霍尼韦尔持续开展Genetron品牌制冷剂防伪认证

近日,霍尼韦尔公司持续开展了Genetron品牌制冷剂防伪认证项目。作为全球氟化学品的领先供应商,霍尼韦尔自2009年就推出了制冷剂防伪认证项目,帮助用户识别Genetron原装产品,免受假冒产品造成的安全隐患,避免对制冷设备造成损坏。     

基于FTA-SVM的车辆发动机故障识别方法

发动机结构日益复杂,其故障具有多样性和频发性的特点,收集大量故障样本存在很多实施障碍。为了提高车辆发动机的故障识别的效率和准确性,提出了一种新的结合故障树(FTA)和支持向量机(SVM)各自特点,从故障模式分析到故障类型识别的FTA-SVM故障识别方法。首先利用故障树在复杂系统故障模式分析中的优势,找出系统的故障模式,建立故障树模型,通过对故障树模型中各故障事件的分析,采集与故障事件状态相关的数据,建立数据与故障树底事件的映射模型,最后利用支持向量机在小样本数据处理中的优势,进行故障类型的识别。以发动机的失火故障为例建立了发动机失火故障树模型及故障数据与故障模式映射模型,验证了FTA-SVM方法的有效性和适用性。     

基于粗糙集理论的危险品运输风险分析

为解决危险品风险分析问题,利用粗糙集理论在处理不确定、不精确问题上的优势,提出基于粗糙集理论的危险品运输风险分析方法。首先,建立决策表,经化简后获得各属性的重要度,识别出影响危险品运输的主要因素与次要因素,以及主次因素所占比例;然后,利用区分函数对决策表进行约简,得出决策表的属性约简;最后,利用决策表的决策规则对原始数据进行推导,得出危险品运输事故的一般规律。结果表明,影响危险品运输事故类型的最重要因素是危险品的类型,所占比重为42.86%,其次是危险品运输的道路状况与危险品运输车辆状况,各占28.57%。在道路状况欠佳且车辆状况良好的前提下,腐蚀品发生危险品事故的严重程度要依次高于毒害品与压缩气体和液化气体。     

国外如何管理危化品

<正>【美国】储存企业须公开危化品种类分级:将危化品的危险等级由低到高分为三类,按照不同安全级别施行依次增强的包装、运输、储存办法。运输:1994年美国成立运输事故应急委员会。委员会内包括企业、运输商、分销商、政府等,专门向危化品运输途中经过地区提供应急救援信息和技术援助。存储:当地政府、消防要与存储、使用危化品的企业保持密切沟通。企业必须清楚并公布自己公司内存储的危化品种类及属性。当地消防要知道哪些企业有危化品,并且要掌握存储危险品的关键位置和设备。     

企业应用战略合作伙伴加入HID Global Seos~?生态系统持续扩大

安全身份解决方案的全球领导者HID Global?今日宣布,今年第三个自然季度,新的战略合作伙伴加入到公司的企业应用合作伙伴计划,进一步扩展了屡获殊荣的Seos?技术所驱动的产品生态系统范围。“Seos?技术是一项能够对卡片、智能手机以及可穿戴装备上的安全身份数据通信进行保密和信任的统一标准,我们的应用合作伙伴对于该项技术的巨大潜力非常期待。”HID Global嵌入式解决方案副总裁Kerry Reid说,“截至本季度末,增加了10项企业产品和应用可采用     

亚热带丘陵小流域土壤有效磷空间变异与淋失风险研究

肥料过施导致的土壤磷素累积和淋失是农业面源污染的重要方面.以湖南省长沙县金井镇脱甲河小流域(52 km2)为研究区,采用高密度布点采样、Arc GIS软件和属性相似反距离加权插值法研究了亚热带丘陵小流域表层(0~20 cm)土壤有效磷(Olsen-P)含量(以P计,下同)的空间分布特征与磷素的淋失风险.结果表明,菜地、果园、稻田和茶园土壤Olsen-P平均含量为62.0、16.1、14.4和13.7 mg·kg-1,是林地(平均含量为2.36 mg·kg-1)的5.8~26.3倍.5个土地利用类型土壤Olsen-P含量均具有高等变异水平和中等程度的空间自相关性(块基比C0/(C0+C)=50%),这与区内地形地貌、土壤母质、人工施肥等具有密切关系.根据土壤0.01 mol·L-1Ca Cl2浸提态P和Olsen-P的非线性关系可确定区内红壤和水稻土P的淋失风险临界值分别为69.97和98.40 mg·kg-1,并据此对脱甲河小流域土壤磷素淋失的风险进行了定量评价,结果表明旱地土壤具有明显较高的淋失风险,其中中等以上的比例占36.4%,而稻田土壤仅有0.2%,为中等以上淋失风险.因此,控制旱地(尤其是菜地)磷肥的投入是降低亚热带丘陵小流域土壤P淋失风险和减轻农业面源污染的关键.     

雨水收集系统中金属屋顶雨水噪声对语音识别的影响

近年来,金属屋顶被广泛用于雨水收集系统,但是金属屋顶的雨水噪声会给屋内的人带来噪声污染,本文主要研究金属屋顶雨水噪声对语音辨识的影响。通过预备实验研究了语音库的适用性。通过金属屋顶雨水噪声录音和语音库模拟实际被雨水噪声影响的听音环境。在金属屋顶雨水噪声影响的听音环境中的进行语音识别实验,研究了金属屋顶雨水噪声对语音识别干扰的程度。     

进口粉末涂料固体废物属性鉴别的研究

建立了粉末涂料固体废物属性鉴别方法：(1)采用红外光谱分析物料的主要成分;(2)利用X射线荧光光谱对物料中的主要无机元素和有害元素进行半定量分析;(3)按《热固性粉末涂料》（HG/T 2006—2006）测定物料的主要质量参数;(4)根据《固体废物鉴别标准通则》（GB 34330—2017）相关条款,得到物料的固体废物鉴别结论。本方法可为粉末涂料固体废物属性鉴别提供参考。     

基于BERT-BILSTM-CRF模型的电力行业事故文本智能分析*

为解决电力行业事故报告文本较长、语义复杂,难以进行有效文本识别问题,提出1种以BERT作为底层的预训练模型,并设计1种双重注意力机制编码器,结合BILSTM-CRF深度挖掘事故文本语义特征,从而实现文本智能分析。首先构建电力词典,通过对BERT预训练,进行BIO标注,然后引入BILSTM-CRF模型实现对文本标签智能分类,最后将该模型与现行其他4种深度学习模型进行对比。研究结果表明:该模型智能识别精确率、召回率及F1值(查准率)均达到约97%,较其他4种模型中效果最好的模型分别提高0.02,0.03,0.02。研究结果可为电力行业事故报告文本分析提供1种新思路。     

基于数据挖掘的施工危险识别注意投入与分配研究*

为分析施工情境中危险识别注意资源动态投入分配规律,基于动态时间规整算法,挖掘危险识别注视轨迹序列,以表征注意资源投入分配变化,并采用k-means聚类、注视熵、Needleman-Wunsch全局序列对齐算法和统计等方法,深入挖掘注意资源在危险目标中投入和分配等时空变化规律。研究结果表明:当事人危险识别各阶段注意资源呈现从显著目标到高危目标的投入变化趋势,危险识别注意资源分配随情境复杂因素呈现零散、均匀的空间特征,分配无序程度提高。