Создание базы данных критических свойств веществ в редакторе баз данных MS Access

БОЛЬШАЯ ЛЕНИНГРАДСКАЯ БИБЛИОТЕКА - РЕФЕРАТЫ - Создание базы данных критических свойств веществ в редакторе баз данных MS Access

Создание базы данных критических свойств веществ в редакторе баз данных MS Access

Министерство образования Российской Федерации

Московская государственная академия тонкой химической технологии

им. М.В. Ломоносова

Кафедра Информационных технологий

Курсовая работа по курсу

«Информационные технологии в науке и образовании»

Создание базы данных критических свойств веществ в редакторе баз данных MS Acsess

Выполнил: Степанов В.Н.

Москва, 2007г.

Критическая (жидкость-пар) температура (Tc) органических веществ является одним из важнейших свойств, которые положены в основу современных методов прогнозирования, основанных на принципе соответственных состояний. Качество сведений по Tc во многом определяет результативность прогноза свойств веществ, зависящих от межмолекулярных взаимодействий. При этом следует признать, что пополнение базы экспериментальных данных по критическим температурам происходит очень медленно по вполне объективным причинам. Таким образом, совершенствование методов прогнозирования Tc не теряет своей значимости. В настоящее время предложены различные подходы к прогнозированию критических температур. Основные методы обобщены Полингом, Праусницем и О'Коннелом. В данной работе рассмотрены основные известные методы прогнозирования критической температуры органических веществ.

Особую важность имеет задача систематизирования имеющихся экспериментальных и расчетных данных, поскольку в инженерных расчетах необходимо учитывать все имеющиеся данные для поиска оптимального значения и оптимального метода прогнозирования для определенного класса веществ либо определенной группы веществ, если для данного вещества отсутствуют экспериментальные данные и возможность проведения эксперимента отсутствует. Данная работа проведена с целью систематизировать имеющиеся данные по критической температуре, как полученной экспериментально, так и методами прогнозирования, упростить работу с большим массивом данных, ускорить процесс получения различного рода информации по критическим температурам.

В базе данных собраны критические температуры органических веществ, данные по литературным источникам, в которых собрана информация. Показано распределение веществ по классам и распределение данных по типам (источникам информации) - экспериментальные, либо полученные прогностическими методами - Лидерсена, Джобака, Марреро и Пардилло - основными прогностическими методами, предлагаемыми в иностранной литературе для решения задачи прогнозирования критических температур.

На рисунке представлена блок-схема данных, реализованная в данной работе:

Таблицы получены экспортом данных из программы MS Excel.

Таблица «Классы веществ» состоит из двух полей: Классы и КодКласса и содержит данные об основных классах органических веществ, для которых имеются данные по критическим температурам. Тип данных поля Классы - текстовый; тип данных поля КодКласса - Счетчик. Поле КодКласса было задано, как первичный ключ. Число записей - 6.

Таблица Вещества состоит из полей Вещества, КодКласса, Формула, и КодВещества. Тип данных поля Вещества - текстовый, в нем содержатся названия веществ; поля КодКласса - числовой, это внешний ключ для связи с таблицей Свойства; поля Формула - текстовый, в нем содержатся эмпирические формулы веществ для упрощения работы с базой; поле КодВещества - счетчик, первичный ключ. Поля КодКласса и КодВещества имеют формат Длинное целое, остальные поля размером 255. Число записей - 221.

Таблица Свойства состоит из 5 полей - Код, КодСсылки, Критическая температура, КодДанных и КодВещества. Типы данных: Код - первичный ключ, счетчик; КодСсылки - числовой, внешний ключ для связи с таблицей Литература, КодДанных - числовой, внешний ключ для связи с таблицей Тип Данных; КодВещества - числовой, внешний ключ для связи с таблицей Вещества; Критическая температура - числовой. Число записей в таблице-отношении - 1138. В ней сведены все имеющиеся данные по критическим температурам.

Таблица Литература - состоит из 2-х полей и 46 записей. Формат поля КодСсылки - первичный ключ, счетчик; поля Литература - текстовый, в нем содержатся полные ссылки на литературные источники.

