高速公路交通事故成因分析及对策研究

高速公路因其独特的行车环境 ,其交通事故损失十分巨大 ,研究成因分析具有十分重要的意义。影响高速公路安全的因素很多 ,以往的分析 ,只是从定性的角度 ,没有给出定量方面的具体研究。笔者从系统科学的观点出发 ,对我国高速公路交通事故进行统计分析 ,综合考虑交通参与者、车辆、道路以及行车环境 ,运用层次分析法对主要成因进行分析。结果显示 ,驾驶员因素、外部行车环境 ,尤其是先进的管理技术等占有很大的比重。笔者提出了相关的解决措施及对策建议 ,主观上应该加强对驾驶人员的安全教育培训 ;客观上应该提高车辆、道路的技术水平 ,同时加强高科技技术在事故管理中的应用 ,建立先进的高速公路交通事故管理系统。     

基于层次分析法地铁运营系统安全评价技术的研究

从系统工程的角度,应用层次分析法的基本原理,构建地铁运营系统AHP(层次分析法)模型,确定地铁运营系统指标体系,将成对比较矩阵的特征向量作为地铁运营系统安全评价因子的权重,确定了相关因子的影响力排序;同时,对层次分析法(AHP)的优缺点进行分析。其结果显示:人的因素和管理的因素是影响地铁安全运营的首要因素;其次为环境的因素;而物的因素排序为最后。该排序基本反映了当前地铁运营系统安全能力的实际状况,为控制和减少事故制定有效对策,提供了依据。     

煤矿生产物流系统安全资源配置随机规划模型

为提高煤矿生产物流系统的安全水平,实现煤炭安全高效生产,运用随机规划方法研究安全资源配置问题。选取人员资源、机器设备资源、环境资源、管理资源以及应急资源为一级指标,井工人员素质、机械化水平、自然环境、安全文化管理、应急救援设备等为二级指标,确定煤矿生产物流系统安全资源指标体系;根据煤矿生产物流系统的随机性与不确定性,选取井工人员素质、自然环境及工作环境作为随机因素,构建煤矿生产物流系统安全资源配置随机规划模型,并将此模型应用于河南某煤矿生产物流系统中。研究结果表明,用该模型合理配置安全资源,使该矿安全水平由63.536 5提升到了81.566 0,能够为煤矿生产物流系统安全资源合理配置提供依据。     

基于随机Petri网的城市轨道交通应急系统安全性能分析

为分析城市轨道交通应急系统安全性能,采用随机Petri网理论,考虑运营生产、治安消防和自然灾害3类应急预案,构建城市轨道交通应急系统的随机Petri网模型,并基于模型的马尔科夫链得到系统处于各种状态时的稳态概率表达式,通过改变各个变迁的触发速率,分析系统各种状态稳态概率的变化情况。结果表明,这个模型能够体现影响城市轨道交通应急系统安全性能的各因素之间的关系,并能通过数值变化趋势反映不同事故情况下提高安全性能的关键所在,达到分析系统安全性能的目的。     

高速公路紧急事件处置现场视频无线传输系统的研究

从高速公路交通事故紧急处置和应急救援的角度出发,在对高速公路交通事故过程、影响因素、紧急处置与救援特点及其信息需求分析的基础上,指出高速公路现有的有线监控系统、CDMA,GPRS系统均无法满足高速公路交通事故紧急处置和应急救援中对视频实时传输的需要。给出了笔者研发的适用于高速公路应急救援现场的基于WLAN的无线视频实时传输系统的基本原理与功能。     

