Russian Federation
VAC 05.17.00 Химическая технология
VAC 05.23.00 Строительство и архитектура
UDK 66 Химическая технология. Химическая промышленность. Родственные отрасли
The problem of predicting the properties of flammable substances is a priority today. Lack of information about your material does not allow to fully develop the system to prevent fire. Therefore, to solve this problem offers a variety of techniques and methods for determining fire risk assessment of the properties of substances and materials. This article deals with modern methods of predicting the properties of substances. Showing their features.
forecasting, handles, artificial neural networks, methods, codes, coefficients
- Введение в проблему
Ежегодно количество новых синтезированных органических соединений увеличивается на 250–300 тысяч, а проблема определения пожароопасных характеристик новых соединений до сих пор не решена, и становиться все более острой. Финансовые и трудовые затраты на экспериментальное определение полного набора характеристик каждого вещества колоссальны, и на текущий момент практически не представляется возможным осуществить данную работу.
Таким образом, характеристики многих веществ неизвестны. Для решения этой проблемы необходимы методы, способные прогнозировать характеристики веществ, необходимые для оценки пожароопасных свойств, без применения экспериментальных исследований.
Одним из основных нормативных документов, устанавливающих методики определения свойств веществ является ГОСТ 12.1.044-89 «Пожаровзрывоопасность веществ и материалов. Номенклатура показателей и методы их определения». Настоящий стандарт распространяется на простые вещества, химические соединения и их смеси в различных агрегатных состояниях и комбинациях, в том числе полимерные и композитные материалы [1]. Наряду с методиками [1] с целью прогнозирования физико-химических свойств веществ предложены другие методы. Рассмотрим некоторые из них.
- Дескрипторный способ
Метод, который основан на построении моделей, отражающих взаимосвязь структуры молекул химических соединений с их свойствами [2, 3].
В данном методе для описания строения молекулы применяются дескрипторы – показатели, рассчитываемые из структурной формулы (молекулярная масса, количество атомов, частичные заряды на атомах и т.п.) или фрагментов структуры. Типы дескрипторов, традиционно применяемых для описания структуры химических соединений, представлены в табл. 1.
Таблица 1
Дескрипторы, используемые для описания химической структуры [2]
|
Класс дескрипторов |
Тип дескрипторов |
|
Дескрипторы элементного уровня |
1. Число атомов одного сорта 2. Атомные веса |
|
Дескрипторы структурной формулы |
1. Топологические индексы 2. Структурные фрагменты |
|
Дескрипторы электронного уровня |
1. Частичные заряды на атомах 2. Молекулярные рефракции 3. Энергии высшей занятой и низшей незанятой орбиталей |
|
Дескрипторы молекулярной формы |
1. Геометрические дескрипторы |
|
Дескрипторы межмолекулярных взаимодействий |
1. Константы Гаммета 2. Индукции постоянные 3. Стерические константы |
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). Указанные дескрипторы были выбраны на основе сопоставления закономерностей изменения температуры вспышки вещества в зависимости от строения молекул [4, 5]. В итоге получают аппроксимационные зависимости в виде уравнений и осуществляют расчет пожароопасного показателя вещества.
- Прогнозирование через физико-химические и пожароопасные параметры
Корреляция между нижним концентрационным пределом воспламенения (НКПВ) и теплотой сгорания (Нсг, Мдж/моль) детально представлена в работах [6-8]. Для верхнего концентрационного предела воспламенения (ВКПВ) – Св такая взаимосвязь также предложена в работе [9].
Cв = 6,30Нсг + 0,567(Нсг)2 + 23,5 (Нсг в МДж/моль) (1)
Cв = 13514(Нсг)–0,81 + 6,71 (Нсг в кДж/моль) (2)
Формулу для Твсп, представленную в работе [10], можно представить как один из вариантов усовершенствованного уравнения Ormandy-Craven [11].
|
|
(3) |
где Твсп, Ткип – температуры вспышки и кипения, К; NC – число атомов углерода в молекуле горючего вещества (ГВ).
Связь температуры самовоспламенения (Тсвс) и давления (Р) описывается корреляцией Н.Н. Семенова (4) и (5) [12, 13].
|
|
(4) |
|
|
|
(5) |
|
где А, В, B’ – константы соответствующего соединения; d – диаметр взрывной камеры, м.
4. Прогнозирование через индикаторные переменные
В справочнике Perry для химиков-технологов для прогнозирования НКПВ (Сн), НКПВ (Св) и температуры самовоспламенения (Тсвс) предлагается способ Pintar, представленный в табл. 2 [14].
