民用燃煤源中多环芳烃排放因子实测及其影响因素研究

民用燃煤是我国目前关注较多的多环芳烃(polycyclic aromatic hydrocarbons,PAHs)排放源.根据我国民用燃煤所涉及的煤种、燃烧方式和炉灶类型,利用全流稀释采样系统对5种不同成熟度的煤种,分别以散块煤和蜂窝煤形式在3种炉灶类型中燃烧产生的烟气进行了采样和分析,初步获取了我国民用燃煤烟气中PAHs排放因子(EFPAHs)的实测数据.结果表明,烟煤的EFPAHs在块煤燃烧方式下的变化范围为1.1～3.9 mg.kg-1,在蜂窝煤燃烧方式下的变化范围为2.5～21.1 mg.kg-1,无烟煤的EFPAHs在块煤与蜂窝煤燃烧方式下分别为0.2 mg.kg-1与0.6 mg.kg-1.在民用燃煤的EFPAHs的各种影响因素中,煤的地质成熟度起主导作用,不同成熟度煤种的EFPAHs差异幅度高达1～2个数量级.其次是燃烧形态(块煤/蜂窝煤),主要表现为同一种地质成熟度的煤在蜂窝煤燃烧方式下排放的PAHs比块煤高2～6倍.炉灶类型的影响最小.     

基于VMD排列熵与FASSA-SVM的滚动轴承故障研究

提出了一种基于萤火虫改进麻雀搜索算法-支持向量机（FASSA-SVM）的轴承故障诊断方法。首先对轴承工况的振动信号变分模态分解（VMD）得到多个模态分量（IMFs）,其次利用排列熵（PE）求解每种工况每个IMF的PE值作为特征参数输入至SVM中,最后利用FASSA方法优化SVM的惩罚因子、核参数并得到最优的轴承故障分类诊断效果。实验结果表明,FASSA-SVM方法的平均测试集诊断准确率高达99.8%,该诊断结果优于传统的萤火虫算法（FA）、优化麻雀搜索算法（SSA）。     

农村突发公共卫生事件应急医疗设施选址研究

为提高农村突发公共卫生事件应急医疗设施选址决策的科学性,基于新冠肺炎(COVID-19)疫情传播迅速,危害性强的突发公共卫生事件特征,依据应急医疗设施设计标准并兼顾农村医疗预算少、应急道路崎岖的特点,首先,选取设施备选地工程地质条件、单位成本、传染率、抵达时间、场所规模以及服务覆盖区域6项影响因素,将熵值法(EVM)和层次分析法(AHP)有效结合确定影响因素权重;其次,建立考虑患者到应急医疗设施的距离之和最小以及所选择应急医疗设施的综合评价值最优的多目标选址模型;然后,设计改进的粒子群优化(IPSO)算法求解模型,得到选址决策;最后,选取天门市部分村庄进行实证分析,以验证模型算法的有效性。结果表明：传染率和单位成本是建设应急医疗设施主要影响因素,IPSO算法选取3个应急医疗设施,能够满足8个村庄患者的治疗需求,并保证患者在4～7 min内就医,为高效开展疫情防控活动提供保障。     

基于深度学习的地铁施工作业人员不安全行为识别与应用

为有效识别地铁施工作业人员不安全行为,基于深度学习与计算机视觉技术,提出融合行为和身份识别的不安全行为识别方法。首先,对更快速的基于区域的卷积神经网络(Faster R-CNN)算法进行优化,引入高效通道注意力(ECA)模块提升行为识别的准确性;其次,将基于人脸超分辨率算法的人脸识别方法与行为识别相结合,提升图像像素水平并准确输出不安全行为执行人员相关信息;然后,行为识别与人脸识别并发进行,识别结果回流至数据库最终输出工人不安全行为报告;最后,选取某地铁施工项目的4种不安全行为进行识别方法的实证应用。研究表明：该方法可在地铁施工场景下进行有效应用,不安全行为识别和执行人员身份识别的准确率均达0.85以上,具有较高的准确度。     

基于响应面法的抑尘剂组分配比优选模型

为解决抑尘剂多功能组分优选过程中存在的非线性问题,提出基于响应面法(RSM)的抑尘剂配比优化模型,在分析影响因素与响应值、各影响因素之间的交互作用特征的基础上,通过分析响应面的变化特征获得抑尘剂的最优配比。采用星点设计法,以润湿、保湿、黏结组分的体积分数为自变量,以粉尘沉降时间、失水率和风蚀率为因变量,在室内试验数据的基础上,开展多元线性方程拟合和方差分析,获得最优配比的预测结果,并进行试验验证。研究结果表明：星点设计—RSM模型的预测值与试验值偏差小于6.0%,优选组相比对照组(水)而言,粉尘沉降时间缩短23倍,失水率和风蚀率分别降低3.00%和2.64%,说明优选组具有优良的润湿、保湿和黏结性能,证明所构建的优化模型对抑尘剂多组分非线性优化问题具有良好的预测性能。     

