乳化炸药是民爆行业中最受欢迎的炸药,它广泛用于各类工业爆破作业中,随着乳化炸药生产量的逐年增加,对它的质量要求也越来越高,质量的好坏直接体现在乳化炸药的稳定性上。乳化炸药是否稳定,由原材料选择、原材料配比、制作工艺和存储环境这四方面的因素组成,即使各项影响因素指标都在合理范围内,最终得到的乳化炸药也不一定达到稳定标准,且传统测量方法难以实现快速测定乳化炸药的稳定性能。综合以上原因,为能够快速测量乳化炸药的稳定性,确保乳化炸药的使用和存储质量,本文的主要研究内容可概括为以下三点:(1)从乳化炸药原材料选取、原材料配比、制作工艺和储存环境入手,分析影响乳化炸药稳定性的因素,以及稳定性测量模型运用的理论方法。(2)在深度神经网络结构的基础上建立了乳化炸药稳定性测量模型,在网络结构上进行优化改造并加入了具有时序性特征的长短时记忆结构,在算法上构建了带有权重系数的适用于多输入参数条件下的目标损失函数,通过对比常用构建测量模型的算法,进一步提升模型的测量准确性和泛化能力,在应用于工业领域的乳化炸药稳定性数据集上可以达到95%以上的测量准确性,实现了实时对乳化炸药稳定性测量结果的反馈,确保乳化炸药的使用和存储质量,并有效提高了测量效率。(3)设计了乳化炸药评测系统,通过前台获取输入参数、中台对接乳化炸药测量模型和后台调用数据库的方式实现了系统的整体联动测量,实现了神经网络模型与乳化炸药评测系统的无缝对接,并能够根据工业需要预测和监测乳化炸药稳定性在选定时间范围内的变化情况,在系统应用层面为乳化炸药稳定性测量提供了有力支持。