复杂条件下丁腈基有机杂化复合材料老化失效的分子模拟及寿命预测

Multiscale analysis in the aspects of both micro-structure and macro-performance is the difficulty of aging research. The conventional aging researches of rubber-based organic hybrid composites are mainly dependent on the empirical experiences and experiments. However, the computer simulation, which can greatly reduce experimental processes, explain the phenomena, establish the theories, as well as forecast performances, has become a new materials research attempt named as the third method along with scientific experimental and theoretical methods. In this proposed research item, molecular simulation combined with experimental methods are used to study the aging of nitrile-based organic hybrid composites in complex environments. Artificial neural network is used to predict the service life of the material. The specific contributions are as follows: Molecular simulation is used to describe the physical aging relaxation process of molecular chains at different temperatures and pressures and also used to quantitatively study the free volume, energy and mean square end moment, and to establish the correlations with macroscopic performance; Quantum chemical calculation is used to judge the aging reaction path of the material; The simulation results are validated through a series of experiments, so as to summary the aging behavior and aging mechanism of organic hybrid composites; Artificial neural network is used to establish the life prediction model, considering multiple aging factors (temperature, oxygen, pressure and time) synergy influence. In this research, the combination of computer simulation and experiment shows multidisciplinary cross and and originality. This research is expected to provide a theoretical guidance for improving the aging resistance of rubber-based organic hybrid composites.

从微观结构到宏观性能的多尺度分析是老化研究的难点，传统橡胶基有机杂化复合材料的老化研究多依赖实验，而目前计算机模拟已成为与实验科学、理论科学并列的第三种材料研究方法，可极大地减少试验过程，通过模拟来解释现象、建立理论、预测性能。本研究拟采用分子模拟与实验相结合的方法，研究丁腈基有机杂化复合材料在复杂环境下的老化；采用人工神经网络预测材料的服役寿命。具体包括：采用分子模拟描述不同温度、压力下分子链的物理老化松弛过程，从分子层面量化研究材料的自由体积、能量、均方末端矩等微观性质与宏观性能的关系；通过量子化学计算判断材料的老化反应路径；利用实验进行验证，总结有机杂化复合材料的老化行为与机理；通过人工神经网络建立多重老化因素（温度、氧、压力、时间）协同作用下材料的寿命预测模型。本研究采用计算机模拟与实验相结合的方法具有学科交叉性与独创性。本研究将为提高橡胶基有机杂化复合材料的耐老化性奠定理论基础。

橡胶基阻尼复合材料的实际寿命满足不了装备设施的要求，是目前普遍存在的共性问题。本项目采用实验与分子模拟相结合的方法，系统研究了复杂环境下受阻小分子改性丁腈基有机杂化复合材料的老化过程，确定了材料在该过程中的性能变化规律和老化机理，对材料的服役寿命进行预测，最终从分子层面上建立了材料微观结构与老化性能的定量关系。主要包含以下三个方面：1. 橡胶基阻尼复合材料的热氧加速老化。设计并筛选出橡胶基阻尼复合材料的优化配方，通过共混技术使受阻类有机小分子在丁腈基橡胶中形成纳米级分散，采用氧气氛围进行老化箱加速老化实验，通过热重分析测试、力学测试、动态热机械测试和压缩应力松弛测试，分析不同老化因素对材料的热力学性能、阻尼性能和松弛性能的影响。同时采用核磁交联密度测试、红外及二维红外测试技术、扫描电镜测试和正电子湮灭测试技术分析不同老化因素对橡胶交联网络、化学官能团的生成速率、表面形貌和自由体积的影响，进而分析得出受阻胺（酚）/丁腈橡胶基有机杂化复合材料的老化性能和老化过程。2.通过分子模拟方法研究复杂环境下材料的老化。构建丁腈基有机杂化复合材料的分子模型，用来模拟材料的分子链末端距、自由体积、结合能、氧气分子扩散系数等微观参数随温度和时间的变化规律，应用高分子统计物理方法，通过分子链构象熵和焓的变化等得到微观结构与宏观物性参数关系的定量描述方法及规律，进而推断出材料的物理老化机理。通过量子力学研究材料的化学老化，采用密度泛函理论计算材料在不同老化反应路径下的反应活化能，分析过渡态，进而推导出材料的化学老化机理。3.建立人工神经网络寿命预测模型。基于实验测试结果，通过网络测试误差和训练误差的计算确定人工神经网络的参数，采用正则化的算法优化模型的参数，通过引入灵敏度分析的方法定量研究不同老化因素对材料老化性能的影响程度，最终建立多影响因素协同作用下的橡胶基阻尼复合材料的人工神经网络寿命预测模型。