基于PHAST软件的丙烯球罐泄漏模拟

分析了丙烯球罐可能发生的事故原因,以某化工企业丙烯球罐区为例,运用挪威DNV公司的PHAST软件模拟了不同孔径条件下,泄漏扩散浓度定量分析的结果,通过下风向距离、云团宽度来分析火灾爆炸区域,为提高丙烯球罐的安全管理水平、降低事故风险提供了依据.     

基于神经网络评估的密封点泄漏检测

介绍了运用神经网络评估方法对石化生产装置泄漏风险进行量化评估的主要程序：输入变量的选择、风险指标的确定及总风险评估指标的确定等。以某炼油厂柴油加氢精制装置的应用为例,说明该方法可以指导企业根据最终确定的风险等级制定泄漏检测计划,对高风险部位增加检测的频次,既能有效监控密封点的密封效果,又减少不必要的资源投入。     

基于卷积神经网络的行人人头检测方法对比研究

为提高车站客流统计的精度使其可以准确预警,针对传统的客流统计方法步骤繁琐、准确率低等局限性,对基于卷积神经网络的行人人头检测方法进行研究。首先在常州某车站安检站台处通过高位摄像头采集行人的人头数据库;然后通过不同的行人特征提取网络(Inception模块、Resnet、Mobilenet)与Faster R-CNN、SSD、R-FCN等目标检测结构组合的方式来对比探究各种行人人头检测组合模型的准确率和检测速度,并选择最优的行人人头检测方法;最后通过模型试验分析,结果显示Inception-V2特征提取网络与Faster R-CNN目标检测结构组合的行人人头检测模型具有较高的准确率和较优的实时性,这种行人人头检测方法对客流预警具有重要的意义。     

液化烃球罐泄漏温度场及材料适应性研究

针对高压储存的液化烃一旦发生泄漏,会迅速气化并吸热,使得球罐温度降低,严重时温度可能低于标准中允许的球罐材质最低适应温度的问题,建立球罐三维物理模型,基于CFD模拟的方法,采用雷诺时均的Navier-Stokes方程和k-ε湍流模型,分析球罐管线发生泄漏时球罐本体及周围环境的温度分布情况,探讨了不同泄漏孔径对球罐温度的影响。研究结果表明球罐发生泄漏时,球罐外部温度会明显降低,由于保温层的存在,球罐本体温度降幅不大。但在泄漏孔附近会形成较小的低温区,超过了16MnR材质的低温承受能力,存在较大的风险。     

液化石油气球罐泄漏扩散的数值模拟

利用流体力学Fluent软件,对液化石油气球罐区泄漏扩散进行了数值模拟,主要研究不同风速和不同形状障碍物存在条件下扩散流场的变化规律。结果表明:风速影响扩散方向、距离、浓度以及扩散平衡时间;障碍物的存在改变了常规扩散轨迹、空腔区浓度积聚,且不同曲率的障碍物在介质扩散过程中所承受的外压不同。该研究结果对球罐区安全事故救援具有指导意义。     

基于Elman神经网络的流体管道泄漏点检测定位

目的通过Elman神经网络预测对泄漏点进行过检测定位。方法基于流体压力波的负压波法及反馈型Elman神经网络方法,开展水力输运管道的泄漏定位研究。利用Flowmaster仿真软件中的水力输运模型建立长度为1100 m的一维管路系统,针对此系统开展不同管路状态参数下的数值仿真计算。结果通过小波变换技术实现了数据降噪与奇异点捕捉,完成了泄漏点位置的估算。同时,借助反馈型Elman神经网络,开展了不同泄漏工况下的网络训练和预测,利用经过训练的神经网络对所选取的5组泄漏点完成了定位预测,最大测试误差为1.83%。结论通过Elman神经网络预测得到的结果与实际泄漏位置进行对比,验证了反馈型神经网络方法在管路泄漏智能定位问题中的准确性与有效性。     

基于知识的管道系统泄漏检测方法

提出了3种基于知识的管道系统泄漏检测方法,分别是:通过对负压波波形分段符号化处理,采用上下文无关法表示波形结构模式的模式识别诊断系统;以选取合适维数的功率谱特征向量而建立的神经网络泄漏检测系统;与泄漏机理数学模型结合的泄漏诊断专家系统。     

