模量配比优化力学性能
通过调控PP与EPDM的弹性模量比,改善TPV在回收性与回弹性之间的权衡,为高性能弹性体设计提供依据。
Chunxiao, Li · 马丽凤
Gaofenzi Cailiao Kexue Yu Gongcheng/Polymeric Materials Science and Engineering 2025
机器学习模型(尤其是随机森林)对TPV力学性能的预测精度高,R²达到0.94,可直接用于指导配方设计。
通过特征重要性分析,明确PP与EPDM的弹性模量比是影响TPV性能的主要因素,据此可有效调控材料性能。
已建立的机器学习模型可作为快速筛选工具,减少传统反复实验的次数,加速材料开发。