基于熵权-HDT的航空器维修人误概率确定

人误是造成民用航空维修差错的主要因素。为确定不同情境下人误发生概率,结合某维修基地具体情况,采用熵权法确定主要的影响因子,并基于全决策树法分析主要影响因子对航空器维修人误概率的影响程度。计算结果显示,该维修基地人因可靠性的主要影响因子包括航空器维修人员的安全态度、技能、沟通、工作环境、压力以及工段长领导能力。根据各主要影响因子的不同品质描述等级组合,确定该情境下航空器维修人员的人误概率。鉴于该维修基地人因可靠性影响最明显的因子是"沟通",提出信息及时交流、明确沟通重要性等解决措施。     

基于HERA-JANUS模型的空管人误认知分析

空管人误分类分析是空管人误研究的基础。为了对管制员人误进行系统的分类研究,结合空管业务知识和认知心理学理论,对欧洲航空安全局和美国联邦航空局合作开发的HERA-JANUS模型的工作原理和流程进行较详细地分析。运用该方法模型,对我国一起空管不安全事件案例进行分析后得到3个由管制员所产生的人误差错,并对这3个人误差错分别从人误类型、人误认知、相关因素3方面进行详尽的分析研究,最后得出该不安全事件的21项人误结果。结果表明,HERA-JANUS模型能较全面地从深层次分析管制员的人误,其分类形式也便于开展空管人误统计。     

基于Monte-Carlo方法的长输管道气体扩散模拟研究

目前气体扩散模拟研究多采用流体力学的计算方法,分析气体扩散过程中的动力学特性.有限体积、有限元等方法都需要对事故区域整体进行网格划分,计算过程效率无法满足长输管道事故应急跨区域、多气象以及复杂地形的要求.Monte-Carlo方法利用RAMS预测的平均风场,模拟有限气体粒子在风场中的随机行走特性,有效地弥补了计算效率与网格精度冲突所导致的模拟性能下降的缺点.通过HAVEGE方法收集计算的硬件信息熵形成随机源,修正了以往伪随机数问题,增强了Monte-Carlo方法的计算精度.结果表明Monte-Carlo气体扩散模拟研究方法满足了长输管道事故灾害应急决策的需要.     

基于尾涡强度的无人机与民机纵向安全间隔评估研究

为了解决无人机频频入侵机场净空，与民航客机发生危险接近的问题，以碰撞风险为量化指标，对无人机与民机需要保持的纵向安全间隔进行评估研究。分析民机尾涡流场对无人机运行的影响，利用Crow近场涡强度消散理论，得到实际尾迹影响区改进Reich碰撞模板，据此建立CNS/GPS性能环境下的纵向间隔评估模型，通过Matlab进行间隔值求解。研究结果表明:模型可以较为准确地反映民机起飞初始爬升阶段无人机尾随运行时导航性能和尾涡迹对所需最小间隔值的影响，并得到给定安全目标水平的计算结果。     

飞行员人因可靠性定量预测

为有效预测飞行员的人因可靠性,以保障飞行安全,基于认知可靠性与失误分析法(CREAM)的扩展法,建立飞行员人因可靠性定量预测模型。依据飞行员的任务特点,调整认知行为及认知功能。通过优化共同绩效条件(CPC)因子水平等级,并增加新的因子,改进CPC因子依赖规则,用于修正因子的初始评估结果,解决扩展法未考虑因子间关系的问题,从而完成模型的建立。利用回看分析法验证模型的有效性,采用所建立的模型和扩展法分别对已发生的飞行案例进行预测,并与实际发生结果对比分析。结果表明,与扩展法相比,采用飞行员定量预测模型得到的预测结果与案例发生结果所反映的控制模式更为匹配。     

