基于季节性因素的安全生产灰色时序分析预测—以陕西省为例

为了探索安全生产和季节性因素的关系,建立X-12-ARIMA模型对2007-2012年安全生产月度数据进行分析,得到了分离季节性影响之后的时间序列、不规则因素、季节性因素和趋势循环因素,在此基础上建立考虑季节性因素的安全生产灰色SARIMA预测模型。研究结果表明,陕西省工矿商贸领域的安全生产受季节性因素的影响,每年的7月和12月是陕西省安全生产受到季节性影响最严重的月份;SARIMA预测结果与实际的陕西省安全生产走势较为吻合,精度较为可靠。研究结果对安全监管和安全生产政策制定有一定的指导意义。     

基于修正A值法的吉林市城区控制区大气环境容量研究

为了解吉林市城区的大气容量,以2018年吉林市气象数据和污染物质量浓度数据为基础,分别采用单箱模型法和保证达标率法对A值进行修正,同时对吉林市城区控制区内大气环境容量和低架源年允许排放总量进行估算.结果表明:单箱模型法修正A值为6.600,概率公式达标率保证法得到 SO2、NO2、PM10和 PM2.5的A值分别为5.600、5.600、5.665、5.777;单箱模型法修正A值日分布呈单峰分布,月变化无明显规律;两种方法修正A值得到的大气环境容量Qa和低架源年允许排放总量限值Qb有一定差异.研究可为控制吉林市大气污染物排放总量和产业结构优化与调整提供依据.     

基于PSO优化BP神经网络的水质预测研究

为快速准确地预测河流水质,结合汾河监测数据,使用粒子群算法(PSO)优化BP神经网络模型(PSO-BP)进行水质预测.通过灰色关联度分析确定输入变量,利用PSO算法修正BP网络的初始权值、阈值,优化神经网络结构及算法全局收敛性.采用该模型对汾河主要污染物指标COD、BOD5、氨氮、挥发酚等进行预测和验证.结果表明,与传统的BP神经网络模型相比,PSO-BP模型使最大相对误差从15.43％减小到1.46％,其平均误差由4.00％减小到1.01％,预测均方根误差从5.956×10-3减小到1.605×10-4.因此,基于PSO-BP神经网络模型的预测更加精确,可用于水质预测.     

基于长短时记忆网络的水质预测模型研究

在当前水质数据急剧增加的背景下,为了挖掘水质时间序列中的更多信息,提升水质预测的精度,构建了基于缺失值填补算法和长短时记忆网络(LSTM)相结合的水质预测模型。通过缺失值填补算法进行水质数据的缺失值处理,利用LSTM网络分别构建不同水质参数的预测模型,以太湖水质监测数据为样本,对模型进行检验。结果表明,基于缺失值填补算法-LSTM的水质预测模型适应性强,相较传统SVM、BP神经网络、RNN、LSTM模型预测精度更高,对水环境保护具有重要意义。     

道路交通事故责任智能化在线快速划分方法研究

为提高智慧交管建设水平，提升执法效率、降低执法成本，对交通事故中当事人责任智能快速划分进行研究。使用Pearson相关系数来计算全部特征与事故责任的相关系数，挑选出与事故责任划分高度相关的数据特征；基于道路交通事故数据及挑选出与事故责任划分明显相关的10个因素为评价指标，使用高效梯度提升决策树(XGBoost)算法对事故责任进行建模预测，结果相对准确，为78.9%,但存在模型对缺失样本分裂方向的处理能力有限及模型过拟合问题；通过参数优化和模型融合方法对XGBoost算法进行优化。结果表明：优化后的算法能有效地自动学习出缺失样本的分裂方向，模型融合对缺失值的处理率已提升至94.8%,处理率提升了50%,缺失样本的分裂方向通过模型融合基本全部得到有效学习，预测结果对比原始算法准确度提升至87.2%,交叉验证结果也表明该算法在交通事故责任智能认定中的适用性。     