Таблица 2
Способ Pintar
|
Свойство вещества |
Расчетная формула |
Условные обозначения |
|
НКПВ |
|
ni – количество i структурных групп (фрагментов) химической формулы; xi, yi, zi – структурные дескрипторы i группы (фрагмента) для расчета концентрационного предела воспламенения (КПВ) и Тсвс. |
|
НКПВ |
|
|
|
Температуры самовоспламенения |
|
В отечественной литературе встречается способ расчета температуры самовоспламенения (tсвс) через среднюю длину молекулы (lср) [15].
при lср ≤ 5 (6)
при lср > 5 (7)
Взаимосвязь между НКПВ и стехиометрическим коэффициентом перед кислородом (β) и числом атомов углерода (NC) и водорода (NН) подробно представлена в работах [5, 6]. В случае ВКПВ (Св) подобные взаимосвязи также имеют место (8), (9), табл. 3 [7, 16, 17].
|
|
(8) |
|
|
(9) |
Таблица 3
Взаимосвязь Св , с NC , NН и β
для различных классов веществ
|
Класс вещества |
Расчетная формула |
Условные обозначения |
|
Для алканов и алкенов
|
|
a, b, c – константы; NHr – число атомов водорода в радикалах; NH’ – число атомов водорода не в радикалах.
|
|
Для изоалканов |
|
|
|
Для аренов |
|
|
|
Для спиртов: |
|
|
|
Для органических соединений |
1/СВ = 1,2773 + 1,213β
|
Для алканов также предложены уравнения (10) и (11), описывающие взаимосвязь температур вспышки (tвсп) и самовоспламенения (tсвс) от числа атомов углерода (NН) [18].
|
|
(10) |
(11)
В табл. 4 представлены работы зарубежных ученых по прогнозированию ряда свойств веществ.
Таблица 4
Работы зарубежных исследователей
|
Описание работы, полученное уравнение |
Условные обозначения |
|
На основе работ G.W. Jones [18] и P. Lloyd [19] было выведено полустехиометрическое правило [20], описанное уравнением, которое еще называют правилом Lloyd [21]. ВКПВ (СВ) также может быть определен через стехиометрическую концентрацию Сстх [20, 22]. CH = 0,55Cстх CВ = 4,8(Cстх)0,5
|
|
|
Тайваньскими исследователями на основании сравнительного анализа набора уравнений 1, 3 и 4-го порядков выведена формула для вычисления температуры самовоспламенения (Тсвс) ациклических, циклических и ароматических углеводородов через структурные дескрипторы [23].
|
νi – число i групп; fi – структурный дескриптор.
|
|
В 1991 году T. Suzuki предложил уравнение, в котором температура вспышки tвсп описывается двумя структурными дескрипторами χ1 (индекс 1-го порядка связей) и Gi (индекс полярных характеристик i функциональной группы) [24].
|
|
|
На основании QSPR изучения прогнозирования температуры вспышки (FP) углеводородов с использованием GA-MLP (Genetic Algorithm – Multiple Linear Regressions) модели Y. Pan [25] вывел уравнение:
|
FP – Твсп, К; SCBO – структурный дескриптор, характеризующий степень ненасыщенности молекулы ГВ; VEp2 – индекс Eigen, связанный с молекулярной геометрией размерами молекулы ГВ; C*002 – число метиленовых групп в молекуле.
|
|
Иранскими исследователями для прогнозирования температуры самовоспламенения углеводородов предложено уравнение [26].
|
NC, NH – число атомов углерода и водорода в молекуле ГВ; FSH, FBH – структурные дескрипторы. |
|
Существует также направление по разработке методов прогнозирования теплоты сгорания на основе модификации закона Гесса [27]. Развиваются и новые подходы к прогнозированию теплоты сгорания горючего вещества. Так, В.В. Овчиниковым и др. [28-30] предложено принципиально новое уравнение для вычисления этого параметра пожарной опасности. ΔНсг = I + f(N ± g)
|
ΔНсг – мольная энтальпия сгорания, кДж/моль; I, f – структурно-тепловые дескрипторы; N – общее число электронов в молекуле ГВ; g – число неподеленных электронных пар гетероатомов в функциональных группах молекулы ГВ.
|
Разница между единицей и отношением НКПВ (СН) и ВКПВ (СВ) к друг другу получила название F-фактор (F). Доступность F через структурные дескрипторы открывает возможность определения ВКПВ через НКПВ [31-33].
|
|
(12) |
F. Gharagheizi использована выборка из 1025 органических веществ из которых им было выделено 146 структурных групп. С использованием нелинейного математического оптимизированного метода FFANN (Feed Forward Artificial Neural Network) с помощью программного обеспечения MATLAB осуществлено прогнозирование температуры самовоспламенения различных классов органических соединений со средней ошибкой от 0,1 до 5,4 % [34].
