用机器学习势函数系统研究了COF-1和COF-5单层的弹性常数随温度的变化，揭示了热软化机制，为设计具有定制力学行为的2D COF材料提供指导。
张进
Nanoscale 2023
机器学习势函数让分子动力学模拟可以处理有限尺寸和有限温度下的单层COF，不再受限于密度泛函理论的尺度限制。
相比密度泛函理论计算，机器学习势函数大幅提升了计算效率，使得系统性研究成为可能。
研究发现低于临界温度时，热软化主要源于褶皱构型；高于临界温度时，非简谐振动的阻尼效应成为主导。
基于提出的机制建立了描述弹性常数随温度变化的解析模型，与分子动力学模拟结果吻合良好。