梧桐树粉尘爆炸特性研究.pdf

ｄｏｉ１０. ３９６９/ ｊ. ｉｓｓｎ. １００１-８３５２. ２０１７. ０６. ００４ 梧桐树粉尘爆炸特性研究 ❋ 马汉翔 毛浩清 张 军 马泽文 何中其 南京理工大学化工学院 江苏南京，２１００９４ [摘 要] 以梧桐树粉尘为例，研究了可作为工业粉状炸药添加剂的木粉粉尘的爆炸特性。 运用哈特曼管测试了 粉尘云的最小点火能，得出样品 １＃、样品 ２＃和样品 ３＃的最小点火能分别为 ７０、９０ ｍＪ 和 １５０ ｍＪ。 将响应面法中的 Ｂｏｘ-Ｂｅｈｎｋｅｎ 试验设计应用于粉尘爆炸压力的测试，用 ２０ Ｌ 爆炸球进行试验，并从试验结果中拟合回归方程，由此 判断出粉尘浓度对爆炸压力的影响最大，其次是点火能量，再次是粉尘粒径。 对爆炸压力的试验条件进行优化，试 验测得压力值为 ０. ７９５ ９ ＭＰａ，试验值与预测值之间的误差仅为 １. ２８％，证明了该模型非常有效。 [关键词] 梧桐树粉尘；最小点火能；响应面法；爆炸压力 [分类号] Ｘ９３２ Ｅｘｐｌｏｓｉｏｎ Ｃｈａｒａｃｔｅｒｉｓｔｉｃｓ ｏｆ Ｃｈｉｎｅｓｅ Ｐａｒａｓｏｌ Ｔｒｅｅ Ｄｕｓｔ ＭＡ Ｈａｎｘｉａｎｇ， ＭＡＯ Ｈａｏｑｉｎｇ， ＺＨＡＮＧ Ｊｕｎ， ＭＡ Ｚｅｗｅｎ， ＨＥ Ｚｈｏｎｇｑｉ Ｓｃｈｏｏｌ ｏｆ Ｃｈｅｍｉｃａｌ Ｅｎｇｉｎｅｅｒｉｎｇ， Ｎａｎｊｉｎｇ Ｕｎｉｖｅｒｓｉｔｙ ｏｆ Ｓｃｉｅｎｃｅ ａｎｄ Ｔｅｃｈｎｏｌｏｇｙ Ｊｉａｎｇｓｕ Ｎａｎｊｉｎｇ， ２１００９４ [ＡＢＳＴＲＡＣＴ] Ｄｕｓｔ ｏｆ Ｃｈｉｎｅｓｅ ｐａｒａｓｏｌ ｗａｓ ｕｓｅｄ ａｓ ａｎ ａｄｄｉｔｉｖｅ ａｇｅｎｔ ｏｆ ｉｎｄｕｓｔｒｉａｌ ｐｏｗｄｅｒ ｅｘｐｌｏｓｉｖｅｓ ｔｏ ｓｔｕｄｙ ｉｔｓ ｅｘｐｌｏ- ｓｉｏｎ ｃｈａｒａｃｔｅｒｉｓｔｉｃｓ. Ｈａｒｔｍａｎｎ ｔｕｂｅ ｗａｓ ｕｓｅｄ ｉｎ ｔｅｓｔｉｎｇ ｔｈｅ ｍｉｎｉｍｕｍ ｉｇｎｉｔｉｏｎ ｅｎｅｒｇｙ ｏｆ ｄｕｓｔ ｃｌｏｕｄ， ａｎｄ ｔｈｅ ｖａｌｕｅｓ ｏｆ Ｓａｍ- ｐｌｅ １＃， Ｓａｍｐｌｅ ２＃ａｎｄ Ｓａｍｐｌｅ ３＃ｗｅｒｅ ｃｏｎｆｉｒｍｅｄ ａｓ ７０ ｍＪ， ９０ ｍＪ， ａｎｄ １５０ ｍＪ ｒｅｓｐｅｃｔｉｖｅｌｙ. Ｂｏｘ-Ｂｅｈｎｋｅｎ ｅｘｐｅｒｉｍｅｎｔａｌ ｄｅｓｉｇｎ ｏｆ ｒｅｓｐｏｎｓｅ ｓｕｒｆａｃｅ ｍｅｔｈｏｄｏｌｏｇｙ ｗａｓ ａｐｐｌｉｅｄ ｔｏ ｍｅａｓｕｒｅ ｔｈｅ ｄｕｓｔ ｅｘｐｌｏｓｉｏｎ ｐｒｅｓｓｕｒｅ ｂｙ ｕｓｉｎｇ ２０ Ｌ ｓｐｈｅｒｉｃａｌ ｔｅｓｔ ｄｅｖｉｃｅ. Ｒｅｇｒｅｓｓｉｏｎ ｅｑｕａｔｉｏｎ ｗａｓ ｆｉｔｔｅｄ ｆｒｏｍ ｅｘｐｅｒｉｍｅｎｔａｌ ｒｅｓｕｌｔｓ. Ｉｔ ｉｓ ｃｏｎｃｌｕｄｅｄ ｔｈａｔ ｄｕｓｔ ｃｏｎｃｅｎｔｒａｔｉｏｎ ｈａｓ ｔｈｅ ｇｒｅａｔｅｓｔ ｉｎｆｌｕｅｎｃｅ ｏｎ ｅｘｐｌｏｓｉｏｎ ｐｒｅｓｓｕｒｅ， ｆｏｌｌｏｗｅｄ ｂｙ ｉｇｎｉｔｉｏｎ ｅｎｅｒｇｙ ａｎｄ ｄｕｓｔ ｐａｒｔｉｃｌｅ ｓｉｚｅ. Ｅｘｐｅｒｉｍｅｎｔａｌ ｃｏｎｄｉｔｉｏｎｓ ｏｆ ｅｘｐｌｏｓｉｏｎ ｐｒｅｓｓｕｒｅ ｗｅｒｅ ｏｐｔｉｍｉｚｅｄ ａｎｄ ｔｅｓｔｅｄ ｔｏ ｂｅ ０. ７９５ ９ ＭＰａ. Ｅｒｒｏｒ ｂｅｔｗｅｅｎ ｔｈｅ ｅｘｐｅｒｉｍｅｎｔａｌ ａｎｄ ｐｒｅｄｉｃｔｅｄ ｖａｌｕｅｓ ｉｓ ｏｎｌｙ １. ２８％， ｗｈｉｃｈ ｓｈｏｗｓ ｔｈｅ ｆｅａｓｉｂｉｌｉｔｙ ｏｆ ｔｈｉｓ ｍｏｄｅｌ. [ＫＥＹＷＯＲＤＳ] ｄｕｓｔ ｏｆ Ｃｈｉｎｅｓｅ ｐａｒａｓｏｌ ｔｒｅｅ； ｍｉｎｉｍｕｍ ｉｇｎｉｔｉｏｎ ｅｎｅｒｇｙ； ｒｅｓｐｏｎｓｅ ｓｕｒｆａｃｅ ｍｅｔｈｏｄｏｌｏｇｙ； ｅｘｐｌｏｓｉｏｎ ｐｒｅｓ- ｓｕｒｅ 引言 木粉是工业粉状炸药中最为常见的添加剂之 一，不仅能够作为固体可燃剂，还因多孔隙的特性， 对工业炸药起到了敏化作用。 加入木粉后，粉状工 业炸药的爆轰感度会有显著提高。 随着木粉生产与 使用规模的扩大，由其引发的粉尘爆炸事故得到了 人们的普遍关注。 国内外科研人员对木粉的燃爆特 性进行了一些研究。 陈国华等[１]研究发现，随着粉 尘浓度的提高，红木的粉尘云最低着火温度先下降 后上升，随着粉尘粒径的减小，粉尘云最低着火温度 度不断下降。Ｍｅｄｉｎａ等[２]研究了挪威云杉木粉干燥 前与干燥后的爆炸特性，发现干燥后的云杉木粉的 危险性大大提高，干燥后的云杉木粉显示出与劣质 煤相似的燃爆特性。 Ｔｏｄａｋａ 等[３]研究了咖啡渣与 麻疯树籽的含油量对爆炸下限和最小点火能的影 响，含油率的提高使粉尘的爆炸下限和最小点火能 下降。 Ｍｅｄｉｎａ 等[４]在标准的１ Ｌ 密闭爆炸容器内测 试了凯琳莱煤、哥伦比亚煤、英国南方松和挪威云杉 的粉尘爆炸压力和最大火焰传播速度，尽管两种木 粉与煤粉的成分差异很大，但是它们的燃爆特性与 煤粉很接近。 国外的学者在该领域的研究比较充分，主要是 对一些大量生长于欧洲的树木粉尘进行了研究。我 国大部分地区为亚热带，树木的类型与欧洲差异较 第 ４６ 卷 第 ６ 期 爆 破 器 材 Ｖｏｌ. ４６ Ｎｏ. ６ ２０１７ 年 １２ 月 Ｅｘｐｌｏｓｉｖｅ Ｍａｔｅｒｉａｌｓ Ｄｅｃ. ２０１７ ❋ 收稿日期２０１７-０５-２５ 作者简介马汉翔１９９１ － ，男，硕士，主要从事爆炸防护研究。 Ｅ-ｍａｉｌ５５０７５３５５４＠ ｑｑ. ｃｏｍ 通信作者何中其１９７８ － ，男，博士，讲师，主要从事爆炸防护研究。 Ｅ-ｍａｉｌｈｚｑ５５５＠１６３. ｃｏｍ 大。 梧桐树作为中国分布最广的树种，也可被大量 用作工业炸药的添加剂。 故此，以梧桐树粉尘为研 究对象，以期为相关生产企业提供安全指导。 １ 试验部分 １. １ 粉尘试样 所用的梧桐树粉样品试验前经过粉碎、筛分、干 燥等处理。 其粒径分布由 Ｍａｓｔｅｒｓｉｚｅｒ ２０００ 激光粒 度仪测定，如表 １ 所示。 表 １ 样品粒径 Ｔａｂ. １ Ｐａｒｔｉｃｌｅ ｓｉｚｅ ｏｆ ｓａｍｐｌｅｓ μｍ 样品编号１＃２＃３＃ Ｄ５０４１５８１２１ １. ２ 环境条件 实验室的环境温度为２５ ５℃，环境湿度为 ３０ ５％。 １. ３ 最小点火能测试 利用哈特曼管测最小点火能。 该装置主要包括 由石英制成的燃烧管道、粉尘分散系统、进气系统和 电磁阀等[５]。 梧桐树粉尘的最小点火能依据 ＡＳＴＭ Ｅ２０１９ 标 准[６]进行测试。 先设定一个静电火花能量，随后逐 渐降低点火能量，最小点火能 Ｅｍｉｎ介于连续 １０ 次试 验均未出现着火的最大能量值 Ｅ１和连续 １０ 次试验 至少有一次出现着火的最小能量值 Ｅ２之间，选取 Ｅ２作为木粉的最小点火能。 采用有电感的放电方 式，喷粉压力为 ０. ７ ＭＰａ，点火延迟为 ６０ ｍｓ。 １. ４ 粉尘云的最大爆炸压力测试 粉尘云的爆炸下限和最大爆炸压力皆由 ２０ Ｌ 球爆炸装置进行测试。 