Россия
Проблема прогнозирования пожароопасных свойств веществ является одной из приоритетных в настоящее время. Отсутствие сведений об используемом веществе не позволяет в полном объеме разрабатывать системы предотвращения пожара. Для решения данной проблемы был предложен метод прогнозирования, основанный на использовании молекулярных дескрипторов и искусственных нейронных сетях. В качестве примера работы метода была спрогнозирована температура самовоспламенения антрахинона и красителей на его основе. Средняя абсолютная погрешность прогнозирования не превысила 13,1 °С.
прогнозирование, дескрипторы, искусственные нейронные сети, красители.
Синтетические красители применяются практически во всех отраслях промышленности [1]. С их применением осуществляют окрашивание природных и синтетических волокон, бумаги, дерева, кожи и других материалов. Мировое производство синтетических красителей составляет порядка 1 млн т в год. Кроме того, в связи с появлением на рынке новых красящих соединений остается актуальной проблема разработки мероприятий, направленных на обеспечение пожарной безопасности объекта защиты. Но без сведений о пожароопасных свойствах органических красителей это невозможно.
В главе 13 ФЗ-№123 «Технический регламент о требованиях пожарной безопасности» для обеспечения пожарной безопасности на объектах необходимо создание систем предотвращения пожара, чтобы исключить возникновение горючей среды и источника зажигания, которые становятся причиной пожара.
В ст. 49 [2] предлагаются способы исключения образования горючей среды: применение негорючих веществ и материалов; ограничение массы и (или) объема горючих веществ и др. Одна из главных проблем использования данных способов — отсутствие сведений о веществе. Таким образом, разработка универсального метода прогнозирования пожароопасных свойств веществ позволит решить сложившуюся проблему. Такой подход позволит проводить анализ свойств уже исследованных веществ с целью прогнозирования пожароопасных свойств, которыми обладают новые соединения либо еще не синтезированные, что даст возможность на основе полученных данных разрабатывать мероприятия, направленные на обеспечение пожарной безопасности объектов защиты.
1. Karthik Ya., Meyyanathan S.N., Nageswara R.R. Methods for the analysis of azo dyes employed in food industry // Food Chemistry, Volume 192, 1 February 2016, pp. 813-824
2. Технический регламент о требованиях пожарной безопасности : Федер. закон от 22.07.08 № 123-ФЗ // Российская газета. - 2008. - № 163.
3. Королев Д.С., Калач А.В., Каргашилов Д.В. Прогнозирование пожароопасных свойств веществ и материалов с использованием дескрипторов и нейронных сетей // Вестник БГТУ им. В. Г. Шухова. - 2015. - № 4. - С. 100-103
4. Королев Д.С., Калач А.В. Категорирование помещений на основе дескрипторов и метода нейронных сетей // Вестник БГТУ им. В. Г. Шухова. - 2015. - № 5. С. 210-213
5. Королев Д.С. Прогнозирование пожароопасных свойств веществ и материалов с использованием дескрипторов// Вестник Воронежского института ГПС МЧС России. - 2014. - № 1. - С. 7-10.
6. Королев Д.С., Калач А.В., Каргашилов Д.В. и др. Прогнозирование основных показателей пожаровзрывобезопасности органических соединений с помощью дескрипторов и искусственных нейронных сетей, используемых в расчете пожарного риска // Пожаровзрывобезопасность. - 2015. - Т. 24, № 9. - С. 32-38. DOI:https://doi.org/10.18322/PVB.2015.24.09.32-38
7. ГОСТ 12.1.044-89*. Система стандартов безопасности труда. Пожаровзрывоопасность веществ и материалов. Номенклатура показателей и методы их определения. - Введ. 01.01.91 г. - М. : Стандартинформ, 2006. - 100 с.
8.