基于CREAM和贝叶斯网络的空管人误概率预测方法

针对研究管制人因可靠性时存在的模糊性和片面性问题，采用认知可靠性与失误分析方法（CREAM）中的扩展预测法，计算10项管制通用任务的人误概率；在此基础上，以管制行为形成因子作为根节点构建贝叶斯网络，建立其与情景控制模式的不确定关系模型，对管制员在多任务中的人误概率进行预测。研究结果表明:在由相同评判者给出行为形成因子影响效应的前提下，由CREAM扩展预测法和构建贝叶斯网络的方法预测得到的多数任务的人误概率差异较大，从方法的客观性、合理性和适用性角度分析，贝叶斯网络在研究该问题时更具优势。     

煤矿照度对人反应时间和可靠度的影响研究

煤矿综采工作面狭窄,工作环境昏暗,照明环境普遍不好,是近年来井下事故多发的重要因素之一。针对目前煤矿综采工作面存在的照度问题,通过控制光照时间和操作难度,利用舒尔特表测算反应时间和操作可靠度,使用SPSS20. 0和Excel进行数据处理,设计试验组和对照组来进行对比试验。结果表明,1)从反应时间来看,0～25 min,试验组平均反应时间的变化趋势与对照组相反,被试者的注意力先下降后上升; 25～55 min,被试者逐渐适应低照度环境,反应时间也在逐渐缩短;被试者在低照度条件下操作55 min后,反应时间随光照时间增加而大幅度增加,超过劳动时间临界值后,视觉疲劳度迅速增加,反应急速减慢,从而可能导致安全事故的发生,影响生产效率,此时应合理安排工人休息。2)从操作难度来看,在简单及正常操作难度时,试验组和对照组操作可靠度变化比较接近,表明低照度条件对一般操作的可靠度影响不明显;在极难操作难度时,低照度条件对可靠度影响明显,在井下生产过程中,低照度环境下应尽量避免安排复杂的机械化操作。3)反应时间与光照时间呈二次函数关系,通过建立回归方程量化了两者的关系,为以后合理安排煤矿工人劳动休息时间提供了理论依据。     

A simulation model of rhizome networks for Fallopia japonica (Japanese knotweed) in the United Kingdom

Fallopia japonica (Japanese knotweed) is an aggressively invasive herbaceous perennial that causes substantial economic and environmental damage in the United Kingdom (UK). As such, it is of considerable concern to councils, environmental groups, private landowners and property developers. We construct a 3D correlated random walk model of the development of the subterranean rhizome network for a single stand of F. japonica. The formulation of this model uses detailed knowledge of the morphology and physiology of the plant, both of which differ in the UK to that of its native habitat due to factors including a lack of predation and competition, longer growth seasons and favourable environmental conditions in the UK. Field data obtained as a part of this study are discussed and used in the model for parameterisation and validation. The simulation captures the field data well and predicts, for example, quadratic growth in time for the stand area. Furthermore, the role of a selection of parameters on long-term stand development are discussed, highlighting some key factors affecting vegetative spread rates.     

Ni2+金属结合肽的筛选和序列分析

利用噬菌体随机十二肽库对金属N i2 进行了结合肽筛选,经5轮生物淘洗、噬菌体扩增和DNA测序,获得8条多肽序列,分析发现其中富含组氨酸(4~6个/肽).结果表明,组氨酸的存在对蛋白质和金属N i2 的结合起着关键作用.图1表1参11     

A nonparametric procedure for analyzing repeated measures of spatially correlated data

Many agricultural, biological, and environmental studies involve detecting temporal changes of a response variable, based on data observed at sampling sites in a spatial region and repeatedly over several time points. That is, data are repeated measures over time and are potentially correlated across space. The traditional repeated-measures analysis allows for time dependence but assumes that the observations at different sampling sites are mutually independent, which may not be suitable for field data that are correlated across space. In this paper, a nonparametric large-sample inference procedure is developed to assess the time effects while accounting for the spatial dependence using a block bootstrap. For illustration, the methodology is applied to describe the population changes of root-lesion nematodes over time in a production field in Wisconsin.