HANNA: 过量吉布斯自由能的热力学一致机器学习模型
机器学习
2026-04-29 v2 计算工程、金融与科学
摘要
过量吉布斯自由能在化学工程和化学中扮演核心角色，为建模液体混合物的热力学性质提供基础。仅从分子结构预测多组分混合物的过量吉布斯自由能是一个长期存在的挑战。我们通过HANNA应对这一挑战，这是一个灵活的过量吉布斯自由能机器学习模型，将物理定律作为硬约束整合，保证热力学一致的预测。HANNA在二元混合物的气液平衡、液液平衡、无限稀释活度系数和过量焓的实验数据上进行训练。液液平衡数据的端到端训练由代理求解器辅助。几何投影方法实现了向多组分混合物的稳健外推。我们证明HANNA提供了准确的预测，同时比最先进基准方法提供了显著更广泛的应用领域。训练好的模型和相应代码公开可用，我们的网站MLPROP上提供了交互式界面。
引用
@article{arxiv.2509.06484,
title = {Thermodynamically consistent machine learning model for excess Gibbs energy},
author = {Marco Hoffmann and Thomas Specht and Quirin Göttl and Jakob Burger and Stephan Mandt and Hans Hasse and Fabian Jirasek},
journal= {arXiv preprint arXiv:2509.06484},
year = {2026}
}
备注
33 pages, 2 figures, 1 table