автореферат диссертации по химической технологии, 05.17.06, диссертация на тему:Прогнозирование свойств высокоэнергетических композитов с использованием информационных технологий

На правах рукописи

0о -

Передерни Юрий Владимирович

ПРОГНОЗИРОВАНИЕ СВОЙСТВ ВЫСОКОЭНЕРГЕТИЧЕСКИХ КОМПОЗИТОВ С ИСПОЛЬЗОВАНИЕМ ИНФОРМАЦИОННЫХ ТЕХНОЛОГИЙ

. Специальность 05.17.06 — Технология и переработка полимеров и композитов

АВТОРЕФЕРАТ диссертации на соискание ученой степени кандидата технических наук

6 ИЮН ¿013

Бийск —

2013

005060881

Работа выполнена в Федеральном государственном бюджетном учреждении науки Институте проблем химико-энергетических технологий Сибирского отделения Российской академии наук.

Научный руководитель доктор технических наук, профессор

Попок Николай Иванович

Официальные оппоненты

Ведущая организация

Маркин Виктор Борисович доктор технических наук, профессор, ФГБОУ ВПО "Алтайский государственный технический университет им. И.И. Ползунова", заведующий кафедрой физики и технологии композиционных материалов

Василишин Михаил Степанович кандидат технических наук, доцент, Федеральное государственное бюджетное учреждение науки Институт проблем химико-энергетических технологий Сибирского отделения Российской академии наук, заведующий лабораторией процессов и аппаратов химических технологий

Открытое акционерное общество «Федеральный научно-производственный центр «Алтай», г. Бийск

Защита состоится «27» июня 2013 г. в 10ш часов на заседании диссертационного совета Д 212.004.08 при Алтайском государственном техническом университете им. И.И. Ползунова в Бийском технологическом институте (филиале) государственного образовательного учреждения высшего профессионального образования «Алтайский государственный технический университет им. И.И. Ползунова» (БТИ Алт ГТУ) по адресу: 659305, Алтайский край, г. Бийск, ул. Трофимова, 27.

С диссертацией можно ознакомиться в библиотеке Бийского технологического института (филиала) государственного образовательного учреждения высшего профессионального образования «Алтайский государственный технический университет им. И.И. Ползунова» по адресу: 659305, Алтайский край, г. Бийск, ул. Трофимова, 27

Автореферат разослан «24» мая 2013 года.

Ученый секретарь диссертационного совета, к.т.н.

А.В. Шалунов

ОБЩАЯ ХАРАКТЕРИСТИКА РАБОТЫ

Актуальность темы. Высокоэнергетические композиты (ВЭК) находили и находят широкое применение во многих сферах деятельности человека, включая и военные технологии. В связи с этим актуальным становится создание новых и более эффективных энергетических систем (ЭС), способных удовлетворять современным требованиям. В свою очередь, создание ВЭК связано с определением и прогнозированием как свойств их самих, так и свойств вновь создаваемых компонентов таких ЭС, а также свойств технологических пожаровзрывоопасных материалов (ПВОМ), сопутствующих технологиям синтеза компонентов и создания ВЭК, например, легковоспламеняющихся жидкостей (ЛВЖ).

На стадиях проектирования, включающих в себя выбор ВЭК, их, компонентов и технологических ПВОМ, технологий их получения и переработки, важной задачей является прогнозирование свойств материалов, технических условий с целью экспертной оценки корректности принимаемых решений, в том числе при синтезе перспективных соединений. .

Большое количество экспериментальных данных по свойствам ВЭК и их компонентов (чувствительность к удару и трению, скорость детонации, химическая стойкость, энтальпии сгорания и образования и т.д.) являются базой для конструирования ЭС, предварительный экспертный анализ которых позволяет предъявлять требования уже на стадии конструирования к технологиям их переработки. Создание подобных технологий тесно связано с определением свойств перерабатываемых материалов, в большинстве своем являющихся взрывчатыми веществами (ВВ). Определение опасных свойств (чувствительность к трению и удару, скорость детонации) ВВ, с учетом их относительно высокой стоимости и специфики проведения экспериментов, является весьма трудоемким и финансово затратным процессом, но без таких данных создание новых технологий может стать не только дорогим, но и потенциально опасным, как для людей, так и для экологии в целом.

Изложенное выше является основанием необходимости моделирования и аппроксимации свойств ВЭК, их компонентов и сопутствующих энергетических материалов (ЭМ) с целью оценки характеристик вновь создаваемых ВЭК, что, в свою очередь, связано с разработкой баз данных и необходимостью проведения экспериментов по определению рассматриваемых характеристик ВЭК, их компонентов и технологических ПВОМ. Поставленная задача является актуальной, а проблематика ее решения связана с определением влияния на целевые характеристики множества факторов, таких как параметры компонентов ВЭК (скорость детонации, молекулярная масса, чувствительность к удару и трению, плотность и т.д.), так и свойства самих ВЭК (плотность, соотношение компонентов, дисперсность и т.д.).

Цель диссертационной работы заключается в создании эффективного метода анализа и прогноза свойств ВЭК, включая полимерсодержащие, их компонентов и технологических ПВОМ с использованием информационных технологий.

Для достижения поставленной цели необходимо решить следующие задачи:

- провести анализ факторов, оказывающих влияние на свойства и характеристики пожаровзрывоопасных материалов, таких как ВЭК, их компоненты и технологические ПВОМ с выбором наиболее значимых для практического использования и разработки новых технологий;

- разработать метод моделирования свойств ВЭК, их компонентов и технологических ПВОМ с определением стадий анализа, моделирования, прогноза и аппроксимации с помощью информационных технологий, включая статистические, на основе разработанных баз данных с предварительным анализом, сравнением и выбором методов, позволяющих прогнозировать параметры безопасности и работоспособности ВЭК, их компонентов и технологических ПВОМ с точностью, соответствующей реализуемой существующими стандартными экспериментальными методами определения рассматриваемых характеристик, с проведением необходимых экспериментов по определению характеристик ВЭК и их компонентов с целью дополнения разработанных баз данных;

- разработать методическое обеспечение проектирования ВЭК данными по свойствам индивидуальных компонентов и штатных ВЭК с использованием разработанного метода анализа и прогноза свойств выбранных объектов исследования;

- протестировать метод и проведение параметрических расчетов по прогнозированию параметров опасности и работоспособности ВЭК, их компонентов и технологических ПВОМ с целью уточнения параметров компьютерного моделирования с оценкой точности и корректности их использования, в том числе применительно к новым ВЭК и их компонентам с проведением экспериментального определения их свойств.

Методология и методы исследования включают: анализ и моделирование свойств и характеристик ВЭК и их компонентов с помошью линейно-регрессионного анализа, деревьев решений, кластерного анализа и нейросетевых технологий; аппроксимацию и прогнозирование свойств и параметров ВЭК, включая полимерсодержащие, их компонентов (циклические нитрамины, нитротриазолы, нитротетразолы и другие высокоэнергетические нитросоединения) и технологических ПВОМ с точностью, соответствующей реализуемой существующими стандартными экспериментальными методами определения рассматриваемых характеристик.

Научная новизна. Впервые получены данные по свойствам высокоэнергетических композитов, включая полимерсодержащие, с использованием комплексного анализа данных на основе созданного высокоэффективного алгоритма индуктивного анализа, включающего предварительную систематизацию многопараметрической информации с использованием кластерного анализа и нейросетевого алгоритма и позволившего аппроксимировать параметры ВЭК с точностью, соответствующей реализуемой

существующими стандартными экспериментальными методами определения рассматриваемых характеристик.

