题 目：基于深度学习实现复杂燃烧反应的精确模拟 

　　报告人：朱通　教授 

　　单 位：华东师范大学/上海纽约大学 

　　时 间：2022/10/21　10:30 

　　地 点：综合楼235报告厅 

　　－－－－－－－－－－－－－－－－－－－－－－－－－－－－－－－－－－ 

　　附简介： 

　　朱通，华东师范大学化学与分子工程学院/上海纽约大学物理系教授。2013年博士毕业于精密光谱科学与技术国家重点实验室。2016至2018年，台湾“中研院”访问学者。2022年获基金委优秀青年基金资助。主要研究方向是理论和计算化学。主要发展机器学习、量子化学和分子动力学模拟算法研究复杂体系的化学反应动力学问题。论文发表于Nat. Mach. Intell., Nat. Commun., Nucleic Acids Res., J. Chem. Theory Comput., J. Chem. Inf. Model.等学术期刊。 发现和阐明航空发动机燃烧过程的基本规律和其中涉及的物理化学机制是在发动机设计领域实现自主创新的必要条件。仅依靠当前的实验方法和计算手段，要系统地认识复杂煤油燃料的热解和燃烧机理十分困难。反应分子动力学模拟(Reactive MD simulation)是探究燃料氧化反应机理的主要工具。然而，受限于计算能力和采样效率，传统的反应动力学模拟方法通常在较高的温度和密度下进行，无法用其探究燃料的低温氧化机理。与此同时，越来越多的工作发现在燃烧动力学模拟中广泛使用的ReaxFF力场的精度仍有较大的提升空间。在前期工作中，我们结合机器学习方法，成功在DFT精度上实现了燃料燃烧的高精度模拟和详细反应网络的自动构建。最近，我们结合Hyperdynamics方法和深度学习势能面，探索了600K-2400K宽温度工况下正十二烷及DME的氧化机理，构建了完整的反应网络并详细阐明了温度对于氧化机理的影响。机器学习方法和增强采样等物理模型的结合不仅可以为燃料燃烧机理的研究、燃烧基础数据库的构建和完善提供更加高效精确的研究工具，还有望为航空煤油燃烧的反应动力学机制提供更加完整和深入的认识。  

　　－－－－－－－－－－－－－－－－－－－－－－－－－－－－－－－－－－ 

   报告网页链接如下：朱通教授学术报告链接