基于PNN的煤矿安全生产风险综合预警研究

为加强煤矿安全生产风险预警管理,对煤矿安全生产系统风险因素进行分析,从人-机-环-管理四个方面建立了风险预警指标体系,给出了各指标的定义;提出了指标风险预警等级临界点的设置和指标警度计算方法;应用概率神经网络（PNN）构建了安全生产风险综合预警模型,通过指标风险预警等级临界点构建训练样本,并对预警模型进行了性能检验和工程应用。结果表明,基于PNN的安全生产风险综合预警模型风险识别能力强,运行速度快,计算效率高,可以进行推广应用。     

GIS与数模支持下的油气田环境风险预警系统研究

简要介绍了油气田在建设与生产过程中对环境的影响,构建并开发了基于GIS与数模的油气田环境风险预警系统。系统包含大气污染模拟模型、地表水污染模拟模型和地下水污染模拟模型,实现了环境监测数据的管理、实时监测预警和污染模拟、快速应急响应三大功能。介绍了油气田环境风险预警系统的设计及基本功能,探索了将地理信息系统与数学模型相结合运用于油气田环境风险预警的方法。实践表明,以GIS技术为平台,结合数学模型为辅助进行环境风险预警是可行的。     

船-桥避碰监测预警系统研究

为提高桥区船舶航行安全,提出一种基于智能视频处理技术的船-桥避碰监测预警系统。该系统实时采集桥区场景视频,利用视频处理技术自动检测运动船舶目标,基于视觉几何模型进行船舶空间定位,提取船舶运动态势参数,并结合船舶航行操纵知识和相关模型,进行船-桥碰撞风险预测,输出避碰操纵命令。大量仿真及现场试验结果表明,该系统能检测出航行异常船舶并输出避碰操纵命令,达到主动避碰的目的。     

基于多算法协作的航班运行风险辨识研究

针对使用单一算法难以大幅提升航班运行风险辨识精度的问题,首先详细分析航班运行工作流程,筛选出重要评估指标15项,精选X航100个航班案例作为数据样本,使用粗糙集理论约简得到9个风险核心指标;然后选用支持向量机(SVM)和神经网络2种机器学习方法,分别建立风险辨识模型计算风险等级,并将其与基于模糊算法的X航风控系统运算结果对比;进而,依据各算法优缺点,构建多算法协作模型;最后使用G航和N航日运行数据检验模型有效性。结果表明:神经网络方法对低风险分辨效果最好;SVM对中高风险辨识能力最强;用所构建的多算法协作模型计算结果的正确率最高可达95%。     

基于防火监督数据的风险评估与预警体系构建研究

本文提出了基于防火监督数据的风险评估与预警体系构建方法。首先,通过收集、整理和分析防火监督数据,建立数据库和指标体系。其次,采用数据挖掘技术对数据进行分析,识别风险因素和风险特征。再次,利用统计模型和算法,对风险进行评估和预测。最后,建立预警模型和机制,实现风险的实时监测和预警并优化。通过构建基于防火监督数据的风险评估与预警体系,可以提高火灾防控能力,减少火灾事故发生几率,保护人民生命财产安全。     

基于工作安全分析和风险矩阵法的自升式平台拖航作业风险评估

工作安全分析法(JSA)将所选择作业按顺序划分若干个步骤,对作业步骤逐步进行风险识别和分析,在工程中得到广泛应用。由于JSA法是一种定性风险分析方法,仅能从定性角度分析作业过程中存在的潜在风险,无法量化其可能性和严重度。将风险矩阵评估方法(Risk Matrix)引入JSA分析过程,结合自升式海洋平台拖航作业及行业评价指标特点,利用风险矩阵计算风险因素的风险度,提出控制和改进措施,得出不同作业步骤各类风险重要度和风险水平,为平台拖航作业安全保障提供指导依据。     

基于粗神经网络的管制员工作差错风险预警模型

针对空中交通管制员工作差错风险类型,指出指标体系建构过程的动态性特征,从个人、团队、设备、环境及管理几个方面,建构预警指标体系,运用粗糙集在数据挖掘方面的优势,通过基于属性重要度的启发式约简算法,提取关键指标,剔除冗余指标,可以实现在不丢失关键预警监控对象的情况下,结合BP人工神经网络构建实时预警模型,既有利于加快运算速度,又有利于进行重点监控.经过实例仿真,粗糙集与BP网络结合建构的预警模型,能有效针对管制员工作差错风险进行实时预警监控.     

