来源：期刊VIP网 时间：
作者：赵骞;王芳婷;邢明军;张洁;缪春辉;孙思嘉;庄海军;葛皖康;
单位：国网安徽省电力有限公司电力科学研究院;安徽大学化学化工学院;
摘要：橡胶密封材料在应用过程中会因老化产生性能衰减，从而影响密封的安全性。文章选择3种具有代表性的橡胶密封材料，包括丁腈橡胶（NBR）、丙烯酸酯橡胶（ACM）和氟橡胶（FKM），在25号变压器油浴中进行100℃老化试验，并分析橡胶材料老化前后的化学组成和玻璃化转变温度数据，测试样品的断裂强度和断裂伸长率的变化规律。采用机器学习的极限梯度提升算法（XGBoost）模型对橡胶样品的断裂伸长率测试数据进行学习和测试，获得的学习预测模型能够复现3种橡胶样品的老化规律。与多项式方程拟合结果相比，XGBoost模型具有优异的预测精度。研究表明，XGBoost机器学习模型适用于橡胶密封材料的老化性能分析和预测。
关键词：橡胶;;老化;;机器学习;;极限梯度提升算法
基金资助：国网安徽省电力有限公司科技项目（521205220003）
