GRS固体推进剂生产过程燃爆事故分析与风险控制研究
摘要 | 第5-6页 |
Abstract | 第6页 |
1 绪论 | 第9-14页 |
1.1 研究背景及意义 | 第9-11页 |
1.2 国内外研究现状 | 第11-13页 |
1.2.1 固体推进剂研究综述 | 第11页 |
1.2.2 固体推进剂生产过程的风险分析 | 第11-13页 |
1.3 本文主要研究内容 | 第13-14页 |
2 GRS固体推进剂生产过程危险有害因素辨识 | 第14-22页 |
2.1 GRS固体推进剂生产概况 | 第14-19页 |
2.1.1 组成成份 | 第14-16页 |
2.1.2 工艺及设备 | 第16-18页 |
2.1.3 主要建构筑物 | 第18-19页 |
2.2 危险有害因素 | 第19-21页 |
2.2.1 推进剂感度特性研究 | 第19-20页 |
2.2.2 生产工艺过程中危险有害因素 | 第20-21页 |
2.3 本章小结 | 第21-22页 |
3. BZA-2法分析 | 第22-29页 |
3.1 BZA-2法 | 第22-25页 |
3.1.1 概述[42] | 第22页 |
3.1.2 BZA-2模型建立 | 第22-25页 |
3.1.3 评判标准 | 第25页 |
3.2 捏合工序BZA-2法分析 | 第25-26页 |
3.3 压伸工序BZA-2法分析 | 第26-28页 |
3.4 本章小结 | 第28-29页 |
4 事故树-层次分析法分析 | 第29-42页 |
4.1 事故树分析[42] | 第29-30页 |
4.2 层次分析法 | 第30-31页 |
4.3 事故树分析 | 第31-36页 |
4.3.1 捏合工序事故树分析 | 第31-34页 |
4.3.2 压伸工序事故树分析 | 第34-36页 |
4.4 FTA—AHP分析 | 第36-41页 |
4.4.1 捏合工序FTA-AHP分析 | 第36-39页 |
4.4.2 压伸工序FTA-AHP分析 | 第39-41页 |
4.5 本章小结 | 第41-42页 |
5 基于BP神经网络的固体推进剂安全模型 | 第42-56页 |
5.1 人工神经网络理论 | 第42-44页 |
5.2 反向传播BP网络 | 第44-45页 |
5.3 运用MATLAB工具箱建立BP网络模型 | 第45页 |
5.4 BP神经网络的学习和仿真 | 第45-54页 |
5.4.1 LCE法获取样本数据 | 第45-51页 |
5.4.2 样本的预处理 | 第51页 |
5.4.3 神经网络的学习和仿真 | 第51页 |
5.4.4 仿真结果分析 | 第51-54页 |
5.5 评价方法对比 | 第54-55页 |
5.6 本章小结 | 第55-56页 |
6 风险控制研究 | 第56-68页 |
6.1 配方降感 | 第56-58页 |
6.1.1 钝感填充剂对配方感度的影响 | 第56-57页 |
6.1.2 含水率对配方感度的影响 | 第57页 |
6.1.3 其他降感措施 | 第57-58页 |
6.2 工艺安全优化设计 | 第58-65页 |
6.3 安全控制屏障系统 | 第65-67页 |
6.3.1 ESD紧急停车系统 | 第65-66页 |
6.3.2 消防系统 | 第66页 |
6.3.3 人员组织屏障系统 | 第66-67页 |
6.4 本章小结 | 第67-68页 |
7 总结与展望 | 第68-70页 |
致谢 | 第70-71页 |
参考文献 | 第71-75页 |
附录 | 第75页 |