东丽围绕可回收碳纤维增强塑料（CFRP）基体树脂建立新的材料信息学模型，用于在配方早期同时判断机械性能和回收适应性。对需要轻量化、耐久性和循环性的航空、汽车及工业复合材料项目来说，这类工具能把候选树脂筛选从反复试错推进到数据驱动判断。

预测精度较传统模型最高提升 25%

CFRP 的性能很大程度取决于基体树脂。树脂既要在成型后支撑结构强度，也要在回收阶段便于分解、剥离或再利用。传统开发往往需要先合成和成型大量候选材料，再通过力学、分解和再加工评价逐步排除，周期长、成本高。

东丽的新模型把热固性基体树脂的分子结构、可回收相关指标和力学性能之间的关系系统化训练，用于预测树脂候选方案。以决定系数等预测准确性指标衡量，模型相较传统方法最高可提升约 25%。

被模型筛出的树脂在制成 CFRP 后仍保持较好的分解和再利用特征，说明筛选逻辑并非只停留在单体树脂层面，而是覆盖到复合材料成型后的实际状态。

缩短复合材料前期筛选周期

这项模型适用于需要在强度、轻量化和可回收性之间同时取舍的前期开发。材料工程师可先用模型压缩候选树脂范围，再把有限的实验资源放到最有潜力的配方、层合板结构和回收工艺验证上。

东丽把该技术指向飞机、汽车和工业用途中的 CFRP 材料开发。随着这些领域对温室气体减排、报废件回收和材料履历的要求提高，基体树脂的可回收性将逐步成为材料选型阶段的硬指标，而不是末端处理环节才考虑的问题。