面向驾驶员心电数据的交叉口驾驶风险评估方法

为更精准地评估交叉口范围内的驾驶风险,首先,引入驾驶员心电(EGG)数据,提出基于余弦相似性距离的逼近理想解排序(TOPSIS)模型;其次,建立滚动时间窗法,并改进传统的短期频域指标计算方法,计算模型中低频(LF)变化率指标和低频与高频之比(LF/HF)等心率变异性(HRV)指标,模型时域指标有心脏搏动周期(R-R间期)变化率和其标准差(SDNN);然后,根据心电频域和时域指标与静息状态下对应指标的接近程度进行综合排序,按照越接近驾驶风险越小的原则,评估交叉口区域的驾驶风险;最后,选择30名驾驶员,在西安市23个交叉口开展实车试验,采集试验数据并验证模型方法。结果表明：驾驶员在相同交叉口环境下的驾驶风险评估结果相似性超90.1%,所提方法可应用稀疏样本评估交叉口的整体驾驶风险;高驾驶风险的交叉口评估方差较中、低驾驶风险路口分别高38.8%和67.9%,表明低风险交叉口区域驾驶风险的评估更精准。     

新冠疫情下国际班列通道综合风险测算

为分析并测算全球新型冠状病毒肺炎(COVID-19)疫情下以中欧、中亚班列为代表的国际班列通道的综合风险,便于决策者因险施策、防患于未然。首先,构建疫情下通道沿线节点国家综合风险评价指标体系,采用模糊C均值(FCM)聚类算法对沿线国家风险等级进行分类;然后,综合考虑节点间风险的相互影响,构建通道风险测算模型;最后,利用蒙特卡罗法进行仿真试验,计算不同通道去向、返程班列的风险得分。结果表明：中欧班列中/东向通道风险最高,中亚班列南向通道、新通道通行风险相对较小,需有效开拓南向通道和新通道,分担通道货运高风险。     

改进YOLOv3算法下通航机场场面运动目标检测

为获得更好的检测精度和更快的检测速度,保障通航机场场面运行安全,提出一种改进的YOLOv3算法,分别从网络结构和损失函数2方面进行改进。首先,在主干网络中使用深度可分离卷积代替原卷积,构建基于距离交并比(DIoU)的目标框回归损失函数;然后,以某通航机场为研究对象,搭建通航机场场面目标检测场景,采用迁移学习和冻结训练相结合的训练方法,以提升场面目标检测的速度;最后,比较分析所提算法与传统的YOLOv3、YOLOv4算法的识别效果。结果表明：飞机目标的检测效果明显优于车辆和人员目标,改进的YOLOv3算法对目标的检测精度、召回率、全类平均精度(mAP)分别达到92.96%、80.51%、91.96%,图形处理器处理速度高达74帧/s,较传统的YOLOv3、YOLOv4算法性能均有明显提升,可实现通航机场场面运动目标的有效检测。     

基于IPSO-LSTM的新能源汽车锂电池健康状态监测

为监测新能源汽车锂电池的健康状态(SOH),防范电池故障引发安全事故风险,提出改进粒子群算法(IPSO)和长短期记忆(LSTM)神经网络相结合的模型,监测锂电池的SOH。首先,采用Spearman相关性分析法,提取锂电池SOH监测的健康因子;其次,采用线性惯性权重和非对称学习因子改进传统粒子群算法(PSO),利用IPSO算法对LSTM模型的隐含层神经元个数、神经元失活率、批处理值进行关键参数寻优,进一步优化LSTM模型,建立IPSO-LSTM锂电池SOH监测模型;最后,以新能源汽车主流采用的18650锂电池数据集验证IPSO-LSTM模型,并对比分析BP、LSTM和PSO-LSTM这3种模型。结果表明：IPSO-LSTM模型的平均绝对误差(MAE)在0.02以内、均方根误差(RMSE)在0.03以内,监测误差在15%以内,相较于BP、LSTM、PSO-LSTM模型,IPSO-LSTM模型的误差指标值均最小,模型具有更高的精度和稳定性。     

基于组合赋权法的城市桥梁可靠性模糊综合评价

为评估城市桥梁的可靠性,预防桥梁发生安全事故,考虑到城市桥梁评估的多标准、多因素需求以及评估体系建立的复杂性、模糊性,结合城市桥梁结构特点及规范要求,建立桥梁结构可靠性综合评价指标体系,采用改进的层次分析法(AHP),通过1—9标度法和自然指数标度法构建判断矩阵,确定评价体系各级指标主观权重,通过熵权法(EWM)确定各级指标客观权重,组合2种方法对指标进行赋权。引入模糊理论,选取柯西分布隶属函数并围绕桥梁结构工程特点进行修正,再计算各级指标隶属度矩阵值;并以某桥梁结构工程实例验证构建的指标体系和计算方法。结果表明：结合行业规范和专家经验确立评价指标体系,在现有研究的基础上使用改进AHP方法并引入模糊理论,能够提高桥梁可靠性评估的客观性和准确性。