基于机器学习势函数的熔盐体系分子动力学研究进展

doi:10.6023/A23070328

化学学报 ›› 2023, Vol. 81 ›› Issue (11): 1663-1672.DOI: 10.6023/A23070328 上一篇

综述

基于机器学习势函数的熔盐体系分子动力学研究进展

韩逸之^a^,^b, 蓝建慧^b^,^*(), 刘学^a^,^*(), 石伟群^b^,^*()

a 西安交通大学金属材料强度国家重点实验室西安 710049
b 中国科学院高能物理研究所北京 100049

投稿日期:2023-07-11 发布日期:2023-08-25

作者简介:

韩逸之, 西安交通大学硕士研究生, 目前研究方向: 机器学习分子动力学.

蓝建慧, 副研究员, 2010年7月博士毕业于北京化工大学化学工程学院, 在中国科学院高能物理研究所工作至今. 长期致力于先进功能材料与有机萃取配体的分子设计, 主要从事核燃料循环化学以及能源环境领域中气体存储分离相关的基础研究. 在量子化学、第一性原理计算、分子动力学以及蒙特卡洛模拟等领域积累了丰富的研究经验, 擅长使用多尺度的计算模拟手段解决复杂的物理化学问题. 迄今为止, 在Angew. Chem. Int. Ed., Nature Commun., ACS Nano, Adv. Funct. Mater., ACS Appl. Mater. Interfaces, Coord. Chem. Rev., J. Electrochem. Soc., Chem. Commun., Inorg. Chem.等国内外知名期刊上发表论文150余篇, 先后主持过多项国家自然科学基金项目.

刘学, 本科毕业于天津大学化工学院, 博士毕业于荷兰莱顿大学, 后在莱顿大学从事博士后研究工作, 2020年加入西安交通大学材料学院. 长期从事框架及碳基新型分离膜材料开发工作. 以第一或通讯作者在Nature Nanotechnology, Nature Communications, ACS Applied Materials & Interfaces等期刊发表论文多篇, 主持国家自然科学基金、陕西省科技厅项目等, 兼职中国核学会锕系物理与化学分会理事.

石伟群, 中国科学院高能物理研究所研究员, 国家杰出青年科学基金获得者, 长期致力于核燃料循环化学与锕系元素化学相关基础研究, 在 JACS, Angew. Chem., Chem, CCS Chem., Nat. Commun., Adv. Mater., Environ. Sci. Technol.等国际知名期刊发表SCI论文300余篇, 成果被国内外同行广泛关注和引用. 文章总引13000余次, H因子58 (Google Scholar). 分别担任英文期刊Journal of Nuclear Fuel Cycle and Waste Tech- nology和Journal of Nuclear Science and Technology的编委与国际顾问编委, 中文期刊《核化学与放射化学》编委. 现为中国化学会核化学与放射化学专业委员会委员、中国核学会锕系物理与化学分会副理事长、中国有色金属学会熔盐化学与技术专业委员会副主任委员、中国核学会核化工分会常务理事.

基金资助:
国家杰出青年科学基金(21925603)

Advances in Molecular Dynamics Studies of Molten Salts Based on Machine Learning

Yizhi Han^a^,^b, Jianhui Lan^b(), Xue Liu^a(), Weiqun Shi^b()

a State Key Laboratory for Mechanical Behavior of Materials, Xi'an Jiaotong University, Xi'an 710049
b Institute of High Energy Physics, Chinese Academy of Sciences, Beijing 100049

Received:2023-07-11 Published:2023-08-25
Contact: *E-mail: lanjh@ihep.ac.cn; liuxue@xjtu.edu.cn; shiwq@ihep.ac.cn
Supported by:
National Science Fund for Distinguished Young Scholars(21925603)

文章分享

摘要/Abstract

熔盐是一类具有重要应用价值的熔融态材料, 然而其微观结构与宏观性质之间的关系尚未完全探明, 因此开展针对熔盐体系的分子动力学研究具有重要意义. 针对高温熔盐体系的分子动力学研究以往主要依赖于传统分子动力学中力场的开发和第一性原理分子动力学的发展. 近年来得益于机器学习和神经网络的加速发展, 针对熔盐体系的机器学习势函数的开发工作取得了显著进展, 其在探索熔盐配位化学和预测物理性质方面表现优异. 本文首先梳理了熔盐领域内常用的分子动力学方法, 重点介绍了机器学习势函数的发展现状; 然后总结了机器学习势函数在熔盐研究方面的应用进展; 最后展望了机器学习势函数在该领域的应用前景, 并对可能存在的问题给出了建议.

