Экспресс-способ прогнозирования пожароопасных свойств сложных эфиров масляной и пропионовой кислот с использованием молекулярных дескрипторов и искусственных нейронных сетей

Изобретение относится к способу прогнозирования таких пожароопасных свойств, как температуры кипения и температуры вспышки сложных эфиров масляной и пропионовой кислот. Способ характеризуется использованием молекулярных дескрипторов и искусственных нейронных сетей, обеспечивая анализ пожароопасных свойств веществ. Технический результат заключается в упрощении процедуры определения физико-химических свойств. 5 пр., 8 табл.

 

Изобретение относится к области моделирования пожароопасных свойств веществ. Экспресс-способ прогнозирования пожароопасных свойств сложных эфиров масляной и пропионовой кислоты основывается на использовании молекулярных дескрипторов и искусственных нейронных сетей. Технический результат заключается в упрощении процедуры определения физико-химических свойств.

Известен способ прогнозирования пожароопасных свойств веществ на основе данных об углеродной цепи, в соответствии с которым проводится анализ зависимостей температур вспышки, воспламенения, самовоспламенения, температурных и концентрационных пределов от длины углеводородной цепи, позволяющий определить линейные и степенные показатели пожарной опасности. [Алексеев С.Г., Барбин Н.М., Алексеев К.С., Орлов С.А. Связь показателей пожарной опасности с химическим строением. I. Алканолы // Пожаровзрывобезопасность. - 2010. - Т. 19. - №5. - С. 23-30.]

Недостатком известного способа является то, что метод углеродной цепи (МУЦ) позволяет прогнозировать свойства веществ лишь в пределах одного гомологического ряда.

Наиболее близким по прогнозированию пожароопасных свойств веществ и получению значений является дескрипторный способ прогнозирования, который основан на построении моделей, отражающих взаимосвязь структуры молекул химических соединений с их свойствами. В этом методе для описания строения молекулы применяются дескрипторы - показатели, рассчитываемые из структурной формулы (молекулярная масса, количество атомов, частичные заряды на атомах и т.п.) или фрагменты структуры. Для описания строения молекул исследуемых соединений применяются дескрипторы структурной формулы - топологические индексы (индекс Винера W, индекс Рандича χ) и геометрические дескрипторы - площадь поверхности молекулы S, гравитационные индексы G₁ (all bonds) и G₂ (all pairs) [Калач А.В., Карташова Т.В., Сорокина Ю.Н., Облиенко М.В. Прогнозирование пожароопасных свойств органических соединений с применением дескрипторов // Пожарная безопасность. - 2013. - №1. - С. 70-74].

К недостаткам данного способа относится необходимость составления аппроксимационных уравнений и их дальнейшее решение. Все это влечет за собой большие временные затраты, тем самым накладывая ограничения на определение физико-химических свойств веществ.

Технической задачей изобретения является прогнозирование пожароопасных свойств новых соединений, либо еще не синтезированных, что, в свою очередь, позволит решить главную проблему - обеспечение пожарной безопасности промышленных объектов путем использования веществ и материалов с заранее известными или заданными свойствами.

Поставленная техническая задача достигается тем, что в способе прогнозирования, основанном на использовании молекулярных дескрипторов и искусственных нейронных сетей, вводимая исходная информация об исследуемом веществе представлена в виде молекулярного дескриптора (дескриптор - это финальный результат логических и математических процедур, которые трансформируют химическую информацию, закодированную в рамках символического представления молекулы, в полезное число или результат какого-либо стандартизированного эксперимента), который подвергается обработке искусственными нейронными сетями. Программный продукт совмещает модульное и иконное представление результатов функционирования нейронной сети с реализацией усовершенствованных процедур обучения. При этом объектно-ориентированный дизайн позволяет рассматривать нейронную сеть в виде нейронных компонентов.

Предлагаемый способ реализуется следующим образом:

- сначала выбирают объекты исследования и необходимый параметр для прогнозирования;

- затем, используя молекулярные дескрипторы, обрабатывают в нейропакете КДС 1.0 посредством искусственных нейронных сетей.

