以数据科学为中心的设计,发现和评估具有所需介电常数的新型合成可访问的聚合物

科学领域:

• 材料科学 材料科学 材料科学
• 计算化学计算化学
• 聚合物科学 聚合物科学

背景情况:

• 先进的计算机技术加速了新型分子结构的发现.
• 聚胺 (PI) 是重要的材料,但发现具有特定介电性质的材料仍然具有挑战性.
• 优化介电常数 (ε) 是诸如高温电容储能等应用的关键.

研究的目的:

• 提出一个以数据科学为中心的"设计-发现-评估"方案,用于具有量身定制的介电常数 (ε) 的新型聚合物 (PI).
• 创建和选一个大型虚拟库的合成可访问的PI.
• 为了确定适合高温电容储能的PI.

主要方法:

• 通过扩展现有结构,创建一个拥有超过10万个PI的虚拟图书馆.
• 开发一个定量结构-属性关系 (QSPR) 模型,以预测在多个频率 (R2 = 0.9768) 的 ε.
• 引入原子相邻组 (AAG) 方法来评估高通量选可靠性,随后进行分子动力学 (MD) 模拟.

主要成果:

• 一个QSPR模型准确地预测了介电常数,使得高通量选成为可能.
• 原子相邻组 (AAG) 方法验证了选过程.
• 确定了9个新型PI, ε>5在103Hz,玻璃过渡温度在250°C至350°C之间.
• 分子动力学 (MD) 模拟证实了已识别的PI的有前途性质.

结论:

• "设计-发现-评估"方案有效地识别了具有所需介电性质的新型聚合物.
• 开发的QSPR模型和AAG方法为材料发现提供了可靠的工作流.
• 鉴定到的重点项目显示了高温电容储能应用的巨大潜力.