关键词: 熔盐, 机器学习, 机器学习势函数, 分子动力学, 配位化学

Molten salt is a kind of molten material with important application value. However, the relationship between microstructure and macroscopic properties of molten salt has not been fully investigated, so it is of great significance to carry out extensive molecular dynamics studies. For high-temperature molten salts, molecular dynamics studies mainly relied on the development of force fields in classical molecular dynamics and first principles molecular dynamics previously. Due to the accelerated development of machine learning and neural networks, the potential for molten salts based on machine learning has been developed recently, and great progress has been made in exploring the coordination chemistry and accurately predicting physical properties. Herein, the latest research progress of molecular dynamics related to molten salt was firstly reviewed, especially the development status of machine learning potential. Secondly, the application progress of machine learning potentials in the research of molten salt was summarized. Finally, the research prospect of machine learning potentials for molten salt was discussed, and some suggestions were given.

Key words: molten salt, machine learning, machine learning potential, molecular dynamics, coordination chemistry

引用此文

韩逸之, 蓝建慧, 刘学, 石伟群. 基于机器学习势函数的熔盐体系分子动力学研究进展[J]. 化学学报, 2023, 81(11): 1663-1672.

Yizhi Han, Jianhui Lan, Xue Liu, Weiqun Shi. Advances in Molecular Dynamics Studies of Molten Salts Based on Machine Learning[J]. Acta Chimica Sinica, 2023, 81(11): 1663-1672.

导出引用 EndNote|Reference Manager|ProCite|BibTeX|RefWorks

分享此文

图/表 7

图1. 机器学习势函数开发流程

Figure 1. Development procedure of machine learning potentials

图2. 利用AIMD和DPMD模拟的MgCl2-KCl超胞[51]

体系(ACl_n-BCl)	物质的量比率	T/K	R_A-Cl	R_B-Cl	R_A-A	R_B-B	R_Cl-Cl
MgCl₂-KCl^[51]	8∶17	773	2.379	3.111	3.843	4.697	3.721
	—	873	2.411	3.152	3.894	4.759	3.770
	—	973	2.307	3.110	3.982	4.800	3.803
	—	1073	2.335	3.092	3.976	4.860	3.850
CaCl₂-KCl^[50]	1∶4	1100	2.71	3.12	—	—	3.92
	2∶3	1110	2.62	3.09	—	—	3.79
	1∶1	1058	2.75	3.09	—	—	3.76
	3∶2	1100	2.67	3.12	—	—	3.69
	4∶1	1100	2.66	3.12	—	—	3.57
AlCl₃-LiCl^[52]	1∶1	473	2.171	2.406	—	—	3.579
	—	573	2.197	2.435	—	—	3.503
	—	673	2.108	2.349	—	—	3.554
	—	773	2.141	2.385	—	—	3.486
	—	873	2.175	2.299	—	—	3.542
CaCl₂-NaCl^[48]	4∶1	1100	2.71	2.71	—	—	3.86
	3∶2	—	2.71	2.71	—	—	3.86
	2∶3	—	2.69	2.69	—	—	3.72
	1∶4	—	2.65	2.65	—	—	3.71

表1. ACln-BCl类熔盐中第一配位层距离(?)[48,50?-52]

Table 1. The length (?) of first coordination shell in ACln-BCl molten salts[48,50?-52]

图3. 初始数据集对势函数的误差和密度预测值的影响[60]

