福建化纤化工厂开展危险预知活动

福建化纤化工厂作出决定:在全厂班组开展危险预知活动.危险预知活动,简称KYT,源于日本住友金属公司,是日本广泛应用的一种安全活动方式.具体内容是:依靠集体的力量,迅速准确地发现本岗位的危险因素,包括不安全行为的性质和特点,不安全行为的表现形式,以及在一定的工作环境中易出现的事故种类,在特定的危险环境中人的思维活动等,制订解决这些危险因素的措施和目标.最后通过活动来加强对危险的确定,并明确行动目标.     

日本的班组安全活动(一)

此文从班组安全活动种类、无事故小分队活动、文明生产活动、危险预测训练活动、安全碰头会和危险体验报告活动等六个方面介绍了日本的班组安全活动,共约17,000字。本刊拟分期连载,以飨读者。     

KYT危险预知训练

什么是KYT？ 危险预知训练简称KYT（Kiken Yochi Training）,是针对生产的特点和作业工艺的全过程,以其危险性为对象,以作业班组为基本组织形式而开展的一项安全教育和训练活动,它是一种群众性的“自我管理”活动,目的是控制作、№过程中的危险,预测和预防可能发生的事故。     

基于人工神经网络的机场鸟击风险预测

鸟击是影响民航机场运行安全的重要因素之一。为研究鸟类活动特征并预测其活动所造成的风险,基于某机场长期鸟类活动调研数据分析了鸟类活动与鸟击风险的关系,得到了4类12项对机场鸟击影响最紧密的风险因素。将上述因素作为输入向量,以鸟击风险作为输出变量,通过人工神经网络法(ANN)建立了机场鸟击风险预测模型,以长期鸟类活动风险记录作为数据库来训练和验证ANN模型的准确性,为提高预测的可靠性,又进行了模型优化和机场实地验证。结果表明,建立合理的ANN模型并利用长期鸟类活动数据加以训练,可有效预测机场鸟击风险。选择合理的输入变量可提高分析速度和预测精度,不仅有助于ANN模型的优化,还可以扩大ANN模型的应用领域以适应不同机场的鸟类活动特征,做出更合理的鸟击风险预测,为机场运行保障提供有力的技术支持。综合考虑"鸟""机""环""管"等因素建立的飞行区鸟击风险预测模型表明,飞行速度(V)对鸟击风险因素评价的影响最小,飞行高度(H)和飞行路线(R)对鸟击风险因素评价的影响相对较小。     

基于CFOA-GRNN的冲击地压危险等级预测

针对冲击地压影响因素模糊、非线性等特性,选用一种混沌果蝇优化算法改进的广义回归神经网络(CFOA-GRNN),通过引入混沌扰动因子,增加网络的参数搜寻能力,建立冲击地压危险等级预测模型。模型选取煤层厚度、埋深等10个主要影响因素。以砚台煤矿的35个样本数据对模型进行学习、训练和预测,并将预测结果与传统预测模型的结果进行比较;同时采用敏感性分析法,评价各主要因素对模型精度的影响。结果表明煤层倾角影响最大,其次为卸压方式。研究表明,所构建的CFOA-GRNN模型正确率为92.8%,明显优于传统预测模型。     

少儿意外伤害—交通事故为首

据一份最新公布的少儿意外伤害专项调查报告显示。57％的被调查儿童和父母认为,交通事故等是威胁少年儿童人身安全的最危险因素。 这项调查是共青团中央、全国少工委、教育部和公安部近期联合开展的“中国少年儿童平安行动”主题活动之     

基于网格搜索和ELM的冲击地压危险等级预测

为提高冲击地压危险等级预测模型的泛化性能及预测精度,采用网格搜索法结合十折交叉验证法对极限学习机(ELM)中的隐含层神经元个数及激活函数的类型进行组合优化,进而建立冲击地压危险等级预测模型;选取重庆砚石台煤矿36组实测数据进行试验,对影响因素数据进行标准化处理,选择其中26组样本对模型进行训练,采用该模型对后10组样本中冲击地压危险等级进行预测,并与其他方法作对比。结果显示:经过十折交叉验证,用该模型得到的正确识别率为84.615%,高于朴素贝叶斯及Adaboost M1的76.92%、61.54%,采用该模型对测试样本集中冲击地压危险等级进行预测,预测准确率为90%,高于朴素贝叶斯及Adaboost M1预测准确率80%。     

