油库火灾事故环境影响分析

针对火灾事故发生时产生的有毒烟气对周围环境的影响进行了预测分析,对事故处理过程中的伴生/次生污染和可能发生事故连锁效应的情况进行了分析评价。     

基于粗糙集和加权灰色关联分析的岩爆预测

本文选取影响岩爆发生的五项指标作为岩爆预测的关键影响因素:最大主应力、单轴抗压强度、岩石点荷载强度、岩体完整性系数和弹性变形指数。通过采用粗糙集理论确定岩爆预测影响因素的权重,利用加权灰色关联分析对某工程的岩爆发生情况进行了预测。预测的结果与现场实际状况相吻合,说明运用该方法预测岩爆是合理的。     

场地平整前后地下水流场变化对预测结果影响研究

在地下水环境影响评价中,往往会忽略地形地貌改变导致的地下水流场变化,由此可能造成影响预测结果的偏差。以某新建石化项目为例,利用GMS软件分别建立项目建设前、后所在水文地质单元的数值模型,对两者的地下水源汇项及流场变化进行对比分析,并预测事故工况下污染物泄漏对地下水及环境敏感目标的影响变化情况。研究结果表明,项目场地地形地貌发生改变,会导致局部地下水流场特征发生一定程度的变化,产生不同的预测结果,从而影响后续的减缓措施及监测方案设计。     

基于二维动态水质模型的长江蕲春段水污染扩散分析

为定量预测非正常排污事故对水环境的影响,应用Mike21FM二维水质模型软件对长江蕲春段沿江排污口正常和非正常排污情况下的污染物迁移扩散情况进行了数值模拟,预测了事故中污染物在时间和空间上的变化规律。结果表明,在非正常排污事故发生后,排污口下游约68 km2的水域面积会受到影响,对该区域水环境影响较大。预测结果量化了污染事故在各时段的影响范围及影响强度,并明确了事故发生时的重点保护对象为排污口下游10.4 km处的蕲州镇饮用水水源地。     

基于RF-PSO的塔吊事故可能发生阶段预测与分析

塔吊在高层建筑的施工现场较为常见,为了探索塔吊事故的影响因素,对塔吊事故可能发生阶段进行预测,建立了塔吊事故的人为因素分析分类系统（HFACS）模型框架,明确了塔吊事故的影响因素;利用卡方检验对事故致因进行特征选择及量化分析,提出了一种基于粒子群优化算法优化随机森林预测模型（RF-PSO）。结果表明：RF-PSO模型的预测是可靠的,训练后的RF-PSO模型可以预测塔吊事故可能发生的阶段,影响因素塔吊安装不符合设计要求、缺乏沟通和个人防护设备缺失发生的概率越大,塔吊事故分别在安拆阶段、吊装阶段和攀爬阶段发生事故的可能性越大。研究结果可为塔吊施工现场管理提供理论依据。     

各国地震预测研究

<正>近几个月,松原市连续发生多次地震,虽没造成重大人员伤亡,但大量房屋受损,上万人转移也对人们的生活造成了影响,也产生了不必要的恐慌。地震到底能不能预测?在各方积极抗震救灾的同时,不少人也开始议论地震到底能不能预测。事实上,地震预测也是国际上争论不休的话题,而各国地震研究也在沉浮中波折不断。     

基于随机森林算法的福建省林火发生主要气象因子分析

应用"随机森林"算法,以福建省22个国家级气象站每日气象数据和2000年~2003年间林火火点卫星解译数据为基础,对影响福建省林火发生的主要气象因子进行分析,并对2004年的林火数据进行独立检验。研究结果显示,"日最高地表气温"、"日最低地表气温"、"日照时数"、"日最高气温"和"日最小相对湿度"等5个气象因子是影响林火发生的主要驱动因子,且这5个气象因子对林火发生的影响大小为:"日照时数""日最高气温""日最低地表气温""日最小相对湿度""日最高地表气温";随机森林算法的拟合结果显示:随机森林算法对福建省林火发生的预测精度为82.3%,表明随机森林算法对我国福建省林火发生的预测具有较高的预测能力,可用于基于气象因子的我国福建省林火发生的预测预报。本研究可为福建省林火的预测和决策工作提供一定的参考依据。     

