改性涂料安全帽降温性能及热舒适的优越性分析

为探究高温户外作业下改性涂料安全帽在我国不同地区的隔热降温效果差异，本文采用Fluent数值仿真技术结合我国4个不同地区(北京、广州、南京、西藏)的太阳辐射特性，对比研究了改性安全帽和普通安全帽的降温性能及热舒适性差异。结果表明：改性安全帽相比普通安全帽可使帽体表面温度降低10℃左右，同时帽内外部温差降低3～4℃，说明改性安全帽能够有效降低太阳辐射得热；对于4个不同地区，改性安全帽相比普通安全帽的帽内温度可降低5～7℃，并且当太阳辐射量大于1 200 W/m²时，改性安全帽的降温性能愈发显著。进一步研究发现，相比佩戴普通安全帽，佩戴改性安全帽可使人体TEQ指数降低7.6%～9.6%，说明佩戴改性安全帽能够扩大作业者可从事体力劳动的工作范围，可提高户外安全帽佩戴者的热舒适性。     

基于涂料反射隔热作用的改性安全帽降温性能研究

采用实验室试验和ANSYS数值仿真法开展安全帽降温改性材料最佳配比的实验,并以石家庄季节气候条件模拟分析了季节特征温度和风速对安全帽降温效果的影响。结果表明：(1)当PET涂料和新型纳米隔热涂料质量比为1∶3时,降温幅度最大,为11.6℃;(2)普通安全帽与改性安全帽的温度云图均随着远离帽顶区域呈现出“层状分布”的降低趋势,且外界环境温度越高,改性安全帽降温效果越好;(3)当风速低于5 m/s时,改性安全帽降温效果显著,降温1.4～3.2℃;随着风速的增大,太阳辐射吸收率急剧减小,安全帽热传递方式基本只存在与环境的对流换热,2种安全帽的降温效果趋于相同。     

基于改进YOLOv5s的综采工作面人员检测算法

为了智能监控井工煤矿综采工作面危险区域人员闯入和安全帽佩戴问题，避免监控视频受粉尘干扰、光照不均等因素影响图像检测精度的问题，提出一种基于改进YOLOv5s的目标检测算法(简称YOLOv5s-DPE),并建立相关模型。首先，在颈部网络部分，采用深度可分离卷积(DwConv)替换普通卷积，降低参数量和计算量；然后，引入改进的路径聚合网络(PANet)提升特征提取能力，替换边界框损失函数完全交并比(CIOU)为有效交并比(EIOU),提升检测准确率；最后，选取综采工作面视频中的人员图像进行检测，选取煤矿井下人员闯入和安全帽佩戴监控视频作为检测数据集，并进行训练和验证。结果表明：对比初始YOLOv5s算法模型，YOLOv5s-DPE算法模型的参数量下降14.2%,浮点数计算量下降7.6%,算法网络模型大小下降12.5%,均值平均精度(mAP)@0.5提升到93.7%,mAP@0.5∶0.95提升到65.8%,YOLOv5s-DPE模型对小目标检测效果更好，误检漏检等情况有所减少。     

一种分离式可降温安全帽设计

为了解决高温作业环境下安全帽内部微环境积热严重问题,运用ANSYS软件模拟分析了安全帽内部微环境积热的空间和时间分布情况。基于模拟结果,设计了一款分离式可降温安全帽,其由帽体、喷嘴、风管、风机和开关组成。在高温高湿环境下,模拟人员分别佩戴在帽衬带上装有温度传感器的普通安全帽和分离式可降温安全帽进行剧烈运动模拟高温作业人员高强度劳动,记录其温度变化。结果表明:分离式可降温安全帽有良好的降温效果,同时具有不破坏安全帽的结构和强度,几乎不增加安全帽重量,无噪声、无电磁辐射,拆装简便等优点。     

