一种基于纹理特征的主动红外烟雾识别方法

视频图像火灾探测技术因其探测效率高、响应速度快等优点而被广泛应用,但普通摄像机无法拍摄零照度(黑暗)甚至低照度环境下的烟雾图像。而火灾发生时往往先产生烟雾,若能实现火灾早期的烟气探测将有利于预防火灾规模的扩大和人员财产的损失。利用红外摄像机结合红外发射灯来成像以完成对火灾的探测,具体探测过程为:首先利用中值滤波去除原始灰度图像中的噪声;其次利用三帧差分法提取烟雾前景;然后通过Local Binary Patterns与灰度共生矩阵分别获取烟雾纹理的局部和统计特征;最后将烟雾纹理特征输入Fisher分类器以识别烟雾与非烟雾(如水汽、飞尘等),并及时发出报警信号。设计有无环境风和人为干扰环境下的烟雾与水汽试验,利用烟雾运动的不规则性与扩散性、图像的Gabor特征、LBP尺度验证所用纹理特征。结果表明,从分类正确率和响应时间看,在低照度环境下所用纹理特征优于其他烟雾特征法。另外,通过调节相机与火源之间的距离,可得到应用于实际工程的红外摄像机最佳安装距离。     

基于多因素分析的玻璃行业员工不安全行为研究

采用问卷调查、信效度分析和因子分析等方法,研究玻璃行业不安全行为影响因素,研究结果表明：玻璃行业员工不安全行为主要包括车间照明、PPE佩戴等18个影响因素指标;根据方差分析结果将影响因素归结为工作环境与行为要求（F₁）、安全教育与培训（F₂）、群体与组织行为影响（F₃）和激励沟通与奖惩（F₄）等4个主因子,其方差解释率分别为32%、12%、10%、10%,权重分别为0.51、0.19、0.15、0.15;根据分析结果针对性提出“4+1”安全管理模式,为玻璃行业降低不安全行为几率、保障安全生产提供理论依据。     

基于字词向量融合的民航智慧监管短文本分类

为解决民航监管事项所产生的检查记录仅依靠人工进行分类分析导致效率低的问题,提出一种基于数据增强与字词向量融合的双通道特征提取的短文本分类模型,探讨民航监管事项的分类,包括与人、设备设施环境、制度程序和机构职责等相关问题。为解决类别不平衡问题,采用数据增强算法在原始文本上进行变换,生成新的样本,使各个类别的样本数量更加均衡。将字向量和词向量按字融合拼接,得到具有词特征信息的字向量。将字词融合的向量分别送入到文本卷积神经网络(TextCNN)和双向长短期记忆(BiLSTM)模型中进行不同维度的特征提取,从局部的角度和全局的角度分别提取特征,并在民航监管事项检查记录数据集上进行试验。结果表明：该模型准确率为0.983 7,F₁值为0.983 6。与一些字嵌入模型和词嵌入模型相对比,准确率提升0.4%。和一些常用的单通道模型相比,准确率提升3%,验证了双通道模型提取的特征具有全面性和有效性。     

基于U-Net深度神经网络的早期火灾烟雾自动分割方法

在火灾事件监测中,为了减少数据处理量、加快探测速度,需要先分割出疑似烟雾区域。传统的烟雾分割算法大多需要设置阈值进行处理,算法的环境适应能力还需进一步提升。在研究中,使用U-Net结构的深度神经网络进行早期火灾烟雾的自动分割,通过半自动算法人工辅助分割出烟雾区域的图像样本,基于深度神经网络对分割烟雾区域进行学习,得到原始视频帧到分割结果的映射模型,并据此模型进行烟雾区域分割。在测试集上的分割实验结果表明该方法与传统方法相比,不需要设置阈值,自动化程度更高,分割速度极快,在疑似烟雾区域分割任务中性能较好。     

