含裂隙岩石裂纹扩展与剪切特性的数值研究*

为研究直剪条件下含交叉裂隙岩石的裂纹扩展模式和剪切特性,基于PFC2D研究直剪条件下含裂隙岩石的裂纹扩展模式和剪切特性。研究结果表明:直剪过程可分4个阶段:Ⅰ初始平静阶段、Ⅱ裂纹单一扩展阶段、Ⅲ裂纹复杂扩展阶段、Ⅳ破坏阶段;法向应力越大,Ⅱ,Ⅲ阶段的裂纹扩展程度受到抑制;岩石中含单裂隙时,随裂隙角度α的增加,抗剪强度的变化趋势基本一致,遵循先降后增的规律;含交叉裂隙时,当主裂隙角度α=120°,150°时,抗剪强度随次裂隙角度β的增加呈先减小后增大的趋势,抗剪强度最小值均出现在β=30°;加固含裂隙岩体时,预防裂隙或者潜在破坏面两侧的岩体产生位移差,使其加固后成为1个稳固整体,是避免岩体产生裂纹导致破坏的重要手段。     

事故树分析法在LNG储存系统风险评估中的应用

风险评估是液化天然气(LNG)储存系统风险管理的重要环节。本文运用事故树分析法对LNG储存系统进行风险评估,系统全面地找出引起LNG储存系统发生火灾爆炸事故的所有原因事件,并分析基本事件的结构重要度。避免LNG储罐发生火灾爆炸事故应该主要从控制火源和超压两个方面入手,从而达到预防LNG储存系统火灾、爆炸事故发生的目的。     

收入增长、大气污染与公众健康——基于CHNS的微观证据

中国经济高速增长所带来的严峻环境污染及其对公众健康的损害,受到国内外媒体的极大关注。基于中国健康与营养家庭调查数据(CHNS),结合相应地区环境污染物与经济发展数据,本文试图从理论机制和实证层面探讨家庭收入提高对健康的正向效应能否缓解大气污染对公众健康的负向影响。研究发现:总体上,经济增长所带来的家庭收入提高能够显著减缓工业粉尘对健康损害,但并未能抵消工业氮化物(NOX)对公众健康的负向影响。进一步分析理论机制发现,收入对大气污染健康损害的减缓效应主要取决于家庭的环境支付意愿,"南低北高"的地区污染特征客观上造成"南低北高"的环境支付意愿差异,北方地区家庭收入提高抵消环境污染的健康福利表现较南方地区更为明显;受教育程度不同的群体显现出环境支付意愿的差异,受教育年限越高的人群更倾向于将家庭收入转换为减轻环境污染的健康福利。     

基于GA-BP神经网络的化工园区应急救援能力可靠性分析

提出一种基于遗传算法优化的BP神经网络(GA-BP)的化工园区应急救援能力可靠性分析模型。通过事故树分析对16家化工园区应急救援能力的可靠性进行量化,并作为GA-BP神经网络模型训练的输出值;以事故树中的28项基本事件为依据进行分类总结,建立化工园区应急救援能力层次分析评估指标体系,在日常生产状态下的应急系统维护与事故时的应急处置能力这两个准则层下分为要素层,包括应急系统硬件维护、应急救援人员管理、应急管理机构、应急预案与演练和信息传递、应急人员动员、现场处置、事故后恢复能力,指标层元素分别对应事故树的基本事件,并计算指标层元素相对于目标层的复合权重,再以调查问卷的方式邀请专家对化工园区的指标层元素进行打分,将每一园区的各项要素得分与复合权重相乘作为GA-BP神经网络模型的输入值;从样本组中选取12组作为训练样本、4组作为测试样本,验证建立的GA-BP神经网络模型的可行性,并与传统BP神经网络的分析数据进行对比。结果显示:GA-BP神经网络输出数据的平均误差为3.83%,均方误差为0.002;而BP神经网络输出数据的平均误差为8.13%,均方误差为0.004;GA-BP神经网络的分析结果与事故树的分析结果更为接近,且相对于事故树分析减少了复杂的建树过程,具有更高的易用性。     

遗传算法优化的BP神经网络在地震死亡人数评估中的应用

破坏性的地震灾害作为一种突发性自然灾害,往往会在短时间内造成大量的人员伤亡和财产损失。地震发生后若能有效地预测伤亡人数,可以更科学地组织人员救灾与配置救灾物资,对于减少震后的人员伤亡具有一定的指导作用。通过我国往期的地震数据信息,分析总结出对人员伤亡数目影响较大的7个因素,分别为地震等级、地震时间、震源深度、震中烈度、抗震设防烈度、震中烈度与抗震设防烈度之差(ΔL)、人口密度。鉴于这7个影响因素与地震时的死亡人数呈非线性关系,选用基于遗传算法(GA)优化的BP神经网络建立地震死亡人数预测模型。针对BP神经网络的局限性,利用遗传算法全局搜索最优值的特点,对BP神经网络的权值与阀值进行优化,防止BP神经网络陷入局部最优解,并且加快神经网络收敛速度,从而提高BP神经网络的预测精度。从我国1970年至2016年之间发生的地震灾害中,选取32组造成人员伤亡的地震数据,对初始数据进行处理后,利用遗传算法优化的BP神经网络预测模型进行训练并预测。选取27组样本作为训练样本,另外5组样本作为测试样本。预测分析结果表明,遗传算法优化的BP神经网络预测死亡人数与真实死亡人数相比平均误差为9.72%,均方误差为10.41,而BP神经网络的预测死亡人数的平均误差为17.61%,均方误差为18.02,因此GA-BP神经网络结果较为理想,相比传统的BP神经网络具有更高的逼近精度。     

化学工业园区应急能力可靠性分析

提出一种基于遗传算法优化的BP神经网络(GA-BP)的园区应急能力可靠性分析模型。通过故障树分析对化工园区应急救援能力的可靠性进行量化并作为GA-BP神经网络的输出值,以故障树中的基本事件为依据,进行分类总结,建立化工园区应急救援能力层次分析指标体系;从日常生产状态下的应急系统维护与事故时的应急处置能力这两个准则层考虑,指标层元素分别对应故障树的基本事件,并计算其相对于目标层的复合权重;从样本组中,选取训练样本和测试样本验证基于遗传算法优化的神经网络可靠性分析模型的可行性,并与传统BP神经网络的分析数据进行对比;结果表明,经过遗传算法优化后的BP神经网络平均误差和均方误差均较小。得出GA-BP神经网络的分析结果与故障树更加接近,而且相对于故障树分析减少了复杂的建树过程,具有更高的易用性。