第一節 物質AIT 實驗之方法
由美國測試材料協會(ASTM)提出之AIT標準測試方法E659-78，用 來量測液體化學品之AIT。將少量的試劑加入到設定溫度且含有空氣的 500ml燒瓶中，在黑暗中觀察燒瓶內容物 10min或到自燃發生為止。測 試的過程需重覆試驗，直到找出物質在空氣中，沒有外在的火源，其 易燃混合氣體放出熱量速率高於熱量散失速率使引燃的最低溫度，即 為AIT(19)。試驗過程中，因自燃的判定，來自實驗者的決定，因此過程 耗費時間人力，當中實驗的條件設定不盡相同，皆會影響其AIT的測 定，因此相關文獻中，提供之AIT實驗數據不盡相同(6,10-12)。
因實際實驗之不便，因此發展相關的數學預測模式取代AIT 的量 測，實為目前研究的相關發展。
第二節 物理化學性質預測模式
美國測試材料協會(ASTM)於 1967 年成立E-27 的委員會，該會目標 為對有關物質能量危害評估的測試方法提出標準化，其中的E-27.07 子 委員會被指派發展能量危害的預測模式，相關的預測研究成果被整合 成CHETAH 1.0 的電腦軟體。由於CHETAH設定輸入條件為化學物質的 結構，因此以採用多種性質的多變量QSPR模式為基礎的熱化學危害一 直是相關研究的主要方式(13, 14, 16,24-33)，同時QSPR預測模式的研究成果 也更新CHETAH軟體，隨著QSPR預測模式的研究成果發展，該軟件於 2005 年公布的第 8 版已包含預測爆炸界限與最小點火能量的預測，但 物質AIT的預測模式仍列入待評估中而未列入其軟件的功能(36)。
QSPR 模式研究皆是以物質之物理化學特性結構來描述預測的性質 關係，但較多研究皆以沸點、閃火點、臨界溫度、壓力等作為QSPR 模式的描述因子，進而求得關係式。選用QSPR 模式的方便為易取得 化學物質相關特性的數據，但關鍵必須找出適合的描述因子以及選用 適當的模式做為預測的指標。
Egolf與Jurs(3,37)對於純碳氫化合物、醇類、酯類的AIT關係式，將自 燃溫度的機制分為高溫與低溫的機制，其預測的能力範圍如
(R2=0.94-0.98)。研究結果顯示低溫機制包含過氧化物中間體，因此與 分子結構具有高的關聯，而高溫機制主要的中間體為烷基自由基，因
此與分子本身的結構關聯性較低，兩者對預測AIT的模式以低溫機制為
而後Albahri與George (15)則將研究模式擴展到包含醚、酯、鹵化物 (Backpropagation network, BPN)探討其對AIT的預測能力(15)，研究結果 認為隱藏層採用6 個神經元的類神經網路結構，可以有效預測有機物 質的AIT。該平均誤差百分比為 2.8%，最大誤差百分比 20%，較傳統 的SGC方法預測AIT有較佳的預測效果。