全国招商咨询热线

        然而，进一步分析发现模型在较高粘度区间(粘度值>>10000 Pa·s)预测误差显著增大，同时不确定度估计值升高，提示模型在此区间的泛化能力有限。这种现象很可能源于高粘度区间实验数据相对稀疏，导致模型在该区域学习不充分。同时，极端条件下材料行为的复杂性增加和非线性效应增强也可能是重要因素。值得注意的是，模型通过显著的不确定度估计展现了良好的不确定性量化能力，能够准确识别预测可靠性较低的样本区域。若训练更多数据，可以让模型的似然程度上升，有望进一步提升模型的预测性能。

        通过t-SNE降维可视化技术，我们对特征空间结构进行了深入分析，发现经过标准化处理后，对于温度、湿度和储存时间等连续变量以及种类这种分类特征在t-SNE空间中呈现出良好的梯度分布模式，保持了这些变量的几何结构特性。

结论

        温度对PR1422 B-2和PR1782B-2氯丁密封胶粘度的影响程度最大，湿度和储存时间对其影响较小。这是因为聚硫橡胶和增粘剂作为高分子材料，其粘度与温度关系符合阿伦尼鸟斯公式，即粘度随温度升高呈指数型下降。

        相同时间下氯丁密封胶的锥入度随温度的升高而降低，这是因为温度主要通过影响硫化速率来改变氯丁密封胶粘度;而湿度的影响则更为复杂，存在促进吸湿增塑与加速硫化的双重竞争机制，从而未表现出明显的一致性趋势。

        PR1422B-2和PR1782B-2氯丁密封胶在30℃和80%RH环境下可以在机器中的停留的最长时间分别为2h和2.7h。随着温度、湿度和硫化时间的提高，氯丁密封胶粘度逐渐增大，机器人所需推力增大，结合粘度一推力公式，推荐设备的推力选用为18 bar。

        相比于PR1422 B-2氯丁密封胶，PR1782B-2氯丁密封胶具有更好的稳定性，可以在较宽温度范围内保持稳定的硫化速率，粘度变化幅度小，有利于机器人的操作。

        粘度预测模型在大多数情况下表现出优异的预测性能。模型不仅提供了较为准确的点预测，还能够通过不确定度量化来识别预测可靠性，这为实际应用提供了重要参考价值。http://www.sdyuantai.net/