Page 37 - 《橡塑智造与节能环保》2026年1期

综述与专论

AI Graf Compounder在橡胶配方开发模拟中

的应用研究

章羽 编译
（全国橡塑机械信息中心， 北京 100143）

人工智能（AI）融入橡胶胶料开发，标志着材料 2 以模拟作为材料开发的基础

科学实现了具有变革性意义的一步。本文深入探讨了 橡胶材料开发的一个核心方面是配方及其性能
运用AIGraf Compounder软件对橡胶配方进行模拟与 的模拟。每次模拟都需要精确的数据，并依赖于输入
优化的方式。该系统借助前馈神经网络，能够依据成 参数与所得材料响应之间明确的关系。在人工智能
分组成精准预测材料性能，进而减少了对大量物理测 （AI）驱动的环境中，不仅可以预测橡胶配方及其
试的依赖，有效加快了开发周期。此方法着重强调了 性能，还可以分析其预期的物理和化学依赖性和相关
高质量、结构化数据集的关键作用，特别是那些源于 性。
实验设计（DoE）并结合其他实验策略以实现精准模 这种由AI驱动的方法的核心是基于前馈AI软件的
拟的数据集。多个案例研究充分展示了该软件在包括 神经网络。这种结构能够捕捉配方成分与其性质之间
三元乙丙橡胶（EPDM）和天然橡胶（NR）配方等各 的复杂关系。根据具体应用，未来还可能利用递归网

类胶料中的有效性，证实了其预测能力与实验数据的 络或更深入的机器学习系统。在此情况下，采用前馈
高度吻合。通过有针对性的验证和统计分析，成功克 网络，并通过调整目标标准对其进行优化，以提供越
服了数据不一致、测量误差以及非结构化数据集局限 来越精确的预测。
性等诸多挑战。最终，人工智能与结构化实验设计的 一旦准则的适应度函数识别出最优解或所定义材
有机融合，让橡胶胶料开发过程中的决策变得更加高 料属性冲突目标之间的最佳平衡，系统就会生成具体
效、更依赖数据，为整个行业的创新发展和性能优化 的配方建议。这些建议基于现有数据，并允许进行进
奠定了基础。 一步的分析和优化

1 人工智能在橡胶开发中的应用 3 橡胶行业的数据驱动模型
近年来，人工智能（AI）的快速发展已经彻底改 数据驱动建模在橡胶行业中发挥着越来越重要的
变了众多行业。AI已经在图像和语音处理方面带来了 作用。与金融行业类似，在金融行业中，算法会根据
深刻变革。然而，高计算能力和智能算法的结合也为 任何客户的历史数据做出信贷决策，而在材料科学领
其他领域开辟了新的可能性，如材料的研究与开发。 域，AI也可以创建一个客观的决策系统。这减少了实
橡胶行业面临的挑战与其他材料科学学科所遇到 验工作量，并使开发周期更加高效。
的相似：开发成本高、测试周期长，以及需要精确地 这种方法的一个主要优点是能够同时考虑多个目
将材料定制以满足特定要求。采用人工智能（AI）进 标变量。人类一次只能分析有限数量的因素，而神经
行模拟处理是一种有前景的解决方案。正如汽车行业 网络则可以对所有相关参数进行全面评估。这使得预

使用数值模拟来预测机械应力、金属和塑料部件寿命 测结果更加精确可靠，更接近专家的想法。然而，结
试验中的裂纹扩展，甚至在化学等其他领域用于模拟 果的质量在很大程度上取决于基础数据库。一个结构
反应机理一样，AI也可以显著推动橡胶的开发。 良好、规模足够大的数据集对于得出有意义的模拟结
果至关重要。

2026年 第1期 总第577期 3