由小分子流体、离子液体、溶液等组成的工业流体在软物质材料研发和化工过程设计中是不可或缺的。了解组成软物质的分子和离子在不同物理状态下的热力学性质和相行为是设计新材料和优化化工过程的基础。但是公开的文献和数据库中所能提供的数据非常有限,而在各种不同的物理环境下通过实验手段测量这些性质往往耗费巨大。近几十年来,计算化学得到了长足的进步,在材料科学、生命科学、药物设计、能源等领域起到越来越重要的作用。分子力学模拟通过统计力学原理从大量分子的微观状态得到体系的宏观热力学性质。对于某些体系,分子模拟已经能够实现定量预测。但是现有的文献中报道的对流体性质的计算一般局限于少数分子种类的某几种性质,所使用的力场也往往不兼容,对于不同分子类型以及其它性质的预测准确程度难以保证。使用分子模拟定量预测流体的热力学性质的难点主要在于分子力场的准确性和计算方法的适用性。分子力场是对体系真实势能面的简化描述,能否捕捉到体系的基本物理现象决定了力场是否能在不同的分子和物理状态下具有迁移性。计算方法的开发同样重要,其决定了是否能利用有限的计算资源得到具有良好收敛性的结果。针对这两个方面,本文探索了使用分子动力学模拟预测工业流体的性质的一套方法,以解决实验数据不充分的问题,为软物质材料研发和化工设计提供基础数据。研究内容主要包括:开发具有温度压力可迁移性的力场;优化基于模拟数据计算热力学和输运性质的方法;结合统一的力场和计算方法形成标准的计算模式,实施高通量分子模拟计算,并通过在线平台发布计算方法、力场参数和数据;以高通量计算数据为基础,开发人工神经网络,扩大预测范围。准确预测热力学性质的关键在于所使用的力场的精确性。由于常用的全原子力场往往使用常温常压下的实验热力学数据进行优化,本文首先探索了全原子力场的温度和压力迁移性。我发现常用的全原子力场在高温下都系统性地低估了分子间相互作用。分析发现这一问题来源于两个方面:一是分子极化率随温度增加,二是流体的介电常数随温度下降,使得色散相互作用随之增加。为了使全原子力场能够在更大的温度范围内准确描述分子间相互作用,我将力场中的色散作用项写为温度的函数。对四类弱极性分子(烷烃、芳香烃、醚和醛酮)进行参数化,所得到的力场能够在100–600 K的温度范围内准确的预测密度、蒸发焓、等压热容和剪切粘度。通过使用大量实验数据同时拟合力场参数,得到了局部最优的参数组合并避免了过拟合,使力场具有更好的预测性能。除了温度迁移性,力场的压力迁移性同样重要。本文以多种支链烷烃分子为目标,探索了使用全原子力场预测高压粘度的可行性。我发现高压下,前面开发的力场严重高估了粘度。通过对比甲烷分子的等电子密度面,我发现了分子范德华表面不够光滑,导致分子间摩擦过大。通过缩短碳氢键有效键长,更好的重现了量化计算得到的等电子密度面。在不牺牲热力学性质的基础上,更好的预测了高压下的粘度。同时,描述范德华作用的Lennard-Jones势函数的排斥项的指数对高压动力学性质有显著影响。离子液体与分子液体的性质很不相同,分子间作用由静电相互作用主导。离子液体独特的性质赋予了其在吸附、催化、电化学等领域广泛的应用前景。本文将本课题组开发的TEAM全原子力场扩展到了离子液体体系,覆盖了常见的五大类阳离子和12种阴离子。对于离子液体,使用力场预测其动力学性质格外重要。本文研究了使用Green-Kubo方法和非平衡周期性微扰方法计算粘度的准确性和效率,发现周期性微扰方法能以五倍的效率达到和Green-Kubo方法相同的精度。对于复杂的电解质溶液体系,全原子模拟所能达到的时间和空间尺度有限,因而在模拟相分离、自组装等现象时遇到了困难。为了能够在更大尺度上模拟有钙镁离子参与的溶液中的物理化学过程,我开发了适用于氯化钙和氯化镁水溶液的粗粒化力场。电解质溶液中,反离子间的相互作用对溶液结构和性质有着极大的影响。为了能够精确的描述反离子间的相互作用,我使用了随离子间距离变化的介电常数,并在势函数中引入了高斯函数来显式地描述离子的水合层间的排斥作用。渗透系数反应了溶液的非理想程度,我开发了通过粗粒化粒子的水合自由能计算渗透系数的方法,以渗透系数作为目标性质优化力场参数。作为对该力场的验证,我将该力场应用于模拟阴离子表面活性剂和氯化钙混合溶液,发现钙离子显著促进了阴离子表面活性剂胶束的聚集,且不同的表面活性剂倾向于不同的聚集机理。以上面的力场和计算方法的工作为基础,我开发了高通量计算框架,实现了自动化、无需人工干预的预测大量分子液体的热力学性质。该框架仅需要分子结构SMILES、温度和压力作为输入,实现了自动建模,自动模拟,自动判断模拟正确性、收敛性、精度,最后直接输出所需的热力学性质。该高通量计算框架首先被应用到逾800个烷烃分子上,预测得到的密度、蒸发焓、等压热容、气液相平衡、临界温度、临界密度和表面张力均达到了实验测量的精度,证明了通过力场模拟预测工业流体性质的可行性。我将上面开发的力场扩展到了更多的分子类型,覆盖了C、H、O、N、F、Cl、Br七种元素,并利用上面开发的高通量计算框架预测了逾10000个分子的热力学性质。大量的基础热力学数据应该对公众开放才能发挥出其应有的价值,因此我开发了热力学性质数据共享平台。该平台有三个主要功能,第一个功能是提供计算数据,可以使用不同的查询搜索并下载数据。第二个功能是下载分子模型和力场文件,以便重复和扩展计算。第三个功能是收集反馈和建议,可能是评论和建议或者是新的计算和实验数据。以高通量计算得到的大量数据为基础,我构建了神经网络模型,建立了分子结构与热力学性质之间的关联。在对烷烃分子的研究中,神经网络已可以达到力场模拟的精度,证明了通过神经网络进一步扩大预测的可行性。