ゴム製品中の加硫促進剤含有量の迅速で非破壊的かつ正確な検出を実現するため、本研究ではテラヘルツ時間領域分光技術とデータ拡張および化学計量学手法を組み合わせ、多成分ゴム混合物中の加硫促進剤の定量分析を行った。ゴム混合物のスペクトル重なりが激しく、サンプル数が少ないためモデルの過学習や汎化能力の低下を招く問題に対し、データ融合と最小二乗ガウスフィッティング法（LSGF）に基づくデータ拡張戦略を提案し、遺伝的アルゴリズム最適化支持ベクトル回帰（GA-SVR）定量モデルを構築した。データ次元削減とモデリング効率向上のため、変数空間反復収縮アルゴリズム（VISSA）を用いて元データおよび拡張後のスペクトルから特徴抽出を行った。結果は、データ拡張によりモデルの予測性能が大幅に向上し、LSGF法が最良の効果を示したことを示した。VISSAによる特徴抽出後、モデル精度はさらに向上し、LSGF拡張データの予測データにおける相関係数Rpは0.9826、RMSEPは0.0023に達した。本手法はゴム配合の最適化および産業のグリーン持続可能な発展に技術的な参考となり得る。

テラヘルツ分光;データ拡張;最小二乗ガウスフィッティング;データ融合;定量分析