煤与瓦斯突出危险性计算机识别与预报系统

根据反向传播神经网络模型的原理，设计了煤与瓦斯突出危险性的计算机识别与预报系统，借助于对已知突出实例的训练学习，得出反映突出预测指标和突出危险程度之间复杂的非线性映射关系的网络系数（预报规则），可以对突出危险性进行多因素识别预报。通过外推预报检验，表明系统具有较高的可靠性和实用性     

班前危险预知与安全评估实践

近几年,企业生产经营在传统的安全管理基础上,逐步走上安全科学与实践相结合的道路.一些企业在工作中,推行危险预知与安全评估的安全生产管理模式,进行危险辨识、预知、预测,分析和评估安全生产状况,为规避生产安全风险,择优选取安全对策措施方案. 广州钢铁企业集团公司(以下简称"广钢集团")通过开展危险预知、安全评估活动,消除了生产过程中的危险有害因素,减少了各类事故的发生,保护了企业财产和员工生命安全与健康,全面提高了企业的安全素质,促进了企业安全生产的良性循环与稳步发展.     

小型露天采石场危险程度评价系统的应用研究

介绍了小型露天采石场的特点，通过对小型露天采石场的危险有害因素分析，指出坍塌、滑坡、物体打击、高处坠落、爆破、运输事故、机电设备事故、粉尘、山洪是小型露天采石场常见的危险及有害因素。危险程度的专家评价系统能快速地跟踪和准确地预测小型露天采石场危险程度，提高安全评价的效率并及时提出合理的安全对策措施。     

基于BP神经网络的煤与瓦斯突出预测系统开发

煤与瓦斯突出影响因素多,难以为其建立合适的多指标非线性预测模型,为提高突出预测的准确性和增强预测预报方法的实用性,采用改进的BP算法建立煤与瓦斯突出预测数学模型。通过研究不同算法的突出预测效果,对已建模型的泛化能力进行检验,利用Matlab GUI和神经网络工具箱设计开发煤与瓦斯突出预测系统,通过向系统输入已知的突出样本数据,经过学习、训练,实现对未知参数的预测。仿真结果表明:网络在训练300次后,误差训练曲线的均方差(MSE)可以达到10-15,实际预测误差也小于0.1,系统得到的5组数据预测结果与实际情况相符。     

基于班组安全氛围的建筑工人不安全行为预测

为拓展安全氛围在施工安全管理中的应用,提高建筑工人不安全行为可预测性,提出一种基于班组安全氛围预测建筑工人不安全行为的方法。通过文献研究获取班组安全氛围7个维度,并将其作为输入构建人工神经网络模型,利用问卷数据对模型进行训练、测试与仿真,最后通过实际案例验证模型实用性。研究结果表明:模型均方误差为0.015 4,目标输出与预测输出相关系数R大于0.9,该模型可有效用于建筑工人不安全行为预测,并在实际工程案例中准确识别出3个不安全行为因素。     

开展危险体验报告活动初探

危险体验报告活动,是在传统管理基础上形成和发展起来的,是班组安全活动内容之一,目的是排除不安全的因素。内容包括作业人员及时报告在作业过程中亲身体验的危险情况,通过调查,分析、处理,制定事故预防措施,从而达到防患于未然的目的。一、活动的步骤和方法危险体验报告活动包括8个主要步骤,见图1。 1.报告在生产活动中,经常会遇到一些难以预测的灾害危险,如行车上掉落螺栓差点砸伤人,加工件突然飞出差点打伤人,高空作业差点造成坠落等等。这些灾害危险虽然没有给人们造成伤害,但这只不过是偶然幸免,因为存在危险因素就不能排除造成伤害的可能性。遗憾的是,我们目前只侧重于对已经形成伤害的事故进行分析,忽视了非伤害事故的统计分析,这本身就是十分危险的。为     

