에너지물질의 분자구조-기반 결정밀도 예측

전문가 제언

○ 이란 Malek-ashtar University of Technology 화학과의 R. Rahimi 교수 등은 에너지물질의 분자구조 특성을 다수선형희귀(Multiple Linear Regression, MLR) 방법과 인공지능 네트워크(Artificial Neural Network, ANN) 방법을 이용하여 결정밀도(Crystal Density, D)를 예측하였다. 두 ANN과 MLR 방법으로 지금까지 개발된 172개 에너지물질에 대해서 통계적인 파라메타를 이용하여 각 에너지물질의 결정밀도(D)를 계산하였다.

 

○ 지금까지 에너지물질에 대한 결정밀도(D)를 예측할 적절한 프로그램이 개발되어 있지 않고 있다. 최근 국내의 국방과학연구소에서는 이론적 양자-역학적 방법으로 화약 분자 간에 작용하는 정전기를 이용해서 결정밀도(D) 값을 예측할 프로그램을 개발하였다. 특히 유기화합물인 실험식 CaHbNcOd에서 분자 간 상호작용하는 정량구조특성관계(QSPR)식과 분자 내의 정전기 효과를 이용하여 결정 밀도를 예측할 수 있었다.

 

○ 국내 국방과학연구소와 고에너지 물질 연구 센터에서 이론적 방법으로 에너지물질 결정밀도(D)를 예측 프로그램을 개발한 경험이 있다. 에너지물질의 특성인 디스크립터(descriptor)들을 이용한 ANN과 MLR 방법을 검토할 필요가 있다. 국방과학연구소에서 에너지물질에 대한 결정밀도(D)을 양자-역학적 방법과 ANN과 MLR 방법을 접목하여 발전시키면, 세계적인 에너지물질의 결정밀도를 예측할 새로운 프로그램이 될 것이다.

 

○ 국내 에너지 물질 생산업체에서도 산업용 제품인 각종 화약류, 화공품 적용에서 에너지물질의 성능과 결정밀도를 쉽게 예측할 프로그램이 필요하다. 최근 국내 산업체에서도 다양한 에너지물질 개발과 응용에 따른 성능과 결정밀도를 쉽게 예측할 수 있는 간단한 프로그램이 필요하다.

저자

Rahmatollah RAHIMI, Mohammad Hossein KESHAVARZ,Ali Reza AKBARZADEH

자료유형

니즈학술정보

원문언어

영어

기업산업분류

화학·화공

연도

2016

권(호)

13(1)

잡지명

Central European Journal of Energetic Materials

과학기술
표준분류

화학·화공

페이지

73~101

분석자

전*구

분석물

• 에너지물질의 분자구조-기반 결정밀도 예측.pdf [418,677 byte]

이미지변환중입니다.