相关实验视频
Updated: Jul 1, 2025
10:33
Research and Development of High-performance Explosives
Published on: February 20, 2016
17.6K
使用神经网络潜力确定高能材料 (α-RDX,β-HMX和 ε-CL-20) 的机械和分解性质
Mingjie Wen1, Xiaoya Chang1, Yabei Xu1
1State Key Laboratory of Explosion Science and Safety Protection, Beijing Institute of Technology, Beijing 100081, P. R. China. chuqz@bit.edu.cn.
Physical chemistry chemical physics : PCCP
|March 13, 2024
概括
一个新的神经网络潜力 (NNP) 模型使RDX,HMX和CL-20等高能材料 (HEM) 的精确分子模拟成为可能. 这个模型准确地预测了这些爆炸物的机械特性和热分解途径.
科学领域:
- 计算化学是一种计算化学.
- 材料科学是一种材料科学.
- 化学工程是化学工程的组成部分.
背景情况:
- 高能材料 (HEM) 的分子模拟在效率和精度方面面临挑战.
- 神经网络潜能 (NNP) 提供了一个有前途的解决方案,通过大规模的原子模拟实现高精度.
研究的目的:
- 为含有碳,,和氧的HEM开发一种新的NNP模型.
- 使用这个NNP模型研究RDX,HMX和CL-20的机械和热分解特性.
主要方法:
- 为C/H/N/O元素开发神经网络潜力 (NNP) 模型.
- 使用开发的NNP模型进行分子动力学 (MD) 模拟.
- 分析机械性质 (细胞参数,状态方程,弹性常数) 和热分解路径.
主要成果:
- 该NNP模型准确地复制了α-RDX,β-HMX和ε-CL-20的实验和理论机械特性.
- 热分解模拟显示了初始的N-NO2同解,中间激素形成和NO2诱导的反应.
- 分解遵循两阶段的轨迹:热解和氧化,由NO2峰分开.
结论:
- 开发的NNP可以作为一个可行的反应力场来模拟RDX,HMX和CL-20.
- 这种NNP模型为未来对胺爆炸物的动力学研究开辟了道路.
- 基于NNP的模拟提供了一种高效和准确的方法来理解HEM行为.
