一种聚酯大分子3D图数据结构的表征与验证方法技术

本发明专利技术公开了一种聚酯大分子3D图数据结构的表征与验证方法，其利用加权计算，得到聚酯大分子SMILES编码数据，通过引入几何扩散模型构建生成深度网络架构，通过在公共数据集上得到预训练模型，在其具备先验知识基础上进行微调，得出聚酯大分子的3D图数据结构表征结果，本申请将收集的配方和单体数据利用所述方法形成3D图结构数据集，设计一种用于3D图结构学习模型，以所形成的图数据作为网络输入，对应韧性测试数据作为输出参数，通过输出高精度的性能预测结果，完成对所述聚酯表征方法有效性的验证。该方法能够准确给出分子结构的三维空间信息，实现聚酯大分子的完备化表征，还可以提升聚酯材料韧性分类预测的准确度。

【技术实现步骤摘要】

本专利技术属于材料科学应用，具体涉及一种聚酯大分子3d图数据结构的表征与验证方法。

技术介绍

1、传统意义上，大规模的实验和检测分析是新材料研发的必要过程，对资源和设备的要求较高，需进行长时间和大批量的重复和调配试验。因此，导致新材料的研发过程通常较长。随着计算机模拟方法的出现，基于密度泛函理论(dft)、马尔科夫链和分子动力学理论，特别是人工智能、深度学习技术理论的迅速发展，推动了材料科学的一次计算革命，使得研究人员能够通过计算机技术更有效地探索材料原子结构与材料性能关系。然而，现有的计算机模拟技术依然无法通过单体结构、配比等特点与材料的很多宏观性能(如色差、光泽、耐久性等)建立关联关系，从而实现这些材料特性的预测及配方的设计。

2、随着材料数据的积累、人工智能深度学习算法更深层次的发展与应用，以及硬件算力的指数级增长，基于数据驱动的科学研究已成为了科学家们的研究热点。目前，深度学习算法是数据驱动研究发展的核心内容，已经被广泛地应用于生物制药及化学合成中，并开始在材料科学领域崭露头角。在材料科学领域，全世界范围内存在的材料种类数量高达1010本文档来自技高网...

【技术保护点】

1.一种聚酯大分子3D图数据结构的表征与验证方法，其特征在于包括以下步骤：

2.根据权利要求1所述聚酯大分子3D图数据结构的表征与验证方法，其特征在于：步骤(1)中利用RDKit函数包，将单体化学结构转化为单体SMILES编码数据。

3.根据权利要求1所述聚酯大分子3D图数据结构的表征与验证方法，其特征在于：步骤(1)中所述工艺参数包括合成温度。

4.根据权利要求1所述聚酯大分子3D图数据结构的表征与验证方法，其特征在于：步骤(1)中所述聚酯材料韧性测试分类数据分为三类，包括正反通过均开裂、正面通过无裂纹反面有裂纹、正反面通过均无裂纹，在数据集中分别以...

【技术特征摘要】

1.一种聚酯大分子3d图数据结构的表征与验证方法，其特征在于包括以下步骤：

2.根据权利要求1所述聚酯大分子3d图数据结构的表征与验证方法，其特征在于：步骤(1)中利用rdkit函数包，将单体化学结构转化为单体smiles编码数据。

3.根据权利要求1所述聚酯大分子3d图数据结构的表征与验证方法，其特征在于：步骤(1)中所述工艺参数包括合成温度。

4.根据权利要求1所述聚酯大分子3d图数据结构的表征与验证方法，其特征在于：步骤(1)中所述聚酯材料韧性测试分类数据分为三类，包括正反通过均开裂、正面通过无裂纹反面有裂纹、正反面通过均无裂纹，在数据集中分别以-1、0和1表示。

5.根据权利要求1所述聚酯大分子3d图数据结构的表征与验证方法，其特征在于：步骤(2)中采用加权计算方法对单体smiles编码数据进行处理，得出聚酯大分子的smiles编码数据包括：通过将堆叠单体分子smiles与对应配方中配比值的内积得到聚酯大分子的smiles结果，计算流程可按照式(1)进行：

6.根据...

【专利技术属性】
技术研发人员：段嘉旭，马志平，陶友季，祁黎，王俊，万超，彭煌，
申请(专利权)人：中国电器科学研究院股份有限公司，
类型：发明
国别省市：