Данный способ имеет универсальное применение для прогнозирования пожароопасных свойств веществ, в том числе при получении продуктов с заданными свойствами. Ниже приведен пример реализации предлагаемого способа. В качестве объектов исследования выбраны сложные эфиры масляной и пропионовой кислот.

Некоторые физико-химические свойства исследуемых веществ представлены в табл. 1. [Корольченко А.Я., Корольченко Д.А. Пожаровзрывоопасность веществ и материалов и средства их тушения: справочник. - В 2-х ч. - 2-е изд., перераб. и доп. - М.: Асе. "Пожнаука", 2004. - Ч. I. - 713 с; Корольченко А.Я., Корольченко Д.А. Пожаровзрывоопасность веществ и материалов и средства их тушения: справочник. - В 2-х ч. - 2-е изд., перераб. и доп. - М.: Асе. "Пожнаука", 2004. - Ч.П. - 774 с.]

Пример 1.

В качестве исходных данных использовали молекулярные дескрипторы сложных эфиров масляной и пропионовой кислоты (табл. 2, табл. 3), коррелирующие с температурой вспышки веществ (R2>0,8): топологические индексы - индекс Винера W (Wiener index), индекс Рандича χ (Randic index), геометрические дескрипторы - площадь поверхности молекулы S (Molecular surface area) и гравитационные индексы (Gravitation index) - G1 (all bonds) и G2 (all pairs)

Для проверки работы искусственной сети и верификации данных спрогнозировали температуру кипения исследуемых веществ.

Первоначально осуществляли обучение сети на 70% данных. Затем добавляли к изученным параметрам новые молекулярные дескрипторы и осуществляли прогноз. Способ осуществим. Полученные результаты представлены в табл. 4.

Пример 2.

С целью прогнозирования новых свойств, а именно температуры вспышки сложных эфиров масляной кислоты, повторяли все действия как указано в примере 1. Способ осуществим. Получили значения температуры вспышки (табл. 5)

Пример 3.

Для прогнозирования температуры кипения сложных эфиров пропионовой кислоты повторяли все действия как указано в примере 1. Способ осуществим. Получили значения температуры кипения (табл. 6)

Пример 4.

Для прогнозирования температуры вспышки сложных эфиров пропионовой кислоты повторяли все действия как указано в примере 1. Способ осуществим. Получили значения температуры кипения (табл. 7)

Пример 5.

Для прогнозирования температуры самовоспламенения сложных эфиров пропионовой кислоты повторяли все действия как указано в примере 1. Способ не осуществим. Получили значения температуры самовоспламенения (табл. 8)

Из примеров 1-5 и табл. 4-8 следует, что наибольший эффект по предлагаемому способу прогнозирования температуры кипения и вспышки, включающему удовлетворительную верификацию данных и прогнозирование новых свойств веществ, достигается с применением нейропакета КДС 1.0, реализующий искусственную нейронную сеть с тремя скрытыми слоями и обратным распространением ошибки.

При определении температуры самовоспламенения использование такого типа ИНС требует дополнительной оптимизации, т.к. полученные значения имеют большую погрешность (пример 5).

Таким образом, способ прогнозирования пожароопасных свойств веществ, основанный на использовании молекулярных дескрипторов и искусственных нейронных сетей, позволяет:

- повысить оперативность прогнозирования пожароопасных свойств веществ за счет отсутствия сложных математических вычислений;

- расширить справочную и нормативную литературу новыми физико-химическими свойствами веществ;

- исключить условия образования горючей среды за счет возможности прогнозировать свойства еще не синтезированных веществ;

- исключить условия образования источников зажигания за счет возможности решения спорных вопрос при расчете системы молниезащиты, выборе температурного класса взрывозащищенного электрооборудования;

- оптимизировать расходы на обеспечении пожарной безопасности.

Экспресс-способ прогнозирования таких пожароопасных свойств, как температуры кипения и температуры вспышки сложных эфиров масляной и пропионовой кислот, отличающийся использованием молекулярных дескрипторов и искусственных нейронных сетей, обеспечивая анализ пожароопасных свойств веществ.