一种智能预测离子液体摩擦系数的方法

本发明公开了一种智能预测离子液体摩擦系数的方法。首先，将离子液体的阴、阳离子转化为字符串，利用RDKit库获取阴、阳离子分子特征描述符，并结合从文献中搜集得到的纳米摩擦系数μ建立数据集。然后，采用不同的机器学习模型对数据集进行训练，得到最优模型，并利用该模型预测离子液体的纳米摩擦系数。此外，还可结合GNN得到的结构特征描述符共同建立数据集，采用不同机器学习模型训练数据，得到最优模型，进一步提高预测准确性。本发明的方法能够快速、准确地预测离子液体的纳米摩擦系数，其摩擦系数预测准确率高达99％，为开发高性能离子液体润滑剂提供有力支持，具有重要的科学意义和应用前景。