Rubber-to-glass adhesion between a rigid sphere and a shape memory polymer substrate of finite thickness
本文针对刚性球体与有限厚度形状记忆聚合物（SMP）基底的橡胶-玻璃（R2G）粘附问题，通过实验、有限元模拟和理论建模提出等效解析模型，确定临界厚度比，为SMP智能粘附剂设计提供指导。
2024-11-26 cond-mat.mtrl-sci cond-mat.soft
Strong and Highly Switchable Soft Sticky Adhesives
本文提出一种热可切换软粘性粘合剂，通过协同表面粘性、体相能量耗散和热响应聚合物链，实现室温约80 kPa强粘附与升温后约0.6 kPa近零粘附的可逆快速切换，并具备自修复与可回收性，适用于选择性拾取与释放等应用。
2024-01-03 cond-mat.mtrl-sci cond-mat.soft
Polymer desorption under pulling: a novel dichotomic phase transition
我们表明，结构性能和相行为的自避免的聚合物链的粘合剂基板上，受到拉在链端，可以通过一个大正则包绕（GCE）的方法获得。我们推导出吸附聚合物的基本结构单元的平均长度的解析表达式，如循环和尾巴，在粘附力和分离力方面，并确定其概率分布的普适指数的值。最值得注意的是，迄今为止有争议的值的临界吸附指数$ϕ$被发现基本上取决于不同的循环之间的相互作用。链分离转变是一级的，尽管是二分的，即，不存在不同相态的共存。通过大量的蒙特卡罗模拟验证了这些新的理论预测和建议的相图的吸附-脱附转变下的外部拉力。
2008-11-26 cond-mat.soft cond-mat.stat-mech
Adhesion and non-linear rheology of adhesives with supramolecular crosslinking points
软质超分子材料是设计创新和高度可调粘合剂的希望所在。这些材料由通过强相互作用部分官能化的聚合物链组成，所述部分有时被称为“粘着剂”。为了系统地研究缔合基团的存在对超分子胶粘剂脱粘性能的影响，一系列的超分子模型系统已被表征的探针粘性测试。这些模型材料，由线性和低分散性的聚（丙烯酸丁酯）链官能化的中间由一个单一的三脲贴纸，能够自关联的六个氢键和范围内的分子量（Mn）在5和85公斤/摩尔之间。相同材料的线性流变学和纳米结构（称为“PnBA 3U”）是先前研究的对象1，2。在室温下，聚合物通过氢键缔合形成棒状聚集体，当\textless{}为40 kg/mol时，聚集体呈束状，表现出软弹性材料的性质（G' \textgreater{}、\textgreater{} G“和G'~ $ω$ 0）。对于更高的Mn，长丝随机取向和聚合物显示出交叉向粘性行为，虽然终端松弛没有达到实验频率窗口。然而，所有这些材料显示出相似的粘合性能，其特征在于内聚失效模式和低脱粘能（对于100 $μ$ m/s的脱粘速度，W adh \textless{} 40 J/m 2）。在粘附力测试过程中观察到的剥离机制已经详细研究了我们的第3组开发的图像工具分析。在剥离过程中，由在粘合剂层中生长的空腔覆盖的投影面积的测量可用于估计空腔壁中的真实应力，从而表征在粘合力测试本身期间薄层的原位大应变变形。该分析特别揭示了Mn \te…
2016-12-22 cond-mat.mtrl-sci cond-mat.soft
Detachment of semiflexible polymer chains from a substrate - a Molecular Dynamics investigation
使用分子动力学模拟，我们研究了力诱导的粗颗粒模型聚合物链从粘性基底上的脱离。由此，以恒定速度将链端之一拉离有吸引力的基底，并且针对各种参数分析所测量的平均力$< f >$与端部段在平面上的高度$D$的所得锯齿形轮廓。结果表明，所观察到的特征振荡的$< f >$ - $D$配置文件依赖于弯曲，而不是对扭转刚度的分离链。考虑到流体动力学相互作用（HI）在具有明确溶剂和DPD恒温器的设置中的存在，而不是朗之万恒温器的情况，人们发现HI对$< f >$ - $D$分布几乎没有影响。此外，从亲溶剂性到疏溶剂性的基质亲和性的变化被发现在解吸过程中发挥的作用可以忽略不计。相比之下，在$AB$ -共聚物从粘合剂表面脱离时，$A$ -和$B$ -链段结合能的变化比率$ε_s^A / ε_s^B$强烈地改变了$< f >$曲线，从而当$ε_s^A / ε_s^B < 0.15$ .最后，进行原子模拟的（生物）-聚合物{ \it聚甘氨酸}，我们证明了模拟结果，来自我们的粗粒度模型，符合有利的全原子模拟。
2014-11-24 cond-mat.soft
Pinning-induced folding-unfolding asymmetry in adhesive creases
软弹性物质和生物组织的压缩可导致褶皱，这是一种表面急剧折叠成周期性自接触的不稳定性。有趣的是，释放张力后表面的展开通常并不完美：在反复挤压期间，小疤痕仍然作为折痕的核。在这里，我们提出折痕实验粘性聚合物表面，使用共聚焦显微镜，解决折叠和展开发生的接触线区域。研究发现，表面张力在自接触的边缘产生第二次折叠，导致奇异的弹性应力和自相似的折痕形貌。然而，这些配置文件表现出内在的折叠展开的不对称性，这是由接触线钉扎，在某种程度上，类似于不完美的固体上的液体润湿。因此，接触线钉扎是折痕的关键要素：它抑制完全展开并赋予柔软表面折叠记忆。
2021-06-11 cond-mat.soft
Nanoporous monolithic microsphere arrays have anti-adhesive properties independent of humidity
