基于数据挖掘技术的事故隐患预警方法研究

为改良企业既有隐患排查治理方法,提高辨识效率,提升整改效果,应用并优化数据流滑动窗口模型、等价类变化算法、变化挖掘算法等数据挖掘技术,构建1种关联隐患预警方法,该方法以企业历史隐患数据为基础,通过挖掘实时隐患数据的关联规则,发布关联隐患的类型、存在可能性和变化模式等预警信息,指导企业进行针对性排查和整改。最后,以72家安全管理性质相似企业的28 957项隐患数据为例,验证该方法可行性。研究结果表明:该方法不但能挖掘关联隐患类型及其变化模式,而且预警准确率随置信度水平提升而不断提高。     

基于大数据的特种设备宏观安全风险预警方法研究

特种设备监管机构在监督检验过程中积累了大量数据资料，为充分挖掘其中的潜在价值，增强监管针对性，提高检验效率，应用并优化关联规则挖掘、社区发现、可视化等数据挖掘技术，构建1种宏观安全风险预警方法。该方法以特种设备安全监督检验大数据为基础，通过挖掘单台设备微观因素间的关联关系，实现整类特种设备宏观安全风险的识别与预警；以2008—2016年全国长管拖车检验数据为例，进行应用实践分析。研究结果表明:该方法可以对区域范围、缺陷类别等多种宏观指标进行预警，指导针对性监管与检验。     

北京市大理石和花岗岩石材天然放射性水平的调查研究

通过对北京市建筑石材市场上常见的装饰性石材进行调查取样,并对采集的样本进行226Ra、232Th、40K三种天然放射性核素含量进行检测。根据检测得出的结果计算其内照射指数和外照射指数,同时将结果与国家标准进行对照分析,评估结果显示,石材单独样本都属A级,但未考虑叠加效应。