Теоретическая значимость работы заключается в том, что полученные результаты уточняют и развивают исходные теоретические положения о влиянии различных факторов на рассматриваемые характеристики ВЭК, могут быть использованы в качестве обоснования выбора высокоэнергетических композитов и их компонентов на всех стадиях проектирования технологий их создания и переработки. Материалы диссертации могут быть использованы при разработке учебно-методических материалов по различным техническим дисциплинам в высших учебных заведениях.

Практическая значимость работы. Разработанный комплексный подход к анализу, моделированию и прогнозу свойств и характеристик ВЭК, включая полимерсодержащие, их компонентов и сопутствующих технологиям их переработки позволяет повысить безопасность вновь создаваемых технологий и обеспечить прогнозирование характеристик и стадий проектирования и выбора ВЭК и их компонентов.

Личный вклад автора заключается в анализе литературных данных, отработке методик измерений, выбора теоретических и экспериментальных методов решения поставленных задач, разработке баз данных по свойствам ВЭК и их компонентов, личном участии в проведении экспериментальных исследований, анализе и интерпретации полученных данных, подготовке к публикации докладов и статей.

Достоверность полученных результатов работы обеспечивается применением современных методов экспериментальных измерений, сертифицированной измерительной аппаратуры, большим объёмом полученных экспериментальных данных, современной вычислительной техники и информационных технологий для проведения расчётов. Достоверность результатов моделирования подтверждается удовлетворительной сходимостью расчётных и экспериментальных данных. Полученные результаты обсуждены на ряде научных конференций и опубликованы в рецензируемых изданиях.

Апробация работы.

Основные положения и результаты работы доложены и обсуждены на международных и всероссийских конференциях: II Всероссийская научно-практическая конференция молодых ученых «Материалы и технологии XXI века» (Бийск, 2005); Межвузовская конференция «Измерения, автоматизация и моделирование в промышленности и научных исследованиях» (Бийск, 2005); Всероссийская научная конференция молодых ученых «Наука.Технологии. Инновации» (Новосибирск, 2005); I Всероссийская научно-техническая конференция молодых ученых «Перспективы создания и применения конденсированных энергетических материалов» (Бийск, 2006); III Всероссийская конференция «Энергетические конденсированные системы» (Черноголовка-Москва, 2006); Международная научно-техническая и методическая конференция «Современные проблемы специальной технической химии» (Казань, 2006); III Всероссийская конференция молодых ученых «Физика и химия

высокоэнергетических систем» (Томск, 2007); IV Международная конференция студентов и молодых ученых «Перспективы развития фундаментальных наук» (Томск, 2007); IV Всероссийская конференция молодых ученых «Физика и химия высокоэнергетических систем» (Томск, 2008); II Научно-техническая конференция молодых ученых «Перспективы создания и применения конденсированных энергетических материалов» (Бийск, 2008); III Научно-техническая конференция молодых ученых «Перспективы создания и применения конденсированных высокоэнергетических материалов» (Бийск, 2010).

На защиту выносятся:

- разработанный компьютерный метод прогнозирования свойств ВЭК, их компонентов и технологических ПВОМ, созданных на основе методов кластерного анализа и нейросетевых технологий, позволяющий прогнозировать свойства ВЭК, их компонентов и технологических ПВОМ с точностью, соответствующей реализуемой существующими стандартными экспериментальными методами определения рассматриваемых характеристик;

- результаты анализа и выбора методов аппроксимации свойств ВЭК, их компонентов и сопутствующих технологиям их создания пожаровзрывоопасных материалов, полученных на основе статистической обработки многопараметрических данных;

- обоснование и определение стадий комплексного анализа и прогноза свойств ВЭК, их компонентов и технологических ПВОМ с учетом специфики их применения, обеспечивающих точность прогнозирования, соответствующую реализуемой существующими стандартными экспериментальными методами определения рассматриваемых характеристик;

обеспечение точности прогноза, соответствующей реализуемой существующими стандартными экспериментальными методами определения рассматриваемых характеристик ВЭК, их компонентов и технологических ПВОМ.

Публикации. По теме диссертации опубликовано 18 работ, в том числе 5 работ в изданиях, входящих в перечень рецензируемых журналов и изданий.

Структура и объем диссертации. Диссертация состоит из введения, трех глав, основных результатов работы, списка литературы, включающего 135 источников, и 2 приложений. Работа изложена на 178 страницах машинописного текста, содержит 23 рисунка и 54 таблицы.

ОСНОВНОЕ СОДЕРЖАНИЕ РАБОТЫ

Во введении обоснованы актуальность, практическая и теоретическая значимость выбранного направления исследований. Сформулированы цели и задачи, научная новизна, методология и методы, степень достоверности и апробация результатов исследований, а также положения, выносимые на защиту.

В первой главе на основе литературных данных проведен анализ важнейших параметров ЭМ (скорость детонации, чувствительности к механическим воздействиям), а также вероятных причин возникновения

аварийных ситуаций при производстве, хранении, транспортировке ВЭК, связанных с внешним воздействием на ЭМ. Проведена классификация внешних воздействий с их качественным и количественным описанием. Проведен анализ влияния физических, химических свойств ВМ и условий проведения эксперимента на их свойства. Проведен анализ существующих методов классификации ВМ по степени опасности.

Проведен обзор методов анализа многомерных экспериментальных данных, ставящих перед собой задачу аппроксимации и прогноза заданных параметров. Анализ таких методов как кластерный анализ, карпы Кохонена, восстановление пропущенных данных, нейронные сети позволил определить их как наиболее перспективные индуктивные методы для решения поставленных задач исследования.

Принцип функционирования нейронных сетей (рисунок 1), возможность использования их для целей аппроксимации и прогноза позволили определить этот метод индуктивного анализа как основной при проведении исследований, определяющих перед собой целью решение поставленных задач.

Специфичность объектов исследований (неявная зависимость прогнозируемых параметров от тех или иных свойств композита или его компонента) послужили основой для выбора нейронных сетей (НС) без учителя с обратным распространением ошибки в качестве базового метода прогноза. Математическая основа метода подробно изложена в работе (Горбань А.Н., Россиев Д.А. Нейронные сети на персональном компьютере. Новосибирск: Наука, 1996. 144 е.].

скрытый входной слой

В связи с тем, что выбранный метод заложен в ряде компьютерных программ, при проведении исследований математическая часть скрыта от исследователя.

В соответствии с общим алгоритмом создается база данных в файле требуемого формата (doc, xls, txt и др.). Далее задаются параметры обучения: обратное или прямое распространение ошибки, выделение из базы обучающей и

тестирующей выборок, параметры функции (тип, крутизна наклона, непрерывность), параметры нейросети (количеств входов, выходов, скрытых слоев).

После обучения программа выдает результаты моделирования в удобной для пользователя форме (диаграмма рассеяния, таблицы, графики).

Для прогнозирования конкретных значений выбранного параметра можно воспользоваться опцией «что-если»: вводятся значения входных параметров, программа обсчитывает их и выдает спрогнозированное значение.

После успешного обучения НС может быть протестирована на тестовой выборке. Если ошибка обучения на каждом примере из тестовой выборки удовлетворительна, то НС можно считать обученной и приступать к ее эксплуатации.

Во второй главе отражена проблематика аппроксимации и прогноза свойств ПВОМ, а также их классификации по степени опасности.

