Page 130 - 《橡塑技术与装备》2026年1期

橡塑技术与装备
HINA R&P TECHNOLOGY AND EQUIPMENT

修改。 2 和图 3）表明差异主要受聚合物分子量变化影响，部
在第二次计算中，虽然排除了一个不同的公式， 分原因在于混炼工艺差异 —— 这些差异在历史数据库
但其成分和相应的数值被用作标准。所有标准的权重 条目中尚未明确。图 4 和图 5 中曲线的斜率相似，所
均设定为 40。结果表明，炭黑 N330 的数量并未完全 有平面中点排列顺序一致。为量化结果间的吻合度，
达到目标。然而，通过增加权重，第二次计算成功达 实验与模拟的平均数据见表 1。
到了目标。当将这种胶料纳入硬度－模量图时，观察 表 1 实验与模拟 DoE 的数据对比
到数据点非常接近（图 1 ：第一次计算，右上 ；第二 响应名称 单位 平均实验值 平均模拟值
重力 g/ccm 1.11 1.11
次计算）。这个例子表明，只要拥有足够的数据来支持 门尼 MU 32.71 38.42
min 8.97 26.30
门尼 t 5
解决方案，使用基于成分的预测而非基于属性的预测
硬度 Durometer A 54.88 54.72
可以得出可靠的结果。 M300 MPa 8.27 7.75
拉伸强度 MPa 21.24 22.45
5.2 示例 2 ： DoE（设计实验）模拟与验证 断裂伸长率 % 547.13 585.28
实验 压缩永久变形， % 50.79 32.37
70 ℃，24 h
本例在利用成分而非性质的概念上进行拓展，探 仅门尼焦烧时间的数值显著超出预期测量误差范
讨了采用设计实验（DoE）方法预测一系列胶料的可 围。然而，其余所有数值均处于可接受的测量误差范
行性。利用例 1 中的数据创建了一个部分因子设计实
围内。
验计划，随后通过实验进行了验证。进一步的分析允 总体而言，除焦烧时间外，模拟结果与实验结果
许对预测胶料和实验制备的胶料进行比较，从而通过 高度一致，微小差异可归因于混炼工艺和聚合物性能
设计实验程序进行统计评估。这种方法通过将实验结
的差异。此外，这些结果凸显了将实验设计技术与人
果与数据库记录进行比较，有助于评估数据的准确性。 工智能驱动的数据库分析及实验室实践相结合的优势。
本研究的结果有助于开发符合 DoE（设计实验）
方案的预测胶料。该实验使用了与示例 1 相同的数据
库。选择了部分因子设计，涉及以下因素 ：
（1）CBN330 ： 30-70 份；
（2）CBN550 ： 0-20 份；
（3）环烷油 ： 5-45 份。
随后在泰国曼谷玛希隆大学对这些胶料进行混
炼、硫化及测试。胶料配方的计算采用人工智能软件
ATGraf Compounder 完成。最终使用 DesignExpert 图 2 实验（左）和模拟（右）的实验设计（DoE）： 3D
图中显示的 CB330 和 CB550 的硬度依赖性
软件对两个实验设计数据集进行分析比较。结果（图

图 3 实验（左）和模拟（右）设计实验（DoE）： D 图显示了压缩形变对 CB33 和油依赖性的结果

5.3 填料对丁腈橡胶衬套动态硬化性的影响 衬套动态硬化性的作用。为评估硅胶在胶料动态行为
本研究考察了除炭黑影响外，二氧化硅对弹性体 中的作用，选取三个浓度的 N550 炭黑，在保持增塑

1
·78· 第 52 卷 第 期