یک روش جدید ایمنی و بهداشت محیطی از پیش بینی دمای احراق خودکار

در حالی که مواد قابل اشتعال در صنایع وجود دارد، تجهیزات الکتریکی باید ضد انفجار برای کاهش خطر آتش سوزی و انفجار احتمالی باشند. دمای احتراق خودکار (AIT) از یک ماده قابل اشتعال مشخصه اصلی در تعیین مشخصات این تجهیزات ضدانفجار است. با این حال، با توجه به محدودیت در ازمایش ها، AIT یک ترکیب تلفیقی از داده های مختلف است که بسیار متنوع بوده و تفاوت بین دستگاه های مختلف را بالاتر از ۳۰۰K را دارد. بنابراین، یک روش موثر برای پیش بینی مواد قابل اشتعال AIT است که در این زمینه ضروری می باشد. در این مطالعه، یک مدل برای پیش بینی AIT از ترکیبات آلی با استفاده از روش ارتباط کمی (QSPR) ارائه شده است. این مدل از مجموعه ای از ۸۲۰ ترکیب آلی ساخته شده است که از پایگاه داده DIPPR توسط موسسه مهندسی شیمی آمریکا پشتیبانی و جمع آوری شده است. این مدل از چهار توصیف مولکولی بهره می برد که شامل الکتروتوپولوژیکال، نسبت پخش، کسر حجمی، ساختار اتمی می باشد. در آن مقدار R از یک مدل با مقدار ۰.۰۹ ارائه شده است که در آن خطا به طور متوسط ۶% بوده و به طور متوسط خطا در دمای ۳۶K می باشد. در حالیکه در مقایسه با دیگر تحقیقات انجام شده، این مدل از بزرگترین مجموعه داده ساخته شده است و عملکرد رضایت بخشی دارد. در مقایسه با خطاهای تجربی شناخته شده در اندازه گیری، مدل ارائه شده برآورد مناسبی از AIT را ارائه می دهد. بنابراین مدل ارائه شده می تواند از یک ترکیب برآورد AIT باشد که هنوز هم به آسانی دقت مناسب را ندارد.

کلیدواژه ها:

دمای احتراق خودکار ، ساختار کمی ، رگرسیون گام به گام