Модель машинного обучения предсказывает горючесть эпоксидов с фосфорными антипиренами

Разработка огнезащитного состава — это перебор. Синтез добавки, ввод в композицию, испытание, корректировка, повторное испытание. Цикл длинный и дорогой, а число сочетаний «структура антипирена — матрица — загрузка» практически неограниченно. Испанский институт IMDEA Materials предложил сократить этот перебор расчётом.

Модель машинного обучения обучена на 510 образцах эпоксидных композитов с фосфорными антипиренами. По молекулярной структуре добавки, составу композиции и ряду других переменных она предсказывает два показателя: класс горючести по вертикальному тесту UL-94 и кислородный индекс — минимальную концентрацию кислорода, при которой горение поддерживается.

Главное практическое дополнение — единая шкала. Результаты модели переводятся в четыре уровня огнезащитной эффективности: отличный, хороший, умеренный и слабый. Это даёт инженеру прямой ориентир при отборе вариантов, не требуя интерпретации двух разнородных показателей.

Что этот результат не означает

Оговорка здесь важнее самой новости, потому что заголовки о «предсказании огнестойкости» читаются шире, чем следует.

UL-94 и кислородный индекс — методики для полимерных материалов, а не для тонкослойных покрытий и не для строительных конструкций. Испытания проведены на объёмных эпоксидных смолах и композитах. Ни предел огнестойкости конструкции, ни группа огнезащитной эффективности состава по этим показателям не определяются и из них не выводятся.

То есть речь идёт об инструменте разработчика рецептур, а не о замене огневых испытаний. Заменить испытание конструкции в печи расчётом — отдельный сюжет, и он развивается по другой линии: через нормирование расчётно-аналитических методов, где исходными данными служат теплофизические характеристики материала.

Почему именно фосфорные антипирены

Выбор объекта исследования не случаен. Фосфорсодержащие системы не содержат галогенов и рассматриваются как более безопасная альтернатива галогенированным — это совпадает с регуляторным направлением, которое перестраивает всю сырьевую базу огнезащиты. Тот же процесс идёт в интумесцентных составах для металла, где под давлением ограничений заменяется меламин.

Проблема в том, что смена сырьевой базы обесценивает накопленный опыт: зависимости, наработанные для прежних рецептур, к новым не переносятся, и каждый переход требует нового цикла испытаний. Инструменты предварительного отбора здесь экономят не столько деньги, сколько время — а именно оно определяет, успеет ли производитель к моменту, когда прежний компонент станет недоступен.

Эпоксидные системы, на которых обучена модель, применяются в строительстве, автомобилестроении, электронике и аэрокосмической отрасли. Среди возможных применений авторы называют электронные компоненты, аккумуляторы электромобилей и интерьеры самолётов. Работа опубликована в журнале Polymer Degradation and Stability.