图4. LiF-NaF-ZrF4自由能分布图突出了不同分子动力学模拟中配位数的分布: (左) Zr-F; (右) F-Zr[64]

Figure 4. Free energy profile highlighting the distributions of fluoride coordination number of Zr4+ (left) and zirconium coordination number of F– (right) from different MD simulations[64]. Copyright 2022, American Chemical Society

图5. (a) ThCl4-NaCl和(b) UCl3-NaCl体系Th, U, Na的配位数占比[67]

图6. 主动学习势函数的工作流示意图

Figure 6. Workflow diagram of active learning potential

参考文献 79

[1]	Abu-Khader M. M. Prog. Nucl. Energ. 2009, 51, 225. doi: 10.1016/j.pnucene.2008.05.001
[2]	Chen G. Z.; Fray D. J.; Farthing T. W. J. N. Nature 2000, 407, 361. doi: 10.1038/35030069
[3]	Wang K.; Jiang K.; Chung B.; Ouchi T.; Burke P. J.; Boysen D. A.; Bradwell D. J.; Kim H.; Muecke U.; Sadoway D. R. Nature 2014, 514, 348. doi: 10.1038/nature13700
[4]	Zhong Y. K.; Liu Y. L.; Liu K.; Wang L.; Mei L.; Gibson J. K.; Chen J. Z.; Jiang S. L.; Liu Y. C.; Yuan L. Y.; Chai Z. F.; Shi W. Q. Nat. Commun. 2021, 12, 5777. doi: 10.1038/s41467-021-26119-9 pmid: 34599195
[5]	alanne M.; Simon C.; Turq P.; Ohtori N.; Madden P. A. In Molten Salts Chemistry, Vol. 1, Eds.: Lantelme, F.; Groult, H., Elsevier, Amsterdam, 2013, pp. 1-16.
[6]	Zhang X.; Zhang L.; Bo T.; Huang S.; Huang Z.; Shi W. Chin. Chem. Lett. 2022, 33, 3527. doi: 10.1016/j.cclet.2022.03.026
[7]	Jiang S.; Lan J.; Wang L.; Liu Y.; Zhong Y.; Liu Y.; Yuan L. L.; Zheng L.; Chai Z.; Shi W. Chem.-Eur. J. 2021, 27, 11721. doi: 10.1002/chem.v27.45
[8]	Jiang S.; Liu Y.; Wang L.; Chai Z.; Shi W. Q. Chem.-Eur. J. 2022, 28, e202201145. doi: 10.1002/chem.v28.60
[9]	Liu Y.-L.; Lan J.-H.; Wang L.; Jiang S.-L.; Liu Y.-C.; Zhong Y.-K.; Yang D.-W.; Zhang L.; Shi W.-Q. Electrochim. Acta 2022, 404, 139573. doi: 10.1016/j.electacta.2021.139573
[10]	Kwon C.; Kang J.; Kang W.; Kwak D.; Han B. Electrochim. Acta 2016, 195, 216. doi: 10.1016/j.electacta.2016.02.123
[11]	Worth G. A.; Cederbaum L. S. Annu. Rev. Phys. Chem. 2004, 55, 127. doi: 10.1146/physchem.2004.55.issue-1
[12]	Kresse G.; Furthmüller J. Phys. Rev. B 1996, 54, 11169. doi: 10.1103/physrevb.54.11169 pmid: 9984901
[13]	Tse J. S. Annu. Rev. Phys. Chem. 2002, 53, 249. doi: 10.1146/physchem.2002.53.issue-1
[14]	Monticelli L.; Tieleman D. P. Methods Mol. Biol. 2013, 924, 197. doi: 10.1007/978-1-62703-017-5_8 pmid: 23034750
[15]	Perdew J. P.; Burke K.; Ernzerhof M. Phys. Rev. Lett. 1996, 77, 3865. doi: 10.1103/PhysRevLett.77.3865 pmid: 10062328
[16]	Huggins M. L.; Mayer J. E. J. Chem. Phys. 1933, 1, 643.
[17]	Salanne M.; Rotenberg B.; Jahn S.; Vuilleumier R.; Simon C.; Madden P. A. Theor. Chem. Acc. 2012, 131, 1.
