고무 제품 내 가황 촉진제 함량의 빠르고 비파괴적이며 정확한 검출을 위해 본 연구에서는 테라헤르츠 시계열 분광 기술과 데이터 확장 및 화학계량학 방법을 결합하여 다성분 고무 혼합물 내 가황 촉진제를 정량 분석하였다. 고무 혼합물의 스펙트럼 중첩이 심하고 샘플 수가 적어 모델 과적합 및 일반화 능력 저하 문제를 해결하기 위해 데이터 융합 및 최소자승 가우스 적합법(LSGF) 기반 데이터 확장 전략을 제안하고, 유전 알고리즘으로 최적화된 서포트 벡터 회귀(GA‑SVR) 정량 모델을 구축하였다. 데이터 차원 축소 및 모델링 효율 향상을 위해 변수 공간 반복 수축 알고리즘(VISSA)을 사용하여 원본 및 확장된 스펙트럼의 특징을 추출하였다. 결과는 데이터 확장이 모델 예측 성능을 크게 향상시키며, LSGF 방법이 가장 우수한 성과를 보임을 나타냈다. VISSA 특징 추출 후 모델 정확도가 더욱 향상되었으며, 예측 집합에서 LSGF 확장 데이터의 상관 계수 Rp는 0.9826, RMSEP는 0.0023에 이르렀다. 이 방법은 고무配方 최적화 및 산업의 녹색 지속 가능 발전에 기술적 참조를 제공할 수 있다.

테라헤르츠 분광;데이터 확장;최소자승 가우스 적합;데이터 융합;정량 분석