Одними из старых подходов расчета теплоты сгорания являются закон Гесса и формула Менделеева [35]. Известны также уравнения расчета теплоты сгорания по структурным дескрипторам (формула Коновалова-Хандрика и другие) [36-45]. Необходимо отметить, что попытки усовершенствовать формулу Менделеева или создать что-то новое на её основе принимаются до сих пор [8, 46 – 53]. Следствием из формулы Менделеева можно считать нахождение зависимостей теплоты сгорания горючего вещества от числа атомов углерода в молекуле горючего вещества [17, 38, 54].
- Прогнозирование через топологические и квантово-химические индексы
На основании обработки данных 820 соединений с молекулярной массой до 300 г/моль из базы DIPRR 801 с использованием модели MLR (Multiple Linear Regression) выведено уравнение (13) для определения температуры самовоспламенения [55, 56].
|
|
(13) |
где MS – дескриптор, учитывающий электротопологическое состояние молекулы ГВ; ARR – отношение ароматических связей к общему количеству неводородных связей; RBF – число связей, способных к вращению, деленное на число связей в молекуле; С*040 – число следующих фрагментов С(=X)–X, R–C≡X, X=C=X (X = O, N, S, P, Se, галоген).
В компьютерной программе ISIDA реализован метод SMF (Substructural Molecular Fragments) для расчета температуры самовоспламенения 265 органических соединений на основании зависимости (14) [57].
|
|
(14) |
где Y – температура самовоспламенения; ai – фрагментный дескриптор; Ni – число фрагментов i типа; ао – дескриптор независимого фрагмента;
Г – слагаемое Г в работе [58] не расшифровано. В работе [58] индекс Г трактуется, как поверхностное натяжение.
G. Zahedi с сотр. с помощью модели PSO–MLR (Particle Swarm Optimization–Multivariate Linear Regression) для серосодержащих соединений (меркаптаны, сульфиды, тиофены и полифункциональные соединения общей брутто-формулой CxHyOvSw) в программном комплексе MATLAB получена формула (15), в которой Ss это структурный индекс, равный сумме Кайер-Холла (Kier-Hall) электротопологических состояний, Jhetv – индекс Балабана (Balaban index) и HATS1m – индекс 3-D автокорреляции, характеризующий отношение леверидж-усиленной автокорреляции первой степени к весу атомных масс. Эти дескрипторы рассчитаны с помощью программы Dragon. Им также предложено уравнение (16) для прогнозирования температуры самовоспламенения [59, 60].
Твсп = 82,08(Ss)2 – 26,90Jhetv + 499,86(HATS1m)2 + 83,52 (15)
Тсвс = 349,76(Rlu+)0,5 + 10,33(nCIR)2 – 1537,76(Mor30m)2 +394,09 (16)
где R1u+ – коэффициент максимальной автокорреляции; nCIR – число циклов (цепей); Mor30m – дескриптор 3D-MoRSE.
Переход от PSO–MLR к нейронной модели ANN позволяет повысить коэффициент корреляции от 0,918 до 0,946 [59, 61].
Для спиртов L.M. Egolf и P.C. Jurs с помощью программного пакета ADAPT выведено уравнение (17). Аналогичные формулы были предложены также для углеводородов и спиртов [54, 60]. В дальнейшем B.E. Mitchell и P.C. Jurs для органических соединений, включающих углеводороды, азот-, кислород- и серосодержащие соединения с использованием софта ADAPT получено уравнение (18) [60].
Тсвс = –18,69(NBS) + 2640(VCC7) + 152,2(BJ1) – 12,80(STC) + 395,1 (17)
Тсвс = –1700(QPOS) + 820(RPCG) + 1,94(SAAA) + 236(RDTA) – 197(V4P) + 43,4(N2P) + 136 (18)
гдеNBS – число одинарных связей; VCC7 – валентность 7-членной цепи; BJ1 – J индекс Балабана; STC – дескриптор стерических напряжений; QPOS – максимальный положительный заряд атома молекулы горючего вещества; RPCG – относительный положительный заряд; SAAA – сумма площадей поверхности водорода, связывая акцепторные группы; RDTA – отношение числа атомов водорода, связанных водородными связями; V4P – дескриптор четвертого порядка валентности; N2P – дескриптор 2-ого порядка.