[18]	Dewan L. C.; Simon C.; Madden P. A.; Hobbs L. W.; Salanne M. J. Nucl. Mater. 2013, 434, 322. doi: 10.1016/j.jnucmat.2012.12.006
[19]	Emerson M. S.; Sharma S.; Roy S.; Bryantsev V. S.; Ivanov A. S.; Gakhar R.; Woods M. E.; Gallington L. C.; Dai S.; Maltsev D. S.; Margulis C. J. J. Am. Chem. Soc. 2022, 144, 21751. doi: 10.1021/jacs.2c09987
[20]	Wang H.; DeFever R. S.; Zhang Y.; Wu F.; Roy S.; Bryantsev V. S.; Margulis C. J.; Maginn E. J. J. Chem. Phys. 2020, 153, 214502. doi: 10.1063/5.0023225
[21]	Howe M.; McGreevy R. L. Philp. Mag. B 1988, 58, 485.
[22]	Tosi M.; Fumi F. J. Phys. Chem. Solids 1964, 25, 45. doi: 10.1016/0022-3697(64)90160-X
[23]	Fumi F.; Tosi M. J. Phys. Chem. Solids 1964, 25, 31. doi: 10.1016/0022-3697(64)90159-3
[24]	Dewan L. C.; Simon C.; Madden P. A.; Hobbs L. W.; Salanne M. J. Nucl. Mater. 2013, 434, 322. doi: 10.1016/j.jnucmat.2012.12.006
[25]	Nam H. O.; Bengtson A.; Vörtler K.; Saha S.; Sakidja R.; Morgan D. J. Nucl. Mater. 2014, 449, 148. doi: 10.1016/j.jnucmat.2014.03.014
[26]	Li X.; Song J.; Shi S.; Yan L.; Zhang Z.; Jiang T.; Peng S. J. Phys. Chem. A 2017, 121, 571. doi: 10.1021/acs.jpca.6b10193
[27]	Kwon C.; Noh S. H.; Chun H.; Hwang I. S.; Han B. Int. J. Energ. Res. 2018, 42, 2757. doi: 10.1002/er.v42.8
[28]	Guo H.; Li J.; Zhang H.; Li T.; Luo J.; Yu X.; Wu S.; Zong C. Chem. Phys. Lett. 2019, 730, 587. doi: 10.1016/j.cplett.2019.06.060
[29]	Galamba N.; Costa Cabral B. J. J. Chem. Phys. 2007, 126, 124502. doi: 10.1063/1.2711187
[30]	Glover W. J.; Madden P. A. J. Chem. Phys. 2004, 121, 7293. doi: 10.1063/1.1792574
[31]	Mukhopadhyay S.; Demmel F. In Proceedings of the Joint Conference on Quasielastic Neutron Scattering and the Workshop on Inelastic Neutron Spectrometers Qens/Wins 2016: Probing Nanoscale Dynamics in Energy Related Materials, Eds.: Felix, F.; David, L.; Veronika, G.; Wiebke, L.; Astrid, S.; Margarita, R.; AIP Publishing LLC, Potsdam, 2018, p. 030001.
[32]	McCulloch W. S.; Pitts W. Bull. Math. Biophys. 1943, 5, 115. doi: 10.1007/BF02478259
[33]	Behler J.; Parrinello M. Phys. Rev. Lett. 2007, 98, 146401. doi: 10.1103/PhysRevLett.98.146401
[34]	Bartók A. P.; Payne M. C.; Kondor R.; Csanyi G. Phys. Rev. Lett. 2010, 104, 136403. doi: 10.1103/PhysRevLett.104.136403
[35]	Schutt K. T.; Arbabzadah F.; Chmiela S.; Muller K. R.; Tkatchenko A. Nat. Commun. 2017, 8, 13890. doi: 10.1038/ncomms13890
[36]	Han J.; Zhang L.; Car R.; E W. Commun. Comput. Phys. 2018, 23, 629.
