含能材料的撞擊感度等安全參數(shù)的定量構(gòu)效關(guān)系研究.pdf

1、含能材料在武器系統(tǒng)和民爆行業(yè)中有著廣泛的應(yīng)用，本文選擇對含能材料的撞擊感度、靜電感度和爆速進(jìn)行預(yù)測研究，對含能材料的設(shè)計(jì)生產(chǎn)和安全使用有著重要意義?；诙繕?gòu)效關(guān)系(Quantitative Structure-Property Relationship，QSPR)基本原理，對含能材料的撞擊感度、靜電感度和爆速進(jìn)行了系統(tǒng)研究。
　　本研究主要內(nèi)容包括：⑴采用Dragon2.1軟件計(jì)算化合物的分子描述符，并運(yùn)用遺傳算法(Geneti

2、cAlgorithm，GA)篩選獲得了特征描述符，而后結(jié)合多元線性回歸(Multiple LinearRegression，MLR)和人工神經(jīng)網(wǎng)絡(luò)(Artificial Neural Network，ANN)算法，分別構(gòu)建了目標(biāo)性質(zhì)的GA-MLR線性模型和GA-ANN非線性模型。采用一系列模型性能參數(shù)對所建模型的進(jìn)行驗(yàn)證和評價，應(yīng)用Williams圖對模型的應(yīng)用域進(jìn)行一定分析。⑵多硝基化合物撞擊感度的QSPR研究表明，所建模型的R2分別

3、為0.854和0.974，均方根誤差分別為0.195和0.071，兩個模型均是穩(wěn)定、可靠的且具有較好的預(yù)測能力。通過模型比較發(fā)現(xiàn)，GA-ANN模型的性能要優(yōu)于GA-MLR模型，這明多硝基化合物的分子結(jié)構(gòu)和撞擊感度間存在較強(qiáng)的非線性關(guān)系。與文獻(xiàn)比較發(fā)現(xiàn)，所建的兩個模型均優(yōu)于已有文獻(xiàn)模型。⑶分別對硝基芳烴化合物和硝胺類化合物的靜電感度進(jìn)行了QSPR研究，其中硝基芳烴化合物的兩個靜電感度模型的R2均高于0.89，硝胺類化合物的兩個靜電感度模型

4、的R2均高于0.96。且GA-ANN模型均優(yōu)于GA-MLR模型，這說明ANN方法是一種能夠有效、準(zhǔn)測地預(yù)測含能化合物靜電感度的工具。而GA篩選獲得描述符主要分子的原子量和電負(fù)性對靜電感度的影響。本文所建模型和已有文獻(xiàn)相比較，在選擇特征參量、模型構(gòu)建和模型評價上均有著很大優(yōu)勢。⑷分別對多硝基化合物和富氮雜環(huán)類化合物的爆速進(jìn)行了QSPR研究，四個模型均取得了較好的結(jié)果，其中多硝基化合物爆速的兩個模型R2均高于0.90，富氮雜環(huán)類化合物爆速的