具有定制的粘合性能的仿生人造表面吸引了人们的极大兴趣。虽然模仿壁虎脚的纤维状粘合垫被优化用于强可逆粘合，但模仿猪笼草属的食肉植物的投手的光滑区的单片微球阵列甚至对粘性对应物表面也显示出抗粘合特性。与地形的影响相反，相对湿度（RH）对粘附力的影响被广泛忽视。以前的一些工作涉及相对湿度对纤维状粘合垫粘合性能的影响。通常，湿度诱导的原纤维软化增强了粘合。然而，很少有人知道的影响，相对湿度对固体防粘表面。我们制备了微球直径为10 μm的聚合物纳米多孔整体微球阵列（NMMA），以测试其在相对湿度为2%和90%时的抗粘附性能。尽管存在连续纳米孔系统，通过该连续纳米孔系统，内纳米孔壁可接近湿空气，但即使在RH = 90%下，在粘性配对物表面上的NMMA的形貌诱导的抗粘附性质也得以保留。匪MA的抗粘附特性的这种RH独立的稳健性与由相同材料制成的纳米多孔纤维状粘合剂垫上的湿度诱导软化的粘附增强形成显著对比。
2016-06-06 cond-mat.mtrl-sci cond-mat.soft
Slippery or sticky ! Control of wrinkling patterns by selective adhesion
在薄的聚合物膜的金属化表面处的起皱图案被示出为对聚合物/基板界面（钛涂层、聚苯乙烯膜和涂覆的硅基板）的粘性或滑特性敏感。实现了选择性的优选褶皱方向和幅度。现有的理论模型扩展到特定的边界条件（粘性与滑），并合理化这些意见。
2007-06-28 cond-mat.soft
Interdigitation between surface-anchored polymer chains and an elastomer : consequences for adhesion promotion
我们研究了交联弹性体与聚合物链末端接枝的平坦固体表面之间的粘附。为了理解这样的系统的粘合剂特征，必须研究接枝层与网络的交错的起源，以及当弹性体从固体表面脱离时从弹性体中提取的末端接枝链。我们将在这里解决的第一个方面，我们开发了一个部分交错模型，让我们分析预测临界表面接枝密度$σ^{*} \simeq P^{1/10}N^{-{3/5}}$，超过该层不再与弹性体交错。然后，我们将这一结果与最近的附着力测量。
2004-06-21 cond-mat.soft
Semiflexible polymer rings on topographically and chemically structured surfaces
我们调查的半柔性聚合物环，如环状DNA，吸附到地形或化学结构的基板表面的形态。我们分类两个条纹表面结构，（i）地形表面凹槽和（ii）化学结构化的表面域的所有平衡形态。对于这两种类型的条纹，我们发现四个平衡形状：一个圆形的环形和一个局限的细长形状，以及两个形状包含凸起。我们确定了这些形态的完整的分叉图作为其轮廓长度的函数和粘结强度与弯曲刚度的比率。对于由几个条纹组成的更复杂的几何形状，我们发现细长形状之间的过渡级联。最后，我们比较我们的研究结果环凝聚吸引力的相互作用。
2014-05-25 cond-mat.soft
Pulling an adsorbed polymer chain off a solid surface
研究了自回避聚合物链在热作用下通过施加外力从粘性表面脱离的过程。我们进行我们的研究中的“固定高度”的统计合奏，其中一个措施的波动力，施加在最后一个单体的链端时，保持固定在高度$h$在不同的吸附强度$ε$在固体平面上的链。在$h - ε$平面的相图计算分析和蒙特卡罗模拟。我们表明，在附近的聚合物脱附过渡的一些属性，如波动和概率分布的各种数量的行为不同，如果$h$，而不是$f$被用作一个独立的控制参数。
2009-08-13 cond-mat.soft
Explainability and Transferability of Machine Learning Models for Predicting the Glass Transition Temperature of Polymers
本文研究聚合物玻璃化转变温度预测中特征表示、训练数据范围与算法对机器学习模型可解释性和可迁移性的影响，证明少参数线性模型可达到复杂非线性模型的准确性，并揭示新的 Tg-化学结构相关性。
2023-08-19 cond-mat.soft
Predicting failure locations in model end-linked polymer networks
结合粗粒化分子动力学模拟与网络分析，证明局部拓扑缺陷少、GEBC值高且沿变形轴取向的聚合物链更易断裂，为网络材料逆向设计提供依据。
2023-09-24 cond-mat.soft
Mesoscale Polymer Arrays: High Aspect Ratio Surface Structures and Their Digital Reconstruction
受生物黏附丝结构启发，制备了最高纵横比达10万的介观聚合物带阵列，开发图像分析框架实现其3D重构与形貌定量表征，建立厚度相关标度关系，为相关形貌-性能研究提供基准并展示多领域应用潜力。
2024-03-26 cond-mat.mtrl-sci cond-mat.soft
Deformation induced changes in surface properties of polymers investigated by scanning force microscopy
在这项研究中，结合商业扫描力显微镜（SFM）与拉伸装置的微观表面变化的调查在逐步伸长的可能性进行了研究。不同类型的拉伸装置已经被开发用于扫描平台SFM或用于独立SFM。它们的适用性的变形引起的表面变化的调查证明。将单轴取向的聚丙烯膜垂直于其挤出方向拉伸。它的微纤维结构的重新取向的影响和相关的宏观结构的变化，通过采取力-伸长率曲线。拉伸填充有15 PHR炭黑的天然橡胶的切片机切片。通过使用一种新的成像方法，称为脉冲力模式（PFM）的地形，局部刚度和粘附力的变化同时报告。
2013-12-10 cond-mat.soft
Highly sticky surfaces made by electrospun polymer nanofibers
