论文部分内容阅读
我国安全学科近几年发展较快,2009年国家标准学科分类体系GB/T13745-2009《学科分类与代码》一级学科“安全科学技术”新增5个二级学科,其中就有代码为62023的“安全物质学”,其研究还处在初步探索阶段。本文通过选取危险化学品中的有机过氧化物类物质,对其安全因子的相关性进行研究,并探索“安全物质学”的研究方法和实证例子。本文通过搜集和查阅相关文献,在对国内外安全物质学和有机过氧化物研究现状进行系统综述的基础上,统计有机过氧化物的各项参数数据,采用相关性分析、因子分析、聚类分析、判别分析和Copeland计分排序法,对有机过氧化物的参数数据进行分析,得到了影响有机过氧化物安全性的5个公因子和基于其安全性的综合分类结果。针对影响其安全性最主要的参数,采用基团贡献法、BP神经网络、多元线性回归、偏最小二乘法和支持向量机进行物性参数预测。本论文主要研究内容和成果如下：(1)将所收集统计的72种有机过氧化物的参数数据分成三类：分子成分参数、分子结构参数和物性参数。分别对三类数据进行相关性分析,并结合参数定义删除部分参数。(2)对相关性分析筛选出的72种有机过氧化物的23个参数指标进行因子分析,提取出5个公因子并分别定义为：燃烧爆炸因子、分解因子、扩散因子、污染性与腐蚀性因子、毒害性因子。与已有研究相比较,结果显示5个公因子可很好的表征有机过氧化物的安全性。(3)根据因子分析的结果及物质统计数据的完整性,选取33种有机过氧化物及其10个参数。先对其中28种有机过氧化物进行聚类分析,划分为3类。对5种未知类别的有机过氧化物进行判别分析。再对33种有机过氧化物进行Copeland计分排序。最后将三种方法的分类结果进行比较,判别分析与聚类分析的分类匹配率达到100%,Copeland计分排序的结果与前两者的结果差异也不大。(4)依据燃烧爆炸因子最能代表物性参数闪点,设计了一种基于基团贡献法及BP神经网络预测有机过氧化物闪点的方法。将66种有机过氧化物中的50种作为训练集16种为预测集进行闪点预测。结果表明,闪点的预测值与文献值符合良好。该预测方法不需计算参数,且结果可靠。(5)根据前文结合文献研究可知有机过氧化物的反应危害主要取决于起始分解温度和分解热。选取14种有机过氧化物作为训练样本,3种为预测样本,确定13个参数为描述符,分别采用多元回归分析、偏最小二乘法和支持向量机进行起始分解温度和分解热的预测,并比较和评价三种方法所得模型的有效性。最终确定PLS和SVM分析得到的预测模型与文献数据有较高的线性拟合且具有良好的预测能力。