基于时间序列ARMA模式识别的基坑监测预警优化研究

本文分析了传统监测预警模式的特点,为优化深基坑工程传统监测预警模式提出基于时间序列ARMA模型对地铁深基坑变形进行多重防线监测预警。在大量监测数据的基础上,利用时间序列ARMA模型对基坑沉降变形进行预测,对比分析预测值与实际值。根据武汉唐家墩地铁站基坑水事故特征,研究ARMA模式数据的变化,预警深基坑工程施工风险,并进行综合风险分析,以达到全面预防涌水事故的目的。     

基于Mallat算法与ARMA模型的露天矿卡车故障率预测

为提高露天矿山运输卡车故障率预测精度、降低因非平稳时间序列数据造成的精度损失及有效解决模型参数估计困难等问题,提出一种基于小波分析与自回归滑动平均模型(ARMA)的露天矿山卡车故障率预测方法。首先,根据矿山时间序列数据的非平稳特征,采用Mallat算法分频处理原始数据,将原始的时间序列分解为一组近似系数和多组细节系数;然后,采用ARMA模型拟合与预测单支重构后的小波系数;其次,引入模型的相关变量,将ARMA模型的参数估计问题转化为带有相关变量的多维高斯分布参数估计问题;最后,通过计算模型中的典型相关变量实现ARMA模型的定阶与参数估计并与其他算法模型进行对比。结果表明:采用此法预测测试集数据,绝对误差的平均值为0. 322,相对误差的平均值为5. 49%;这说明此种组合模型具有更高的拟合精度,应用该模型进行卡车故障率预测是可行且有效的。     

基于混沌、灰色理论模型,预测煤矿生产中安全状况的对比分析

建立煤矿安全生产状况预测的非线性回归模型、混沌动力学模型、灰色模型和灰色残差模型,用4种模型对我国百万吨煤矿死亡率进行预测分析,其结果表明:混沌动力学预测模型和非线性回归模型使用参数较少、计算简单,易于推广,但预测精度尚不高,误差较大;使用灰色残差模型进行预测,虽然计算复杂,但预测精度较高,验证2007年度百万吨死亡率相对误差仅为0.96%,煤炭生产的安全性指标百万吨死亡率宜采用残差模型进行预测。笔者认为,灰色残差模型在对煤矿安全生产的宏观管理领域有广泛的应用前景。     

页岩气压裂井下工况多步预测方法研究

为实现页岩气压裂井下工况预测,及时预控异常工况,基于粒子滤波(PF)算法与自回归滑动平均(ARMA)模型,提出优化的局部加权线性回归(LWLR)模型的方法。该方法以ARMA模型与PF算法构建PF_ARMA模型,并用该模型预测井口压力的变化,再将预测效果作为优化LWLR模型参数的依据,得到最优压力参数的LWLR模型,最后以某段页岩气压裂压力数据为例,比较优化的LWLR模型与传统模型的预测结果。结果表明:优化的LWLR模型预测精度有所提高,并且更能准确描述数据的变化趋势及幅度。     

我国工伤事故死亡率分析及其ARIMA预测

对我国工伤事故死亡率的历史数据进行分析,介绍ARIMA模型预测法。根据统计学理论,运用ARIMA模型,借助相关软件预测我国工伤事故死亡率,可知未来几年,工伤事故的千人死亡率总体上呈逐年下降的趋势;与移动平均法、指数平滑法预测结果作比较,可知ARIMA模型预测效果最佳;同时,由于影响工伤事故的因素很多,与长期预测相比,ARIMA模型更适合于对工伤事故死亡率作短期预测。     

煤矿百万吨死亡率动态无偏灰色马尔科夫预测

为掌握我国煤炭行业整体安全生产状况,构建动态无偏灰色马尔科夫模型,通过处理我国1999—2008年度煤矿百万吨死亡率数据,对2009—2011年度煤矿百万吨死亡率数据进行预测。用无偏灰色GM(1,1)模型代替传统灰色GM(1,1)模型,拟合得到煤矿百万吨死亡率数据的变化趋势,在此基础上应用马尔科夫模型进行预测,并在每一次预测中更新原始数据,最后对预测结果进行对比分析。计算结果表明:动态无偏灰色马尔科夫模型既能消除传统灰色GM(1,1)模型的固有偏差,又能提高预测精度尤其是中长期预测精度。其中,平均绝对误差为3.35%,平均相对误差为3.85%,均低于传统灰色GM(1,1)模型和一般灰色马尔科夫模型。动态无偏灰色马尔科夫模型对于煤矿百万吨死亡率数据的平均预测精度超过96%。     