基于多模态特征融合的飞机货舱火警探测技术

针对当前飞机货舱火警误报率高及人工特征提取适应性差的问题,使用一维卷积神经网络,建立了多模态融合火警预测模型,进行特征提取,开展模型的评估与验证,将特征提取与分类进行整合,实现了端到端的火警预测任务,提高了模型的可靠性与准确性。采用双波长烟雾探测技术,探测悬浮颗粒物的索特平均粒径、温度、红外光和蓝光的接收光与发射光功率比值。相较于传统火警探测算法将特征提取和分类分开处理策略,按照无火、阴燃、有火3种类别,进行火警信息的分类预测。结果表明,多模态融合的火警探测模型相对于单模态火警探测模型可以达到更高的探测精度,精度可达0.95以上。     

纳米γ-Fe2O3对汞离子的吸附行为研究

为了研究用于含汞离子废水处理的新型高效材料,研究了纳米γ-Fe₂O₃对汞离子的吸附行为。探讨pH值(3、8和12)、温度(288 K、298 K、308 K、318 K)和离子强度(Ca²⁺,0.001 mol/L、0.01 mol/L、0.1 mol/L)对该吸附的影响。使用吸附动力学方程(拉格朗日准一级、准二级)和等温吸附方程(Langmuir和Freundlich)分别对吸附数据进行拟合,并讨论吸附机理。结果表明:pH值为3、8、12时,纳米γ-Fe₂O₃对汞离子的吸附动力学方程符合准二级动力学模型(R2=0.997~0.999);288 K、298 K、308 K、318 K时,纳米γ-Fe₂O₃对汞离子的吸附过程更符合Langmuir吸附模型(R²=0.970~0.995),并且随温度升高,吸附量增加;在不同pH值下,纳米γ-Fe₂O₃对汞离子的吸附等温式可使用Langmuir模式(R²=0.983~0.996)进行表征,随p H值降低,吸附量减少,中性环境有利于吸附;在不同Ca²⁺浓度下,可用Langmuir等温吸附式拟合(R²=0.990~0.996)。通过Langmuir等温吸附式推算出最大吸附量随Ca²⁺浓度增加而减少。     

IAFSA-GRNN在油田集输管道CO2腐蚀速率预测中的应用

为提高油田集输管道CO₂腐蚀速率预测的准确性,针对原始广义回归神经网络(GRNN)预测精度低的问题,提出改进的群智能算法优化原始GRNN的预测模型;分别使用GRNN模型、人工鱼群算法(AFSA)优化的GRNN(AFSA-GRNN)模型和自适应改进的AFSA-GRNN(IAFSA-GRNN)模型预测X65管线钢的CO₂腐蚀速率。结果表明:采用AFSA和IAFSA优化光滑因子S后,能大大提高GRNN模型的预测精度,预测结果的平均相对误差由36.09%分别减小至7.20%和6.90%;与AFSA相比,IAFSA优化的GRNN不仅具有更高的预测精度,还具有更快的收敛速度。AFSA-GRNN在第164次迭代计算时收敛,而IAFSA-GRNN在第109次迭代计算时收敛,说明AFSA经自适应优化能提高优化过程的收敛速度和GRNN的预测精度。     

通风对飞机货舱烟雾探测影响研究

为探讨通风对飞机货舱火灾探测造成的影响,采用火灾动态仿真(FDS)模拟不同通风工况下飞机货舱内烟雾扩散情况。建立DC-10货舱三维数值模型,仿真计算并验证通风时顶棚温度、气体浓度、光透率(LT);通过计算5种通风工况下顶棚烟雾流场及光透率,研究通风工况及探测器阈值对不同位置探测时间的影响。结果表明:相比于无通风工况,货舱通风显著影响舱内烟雾扩散;通风口下游较上游位置容易探测到烟雾;通风延迟烟雾探测时间,且通风量越大响应时间越长,通风量大于11. 33 m~3/min时探测不到烟雾;探测器阈值影响探测时间,适当提高探测器阈值及减小通风量能缩短探测时间。     

