点火延迟时间对粉尘最大爆炸压力测定影响的研究

根据粉尘云形成时颗粒分散及沉降的时间效应,指出目前国际通行的球型爆炸装置采用固定点火延迟时间测定粉尘最大爆炸压力的方法具有不确定性,并以煤粉为介质在20 L标准爆炸球装置上进行系列爆炸实验,研究装置点火延迟时间对粉尘爆炸压力的影响。结果表明:点火延迟时间对粉尘爆炸压力测定有十分显著的影响,不同粒径粉尘的最大爆炸压力有不同点火延迟时间,目前仅以气相湍流度所确定的固定点火延迟时间下,所测粉尘最大爆炸压力可能严重偏离实际。     

点火延迟时间对甘薯粉尘爆炸的影响研究

为了预防甘薯粉尘爆炸事故的发生,本文研究点火延迟时间对甘薯粉尘爆炸的影响规律,利用20 L球形爆炸仪研究甘薯粉尘的爆炸特性及其在200 g/m3,500 g/m3和800 g/m3质量浓度下通过改变点火延迟时间的爆炸规律。结果表明:粉尘的最佳点火延迟时间与浓度有关,在该点火时间下所测得的最大爆炸压力均高于在固定点火延迟时间下的测量值,60 ms的固定点火延迟时间不适用于甘薯粉尘爆炸测试。     

基于CEEMDAN和改进的混合时间序列模型工作面涌水量预测研究

为提高采煤工作面涌水量预测准确度,收集大量工作面涌水量观测数据进行整理、统计、分析,将涌水量稳定性、周期性和季节性特征考虑在内,提出1种基于数据驱动的完全自适应模态分解算法(CEEMDAN)和改进的混合时间序列模型工作面涌水量预测方法。该方法利用CEEMDAN处理涌水量数据,构建麻雀搜索算法(SSA)优化的长短期记忆网络(LSTM)和自回归移动平均模型(ARIMA)并行级联而成的混合时间序列模型对工作面涌水量进行预测。研究结果表明：该模型预测结果与真实数据相差更小,平均绝对误差为6.36 m³/h,均方根误差为10.6 m³/h,模型拟合系数为0.95,更适用于工作面涌水量预测。研究结果可为矿井工作面涌水量预测及防控提供参考。     

基于ARIMA和XGBoost组合模型的交通事故预测

近年来交通事故及其损失严重影响社会经济的发展和人民生活的提高,交通事故预测可以为交通事故预防提供数据支持。基于自回归滑动平均(ARIMA)模型和极端梯度提升(XGBoost)模型,构建时间序列组合预测模型,对交通事故相关指标进行趋势预测。根据交通事故的特点,选定"事故起数""受伤人数""死亡人数"及"损失"4个指标。首先,根据自相关、偏自相关图确定ARIMA模型参数,根据AIC(赤池信息准则)值确定最终模型;然后,对4个指标的ARIMA模型预测结果的残差构建残差序列,对其进行XGBoost建模,得出修正后的残差预测值;最后,根据残差预测值和ARIMA模型预测值得出组合模型最终的预测值。实例结果表明,4项指标的混合预测模型的预测精度均优于单一的ARIMA模型和Holt-winters模型,其中以"受伤人数"和"死亡人数"的模型改善效果最为显著,"受伤人数"指标的平均绝对百分比误差降低了5.431 7个百分点,"死亡人数"指标的平均绝对百分比误差降低了3.625 9个百分点。     

时间序列模型在火警短期预测中的应用

基于某市的119火警数据,采用时间序列模型中的ARIMA算法进行了分析.计算结果表明,该市119火警数据的天序列服从ARIMA(0,1,2)模型,周序列服从ARIMA(1,0,0)模型.从模型对数据的拟合效果来看,ARIMA模型较为准确的反映了数据序列的发展趋势.采用这两种模型对数据序列分别进行了短期的预测,其预测值与实际结果在趋势上基本一致,研究表明采用周序列预测的效果要好于天序列.基于时序模型的火警预测方法是实现时火灾应急处置中关口前移的重要措施.     

基于ARIMA与LS-SVM组合模型的飞行事故征候预测

应用差分自回归移动平均模型(ARIMA)和最小二乘支持向量机(LS-SVM)的组合模型,对某航空公司的月度事故征候万时率进行了预测分析。对2008—2016年某航空公司的事故征候、飞行小时、航空器数量等历史数据建立ARIMA模型,应用SPSS软件进行模型拟合,获得事故征候万时率的线性部分;随后利用LS-SVM分析ARIMA模型的残差,获取非线性部分,最终通过二者之和获得ARIMA+LSSVM组合模型。对2017年1—3月的月度事故征候万时率进行了预测,并用实际数据验证。结果表明:ARIMA(1,1,1)(1,1,1)12模型较好地拟合了事故征候万时率的历史序列,LS-SVM模型对残差的拟合获得了较好的精度;组合模型的短期(3个月)预测值与航空公司事故征候万时率的趋势完全一致,且预测精确度可接受。     