Показано, что среди разнообразия методов, применяемых для классификации ЭМ, для прогноза свойств, в том числе пропусков в данных, для моделирования их свойств наибольшей эффективностью, как показывает анализ литературных данных и проведенные исследования, обладают методы кластерного анализа и деревьев решений; методы, основанные на установлении взаимосвязи «структура-свойство» и др. - технологии QSAR (Quantitative structure-activity relationship), QSPR (Quantitative Structure-Property Relationship). При этом для большинства характеристик ЭМ удается установить однозначную связь с топологическими свойствами молекул - топологическими индексами (дескрипторами), индексами электронной структуры молекул, информационными индексами и т.д. Для разных классов соединений построены линейные и нелинейные корреляционные зависимости интенсивных и экстенсивных свойств от ограниченного набора таких дескрипторов, как индексы Балабана, Винера, Рандича, молекулярной массы и др. Применение универсальных аппроксиматоров в виде нейросетевых программных средств позволило существенно расширить возможности технологий прогноза свойств типа «состав-свойства». При этом существенно повысилась точность прогноза и появилась возможность анализа многомерных нелинейных зависимостей, представленных в виде объемных табличных данных. Общее количество дескрипторов, используемых различными авторами в целях моделирования и прогноза свойств соединений, составляет несколько тысяч. Однако эффективность этого подхода в значительной степени связана с предварительным выделением однородных групп-кластеров как среди веществ, так и среди признаков-дескрипторов, что позволяет в большинстве случаев повысить коррелирующую способность как нейросетевых, так и регрессионных методов.

Анализ свойств некоторых ЭМ (таблица 1), отобранных по принципу распространенности использования в штатных изделиях, с помощью деревьев решений (рисунок 2) позволил использовать метод кластерного анализа для более эффективной их классификации по энергетической эффективности.

ВМ Количество функциональных групп Молярная масса, г/моль С>вп. кДж/кг

N0? N-N02 о-ш2 м-ы N3 ОМС

нгц 0 0 0 3 0 0 0 227,03 6193

ДНДЭГ 0 0 0 2 0 0 0 196,12 4353

Тетразол 0 1 0 0 1 0 0 70,06 -

Триазол 2 0 0 0 1 0 0 - -

Гексоген 0 0 3 0 0 0 0 222,13 5531

Октоген 0 0 4 0 0 0 0 296,17 5434

ДИНА 0 0 1 2 0 0 0 240,14 5657

Тротил 3 0 0 0 0 0 0 227,13 4232

Азид свинца 0 0 0 0 0 2 0 291,26 1634

Гремучая ртуть 0 0 0 0 0 0 2 284,65 1710

ТНРС 3 0 0 0 0 0 0 245,11 1550

Примечание: (Зпп - теплота взрывчатого превращения ЭМ

нгц

Гексоген Дина

Октоген ДНДЭГ Тротил Тетразолы Триаз олы Азид свинца ТНРС Гремучая ртуть

О 200 400 600 . 800 1000

Расстояние, на котором происходит объединение объектов

Рисунок 2 - Дендрограмма по свойствам некоторых ЭМ

В результате проведенной классификации видно, что нитротриазолы образовали один класс с тетразолами, а по литературным данным известно, что тетразолы рекомендованы к применению в рецептурах современных смесевых композиций с целью повышения энергетической эффективности связующих. Таким образом, можно предположить, что энергетическая эффективность нитротриазолов высока и находится на уровне тетразолов. Кроме того, поскольку на основании кинетических характеристик ВМ можно оценить их термостойкость, то полученный опорный ряд, построенный на основании матрицы ковариаций (таблица 2), показывает преимущества нитротриазолов в сравнении с нитраминами, нитроэфирами и инициирующими ВМ по опасности обращения с ними.

Рассмотренные ВМ расположены в порядке увеличения термостойкости: НГЦ, ДИНА, гексоген, октоген, ДНДЭГ, тротил, гремучая ртуть, азид свинца, ТНРС, тетразол, триазол.

Таблица 2 - Матрица ковариаций. Евклидово расстояние

ВМ НГЦ ДНДЭГ Тетразен Триазол Гексоген Октоген ДИНА Тротил Азид свинца Грем. ртуть ТНРС

нгц 0,00 440,00 0,14 0,14 163,00 198,00 129,00 471,00 0,12 0,12 0,13

дндэг 440,00 0,00 948,00 954,00 285,00 280,00 314,00 66,00 889,00 875,00 900,00

Тетразол 0,14 948,00 0,00 163,00 0,12 0,12 0,13 926,00 685,00 691,00 663,00

Триазол 0,14 954,00 163,00 0,00 0,12 0,12 0,13 923,00 817,00 823,00 801,00

Гексоген 163,00 285,00 0,12 0,12 0,00 78,00 53,00 323,00 0,11 0,11 0,11

Октоген 198,00 280,00 0,12 0,12 78,00 0,00 87,00 309,00 0,11 0,11 0,11

ДИНА 129,00 314,00 0,13 0,13 53,00 87,00 0,00 344,00 0,11 0,11 0,11

Тротил 471,00 66,00 926,00 923,00 323,00 309,00 344,00 0,00 901,00 888,00 912,00

Азид свинца 0,12 889,00 685,00 817,00 ОД 1 0,11 0,11 901,00 0,00 19,00 50,00

Гремучая ртуть 0,12 875,00 691,00 823,00 0,11 0,11 0,11 888,00 19,00 0,00 55,00

ТНРС 0,13 900,00 663,00 801,00 0,11 0,11 0,11 912,00 50,00 55,00 0,00

Предложенная классификация хорошо коррелирует с общими представлениями о свойствах этих соединений и подчеркивает преимущества нитротриазолов в сравнении с нитраминами, нитроэфирами и инициирующими ЭМ по термической стойкости и энергетической эффективности.

На базе проведенного прогноза физико-химических и энергетических характеристик ВМ можно предположить, что использование нитротриазолов на стадии компоновки современных смесевых ВЭК позволит обеспечить предъявляемые к ним требования — низкую чувствительность к механическим воздействиям, и, как следствие, повышенную безопасность при переработке, а также высокие энергетические характеристики и параметры работоспособности.

Для ЛВЖ по справочным данным создана база данных по их свойствам, часть которой приведена в таблице 3, включая некоторые топологические характеристики: индексы Винера и Бончева I, учитывающие геометрию и природу атомов в составе молекулы.

Таблица 3 - Сводные данные по физико-химическим свойствам некоторых ЭМ

№ Растворитель \У J Н™„„ эв взмо, ЭВ немо, ЭВ Тга„, "С Т„„, °с т..., °с м, г/моль Кл. оп.

1 2-Метилбутан 18 57,5 3415 -11,49 3,50 27,9 -52 427 72,2 1

2 Циклогексан 27 69 4275 -11,29 3,47 80.8 -18 260 84,2 1

3 н-Гексан 35 69 4299 -11,27 3,36 68,7 -20 234 86,2 1

4 н-Гептзн 56 80,5 5337 -11,27 3,01 98,4 -4 223 100,2 1

5 Бензол 39 69 3171 -9,75 0,40 80,1 -11 562 78,1 1

6 Толуол 58 80,5 4179 -9,44 0,37 110,6 4 536 92,1 2

7 о-Ксилол 81 92 5335 -9,30 0,39 144.4 32 464 106,2 2

8 «-Ксилол 83 92 5267 -9,18 0,36 138,4 26 595 106,2 2

Примечание: V/ - топологический индекс Винера; Л - топологический индекс Бончева; Епол„. -суммарная энергия молекулы; НСМО - энергия несвязывающих молекулярных орбиталей; Т„п. -температура кипения; Т^,,. - температура вспышки; Тс„ - температура самовоспламенения; М.М. -молярная масса; Кл. оп. - класс опасности

Ниже дана оценка эффективности использования деревьев решений для прогноза класса опасности веществ по температуре вспышки. Принята следующая классификация веществ по классам опасности:

1 класс опасности -50 °С < Твсп < 0 °С;

2 класс опасности 0 °С < Твсп < 50 °С;

3 класс опасности 50 °С < Твсп < 100 °С.