该装置由压力传感器、分散 系统、点火系统和控制及数据采集系统等组成，如图 １ 所示。 不锈钢球体的侧面设有观察口，可透过有 机玻璃观察球体内是否出现火光。 １. ５ 基于响应面法的粉尘云爆炸压力试验 利用响应面中的 Ｂｏｘ-Ｂｅｈｎｋｅｎ 试验设计法对梧 桐树粉尘云的爆炸压力进行测试，设计需要用到专 业的试验设计软件 Ｄｅｓｉｇｎ-Ｅｘｐｅｒｔ[７]。 响应面法能够 对比分析粉尘粒径、粉尘浓度与点火能量对爆炸压 力的影响程度[８]，软件 Ｄｅｓｉｇｎ-Ｅｘｐｅｒｔ 可优化试验条 件，并在该试验条件下再次试验，得出最大爆炸压 力。 这一步骤主要分为 ３ 个阶段 １ － 操作柄；２ － 外壁；３ － 内壁；４ － 真空表；５ － 冷却水 入口；６ － 快速开启阀；７ － 底座；８ － 粉尘分散阀；９ － 进气 口；１０ － 观察窗；１１ － 储气室储粉室；１２ － 压力表； １３ － 压力传感器；１４ － 冷却水出口；１５ － 安全锁；１６ － 电极。 图 １ ２０ Ｌ 爆炸球测试装置 Ｆｉｇ. １ ２０ Ｌ ｓｐｈｅｒｉｃａｌ ｅｘｐｌｏｓｉｖｅ ｄｅｖｉｃｅ １选择试验设计法。 响应面中使用最多的是 中心组合试验设计和 Ｂｏｘ-Ｂｅｈｎｋｅｎ 试验设计[９]，选 取 Ｂｏｘ-Ｂｅｈｎｋｅｎ 试验设计法进行试验。 ２分析。 对非线性数据进行拟合和方差分析， 计算出响应面函数，再评估拟合精度和模型及各项 的显著性[１０]。 ３优化。 在优化阶段，使用者根据自身需求预 测出试验最优值本文中的最优值为最大爆炸压 力，软件能提供最优的试验参数，把最优的参数设 定为实际试验参数[１１]。 选择响应面中的 Ｂｏｘ-Ｂｅｈｎｋｅｎ ＤｅｓｉｇｎＢＢＤ进 入设计界面，设定因素数量和响应值个数即爆炸 压力 [１２]，同时设定试验因素的高低值。 粉尘粒度 的高值为 ４００ 目，低值为 ２００ 目；粉尘质量浓度的高 值为 ８００ ｇ/ ｍ３，低值为 ２００ ｇ/ ｍ３；点火能量的高值 为 １０ ｋＪ，低值为 ２ ｋＪ。 因素 Ａ 为粉尘粒径，Ｂ 为质 量浓度，Ｃ 为点火能量，响应值是爆炸压力，每个因 素下皆为 ３ 水平，软件能自动给出试验条件，３ 因素 的试验值可为真实值，也可为编码值。 设置界面如图 ２ 所示。 ２ 试验结果与讨论 ２. １ 最小点火能 由图３可知，不同中位粒径的木粉的最小点火 能随质量浓度变化的趋势有相似之处，皆为先下降 后上升。样品３＃在１２５ ７５０ ｇ/ ｍ３的质量浓度区间 内，最小点火能下降，当质量浓度高于７５０ ｇ/ ｍ３时， ８１ 爆 破 器 材 第 ４６ 卷第 ６ 期 图 ２ 响应面法的 Ｂｏｘ-Ｂｅｈｎｋｅｎ 设计界面 Ｆｉｇ. ２ Ｂｏｘ-Ｂｅｈｎｋｅｎ ｄｅｓｉｇｎ ｓｕｒｆａｃｅ ｏｆ ｒｅｓｐｏｎｓｅ ｓｕｒｆａｃｅ ｍｅｔｈｏｄ 图 ３ 质量浓度对最小点火能的影响 Ｆｉｇ. ３ Ｅｆｆｅｃｔ ｏｆ ｍａｓｓ ｃｏｎｃｅｎｔｒａｔｉｏｎ ｏｎ ｔｈｅ ｍｉｎｉｍｕｍ ｉｇｎｉｔｉｏｎ ｅｎｅｒｇｙ 最小点火能开始上升。 样品 １＃和样品 ２＃在 １２５ ５００ ｇ/ ｍ３的质量浓度区间内，最小点火能下降，当 质量浓度高于 ５００ ｇ/ ｍ３时，最小点火能开始上升。 样品 １＃ 样品 ３＃的最小点火能分别为 ７０、９０ ｍＪ 和 １５０ ｍＪ。 粉尘质量浓度低，意味着有限空间内悬浮的颗 粒数量少，颗粒与颗粒之间的距离远，颗粒燃烧时热 传递变得更加困难，只有通过增大外界能量的方法 才能确保爆炸发生；若浓度过高，会导致有限空间内 氧气变得稀缺，木粉颗粒难以充分燃烧；此外，过量 的粉尘颗粒极易附着于电极尖端，这就会大幅削减 哈特曼管尖端放电的能量，致使最小点火能增大。 