基于粒子群-支持向量机(PSO-SVM)的苯储罐泄漏事故风险预测

将支持向量机(SVM)模型运用于事故前苯储罐泄漏事故风险预测,为使模型性能最优,采用粒子群算法PSO优化SVM模型参数,建立了PSO-SVM风险预测模型。为验证模型风险预测性能,分别采用遗传算法(GA)和网格搜索法(GS)优化SVM参数,并比较测试集与PSO-SVM、GA-SVM、GS-SVM三种模型预测结果的均方误差及相关系数。然后进一步探讨模型中权重调整方式、种群规模对PSO-SVM模型预测性能的影响。研究发现,权重线性递减所建PSO-SVM预测值与测试集相关系数更高、均方误差更小、预测效果更好,种群规模没有影响PSO-SVM模型预测值但会影响计算时间,这为危化品泄漏事故的风险预测提供了一种新的方法。     

丁二烯储罐泄漏事故定量风险评价

为了有效预防丁二烯引发的事故,基于定量风险评价的指标,以某企业丁二烯储罐为工程实例,采用重大危险源区域定量风险评价软件CASST-QRA,模拟丁二烯储罐泄露事故后果影响范围,定量评价其对周边环境所造成的风险大小和可接受程度。结果表明:某企业的丁二烯储罐个人风险和社会风险均可接受,模拟结果可为制订应急救援预案及安全防范措施提供参考;同时,研究成果可以对企业的安全管理和有关行政部门的安全监督提供指导与依据,也为其他丁二烯储罐的管理和运行提供借鉴。     

基于BP神经网络的河南省火灾风险评价

采用火灾发生起数、死亡人数、受伤人数、直接经济损失、烧毁面积、受灾户数及人口火灾发生率7项指标构建河南省火灾风险评价综合体系,并用BP神经网络对该省份的18个地级市行政区的火灾风险进行评价,评价结果显示,该方法不但可以体现各地区的火灾风险相对水平,而且还可避免传统方法的主观性,具有较强的可行性和可靠性,对控制火灾风险、客观地反映各地区的消防工作现状具有一定的指导意义。     

环境风险评价中化学品苯泄漏的大气环境影响研究

以苯泄漏的大气影响为研究对象,模拟一起典型的突发性环境风险事故.依据<建设项目环境风险评价技术导则>,采用导则推荐的伯努利方程、质量蒸发量公式计算物质泄漏的源强,利用多烟团模式模拟计算其对环境的影响,预测出不同时间不同距离处的影响程度.根据这一预测结果,针对性地提出风险防范及应急措施,为环境风险事故的应急处置提供依据.     

防灾避险练为战——扬子石化苯储罐泄漏事故应急演练

2006年9月23日,中国石化集团扬子石油化工有限责任公司(以下简称“扬子石化”)模拟了贮运厂苯贮罐出现泄漏,并针对因静电引起的闪爆、着火事故,进行了现场应急处置演练。模拟事故发生后,公司紧急启动了《重特大事件应急预案》,及时向集团公司和地方政府报告,随后由政府启动了六合区、南京市、江苏省应急预案,协同公安、交通、安监、环保、海事、卫生、广电、气象等厅局展开行动,在最短的时间内实现了事故救援与应急处置的联动。此次应急处置围绕紧急事故的发生发展、事故救援为主线,展开了岸上贮罐区事故处理和江面海事搜救;重点凸现了对人…     

工业事故风险评价模型

对风险的概念和度量进行了探讨，在总结和回顾风险评价方法的基础上，提出了适合工业事故的风险评价模型。     

成品油管道泄漏的环境风险评价

成品油管道一旦发生泄漏事故,将会对沿线河流、居民密集区以及并行管道等产生严重影响。以长庆石化成品油外输管道为例,采用溢油覆盖水面的面积和油膜厚度作为评价指标,对成品油管道泄漏事故对地表水的影响进行定量预测,结果表明:成品油管道大规模泄漏入河时,油膜厚度中度污染,油膜面积较大,将对河流造成较严重的污染。采用事件树法分析了成品油管道事故对与其并行的管道可能造成的影响,事故量化计算结果表明:成品油管道事故导致其并行管道出现泄漏事故的概率为1.1×10-5,出现火灾事故的概率为3.8×10-6。同时提出管道泄漏的风险防范和应急措施,对该类项目环境风险评价有一定的指导作用。     

