石化港区油品管道安全风险评估技术研究

为了合理、精确地评估石化港区油品管道安全风险,结合港区油品管道的现实情况,提出了管道风险评估指标体系,并分别构建了港区油品管道安全风险BP神经网络评估模型和支持向量机评估模型。通过选取两类模型不同关键要素分别试算,达到了优化风险评估模型关键要素、提高评估精度的目的。在案例研究中,通过模型计算,找到了预测误差最小的模型,其累积相对误差仅为0. 76%,可以用来预测港区油品管道安全风险。     

烃类沸点的定量构效关系研究

应用CODESSA软件计算296种烃类物质的分子结构描述符,分别用启发式回归（HM）和最佳多元线性回归（B-MLR）筛选计算出的所有分子描述符,并建立沸点的线性回归模型。用B-MLR方法筛选出的4个描述符作为支持向量机（SVM）的输入建立了非线性模型。预测结果表明：所建立的模型稳健,泛化能力强,预测误差小。非线性模型（R2=0.9905,RMSE=10.2295）的性能优于线性回归模型（HM：R2=0.9819,RMSE=14.0606;B-MLR：R2=0.9842,RMSE=13.1058）,预测效果令人满意。     

基于改进的可拓评价模型的安全管制员工作负荷综合评估模型

在综合分析国内外对管制员生理状况测量、人与机器系统环境相互作用和心理分析三方面研究的基础上,建立了基于改进的物元分析的管制员工作负荷综合评价模型。借鉴灰色关联分析方法 (GRA)分辨系数的设定思想对可拓关联函数进行改进,对超出节域范围的情况在函数中增加修正系数,以保证不会出现关联函数的分母为0而无法计算的情况。采用基于改进的物元分析的管制员工作负荷综合评价模型对上海终端区扇区安全管制工作进行评估。结果表明,基于改进的物元分析的管制员工作负荷综合评价模型可获得可靠的评估结果。     

基于支持向量回归机的煤层瓦斯含量预测研究

为了对煤层瓦斯含量进行准确预测,应用支持向量回归机(SVR)理论建立煤层瓦斯含量预测模型,结合现场实测数据利用支持向量机(SVM)工具箱进行模型的求解及预测,并从均方根误差、希尔不等系数和平均绝对百分误差3个不同误差指标与人工神经网络预测模型进行比较分析。研究结果表明:SVR模型其预测精度及可行性高于神经网络模型,而且运算快,实时性较好,用于煤层瓦斯含量的预测较理想,具有良好的应用前景,可以为煤矿瓦斯防治提供理论依据。     

凝析气田集输管线腐蚀预测研究

为提高凝析气田集输管线腐蚀速率的预测精度,基于灰色关联分析(GRA)法,融合随机森林回归(RFR)算法,建立内腐蚀速率预测模型,分析气田集输管线内腐蚀原因;采用GRA优选特征因素变量作为RFR的输入,以内腐蚀率作为目标因素输出,并以雅克拉凝析气田数据为例,对比验证构建的RFR预测模型、反向传播(BP)神经网络和支持向量机(SVM)预测模型。结果表明:通过GRA排序得到管线内腐蚀的主要因素有:CO2体积分数、Cl-质量浓度、压力、温度、流速。同时RFR预测模型的均方根误差、平均相对误差均低于对比模型相应值,且决定系数达到96. 48%。     

烃类及其衍生物闪点、沸点的定量构效关系

基于定量结构一性质相关性（QSPR）原理,研究了烃类及其衍生物闪点、沸点与其分子结构间的内在定量关系。应用CODESSA软件计算384种烃类及其衍生物的分子结构描述符,建立了闪点和沸点的QSPR模型。用最佳多元线性回归（B．MLR）方法筛选得到的分子描述符建立了线性回归模型。用B-MLR方法所选择的5个描述符作为支持向量机（SVM）的输入建立了非线性模型。所有的化合物被分为训练集和测试集,对每个模型的训练集和测试集的复相关系数、交互验证系数、均方根误差等进行了计算,并用测试集对模型的预测能力进行检验,预测结果表明：预测值与实验值均符合良好,所建立的闪点模型稳健,泛化能力强,预测误差小,预测的效果令人满意,但沸点的模型预测效果有待加强。相比烃类物质的模型,加了衍生物的模型性能均有所下降。     