在相同质量浓度条件下，粉尘粒径减小，颗粒数 目增加，粉尘云的分散性变得更好，由此增加了颗粒 参与燃烧反应的比表面积，强化了燃烧热的释放，使 粉尘颗粒能被较低的能量所点燃。 ２. ２ 响应面法的结果与分析 依据 Ｂｏｘ-Ｂｅｈｎｋｅｎ 设计法得出的试验方案进行 粉尘云爆炸压力爆炸试验，软件给出了 １７ 个需要进 行测试的点[１３]，测试结果如表 ２。 填入数据完毕， 选择 Ａｎａｌｙｓｉｓ 按钮进入响应面分析界面，按照试验 要求做好相关设置后，选择 ＡＮＯＶＡ 按钮查阅方差 分析结果，如表 ３ 所示。 表 ３ 中，Ｐ ０. ０５ 表明差异 显著；Ｐ ０. ０１ 表明差异非常显著。 表 ２ 影响因素的响应面设计与结果 Ｔａｂ. ２ Ｒｅｓｐｏｎｓｅ ｓｕｒｆａｃｅ ｄｅｓｉｇｎ ａｎｄ ｒｅｓｕｌｔｓ ｏｆ ｉｎｆｌｕｅｎｃｉｎｇ ｆａｃｔｏｒｓ 序号 粒径 Ａ/ 目 质量浓度 Ｂ/ ｇｍ －３ 点火能量 Ｃ/ ｋＪ 爆炸压力 ｐ１/ ＭＰａ １３００２００１００. ２８８ ５ ２４００８００６０. ７２３ １ ３３００２００２０. １７８ １ ４３００８００２０. ６７６ ９ ５２００８００６０. ６８１ １ ６３００５００６０. ５７６ ２ ７４００５００１００. ６７９ ４ ８３００８００１００. ７８６ ９ ９４００２００６０. ２５３ ６ １０２００２００６０. １８９ ９ １１３００５００６０. ５８８ ７ １２４００５００２０. ５５７ ８ １３２００５００１００. ６３２ ４ １４３００５００６０. ５８５ １ １５２００５００２０. ５０６ ５ １６３００５００６０. ５８９ ３ １７３００５００６０. ５９０ １ 表 ３ 回归模型的方差分析结果 Ｔａｂ. ３ Ｖａｒｉａｎｃｅ ａｎａｌｙｓｉｓ ｏｆ ｒｅｇｒｅｓｓｉｏｎ ｍｏｄｅｌ ｏｆ ｒｅｓｐｏｎｓｅ ｓｕｒｆａｃｅ ｔｅｓｔ 方差 来源 平方和 ＳＳ 自由度 ＤＦ 均方ＭＳＦＰ Ａ４. ８８３ １０ －３ １４. ８８ １０ －３ ２８１. ２６０ ０ ０. ０００ １ Ｂ４. ７４４ １０ －１ １４. ７４ １０ －１ ２７ ３２６. ５８ ０. ０００ １ Ｃ７. ４７９ １０ －３ １７. ４８ １０ －３ ４３０. ８３０ ８ ０. ０００ １ ＡＢ１. １１０ １０ －４ １１. １１ １０ －４ ６. ３７４ ９９４ ０. ０００ １ ＡＣ４. ４４０ １０ －５ １４. ４４ １０ －５ ２. ５５５ ０３５ ０. ０４０ ０ ＢＣ２. ７５０ １０ －５ １２. ７５ １０ －５ １. ５８４ ６７２ ０. １５４ ０ Ａ２３. ５００ １０ －４ １３. ５０ １０ －４ ２０. １８７ ５６ ０. ２４８ ４ Ｂ２５. ５２４ １０ －２ １５. ５２ １０ －２ ３ １８２. ０３４ ０. ００２ ８ Ｃ２８. ７５０ １０ －５ １８. ７５ １０ －５ ５. ０４１ ６３７ ０. ０５， 证明了 ＢＣ 项未对响应值造成 显著影响。 模型失拟项表示模型预测值与实际值 不拟合的概率的 Ｐ 值为０. ３０３ ８，这表明失拟项对 模型的影响并不显著，证实了模型完全与试验结果 匹配，可以依据此模型对梧桐树粉尘的爆炸压力进 行预测。 