文章重要内容

       贵州大学李云琦团队对聚氨酯类玻璃体热致形变的表观活化能开展了机器学习研究，利用机器学习算法构建了隐式和显式解析模型，模型的决定系数达到0.998和0.837，可为理解温度敏感型聚氨酯类玻璃体的构效关系提供参考。

文章背景

        聚氨酯是一大类力学和热学性质易于调控的通用高分子材料，常以涂料、粘合剂、密封剂、弹性体、泡沫和纤维的形态广泛用于包装、服装鞋类、家具用品、生物医用、建筑、交通工具、电子和国防等领域。聚氨酯一般是异氰酸酯、多元醇和扩链剂构成的共聚物，具有氨基甲酸酯键连接的软硬相特征结构。氨基甲酸酯键的高稳定性为聚氨酯材料提供了良好的力学性能和热稳定性，但也使其通过热处理重复成型实现回收利用的难度接近热固性塑料。通过引入动态共价键(Dynamic covalent bonds, DCBs)构建聚氨酯类玻璃高分子(Vitrimer)，不仅赋予材料接近热固塑料优异的力学、热学和化学稳定性等服役性能，附加自修复、形状记忆、刺激响应等功能，而且兼具热塑的重复加工成型能力，可极大地促进聚氨酯材料的可持续发展。聚氨酯类玻璃体的应力松弛行为是深入理解该类材料力热性质的重要内容，首先需要探明动态共价键特征与应力松弛表观活化能的联系，但目前对其组成-工艺-结构-性质-性能关系(CPSPPr)的系统认识仍然缺乏。基于团队前期聚焦CPSPPr发展出的材料大数据方法(中国科学化学, 2017, 48, 243；高分子学报, 2022, 53, 564；Chinese J. Polym. Sci., 2023, 41, 1371；SmartMat, 2025, 6, e1320)，针对聚氨酯类玻璃体的前驱体种类多样、聚集态结构复杂、样品制备工艺参数和特征性质测试参数难以统一等问题，通过数据挖掘、机器学习的材料大数据研究，初步构建了聚氨酯类玻璃体应力松弛活化能的定量解析模型，可为理解温度敏感型聚氨酯类玻璃体的构效关系提供参考。

文章概述

        近期，基于CPSPPr的数据对齐框架，我们整理出了61条涵盖7种DCBs的聚氨酯类玻璃体应力松弛表观活化能(E_a)数据(图1)，提取了9个关键特征变量，包含：组成特征动态键种类(DCB-type)和含量f(DCB)，结构特征键交换反应C原子相邻α和β位的脂肪族或芳香族基团(type-α和type-β), 工艺参数预聚温度(Poly-T)，测试条件温度区间(T_a-min和T_a-max)和初始形变(constant-strain, C-strain)以及聚合物的性质-玻璃化转变温度(T_g-DSC)。基于这些特征，利用CatBoost和SISSO两种算法构建了聚氨酯类玻璃体应力松弛活化能的隐式和显示解析模型。

图1 数据挖掘提取聚氨酯类玻璃体应力松弛表观活化能，按不同动态共价键类型的分类展示。

基于CatBoost算法的隐式模型表现极高的拟合能力，其决定系数高达0.998(图2a)，表明这9个特征包含了解析E_a的充分信息。进一步通过SHAP分析(图2b)剖析了这些特征在定量解析E_a的贡献度。基于当前有限的数据集，表观活化能E_a对组成、工艺、测试参数等具有较高依赖性。进一步地，通过对原始数据集的正则归一化和去量纲处理，利用SISSO算法构建了显式模型，其决定系数达到0.837(图2c)。该显式模型虽然给出了表观活化能对组成、结构，制备工艺和测试参数的数学表达(图2d)，但存在较多超出现有高分子理论模型的基本函数形式。它们是当前数据集的最优解，但是否能够普适性地描述类玻璃高分子应力松弛行为的物理本质仍然有待进一步的研究。

图2 聚氨酯类玻璃体应力松弛表观活化能(E_a)的定量解析模型，基于CatBoost 算法的隐式模型(a) 及其对应的SHAP分析 (b) 基于SISSO算法的显式模型 (c) 及其对应的数学表达 (d)。

 该研究展示了材料大数据方法剖析类玻璃高分子复杂的应力松弛行为的尝试性探索，对开发服役与重复加工成型性能平衡的高分子新材料具有一定参考意义。本文为“高分子弹性体”专辑特约稿件，发表在《高分子学报》2025年第9期。论文第一作者为贵州大学硕士研究生柏康娜，通信联系人为李云琦教授。

引用本文：

柏康娜, 谢椿辉, 刘文涛, 犹阳, 李云琦.聚氨酯类玻璃体应力松弛活化能的大数据解析.高分子学报, 2025, 56(9), 1621-1632Bai, K. N.; Xie, C. H.; Liu, W. T.; You, Y.; Li, Y. Q.Big data approach to explore the activation energy from stress-relaxation of polyurethane vitrimers.Acta Polymerica Sinica, 2025, 2025, 56(9), 1621-1632doi: 10.11777/j.issn1000-3304.2025.25103