改进灰狼算法优化GBDT在PM2.5预测中的应用

针对灰狼算法易陷入局部最优解和全局搜索能力不足的问题,通过霍尔顿序列(Halton Sequence)搜索算法初始化狼群位置,避免灰狼算法陷入局部最优解和重复运算;引入莱维飞行和随机游动策略对灰狼算法的寻优过程进行优化,以增加算法的全局搜索能力;利用粒子群算法模拟灰狼种群得出的最佳适应度以用于惩罚项改进灰狼算法中的头狼更新策略。使用改进算法优化的梯度提升树(Gradient Boosting Decision Trees, GBDT)模型对北京市大气污染物监测数据中PM_2.5质量浓度进行预测,采用3种评估函数对各模型以及混合模型预测效果得分进行评估。结果显示,本文改进的灰狼算法对梯度提升树的优化效果优于其他算法,均方根误差E_RMS为6.65μg/m³,平均绝对值误差E_MA为3.20μg/m³,拟合优度(R²)为99%,比传统灰狼算法优化结果的均方根误差减少了19.19μg/m³,平均绝对值误差降低了10.03μg/m³     

飞机货舱火灾多传感器探测方法研究

为解决目前飞机货舱火灾探测器误报率极高、响应速度慢的问题,开发一种基于烟雾颗粒浓度、温度、CO质量浓度和CO_2质量浓度的多传感器飞机货舱火警探测方法并制定多参数报警算法。选择合适型号探测器构成烟雾、温度、CO和CO_2多传感器探测装置;采用常见火灾材料及干扰源在模拟货舱内进行真假火源试验;根据从试验数据中提取的火灾发生的特征信息制定多参数报警算法。结果表明:真实火灾产生大量的CO和CO_2,其质量浓度变化非常大;假火灾只产生极少量的CO和CO_2,质量浓度基本与环境中持平;用基于多传感器火灾探测装置可以准确区分真假火源,大幅度降低误报警率;多参数报警算法较单参数算法响应更快。     

面向液氨泄漏应急救援区域的XGBoost预测方法研究

液氨发生泄漏事故后，随着扩散距离的增加，会对人员和环境造成严重的危害。为便于发生泄漏事故后，快速展开应急救援工作，对液氨泄漏事故应急救援区域预测方法开展研究。通过PHAST(Process Hazard Analysis Software Tool)软件模拟液氨泄漏事故工况，建立基于极端梯度提升(Extreme Gradient Boosting XGBoost)的液氨泄漏应急救援区域预测模型。利用网格搜索结合K折交叉验证进行超参数调优，并与随机森林、决策树模型性能进行对比分析。研究结果显示：以预测ERPG-2标准下液氨泄漏扩散距离为例，XGBoost模型预测性能最佳；与决策树和随机森林相比，XGBoost模型的E_MAPE分别减少了4.19个百分点和2.37个百分点，E_RMSE分别减少了66.74和2.93;基于优化后XGBoost模型液氨泄漏事故应急救援区域预测模型，预测结果R²为0.997 8,E_RMSE为50.37,E_MAPE为2.61%,基本满足工程实践应用。     

高斯混合模型下建筑工人高空作业失稳检测方法

为防止施工现场高处坠落事故,实现个性化矫正管理,在考虑个体异质性对运动信号造成的差异化影响基础上,提出一种基于高斯混合模型(GMM)的实时检测方法,可及时识别建筑工人高空作业失稳状态。首先,采用姿态传感器实时采集加速度和角速度数据,以刻画建筑工人的高空作业姿态特征;然后,基于GMM算法,建立建筑工人高空作业的个性化失稳检测模型,获得个性化阈值,以判断姿势失稳状态;最后,通过试验对比基于个体数据集和公共数据集2种方式构建的模型。研究结果表明：生成的个性化检测模型在准确度P、召回率R和综合评价指标F₁值上,均远优于公共数据集模型,具有更好的个性化检测效果。该失稳检测方法能够从工人的作业姿态习惯探究个性化的高空失稳风险,促进差异化安全预控和精准化安全培训。     