集合卡曼滤波算法对FARSITE模型林火蔓延预测的修正效果研究

针对火源位置输入偏差导致的FARSITE林火行为模型火线预测不准确的问题,提出了一种基于集合卡曼滤波算法的动态修正方法。利用FARSITE对复杂工况下的林火蔓延过程进行数值模拟,以火线位置为待修正参量,以均方根误差(RMSE)为评价指标,对算法的可行性进行了验证,并研究了算法的集合元素个数,观测数据标准差及同化频率对FARSITE预测偏差的修正效果的影响。结果表明:算法能显著提高FARSITE火线预测精度;逐时同化时:集合元素个数为5 时,算法的修正效果并不理想,随着集合元素个数增大,样本误差减小,修正效果得到改善,但增大到30以上时, 修正能力的提升就不再明显;观测数据标准差大小与RMSE值呈正相关;给定条件下当同化频率由1 h/次降低至2 h/次,整个模拟时长内的误差仍能得到较好控制,RMSE曲线并不会过快增长。     

SARIMA模型在航空公司运营安全状态预测中的应用

应用季节性差分自回归移动平均模型(SARIMA)对X航空公司动态安全指数进行预测分析,为航空公司运营安全的规划和发展提供决策依据。收集整理X航空公司2005年1—6月的安全事件和运行数据。利用动态安全指数计算方法对数据进行预处理,建立时间序列。应用SPSS软件对动态安全指数的时间序列进行模型拟合,建立SARIMA模型。对所获得的模型进行参数检验,选取最优模型。利用最优模型对2015年7—12月动态安全指数进行预测,并对预测值与实际值进行对比分析。结果表明,SARIMA(1,0,2)(0,1,0)12模型在显著性水平0.05下通过了所有参数检验。各月实际值都落入了拟合值95%的可信区间范围,动态安全指数的实际值与拟合值变化趋势基本一致。2010年之后精度较高,实际值与拟合值具有较好的重合度。△ln Yt拟合值的最大绝对误差为1.976 6(2009年12月),最小绝对误差为0.000 4(2013年9月)。2015年7—12月,动态安全指数的实际值与预测值变化趋势基本一致,但误差较大。SARIMA模型能够较好地短期模拟X航空公司动态安全状况和趋势,预测效果良好。当发生事故、严重事故征候时,序列的实际值会偏离序列原有的结构,预测精度下降。     

模式搜索算法在毒气泄漏中的源强反算

基于泄漏源下风向的浓度监测数据并结合大气扩散模式建立反算模型,以确定泄漏源的位置和强度。以扩散模式仿真的浓度数据与监测数据的匹配度作为目标函数,将反演问题转化为优化问题,利用模式搜索算法迭代优化。以高斯模型为例验证了算法的可行性,结果表明利用探测器提供的测量浓度值,模式搜索算法能够在较短时间内搜索到最优解,在计算复杂性或时间上较梯度型算法和智能优化算法有一定优势。该算法能够及时而准确地反算出泄漏源强度和位置,为事故的应急响应与救援提供依据。     

基于二元特征的断面交通数据异常检测与修正

为了确保交通数据的准确性以及为后续研究提供数据质量保障。提取断面交通数据的两元特征向量速度与流量,采用多元高斯模型拟合两元特征概率密度分布,并利用matlab训练模型,对测试数据集进行异常检测;针对检测出的异常数据点,引入小时窗口,建立修正数据集。随后在各修正窗口内采用波动性处理优化的灰色马尔可夫模型,对上述异常点进行修正。以汕昆高速K2077断面为例,对其采集数据进行模拟计算及分析,结果表明:多元高斯模型对断面交通数据的二元特征拟合效果良好,异常检测作用突出;引入修正窗口简化了数据修正的运算过程,避免了大量历史数据冗余使用;波动性处理优化弥补了灰色马尔可夫模型针对随机性数据性能下降的缺陷,大幅提升了数据修正的准确率。     

基于向量自回归模型的水质异常检测研究

水质异常检测对保障用水安全具有重大意义。为了准确有效地判断水质异常,提出基于向量自回归(VAR)模型的多参数融合水质异常检测算法。VAR模型是自回归(AR)模型的一种扩展。通过AR模型和VAR模型跟踪和预测水质背景数据,计算预测残差,与设定阈值比较判断水质是否异常。结果表明,与基于AR模型的水质异常检测算法相比,基于多参数融合的VAR模型在水质背景数据跟踪上具有更好的准确性,能够实现较高的异常检出率和较低的异常误报率。     

