有机微纳晶体几何形状的预测研究

来源 :南京邮电大学 | 被引量 : 0次 | 上传用户:sjhung888
下载到本地 , 更方便阅读
声明 : 本文档内容版权归属内容提供方 , 如果您对本文有版权争议 , 可与客服联系进行内容授权或下架
论文部分内容阅读
理解分子的自组装过程以及预测有机晶体的结构和形貌,一直是晶体学、纳米科学、材料科学等领域中极具挑战性的前沿课题。本论文以仅基于分子结构预测其非平衡态热力学过程下的晶体形貌为研究目标,以虚拟筛选技术、分子动力学和量子化学为手段,以PBC原理和非平衡态热力学为基础,力图通过纯理论的方式预测螺芴类小分子非平衡态热力学过程下的晶体结构和形貌,具体研究内容如下:(1)由于理解分子的自组装过程可以更好的预测有机晶体的形貌,所以探究了分子聚集模式与有机晶体几何维度之间的关系。首先,通过计算分子间的非共价键弱相互作用,分析发现分子在生长成为晶体的过程中存在两种主要的聚集模式,分别是以二聚体为组成单元的逐步生长模式和以分子链为组成单元的链式生长模式,随后,通过数据统计的方法,发现逐步生长模式易形成二维的微纳结构,而链式生长模式易形成三维或一维的微纳结构。(2)晶体形貌的预测离不开晶体结构数据,当前的晶体结构预测软件可以在计算之初通过设置空间群参数减少计算体量,然而如何科学的选择空间群参数一直困扰着人们。本文通过借助虚拟筛选技术预测空间群参数,从而辅助分子动力学模拟有机晶体的结构。研究时共搭建了三个空间群预测模型,分别是强调二维全局特征的Morgan模型,强调二维子结构特征的MACCS模型和强调三维空间结构特征的USR模型。当以搜索到的最相似结构的空间群作为预测结果时,与实验结果对比发现USR模型的准确率最高(50%),而当以空间群序列中的命中率(Hit rate)作为模型的评价指标时,Morgan模型表现出了更好的预测准确性,可达90%,结合现有螺芴类小分子的数据量以及对预测模型准确度的期望,本文提出将两个模型的结果做交叉参考以保证预测的可靠性。除此以外,通过对比发现分子动力学模拟的晶体结构与实验结果仍存在较大差距,当前准确率只有40%。(3)提出了一种预测非平衡态热力学过程下有机微纳晶体形貌的方法,其具体流程如下:首先,通过PBC理论确认有机晶体的易暴露面,获取其米勒指数。接着,通过使用Gaussian对各方向上的弱作用进行计算,并基于这些作用力计算出各晶面生长时所需要的能量,然后,通过将这些晶面生长能非平衡态化和比值化,得到非平衡态过程下各晶面的相对生长速率Rhkl,最后,将各晶面的相对生长速率和晶体学参数输入到晶体形貌模拟软件Win XMorph中,绘制得到有机微纳晶体的几何形貌。通过与BFDH模型、Equilibrium morphology(平衡态模型)、Growth morphology(吸附能模型)的预测结果进行对比,发现本文提出的方法对非平衡态热力学过程下的晶体形貌预测更为准确。
其他文献
在实际生活场景中,往往会有背景声音的存在,语音分离的目的主要是将目标说话人的语音从被污染的语音中重构出来,降低或去除干扰的影响,增强人耳对混合语音的感知以及混合语音的可懂度。本文主要研究单通道语音分离,即如何在一路观测信号中将目标语音与干扰语音分离或者如何将干扰信号的影响降到最低。本文以字典学习和深度神经网络为基础,对单通道语音分离进行分析和研究,字典学习利用字典原子线性表示语音信号的特征,而深度
学位
射频识别RFID技术目前被广泛应用于物联网之中,RFID通信协议也是物联网中采用的主要通信协议之一。当前,针对物联网中多样化无线通信协议的安全问题,需要有效的工具对协议进行分析,从而保障各个协议安全可靠,尽可能减少恶意软件对物联网系统的攻击。因此,本文对RFID通信协议的逆向分析过程与技术进行分析和研究,提出了一种结合n-gram算法和NW(Needleman-Wunshc)算法的序列比对改进算法
