聚合物复合材料信息学用于可燃性、热力学、机械和电气性能预测
软凝聚态物质
2025-11-03 v1 材料科学
摘要
聚合物复合材料的性能显著取决于聚合物基材料、添加剂、加工条件以及测量装置。传统的基于物理的优化方法可能较慢、费力且昂贵，因为它们需要实际的制造和测试。本文致力于将已证明适用于纯聚合物设计的聚合物信息学（Polymer Informatics）方法扩展至聚合物复合材料领域。我们构建了商业可购聚合物复合材料的全面数据库，开发了机器可读的数据表示方案，并训练机器学习模型以预测15种易燃性、机械、热力学和电气性能，在完全未见的数据上进行验证。未来计划推动基于AI的功能性和可持续聚合物复合材料设计。
引用
@article{arxiv.2412.08407,
title = {Polymer Composites Informatics for Flammability, Thermal, Mechanical and Electrical Property Predictions},
author = {Huan Tran and Chiho Kim and Rishi Gurnani and Oliver Hvidsten and Justin DeSimpliciis and Rampi Ramprasad and Karim Gadelrab and Charles Tuffile and Nicola Molinari and Daniil Kitchaev and Mordechai Kornbluth},
journal= {arXiv preprint arXiv:2412.08407},
year = {2025}
}