摘要：［目的］針對工業設備表面嚴重結焦問題，本研究結合機器學習，開發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%，表現出優異的抗空化剝落能力。在75 ℃工業廢水持續沖刷720 h后，涂層表面結焦率為5.3%。優化結果實驗確定了有機膨潤土（7%～8%，質量分數，后同）、玻璃料（450 ℃，15%～20%；600 ℃，5%～10%）、鋁粉（20%～30%）及氧化鋁（2%～5%）等關鍵填料的最優質量分數范圍。［結論］本研究為小樣本、多組分體系的配方優化探索了一種數據與實驗雙重驅動的研發途徑，并為工業設備抗結焦防護提供了一種兼具高性能與經濟性的涂層解決方案。