Para lograr una detección rápida, no destructiva y precisa del contenido de aceleradores de vulcanización en productos de caucho, este estudio emplea la espectroscopía temporal de terahercios junto con la ampliación de datos y métodos quimiométricos para el análisis cuantitativo de aceleradores de vulcanización en mezclas multicomponentes de caucho. Para abordar problemas como la fuerte superposición espectral en mezclas de caucho, el pequeño volumen de muestras que puede causar sobreajuste del modelo y pobre capacidad de generalización, se propone una estrategia de ampliación de datos basada en la fusión de datos y el método de ajuste gaussiano de mínimos cuadrados (LSGF), y se construye un modelo cuantitativo de regresión de vectores de soporte optimizado por algoritmo genético (GA-SVR). Para reducir la dimensionalidad de los datos y mejorar la eficiencia del modelado, se emplea el algoritmo de contracción iterativa del espacio variable (VISSA) para la extracción de características de los espectros originales y ampliados. Los resultados muestran que la ampliación de datos mejora significativamente el rendimiento predictivo del modelo, siendo el método LSGF el más efectivo; tras la extracción de características mediante VISSA, la precisión del modelo mejora aún más, alcanzando un coeficiente de correlación Rp de 0,9826 y un RMSEP tan bajo como 0,0023 en el conjunto de predicción. Este método puede proporcionar una referencia técnica para la optimización de formulaciones de caucho y el desarrollo sostenible verde en la industria.

Espectroscopía terahertz;ampliación de datos;ajuste gaussiano de mínimos cuadrados;fusión de datos;análisis cuantitativo