学位
在一定条件下,非线性系统中噪声有益于信号或信息处理的现象称为随机共振。本文主要研究了常见优化算法的卷积神经网络,然后对网络中的随机共振现象进行了研究,具体研究内容如下:首先从时间消耗、初始学习率、批尺寸数量和卷积核数量这四个方面对反向传播算法中梯度下降算法的5种优化算法进行了研究,这5种优化算法使得卷积神经网络达到收敛情况时的时间消耗有明显的差别,其中Adam优化算法使得网络达到收敛所花费的时间最
学位
北斗导航系统是我国独立自主研发建设的卫星导航系统,在国家安全、航空航天和社会经济等方面具有重大意义。卫星导航的终端需要使用接收机来获取卫星信号,而接收机中所需要的本振信号往往通过锁相环频率综合器来实现,因此锁相环频率综合器的性能对卫星导航的速度和精度具有很大的影响。本文对各大导航系统的工作频段和锁相环的基本原理进行研究,设计了一种可以用于GPS和BDS射频接收机的锁相环频率综合器。所设计的锁相环频
学位
回溯近些年移动通信系统的高速发展历史,伴随着第四代移动通信系统(4th Generation Mobile Commumcation System,4G)的发展,人们迎来了移动互联网时代,而伴随着第五代移动通信系统(5th Generation Mobile Commumcation System,5G)的发展,人们迎来了物联网时代。5G具有高速率、低延时、大连接等特性,目前已广泛应用于工业、远程
学位
随着系统容量的增加,频谱资源越来越紧缺,认知无线电(Coginitive Radio,CR)和非正交多址技术(Non-orthogonal Multiple Access,NOMA)的结合——CR-NOMA,能够在有限的时频资源块上服务更多的主用户(Primary User,PU),且增加了次用户(Secondary User,SU)动态接入频谱的机会。然而CR-NOMA系统中的无线环境十分复杂,
学位
随着空间信息网络的发展,接入的用频设备和支持的业务类型越来越多,可申请使用的频谱资源却越来越紧张,这对频谱资源的高效利用提出了更高的要求。当前,频谱感知技术作为认知无线电技术的核心,是实现频谱资源动态分配的重要基础。传统能量检测法作为卫星频谱感知常用手段,其感知性能与预先确定的噪声门限相关,当噪声不确定时,其在低信噪比环境中性能较差。而深度学习技术,受数据驱动,具有无需依赖先验信息的特点,为此,为
学位
随着5G时代的来临,大数据、物联网、人工智能等行业不断在蓬勃发展,社会也朝着智能化、数字化的美好愿景不断迈进。由于海量数据逐渐成为各行各业面对的重要数据场景,实现对高维不规则数据的高效处理成为了重要的研究课题。近年来新型的图信号处理(Graph Signal Processing,GSP)技术为解决当前信号处理遇到的困境提供了新的途径。GSP技术根据产生数据的复杂场景构建图拓扑结构模型,针对样点之
学位
目标威胁评估是信息融合领域的热点和难点之一。传统的目标威胁评估需要有经验的研究人员通过雷达进行数据分析,这导致了速度慢、容错率低等一系列问题。随着现代战争中无人智能装备的增多,传统的威胁评估方式逐渐被淘汰。因此,必须要构建一整套完善的威胁评估系统,通过这种方式进行各项武器资源的优化设置,在此发展的条件之下规避各种作战目标,有效保证整体的作战性能和作战能力。在现代信息化技术发展的当今社会,各个国家面
学位
近年来,随着科技的迅速发展,体积小、重量轻的便携式光谱仪受到人们越来越多的关注。在光谱仪中,分光元件起着至关重要的作用,传统光谱仪常用的分光元件有棱镜、衍射光栅等,而这些元件为了选取特定波长,都需要使用机械部件带动棱镜或光栅转动,或者使用到动镜,这就有可能因为机械部件的磨损、振动等因素造成错位,从而影响光谱仪的光谱精度。此外,由于部件体积庞大、重量大,为光谱仪的小型化和便携性带来困难。通过使用滤光
学位