最基本的碳基分子碳氢化合物的大小差别很大,影响热力学、运输、光学、热容等和界面特征,焓,热膨胀,声音速度、临界现象,介电常数、折射率、发射率、反射率、透射率、吸收率、粘度、热导电性、质量扩散系数;热扩散率和effusivity。石油和天然气是由碳氢化合物用作燃料和润滑剂,以及原材料的塑料、橡胶、溶剂和化工原料。脂肪族化合物是碳链化合物和闭链的碳氢化合物。另一方面,非碳氢化合物的组件(比如酸性气体,如硫化氢和二氧化碳;惰性气体(如氮、氦;有气味的含硫气体,如硫化氢和硫醇;和其他杂质,比如水和水银蒸气和硫磺溶解在气体,是最常见的非烃类组件。

有不同的方法来确定属性的值烃和烃类组件;从实验方法耗时等相关性的使用状态方程(EOS)和最近的不同模型的应用和设计使用人工智能(AI),机器学习(ML),用计算建模的实现精确和可靠的结果以更高的精度和速度。

这个特殊的问题旨在整理原始研究和审查论文描述确定的进步,发展,评估、优化,预测烃类和非烃类体系的属性使用机器学习和人工智能技术。提交关注智能方法在这些领域的应用与石油和化学工程科学通过实验方法或数据分析方法尤其鼓励。

潜在的主题包括但不限于以下:

• 热力学、电子、运输、热、碳氢化合物和非碳氢化合物的物理性质
• 优化和预测天然气的纯和混合碳氢化合物的性质
• 数据挖掘应用在石油和天然气工业
• 智能控制温室气体排放和捕捉
• 机器学习在烃类和非烃类系统中的应用
• 估算吸收,主要空气污染物气体溶解度和属性
• 扩散系数的预测超临界气体系统
• EOS和机器学习方法应用于电解质和非电解质的解决方案
• 估计沼气和生物燃料特性通过软计算和智能模型
• 建模两个平衡和三相系统含有烃类和非烃类
• 人工智能的应用程序基于燃气提高原油采收率
• 通过应用联结主义方法预测的天然气消费
• 天然气水合物形成的建模使用的计算方案
• 水质参数的评估使用聪明的方法
• 分子结构和构象建模应用于二氧化碳捕获技术