基于材料基因工程的含能材料探索研究

宋思维，王毅，陈方，晏蜜，张庆华*

中国工程物理研究院化工材料研究所，绵阳，中国，621900

摘要：含能材料作为一种亚稳态的储能材料，可以瞬间提供巨大的能量，在军事和民用领域如太空勘探，采矿，建筑，拆除，钻探油井中得到广泛应用。然而，由于固有的能量与安全的矛盾以及传统试错研发模式的低效率，探索新型高性能含能材料始终是一个巨大的挑战。近年来，机器学习技术已证明其在新材料研发方面的巨大潜力。但据我们所知，到目前为止采用机器学习技术来指导发现新型含能材料还未见报道。

在本研究工作中，我们首先从元素组成，分子结构和晶体堆积的角度总结并量化了不敏感含能材料的“基因组”特征。然后，我们通过核岭回归（KRR）算法训练了四个模型，包括密度、爆速、爆压和分解温度，从分子水平实现对基本性能的预测。在晶体层面，我们使用独热编码作为卷积神经网络（CNN）的输入来训练用于识别特定类石墨层状晶体结构的分类模型。将这些机器学习模型与高通量分子生成模块集成在一起后，最终建立了一个高通量虚拟筛选（HTVS）系统，用于高效设计，预测和筛选有具有应用前景的含能材料。借助材料基因工程方法和这个自建的HTVS系统，我们已经从巨大的化学空间中确认并合成了两种具有独特的类石墨堆积结果的高性能含能材料。我们的工作显示了材料基因工程方法在开发先进含能材料方面的潜力，并为将来开发具有优异性能的含能材料如熔铸载体炸药和主炸药提供了新思路。

关键词：含能材料；材料基因工程；机器学习；高通量虚拟筛选

* 通讯作者: qinghuazhang@caep.cn.