处置阶段信息对高速公路交通事故持续时间的调节效应分析

应急处置阶段对交通事故持续时间演化至关重要，在信息视角下研究处置阶段信息对高速公路交通事故持续时间的影响具有重要意义。为了研究处置阶段信息在持续时间演化过程中的作用机制，从词频、上报次数、字符数及波动情况方面，采用内容分析法定义了处置阶段信息的评价指标，基于显著性调节变量建立高速公路交通事故持续时间的调节效应模型。通过稳健性检验，验证了模型的有效性。研究表明：变量Z₁、Z₂、Z₄、Z₅、Z₆、Z₇、Z₈、Z₉、Z₁₀分别对事故范围与持续时间的关系具有调节作用，调节变量在不同水平时影响幅度具有显著性差异。其中，Z₈、Z₆、Z₇的调节效应最强，依次为0.049、0.034、0.032。充分发挥处置阶段信息的调节作用，将有助于信息采集、发布和报送的有效性，进而辨识应急处置关键因素以促进处置效果。     

管道腐蚀速率随时间变化的改进DGM(1,1)模型建立与验证

为了进一步探究管道腐蚀速率随时间的变化规律,采用灰色系统理论建立了改进DGM(1, 1)模型。以具有振荡特性的不同时间下管道腐蚀速率实测数据为研究对象,在分析DGM(1, 1)模型的基本原理和建模步骤的基础上,引入弱化缓冲算子D₁和D₂对该模型进行改进,对比分析了传统DGM(1, 1)模型和改进DGM(1, 1)模型的精度。结果表明：对于不同的腐蚀速率实测数据而言,传统模型计算值和实测值的平均相对误差差异较大;原始序列经过缓冲算子D₁和D₂作用后,所得改进DGM(1, 1)模型一和DGM(1, 1)模型二的精度均高于传统模型,其中改进DGM(1, 1)模型二的精度最高;应用改进DGM(1, 1)模型研究具有振荡特性的管道腐蚀速率完全可行,且该模型具有精度高、易于计算的优点。     

采空区注超临界CO2防灭火试验研究

为研究超临界CO₂注入采空区防灭火的规律,自主研制了产生超临界CO₂和模拟采空区遗煤自燃升温试验系统,得到了不同温压条件下超临界CO₂注入采空区前后不同监测点的温度、O₂和CO浓度变化数据信息。试验结果表明:注入采空区的超临界CO₂发生相变,有序结构急速失序,大量吸收热量,采空区内的煤体、空气温度随时间呈线性快速下降规律,其降温能力是气态N₂的10倍;超临界CO₂在自燃发火煤体中的强渗透扩散特性,使自燃煤体快速惰化,防灭火效率高;停止注入后,小范围回温符合反二次函数特征;高压力超临界CO₂相对于低压条件,防灭火性能更佳;超临界CO₂是1种降温降氧能力显著,且输送性能优良的采空区新型防灭火材料,超临界CO₂防灭火效果优于气态N₂。     

输气站场人员“意图+轨迹”早期智能风险预警

为防止输气站场无关人员闯入作业区造成事故，提前预判人员可能的位置，提出一种融合人员行进意图和轨迹的人员位置早期智能预判方法，建立基于机器视觉的输气站场人员行动“意图+轨迹”早期智能风险预警模型；在收集人员行动图像的基础上，通过方向梯度直方图(HOG)提取人员头部方向特征，利用支持向量机(SVM)分类器分类识别头部方向，分为正常直行、观望中直行、意图转弯3种行进意图，根据头部方向初步判别其行进意图以预判行进方向；对识别出人员意图转弯的情形进行持续追踪，结合卡尔曼滤波算法预测人员短时行进轨迹，从而实现对不同风险情景的预测，达到分级早期预警的目的。研究结果表明：该方法辨识行人意图准确率为90.79%,预测与实际轨迹曲线间相关系数r₁为0.994 84,r₂为0.993 43,两者高度相关，准确率较高，能够实现输气站场无关人员闯入的早期智能监管。     

