通过遗传算法加速计算发现具有增强光学性能的液晶聚合物

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:

• 液晶聚合物 (LCP) 为下一代虚拟,增强和混合现实 (VR / AR / MR) 技术提供了非常重要的光学性能.
• 现有的LCP面临的挑战是满足先进的光学设备对透明度和高折射率的要求.
• 传统的材料发现方法在识别具有所需特征的新型LCP时通常是缓慢和低效的.

研究的目的:

• 加速发现具有低可见吸收率和高折射率的液晶聚合物.
• 开发一种新的计算方法,将第一原则计算和基因算法集成为材料选.
• 发现用于设计先进光学材料的结构-属性关系.

主要方法:

• 将第一原则计算与遗传算法的整合用于加速物质发现.
• 在定义的分子构建块空间内进行代选,以确定合适的反应性半导体.
• 分析分子结构以了解属性相关性.

主要成果:

• 成功确定了符合低可见吸收率和高折射率的目标规格的液晶聚合物.
• 快速选潜在材料,与传统方法相比,显著减少发现时间.
• 获得了对调节光学性质的分子设计原理的洞察力.

结论:

• 开发的计算策略有效地加速了用于先进光学应用的高性能液晶聚合物的发现.
• 这种方法提供了一个系统的,可扩展的替代方法,而不是试错材料开发.
• 这些发现为设计适合VR/AR/MR技术和其他光学设备的新材料提供了途径.