基于GA-ELM的冲击地压危险性预测研究

为提高冲击地压预测的效率和准确率,在分析冲击地压影响因素的基础上,提出了一种将遗传算法(GA)与极限学习机(ELM)相结合的冲击地压预测的新方法。为了避免ELM受输入权值矩阵和隐含层偏差随机性的影响,算法采用GA对ELM的输入权值矩阵和隐含层偏差进行优化,建立GA-ELM冲击地压预测模型。利用某矿冲击地压统计数据对该模型进行了实例分析,将ELM、SVM和BP算法预测结果与该模型进行了对比分析。结果表明:GA-ELM模型具有较高的预测精度,可以相对准确、有效地对冲击地压发生的可能性进行预测。     

化工储罐间距和体积对爆炸碎片多米诺效应概率的影响

化工储罐爆炸后将产生大量碎片,这些抛射碎片一旦击中相邻罐体容易引发多米诺效应。碎片的抛射方位和抛射距离具有很大的随机性,已有研究多采用概率模型来描述碎片抛射的各分过程。通过总结和发展已有的分过程模型,建立了求取多米诺效应的综合概率模型,并基于蒙特卡罗算法编制了模拟软件,可对化工储罐多米诺效应的发生概率进行预测计算。选取若干常用化工球罐为相邻目标储罐进行实例分析,计算结果表明储罐间距和体积是影响多米诺效应发生概率的两个重要影响因素：随着距离的增大,多米诺效应发生概率不断减小;目标储罐体积越大,多米诺效应发生概率将越大。其中,爆炸碎片对目标储罐的击中概率受上述因素的影响程度更大。该文工作对化工储罐区的安全评价具有一定的参考价值。     

基于ARIMA的安全生产事故预测与实证研究

为了减少企业安全管理者在生产作业中由于不确定性导致错误决策所产生的风险,在企业历年安全生产事故数据基础上进行预测具有一定的现实意义。以某企业2008年至2011年的安全生产事故次数时序数据,采用EViews 5统计分析软件,基于ARIMA时间序列预测模型更加关注对事故发生是否平稳而相对于其他预测模型更关注于趋势研究的良好特点,建立安全生产事故ARIMA时序预测模型,并对2012年的安全生产事故发生次数进行预测,通过效果检验发现该模型预测结果基本上能够反映该企业安全生产事故发生的实际情况。通过ARIMA方法在某企业安全生产事故预测具体案例的实现,是对现有安全生产事故预测方法的补充和完善,可为企业安全管理和决策提供一定的指导。     

基于SD-MOP模型的建筑施工安全事故预测研究

为解决传统预测方法对建筑施工安全事故概率预测与实际发生概率偏差较大的问题,本文基于SD-MOP模型对建筑施工安全事故概率进行预测。通过确定建筑施工安全事故预测目标函数及约束条件,基于SD-MOP模型确定目标优先级划分,预测建筑施工安全事故发生概率,对建筑施工安全事故进行预测,并与传统预测方法进行比较。结果表明:该预测方法与传统预测方法相比预测结果准确性更高,可为建筑施工的经济效益和社会效益提供保障。     

基于BP神经网络的新浇筑混凝土爆破安全震动速度预测

岩体开挖爆破与局部浇筑混凝土交叉施工时,爆破产生的地震波对新浇筑混凝土的力学性能会产生不利影响,预测控制混凝土质点峰值震动速度对确保新浇筑混凝土工程质量至关重要。以新浇筑混凝土结构质点峰值震动速度为研究对象,基于BP神经网络理论,选取混凝土极限拉应变、混凝土的弹性模量和泊松比、基岩的弹性模量和泊松比5个影响因素,建立了新浇筑混凝土爆破安全震动速度BP神经网络预测模型。并对龄期为1.5 d和40 d的混凝土在两种不同基岩条件下的爆破安全震动速度进行了预测,预测结果相对误差分别为0.025、0.011、0.004和0.002,满足工程需要。研究表明,该方法计算量小,预测性能好,便于工程人员掌握。     

火电厂液氨泄漏事故影响分析及对策研究

主要对火电厂液氨泄漏事故后对周围大气环境的影响进行了预测分析研究,并给出了相应安全对策。研究以陕西某电厂2×660MW燃煤机组为例,使用详实可靠的参数对该电厂可能发生的液氨储罐泄漏事故进行了不同气象条件下的风险模拟预测,并根据预测结果画出了可供应急救援参考使用的最不利气象条件下液氨储罐最大可信事故泄漏后不同时刻的影响范围动态图。研究还根据收集到的施工设计资料及参数对200-1000MW级火电厂的液氨泄漏进行了预测,给出各级别火电机组液氨泄漏事故后可能出现的最大致死半径范围。为降低火电厂液氨泄漏风险提出了相应的安全对策和应急救援要求,对避免和减少液氨中毒伤亡事故具有指导意义。     

