高能-钝感复合装药结构冲击波感度数值模拟

为得到复合装药结构对冲击波感度的响应情况,采用显式有限元程序AUTODYN对高能炸药和钝感炸药的复合结构进行隔板试验的数值模拟。分析被发药柱内部的压力时程曲线,并据此判定是否发生爆轰,继而得到反映冲击波感度的隔板值。模拟结果显示复合结构尺寸与冲击波感度的非线性关系,拟合得到的公式可为工程中装药结构设计提供参考依据。这种结构用于战斗部装填设计,能够提高战斗部在冲击波载荷下的安全性。     

全尾砂絮凝沉降参数GA-SVM优化预测模型研究

为了得到经济、高效的絮凝沉降参数,建立GA_SVM预测模型进行优化选择。在优选过程中,以供砂浓度、絮凝剂单耗和絮凝剂添加浓度作为输入因子,以沉降速度作为综合输出因子,通过室内试验,建立训练、验证样本集;建立支持向量机（SVM）回归预测模型,用训练集对模型进行训练,进而以验证集预测值的均方误差作为适应度函数,通过遗传算法（GA）对SVM模型参数进行优化选择,应用优化得到的SVM模型对絮凝沉降参数进行预测、优化。以湖南某铅锌银矿为例,通过建立的GA_SVM模型对全尾砂絮凝沉降参数进行预测,优选出该矿最佳絮凝沉降参数为:供砂浓度20%-25%,絮凝剂单耗8g/t,添加浓度009%。经实验对比,该模型对絮凝沉降参数预测结果的相对误差能控制在5%左右,精确度较高,可以作为絮凝沉降参数优选的一种新思路     

在线极限学习机在岩爆预测中的应用

为有效预测地下工程岩爆的发生及烈度,结合地下工程岩爆的特点,分析岩爆影响因素及相关判别依据,选取围岩最大切向应力σ与岩石抗压强度σc之比σ/σc、岩石抗压强度σc与岩石抗拉强度σt之比σc/σt以及弹性能量指数Wet为判别因子,引入在线极限学习机理论,建立了岩爆预测的OS-ELM判别模型。以搜集到的国内外15组工程岩爆数据进行训练建模,训练完成后将样本数据做输出预测,得到模型的预测精度达97.98%,并与SVM、BP模型进行对比分析,结果表明,OS-ELM模型精度优于SVM和BP模型。利用该模型对国内两处隧道岩爆情况进行预测,结果与实际情况基本相符。研究表明,OSELM判别模型在岩爆烈度分级上具有良好的适用性和有效性。     

弹射装置的安全性设计与仿真研究

为了满足弹射装置对安全性、可靠性和环保等的要求,对弹射系统整体装置进行了设计,并设计了产气药剂的性能和装药结构,然后用仿真方法对不同装药结构的弹射系统进行了模拟。仿真结果表明:多药柱装药设计及恰当的时序控制可以降低发射筒内部压强峰值,提高发射系统的安全性;不同的药柱作用时序可以满足多种发射要求,增加发射装置的实用性。     

炸药装药质量对发射安全性的影响

通过对炸药装药质量影响发射安全性的原因进行分析 ,得出了影响发射安全性的主要因素是装药疵病。为了提高装药质量 ,有效解决主要影响炸药发射安全性的装药疵病 ,提出了采用低比压顺序凝固技术和直接分步压装技术的新型装药技术方法 ,并通过对炸药装药采用先进的无损检测技术 ,替代至今仍沿用的开合弹检验的落后方法 ,得到高质量的炸药装药 ,为提高炸药发射安全性提供良好基础。通过利用模拟实验装置测定无宏观缺陷装药条件下的承载应力 ,结果表明 ,只要装药质量无疵病 ,其强度足可以承受高膛压发射条件下的过载而不会早炸 ,其发射安全性是有保证的。     

基于RBF神经网络的火灾报警系统失效概率预测

报警系统失效主要包括漏报、误报,对系统进行失效概率预测,可以帮助判断设备质量优劣,评估系统效能。利用Matlab软件编程,通过神经网络预测失效概率。根据不同场所正在使用的火灾报警器的失效数据作为原始数据,归纳总结失效原因,建立事故树,结合专家打分法与模糊理论得到网络的输入值与输出值。通过网络训练,得到可以对系统失效概率进行预测的RBF神经网络,测算效率大幅提高。以70组不同品牌、用途的火灾报警系统作为算例,通过训练数据,最终达到输入底事件发生概率可直接输出顶事件发生概率的目的。结果表明,RBF神经网络相较于BP网络与事故树算得的失效概率具有更高的拟合度,RBF神经网络模型在进行系统失效概率预测时具有可靠性。     

新结构传爆药柱多点起爆数值模拟及实验研究

根据冲击波汇聚技术原理及有效装药理论,设计出环锥形传爆药装药结构.用ANSYS/LY-DYNA软件分析起爆点个数对环锥形传爆药柱输出波形的影响,并用多点同步起爆网络起爆环锥形传爆药柱进行实验验证.结果表明,利用多点同步起爆网络起爆环锥形传爆药柱能有效提高传爆药柱的输出威力,起爆点个数对爆轰波形有很大的影响.     

