《Digital Discovery》:Physics-informed machine learning for predicting temperature-dependent chemical properties
编辑推荐:
为解决传统机器学习在预测流体温度依赖性质时泛化能力差的问题,研究人员开发了一个物理信息驱动的机器学习框架。该框架通过分离化学效应与热力学效应,将阿伦尼乌斯(Arrhenius)方程等物理约束嵌入模型,成功实现了对纯化合物和混合物流体动态粘度等性质的高精度跨温度预测,为可持续技术的流体设计与筛选提供了新策略。
在能源、航空航天和交通领域向清洁能源转型的过程中,高性能工业流体的开发变得至关重要。无论是长途电动汽车的热管理,还是数据中心沉浸式冷却,都需要流体在宽温域内具有优异的性能。然而,一个核心挑战在于,流体的关键热物理性质,如动态粘度,会随温度发生数量级的变化。传统的实验表征耗时费力,难以覆盖广阔的设计空间;而纯粹的机器学习模型,虽然在某些固定温度下表现良好,却因缺乏数据和物理约束,在预测未知温度下的性质时往往“失灵”,难以推广到实际工程设计中。这就像让一个只见过春夏景物的人去描绘秋冬,结果难免失准。为此,一项发表在《Digital Discovery》上的研究提出了一种新颖的解决方案:将确凿的物理定律“注入”机器学习模型,构建一个物理信息驱动的智能框架,以破解温度依赖性化学性质的高精度预测难题。
为了开展这项研究,研究人员主要运用了以下几个关键技术方法:首先,构建了一个包含720种有机流体、温度范围250-550 K的动态粘度实验数据集,数据源自美国国家标准与技术研究院(NIST)及已发表文献。其次,提出了一个“化学模块”与“热力学模块”解耦的混合建模框架。在化学模块中,研究采用了基于Mordred数值描述符和基于图神经网络(GNN)的分子图表示(Chemprop)两种方法来编码分子结构,并通过前馈神经网络预测物理方程中的化学依赖系数。在热力学模块中,则嵌入了阿伦尼乌斯(Arrhenius)等描述温度依赖性的经典物理方程。最后,通过多种训练-测试划分策略(如基于材料的划分、留一类划分(LOCO)、以及同时跨材料与温度的划分)来系统评估模型的泛化与外推能力,并采用集成学习策略进行不确定性量化。
机器学习用于温度依赖性性质
研究团队开发了一个融合化学信息与热力学方程的机器学习框架。其核心创新在于将化学效应与温度效应解耦处理:化学模块负责从分子结构预测物理方程(如阿伦ius方程)中的系数;热力学模块则利用这些系数,通过物理方程计算性质随温度的变化。这种设计使模型能够利用少量数据泛化到宽温域,同时专注于学习化学结构如何影响流体性质。该框架架构灵活,可适配不同的温度-性质关系。
动态粘度案例研究
研究以动态粘度这一关键性质作为案例。通过回归分析比较了阿伦尼乌斯、Vogel–Fulcher–Tammann (VFT)、Mauro–Yue–Ellison–Gupta–Allan (MYEGA)和Avramov–Milchev (AM)等多种粘度-温度方程,发现阿伦尼乌斯方程在绝大多数材料上拟合准确且系数更稳定,因此被选为物理信息组件。研究采用分位数-中位数温度选择法确保数据在温度范围内的均匀覆盖,并利用t-SNE可视化证实了数据集中广泛的化学多样性。
跨温度范围和化学类别的模型评估
模型在三种外推场景下接受了严格评估:1) 对新材料:在70/30材料划分下,物理信息模型表现出高预测精度,显著优于将温度作为简单输入特征的基线模型。2) 对新材料类别:采用留一类划分策略,模型对大多数未在训练中出现的化学类别仍保持良好的预测能力。3) 对新材料在新温度下:在训练中完全排除最低温度范围(T1),模型仍能准确预测未知化学物在该温度下的粘度,证明了其同时跨化学和温度外推的能力。此外,研究还比较了基于不同物理方程的模型版本,发现阿伦尼乌斯和VFT方程表现最佳。
理解物理信息模型的预测
通过SHAP值进行特征重要性分析,研究人员深入了解了模型如何关联化学结构与粘度。研究发现,对于阿伦尼乌斯方程中的频率因子,结构-拓扑描述符贡献主导,反映了分子尺寸和框架刚度对基线粘度的影响;而对于活化能,极性-相互作用描述符占主导,突出了氢键和偶极相互作用等分子间力对粘度温度依赖性的关键作用。与基线模型相比,物理信息模型能更准确地识别这些具有化学意义的特征。
在工程设计中的应用
研究通过一个管壳式换热器的冷却应用案例,展示了准确预测温度依赖性在工程中的重要性。研究人员利用模型预测了50种候选冷却流体在300-390 K操作温域内的动态粘度,并进行了流体效率排名。结果显示,忽略粘度的温度依赖性会导致错误的流体排名和次优材料选择,而引入温度依赖性的预测能显著改变排名顺序,证明该模型能有效支持基于实际工况的工程设计与流体发现。
讨论
该研究成功开发了一个可预测多种流体性质温度依赖性的通用机器学习框架。其核心在于利用物理方程捕捉热力学状态,并用机器学习预测其化学依赖系数。动态粘度的案例验证了该框架的高精度和可靠的不确定性量化能力。研究进一步将框架扩展到蒸汽压(基于Clausius–Clapeyron方程)和无限稀释扩散系数(基于阿伦尼乌斯方程)的预测,均取得良好效果,证明了其不依赖于特定方程或分子表示的普适性。从更广阔的视角看,这种物理信息机器学习策略为预测一系列温度依赖性流体性质提供了一种简单、适应性强且物理基础扎实的方法。它能够无缝集成到基于物理的仿真中,支持面向可持续应用的工业流体发现与优化。未来,将该框架扩展到热导率、热容等其他温度依赖性性质,以及在离子液体、复杂电解质等体系中的应用,将是进一步验证和拓展其工程实用性的重要方向。