Y. Pan с сотр. [25] проведено QSPR изучение прогнозирования температуры самовоспламенения (AIT) и КПВ углеводородов с использованием MLP (Multiple Linear Regressions) и GA-MLP (Genetic Algorithm – Multiple Linear Regressions) моделей и получены зависимости (19) – (21).
Тсвс = 725,978 + 22,820(X2v) – 41,713(BEHe7) – 122,363(ATS5e) –12,543(C*002)+210,134(ARR) (19)
CН = –0,325 – 3,170(AAC) + 15,545(BIC0) + 0,940(ATS4e) + 0,047(MLOGP) (20)
CВ = 17,084 – 16,819(PW5) – 2,662(СIC0) + 0,650(Ui) – 3,496(ARR) (21)
где X2v – индекс возможной валентности; BEHe7 – параметр Burden Eigen; ATS5e, ATS4e – коэффициенты 2D автокорреляции; C*002 – число метиленовых групп в молекуле; ARR – структурный коэффициент ароматичности; AAC, BIC0, СIC0 – информационные дескрипторы; MLOGP – дескриптор Moriguchi; PW5 – топологический индекс; Ui – молекулярный дескриптор ненасыщенности молекулы горючего вещества.
С использованием различных топологических и квантово-химических дескрипторов методом SVM (Support Vector Machines) выполнено прогнозирование температуры самовоспламенения 446 органических соединений классов углеводородов, галогеналканов, спиртов, альдегидов, кетонов, карбоновых кислот, аминов, амидов, нитрилов, нитросоединений, простых и сложных эфиров. Абсолютная ошибка прогноза составила 28,88 оС, а среднеквадратичная ошибка – 36,86 оС [60].
Описаны также примеры прогнозирования КПВ, теплоты сгорания, температур вспышки и самовоспламенения с использованием других вариантов искусственных нейронных сетей, фрагментных и молекулярных дескрипторов и применением специального программного обеспечения.
- Прогнозирование свойств веществ на основе данных углеродной цепи
Проведение анализа зависимостей температур вспышки, воспламенения, самовоспламенения, температурных и концентрационных пределов от длины углеводородной цепи позволяет определить линейные и степенные показатели пожарной опасности, которые зависят от длины углеводородной цепи [61].
Совместное использование формул и правила «углеродной цепи» дает возможность спрогнозировать основные показатели пожарной опасности вещества.
Метод углеродной цепи (МУЦ) является синтез-методикой, созданной на основе дескрипторного и сравнительного подходов прогнозирования показателей пожарной опасности. Из сравнительного метода прогнозирования МУЦ заимствовал подход сравнения пожароопасных свойств в гомологическом ряду. Отличие в данном случае заключается в том, что сравнение производится не между родственными классами органических соединений, а только в пределах одного гомологического ряда. При этом свойства в одном классе соединений в пределах 2-3 ближайших гомологов нормального строения изменяются по линейному закону. Этот прием позволил ввести новые дескрипторы – основная углеродная цепь и условная углеродная цепь, которые использованы для прогнозирования физико-химических и пожароопасных параметров органических соединений. МУЦ опробирован на различных классах органических соединений.
Сущность метода прогнозирования основана на использовании модели искусственных биомембран и проницаемости лекарственных веществ. В качестве модели биосистемы предложены фосфолипидные моно- и бислои, везикулы и медьсодержащие полиамидокислоты (Cu-ПАК).
В результате корреляции между хорошей проницаемостью и биологической активностью, можно спрогнозировать ряд показателей пожароопасных веществ [62].
Сущность метода основывается на гибридном использовании структурно-числового описания объекта, а также содержательных моделей и моделей процесса. Интеллектуальная система позволяет обогащать имеющиеся данные о контрпродуктивных свойствах химических соединений числовыми характеристиками этих соединений (которые вычисляются автоматически или предоставляются экспертом), а затем проводить анализ с целью выявления причин наличия таких свойств и прогнозирования [63].
- Метод прогнозирования основанный на использовании молекулярных дескрипторов и искусственных нейронных сетей
Наиболее усовершенствованным экспресс методом определения физико-химических свойств веществ является метод, основанный на использовании дескрипторов и нейронных сетей [2, 64–69].
Дескрипторы – 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. Важнейшим элементом метода, использующего дескрипторы является описание представителей гомологического ряда структуры химических соединений [70].
Молекулярная структура определяется тремя составляющими:
- конституцией, т.е. подразумевает определенный порядок и последовательность связывания атомов;
- конфигурацией, т.е. отражает трехмерное расположение атомов;
- конформацией, т.е. представляет термодинамические стабильное положение валентно несвязанных атомов по отношению друг к другу.
При компьютерной обработке, каждый из указанных компонентов молекулярной структуры описывают с помощью совокупности дескрипторов [71].