我们报告了一个全面的研究，独特的粘合性能的垫的聚甲基丙烯酸甲酯（PMMA）的纳米纤维静电纺丝生产。纤维沉积在玻璃上，改变聚合物长丝的直径和相对取向（无规与对齐配置）。虽然在将平均纤维直径改变至微米级时没有观察到沉积水滴的静态接触角（约130°）的显著变化，但发现纤维表现出不相等的水粘附力。垂直放置，它们可以容纳高达60微升的水滴，是通过不同方法制备的毛状表面通常获得的值的两倍多。对于具有各向异性润湿行为的排列纤维，在垂直于纤维的方向上测量的最大体积高达90 μL。这项工作提出了新的路线，以定制的润湿行为的扩展区域的涂层，在吸附和催化表面，微流体装置和过滤技术的可能应用。
2017-01-18 cond-mat.soft
Interface stabilization in adhesion caused by elastohydrodynamic deformation
本文研究软探针脱粘对粘弹性聚合物薄膜界面不稳定性的影响，发现软探针的弹性流体动力变形可抑制Saffman-Taylor不稳定性，并提出了稳定化起始的标度关系。
2023-09-18 cond-mat.mtrl-sci cond-mat.soft physics.flu-dyn
Contact mechanics with adhesion: Interfacial separation and contact area
研究了具有随机粗糙自仿射分形表面的弹性固体之间的粘附接触。我们目前的分子动力学（MD）模拟结果的界面应力分布和壁-壁分离。我们比较了MD的相对接触面积和平均界面分离的结果，与预测的接触力学理论的Reherson。我们发现理论和模拟结果之间的良好协议。我们将该理论应用于Benz等人研究的涉及聚合物与聚合物接触的系统，但在这种情况下，粘附力仅对作为挤压压力的函数的界面分离进行了很小的修改。
2008-08-26 cond-mat.soft
Polymer Detachment Kinetics from Adsorbing Surface: Theory, Simulation and Similarity to Infiltration into Porous Medium
采用拉伸（Pincus）斑点的概念，并通过Monte-Carlo（MC）和分子动力学（MD）模拟，从理论上研究了大分子从粘合剂表面的力辅助脱附动力学。我们表明，脱离的单体随时间的变化是由一个微分方程，这是相当于非线性多孔介质方程（PME），广泛采用的水文地质系统的运输建模。根据吸附的拉力和强度，可以区分三种动力学状态：（i）“喇叭”（弱吸附和小拉力），（ii）“茎-喇叭”（弱吸附和中等力），和（iii）“茎”（强吸附和大力）。有趣的是，在所有状态下，解吸的珠粒$M(t)$的数量和表面上方的第一单体（其经历拉力）$R(t)$的高度遵循通用的时间平方根定律。因此，分离的总时间$<τ_d>$与聚合物长度$N$成比例为$<τ_d> \propto N^2$。我们的主要理论结论进行了测试，发现与广泛的MC-和MD-模拟的数据一致。
2012-03-07 cond-mat.soft
Architected Dual-Network Solvent-free Adhesives for Stretchable Fabrics
受肌腱和蜘蛛丝启发，本文提出一种基于PMMA-b-PnBA-b-PMMA三嵌段共聚物与原位聚合PnBA网络的无溶剂双网络胶粘剂，通过调控次级网络交联密度实现高强度与可拉伸性，性能媲美缝纫，适用于软体机器人、柔性电子和运动服装等领域。
2025-01-02 cond-mat.mtrl-sci cond-mat.soft
Theory of self-coacervation in semi-dilute and concentrated zwitterionic polymer solutions
基于无规相近似，我们发展了两性离子聚合物溶液自凝聚的分子理论。我们表明，单体单元的体积相互作用和带电基团在聚合物主链上的静电相关性之间的相互作用可以导致液-液相分离（自凝聚）。我们分析凝聚相聚合物浓度的行为取决于静电相互作用强度-比耶鲁姆长度的键长的链。我们建立，在广泛的聚合物浓度值-从半稀释到相当浓的溶液-的链连接性和排除体积的相互作用的单体单元的偶极单体单元的静电相互作用的总自由能的贡献有一个非常弱的影响。结果表明，在较弱的静电相互作用下，静电关联表现为Keesom相互作用（Keesom机制），而在较强的静电相互作用下，静电自由能由Debye-H{ü}ckel极限定律描述（Debye机制）.我们表明，对于真正的两性离子凝聚体的Keesom政权实现只有足够小的聚合物浓度的凝聚相，而德拜政权是大约实现相当致密的凝聚体。使用密度泛函理论的平均场变量，我们计算的表面张力（表面自由能）的$"$凝聚层-溶剂$"$界面的函数的本体聚合物浓度。所得结果可用于估计实际应用所需的聚合物链的参数，例如药物封装和递送，以及粘合剂材料的设计。
2023-03-29 cond-mat.soft
Transfer Learning Facilitates the Prediction of Polymer-Surface Adhesion Strength
机器学习（ML）加速了对材料特性及其与底层分子结构的联系的探索。在以前的工作中[J. Shi，M. J. Quevillon，P. H. A. Valença和J. K. Whitmer，\textit{ACS Appl. Mater. Interfaces.}，2022，14，32，37161- 37169]，应用ML模型从序列数据的知识以高精度预测聚合物-表面相互作用的粘附自由能，证明了已知表面组成的聚合物序列的反向设计的成功。虽然该方法在为已知表面设计聚合物方面显示出成功，但是为了训练代理模型，每个特定表面都需要大量数据集。理想情况下，人们应该能够推断出类似表面的信息，而不必为每个新情况重新生成完整的粘附数据。在目前的工作中，我们展示了一种使用深度神经网络的迁移学习（TL）技术，通过在相关系统的较大数据库上进行预训练，并使用少量额外数据微调所有层的权重，来提高在小数据集上训练的ML模型的准确性。来自预训练模型的共享知识大大提高了小数据集的预测准确性。我们还探讨了数据库大小对准确性的限制，以及针对我们的学习任务优化网络架构和参数。虽然应用于一个相对简单的粗粒度（CG）聚合物模型，本研究的一般经验教训适用于详细的建模研究和更广泛的问题的逆材料设计。
