基于危化品事故案例的决策规则提取算法研究*

为充分解析文本形式的危化品事故案例,探讨事故类型与大量事故致因间的因果关联,从化工行业入手,通过扎根理论对175起危化品事故案例进行因素提取,共确定5个子系统、19个因素、80个子因素,提出基于事故生命周期的事故致因框架;在此基础上,提出改进的Gra Apriori算法,以解决经典的Apriori无法考虑属性类别关系的问题,最终获得14个以事故类型为决策属性的规则。结果表明:这些规则从不同事故阶段细致地剖析了危化品事故所遵循的规律,重现事故的演变过程,为危化品事故风险管理提供准确可靠的预防策略和决策支持。     

基于ZigBee技术的矿井井下人员精确定位的实现

本文通过对ZigBee无线通信技术的研究,利用ZigBee无线网络的特点和特有定位算法,把无线射频技术、数据处理技术、数据通讯技术、地理信息系统、无线网络传输技术,利用煤矿井下通信基站,真正实现了井下人员的精确定位。可提供丰富的数据、图形信息,能从地面实时监测井下人员、设备当前位置、行走路径,统计井下人员数量和分布情况,按照煤矿的实际情况提供考勤功能,在事故发生前,安全生产监控中心,可以随时掌握井下不同位置的各种安全生产的要素,从而采取积极有效的预防措施;事故发生后,可快速检索事故发生当时,甚至事故发生后相当一段时间内,井下工作人员的具体分布位置,从而制定出及时有效的抢救措施,并实施有效的现场抢救指挥。     

门禁市场平稳上升 高安全性产品不断升级

2011年5月19日,由住房和城乡建设部IC卡应用服务中心、全国智能建筑及居住区数字化标准化技术委员会主办的"2011年建筑及居住区门禁系统国密安全算法技术研讨会"在深圳举行。4月23日,由中国自动化学会智能建筑与楼宇自动化专业委员会和深圳达实信息技术有限公司联合举办的"2011年中国智能建筑门禁技术发展论坛"在京举行。两次会议都高度关注了门禁一卡通的发展现状、产品安全以及市场趋势等问题,其中安全问题在2009年的MIFARE"破解门"事件发生后更是备受关注。时隔两年,虽然不少厂家推出了相应的升级方案,但就整体市场而言产品安全问题仍不容乐观,为此结合当前市场关注的焦点,就目前国内门禁市场的发展现状、市场需求、安全问题以及发展方向等话题,本期栏目与一些安防企业的相关负责人展开了深入的探讨。     

危险品泄漏事故后动态路网应急疏散研究

在建立以最短车辆总疏散时间为目标的应急车辆疏散模型过程中,考虑路网上的车流是时变的,以动态交通流分配理论对应急车辆流进行优化分配。基于计算的复杂性和粒子群算法(PSO)的优点,采用PSO对模型进行求解。算例试验结果表明,优化后的方案能够减轻整个疏散车辆的拥堵程度,为应急管理部门决策提供理论支持。     

基于Voronoi-Random算法微观结构褶型过滤介质过滤性能

在利用数值模拟研究褶型纤维过滤介质过滤性能时,为了克服层状结构纤维层与层之间不连贯及孔状结构纤维规整分布的不足,本文基于Voronoi-Random算法建立了褶型纤维过滤介质模型,并通过加密或减少纤维数量改变其固体体积分数(SVF).采用“Caught on first touch”和“Hamker”两种碰撞模型对褶型纤维过滤介质的气-固两相流动进行数值模拟.结果表明:压力损失和过滤效率数值计算值与经验关联式计算值吻合较好,误差在15%之内;将采用两种碰撞模型得到的过滤效率与经验关联式计算值进行比较,得出采用“Hamker”碰撞模型得到的过滤效率符合实际;在过滤介质上的沉积颗粒并不完全是纤维捕集,大多数颗粒是由形成的树枝状结构捕集;压降和单位面积沉积量随过滤时间的增长呈现指数增长趋势.     

2014~2017北京市气象条件和人为排放变化对空气质量改善的贡献评估

2014～2017年北京地区霾日数和污染日数逐年减少,PM_(2.5)、PM_(10)、SO_2和NO_2年平均质量浓度下降,污染程度缓解,采暖期中的11～12月尤为明显.针对空气质量的显著改善,从气象条件的改善和减排措施两方面进行探讨分析,并结合数值模式和大数据挖掘技术实现气象和排放对大气污染贡献率的定量化研究.结果表明,2017年与过去3 a相比,平均风速增加7. 9%,≥3. 4 m·s~(-1)的风速频次最高(10. 6%),≥70%湿度日占比最小(25. 1%);其中,采暖期与过去3 a同期相比,小风日数减少8. 6%、大气环境容量指数和通风指数平均增加约11%,边界层高度以3. 2%·a~(-1)的速率升高,尤其11～12月各要素改善更显著,且该时段内2014年各因子变化与2017年相似.非采暖期(4～10月)累积降水量558. 3 mm,仅次于2016年,有利于污染物的清除和湿沉降.利用WRF-CHEM对霾和污染频发的12月进行模拟发现,气象要素的改变导致2017年12月北京PM_(2.5)质量浓度较2014～2016年同期分别降低5%、38%和25%.因缺少政府实际施行的减排方案,无法利用WRF-CHEM量化气象和减排的具体贡献率,因此借助大数据挖掘算法,基于K近邻算法(KNN)和支持向量机(SVM)模型对气象和减排对空气质量改善的贡献进行评估,结果显示2017年减少的霾日和重污染日,65. 0%归因于减排的贡献,35. 0%归因为气象条件的改善.可见,气象与生态环境部门应继续加强数据开放共享,科学开展气象条件预报与减排评估.     

