流动下可结晶聚合物的分子模拟
发布时间:2026-05-01 | 来源:OpenAlex | 作者:Chinmay S Gangal
半结晶聚合物在包装、消费品和纺织品中无处不在,其性能从根本上受加工过程中结晶动力学的控制。挤出、模塑和热封等制造过程中的流动与热历史与结晶相互耦合,决定最终材料性能。本论文开发了跨多个尺度的计算模型,以理解和预测流动如何影响半结晶聚合物中的结晶和流变行为。研究工作从分子层面的成核理解推进到过程尺度的建模,并解决每个尺度
半结晶聚合物在包装、消费品和纺织品中无处不在,其性能从根本上受加工过程中结晶动力学的控制。挤出、模塑和热封等制造过程中的流动与热历史与结晶相互耦合,决定最终材料性能。本论文开发了跨多个尺度的计算模型,以理解和预测流动如何影响半结晶聚合物中的结晶和流变行为。研究工作从分子层面的成核理解推进到过程尺度的建模,并解决每个尺度上遇到的计算挑战。本工作的第一部分使用非平衡分子动力学(NEMD)研究聚乙烯在双轴拉伸流动下的流动增强成核(FEN),这类流动与工业过程直接相关但在计算研究中很大程度上尚未被探索。模拟揭示成核动力学取决于Kuhn链段取向而非额外应力,应力-光学规则在双轴流动条件下失效。成核优先发生在向列有序域中,基于向列序张量的模型成功描述了所有研究流动类型(包括剪切、单轴和双轴拉伸流动)下的FEN。然而,这些暴力NEMD模拟仅限于深度过冷和低分子量,限制了其直接适用于工业相关条件。为克服这些计算限制,探索了先进采样技术。前向通量采样(FFS)被应用于聚合物成核,目标是能够在较浅过冷度下获取稀有成核事件。虽然FFS提供了计算优势且内部自洽,但系统研究表明其与暴力法速率之间存在持续差异,这可能源于聚合物特有的慢松弛动力学,为这些系统稀有事件技术的未来发展提供了信息。成核研究的分子见解推动了连接分子层面细节与过程尺度行为的模型需求。本论文第二部分通过可结晶聚合物在热封过程中的耦合流变-热响应来满足这一需求,热封过程中流动、传热和结晶紧密相互依赖。针对多层膜热封过程开发了综合热-流变模型,通过可结晶离散滑移链模型(cDSM)整合传热、结晶动力学和分子层面流变学。通过将分子量分布和短链支化分布作为显式输入,该模型揭示了树脂选择如何影响密封质量。在工业多层聚乙烯膜上的实验验证表明,分数流动体积与密封性相关,为树脂设计和选择提供了预测工具。虽然cDSM在过程模拟中实现了分子层面的保真度,但其随机性使其计算成本高昂,特别是在过程优化或计算流体动力学所需的重复评估中。为解决这一瓶颈,利用机器学习增强本构方程。流变通用微分方程(RUDEs)框架被扩展到缠结聚合物熔体,用Rolie-Poly模型替换基础Oldroyd-B模型,并在离散滑移链模型数据上训练张量基神经网络。所得代理模型在保持跨分子量、组成和流动方案的准确性和可迁移性的同时,相比滑移链模拟实现了三到四个数量级的加速。综上所述,本论文表明分子层面细节(如链构象、分子量分布和短链支化)是预测半结晶聚合物早期结晶阶段和加工行为的重要输入。此处开发的计算方法——涵盖分子动力学、随机流变模型和机器学习代理模型——为将这些分子特征转化为工业相关尺度下过程结果的预测提供了框架。
返回资讯频道