辐射对流散热下大尺寸三元锂电池热模型

为精准界定热失控发展过程中锂电池热聚集特征，采用理论和试验相结合的方法，研究热滥用引发的大尺寸三元锂电池热模型。首先，依据能量守恒定律，明确电池热模型中的加热片产热量Q_e、化学反应产热量Q_f、电能释放产热量Q_j和环境散热量Q_d这4个热量参数，进而基于物理热量计算公式(Q=CMΔθ)和集总参数法，构建大尺寸三元锂电池由热滥用引发的热模型；其次，对模型参数获取进行理论分析，研究4个热量参数对电池热累积变化的重要度；最后，结合试验数据，将研究区间以点(t_i,θ_i)进行分区，确定表面传热系数h的值，进一步验证辐射对流散热下热失控锂电池热模型。结果表明：总产热量Q_w为12.88×10⁵ J,总散热量Q_d为6.60×10⁵ J,其中，辐射散热量为2.91×10⁵ J,对流散热量为3.69×10⁵ J,利用热模型计算出的热量理论预测热失控峰...     

低压环境下固液混合燃料爆炸特性研究

为研究高原低压环境下固液混合燃料的燃爆特性及反应机制,利用20 L爆炸球测试系统,以铝粉-乙醚和铝粉-乙醚-硝基甲烷2种固液混合燃料为研究对象,开展环境初始压力对爆炸峰值压力、爆炸质量浓度下限及爆炸产物的影响趋势研究。研究表明：2种固液混合燃料的最佳爆炸质量浓度、爆炸压力和爆炸危险性随环境压力的降低而降低;与零海拔相比,在模拟海拔4 500 m处(57.4 kPa),450 g/m³固液混合燃料的爆炸压力降低了26.84%～30.80%,爆炸质量浓度下限提高了5～10 g/m³;随着环境压力降低,爆炸气体产物一氧化碳(CO)体积分数增加,二氧化碳(CO₂)、一氧化氮(NO)和二氧化氮(NO₂)体积分数降低;爆炸固体残余物主要为α-氧化铝(α-Al₂O₃)和铝(Al)。     

基于机器学习的CNG加气站风险预警模型研究

加气站一旦发生事故,不仅会造成人员伤亡和财产损失,而且也会给周边居民乃至社会带来一定的负面影响。借助机器学习技术,构建CNG加气站风险预警模型,对加气站的风险状态进行预警,实现对事故的事前控制。首先建立了加气站风险预警指标体系,以12座加气站为研究对象,采集指标样本数据,通过大数据分析技术构建训练数据集,并采用SMOTE算法解决了样本不均衡问题;然后分别采用决策树、朴素贝叶斯、SVM、KNN等4种机器学习分类算法构建预警模型。研究证明,采用决策树算法和SVM构建的预警模型准确度均达到97.8%,可以对加气站的风险状态进行有效识别和预警。     

基于机载数据的飞行过程大气污染排放研究

民航飞机飞行过程中发动机会排放NO_x、SO₂、CO、未燃碳氢化合物(HC)及颗粒物(PM)等多种大气污染物,随着民航运输业的发展,机队规模的迅速扩大对环境影响日益严重。为精确评估飞行对于大气环境的影响,可利用飞机QAR(快速存取记录仪)获取精细化的飞机实际运行参数及实时大气环境参数,实现飞行过程中大气污染物排放量的计算。选取中国当前占比最高的A320飞机为典型机型,提取一段航程中的机载数据,基于波音修正模型和一次逼近方法,计算获得了飞行中NO_x、HC、SO₂、CO及PM实时排放因子及航程排放总量。结果表明,CO及HC排放因子变化趋势与推力相反,飞行中数值分别在0.48～1 701.12 g/kg和0.03～0.56 g/kg;而NO_x排放因子的变化规律随发动机推力的升高而上升,数值在0.74～99.60 g/kg; PM排放因子变化幅度较小,在0.19～0.36 g/kg波动。在237.4 min的航程中,NO_x排放量最高,约为590.96 kg; SO<...