城市供水管网脆弱性评价研究进展

脆弱性评价有助于甄别城市供水管网的薄弱环节,确定合理的风险削减措施,保证供水安全。阐述脆弱性的有关定义及其与风险的联系与区别,回顾城市供水管网脆弱性评价的发展历程,介绍几种脆弱性评价方法的基本原理、优缺点及适用范围,并按不同评价思路对国内外使用的主要脆弱性评价方法进行分类总结。研究发现,目前尚未形成统一的脆弱性概念及切实可行的评价方法,今后应不断完善和整合各类方法,以定量和通用为核心,使城市供水管网脆弱性评价方法更为实用、有效。     

城市燃气管网安全运行问题及其对策

当今世界，城市燃料燃气化，城市燃气管道化是城市现代化的重要标志之一。我国大多数大中城市或建立了管道燃气设施，或朝着燃气管道化的方向发展，随着西气东输工程的实施，城市燃气管道化将会有一个新的飞跃发展。确保城市燃气管网安全运行需要城市各级政府给予充分的重视，需要社会各方面的支持和配合，也是城市燃气企业安全生产工作的重中之重。     

北方地区城市燃气管网安全性评定

对北方地区某市燃气管网的主要失效形式进行了统计分析,提出了燃气管网的检验检测方法,并对低压庭院管道进行了开挖检测。根据有关规范要求,建立了燃气管网安全性评定准则,并重点对低压庭院管道进行了安全等级划分。同时,采用蒙德评价法对燃气管网单元进行了风险评价。分析表明,采用风险评价法与安全技术规范对燃气管网单元的安全性评定结果基本一致。     

城市燃气管网泄漏事故分析知识图谱构建及应用研究*

为深入认识燃气管网泄漏事故的发生发展机理,提高事故分析预测的自动化、智能化、数字化水平,利用知识图谱对燃气管网泄漏事故进行研究。在事故案例分析的基础上,从人-物-环-管的角度对燃气泄漏过程以及火灾爆炸次生事故的相关实体进行归纳梳理,对实体间的逻辑关系和非逻辑关系进行辨识,并对实体的属性进行分类,进而构建出较为全面的燃气管网泄漏事故知识图谱。在此基础上,搭建BP神经网络模型,基于已知实体或属性状态,预测相关联其他实体或属性的状态。研究结果表明:燃气管网知识图谱能够有效展示燃气管网泄漏事故发展的动态过程及相关要素,结合BP神经网络能够有效预测事故的发展路径及相关状态,从而提高燃气管网泄漏事故的分析预测水平与效率。     

北方地区城市燃气管网检验检测及安全性评价

城市燃气管道是一种压力管道,人工煤气属易燃易爆、有毒气体,燃气管网老化、腐蚀严重时将产生管道穿孔、泄漏等严重后果。对北方地区某市燃气管网的调查分析表明,管道运行时存在诸多不安全因素,如管网设施老化,部分管道超期服役;受气质与使用年限的影     

城市建设中的燃气安全

这几年，在燃气管网上的违章搭建和违章施工屡禁不止，而且大部分违章是在城市工程建设中发生的。城市工程建设中目前存在三大问题：一是有章难循的问题；二是建立信息沟通制度的问题；三是明确督查协调机构的问题。一、解决有章难循的问题在燃气工程的设计、施工和巡检拆违中，目前执行的是国家质检总局和建设部联合发布的城镇燃气设计规范。规范中规定了各种地下管线和地上地下建筑物与燃气管线之间应有的安全间距。但是，我们在巡检和拆违中，常听到市政、供电、邮电、路灯、有线电视、自来水等施工队的同志讲，若照规范中要求的安全间距…     

城市燃气事故灰色预测模型及其应用

城市燃气系统是一个动态的不确定性系统,燃气事故发生具有随机性.运用灰色理论预测城市燃气事故,以上海市市北地区燃气死亡统计数据为原始数据,建立灰色预测模型,同时对模型的可靠性和准确性进行了检验.根据灰色理论模型GM(1,1)建立的城市燃气死亡事故预测模型为X(1)(k+1)=1962e0.048k.模型检验结果表明,关联度r=0.682 5>0.6,通过关联度检验;模型预测精度σ=97.8%达到最好;后验差比C=0.42,P=1,对照灰色预测精度检验等级标准,检验精度达到Ⅱ级,接近Ⅰ级.研究表明,城市燃气死亡事故预测模型还可用于安全工作成效性评价.     

燃气管网地理信息系统实践

城市地下管线是城市基础设施的重要组成部分,是现代化城市高效运转的基本保证,更是维持城市正常运转的大动脉。张家口市作为河北省北部的重要城市,随着改革开放的进一步深入和经济的飞速发展,城市建设日新月异,而燃气管线的建设在生产生活乃至整个城市规划建设中的地位也愈来愈重要。     

城市埋地天然气管道系统脆弱性评估指标研究

脆弱性作为安全领域研究的新兴名词,用来表示系统承受外界扰动的敏感性和易损性以及面对灾害后果的承受力和应对能力,是联系灾害与风险研究的重要桥梁,是系统安全状况的重要综合指标。文章在引用以及重新界定＂脆弱性＂概念的基础上,将其引入城市天然气管道系统的安全研究,结合城市天然气管道系统的灾害事故特点,分析影响城市埋地天然气管道系统脆弱性的主要因素,根据因素间的相互关系,建立包括致灾因子、灾害后果和应对措施等3个方面2、2项指标的多因素多级评价指标体系。运用层次分析法（AHP）的原理和计算过程确定各评价指标的权重,根据指标权重的大小比较,分析各指标对城市天然气管道系统安全脆弱性的影响程度,从而确定安全治理的主要方向。     