基于SVM的含缺陷20钢弯管爆破压力预测

为快速、精确预测含局部减薄缺陷的弯管爆破压力,首先验证显式非线性有限元模型的模拟精确性,然后以168组不同缺陷尺寸下20钢弯管爆破压力的有限元模拟数据作为学习样本,建立含局部减薄缺陷20钢弯管爆破压力预测的支持向量机(SVM)模型;其次利用交叉验证(CV)、遗传算法(GA)、粒子群算法(PSO)分别优化SVM模型;最后分析对比用于预测弯管爆破压力的3种优化SVM模型与ASME B31G-2009、DNV RP-F101、SHELL 92等3种通用规范的计算误差。结果表明：CV-SVM、GA-SVM、PSO-SVM等3种模型的预测误差均小于3种规范的计算误差,其最大相对误差分别为-2.33%、-3.4%和1.94%;说明SVM模型用于预测弯管爆破压力时操作简单、计算时间短、预测精度高、工程实用性好。     

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。     

基于半参数分析的电力需求预测算法

市场经济对电力需求预测提出了更高的要求。在简要介绍和评论以往国内外常用电力需求预测方法优缺点基础上,为了提高电力需求预测的准确度及预测方法的适应性,建立半参数回归模型预测电力需求。半参数回归模型分为线性和非线性两部分。线性部分反映了负荷预测可知的部分规律,非线性部分反映了负荷预测的不确定因素的影响。用偏残差方法估计半参数回归模型,估计结果由两步得到。首先估计线性参数部分,然后再估计非线性参数部分。通过示例计算,半参数回归模型对电力需求预测的估计误差数值小于二元线性回归法对电力需求预测的估计误差。结果表明:利用半参数回归法预测电力需求是一种预测精度高、计算容易、普适性强的算法。     

道路交通事故的非线性偏最小二乘回归建模

就有效预防交通事故、提高道路交通效率而言,借助高精度的道路交通事故预测模型,准确分析事故原因是重要的基础性工作。首先基于偏相关分析方法,对影响事故起数、死亡人数和受伤人数这3个事故指标的11个因素进行相关性分析,确定最相关的影响因素及其线性相关性;然后利用偏最小二乘回归方法,对事故指标与影响因素之间的线性关系进行建模;进而基于非线性偏最小二乘回归方法,建立两者之间的非线性关系模型。通过对回归模型的精度分析,用偏最小二乘回归方法仅能对事故指标与影响因素之间线性关系准确建模,测定系数最大为0.98,相对误差最大为21.77%。用非线性偏最小二乘回归方法,对事故指标与影响因素之间的线性和非线性关系均能准确建模,测定系数最大为1.相对误差最大为4.23%。     

软质聚氨酯泡沫阴燃前期热解特性研究

采用DSC-TGA(差示扫描量热-热重分析)同步热分析仪对软质聚氨酯泡沫(聚氨酯软泡)在不同氧气体积分数(0、10％、30％、50％)和不同加热速率(10 K/min、20 K/min、50 K/min)下热解到800℃的过程及其对阴燃的影响进行了研究.结果表明,当氧气体积分数介于10％ ～ 50％时,聚氨酯软泡热失重DTG曲线只有1个峰;当氧气体积分数降低到10％时,DTG曲线开始逐渐分离为2个峰;当氧气体积分数降为0(即氮气气氛)时,DTG曲线已经明显分为2个峰.这表明氧气体积分数对聚氨酯软泡热解特性具有重要作用.氧气体积分数和加热速率降低均对聚氨酯软泡的热解有抑制作用,均能减小阴燃传播速率和向明火转化的可能性.加热速率降低主要是延长了聚氨酯软泡的热解周期,从而减小了热解可燃气体积分数和放热速率.氧气体积分数降低对聚氨酯软泡热解的影响相对复杂的多:当氧气体积分数从10％降低到0时,主要提高了聚氨酯软泡的分解温度,而对热解速率影响不大;当氧气体积分数介于10％～50％时,氧气体积分数减小主要会降低聚氨酯软泡的热解速率、放热速率和放热量而对热解温度影响相对不大.氧气体积分数和加热速率降低抑制了多元醇的分解,而多元醇是聚氨酯软泡维持阴燃或向明火转化的主要物质及能量来源.     