夏季穿着医用防护服人员热应激模拟

为降低夏季医护人员长时间穿着医用防护服带来的健康风险,选取标准中国男性人体作为研究对象,利用预测热应变(PHS)模型、热应变决策辅助(HSDA)系统和Fiala体温调节模型3种经典人体热应变模型,模拟人体穿着医用防护服时在夏季不同环境工况下的核心温度和出汗率,进而确定不同环境工况下的推荐补水量和安全工作时间。结果表明：环境参数对生理应激影响显著,不同环境下核心温度最大差值为11.17℃,出汗率最大差值为6 592 g/h;环境温度每增大1℃,相对湿度每升高1%,安全时间平均缩短5.9和0.89 min;环境温度36和40℃时,安全时间仅为88～124和75～100 min; 3种模型在低温低湿时预测结果相对接近,在高温高湿时预测结果存在明显差距,核心温度预测差值最大为7.55℃,平均出汗率预测差值最大为5 654.35 g/h。     

壳聚糖对污染土壤中吸附态Pb(Ⅱ)的吸附行为研究

研究了壳聚糖作为萃取剂对污染土壤中Pb2+的吸附行为,考察了,溶液pH值、吸附时间和壳聚糖质量浓度对吸附行为的影响,分别用langmuir、Freundlich吸附热力学模型和Lagergren一级、HO YS二级、Elovich方程和粒子内部扩散吸附动力学模型对吸附热力学和动力学进行分析.结果表明:当pH=5、温度为45℃时提取率达到最大,提取率为46.3%;吸附过程中吸热,吸附自发进行;吸附过程在热力学方面符合Freundlich方程.相关系数为0.998 7,在动力学方面符合Lagergren一级吸附动力学模型,相关系数为0.991 2.     

道路交通事故责任智能化在线快速划分方法研究

为提高智慧交管建设水平，提升执法效率、降低执法成本，对交通事故中当事人责任智能快速划分进行研究。使用Pearson相关系数来计算全部特征与事故责任的相关系数，挑选出与事故责任划分高度相关的数据特征；基于道路交通事故数据及挑选出与事故责任划分明显相关的10个因素为评价指标，使用高效梯度提升决策树(XGBoost)算法对事故责任进行建模预测，结果相对准确，为78.9%,但存在模型对缺失样本分裂方向的处理能力有限及模型过拟合问题；通过参数优化和模型融合方法对XGBoost算法进行优化。结果表明：优化后的算法能有效地自动学习出缺失样本的分裂方向，模型融合对缺失值的处理率已提升至94.8%,处理率提升了50%,缺失样本的分裂方向通过模型融合基本全部得到有效学习，预测结果对比原始算法准确度提升至87.2%,交叉验证结果也表明该算法在交通事故责任智能认定中的适用性。     

基于YOLOv3的电网作业人员安全帽佩戴检测

为了有效监测电网作业人员不规范佩戴安全帽行为,提出1种基于YOLOv3的电网作业现场安全帽佩戴检测方法。针对安全帽佩戴规范性问题,构建正确佩戴、不正确佩戴和未佩戴安全帽3种情况下的图像样本库;并利用该数据库对YOLOv3模型进行训练与测试,结合模型参数、样本比例及算法对比分析,开展电网作业人员安全帽佩戴检测算例。结果表明:YOLOv3模型检测精度能够达到92.59%,同时模型每秒可检测15张图片,在复杂作业场景下能够实现有效检测,可为避免电网作业人员安全隐患提供技术参考。     

基于深度学习的复杂作业场景下安全帽识别研究*

为有效预防由于个人防护缺失所造成的事故,着力探究复杂作业情况下施工人员安全帽佩戴情况的智能化识别。提出在Faster R-CNN目标检测算法的基础上,针对小目标的安全帽识别问题通过增加锚点提升检测能力,为解决数据集中类别不平衡问题采用Focal loss替代原本的损失函数,为解决安全帽预测区域不匹配问题,引入ROI Align代替ROI Pooling操作中2次量化产生的误差,从而提升检测模型准确性,最后在构建的复杂作业场景下安全帽数据集的基础上进行网络性能评估。结果表明:基于改进后的Faster R-CNN网络框架mAP提高了15%,为智能化管控施工现场个人防护用品佩戴问题提供了有效精准化的识别方法。     

