梯子聚合物以其刚性的梯子样结构而闻名,具有出色的热稳定性和机械强度,将它们定位为高级应用的候选者。但是,准确地从溶液散射中确定其结构仍然是一个挑战。它们的链构象在很大程度上受单体及其相对取向的固有定向特性的控制,从而导致弯曲角的双峰分布,这与常规的聚链链的弯曲链遵循单峰分布。与此同时,聚合物链的传统散射模型并不能说明这些独特的结构特征。这项工作引入了一种新颖的方法,该方法将机器学习与蒙特卡洛模拟集成在一起以应对这一挑战。我们首先开发了一个蒙特卡洛模拟,用于对梯形聚合物的构型空间进行采样,其中每个单体被模型为双轴段。然后,我们基于高斯过程回归建立了一个机器学习辅助散射分析框架。最后,我们在梯子聚合物溶液上进行小角度的中子散射实验以应用我们的方法。我们的方法揭示了常规方法无法捕获的梯子聚合物的结构细节。
主要关键词
![arxiv:2411.00134v1 [cond-mat.soft] 2024年10月31日PDF文件第1页](/bimg/2/2f91887d0168b0f60e6e3ee6f1338a638a1a850d.webp)
![arxiv:2411.00134v1 [cond-mat.soft] 2024年10月31日PDF文件第2页](/bimg/f/f17b9372d5d1fe502ea385e643bda4252018c7a6.webp)
![arxiv:2411.00134v1 [cond-mat.soft] 2024年10月31日PDF文件第3页](/bimg/b/b31582bc7037ee2e34f18b036ccae54c00484976.webp)
![arxiv:2411.00134v1 [cond-mat.soft] 2024年10月31日PDF文件第4页](/bimg/d/dc5e7671b5b6a3ac6d16be08f367bf0d9fca150c.webp)
![arxiv:2411.00134v1 [cond-mat.soft] 2024年10月31日PDF文件第5页](/bimg/f/f08b1417e816f9ef47fee45c82029a563e341ee9.webp)