Была поставлена задача классификации веществ по классам опасности только по топологическим и расчетным характеристикам молекул - для исключения эмпирически определяемых характеристик. Для сравнения был проведен линейно-регрессионный анализ с целью выявления корреляции между какими-либо характеристиками ЛВЖ (рисунок 3).

„л,к >

Г'" РИг^ 1

г!К „ л* и

П-ПгЛ-1

¿¿ш

у: Г' И'

У

^ль

У' у Ж' „-■гг?'

Рисунок 3 - Матричный график парных зависимостей признаков

В процессе исследований была подтверждена прямая зависимость температуры вспышки от температуры кипения ЛВЖ, а также выявлена нелинейная зависимость температуры кипения от топологического индекса Винера (рисунок 4).

Показано, что использование линейных регрессионных моделей для решения поставленной задачи в целом не оправдано.

Использование деревьев решений и кластерного анализа в сочетании с расширением количества признаков в исходных данных для анализа увеличивает точность при классификации ЭМ по степени опасности (2 неверно классифицированных объекта из 36) по сравнению с линейно-регрессионным анализом (9 неверно классифицированных объектов из 36).

Результаты аппроксимации, полученные с использованием деревьев решений, имеют приемлемую точность (погрешность менее 20 %), в то время как данные, найденные с использованием линейной регрессии, имеют значительный разброс аппроксимированных значений относительно экспериментальных.

А.

300

о

250

200

150

100

50 08 о

о

0 I . . . . 1.........................................

-50 0 50 100 150 200 250 300 350 400 450

V/

Рисунок 4 - Зависимость Ткип ЛВЖ от индекса Винера

Таким образом, комплексный и гибкий подход к созданию компьютерных моделей при помощи кластерного анализа и деревьев решений позволяет моделировать если не все, то большинство зависимостей, многие из которых являются неявными, т.е. связывать, на первый взгляд, независимые параметры.

На примере соединений фуразана проиллюстрирована эффективность технологий С>8Р11 в сравнении с аддитивными схемами расчета базовых энергетических характеристик, и показана необходимость проведения предварительной процедуры кластеризации - разделения смесей.

При анализе взрывчатых характеристик моно-(триазолов и тетразолов) и бис-(триазолов и тетразолов) установлена необходимость предварительной кластеризации совокупности данных (рисунок 5).

Рисунок 5 - Связь чувствительности к удару ряда триазолов и тетразолов и обобщенного параметра 8, связывающего объем молекулы и коэффициент молекулярной упаковки

Проведенные исследования показывают, что для эффективного прогноза взрывчатых характеристик и параметров взрывобезопасности ЭМ, содержащих гетероатомы и гетероциклы, необходимо использование методов кластерного анализа, методов построения деревьев решений и методов (ЗЗРЫ.

350

Я „ -----г-а---

* 0,75 0,80 0,85 0,9 0,95 1,00

8

В третьей главе сформулированы стадии метода прогноза свойств ВЭК и их компонентов с использованием информационных технологий на основе обработки созданных баз данных по свойствам ВЭК, в том числе полимерсодержащих на основе инертных связующих, а также ЛВЖ (таблица 4), ВВ (таблица 5), высокодетонирующих (со скоростью 6500 м/с и более) ВВ (таблица 6).

Таблица 4 - Выборка из базы данных по свойствам ЛВЖ, созданной на основе справочной литературы

Формула Название М, г/моль Плотность, г/см3 Г °г 1 пл» Тщ|П) С Г "С 4 всп» ^ т °г 1 самов, Сниж, % С«,» %

СН3СН2ОН Этанол 46,07 0,7893 -114.6 78,37 13 404 3,6 19

СН2СН2Ш Этиленимин 43,07 0,837 -78 55,50 -11 322 3,6 46

Н(С2Н5)8|С12 Этилдихлорсилан 129,00 1,0926 -107 75,5 -70 220 0,2 58

С„я* и Скр- нижний и верхний концентрационные пределы воспламеняемости

Таблица 5 - Выборка из базы данных по атомному составу молекул, общему молекулярному весу и чувствительность к удару некоторых взрывчатых веществ

Вещество С Н N О М, г/моль Н50, см

НехапкгоЬепгепе 6 0 6 12 348 11

РегЦапкгоЬепгепе 6 1 5 10 303 11

1,2,3,5-Тей-апЬгоЬепгепе 6 2 4 8 258 28

1,3,5-ТппкгоЬепгепе 6 3 3 6 213 71

2,4,6-ТгткгорЬепо1 6 3 3 7 229 64

Ре^ашЦчэапШпе 6 2 6 10 318 22

Таблица 6 - Выборка из базы данных по атомарному составу, плотности, молекулярной массе и скорости детонации ВВ

ВВ Содержание в молекуле Плотность, г/см3 М, г/моль Скорость детонации, м/с

С Н N О

Бис-(2,2,2-тринитроэтил)формаль 5 6 6 14 1,700 374,06 8100

Бис-(2,2,2-тринитроэтил)нитрамин 4 4 8 14 1,950 388,04 8800

Бис-(2,2,2- финитроэтил)этилендиннтродиамин 6 8 10 16 1,850 476,07 9100

Октоген 4 8 8 8 1,904 296,04 9300

Гексоген 3 6 6 6 1,806 222,03 8930

ГАТБ 6 6 6 6 1,938 258,07 8100

Тротил 7 5 3 6 1,654 227,08 6870

Гексанитробензол 6 0 6 12 2,000 270,07 9500

СЬ-20 6 6 12 12 2,040 438,07 9650

Гексанитродифенил 12 4 6 12 1,610 424,13 7100

Гексил 12 5 7 12 1,600 439,13 7145

Был проведен анализ свойств ЛВЖ с методом линейной регрессии (рисунок 6).

Также база данных по ЛВЖ была обработана с помощью нейросетевого алгоритма.

При различных подходах при аппроксимации значений температуры вспышки по созданной базе данных по свойствам ЛВЖ было выявлено, что прогнозирование при помощи искусственных нейронных сетей (среднеквадратическое отклонение спрогнозированных значений от экспериментальных составило 4,62 °С) более предпочтительно, чем при помощи линейной регрессии (среднее отклонение спрогнозированных значений от экспериментальных составило до 100 °С).

10 60 110 160 Температура кипения, °С

Рисунок 6 - Зависимость температуры вспышки ЛВЖ от температуры кипения

Апробированный на свойствах ЛВЖ метод нейросетевого анализа по такой же схеме был применен к характеристикам индивидуальных ВВ. Прогнозируемым параметром явилась чувствительность к удару Н50, как один из параметров безопасности. Среднеквадратическое отклонение

аппроксимированных значений от экспериментальных при использовании нейронных сетей составило 2,82 см, а с помощью линейной регрессии -124,33 см.