基于半监督卷积神经网络的文本情感分类

针对情感分析需要标注大量高质量的训练集来提高模型的准确率,以及卷积神经网络无法充分利用句子中特有的情感信息,提出了一种基于多通道半监督卷积神经网络的情感分析模型。该模型通过重构卷积神经网络的损失函数以及不改变网络的结构来实现模型的半监督学习。同时,模型针对情感分析任务中特有的情感信息来构建文本输入矩阵以及将句子不同特征信息结合形成不同的网络输入通道,使模型在训练过程中从多方面的特征表示来学习输入句子的情感信息。并在COAE 2014和IMDB数据集上进行试验,验证了所提出方法的有效性。     

基于卷积神经网络的幼儿园户外环境安全评价

幼儿园户外环境是幼儿日常游戏的主要场所,其环境的安全与否影响到幼儿身心健康.幼儿户外环境的安全评价可以查找安全隐患,进而采取针对性的改进措施.传统的环境安全评价方法为访谈法、观察法、问卷法和案例法,具有较强的滞后性和主观性.为此,研究提出了基于卷积神经网络的幼儿园户外环境安全评价方法(S EB CNN).该方法以幼儿在运动环境中的影像为基础,利用卷积神经网络准确生成幼儿户外运动状态的大数据,进而利用算法处理后的大数据对运动环境进行安全性分析和风险预测.经对南方某幼儿园实验验证,该方法具有数据颗粒度高、数据准确完备及鲁棒性高的特性,为幼儿园户外环境安全性分析和预测提供了新的路径.     

基于深度卷积神经网络的场地污染非线性反演方法

提出了将Sobel边缘检测算子与深度卷积神经网络（CNN）算法结合的方法（E-ConvNet）,用于污染场地的ERT反演过程.通过Sobel算子提取污染区域视电阻率数据的边缘特征作为CNN的先验信息,提高E-ConvNet的计算效率及识别精度.在5种理论模型（单异常体、双异常体及含双异常体的层状结构）和现场实例上测试了E-ConvNet算法的性能,并与最小二乘算法（LS）比较.测试结果表明：E-ConvNet能够准确识别污染处的面积、位置及阻值,其识别精度和计算效率均优于LS.E-ConvNet的单异常识别准确率为81.8%~84.9%,而LS则仅为9.6%~36.2%;多异常识别准确率为68.6%~84.4%,LS仅为2.8%~27.6%;E-ConvNet用时约为112~190ms,LS耗时为6000~7000ms.因此,在污染场地调查工作中,E-ConvNet能够准确高效地反演出污染区域的位置及范围,为开展后续评估/修复工作提供技术支持.     

一种基于卷积神经网络的源解析因子识别方法

为解决源解析因子识别过程中人为参与及判定过程复杂的问题,提高源解析因子识别工作的效率,提出基于卷积神经网络(CNN)的源解析因子识别方法.通过文献调研,构造可供CNN模型训练的因子识别数据集,对因子识别模型进行训练与调试,并以北京市南部采样点的PM_2.5组分观测数据对模型进行验证.同时,利用正定矩阵分解模型(PMF)解析得到不同因子数时的源谱矩阵,输入因子识别模型并与人工分析比对.结果表明,9个因子时模型的识别效果最佳,可以实现既无重复识别又无“无法判定”的情况,与源解析因子人工识别结果吻合,证明了所提出方法的合理性与可行性.该方法不仅对源解析中因子识别问题具有一定的实用价值,同时对减排策略的制定与动态调整也具有积极意义.     

石油液化气球罐根部法兰泄漏的处理

石油液化气罐的泄漏是极为危险的事故.近年来,随着液化气使用的增多,液化气罐由于超温、超压、液位失控、材料破坏等造成的泄漏、着火、爆炸事故屡有发生.例如1998年3月5日,西安市煤气公司液化石油气站储罐区发生液化气泄漏燃爆事故,造成参加现场抢险的消防干警和职工13人死亡,30多人受伤,直接经济损失477万元.     

