基于机器学习法研究纳米粘土/有机硅复合发泡材料的阻燃机理

Silicone rubber foam(SRF) is flammable if it is ignited, when treated with flame retardants, SRF always causes the deterioration of the pore structure and properties such as the cell density, so that the popularization and application of silicone rubber foam are restricted. Based on the advantage of clay such as montmorillonite(MMT) on high efficiency in the flame retarding of polymers without decreasing the mechanical properties of the matrix, organic modified montmorillonite is proposed to be introduced into the silicone rubber foam to obtain highly flame retarding efficiency, without destroying the mechanical properties of silicone foam. MMT / SRF nanocomposites are preparated, aiming to form the even distribution of nano-MMT plates in the silicone rubber foam. The model for the interaction between MMT and SRF and the flame dynamics model of the nanocomposites will be established. And the relationship between the parameters of the preparation process , the pore structure, the foam density and the flame retardant properties of the nanocomposites will be revealed, which will help to put forward to the optimization path of flame retardant properties of the MMT / SRF nanocomposites using the machine learning method, and to predict and verify the optimal preparation process according to the comprehensive performance. Results from this research will be beneficial to promote the development and application of flame retarding silicone rubber foam, and will be of an important value for academic and engineering application.

硅橡胶泡沫材料受火易燃，加入阻燃剂易引起材料泡孔、密度等结构性能恶化等问题，严重影响和制约了硅橡胶泡沫材料的推广应用。本申请拟利用蒙脱土等粘土对聚合物高效阻燃而不降低基体力学性能的优势，提出将有机改性蒙脱土引入硅橡胶泡沫，以期不破坏硅胶泡沫力学性能前提下实现硅胶泡沫的高效阻燃。研究具有纳米层板的蒙脱土均匀分布于硅橡胶泡沫材料的制备方法，建立蒙脱土与硅橡胶泡沫相互作用模型及阻燃动力学模型，揭示制备工艺参数、泡孔结构、泡沫密度等与硅橡胶泡沫材料阻燃性能的关系，拟用机器学习法提出蒙脱土/硅橡胶泡沫纳米复合材料阻燃性能的优化路径，预测并验证综合性能最优的制备工艺。研究结果有利于推动阻燃硅橡胶泡沫的发展和应用，具有重要学术和工程应用价值。

硅橡胶泡沫材料（SiFs）因侧链的C-H基团和泡孔结构影响，在遇火或高温容易发生持续燃烧，且发泡倍率越高，火灾危险性越高。阻燃剂的加入能有效提升SiFs的阻燃性能，但与聚合物的相容性差、降低聚合物基体的力学性能、高效阻燃剂研发范围广且研发周期长等问题一直以来制约其推广应用。项目深入研究了蒙脱土和水滑石等粘土类阻燃剂对SiFs材料阻燃抑烟及力学性能的影响，揭示了阻燃剂对SiFs材料的阻燃抑烟机理，并基于机器学习相关方法与理论建立了硅橡胶泡沫的氧指数预测模型。首先优选出十六烷基三甲基溴化铵、四丁基溴化铵、十二烷基苯磺酸钠、十二烷基硫酸钠四种蒙脱土改性剂；采用溶胶凝胶法制备改性水滑石。其次，将改性蒙脱土/硼酸锌复配体系和改性水滑石分别加入到SiFs，制备阻燃复合材料。研究发现这两种粘土均能有效提高SiFs的阻燃抑烟性能。其中含CTAB改性MMT（CMMT）的SiFs（SiF-2）阻燃性能和力学性能最优，SiF-2的PHRR比原样降低了20.8 %，PSPR降低了46.4 %，抗撕裂强度提升了278 %。而当ZB与CMMT配比为1:2时（ZB-1），TTI延长了26 s，PHRR为68.8KW/ m2，THR为36.1MJ/ m2，FPI为0.669 m2·s/KW。分析了含改性蒙脱土/硼酸锌/SiFs材料的热分解过程、炭渣结构和炭渣成分。再次，结合材料的燃烧和分解性能，分析了改性蒙脱土/硼酸锌/SiFs和改性水滑石/SiFs的阻燃抑烟机理。研究结果对提高SiFs材料的火安全性能具有重要的意义。.本项目采用网格搜索交叉验证优化了决策树（GS-DT）的氧指数预测模型，预测结果显示GS-DT的准确率达到了0.713，该模型可在一定程度上用来预测硅胶泡沫的氧指数结果，减小传统的氧指数测试的复杂性，对机器学习在硅橡胶泡沫阻燃性能预测及阻燃材料研发提供了一定的理论指导和技术支持。