不同螯合剂对花生富集污染土壤中Co的影响

采用模拟Co污染土壤的方法,分别投加2.5 mmol/kg、5.0mmol/kg、7.5 mmol/kg的EDDS、NTA、CA和OA,研究了其对花生生长与吸收土壤重金属Co,以及对土壤中Co的活化能力的影响.结果表明:整合剂处理使花生的生物量降低,在高浓度整合剂处理时,降幅最大;EDDS的添加比NTA、CA和OA更显著地增加了土壤Co的有效态质量比,同时明显提高了花生的富集系数和转运能力;在螯合剂处理下,花生的转运系数最高达到0.916,具备了修复土壤重金属污染的能力;根系和地上部富集Co能力最强时分别达到58.64 mg/kg和46.33mg/kg,是对照组的1.29和3.63倍;各处理花生根系中的Co质量比要高于茎叶中的质量比,花生植株Co质量比与土壤有效态Co质量比呈显著(p＜0.05)或极显著相关(p＜0.01);综合来看,螯合剂的投加能有效活化土壤溶液中的Co,促进植物吸收、转运重金属.     

软质聚氨酯泡沫阴燃前期热解特性研究

采用DSC-TGA(差示扫描量热-热重分析)同步热分析仪对软质聚氨酯泡沫(聚氨酯软泡)在不同氧气体积分数(0、10％、30％、50％)和不同加热速率(10 K/min、20 K/min、50 K/min)下热解到800℃的过程及其对阴燃的影响进行了研究.结果表明,当氧气体积分数介于10％ ～ 50％时,聚氨酯软泡热失重DTG曲线只有1个峰;当氧气体积分数降低到10％时,DTG曲线开始逐渐分离为2个峰;当氧气体积分数降为0(即氮气气氛)时,DTG曲线已经明显分为2个峰.这表明氧气体积分数对聚氨酯软泡热解特性具有重要作用.氧气体积分数和加热速率降低均对聚氨酯软泡的热解有抑制作用,均能减小阴燃传播速率和向明火转化的可能性.加热速率降低主要是延长了聚氨酯软泡的热解周期,从而减小了热解可燃气体积分数和放热速率.氧气体积分数降低对聚氨酯软泡热解的影响相对复杂的多:当氧气体积分数从10％降低到0时,主要提高了聚氨酯软泡的分解温度,而对热解速率影响不大;当氧气体积分数介于10％～50％时,氧气体积分数减小主要会降低聚氨酯软泡的热解速率、放热速率和放热量而对热解温度影响相对不大.氧气体积分数和加热速率降低抑制了多元醇的分解,而多元醇是聚氨酯软泡维持阴燃或向明火转化的主要物质及能量来源.     

基于模糊层次分析法的编队内碰撞风险评价模型研究

编队内碰撞是编队飞行最大的安全威胁。为解决编队飞行灵活性与编队飞行安全的矛盾,建立了编队内各机碰撞风险评价模型指标体系,使用模糊互补判断矩阵确定了各指标的碰撞权重,实现了编队内各机碰撞的风险评估。以空军航空兵某部一架机型G与一架机型H混合双机编队为例进行了实证研究,结果表明,该模型简便易操作,可提高编队飞行训练效率。     

物流企业员工安全参与行为演化路径研究

为确定影响物流企业员工安全参与行为的因素与演化路径,推动对物流企业员工的安全监管,在员工和物流企业具有有限理性的前提下,从物流企业与员工之间的博弈机理出发,构建了员工安全参与行为的演化博弈模型。采用系统动力学方法分析模型的演化趋势,通过数值仿真分析物流企业员工安全参与行为及演化路径。结果表明,奖励力度、惩罚力度等参数影响着员工策略的变化,物流企业可加大对员工不积极参与安全行为的处罚力度,并适当提高奖励力度,从而提高员工的参与安全活动的积极性;物流企业还应建立奖励与惩戒相结合的管理制度,同时通过技术创新降低监督成本,实现对员工安全的有效监管。     

基于模糊可拓层次分析法的在役混凝土桥梁耐久性评估

对在役混凝土桥梁的耐久性研究是目前学术界的热点问题。使用科学的方法对其耐久性进行合理的评估,是解决该问题的关键。考虑到在役混凝土桥梁耐久性评估中的不确定性,利用改进的三标度层次分析法及模糊可拓理论,建立了基于模糊可拓层次分析法的在役混凝土桥梁耐久性评估模型。首先,根据桥梁的结构及所处环境的特点,建立了在役混凝土桥梁耐久性评估指标体系。其次,运用改进的三标度层次分析法确定指标权重。然后,使用模糊可拓理论确定耐久性等级。最后,通过具体的实例分析,证明了该评估方法的科学性和有效性。     

排烟口设计对排烟效果影响的模拟研究

通过FDS模拟计算,考察烟气稳定性、烟气溢流厚度、烟气溢流量和机械排烟效率等参数研究排烟口高度的变化和排烟速率的变化对排烟效果的影响.研究结果表明:排烟效果随着排烟口位置的升高而逐渐变好,排烟口与蓄烟池下沿的垂直高度在0.8 m以上效果最好;排烟速率宜适中,过大容易导致烟气层紊乱,过小则控制烟气溢流效果不好并且排烟效率不高.     