基于驾驶员心率和速度差的高速公路纵坡度研究*

为减少高速公路纵坡路段的事故发生率,利用心生理检测仪采集驾驶员心率数据,使用V-Box采集道路高程和车辆实时速度数据,采用偏相关分析确定影响驾驶员心率增长率和速度差的显著性因素,分别构建驾驶员心率增长率和速度差与坡度之间的关系模型,通过心率增长率阈值和运行速度协调性,从驾驶舒适性角度确定安全坡度范围。研究结果表明:在纵坡路段行车时,驾驶员心率增长率随坡度增大而增加,速度差随坡度增大而增大,坡长与驾驶员心率增长率和速度差呈弱相关;设计车速为100 km/h的高速公路,上坡坡度应小于等于3.7%,下坡坡度应小于等于3.3%,因此建议纵坡坡度小于等于3.3%为宜。研究结果可为高速公路交通安全和人性化设计提供理论依据。     

基于机器学习的公交驾驶员事故风险识别及影响因素研究

为从公交驾驶员群体中识别出易发生事故的风险公交驾驶员，结合某市公交公司营运安全管理系统数据库、百度应用程序接口(API)及网络爬取技术，并应用K近邻算法补充缺失值，获取42条线路及1 893名驾驶员的数据；基于驾驶员、车辆、线路特征、违规行为、事故、管理等基本特征变量构造派生变量；采用包括递归特征消除、有惩罚项的逻辑回归、随机森林的集成方法选择特征；采用极致梯度提升(XGBoost)等6种机器方法分别建立分类模型，并采用贝叶斯方法优化超参数。结果表明：在构建的6个分类模型中，XGBoost方法构建的模型其受试者工作特征(ROC)曲线下的面积(AUC)评估结果最佳；运用贝叶斯方法优化模型，可以在一定程度上提升ROC的AUC指标；对于风险公交驾驶员预测准确率达到98.66%,运营单位还可以根据自身情况权衡虚报率与命中率代价。此外，车辆服役时间、违规次数等特征对于事故风险具有明显的非线性影响。     

道路运输危险化学品泄漏事故应急救援系统研究

为提高道路运输危险化学品泄漏事故应急救援的效能,研究开发了危险化学品泄漏事故应急救援系统。该系统针对道路运输危险化学品泄漏事故的特点,融合GIS新技术、高斯模型和现代安全管理方法,开发设计了4个专业子系统和6个数据库,提出了事故应急救援需要的3项主要技术即危险物质和危险源速查技术、灾难事故后果预测技术、应急救援决策的辅助技术,为道路运输危险化学品泄漏事故应急救援提供了技术支撑。     

危化品道路运输事故风险因子影响关系研究

为研究危险化学品道路运输风险影响因素,探究其事故发生机理,本文在改进前人模型的基础上,首先,利用贝叶斯网络,对我国2017-2021年发生的1 348起危化品道路运输事故进行参数学习,得到改进的危化品道路运输风险预测模型;然后,用2022年1月发生的20起事故案例,进行情境模拟以验证该预测模型的有效性;最后,利用该模型对危化品道路运输事故风险因子之间的影响关系进行推理分析,结果表明：该模型预测结果准确率均达到70%以上,该模型有效;因果推理结果表明,驾驶员操作不当易造成侧翻事故,驾驶员疲劳驾驶更可能导致碰撞、侧翻事故,以及驾驶员操作不当是泄漏事故发生的主要原因;敏感性分析结果表明,影响驾驶员行为最主要的因素是天气,影响事故后果最主要的因素是物质类别。     

多路况指标下的高速公路应急物资选址方案评价

为了筛选合理的应急资源布局位置,阐述了以实际路况评价应急物资选址的合理性,提出了以实际路况指标为基础构建的选址方案评价模型。考虑到城市道路和高速公路的阻因不同,将主要影响应急物资选址的路况属性量化。通过对应急车辆驾驶员的调查获得路况指标权重,引入模糊评价用以区分路况指标值接近的最优选址方案,经实例分析证明了该选址方案评价方法的可行性。研究表明,良好的选址方案应具备动态交通因素影响小、通行路径道路等级高、行驶里程短、平面交叉口和转弯次数少的特点。     

