压装PBX炸药结构、组成同力学性能间关系模型的建立

Relationship model between the mechanical property and structures as well as compositions has not been established for the PBX explosives, significantly limiting efficiencies in formula design and optimization of preparation conditions. Application of chemometrics has achieved great success in constructing quantitative structure property relationship model. Therefore, our project will introduce the chemometrics method to establish the relationship model for the mechanical property of the PBX explosives, which includes data derived from quantum chemistry and experiments. Firstly, by using MySQL distributed technology, we construct the PBX database of the mechanical property in order to provide systematic dataset for the model construction and also for the data organization, retrieval, calculation and management. Then, based on the database, we utilized probability models and non-probability ones to analyze the correlation between these variables and select important variables, in turn performing qualitative analysis. Based on the optimum variable set selected, we develop the relationship model with multivariate regression to investigate the correlation between the mechanical property and the feather variables at the microscopic and macroscopic levels. After optimization and modification, we expect the relationship models to perform well in prediction of the mechanical property. The results from the project will provide one new and highly efficient strategy for optimum design of the mechanical property from the microscopic level to the macroscopic one.

压装PBX炸药研发领域一直缺乏其结构组成与力学性能间的有效关系模型，明显限制了高效的炸药配方设计和制备条件的优化。化学计量学方法在结构性能间关系模型的构建中有着突出的优势，本项目拟引入此方法去构建结合了量化计算和实验数据的关系模型。首先使用MySQL等技术去构建PBX炸药力学性能数据库，此数据库包括影响力学性能的原子水平上的微观因素和实验上的配方组成及制备条件的宏观因素，为关系模型的构建提供系统全面的特征变量集，并实现对数据的安全存储、检索、处理和管理。在此基础上，运用化学计量学中概率和非概率模型的变量筛选方法去探索PBX各宏观、微观特征变量与力学性能的定性关系，并确定最优的特征变量集、进而利用回归分析构建其与力学性能间的定量关系模型，并对方法进行优化和改进，构建最优模型，以实现对力学性能的可靠预测，为PBX炸药的力学性能优化设计提供一种系统、普适、从微观到宏观的新的高效研究手段。

PBX炸药在国防和民用领域均有着广泛的应用，然而新型高效PBX材料的实验开发进度缓慢，其原因在于缺乏对其结构和性能之间关系的探明，包括其结构组成与力学性能间的关系模型。因此本项目结合机器学习和计算模拟的方法去构建炸药结构因素与其力学性能以及与力学性能相关的其它重要性能间的关系模型，为高性能PBX炸药的实验研发提供理论指导和分子依据。本项目的主要研究内容包括1)构建了炸药分子结构与力学性能和撞击感度的关系模型，以及力学性能与撞击感度的相关模型；2）开发了能用于炸药共晶体的快速筛选的图卷积神经网络模型，可为基于共晶方式改善炸药力学性能筛选合适的炸药共晶体；3）揭示了不同添加剂对共晶炸药力学性能的影响机制作用，为改善力学性能的配方设计提供指导；4）针对炸药数据的小样本特点，构建了与力学性能密切相关的高生成热和高爆热炸药分子的自适应设计模型和逆向设计模型，能够在标签样本缺乏的情况下实现满足目标性能的快速设计，所构建的模型具有普适性，可用于其他目标性能的炸药分子的设计。同时，结合在炸药研究中所获得的机器学习和计算模拟的成功经验，进一步对发光材料、SAR图像和靶标蛋白进行了研究，拓展了方法的应用，也为炸药领域的进一步深入研究积累了机器学习和计算模拟的研究经验和基础。总之，本项目完成了预定的研究内容，达到了研究目标，在基金资助下发表了12篇SCI论文，获得3项计算机软件著作权，申请受理了6项专利，培养了13名研究生，其中毕业8名，更为重要的是所构建的机器学习模型已经在中国工程物理研究院化工材料研究所得到推广应用。