基于可靠性的建筑混凝土结构安全评价研究

结合建筑物结构设计以及可靠性鉴定等相关标准中关于建筑安全的相关要求,建立了钢筋混凝土结构可靠性评估模型,利用非对称贴近度对结果进行处理,并且基于模糊优选算法建立了相关优选模型,对相关的加固方案进行了优选,为钢筋混凝土建筑的安全性监控和保障提供了一种有效的手段和方法.最后通过某整修工程中的实际应用,验证了模型的科学性和实...     

裂纹宽度对分步压装装药撞击安全性的影响

针对装药裂纹与装药密度不均匀两个因素耦合作用下分步压装装药撞击安全性缺乏系统研究的问题,利用大型落锤加载装置对具有不同裂纹宽度的分步压装药柱进行了撞击加载试验,并分析了试验前、后药柱内部应力和密度分布状态的变化规律,讨论了裂纹宽度对分步压装装药撞击安全性的影响机制。结果表明:当裂纹宽度小于1.0 mm时,带裂纹分步压装药柱的撞击安全性均优于无裂纹药柱;但当裂纹宽度达到1.5 mm时,其撞击安全性明显降低。这主要是因为在撞击加载条件下,当裂纹未扩展时,裂纹区域的闭合过程能够吸收部分落锤撞击能量,减弱炸药颗粒径向流动趋势,进而降低"热点"形成的几率;而当裂纹发生扩展时,在裂纹扩展区域极易引发"热点"形成,使分步压装药柱的撞击安全性降低。可见,随裂纹宽增大,分步压装装药中裂纹所起的主要作用发生变化,从而导致装药的响应结果不同。     

基于SVM的CO2驱油藏输油管道脆弱性评价研究

CO2驱油在全国范围内的广泛开展导致内外扰动对输油管道的威胁大大增加,为指导企业发现输油管道的薄弱点从而预防事故发生,提出CO2驱油藏输油管道脆弱性概念及研究思路。将脆弱性分为5个等级并确定各级脆弱性的取值范围。深入分析脆弱性要素,从致灾因子、承灾体和灾害响应3个方面建立脆弱性评价指标体系,并确定各等级脆弱性对应的指标范围。利用MATLAB R2013a的SVM回归方法,构建脆弱性评价模型并进行实例应用。结果表明:模型训练的输出与期望输出拟合较好,均方误差为9.98052×10-7;训练好的SVM模型具有较强的泛化能力和较高的准确性,其对检验样本脆弱性进行预测的最大相对误差为0.027。利用模型得到研究区域某输油管道的脆弱性值为0.381,其脆弱性程度为不太脆弱。     

基于铀尾矿库核素污染监测WSN分簇路由协议

用WSN对铀尾矿库核素污染监测优于传统有线布置,为解决无线传输路由能耗的问题,提出了一种基于蚁群算法的前向传输分簇路由协议。该协议以分簇的方式来减少数据发送量与寻优开销,在下一跳接收节点选择阶段,以前向传输区域为切入点,利用优化的蚁群算法进行多路径搜索最后选出满足条件的最优路径。仿真实验表明,CFTA协议的网络生存周期有效延长,并减小了能耗。     

An optimization of artificial neural network modeling methodology for the reliability assessment of corroding natural gas pipelines

A fast calculation of the reliability is meaningful to the in-line inspection of corroding natural gas pipelines. However, the traditional Monte Carlo simulation(MCS) method is time consuming for the low possibilities of the pipeline failure. The artificial neural network(ANN) is preferable for the complex nonlinear situation. An optimization of artificial neural network modeling methodology for the reliability assessment of corroding natural gas pipelines is proposed in this paper. To reduce the influence of training sets random behaviors on the calculation results, some algorithms are used to optimize the sequence of the training samples and the initial parameters of ANN models. The optimized model is applied to the reliability assessment of a corroded pipe with two successive inline inspections. According to the physical parameters of the pipeline, the trend of corroding pipeline reliability in time is predicted. The comparison between the trained ANN model, the MCS method and non-optimized ANN model shows the advantages the proposed modeling process. The methodology given in this paper is general and it can be applied to evaluate the reliability of other kind of structure safeties in practical systems.     

基于PCA改进层次分析法的多目标大型货物运输通道选择*

为提高大型货物运输通道选择科学性,通过分析大型货物运输影响因素,建立大型货物运输通道选择指标评价体系,采用PCA法改进层次分析法,构建多目标大型货物运输通道选择决策模型,有效避免决策目标间信息重复利用。结果表明:优化后的决策模型可有效避免建模过程中对决策目标间信息重复利用,为大型货物运输通道线路方案决策提供依据。     