基于遗传算法的支持向量机预测有机物自燃点的研究

根据定量构效关系(QSPR)原理,研究自燃点(AIT)与其分子结构间的内在定量关系。以265种有机化合物作为样本集,随机选择238种作为训练集,27种作为测试集,用遗传算法(GA)进行变量选择,分别建立多元线性回归(MLR)模型和支持向量机(SVM)模型研究有机物的自燃点与其分子结构间的关系。通过分析,发现造成模型预测效果不佳的原因是试验数据本身存在问题。通过对2个模型的比较,结果为GA-SVM模型明显优于GA-MLR模型,说明自燃点与其分子结构间具有很强的非线性关系。     

引气剂和聚丙烯纤维对高水材料性质的影响研究

为了改变高水材料的破坏特点,采用引气剂和聚丙烯纤维双掺对其进行改性。试验结果表明:随着引气剂掺量的增加,浆体的流动性逐渐降低,混合浆液失流时间延长,试块密度和单轴抗压强度逐渐减小;聚丙烯纤维的掺入,对浆体流动性、失流时间、引气率影响均较小。聚丙烯纤维最佳掺量为2 kg/m3,引气剂和聚丙烯纤维的掺入使硬化体的弹性模量略有减小,且使试块由脆性破坏转变为延性破坏,在保持整体不散的情况下,提高其压缩量。SEM观察表明:钙矾石在气泡壁上集中生成,聚丙烯纤维与基体的界面处有利于针状钙矾石的生成,从而使聚丙烯纤维更好地发挥增强增韧的作用。     

Nonlinear molecular based modeling of the flash point for application in inherently safer design

New chemical process design strategies utilizing computer-aided molecular design (CAMD) can provide significant improvements in process safety by designing chemicals with required target properties and the substitution of safer chemicals. An important aspect of this methodology concerns the prediction of properties given the molecular structure. This study utilizes one such emerging method for prediction of a hazardous property, flash point (FP), which is in the center of attention in safety studies. Using such a reliable data set comprising 1651 organic and inorganic chemicals, from 79 diverse material classes, and robust dynamic binary particle swarm optimization for the feature selection step resulted in the most efficient molecular features of the FP investigations. Apart from the simple yet precise five-parameter multivariate model, the FP nonlinear behavior was thoroughly investigated by a novel hybrid of particle swarm optimization and support vector regression. Besides, 195 missing experimental FPs of the DIPPR data set are predicted via the presented procedure.     

Automation design in advanced control rooms of the modernized nuclear power plants

This study evaluated the effects of levels of automation (LOAs) decisions in advanced control rooms of the modernized nuclear power plants. Following advancements in design of digitalized human–system interfaces (HSIs), the roles of human operators have changed significantly. Negative performance and safety consequences may occur as a result of these changes. These problems are viewed as the out-of-the-loop (OOTL) performance problems. This study conducted an experiment to compare the effects of different LOAs under different operating procedures on operating performance. Experimental results indicated that blended decision-making (level 6 LOA) generates the lowest mental workload. Furthermore, the pattern of SA observed in this study is found better SA at intermediate LOA and poorer SA at low level of automation and full automation. Subjective rating results suggest that LOAs distribute the roles of option generation, and selection between human and/or computer servers which significantly impacts automated system performance. This study provides a direction for the HSI designers in nuclear power plants (NPPs). Additionally, based on results obtained by this study, the user interfaces of PCTRAN system and the alarm reset system should be improved to ensure safe operation of NPPs.     

Influence of ATD versus PMHS reference sensor inputs on computational brain response in frontal impacts to advanced combat helmet (ACH)

ABSTRACT

Objective: This study analyzed the influence of reference sensor inputs from anthropomorphic test devices (ATDs) versus postmortem human subjects (PMHSs) on simulations of frontal blunt impacts to the advanced combat helmet (ACH).

