矿井火灾时期通风系统可靠性理论

通过分析矿井火灾时期风流特点,即矿井火灾时期将产生大量的高温烟雾,指出在矿井火灾时期,如果仅仅某条风路的风量在规定范围内,并不能说明该条风路就是可靠的,还应强调该风路的粉尘浓度、温度、有毒有害气体浓度指标在规定范围内。提出了矿井火灾时期风路可靠度的理论计算式,分析了矿井火灾时期风路失效模式,提出了适合计算大型通风系统在火灾时期可靠度的“基于截断误差理论和网络简化技术的不交化最小路集算法”。     

通风系统可靠性和稳定性数学模型研究

通风系统的可靠性和稳定性是矿井通风网络理论的两大核心内容之，本文从通风系统分析的角度出发，对通风系统可靠性和稳定性数学模型进行了研究。可靠性用来衡量通风系统保持其通风参数的性能，稳定性是衡量风量波动大小的，二者既存在联系又有一定的区别。     

通风系统可靠性和稳定性数学模型研究

通风系统的可靠性和稳定性是矿井通风网络理论的两大核心内容之一,本文从通风系统分析的角度出发,对通风系统可靠性和稳定性数学模型进行了研究.可靠性用来衡量通风系统保持其通风参数的性能,稳定性是衡量风量波动大小的,二者既存在联系又有一定的区别.     

基于粗糙集-人工神经网络的航空安全文化评价模型研究

根据航空运输企业安全生产系统的特征,制定相对科学的、适用的安全文化评价指标体系。将粗糙集、人工神经网络方法应用于航空安全文化评价研究。首先,通过问卷调查与粗糙集方法相结合,对安全文化评价指标信息表进行设定。利用粗糙集的属性约简功能,确定航空安全文化的核心要素;其次,利用人工神经网络对约简后指标权重进行计算;经过仿真实验,训练后的神经网络较好地获取并保存了安全文化评价的知识和经验,能够较为准确地对航空安全文化进行评价。     

基于FAHP-MODM的矿井通风系统可靠性综合评价

为了提高矿井通风系统可靠性评价的准确性,结合模糊层次分析法和多目标决策理论对矿井通风系统可靠性进行综合评价。基于人-机-环-管理系统构建评价指标并确定评价策略,确定各指标主观权重和客观权重,利用线性加权法确定综合评价值并通过实例分析矿井通风系统各观测点的可靠性,对其进行优劣排序并得出可靠性等级。评价结果表明,FAHP-MODM可对矿井通风系统可靠性做出准确的评价。     

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。     

建设项目安全管理的智能化技术研究

明确建设项目安全管理的意义;简述建设项目安全管理技术的国内外研究现状;指出当前的建设项目安全管理研究存在的主要不足;提出笔者研究的思路和研究的主要内容;收集详细的施工现场资料,参考相关历史文献资料,提取可能引起安全事故的原始不确定风险因素,建立安全管理风险评价指标体系;并利用人工神经网络(ANN)强大的非线性函数逼近能力,将BP神经网络引入建设项目风险控制,构建基于BP神经网络的建设项目安全控制系统,从而实现建设项目安全管理的智能化。通过工程实例验证:该方法具有可行性和有效性,为实现建设项目安全管理目标及工期、成本、质量目标打下坚实的基础。     

基于单元特性的通风系统可靠性分配方法研究

通风系统可靠性分配是优化矿井通风系统可靠性设计、保障安全生产和日常管理的一项重要指标。在系统可靠性设计过程中 ,如何根据具有一定冗余度的通风系统进行可靠性指标的分配或再分配 ,是现场通风安全技术管理人员面临的一个重要课题。笔者以可靠性工程理论为指导 ,针对矿井通风系统时变、可修的特点 ,分别从基于单元相对易损度、基于单元重要复杂度以及基于单元故障频率角度对矿井通风系统可靠性进行了再分配方法研究 ,并以矿用主通风机系统为实例 ,进行了应用分析和验证。实践证明 ,采用上述分配方法的最终分配结果均接近期望的目标值 ,且满足不低于目标值的要求。该分配方法的研究 ,可为矿井通风系统可靠性优化设计提供一条新的研究思路。     

基于BP神经网络模型的矿井通风可靠性研究

在MATLAB7．0神经网络工具箱的基础上,通过采用快速的Levenberg-Marquart算法。提高神经网络训练的速度与精度,实现矿井通风系统可靠性的研究和预测。旨在以一种相对简单的途径实现人工神经网络这种复杂而有效的非线性预测方法。实验结果显示了L—M算法的优越性,网络具有良好的收敛特性。     

基于FTA的矿井通风系统安全评价指标体系研究

矿井通风系统是矿井开采系统的重要组成部分,是保障矿井安全生产的重要措施.矿井通风系统安全评价指标体系的建立是对矿井通风系统缺陷进行全面系统评价的依据和标准.从矿井瓦斯事故发生的危害因素入手,研究导致事故发生的直接原因和间接原因,进行事故树定性分析.根据事故树分析的结论研究构建通风系统的安全评价指标体系,从而对现有指标体系进行完善和规范,提高其在矿井通风系统安全评价和日常管理的操作性和合理性.     

