煤矿百万吨死亡率动态无偏灰色马尔科夫预测

为掌握我国煤炭行业整体安全生产状况,构建动态无偏灰色马尔科夫模型,通过处理我国1999—2008年度煤矿百万吨死亡率数据,对2009—2011年度煤矿百万吨死亡率数据进行预测。用无偏灰色GM(1,1)模型代替传统灰色GM(1,1)模型,拟合得到煤矿百万吨死亡率数据的变化趋势,在此基础上应用马尔科夫模型进行预测,并在每一次预测中更新原始数据,最后对预测结果进行对比分析。计算结果表明:动态无偏灰色马尔科夫模型既能消除传统灰色GM(1,1)模型的固有偏差,又能提高预测精度尤其是中长期预测精度。其中,平均绝对误差为3.35%,平均相对误差为3.85%,均低于传统灰色GM(1,1)模型和一般灰色马尔科夫模型。动态无偏灰色马尔科夫模型对于煤矿百万吨死亡率数据的平均预测精度超过96%。     

基于无偏灰色模型的煤矿百万吨死亡率预测

为预测中国煤炭行业安全生产状况发展趋势,构建无偏灰色预测模型对我国煤矿百万吨死亡率数据进行模拟预测。通过对我国2005—2010年度煤炭行业的百万吨死亡率有关数据进行模拟,并与传统的灰色GM(1,1)模型的预测模拟结果进行对比分析。计算结果表明:无偏灰色模型消除了传统GM(1,1)模型本身固有偏差,预测精度较高,分析结果可靠,其中,平均绝对误差为0.030 6%,平均相对误差为2.71%,均低于传统GM(1,1)模型。预测数据显示近年来我国煤矿百万吨死亡率正逐步下降,2011年和2012年分别降至0.536%和0.411%,符合煤矿安全生产"十二五"规划要求。     

矿井瓦斯涌出量预测的灰色建模法

简要介绍了瓦斯涌出量的常用预测方法 ,指出了各种预测方法的弊端 ,从矿山实际出发 ,把非等间距数列变为等间距数列 ,根据灰色理论提出的预测方法 ,利用不同采深瓦斯涌出量的原始数据建立矿井瓦斯涌出量的动态GM(1,1)模型 ,进行瓦斯涌出量预测 ,选择了合理的误差检验模型 ,并通过实例说明了GM(1,1)模型在预测瓦斯涌出量中的应用 ,结果表明预测程度较高。对矿井延深做好瓦斯涌出量预测并进行矿井安全生产具有很好的指导意义。     

用灰色建模法预测矿井瓦斯涌出量

在分析了传统的矿井瓦斯涌出量预测方法的基础上 ,应用灰色系统理论 GM(1,1)模型 ,对矿井瓦斯涌出量进行预测 ,并在实际中得到了较好的验证。     

基于灰色马尔科夫模型的钻孔瓦斯流量预测

钻孔瓦斯流量是影响矿井瓦斯抽放效果的一个重要因素,为准确预测钻孔瓦斯流量,优化矿井瓦斯抽放工艺,将灰色系统理论与马尔科夫链预测相结合,充分利用两者的优点,通过对瓦斯流量原始数据处理,瓦斯流量状态划分,构建马尔科夫转移概率矩阵及Matlab分析软件进行计算的方法,建立灰色马尔科夫预测模型。结合现场工程实例,将该预测模型和GM(1,1)预测模型进行比较分析,结果表明,利用灰色马尔科夫模型预测钻孔瓦斯流量,能够消除GM(1,1)模型本身固有偏差,预测值平均相对误差为2.16%,最大相对误差仅为5.40%,均优于GM(1,1)模型。     

两种预测模型在煤层瓦斯抽采量预测中的对比分析

本文分别采用灰色GM(1,1)预测模型与灰色马尔科夫预测模型对贵州某矿21124工作面运输巷本煤层瓦斯抽采量进行预测,其中灰色GM(1,1)预测模型的绝对误差为13.33%,灰色马尔科夫预测模型的绝对误差为4.22%;利用残差检验法对以上两种预测模型进行精度检验,其中灰色GM(1,1)预测模型的小误差概率为0.25,均方差比值为1.55,马尔科夫预测模型的小误差概率为0.92,均方差比值为0.46,结合预测精度等级划分,看出后者的预测精度级别更高;灰色马尔科夫预测模型更适合数据波动性较大的煤层瓦斯抽采量预测,与灰色预测模型相比,该法具有预测误差更小、预测精度更高、预测规律更符合实际数据的真实变化趋势等优点。     

