Применение машинного обучения в разработке резины

Статьи

Химикаты и материалы

Избранное

Машинное обучение для разработки резины

20 августа 2026 г.

RubberWorld

Август 2026 г.

На протяжении большей части своей истории разработка рецептур в резиновой промышленности была ремеслом. Химик составляет рецепт на основе опыта и понимания химии, смесь смешивается и вулканизируется, измеряются свойства и вносятся корректировки. Следует раунд за раундом итеративных испытаний, прежде чем смесь наконец соответствует спецификации.

Машинное обучение (ML) предлагает иной путь. Модели, обученные на исторических данных о смесях, могут оценивать механические свойства непосредственно по рецептуре, без попадания чего-либо в смеситель. Идея не нова; она существует в литературе по информатике материалов более десяти лет (ссылка 1), и недавние работы применили её специально к прогнозированию прочности на разрыв натурального каучука (ссылки 2 и 3). Что осталось упорно трудным, так это промышленное внедрение. Причины хорошо знакомы любому, кто работает в лаборатории разработки рецептур: потребность в данных велика, модели могут казаться непрозрачными, и редко бывает чёткое предупреждение, когда прогнозу не следует доверять.

Читайте подробнее в цифровом издании

*Source: Rubber World. For reference only.