摘要

利用量子化学计算方法和基团贡献法,采集了61种聚酰亚胺分子结构模型单元的12种量子化学结构参数,并通过通径分析法筛选出5种影响该聚合物介电常数的主要因素;在此基础上,基于多元线性回归(MLR)和人工神经网络(ANN)方法构建了2种定量构效关系研究模型(QSPR),分析了模型的稳定性及预测能力.计算结果揭示了5种结构参数与材料介电常数之间的内在关系——含氟量的自然律e-F%、偶极距μ、溶度参数δ与介电常数之间存在正相关关系,而最负原子净电荷q-、侧基长度L则与介电常数则存在着负相关关系. MLR-QSPR模型具备较好的物理意义,ANN-QSPR则具有较好的精度,实验数据证明2种模型的平均误差均低于10%.依据MLR-QSPR模型设计了5种不同含氟量的聚酰亚胺链节结构,结果显示含氟量的增加有利于降低材料的介电常数值,但当含氟量达到一定程度后,介电常数趋于稳定,与文献报道实验结果相一致;当含氟量为34%时(k-3),材料的介电常数最低,为2.02.

  • 单位
    中山大学; 光电材料与技术国家重点实验室