河南省汛期地质灾害预警的BP神经网络模型及应用

根据诱发地质灾害的内外因素建立地质灾害预警模型,评价河南省地质灾害的危险性.选取地形地貌、地质构造、岩土体类型、植被分布、水土流失、降雨和人类生产活动7个影响地质灾害的因素,建立了地质灾害预警的BP神经网络模型.根据监测数据进行训练和检验后,采用该模型对河南省汛期地质灾害进行预测,发现预测结果与实际情况基本一致.研究表明,建立的BP神经网络模型作为一种灾害预警的探索和尝试,具有一定的适用性和推广价值,可以作为地质灾害危险性评价预测方法的补充.     

应用安全检查表时需注意的问题

1安全生产检查 企业的任何生产过程都会伴随一定的不安全因素(危险因素).为减少安全事故的发生、降低事故造成的损失,就必须预测可能发生事故的各种不安全因素(危险因素),针对这些不安全因素,制订安全保护防范措施.     

“安全事故”提法不妥

经常在报刊、电台、教材和讲话中看到和听到“设备安全事故”、“交通安全事故”、“生产安全事故”、“人身安全事故”等等提法,笔者以为这些提法不妥。 安全是整体范畴,整个过程,它不是简单的一个结果;是预知人类活动各个领域里存在的固有的潜在的危险,为消除这些危险所采取的各种方法、手段和行动的总称。一切生产活动中,安全所表征的是防止灾害的发生,避免人员和物质的损失。 事故,即灾害,是危险因素集合的结果,是非常事件。事故的表征是人和物的伤亡和损失。 由此可见,按事故的类别分,只能用“人身事故”、“设备事故”、“质量事故”…     

安全生产49条禁令

加强安全生产管理工作，实现安全化作业是社会主义企业管理的一项重要任务。安全生产管理的任务从广义上讲，一是预测人类活动中各个领域里存在的危险，进一步采取措施，使人类在生产活动中不受到伤害和职业病的危害；二是制订各种规程、规定和消除危害因素所采取和各种办法，     

基于预处理的AFOA-ELM冲击地压危险预测模型

为提高冲击地压危险性预测准确率,提出一种基于预处理的改进的果蝇优化算法(AFOA)优化极限学习机(ELM)的预测模型。以重庆砚石台煤矿为例,选取其10个冲击地压危险性影响因素作为模型特征;以部分实测数据作为样本数据集并进行预处理,采用合成少数类过采样技术(SMOTE)构建平衡数据集,使用灰色关联分析法(GRA)及因子分析法(FA)降低特征维度;针对果蝇优化算法(FOA),引入跳脱变量和分类准确率方差变量构造AFOA,利用AFOA优化选取ELM的输入层权值及隐含层阈值,构建冲击地压危险预测模型,训练预处理样本数据、预测并对比其他模型预测结果。结果表明:数据集预处理可以显著提高AFOA-ELM模型预测效果;基于预处理的AFOA-ELM冲击地压危险预测模型,预测准确率为93. 75%,均方误差为6. 25%,预测精度显著优于其他对比模型。     

宝钢高炉分厂的“安全诊断”

宝钢开展安全工作的理论基础是“科学地分析产生事故的原因,有针对性地采取预防措施”。在科学分析的基础上采取一系列安全措施,如:预知训练,旨在寻找人身、设备的潜在危险因素;安全确认,即把各种安全因素意识化,在作业前加以确认,等等。采用这些措施后效果如何?这就需要检查,“安全诊断”就是一种科学的检查方法。“安全诊断”就是把各种可能发生事故的现象按作业行动、作业方法和设备环境分成三大类,每类又按危险程度分为A、B、C三级。诊断时查出一项A级为5点,一项B级为3点。一项C级为1点。以此为基础,     

“四有一卡”强化风险管理——大庆石化公司腈纶厂安全生产记

风险管理是通过一种超前的风险预知、预测和分析,确定活动、产品和服务中可能发生的危险及后果,进而采取有效的防范手段和削减措施,使危险性最小,使系统在规定的性能、时间和成本范围内达到最佳的安全程度。