基于FTA的高校实验室安全事故风险识别

风险识别是高校实验室安全管理工作的重要内容之一,对于保障实验室安全意义重大。事故树分析(FTA)是风险源辨识的有力工具,基于高校实验室安全管理工作的实际,通过编制实验室安全事故的事故树,能够实现对风险源的有效分类,进一步对事故树进行定性分析,得到风险因素的重要度排序,确定主要风险因素,从而完成对高校实验室安全事故风险因素的识别。     

基于BIM的装配式建筑并行施工作业空间冲突识别

为识别装配式建筑施工并行作业之间的空间冲突，分析装配式建筑施工项目现场各类作业空间占用需求，利用BIM技术模拟作业空间占用，引入混合轴向包围盒（AABB）与有向包围盒（OBB）算法，建立施工现场并行作业空间冲突检测模型。结果表明:所建立的模型可有效预测施工现场并行作业之间的空间冲突，为进一步的空间资源优化与项目安全管理提供支撑。     

危害与可操作性研究在长北项目井丛设计的应用

危害与可操作性分析(HAZOP)是一种危害识别方法,它可以对工程设计进行较为全面的风险评估,找出系统中设备、装置、管道工艺参数的偏离以及故障或者误操作引起的潜在风险,分析偏离、故障产生的原因,根据后果、原因和已设计的保护措施,修改和完善安全设计和操作管理。本文介绍了长北项目井丛危害与可操作性分析(HAZOP)过程,分析了HAZOP分析在天然气开发过程完善安全设计和操作管理的优势。     

基于模糊聚类关联分析法的煤与瓦斯突出程度分析

运用模糊聚类分析方法对煤与瓦斯突出的样本集合进行分类,建立了不同突出程度的模糊模式.用关联分析确定待分析样本与模式的关联程度,以此预测预报样本的煤与瓦斯突出危险程度.实例分析表明,与模糊聚类分类后、将模式与待预报样本组成新样本集合进行聚类分析并以此分类结果进行预报的方法相比,这种预报方法不仅可靠程度高,而且能定量描述待报样本与模式的亲和程度.     

基于BERT-BILSTM-CRF模型的电力行业事故文本智能分析*

为解决电力行业事故报告文本较长、语义复杂,难以进行有效文本识别问题,提出1种以BERT作为底层的预训练模型,并设计1种双重注意力机制编码器,结合BILSTM-CRF深度挖掘事故文本语义特征,从而实现文本智能分析。首先构建电力词典,通过对BERT预训练,进行BIO标注,然后引入BILSTM-CRF模型实现对文本标签智能分类,最后将该模型与现行其他4种深度学习模型进行对比。研究结果表明:该模型智能识别精确率、召回率及F1值(查准率)均达到约97%,较其他4种模型中效果最好的模型分别提高0.02,0.03,0.02。研究结果可为电力行业事故报告文本分析提供1种新思路。     

基于数据挖掘的施工危险识别注意投入与分配研究*

为分析施工情境中危险识别注意资源动态投入分配规律,基于动态时间规整算法,挖掘危险识别注视轨迹序列,以表征注意资源投入分配变化,并采用k-means聚类、注视熵、Needleman-Wunsch全局序列对齐算法和统计等方法,深入挖掘注意资源在危险目标中投入和分配等时空变化规律。研究结果表明:当事人危险识别各阶段注意资源呈现从显著目标到高危目标的投入变化趋势,危险识别注意资源分配随情境复杂因素呈现零散、均匀的空间特征,分配无序程度提高。     

大气颗粒物来源解析

内涵解析何谓大气颗粒物来源解析?大气颗粒物来源解析是指通过化学、物理学、数学等方法定性或定量识别环境受体中大气颗粒物污染的来源。这是一项长期复杂且系统的技术性工作,涉及多种技术方法、模型选择、样品采集与分析、化学成分谱的科学构建、模拟运算以及解析结果评估与应用等,是科学、有效开展颗粒物污染防治工作的基础和前     

土壤剖面部分多环芳烃源识别参数的纵向变化及成因

通过对北京和天津地区18条土壤剖面样品中PAHs的分析检测及PAHs的土柱淋滤实验模拟研究,得出了部分反映PAHs污染源的分子标志物参数在土壤剖面(或淋滤土柱)上的纵向变化特征,分析了PAHs化合物的纵向迁移作用对这些参数的影响,讨论了部分用于识别土壤中PAHs污染源的分子标志物参数的有效性。结果表明:在土壤剖面0~50 cm范围内,An/Ph,MPI1,MP/P值均有随深度增加而逐渐降低的趋势,在深层(>50 cm)不同剖面之间这些参数值差别不大;Fl/Py随深度增大呈现一定的波动性,但总体波动范围较小,且在0~40 cm变化不大;C0/(C0+C1)P/A和C0/(C0+C1)F/P值变化较为复杂。土柱淋滤实验表明,在0~50 cm范围内,部分PAHs污染源识别参数(An/178、MPI1、MP/P、C0/(C0+C1)F/P和C0/(C0+C1)P/A等)随深度的变化趋势与自然土壤剖面中的变化趋势基本一致,在深层50~100 cm范围内,这些参数值的大小逐渐与原土中的接近。表明淋滤作用(迁移过程)对表层土及土壤剖面浅部(50 cm范围内)部分PAHs污染源参数值的大小有不同程度的影响,运用PAHs污染源识别参数时,这些参数的有效性应引起足够的注意;而剖面深部(>50 cm)PAHs参数值受表层污染物组成的影响较小,其大小主要反映原土中化合物组成及成因。不同剖面受淋滤作用影响的范围存在一定的差别,这主要取决于土壤中TOC的分布特征。     

典型沙尘回流天气过程对北京市空气质量影响的特征分析

利用不同方位监测数据和气象资料,结合后向轨迹模型和激光雷达观测结果,对2011年3月18—21日北京市空气污染过程的天气形势、沙尘输送路径、污染物浓度的变化特征进行了分析.结果表明,这次污染过程主要是由于沙尘在上游沙源地起沙后先直接输送穿过北京,然后停留在渤海湾和朝鲜半岛区域,在渤海弱高压系统作用下,沙尘又回流至北京所致,其中,沙尘回流直接造成北京市空气质量达到重度污染天气.在沙尘回流影响过程中,PM10浓度呈现青龙山-北京市区-八达岭逐步升高的变化特征,国控站点PM10小时浓度持续16 h超过350μg·m-3,最大值达到571μg·m-3.SO2、NO2与PM10的小时浓度表现为同步变化规律,沙尘回流影响时,除了沙尘粒子外,周边地区的人为排放也是一个重要因素.