润滑基础油摩擦学定量构效关系的研究

针对PAO为代表的矿物润滑剂基础油及菜籽油为代表的可生物降解的酯类基础油这两类润滑基础油，研究它们的摩擦学定量构效关系QSTR(Quantitative Structure－Tribo-ability Relationship）。分别选取或合成这两大类物质的同系物各30个，运用相关化学软件对结构进行优化, 并通过筛选得到最佳参数个数和合适的参数；测试其摩擦学性能参数；将摩擦学性能参数与结构表征参数分别采用多元线性回归方法和支持向量机方法建立线性模型和非线性模型，得到摩擦学性能参数与结构表征参数间的相关性方程，并建立润滑基础油定量构效关系数学模型。首次将定量构效关系理论用于摩擦学领域，探讨将现代摩擦学科学技术与现代量子化学、计算化学相结合的摩擦学研究新方法。该方法将建立一种通过考察物质结构特性，进而推测该物质的摩擦学性能的研究模式；该方法的运用，将有效提高设计和筛选润滑材料的工作效率。

本课题组运用定量构效关系理论（QSAR）的基本原理首先针对润滑油添加剂进行了摩擦学定量构效关系的基本问题研究，以达到初步运用结构计算方法来预测摩擦学性能的目的；并由此派生出来摩擦学定量构效关系 (QSTR) 这一新概念。建立了3D-QSTR， BPNN-QSTR， BRNN-QSTR以及从头计算Hartree-Fock分子轨道法建立的 QSTR 模型这四种数学模型进行润滑油添加剂的摩擦学定量构效关系的研究。研究证实QSTR的方法对研究润滑油添加剂的摩擦学定量构效关系是可行的。为了进一步将该方法用于润滑基础油的筛选，本课题组针对PAO为代表的矿物润滑剂基础油及可生物降解的酯类基础油这两类润滑基础油，研究了它们的摩擦学定量构效关系。为此已分别选取或合成酯类物质57种，以PAO 作为母体的物质44种，将它们作为研究对象进行了润滑基础油摩擦学定量构效关系的研究。针对QSTR模型，采用q2作为表征模型预测准确性的指标，R2作为表征模型鲁棒性的指标。本课题组建立的酯类磨损模型的q2及R2均大于0.99，该结果说明，酯类的BPNN- QSTR模型对于预测酯类润滑时的磨损具有优良的预测准确度和模型的鲁棒性，且模型交叉验证相关系数大于0.52，说明模型对酯类润滑时的磨损的预测能力较好。此外，酯类摩擦系数模型的q2及R2均大于0.97，该结果说明，酯类的BPNN- QSTR模型对于预测酯类润滑时的摩擦系数同样具有优良的预测准确性和模型的鲁棒性，且模型交叉验证相关系数大于0.88，说明模型对酯类润滑时的摩擦系数的预测能力同样非常好。以PAO作为母体物质的磨损模型的q2大于0.85及R2大于0.91，该结果说明该 BPNN- QSTR模型对于预测采用以PAO作为母体物质润滑时的磨损具有较好预测准确性和模型的鲁棒性，但模型交叉验证相关系数仅为0.41，说明模型对于预测采用以PAO作为母体物质润滑时的磨损的预测能力一般。但以PAO作为母体物质的摩擦系数模型的q2及R2均大于0.99，该结果说明，该BPNN- QSTR模型对于预测采用以PAO作为母体物质润滑时的摩擦系数具有优良的预测准确性和模型的鲁棒性，且模型交叉验证相关系数大于0.96，说明模型对于预测采用以PAO作为母体物质润滑时的摩擦系数的预测能力非常好。以上研究结果均证实QSTR的方法用于研究润滑基础油的摩擦学定量构效关系也是可行的。