化工园区重大危险源分级方法研究

以常州市新北区化工园区为例,对重大危险源的分级方法进行了研究.根据化工园区自身的特点,制定了重大危险源分级方法、程序,建立重大危险源分级模型,并利用建立的模型对该化工园区进行了重大危险源分级的实例研究.     

基于神经网络的重大危险源动态分级研究

利用自组织神经网络对重大危险源进行动态分级研究，介绍了神经网络的模式聚类即分级法的自组织学习过程和算法，克服了以往危险源分级方法的某些局限性。在计算机上进行的模拟计算表明：基于自组织神经网络的重大危险源动态分级方法是合理可行的     

建立我国重大事故预防控制体系之探讨

简述了我国重大工业事故发生的主要原因，提出了建立重大事故预防控制体系的建议，制定《重大事故预防和控制法》，实行重大危险源上报、登记、评价、分级监察管理，建立国家、省、市三级重大事故应急反应系统和重大危险源动态监控网络系统。     

基于集对分析的码头储罐区重大危险源动态分级

重大危险源分级是对危险源监管的重要依据,合理分级能够有效预防重特大事故。研究利用集对分析法对码头储罐区危险源进行动态分级,依据码头储罐区液体化学品特有的危险性,并根据池火灾伤害模型、爆炸模型、高斯烟团模型计算出危险源的灾害后果作为评价指标体系,利用LabVIEW软件编程,对宁波港青峙化工码头储罐区危险源进行动态评级。研究结果表明,基于集对分析的码头储罐区重大危险源动态分级法克服了重大危险源静态分级过程中事故形态和评级指标单一的不足,能够反映石化码头的危险源时时变化的动态特征。     

一种简单可行的危险化学品重大危险源分级方法

对3种常用危险化学品重大危险源分级方法进行比较研究。提出采用危险化学品重大危险源单元内各种危险化学品的总量与其临界量比值经校正系数校正后的值R作为分级指标的危险化学品重大危险源分级方法。给出R的计算方法、相关校正系数的选取标准,以及危险化学品重大危险源的分级标准。通过笔者危险化学品重大危险源分级方法的实际应用,其结果表明:该方法简单可行,具有一定的科学性和较好的可操作性,能满足危险化学品重大危险源分级的需要。     

重大危险源分级方法探讨

提出以事故后果分析为基础,结合死亡概率模型,以事故可能造成的人员死亡数量为标准进行重大危险源分级的方法。对相关的危险化学品事故后果计算模型、死亡概率计算方法、重大危险源死亡人数计算方法以及重大危险源等级划分等进行了分析和研讨。该重大危险源分级法的应用实例表明,用其评价的重大危险源风险更加符合实际情况,具有更好的科学性。该研究成果对制定我国重大危险源分级标准具有重要意义。     

关于烟花爆竹重大危险源分级的探讨

烟花爆竹重大危险源分级是政府和企业对烟花爆竹行业进行安全监管的重要环节。分别对死亡人数与财产损失法、基于神经网络的重大危险源分级法、校正比值求和法进行了介绍和对比分析,找出了各自的优缺点,并分析了只用其中1种方法进行分级的缺陷,提出采用2种或2种以上方法对重大危险源进行分级。最后以某烟花爆竹企业原料储罐为例,用校正比值求和法计算得到分级指标R为19.24,判断为3级重大危险源。对3种方法的结合进行了详细描述,说明了该分级方法的可行性和准确性。     

关于危险化学品重大危险源分级的研究

在重大危险源死亡半径分级法的基础上,引入经济密度和人员密度,并给出不同情况下相应的计算方法。然后以＂最大危险原则＂和＂概率求和原则＂为财产损失和人员伤亡计算的原则,以《重大危险源分级标准（征求意见稿）》中的分级标准为标准,对危险化学品重大危险源进行分级,这样进行危险源分级时,可将周边环境中可能波及到的财产损失和人员伤亡考虑进去,使得危险化学品重大危险源分级考虑的因素更加全面,分级的结果和实际情况更加吻合。本文的研究结果对危险化学品重大危险源分级具有一定的参考价值。     

重大危险源控制技术研究现状及若干问题探讨

本文论述了重大危险源的定义，辨识标准及重大危险源控制系统；介绍了国外重大危险源控制技术的研究和应用进展；对建立我国重大危险源控制系统进行了探讨，提出了尽快制定我国重大工业危险源控制法规、重大危险源辨识标准以及建立分级监察和控制体系等建议。     

危险化学品重大危险源辨识与分级相关问题初探

正重大危险源辨识与分级是企业预防重大事故的基础和前提,也是政府主管部门对重大危险源实施分级监督管理的主要依据。目前,危险化学品企业辨识重大危险源依据的标准是《危险化学品重大危险源辨识》(GB18218-2009),对辨识出的重大危险源进行分级则是依据《危险化学品重大危险源监督管理暂行规定(附件1)》(国家安全监管总局令第40号,以下简称《暂行规定》)。尽管重大危险源的辨识与分级都有各自法律层面     

城市重大危险源免疫机制研究

为了更好地管理和控制城市重大危险源,在建立城市重大危险源的应急管理网络模型的基础上,利用生物免疫系统网络和城市重大危险源管理网络的相似性,采用生物免疫系统的相关理论和方法,对城市重大危险源的免疫机制进行了研究;根据城市重大危险源应急管理网络模型和城市重大危险源免疫机制,建立城市重大危险源应急网络的免疫模型,为加强对我国城市重大危险源的管理提供策略和方法。     

