基于层次分析法的城市道路安全性评价

本文选择城市道路为评价对象,评价范围包括道路条件和交通环境.首先建立层次结构的城市道路安全性评价指标体系,然后运用层次分析法确定各个指标的权重,再利用线性加权求和,最终得到城市道路安全性评价的结果.     

基于ABAQUS的尾渣场稳定性分析

露天开采剥离物形成的尾渣场,其特性及破坏过程与土质边坡、岩质边坡均有不同。使用有限元分析软件ABAQUS,应用强度折减弹塑性原理,结合工程实例对尾渣场边坡进行了稳定性分析。采用不同临界破坏判据分析安全系数,结果表明,采用特征部位位移比塑性区贯通为判据得到的安全系数更具有实际意义,同时使用极限平衡法进行对比计算,得到的值基本一致。对塑性区的发展过程进行分析,尾渣场边坡是先在中上部出现塑性变形,然后向上再向下发展,最后贯通而导致边坡最终破坏,这是尾渣场边坡破坏的自身规律。通过位移等值线云图及增量位移的方法判断了滑动面的位置,得出其破坏面为近似直线的形状。将分析结果与实验室破坏模型试验进行对比,其结论是一致的。     

救生舱液态二氧化碳制冷系统实验研究

为保障救生舱内拥有适宜的环境温度,本文采用液态二氧化碳节流制冷系统进行救生舱温度控制,分析了液态二氧化碳制冷系统制冷效果的主要影响因素,通过实验与计算得出二氧化碳制冷剂在压力为0．6MPa,流量为17．8m3／h时,系统制冷效果最佳,制冷功率可达2．3kW。     

大型活动拥挤踩踏事故模糊综合评估方法应用分析

在研讨人群拥挤踩踏事故及其预防控制的基础上,通过采用模糊综合评估方法,客观归类大型活动拥挤踩踏事故影响因素,建立二级模糊综合评估分析模型,并以沈阳世博会开幕式为例进行综合分析,得出安全等级。应用实例表明,模糊综合评估方法评估结果与实际安全状况基本吻合,具有实用性,能够比较客观、真实地反映大型活动的拥挤踩踏事故风险状况,值得在大型活动拥挤踩踏事故评估中推广和使用。     

基于眼动特性的疏散决策和寻路行为研究

为探究疏散过程中个体风险型决策行为特征和通道结构对疏散行为的影响,开展带计分奖励规则的模拟疏散试验。被试分别基于电脑端和地下车库疏散任务进行连续决策,利用眼动追踪技术采集被试在此过程中的眼动参数,采用注视时间、注视次数等眼动特性数据表征被试的视觉分配与感知特性,结合决策中冒险行为统计结果,分析疏散过程中被试面对风险时的决策行为变化特征,以及路径特征对寻路行为的影响。结果表明：对于模拟疏散中连续出现的风险型决策任务,随体力消耗,被试更倾向于选择风险较低的路径;被试感觉临近出口时,冒险行为比例增加;被试对首次感知或潜在目标的关键信息会给予更多关注,对疏散决策行为有一定影响;与平坦笔直路径相比,被试在消防门区域、不规则岔路口、连续转弯区域等通道突变处注视时间增加4～6倍,表现出更多的犹豫和折返行为。     

石河子市地下水环境背景值

采集并测定了石河子市１９个地下水背景水样，分别确定了该市潜水和承压—自流水中Ｋ＋、Ｎａ＋、Ｃａ２＋、Ｍｇ２＋、Ｃｌ－、ＳＯ、ＨＣＯ、ＮＯ、Ｆ－、总硬度、矿化度、可溶性ＳｉＯ２、ＣＯＤ、ｐＨ、Ｃｕ、Ｐｂ、Ｚｎ、Ｃｄ、Ｍｎ、Ｖ、Ｌｉ、Ｍｏ、Ｓｅ、Ｈｇ、Ｉ、Ａｓ、Ｃｒ＋５、Ｃ６Ｈ５ＯＨ、ＣＮ－、ＡＢＳ的环境背景值．     