社区安全脆弱性评估模型的构建与应用

为了准确衡量社区的安全水平,提出了社区安全脆弱性的概念模型,并分析社区安全脆弱性的影响因素。通过由人员特征、基础设施、社区环境和管理水平构成的结构性因素和由自然风险、人为风险构成的胁迫性因素,构建出社区安全脆弱性评估模型,并选取3个代表性社区进行实证分析。结果表明:社区安全脆弱性评估模型计算得出的社区安全脆弱性指数,与社区安全的评估水平相吻合,能够准确反映出社区安全状况。     

基于无线传感器网络的市政下水道可燃气体监测系统设计及应用

为防止下水道可燃气体积聚引发爆炸事故,利用无线传感器网络技术设计了市政下水道可燃气体监测系统.实测结果表明:气体传感器监测数据相对误差在2.0%以内,无线数据收发设备的年发送成功率达到98.0%,满足工程运用需求,系统具有较高的可靠性和稳定性.结合无线网络覆盖范围广、实时在线的特点,该系统实现了对不同区域下水道内可燃气体浓度的远程监测,为下水道的安全预警提供了有效依据.     

人工神经网络对矿山安全状态的评判能力分析

通过改变神经网络训练样本等方法,对比分析了神经网络对不同训练样本的反映能力,讨论了人工神经网络对矿山安全程度进行评价的适应性.为了研究人工神经网络用于矿山安全评价时的优化设计,通过改变神经网络的神经元数目及初值赋值方式等方法,测试了不同结构、不同参数的神经网络对相同训练样本的评价结论.本文的研究为人工神经网络用于矿山安全评价时的进一步改进及其优化设计提出了合理的建议.     

基于Fluent的城镇中低压燃气管线喷射火事故的后果研究

为了对城镇中低压燃气管线喷射火事故进行有效的风险评估,根据典型事故案例创建了城镇路面埋地燃气管线泄漏场景,建立模型并划分网格,使用Fluent进行模拟计算,得到了不同泄漏口孔径、不同泄漏口形状、不同管内压力等工况下喷射火的火焰长度、火焰中心面温度分布和临近区域内的热流密度,并通过分析不同工况下的火焰形态和热辐射分布,探讨初始条件对事故后果的影响程度。结果表明:此类型喷射火长度可达数十米,火焰最高温度为2 000 K左右,最高温度位置的高度不超过火焰长度的30%;下风向的热流密度较其他方向更强;在50 mm的泄漏口孔径和0.38 MPa的管内压力下,泄漏口为梭子形,较泄漏口为圆形时的热流密度在下风向整体大15.2%。最后,根据模拟结果构建了快速风险评估模型。     

燃气管线相邻地下空间安全监测方法及其应用研究

城市燃气管线泄漏极易导致火灾爆炸等重大安全事故,严重威胁城市安全。通过监测预警技术,快速准确地发现泄漏,防止可燃气体聚集,是保障燃气管线安全运行的重要手段。提出了一种燃气管线相邻地下空间安全监测预警方法,构建了风险识别、预测预警、分析推演和决策支持一体化安全监测系统,并应用于合肥市2.5 km燃气管线及其相邻空间高风险区域。结果表明,提出的燃气管线相邻地下空间安全监测方法可用于燃气管线泄漏监测预警,以减少或避免燃气泄漏引发的火灾爆炸事故。     

天然气管道非稳态泄漏扩散的数值模拟

针对长输天然气架空管道泄漏问题,综合考虑风速随海拔变化的边界条件、管道管形及泄漏方向等因素,建立非稳态泄漏模型,对不同管道泄漏压力和不同天然气浓度边界的天然气非稳态泄漏扩散进行了数值模拟。结果表明:在天然气向下泄漏的工况下,天然气气团主要在地面积聚,呈无规则的扩散;天然气管道泄漏压力与气体泄漏扩散速度成正比,与天然气浓度边界达到稳定所需时间成反比:不同泄漏压力下天然气扩散稳定后的扩散距离及泄漏影响面积大致相同;天然气浓度边界越小,达到稳定所需时间越长。     

基于BP神经网络的红外可燃气体探测器温度补偿研究

针对红外可燃气体探测器输出电压随温度变化,而又缺乏理论补偿公式的情况,提出采用BP神经网络对基于NDIR的可燃气体探测器进行温度补偿的方法,解决了以往温度补偿通过硬件补偿带来的探测器体积大、重量增加的弱点;与已有的软件补偿方法相比,BP神经网络方法通过对数据进行训练、学习获得温度补偿模型,得到了较好的结果,使得红外可燃气体探测器具有较宽的使用温度范围。     

基于BP神经网络的二元混合液体自燃温度预测

为了给工业界提供一种快速预测二元混合液体自燃温度的有效途径,将试验所测不同组分及配比的168个二元混合液体的自燃温度作为期望输出,将基于电性拓扑状态指数(ETSI)理论、引入混合ETSI概念而计算出的9种原子类型所对应的混合ETSI作为输入,采用三层BP神经网络技术建立了根据原子类型混合ETSI来预测混合液体自燃温度的BP神经网络模型,并应用改进的Garson算法进行多参数敏感性分析。经模型评价验证及稳定性分析,得到训练集的决定系数R2为0.965,平均绝对误差MAE为11.892 K,测试集的交叉验证系数Q2ext为0.923,平均绝对误差MAE为15.530 K,发现该模型的预测性能优于已有的多元非线性回归(MNR)模型,表明BP神经网络模型具有较好的拟合能力和预测能力,对烷、醇类混合体系自燃温度的预测精度最佳。