Methods: A rigid-arm pendulum was used to generate frontal impacts to ACHs mounted on ATDs and PMHS. An appropriately sized ACH was selected according to standard fitting guidelines. The National Operating Committee on Standards for Athletic Equipment (NOCSAE) head was selected for ATD tests due to shape features that enabled a realistic helmet fit. A custom procedure was used to mount a reference sensor internally near the center of gravity (CG) of the PMHS. Reference sensor data from the head CG were used as inputs for the Simulated Injury Monitor (SIMon). Brain responses were assessed with the cumulative strain damage measure set at 10%, or CSDM(10).

Results: Compared to ATD tests, PMHS tests produced 18.7% higher peak linear accelerations and 5.2% higher peak angular velocities. Average times to peak for linear accelerations were relatively similar between ATDs (5.5?ms) and PMHSs (5.8?ms). However, times to peak for angular velocities were higher by a factor of up to 3.4 for PMHSs compared to ATDs. Values for were also higher by a factor of up to 13.1 when PMHS inputs were used for SIMon.

Conclusions: The preliminary findings of this work indicate that small differences in ATD versus PMHS head kinematics could lead to large differences in strain-derived brain injury metrics such as CSDM.     

ZVI与TCE反应参数优化及动力学方程的建立

以批量研究的方法,考察了ZVI纯度、ZVI粒径、ZVI投量、p H值、温度和初始TCE浓度对TCE去除的影响,建立了ZVI去除TCE的动力学方程。最佳参数为:ZVI纯度92%,ZVI粒径30目,ZVI投量30 g,p H值为6.0,温度25℃,初始TCE质量浓度50 mg/L。最佳条件下TCE去除率可达73.6%,反应符合一级动力学方程。     

单板层积梁弯曲破坏的试验研究与分析

在万能力学试验机上测试由高频热压方法制造的桦木和椴木单板层积梁的密度、静曲强度(MOR)、弹性模量(MOE)和水平剪切强度等力学性质;讨论LVL(单板层积材)梁受弯曲、水平剪切载荷时的主要破坏形式并得出相关结论。测试结果表明,在该试验条件下,桦木和椴木LVL梁具有较大的密度、MOR和较高的MOE。其主要物理力学性能受树种的影响较大,桦木LVL梁的主要性能均优于椴木LVL梁。当LVL梁受弯曲破坏时,其主要破坏形式为整体断裂破坏、开裂破坏以及混合破坏等3种;受水平剪切应力破坏时,以基材剪切破坏和胶层剪切破坏两种形式为主。     

RS-PSO-ELM下腐蚀管道失效压力预测

为提高腐蚀管道失效压力的预测精度并简化其计算过程,提出基于粗糙集(RS)和粒子群算法(PSO)融合极限学习机(ELM)的腐蚀管道失效压力预测模型。通过属性约简提取影响失效压力的关键因素,选用PSO优化ELM的输入权值和隐含层偏差,将归一化的核心指标数据代入计算。结果表明:该模型预测结果与实际值基本一致,与单一ELM模型相比,预测结果的均方差(MSE)降至0.255;与其他蚀管道失效压力评价模型相比,该模型预测结果的绝对误差平均值降至0.32。     

主元分析-神经网络岩爆等级预测模型

为准确可靠地预测岩爆灾害,构建结合主元分析法(PCA)的径向基神经网络(RBFNN)、概率神经网络(PNN)和广义回归神经网络(GRNN)岩爆预测模型。选取6个常用的参数构成岩爆预测指标体系,采用PCA消除各指标间的相关性并降维,得出3个线性无关的主元即岩爆综合预测指标Y1、Y2和Y3,构成RBFNN、PNN、GRNN这3种神经网络的输入向量。研究结果表明:这3种PCA-神经网络模型,其岩爆预测结果优于对应的RBFNN、PNN、GRNN模型,提高预测准确率并缩短运算时间。从局部准确率、整体准确率及运算时间这3个方面综合比较,各模型的预测能力从强到弱依次为:PCA-GRNN> PCA-PNN> PCA-RBFNN> PNN> GRNN> RBFNN。