猪粪降解液改性沸石、膨润土的制备研究

采用湿法工艺用猪粪降解液对沸石、膨润土进行有机改性,通过单因素法分别改变猪粪降解液的加入量、体系pH值、反应温度和反应时间4个因素,研究其对水样中Cu2+吸附性能的影响.结果表明,当猪粪与钙基膨润土的质量比为1∶1,pH值为9.0,反应温度为60 ℃,搅拌反应时间为2.5 h时,制备的改性膨润土对160 mg*L-1的Cu2+水样中Cu2+的去除率达91.29%;当猪粪与沸石的质量比为1∶2,pH值为7.0,反应温度为60 ℃,搅拌反应时间为2.0 h时,制备的改性沸石对160 mg*L-1的Cu2+水样中Cu2+的去除率达92.01%;在最佳制备条件下,改性沸石与改性膨润土对Cu2+的去除率相差不大.     

感温自启动灭火管系统应用于密闭空间的试验研究

为了对比Novec 1230（全氟己酮）感温自启动灭火管系统与R236fa（六氟丙烷）感温自启动灭火管系统的灭火效率,采用火灾实体试验的方法,分析了不充压,0.88,1.81 MPa下2系统的灭火时间、破裂动作温度及降温冷却效果。研究结果表明:2种灭火管系统都成功灭火,且 R236fa灭火管系统灭火时间更短;2种灭火管系统的破裂动作温度均在80 ℃以上;不充压和0.88 MPa时,2种灭火管系统降温冷却效果相差不大,但充压1.81 MPa时Novec 1230灭火管系统对环境温度的降温冷却作用更强。     

浅谈国内外安全帽生产技术

安全帽作为对自然人头部受坠落物体或其他特定因素引起的伤害所采用的个人防护用品，越来越受到世界各国的安全防护行业的重视。特别是在发达国家，不断进行技术创新，更新安全帽标准。本文从安全帽技术领域方面．详细介绍各国制造安全帽常用材料的性能与特点，安全帽的模具材料、加工工艺、先进生产技术以及主要国家的安全帽检测标准差异。     

极端温度下帐篷内部热环境适应性实验及模拟研究*

为揭示民用救灾帐篷热环境适应性变化规律,通过大尺度环境气候舱构建高温与低温环境,采用Ansys Fluent商用软件代码进行仿真验证,并对帐篷蓬围结构和内部热环境分布变化规律进行实验与数值模拟。研究结果表明:使用大尺度环境舱直接进行模拟帐篷内外热环境变化可行,其内部热环境变化规律与实验基本一致;帐篷特殊的篷围结构导致高温环境下帐篷内部温度高于外界,帐内人员头部和脚部温差可达5 ℃,低温环境下帐篷同一高度横向区域温度对称分布,在中心区域温度较低,边缘和中心温差近8 ℃。     

高温矿井多孔介质相变蓄热降温研究及设计

为了解决机械通风难以满足高温矿井降温需求的问题,提出由石蜡和膨胀石墨构成多孔介质相变蓄热模块来达到巷道降温效果的方法,基于Fluent模拟软件,对通风和相变蓄热联合降温多条件下巷道温度场进行数值模拟,确定相变蓄热模块的设计参数,最后对掘进巷道热环境进行模拟研究和方案设计。 研究结果表明:相比于仅通风降温,联合降温效果明显;采用双侧布置相变模块降温效果明显优于单侧布置工况;随着风速逐渐递增,降温效果下降,且降温幅度减小;模块厚度分别为100,200 mm时降温效果基本一致,厚度300 mm时,巷道温度明显升高。     

