一种快速预测HMX炸药与粘结剂结合能力的方法

本发明涉及复合含能材料，尤其是涉及一种快速预测hmx炸药与粘结剂结合能力的方法。

背景技术：

1、高聚物粘结炸药(polymer bonded explosive，pbx)，是一类以单质炸药为主要成分，高聚物为粘结剂，并根据应用需求添加助剂制得的混合炸药。目前，pbx中常用的单质炸药有rdx、hmx、tatb和cl-20等，其中奥克托今(octogen，hmx)，化学名称1,3,5,7-四硝基-1,3,5,7-四氮杂环辛烷，简称环四亚甲基四硝胺，白色结晶颗粒，hmx爆速高，安定性好，能量大，爆轰感度和机械感度能适应使用要求，其爆炸性能显著优于其他常用炸药，是目前最受关注的含能材料之一，在军事领域内用途广泛。pbx充分结合了单质炸药的爆轰性能与高聚物粘结剂良好的力学性能，目前已广泛应用于军事和工业领域。在pbx体系中，炸药与粘结剂的之间具有良好的结合能力，是pbx炸药具有良好成型性能的基础，是pbx炸药具有良好的能量、安全和力学性能等综合性能的关键所在，也是pbx炸药能否实现应用的前提。因此，研究炸药/粘结剂界面作用对筛选pbx炸药配方中的粘结剂、认识pbx炸药的整体力学行为等具有重要的指导意义。

2、目前，研究炸药与粘结剂界面作用的方法主要有实验研究和分子动力学(molecular dynamic，简称md)模拟计算两种。其中实验方法主要是对pbx成型药柱进行力学拉伸测试，通过测得的拉伸强度、弹性模量、临界应变、临界应力等数据间接获得炸药与粘结剂间相互作用的结合能力，但由于pbx中炸药晶体与粘结剂界面结构的复杂性和炸药晶体对于外力刺激的高敏感性，使得炸药晶体与粘结剂界面作用的实验研究耗时耗力且缺乏安全性。

3、md模拟方法是可以不通过实验，仅通过计算机模拟即可获得原子或分子尺度上炸药与粘结剂之间的相互作用的一种方法，目前已有大量利用md模拟方法预测炸药与粘结剂结合作用的成功案例。然而，利用md模拟方法进行计算，通常需要花费大量的计算资源和时间，计算成本较高，且对人员要求较高，需要对md模拟方法十分熟悉的研究人员进行模拟计算，不适用于火炸药企业的一线员工。

4、近年来，随着国际形势的变化，各应用单位对能量水平更高、安全性能更好的pbx炸药的需求也在逐渐加大，这就要求各火炸药企业和研究院所设计制备更多符合应用要求的pbx炸药。在这一过程中，预测和获得pbx炸药中炸药组分与粘结剂的结合能力是设计制备新型pbx炸药的前提。因此，如何更快速、安全、简单的对pbx中炸药组分与粘结剂结合能力进行预测，是推动各火炸药企业和研究院所火炸药技术发展和进步，进而满足各应用单位对pbx炸药应用需求的一项基础问题。

技术实现思路

1、本发明的目的是提供一种快速预测hmx炸药与粘结剂结合能力的方法，能够快速、安全、准确、简单的对炸药/粘结剂界面作用进行分析与预测，以提高混合炸药中粘结剂的筛选能力。

2、为实现上述目的，本发明提供了一种快速预测hmx炸药与粘结剂结合能力的方法，包括以下步骤：

3、s1、选择不同种类的碳氢型高聚物、碳氟型高聚物、含能高聚物作为粘结剂；

4、s2、对hmx初始单胞结构优化，并建立超胞；

5、s3、在materials studio中的amorphous cell模块下构建粘结剂模型，保证粘结剂分子层的晶胞参数a和b与下层晶面的晶胞参数相同；选择分子链数，搭建上层粘结剂分子层，再通过forcite模块在drieding力场下进行分子动力学几何优化，得到最终平衡构象；

6、s4、通过步骤s2和步骤s3中构建好的hmx晶面层与对应的粘结剂分子层进行pbx体系的双层模型的构建；

7、s5、利用forcite模块中的dynamic命令，在drieding力场下选择nvt系综，固定晶体层下半空间笛卡尔坐标，对步骤s4中构建的pbx体系双层模型进行分子动力学模拟；

8、s6、进行pbx体系的界面相互作用模拟计算，将模拟数据统计成数据库；

9、s7、对pbx体系的界面结合能、内聚能密度、玻璃态转化温度、相对分子质量、分子链个数、分子链长度、分子链原子数以及特征官能团进行缺失值分析、单一值分析以及变量分布可视化处理；