基于事故理论的城市轨道交通风险评价模型研究

笔者分析了城市轨道交通事故,在分析我国其他行业事故分类的基础上,确定城市轨道交通事故分类标准,即重大事故、大事故、险性事故和一般事故,并将不同事故分类情况及专家判断评分,按事故的大小不同换算成可以计算的计算尺度,根据事故种类不同计算出事故折算因子,根据风险理论的评价方法,建立了地铁风险评价模型,对地铁的危险性进行量化定级,并通过具体实例进行综合分析评价,该风险评价模型具有一定的工程意义。     

基于BP神经网络的作业场所风险预警模型研究

在全面分析作业场所职业危害风险影响因素的基础上,从人、物、环境、管理、安全技术、法制监管和社会经济利益等方面进行分析,建立了作业场所风险预警指标体系,建立了作业场所风险预警的BP神经网络模型.应用该模型分析多个企业作业场所职业危害的样本,对作业场所风险预警进行实证研究.结果表明,该模型精度较高,具有实用性和可行性,可用于作业场所职业危害风险预警.     

液氨储罐泄漏扩散模型的改进研究

针对液氨储罐孔洞泄漏的实际工况,综合考虑泄漏及由于泄漏导致液氨闪蒸造成 的罐压变化,以及储罐的许用压力,对其连续泄漏过程进行了分析,以此改进现有的泄漏扩 散后果分析模型,获得较忽略这些因素更为严重的后果.最后针对灾难性事故发生前连续泄 漏最大持续时间的影响因素进行了分析.结果表明,环境温度与初始罐压对其影响较大,是决定...     

基于PSO优化BP神经网络的钻井动态风险评估方法

传统钻井动态风险评估严重依赖于专家主观判断、结果大多是定性或半定量,无法满足深井复杂地层钻井安全需求。针对该问题,研究建立了基于PSO优化BP神经网络的钻井动态风险评估方法。通过对录井资料的监测分析,实时判断井下风险发生的类型并定量计算风险发生概率,可以在风险发生的早期给出预警信息,及时指导风险调控措施的开展。海上BD气田的实例分析表明,基于构建的动态风险评估模型得到的风险预测结果与实际风险发生情况相符合,说明建立的模型是合理可行的。该模型对于钻井作业过程中动态风险评估具有一定的参考价值。     

基于神经网络的建筑物火险评价

为了快速检测建筑物当前火险等级,应用神经网络技术,建立了火险评价系统。首先构建三大类15项评价指标体系,然后请经验丰富的消防专家判定建筑物火险等级,生成60条专家样本。前50条用于神经网络的训练,后10条用于神经网络检验。通过训练,神经网络获得了较高的评价精度,训练样本的总相对误差绝对值为7258%,检验样本总相对误差绝对值为0%。实践表明,采用神经网络实现建筑物火险评价,无需推导数学模型,操作效率高,使用成本低     

地铁火灾二次事故BP神经网络安全评价方法研究

基于能量转移理论、多米诺效应理论等相关理论对地铁火灾二次事故概念进行界定,并分析地铁火灾二次事故的演化机理,确定地铁火灾条件下易发的二次事故类型;建立了地铁火灾二次事故安全评价指标体系,通过BP神经网络的安全评价方法对地铁火灾二次事故进行量化分析。     

