面向所需纳米结构和宏观性质的块共聚物材料的逆向设计

针对材料性质可定制化的长期挑战，由于聚合物设计变量的庞大，在该领域亟需开发新型工具来辅助逆向设计过程并有效探索高维聚合物设计空间。针对聚合物体系的宏观性质优化面临的难题在于，性质由多个尺度上的特征决定，范围从所选单体化学性质到链层面设计，再到更大的尺度结构。本文提出了一种高效高通量基于体内模拟的框架，用于有效设计具有所需多尺度纳米结构和宏观性质的高性能聚合物，称为RAPSIDY 2.0——Rapid Analysis of Polymer Structure and Inverse Design strategY 2.0。该框架建立在我们之前工作RAPSIDY 1.0的基础上，后者仅聚焦于识别稳定所需纳米形貌的聚合物设计。在RAPSIDY 2.0中，我们采用分子动力学模拟与贝叶斯优化驱动的主动学习相结合，最优查询高维聚合物设计空间，提出具有前景的设计候选方案，这些方案同时稳定所选的纳米形貌并表现出所需的宏观材料性质。我们利用包含预置于所选纳米形貌的聚合物链的MD模拟，进行虚拟实验，以确定所选聚合物设计在目标形貌中的稳定性，并计算所需的宏观材料性质（如热导率）。我们的 методology 直接解决了共聚物特有的挑战——其宏观性质是链设计和中尺度形貌的函数，且两者相互耦合。