基于双原子分子振动能谱构建关联激发模型研究聚α甲基苯乙烯热分解

The thermal decomposition mechanism and rate control of poly (alpha methylstyrene) (PαMS) are very important for the preparation of inertial confinement fusion (ICF) target pellets. However, the molecular weight of PαMS is huge. Under thermal excitation, the decomposition process involves the coupling of physical and chemical factors such as glass transition, depolymerization, molecular weight and so on. Conventional methods of molecular simulation or experimental research are facing great difficulties. In this project, a reasonable and easy-to-calculate energy excitation model will be constructed based on the vibrational structure of diatomic molecules by using multi-scale research methods. The correlated chemical bond excitation problem of macro-molecules will be focused on. A macroscopic thermal decomposition kinetic equation including glass transition, depolymerization and molecular weight information will be obtained. Using molecular dynamics simulation and existing experimental data, combined with machine learning and other methods to analyze the parameters of the new equation, the influence mechanism of molecular weight, temperature and other experimental controllable factors related to the thermal decomposition rate of PaMS will be obtained, which provides theoretical support for the efficient preparation of ICF target pellets. The multi-scale method based on coupled small molecular vibration excitation proposed in this project will provide new ideas and technical means for the study of energy excitation related properties of complex molecular systems.

聚α甲基苯乙烯(PαMS)的热分解机理及速率控制对惯性约束核聚变(ICF)靶丸的制备至关重要。然而，PαMS分子量巨大，在热激发下，其分解过程又涉及玻璃化转变、解聚、分子量等多个层次的物理化学因素耦合。常规的微观分子模拟或宏观实验研究方法均面临极大困难。本项目将采用多尺度研究方法，从微观双原子分子振动结构出发，构建合理且易于计算的能量激发模型，重点研究超大分子的化学键关联激发问题，得到包含玻璃化转变、解聚、分子量等信息的宏观热分解动力学方程。利用分子动力学模拟和现有实验数据，结合机器学习等方法对新方程的相关参数进行分析，可以得到分子量、温度等实验可控因素对PαMS热分解速率的影响机理，为高效制备ICF靶丸提供理论支撑。本项目提出的以耦合小分子振动激发为基础的多尺度方法将为复杂分子体系的能量激发及相关性质研究提供新的思路和技术手段。

在惯性约束核聚变(ICF)靶丸的制备过程中，聚α甲基苯乙烯（PαMS）的热分解至关重要。PαMS在热分解时，会经历玻璃化转变、解聚等受温度、分子量等多个因素影响的物理化学过程。原则上说，这些复杂过程可以看作是高分子原子分子运动的衍生行为，我们可以从原子分子层次开始建模，得到包含温度、分子量、玻璃化转变等重要因素的宏观热分解动力学方程，从而研究这些重要因素对热分解的具体影响，为高效制备ICF靶丸以及认识类似高分子体系的热分解动力学过程提供理论支撑。本项目在原子分子层次研究了PαMS在受热情况下的化学键关联运动行为，并据此构建了基于复合粒子的高分子热分解关联激发模型，推导得到了对应的热分解动力学方程及其参数解，研究了分子量、温度以及玻璃化转变等重要因素对热分解过程的影响。. 在本项目的研究过程中，通过大规模分子动力学模拟，从高分子原子分子层次的运动出发，我们模拟得到了PαMS在受热过程中的玻璃化转变、解聚等关键热分解过程，确保了原子分子层次微观模型的有效性。通过控制温度、分子量、分子链数目等关键变量，我们详细分析了各因素对热分解过程的影响，得到了热分解过程中化学键的相关性特征数据，发现化学键存在邻域关联运动，从而使得我们可以将关联的几个化学键视为整体，建模为与双原子分子体系类似的单个复合粒子处理，从而大大简化了高分子的运动。值得注意的是，复合粒子的运动特征会受温度、分子量等因素的影响，其表观能级结构（活化能）为变量。通过将表观能级结构构建为温度的函数，我们推导得到了新的热分解动力学方程，并获得了其参数解。利用新方程分析实验数据，我们得到了包含温度、玻璃化转变和分子量影响的PαMS热分解曲线。