一种改进的事故再现蒙特卡罗优化算法

为使事故再现结果更符合实际情况,对事故再现中的计算过程进行优化。基于蒙特卡罗方法和随机加权方法,提出一种改进的事故再现蒙特卡罗优化算法。该算法以二维碰撞模型和车辆轨迹模型为计算模型,选择碰撞点位置、碰撞前速度、法向恢复系数为优化参数,以实际车辆碰撞后运动轨迹离差最小为优化目标。分别用所提出的改进算法和Pc-Crash中的优化方法对一算例进行优化。结果表明,改进算法在准确度和稳定性等方面优于Pc-Crash中的方法。利用改进的事故再现蒙特卡罗优化算法,不仅能获得最优的事故再现结果,还能获得再现结果落在任意区间的概率。     

基于PCA-AHPSO-SVR的煤层瓦斯含量预测研究

为了提高煤层瓦斯含量预测的准确性和科学性,通过主成分分析方法对影响煤层瓦斯含量的7个因素进行特征提取,消除影响因素之间的相关性,减少维度;用支持向量回归机对提取的因素进行训练,并用改进的自适应混合粒子群算法对SVR的参数进行优化,提出PCA-AHPSO-SVR模型;与PCA-PSO-SVR,PSO-SVR这2个模型在相同环境下进行30次运行比较。研究结果表明:研究提出的PCA-AHPSO-SVR模型较其他2种模型平均准确率分别提高5.51%和9.32%,稳定性更佳,可满足工程实际需求。     

A formulation to optimize the risk reduction process based on LOPA

This paper presents a mixed integer nonlinear programming (MINLP) model to improve the computational use of the layer of protection analysis (LOPA). For a given set of independent protection layers to be implemented in a process, the proposed optimization model is solved to: a) Include costs associated with the different prevention, protection and mitigation devices, and b) Satisfy the risk level typically specified in the LOPA analysis through the occurrence probability. The underline purpose focuses on improving the analysis process and decision making to obtain the optimal solution in the safeguards selection that satisfies the requirements to be considered as IPL’s. The optimization is based on economic and risk tolerance criteria. As a first stage of this proposal, the safety instrumented system (SIS) design is optimized so that the selection of SIS components minimizes the risk and satisfies the safety integrity level (SIL) requirements. A case study is presented to validate the whole proposed approach.     

民航安全信息管理人员能岗匹配测评研究*

为了给大数据环境下的民航企事业单位招聘、选拔和评价安全信息管理人员提供科学依据,基于胜任力内涵、数据生命周期理论与信息处理层次结构理论,构建以数据科学知识等为支撑、民航安全数据挖掘能力等为核心、民航安全信息管理态度为导向的民航安全信息管理人员胜任力概念模型与胜任力指标体系。运用贝叶斯优化BPNN的超参数,构建民航安全信息管理人员能岗匹配测评模型,并从数值仿真、趋势拟合方面进行模型验证,从均方根误差与算法耗时方面与单一BPNN和随机搜索优化BPNN对比性能。研究结果表明:所构建的测评模型可行性强、误差更小、收敛速度更快,能够更加客观准确地反映安全信息管理人员能岗匹配的实际情况。     

基于Adam优化深度神经网络快速确定瓦斯抽采半径*

为解决煤矿瓦斯有效抽采半径难以快速准确确定的问题,采用基于Adam算法优化DNN（深度神经网络）方法来预测瓦斯抽采半径。查阅文献共收集已得到验证的970组数据集,每组数据选取煤层瓦斯初始渗透率、钻孔直径、抽采时间、地应力、煤层初始瓦斯压力作为预测模型的5个特征量,有效抽采半径作为目标输出值。接着预测模型进行不断学习和训练,最终训练得到1个最优的瓦斯有效抽采半径预测模型。利用训练好的最优预测模型结合Python语言开发出计算有效抽采半径的软件,并使用该软件在四季春煤矿和鹤煤六矿进行有效抽采半径预测的工程实例研究,验证该软件预测抽采半径的实用性和准确性。研究结果表明:通过使用开发的软件,可快速且较准确地计算出矿井瓦斯有效抽采半径,可为暂不具备现场测试条件的矿井抽采设计提供一定的参考依据。     

基于MCLP-BACOP模型的城市消防站选址研究

为提高消防站规划选址的科学性,合理调度有限的消防应急资源,提升消防应急响应效率,以湖北省某城市中心城区为研究对象,在火灾风险评估基础上,对消防站选址模型进行优化研究,构建了MCLP-BACOP结合覆盖模型并借助ArcGIS软件对模型进行优化求解。研究结果表明:通过MCLP-BACOP结合覆盖模型计算得到的中心城区消防站选址方案在对覆盖率影响较小的情况下,可以减少消防站数量并降低成本,同时能保证高风险区重复覆盖。该模型对于火灾风险较大的城区适用性强,在考虑经济因素及现实条件下,可有效提升城区消防响应效率。     

基于BP神经网络的苯储罐泄漏事故风险评价模型研究

为了在事故发生之前对苯储罐进行风险评价，提出1种基于BP神经网络的泄漏事故风险评价方法，利用该方法构建了苯储罐的风险评价模型，并对模型进行了训练及验证。研究结果表明:BP神经网络成功完成了建模任务，且模型训练结果较好，可利用基于BP神经网络所构建的苯泄漏事故风险评价模型对苯储罐发生泄漏事故的风险进行评价。