基于机器学习势的TYX-3高能材料热稳定性与热分解特征研究OA
基于主动学习策略,构建了适用于TYX-3、TYX-3/DMSO及RDX体系的高精度机器学习势,并开展大规模分子动力学模拟。结果表明,建立的势函数在能量、受力、断键势能面及晶体结构预测方面接近密度泛函理论精度;模拟显示,300~500 K范围内TYX-3的体热膨胀系数显著低于RDX,表明其具有更高的晶格热刚性;热分解过程中,TYX-3以氢转移诱导的骨架活化为前驱,随后发生逐步开环和C-N键断裂,其表观活化能高于RDX,从动力学角度解释了其更高的分解温度;稠环刚性骨架对构象涨落的抑制是其高热稳定性的关键结构因素;DMSO溶剂通过氢键维持局部有序性,但在高温下使TYX-3分解起始温度略提前。
文明杰;韩嘉禾;周子涵;朱环宇;陈东平;初庆钊
北京理工大学爆炸科学与安全防护全国重点实验室,北京100081北京理工大学爆炸科学与安全防护全国重点实验室,北京100081北京理工大学爆炸科学与安全防护全国重点实验室,北京100081北京理工大学爆炸科学与安全防护全国重点实验室,北京100081北京理工大学爆炸科学与安全防护全国重点实验室,北京100081北京理工大学爆炸科学与安全防护全国重点实验室,北京100081
军事科技
物理化学高能材料TYX-3机器学习势热稳定性分子动力学
《火炸药学报》 2026 (3)
P.215-226,I0003,13
国家自然科学基金青年项目(No.52106130)。
评论