借助机器学习技术快速开发高性能、灵活且无铅的辐射屏蔽凝胶

《Science China-Materials》：Machine learning-assisted rapid development of high performance flexible lead-free radiation shielding gels

　　

摘要

随着电离辐射在医疗和工业领域的应用日益增多，对无铅、柔性和可持续的辐射屏蔽材料的需求也在不断增加。然而，目前的开发策略仍然主要依赖于经验性的试错方法，这既耗时又耗费大量资源。在此，我们提出了一种基于机器学习的蒙特卡洛模拟策略，该策略能够快速准确地优化金属填充物的组成，以实现在广泛能量范围（40–120 kV）内的高效X射线衰减。在该人工智能（AI）驱动的方法指导下，我们开发了含有均匀分散的Bi/W/Gd?O?纳米颗粒的聚醋酸乙烯（PVA）基凝胶，这些纳米颗粒在-20°C下使用PVA-DMSO/H?O共溶剂体系在1分钟内即可形成。经过优化的凝胶具有50%的金属载荷，表现出优异的机械强度（1.76 MPa）、韧性（6.3 MJ m?3）和延伸率（600%），并且在5毫米厚度时具有超过98%的X射线屏蔽效率，其在120 kV下的性能优于铅基复合材料。这种通过物理交联方式形成的网络结构赋予了材料可回收性和抗冷冻能力，并在-50°C下仍保持柔韧性。本研究建立了一种智能、数据驱动的设计高性能辐射屏蔽材料的范式，展示了人工智能如何加速材料发现并实现环保保护系统的规模化生产。

此图片的替代文本可能是由人工智能生成的。

随着电离辐射在医疗和工业领域的应用日益增多，对无铅、柔性和可持续的辐射屏蔽材料的需求也在不断增加。然而，目前的开发策略仍然主要依赖于经验性的试错方法，这既耗时又耗费大量资源。在此，我们提出了一种基于机器学习的蒙特卡洛模拟策略，该策略能够快速准确地优化金属填充物的组成，以实现在广泛能量范围（40–120 kV）内的高效X射线衰减。在该人工智能（AI）驱动的方法指导下，我们开发了含有均匀分散的Bi/W/Gd?O?纳米颗粒的聚醋酸乙烯（PVA）基凝胶，这些纳米颗粒在-20°C下使用PVA-DMSO/H?O共溶剂体系在1分钟内即可形成。经过优化的凝胶具有50%的金属载荷，表现出优异的机械强度（1.76 MPa）、韧性（6.3 MJ m?3）和延伸率（600%），并且在5毫米厚度时具有超过98%的X射线屏蔽效率，其在120 kV下的性能优于铅基复合材料。这种通过物理交联方式形成的网络结构赋予了材料可回收性和抗冷冻能力，并在-50°C下仍保持柔韧性。本研究建立了一种智能、数据驱动的设计高性能辐射屏蔽材料的范式，展示了人工智能如何加速材料发现并实现环保保护系统的规模化生产。

此图片的替代文本可能是由人工智能生成的。