程露萍 何中其

[摘要]為精確預測含能材料的5s爆發(fā)點，解決大量新型含能材料實驗測試難度大、安全數(shù)據不全等問題，基于定量構效關系（QSPR）原理，研究多硝基含能材料分子結構與5s爆發(fā)點（ln TE）間的內在定量關系。應用集成學習算法隨機森林（RF）篩選出8個對5s爆發(fā)點具有顯著影響的分子描述符：采用人工神經網絡（ANN）建立90種多硝基含能材料5s爆發(fā)點的預測模型。73種訓練集的復決定系數(shù)為0.918，均方根誤差為0.036，平均絕對誤差為0.027。17個檢驗樣本的復決定系數(shù)為0.903，均方根誤差為0.061，平均絕對誤差為0.053。對模型進行了驗證以及應用域評價。結果表明：模型具備較好的預測性和泛化性能，可用于對多硝基含能材料的5s爆發(fā)點進行精度較高的預測，有效解決現(xiàn)有含能材料的爆發(fā)點數(shù)據不夠全面的問題，為相關產品研制與生產安全提供參考。

[關鍵詞]多硝基含能材料；5s爆發(fā)點；隨機森林；人工神經網絡；定量構效關系

[分類號]TJ55；TQ560.7；0641

0引言

熱感度是含能材料在受熱作用時發(fā)生燃燒或爆炸的難易程度，熱引起的自由基鏈式反應或自催化反應加速了含能材料分解，從而導致燃燒或爆炸。熱感度常用爆發(fā)點表示，即含能材料在一定實驗條件及延滯期下發(fā)生燃燒或爆炸的溫度。常用的有Ss、5 min、1 000 s爆發(fā)點。在一定條件下，對定量試樣進行加熱，測定4-5個溫度點下試樣發(fā)生燃燒或爆炸的延滯期。根據爆發(fā)延滯期t與爆發(fā)溫度T的關系式，用最小二乘法求出試樣的爆發(fā)點。含能材料的爆發(fā)點數(shù)據主要通過實驗測試獲取，但實驗裝置的檢定、試樣準備、操作程序、數(shù)據處理等需要耗費大量的人力、物力。