不同螯合剂对花生富集污染土壤中Co的影响

采用模拟Co污染土壤的方法,分别投加2.5 mmol/kg、5.0mmol/kg、7.5 mmol/kg的EDDS、NTA、CA和OA,研究了其对花生生长与吸收土壤重金属Co,以及对土壤中Co的活化能力的影响.结果表明:整合剂处理使花生的生物量降低,在高浓度整合剂处理时,降幅最大;EDDS的添加比NTA、CA和OA更显著地增加了土壤Co的有效态质量比,同时明显提高了花生的富集系数和转运能力;在螯合剂处理下,花生的转运系数最高达到0.916,具备了修复土壤重金属污染的能力;根系和地上部富集Co能力最强时分别达到58.64 mg/kg和46.33mg/kg,是对照组的1.29和3.63倍;各处理花生根系中的Co质量比要高于茎叶中的质量比,花生植株Co质量比与土壤有效态Co质量比呈显著(p＜0.05)或极显著相关(p＜0.01);综合来看,螯合剂的投加能有效活化土壤溶液中的Co,促进植物吸收、转运重金属.     

基于模糊层次分析法的编队内碰撞风险评价模型研究

编队内碰撞是编队飞行最大的安全威胁。为解决编队飞行灵活性与编队飞行安全的矛盾,建立了编队内各机碰撞风险评价模型指标体系,使用模糊互补判断矩阵确定了各指标的碰撞权重,实现了编队内各机碰撞的风险评估。以空军航空兵某部一架机型G与一架机型H混合双机编队为例进行了实证研究,结果表明,该模型简便易操作,可提高编队飞行训练效率。     

基于模糊可拓层次分析法的在役混凝土桥梁耐久性评估

对在役混凝土桥梁的耐久性研究是目前学术界的热点问题。使用科学的方法对其耐久性进行合理的评估,是解决该问题的关键。考虑到在役混凝土桥梁耐久性评估中的不确定性,利用改进的三标度层次分析法及模糊可拓理论,建立了基于模糊可拓层次分析法的在役混凝土桥梁耐久性评估模型。首先,根据桥梁的结构及所处环境的特点,建立了在役混凝土桥梁耐久性评估指标体系。其次,运用改进的三标度层次分析法确定指标权重。然后,使用模糊可拓理论确定耐久性等级。最后,通过具体的实例分析,证明了该评估方法的科学性和有效性。     

物流企业员工安全参与行为演化路径研究

为确定影响物流企业员工安全参与行为的因素与演化路径,推动对物流企业员工的安全监管,在员工和物流企业具有有限理性的前提下,从物流企业与员工之间的博弈机理出发,构建了员工安全参与行为的演化博弈模型。采用系统动力学方法分析模型的演化趋势,通过数值仿真分析物流企业员工安全参与行为及演化路径。结果表明,奖励力度、惩罚力度等参数影响着员工策略的变化,物流企业可加大对员工不积极参与安全行为的处罚力度,并适当提高奖励力度,从而提高员工的参与安全活动的积极性;物流企业还应建立奖励与惩戒相结合的管理制度,同时通过技术创新降低监督成本,实现对员工安全的有效监管。     

Y型通风沿空留巷巷道围岩活动规律研究

为掌握沿空留巷围岩活动规律,以谢桥矿12418工作面轨道顺槽为工程背景,采用多点位移计及钻孔窥视仪等设备进行实测研究,并结合数值模拟对其进行分析.结果表明:沿空留巷巷道表面围岩变形具有典型的近场效应,留巷前距工作面60 m以外的巷道基本无表面位移,随工作面的推进,巷道表面位移逐渐增大,距工作面10～15m范围内,表面位移变化速率显著增加,留巷后巷道表面位移与留巷前变形趋势类似,但表面位移量较留巷前有明显增加;从顶板钻孔窥视结果可以看出,留巷前仅在孔深2 m处发育单一离层裂隙,留巷后在孔深1.2m、2.4 m、3.8m和5.3m处发育多层离层裂隙,且随滞后工作面距离增加裂隙逐渐增大;尾巷充填体应力在充填材料固结后逐渐升高,并一直维持较高应力状态,因此,巷旁充填体既要确保有一定的强度和刚度,又要有一定的适应变形能力.     

