基于MIC-BBO-SVM的大坝渗流预测模型*

为监控大坝运行过程中的异常状态,准确预测大坝渗流量的变化趋势,采用最大信息系数(MIC)量化渗流量与影响因子之间的相关性大小并从中选取主导因子作为输入变量,通过引入生物地理学优化算法(BBO)并以K折交叉验证意义下的平均均方根误差为损失函数来优化支持向量机(SVM)作为预测模型,以某水电站工程的拦河大坝为例进行模型验证。结果表明:MIC-BBO-SVM模型的拟合优度、均方根误差、平均绝对误差和平均绝对百分比误差分别为0.957 5,0.155 0 m3/h,0.135 6 m3/h,11.51%,预测性能明显优于逐步回归模型、SVM模型和MIC-SVM模型,可为大坝渗流安全监测提供参考与借鉴。     

一种改进的模糊控制方法及其在大坝安全上的应用

大坝的安全运行状态影响因素多变且各因素之间关系错综复杂 ,而目前大坝普遍存在事故隐患以及对其安全所使用的监控方法的落后和效果的不良 ,笔者针对上述原因 ,给出了一种新的应用模糊理论的算法 ,将传统的模糊控制理论用神经网络优化后 ,能更加方便地应用于非线性系统建模 ,利用给出的新的学习规则 ,可以用竞争学习为训练样本的输入空间进行聚类 ,然后为其确定区域划分边界。将该法运用于水坝的安全管理上 ,将得到的训练网络用实际的历史记录数据验证。结果表明差距很小 ,证明了该方法的正确性 ,将其应用于大坝的安全监控和事故预测方面将会有很好的发展前景。     

工业锅炉水位测量误差原因分析及探讨

锅炉水位是保证工业锅炉安全运行的重要参数之一,若水位测量不准确,不能使水位安全联锁保护装置及时响应,则影响锅炉安全运行,严重时会引起锅炉事故,威胁人民的生命财产安全。水位测量不准确,有水位装置本身问题、有水位计引出管结构问题、有安装累积误差问题、也有运行中影响因素问题。本文基于锅筒水位测量原理,从水位计引出管设计、安装、运行三个方面分析水位计测量不准确影响因素,提出提高水位测量准确度的措施和方案。     

基于均生函数模型的冲击矿压电磁辐射预测研究及其应用

通过实验研究煤岩变形破裂过程电磁辐射信号的变化规律,表明非接触电磁辐射法能动态预测冲击矿压等煤岩动力灾害现象;在非接触电磁辐射法动态预测冲击矿压的实验研究基础上,提出一种新的动态时间序列预测模型——均生函数模型,利用电磁辐射监测仪测定的现场工作面电磁辐射信号时间数据序列,通过逐步回归筛选时间序列构造一个均生函数方程;利用该方程预测预报未来电磁辐射信号的发展,并与现场测定的实际值进行对比分析,以此来验证该预测模型的正确性。误差分析和实践结果表明:均生函数模型的预测值与实际测定值的相对误差最大为6.71%左右,且距平趋势正确率均达到了60%,证明该模型与电磁辐射预测方法的有机结合能有效地预测冲击矿压以及提高预测的准确性,为冲击矿压电磁辐射预测技术的研究提供了一种新的研究思路和方法。     

大坝变形GA-LSTM组合预测模型研究

为监测大坝运行过程中的异常状态，防范化解大坝溃坝等重大风险，基于大坝变形大样本、非线性监测数据，引入长短期记忆(Long Short Term Memory, LSTM)神经网络模型对大坝变形趋势进行预测，以测试样本的均方根误差最小为适应度函数，采用遗传算法(Genetic Algorithm, GA)优化LSTM模型参数，建立大坝变形GA-LSTM组合预测模型。以福建水口水电站大坝为例进行验证分析，并与LSTM模型和门控循环神经网络(Gated Recurrent Unit, GRU)模型预测结果进行对比分析。分析结果表明，GA-LSTM模型的预测效果和性能更佳，且相较于LSTM模型和GRU模型各测点预测误差均有减小，平均绝对误差减小量最高达6.92%。     

全面跟进 严防“水土不服”——浅析电力企业安全生产信息化建设对策

正安全生产信息化建设是实现安全生产管理业务快速、准确、高效管理的有效保障。信息化建设为现代企业的安全管理提供了一个开放、灵活、安全可靠、可扩展的网络平台。作为技术密集和设备密集型企业,电力企业具有资产设备数量大、品种多、自动化程度高、对设备的完好率及连续运转可利用率要求高等特点,同时电力生产过程中的故障和事故不仅会危及设备和人身安全,甚至还会波及社会用电安全,波及国计民生。因此,对于电力企业来说,必须建立完善安全     