重大危险源监测预警实用性平台的研究与实践

以正在实施中的"江苏省重大危险源监测预警中心"科技公共服务平台项目为背景,提出江苏省重大危险源监测预警的宏观框架建设构想;根据我国在安全生产领域强化重大危险源监管的总体要求,从深化、完善重大危险源监控体系建设出发,将重大危险源监督管理划分为两大体系,即基于网络化的固定重大危险源监控体系和基于GIS,GPS的移动重大危险源监控体系,以及配套的重大危险源装置检测与预警系统、事故原因鉴证与仿真系统、重大事故隐患整治系统;同时需要有相应的技术基础研究与重大危险源基础数据与重大事故隐患评估整治数据系统作为技术支持。该项研究与实践是落实"科学发展观"、以科学技术来支撑安全生产监管成效的重大举措,必将对江苏省和全国的安全生产事业产生积极影响并具有重大现实意义。     

Risk assessment of sour gas inter-phase onshore pipeline using ANN and fuzzy inference system – Case study: The south pars gas field

Nowadays, pipelines have been extensively used for transporting oil and gas for long distances. Therefore, their risk assessment could help to identify the associated hazards and take necessary actions to eliminate or reduce the risk. In the present research, an artificial neural network (ANN) and a fuzzy inference system (FIS) were used to prepare a new model for pipeline risk assessment with higher accuracy. To reach this objective, the Muhlbauer method, as a common method for oil and gas pipeline risk assessment, was used for determining important and influential factors in the pipeline performance. Mamdani fuzzy model was developed in Matlab software by considering expert knowledge. The outcomes of this model were used to develop an ANN. To verify the developed model, the inter-phase shore pipe of phase 9–10 refinery in the South Pars Gas field was considered as a case study. The results showed that the proposed model gives a higher level of accuracy, precision, and reliability in terms of pipe risk assessment.     

基于BP网络的建筑安装施工现场安全综合评价的研究

针对目前我国建筑安装施工现场安全评价技术的不成熟和欠科学性的现状 ,笔者分析和综合了目前安全评价技术 ,结合建筑业特点 ,提出了基于BP神经网络的建筑安装施工现场安全评价方法 ,并对该评价模型的原理、方法及算法进行了研究。首先 ,结合建筑安装施工现场安全生产的特点建立评价指标体系 ,随后 ,运用层次分析法确定指标及准则层的权重 ,并运用模糊综合评价法生成评价样本集 ,最后 ,利用样本集训练BP网络 ,待误差满足要求后 ,即可运用训练成功的BP神经网络进行安全评价。     

重大危险源的辨识与控制

危险源控制是安全工作的中心任务。为了有效地控制危险源，首先必须辨识危险源，评价其导致事故的危险性，寻求其控制方法和措施。本大提出了两类危险源的概念，并以某乙烯厂Ｂ罐区为例，探讨两类危险源辨识与控制的基本原则和方法。     

基于三维GIS的火电厂应急管理仿真系统研究

本系统对火电厂区及周边环境进行虚拟现实仿真,重点突出厂区重大危险源,其他具有较大危险性的设备、设施,厂区重点保护的设备、厂房、建筑,厂区道路交通以及气象条件等因素;实现对基础地图数据、应急资源数据、重大危险源数据及其它相关的属性数据进行管理,以WEB方式提供信息查询;运用虚拟现实仿真技术实现重大危险源周边环境的三维仿真显示,预测事故影响范围,以及可能发生的次生事故,同时利用人工智能与空间分析技术实现最佳路径及最佳救援方案的分析,为领导实施远程应急救决策提供辅助与支持.     

基于粗糙集——粒子群神经网络的建设项目安全预测研究

回顾施工项目安全管理和安全管理研究现状,建立建设项目安全管理指标体系。利用人工神经网络非线性函数逼近能力,对项目风险因素程度预测。针对该网络当数据量大时,其结构复杂、收敛慢,易陷入局部最优的缺点,引入粗糙集对影响建设项目安全目标的不确定性因素进行约简,找出最小不确定性风险因素集,大大简化网络输入信息的表达空间维数。并结合粒子群算法收敛速度快、全局最优的寻优能力强的优点,建立基于粗糙集——粒子群神经网络的建设项目安全预测系统。通过实例验证该系统的科学性和有效性。     

岩层移动角选取的神经网络方法研究

岩层移动角是进行各类保护煤柱设计时的关键性参数 ,涉及地表建 (构 )筑物的安全。在综合分析影响岩层移动角因素的基础上 ,采用人工神经网络方法建立岩层移动角选取的模型。该模型采用改进的BP算法 ,运用我国典型的地表移动观测站资料作为学习训练样本和测试样本 ,对模型的计算结果与实测值进行了对比分析。分析结果表明 :用人工神经网络方法求算岩层移动角考虑的因素更为全面 ,结果更接近于实际。笔者为岩层移动角的理论计算探索出了一种新的方法。     

重大危险源事故风险预警技术研究

重大危险源事故风险预警技术是事故控制技术中的一大研究重点。本文通过对比分析安全生产领域常用事故预警模型的优缺点,总结了事故预警模型的发展趋势,提出了基于模糊综合评判技术和动态模糊神经网络技术的重大危险源事故风险预警模型,详细陈述其构建过程,最后对液化石油气蒸气云爆炸事故应用该模型,得到了较好的预测效果,实现了风险程度的定量化预警。该预警模型具有快速的自学习能力和容错能力,能够同时处理多种风险因素、自动生成模糊规则并满足预警系统的实时性要求,可应用于重大危险源在线监控预警系统,为企业端和政府端监管者提供有效的重大危险源事故风险定量化预警信息,为遏制重大灾难事故的发生、减少死亡人、数受伤人数和直接经济损失提供先进的理论和技术支撑。