基于可解释的高通量机器学习方法对高导热复合材料进行筛选,并通过实验验证其有效性

《Journal of Materials Science & Technology》:Interpretable high-throughput machine learning-based screening of high-thermal-conductivity composites with experimental validation

【字体: 大 中 小 】 时间:2026年01月06日 来源:Journal of Materials Science & Technology 14.3

编辑推荐:

  本研究构建了包含370个有效样本的热导率复合体系数据集,开发了Logistic+XGBoost和Logistic+全连接神经网络(LFCNN)混合模型,LFCNN分类准确率达96.77%。SHAP分析表明填充剂负载量是主要影响因素,通过高通量设计筛选的三个候选材料经实验验证,热导率与模型预测一致,证明了ML框架在加速高热导率聚合物复合材料开发中的有效性。

  
张宇|薛白|曾凌军|卜晓珂|谢岚|陈全伟|张俊华
贵州大学公共大数据国家重点实验室,中国贵阳550025

摘要

随着电子设备、储能系统和航空航天技术的快速发展,对具有高导热系数(TC)的聚合物基复合材料的需求日益迫切。然而,传统的试错研究方法严重依赖于个人研究经验,而大量的实验验证往往无法揭示复合材料配方与热性能之间的复杂关系。本文提出了一种基于机器学习(ML)的有效框架,用于筛选高TC的复合材料,旨在优化材料设计过程、降低实验成本,并确定影响TC的关键因素。首先,从已发表的文献中构建了一个包含370个有效样本的综合性数据集,这些样本涉及导热碳填充/聚合物复合材料。随后,通过残差校正策略开发了两种混合模型:Logistic+XGBoost和Logistic+全连接神经网络(FCNN)(LFCNN),将Logistic回归与XGBoost或FCNN结合使用,以提高捕捉线性和非线性特征的能力。值得注意的是,LFCNN表现出最佳的性能,分类准确率为94.62%。利用Shapley Additive exPlanations(SHAP)进行的定量分析表明,数值特征的重要性显著高于分类特征,其中填料含量被确定为关键因素。在设计的32327个样本组的高通量组成空间中,通过LFCNN和实验验证选出了三个有前景的候选材料,其测得的TC与模型预测完全一致。这一基于ML的框架展示了将ML与实验验证相结合在加速高导热聚合物基复合材料开发方面的巨大潜力,并为材料科学中ML的可解释应用提供了新的见解。