2023-01-05 cond-mat.soft
Multicomponent adhesive hard sphere models and short-ranged attractive interactions in colloidal or micellar solutions
我们调查的粘性参数$t_{ij}=1/(12τ_{ij})$的依赖性-其中$τ_{ij}$是传统的巴克斯特参数-溶质直径$σ_{i}$和$σ_{j}$在多组分粘性硬球（SHS）模型的介观中性粒子的流体混合物。各种简单但现实的相互作用势，在文献中使用的模型\textit{short-ranged attractions}存在于真正的解决方案的胶体或反胶束，进行了审查。我们认为：i）范德华吸引力，ii）硬球损耗力，iii）聚合物包覆的胶体，iv）溶剂化效应（特别是油包水微乳液的反胶束之间的疏水键合和吸引力）。我们映射到一个等效的SHS模型，通过要求第二维里系数的平等，这些潜力。主要的发现是，对于大多数考虑的潜力，大小依赖的$t_{ij}(T,σ_{i},σ_{j})$可以近似由基本上相同的表达式，即一个简单的多项式变量$σ_{i}σ_{j}/σ_{ij}^{2}$，系数取决于温度$T$，或-耗尽相互作用-上的填充分数$η_{0}$的耗尽粒子。
2006-11-07 cond-mat.soft cond-mat.stat-mech
Active Learning for Predicting Polymer/Plasticizer Phase Behaviour
本文提出基于粗粒化模拟和随机森林的主动学习流程，高效筛选不同柔性与几何结构的增塑剂，建立适用于非极性分子的通用增塑剂设计规则，并通过原子级模拟验证了聚异戊二烯/增塑剂相行为的有效性。
2025-05-06 cond-mat.soft
Predicting Polymeric Crystal Structures by Evolutionary Algorithms
最近开发的进化算法USPEX被证明是一种工具，可以准确可靠地预测给定化学成分的结构。在这里，我们扩展这种方法来预测聚合物的晶体结构进行约束进化搜索，其中每个单体单元被视为一个或几个具有固定连接的积木。这大大减少了搜索空间，并允许使用这些块以不同的序列和包装生成初始结构。新的约束进化算法成功地进行了测试和验证的各种实验已知的聚合物，即聚乙烯（PE），聚乙炔（PA），聚（乙醇酸）（PGA），聚（氯乙烯）（PVC），聚（甲醛）（POM），聚（苯醚）（PPO），和聚（对苯硫醚）（PPS）。通过固定聚合物链的取向，该方法可以进一步扩展到预测聚偏氟乙烯（PVDF）的所有多晶型物，以及复杂的线性聚合物晶体，如尼龙6和纤维素。预测的晶体结构和实验已知的结构之间的良好协议，保证了这种方法在未来的聚合物材料的有效设计的主要作用。
2014-06-05 cond-mat.mtrl-sci cond-mat.soft
Polymer Chain Adsorption on a Solid Surface: Scaling Arguments and Computer Simulations
我们研究了聚合物吸附的相变以及聚合物从稀溶液中结合在无结构固体表面上的基本动力学。重点放在规则的多嵌段共聚物的性能，其特征在于嵌段尺寸M和总长度N，以及在无规共聚物与淬灭组合物P的粘性和中性链段。大分子被建模为粗粒度珠弹簧链受到短程表面粘附势。相图，示出的变化的单链吸附的临界阈值的M和P的来自缩放的考虑与计算机实验的结果一致。使用尺度分析和数值数据从解决耦合主方程组的系统，我们表明，在临界状态下的相行为，吸附动力学可以充分预测和理解，与广泛的蒙特卡罗模拟的结果一致。导出了吸附片段的平均分数以及各种结构构建块（即，链连接过程中时间t的链、环、尾）与我们的数值实验非常一致，并提供了对聚合物吸附机理的深入了解。
2009-09-02 cond-mat.soft cond-mat.stat-mech
Predicting Ion Sequestration in Charged Polymers with the Steepest-Entropy-Ascent Quantum Thermodynamic Framework
本文利用最速熵增量子热力学框架结合蒙特卡洛模拟，研究多链聚乙烯亚胺-亚甲基膦酸螯合Eu$^{+3}$的动力学路径与物理描述符，揭示较低体系能量对应更高螯合率。
2023-11-01 cond-mat.soft physics.chem-ph
Predicting Non-Equilibrium Folding Behavior of Polymer Chains using the Steepest-Entropy-Ascent Quantum Thermodynamic Framework
使用HP蛋白质模型，使用能量交换Wang-Landau方法来估计由简单疏水和极性序列组成的聚合物的能量景观。使用最陡熵上升量子热力学（SEAQT）框架的运动方程的计算的能量景观的能级之间的状态转换。SEAQT框架使得确定从任意准平衡或非平衡初始状态到稳定平衡的唯一动力学路径成为可能。与可比较的蒙特卡罗模拟相比，使用SEAQT进行的计算需要显著减少的计算时间，同时提供否则不可用的热力学和结构性质。状态平均结构参数的预期值用于产生计算的基于状态的演化的代表性重建。结果表明，状态之间的连续过渡，没有明显的折叠阶段。在加热和冷却过程中，链构象的变化沿非平衡路径比沿准平衡路径更剧烈。此外，SEAQT衍生的动力学进行比较，实验得出的强度曲线描述的细胞色素c蛋白质的动力学，使用劳斯动态关系。
