。值得注意的是,领先的常数在$η$是非普遍的一个例外的修改的运输法。对于非线性输运模型,我们得到η= 1/(θ+1),其中θ>0是输运方程中$Δμ$的幂
2013-09-03 cond-mat.stat-mech physics.chem-ph
The Nature of the Chemical Process. 1. Symmetry Evolution - Revised Information Theory, Similarity Principle and Ugly Symmetry
信息论的三个定律已经被提出。定义了引入非对称性的标记和引入对称性的格式化。宇宙的函数L(L=lnw,w是微观状态的数量,或者熵和信息的总和,L=S+I)是一个常数(信息论第一定律)。宇宙的熵S趋向于最大值(信息论第二定律)。对于一个完美的对称静态结构,信息为零,静态熵最大(信息论第三定律)。本文从Gibbs不等式和修正信息论第二定律出发,证明了相似性原理(拒绝Gibbs佯谬后的连续的高相似性-高熵关系),并证明了Curie-Rosen对称性原理(高相似性-高稳定性关系)是相似性原理的特例。并给出了化学物理中的一些实例。各种分子间相互作用、相分离和相变的自发过程,包括对称性破缺、致密的分子堆积和结晶,都是由信息最小化或对称性最大化驱动的。宇宙的演化,特别是生命的演化,可以定量地看作是一系列对称性破缺过程。给出了相似性规则和互补性规则这两个经验规则的理论基础。空间和时间中的各种周期性都是对称的,有助于稳定性。对称是美丽的,因为它使稳定。然而,对称原则上是丑陋的,因为它与信息丢失有关。
2001-05-09 physics.chem-ph physics.class-ph
Autonomous Kinetic Modeling of Biomass Pyrolysis using Chemical Reaction Neural Networks
Massachusetts Institute of Technology(麻省理工学院);University of California, Berkeley(加州大学伯克利分校)
模拟生物质(如木材、草和农作物)的燃烧过程对于模拟和预测荒地和城市火灾行为至关重要。尽管其重要性,固体燃料的燃烧仍然知之甚少,这可以部分归因于大多数固体燃料的未知化学动力学。大多数现有的动力学模型都是建立在专家知识的基础上的,这需要化学见解和多年的经验。本工作提出了一个框架,自主发现生物质热解动力学模型,从热重分析仪(TGA)的实验数据,使用最近开发的化学反应神经网络(CRNN)。该方法将CRNN模型结合到神经元常微分方程的框架中来预测TGA数据中的残余质量。除了基于神经网络的模型的灵活性之外,通过将基本物理定律(例如质量作用定律和Arrhenius定律)纳入神经网络结构,学习的CRNN模型是可解释的。然后,学习的CRNN模型可以转换为生物质化学动力学模型的经典形式,这有助于提取化学见解和将动力学模型集成到大规模火灾模拟中。我们证明了该框架在预测纤维素的热解和氧化方面的有效性。这一成功的演示为固体燃料(如野火燃料和工业聚合物)的快速自主化学动力学建模提供了可能性。
2022-01-08 cs.LG physics.chem-ph
Deficiency, Kinetic Invertibility, and Catalysis in Stochastic Chemical Reaction Networks
本文研究随机化学反应网络中对偶主方程的质量作用相容性及催化网络缺陷,证明仅零缺陷网络可反转稳态流,而非平衡催化网络并非零缺陷。
2023-04-27 cond-mat.stat-mech physics.chem-ph
Reductionist approach to chemical rate constants using conditional energy probabilities
不同的速率理论产生了类似形式的速率常数,与唯象的阿耳忒弥斯定律一致,尽管它们来自物理学的各个分支,包括经典热力学、统计学和量子力学。这种趋同性支持了阿克里先乌斯定律的有效性,但也暗示了一个更简单的基本原理的存在。本文提出了一种简化的方法,其中能量指数因子是能量足够的条件概率,而指前因子是有利于反应的构型的重现频率,它本身与混沌系统中的构型概率成正比。这种极简而严格的数学方法使得绕过某些更复杂理论的可疑假设成为可能,并澄清了所使用的不同类型能量的含义:活化能,阈值能量和化学能。
2020-11-30 physics.chem-ph
Autonomous Discovery of Unknown Reaction Pathways from Data by Chemical Reaction Neural Network
Massachusetts Institute of Technology(麻省理工学院)
化学反应发生在能源,环境,生物和许多其他自然系统中,反应网络的推理对于理解和设计工程和生命科学中的化学过程至关重要。然而,揭示复杂系统和过程的反应途径仍然是具有挑战性的,由于缺乏对所涉及的物种和反应的了解。在这里,我们提出了一个神经网络的方法,自主发现反应途径的时间分辨的物种浓度数据。所提出的化学反应神经网络(CRNN),通过设计,满足基本的物理定律,包括质量作用定律和阿耳忒弥斯定律。因此,CRNN是物理上可解释的,使得反应途径可以被解释,并且动力学参数可以同时从神经网络的权重被量化。化学途径的推断是通过随机梯度下降用物种浓度数据训练CRNN来完成的。我们展示了成功的实施和鲁棒性的方法在阐明化学工程和生化系统的化学反应途径。CRNN方法的自主推理排除了在提出候选网络时对专家知识的需要,并解决了复杂系统中的维数灾难。物理可解释性也使得CRNN不仅能够拟合给定系统的数据,而且还能够开发可以推广到类似化学系统的未知途径的知识。
2021-01-08 cs.LG physics.chem-ph q-bio.MN
Engines with ideal efficiency and nonzero power for sublinear transport laws
已知具有理想效率的发动机(对于化学发动机为$η=1$,对于热力发动机为$e = e_{\rm Carnot}$)具有零功率,因为可逆循环花费无限时间。然而,至少从理论的角度来看,有可能设想具有非零功率的(不可逆)发动机可以达到理想的效率。在这里,这是通过用次线性输运定律代替通常的线性输运定律,并取粒子流(化学发动机)或热流(热机)与所施加的力的阶跃函数极限来实现的。它示出,在采取这一限制,确切的热力学不平等有关的电流熵产生不违反。
2016-11-21 cond-mat.stat-mech physics.chem-ph
Molecular finite-size effects in stochastic models of equilibrium chemical systems
反应扩散主方程(RDME)是理解随机和空间化学动力学的标准建模方法。一个固有的假设是分子是点状的。在这里,我们介绍了拥挤的反应扩散主方程(cRDME),它考虑到体积排阻效应的随机动力学由于有限的分子半径。我们得到一个精确的封闭形式的解决方案的RDME和cRDME的一般化学系统在平衡条件下。两种溶液之间的差异随着分子直径与隔室长度尺度的比率而增加。我们发现,分子拥挤的增加可以(i)导致偏离经典的平方根反比定律的噪声强度;(ii)翻转的概率分布的偏度从右向左倾斜;(iii)移动的双分子反应的平衡,使更多的产品分子形成;(iv)强烈调制的Fano因子和变异系数。这些拥挤引起的影响被发现是特别明显的化学物种不参与化学守恒laws.Finally,我们表明,使用vRDME得到的统计数据是在良好的协议与布朗动力学与排除体积相互作用。
2016-01-27 cond-mat.stat-mech physics.chem-ph