事故预测方法研究述评

将事故预测方法归纳为情景分析法、回归预测法、时间预测法、马尔可夫链状预测法、灰色预测法和非线性预测法6大类,并进行分析和比较.结果表明:1)目前的预测方法大多针对各自行业部门,因此采用自身相适应的预测方法和提高预测精度是事故预测的关键;2)剔除随机性和偶然性,提取异常点和异质性是工业事故进行预测建模的依据;3)系统安全是一个动态随机的非线性过程,应将定性与定量、线性与非线性、静态与动态预测方法相结合,进行组合预测才有可能实现最优预测;4)基于状态预测的事故优生理念,是未来事故预测理论的发展趋势.     

建筑火灾烟流运动特性网络模型的求解收敛性

分析了运用网络模型模拟建筑火灾烟流的计算过程，通过总结影响网络模型求解精度及收敛性的关键因素，改进了原烟流预测软件对建筑物各开口的净、正、负质量流量的算法。改进后的模型消除了振荡效应，模拟结果曲线平滑稳定，实现了运用网络模型对多室建筑物烟流特性的模拟计算。     

用灰关联分析和神经网络方法预测煤与瓦斯突出

本文应用灰色系统理论的灰色关联分析,对煤与瓦斯突出影响因素进行灰关联分析,得出了各影响因素对煤与瓦斯突出影响程度的大小排序,选择灰关联分析的五个优势因子:瓦斯放散初速度、坚固性系数、瓦斯压力、煤体破坏类型和开采深度,作为输入参数,用计算机对神经网络编写程序,建立了煤与瓦斯突出预测的神经网络模型.用我国典型突出矿井的煤与瓦斯突出实例作为学习样本,对网络进行训练学习,并以云南恩洪煤矿的煤与瓦斯突出实例作为预测样本进行验证.     

煤自燃的热重分析研究

利用实验模拟煤的自然发火过程,运用了非定温热重分析和微分热重分析手段,对4种煤样做了低温氧化实验研究,探讨了煤炭自然发火机理.运用Arrhenius典型方程分析出不同的热重数据,求出了煤样的动力参数,并讨论了煤低温氧化阶段的活化能和煤的自燃倾向性之间的关系.活化能可以作为划分煤自燃倾向性的参考指标.     

典型污染源中多环麝香的污染特征

合成麝香是一类近十多年才引起人们关注的有机污染物.合成麝香广泛分布于环境中.难降解,易生物富集,对水生生物和人体均呈现一定的生物毒性.文章对某一化妆品厂生产车闯内、外及工厂外的上、下风向大气中多环麝香进行了定性定量分析,结果表明,除ATⅡ之外,大气中检测出了五种多环麝香,其中作为对照点的上风向多环麝香总浓度为5.43ng/m3,而工厂室内、外及下风向的多环麝香浓度范围为17.25～5543.4ng/m3;气固分配实验研究发现,超过68.43%的多环麝香分布于气相中.     

人工神经网络在预测深基坑周边地表沉降变形中的应用研究

深基坑开挖引起的周边地表变形预测是一个复杂非线性问题,引起地表沉降的影响因素很多,各因素之间呈高度的非线性关系。传统的基坑用边地表沉降变形预测方法存在着一定的局限性,其预测精度有待提高,而人工神经网络是一种多元非线性动力学系统,可以灵活方便地对多成因的复杂未知系统进行高度建模,实现全面考虑各种主要影响因素的深基坑周边地表沉降变形预测。本文介绍了误差反向传播(BP)网络模型的结构、学习过程及其算法的改进,径向基函数(RBF)网络模型的结构及其学习过程;分析了影响深基坑开挖周边土体沉降变形的主要影响因素;以25个基坑工程的地表沉降实测资料为训练样本,建立了11个输入影响因素的BP神经网络模型和RBF神经网络模型,通过对样本的学习训练过程及对5个检验样本的预测精度,说明了人工神经网络用于预测基坑周边地表沉降的可行性和准确性。     

应用活性炭再生含多环芳烃植物油的可行性及性能评价

为利用植物油去除污染土壤中的多环芳烃,研究了应用活性炭F400吸附柱再生含多环芳烃植物油的可行性,对含高浓度多环芳烃的植物油进行二级再生处理,优化了过程参数,比较了原植物油和经活性炭再生的植物油去除土壤中多环芳烃能力的差别.结果表明,活性炭吸附法可以实现含多环芳烃植物油的再生,证明了修复策略的可行性.二级处理可以进一步吸附植物油中的多环芳烃,且高分子量多环芳烃几乎完全被去除.再生植物油和原植物油去除土壤中多环芳烃的能力没有明显差别.     

既打老虎,又拍苍蝇

现代安全管理的根本要求是预防为主,注重科学预测.美国安全心理学家海因里希指出:"在生产过程中,发现违章行为,必须立即进行监督整改,这是预防事故的有效手段,也是坚持预防为主的基本方针."