业务咨询

机器学习关联光固化废塑料光氧化状态与热解行为,为老化表征提供新思路

技术洞察

研究背景与方法

光固化材料在户外服役过程中会持续经历紫外辐照、氧和热的作用,表面与内部逐步积累光氧化产物,形成难以量化的“预老化”状态。这种状态不仅影响材料的二次加工与回收,也直接决定其热解产物的分布。发表于《Polymer Degradation and Stability》第254卷(2026年12月)的研究《Linking the pre-existing photooxidative state of photocured waste to pyrolysis via machine learning and time-scale normalization》,由Hongnan Zhang、Yadong Ge、Yunan Sun、Junyu Tao、Guandong Chen、Hesameddin Fatehi、Beibei Yan、Zhanjun Cheng、Guanyi Chen等完成,尝试用数据驱动的方式把这一预老化状态与热解行为联系起来。

研究的关键在于“时间尺度归一化”与机器学习的结合:光氧化过程跨越不同时间尺度,直接比较不同老化条件下的数据容易失真,而归一化处理使不同来源的实验数据可以在统一框架下建模,从而识别出与热解行为最相关的光氧化特征。

对聚合物老化与稳定化技术的意义

从聚合物老化的角度看,该研究的价值不在于给出某种具体配方,而在于提供了一种把“老化历史”转化为可建模变量的方法。传统上,评估耐候稳定性能依赖氙灯或紫外加速老化后的力学、色差和羰基指数等指标,这些指标与后续热解、回收或再加工行为之间缺乏定量桥梁。该研究提示,光氧化过程中形成的含氧官能团和链断裂程度,可以作为连接老化状态与热行为的中间变量。

对从事抗氧体系与光稳定体系设计的研发人员而言,这一思路有两点启示。其一,HALS与UVA的作用本质是抑制或延缓光氧化产物的生成,若能将稳定剂配方与光氧化特征谱建立对应关系,就有可能在配方筛选阶段更早判断长期耐候表现。其二,复配体系的效果往往体现在多个老化路径的协同抑制上,单一指标难以充分反映,而多特征建模的方法更适合评价复配体系的综合效能。

检测表征与加工稳定的延伸思考

在检测表征层面,该研究强调时间尺度归一化,这与老化研究中常见的加速老化与自然暴露之间的外推难题相呼应。对于加工稳定而言,光固化废料在热解或再加工前已经带有预氧化状态,其热行为与新鲜料存在差异,这意味着回收料加工中的抗氧体系补加策略需要参考其老化历史,而非简单套用新料配方。

需要指出的是,该研究聚焦于光固化废料的光氧化状态与热解关联,并未直接涉及HALS、UVA等助剂的具体作用机理或配方数据。其方法学意义在于为聚合物老化研究提供了一种可迁移的建模思路,后续能否推广到聚烯烃等主流材料的耐候稳定评价,仍有待验证。

研究信息

  • 期刊:Polymer Degradation and Stability,第254卷
  • 出版时间:2026年12月
  • 作者:Hongnan Zhang, Yadong Ge, Yunan Sun, Junyu Tao, Guandong Chen, Hesameddin Fatehi, Beibei Yan, Zhanjun Cheng, Guanyi Chen
  • 来源链接:ScienceDirect

合润化工观察

围绕聚合物老化,耐候稳定,抗氧体系,HALS,UVA,复配体系,合润化工持续关注该领域的技术进展、加工稳定性与应用落地。本文依据来源信息进行编辑整理,具体配方、产品选择和性能验证请结合实际工况咨询。

信息来源:Linking the pre-existing photooxidative state of photocured waste to pyrolysis via machine learning and time-scale normalization,由合润化工整理。