模型的相关系数 Ｒ２＝ ０. ９９８ １，校正后的系数 Ｒａｄｊ＝０. ９９５ ８，说明模型能够解释试验数据９９. ５８％ 的信息量，变异系数ＣＶ为 ２. １０６％ ，小于 １５％ 的 临界值，印证了该模型对实测数据有极好的解释性。 由方差分析模型得多元二次回归方程 ｐ１＝０. ５９０ ＋０. ０２６Ａ ＋０. ２４０Ｂ ＋０. ０５８Ｃ － ５. ４２５ １０ －３ＡＢ －１. ０８５ １０－３ＡＣ －１. ０１２ １０ －４ＢＣ －６. ２７０ １０－３Ａ２ －０. １２０Ｂ２＋０. ０１４Ｃ２。 １ 在回归方程中，可由响应变量的一次项系数的 绝对值来判定 ３ 因素对爆炸压力的影响程度[１６]。 由式１可知 ３ 个因素对粉尘爆炸压力的影响程度 由强到弱依次为 粉尘浓度、点火能量、粉尘粒径。 在 Ｄｅｓｉｇｎ-Ｅｘｐｅｒｔ 软件的优化设置中选择计算最大 值的功能，软件将给出试验因素的具体取值，在该条 件下进行试验来验证模型预测的结论是否可靠。 软 件给出的试验因素的具体取值粒度为 ４００ 目，质量 浓度为 ７８８ ｇ/ ｍ３，点火能量为 １０ ｋＪ，软件由回归方 程预测的最大爆炸压力为 ０. ８０６ １ ＭＰａ。 依据软件 给出的试验因素取值进行粉尘云最大爆炸压力的测 试，图 ４ 为按照优化条件进行试验的爆炸压力图，测 得压 力 值 为 ０. ７９５ ９ ＭＰａ， 预 测 值 的 误 差 仅 为 １. ２８％，充分证明了该模型的有效性。 ３ 结论 １样品 １＃、样品 ２＃和样品 ３＃的最小点火能分别 图 ４ 优化条件下试验得出的 粉尘云爆炸压力 Ｆｉｇ. ４ Ｅｘｐｌｏｓｉｏｎ ｐｒｅｓｓｕｒｅ ｏｆ ｄｕｓｔ ｃｌｏｕｄ ｕｎｄｅｒ ｔｈｅ ｏｐｔｉｍｉｚｅｄ ｃｏｎｄｉｔｉｏｎｓ 为 ７０、９０ ｍＪ 和 １５０ ｍＪ。 ２从回归方程的响应变量的一次项系数判断 出 ３ 个因素对爆炸压力的影响程度由强到弱依次 为粉尘浓度、点火能量、粉尘粒径。 ３用软件对爆炸压力的试验条件进行优化，在 优化后的条件下进行试验，测得压力值为 ０. ７９５ ９ ＭＰａ，试验值与预测值之间的误差仅为 １. ２８％。 ４与以往的单因素试验法不同，研究了粉尘浓 度、粉尘粒径与点火能量同时对爆炸压力施加影响 的情况，把响应面试验法成功应用于粉尘爆炸测试 领域，为防治粉尘爆炸提供了参考。 参 考 文 献 [１] 陈国华，江湖一佳，王新华. 红木粉爆炸特性实验研究 [Ｊ]. 消防科学与技术，２０１６，３５９ １２００-１２０３. ＣＨＥＮ Ｇ Ｈ， ＪＩＡＮＧ Ｈ Ｙ Ｊ， ＷＡＮＧ Ｘ Ｈ.Ｓｔｕｄｙ ｏｎ ｃｈａｒａｃｔｅｒｉｓｔｉｃｓ ｏｆ ｍａｈｏｇａｎｙ ｗｏｏｄ ｄｕｓｔ ｅｘｐｌｏｓｉｏｎ[Ｊ]. Ｆｉｒｅ Ｓｃｉｅｎｃｅ ａｎｄ Ｔｅｃｈｎｏｌｏｇｙ， ２０１６，３５９ １２００-１２０３. [２] ＭＥＤＩＮＡ Ｃ Ｈ，ＳＡＴＴＡＲ Ｈ， ＰＨＹＬＡＫＴＯＵ Ｈ Ｎ， ｅｔ ａｌ. Ｅｘｐｌｏｓｉｏｎ ｒｅａｃｔｉｖｉｔｙ ｃｈａｒａｃｔｅｒｉｓａｔｉｏｎ ｏｆ ｐｕｌｖｅｒｉｓｅｄ ｔｏｒｒｅｆｉｅｄ ｓｐｒｕｃｅ ｗｏｏｄ [ Ｊ].