灰色均生函数模型及其在航空装备事故预测中的应用

提出一种航空装备事故的灰色均生函数组合预测模型。该方法先建立给定事故时序的灰色GM(1,1)模型,然后再利用残余信息构建均生函数模型。从算例结果可看出,该模型建模过程简单,预测精度总体上好于灰色马尔柯夫预测模型,更优于单独使用灰色模型的预测精度。从而表明:将灰色GM(1,1)模型和均生函数模型有机结合,由前者揭示航空装备事故的发展趋势,后者描述其随机摆动特性,能够较好地刻画航空装备事故的发展变化规律,为航空装备事故提供了一种可行的预测方法。     

最低安全水位与最高火界

为了确保锅炉安全运行,各国的锅炉规范对锅炉的设计均提出了最低安全水位的要求。 火管锅炉的最低安全水位是由最高火界来决定的。我国《蒸汽锅炉安全监察规程》规定:“火管锅炉的最低安全水位,应高于最高火界100毫米,对于直径≤1,500毫米的卧式回火管锅炉的最低安全水位,应高于最高火界75毫米。”最低安全水位的位置不但关系到锅炉安全运行,防止受热面过热烧坏,而且也影响蒸汽品质以及锅炉能否在设计参数下运行。火管锅炉最低安全水位的位置是由最高火界的位置来决定的。因此,最高火界的位置要定得恰当、合理,才能保证锅炉安全、经济运行。…     

领导行为、安全文化与矿工安全行为的结构方程模型

为了提高矿工的安全行为,在相关研究基础上,提出领导行为、安全文化与矿工安全行为之间的理论假设模型。依据436份来自矿工的有效问卷,利用结构方程模型方法验证假设。结果表明:领导行为、安全文化对于安全行为具有一定的预测力和影响力,领导行为不仅对安全文化有直接影响,也通过安全文化间接影响安全行为;交易型领导对安全行为的整体影响强度高于变革型领导;变革型领导和交易型领导对安全文化各维度均有显著的正向影响关系;安全文化中除安全规程和安全培训对安全参与行为预测力不足外,其余维度均对安全遵守行为和安全参与行为有显著的正向影响关系。     

1种改进的流变模型在层状覆盖层坝基上的应用*

为了深入剖析深厚覆盖层中各层岩土体的流变性对大坝安全稳定的影响机理。探索新的流变元件模型H-KS以适应层状覆盖层坝基,借助Comsol建立数值模型,计算青湾坝安全稳定指标,分析坝基流变对大坝整体的影响。研究结果表明:对于岩性、物理力学性质差异较大的层状覆盖层坝基,采用H-KS流变模型能较好反应大坝应力、变形和渗流实际情况,与监测值对比,误差在5%以内;相比不考虑流变的模型而言,应力、变形分别增大了10%和15.7%,部分增量会影响大坝结构的安全稳定,应予以重视;流变导致大坝整体渗透性降低,粗细粒层孔隙水压力分别减小了约50%和2.5%,加速了流固耦合过程,对于重新评估大坝的渗透性有重要参考意义;由于流变性不同,深厚覆盖层中粗粒土层在变形、应力和渗流方面影响最大,细粒土的贡献相对较小,除了与岩性相关之外,还与土层所处位置、厚度等相关。研究结果可为层状覆盖层上的大坝安全稳定体系的建立提供理论支持。     

基于PCA-BBO-SVM的尾矿坝变形预测模型与性能验证研究

为准确预测尾矿坝变形趋势,通过主成分分析法(PCA)对尾矿坝变形影响因子进行优选,基于生物地理学优化算法(BBO)对支持向量机(SVM)参数进行寻优,建立PCA-BBO-SVM尾矿坝变形预测模型,并以杨家湾尾矿坝为例对模型性能进行验证。研究结果表明：PCA-BBO-SVM模型在4个测点的RMSE为0.139 6,0.274 2,0.317 0,0.530 6;MAE为0.112 5,0.213 5,0.269 0,0.412 9;MAPE为0.525 0%,0.692 3%,2.621 2%,1.311 2%;预测精度及对局部波动的预测能力均高于BP、GS-SVM、GA-SVM和PSO-SVM模型,研究结果可为尾矿坝变形预测提供模型支撑。     

