陈龙庆/苏元捷等Adv. Sci.: 高通量相场模拟+机器学习优化压电纳米复合材料

在聚合物基体中加入氧化物填料的压电纳米复合材料结合了氧化物的高压电响应和聚合物的柔韧性及生物相容性的优点，了解材料选择和填料-基体结构的作用对于实现复合材料在柔性电子和能量收集设备中所需的功能至关重要。

在此，电子科技大学苏元捷研究员、康昭副教授联合美国宾夕法尼亚州立大学陈龙庆教授、杨天南以及浙江大学洪子健研究员等人采用高通量相场模拟和机器学习（ML）相结合的方法，探索了填充材料和复合结构在确定氧化物-聚合物纳米复合材料的压电、机械和介电性能中的作用。

相场模拟结果表明，在体积分数不变的情况下，压电系数和介电常数随着填料的深度与宽度比（DR）的增加而单调增加，而机械柔量则遵循相反的趋势。在所探索的400组氧化物填料的几何构型中，具有垂直于薄膜平面的纳米柱的1~3种复合材料表现出最大的压电系数、介电常数和机械刚度。此外，品质因数的进一步计算和回归分析验证了纳米柱的填料结构可同时保持高性能柔性复合材料的最佳压电和机械性能。

图1. 纳米复合材料整个数据集的高通量相场模拟结果

作者提出了一种ML策略来建立解析表达式，以预测使用各种填充材料在不同体积分数下制备的PVA-聚合物纳米复合材料的有效压电性能。根据回归分析的操作场景，作者选择了纳米填料的三个特性，即介电常数、压电系数和弹性刚度作为ML指纹的变量。

研究表明，复合材料的压电响应取决于多种因素，可以通过增加陶瓷填料的比压电系数、降低介电常数和比弹性刚度来增强复合材料的压电响应。此外，对基于PVDF基体的压电复合材料进行的相场模拟结果表明，本研究的结论可以进一步推广到其他聚合物-陶瓷压电复合材料。

因此，这项工作不仅揭示了压电聚合物纳米复合材料的基本机制，而且为优化用于柔性电子和能量收集设备的复合材料压电性能提供了一种创新方法。

图2. ML预测结果与相场模拟结果的比较

Optimizing Piezoelectric Nanocomposites by High-Throughput Phase-Field Simulation and Machine Learning, Advanced Science 2022. DOI: 10.1002/advs.202105550

原创文章，作者：v-suan，如若转载，请注明来源华算科技，注明出处：https://www.v-suan.com/index.php/2023/10/10/ce9240db5d/

陈龙庆/苏元捷等Adv. Sci.: 高通量相场模拟+机器学习优化压电纳米复合材料

相关推荐

发表回复