含能快递  PDF

在材料化学与药物化学领域多晶型现象引起了人们的广泛关注。对含能材料而言，多晶型将影响其物理化学性质包括：能量、感度以及热稳定性等。4，4′，5，5′‑四硝基‑1H，1′H‑［2，2′‑二咪唑］‑1，1′‑二胺（DATNBI）是一种高密度（d：1.93）、高能量（D：9063 m·s^-1）且感度（IS：15 J）较好的不敏感高能材料。中物院化材所研究人员首次发现了DATNBI一种新晶型（β‑DATNBI）。研究人员采用单晶X‑射线衍射，变温粉末衍射，DSC‑TG及扫描电镜等方法研究了DATNBI的相变行为。此外，还研究了溶剂以及温度对DATBI相变的影响。

南理工研究人员发现四个四唑环（CN4）可通过［—N=N—］连接形成高氮的C₄N₁₈^2-阴离子（氮含量84.0%）。C₄N₁₈^2-阴离子可进一步与肼反应还原成C₄N₁₈H^3-阴离子。此外通过与HCl反应可生成C₄N₁₈H^3-阴离子。并研究了这些新的化合物的物理化学性质。通过单晶X‑射线衍射研表征了它们的晶体结构。这些化合物具有比较高的热稳定性（T_d： 165~202）和爆速（D：8750~9332 m·s^-1）。

过去10年里，数据驱动，机器学习以及材料信息学对于材料研究越来越重要。加拿大麦吉尔大学研究人员采用材料信息学、热化学数据结合机器学习方法进行含能材料筛选。他们采用爆热值衡量含能材料的性能并进行筛选。在众多的描述符中，研究人员发现内聚能和氧平衡是关键的特征值。根据这些描述符和爆热值数据研究人员建立了机器学习模型。并将这一模型应用于ICSD和PubChem数据库中的化合物，预测它们的爆热值。通过此模型从1亿4000万化合物中筛选出2732个含CHNO的候选化合物。在此基础上又筛选出262个爆热大于1.5倍TNT当量的化合物，29个爆热大于1.8倍TNT当量的候选物，这些化合物均不是目前常见的含能材料。

含能材料的热力响应包含了热、机械以及不同尺度化学过程的耦合，因此无法采用单一模型对其进行描述。因此，普渡大学研究人员开发了基于反应动力学与非反应动力学描述化学反应与热传导的RDX多尺度连续介质模型。使用均相等温和绝热反应动力学开发了一个简化的化学反应动力学模型。通过非负矩阵分解的无监督学习完成了模型的粗粒化。采用反应动力学方程来描述反应物、中间体以及产物的演化。研究人员对比了分子动力学与连续模型的热点演化结果验证了模型的有效性。研究发现这一多尺度模型很好地模拟了RDX热点转爆燃过程的温度场演化。这一模型还被用于评估RDX爆轰点火的热点临界尺寸，而这一问题是分子动力学模拟无法实现的。

近年来高压下聚合氮引起了人们的广泛关注。Bykov等人最近在温度2000 K，压力106.8 GPa条件下合成了具有聚合氮链的P1‑FeN₄。释放压力后，该材料在室温下可存在至22.7 GPa，这与理论上预测的环境压力下的动态稳定性不一致。为了澄清这种差异，中物院化材所研究人员采用CALYPSO软件搜索了高压下FeN_x的结构，并采用可变晶胞双端势能面行走法研究了P1‑FeN₄结构在高压下的相变。结果表明，压力释放时相变势垒呈减小的趋势，而且在15~20 GPa时相变路径的改变将势垒减小了一半以上。此外，还评估了富氮高压FeN_x化合物的能量特性。尽管P1‑FeN₄的能量比RDX和HMX差，但P1‑FeN₅，C2/m‑FeN₆和Pnnm‑FeN₈材料仍是潜在的高能量密度材料。