欢迎访问中国膜工业协会官方网站!
 
热门标签:
海水淡化企业 原膜
科技动态
Technology News
长春应化所质子交换膜的结构和大数据课题研究获突破
《高分子科技》微信公众号 / 时间:2019-04-26 08:54:59

  据高分子科技微信公众平台2019年4月25日讯 质子交换膜是决定燃料电池能量/功率密度、循环寿命等的核心部件,也是当前燃料电池汽车亟需进一步发展的关键材料。目前商业化应用以及研究的参照主要是杜邦公司生产的Nafion全氟磺酸膜。虽然Nafion膜具有非常鲜明的优缺点,开发Nafion复合膜和新的非氟聚合物质子交换膜是高分子材料研发的前沿。中国科学院长春应用化学研究所高分子材料结构与大数据课题组围绕质子交换膜的结构解析、组成工艺性能数据库和机器学习预测模型构建,明晰了Nafion和非氟聚合物质子交换膜的结构特征,基于定量的组成-工艺-结构-性能关系,给出了开发高性能质子交换膜的可检验性指导。


长春应化所质子交换膜的结构和大数据课题研究获突破


  首先,通过对Nafion具有特氟龙主链和磺酸根侧基的高分子进行了量子化学计算-分子力场和非球对称粗粒化模型的精确构建,结合GPU加速的分子动力学模拟,构建了Nafion膜的稳定结构,通过类似电镜投影和小角散射曲线计算,得到了与实验一致的结果,在模拟上首次全面再现了Nafion这种无序相分离结构的五个特征(Assembled Structures of Perfluorosulfonic Acid Ionomers Investigated by Anisotropic Modeling and Simulations. J. Phys. Chem. B 2017, 121:9718)。
  其次,通过对300余篇关于Nafion质子交换膜的原始研究论文开展了数据挖掘和机器学习研究,厘清了质子传导率和水在膜中的分布,并拟合出了热力学理论参数。进一步在复合材料对性能的可靠预测模型基础上,分析并明确了具有商业应用价值的复合填充材料选择,和匹配的优化制膜工艺方案(An Overview of the Proton Conductivity of Nafion Membranes through a Statistical Analysis. J. Membr. Sci. 2016, 504, 1; A Statistical Study of Proton Conduction in Nafion-Based Composite Membranes: Prediction, Filler Selection and Fabrication Methods. J. Membr. Sci. 2018, 549, 393)。
  近期,通过对2800多篇文献的数据挖掘,梳理出含有166种亲水嵌段和175种疏水嵌段的高分子,基于可靠的性能预测模型,高通量筛选了26万余种两嵌段高分子,从中找到了2800余种具有优于当前商业燃料电池汽车所用高分子Nafion 117的综合性能,将为新的高性能质子交换膜材料设计和制备提供切实指导(Rational design of hydrocarbon-based sulfonated copolymers for proton exchange membranes. J. Mater. Chem. A, 2019, DOI: 10.1039/C9TA00688E)。
  这些高分子材料大数据的研究还仅仅是个开始,在数万亿的商业背景下,高分子材料是实现绿色环保、个性化和智能化的关键。在达到目标性能要求的基础上,如何实现材料和制备工艺最优化,预测和指导极端使用条件下高分子材料的极限性能实现,包含数据挖掘和机器学习的高分子材料大数据研究,大有可为。同时也应看到,虽然材料领域的大数据研究近年来取得了一系列令人瞩目的报道,但在高分子材料方面的成果却屈指可数。(材料基因组学的发展现状、研究思路与建议 中国科学:化学 2018, 48, 243-255)。研究思路、核心技术、预测模型验证方案和可解释性,特别是清晰的材料多层次结构信息,非常稀缺难得。我们该系列研究初步探索出了高分子材料大数据的可行研究思路,期望能够促进数据驱动创新这一研究范式在高分子材料的基础和前沿研发的有效融合。
  中科院长春应化所高分子材料结构与大数据课题组PI为李云琦研究员,曾获中国科学院百人计划A类支持(结题优秀)。李云琦研究员曾在南京大学化学系、高分子化学与物理国家重点实验室师从安立佳院士学习,之后在堪萨斯大学结构生物学中心、应用生物信息学实验室以及罗格斯大学食品系学习工作,其多学科的背景为高分子材料的大数据研究奠定了坚实基础。课题组成员陈文多副研究员和博士研究生刘伦洋主导开展了这一系列工作。
  该系列工作得到国家重点基础研究发展计划(2015CB655302),国家自然科学基金(21374117,21404105,21774128)以及中国科学院前沿科学重点研究项目(QYZDY-SSW-SLH027)支持。