Para realizar a detecção rápida, não destrutiva e precisa do teor de aceleradores de vulcanização em produtos de borracha, este estudo adota a espectroscopia no domínio do tempo de terahertz, combinada com aumento de dados e métodos quimiométricos, para a análise quantitativa de aceleradores de vulcanização em misturas de borracha multicomponentes. Diante da severa sobreposição espectral nas misturas de borracha, e do pequeno volume amostral que pode levar a sobreajuste e baixa capacidade de generalização do modelo, propõe-se uma estratégia de aumento de dados baseada na fusão de dados e ajuste gaussiano por mínimos quadrados (LSGF), além da construção de um modelo quantitativo otimizado por algoritmo genético com regressão por vetor de suporte (GA-SVR). Para reduzir a dimensionalidade dos dados e melhorar a eficiência da modelagem, utiliza-se o algoritmo de contração iterativa do espaço de variáveis (VISSA) para extrair características dos espectros originais e aumentados. Os resultados mostram que o aumento de dados melhora significativamente o desempenho preditivo do modelo, sendo o método LSGF o mais eficaz; após extração de características com VISSA, a precisão do modelo melhora ainda mais, com coeficiente de correlação Rp de 0,9826 para os dados aumentados LSGF no conjunto de previsão e RMSEP reduzido para 0,0023. Este método pode fornecer referência técnica para otimização de formulações de borracha e desenvolvimento verde sustentável da indústria.

Espectroscopia de terahertz;aumento de dados;ajuste gaussiano por mínimos quadrados;fusão de dados;análise quantitativa