基于QSPR方法的活性化合物热稳定性预测研究

为形成安全、可靠、便捷的活性化合物热稳定性预测方法,快速获取活性化合物热稳定性参数,采用定量结构-性质相关性(QSPR)方法,针对38种有机过氧化物和104种硝基化合物的起始放热温度和分解热,结合遗传函数算法(GFA)和“断点原则”筛选出的分子描述符,利用遗传算法(GA)优化的BP神经网络,建立活性化合物的热稳定性GA-BP预测模型,验证分析模型的性能和应用域。研究结果表明:所建立的GA-BP模型具有良好的拟合能力、稳定性和预测能力,优于线性模型,说明活性化合物热稳定性与分子结构之间存在非线性关系;同时,得出影响活性化合物热稳定性参数的主要结构因素。     

硝基含能材料撞击感度的预测研究进展

简要回顾了国内外硝基含能材料撞击感度预测研究的发展状况,介绍了硝基含能材料撞击感度的预测方法,并对各类方法的优缺点以及适用性作了分析和讨论。着重对定量结构-性质相关性研究(QSPR)在撞击感度预测领域的应用与发展作了介绍,对样本集设计、描述符的筛选以及建模方法的选择作了分析与探讨。展望了含能材料撞击感度的预测研究的前景与发展方向。     

QSPR在混合物典型燃爆特性预测中的研究进展

为全面了解定量结构-性质关系（QSPR）方法在混合物燃爆特性预测中的研究现状，展望其发展趋势，综述其在混合物闪点、爆炸极限与自燃温度预测中的国内外研究进展，分析预测目标参数的选择、数据收集、描述符计算和筛选以及模型建立和验证等方面的不足与研究方向。结果表明:QSPR在混合物燃爆特性预测中尚处于起步阶段，当前研究的首要限制是混合物燃爆特性参数实验数据样本不足，关键点及难点是混合物结构的准确表征，未来研究应关注的重点是大量数据源统一的数据样本的获取方法、非加和性混合物分子描述符的计算方法以及机器学习等非线性建模方法。     

烃类及其衍生物闪点、沸点的定量构效关系

基于定量结构一性质相关性（QSPR）原理,研究了烃类及其衍生物闪点、沸点与其分子结构间的内在定量关系。应用CODESSA软件计算384种烃类及其衍生物的分子结构描述符,建立了闪点和沸点的QSPR模型。用最佳多元线性回归（B．MLR）方法筛选得到的分子描述符建立了线性回归模型。用B-MLR方法所选择的5个描述符作为支持向量机（SVM）的输入建立了非线性模型。所有的化合物被分为训练集和测试集,对每个模型的训练集和测试集的复相关系数、交互验证系数、均方根误差等进行了计算,并用测试集对模型的预测能力进行检验,预测结果表明：预测值与实验值均符合良好,所建立的闪点模型稳健,泛化能力强,预测误差小,预测的效果令人满意,但沸点的模型预测效果有待加强。相比烃类物质的模型,加了衍生物的模型性能均有所下降。     

含苯环有机污染物定量结构与活性相关性研究

定义表征成键原子生物活性的特征值Ei,由Ei建构新的连接性指数nK,并用0阶指数0K、1阶指数1K研究了氯代芳香族化合物的辛醇/水分配系数及取代苯胺、苯酚和硝基苯类化合物的生物毒性,给出了相关的方程.结果表明,该方法计算简单,使用方便,所有QSAR模型的估算结果均明显优于相应的文献方法,为定量评估和预测同类型其他化合物的生物毒性提供了参考依据.nK有望在QSAR/QSPR研究中作为一个新的参数而获得推广应用.     

芳香族硝基化合物爆速的定量构效关系预测

为提高芳香族硝基化合物爆速的预测精度,提出基于定量结构-性质相关性(QSPR)的芳香族硝基化合物爆速的理论预测方法。应用Dragon软件计算21种芳香族硝基化合物的分子描述符,利用遗传-多元线性回归方法(GA-MLR)从大量描述符中筛选出4个与爆速关系最为密切的分子描述符,建立相应的4参数线性理论预测模型,并采用内部和外部验证方式,验证模型的拟合能力、稳健性和预测能力。结果表明:训练集和测试集的平均绝对误差(AAE)分别为0.048和0.208km/s,均方根误差(RMSE)分别为0.058和0.302 km/s,所建模型具有较好的稳健性和预测性能。     