基于GIS天津市燃气管网预警系统的构建研究

基于GIS的原理,结合燃气事故的致因及其后果,对燃气泄漏模型、扩散模型、火灾及爆炸后果模型进行完善和改进,建立了燃气事故预警模型;通过Visual C++编程,借助ARCGIS平台将燃气事故预警模型与天津市燃气管网GIS相结合,构建了基于GIS的天津市燃气管网预警系统。该系统应用结果显示:由燃气事故预警模型计算得出的事故后果,通过GIS地理空间数据库和模型库的链接,实现了燃气泄漏点的可视化预警分析;并根据分析结果启动相应应急预案,实现了事故预警实时分析与应急预案启动的联动功能,为相关决策者提供了可靠决策依据。     

民航机场停机坪安全风险预警阈值界定

为确保民航机场停机坪安全风险预警阈值划分的客观性和科学性,采用最优分割法进行阈值的研究,为停机坪安全风险预警提供科学的判别标准。通过文献分析、政策法规分析和现场调研初步构建停机坪安全风险预警指标体系,采用德尔菲法进行预警指标的重要性筛选,运用三维风险评估模型进行停机坪安全风险评价,采用最优分割法对停机坪安全风险预警阈值进行界定。结果表明,35个预警指标对停机坪安全风险的影响较大,其中停机坪管理人员的安全监管经验和能力、作业人员的操作违规率、飞行员的操纵失误率3个指标的影响最大;停机坪安全风险预警警级划分为无警、轻警、中警及重警4级为最优,预警阈值区间分别为[0,1.87]、(1.87,2.94]、(2.94,3.79]、(3.79,+∞],且F=17.32Fα,通过F检验,表明警级之间差异显著,且与实际最相符。研究规避了传统主观方法划分阈值的随意性,丰富了停机坪安全风险预警阈值的研究。     

基于动态数据驱动的煤矿瓦斯异常涌出风险预警系统设计*

为解决煤矿瓦斯异常涌出风险预警过程中过度依赖系统模型,不能动态实时修正预测模型,预测、预报精准度和可靠度不高的难题,基于动态数据驱动技术,搭建瓦斯异常涌出风险预警系统架构,探讨动态数据驱动的瓦斯涌出监测曲线拟合、动态预警模型选择和修正、预警系统研发等关键性技术,开发基于动态数据驱动的瓦斯异常涌出风险预警系统软件。结果表明:动态数据驱动技术在煤矿瓦斯异常涌出风险预警方面具有强大的信息处理和问题求解能力,可实现仿真系统与实际系统间的动态响应和控制功能,并实时反馈修正,使预测结果更加精确、可靠,设计研发的预警系统可在矿井受瓦斯异常涌出威胁时发出可靠的预警信号。     

中国安全生产科学研究院最新科技成果转化巡展 高精度地铁大客流监控预警系统

基于光强度调制技术(MLI)及飞行时间法(ToF)的高精度大客流监控预警系统由中国安全生产科学研究院和北京航星机器制造有限公司联合研发,拥有多项已授权核心专利,具有完全自主知识产权,可实现客流流量、密度的秒级识别统计与预警。系统可对地铁车站各出入口、换乘通道、站台等关键区域内乘客进出量和密度进行统计,利用内置的客流风险预警模型,实现客流实时监控预警,精度达到99%。相比于国内同类产品,该系统快速识别率1 S、预警响应1.5 S,并在北京东单站开展应用。     

车载驾驶员疲劳驾驶预警与控制系统研究

为了识别与安全控制疲劳危险驾驶行为,有效预防与减少因疲劳危险驾驶导致的交通事故,基于疲劳检测分级、预警与自动智能控制技术,开发出车载驾驶员疲劳驾驶实时监测预警与控制系统。首先基于PERCLO方法,构建驾驶员疲劳检测与分级模型;然后根据所输出的驾驶员疲劳等级信息,提出疲劳驾驶三级预警原理,及其预警实现方式;最后以疲劳预警信息为基础,形成基于驾驶员不同疲劳等级预警的安全控制技术,并对处于深度疲劳的危险驾驶行为,构建自动智能紧急控制停车系统,重点阐述系统的地形匹配、智能控制,以及自动驾驶与停车三大核心技术,并提出相应的系统硬件构成,为系统工程应用提供理论与技术支持。     

民用机场停机坪安全三维风险预警模型研究

鉴于机场风险管控能力差异对风险的影响,对停机坪安全三维风险预警模型进行了研究。采用扎根理论构建35个停机坪安全风险预警指标,在传统二维风险矩阵的基础上,考虑风险受体脆弱性,建立停机坪安全三维风险预警模型,采用最优分割法确定预警警级和阈值,采用层次分析法-模糊综合评价法计算警度,并发出预警信号。结果表明:35个风险预警指标中,18个指标警情处于Ⅱ级,发出黄色轻警信号;17个指标警情处于Ⅲ级,发出橙色中警信号;而综合风险警情为Ⅱ级,发出黄色轻警信号。     

融合空域无人机与有人机冲突风险预测与解脱

为降低无人机和有人机在融合空域的相撞风险,针对其冲突风险进行预测,并提出解脱方法。利用速度障碍法建立改进速度障碍冲突风险预测模型,对无人机的解脱方向进行优化。根据无人机和有人机实时运行状态参数,构建冲突解脱模型坐标系,分析二者基本物理运动要素,得到冲突条件和解脱方向,并通过改航、改速的方法,建立冲突解脱模型,求出解脱完成时间,即无人机开始恢复原速度、原航向的时间点;进行仿真模拟,验证了模型的可行性。研究表明,改进速度障碍模型可为无人机提供解脱方向,确定恢复原航向、原速度的时间。     

