区块聚合物材料的反向设计具有所需的纳米结构和宏观性质

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:

• 设计具有特定性质的聚合物是具有挑战性的,因为在多个长度尺度上存在许多变量.
• 现有的方法很难有效地探索庞大的聚合物设计空间,并优化纳米结构和宏观尺度的特性.
• 聚合物材料的反向设计需要能够同时预测和稳定所需的形态和性质的工具.

研究的目的:

• 为了介绍RAPSIDY 2.0,一个高效,高吞吐率的in-silico框架,用于合理设计高性能聚合物.
• 为了使纳米尺度形态和宏观尺度材料特性 (例如,抗拉强度,导热性) 的同时优化.
• 通过高效的空间探索设计,加快针对特定应用的新型聚合物材料的发现.

主要方法:

• 利用分子动力学 (MD) 模拟来预先将聚合物链置于选定的纳米尺度形态中.
• 采用贝叶斯优化驱动的积极学习来查询高维的聚合物设计空间.
• 进行虚拟实验以确定形态稳定性,并计算拟议的聚合物设计的宏观材料特性.

主要成果:

• 证明了RAPSIDY 2.0在工程高性能混合区块共聚合物的有效性.
• 成功设计的共聚合物表现出高热导率和高抗拉强度.
• 展示了框架能够解决链设计,中尺度形态和宏观尺度属性之间的合关系的能力.

结论:

• 雷普西迪2.0提供了一种高效的计算方法来加速聚合物的反向设计.
• 该框架有效地设计出具有量身定制的多尺度纳米结构和所需的宏观性质的聚合物.
• 这项工作显著推进了用于先进应用的新型聚合物材料的开发.