基于QSPR方法的脂肪醇化合物闪点预测

为提高脂肪醇化合物闪点预测精度,提出基于定量结构-性质关系(QSPR)原理的脂肪醇化合物闪点预测方法。应用Dragon软件计算出91种脂肪醇的分子描述符,利用遗传函数算法(GFA)从1 481个描述符中筛选出3个与脂肪醇闪点关系最密切的分子描述符。分别用多元线性回归(MLR)方法和支持向量机(SVM)方法进行建模,并采用内部验证和外部检验的方式对模型的拟合度、预测性等性能进行验证。结果表明:预测集的MLR方法和SVM方法的平均绝对误差(AAE)分别为2.870 K和2.706 K;均方根误差(RMSE)为3.451 K和3.371 K。SVM模型在精度上略优于MLR模型,而MLR模型更为简单和方便。     

煤与瓦斯突出预测研究动态及展望

笔者总结了以突出敏感性指标预测为基础的接触式煤与瓦斯突出预测技术的发展现状 ;阐述了瓦斯地质理论研究进展情况 ;对统计学方法、计算机模拟、模糊数学、灰色系统理论、神经网络技术、专家系统、分形理论、流变与突变理论等数学物理理论在煤与瓦斯突出预测领域中的应用情况作了系统的描述 ;对GIS技术、无线电波透视探测技术及以地震波为主的弹性波技术为煤与瓦斯突出预测技术的发展前景作了必要的分析。     

基于分子结构的链烷烃辛烷值预测研究

基于定量结构-性质相关(QSPR)原理,研究化学物质的结构与性能之间的关系,应用遗传-偏最小二乘(GA -PLS)方法从大量结构参数中筛选出与链烷烃马达法辛烷值最相关的5个分子描述符,采用多元线性回归方法,建立了根据分子结构预测链烷烃马达法辛烷值的数学模型.结果表明,模型具有较高的稳定性以及预测能力.为工程上提供了一种...     

新型含能化合物的热危险性计算预测

简要介绍了含能材料的热危险性评价,进而提出了一套用于计算预测热危险性的方法,并对高能量密度化合物、有机叠氮化合物、笼形多硝基烷烃化合物进行了热危险性预测.结果表明,目前常见高能量密度化合物的热危险性均小于NG.在选取的有机叠氮化合物中叠氮乙酰的热危险性较大,对甲基叠氮苯热危险性相对较小.立方烷和金刚烷上引人硝基后,热危险性增大,并随硝基数量的增多而增大.该计算方法和预测结果对评估含能材料热危险性有一定的参考意义.     

有机过氧化物反应热的危险性预测研究

为了采用非实验的方法对安全物质学的研究内容及研究方法进行初探,基于定量结构-性质关系法,选择13种与有机过氧化物热危险性的影响因子密切相关的描述符,分别对起始分解温度T0和分解热△H的实验数据进行多元线性回归、偏最小二乘和支持向量机回归分析,从而获得3种相应的预测模型。对比T0与△H的实验值和预测值,结果发现:SVM预测模型的精度高于PLS预测模型,MLR预测模型的精度最低;同种预测模型对分解热的预测结果均优于起始分解温度。此外,分析各预测模型的稳定性数据发现:MLR模型的预测过程发生了过拟合现象,不具备预测能力;PLS模型的交互验证系数均大于0.5,具备较稳定的预测能力;SVM模型的交互验证系数均大于0.9,具备非常稳定的预测能力。     

氯丙烯直接环氧化工艺反应物料危险性研究

为了保证利用双氧水氧化氯丙烯直接环氧化制备环氧氯丙烷新工艺的安全开发，针对此工艺涉及的混合危险物料，利用C80量热仪对混合物料热稳定性进行了测试，获得了混合物料热扫描曲线；利用AKTS软件处理得到了混合物料热特性参数和分解动力学数据，在此基础上结合HYSIS软件进行了预防气相燃爆方面的安全分析。结果表明:混合物料初始pH值为8左右，其pH值随放置时间延长而降低；混合物料TD24值为21.3℃，混合物料发生失控的可能性等级为高；混合物料中双氧水分解受温度影响较大，在30℃和60℃下，混合物料分别经过1.3 h和0.8 h就会分解释放出达到氧含量报警值的氧气。     

微量Fe3+对过氧化氢异丙苯热稳定性影响研究

为研究微量铁离子（Fe³⁺）对过氧化氢异丙苯（CHP）热稳定性的影响,采用绝热加速量热仪（ARC）对CHP及含4种不同浓度Fe3+的CHP进行了绝热分解测试,测试分析了5个样品在绝热条件下的起始分解温度（To,s）、绝热温升（ΔTad,s）、最大温升速率（mm,s）和最大温升速率到达时间（θm,s）等参数,并利用热惰性因子Φ对实验数据进行了修正。研究结果表明:在绝热条件下,微量Fe3+的存在对CHP分解的To,s,ΔTad,s,mm,s和θm,s均有较大影响,且浓度不同对各参数的影响不一样;Fe³⁺的存在增加了CHP分解的剧烈程度,且浓度越大,CHP分解越剧烈,其热分解失控可能性越大,危险性越高;储存运输CHP时要避免与高浓度的Fe³⁺接触。研究结果可为CHP的热稳定性安全提供一定参考。     

