起爆具作为一种爆破器材被广泛的应用在基础建设中,为经济建设做出了巨大的贡献。但是,由于在起爆具的生产过程中存在一定危险性,一旦发生事故就可能造成人员和财产的巨大损失,所以如何保证经济效益和生产安全就成为企业首先需要考虑的问题。起爆具生产线上存在的风险因素较多,简单的对各参数进行阈值报警是无法进行有效的评估工作的。本文尝试将神经网络与风险评估相结合,最终提出建立基于LSTM的起爆具生产线风险评估系统,并在仿真实验中对系统的可靠性进行了验证。本文主要研究内容如下:(1)从起爆具的生产工艺流程出发,结合风险评估原理对生产线中存在的风险因素进行分析,将风险因素分为3大类并建立风险评估指标体系,提出起爆具生产线风险评估系统的设计方案。(2)对起爆具生产线风险评估系统的风险特征进行PCA提取,通过计算选择合适的特征作为系统模型的输入信号。(3)比较BP、RNN和LSTM三种风险评估模型的优缺点,最终选择建立基于LSTM的起爆具生产线风险评估系统,并对其可行性进行了分析。(4)建立风险评估模型,并进行仿真测试,通过仿真证明了该模型能够及时准确的对生产线运行状态进行风险评估,结果有效、可靠。(5)提出起爆具生产线风险评估系统的整体设计方案,完成了硬件选型和软件设计。在硬件选型过程中,充分考虑了起爆具生产现场的环境。软件方面实现了软件界面设计。最后选取混合锅温度过高的运行状态对系统的可靠性进行检验,结果表明风险评估系统可以准确的对生产线进行风险评估。