基于灰色GM(1,1)-马尔科夫模型的职业病预测研究

为准确预测量化我国职业病的发病趋势,在灰色GM(1,1)模型的基础上结合马尔科夫过程构建灰色GM(1,1)-马尔科夫预测模型,探讨灰色GM(1,1)-马尔科夫模型在职业病预测领域的应用。通过平均相对误差、后验差比值、小误差概率3个指标对该组合模型的预测精度进行评估。结果表明:10维灰色GM(1,1)-马尔科夫模型与原始数列的拟合程度较高,预测精度等级为一级（好）,该组合模型的预测精度优于单一的灰色GM(1,1)预测模型;在遵循新陈代谢原理的情况下,我国职业病发病呈现上升态势,2015—2018年的职业病发病例数依次为31 196,36 284,37 724,39 147例。     

火灾风险模型的建立及其应用

引入传统GM(1,1)模型、无偏灰色模型和加权灰色模型进行火灾风险模拟预测,以平均绝对误差、平均相对误差、后验差比值和小误差概率4个指标综合评价模型模拟精度。以2012—2016年火灾起数为原始数据列,建立了火灾风险传统灰色GM(1,1)模型、火灾风险无偏灰色模型和火灾风险加权灰色模型,3个模型精度检验等级均为"好"。当精度检验等级相同时,火灾风险无偏灰色模型的平均绝对误差、平均相对误差最小。运用3个模型预测2017年和2018年火灾起数,火灾风险无偏灰色模型的预测结果最精确,为火灾风险预测提供了新的途径。     

基于等维新息灰色马尔科夫的地铁客流量预测*

为准确预测地铁客流量的发展趋势,采用等维新息灰色GM（1,1）预测模型与马尔科夫模型相结合的方式建立等维新息灰色马尔科夫模型,探讨等维新息灰色马尔科夫模型在地铁客流量预测领域的应用;运用平均相对误差、后验差比值和小误差概率3种指标对模型精度进行检验。结果表明:等维新息灰色马尔科夫模型与原始数列的拟合程度较高,预测精度等级为Ⅰ级（优）,优于传统灰色GM(1,1)模型和等维新息灰色GM(1,1)模型的预测精度,更加符合地铁客流的实际情况。     

焊接结构失效事故征候的灰色马尔科夫预测

焊接结构的可靠性,是锅炉压力容器特种设备安全研究的重要内容。将事故征候的预测研究引入锅炉压力容器特种设备的焊接结构安全分析的研究领域,通过灰色预测理论模型GM(1,1)与马尔科夫链预测理论模型相结合,利用两者的优点,不仅提高了对波动性较大的随机变量的预测结果可靠度,同时延展了灰色预测的应用。结合应用算例,将灰色马尔科夫预测模型与传统的GM(1,1)在焊接结构失效事件的前瞻性预测中的应用进行了对比,灰色马尔科夫预测模型对焊接结构失效事件的预测精度在98%以上,且较GM(1,1)模型预测结果的精度平均提高了近4%,能够消除GM(1,1)模型的固有偏差。灰色马尔科夫预测模型符合对锅炉压力容器特种设备焊接结构安全研究的实际要求。     

不同螯合剂对花生富集污染土壤中Co的影响

采用模拟Co污染土壤的方法,分别投加2.5 mmol/kg、5.0mmol/kg、7.5 mmol/kg的EDDS、NTA、CA和OA,研究了其对花生生长与吸收土壤重金属Co,以及对土壤中Co的活化能力的影响.结果表明:整合剂处理使花生的生物量降低,在高浓度整合剂处理时,降幅最大;EDDS的添加比NTA、CA和OA更显著地增加了土壤Co的有效态质量比,同时明显提高了花生的富集系数和转运能力;在螯合剂处理下,花生的转运系数最高达到0.916,具备了修复土壤重金属污染的能力;根系和地上部富集Co能力最强时分别达到58.64 mg/kg和46.33mg/kg,是对照组的1.29和3.63倍;各处理花生根系中的Co质量比要高于茎叶中的质量比,花生植株Co质量比与土壤有效态Co质量比呈显著(p＜0.05)或极显著相关(p＜0.01);综合来看,螯合剂的投加能有效活化土壤溶液中的Co,促进植物吸收、转运重金属.     