Совместно с дескрипторами используются искусственные нейронные сети. Программный продукт, совмещает модульный с иконным представлением интерфейс разработки нейронной сети, с реализацией усовершенствованных процедур обучения. При этом объектно-ориентированный дизайн разбивает нейронную сеть на нейронные компоненты.
Таким образом, в статье поднимается актуальный вопрос, связанный с прогнозированием пожароопасных свойств веществ. В целях решения поставленной задачи показаны современные способы определения свойств веществ и материалов.
1. GOST 12.1.044-89*. Sistema standartov bezopasnosti truda. Pozharovzryvoopasnost' veschestv i materialov. Nomenklatura pokazateley i metody ih opredeleniya. Vved. 01.01.91 g. M.: Standartinform, 2006. 100 s.
2. Derbisher E.V. Vedenina N.V., Aleksandrina A.Yu., Radchenko A.V., Derbisher V.E. Metodologiya prognozirovaniya klassa opasnosti maloizuchennyh soedineniy // Sovremennye naukoemkie tehnologii. 2007. № 8. S. 60-62 URL: http://www.top-technologies.ru/ru/article/view?id=25234 (data obrascheniya: 15.03.2016).
3. D.S. Korolev Prognozirovanie pozharoopasnyh svoystv veschestv i materialov s ispol'zovaniem deskriptorov// Vestnik Voronezhskogo instituta GPS MChS Rossii. 2014. №1 S. 7-10.
4. Kalach A.V., Sorokina Yu.N., Kartashova T.V. Ocenka pozharoopasnyh svoystv organicheskih soedineniy s primeneniem deskriptorov // Pozharovzryvobezopasnost'. 2013. 18-21 s.
5. Rudakov O. B., Alekseev S. G., Berdnikova N. V., Kalach A. V., Barbin N. M. Pozharovzryvobezopasnost' hromatograficheskoy analiticheskoy laboratorii // Pozharovzryvobezopasnost'. 2012. T. 21. № 1. S. 57-60.
6. Kondo S., Takahashi A., Tokuhashi K., Sekiva A. RF number as a new index for assessing combustion hazard of flammable gases // J. Hazard. Mater. 2002. Vol. 93. № 3. Pp. 259-267.
7. Ma T., Wang Q., Larrañaga M.D. Correlations for estimating flammability limits of pure fuels and fuel-inert mixtures // Fire Saf. J. 2013. Vol. 56. Pp. 9-19.
8. Rudakov O. B., Cherepahin A. M., Isaev A. A., Rudakova L. V., Kalach A. V. Temperatura vspyshki binarnyh rastvoriteley dlya zhidkostnoy hromatografii // Kondensirovannye sredy i mezhfaznye granicy. 2011. T. 13. № 2. S. 191-195.
9. Hshieh F.-Y., Hirsch D.B., Williams J.H., Beeson H.D. Upper flammability limits of some organosilicon compounds // Fire Mater. 2004. Vol. 28. № 6. Pp. 459-465.
10. Gharagheizi F., Eslamimanesh A., Mohammadi A.H., Richon D. Empirical method for representing the flash-point temperature of pure compounds // Ind. Eng. Chem. Res. 2011 Vol. 50. № 9. Pp. 5877-5880.
11. Alekseev S. G., Barbin N. M., Alekseev K. S., Orlov S. A. Svyaz' pokazateley pozharnoy opasnosti s himicheskim stroeniem. II. Ketony (chast' 1) // Pozharovzryvobezopasnost'. 2011. T. 20. № 6. S. 8-15.
12. Vandebroek L., Verplaetsen F., Berghmans J. et al. Auto-ignition hazard of mixtures of ammonia, hydrogen, methane and air in urea plant // J. Hazard. Mater. 2002. Vol. 93. № 1. Pp. 123-136.
13. Boridko V. S. Primenenie vychislitel'noy tehniki, matematicheskogo modelirovaniya i matematicheskih metodov v nauchnyh issledovaniyah (himicheskaya tehnologiya) : dis. … kand. tehn. nauk : 05.13.16 / Mosk. gos. akademiya tonkoy him. prom. M., 2000. 107s.
14. Perry’s Chemical Engineers’ Handbook / by ed. D. W. Green, R. H. Perry. N.Y. : Mc-Graw-Hill, 2008. Pp. 2-516-2-517.
15. Devdariani R.O. Novye topologicheskie indeksy v kolichestvennyh sootnosheniyah «struktura-svoystvo» : dis. … kand. him. nauk : 02.00.03 / MGU im. Lomonosova. M., 1992. 170 s.
