奥克托今(HMX；1，3，5，7-四硝基-1，3，5，7-四氮杂环辛烷)是当前综合性能最好的高能炸药，这种炸药为基的高聚物粘结炸药(PBX)是非常重要的军用混合炸药，广泛应用于国防军事领域，研究这类PBX的老化对武器系统有效寿命的研究具有重要参考价值，同时也能为炸药分解机理的研究提供一些理论依据。目前，评估炸药寿命最常见的方法是加速老化方法，加速老化是指在超过使用环境条件的应力水平下对样品进行寿命试验，从而快速获得产品的失效信息，再运用老化模型外推产品在正常应力水平下的贮存期。因此，老化模型是利用加速老化试验信息外推产品在正常环境下的各种可靠性特征的关键，老化模型的适宜性选择直接影响预测值的准确性。故PBX的老化模型研究是PBX老化研究的关键部分，HMX基PBX的老化模型研究具有重要意义。　　 对比目前PBX的各种老化模型，人工神经网络模型具有容错性强、多因素关联映射、并行分布式处理、自适应和自组织等优点，可以解决多因素影响PBX老化或PBX老化机理复杂引起建模困难的问题。本文分析比较了Arrhenius方法、时间温度叠加原理、人工神经网络三种方法在加速老化试验寿命评估中的适用范围和应用特点，并对HMX基PBX加速老化数据进行分析建模，对HMX基PBX常温贮存寿命进行预测，对三种老化模型在HMX基PBX贮存寿命推算的合理性和准确性进行了讨论和分析。重点对神经网络的建立方法进行了研究，用误差反向传播(BP)神经网络建立HMX基PBX的老化模型，通过对比Arrhenius模型和时温叠加原理模型，验证神经网络模型的准确性，考察了神经网络参数(隐含层节点数、数据预处理、不同神经网络、激励函数等)对模型效果的影响。初步建立了HMX基PBX的老化模型。主要结果有：　　 (1)利用四种类型的神经网络(误差反向传播(BP)神经网络、径向基(RBF)神经网络、广义回归(GRNN)神经网络、遗传算法优化误差反向传播(GA-BP)神经网络)对HMX基PBX不同温度下老化24个月后拉伸模量变化进行拟合仿真。GA-BP网络模型较为适宜。　　 (2)建立HMX基PBX在45℃、55℃、65℃、75℃下老化的质量变化的神经网络模型，预测值与Arrhenius模型和时温叠加原理模型较为一致。预测得该HMX基PBX常温下的寿命为400年左右。　　 (3)降低训练样本数据的非线性关系可以极大提高神经网络模型的准确性(未改进的BP神经网络预测HMX基PBX常温寿命为5-10年，与改进后的预测值363年相差接近2个数量级)。　　 (4)神经网络模型整体结构稳定性对模型预测效果的影响很大，增加隐含层节点数会增加模型的不稳定性，导致模型局部严重偏离实际值。