Нейросетевая модель, полученная в результате исследований, фактически является алгоритмом расчета, сохраненным в цифровом виде (файл) определенного формата.

Сравнительные исследования при прогнозировании чувствительности к удару при помощи линейной регрессии и при помощи нейронных сетей показали значительные преимущества последних, что делает нейронные сети мощным инструментом в руках исследователе^ при проведении прикладных исследований.

Нейросетевой анализ был применён к созданной базе данных по свойствам и характеристикам сорока высокодетонирующих (скорость детонации более 6500 м/с) ВВ, в состав которых вошли элементный состав молекул, плотность,

молярная масса, скорость детонации. Прогнозируемым параметром стала скорость детонации как один из важнейших параметров работоспособности ВВ.

Для снижения погрешности аппроксимации (увеличения точности прогноза) база данных по высокодетонирующим ВВ была разделена на две группы: в первую вошли ВВ, для которых спрогнозированные значения скорости детонации больше экспериментальных (группа 1), во вторую - меньше

экспериментальных (группа 2).

Для группы 1 среднеквадратическое отклонение составило 41,2 м/с, для группы 2 - 36,8 м/с, что находится на уровне экспериментальной погрешности определения скорости детонации для большинства ВВ.

В каждом случае обучение сетей и получение окончательной нейросетевой модели сопровождалось тестированием: проверкой работоспособности системы на данных, которые не вошли в обучающую выборку.

Эффективность нейросетевого метода анализа применительно к компонентам В ЭК и ЛВЖ послужила основанием для использования такого подхода для прогноза свойств самих ВЭК. Для проведения такого исследования с использованием экспериментальных и литературных данных была составлена база данных по характеристикам ВЭК, включающая в себя следующие параметры: состав (%), плотность, скорость детонации композита, плотность, молярная масса, скорость детонации взрывчатых компонентов композита. Часть комментариев по составам ВЭК приведена в таблице 7. Численные значения параметров невзрывчатых компонентов имеют однозначное влияние на параметры работоспособности (снижение полезных характеристик с увеличением содержания в композите). По этой причине свойства невзрывчатых компонентов

в созданную базу данных не вошли."

Был применен уже использовавшийся ранее метод сочетания нейронных сетей и кластерного анализа. С помощью кластерного анализа база данных была разделена на два кластера. Программа обработки к первому кластеру отнесла ВЭК, состоящие из двух и более взрывчатых компонентов (кластер 1), а во второй вошли ВЭК на основе одного взрывчатого и одного инертного компонента (кластер 2). Влияния наличия или отсутствия в составе композита полимера при кластеризации выявлено не было (полимерсодержащие композиты присутствуют в обоих кластерах). Каждый кластер был отдельно проанализирован с помощью нейросетевого алгоритма. Архитектура нейронной

сети приведена на рисунке 7.

Среднеквадратическое отклонение спрогнозированных значений скорости детонации ВЭК составило 84,2 м/с для кластера 1, а для кластера 2 - 33,1 м/с, что находится на уровне экспериментальной погрешности определения скорости детонации (± 50 м/с), следовательно, данные, полученные при прогнозировании свойств ВЭК с помощью нейронных сетей, могут быть использованы в научно-исследовательских целях, в том числе и прикладных исследованиях.

Таблица 7 - Комментарии по составам высокоэнергетических композитов созданной базы данных

№ кластера Комментарии (содержание каждого компонента в композите приводится в процентах)

2 Состав №-02-32 (октоген/нитроароматический пластификатор К10/поли-(3-нитратометил-3-метил)оксетан 82,2/9,33/8,47) с плотностью 1,77 г/смЗ и скоростью детонации 8240 м/с

2 Состав СРХ-471 (октоген/нитроароматический пластификатор К10/поли-(3-нитратометил-3-метил)оксетан 77,0/11,5/11,5) с плотностью 1,73 г/см3 и скоростью детонации 7930 м/с

2 Состав СРХ-472 (октоген/нитроароматический пластификатор К10/полиглицидилнитрат 77,0/11,5/11,5) с плотностью 1,76 г/см3 и скоростью детонации 7990 м/с

1 Композит В (гексоген/тротил/полиглицидилнитрат 59,5/39,5/1) с плотностью 1,67 г/см3 и скоростью детонации 7860 м/с

2 Композит Пластит ПВВ-12 (гексоген/ бутилкаучук 90/10) с плотностью 1,60 г/см3 и скоростью детонации 8000 м/с

2 Композит ЬХ-14 (октоген/ бутилкаучук 95,5/4,5) с плотностью 1,80 г/см3 и скоростью детонации 8790 м/с

2 Композит СЬ-20И (СЬ-20/ бутилкаучук 98/2)с плотностью 1,97 г/см3 и скоростью детонации 9190 м/с

2 Композит ЬХ-14 (СЬ-20/полиуретан 95,8/4,2) с плотностью 1,93 г/см3 и скоростью детонации 9130 м/с

■ 2 Композит РАТНХ-2 (СЬ-20/полибутадиен 95/5) с плотностью 1,92 г/см3 и скоростью детонации 9120 м/с

Рисунок 7 — Нейронная сеть формата 13_2_1

Максимальное отклонение при прогнозе скорости детонации от экспериментальных значений составило 298 м/с для первого кластера и 113 м/с для второго (ошибка, отнесенная к диапазону аппроксимации значений скорости детонации 1500-9800 м/с, составит, соответственно, 3,3 % и 1,4 %).

В соответствии с проведенными исследованиями предложен следующий алгоритм прогноза скорости детонации ВЭК, в том числе полимерсодержащих:

— создание электронных баз данных по свойствам компонентов композитов;

- обработка методом линейно-регрессионного анализа с целью выявления возможных зависимостей целевого параметра от других свойств (в ряде случаев на данном этапе возможно выявление характерных корреляций, делающих

дальнейший поиск зависимостей бессмысленными);

- предварительная кластеризация базы данных с целью объединения веществ по группам в соответствии с вошедшими и не вошедшими в базу данных признаками;

- аппроксимация внутри кластеров с созданием электронной нейросетевой модели аппроксимации;

- внесение входных параметров высокоэнергетического композита, для которого осуществляется аппроксимация в существующую базу данных;

- выявление кластера, к которому был отнесен целевой композит;

- прогнозирование целевого параметра в предварительно созданных моделях аппроксимации при помощи процедуры «что-если» целевого параметра композита, для которого осуществляется аппроксимация.

Для проверки эффективности разработанной модели аппроксимации осуществлен прогноз скорости детонации композита, которого нет в созданной базе данных: 75 % октогена и 25 % 1,3,3-тринитроазетидина (ТИАг) с плотностью р=1,84 г/см3 и скоростью детонации Г>=9000 м/с, а также монокристалла СЬ-20 с плотностью р=2,04 г/см3 и скоростью детонации 13=9650 м/с (расчетная), причем скорость детонации СЬ-20 выходит за границы интервала аппроксимации. Свойства этих двух композитов были внесены в базу данных и проведена кластеризация. Состав на основе двух ВВ был отнесен к первому кластеру, монокристалл СЬ-20 - ко второму. Нейросетевые модели аппроксимации для обоих кластеров были получены ранее. Прогнозирование скорости детонации для композита дало значение 8870 м/с, а для монокристалла СЬ-20 - 9476 м/с. Для металлизированного состава на основе октогена и пластифицированного полимера расхождение экспериментальных и расчетных данных по скорости детонации составило 110 м/с, что с соответствует точности реализуемой существующими стандартными экспериментальными методами определения скорости детонации.