泄漏检测与维修技术在乙烯裂解装置的应用研究

介绍了泄漏检测与维修(LDAR)技术在9套乙烯裂解装置中的应用情况,对泄漏检测数据进行了统计分析。根据不同密封类型、不同装置区域、不同检测数据区间的泄漏率、泄漏量,探讨了乙烯裂解装置挥发性有机物(VOCs)的泄漏规律,同时对泄漏原因进行了分析,根据泄漏点修复率和VOCs减排量对维修效果进行了评估。     

一种自适应学习率的卷积神经网络模型及应用——以滨海湿地遥感分类为例

滨海湿地是重要的生态系统,开展滨海湿地类型分布监测,对滨海湿地的保护与利用具有重要意义。传统卷积神经网络（CNN）模型中的学习率为人工设置的固定值,本文提出一种自适应学习率的CNN模型,以代价函数为目标函数自动计算学习率的优化值,从而使CNN模型具有自适应性。应用黄河口滨海湿地的CHRIS高光谱遥感影像数据,开展本文提出的CNN模型分类方法验证与优化。实验结果表明:对于不同的学习率搜索区间,自适应学习率CNN模型在[0,1]区间的整体分类精度最高,说明在学习率优化过程中只需在小区间[0,1]内进行微调就能保证较好的分类精度;对于不同的学习率初值,自适应学习率CNN模型的分类精度和稳定性都高于传统CNN模型,说明本文提出的模型对初值敏感性较低;在训练样本数目减少的情况下,两模型分类精度的稳定性都有不同程度的降低,但在保证训练样本占全部样本1.35%以上的条件下,自适应学习率CNN模型稳定性高,说明本文提出的模型对小样本具有一定的适应能力。     

基于卷积神经网络的行人检测方法研究新进展

深度学习在行人检测领域有重大的应用价值,可及时预测客流,避免安全事故的发生。概述了卷积神经网络的发展历史及其主要组成模块,包括各部分模块的研究现状,介绍了卷积神经网络在行人检测中所需要的行人检测数据库及其应用现状。结果表明:基于卷积神经网络的行人检测方法发展迅速,可大大提高行人检测的准确性和实用性,并在实际问题的应用中可有效分析人流拥堵的状态,从而对行人进行有效的疏散,以避免拥挤踩踏安全事故的发生,具有实际运用的意义。     

Bow-tie模型分析在乙烯球罐区的应用实践

针对乙烯球罐区属于一级重大危险源和高风险重点监控区域的特点,将Bow-tie模型分析方法引入到乙烯球罐区的风险管理中,通过识别危险因素和初始事件,确定乙烯泄漏为顶上事件,定性分析了导致乙烯球罐泄漏的原因和后果,设置有针对性的预防和减缓屏障,验证了各屏障的有效性,提出针对性的措施,实现Bow-tie模型分析方法在乙烯球罐区风险管控的成功运用。     

改进的音波泄漏检测系统在塔河油田的应用研究

为实现塔河油田管道泄漏的精准定位与可靠监测,借助于负压波法和音波法的原理,将次声波泄漏监测技术和负压波法泄漏监测技术进行优化组合。通过2种监测技术相互校准、耦合,建立了适用于现场的单音波管道泄漏监测仪加采集压力信号方式的管道泄漏监测系统工艺技术,从而减少误报率和提高了泄漏位置定位准确率。测试结果表明:改进的音波泄漏检测系统可实现对最小孔径3 mm泄漏点的可靠检测和定位,同时可应用于高黏度含溶解气稠油管道和天然气管道。     

炼油行业泄漏检测与修复技术实践研究

炼油行业排放的大气污染物主要是挥发性有机物,是形成二次污染物的重要前体物,也是引发大气环境问题的重要污染物.以天津某炼油企业泄漏检测与修复技术的工作实践为例,结合炼油行业生产装置的工艺特点,介绍在该行业开展泄漏检测与修复技术时的工作流程,包括设备和管线组件密封点位的建档、检测、泄漏点位的修复、复测以及泄漏量核算方法,对炼油行业开展泄漏检测与修复工作减少挥发性有机物无组织的排放起到借鉴作用.     

光离子化检测技术在重油泄漏检测中的应用

介绍了PID检测技术原理、特点,及在重油输送装置的对比试验,结果表明,PID比催化燃烧式可燃气体检测仪灵敏度高。     

新建液化烃球罐的安全对策措施探讨

阐述新建液化烃球罐在工艺设备、现场施工、生产管理等方面的安全对策措施。