Ｊｏｕｒｎａｌ ｏｆ Ｌｏｓｓ Ｐｒｅｖｅｎｔｉｏｎ ｉｎ ｔｈｅ Ｐｒｏｃｅｓｓ Ｉｎｄｕｓｔｒｉｅｓ，２０１５，３６ ２８７-２９５. [３] ＴＯＤＡＫＡ Ｍ， ＫＯＷＨＡＫＵＬ Ｗ， ＭＡＳＡＭＯＴＯ Ｈ， ｅｔ ａｌ. Ｔｈｅｒｍａｌ ａｎａｌｙｓｉｓ ａｎｄ ｄｕｓｔ ｅｘｐｌｏｓｉｏｎ ｃｈａｒａｃｔｅｒｉｓｔｉｃｓ ｏｆ ｓｐｅｎｔ ｃｏｆｆｅｅ ｇｒｏｕｎｄｓ ａｎｄ ｊａｔｒｏｐｈａ[Ｊ]. Ｊｏｕｒｎａｌ ｏｆ Ｌｏｓｓ Ｐｒｅｖｅｎｔｉｏｎ ｉｎ ｔｈｅ Ｐｒｏｃｅｓｓ Ｉｎｄｕｓｔｒｉｅｓ，２０１６，４４ ５３８-５４３. [４] ＭＥＤＩＮＡ Ｃ Ｈ， ＰＨＹＬＡＫＴＯＵ Ｈ Ｎ， ＡＮＤＲＥＷＳ Ｇ Ｅ， ｅｔ ａｌ. Ｅｘｐｌｏｓｉｏｎ ｃｈａｒａｃｔｅｒｉｓｔｉｃｓ ｏｆ ｐｕｌｖｅｒｉｓｅｄ ｔｏｒｒｅｆｉｅｄ ａｎｄ ｒａｗ Ｎｏｒｗａｙ ｓｐｒｕｃｅ Ｐｉｃｅａ ａｂｉｅｓａｎｄ Ｓｏｕｔｈｅｒｎ ｐｉｎｅ Ｐｉｎｕｓ ｐａｌｕｓｔｒｉｓ ｉｎ ｃｏｍｐａｒｉｓｏｎ ｔｏ ｂｉｔｕｍｉｎｏｕｓ ｃｏａｌ [Ｊ]. Ｂｉｏｍａｓｓ ａｎｄ Ｂｉｏｅｎｅｒｇｙ，２０１５，７９１１６-１２７. [５] 黄丽媛，曹卫国，徐森，等. 石松子粉最小点火能试验 研究[Ｊ]. 爆破器材，２０１２，４１５９-１１，１６. 下转第 ２５ 页 ０２ 爆 破 器 材 第 ４６ 卷第 ６ 期 Ｊｏｕｒｎａｌ ｏｆ Ｅｎｅｒｇｅｔｉｃ Ｍａｔｅｒｉａｌｓ， ２０１４，２２６７９２-７９７. [５] 裴浩. 超细高氯酸铵表面包覆及其性能研究[Ｄ]. 南 京南京理工大学，２０１３. ＰＥＩ Ｈ. Ｓｔｕｄｙ ｏｎ ｔｈｅ ｓｕｒｆａｃｅ ｃｏａｔｉｎｇ ａｎｄ ｐｒｏｐｅｒｔｉｅｓ ｏｆ ｓｕｐｅｒｆｉｎｅ ａｍｍｏｎｉｕｍ ｐｅｒｃｈｌｏｒａｔｅ [Ｄ]. Ｎａｎｊｉｎｇ Ｎａｎｊｉｎｇ Ｕｎｉｖｅｒｓｉｔｙ ｏｆ Ｓｃｉｅｎｃｅ ａｎｄ Ｔｅｃｈｎｏｌｏｇｙ， ２０１３. [６] 胡俊. 超细高氯酸铵复合改性及性能研究[Ｄ]. 南 京南京理工大学，２０１４. ＨＵ Ｊ. Ｓｔｕｄｙ ｏｎ ｔｈｅ ｃｏｍｐｏｕｎｄ ｍｏｄｉｆｉｃａｔｉｏｎ ａｎｄ ｐｅｒｆｏｒ- ｍａｎｃｅ ｏｆ ｓｕｐｅｒｆｉｎｅ ａｍｍｏｎｉｕｍ ｐｅｒｃｈｌｏｒａｔｅ[Ｄ]. Ｎａｎｊｉｎｇ Ｎａｎｊｉｎｇ Ｕｎｉｖｅｒｓｉｔｙ ｏｆ Ｓｃｉｅｎｃｅ ａｎｄ Ｔｅｃｈｎｏｌｏｇｙ， ２０１４. [７] ＷＡＮＧ Ｈ Ｙ， ＪＩＡＮ Ｇ Ｑ， ＹＡＮ Ｓ， ｅｔ ａｌ. Ｅｌｅｃｔｒｏｓｐｒａｙ ｆｏｒ- ｍａｔｉｏｎ ｏｆ ｇｅｌｌｅｄ ｎａｎｏ-ａｌｕｍｉｎｕｍ ｍｉｃｒｏｓｐｈｅｒｅｓ ｗｉｔｈ ｓｕｐｅ- ｒｉｏｒ ｒｅａｃｔｉｖｉｔｙ[Ｊ]. Ａｐｐｌｉｅｄ Ｍａｔｅｒｉａｌ ＆ Ｉｎｔｅｒｆａｃｅｓ， ２０１３， ５１５ ６７９７-６８０１. [８] ＷＡＮＧ Ｈ Ｙ， ＪＩＡＮ Ｇ Ｑ， ＥＧＡＮ Ｇ Ｃ， ｅｔ ａｌ. Ａｓｓｅｍｂｌｙ ａｎｄ ｒｅａｃｔｉｖｅ ｐｒｏｐｅｒｔｉｅｓ ｏｆ Ａｌ/ ＣｕＯ ｂａｓｅｄ ｎａｎｏｔｈｅｒｍｉｔｅ ｍｉｃｒｏｐａｒｔｉｃｌｅｓ[Ｊ]. Ｃｏｍｂｕｓｔｉｏｎ ａｎｄ Ｆｌａｍｅ， ２０１４， １６１ ８ ２２０３-２２０８. [９] 王海洋. 纳米含能材料的静电喷雾法制备与燃烧特性 表征[Ｄ]. 南京南京理工大学，２０１５. ＷＡＮＧ Ｈ Ｙ. Ｅｌｅｃｔｒｏｓｐｒａｙ ｆｏｒｍａｔｉｏｎ ｏｆ ｅｎｅｒｇｅｔｉｃ ｍｉｃｒｏ-/ ｎａｎｏ-ｐａｒｔｉｃｌｅ ａｎｄ ｉｔｓ ｅｘｐｌｏｓｉｏｎ ａｎｄ ｃｏｍｂｕｓｔｉｏｎ ｐｅｒｆｏｒ- ｍａｎｃｅ[Ｄ]. Ｎａｎｊｉｎｇ Ｎａｎｊｉｎｇ Ｕｎｉｖｅｒｓｉｔｙ ｏｆ Ｓｃｉｅｎｃｅ ａｎｄ Ｔｅｃｈｎｏｌｏｇｙ， ２０１５. [１０] ＨＡＮ Ｚ Ｗ， ＷＡＮＧ Ｄ， ＷＡＮＧ Ｈ Ｙ， ｅｔ ａｌ. Ｅｌｅｃｔｒｏｓｐｒａｙ ｆｏｒｍａｔｉｏｎ ｏｆ ＲＤＸ/ ｃｅｒｉａ ｍｉｘｔｕｒｅ ａｎｄ ｉｔｓ ｔｈｅｒｍａｌ ｄｅｃｏｍ- ｐｏｓｉｔｉｏｎ ｐｅｒｆｏｒｍａｎｃｅ[Ｊ]. Ｊｏｕｒｎａｌ ｏｆ Ｔｈｅｒｍａｌ Ａｎａｌｙｓｉｓ ａｎｄ Ｃａｌｏｒｉｍｅｔｒｙ， ２０１６， １２３１１-７. [１１] 樊学忠，李吉祯，付小龙，等. 