10、s8、构建pbx结合能预测模型。

11、优选的，步骤s2中，利用materials studio软件中的forcite模块对初始晶体进行结构优化，获得优化后的单胞结构后再制备超胞结构。

12、优选的，步骤s3中，粘结剂分子层的晶胞参数c大于

13、构建粘结剂模型包括：通过搜集的聚合物结构式确定s1中高聚物类型；根据聚合物结构单元分子量大小的不同，确定结构单元中特征基团的比例，将链段数规定为10。

14、优选的，步骤s4中，通过步骤s2和步骤s3中构建好的hmx晶面层与对应的粘结剂分子层进行pbx体系的双层模型的构建，包括：选择build layer命令，将在s2与s3中得到的数据构建模型，hmx晶体层layer1在下，聚合物层layer2在上，将layer1和layer2的真空层厚度分别设为和构建双层分子模型，再在drieding力场下进行几何优化，得到pbx体系双层模型。

15、优选的，步骤s5中，分子动力学模拟的总模拟步数为100000步，时间步长1fs，总模拟时间100ps，每1000步保存一次轨迹文件，共保存101帧，选取最后11帧进行计算和分析。

16、优选的，步骤s6中，pbx体系的界面相互作用模拟计算包括：结合能计算、内聚能密度计算、玻璃态转化温度计算。

17、优选的，结合能计算如下：

18、当pbx体系体系的双层分子模型经分子动力学模拟达到充分平衡后，选取轨迹文件中最后11帧平衡构象，以该平衡构象下各相应体系的总能量进行结合能计算，计算公式为：

19、einter＝etotal-(ehmx+ebinder)

20、式中：etotal是平衡状态下hmx/粘结剂体系的总能量；ehmx和ebinder分别表示平衡状态下hmx晶体和粘结剂的能量。

21、优选的，内聚能密度计算如下：

22、基于步骤s5中分子动力学模拟所得的轨迹文件，通过forcite模块在drieding力场下进行cohensive energy density计算。

23、优选的，玻璃态转化温度计算如下：

24、运用forcite模块在drieding力场下采用nvt系综对粘结剂分子层模型进行11次从300k升温至500k再降至300k的退火循环过程的分子动力学模拟，隔5k一个温度阶梯；每次进行100ps，步长为1fs，选出能量最低的构象将系综改为npt，压强设置为0.0001gpa；重复上述过程，测定高温区和低温区两条拟合线的转折点对应的温度。

25、优选的，步骤s8中，将利用ms软件分子动力学模拟所得的数据库划分为训练集与测试集，通过xgboost和贝叶斯算法进行模型训练，得到pbx结合能预测模型。

26、因此，本发明采用上述一种快速预测hmx炸药与粘结剂结合能力的方法，其技术效果如下：

27、(1)本发明对hmx/粘结剂体系进行了分子动力学模拟，对模拟结果进行了结合能、玻璃态转化温度以及内聚能密度等方面的计算和分析，克服以前方法的局限性，得到的预测结果更加准确。

28、(2)本发明将对分子动力学方法获得的结果进行数据分析和清洗，以保证机器学习模型建立过程中使用足量和保质的数据，很好的解决了模型欠拟合与过拟合的问题。此外，通过多种计算机语言相结合的方式实现模型泛化，可使模型泛化更贴合所应用的场景。经模型预测训练结果，可知结合能预测值与真实值的拟合效果良好，得出对比可知特征官能团在结合能预测过程中是一个较为重要的变量，优化了混合炸药中高聚物粘结剂的选择周期和成本，并丰富机器学习在含能材料领域的应用。

29、(3)本发明使用机器学习为分子动力学模拟提供了一种数据驱动的方法。通过学习大量的分子结构和性质数据，机器学习模型可以自动捕捉到隐藏在数据中的分子行为和规律，加速了模型开发过程。

30、(4)由于pbx中炸药晶体与粘结剂界面结构的复杂性和炸药晶体本身的高能敏感性，使得炸药晶体与粘结剂界面作用的实验研究耗时耗力且安全性欠佳。相较之下，本发明利用md法与机器学习结合的方法进行结合能的模拟计算大大提高了实验过程中的安全性。

31、(5)本发明采用的机器学习与分子动力学模拟的有效结合方法节约计算资源、实现探索性研究和预测能力，并提供数据分析和可视化的工具，简化分子科学领域的研究和应用。

32、下面通过附图和实施例，对本发明的技术方案做进一步的详细描述。