Document
拖动滑块完成拼图
个人中心

预订订单
商城订单
发布专利 发布成果 人才入驻 发布商标 发布需求

请提出您的宝贵建议,有机会获取IP积分或其他奖励

投诉建议

在线咨询

联系我们

龙图腾公众号
首页 专利交易 IP管家助手 科技果 科技人才 积分商城 国际服务 商标交易 会员权益 需求市场 关于龙图腾
 /  免费注册
到顶部 到底部
清空 搜索
当前位置 : 首页 > 专利喜报 > 西南科技大学郭辉获国家专利权

西南科技大学郭辉获国家专利权

买专利卖专利找龙图腾,真高效! 查专利查商标用IPTOP,全免费!专利年费监控用IP管家,真方便!

龙图腾网获悉西南科技大学申请的专利一种基于多尺度协同增强增韧设计的抗冲击水凝胶及其制备方法获国家发明授权专利权,本发明授权专利权由国家知识产权局授予,授权公告号为:CN120082005B

龙图腾网通过国家知识产权局官网在2025-12-09发布的发明授权授权公告中获悉:该发明授权的专利申请号/专利号为:202510150171.0,技术领域涉及:G16C10/00;该发明授权一种基于多尺度协同增强增韧设计的抗冲击水凝胶及其制备方法是由郭辉;邱爽;向怡霖;陈玉设计研发完成,并于2025-02-11向国家知识产权局提交的专利申请。

一种基于多尺度协同增强增韧设计的抗冲击水凝胶及其制备方法在说明书摘要公布了:本发明公开了一种基于多尺度协同增强增韧设计的抗冲击水凝胶及其制备方法,属于聚氨酯脲水凝胶技术领域,本发明通过分子动力学方法将聚氨酯脲水凝胶微观结构的参数同宏观力学行为进行关联。通过调控聚氨酯脲水凝胶微观结构的参数如聚氨酯脲水凝胶的交联密度、软硬相分布、链缺陷形式和数量等来对比聚氨酯脲水凝胶的宏观力学行为的变化趋势。进而掌握聚氨酯脲水凝胶微观结构的参数对宏观力学行为的影响规律,以遗传算法进化的模式从微观和宏观多尺度对聚氨酯脲水凝胶进行设计,设计多尺度协同增强增韧设计的抗冲击水凝。本发明的多尺度协同增强增韧设计的抗冲击水凝胶不仅能够在微观和宏观尺度上协调工作,同时具有出色的抗冲击性能、高强高韧性,制备方法简单,原料成本低。在生物组织工程领域有较大的应用前景。

本发明授权一种基于多尺度协同增强增韧设计的抗冲击水凝胶及其制备方法在权利要求书中公布了:1.一种基于多尺度协同增强增韧设计的抗冲击水凝胶的制备方法,其特征在于:所述制备方法为: 1首先混合聚醚二元醇PEG2000和聚醚三元醇303,经过一系列步骤制得异氰酸酯预聚物组分; 2将2,2‑二羟甲基丙酸、一缩二乙二醇、二氯甲烷、二丁酯以及二月桂酸二丁锡和一定量的去离子水投入分散釜反应制得化合物组分; 3将步骤1和步骤2制得的两种组分按一定比例混合后,得到的溶胶经过灭菌处理后灌注到模具中,在室温条件下成型,最终形成聚氨酯脲水凝胶; 制得的聚氨酯脲水凝胶利用分子动力学模型,通过调控微观结构的交联密度、软硬相分布、链缺陷形式和数量研究聚氨酯脲水凝胶的宏观力学行为的变化; 聚氨酯脲水凝胶采用遗传算法进化的模式从微观和宏观多尺度对聚氨酯脲水凝胶进行设计; 以聚氨酯脲水凝胶的关键性能指标为目标,采用遗传算法优化设计,通过已建立的分子动力学模拟方法确定最佳材料参数,包括软硬相比例、交联密度和链缺陷和数量,以实现最优强度、韧性和断裂伸长率; 聚氨酯脲水凝胶微观尺度单轴冲击的分子动力学模拟步骤如下: a首先通过LAMMPS软件建立聚氨酯脲水凝胶的粗粒化分子动力学模型; b对聚氨酯脲水凝胶粗粒化分子动力学模型进行充分的能量弛豫,使其得到最优构型; c使用Packmol软件生成初始配置; d用非平衡动量镜法产生冲击波通过模拟单元传播,移除Z方向的周期边界,给水凝胶粗粒化分子动力学模型中每个粒子添加速度‑VP,并在Z=0平面上设置动量镜;撞击动量镜的粒子被反射回来,在Z=0平面上产生并传播冲击波; e在模拟过程中,通过粗粒化分子动力学模拟软件收集微观结构参数下聚氨酯脲水凝胶系统的抗冲击强度、伸长率以及韧性; 所述多尺度协同增强增韧设计的抗冲击水凝胶约束条件为; ; ;约束条件中、、代表聚氨酯脲水凝胶分子模型中的交联密度、软硬相含量、链缺陷形式和数量综合参数; 所述的遗传算法优化设计包括以下几个步骤A使用遗传算法初始化种群n,随机生成一组设计变量的值; B群体中每组设计变量的数值由遗传算法程序提供给分子动力学模拟程序进行聚氨酯脲水凝胶冲击模拟,得到其宏观性能指标,并与目标性能指标进行对比; C计算个体适应度,对设计变量进行适应度评价,适应度函数如下式5式5中为目标强度、为模拟得到的强度,为材料的目标韧性、为模拟得到的韧性,为目标伸长率、为模拟得到的伸长率,为最大伸长率,为每次模拟出的伸长率,是相应性能指标的权重; D对初始的设计变量进行编码,使用二进制串对设计变量进行编码; E对个体进行复制、交叉和变异操作,获得设计变量的下一代群体n+1,对群体n+1进行解码,并重复步骤A‑E; F 终止判定条件:重复步骤A‑E过程,直到找到满足所有约束条件并且目标函数值最大的最优设计,否则代入步骤A继续迭代。

如需购买、转让、实施、许可或投资类似专利技术,可联系本专利的申请人或专利权人西南科技大学,其通讯地址为:621010 四川省绵阳市涪城区青龙大道中段59号;或者联系龙图腾网官方客服,联系龙图腾网可拨打电话0551-65771310或微信搜索“龙图腾网”。

以上内容由龙图腾AI智能生成。

免责声明
1、本报告根据公开、合法渠道获得相关数据和信息,力求客观、公正,但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解,仅供参考使用,不能作为本公司承担任何法律责任的依据或者凭证。