Разработанный алгоритм был использован для прогноза характеристик взрывчатых веществ, в том числе циклических соединений, для прогноза свойств ЛВЖ, для прогноза свойств нитротриазолов, а также для целевой задачи исследований данной работы - свойств и характеристик ВЭМ, их компонентов и технологических ЭМ.

ОСНОВНЫЕ РЕЗУЛЬТАТЫ РАБОТЫ

В соответствии с поставленными задачами исследований получены основные результаты диссертационной работы:

1 Впервые получены данные по свойствам высокоэнергетических композитов, включая полимерсодержащие, с помощью комплексного анализа данных на основе созданного высокоэффективного алгоритма индуктивного анализа, включающего предварительную систематизацию многопараметрической информации с использованием кластерного анализа и нейросетевого алгоритма и позволившего аппроксимировать параметры ВЭК с точностью, соответствующей

реализуемой существующими стандартными экспериментальными методами определения рассматриваемых характеристик.

2 Проведен анализ факторов, влияющих на целевые характеристики ВЭК с выбором наиболее значимых. Выбраны методы, с помощью которых возможен анализ, классификация, моделирование, прогнозирование и аппроксимация свойств и характеристик высокоэнергетических композитов (включая полимерсодержащие), их компонентов, технологических ПВОМ.

3 С использованием кластерного анализа проведена классификация широкого круга ПВОМ. Показано и доказано, что соединения из классов триазолов и тетразолов, как высокоэнергетические материалы, обладают, в сравнении с циклическими нитраминами, менее опасными свойствами и тем самым являются перспективными компонентами для создания ВЭК.

4 Разработан метод компьютерного моделирования многопараметрических данных по свойствам ВЭК, в том числе полимерсодержащих, их компонентов и технологических ПВОМ, позволяющий осуществлять аппроксимацию с точностью, соответствующей реализуемой существующими стандартными экспериментальными методами определения рассматриваемых характеристик, созданный на основе эффективных информационных технологий.

5 На основе разработанного метода моделирования многопараметрических данных по свойствам ВЭК, их компонентов и технологических ПВОМ получены спрогнозированные значения скорости детонации высокоэнергетических композитов, включая полимерсодержащие, с отклонением от экспериментальных значений не более 130 м/с.

6 Разработаны модели прогноза, работоспособность которых подтверждена экспериментально:

- температуры вспышки ЛВЖ (среднеквадратическое отклонение 4,6 °С);

- чувствительности к удару индивидуальных ВВ Н50 (среднеквадратическое отклонение 2,8 см);

- скорости детонации индивидуальных ВВ (среднеквадратическое отклонение 37—41 м/с);

- скорости детонации ВЭК, включая полимерсодержащие (среднеквадратическое отклонение 33-84 м/с).

7 Результаты работы используются в ОАО «ФНПЦ «Алтай» в процессах разработки полимерсодержащих высокоэнергетических композитов (акт об использовании прилагается к диссертации).

ОСНОВНЫЕ ОПУБЛИКОВАННЫЕ РАБОТЫ ПО ТЕМЕ ДИССЕРТАЦИИ

1 Передерин, Ю.В. Использование информационных технологий DATA MINING для прогнозирования характеристик циклических соединений / Ю.В. Передерин // Вестник КГТУ. - 2006. - Т. 32, № 4. - С. 32-38.

2 Передерин, Ю.В. Использование информационных технологий DATA MINING применительно к прогнозированию параметров безопасности органических соединений / Ю.В. Передерин // Ползуновский вестник. - 2007. - № 3. - С. 87-90.

3 Передерин, Ю.В. Многофакторный анализ и прогноз свойств органических соединений / Ю.В. Передерин // Ползуновский вестник. - 2008. - № 3. - С. 61-62.

4 Передерни, Ю.В. Моделирование и прогнозирование параметров работоспособности энергетических конденсированных систем на основе физико-химических свойств исходных компонентов, являющихся взрывчатыми веществами / Ю.В. Передерин // Ползуновский вестник. - 2010. - № 3. - С. 295-298.

5 Передерин, Ю.В. Количественный анализ и прогнозирование свойств компонентов энергетических конденсированных систем - бризантных взрывчатых веществ / Ю.В. Передерин, Н.И. Попок // Ползуновский вестник. - 2010. - № 4-1. - С. 126-130.

6 Передерин, Ю.В. Исследование свойств различных энергетических структур для прогнозирования их чувствительности с помощью технологий DATA MINING / Ю.В. Передерга // Перспективы создания и применения конденсированных энергетических материалов: материалы I Всероссийской научно-технической конференции молодых ученых, г. Бийск, 27-29 сентября 2006 г. - Бийск: Изд-во Алт гос техн. универ., 2006. - С. 57-62. ' '

7 Передерин, Ю.В. Прогнозирование свойств энергетических конденсированных систем / Ю.В. Передерин // Энергетические конденсированные системы: материалы Ш Всероссийская конференции, Черноголовка-Москва, 31 окгября-2 ноября 2006 г -Черноголовка: Янус-К, 2006. - С. 56-58.

8 Передерин, Ю.В. Количественный анализ и прогнозирование свойств компонентов высокоэнергетических композитов - бризантных взрывчатых веществ / Ю.В. Передерин // Перспективы создания и применения конденсированных энергетических материалов-материалы V Всероссийской научно-технической конференции молодых ученых, г. Бийск,

сентября 2010 г. - Бийск: Изд-во Алт. гос. техн. универ., 2010. - С. 150-157

9 Передерин Ю.В. Моделирование и прогнозирование параметров работоспособности высокоэнергетических композитов на основе физико-химических свойств исходных компонентов, являющихся взрывчатыми веществами / Ю.В. Передерин // Перспективы создания и применения конденсированных энергетических материалов: материалы V Всероссийской научно-технической конференции молодых ученых, г. Бийск 23-24 сентября 2010 г. - Бийск: Изд-во Алт. гос. техн. универ., 2010. - С. 158-165.

10 Передерин Ю.В., Суханова А.Г. Прогнозирование свойств высоко'энергетических нитросоединений / Ю.В. Передерин, А.Г. Суханова // Перспективы создания и применения конденсированных энергетических материалов: материалы II Всероссийской научно-техническои конференции молодых ученых, г. Бийск, 25-26 сентября 2008 г. - Бийск- Изд-во Алт. гос. техн. универ., 2008. - С. 155-156.

11 Передерин, Ю.В. Прогнозирование свойств органических соединений универсальным методом аппроксимации / Ю.В. Передерин // Физика и химия вы-текоэнергетических систем : материалы VI Всероссийской конференции молодых ученых, г. lOMCK, ТГУ, 22-25 апреля 2008 г. - Томск: ТМЛ-Пресс, 2008. - С. 234-237.

Подписано в печать 22.05.2013. Формат 60x84 1/16 Усл. п. л. 0,93.

Печать - ризография, множительно-копировальный аппарат «Riso EZ570E»

Тираж 120 экз. Заказ 2013-587 Издательство Алтайского государственного технического университета

656038, г. Барнаул, пр-т Ленина, 46 Отпечатано в типографии ОАО «ФНПЦ «Алтай» 659322, г. Бийск, ул. Социалистическая, 1

Федеральное государственное бюджетное учреждение науки Институт проблем химико-энергетических технологий Сибирского отделения Российской академии наук

042СЙ1В^У61 На правах рукописи

Передерин Юрий Владимирович

ПРОГНОЗИРОВАНИЕ СВОЙСТВ ВЫСОКОЭНЕРГЕТИЧЕСКИХ КОМПОЗИТОВ С ИСПОЛЬЗОВАНИЕМ ИНФОРМАЦИОННЫХ ТЕХНОЛОГИЙ

Специальность 05.17.06 - Технология и переработка полимеров и композитов

Диссертация на соискание ученой степени кандидата технических наук

Научный руководитель: доктор технических наук, профессор Попок Н.И.