基于模糊层次分析法的编队内碰撞风险评价模型研究

编队内碰撞是编队飞行最大的安全威胁。为解决编队飞行灵活性与编队飞行安全的矛盾,建立了编队内各机碰撞风险评价模型指标体系,使用模糊互补判断矩阵确定了各指标的碰撞权重,实现了编队内各机碰撞的风险评估。以空军航空兵某部一架机型G与一架机型H混合双机编队为例进行了实证研究,结果表明,该模型简便易操作,可提高编队飞行训练效率。     

基于模糊可拓层次分析法的在役混凝土桥梁耐久性评估

对在役混凝土桥梁的耐久性研究是目前学术界的热点问题。使用科学的方法对其耐久性进行合理的评估,是解决该问题的关键。考虑到在役混凝土桥梁耐久性评估中的不确定性,利用改进的三标度层次分析法及模糊可拓理论,建立了基于模糊可拓层次分析法的在役混凝土桥梁耐久性评估模型。首先,根据桥梁的结构及所处环境的特点,建立了在役混凝土桥梁耐久性评估指标体系。其次,运用改进的三标度层次分析法确定指标权重。然后,使用模糊可拓理论确定耐久性等级。最后,通过具体的实例分析,证明了该评估方法的科学性和有效性。     

物流企业员工安全参与行为演化路径研究

为确定影响物流企业员工安全参与行为的因素与演化路径,推动对物流企业员工的安全监管,在员工和物流企业具有有限理性的前提下,从物流企业与员工之间的博弈机理出发,构建了员工安全参与行为的演化博弈模型。采用系统动力学方法分析模型的演化趋势,通过数值仿真分析物流企业员工安全参与行为及演化路径。结果表明,奖励力度、惩罚力度等参数影响着员工策略的变化,物流企业可加大对员工不积极参与安全行为的处罚力度,并适当提高奖励力度,从而提高员工的参与安全活动的积极性;物流企业还应建立奖励与惩戒相结合的管理制度,同时通过技术创新降低监督成本,实现对员工安全的有效监管。     

软质聚氨酯泡沫阴燃前期热解特性研究

采用DSC-TGA(差示扫描量热-热重分析)同步热分析仪对软质聚氨酯泡沫(聚氨酯软泡)在不同氧气体积分数(0、10％、30％、50％)和不同加热速率(10 K/min、20 K/min、50 K/min)下热解到800℃的过程及其对阴燃的影响进行了研究.结果表明,当氧气体积分数介于10％ ～ 50％时,聚氨酯软泡热失重DTG曲线只有1个峰;当氧气体积分数降低到10％时,DTG曲线开始逐渐分离为2个峰;当氧气体积分数降为0(即氮气气氛)时,DTG曲线已经明显分为2个峰.这表明氧气体积分数对聚氨酯软泡热解特性具有重要作用.氧气体积分数和加热速率降低均对聚氨酯软泡的热解有抑制作用,均能减小阴燃传播速率和向明火转化的可能性.加热速率降低主要是延长了聚氨酯软泡的热解周期,从而减小了热解可燃气体积分数和放热速率.氧气体积分数降低对聚氨酯软泡热解的影响相对复杂的多:当氧气体积分数从10％降低到0时,主要提高了聚氨酯软泡的分解温度,而对热解速率影响不大;当氧气体积分数介于10％～50％时,氧气体积分数减小主要会降低聚氨酯软泡的热解速率、放热速率和放热量而对热解温度影响相对不大.氧气体积分数和加热速率降低抑制了多元醇的分解,而多元醇是聚氨酯软泡维持阴燃或向明火转化的主要物质及能量来源.     

Y型通风沿空留巷巷道围岩活动规律研究

为掌握沿空留巷围岩活动规律,以谢桥矿12418工作面轨道顺槽为工程背景,采用多点位移计及钻孔窥视仪等设备进行实测研究,并结合数值模拟对其进行分析.结果表明:沿空留巷巷道表面围岩变形具有典型的近场效应,留巷前距工作面60 m以外的巷道基本无表面位移,随工作面的推进,巷道表面位移逐渐增大,距工作面10～15m范围内,表面位移变化速率显著增加,留巷后巷道表面位移与留巷前变形趋势类似,但表面位移量较留巷前有明显增加;从顶板钻孔窥视结果可以看出,留巷前仅在孔深2 m处发育单一离层裂隙,留巷后在孔深1.2m、2.4 m、3.8m和5.3m处发育多层离层裂隙,且随滞后工作面距离增加裂隙逐渐增大;尾巷充填体应力在充填材料固结后逐渐升高,并一直维持较高应力状态,因此,巷旁充填体既要确保有一定的强度和刚度,又要有一定的适应变形能力.     

