电梯轿门开门限制装置的检验

本文对电梯检规TSG T7001—2009第2号修改单中的"轿门开门限制装置及轿门开启项目~([2])"的修订背景进行介绍。解读检规第2号修改单对"轿门开门限制装置及轿门开启项目~([2])"的检验内容与要求、检验方法及判定,及GB7588国家标准第1号修改单对"轿门的开启~([1])"的相关要求。对轿门开门限制装置~([2])设置目的,结构原理进行说明,强调该项目检验的一些注意事项。对轿门开门限制装置~([2])与轿门门锁装置的设置前提、型式试验要求、电气安全装置要求、替换性、轿厢在不同位置时轿门开启等进行比较分析。     

基于卷积神经网络的级联人脸检测

<正>人脸检测是人脸识别的必经步骤,但是由于光照、姿态、遮挡等因素的存在,人脸检测仍然是一个具有挑战性的工作。近年来,深度学习在物体检测领域有了长足的发展,以Faster-rcnn~([1])yolo~([2])、ssd~([3])为代表的多任务物体检测网络在PascalVoc和Coco的物体检测挑战中都取得了优异成绩。多任务物体检测网络同时输出了物体的类别和物体的回归框。Faster-rcnn也可以用于人脸检测~([4]),但是算法复杂度较高,运行效率比较低。     

边坡变形时序非线性判定及混沌预测研究

以探讨边坡变形性质及混沌预测可行性为目的,基于混沌理论利用相空间重构技术对其变形时间序列进行混沌特征判定,试验显示变形系统具有混沌特性,可用混沌相关理论进行研究;基于混沌相空间重构技术,笔者构建了多种混沌预测模型进行混沌预计研究,分析各类模型的工程实际应用效果;针对单次监测时序预测精度较低的问题,提出累加时序预测方案,训练结果显示,短期预测精度变形累计值基本控制在5%以内,高程值预测相对误差均低于1%,预测精度较高,可以用于工程实际。     

曳引式乘客电梯安全评估比对的分析与思考

在测试曳引式乘客电梯安全评估~([1])准确性的比对中,电梯评估组采用同一仪器及方法进行现场测试及事后风险划分~([2])判定电梯风险等级,但最终结果存在较大差异。通过分析结果表明,评估人员对评估项目的理解不同是此次比对结果差异较大的主要原因,该结果引发对电梯安全评估合理判定的分析与思考。     

基于重构相空间充填体变形规律的灰色预测研究

尾砂胶结充填体是非线性力学介质,其变形是能量耗散的复杂过程,必须研究其内在变形规律,才能正确预测采矿过程中充填体的稳定性.对不同配比的尾砂胶结充填体进行力学试验,得出了其应力-应变规律,对安庆铜矿高阶段充填体变形进行了监测.采用自适应滤波原理,研究基于重构相空间的测量数据去噪处理方法.用灰色理论研究充填体变形在相空间中相点距离的演变规律,建立了重构相空间的灰色预测模型.为减小预测误差,对预测结果采用残差模型修正.应用建立的模型,对安庆铜矿高阶段充填体变形进行分析,确定了采场合理回采周期.结果表明,充填体变形具有非线性混沌特性,不同配比的充填体表现出不同的非线性动力学行为,重构相空间能充分展示充填体变形的内在规律.     

基于小波和混沌优化LSSVM的周期来压预测

采煤工作面的液压支架是承受顶板压力的主体结构,选择支架的主要根据是其将要承受的周期来压荷载。为预测周期来压,构建了基于小波和混沌优化的最小二乘支持向量机(LSSVM)方法。该方法利用小波分解技术将所选的样本集数据分解成不同频率的分量,基于混沌理论对分量相空间进行重构。各重构分量分别使用LSSVM模型进行训练,其中LSSVM预测模型的参数由混沌粒子群算法进行优化。最后,将各LSSVM模型得到的预测分量进行小波重组得到完整的周期来压荷载预测波形。通过在重构时的计算发现,在某周期下,荷载的时序序列有一定的混沌性。与其他3种模型进行比较,基于小波和混沌优化LSSVM的预测模型得到的最终荷载波的精度更高,收敛性也较好。     

夹套罐焊缝致密性检验的压力试验模式

压力试验是检验压力容器整体质量的传统方法,也是对无法做无损检测的焊缝进行致密性检验的手段。《容规》~([1])要求压力容器制成后应进行耐压试验,GB 150~([2])则作出了实施细则,但对多腔容器的规定却不够明确,要求图样设计具体考虑并注明相应要求。为方便设计应用,以夹套罐下封头凸缘焊缝泄漏为例对罐体焊缝致密性检验的压力试验方案进行了分析讨论,并针对罐内设计压力的各种情况,分别给出了夹套罐压力试验的致密性检验模式。     

