分子动力学模拟-油气界面张力和最小混相压力计算_油气_分子动力学_LAMMPS

分子动力学模拟-油气界面张力和最小混相压力计算

关键词：页岩油，分子动力学，lammps，gromacs，界面张力，最小混相压力

摘要：分子模拟方法在探究纳米尺度下分子间相互作用方面展现出巨大的技术优势。因此，本文采用分子动力学模拟方法，研究体相CO2/原油的混相机理。

通过我这套LAMMPS, GROMACS代码，你可以实现不同气体，不同油种类，不同温度下的油气界面张力和最小混相压力计算。这套代码还可以把气体换成水，在气体/水中加入表面活性剂，助溶剂等，进行研究。

MS，LAMMPS，GROMACS均可以实现，这里介绍LAMMPS，GROAMCS流程。

1，初始模型构建：初始模型是气体-液体-气体模型，使用PACKMOL构建

2，选择力场：CO2可用TRAPPE，EPM2力场，油用OPLS-AA力场

3，进行分子动力学模拟：能量最小化-平衡动力学-生产动力学

4，统计界面张力数据，还可分析密度分布，扩散系数，相互作用力参数等

5，提供LAMMPS in文件，data文件; GROMACS：mdp，top，inp，pdb，gro，xtx等文件

首先设置一个初始尺寸较大的模拟盒子，如图1所示。

体系设置为NVT系综，可以设置多个温度，观察温度对混相行为的影响。压力由气体数量决定。这个体系6ns就稳定了，但是收集IFT数据，需要30ns。

图2分析了z方向密度分布。图3是油的二维密度分布。

图4是不同时间下油-气的扩散构象。

图5是油气界面张力数值，可以看到能和实验匹配。

图6是扩散系数，可以分析x-y方向，和z方向，也可以直接分析整个体系。

图1 基础模型

图2 油的一维密度分布

图3 油的二维密度分布

图4 油气的扩散构像

图5 油气界面张力

图6 扩散系数

图6 不同驱替速度下(a)体系内相互作用能与(b)烷烃在X方向运移距离

来源：320科技工作室

在供应链的不同定价模式下，谁应该投资区块链技术？

关键字：mathematica；博弈论，逆向求解法，纳什均衡，均衡解参数分析本文复现一篇题为“Whoshouldinvestinblockchaintechnologyunderdifferentpricingmodelsinsupplychains?[1]”近年来，供应链成员争相投资区块链技术，以提高产品可追溯性，从而在运营中获得更多利润。当制造商和零售商都能承担区块链的成本时，一个问题就出现了:谁应该投资区块链技术？为了从区块链投资中获益，像沃尔玛这样在定价模式选择上比制造商拥有更大权力的零售商，将考察供应链成员的区块链投资动机，并精心设计定价模式:批发定价模式或代理定价模式。本文通过建立博弈模型来探讨零售商对定价模式的选择和供应链成员对区块链投资者的选择之间的相互影响。1.逆向求解法求解4种定价模式的均衡解文章介绍了4种区块链投资模式，其中2种批发定价模式，2种代理定价模式。文章中介绍了决策顺序。以下按照文章中的决策顺序写出了详细求解过程，以及弥补文章中未提及的均衡解存在性证明，公式推导和后续结果分析均在mathematica中进行。2.代理定价模式下区块链投资者的选择在这一小节中，我们比较了AM和AR模式下制造商和零售商的利润。在利润比较的基础上，研究了区块链投资者对制造商和零售商的选择。在代理定价模式下，区块链投资者的最优选择主要取决于佣金率。如图1所示，根本不同的佣金率，选取不同的代理定价模式，其中上图为论文复现结果，下图为论文原文结果，复现结果与原文结果一致。图1代理定价模式下制造商和零售商对区块链投资者的选择（上图为复现结果，下图为论文原文结果）3.区块链的均衡策略现在，我们复现零售商的均衡定价模式选择以及不同条件下供应链成员的区块链技术投资决策。在这一小节中，通过比较零售商在不同定价模型下的利润，并结合制造商和零售商对区块链投资者的选择，提供了供应链成员关于定价模型和区块链投资者的均衡决策，如图2所示，其中左图为论文复现结果，右图为论文原文结果，复现结果与原文结果一致。图2区块链技术下制造商和零售商的均衡策略（左图为复现结果，右图为论文原文结果）参考文献[1]ChangFang,MingxiangChi,eral.Whoshouldinvestinblockchaintechnologyunderdifferentpricingmodelsinsupplychains?EuropeanJournalofOperationalResearch319(2024):777-792.来源：320科技工作室