16. Shimy A.A. Calculating flammability characteristics of hydrocarbons and alcohols // Fire Techn. 1970. Vol. 6. № 2. Pp. 135-139.
17. Donaldson A.B., Yilmaz N., Shouman A. Correlation of the flammability limits of hydrocarbons with the equivalence ratio // Int. J. Appl. Eng. Res. 2006. Vol. 1. № 1. Pp. 77-85.
18. Kalach A. V., Kartashova T. V., Sorokina Yu. N., Oblienko M. V. Prognozirovanie pozharoopasnyh svoystv organicheskih soedineniy s primeneniem deskriptorov // Pozharnaya bezopasnost'. 2013. № 1. S. 70-74.
19. Jones G.W. Inflammation limits and their practical application in hazardous industrial operations // Chem. Rev. 1938. Vol. 22. № 1. Pp. 1-26.
20. Lloyd P. The Fuel Problem in Gas Turbines // Proc. Inst. Mech. Eng. 1948. Vol. 159. № 4. Pp. 220-223.
21. Zabetakis M.G. Flammability Characteristics of Combustible Gases and Vapors // U.S. Bureau of Mines. Bulletin 627. - Washington: U.S. Dept. of the Interior, Bureau of Mines, 1965. 121 P.
22. Britton L.G. Using heats of oxidation to evaluate flammability hazards // Process Saf. Progress. 2002. Vol. 21. № 1. Pp. 31-54.
23. Ha D.-M. Prediction of upper explosion limits (UEL) by measurement of upper flash point using setaflash apparatus for n-alcohols // J. KOSOS. 2010. Vol. 25. № 2. Pp. 35-40.
24. Chen C.-C., Liaw H.-H., Kuo Y.-Y. Prediction of autoignition temperatures of organic compounds by the structural group contribution approach // J. Hazard. Mater. 2009. Vol. 162. № 2-3. Pp. 746-762.
25. In silico prediction of physicochemical properties: JRC scientific and technical report EUR 23051 EN - 2007 / Dearden J., Worth A. - Luxembourg: Office for Official Publications of the European Communities, 2007. 73 P.
26. Pan Y., Jiang J., Wang R. et al. Prediction of flammability characteristics of pure hydrocarbons from molecular structures // AIChE J. 2010. Vol. 56. № 3. Pp. 690-701.
27. Keshavarz M.H., Gharagheizi F., Ghanbarzadeh M. A simple correlation for prediction of autoignition temperature of various classes of hydrocarbons // J. Iran. Chem. Soc. 2013. Vol. 10. № 3. Pp. 545-557.
28. Kondo S., Takahashi A., Tokuhashi K. Experimental exploration of discrepancies in F-number correlation of flammability limits // J. Hazard. Mater. 2003. Vol. 100. № 1-3. Pp. 27-36.
29. Kondo S., Takizawa K., Takahashi A., Tokuhashi K. Measurement and numerical analysis of flammability limits of halogenated hydrocarbons // J. Hazard. Mater. 2004. Vol. 109. № 1-3. Pp. 13-21.
30. Kondo S., Urano Y., Tokuhashi K. et al. Prediction of flammability of gases by using F-number analysis // J. Hazard. Mater. 2001. Vol. 82. №2. Pp. 113-128.
31. Gharagheizi F. An accurate model for prediction of autoignition temperature of pure compounds // J. Hazard. Mater. 2011. Vol. 189. № 1-2. Pp. 211-221.
32. Demidov P.G. Shandyba V.A., Scheglov P.P. Gorenie i svoystva goryuchih veschestv. M.: Himiya, 1981. 272 s.
33. Kratkiy spravochnik fiziko-himicheskih velichin / Pod red. A.A. Ravdelya, A.M. Ponomarevoy. L.: Himiya, 1983. 232 s.
34. High M.S., Danner R.P. Prediction of upper flammability limit by a group contribution method // Ind. Eng. Chem. Res. 1987. Vol. 26. № 7. Pp. 1395-1399.
35. Gary C., Frossard J.S., Chenevard D. Heat of combustion, degree of reduction and carbon content: 3 interrelated methods of estimating the construction cost of plant tissues // Agronomie, EDP Sciences. 1995. Vol. 15. № 1. Pp. 59-69.
36. Mazumdar B.K. Konovalov correlation for molar heats of combustion of organic compounds: its adoption for coal // Fuel. 2002. Vol. 81. № 1. Pp. 119-124.
37. Sagadeev V.V., Sagadeev E.V. Calculation of the heats of hydrocarbons of the homologous series of methane // J. Eng. Phys. Thermophys. 2002. Vol. 75. № 3. Pp. 750-752.