2023-01-30 cond-mat.mtrl-sci cond-mat.soft
Predicting Polymer Brush Behavior in Solvents using the Steepest-Entropy-Ascent Quantum Thermodynamic Framework
本文利用SEAQT框架结合副本交换Wang-Landau算法，研究温度对聚合物刷的影响，建立了从初始到平衡态的动力学路径，预测了聚苯乙烯刷在环己烷中的密度分布及多种非平衡路径下的热力学与结构性质。
2023-11-01 cond-mat.mtrl-sci cond-mat.soft
Contact mechanics for randomly rough surfaces
当两个固体被挤压在一起时，它们通常不会在标称（或表观）接触面积内的任何地方进行原子接触。这一事实具有巨大的实际意义，在许多技术应用中必须加以考虑。本文简要回顾了接触力学的基本理论。我详细考虑了最近发展的接触力学理论。我推导出边界条件的应力概率分布函数的弹性，弹塑性和固体之间的粘合剂接触和本数值结果说明了理论的某些方面。我分析接触问题非常光滑的聚合物（PMMA）和Pyrex玻璃表面的玻璃状材料的冷却液体从玻璃化转变温度以上。我表明，从冻结的毛细波的结果的表面粗糙度可以有很大的影响，固体之间的接触。这一分析为令人困惑的实验结果提供了新的解释[L. Bureau，T. Baumberger和C. Caroli，arXiv：cond-mat/0510232]关于摩擦剪切应力对玻璃状聚合物透镜与平坦基底之间接触的载荷的依赖性。我讨论了使用数值方法测试理论的可能性，例如，有限元计算
2006-03-30 cond-mat.soft
Study of polymer solvent interactions of complex polysiloxanes using dissipative particle dynamics
在这项工作中的介观建模的三个聚硅氧烷在溶液中的报告，与预测其物理化学性质作为溶剂的质量的函数的目的，使一个明智的选择聚合物/溶剂可以为各种应用。所研究的聚合物是以下聚硅氧烷：聚二甲基硅氧烷（PDMS），具有庞大的烷基侧基的聚硅氧烷（PMHS）和具有亲水性极性侧基的硅氧烷共聚物（P2 DMPAS）。通过数值模拟所使用和求解的模型被称为耗散粒子动力学。计算每个系统的密度分布和径向分布函数。我们分析了聚合物在不同质量的溶剂存在下的行为，并将其行为与实验数据进行了比较。我们观察到，我们可以在PDMS和PMHS的良好溶剂中复制该行为。我们还在模拟箱中观察到P2 DMPAS的假胶束的形成。
2018-07-19 cond-mat.soft
A fast transferable method for predicting the glass transition temperature of polymers from chemical structure
提出一种结合基团加和与定量结构-性质关系的快速可迁移方法，仅用两个分子描述符即可准确预测聚合物的玻璃化转变温度，解决了传统GAP方法的局限。
2024-11-10 cond-mat.dis-nn cond-mat.mtrl-sci cond-mat.soft
New Field Model of Polymer/Nanoparticle Mixture-Realizing Discreteness in the Continuous Description
场论方法是预测聚合物体系组装结构的有效方法。然而，对于聚合物/纳米颗粒混合物，连续密度描述不适合于捕获颗粒的真实组装，特别是当颗粒的尺寸远大于聚合物链段时。在这里，我们开发了一个基于场的模型，其中粒子最终是离散的，因此它可以克服传统场描述的缺点，例如，对聚合物-颗粒界面和排除体积相互作用的不充分和粗糙的处理。我们应用该模型来研究最简单的系统的纳米粒子浸没在稠密的均聚物溶液。我们的模型可以更精细地处理耗尽效应和界面相互作用。洞察到的结构变化，由于耗尽和界面之间的相互作用的竞争的crackpic和/或熵的起源。在界面引力强、耗尽长度大的情况下，观察到耗尽增强的桥联聚集等新现象。这种方法很容易扩展到研究更复杂的聚合物基纳米复合材料或生物相关的系统，如树枝状聚合物/药物封装和膜/颗粒组装。
2015-08-25 cond-mat.soft
A Thermodynamic Framework for Additive Manufacturing, using Amorphous Polymers, Capable of Predicting Residual Stress, Warpage and Shrinkage
一个热力学框架已经开发了一类用于熔融沉积成型（FDM）的无定形聚合物，以预测残余应力和伴随的印刷部件的几何形状的变形（翘曲）。当聚合物熔体冷却时，温度的不均匀分布引起空间变化的体积收缩，从而导致残余应力的产生。通过在身体的运动学中引入各向同性的体积膨胀/收缩，将收缩并入框架中。我们表明，收缩参数也出现在系统推导的率型本构关系的应力。通过大幅增加熔体的粘度来模拟熔体在玻璃化转变温度附近的固化。为了说明导出的本构关系的有用性和有效性，我们考虑四个彼此堆叠的聚合物熔体带，例如使用扁平喷嘴挤出的那些：每一层立即铺设，并在另一层铺设之前冷却一秒钟。每一层冷却、收缩和翘曲，直到铺设新的一层，此时来自新铺设层的热量流动并加热底层。现有层和新铺设层的残余应力重新调整以满足平衡。层之间的这种机械和热相互作用导致残余应力的复杂分布。平面应变近似预测凝固部件的核心区域中的近等双轴拉伸应力条件，这意味着该区域中预先存在的裂纹可能在使用期间传播并导致部件失效。第一层和第二层之间的界面的自由端在具有分层倾向的平面中经受最大量的组合剪切和张力。
2021-02-07 cond-mat.soft physics.class-ph
A Machine Learning Closure for Polymer Integral Equation Theory
