Data-driven Design of Metal-Organic Frameworks with Tunable Negative Thermal Expansion
本研究通过利用机器学习加速的工作流筛选了超过12,000种结构，确定了实现强负热膨胀的关键结构基元，并随后通过Ce-UiO-66变体在实验中验证了其创纪录的性能，从而为工程化调控金属有机框架中的可调负热膨胀建立了一种数据驱动策略。
原始论文采用 CC BY 4.0 许可（http://creativecommons.org/licenses/by/4.0/）。 这是对下方论文的AI生成解释。它不是由作者撰写或认可的。如需技术准确性，请参阅原始论文。 阅读完整免责声明
想象一下你正在用乐高积木盖一座房子。通常情况下，当你加热房子时，它会膨胀；积木会抖动得更厉害，占据稍微更多的空间。但如果你能建造一座在升温时反而会“收缩”的房子呢？这种奇特的行为被称为负热膨胀（NTE）。大多数材料的表现就像一个随着热空气注入而膨胀的气球，而 NTE 材料的表现则像一个正在泄气的气球，随着温度升高向内收缩。这是工程师的一种“超能力”。如果你正在制造望远镜透镜或微芯片，你需要零件无论在多热或多冷的情况下都能保持完全相同的尺寸。通过将一种收缩材料与一种膨胀材料混合，你可以创造出一种“零膨胀”复合材料，使其永不变形。
长期以来，科学家们一直在寻找这种收缩材料，但在固体世界中，它们非常罕见且难以发现。然而，有一类特殊的材料被称为金属有机框架（MOFs），它们就像巨大的、超轻质的分子海绵。它们由金属“结”和有机“绳索”（连接体）交织而成。由于它们如此灵活且布满了孔隙，因此是实现受热收缩的完美候选者。大挑战在于：如何确定究竟哪种金属结与绳索类型的组合能实现最大的收缩，同时又不至于让整个结构坍塌。在实验室里测试每一种可能的组合会耗费极长时间，而在计算机上进行数学预测通常又太慢且成本太高。
这篇论文就像是一场利用超级智能计算机大脑进行的快速寻宝游戏，旨在寻找最佳的收缩配方。研究人员建立了一个庞大的数字库，名为“PhononMOFdb”，其中包含了超过 12,000 种不同 MOF 结构的详细振动图谱。把这些结构想象成巨大的、3D 的分子蹦床。当加热时，原子会四处跳动。实现收缩的关键在于找到那些能将结构向内拉拽的特定“跳动”（振动）。通过使用一种新型的、极速的机器学习工具（一种可以预测原子运动的 AI），团队扫描了他们的库，以观察哪些设计具有最强的向内拉拽振动。
他们发现了一个成功的明确配方。首先，分子的网状结构形状很重要：立方体（盒状）形状表现出色，但结与结之间连接的具体方式甚至更为重要。其次，金属结的类型至关重要。他们发现，使用重金属（如铈或铪）而不是轻金属，会使结构收缩得更多。这就像是在弹簧上挂了一个重物；重物的运动方式与轻物不同，从而产生更强的拉拽效应。最后，他们发现可以通过改变连接结的“绳索”（连接体）来精细调节收缩程度。通过在这些绳索上添加特定的化学基团，他们可以在不破坏结构的前提下，将收缩效应调大、调小，甚至从收缩切换为膨胀。
为了证明他们的计算机配方有效，科学家们进入实验室，使用铈（一种重金属）构建了一种特定的 MOF，并利用高能 X 射线对其进行了测试。结果与预期吻合。纯铈版本显著收缩，打破了之前的记录。但真正的魔力发生在他们修改绳索的时候。当他们在绳索上添加溴原子时，他们可以精确控制收缩程度。在一种特定情况下，在高温下，该材料突然以 -593 (MK)⁻¹ 的速率收缩，这是一个打破纪录的数字，表明这种材料是收缩领域的冠军。
该论文表明，通过遵循这些规则——选择合适的形状、使用重金属结以及微调连接绳索——科学家现在可以设计具有定制热行为的材料。他们不仅仅是在猜测；他们模拟了数千种选项，挑选出最好的，并亲手构建它们以证明理论是行得通的。这为创造能够让未来技术在任何高温环境下都保持稳定的新材料打开了大门。
您所在领域的论文太多了？
获取与您研究关键词匹配的最新论文每日摘要——附技术摘要，使用您的语言。