引言

随着电子设备功率密度的不断提高以及对能源效率需求的增长,有效散热在确保设备性能、稳定性和使用寿命方面变得至关重要[[1], [2], [3]]。因此,高导热复合材料的开发已成为材料科学和工程领域的研究热点,因为它们在散热和热管理中起着关键作用[[4], [5], [6]]。一些传统的导热材料,如金属或陶瓷,在提高导热性能方面取得了一定的进展。然而,它们通常存在密度高、轻量化特性不足、加工和成型困难以及设计灵活性有限等缺点,这限制了它们在高性能设备(如柔性电子产品)中的应用[[7], [8], [9], [10], [11]]。
值得注意的是,基于聚合物的导热复合材料因其低密度、优异的柔韧性、易于加工以及在组成和结构上的广泛可调性而受到越来越多的关注,使其成为下一代热管理材料的有希望的候选者[12,13]。通过各种加工技术,已将一系列导热填料引入聚合物基体中以提高导热系数(TC)[14]。其中,包括石墨烯、碳纳米管(CNT)及其多尺度混合物在内的碳基填料在聚合物基体内构建高效导热网络方面具有明显优势,这得益于它们本身的高导热性和与聚合物的优异界面相容性[15,16]。
传统上,导热复合材料的开发依赖于反复的实验测量和个人研究经验来优化配方和加工条件。这种试错策略通常耗时且劳动密集,并且受到实验可获取的材料组成和加工参数范围的限制。为了解决这些限制,已广泛应用分子动力学和密度泛函理论等数值模拟方法来计算热传输特性[[17], [18], [19], [20]]。然而,这些数值模拟方法通常受到高计算成本和模拟系统规模有限的限制,难以捕捉实际复合材料的复杂多尺度相互作用[21,22]。更关键的是,这两种主要依赖实验和模拟的方法无法有效探索由组成、界面工程和多尺度结构调节所定义的广阔设计空间。因此,筛选和优化高性能复合材料的效率受到严重限制,从而阻碍了材料开发的加速和突破。
在这种背景下,数据驱动的机器学习(ML)方法为材料预测和设计提供了新的范式[[23], [24], [25], [26]]。通过高效分析大型和异构数据集,ML可以快速预测材料性能并识别关键影响因素,从而显著降低研究成本和时间[27]。例如,Shi等人[28]使用集成学习优化了电磁屏蔽复合材料,实现了高预测准确性并识别了关键设计参数。此外,He等人[29]利用全连接神经网络(FCNN)预测电磁屏蔽效果,大幅减少了实验工作量。这些研究强调了ML在加速材料开发方面的潜力。Barua等人[30]利用自己实验室生成的数据和加权元素到化学性质特征构建了XGBoost模型,实现了掺杂SnSe块材料TC的高精度预测。尽管数据驱动方法在导热复合材料研究方面取得了进展,但仍存在几个关键挑战需要解决。首先,系统地分类和发现高导热性的碳基填料/聚合物复合材料配方仍然不足。其次,现有的集成和堆叠策略通常将多个高容量学习器结合在一起,而没有明确区分全局线性趋势和结构化非线性残差,这会导致对同一特征的重复建模和样本效率低下[31,32]。同时,缺乏可解释性进一步阻碍了特征-性能关系的阐明,并限制了为材料合成和工艺优化提供实际指导的能力[33,34]。
在本研究中,开发了一个基于ML模型的数据驱动框架,用于高效筛选高TC的碳基填料/聚合物复合材料,从而与传统实验方法相比减少了时间和成本。随后,基于Logistic回归、XGBoost和FCNN基线模型,设计了两种混合模型LXGBT和Logistic+FCNN(LFCNN),以全面捕捉TC-复合材料配方数据中的线性和非线性信息。在这种策略中,线性和非线性模型能够在捕捉特征方面发挥互补作用,使每种模型在其最有效的领域充分发挥优势。最终,LFCNN模型实现了96.77%的最高分类准确性,表明该方法能够从异构数据集中高效识别出高TC的新复合材料。此外,利用Shapley Additive exPlanations(SHAP)值量化了每个特征对TC的贡献,为复合材料设计提供了可解释的指导[35,36]。从模型和高通量组成空间中识别出的高潜力组分最终通过实验进行了验证,形成了预测、验证和解释的闭环。

数据集

本研究从已发表的文献中收集并整理了370个关于导热复合材料的有效数据样本(见补充材料),构建了一个综合性数据集。数据集的特征包括基体类型、填料类型、填料含量、TC、厚度、加工方法和结构特征,分为数值型和分类型,如图1(a)所示。对于以图形格式呈现的数值数据,使用了Plot Digitizer工具进行可视化处理(//plotdigitizer.sourceforge.net/

数据集的可视化分析

为了提高后续分析的准确性,揭示数据中的潜在模式和趋势,并为研究提供更深入的见解,采用了探索性数据分析来可视化分析数据集。数据集的特征通常分为数值型和分类型,其中数值特征包括厚度、填料含量和TC。如图3所示,直方图用于可视化这些数值特征的数值范围和分布形状

CNF/CNT和CNF/GNP复合薄膜的制备

如图9(a)所示,将9.09克CNF悬浮液分散到36.6毫升去离子水中,并进行1小时的磁力搅拌。然后加入一定量的CNT,接着进行超声处理和磁力搅拌,以确保CNT在稀释的CNF水悬浮液中的均匀分散。所得到的CNF/CNT分散液通过真空辅助过滤方法过滤,随后在45°C的真空烤箱中干燥。该过程制备出了CNT含量

结论

本研究建立了一个系统性的框架,用于筛选潜在的高TC碳基填料/聚合物复合材料,为在材料科学领域应用ML方法提供了重要启示。特别是,该框架涵盖了数据收集和预处理、模型构建和优化、特征重要性分析以及模型可解释性分析。最初,构建了一个用于预测碳填充复合材料TC的综合性数据集

CRediT作者贡献声明

张宇:撰写——原始草稿,正式分析,数据整理,概念化。薛白:撰写——审阅与编辑,监督,方法论,资金获取。曾凌军:可视化,资源管理。卜晓珂:软件开发。谢岚:监督,项目管理,方法论。陈全伟:监督,资金获取。张俊华:监督,方法论。
相关新闻
生物通微信公众号
微信
新浪微博

热点排行

    今日动态 | 人才市场 | 新技术专栏 | 中国科学人 | 云展台 | BioHot | 云讲堂直播 | 会展中心 | 特价专栏 | 技术快讯 | 免费试用

    版权所有 生物通

    Copyright© eBiotrade.com, All Rights Reserved

    联系信箱:

    粤ICP备09063491号