Georgia Institute of Technology（佐治亚理工学院）；Lehigh University（理海大学）；National Institute of Standards and Technology（美国国家标准与技术研究院）
该研究提出基于机器学习的闭合关系，改进PRISM聚合物积分方程理论，提升结构预测精度，可用于软材料快速发现与设计。
2026-10-02 cond-mat.soft
Predicting phase equilibria in polydisperse systems
许多含有胶体或聚合物的材料是多分散的：它们包含具有连续取决于一个或多个参数的特性（如粒径，电荷或聚合物链长）的颗粒。这篇评论的重点是在多分散系统的相平衡的理论预测，一个有效的无限数量的可区分的粒子物种的存在使得这是一个非常重要的任务。我首先定性地描述了一些新的多分散相行为的特点，并概述了一个理论框架内，他们可以探索。然后回顾了目前预测多分散相平衡的技术。我还讨论了一些简单的模型系统，包括均聚物和无规共聚物，球形胶体和胶体-聚合物的混合物，和液晶形成的棒状和片状胶体颗粒的应用;调查的结果给多分散相行为的丰富的现象学的想法。扩展的界面行为和相分离动力学的多分散性的影响的研究进行了简要概述。
2001-09-17 cond-mat.dis-nn cond-mat.soft cond-mat.stat-mech
Understanding, predicting, and tuning the fragility of vitrimeric polymers
脆性是描述玻璃形成材料在过冷时如何突然凝固的经验性质。脆性程度对材料的功能性和加工性以及我们对玻璃化转变的基本理解具有重要意义。然而，脆弱性背后的微观结构特性仍然知之甚少。在这里，我们解释了微结构脆弱性的联系，在vitrimeric网络，一种新型的高性能聚合物具有独特的键交换功能和不寻常的玻璃形成行为。我们的结果是从粗粒度的计算机模拟和第一性原理模式耦合理论（MCT）的星形聚合物玻璃体。我们首先证明，可以在一个前所未有的广泛的范围内，从脆弱到强大的，甚至超强的行为，通过降低体积密度的vitrimer的脆弱性进行调整。值得注意的是，这整个现象可以通过微观MCT再现，从而挑战了传统的信念，即现有的第一性原理理论不能解释非脆弱行为。我们的MCT分析使我们能够合理地识别脆弱到超强的交叉，这是植根于静态结构因子对温度变化的敏感性的微观结构起源。在分子尺度上，这种行为源于占主导地位的长度尺度的变化，从排斥体积相互作用的链内吸引力的vitrimer密度降低。最后，我们开发了一个简化的示意性MCT模型，它证实了我们的微观发现的结论，并将我们的研究结果与早期的MCT研究相结合。我们的工作揭示了玻璃形成物质中难以捉摸的结构-脆弱性联系，并为设计具有按需动态响应的新型非晶材料提供了基于第一性原理的平台。
2019-10-01 cond-mat.mtrl-sci cond-mat.soft cond-mat.stat-mech
Predicting structure and swelling of microgels with different crosslinker concentrations combining machine-learning with numerical simulations
针对聚(N-异丙基丙烯酰胺)微凝胶内部结构不均、现有平均场方法仅能定性描述其热敏行为的问题，本文结合机器学习与数值模拟，仅利用聚合物密度分布准确预测交联剂的浓度及空间分布（实验未知）与微凝胶完整溶胀行为，为其结构与热力学性质提供新见解。
2025-02-11 cond-mat.soft
Influence of surface interactions on folding and forced unbinding of semiflexible chains
我们利用理论和模拟研究了吸附半柔性高分子链的折叠和强迫解束缚跃迁。这些过程描述了生物学相关的现象，包括蛋白质之间的粘附相互作用和受体与细胞壁的束缚。结合界面被建模为一个固体表面和蠕虫状链被用于半柔性链。使用Langevin模拟，我们研究了球拍状和环形结构的有序动力学的存在下，有吸引力的表面和聚合物链之间的相互作用。对于一系列的相互作用，温度，和持久长度l_p，我们得到了所有相关形态的单体密度分布n（x）。对n（x）的模拟结果与理论符合得很好。在表面上的环形的形成似乎是一个一级转变。通过使表面结构受到拉力f来探测链-表面相互作用。平均延伸x随f的变化呈现S形曲线，在非折叠态f_c处有明显的全或无跃迁，结构态越多，跃迁越大。模拟的x与理论预测相比较。临界力f_c是固定温度下l_s/l_c的函数，其中l_c，l_s分别是表示分子内和链表面吸引力强度的长度尺度。对于固定的l_s，f_c随l_p的减小而增大。
2005-09-26 cond-mat.soft
Machine Learning for Polymer Chemical Resistance to Organic Solvents
针对聚合物耐有机溶剂性能预测的长期挑战，提出采用数据驱动方法分析大量聚合物-溶剂组合数据集，明确结晶度、密度和溶剂极性为关键影响因素，为定制化耐化学性聚合物的筛选设计奠定基础。
2025-09-02 cond-mat.mtrl-sci cond-mat.soft
Wrapping Transition and Wrapping-Mediated Interactions for Discrete Binding along an Elastic Filament: An Exact Solution