38. Sagadeev E.V., Kafiatullin R.A., Sagadeev V.V., Sagadeev V.I. Applying an additive scheme to the calculation of heat of combustion of saturated hydrocarbons // Theor. Found. Chem. Eng. 2003. Vol. 37. № 1. Pp. 92-95. (Teoreticheskie osnovy himicheskoy tehnologii. 2003. T. 37. № 1. S. 100-103).
39. Sagadeev E.V., Kafiatullin R.A., Sagadeev V.V., Sagadeev V.I. Calculation of heats of combustion of 1-alkenes // Theor. Found. Chem. Eng. 2003. Vol. 37. № 5. Pp. 524-526. (Teoreticheskie osnovy himicheskoy tehnologii. 2003. T. 37. № 5. S. 558-560).
40. Sagadeev E.V., Sagadeev V.V. Calculation of the heat of combustion of components of unsaturated hydrocarbon-based power-generating fuel // High Temperature. 2005. Vol. 43. № 5. Pp. 706-710. (Teplofizika vysokih temperatur. 2005. T. 43. № 5. S. 708-712).
41. Sagadeev E.V., Sagadeev V.V. Calculation of the heats of combustion of aromatic hydrocarbons contained in power-generating fuel // High Temperature. 2006. Vol. 44. № 4. Pp. 530-534. (Teplofizika vysokih temperatur. 2006. T. 44. № 4. S. 534-538).
42. Kafiatullin R.A., Eremin S.A., Sagadeev E.V. Calculation of the heats of combustion of acetylene hydrocarbons // Theor. Found. Chem. Eng. 2007. Vol. 41. № 2. Pp. 221-224. (Teoreticheskie osnovy himicheskoy tehnologii. 2007. T. 41. № 2. S. 233-236).
43. Sagadeev E.V., Gimadeev A.A., Barabanov V.P. Calculation of the heat of combustion for organonitrogen compounds using a group additivity scheme // Theor. Found. Chem. Eng. 2009. Vol. 43. № 1. Pp. 108-118. (Teoreticheskie osnovy himicheskoy tehnologii. 2009. T. 43. № 1. S. 114-123).
44. Kharasch M.S., Sher B. The Electronic Conception of Valence and Heats of Combustion of Organic Compounds // J. Phys. Chem. 1924. Vol. 29. № 6. Pp. 625-658.
45. Walters R.N. Molar group contributions to the heat of combustion // Fire Mater. 2002. Vol. 26. № 3. Pp. 131-145.
46. Yang Z., Li H., Mao S. et al. An improved approach to the determination of unknown organic compounds by measuring combustion heat based on non-linear regression analysis // J. Chem. Pharm. Res. 2014. Vol. 6. № 4. Pp. 880-887.
47. Keshavarz M.H., Saatluo B.T., Hassanzaden A. A new method for predicting the heats of combustion of polynitro arene, polynitro heteroarene, acyclic and cyclic nitramine, nitrate ester and nitroaliphatic compounds // J. Hazard. Mater. 2011. Vol. 185. № 2-3. Pp. 1086-1106.
48. Kondo S., Takahashi A., Tokuhashi K. Theoretical calculation of heat of formation and heat of combustion for several flammable gases // J. Hazard. Mater. 2002. Vol. 94. № 1. Pp. 37-45.
49. Albahri T.A. Method for predicting the standard net heat of combustion for pure hydrocarbons from their molecular structure // Energy Convers. Manag. 2013. Vol. 76. Pp. 1143-1149.
50. Albahri T.A. Accurate prediction of the standard net heat of combustion from molecular structure // J. Loss Prev. Process Ind. 2014. Vol. 32. Pp. 377-386.
51. Pryce J.D., Enfield G.F. Relationship between heat of combustion and elemental composition in some biological molecules // Analyst - 1978. Vol. 103. Pp. 772-774.
52. Lloyd W.G., Davenport D.A. Applying Thermodynamics to Fossil Fuels. Heats of combustion from elemental compositions // J. Chem. Educ. 1980. Vol. 57. № 1. Pp. 56-60.
53. Marlair G., Cwiklinski C., Tewarson A. An analysis of some practical methods for estimating heats of combustion in fire safety studies. - Edimbourg, 1999. 13 P. - Dep. in HAL archives-ouvertes, HAL Id: ineris-00972167.
54. Hshieh F.-Y., Hirsch D.B., Beeson H.D. Predicted heats of combustion of some important organosilicon intermediates // Fire and Mater. 2003. Vol. 27. № 1. Pp. 41-49.