证据实时更新的海上平台采油树系统动态风险评估方法研究

海上平台采油树系统是油气生产的重要设备之一。为研究证据实时更新的采油树系统动态风险评估问题,提出了基于动态贝叶斯网络、物元理论和证据理论的海上平台采油树系统动态风险评估方法。首先,根据采油树结构组成和故障率等,建立动态贝叶斯网络结构模型和参数模型;其次,依据物元理论对各故障模式的失效后果进行量化分析;最后,将新加入的证据转化为风险区间,计算采油树系统的风险区间,并对风险进行预测。以某采油树为例,对构建的模型进行了实证研究。结果表明：失效后果最严重的关键部件是采油树本体;对于采油树系统的各类阀门,最主要的故障模式是开关故障和阀门外漏;随着新证据的增加,风险区间的不确定性减小;采油树系统的套管翼阀、节流阀和地面安全阀风险偏高,需要采取相应的预防措施,以保证采油树系统的安全可靠运行。     

基于机器学习的CNG加气站风险预警模型研究

加气站一旦发生事故,不仅会造成人员伤亡和财产损失,而且也会给周边居民乃至社会带来一定的负面影响。借助机器学习技术,构建CNG加气站风险预警模型,对加气站的风险状态进行预警,实现对事故的事前控制。首先建立了加气站风险预警指标体系,以12座加气站为研究对象,采集指标样本数据,通过大数据分析技术构建训练数据集,并采用SMOTE算法解决了样本不均衡问题;然后分别采用决策树、朴素贝叶斯、SVM、KNN等4种机器学习分类算法构建预警模型。研究证明,采用决策树算法和SVM构建的预警模型准确度均达到97.8%,可以对加气站的风险状态进行有效识别和预警。     

基于深度学习的检修作业过程风险智能预警

为提高炼化企业检维修作业过程的安全性,利用目标检测技术,构建基于深度学习的智能风险识别模型;首先,结合贝叶斯网络(BN)及模糊集理论,建立动态风险评估模型;其次,采用分级动态预警方法,实现检修作业过程风险要素的智能监控预警;然后,以压缩机检修作业过程为例,采用失效模式和影响分析(FMEA)与作业条件危险性分析方法,辨识作业过程风险,再利用基于深度学习的风险智能识别模型,监控现场作业过程并识别风险;最后,采用BN和模糊集理论相结合的方法,评估作业过程中的动态风险,并采用分级预警的方法智能预警作业过程风险。结果表明：该方法可以有效识别压缩机检修作业过程中的风险因素,识别准确率为93%,在此基础上进行动态风险评估,当观测到事件概率发生变化,且超出相应预警阈值时,依据风险等级进行报警,实现风险要素的智能监控。     

自适应神经网络在FPSO火灾预警中的应用

为实现海上浮式生产系统(FPSO)火灾的预警,准确定位火源点,针对传统神经网络在火灾预警中存在收敛速度慢等问题,开发一种基于自适应神经网络的实时监测火灾预警方法。首先通过添加动量项和自适应学习率改进传统神经网络,并依据FPSO火灾事故数据训练学习网络;然后根据现场温度的实时监测数据,预测FPSO的火灾发生情况及位置;以FPSO平台的工艺处理模块I区为例,建立实时监测火灾预警自适应神经网络模型,利用FLACS软件设置火灾场景,将火灾发生后的温度监测数据输入到模型中。结果表明:输出的火源点位置与FLACS设置的火灾场景一致,验证了模型的有效性。     

机械安全风险预警系统构建与应用

为应对机器使用阶段因人、机器、环境状态改变导致风险水平发生变化,构建了一种机械安全风险预警系统。机械安全风险预警系统主要由用于实时监测风险因素状态的预警监测系统、确定风险级别的预警分级系统、减小风险的预警措施系统组成。以某工业机器人为例,构建了机械安全风险预警系统,并开展了预警实验。实验结果表明：机械安全风险预警系统能够实现机械安全风险因素自动监测、预警等级自动划分、预警措施自动执行。该系统能够通过在线数据监测与评估,对可能发生的不安全状态按等级发出警告,并及时采取相应防范措施,达到减小风险的目的。     

海上钻井平台安全风险预警模型应用研究

2010年美国墨西哥湾“深水地平线”钻井平台爆炸和2011年我国蓬莱钻井平台井涌事故,引发社会各界对海上钻井平台安全问题的关注.介绍了海洋钻井平台的组成结构,对海洋钻井平台的危险源进行了系统辨识,试图通过对海上钻井平台作业现场危险因素加以观察,诊断、分析警源、警情,警兆,警级,结合专家意见,从人员、设施设备、安全管理、工程地质、海上环境等几个方面建立海上钻井平台安全风险预警体系,采用改进的层次分析法,得出指标权重,构建海洋钻井平台安全风险预警模型,得到量化的预警结果.并通过对某钻井平台的实例分析,提出安全风险的预控对策,以期本模型对海上钻井平台的事故的发生起到一定的防范作用.