缠绕平衡的一个和两个吸附缸沿半柔性长丝（聚合物）由于弹性刚度和短程之间的相互作用的吸附缸和长丝之间的粘附能进行了研究。我们表明，统计力学的系统可以精确地解决使用路径积分的形式主义，使访问的热波动的全部效果，从而超越通常的高斯近似只考虑到最小的能量配置和小波动的贡献，这个最小的能量解决方案。我们得到的自由能的缠绕-展开过渡的长丝周围的圆柱体以及两个包裹的圆柱体之间的有效相互作用，由于热波动的弹性长丝。一个熵的变化，由于缠绕的长丝周围的吸附圆柱体，因为它们移动靠近在一起被确定为它们之间的相互作用的一个额外的来源。这种熵包裹效应应区别于半柔性聚合物中通常的熵构型效应。我们的研究结果可能适用于蛋白质以及合成的纳米颗粒在半柔性聚合物如DNA上的吸附问题。
2012-07-19 cond-mat.mes-hall cond-mat.soft cond-mat.stat-mech
A coarse-grained model for the elastic properties of cross linked short carbon nanotube/polymer composites
短纤维增强聚合物复合材料由于其独特的低成本、相对容易的加工和与其母体聚合物相比优异的机械性能的组合而获得了广泛的工业和工程应用。在这项研究中，粗粒（CG）模型的交联碳纳米管（CNT）增强聚合物基复合材料的发展。CG模型的一个特征是能够捕捉聚合物链、纳米管和聚合物基质之间的相互作用。讨论了复合材料的弹性性能与交联剂的摩尔分数、纳米管增强体的质量分数及其分布的关系。模拟结果表明，使用亚甲基交联的碳纳米管的fictionalization是一个关键因素对显着增加的弹性性能的随机分布的短碳纳米管增强聚（甲基丙烯酸甲酯）（PMMA）矩阵。CG模型在预测碳纳米管增强聚合物复合材料的弹性性能的适用性也通过单向短纤维的细观力学模型的验证过程进行评估。
2017-04-05 cond-mat.soft physics.comp-ph
Mechanical properties of carbon nanotube reinforced polymer nanocomposites: A coarse-grained model
在这项工作中，一个粗粒（CG）模型的碳纳米管（CNT）增强聚合物基复合材料的发展。CG模型的一个显着特点是能够捕获聚合物链和纳米管之间的相互作用。利用CG模型和全原子系统之间的应变能守恒，对纳米管和聚合物链的CG势进行了标定。CG模型在预测碳纳米管/聚合物复合材料的弹性性能的适用性和效率进行了评估，通过验证过程与分子模拟。模拟结果表明，CG模型是能够估计的纳米复合材料的力学性能与高精度和低的计算成本。研究了碳纳米管增强体的体积分数对纳米复合材料杨氏模量的影响。随机分布的碳纳米管增强体的大型单元电池的建模方法的应用进行检查。所建立的CG模型将使增强聚合物基复合材料的模拟跨越从纳米到介观尺度的广泛的长度尺度。
2017-04-11 cond-mat.soft physics.app-ph
Artificial Neural Networks for Predicting Mechanical Properties of Crystalline Polyamide12 via Molecular Dynamics Simulations
本文开发了一种人工神经网络，以分子动力学模拟数据训练，通过输入宏观变形梯度来高效预测结晶态聚酰胺12的三维各向异性应力-应变关系，为半结晶聚合物多尺度有限元模拟奠定基础。
2023-10-31 cond-mat.mtrl-sci cond-mat.soft
dPOLY: Deep Learning of Polymer Phases and Phase Transition
机器学习（ML）和人工智能（AI）具有对大型数据集中的复杂模式和趋势进行分类、识别和表征的卓越能力。在这里，我们采用机器学习方法的一个子类，即，深度学习并开发通用AI工具- dPOLY，用于分析聚合物中的分子动力学轨迹并预测相和相变。在该框架内使用无监督的深度神经网络来将经历诸如冷却、加热、干燥或压缩的热物理处理的分子动力学轨迹映射到较低维度。随后基于低维数据开发了一个有监督的深度神经网络来表征相和相变。作为概念的证明，我们采用这个框架来研究模型聚合物系统的线圈到小球的转变。我们进行粗粒度的分子动力学模拟收集分子动力学轨迹的一个单一的聚合物链在很宽的温度范围内，并使用dPOLY框架来预测聚合物相。的dPOLY框架准确地预测的临界温度的线圈到小球的转变为广泛的聚合物尺寸。这种方法是通用的，可以扩展到捕捉各种其他相变和动态交叉聚合物和其他软材料。
2020-12-06 cond-mat.mtrl-sci cond-mat.soft
Coarse-grained model of the J-integral of carbon nanotube reinforced polymer composites
J积分被认为是断裂力学中表征材料对裂纹扩展的固有阻力的基本参数。然而，传统的方法来计算J积分，这需要的知识的确切位置的裂纹尖端和连续场周围，是无法精确测量的J积分的聚合物复合材料在纳米尺度。提出了一种基于粗粒模拟的碳纳米管/聚合物复合材料J积分预测方法。在所提出的方法中，J积分是从一个单一的试样的载荷-位移曲线。该方法的特点是不需要裂纹尖端的信息就可以计算J积分，适用于复杂的高分子体系。详细研究了碳纳米管的质量分数、聚合物基体与碳纳米管之间的共价交联以及聚合物链对复合材料断裂行为的影响。还探讨了裂纹长度和代表体积元（RVE）尺寸对J积分的影响。
2017-04-06 cond-mat.soft physics.comp-ph
Machine Learning-integrated Multiscale Simulation Framework: Bridging Scales in Associative Polymer-Colloid Suspensions
The University of Melbourne（墨尔本大学）；University of Michigan（密歇根大学）
本文提出集成机器学习的多尺度模拟框架，用于研究关联聚合物-胶体悬浮液的流变行为，通过显式链动力学、主动学习元模型和Pop-BD方法，实现从链级到宏观尺度的高效模拟与设计。
