行业协会在安防立法工作中的作用

随着政府职能的转变，非政府组织在社会管理中发挥的作用越来越大。行业协会是一个自律性的社团，是行业内最重要的组织机构之一。在这种思路下，我们在考虑安防立法的时候，要充分发挥行业协会的作用，使其能最大限度地协助政府实施行业的管理。     

试论Java与木材加工业自动化控制和安全生产的关系

Java(Java也是美国加里福尼亚州Sun Microsystems公司的注册商标)正快速成为一种用于加工制造业和系统集成的计算机编程语言。相对于标准C和C^ 计算机语言而言，Java的多功能性和支持众多计算机操作系统和平台的显著特点，使它能在装备有不同计算机平台和控制系统的机械设备上使用提供了最大的方便性。从而提高了木材产品加工过程的安全性。本文就Java软件系统在木材加工和家具加工过程中的应用以及潜在问题进行探讨。     

以循环经济理念治理电子垃圾

电子垃圾已经成为困扰全球的重大问题特别是在发达国家．由于电子产品更新换代速度快电子垃圾的产生速度也更快；美国是世界上最大的电子产品生产国和电子垃圾的制造国，每年产生的电子垃圾高达700万吨至800万吨，整个欧洲的电子垃圾大约是600万吨，德国每年要产生电子垃圾180万吨，法国是150万吨．中国的情况同样不容乐观。     

矿难频发考验政府执政能力

煤矿工作最主要的是安全.煤矿安全是工人最大的福利,是企业最大的效益,是企业最大的政治.去年以来,国务院、国家安全生产监督管理局对煤矿企业反复通知强调:要牢牢地把住安全,不安全不生产!然而,近年来煤炭行业安全生产形势依然严峻,事故总量和事故死亡人数仍居高不下.     

我国每年职业病发病数超过1万例

传统职业病危害尚未完全消除．新的职业病危害又不断产生。我国有毒有害企业超过1600万家，受到职业危害的人数超过2亿．每年职业病发病数在1万例以上．其中尘肺病发病数占了80％。     

黔江区饮用水源地水质模糊综合评价研究

采用模糊综合评价模型的最大隶属及加权平均原则对黔江城区饮用水水源地(小南海水库、城北水库和洞塘水库)水质进行评价,并将评价结果与常规单因素分析法、富营养化评价的结果作对比分析。研究表明,采用最大隶属原则评价显示3个水源地的水质基本保持在Ⅱ类以上,采用隶属度加权平均原则评价水质结果为1.47级,而单因子评价结果显示3个水源地水质结果均为Ⅲ类以上。另外,模糊综合评价结果与富营养化评价结果相一致,说明模糊综合评价模型评价结果更直观、连续。     

基于MERIS数据的太湖悬浮物与叶绿素a遥感估算研究

基于MERIS数据,采用最大叶绿素指数算法,分别建立太湖悬浮物浓度与叶绿素a浓度的估算模型。经误差分析证明,该模型适宜检测悬浮物与叶绿素a质量浓度范围分别为15 g/m3～80 g/m3与10 mg/m3～20 mg/m3的水域,可用于太湖水体悬浮物与叶绿素a的MERIS遥感估算。     

区域水环境系统脆弱性指标体系及综合决策模型研究

目前水环境系统脆弱性研究主要局限于水环境系统的单方面脆弱性研究，过于片面化，需要综合考虑水资源、水环境质量、旱涝灾害、社会经济以及生态环境等方面的脆弱性。根据水环境系统脆弱性是系统状态受到系统压力引起的敏感性以及系统状态对系统压力的适应性响应的观点，采用“压力-状态-响应”模式构建区域水环境系统脆弱性指标体系。区域水环境系统脆弱性研究中客观存在诸多不确定性，利用联系数描述上述不确定性过程中差异度系数在［-1,1］上取值仍存在不确定性，为此，构造三角模糊数刻画差异度系数取值的不确定性，给出三角模糊联系数的基本形式，取置信水平得出置信区间联系数，采用期望-方差排序法对置信区间联系数进行决策分析，建立基于三角模糊联系数的系统综合决策模型。此模型用于安徽省水环境系统脆弱性评价的结果表明，安徽省区域水环境系统脆弱等级介于［2.731 3.620］之间，脆弱性状况不容乐观，应采取相应措施改善区域水环境质量，降低区域水环境系统脆弱性，保障区域社会经济及生态环境的可持续发展     

泄爆导管长度对除尘器泄爆影响的模拟分析

使用FLACS软件DESC模块,对连接不同长度泄爆导管的除尘器泄爆模型进行了模拟,研究泄爆过程中除尘器内部以及泄爆方向上的超压与高温变化规律。研究结果表明,泄爆导管内部要比除尘器内部先达到最大爆炸压力,但压力值却要小于除尘器内的超压;在泄爆方向上,距泄爆口越远,导管内的爆炸压力也越小,且在泄爆导管末端压力下降的趋势明显加快;随着导管长度从1 m增加到6 m,除尘器与泄爆导管内部的最大爆炸压力也逐渐增大,在泄爆导管长6 m时,除尘器内部达到了81.8 kPa的最大爆炸压力;而对于不同长度的导管泄爆模型,泄爆导管内部都达到了2 000 K左右的高温,且导管越长,最大爆炸温度所能持续的时间也越长。     

基于人工神经网络的气体泄爆最大超压预测研究

为解决传统经验公式在预测气体泄爆中最大超压出现时的较大偏差或过于保守的问题，提出使用人工神经网络预测气体泄爆最大超压。基于124组实验数据，采用BP与RBF神经网络，通过优化算法计算与迭代循环对泄爆样本中的影响因素进行降维与选择，并确定2类神经网络本身在学习与计算气体泄爆样本时的相关参数。结果表明:PCA（主成分分析法）在当前样本条件下的降维效果较差，而通过迭代对比确认气体泄爆样本中的5类特征全部保留时神经网络的训练模拟效果最好；通过对124组实验数据进行随机挑选训练集与测试集的训练模拟结果发现，神经网络对气体泄爆中最大超压的预测效果较好；通过对比Molkov提出的和经Fakandu等改进的NFPA 68经验公式以及2类神经网络的预测结果表明，神经网络相比于传统气体泄爆经验公式具有明显优势。