机器学习辅助提升材料基因组方法设计含硅芳基乙炔树脂

关注

原创最新推荐文章于 2026-11-13 00:11:35 发布 726 阅读 AI 写同款· GEO 优化 ›

损失函数与优化器：从「梯度是怎么被造出来的」到「梯度是怎么被用掉的」本文揭示损失函数与优化器本质一体：优化器仅依赖损失产生的梯度，而损失决定梯度的方向、尺度与噪声特性。错误的损失选择（如分类用MSE）会导致梯度失衡，使优化器失效；不同损失（如Huber、Focal）通过调控梯度分布影响优化过程。实测表明，归约方式、标签结构与损失配对直接决定梯度行为，进而影响收敛性与泛化。核心观点：选对损失，才是让优化器“看得懂”的前提。阅读详情

摘要：含硅乙炔树脂作为一种有机-无机杂化耐高温树脂，具有广阔的应用前景。然而，其加工性能仍需进一步改善，以满足低粘度的加工要求。本文提出了一种材料基因组方法来设计和筛选具有优良加工性能和耐热性的含硅乙炔树脂。为了高通量筛选有前途的树脂，建立了机器学习模型来预测其加工性能和耐热性。筛选了10种潜在树脂，以验证材料基因组方法。结果表明，筛选后的树脂加工性能明显改善，保持了良好的耐热性。这项工作为含硅乙炔树脂的经济高效的数据驱动设计提供了一种新方法。

Ref：Chemical Engineering Journal 448 (2022) 137643

链接：https://doi.org/10.1016/j.cej.2022.137643

1、研究背景

近年来，航空航天、电子信息等领域的发展提高了对耐热聚合物的需求，耐热聚合物及其复合材料的研究备受关注。由于含硅乙炔树脂(PSA)具有良好的热稳定性，研究人员对其越来越感兴趣。

PSA树脂是一种由含硅基团和乙炔基基团组成的无机-有机杂化聚合物。固化后，PSA树脂形成高交联网络，并表现出优良的性能，如耐热性和介电性能，显示出作为先进聚合物复合材料基质的高潜力。

由于热稳定性和可加工性的相互制约，PSA树脂的研究进展受到限制。一般来说，树脂热稳定性的提高伴随着加工性能的下降。通常，耐热性优异的树脂具有较高的粘度，但不适合加工和生产高性能复合材料，特别是树脂成型加工方面。

因此，PSA树脂的改进集中于在不失去热稳定性的情况下易于加工和制造。这种性能的改善需要在热稳定性和加工性能之间进行权衡。含硅乙炔树脂的设计，由于研发周期长，通常采用试错法，效率较低。

材料基因组法(MGA)是解决这一问题的有效途径。材料研究经历了实验观察、理论模型和计算科学三种范式。利用数据来驱动材料的研发是MGA提出的第四个范式。MGA旨在通过创建材料创新基础设施来加速新材料的发现、设计和部署。MGA首先定义材料的“基因”，然后对“基因”进行组合，最后通过性能预测筛选出首选材料。

在本工作中，首次建立了用于评价PSA加工性能和耐热性的机器学习（ML）模型。然后，利用这些ML模型提出了一种MGA来进行树脂的高通量筛选，并在不牺牲耐热性的前提下过滤出一系列具有最佳加工性能的PSA树脂。

2、研究方法

2.1 建立机器学习模型

为了能够预测聚合物耐热性能和加工性能，从Polymer Genome database数据库中收集94组耐热性数据，从PubChem database中收集了882组粘度数据，建立了multi-layer perceptron (MLP)神经网络模型，最后利用机器学习模型建立分子结构与性质之间的对应关系。

2.2 材料基因组方法

首先定义聚合物的基因，乙炔基结构和硅基结构分别为聚合物的基因，如表1和表2所示。通过基因之间的组合形成虚拟聚合物，共368种树脂。

表1 16种乙炔基结构

表2 23种硅基结构

图片2.png

2.3 材料基因组方法与机器学习设计筛选聚合物流程图

通过基因组合方法获得聚合物树脂虚拟材料，利用机器学习模型对虚拟材料进行耐热性能和粘度的预测；最后筛选出综合性能优良的聚合物。

图1 材料基因组方法设计耐热性和优异加工性聚合物树脂

3、结果与讨论

3.1 机器学习模型

本工作中使用氮气氛中的Td5来表示耐热性，并选择室温下的lgη来表示加工性能。ML被用来构建化学结构和这些性质之间的关系。通过耐热性能预测模型和粘度预测模型的训练集、验证集和测试集的R2可以评判这两个性能预测模型是可靠的，如图2所示。

图2 机器学习模型对耐热性能与粘度预测的表现

3.2 材料基因组方法筛选易加工耐热的树脂材料

进一步可以通过两个ML模型来评估候选树脂的性能。通过ML模型分别预测了368种候选树脂的加工性能和耐热性的lgη和Td5。然后，作者设置了筛选树脂的标准：1）耐热性和加工性能的预测值映射到0到1的范围内，其中1表示树脂的加工性能或耐热性最好，0表示树脂最差。2）每个属性都有其重要性的权重系数，并根据权重系数计算加权平均值。考虑到这两种性质的同等重要性，将加工性质（或耐热性）的权重系数设置为0.5。图3左图显示了368种候选树脂的加权平均值，其中黑色矩形表示加权平均值排前十的最佳树脂。这十种树脂的分子结构如图3右图。作者选择了PSNP-MV（蓝色）的分子进行验证，因为其易合成性。