Page 41 - 《橡塑智造与节能环保》2026年1期

综述与专论

模量100曲线呈现近乎平行的位移，但在较高
MBTS浓度下，高硫水平的斜率较低硫水平显著陡峭
（图9）。断裂伸长率曲线呈现相似趋势：低硫水平
的峰值更平缓，而较高MBTS浓度下斜率更陡峭。值
得注意的是，这些曲线似乎与模量曲线呈精确反向关
系。

图7 在两种硫含量下，ZDiBC的逐步变化，但因数据错
误导致结果存疑

5.5 基于天然橡胶的胶料：模拟
本例采用更不规则的数据库，包含试错实验数据
及通过实验设计法生成的微型数据集。所有胶料均以
天然橡胶（NR）为基础。原料成分及其数值分布范围
足够广泛，可支持多次模拟。 图9 在两种硫含量下，MBTS的压缩变形量逐步增加，但
SDT/S比值保持不变，为2.2份
最常见的NR胶料采用基于硫脲酰胺和所谓“助硫
剂”的硫化体系。但本研究中的胶料主要构建单元为二
无论低硫还是高硫水平，压缩永久变形曲线均呈
硫代磷酸酯。
现严格平行位移，且在所有MBTS浓度下斜率完全一
为验证模拟方法，考察了以下条件：
致。这些曲线近乎线性。鉴于SDT/S与MBTS构成抗逆
（1）硫含量两档：1.5 份与2.2 份；
转加速体系，压缩永久变形仅取决于交联密度，不受
（2）SDT/S（聚硫二硫代磷酸酯）固定为2.2
胺类分解产物引发的网络破坏影响。由于本模拟中所
份；
有其他成分均保持恒定，压缩永久变形对促进剂组合
（3）MBTS（酚醛硫化剂）分步递增至1.5 份。
的依赖性符合预期。
该设置用于探究SDT/S与MBTS间的协同效应（图
综上所述，此类模拟可实现交联体系的精细调
8）。
整，从而优化复合材料性能。然而，数据库质量必须
足够高才能支持精确计算。本次模拟中，复合材料中

MBTS浓度的增加仅通过SDT/S与硫的组合实现，这是
因为其他模拟方案的数据不足。

6 结论
人工智能在橡胶配方开发中的应用标志着重大
进步，实现了配方优化速度更快、精度更高、效率更
优。上述案例突显了人工智能驱动模拟的关键作用及
其依赖性：

图8 在两种硫含量下，MBTS逐步增加，但SDT/S保持不 （1）人工智能驱动的模拟可提供精准预测，但
变（2.2份），模量为100
（下转第18页）

2026年 第1期 总第577期 7