贝叶斯动态模型在煤矿事故预测中的应用研究

随着我国煤炭工业的快速发展,煤矿安全生产形势趋于好转,煤矿各类事故死亡人数逐年下降,但是煤矿事故总量仍然很大。在分析了贝叶斯动态模型特点的基础上,依据2001~2013年我国煤矿事故百万吨死亡率数据,分别运用贝叶斯常均值模型和一阶多项式模型,对历年煤矿百万吨死亡率进行样本训练和残差分析,并对2014年煤矿百万吨死亡率进行预测。结果表明,贝叶斯动态模型可适应煤矿事故的特点并用于煤矿事故进行科学的预测,其一阶多项式模型具有较高的预测精度,研究方法及结果可为煤矿监管部门及企业的安全管理决策提供借鉴。     

基于时间序列模型的航班运行风险短期预测

针对国内航班运行风险预测技术匮乏的现状,采用移动平均自回归(ARMA)方法,构建航班日运行风险的单变量预测模型;采用向量自回归(VAR)方法,构建航班日运行风险的多变量预测模型;经稳定性检验后,对比2种方法的短期预测效果,发现使用ARMA的单变量预测模型,未来第3天预测精度达到80.76%,可用预测周期为1～3天;而VAR多变量预测模型计算出未来第1天预测精度可高达92%,第7天预测精度仍达到80.64%,适用预测周期为1～7天。结果表明:基于ARMA和VAR的时间序列模型可用于航班运行风险的短期预测,而VAR模型精度更好,更加符合实际需求。     

基于HP滤波与ARMA模型的生产安全事故时序预测

为了研究月度生产安全事故变化规律并进行预测,采用Hodrick-Prescott滤波将事故序列分解为长期稳定趋势和短期波动两部分。对长期事故序列进行了平稳性检验,建立了线性回归预测模型。通过比较不同形式模型变量的显著性,建立了反映事故短期波动的自回归移动平均模型,短期预测值用于修正长期趋势预测值。结果表明,事故序列在长期上符合线性回归模型;事故短期波动预测ARMA(4,6)模型显示,事故波动变量与前1、2、4期存在自相关特征。     

基于密切值法模型的我国31省市安全生产综合评价

基于2008年我国安全生产事故统计数据,选取万人事故率、万人死亡率、万人受伤率3个评价指标,建立了由熵权法确定权重的密切值法模型,模型具有原理简单、概念清晰、易于实现等特点。将模型应用于我国31省市的安全生产综合评价中,得出了31省市的安全生产状况排名,得出了吉林省的生产状况最优等结论,结果与原始数据相符合,表明密切值法在安全评价中具有一定的推广应用价值。     

Research on the prediction of dangerous goods accidents during highway transportation based on the ARMA model

The COVID-19 epidemic has caused a lack of data on highway transportation accidents involving dangerous goods in China in the first quarter of 2020, and this lack of data has seriously affected research on highway transportation accidents involving dangerous goods. This study strives to compensate for this lack to a certain extent and reduce the impact of missing data on research of dangerous goods transportation accidents. Data pertaining to 2340 dangerous goods accidents in the process of highway transportation in China from 2013 to 2019 are obtained with webpage crawling software. In this paper, the number of monthly highway transportation accidents involving dangerous goods from 2013 to 2019 is determined, and the time series of transportation accidents and an autoregressive moving average (ARMA) prediction model are established. The prediction accuracy of the model is evaluated based on the actual number of dangerous goods highway transportation accidents in China from 2017 to 2019. The results indicate that the mean absolute percentage error (MAPE) between the actual and predicted values of dangerous goods highway transportation accidents from 2017 to 2019 is 0.147, 0.315 and 0.29. Therefore, the model meets the prediction accuracy requirements. Then, the prediction model is applied to predict the number of dangerous goods transportation accidents in the first quarter of 2020 in China. Twenty-two accidents are predicted in January, 23 accidents in February and 27 accidents in March. The results provide a reference for the study of dangerous goods transportation accidents and the formulation of accident prevention and emergency measures.     

Time series analysis of coal mine accident experience

This study investigates several forecasting techniques that can be useful to mine safety managers for studying mine accident rate behavior. Three time series models were studied for extrapolation of accident rates. These models are applied to historical accident incidence data from a coal mine. Further, a method is presented for evaluating the three models for the selection of an appropriate model. For this particular mine application, it is concluded that the more complex Box-Jenkins ARMA model as well as first order autoregressive model do not give better results than the simple exponential smoothing model. However, when the random variations or autocorrelations in the accident experience rates between periods are different, the models may predict differently. As such, specific models must be developed for each mine on the basis of statistical analysis of the mine accident experience data over time. Moreover, the importance of incorporating human judgement to interpret the results of statistical forecasting cannot be overemphasized. Integration of policy or operating changes, which may impact mine safety performance, with statistical forecasting techniques is essential to arrive at a realistic prediction of future performance.     