55. Hshieh F.-Y., Hirsch D.B., Beeson H.D. Predicting heats of combustion of polymers using an empirical approach // Fire and Mater. 2003. Vol. 27. № 9. Pp. 9-17.
56. Suris A.L. Heating value of halogen-containing condensed materials // Theor. Found. Chem. Eng. 2011. Vol. 45. № 3. Pp. 343-345. (Teoreticheskie osnovy himicheskoy tehnologii. 2011. T. 45. № 3. S. 359-362).
57. Diallo A.O., Len C., Morgan A.B., Marlair G. Revisiting physico-chemical hazards of ionic liquids // Separation Purification Techn. 2012. Vol. 97. Pp. 228-234.
58. Cordier J.-L., Butsch B.M., Birou B., von Stockar U. The relationship between elemental composition and heat of combustion of microbial biomass // Appl. Microbiol. Biotechnol. 1987. Vol. 25. № 4. Pp. 305-312.
59. Ovchinnikov V.V. Thermochemistry of heteroatomic compounds: calculation of combustion and formation enthalpies of some bioorganic molecules with a different hydrophenanthrene rows // Open J. Phys. Chem. 2011. Vol. 1. Pp. 1-5.
60. Ovchinnikov V.V. Thermochemistry of heteroatomic compounds: enthalpy of combustion of organic compounds of group I-VII elements // Dokl. Phys. Chem. 2012. Vol. 443. № 1. Pp. 49-52.
61. Egolf L.M., Jurs P.C. Estimation of autoignition temperatures of hydrocarbons, alcohols, and esters from molecular structure // Ind. Eng. Chem. Res. 1992. Vol. 31. № 7. Pp. 1798-1807.
62. Mitchell B.E., Jurs P.C. Prediction of autoignition temperatures of organic compounds from molecular structure // J. Chem. Inf. Comput. Sci. 1997. Vol. 37. № 3. Pp. 538-547.
63. Raquel V. Vaz, Ana L. Magalhães, Carlos M. Silva Improved hydrodynamic equations for the accurate prediction of diffusivities in supercritical carbon dioxide // Fluid Phase Equilibria, Volume 360, 25 December 2013.Pp. 401-415
64. Ding Yi, Tian Yu, Zhipeng Li, Wei Zuo, Jun Zhang A comprehensive study into fouling properties of extracellular polymeric substance (EPS) extracted from bulk sludge and cake sludge in a mesophilic anaerobic membrane bioreactor // Bioresource Technology, Volume 192, September 2015, Pp. 105-114
65. Luis G. Valerio Jr., Kirk B. Arvidson, Ronald F. Chanderbhan, Joseph F. Contrera Prediction of rodent carcinogenic potential of naturally occurring chemicals in the human diet using high-throughput QSAR predictive modeling // Toxicology and Applied Pharmacology, Volume 222. Issue 1. 1 July 2007. Pp. 1-16
66. Korolev D.S., Kalach A.V., Kargashilov D.V. Prognozirovanie pozharoopasnyh svoystv veschestv i materialov s ispol'zovaniem deskriptorov i neyronnyh setey// Vestnik BGTU im. V.G. Shuhova. 2015. №4.S. 100-103.
67. Korolev D.S., Kalach A.V., Kategorirovanie pomescheniy na osnove deskriptorov i metoda neyronnyh setey // Vestnik BGTU im. V.G. Shuhova. 2015. №5. S. 210-213.
68. Korolev D.S., Kalach A.V., Kargashilov D.V. Vybor sistemy molniezaschity s ispol'zovaniem deskriptorov i neyronnyh setey// Pozhary i chrezvychaynye situacii: predotvraschenie, likvidaciya. 2015. №4 (15). S. 26-30
69. Korolev D.S., Kalach A.V., Kargashilov D.V., Sorokina Yu.N. Prognozirovanie osnovnyh pokazateley pozharovzryvoopasnosti organicheskih soedineniy s pomosch'yu deskriptorov i iskusstvennyh neyronnyh setey, ispol'zuemyh v raschete pozharnogo riska // Pozharovzryvobezopasnost'. 2015. №9. S.32-38
70. Raevskiy O.A. Svoystva himicheskih soedineniy i lekarstv kak funkcii ih struktury. M. Himiya, 2013 . 353 s.
71. Korolev D.S., Kalach A.V., Rudakov O.B. Prognozirovanie pozharoopasnyh svoystv veschestv // Bezopasnost' v tehnosfere. T. 56. №5. S. 3 - 6. DOI:https://doi.org/10.12737/16957
72. Hansch C. Drug Metabolism Rev.,15, 1279 (1984-85).