Таблица ТипДанных состоит из 2-х полей и пяти записей: формат поля КодДанных - первичный ключ, счетчик, поля Источник - текстовый, в нем содержатся данные об источнике данных по критической температуре.

Форма Вещества создана для определения эмпирической формулы запрашиваемого вещества по названию и наоборот. Позволяет определить набор изомеров - веществ с одинаковой эмпирической формулой. Кроме того, эмпирическая формула очень часто требуется при расчетах различными прогностическими методами. Данная форма позволяет легко и быстро получить необходимую информацию.

Форма Источники данных о свойствах создана для оперативного определения конкретных температур конкретных веществ, полученных тем или иным способом: экспериментально, либо расчетными методами (Джобака, Марреро и Пардилло или Лидерсена). Позволяет сгруппировать массивы данных, полученные тем или иным способом, для дальнейшей работы. Форма Источники данных о свойствах имеет подчиненную форму: Свойства подчиненная форма.

Форма Критические температуры позволяет оперативно получать информацию о критических температурах индивидуальных веществ, полученную различными методами прогнозирования, либо экспериментально.

В данной работе были созданы некоторые запросы, описанные ниже.

Запрос Классы веществ позволяет легко классифицировать имеющиеся в базе данные по определенным классам веществ, что значительно упрощает работу исследователю, позволяя легко и наглядно сравнить результаты прогнозирования различными методами как с экспериментальными данными одного класса, так и между разными классами, и выбрать для данного класса веществ наилучший метод прогнозирования. В запросе применена группировка веществ, группировка классов. Запрос в режиме конструктора:

Результат выполнения запроса:

Запрос литературы создан для определения всех литературных ссылок, в которых упоминаются данные по критической температуре индивидуального вещества. Позволяет исследователю оперативно находить литературные источники, где описывается методика метода прогнозирования либо способ получения экспериментальных данных. Запрос содержит условие отбора - все ссылки для вещества Butane. Поле КодСсылки отсортировано по возрастанию. Запрос в режиме конструктора:

Результат выполнения запроса:

Запрос температуры создан для быстрого поиска и группировки данных по критическим температурам, полученным экспериментальными и расчетными методами.

Запрос в режиме конструктора:

Результат выполнения запроса:

Запрос Источники данных позволяет также легко систематизировать данные по источникам данных по критическим температурам, значениями и индивидуальными веществами. При этом поля КодДанных и Критическая температура отсортированы по возрастанию.

Запрос в режиме конструктора:

Результат выполнения запроса:

Отчет Вещества создан для наглядного просмотра/публикации данных по критическим температурам индивидуальных веществ, полученным экспериментальными или прогностическими методами. Отчет в режиме конструктора:

Образ экрана при режиме отчета:

Отчет Классы веществ создан для наглядной демонстрации критических температур веществ, распределенных по классам. Для каждого вещества приведен расчет максимального значения из приведенного набора температур для оптимизации работы с данными. Отчет в режиме конструктора:

Образ экрана в режиме отчета:

Отчет Тип данных создан для систематизации имеющихся в базе данных по типам источников информации.

Отчет в режиме конструктора:

Отчет в режиме отчета представлен на рисунке:

Таким образом, была создана база данных по критическим температурам ряда органических веществ различных классов. Естественно, представленная база не отображает всех имеющихся в мировой литературе данных по экспериментальным и расчетным критическим температурам, однако может быть дополнена и расширена с учетом новых данных. Представленные отчеты, формы и запросы призваны упростить исследователю работу с базой, позволяя по различным начальным параметрам определять необходимые данные.

Следует отметить, что в современная наука, особенно химическая технология, во многих сферах перешла от накопления экспериментальной и теоретической базы данных к анализу и активному практическому применению полученных данных. Поэтому все возрастает роль информационных технологий в современных исследованиях. Грамотно составленная база данных - залог удачного применения экспериментальных данных, и, как следствие, успешного практического решения технологического вопроса.