摘要：［目的］針對工業(yè)設備表面嚴重結焦問題，本研究結合機器學習，開發(fā)了一種以有機硅樹脂為基體的高性能抗結焦涂層。［方法］通過對配方涂層進行性能評估并結合XGBoost機器學習模型與SHAP可解釋性分析框架，揭示各組分對涂層性能的貢獻權重，進而篩選出最佳配方。［結果］涂層經(jīng)XRD和SEM表征，高溫燒結后，涂層主要相為Al、Al2O3和SiO2，初始附著力按GB/T 9286—2021標準評定為0級；在855 W超聲空化9 h后，涂層完整性保留率仍高于95%，表現(xiàn)出優(yōu)異的抗空化剝落能力。在75 ℃工業(yè)廢水持續(xù)沖刷720 h后，涂層表面結焦率為5.3%。優(yōu)化結果實驗確定了有機膨潤土（7%～8%，質量分數(shù)，后同）、玻璃料（450 ℃，15%～20%；600 ℃，5%～10%）、鋁粉（20%～30%）及氧化鋁（2%～5%）等關鍵填料的最優(yōu)質量分數(shù)范圍。［結論］本研究為小樣本、多組分體系的配方優(yōu)化探索了一種數(shù)據(jù)與實驗雙重驅動的研發(fā)途徑，并為工業(yè)設備抗結焦防護提供了一種兼具高性能與經(jīng)濟性的涂層解決方案。