化解安全环保监督与承包商之间的矛盾

本文就承包商在油田施工现场作业过程中,存在的部分隐患(问题)进行举例分析,探讨如何监督承包商在施工现场中对风险辨识能力的管控与消除,提出措施建议~([1])。     

基于支持向量机(SVM)的回采工作面瓦斯涌出混沌预测方法研究

针对瓦斯涌出传统的线性预测方法存在的问题,根据瓦斯涌出时间序列固有的确定性和非线性,利用混沌动力系统的相空间延迟坐标重构理论,结合基于机器学习理论的支持向量机(SVM),建立基于SVM理论的瓦斯涌出混沌时间序列预测模型。经Ⅱ1024回采工作面瓦斯涌出时间序列仿真计算,仿真结果显示该预测模型具有比传统的回归方法更好的泛化能力,预测方法具有很高的预测精度。同时,该模型具有以往传统机器学习的瓦斯涌出预测模型建立简便、训练速度快等优点。由于充分考虑瓦斯涌出时间序列的混沌性,并利用SVM预测的优良特性,使得预测更科学。     

安全预测的EEMD-PSR-Elman建模方法及应用

为分析安全预测中时间序列的非平稳特性并提高预测精度,提出基于集合经验模态分解(EEMD)、相空间重构(PSR)及神经网络的预测建模方法。首先应用EEMD方法将时间序列分解成若干具有不同周期性或趋势性的分量,通过C-C方法计算各分量的最佳嵌入维数和延迟时间;然后分别进行相空间重构;再应用Elman神经网络对各分量进行训练并建立预测模型;最后将各分量预测结果叠加得到最终预测值。用该方法分析反映煤矿安全生产的关键性指标——煤炭生产百万吨死亡率。结果得到具有长期趋势性和周期性波动的5个分量,预测相对误差为-0.11%~0.20%;外推预测表明,中国煤炭生产百万吨死亡率将保持持续下降趋势,至2020年将下降到0.05以下。     

基于5G的全时空、立体化社会治安巡防指挥新体系

<正>一、5G移动通信技术不断赋能社会新发展第五代移动通信技术(The fifth-generation,5G)是为解决下一代移动通信新需求而发展的新一代数据传输交换系统。自20世纪70年代以来,移动通信逐渐从模拟语音通信发展成为能提供高质量移动宽带服务的技术,每一代移动通信系统都是在一定的技术基础上,因特定的业务/用户需求而诞生~([1])。第一代移动通信系统基于蜂窝通信理论,主要用以解决人们对于无线移动通话的需求;之后随着数字蜂     

电梯检验案例的安全分析与探索

文章以一则电梯检验案例为例,应用《风险评价和降低的方法》~([1])的具体流程,对不合格项目的几种整改方案进行安全分析,遴选出最优的可充分降低风险的方案来帮助受检单位进行整改。通过分析几种常见电梯监督检验及定期检验的案例,探索应用风险评价的方法指导检验人员提出整改意见,让整改后的电梯安全可靠运行。     

将低碳理念融入环境影响评价制度中的探讨

<正>前言气候变化已成为重要的全球性环境问题和最受关注的国际政治问题~([1-2])。中国作为世界上碳排放的第一大国,已把这一工作纳入经济社会发展中长期规划,并对世界作出承诺,到2020年单位地区生产总值二氧化碳排放量较2005年降低40%-45%。山西省是国家重要的能源和原材料供应基地,其单一化、重型化的产业结构导致二氧化碳排放强度位列全国前茅,碳减排工作将面临较大     

离子液体作为解堵剂的管道水合物分解实验研究

针对油气管道水合物堵塞造成的严重安全问题,在自行设计的管道式水合物分解实验装置上,研究了3种离子液体1-丁基-3-甲基咪唑氯盐([BMIm]Cl)、1-丁基-3-甲基硝酸盐([BMIm][NO3])和1-丁基-3-甲基四氟硼酸盐([BMIm][BF4])对四氢呋喃(THF)水合物分解的促进作用。考察了在4.5℃下,不同质量浓度的离子液体对THF水合物分解速率的影响,并与不添加解堵剂的实验进行了对比。结果表明,离子液体作用下的水合物分解时间相比于纯水体系下的分解时间缩短了61.6%~86%,且能短时间内将水合物溶解为具有半流动性的浆液状态。[BMIm]Cl相对于其他两种离子液体效果更好。以离子液体作为水合物解堵剂经济高效,绿色环保。     

