1-张武—基于“深度学习-计算模拟-实验设计”耦合新供热管道材料开发范式研究.pdf

1、基于基于“深度学习深度学习-计算模拟计算模拟-实验设计实验设计”耦合模式的供耦合模式的供热管道材料开发范式研究热管道材料开发范式研究 张武 副教授 天津科技大学 环境工程系 副主任 中欧非开挖研究中心 秘书长二二五年 三月Contents目录目录PART 03 模型训练与验证PART 04 高通量筛选PART 05 新材料合成与验证PART 02 特征提取PART 01 研究背景01项目来源及研究背景研究背景研究背景近年因管道“带病”运行，导致道路坍塌等事故多发，造成了重大的生命财产损失和恶劣的社会影响。管道原位固化修复技术，因其对道路交通影响小、城市环境破坏少、施工效率高、节约成本等优点，越

2、来越受到行业青睐。研究背景 腐蚀腐蚀 腐蚀腐蚀 破裂破裂 破裂破裂 集中式供热管网已成为我国建筑供暖的主导方式，单套供热系统规模高达百万甚至千万平米，可覆盖主城区甚至整座城市，管道的最大口径DN1600。截止至2020年，我国城市供热管道已达43万公里。据调查显示，已铺设的供热管道中来自上世纪八十年代铺设的管道占据较大部分的比例。由于技术水平限制且年久失修，供热管道破损严重。不仅仅是排水管道/供水管道！研究背景Epoxy resinPhenolic resinVinyl ester resin非开挖行业树脂背景环氧树脂：环氧树脂：味道小、粘度大；机械性能、耐腐蚀性好 但成本较高、加工难度大、固

3、化后易形变。酚醛树脂：酚醛树脂：气味刺鼻、耐腐蚀性较好、机械强度大，但易受潮吸湿，性能易受影响；难加工、高温下易燃释放有毒气体。不饱和聚酯树脂：不饱和聚酯树脂：成本低、易加工、粘性好，但固化易收缩，易出现脆性。乙烯基酯树脂乙烯基酯树脂：兼具环氧和不饱和聚酯的优点，即高强 度、耐化学腐蚀和良好工艺性能。但耐热性较差、脆性大Unsaturated polyester resin应用于供热管道时，均存在耐热性有限，有些还不宜暴露潮湿环境等缺点。但胜在固化所需温度较低、相对可控研究背景Polyimide resinBenzoxazine resin应用供热管道非开挖修复的树脂条件：固化温度低、耐热、耐

4、腐蚀性强、机械强度大聚酰亚胺树脂与苯并噁嗪树脂均在耐热型树脂，耐热温度均在250以上，聚酰亚胺相比而言机械强度更大、耐化学腐蚀性较强，但两类树脂的固化温度均太高可否采用高耐热树脂与低温固化树脂共混/共聚来破局？环氧树脂固化温度低、机械强度大，其常用固化剂为胺类/亚胺类，聚酰亚胺本身也属亚胺类化合物能否设计一种固化温度相对较低、但高耐热的树脂？研究背景传统实验制备树脂材料机器学习辅助树脂材料设计基于传统实验基于传统实验基于机器学习基于机器学习快速快速研究范围研究范围广广可建立可建立聚合物聚合物结构结构-性性能关系能关系耗时耗时效率低效率低重复测试重复测试MDMD模拟模拟/理论计算理论计算参数调整

5、困难、研究范围局限参数调整困难、研究范围局限但计算准确度相对较高但计算准确度相对较高拟解决的问题如何保证模型的保证多性质预测的同时保证模型的预测准确性？现有的聚合物特征提取方式能否完整的提取聚合物中蕴含的关键特征信息？针对建立好的模型如何解释以此指导新型材料设计？如何挑选合适的化学空间挑选潜在的高性能聚合物？基于“深度学习-计算模拟-实验设计”的闭环式新材料研发02特征工程特征工程2.1 特征工程-将聚合物的结构转换为计算机可识别的语言DescriptorFingerprint Molecular GraphDnDescriptorsD1 D2 D3D5D4D6 D7特性：可提取聚合物的物理化

6、学信息；原子、化学键、芳香性、拓扑信息等特性：将聚合物的结构切割、划 分、散列成不同的子结构 大量研究表明指纹训练模 型性能相对较好特性：采用特征矩阵可获取聚合物的连接 性信息图神经网络难以获得 解释结构表示，选取合适方式表达聚合物结构，以聚酰亚胺重复单元作为其结构代表，ChemDraw将重复单元转换为SMILES语言2.2 多角度特征学习任务l 以MorGan作为分子指纹特征提取算法；改进后(IMF)可识别结构存在，更能关注出现频率;且设置两个对照组，决定是否进一步用模型提 取IMF指纹信息；l 采用大语言模型-双向编码器Transformer提取了S