基于BP神经网络和SVR的Fund?o尾矿坝排水数据预测对比研究

针对尾矿库运行过程中安全预警问题,选取2015年巴西Samarco铁矿溃坝事故案例,研究BP神经网络和SVR方法在排水数据预测的适用性。综合分析了排水数据的复杂且非线性的特点,以库水位、降雨量和干滩长度为输入特征,采用上述2个模型对尾矿坝排水数据进行预测。研究结果表明:基于BP神经网络预测结果的最大相对误差不高于4.35%;基于SVR算法的最大相对误差不高于9.21%;Fundo坝的排水预测结果是可行的,BP神经网络的预测精度更高,而SVR模型的运算速度更快。研究结果可为矿山安全工作的快速响应和溃坝预警提供信息支撑和参考依据。     

基于SPA-Markov的飞行安全态势评估与预测研究

为提高航空公司飞行安全风险控制和预测水平,利用QAR数据作为支撑,结合集 对分析和马尔科夫理论建立飞行安全态势评估模型。该模型以QAR超限事件为评估指标 ,采用集对分析中的联系度来描述安全风险等级;运用马尔科夫理论确定安全状态的转 移概率矩阵,以预测飞行安全动态变化趋势。最后以某公司A320机队6个月发生频率最 高的7类超限事件对模型进行验证。结果表明:该公司2月、6月和预测月份的安全状态 为一般风险,其他月份为低风险;总体安全状态也为一般风险,并有增加趋势。     

基于PSO-SVM模型的隧道水砂突涌量预测研究

复杂工程地质条件下,隧道水砂混合物突涌的预测防控是隧道安全建设的基础,准确预测水砂混合物突涌量,为工程提供安全保障至关重要。为提高预测准确性,提出一种基于粒子群算法优化的支持向量机(PSO-SVM)的隧道水砂突涌量预测模型。综合考虑地质构造、气象条件、施工影响三类因素,选取七个因子,结合某公路隧道,利用PSO-SVM建立隧道水砂突涌量预测模型,并对该隧道水砂突涌量进行预测,结果与实际突涌量一致。证实综合粒子群算法和支持向量机优势的PSO-SVM方法预测精度高,且易于实现,为类似隧道工程突涌预测提供参考与借鉴。     

基于模糊均生函数和最优子集回归的飞行事故率预测

为有效预防飞行事故的发生,针对飞行事故率具有随机波动性和趋势性的特点,采用模糊均生函数(FMGF)和最优子集回归(OSR)建立飞行事故率预测模型。该方法把FMGF延拓序列作为预测因子加入OSR方程,将FMGF分析和因子筛选相结合作OSR,进而对飞行事故率进行预测。通过对美国空军1988—2004年的飞行事故率进行拟合预测,结果表明:将FMGF模型和OSR模型有机结合,能够有效刻画飞行事故率的随机波动特性,并且其预测结果的相对误差也较小。     

基于SD-MOP模型的建筑施工安全事故预测研究

为解决传统预测方法对建筑施工安全事故概率预测与实际发生概率偏差较大的问题,本文基于SD-MOP模型对建筑施工安全事故概率进行预测。通过确定建筑施工安全事故预测目标函数及约束条件,基于SD-MOP模型确定目标优先级划分,预测建筑施工安全事故发生概率,对建筑施工安全事故进行预测,并与传统预测方法进行比较。结果表明:该预测方法与传统预测方法相比预测结果准确性更高,可为建筑施工的经济效益和社会效益提供保障。     

预测法在安全生产中的应用研究评述及展望

为更好地研究不同预测法在安全生产领域的应用现状和发展趋势,以当前安全类主流杂志中发表的涉及安全生产的文献为依据,统计6种定量预测法使用的频率和范围,分析预测法在当前安全生产方面应用的特点和成效,探讨预测法在安全领域的应用价值和前景。得出结论:选择有效预测法能极大地提高安全生产中事故发生的预测效率,做到先预防再预控;没有一种预测法是恒定有效的,预测法的选择需要根据不同部门、不同场景进行调整;组合预测法的灵活使用不仅能够避免单一预测法的不足,而且能提高事故预测的准确度。     

基于GM(1,1) Markov的危化品道路运输事故与交通事故预测及关系研究

为准确预测我国危化品道路运输及交通2类事故数量趋势,探究其内在联系,在单一的灰色GM（1,1）模型基础上与马尔科夫过程组合形成灰色GM（1,1）—马尔科夫预测模型,以2013—2017年2类事故数量的原始序列探讨了该组合预测模型的实际应用,采取平均相对误差、均方差比值、小误差概率对模型进行精度检验。研究结果表明:在组合预测模型较优情况的研究中,2类事故数量历年来波动性相似,因危险化学品自身的性质、包装和装卸使得2类事故量变化频率存在偏差;2018—2019年的危化品道路运输事故分别为485起和480起,交通事故分别为225 294起和234 454起。