基于人工神经网络的矿井通风系统评价研究

以矿井通风系统的“安全可靠、经济合理”和其定义所包含的各项内容为依据,从矿井通风动力、通风网络、通风设施、通风质量、通风监测、防灾抗灾能力、通风电耗、通风能力8个方面,确立了16项矿井通风系统评价指标,建立了一个新的矿井通风系统评价指标体系。采用人工神经网络中的BP网络算法,在VisualC++6.0平台上研制开发了矿井通风系统评价BP网络模型的计算机程序。并经过实际生产矿井检验,预测结果与实际完全吻合,说明了笔者所确定的矿井通风系统评价指标体系可以反映矿井通风系统的状况,所采用的BP网络算法正确,可以用来指导实际工作。该计算程序简单,易于操作,有一定的推广应用价值。     

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。     

基于层次分析法—模糊综合评价(AHP-FCE)模型优化矿井通风系统的研究

矿井通风系统是一个复杂的非线性系统,具有随机性、模糊性和不确定性特征。应用层次分析法(AHP)和模糊综合评价(FCE)的基本理论建立的AHPFCE模型,可以全面考虑矿井通风系统的各种因素,既能体现评价过程的模糊性,又能尽量减少个人主观臆断带来的弊端,使优选的方案更符合实际,评价结果更可靠。应用加速遗传算法检验和修正判断矩阵的一致性,具有搜索效率高、计算时间短、求解精度高、计算结果稳定、适用性强等特点,是一种全局优化方法。采用AHPFCE方法确定权重,具有较强的逻辑性、实用性和系统性,并能准确地得出各评价指标的权系数,使计算结果更客观和稳定。实例计算结果表明:AHPFCE方法简便和通用,不仅能指导生产实际,而且为类似的方案优化工作提供了一种新的思路和方法。     

基于Ventsim的深井金属矿山通风系统优化

针对某超深井金属矿风量不足、风量分配不合理、污风循环等问题,利用Ventsim软件建立了该矿井三维动态通风模型,对井下风流进行了仿真模拟与网络解算,优化矿井通风系统,有效降低矿井通风阻力,减少通风能耗。以此为基础,提出了该矿井通风系统优化改造方案,并对该方案进行了验证。     

基于GO法的LNG接收站气化外输系统可靠性分析

为保障液化天然气(LNG)接收站工艺系统生产的安全,基于GO法原理,对某接收站气化外输系统进行可靠性分析。在对系统工艺流程分析的基础上建立GO图,并采用概率公式算法分别对该系统进行可靠性定性与定量分析。结果表明:GO图简单实用,能够直观准确地表征系统工艺流程。GO运算得出气化外输系统的平均工作概率为0.977 814,平均维修时间为58 h,系统可连续稳定运行107天以上。由于数据是基于保守原则确定基本事件的,因此,计算所得可靠性结果可以作为气化外输系统安全可靠性的下限。     

基于人工神经网络理论的建筑物火灾安全评价研究

依据建筑物火灾危险性的影响因素,应用人工神经网络理论及系统安全方法,建立了建筑物火灾危险性的评价指标体系,该方法摆脱了评价过程中的随机性和参评人员主观上的不确定性及其认识上的模糊性等缺点,大大提高了准确性。为了验证评价模型的准确性,将该理论应用到某高校图书馆火灾危险性评价中,快速、准确地得到了安全评价结果,取得了满意效果,为建筑物防火设计以及安全管理提供了可行的依据。     

基于RS-SVM模型的煤与瓦斯突出多因素风险评价

为挖掘瓦斯突出风险与煤矿开采中各影响因素间的关系,应用支持向量机(SVM)理论从模式判别角度分析瓦斯突出风险与各地质因素组成的特征向量间的判别关系,基于粗糙集(RS)理论对待分析数据进行知识约简,提取核心判别指标,建立基于粗糙集-支持向量机(RS-SVM)的瓦斯突出风险判别模型。研究结果表明,RS知识约简方法可以很好地对原始数据中的冗余指标进行约简,通过对约简后指标数据进行SVM回归分析,可对煤与瓦斯突出模式进行很好的判别,所建立的瓦斯突出风险判别模型较一般SVM模型具有更高的预测精度,同时指标约简过程降低SVM运算中的复杂度,提高运算效率。     

基于RBF的起重作业岗位人因可靠性预测

为提高起重作业可靠性,防止人因失误酿成事故,针对人因失误的随机性、模糊性和不确定性特点,提出运用具有非线性映射能力和容错能力的径向基函数(RBF)神经网络,分析人因失误非线性动力学过程。以起重机操作岗位作为人因可靠性分析(HRA)实例,首先,建立基于"作业人员、交流界面、作业环境、作业特性、作业组织"的人因可靠性预测指标体系,并对指标进行量化;其次,根据人因可靠性原理,统计出人因失误次数,给出人因失误率;最后,通过对"人的疲劳和情绪、交流通道、作业复杂程度和时间裕度、照明环境和风力影响、工作强度和安全监管"等因素的分析,构建基于RBF的起重机操作岗位人因可靠性预测分析神经网络模型。分析结果表明,RBF预测分析同时包含人的操作可靠性与认知可靠性,预测结果同现场实际观测结果的符合度达到92.0%。     

基于无线局域网(WLAN)的油田安全监控系统研究

针对油田监控对象具有点多、面广、跨区域的特点,指出对油田进行无线监控的必要性,并对6种常见的无线通信手段的特点进行比较;根据油田安全监控的业务需求,提出基于WLAN技术的油田安全监控系统硬件结构和软件功能设计方案;并结合工程实施案例介绍系统中无线设备的选型、安装和防雷接地等方面的工程问题。该研究成果实现油田的安全监控预警,减少或避免事故发生的可能性,有利于提高油田安全管理的科学性,具有实用推广价值。