[37]	Wang X.; Li J.; Yang L.; Chen F.; Wang Y.; Chang J.; Chen J.; Zhang L.; Yu K. ChemRxiv, Preprint.
[38]	Lot R.; Pellegrini F.; Shaidu Y.; Kucukbenli E. Comput. Phys. Commun. 2020, 256, 107402. doi: 10.1016/j.cpc.2020.107402
[39]	Bartók A. P.; Csányi G. Int. J. Quantum. Chem. 2015, 115, 1051. doi: 10.1002/qua.v115.16
[40]	Zhang Y.; Wang H.; Chen W.; Zeng J.; Zhang L.; Wang H.; E W. Comput. Phys. Commun. 2020, 253, 107206. doi: 10.1016/j.cpc.2020.107206
[41]	Porter T.; Vaka M. M.; Steenblik P.; Della Corte D. Commun. Chem. 2022, 5, 69. doi: 10.1038/s42004-022-00684-6
[42]	Jiang W.; Zhang Y.; Zhang L.; Wang H. Chin. Phys. B 2021, 30, 050706. doi: 10.1088/1674-1056/abf134
[43]	Dai F. Z.; Wen B.; Sun Y. J.; Xiang H. M.; Zhou Y. C. J. Mater. Sci. Technol. 2020, 43, 168. doi: 10.1016/j.jmst.2020.01.005
[44]	Goldsmith B. R.; Esterhuizen J.; Liu J. X.; Bartel C. J.; Sutton C. AIChE J. 2018, 64, 2311. doi: 10.1002/aic.v64.7
[45]	Ding X.; Tao M.; Li J. H.; Li M. Y.; Shi M. C.; Chen J. S.; Tang Z.; Benistant F.; Liu J. Mater. Sci. Semicon. Proc. 2022, 143, 106513.
[46]	Tovey S.; Narayanan Krishnamoorthy A.; Sivaraman G.; Guo J.; Benmore C.; Heuer A.; Holm C. J. Phys. Chem. C 2020, 124, 25760. doi: 10.1021/acs.jpcc.0c08870
[47]	Liang W. S.; Lu G. M.; Yu J. G. J. Mater. Sci. Technol. 2021, 75, 78. doi: 10.1016/j.jmst.2020.09.040
[48]	Xie Y.; Bu M.; Zou G.; Zhang Y.; Lu G. Sol. Energy Mater. Sol. Cells 2023, 254, 112275. doi: 10.1016/j.solmat.2023.112275
[49]	Liang W. S.; Lu G. M.; Yu J. G. Adv. Theory. Simul. 2020, 3, 2000180. doi: 10.1002/adts.v3.12
[50]	Bu M.; Liang W.; Lu G.; Yu J. Sol. Energy Mater. Sol. Cells 2021, 232, 111346. doi: 10.1016/j.solmat.2021.111346
[51]	Liang W.; Lu G.; Yu J. ACS Appl. Mater. Interfaces 2021, 13, 4034. doi: 10.1021/acsami.0c20665
[52]	Bu M.; Liang W. S.; Lu G. M. Comp. Mater. Sci. 2022, 210, 111494. doi: 10.1016/j.commatsci.2022.111494
[53]	Smirnov M. V.; Khokhlov V. A.; Filatov E. S. Electrochim. Acta 1987, 32, 1019. doi: 10.1016/0013-4686(87)90027-2
[54]	Gheribi A. E.; Torres J. A.; Chartrand P. Sol. Energy Mater. Sol. Cells 2014, 126, 11. doi: 10.1016/j.solmat.2014.03.028
[55]	Janz G. J.; Tomkins R. Physical Properties Data Compilations Relevant to Energy Storage. IV. Molten Salts: Data on Additional Single and multi-Component Salt Systems, National Standard Reference Data System, 1981.
[56]	Anderson N. A.; Sabharwall P. Nucl. Technol. 2012, 178, 335. doi: 10.13182/NT12-A13598
[57]	Xu X.; Wang X.; Li P.; Li Y.; Hao Q.; Xiao B.; Elsentriecy H.; Gervasio D. J. Sol. Energ.-T. ASME 2018, 140, 051011. doi: 10.1115/1.4040065