海底管道泄漏风险演化复杂网络分析

为了控制海底管道泄漏连锁风险,基于复杂网络,提出针对管道系统泄漏演化的半定量风险演化评价方法,将复杂的事故风险发展过程转化为简洁的网络分析计算。首先,构建包含30个风险节点与54条连接边的海底管道泄漏演化复杂网络模型;其次,采用无权有向网络中的节点出入度和聚类系数进行风险分析,确定影响管道泄漏的关键节点,提出断链控制方案;最后,将演化模型转化为带权的有向网络,采用Dijkstra算法计算各初始事件导致泄漏事故的最短路径。结果表明:海底管道系统泄漏网络的聚类系数为0.13,网络聚集程度偏低而演化性较强;各初始事件的最短路径均不超过10,表现出明显的小世界网络特征,初始事件的风险经少数几步传递即可导致泄漏事故的发生。海底管道泄漏风险演化规律的研究可为抑制初始事件、控制传递事件和减轻后果事件提供理论依据,对预防海底管道泄漏事故发生、保障管道持续安全运行具有现实意义。     

基于ART-2人工神经网络的煤矿安全风险评价

旨在为煤矿安全风险预控管理提供一种适用的风险评价模型或方法。研究过程中,介绍了人工神经网络自适应共振理论的ART-2算法;在安全系统工程理论及相关研究基础上,结合调研分析建立了风险评价指标体系;选取山西9家煤矿作为研究样本进行实证研究。该算法仿真识别结果与煤矿实际安全风险情况一致性程度达到77.78%,表明针对煤矿安全风险预控管理过程中的安全风险评价,ART-2神经网络具有较好的适用性。     

基于BP神经网络算法的北京市地铁站应急疏散能力仿真评估模型

地铁站的应急疏散能力是地下铁道安全运营设计中非常重要的部分,对于维持社会稳定,保障人民安全具有重大意义.本文利用BP神经网络计算方法和MATLAB软件,选取可能影响地铁站疏散能力的相关因素作为评价指标,建立了应急疏散指标体系,并以北京北三环区域周边地铁站作为主要研究对象,对北京市地铁站应急疏散能力进行了仿真评估,提出了增加疏散通道、疏散楼梯、安全出口等数量,以提高地铁站应急疏散能力等一些可供参考的建议.     

基于贝叶斯网络的危化品爆炸事故电力系统风险评估模型

为提高危化品爆炸事故电力应急预警的准确性,建立基于贝叶斯网络的危化品爆炸事故电力系统风险评估模型.基于危化品爆炸事故电力应急典型情景分析,建立综合考虑突发事件、承灾载体和应急管理等风险因素的贝叶斯网络结构.应用概率刻画风险因素信息的不确定性及其相互影响,定量分析事件后果.结合一般条件和典型情景等的应用实例,分析评价方法...     

基于小波神经网络的事故隐患危险性评价

提出了基于小波神经网络的事故隐患危险性评价方法,建立了小波神经网络模型.以事故隐患危险性评价指标为输入节点,以评价结果作为输出节点,对兴隆庄煤矿的安全状况进行了评价,比较误差得出此方法优于BP网络评价.     

基于改进BP神经网络的职业危害预警模型

高危作业职业危害的严重性迫切需要对此建立有效的预警机制。目前的预警方法无法对多种职业危害因素作出综合、系统的评价。本文采用改进的BP神经网络,对多种职业危害因素进行综合预警,该预警模型不受人为因素的影响,在误差允许范围内可实现准确的实时预测。     

基于灰色神经网络优化组合模型的火灾预测研究

为了提高火灾事故预测的精度,根据我国火灾事故数据样本较小,波动性较大的特点,将遗传算法优化的灰色无偏预测模型与遗传算法优化的BP神经网络模型结合起来,建立灰色神经网络优化组合模型,充分发挥无偏灰色预测模型适用于小样本的数据预测的优势与BP神经网络处理非线性问题的优点。分别采用遗传算法优化后的无偏灰色GM（1,1）模型、遗传算法优化的BP神经网络预测模型与灰色神经网络优化组合模型对我国1998-2008年的火灾事故进行拟合,并对2009-2011年的火灾事故发生数进行预测。结果表明:灰色神经网络优化组合模型的预测误差最小,精度最高,适用于火灾事故的预测。