机器学习在橡胶开发中的应用

文章

化学品与材料

专题报道

机器学习助力橡胶开发

2026年8月20日

《橡胶世界》

2026年8月刊

在橡胶行业的大部分发展历程中，配方开发一直是一门手艺。化学家根据经验和化学知识草拟配方，随后进行混炼和硫化，测量性能并做出调整。一轮又一轮的迭代测试之后，配方才能最终达到规格要求。

机器学习（ML）提供了一条不同的路径。基于历史配方数据训练的模型可以直接从配方中估算力学性能，无需任何物料进入混炼机。这一构想并不新鲜；它在材料信息学文献中已存在十余年（参考文献1），而近期研究已将其具体应用于天然橡胶拉伸性能预测（参考文献2和3）。然而，真正难以突破的是工业界的采用。对于任何在配方开发实验室工作的人来说，原因都再熟悉不过：数据需求庞大，模型令人感觉不透明，而且当预测结果不应被信任时，几乎没有明确的警示信号。

更多内容请阅读数字版

*本文来源：Rubber World。仅供行业信息参考。