客车侧翻评价指标的估计与灰色预测研究

为精确评价客车侧翻危险程度和补偿防侧翻控制系统的时滞,提出客车横向载荷转移率(LTR)在线估计和灰色预测方法。首先,根据车辆结构参数和车辆动力学理论建立3自由度客车侧翻动力学模型;然后建立客车LTR的估计模型,并基于Trucksim和Matlab/Simulink联合仿真模型,在J-Turn试验工况下分析估计模型的精度;最后,为补偿控制系统的时滞,利用灰色预测模型在线预测车辆LTR,同样基于联合仿真模型分析预测精度。分析结果表明,用估计模型能准确估计客车的LTR,相对误差在4.3%以内;用灰色预测模型能准确预测客车LTR,最大相对误差在5%左右,且建模维数和提前预测时间对预测精度有较大影响。     

应用原子类型AI指数预测烃类燃烧热

以基于Xu指数的原子类型AI指数作为分子结构描述符,表征了80个液态烃的分子结构特征,并分别结合人工神经网络和多元线性回归方法,对这80种液态烃的燃烧热进行定量结构-性质相关性建模和预测研究。结果表明,基于Xu指数的原子类型AI指数能很好地表征烃类物质的分子结构特征。所建的最佳预测模型为基于Xu指数的原子类型AI指数多元线性回归模型,模型复相关系数为0.999,对测试集的平均预测相对误差为0.637%,模型预测值与实验值的一致性令人满意。     

基于循环神经网络的缓坡场地液化侧移预测*

为预测缓坡场地地震液化侧向位移,基于改进自适应算法（Rectified Adam）和循环神经网络模型（RNN）,提出液化侧移预测模型RA-RNN,通过对侧移数据进行样本学习,并利用改进自适应算法优化循环神经网络结构,验证RA-RNN模型可靠性,并与多元线性回归法（MLR）计算结果进行对比。结果表明:RA-RNN模型计算得到侧移一般为实测位移的0.7~1.3倍,训练结果R2,RMSE,MAE分别为0.977,0.375,0.141;土耳其科喀艾里RA-RNN模型预测结果RMSE和MAE为MLR模型的1/26,1/830;中国台湾集集镇RA-RNN模型预测结果RMSE和MAE为MLR模型的1/18,1/350,RA-RNN模型预测结果较优,预测精度及泛化能力得到很大提升。     

泄漏孔高度对液氯槽罐车泄漏后果的影响研究

为研究液氯槽罐车在道路运输过程中,罐体泄漏孔高度对液氯泄漏扩散过程的影响,本文基于计算流体力学软件Fluent,建立不同高度泄漏孔对应的罐体气相、液相空间泄漏的理论模型,计算不同泄漏模型的泄漏量,研究不同风向、风速、泄漏孔径对氯气泄漏扩散过程的影响。结果表明:风向对2种泄漏模式的扩散范围影响不显著;风速较小时,气相空间泄漏的致命范围大于液相泄漏;风速较大时,液相空间泄漏的致命范围远远大于气相空间;同时,两者受风速的影响具有相似点,风速越大泄漏扩散相对稳定后的氯气浓度值越低;气相、液相泄漏模式的致命范围均随泄漏孔径的增大而增大。研究成果可为液氯槽罐车泄漏事故应急救援、应急处置提供依据。     

基于NRS-ACPSO-SVM的冲击地压危险性预测模型

为快速、准确地预测冲击地压危险性,提出基于NRS-ACPSO-SVM的冲击地压危险性预测模型。首先,在综合分析冲击地压危险性影响因素的基础上,以重庆砚石台煤矿为例,选取煤层厚度、倾角、埋深等10个影响因素作为冲击地压危险性的特征指标;然后,基于邻域粗糙集(NRS)理论对特征指标进行降维,提取出影响冲击地压危险性的关键属性构成约简集;最后,为避免支持向量机(SVM)模型受惩罚因子C和核函数参数σ随机性影响,采用自适应混沌粒子群算法(ACPSO)优化SVM模型参数,将约简集作为ACPSO-SVM模型的输入进行训练,利用训练好的ACPSO-SVM模型预测样本,并对比其他模型的预测结果。研究表明:NRS能有效地约简属性,简化模型结构,模型预测精度与运行效率均有明显提高;利用ACPSO优化SVM模型能避免结果陷入局部极值,提高收敛速度及预测精度,用该模型可有效地预测冲击地压危险性等级,其预测错误率为0。     

水处理中线性回归和BPNN预测混凝投药量的比较

BP神经网络和线性回归模型是混凝投药前馈控制中2种不同的预测混凝投药量的方法.分别用这2种方法建立了混凝投药量前馈控制模型,并基于同一样本数据进行仿真比较.结果表明,该3层结构BP模型通过学习可以根据原水水质进行投药量的有效预测,优于传统的线性回归模型,具有较强的自适应性和实用性.但对某些水质的投药预测值还存在一定误差.