压力容器爆炸研究及灾害后果计算分析

压力容器发生爆炸产生的危害后果非常严重,研究及预测压力容器爆炸后果至关重要。爆炸造成的灾害主要为冲击波和爆炸碎片对人的伤害和建筑物的破坏,对爆炸产生后果的计算方法作了全面系统地阐述,对研究和预测发生压力容器爆炸事故的灾害后果、应急救援有一定的意义,为安全距离的确定及应急救援预案的制定提供重要的参考。     

基于BP神经网络人群流量预测的实现

人群拥挤踩踏突发性的特点决定了现场的事故救援措施效果较差,事前预防是唯一有效的策略。对商业区人群流量进行预测,对于合理控制商业网点人口,预防人群类事故的发生具有重要的意义。本文介绍了基于BP神经网络的人群流量预测方法,利用Matlab建立了相关模型,并结合实际数据对模型进行了调整,分析了隐含层神经元个数、不同输入-输出结构、不同传递函数等因素对网络性能的影响。研究表明利用神经网络的非线性映射能力对人群流量进行预测时可行的。     

基于人工神经网络的城市火灾事故的预测方法

随着社会经济的飞速发展,城市化进程的加快和人口的迅速增长,城市火灾频繁发生,造成的损失呈上升趋势。针对城市火灾事故发生的特点,根据人工神经网络基本原理和特性,建立了城市火灾事故神经网络预测模型;为了更精确预测城市火灾事故的发生,将城市火灾事故分为了高峰期(春节)和非高峰期两个时段分别进行预测;应用神经网络预测模型和分时段相结合方法对某城市火灾事故进行了实际预测。结果表明,神经网络模型是城市火灾事故预测的有效工具,该模型与时段法的结合能准确预测火灾事故发生的趋势。     

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。     

基于灰色理论的机械加工车间事故预测研究

针对机械加工车间的事故预测问题,根据灰色理论的基本原理和特性,建立了灰色预测模型GM(1,1),对车间内事故进行定量预测。从具体实例出发进行了分析与预测,结果表明预测精度较高,为车间掌握事故发生规律,采取预防措施提供了依据。     

矿井瓦斯涌出量预测的GM(1,1)模型研究

矿井瓦斯渗出量预测,对矿井安全及正常生产至关重要。由于矿井瓦斯涌出量的影响因索、关联变量和约束条件复杂,对各因素之间的影响程度难以区分和把握,因此在预测预报中的精度较差。而采用灰色理论则具有高度的概括性,可以把各种不确定的因素,统一用一个简单的“灰数”表示,预测精度高而且使用简单。在分析某矿历年来相对瓦斯涌出量的基础上,应用灰色系统理论对其瓦斯涌出量进行了预测,其方法与结果对预防煤矿恶性事故的发生,悍证煤矿的安全生产具有重要意义。     

室内轰燃试验及数值模拟分析

通过实体小室轰燃试验,比较BFD曲线参数估计法和FDS场模拟在轰燃预测上的可靠性.采用相关系数法比较BFD曲线参数估计法和FDS场模拟对室内温度变化预测的可靠性; 通过偏差均方根比较了这两种预测方法对室内最高温度预测的可靠性.结果表明,BFD曲线参数估计法对轰燃发生时的室内温度变化的预测结果接近火灾实际情况(平均相关系数为0.920 1),但对未发生轰燃时的预测的可靠性较差(相关系数为0.313 8).通过两种不同网格密度(网格大小分别为0.13 m3和0.053 m3,总网格数分别为45 000和360 000)的FDS场模拟发现,采用细网格时FDS场模拟对温度变化的预测的可靠性较好(相关系数为0.881 8).轰燃发生和未发生两种条件下,FDS场模拟对室内最高温度的预测能力都优于BFD曲线参数估计法,而网格加密对提高FDS场模拟预测能力的影响不明显.通过对火灾时房间内温度预测的比较,可得到不同模型对轰燃发生时间和强度预测的可靠性,这对建筑结构安全和人员逃生具有重要意义.