不同粒度高氯酸铵的热 分解研究[Ｊ]. 化学学报，２００９，６７１３９-４４. ＦＡＮ Ｘ Ｚ， ＬＩ Ｊ Ｚ， ＦＵ Ｘ Ｌ， ｅｔ ａｌ. Ｔｈｅｒｍａｌ ｄｅｃｏｍｐｏｓｉ- ｔｉｏｎｓ ｏｆ ａｍｍｏｎｉｕｍ ｐｅｒｃｈｌｏｒａｔｅ ｏｆ ｖａｒｉｏｕｓ ｇｒａｎｕｌａｒｉｔｉｅｓ [Ｊ]. Ａｃｔａ Ｃｈｉｍｉｃａ Ｓｉｎｉｃａ， ２００９， ６７１３９-４４. �������������������������������������������������������������������������������������������� 上接第 ２０ 页 ＨＵＡＮＧ Ｌ Ｙ， ＣＡＯ Ｗ Ｇ， ＸＵ Ｓ， ｅｔ ａｌ. Ｅｘｐｅｒｉｍｅｎｔａｌ ｒｅｓｅａｒｃｈ ｏｎ ｍｉｎｉｍｕｍ ｉｇｎｉｔｉｏｎ ｅｎｅｒｇｙ ｏｆ ｌｙｃｏｐｏｄｉｕｍ[Ｊ]. Ｅｘｐｌｏｓｉｖｅ Ｍａｔｅｒｉａｌｓ， ２０１２，４１５９-１１，１６. [６]Ａｍｅｒｉｃａｎ Ｓｏｃｉｅｔｙ ｆｏｒ Ｔｅｓｔｉｎｇ Ｍａｔｅｒｉａｌ.Ｓｔａｎｄａｒｄ ｔｅｓｔ ｍｅｔｈｏｄ ｆｏｒ ｍｉｎｉｍｕｍ ｉｇｎｉｔｉｏｎ ｅｎｅｒｇｙ ｏｆ ａ ｄｕｓｔ ｃｌｏｕｄ ｉｎ ａｉｒ Ｅ２０１９ [ Ｓ].Ｐｅｎｎｓｙｌｖａｎｉａ Ｓｔａｎｄａｒｄｓ Ｐｒｅｓｓ ｏｆ Ａｍｅｒｉｃａ， ２００２. [７] 李莉，张赛，何强，等. 响应面法在试验设计与优化中 的应用[Ｊ]. 实验室研究与探索，２０１５，３４８ ４１-４５. ＬＩ Ｌ， ＺＨＡＮＧ Ｓ， ＨＥ Ｑ， ｅｔ ａｌ. Ａｐｐｌｉｃａｔｉｏｎ ｏｆ ｒｅｓｐｏｎｓｅ ｓｕｒｆａｃｅ ｍｅｔｈｏｄｏｌｏｇｙ ｉｎ ｅｘｐｅｒｉｍｅｎｔ ｄｅｓｉｇｎ ａｎｄ ｏｐｔｉｍｉｚａ- ｔｉｏｎ [Ｊ]. Ｒｅｓｅａｒｃｈ ａｎｄ Ｅｘｐｌｏｒａｔｉｏｎ ｉｎ Ｌａｂｏｒａｔｏｒｙ，２０１５， ３４８４１-４５. [８] 姚笛，马萍，王颖，等. 响应面法优化玉米芯中木聚糖 的提取工艺[Ｊ]. 食品科学，２０１１，３２８ １１１-１１５. ＹＡＯ Ｄ， ＭＡ Ｐ， ＷＡＮＧ Ｙ， ｅｔ ａｌ. Ｏｐｔｉｍｉｚａｔｉｏｎ ｏｆ ｅｘｔｒａｃ- ｔｉｏｎ ｐｒｏｃｅｓｓ ｆｏｒ ｘｙｌａｎ ｆｒｏｍ ｃｏｒｎｃｏｂ ｂｙ ｒｅｓｐｏｎｓｅ ｓｕｒｆａｃｅ ｍｅｔｈｏｄｏｌｏｇｙ[Ｊ]. Ｆｏｏｄ Ｓｃｉｅｎｃｅ，２０１１，３２８ １１１-１１５. [９] 樊月，秦芳玲，王倩，等. 响应面法优化硫酸盐还原菌 培养条件[Ｊ]. 油田化学，２０１５， ３２３４０６-４１０. ＦＡＮ Ｙ， ＱＩＮ Ｆ Ｌ，ＷＡＮＧ Ｑ， ｅｔ ａｌ. Ｏｐｔｉｍｉｚａｔｉｏｎ ｏｆ ｃｕｌ- ｔｕｒｅ ｃｏｎｄｉｔｉｏｎｓ ｆｏｒ ｓｕｌｆａｔｅ-ｒｅｄｕｃｉｎｇ ｂａｃｔｅｒｉａ ｂｙ ｒｅｓｐｏｎｓｅ ｓｕｒｆａｃｅ ｍｅｔｈｏｄｏｌｏｇｙ [ Ｊ]. Ｏｉｌｆｉｅｌｄ Ｃｈｅｍｉｓｔｒｙ， ２０１５，３２ ３４０６-４１０. [１０] 张树林，翁建男，陈思文，等. 响应面法优化酵母菌处 理餐饮废水[Ｊ]. 