扣件弹条动力特性现场测试与研究

为揭示扣件弹条在运行过程折断的原因,通过现场测试,得到弹条在客车和货车以不同速度运行下的工作模态,并进行仿真分析,以验证识别结果的正确性。结果表明:不同行车条件下,弹条振动的优势频率是固定不变的。采用省时Ibraham时域法(STD)、复指数法和自回归滑动平均模型(ARMA)分析法对弹条的加速度进行识别,均可以较为准确地得到弹条的工作模态;边界条件不一样,如道钉螺栓扭矩不同,左右侧弹条的工作模态是不一致的;弹条的前两阶固有频率是容易被激起共振的频率,在弹条设计应重点考虑避免之,在现场弹条安装和运行维护时,对道钉螺栓的扭矩要特别注意。     

我国堰塞湖致因分析及灾害链构建研究*

为揭示我国堰塞湖形成机理,基于堰塞湖实际案例,依据灾害链式演变规律,构建我国堰塞湖灾害链模型;以灾害链模型中各因素为节点,各因素间作用关系为边,构建我国堰塞湖灾害链演化网络模型,利用Gephi软件实现灾害链演化网络可视化和拓扑参数计算,最终确定堰塞湖防治关键因素。结果表明:持续降雨作用于山地地貌,导致山体滑坡,该类堰塞湖致因在我国较为普遍,通过加大特定地区雨量与地质环境监测力度,可有效提高我国自然灾害防治水平。     

Study in performance analysis of China Urban Emergency Response System based on Petri net

Urban Emergency Response System (UERS) is a modernization symbol of a city. With acceleration of urbanization process and constant expansion of city size in China, China cities must respond to various emergencies timely and effectively to satisfy urban residents’ needs for public security. In recent years, many China cities made trials and efforts in setting up and improving the UERS. At the same time, the China government began to build Emergency Response Systems (ERS) in some cities to deal with various possible emergencies. In this paper, using Petri net (PN), we study the performance of China typical UERS and establish its PN model for performance analysis. Based on the Markov chain (MC) of the model, the performance of China typical UERS is analyzed. Results from our simulation are in conformity with practical operation of China current UERS.     

企业安全管理模式的发展及其比较

在分析企业主要的安全管理模式的基础上,将我国企业安全管理模式的发展历程分为4个阶段:传统安全管理模式、对象型安全管理模式、过程安全管理模式和系统安全管理模式.通过比较不同企业安全管理模式的风险控制水平,探讨了未来安全生产管理的发展趋势.研究科学的、规范的、高效的安全管理模式,对于提高我国企业安全管理水平有着重要的意义.     

中美两国民航事故发展趋势对比分析

为了持续改进民航安全,本文对中美两国民航运输事故趋势进行了分析研究。对民航运输事故率的统计采样周期、变化规律的曲线类型进行研究,并基于5年为采样周期、滚动平均的数据建立回归分析模型。利用此模型对中美两国的运输飞行事故率和亿客公里死亡人数进行曲线拟合。最后,对比分析中美两国的事故率和亿客公里死亡人数拟合值。研究表明中美两国民航事故率遵循相似的规律发展,中国民航安全改进速度更快。依据研究结果,预测在2014年中国民航运输飞行重大事故率大约是美国的1/3、亿客公里死亡人数大约是美国的2倍,分析表明美国民航事故水平很大程度受小型运输机制约,指出随着我国大力发展支线航空,可能会带来航空事故的高发期。     

基于灰色拓扑的公共聚集场所火灾预测模型

根据1991—2006年间中国公共聚集场所火灾统计资料,针对公共聚集场所火灾影响因子的不确定性和数据的波动性,运用灰色拓扑预测方法探讨公共聚集场所火灾发生的规律,并建立灰色拓扑预测模型,预测未来5年内火灾发生情况。结果表明,所建立的灰色拓扑预测模型的检验精度都达到"好"的标准。因此,采用该模型对公共聚集场所火灾发生情况进行预测,其结果比较可靠,可供消防部门参考。     

基于Petri网的城市突发事件应急联动救援系统性能分析

随着我国城市化进程的加速 ,城市规模的日益扩大 ,城市需要及时有效地应对各种突发事件 ,满足城市居民对公共安全的需求。近年来 ,我国政府已开始在部分城市建设应急联动系统来处理可能发生的各种突发事件。笔者引入Petri网 ,对我国典型的城市重大突发事件应急联动系统的应急性能进行分析 ,初步建立城市重大事件应急联动系统的性能分析的Petri网模型。对Petri网模型更加深入的研究 ,将在后续课题中进一步开展。