瓦斯对煤尘爆炸特性影响的实验研究

瓦斯的存在对煤尘爆炸特性的理论计算和数值仿真的结果与实际数据有一定差距,因此,通过不同浓度瓦斯与煤尘共存条件下爆炸实验研究,得出了矿井瓦斯对煤尘的最低着火温度、最小点火能量、爆炸下限浓度、最大爆炸压力和最大爆炸压力上升速度等爆炸特性影响的规律即瓦斯对煤尘最低着火温度影响不大;瓦斯可使煤尘的最小点火能量减小,尤其是对难于点燃的煤尘;混合物的爆炸下限浓度随瓦斯浓度的增加而降低;混合物的最大爆炸压力上升速度由于瓦斯的存在而增强,而最大爆炸压力几乎没有变化。同时研究了瓦斯对无爆炸性煤尘的影响。实验研究的结论对于现场防止煤尘爆炸的发生具有指导意义。     

基于ARIMA-LOESS模型的危化品道路运输事故起数预测

文章针对危化品道路运输事故预测问题,运用差分自回归移动平均模型(Autoregressive Integrat-ed Moving Average,ARIMA)与局部加权回归模型(Locally Estimated Scatterplot Smoothing,LOESS)的组合模型,对我国危化品道路运输事故发生起数进行...     

基于决策融合的多模型顶板安全预警

为了对矿井深部开采中煤层巷道的动压规律进行准确的预警预测,采用决策融合的多模型顶板来压预测方法。利用聚合经验模态分解方法(EEMD)对每个传感器监测数据进行模态分解,得到各子模型的多个固有模态函数(IMF)序列;根据模态函数的特点,对非线性序列运用支持向量机(SVM)模型,线性序列运用单整自回归移动平均(ARIMA)模型进行预测,再将各子模型中各种预测值合成重构得到各子模型的预测输出;通过统计识别模式将各子模型的预测数据进行归一化决策融合后,在同一个时空坐标系中表示出来。实际应用表明,用多模型融合的预测方法能实现采场顶板动态规律的远期、近期以及实时预测,并能很好地反映动压大变形规律,捕捉顶板灾害的预兆信息。     

基于正交实验的面粉爆炸特性研究

为探究面粉爆炸实验中粉尘质量浓度、点火能量、点火延迟时间对面粉爆炸的影响,采用正交实验法并利用20 L球形爆炸测试装置比较研究了粉尘质量浓度、点火延迟时间以及点火能对面粉爆炸的影响程度.结果表明:对最大爆炸压力影响最为显著的因素是点火延迟时间,对最大爆炸指数影响最为显著的因素是粉尘质量浓度;在实验浓度范围内,存在最佳实...     

水平管道内甲烷-煤尘混合爆炸的试验研究

为研究煤矿甲烷-煤尘混合爆炸的规律,采用水平管道式气体粉尘爆炸装置。试验时,通过延迟爆破系统,将储罐内的煤尘吹入管道内与甲烷气体混合,点火后甲烷爆炸产生的能量作为初始能量引起煤尘的爆炸。通过改变甲烷浓度、煤尘浓度,对甲烷-煤尘混合爆炸的最大爆炸压力和压力上升速率进行了研究。结果表明:最大爆炸压力和压力上升速率随甲烷浓度的增加先增加后减小,随煤尘浓度的增加也先增大后减小。     

交通事故时间序列预测模型研究

为提升交通事故时间序列预测精度,建立一个基于相关向量机(RVM)的交通事故时序序列预测模型。结合RVM的建模与求解思想,建立交通事故时间序列预测函数关系式;设计交通时序参数预测模型实现流程,并选取均方根误差(RMSE)、模型训练时间等作为评价指标;以我国交通事故数、万车死亡率、10万人口死亡率为例,验证所建模型的有效性。实例验证表明:所建模型对不同的交通事故时间序列指标预测效果良好,预测精度高于灰色预测、自回归移动平均模型、支持向量机(SVM)等经典模型。     

基于ARIMA模型的航空装备事故时序预测

为提高航空装备事故预防的针对性、有效性和主动性,预防和减少事故的发生,降低事故造成的损失,提出一种时序的差分自回归滑动平均(ARIMA)模型。其建模过程先在时间序列基础上辨识一个试用模型,然后加以诊断,并作出必要调整,反复进行辨识、估计、诊断,直至获得较为满意的ARIMA预测模型。在实例验证中,所构建的用来预测美国空军飞行事故万时率的ARIMA模型,能够将预测的平均相对误差控制在7%以内,预测结果总体反映航空装备的实际安全状况。     