Бийск 2013

СОДЕРЖАНИЕ

Введение........................................................................... 6

1 Информационно-аналитическое исследование факторов, влияющих на свойства компонентов и высокоэнергетических композитов на их основе. Объекты и методы исследований............................... 13

1.1 Чувствительность к внешним воздействиям - характеристика, определяющая безопасность производства и эксплуатации взрывчатых материалов и изделий из них.................................... 15

1.1.1 Тепловой механизм инициирования взрывчатого превращения....... 17

1.1.2 Основные виды внешних воздействий, приводящие к возникновению аварийных ситуаций при производстве взрывчатых материалов

и изделий из них.................................................................. 18

1.1.2.1 Чувствительность взрывчатых материалов к тепловому воздействию.......................................................................... 21

1.1.2.2 Чувствительность взрывчатых материалов к механическим воздействиям...................................................................... 24

1.1.2.3 Чувствительность взрывчатых материалов к электрическому заряду............................................................................... 26

1.1.3 Факторы, влияющие на чувствительность взрывчатых материалов к механическим воздействиям....................................................... 29

1.1.3.1 Влияние химических свойств.................................................... 29

1.1.3.2 Влияние физических свойств.................................................... 31

1.1.3.3 Влияние условий проведения экспериментов.............................. 38

1.1.4 Методы классификации и принципы прогнозирования характеристик взрывчатых материалов..................................... 38

1.1.4.1 Краткий анализ существующих методов классификации взрывчатых материалов................................................................... 40

1.2 Современные индуктивные методы анализа экспериментальных данных и прогноза свойств и характеристик ВЭК. Объекты и методология исследований..................................................... 47

1.2.1 Кластерный анализ............................................................... 48

1.2.2 Карты Кохонена.................................................................. 50

1.2.3 Восстановление пропущенных данных........................................ 52

1.2.4 Нейронные сети.................................................................. 54

1.2.4.1 Свойства и назначение нейронных сетей.................................... 54

1.2.4.2 Принцип функционирования нейронных сетей........................... 56

1.2.4.3 Методы обучения нейронных сетей.......................................... 58

1.2.4.4 Правило обратного распространения........................................ 60

1.2.4.5 Алгоритм исследований при помощи нейронных сетей................. 61

1.2.5 Объекты исследований..........................................................62

1.2.5.1 Легковоспламеняющиеся жидкости.......................................... 63

1.2.5.2 Бризантные взрывчатые вещества............................................ 64

1.2.5.3 Полимеры.......................................................................... 66

Выводы по главе 1................................................................67

2 Аппроксимация свойств взрывчатых материалов при помощи кластерного анализа и дерева решений. Топологические индексы....... 69

2.1 Экспериментальная аппроксимация при помощи кластерного анализа.............................................................................. 75

2.2 Применение молекулярных дескрипторов и дерева решений для прогнозирования свойств и параметров пожаровзрывоопасности

химических соединений........................................................ 85

Выводы по главе 2............................................................... 110

3 Моделирование и прогнозирование параметров работоспособности высокоэнергетических композитов и свойств их компонентов при помощи нейросетевых алгоритмов........................................... 112

3.1 Проверка работоспособности нейросетевых алгоритмов прогнозирования на примере свойств веществ, сопутствующих технологиям синтеза компонентов и создания высокоэнергетических композитов......................................................................... 114

3.2 Количественный анализ и прогнозирование свойств компонентов высокоэнергетических композитов - бризантных взрывчатых веществ............................................................................ 123

3.3 Моделирование и прогнозирование параметров работоспособности высокоэнергетических композитов на основе физико-химических свойств исходных компонентов, являющихся взрывчатыми

веществами......................................................................... 139

Выводы по главе 3............................................................... 157

Основные результаты работы.................................................... 158

Список использованных источников........................................... 160

Приложение А. Результаты моделирования чувствительности к

удару Н50 компонентов ВЭК с помощью линейной регрессии......... 173

Приложение Б. Результаты моделирования чувствительности к удару Н5о компонентов ВЭК с помощью нейронных сетей............. 176

УСЛОВНЫЕ ОБОЗНАЧЕНИЯ И СОКРАЩЕНИЯ

ПВОМ - пожаровзрывоопасные материалы;

ЛВЖ - легковоспламеняющиеся жидкости;

ВМ - взрывчатые материалы;

ВЭК - высокоэнергетические композиты;

ВВ - взрывчатые вещества;

ЭМ - энергетические материалы;

ВП - взрывчатое превращение;

с - теплоемкость;

р - плотность;

Q - тепловой эффект реакции;

Е - энергия активации ВМ;

R - универсальная газовая постоянная;

Qnk - выделение тепла при химической реакции;

Т - температура;

X - коэффициент теплопроводности;

V - оператор Лапласа;

п - число молекул в единице объема;

к - константа скорости химической реакции;

8 - параметр Франк-Каменецкого;

и - скорость горения вещества;

MB - механическое воздействие;

ЖВМ - жидкие взрывчатые материалы;

Ркр - критическое давление возбуждения взрыва;

dKp - критический диаметр детонации;

SOM - самоорганизующиеся карты (Self Organizing Maps);

НС - нейронная сеть;

ф - коэффициент Пирсона;

W - индекс Винера;

J - индекс Бончева;

М - молярная масса.

ВВЕДЕНИЕ

Одной из центральных проблем обеспечения безопасности производства и применения пожаровзрывоопасных материалов, в числе которых легковоспламеняющиеся жидкости, высокоэнергетические композиты на полимерной основе и их взрывчатые компоненты, является их классификация по степени опасности и поиск схожего по физико-химическим свойствам аналога или прототипа, свойства которого достаточно изучены. Из-за неуниверсальности практически всех используемых критериев опасности ПВОМ и взрывчатых материалов (например, вещества, опасные по чувствительности к лучу огня, могут быть безопасными в условиях, исключающих такое внешнее воздействие), а также несовпадения результатов классификации по частным критериям широкое распространение получил метод сравнения свойств и характеристик вещества с аналогичными параметрами хорошо изученных и длительное время используемых ВМ. Эти взрывчатые материалы являются теми самыми аналогами или прототипами с достаточно четко определенными границами условий их опасного и безопасного производства и применения. Практический ряд чувствительности и опасности взрывчатых материалов является, с одной стороны, следствием обобщения практического опыта работы, а с другой - естественной интегральной характеристикой различий свойств ВМ, реализующихся в индивидуальных критериях чувствительности и опасности, в частных видах испытаний, которые, в большинстве своем, имеют сравнительный характер. Порядковая шкала, лежащая в основе практических рядов, не воспроизводится по частным критериям чувствительности, опасности или при обобщении последних на основе каких-то, на первый взгляд, «естественных физических моделей». Поэтому сравнение нового вещества с эталонными из практического ряда или оценка возможности использования известного в новых условиях не могут быть проведены на основе традиционных физических или математических подходов. Связано это с тем, что проблема классификации и сравнения взрывчатых материалов по степени чувствительности, опасности или другим критериям (в том числе качественным или количественным с неопределенностью,

превышающей допустимую, для использования статистических методов) является многомерной, многокритериальной и относится к классу задач с затрудненным моделированием и прогнозированием. На поведение материалов в испытательных устройствах в условиях производств и применения оказывает влияние такое количество факторов, процессов и условий, качественная и количественная трактовка результатов испытаний с использованием некоторых методов настолько произвольна, что данные разных авторов иногда кажутся совершенно не связанными между собой или даже противоречивыми. Кроме того, зачастую нет полной ясности в выделении из большого числа параметров различной физикой и химической природы тех, которые в данных конкретных условиях являются доминирующими в определении характера поведения испытываемого (исследуемого) материала. Перечисленное выше устанавливает те объективные и субъективные факторы, которые определяют повышенный интерес к поиску путей решения проблемы.