[58]	Xu T.; Li X.; Wang Y.; Tang Z. ACS Appl. Mater. Interfaces 2023, 15, 14184.
[59]	Zhang J.; Fuller J.; An Q. J. Phys. Chem. B 2021, 125, 8876. doi: 10.1021/acs.jpcb.1c03748
[60]	Rodriguez A.; Lam S.; Hu M. ACS Appl. Mater. Interfaces 2021, 13, 55367. doi: 10.1021/acsami.1c17942
[61]	Smith A. L.; Capelli E.; Konings R. J. M.; Gheribi A. E. J. Mol. Liq. 2020, 299, 112165. doi: 10.1016/j.molliq.2019.112165
[62]	Golyshev V. D.; Gonik M. A.; Petrov V. A.; Putilin Y. M. High Temp+. 1983, 21, 684.
[63]	Abe Y.; Kosugiyama O.; Nagashima A. J. Nucl. Mater. 1981, 99, 173. doi: 10.1016/0022-3115(81)90186-0
[64]	Chahal R.; Roy S.; Brehm M.; Banerjee S.; Bryantsev V.; Lam S. T. JACS Au 2022, 2, 2693. doi: 10.1021/jacsau.2c00526 pmid: 36590259
[65]	Brehm M.; Kirchner B. J. Chem. Inf. Model. 2011, 51, 2007. doi: 10.1021/ci200217w
[66]	Dracopoulos V.; Vagelatos J.; Papatheodorou G. N. J. Chem. Soc., Dalton Trans. 2001, 1117.
[67]	Nguyen M. T.; Rousseau R.; Paviet P. D.; Glezakou V. A. ACS Appl. Mater. Interfaces 2021, 13, 53398. doi: 10.1021/acsami.1c11358
[68]	Li B.; Dai S.; Jiang D. E. ACS Appl. Energ. Mater. 2019, 2, 2112.
[69]	Barraz N. M., Jr.; Salcedo E.; Barbosa M. C. J. Chem. Phys. 2011, 135, 104507. doi: 10.1063/1.3630941
[70]	Rosenfeld Y. J. Phys.-Condens. Mat. 1999, 11, 5415. doi: 10.1088/0953-8984/11/28/303
[71]	Feng T.; Zhao J.; Liang W.; Lu G. Comp. Mater. Sci. 2022, 210, 111014. doi: 10.1016/j.commatsci.2021.111014
[72]	Iwadate Y.; Suzuki K.; Onda N.; Fukushima K.; Watanabe S.; Matsuura H.; Kajinami A.; Takase K.; Ohtori N.; Umesaki N. J. Alloys Compd. 2006, 408, 248.
[73]	Okamoto Y.; Shiwaku H.; Yaita T.; Narita H.; Tanida H. J. Mol. Struct. 2002, 641, 71. doi: 10.1016/S0022-2860(02)00329-0
[74]	Wasse J. C.; Salmon P. S. J. Phys.-Condens. Mat. 1999, 11, 1381. doi: 10.1088/0953-8984/11/6/004
[75]	Ren P.; Xiao Y.; Chang X.; Huang P.-Y.; Li Z.; Chen X.; Wang X. ACM Comput. Surv. 2020, 54, 1.
[76]	Sivaraman G.; Guo J.; Ward L.; Hoyt N.; Williamson M.; Foster I.; Benmore C.; Jackson N. J. Phys. Chem. Lett. 2021, 12, 4278. doi: 10.1021/acs.jpclett.1c00901
[77]	Guo J.; Merwin A.; Benmore C. J.; Mei Z.-G.; Hoyt N. C.; Williamson M. A. J. Phys. Chem. B 2019, 123, 10036. doi: 10.1021/acs.jpcb.9b07479
[78]	Guo D.; Zhao J.; Liang W. S.; Lu G. M. J. Mol. Liq. 2022, 348, 118380. doi: 10.1016/j.molliq.2021.118380
[79]	Yin W.; Bo T.; Zhao Y.; Zhang L.; Chai Z.; Shi W. Sci. Sin. Chim. 2023, 53, 1008. doi: 10.1360/SSC-2023-0050

