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

龚凌涛，蔡史佳，田济铜，林颍潼，蔡嘉纯，孙伟楠，黄河，翁惠琼，梁红，李树华，杨伟，林璟，乔智威（广州大学化学化工学院）

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