城市供水管网脆弱性评价研究进展

脆弱性评价有助于甄别城市供水管网的薄弱环节,确定合理的风险削减措施,保证供水安全。阐述脆弱性的有关定义及其与风险的联系与区别,回顾城市供水管网脆弱性评价的发展历程,介绍几种脆弱性评价方法的基本原理、优缺点及适用范围,并按不同评价思路对国内外使用的主要脆弱性评价方法进行分类总结。研究发现,目前尚未形成统一的脆弱性概念及切实可行的评价方法,今后应不断完善和整合各类方法,以定量和通用为核心,使城市供水管网脆弱性评价方法更为实用、有效。     

分类分级视角下供水管网地震韧性评估研究

为解决供水管网安全精细化管理问题，提升城市供水管网地震韧性水平，在综合分析影响供水管网安全的主要因素的基础上，引入分类分级理念，结合动态分级法(Dynamic Classification Method, DT)和集对分析-可变模糊模型(Set Pair Analysis-Variable Fuzzy Recognition Model, SPA-VFRM),建立供水管网地震韧性评估分类分级模型，动态优化供水管网地震韧性分类，量化评定管道安全韧性分级，并应用于某县城供水管网安全韧性综合评估。结果表明，提出的新模型可以有效实现供水管网地震韧性的分类与分级，提高供水管道风险识别的精确性，能够为制订科学的供水管网维护和改造策略提供理论支持。     

基于多因素信息融合的城市供水安全评价系统

为了确定城市供水安全状态,提出1种基于多因素信息融合思想的城市供水安全评价方法。以城市供水安全指标体系为基础,建立供水安全指标与基本概率指派函数焦元的对应关系;采用组合权重确定各评价指标的权重值作为对指标证据的支持程度,通过加权合成方法得到各因素定量、定性信息的基本概率指派函数值,利用证据理论的Dempster组合规则进行因素融合。研究结果表明:以郑州市供水安全指标体系为例,在进行多指标信息融合时与解决证据冲突的融合方法计算结果相同,郑州市2006——2008年城市供水处于不安全状态,2008年以后安全等级逐步升高且趋于稳定状态,可以预测出在未来一段时间郑州市的供水处于安全状态。     

供水管网震后流量监测点的动态分级优化布局研究

为了提高管网地震监测点布局的准确性和合理性,基于管网微观水力计算模型和动态分级法,提出供水管网震后流量监测点的动态分级优化布局模型。首先,利用管网微观水力计算模型计算管段流量的影响系数,构建管段的影响系数矩阵,并利用信息熵确定管段权重;其次,标准化处理影响系数矩阵,通过聚类迭代提出供水管网地震流量监测点优化布局的动态分级方法,对供水管网震后流量监测点进行优化布置分级评定;最后,根据工程实例进行方法实践,结果表明:供水管网中的管线分类较为科学合理,地震监测点在供水管网上分布也比较均匀,而且该模型在一定程度上消除了人为因素的影响,保障了震时管网的监控效果和日常建设的合理性。     

基于投影寻踪聚类的供水管网地震韧性评估

为分级保障城市供水管网安全运行,基于韧性解析和管网震害机制,构建考虑管道物理属性、管外环境条件、管内水力功能等因素的供水管网地震安全韧性评估指标体系;引入投影寻踪方法对各指标进行线性投影,建立供水管网地震安全韧性评估的投影寻踪聚类模型,量化分析供水管网地震安全韧性水平并分级,确定各管段地震安全韧性等级及排序;应用评估某供水管网,并将评估结果与动态分级法、谱系聚类法进行对比。结果表明:基于投影寻踪聚类的供水管网地震韧性评估模型可成功实现供水管网地震安全的韧性分级与排序,更全面地反映管材、接口形式等不同因素对供水管网地震安全韧性的影响程度。     

地震灾害下市政管网消防供水能力可靠度评估

提出了一种地震后管网的消防供水能力可靠度评估方法,考虑地震后管网破损的随机性与火灾发生位置的随机性,采用蒙特卡罗模拟生成管网震损场景,基于管网低压状态对不同位置火灾进行了消防供水能力评估。在管网不同位置依次生成火灾场景,对每个场景进行消防供水能力评估,同时基于我国消防用水量,构建了消防供水能力可靠度评价指标。将所提出方法应用于云南省某旅游古镇并与传统GIRAFFE方法进行比较,结果表明：传统方法高估了管网整体消防供水能力,尤其在震级较小时,会显著高估枝状管网区域的消防供水能力。     

基于模糊层次综合法的起重机安全性评价

针对国内外起重机安全评估方法的缺失和不足,基于模糊综合评价法与层次分析法相结合的方法,以在役通用桥式起重机为例,建立通用桥式起重机安全评价模型,对其安全性进行定性和定量化评价,最后给出整机的安全等级及评价因子对系统安全的贡献程度.企业可根据评价结果提出具体的整改方案以有效地防止事故的发生.对实例桥式起重机的安全性分析,其评价结果和实际情况基本相符,能够比较全面地反映整机系统的安全性和各因素对整机系统安全性的影响及大小,为起重机安全评价提出一种有效的综合评价方法.     