基于HP滤波与ARMA模型的生产安全事故时序预测

为了研究月度生产安全事故变化规律并进行预测,采用Hodrick-Prescott滤波将事故序列分解为长期稳定趋势和短期波动两部分。对长期事故序列进行了平稳性检验,建立了线性回归预测模型。通过比较不同形式模型变量的显著性,建立了反映事故短期波动的自回归移动平均模型,短期预测值用于修正长期趋势预测值。结果表明,事故序列在长期上符合线性回归模型;事故短期波动预测ARMA(4,6)模型显示,事故波动变量与前1、2、4期存在自相关特征。     

瓦斯煤尘爆炸特性及传播规律研究进展

概要介绍国内外的瓦斯爆炸和瓦斯煤尘混合物爆炸特性及传播规律研究进展,瓦斯爆炸研究主要集中在瓦斯爆炸压力、火焰、温度等特征参数、不同障碍物对瓦斯爆炸压力、火焰传播的影响以及分岔、拐弯等不同形状管道内的传播规律,而瓦斯煤尘混合物爆炸研究主要集中在瓦斯对煤尘爆炸的最小点火能、爆炸下限、最大爆炸压力等爆炸特性及传播规律的影响。对不同研究人员采用的主要研究指标、手段、方法和研究结论进行综合评述,同时也对爆炸事故人员伤害模型在国内外的研究状况进行讨论,最后指出目前存在的主要问题和下一步的研究方向。     

煤矿瓦斯涌出时序预测的自组织数据挖掘方法

为分析煤矿瓦斯涌出复杂系统时间序列预测方法,提出自组织数据挖掘(SODM)与相空间重构(PSR)相结合的预测建模方法。首先应用C-C方法计算时间序列的最佳嵌入维数和延迟时间后进行PSR;然后以二元二次方程为传递函数,以嵌入维数变量为自变量,以延迟时间后的时间序列为因变量,通过内准则确定传递函数系数和外准则选择最优传递函数,并以最优传递函数的输出为下层迭代传递函数的输入,最后获得最优复杂度预测模型。算例结果表明:该方法对煤矿瓦斯涌出量预测的相对误差为-5.751 7% ~6.049 3%,平均相对误差2.145 7%,预测结果能满足煤矿安全生产实际工程应用要求。     

三环唑粉尘爆炸特性研究

利用激光粒度仪对三环唑粉尘的粒径分布进行分析,并用20 L爆炸球测试装置、哈特曼管装置探讨了粉尘质量浓度、点火延迟时间、点火能量、粒径分布对粉尘爆炸的影响并总结了相关规律。实验结果表明:粉尘粒度是影响粉尘最小点火能和爆炸下限的单调因素,粉尘质量浓度是影响粉尘爆炸压力的极值因素,点火延迟时间是影响粉尘最小点火能的极值因素。     

替米考星粉尘爆炸及火焰传播试验研究

为研究制药工业粉尘爆炸事故机制,以典型药物替米考星为对象,分析药物粉尘爆炸和火焰传播特性。主要采用20 L球形爆炸装置、最小点火能(MIE)装置和颗粒图像测速仪(PIV)等设备,试验测试替米考星粉尘的爆炸下限、最大爆炸压力、爆炸指数、MIE和火焰传播速度等指标。结果表明,平均粒径为50μm的替米考星球形颗粒粉尘,其爆炸下限质量浓度为20~30 g/m3,最大爆炸压力为0.89 MPa,最大爆炸指数为25.80 MPa·m/s,MIE为13.20 m J;当粉尘质量浓度为416.67 g/m3时,喷粉初始压力为0.5 MPa,喷粉点火87.5 ms后,竖直管道中火焰传播速度达到最大值34 m/s。     

基于北京市火灾统计数据的时间序列分析

采用Box-Jenkins法分析了城市火灾时间序列上的趋势性规律,通过数据预处理和模型的识别与诊断,最终建立了城市火灾预测模型。对北京市2000—2006年的火灾统计数据进行了平稳性处理,通过城市火灾预测模型的建模方法对北京市火灾发生次数的时间序列进行了ARIMA建模。根据得到的ARIMA(1,1,0)(1,1,1)12模型对北京市2007年的火灾发生次数进行了预测,并将该模型和BP神经网络模型的预测结果与实际情况进行对比分析。结果表明,ARIMA模型特别适用于随机性较大的火灾数据的趋势预测,并且方法简单,算法经济。     

瓦斯-煤尘-空气混合物爆炸数值计算

为研究煤尘对瓦斯爆炸特性的影响及不同浓度瓦斯-煤尘-空气混合物爆炸特征参数变化规律,对混合物建立均相湍流燃烧模型和混合物参数计算方法,采用Fortran语言对计算流体力学软件AutoReaGas进行二次开发。利用二次开发后软件研究了混合物爆炸特性,得到不同浓度瓦斯-煤尘-空气混合物爆炸规律及瓦斯-空气和瓦斯-煤尘-空气混合物爆炸特性对比。数值计算结果与试验结果吻合较好,表明该方法研究气-固两相爆炸是可行的,煤尘参与使瓦斯爆炸最大超压和最大压力上升速率分别提高1.8倍和4.7倍,反应速率明显上升。