基于随机森林算法的塔式起重机安全事故预测及致因分析

近些年来塔式起重机安全事故频发,造成了较大的人员伤亡和财产损失。为降低塔式起重机安全事故发生的概率、辨识关键的诱发因素,根据塔式起重机安全管理相关的法律、安全技术规范和标准,采用系统分析方法对事故致因进行层次分解,并以194份事故调查报告为数据样本,构建了一种基于随机森林算法的塔式起重机安全事故预测模型,并以某塔式起重机较大坍塌事故为例对该模型进行了验证。结果表明:利用随机森林算法对塔式起重机安全事故等级和类型进行预测的准确率分别达到了0.9和0.8;导致塔式起重机安全事故的关键因素为专项施工方案不完备(P_2)、人员安全意识淡薄(H_1)、安全技术交底不充分(P_3)、安全生产检查不充分(P_4)和工人无证上岗(H_6),实例验证结果显示该模型对塔式起重机安全事故等级和类型预测的准确度较高。     

基于BAS-BP模型的风暴潮灾害损失预测

风暴潮灾害是中国沿海地区最严重的灾害之一,近年来由其带来的经济损失均占海洋灾害总损失的90%以上,因此构建一个简单准确的损失预估模型显得尤为重要。本文以现有风暴潮灾害研究为基础建立了基于天牛须搜索（beetle antennae search）优化的BP神经网络模型,将其应用到风暴潮灾害经济损失预评估中。本文收集了福建省1994~2016年记录比较完善的29个风暴潮灾害损失数据,建立风暴潮灾害损失预评估指标体系并利用熵值法对指标因子进行预处理,消除数据冗余信息对预测的影响。对模型进行仿真测试,结果表明,与标准BP神经网络相比新模型有效避免了网络陷入局部极小值的可能,且与常规优化算法相比,克服了训练时间长、收敛速度慢的缺点,具有更好的鲁棒性和预测精度。     

常州市国控站PM_(2.5)监测的代表范围研究

为评价常州市国家大气自动监测站(国控站)细颗粒物(PM_(2.5))监测的代表范围,通过1 km×1 km的多角度大气校正算法(MAIAC)的气溶胶光学厚度(AOD)等相关数据,采用随机森林方法进行PM_(2.5)估算反演,考虑变异函数和最优分割模型等统计学模型,开展国控站PM_(2.5)监测代表范围的评价。结果表明:(1)估算反演的PM_(2.5)浓度空间分布显示,常州市区东部区域浓度相对较高,西南部区域浓度相对较低;(2)变异函数分析中,PM_(2.5)浓度在5 km范围内具有相对显著的空间相关性,但超过5 km范围后空间自相关性不显著,差异性增大到最大;(3)最优分割法分析中,常州市各个国控站PM_(2.5)监测均存在各自的代表范围,2019年的代表范围为3~5 km,其中“经开区”站点范围最大(5 km),“市监测站”和“武进监测站”站点范围最小(均为3 km),且逐年分析显示,各个站点PM_(2.5)监测的代表范围呈上升趋势。     

基于链式多重插补的WOA-ELM煤与瓦斯突出预测模型*

为了提高缺失数据下煤与瓦斯突出预测准确率,提出1种基于链式支持向量机多重插补（MICE_SVM）的鲸鱼优化算法（WOA）-极限学习机（ELM）预测模型,以淮南朱集矿区为例,选取5个煤与瓦斯突出影响指标作为模型特征,采用提出的MICE_SVM算法插补突出事故数据中缺失值,利用WOA优选ELM输入层权值及隐含层阈值,构建煤与瓦斯突出预测模型,将插补后数据用于WOA-ELM模型的训练与测试,并与其他模型的预测效果对比。研究结果表明:MICE_SVM插补前、后的有突出数据预测准确率分别为83.02%,90.41%,MICE_SVM显著提高了有突出预测准确率,对无突出和整体的预测准确率提高不明显;数据插补后WOA优化ELM对无突出、有突出和整体的预测准确率分别为97.94%,96.25%,96.48%,较优化前分别提高了5.79%,5.84%,5.55%,数据插补后WOA-ELM为最佳预测模型。