氧化石墨烯膜因其在海水淡化和水過濾等領(lǐng)域的廣泛應(yīng)用而備受關(guān)注。在這項工作中，我們將四種機(jī)器學(xué)習(xí)（ML）算法（Bagging, XGBoost， AdaBoost和RF）與分子動力學(xué)模擬（MD）結(jié)果作為數(shù)據(jù)庫進(jìn)行比較，以預(yù)測氧化石墨烯關(guān)鍵結(jié)構(gòu)特征（如氧化程度和層間間距）對水?dāng)U散的影響。機(jī)器學(xué)習(xí)結(jié)果表明，基于模型的XGBoost算法在四種模型中性能最好。此外，基于RF的機(jī)器學(xué)習(xí)算法評估了氧化石墨烯的兩個結(jié)構(gòu)特征對水?dāng)U散的重要影響。研究結(jié)果表明：在氧化度為30%、層間距為2 nm時，層間距對水?dāng)U散的影響明顯大于氧化度。選擇氧化石墨烯表面的水和氧基團(tuán)之間的氫鍵來研究這一現(xiàn)象背后的機(jī)制。這項工作可以幫助我們預(yù)測水的擴(kuò)散，并了解氧化石墨烯膜的結(jié)構(gòu)特性對水處理的影響，可助于氧化石墨烯納濾的設(shè)計。
圖1. (a)模擬系統(tǒng)的快照，該系統(tǒng)由兩個GO板和四個石墨烯板組成，左側(cè)和右側(cè)的水分子穿過膜。(b)表面附有含氧基團(tuán)的GO板；紅色和白色的球分別代表羥基中的氧原子和氫原子。
圖2. 不同層間距和氧化程度下(a)-OH基團(tuán)和(b) -O-基團(tuán)修飾的不同GO膜間的水分子擴(kuò)散系數(shù)。
圖3. 模型參數(shù)的優(yōu)化過程:測試集各種比例的R
2分?jǐn)?shù):(a)-OH基團(tuán)；(b) -O-基團(tuán)。
圖4. 當(dāng)GO被(a)羥基(-OH)和(b)環(huán)氧基(-O-)修飾時，MD(水平)計算值和XGBoost(垂直)預(yù)測值之間的水?dāng)U散系數(shù)相關(guān)圖。
圖5. GO膜結(jié)構(gòu)特性對水?dāng)U散性能的重要性分析。(a)–OH和–O氧化范圍的完整程度比較；氧化度低于和高于(b)-OH和(c)-O-對比的14%。
圖6. 在不同氧化程度的GO納米片上的( a)水分子和羥基之間，以及(b)水分子和環(huán)氧基之間形成的氫鍵總數(shù)。
圖7. 對于不同的層間距離，氧化基團(tuán)在不同的氧化程度下與水形成的氫鍵的平均數(shù):(a)-OH (b)-O-。
相關(guān)研究成果由南寧師范大學(xué)廣西信息功能材料與智能信息處理重點實驗室Li Zeng等人于2024年發(fā)表在Computational Materials Science (https://doi.org/10.1016/j.commatsci.2023.112769 )上。原文：Water molecule diffusion in graphene Oxide: Exploiting machine learning algorithms for advantages and insights
轉(zhuǎn)自《石墨烯研究》公眾號