地层条件下油气混合气安全氧含量实验研究

为了确定地层高温高压环境下油气混合气的安全氧含量，避免在采油过程中形成可燃性混合气体引发燃烧或者爆炸事故，保证注空气采油工艺过程的安全性，设计了1种测试地层高温高压环境下油气混合气体安全氧含量的实验装置；通过对采油现场井筒内的气体进行取样分析，选取一定组分的混合气体，在理论分析的基础上，对混合气体分别在1，5，10 MPa和40，120℃条件下的安全氧含量进行了实验研究，并将实验结果与理论分析结果进行了比较分析。研究结果表明:随着温度和压力的升高，安全氧含量逐渐降低；在地层高温高压环境下所测得的安全氧含量要远低于常温常压下的理论估算值；在10 MPa，120℃时达到8.27%，很大程度上增加了采油工艺过程的危险性。     

基于机器学习方法的安全帽佩戴行为检测

施工现场作业人员是否佩戴安全帽主要依靠人工检查,存在监管效率低、时效性差等问题,为了实时自动监管作业人员是否佩戴安全帽,提出1种基于机器学习的安全帽佩戴行为检测方法。首先利用深度学习YOLOv3算法检测出现场视频中的施工人员脸部位置,根据安全帽与人脸的关系估算出安全帽潜在区域;然后对安全帽潜在区域图像进行增强处理,使用HOG（方向梯度直方图）提取样本的特征向量;再利用SVM（机器学习的支持向量机）分类器对脸部上方是否有安全帽进行判断,进而实现对施工人员安全帽佩戴行为的实时检测与预警。以某高铁站施工现场为例进行验证,研究数据表明在施工通道和塔吊作业区域,该方法可实时有效检测出工人未佩戴安全帽的行为,识别率达90%。     

高温后砂岩抗拉强度及应变场演化实验研究

为研究高温后砂岩的抗拉力学特性及变形破坏规律，对不同温度作用后的砂岩进行巴西劈裂实验，同时采用数字散斑相关方法对砂岩变形破坏进行监测。研究表明:高温作用后砂岩质量损失率增加，波速整体呈降低趋势，砂岩物理特性出现一定劣化；高温作用使砂岩抗拉强度呈先增加后减小的趋势，25~400℃增大了16.08%，400~1 000℃减小了69.30%，砂岩表现为脆性破坏特征；砂岩劈裂过程中，水平应变场演化过程为:局部小变形产生、扩展→小变形区域聚集、合并、连接→应变局部化带产生→应变局部化带扩展并贯穿→宏观劈裂破坏；随着温度升高，应变局部化启动水平先增加后降低，400℃为转折点。该研究方法可为煤矿火灾安全等领域提供借鉴。     

受限空间环境压力对三元锂离子电池热失控影响*

为研究三元锂离子电池在空运低压环境中的安全性,通过自主设计搭建的封闭式变压实验舱开展相关实验,对不同荷电状态（SOC）下的三元锂离子电池在不同压力环境（101,80,60,40 kPa）下的热失控特性进行研究,采集电池热失控过程中的温度以及实验舱内的压力变化,并对热失控后实验舱内的气体成分进行分析。结果表明:三元锂离子电池热稳定性随着SOC的升高而下降,常压下100%SOC的电池热失控温度可达650.8 ℃,初始环境压力越低,相同SOC的电池热失控最高温度越低。随着环境压力的降低,相同SOC的电池在热失控后会生成更多CO,且电解液占比升高。研究结果可为锂离子电池空运安全性研究提供理论依据。     

高温矿井回采工作面湿球温度的应用

利用回归分析的方法计算出湿空气焓值的湿球温度表达式,进而导出回采工作面热平衡方程的湿球温度表达式和风流的热交换方程。由于干球温度指标评价矿井气候条件具有片面性,引出了回采工作面进风临界湿球温度的概念。通过分析,得出回采工作面的进风临界湿球温度为25℃较为合适的结论。当回采工作面进风湿球温度低于25℃时,适量增加风量有利于工作面降温,当大于25℃时,增加风量对工作面降温反而有害。