露天矿采空区爆破合理孔底填塞长度与起爆位置确定

为研究孔底填塞长度与起爆位置对露天矿采空区上覆岩石台阶爆破的影响,进行了数值模拟和工业试验。运用ANSYS/LS-DYNA软件构建了爆破模型,分析了存在采空区时台阶的爆破机理,通过对比分析不同孔底填塞长度、不同起爆位置下爆破时岩石拉应力及动能变化,揭示其对采空区爆破效果的影响,确定了采空区上覆岩石台阶的合理爆破方法,并通过工业试验进行了验证。结果表明:采空区的存在导致爆破能量的利用效率降低;中间起爆技术适合采空区上覆岩石爆破;孔底填塞长度在一定临界范围内时,爆破能量的利用效率是最佳的;确定了武家塔露天煤矿采空区上覆岩石台阶爆破采用中间起爆技术且孔底填塞长度为2 m。     

视野受限时出口指示标志对行人疏散的作用研究

为完善视野受限时的行人疏散理论,探讨了出口指示标志在行人疏散中的作用和其他影响疏散的因素。在前人工作的基础上,进一步阐述了视野受限时的疏散理论模型,统计估算了行人的疏散时间;并利用计算机仿真对比研究了出口指示标志在行人疏散过程中的作用。结果表明,出口指示标志能够明显地影响行人疏散过程中的动力学特征,避免了无出口指示标志时的盲目和绕行现象,优化了行人疏散路径,提高了疏散效率。同时发现,在不同出口宽度下大的视野距离会对疏散起积极作用;初始行人密度较小时,行人数量的变化对疏散时间影响不大;初始行人密度较大时,疏散时间与行人数量间呈线性关系。     

基于多传感器融合的林火监测

为了提高近距离火灾监测的准确率,建立了基于Arduino平台的多传感器实时监测系统.此系统安装在移动机器人身上以探测火灾.在林火发生期间,会产生CO、C02明火火焰及其他产物,并引起周围环境温度的升高.因此,选择合适的传感器,检测出以上参数,就有可能据此判断实际环境是否有火.通过在Arduino上搭建火焰传感器、温度传感器、气体传感器和烟雾传感器,可以实时监测环境参数.在无火和有火环境中进行了多次试验,进行数据采集,得到了大量原始数据.无火环境的数据是在不同的天气条件下测得的;有火环境由试验火堆模拟得到.在模拟的过程中,进行人为操作以模拟不同的火情.如通过浇湿底部的可燃物模拟预热阶段,试验数据因此更有代表性.数据分析表明,单个传感器的输出值波动大,且在有火环境和无火环境中的输出值有重叠.因此,用单一传感器来检测火灾的准确率很低.而同时分析3个传感器的输出值时,其输出值随所检测火堆的不同呈现出一致的变化规律.最后,利用神经网络进行多传感器数据融合.涉及5个输入变量,由神经网络实现对多变量的非线性问题进行模式识别.将前述试验所得数据划分为训练数据和测试数据,两类数据均包含一定比例的有火样本和无火样本.用训练数据对BP神经网络进行训练,可得到林火识别模型.用测试数据检验模型,结果表明,该BP神经网络对试验火的识别准确率为98.625％.     

井下有限空间内作业人员噪声危害调查

为研究煤矿井下环境相对封闭、空间相对有限的情况下,噪声对作业人员的影响及危害,通过问卷调查的形式,分别对开滦集团东欢坨及荆各庄2煤矿井下5个不同作业区人员进行了共计200份的噪声危害问卷调查。将问卷调查结果通过SPSS软件进行统计与分析,并将SPSS分析得到的数据用于分析井下噪声对作业人员的影响及危害,归纳出噪声对作业人员的影响因素,并对噪声、影响因素及症状之间建立了井下噪声对作业人员影响的理论关系模型。结果表明:在井下有限空间内,噪声对作业人员的危害最严重的症状是耳鸣,危害最轻的症状是畏惧感;参与调查的多为年龄较大、工龄较长的作业人员,噪声对工龄较长者的危害程度要大于对年龄较大者,且工龄与噪声危害之间存在Pearson相关性系数大于0的正相关关系。