采空区上覆火成岩断裂致灾机理研究

为了解释采空区影响下火成岩断裂破坏诱发地表裂缝的形成原因,通过建立两种采动影响下的火成岩断裂物理力学模型,推导出采动影响下火成岩初次断裂和周期性断裂判据。结合铁法晓南矿开采出现的地表裂缝,分析了火成岩断裂破坏机理,并对火成岩断裂破坏进行了预测。通过与现场实测地表裂缝位置加以验证,证明了所建力学模型的可靠性,并给出了后续生产中关于地表裂缝的规避性建议。     

露天矿采空区爆破合理孔底填塞长度与起爆位置确定

为研究孔底填塞长度与起爆位置对露天矿采空区上覆岩石台阶爆破的影响,进行了数值模拟和工业试验。运用ANSYS/LS-DYNA软件构建了爆破模型,分析了存在采空区时台阶的爆破机理,通过对比分析不同孔底填塞长度、不同起爆位置下爆破时岩石拉应力及动能变化,揭示其对采空区爆破效果的影响,确定了采空区上覆岩石台阶的合理爆破方法,并通过工业试验进行了验证。结果表明:采空区的存在导致爆破能量的利用效率降低;中间起爆技术适合采空区上覆岩石爆破;孔底填塞长度在一定临界范围内时,爆破能量的利用效率是最佳的;确定了武家塔露天煤矿采空区上覆岩石台阶爆破采用中间起爆技术且孔底填塞长度为2 m。     

基于多传感器融合的林火监测

为了提高近距离火灾监测的准确率,建立了基于Arduino平台的多传感器实时监测系统.此系统安装在移动机器人身上以探测火灾.在林火发生期间,会产生CO、C02明火火焰及其他产物,并引起周围环境温度的升高.因此,选择合适的传感器,检测出以上参数,就有可能据此判断实际环境是否有火.通过在Arduino上搭建火焰传感器、温度传感器、气体传感器和烟雾传感器,可以实时监测环境参数.在无火和有火环境中进行了多次试验,进行数据采集,得到了大量原始数据.无火环境的数据是在不同的天气条件下测得的;有火环境由试验火堆模拟得到.在模拟的过程中,进行人为操作以模拟不同的火情.如通过浇湿底部的可燃物模拟预热阶段,试验数据因此更有代表性.数据分析表明,单个传感器的输出值波动大,且在有火环境和无火环境中的输出值有重叠.因此,用单一传感器来检测火灾的准确率很低.而同时分析3个传感器的输出值时,其输出值随所检测火堆的不同呈现出一致的变化规律.最后,利用神经网络进行多传感器数据融合.涉及5个输入变量,由神经网络实现对多变量的非线性问题进行模式识别.将前述试验所得数据划分为训练数据和测试数据,两类数据均包含一定比例的有火样本和无火样本.用训练数据对BP神经网络进行训练,可得到林火识别模型.用测试数据检验模型,结果表明,该BP神经网络对试验火的识别准确率为98.625％.     

基于QSPR方法的烃类物质苯胺点预测

烃类物质在石油工业中有着非常广泛的应用.在石油工业中常用苯胺点来衡量有机溶剂的溶解性能.基于定量结构-性质相关性(QSPR)原理,根据分子结构计算反映分子结构信息的结构参数,应用遗传函数算法从大量结构参数中优化筛选出与烃类物质苯胺点最为密切相关的结构参数作为表征相应化合物结构特征的分子描述符,采用多元线性回归方法对分子描述符与苯胺点之间的定量函数关系进行关联,建立了预测烃类物质苯胺点的理论模型.最后,对模型进行了内部及外部验证来检验模型的可靠性.在此基础上,对所建立的预测模型进行机理解释,分析了影响烃类物质苯胺点的主要结构因素及其影响规律.研究表明,所建模型具有较高的稳定性和预测能力.