基于机器学习势函数的熔盐体系分子动力学研究进展

Advances in Molecular Dynamics Studies of Molten Salts Based on Machine Learning

RichHTML

PDF

可视化

摘要/Abstract

引用此文

分享此文

图/表 7

参考文献 79

相关文章 15

编辑推荐

相关统计

本文评价

[1]	王海朋, 蔡文生, 邵学广. 抗冻剂抗冻机制的近红外光谱与分子模拟研究^★[J]. 化学学报, 2023, 81(9): 1167-1174.
[2]	刘祯钰, 甘利华. 乙炔热解为富勒烯的分子动力学模拟研究[J]. 化学学报, 2023, 81(5): 502-510.
[3]	戚兴怡, 胡耀峰, 王若愚, 杨雅清, 赵宇飞. 机器学习在新材料筛选方面的应用进展[J]. 化学学报, 2023, 81(2): 158-174.
[4]	赵珂, 程夏宇, 马雪雪, 耿明慧. 含哌嗪基团锌离子探针的双光子吸收增强机理[J]. 化学学报, 2023, 81(10): 1371-1378.
[5]	程敏, 王诗慧, 罗磊, 周利, 毕可鑫, 戴一阳, 吉旭. 面向乙烷/乙烯分离的金属有机框架膜的大规模计算筛选[J]. 化学学报, 2022, 80(9): 1277-1288.
[6]	刘雨泽, 李昆华, 黄佳兴, 于曦, 胡文平. 多组件学习器实现有机分子沸点的精准预测[J]. 化学学报, 2022, 80(6): 714-723.
[7]	王诗慧, 薛小雨, 程敏, 陈少臣, 刘冲, 周利, 毕可鑫, 吉旭. 机器学习与分子模拟协同的CH₄/H₂分离金属有机框架高通量计算筛选[J]. 化学学报, 2022, 80(5): 614-624.
[8]	刘康, 李斌, 于吉攀, 石伟群. 十四族卡本衍生物: 一类重要的活性中间体[J]. 化学学报, 2022, 80(3): 373-385.
[9]	杜英喆, 张恒, 苑世领. Al₂O₃/PDMS复合材料热传导的分子动力学模拟[J]. 化学学报, 2021, 79(6): 787-793.
[10]	刘长安, 洪士博, 李蓓. 石墨烯在甘油/尿素剥离液中的稳定行为的分子动力学模拟研究[J]. 化学学报, 2021, 79(4): 530-538.
[11]	董雪, 曹鸿, 徐雷, 王志鹏, 陈靖, 徐超. 镎和钚与环境中无机阴离子的配位化学研究进展[J]. 化学学报, 2021, 79(12): 1415-1424.
[12]	刘毅川, 刘雅兰, 姜仕林, 李梅, 石伟群. 氯化物熔盐体系中铀的化学种态研究进展[J]. 化学学报, 2021, 79(12): 1425-1437.
[13]	梁尊, 张鑫, 吕松泰, 梁洪涛, 杨洋. 单分子层受限冰-水共存界线毛细波与固-液相变动力学[J]. 化学学报, 2021, 79(1): 108-118.
[14]	范勤, 梁洪涛, 许贤祺, 吕松泰, 梁尊, 杨洋. 应用极化水分子模型研究单分子层受限水的介电性质[J]. 化学学报, 2020, 78(6): 547-556.
[15]	蔡铖智, 李丽凤, 邓小梅, 李树华, 梁红, 乔智威. 基于机器学习和高通量计算筛选金属有机框架的甲烷/乙烷/丙烷分离性能[J]. 化学学报, 2020, 78(5): 427-436.