Актуальность темы. Высокоэнергетические композиты (ВЭК) находили и находят широкое применение во многих сферах деятельности человека, включая и военные технологии. В связи с этим актуальным становится создание новых и более эффективных энергетических систем, способных удовлетворять современным требованиям. В свою очередь, создание ВЭК связано с определением и прогнозированием как свойств их самих, так и свойств вновь создаваемых компонентов таких ЭС, а также свойств технологических пожаровзрывоопасных материалов, сопутствующих технологиям синтеза компонентов и создания ВЭК, например, легковоспламеняющихся жидкостей.

На стадиях проектирования, включающих в себя выбор ВЭК, их компонентов и технологических ПВОМ, технологий их получения и переработки, важной задачей является прогнозирование свойств материалов, технических условий с целью экспертной оценки корректности принимаемых решений, в том числе при синтезе перспективных соединений.

Большое количество экспериментальных данных по свойствам ВЭК и их компонентов (чувствительность к удару и трению, скорость детонации, химическая стойкость, энтальпии сгорания и образования и т.д.) являются базой для кон-

струирования ЭС, предварительный экспертный анализ которых позволяет предъявлять требования уже на стадии конструирования к технологиям их переработки. Создание подобных технологий тесно связано с определением свойств перерабатываемых материалов, в большинстве своем являющихся взрывчатыми веществами (ВВ). Определение опасных свойств (чувствительность к трению и удару, скорость детонации) ВВ, с учетом их относительно высокой стоимости и специфики проведения экспериментов, является весьма трудоемким и финансово затратным процессом, но без таких данных создание новых технологий может стать не только дорогим, но и потенциально опасным, как для людей, так и для экологии в целом.

Изложенное выше является основанием необходимости моделирования и аппроксимации свойств ВЭК, их компонентов и сопутствующих энергетических материалов (ЭМ) с целью оценки характеристик вновь создаваемых ВЭК, что, в свою очередь, связано с разработкой баз данных и необходимостью проведения экспериментов по определению рассматриваемых характеристик ВЭК, их компонентов и технологических ПВОМ. Поставленная задача является актуальной, а проблематика ее решения связана с определением влияния на целевые характеристики множества факторов, таких как параметры компонентов ВЭК (скорость детонации, молекулярная масса, чувствительность к удару и трению, плотность и т.д.), так и свойства самих ВЭК (плотность, соотношение компонентов, дисперсность и т.д.).

Цель диссертационной работы заключается в создании эффективного метода анализа и прогноза свойств ВЭК, включая полимерсодержащие, их компонентов и технологических ПВОМ с использованием информационных технологий.

Для достижения поставленной цели необходимо решить следующие задачи:

- провести анализ факторов, оказывающих влияние на свойства и характеристики пожаровзрывоопасных материалов, таких как ВЭК, их компоненты и

технологические ПВОМ с выбором наиболее значимых для практического использования и разработки новых технологий;

- разработать метод моделирования свойств ВЭК, их компонентов и технологических ПВОМ с определением стадий анализа, моделирования, прогноза и аппроксимации с помощью информационных технологий, включая статистические, на основе разработанных баз данных с предварительным анализом, сравнением и выбором методов, позволяющих прогнозировать параметры безопасности и работоспособности ВЭК, их компонентов и технологических ПВОМ с точностью, соответствующей реализуемой существующими стандартными экспериментальными методами определения рассматриваемых характеристик, с проведением необходимых экспериментов по определению характеристик ВЭК и их компонентов с целью дополнения разработанных баз данных;

- разработать методическое обеспечение проектирования ВЭК данными по свойствам индивидуальных компонентов и штатных ВЭК с использованием разработанного метода анализа и прогноза свойств выбранных объектов исследования;

- протестировать метод и проведение параметрических расчетов по прогнозированию параметров опасности и работоспособности ВЭК, их компонентов и технологических ПВОМ с целью уточнения параметров компьютерного моделирования с оценкой точности и корректности их использования, в том числе применительно к новым ВЭК и их компонентам с проведением экспериментального определения их свойств.

Методология и методы исследования включают: анализ и моделирование свойств и характеристик ВЭК и их компонентов с помощью линейно-регрессионного анализа, деревьев решений, кластерного анализа и нейросетевых технологий; аппроксимацию и прогнозирование свойств и параметров ВЭК, включая полимерсодержащие, их компонентов (циклические нитрамины, нитро-триазолы, нитротетразолы и другие высокоэнергетические нитросоединения) и технологических ПВОМ с точностью, соответствующей реализуемой сущест-

вующими стандартными экспериментальными методами определения рассматриваемых характеристик.

Научная новизна. Впервые получены данные по свойствам высокоэнергетических композитов, включая полимерсодержащие, с использованием комплексного анализа данных на основе созданного высокоэффективного алгоритма индуктивного анализа, включающего предварительную систематизацию многопараметрической информации с использованием кластерного анализа и нейросетевого алгоритма и позволившего аппроксимировать параметры ВЭК с точностью, соответствующей реализуемой существующими стандартными экспериментальными методами определения рассматриваемых характеристик.

Теоретическая значимость работы заключается в том, что полученные результаты уточняют и развивают исходные теоретические положения о влиянии различных факторов на рассматриваемые характеристики ВЭК, могут быть использованы в качестве обоснования выбора высокоэнергетических композитов и их компонентов на всех стадиях проектирования технологий их создания и переработки. Материалы диссертации могут быть использованы при разработке учебно-методических материалов по различным техническим дисциплинам в высших учебных заведениях.

Практическая значимость работы. Разработанный комплексный подход к анализу, моделированию и прогнозу свойств и характеристик ВЭК, включая полимерсодержащие, их компонентов и сопутствующих технологиям их переработки позволяет повысить безопасность вновь создаваемых технологий и обеспечить прогнозирование характеристик и стадий проектирования и выбора ВЭК и их компонентов.

Личный вклад автора заключается в анализе литературных данных, отработке методик измерений, выбора теоретических и экспериментальных методов решения поставленных задач, разработке баз данных по свойствам ВЭК и их компонентов, личном участии в проведении экспериментальных исследований, анализе и интерпретации полученных данных, подготовке к публикации докладов и статей.

Достоверность полученных результатов работы обеспечивается применением современных методов экспериментальных измерений, сертифицированной измерительной аппаратуры, большим объёмом полученных экспериментальных данных, современной вычислительной техники и информационных технологий для проведения расчётов. Достоверность результатов моделирования подтверждается удовлетворительной сходимостью расчётных и экспериментальных данных. Полученные результаты обсуждены на ряде научных конференций и о