摘要：改进化学品研发模式,缩短化学品从发现到应用的时间是化工行业中所有科学研究者和产业人员的最终目标。本文提出:化学品设计是一个涉及多组分、多尺度和多物理场的复杂过程,现有的实验研究模式难以深入高效地揭示相关的物理化学机制;因此,需要借助多尺度计算机模拟技术,从微观分子层面的化学结构出发,耦合多种模拟方法来预测宏观产品的性能;同时,随着计算机算力的提升,将基于物化机制的多尺度计算机模拟方法与数据驱动的人工智能相结合的研发模式,具有广阔的应用前景,例如基于高精度多尺度模拟数据训练的机器学习模型能够指数级地缩短化学品结构-性质的预测。尽管如此,由于广阔的分子结构空间和复杂的分子作用力关系,新型化学品研发面临着众多独特的挑战。如何借助人工智能提高现有模拟技术的准确性与速度,更好地理解和预测材料的性质和特点,并将人工智能引入材料设计算法,以实现更高效地探索和优化复杂的化工设计参数,使其更适应实际需求,是化学品设计研究的前沿方向。本文从多尺度模拟、材料设计框架和科学计算软件开发三个方面,分析讨论了人工智能驱动化学品创新设计的发展现状,阐述了人工智能技术在实现化学品设计创新途径中所起的重要作用,并对人工智能驱动在化学品设计的研究方向和发展目标进行了展望,以助力实现新型化学品的设计,为我国化工产业发展提供坚实的技术支撑。

摘要：研制了一种基于自聚焦超晶格薄膜电光波导调制器。首先给出了自聚焦超晶格薄膜电光特性的测量和器件结构的优化设计,采用测量二次谐波生成值对入射角的依赖关系测定了薄膜的有效电光系数,保证了器件的设计精确有效。利用多层膜传输理论研究了器件电极对光波的最大吸收,并对器件结构进行了优化,获得了最小调制电压。其次给出了所加工的实验模型结构和扫描电子显微镜(SEM)图片,确保了加工质量和设计结果的一致。研究结果表明:这种无需外电场极化处理的新型聚合物薄膜电光调制器加工难度小,并且光学损耗优化到了1.0dB/cm。