大数据挖掘在高纯度四氟化碳表面刻蚀技术中的应用实践

摘要

[目的]探究在解决高纯度四氟化碳（CF₄）表面刻蚀技术相关实践问题的背景下，应用现代信息技术挖掘高性能金属-有机框架（MOF）材料以解决现实问题的实践，增强获取和分析MOF材料数据的能力。[方法]先掌握基本的高通量计算技术和机器学习知识，再运用Zeo++软件和RASPA软件包下巨正则蒙特卡罗（GCMC）模拟获得MOF晶体结构数据，并通过4种较为常用的机器学习算法对数据进行训练，最后上机实践。[结果]最为可靠的是基于树的管道优化工具（TPOT）和轻量级梯度提升回归（LGBM）算法，其决定系数（R²）都达到0.9以上，以最优的TPOT算法分析MOF材料各个描述符对CF₄吸附量的相对重要性后发现孔隙率的影响最大。筛选出吸附能力最强的5种MOF材料，分析得到其结构描述符的规律。[结论]经过培训实践，初学者加深了对MOF晶体材料微观结构的认识，提高了运用信息技术手段获取数据、分析数据的能力。本文提出的以实际难点为导向，利用信息技术方法解决化工领域问题的实践模式得到了有效验证。

关键词

金属-有机框架 / 四氟化碳 / 提纯 / 表面刻蚀 / 大数据分析 / 机器学习