爱游戏在线登录:根据机器学习加快发现高功用可降解塑料代替新办法

产品说明

该效果结合了机器人技能、机器学习神经元网络算法与分子标准模仿，报导了一种加快制备具有可编程光学、热学和力学功用的全天然塑料代替品新办法，经过集成作业流程（猜测初筛机理引导定向制备）完成了全天然复合资料的多功用高效调控，该效果为处理塑料污染问题拓荒了新的途径，并为树立可继续的出产和消费形式做出了重要贡献。

论文通讯作者是Po-Yen Chen、胡良兵、李腾；榜首作者是陈天乐、庞震乾（现为浙江大学“百人方案“研讨员）、何帅明。

现在，石油塑料在满意人类需求的一起，也带来了巨大的环境和生态问题。因而，开发由纯天然基元组成的生物可降解塑料代替品是处理方案之一。但是，寻觅具有特定特点（如光学透明度、防火性和机械强耐性等）的全天然代替品面临着应战：基元数据库巨大，寻觅新资料就像难如登天，而传统的迭代优化试验功率低下，作业量巨大。此外，现在对纯天然塑料代替品的功用调控只限于单一方面，多功用一起调控受到限制。

鉴于此，美国马里兰大学的Po-Yen Chen教授、胡良兵教授和李腾教授团队提出了一种新办法，以加快制备全天然塑料代替品，这些代替品具有可编程的光学、热学和力学功用。该办法根据GRAS数据库选取全天然基元，凭借机器人快速制备286个具有不一样性质的纳米复合膜，接着丈量膜的完好度，并导入支撑向量分类器。经过14个主动学习循环和数据增强，他们逐渐制备了135个全天然纳米复合资料，然后对其进行光学、阻燃和力学功用测定，并构建了人工神经网络猜测模型。这个猜测模型能履行两种规划使命：1）从组成资料猜测全天然纳米复合资料的物理化学性质；2）主动规划生物降解塑料代替品，满意各种用户特定要求。使用强相关基元（纤维素与蒙脱石），经过分子动力学模仿从微纳标准得到其强耐性机理，确认了拉伸行为中的三个典型强韧化阶段：1）纤维链内氢键拉伸进步模量；2）链间层间滑移完成塑性强化；3）层间裂纹扩展产生开裂，终究完成高功用复合资料的定向制备。研讨标明，经过这一种集成作业流程（猜测初筛机理引导定向制备），可以尽可能的避免冗长的传统迭代优化试验，促进各种功用资料的多特点优化，适用于触觉传感器、可拉伸导体、电化学电解质优化和热绝缘气凝胶等广泛的纳米科学范畴。

图3：终究模型精确猜测提醒悉数可行区域内资料光学、机械和阻燃特点；经过模型扩展引进壳聚糖，显着提高全天然塑料代替品的终究伸长率。