分子模拟和机器学习技术在润滑材料设计与性能优化中的应用
编号:263
访问权限:仅限参会人
更新:2021-07-23 17:21:16 浏览:220次
口头报告
摘要
润滑材料的设计及性能优化技术严重依赖国外,自主研发面临很大困难。分子模拟和机器学习技术作为材料研发的新方法,为润滑材料的性能提升与快速评价提供了一种新的途径。为改善自润滑UHMWPE的耐热氧老化和耐磨性,利用分子动力学模拟评价了PI/UHMWPE复合体系分子间结合力、分散性、分子力学性能及添加相容剂的增益效果,为PI/UHMWPE复合材料体系寻找合适配比提供理论支持,在此基础上,筛选出PI/UHMWPE复合材料成型工艺,成功制备出综合性能优异的PI/UHMWPE复合材料;针对润滑油性能评价过程繁琐、价格昂贵等问题,利用分子模拟计算润滑油的结构参量,建立了基于特征参量筛选的机器学习性能预测模型,并对比分析了典型机器学习算法的预测效果,通过算法融合,建立了一种精确、稳定的润滑油摩擦学性能预测集成学习方法,加速润滑油的设计与开发。
稿件作者
贾丹
武汉材料保护研究所有限公司
段海涛
武汉材料保护研究所有限公司
李健
武汉材料保护研究所有限公司
发表评论