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。     

地铁沿线老旧房屋结构安全预警模型*

为研究城市地铁沿线老旧房屋普遍存在结构安全问题,基于机器学习模型,选取房屋年份、楼层、面积等11个属性构建预警指标体系,采用SMOTE过采样、独热编码等方法解决样本离散化、不均衡的问题;利用KNN、Bayes、Logistic、SVM 4种机器学习模型对房屋结构安全数据学习并测试,综合应用Accuracy、F1、AP、AUC等指标比较预警模型性能。结果表明:以某市地铁1、2号线沿线大于20 a的2 431栋老旧房屋为例,得到Logistic和SVM的预警精度较高,影响地铁沿线老旧房屋安全现状的主要因素为房屋改造情况、基础、结构类型和设计情况,验证了模型效果。     

有序工艺流程系统安全分析

工艺流程的有序统筹对于提高整个生产过程的安全性有着重要作用。研究工艺流程中有序排布的各生产环节对其他环节的安全性影响程度具有重要的意义。尝试建立有序工艺流程中的S型安全系统分析模型,对于有序工艺流程中各项环节对其余环节的安全性影响进行分析,最后得到3种典型类型的分析模型,并用有序可视图模型对其进行安全分析。分析表明:在基于有序安全系统分析方法下的各项工艺的安全评价中,各项工艺的评分权重差异性会得到提高,部分生产环节的权重会与常规安全分析相差数倍。同时各项生产环节的权重排序也会因为将其所处位置顺序纳入考虑而进行修正。结果表明,有序工艺流程中的S型安全系统分析模型使用可靠,对于分析有序工艺流程中的生产环节对其他环节的安全影响具有指导意义。     

基于修正离散权的事故应急救援任务终止条件确定及评价

应急救援任务繁重、现场复杂,易造成应急救援活动结束条件的模糊,这样不但浪费救援成本,而且不利于事故调查,结合《生产经营单位安全生产事故应急预案编制导则》,研究应急任务结束条件的界定问题。首先按"导则"建立指标体系,之后根据专家的打分矩阵求取各指标信息熵及标准差,建立能综合反映指标分离散度的客观权重模型,然后应用预先危险性分析(PHA)修正客观权重,最后应用层次分析法(AHP)求算主客观综合权重;在此基础上应用模糊综合评价确定各名专家的评价结果,设定得分阈值及人数阈值,只有当达到得分阈值的人数不少于人数阈值时方可确认应急结束。最后经实例证实该方法简洁易行。     

复合物流模式下的机械加工车间安全布局设计

机械加工车间的物流形式不唯一,一般是小推车、天车等多种物流形式的复合,本文以河南省某机械加工车间为例,运用系统布局设置(SLP)方法,并综合考虑复合物流与危险源,进行车间安全布局。首先按照类型将车间分成13个区域,之后应用单纯型法核算车间内的复杂物流量,然后基于曼哈顿距离实现系统布局设置(SLP),最后综合考虑车间内的危险源以及小推车与天车的复合物流,得到作业位置相关图,并以此获得3个布局方案,再应用层次分析法从4个维度对方案择优,得出该车间的最优安全布局方案。     

基于蒙特卡洛模拟和主客观综合权重的化工园区配电系统模糊综合评价

化工园区配电系统网络结构及装置配备复杂,因配电系统故障导致的用户停电故障占总故障的大多数,合理的配电系统评价是化工园区正常运转的保障。采用模糊综合评价法,专家打分阶段选择"给出得分区间"、"给出得分分布"及"精确打分"等任意一种方法实现打分,结合蒙特卡洛模拟产生服从给定区间或分布的随机得分,并据此求取随机模糊评判矩阵;依据蒙特卡洛可随机产生多组数据的特点,求各指标得分的标准差以反映得分的分散情况,并据此求算客观权重,将客观权重作为指标层次结构中的指标层权重,应用AHP方法求取主客观综合权重;在以上工作基础上,迭代求取并汇总各次模糊评价结果,最后得出的综合评价结论与实际情况相符。     

斑马线“人-车”博弈仿真

我国自2017年开展“车让人”活动以来,斑马线事故得到有效控制。但本文经统计发现,近两年交通事故量并未明显降低,即“车让人”虽有效控制了斑马线事故,但并未明显影响整体交通安全形势。为此论文设计了3种人车博弈仿真实验,分析不同典型情况下的礼让司机心态:在没有规定车让人时,积极礼让率约20%;在规定车让人时,积极礼让率约50%;当给予司机正向反馈时,积极礼让率约70%,仿真结果验证了:如果没有很好地兼顾司机情绪,“车让人”并不能实现本质安全,即大量交通事故只不过是从斑马线推移到了公路的其他地方(事故外溢)。论文最后建议在斑马线处分别设计给司机和行人阅读的2套标语,综合调控司机心境,有效防控“斑马线事故外溢”。     

农村改造房屋结构安全预警模型

农村改造房屋结构安全问题突出,尤其长沙“4·29”民房坍塌事故更凸显出该问题的严峻性,为解决这一问题,首先,基于机器学习算法,构建农村改造房屋结构安全预警指标体系;其次,对初始数据作标准化等预处理,并基于过采样算法解决样本类别不平衡问题,使用经典机器学习算法构建农村改造房屋结构安全预警模型;然后,利用集成学习算法优化原有模型以提高模型精度;最后,对各预警指标的重要度排序。结果表明：经典机器学习算法预测效果较好的是支持向量机(SVM),集成算法效果较好的是堆叠法,总体预测率为85.3%;较为重要的预警指标是建筑面积过大、建筑年份久、无施工草图、非六大重点排查房屋、独立基础、用于出租特别的群组牟利的城乡结合部自建房、地上层数过大、未经正规设计、无资质设计等17个。