Diseño de poliimida de alto rendimiento: optimización multiobjetivo acelerada por aprendizaje automático

Área de la Ciencia:

• Ciencias de los materiales
• Química de los polímeros
• Ciencias de los materiales computacionales

Sus antecedentes:

• Las poliimidas avanzadas (PI) son cruciales para la electrónica flexible, las pantallas plegables y el sector aeroespacial debido a su transparencia, robustez mecánica y estabilidad térmica.
• La optimización simultánea de estas propiedades en IP presenta un desafío de diseño significativo.

Objetivo del estudio:

• Desarrollar un marco de optimización multiobjetivo basado en datos para el diseño sistemático de poliimida.
• Acelerar el descubrimiento de polímeros multifuncionales con propiedades adaptadas para aplicaciones de próxima generación.

Principales métodos:

• Utilizó grandes modelos de lenguaje para la extracción de datos de alta calidad.
• Modelos de aprendizaje automático empleados para la predicción del rendimiento y el análisis de la relación estructura-propiedad.
• Predicciones validadas mediante síntesis experimental y evaluación de cinco películas de PI.

Principales resultados:

• Se han seleccionado con éxito más de 20.000 formulaciones potenciales de poliimida.
• Películas de IP desarrolladas (PI-a, PI-b, PI-e) que superan los parámetros comerciales.
• Se obtienen altas temperaturas de transición de vidrio (336-376 °C), resistencia a la tracción (207-324 MPa) y transmitancia (> 89,6%).

Conclusiones:

• El marco basado en datos permite el diseño y la optimización rápidos de polímeros multifuncionales.
• Este enfoque descifra efectivamente las complejas relaciones estructura-propiedad, particularmente las influenciadas por los complejos de transferencia de carga.
• El marco es ampliamente aplicable para el diseño de polímeros avanzados para electrónica flexible y almacenamiento de energía.