华东理工大学林嘉平教授团队：高分子“AlphaFlod”解决环氧树脂脆性大
已有人阅读此文 - -
先进的树脂基复合材料由于其重量轻、强度高等优点，在航空航天等领域得到了广泛的应用。与高性能碳纤维的发展相比，目前基体树脂的发展相对滞后，已成为制约复合材料财产提高的瓶颈。作为广泛应用的高性能复合材料的基体树脂，环氧树脂存在脆性大的问题。如何使环氧树脂具有高强度、高模量和高韧性的财产，一直困扰着高分子材料的研究者。传统的聚合物研究范式是基于经验和实验的反复试验，费时费力，难以处理各种财产之间相互制约的设计问题。
最近，华东理工大学林嘉平教授团队在高性能环氧树脂的设计方法上取得了突破。利用图卷积神经网络结合分子描述符与分子图表示方法捕获环氧结构的基因特征，基于Flory经典凝胶理论开发了可描述聚合物交联特性的交联密度描述符，建立了环氧树脂各类性能的机器学习模型。这种高分子材料的“AlphaFlod”模型，可以高效、快速计算海量环氧树脂结构的模量、强度和断裂伸长率（如图1）。基于机器学习模型，发展了材料基因组方法。经树脂基因定义和组合，形成了24万种候选的环氧树脂结构。通过机器学习性能预估模型，对海量虚拟结构进行了高通量预测和筛选，得到了10余种兼具高模、高强、高韧特性的新型环氧树脂结构。实验验证表明，在保持高模、高强的同时，新型环氧树脂断裂伸长率可达6.7%，有效解决了环氧树脂的脆性难题。
图1. 面向高性能环氧树脂设计的“AlphaFlod”模型，可高效、快速计算不同分子结构环氧树脂的强度、模量和断裂伸长，性能3D图中包涵24万个环氧结构的强度、模量和断裂伸长。颜色由紫到红表示综合力学性能的由弱到强。
该工作由华东理工大学博士生胡雅茜、赵文林在林嘉平教授、王立权副教授和特种树脂领域著名专家杜磊教授的指导下完成。该工作以“Machine-Learning-Assisted Design of Highly Tough Thermosetting Polymers”为题发表在材料化学领域重要刊物ACS Appl. Mater. Interfaces (DOI: 10.1021/acsami.2c14290)。此外，团队近期还发展了耐高温易加工含硅芳炔树脂的机器学习模型，通过高效、快速计算耐热性能和加工粘度，成功设计获得了耐热性优异且易于加工的新型含硅芳炔树脂，其耐高温性能Td5达689℃、在110℃~152℃加工窗口下粘度低于1 Pa∙s（Chem. Eng. J. 2022, 448, 137643）。研究团队以“顶天立地”为目标，不仅开发理论设计方法，还面临推动高分子材料基因工程高质量发展的重大现实需求。
最近，华东理工大学林嘉平教授团队在高性能环氧树脂的设计方法上取得了突破。利用图卷积神经网络结合分子描述符与分子图表示方法捕获环氧结构的基因特征，基于Flory经典凝胶理论开发了可描述聚合物交联特性的交联密度描述符，建立了环氧树脂各类性能的机器学习模型。这种高分子材料的“AlphaFlod”模型，可以高效、快速计算海量环氧树脂结构的模量、强度和断裂伸长率（如图1）。基于机器学习模型，发展了材料基因组方法。经树脂基因定义和组合，形成了24万种候选的环氧树脂结构。通过机器学习性能预估模型，对海量虚拟结构进行了高通量预测和筛选，得到了10余种兼具高模、高强、高韧特性的新型环氧树脂结构。实验验证表明，在保持高模、高强的同时，新型环氧树脂断裂伸长率可达6.7%，有效解决了环氧树脂的脆性难题。
图1. 面向高性能环氧树脂设计的“AlphaFlod”模型，可高效、快速计算不同分子结构环氧树脂的强度、模量和断裂伸长，性能3D图中包涵24万个环氧结构的强度、模量和断裂伸长。颜色由紫到红表示综合力学性能的由弱到强。
该工作由华东理工大学博士生胡雅茜、赵文林在林嘉平教授、王立权副教授和特种树脂领域著名专家杜磊教授的指导下完成。该工作以“Machine-Learning-Assisted Design of Highly Tough Thermosetting Polymers”为题发表在材料化学领域重要刊物ACS Appl. Mater. Interfaces (DOI: 10.1021/acsami.2c14290)。此外，团队近期还发展了耐高温易加工含硅芳炔树脂的机器学习模型，通过高效、快速计算耐热性能和加工粘度，成功设计获得了耐热性优异且易于加工的新型含硅芳炔树脂，其耐高温性能Td5达689℃、在110℃~152℃加工窗口下粘度低于1 Pa∙s（Chem. Eng. J. 2022, 448, 137643）。研究团队以“顶天立地”为目标，不仅开发理论设计方法，还面临推动高分子材料基因工程高质量发展的重大现实需求。