富水红砂岩地层隧道联络通道冻结温度场分布规律及其敏感性分析*

为了明确富水红砂岩地层中冻结温度场的影响因素,研究温度场的发展和分布规律,以兰州地铁2号线定西路站到五里铺站之间的隧道联络通道为研究背景,建立三维瞬态温度场有限元模型对冻结加固过程进行模拟,通过数值模拟和实测数据对比验证模型的准确性进而分析土体密度、导热系数、比热容的变化对温度场发展的影响。通过灰色关联分析法,得到各土体参数对温度场发展的影响程度。研究结果表明:冻结孔越密集,形成的冻结帷幕越厚,冻结壁温度越低;随着导热系数增大,形成的冻结壁温度降低,随着土体密度和比热容增大,形成的冻结壁温度升高;影响温度场温度的各参数灰色关联度排序为:比热容>密度>导热系数;当各参数分别增大30%时,温度场温度变化程度排序为:密度>导热系数>比热容。研究结果可为类似地质冻结工程的设计施工及土体改良提供参考依据。     

采空区隐蔽火源探测及声学法煤温感知新技术探讨*

为精准判定采空区等地下隐蔽火区高温点的位置和范围,综述现有采空区煤自燃温度探测技术,重点总结和分析红外探测法、分布式光纤测温法、指标气体探测法、热电偶测温技术以及同位素测氡法等煤层测温手段的研究进展与技术瓶颈,着重研究声学法测温的技术原理及实现方式;结合分层建模和插值建模的优点,探讨声学测温技术在采空区松散煤体煤温反演探测应用中的可行性。结果表明:受限于煤层赋存及开采方式等煤矿现场的实际情况,准确反演和精确定位采空区等隐蔽火源高温点和位置的探测方法和装备技术有待进一步发展;声学法探测松散煤体自燃温度的基本原理、传播衰减规律、温度场重构模型及其关键特征参量需进一步准确获取;综合考量声学测温技术原理和实现过程,该技术适用于采空区松散煤体自燃火区的环境特征,有望成为采空区隐蔽火源位置精准探测发展前景良好的探测方法。     

考虑随机误差的软土基坑沉降趋势分析及预测*

为准确分析基坑沉降变性规律，基于现场监测数据，通过卡尔曼滤波对趋势项及误差项进行分解，采用M-K检验对发展趋势进行评价，利用优化广义回归神经网络和差分整合移动平均自回归模型，构建基坑沉降分项预测模型，并将预测结果与发展趋势评价结果对比分析，以实现基坑沉降变形规律综合研究。结果表明:卡尔曼滤波能有效分解基坑沉降数据趋势项与误差项，相较于传统小波分解效果更佳；基坑沉降呈持续增加趋势，但趋势性逐渐减弱；预测结果相对误差均值均不大于2%，预测模型精度较高；沉降变形会进一步增加，但增加速率明显降低，与发展趋势分析结果一致，两者相互佐证分析结果准确性。研究结果为基坑沉降变形规律分析提供新思路。     

不同围岩和埋深条件下高地温隧道围岩稳定性影响研究*

为了研究围岩等级及埋深对高地温隧道围岩稳定性的影响,以红河州建（个）元高速公路尼格隧道为工程背景,采用现场测试、正交试验及数值模拟相结合的方法,探讨围岩等级、埋深及温度对隧道围岩稳定的敏感性。研究结果表明:隧道拱顶沉降量随围岩等级及埋深的升高而增加,而隧道拱顶沉降量随围岩温度的增加呈先减小后增加的趋势,影响隧道拱顶沉降因素主次顺序为围岩等级、埋深及温度。将数值模拟与现场监测结果对比分析,验证数值模拟的可靠性及准确性。研究结果可为类似高地温隧道设计和施工提供参考。     

边坡稳定性自动机器学习预测方法研究*

为了简便有效地评估边坡稳定性状态,针对目前传统机器学习的算法选择与超参数优化等难题,提出1种边坡稳定性自动机器学习预测方法。首先,简要介绍5种主流开源自动机器学习框架;其次,以422组边坡稳定性样本为数据集,进行自动机器学习纯自动化训练,并与传统机器学习对比分析模型的性能与耗时;最后,综合讨论与比较典型自动机器学习框架的特性。研究结果表明:自动机器学习预测效果总体上优于传统机器学习,提升边坡稳定性预测准确率和稳健性,且无需人为干预。研究结果可为岩土工作人员准确可靠地评价边坡稳定性提供便捷条件。