环境工程学报，２０１５， ９ ７ ３１４１- ３１４６. ＺＨＡＮＧ Ｓ Ｌ， ＷＥＮＧ Ｊ Ｎ， ＣＨＥＮ Ｓ Ｗ， ｅｔ ａｌ. Ｏｐｔｉｍｉ- ｚｉｎｇ ｃｏｎｄｉｔｉｏｎｓ ｆｏｒ ｔｒｅａｔｍｅｎｔ ｏｆ ｒｅｓｔａｕｒａｎｔ ｗａｓｔｅｗａｔｅｒ ｂｙ ｙｅａｓｔｓ ｕｓｉｎｇ ｒｅｓｐｏｎｓｅ ｓｕｒｆａｃｅ ｍｅｔｈｏｄｏｌｏｇｙ[Ｊ]. Ｃｈｉｎｅｓｅ Ｊｏｕｒｎａｌ ｏｆ Ｅｎｖｉｒｏｎｍｅｎｔａｌ Ｅｎｇｉｎｅｅｒｉｎｇ， ２０１５， ９ ７ ３１４１-３１４６. [１１] ＢＵＡＨ Ｗ Ｋ， ＣＵＮＬＩＦＦＥ Ａ Ｍ， ＷＩＬＬＩＡＭＳ Ｐ Ｔ. Ｃｈａ- ｒａｃｔｅｒｉｚａｔｉｏｎ ｏｆ ｐｒｏｄｕｃｔｓ ｆｒｏｍ ｔｈｅ ｐｙｒｏｌｙｓｉｓ ｏｆ ｍｕｎｉｃｉｐａｌ ｓｏｌｉｄ ｗａｓｔｅ[Ｊ]. Ｐｒｏｃｅｓｓ Ｓａｆｅｔｙ ａｎｄ Ｅｎｖｉｒｏｎｍｅｎｔａｌ Ｐｒｏ- ｔｅｃｔｉｏｎ， ２００７， ８５５４５０-４５７. [１２] ＣＨＥＮ Ｗ， ＷＡＮＧ Ｗ Ｐ，ＺＨＡＮＧ Ｈ Ｓ，ｅｔ ａｌ. Ｏｐｔｉｍｉｚａ- ｔｉｏｎ ｏｆ ｕｌｔｒａｓｏｎｉｃ-ａｓｓｉｓｔｅｄ ｅｘｔｒａｃｔｉｏｎ ｏｆ ｗａｔｅｒ-ｓｏｌｕｂｌｅ ｐｏｌｙｓａｃｃｈａｒｉｄｅｓｆｒｏｍＢｏｌｅｔｕｓｅｄｕｌｉｓｍｙｃｅｌｉａｕｓｉｎｇ ｒｅｓｐｏｎｓｅ ｓｕｒｆａｃｅ ｍｅｔｈｏｄｏｌｏｇｙ [ Ｊ]. Ｃａｒｂｏｈｙｄｒａｔｅ Ｐｏｌｙ- ｍｅｒｓ，２０１２，８７１６１４-６１９. [１３] ＦＡＮ Ｔ， ＨＵ Ｊ Ｇ，ＦＵ Ｌ Ｄ，ｅｔ ａｌ. Ｏｐｔｉｍｉｚａｔｉｏｎ ｏｆ ｅｎｚｙ- ｍｏｌｙｓｉｓ-ｕｌｔｒａｓｏｎｉｃ ａｓｓｉｓｔｅｄ ｅｘｔｒａｃｔｉｏｎ ｏｆ ｐｏｌｙｓａｃｃｈａｒｉｄｅｓ ｆｒｏｍ Ｍｏｍｏｒｄｉｃａ ｃｈａｒａｂｔｉａ Ｌ. ｂｙ ｒｅｓｐｏｎｓｅ ｓｕｒｆａｃｅ ｍｅｔ- ｈｏｄｏｌｏｇｙ[ Ｊ]. Ｃａｒｂｏｈｙｄｒａｔｅ Ｐｏｌｙｍｅｒｓ，２０１５，１１５７０１- ７０６. [１４] ＬＩ Ｊ， ＡＮ Ｔ， ＬＩＵ Ｎ，ｅｔ ａｌ. Ｏｐｔｉｍｉｚａｔｉｏｎ ｏｆ ｔｈｅ ｅｘｔｒａｃｔｉｏｎ ｏｆ ａｐｐｌｅ ｐｏｌｙｐｈｅｎｏｌｓ ｂｙ ｒｅｓｐｏｎｓｅ ｓｕｒｆａｃｅ-ｍｉｃｒｏｗａｖｅ ｍｅｔｈｏｄｏｌｏｇｙ [ Ｊ]. Ｊｏｕｒｎａｌ ｏｆ Ｆｏｏｄ Ｓａｆｅｔｙ ＆ Ｑｕａｌｉｔｙ， ２０１５，６２０２９-２０３５. [１５] ＤＵＦＡＵＤ Ｏ，ＴＲＡＯＲ Ｍ， ＰＥＲＲＩＮ Ｌ， ｅｔ ａｌ. Ｅｘｐｅｒｉ- ｍｅｎｔａｌ ｉｎｖｅｓｔｉｇａｔｉｏｎ ａｎｄ ｍｏｄｅｌｌｉｎｇ ｏｆ ａｌｕｍｉｎｕｍ ｄｕｓｔｓ ｅｘｐｌｏｓｉｏｎｓ ｉｎ ｔｈｅ ２０ Ｌ ｓｐｈｅｒｅ[Ｊ]. Ｊｏｕｒｎａｌ ｏｆ Ｌｏｓｓ Ｐｒｅ- ｖｅｎｔｉｏｎ ｉｎ ｔｈｅ Ｐｒｏｃｅｓｓ Ｉｎｄｕｓｔｒｉｅｓ，２０１０，２３ ２２２６- ２３６. [１６] ＡＭＹＯＴＴＥ Ｐ Ｒ，ＣＬＯＮＥＹ Ｃ Ｔ， ＫＨＡＮ Ｆ Ｉ， ｅｔ ａｌ. Ｄｕｓｔ ｅｘｐｌｏｓｉｏｎ ｒｉｓｋ ｍｏｄｅｒａｔｉｏｎ ｆｏｒ ｆｌｏｃｃｕｌｅｎｔ ｄｕｓｔｓ[Ｊ]. Ｊｏｕｒ- ｎａｌ ｏｆ Ｌｏｓｓ Ｐｒｅｖｅｎｔｉｏｎ ｉｎ ｔｈｅ Ｐｒｏｃｅｓｓ Ｉｎｄｕｓｔｒｉｅｓ，２０１２，２５ ５８６２-８６９. ５２２０１７ 年 １２ 月 Ｆ２６０４/ ＡＰ 复合物制备及性能研究 周天泓，等