深度学习分子动力学揭示CF3SO2F热分解机理：为绿色电网绝缘气体替代提供关键见解

《Communications Chemistry》：Probing the thermal decomposition mechanism of CF3SO2F by deep learning molecular dynamics

为替代强温室气体SF6，研究人员针对新型环保绝缘气体三氟甲基磺酰氟(CF3SO2F)的热稳定性问题，开展了基于深度学习势函数的分子动力学模拟研究。该工作系统揭示了CF3SO2F在不同温度、压力和缓冲气体条件下的分解路径与产物分布规律，发现氮气比二氧化碳更能有效抑制分解反应。研究成果通过实验验证了CF4和SO2等特征分解产物，为CF3SO2F在电力设备中的安全应用提供了理论依据。

　　

随着全球碳中和目标的推进，电力行业正面临着一项紧迫挑战：如何替代已使用数十年的"绝缘之王"六氟化硫(SF₆)。这种气体虽然具有优异的绝缘和灭弧性能，但其全球变暖潜能值(GWP)高达23900，大气寿命长达3200年，堪称"温室气体巨无霸"。寻找既环保又高性能的替代气体已成为电力设备制造领域的重要课题。

在众多候选气体中，三氟甲基磺酰氟(CF₃SO₂F)脱颖而出。这种气体的交流直流击穿电压可达SF₆的1.3-1.6倍，全球变暖潜能值仅为3678，液化温度低至-22°C，且具备低毒性和高稳定性等优点，被誉为最具潜力的SF₆替代品。然而，电力设备在运行过程中可能发生局部过热或放电故障，导致绝缘气体分解产生有害物质，影响设备安全并带来环境风险。因此，深入理解CF₃SO₂F的分解机理至关重要。

传统实验方法研究气体分解面临高成本和高风险等挑战，而理论模拟方法又存在精度与效率难以兼顾的困境。基于密度泛函理论(DFT)的从头算分子动力学(AIMD)虽然精度高但计算资源消耗大，经典力场方法虽能处理大体系却精度有限。这一矛盾使得对CF₃SO₂F动态分解过程的微观机制认知仍然不足。

针对这一难题，武汉大学的研究团队在《Communications Chemistry》上发表了最新研究成果，创新性地将深度学习势函数(DLP)应用于CF₃SO₂F热分解过程的研究。他们通过融合第一性原理精度和经典分子动力学效率，成功揭示了这一环保绝缘气体在高温高压条件下的分解机制。

研究团队主要采用了深度学习势函数训练与分子动力学模拟相结合的技术路线，并搭建了热分解实验平台进行验证。具体方法包括：通过从头算分子动力学采样构建训练数据集；开发并验证针对CF₃SO₂F体系的深度学习势函数；利用LAMMPS软件进行大规模分子动力学模拟，构建包含上万原子的模拟体系；设计热分解实验平台，在不同温度、压力和持续时间条件下进行实验验证；采用气相色谱-质谱联用技术(GC-MS)分析分解产物。

深度学习势函数的构建与验证

研究团队首先通过从头算分子动力学采样获取CF₃SO₂F在不同温度下的构型，构建了包含能量、力和维里张量的训练数据集。经过多次探索和训练，他们开发出能够精确描述CF₃SO₂F体系的深度学习势函数。验证结果表明，该势函数在能量、力和维里张量预测上的均方根误差分别仅为1.3 meV/atom、0.023 eV/?和2.5 meV/atom，与密度泛函理论计算结果高度一致。特别值得注意的是，深度学习势函数成功再现了CF₃SO₂F分子中C-S键、F-CF₂SO₂F键等关键化学键的势能面变化，为准确模拟分解过程奠定了坚实基础。

CF₃SO₂F的分解行为分析

模拟结果显示，CF₃SO₂F在CO₂缓冲气体中于1400 K开始分解，在1000 ps时间尺度内的分解比率随温度升高而增加，从1400 K时的0.07升至2200 K时的0.77，在3200 K电弧放电通道温度下更是达到0.94。压力对分解行为也有显著影响，在2200 K条件下，压力从0.1 MPa升至0.5 MPa时，分解比率从0.77分别增至0.87和0.94，这归因于高压增加了分子碰撞频率。有趣的是，CF₃SO₂F混合比例的增加反而会抑制其分解，20%混合比例系统的分解比率低于12%系统，研究人员认为这是由于CF₃SO₂F分子间相互作用增强以及振动能量分配变化所致。

主要分解产物的分布与演化

产物分析表明，CF₃SO₂F/CO₂混合体系在1400 K时主要生成CF₄和SO₂等初级产物。温度升至2200 K时，初级产物数量增加但相对浓度下降，开始出现SO和CF₃等次级产物。在3200 K高温下，体系变得极为复杂，产生CF₄、CF₃、CF₂、CF、C、SO₂F、SOF、SO₂、SO、S、F、O₂和O等多种物种，其中O原子成为最丰富的碎片。径向分布函数分析显示，随着温度升高，S-F、C-O和S-O等特征键的峰值明显减弱，反映了分子逐步分解的过程。

与CO₂体系相比，CF₃SO₂F/N₂体系展现出独特的分解特性。在低温阶段，除了生成CF₄和SO₂外，还产生了COF₂和SOF₂等特有产物。高温下N≡N三键发生断裂生成N原子，但体系中没有观察到明显的氧原子和固体残留物形成，这表明两种缓冲气体体系存在本质的分解机制差异。

CF₃SO₂F的分解机制

轨迹分析揭示了CF₃SO₂F分解的温度依赖性机制。在1400 K以上温度，主要经由协同反应路径进行，C-S键断裂的同时SO₂F上的F原子向CF₃转移，直接生成CF₄和SO₂。当温度超过2200 K时，直接C-S键断裂路径变得显著，产生CF₃和SO₂F自由基，后者进一步通过S-F键断裂生成SO₂和F，或通过S-O键断裂生成SOF和O。在N₂缓冲气体中，还存在CF₃SO₂F→COF₂+SOF₂这一额外反应路径，这解释了两种体系产物分布的差异。

实验验证

为验证模拟结果，研究团队搭建了热分解实验平台，对14%CF₃SO₂F/86%N₂混合气体在150-250°C温度范围、0.2-0.4 MPa压力条件下进行了实验研究。气相色谱-质谱联用分析结果显示，CF₄和SO₂确实是主要的分解产物，且其产率随温度、时间和压力的增加而升高，与模拟预测高度一致，证实了所提出分解机制的可信度。

本研究通过深度学习分子动力学方法，系统阐明了CF₃SO₂F作为SF₆替代气体的热分解机制及其影响因素。研究发现不仅揭示了温度、压力和气体混合比例对分解行为的调控规律，还发现了N₂相比CO₂具有更好的分解抑制效果这一重要现象。从应用视角看，这项工作为CF₃SO₂F在电力设备中的安全使用提供了关键指导：需严格控制设备运行条件以避免局部过热，防止气体大量分解导致绝缘性能下降；优选N₂作为缓冲气体可有效降低有害副产物如CF₄(GWP=7390)和剧毒物质COF₂的生成风险。

该研究建立的深度学习势函数框架具有普适性，可推广至其他绝缘气体的性能研究，为电力行业绿色转型提供了有力的理论工具和设计指南。随着全球对温室气体排放监管的日益严格，这种结合人工智能与分子模拟的研究范式，有望加速环保绝缘材料的开发进程，推动电力装备制造业向低碳可持续发展方向迈进。