2026-02-14 cond-mat.mtrl-sci cond-mat.soft
Fast phase prediction of charged polymer blends by white-box machine learning surrogates
本文提出白盒机器学习结合聚合物场论预测电荷增容聚合物共混物相行为，通过并行部分高斯过程模型替代RPA计算中最耗时部分，实现近100%准确率并大幅降低计算成本，加速相图绘制。
2025-09-10 cond-mat.soft stat.AP
Machine learning enables polymer cloud-point engineering via inverse design
Institute of Materials Research & Engineering（材料研究与工程研究所）；Institute of High-Performance Computing（高性能计算研究所）；Massachussets Institute of Technology（麻省理工学院）
在聚合物等具有多个长度尺度的无序系统中，逆向设计是一个突出的挑战，特别是在设计具有所需相行为的聚合物时。我们通过机器学习展示了聚（2-恶唑啉）浊点的高精度调谐。通过四个重复单元的设计空间和一系列分子质量，我们在24-90 °C的温度范围内实现了4 °C均方根误差（RMSE）的精度，采用决策树的梯度提升。RMSE比线性和多项式回归好> 3倍。我们通过粒子群优化进行逆向设计，在37至80 °C的4个目标浊点下预测和合成17种聚合物。我们的方法挑战了聚合物设计的现状，使用机器学习算法，能够快速和系统地发现新聚合物。
2018-11-21 cond-mat.mtrl-sci cond-mat.soft cs.LG
A route to the thermodynamics of colloid-polymer mixtures from structural information
University of Turku（图尔库大学）；Loughborough University（拉夫堡大学）
该研究开发了一种无需底层相互作用势、仅用单一状态点结构信息预测热力学与相行为的框架，在胶体等系统上验证了其与模拟数据吻合，为从实验结构推断相行为提供了途径。
2026-09-01 cond-mat.soft cond-mat.stat-mech
Influence of polymer bidispersity on the effective particle-particle interactions in polymer nanocomposites
我们研究了聚合物链的双分散性对聚苯乙烯熔体中二氧化硅纳米颗粒（NPs）的局部结构和平均力（PMF）的作用。我们使用的混合粒子场分子动力学技术，它允许有效地放松聚合物纳米复合材料，甚至与高分子量的纳米粒子，我们调查是裸露的或接枝聚苯乙烯链浸入熔体中的自由聚苯乙烯链，而接枝和自由的聚苯乙烯链是单分散或双分散。两体PMF表明，自由聚合物链的双分散分布增加了一对未接枝的NP之间的吸引力的强度。如果NP被聚合物链接枝，则有效的相互作用关键地取决于聚合物链的双分散性和接枝密度：对于低接枝密度，自由链和接枝链的双分散性增加NP之间的排斥，而对于高接枝密度，我们观察到两种不同的效果。自由链中双分散性的增加导致纳米粒子之间的排斥力增加，而接枝链中双分散性的增加促进吸引力的增加。此外，适当的处理多体相互作用，提高了简单的两体PMF计算，在单峰和双峰的情况下。我们发现，通过适当调节自由链和接枝链的双分散性，我们可以控制复合材料的结构，这可以通过实验观察得到证实。因此，混合粒子场方法被证实是一个有效的工具，用于再现和预测微观相互作用，这决定了在广泛的条件下的复合材料的微观结构的稳定性。
2019-11-11 cond-mat.mes-hall cond-mat.soft physics.chem-ph
Multiscale Prediction of Polymer Relaxation Dynamics via Computational and Data-Driven Methods
Faculty of Materials Science and Engineering, Phenikaa University（菲尼卡大学材料科学与工程系）；Phenikaa Institute for Advanced Study, Phenikaa University（菲尼卡大学高级研究院）；Center for Materials Innovation and Technology, VinUniversity（Vin大学材料与技术创新中心）
本文提出结合分子动力学模拟、机器学习和ECNLE理论的多尺度方法，用于预测聚合物的玻璃转变温度及动态行为。
2026-01-19 cond-mat.mtrl-sci cond-mat.soft physics.app-ph
Exploring high thermal conductivity polymers via interpretable machine learning with physical descriptors
本研究提出一种基于可解释机器学习和物理特征工程的高通量筛选框架，通过分子动力学模拟数据和物理描述符预测聚合物热导率，发现了107种高热导率聚合物结构，并揭示了其微观物理机制。
2023-01-08 cond-mat.mtrl-sci cond-mat.soft physics.app-ph
Bridging Machine Learning and Glassy Dynamics Theory for Predictive Polymer Modeling
本文提出将机器学习预测的玻璃化转变温度与简化热映射结合，以高效准确预测聚合物弛豫动力学，并改进低Tg聚合物的描述，推动理论指导的材料发现。
2025-07-08 cond-mat.mtrl-sci cond-mat.soft cond-mat.stat-mech