SOR理论框架下施工人员安全行为研究——情绪智力与具身认知视角

将SOR理论引入个体安全行为研究领域,探讨了情绪智力与具身认知对施工人员安全行为的影响机制和效应.分别从企业、组织及领导者3个层面选取安全氛围、非权变惩罚及道德领导作为外在刺激变量,以情绪智力及具身认知为中介变量,对来自建筑业施工人员的357份问卷进行分析.结果表明:安全氛围和道德领导对施工人员情绪智力与具身认知有显著的正向影响作用,非权变惩罚则有显著的负向影响作用;施工人员情绪智力与具身认知对其安全行为有显著的正向影响作用,两者在SOR模型中发挥着完全中介作用.研究结果不仅证实了 SOR理论是一种行之有效的行为预测理论,还弥补了以往研究中忽视个体情绪与认知双重作用对施工人员安全行为影响的缺陷,进而为施工企业提出了具有针对性的人员安全管理建议.     

Y型通风沿空留巷巷道围岩活动规律研究

为掌握沿空留巷围岩活动规律,以谢桥矿12418工作面轨道顺槽为工程背景,采用多点位移计及钻孔窥视仪等设备进行实测研究,并结合数值模拟对其进行分析.结果表明:沿空留巷巷道表面围岩变形具有典型的近场效应,留巷前距工作面60 m以外的巷道基本无表面位移,随工作面的推进,巷道表面位移逐渐增大,距工作面10～15m范围内,表面位移变化速率显著增加,留巷后巷道表面位移与留巷前变形趋势类似,但表面位移量较留巷前有明显增加;从顶板钻孔窥视结果可以看出,留巷前仅在孔深2 m处发育单一离层裂隙,留巷后在孔深1.2m、2.4 m、3.8m和5.3m处发育多层离层裂隙,且随滞后工作面距离增加裂隙逐渐增大;尾巷充填体应力在充填材料固结后逐渐升高,并一直维持较高应力状态,因此,巷旁充填体既要确保有一定的强度和刚度,又要有一定的适应变形能力.     

基于QPSO的多因素影响下系统故障概率变化程度研究

为适应快速系统故障分析,在多因素影响下了解系统故障变化程度范围,预先判断故障变化速度趋势,在空间故障树(Space Fault Tree,SFT)理论框架下提出了一种基于量子粒子群优化算法(Quantum Particle Swarm Optimization,QPSO)的分析方法.论述了 QPSO的基本模型和步骤,在SFT中给出了描述系统故障概率变化的表达式,进而提出了多因素影响下系统故障概率变化程度范围的确定方法.方法适合于连续因素组成的连续空间中系统故障概率分布的优化,可实现单因素和多因素联合影响下的故障变化程度范围确定.使用经典算例进行分析,结果表明,算法得到的结果虽精度降低,但与传统解析结果相似,同时提高了分析速度.因此方法有利于系统故障的应急分析、预测和判断.     

基于链式中介效应的自恋型领导与矿工安全绩效关系研究

为明晰自恋型领导、沉默行为和心智游移对安全绩效的作用机理,在文献研究和开放式访谈的基础上,建立四者关系的假设模型.采用自恋型领导量表、沉默行为量表、心智游移量表和安全绩效量表对436名矿工进行调查,通过SPSS和AMOS进行相关分析和中介效应检验验证假设模型.结果 表明:自恋型领导、沉默行为和心智游移两两之间均呈显著正相关,而自恋型领导、沉默行为和心智游移三者均与安全绩效呈显著负相关;自恋型领导不仅可以直接影响安全绩效,还可以通过心智游移的独立中介作用及沉默行为与心智游移的链式中介作用两条路径间接影响安全绩效.有效干预自恋型领导、沉默行为和心智游移,可提升安全绩效水平,减少人因失误.