私密直播全婐app免费大渔直播,国产av成人无码免费视频,男女同房做爰全过程高潮,国产精品自产拍在线观看

  先進樹脂基復合材料由于輕質高強的優點，在航天航空等領域有著廣泛應用。相較于高性能碳纖維的發展，當前基體樹脂的發展相對滯后，成為了制約復合材料性能提升的瓶頸。環氧樹脂作為廣泛使用的高性能復合材料的基體樹脂，存在脆性大的難題。如何使環氧樹脂兼具高強度、高模量、高韌性的性質，長期困擾著高分子材料的科研人員。傳統的高分子研究范式以經驗和實驗試錯為中心，費時費力，難以應對各類性能間相互制約的設計難題。

  最近，華東理工大學林嘉平教授團隊在高性能環氧樹脂的設計方法上取得了突破。利用圖卷積神經網絡結合分子描述符與分子圖表示方法捕獲環氧結構的基因特征，基于Flory經典凝膠理論開發了可描述聚合物交聯特性的交聯密度描述符，建立了環氧樹脂各類性能的機器學習模型。這種高分子材料的“AlphaFold”模型，可以高效、快速計算海量環氧樹脂結構的模量、強度和斷裂伸長率（如圖1）。基于機器學習模型，發展了材料基因組方法。經樹脂基因定義和組合，形成了24萬種候選的環氧樹脂結構。通過機器學習性能預估模型，對海量虛擬結構進行了高通量預測和篩選，得到了10余種兼具高模、高強、高韌特性的新型環氧樹脂結構。實驗驗證表明，在保持高模、高強的同時，新型環氧樹脂斷裂伸長率可達6.7%，有效解決了環氧樹脂的脆性難題。

  參考文獻：Yaxi Hu^#, Wenlin Zhao^#, Liquan Wang*, Jiaping Lin*, and Lei Du. Machine-Learning-Assisted Design of Highly Tough Thermosetting Polymers. ACS Appl. Mater. Interfaces 2022, DOI: 10.1021/acsami.2c14290

  文章網址：https://pubs.acs.org/doi/pdf/10.1021/acsami.2c14290

  課題組網站：https://jlinlab.ecust.edu.cn/