时序数据分析的复杂化工过程异常智能溯源研究

对复杂化工过程异常工况进行智能推理溯源是实现安全关口前移、降低灾难性事故发生的有效途径。提出了一种基于Spearman-Apriori的化工过程异常智能溯源分析方法,旨在研究复杂化工过程异常工况发生的前置原因,并形成一种智能决策模型。针对化工工艺参数之间耦合性强、关联关系分析难度大的特点,引入Spearman相关系数,通过Spearman实时在线分析过程参数间的相关关系,并设置强关联阈值将Spearman相关系数分析与Apriori算法进行关联耦合,利用Apriori算法中的支持度和置信度二维挖掘各参数之间的超强关联规则。将该方法应用于合成氨工艺中合成工段的异常工况智能推溯,并选取氢氮比、管路工艺气流量、给水换热器冷凝剂流量等8个关键监测指标,研究发现氢氮比增大和给水换热器冷凝剂流量升高分别是导致合成塔入口压力超压、合成塔第一床层温度过低两组异常工况的前置原因,该分析结果与实际生产工艺相符,证明该方法可以有效地对化工过程异常原因进行推溯并筛选主要影响因素。研究为使用生产过程大数据实现化工过程异常智能溯源提供了理论基础,为进一步完善过程风险精细化管控提供了新思路。     

ABR+复合人工湿地处理分散性生活污水的中试研究

研究了ABR+复合人工湿地组合工艺处理分散性生活污水的运行效能及ABR中颗粒污泥的特性。结果表明:在pH和温度的范围分别为6.5～8.5,17.0～28.8℃,ABR和复合人工湿地的HRT分别为3 h(容积负荷平均为1.3 kgCOD/(m3.d)及1.3 d(水力负荷平均为24.6 cm/d)的条件下,系统对COD、NH4+-N、TN、TP和浊度均有较好的去除效果,其平均去除率分别为76%、69%、56%、87%和86%,出水浓度平均分别为37 mg/L、2.73 mg/L、6.93 mg/L、0.18 mg/L和5.05 NTU,ABR中形成了性状良好的颗粒污泥。     

北京典型地铁系统可吸入颗粒物实测研究

为了解地铁环境空气污染状况,改善乘客和工作人员的环境,采用激光粉尘仪对北京地铁站外以及西直门(敞开式系统)、五道口(半高安全门系统)、西土城(全高安全门系统)和北土城(屏蔽门系统)等典型地铁系统站台和车厢空气中的细颗粒物(PM_(2.5))和可吸入颗粒物(PM_(10))在列车驶入前后的浓度(指质量浓度)大小,以及站台和车厢空气中PM_(2.5)和PM_(10)浓度随时间的变化规律进行了研究,并分析了PM_(2.5)与PM_(10)的浓度比值,以及地铁站外、站台与车厢空气中PM_(2.5)和PM_(10)源的相关性。结果表明:外界雾霾严重时,站内空气污染加重,地铁驶入后引起PM_(10)浓度增加,屏蔽门和车门的打开使得站台和车厢空气中的PM_(10)颗粒物浓度加速上升,以PM_(2.5)为主,且其浓度的变化随屏蔽门的启闭呈现一定的规律性。     

基于SSA-MGF的偏最小二乘回归神经网络的预报模型

本文采用奇异谱分析（Singular Spectrum Analysis,SSA）方法对原始降水序列重构,并用均生函数（Mean Generating Function, MGF）方法对重构系列构造延拓矩阵,以此作为自变量,原始降水序列作为因变量, 再利用偏最小二乘法提取对因变量影响强的成分作为神经网络的输入因子,原始序列作为输出因子,建立神经网络预测模型.通过对广西全区6月份降水量进行实际建模并与其它方法进行对比预测试验,结果表明,基于SSA-MGF的偏最小二乘回归神经网络预测模型较好,是一种具有较高应用价值的预测方法.