城市饮用水安全及对策研究——以青岛市崂山区为例

以青岛市崂山区为例,重点分析和研究城市水源污染、水厂工艺、管网二次污染及城市供水管网不完善等几个因素对城市供水安全的影响;针对供水安全问题提出了保障城市饮用水水质安全的对策和技术措施;同时建立了预警信息系统和应急预案,为解决不同城市不同区域饮用水安全问题和完善城市供水系统提供了科学依据,对提高城市的供水安全度,保证社会稳定和谐发展起到了积极的作用。     

城市供水管网漏损动态预测的Bootstrap-Lee-Carter模型*

为对某城市供水片区的不同管径和管材的管道漏点率进行动态预测,考虑城市供水管网漏损时变特征,采用Bootstrap方法估计Lee-Carter参数模型。针对供水管网漏点率进行经典Lee-Carter模型预测,并通过残差等高线图及其同方差性质检验,比较分析最小二乘法和加权最小二乘法估计Lee-Carter模型参数的拟合效果;考虑供水管网漏损时变引起的模型参数不确定性扰动,利用残差Bootstrap方法抽样模拟Lee-Carter模型参数置信区间和模型改进后的供水管网漏损预测结果。结果表明:Bootstrap-Lee-Carter模型相比经典Lee-Carter模型具有更高的预测精度。     

基于直觉模糊集的城市供水安全预警评价模型

为了更好地评价城市供水安全预警的等级,基于直觉模糊集理论,建立城市供水安全预警评价模型。模型选取12个评价指标构成属性集,预警等级划分标准构成评价等级集,再将二者转换为直觉模糊数,以此构成直觉模糊决策矩阵,并综合主、客观权重的优势得到组合权重,以此计算样本综合值,最后分析指标权重变化对于评价结果影响的灵敏度。实例计算结果表明:基于直觉模糊集的城市供水安全预警评价与可拓物元分析法的结果总体接近,2006—2009年供水安全预警等级处于重警或中警等级,2009年以后预警等级降低并基本稳定在无警这一等级。不同指标的敏感性分析有助于提高权重的准确性。     

基于人工神经网络理论的系统安全评价

阐述了人工神经网络基本原理 ,研究分析了 BP神经网络模型的缺陷并提出了优化策略。在此基础上 ,将神经网络理论应用于系统安全评价之中 ,提出了基于此理论的系统安全评价模型、实现方法和优点 ;评价实例证明了此方法的可行性。     

航空企业基于SHEL模型的神经网络安全评价研究

从风险管理的角度,针对航空工业企业安全系统的构成因素,对企业安全系统进行分析和深入研究。基于SHEL模型,通过引入人工神经网络评估方法,选择前馈型BP网络模型,建立网路结构,将企业事故风险系统划分人-硬件、人-软件、人-环境、人-人4个子系统和事故综合评估总系统,辅以DPS软件,以某航空企业为例,进行训练和测试,并分别进行拟合量化分析,得出量化的评估结果及该模型的适用性、可行性和有效性。为航空企业管理者切实改进和完善安全管理提供理论和技术支持。     

基于人工神经网络理论的船舶动力装置安全综合评价模型

为提高船舶动力装置安全综合评价水平，依据人工神经网络的基本原理，分析了BP神经网络模型的基本原理和优化策略，将其应用于船舶动力装置的安全评价之中。提出了基于神经网络理论的船舶动力装置综合安全评价模型及实现方法，并以实例论证了此方法的可行性。     

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BP神经网络的非煤地下矿山安全评价模型

针对非煤地下矿山安全评价的复杂性和非线性特性,BP神经网络对非线性动态系统较强的适应性,提出并建立了一种基于BP神经网络的非煤地下矿山安全评价模型。为提高该模型的可靠性,结合非煤地下矿山生产工艺特点,提出了一套便于统计和赋值的安全评价指标体系;确定了BP神经网络结构和评价结果表征方法;为提高BP神经网络算法的收敛速度和稳定性,对标准BP算法进行有效改进;通过实例运算验证了该模型的可行性。基于BP神经网络的安全评价模型为评价非煤地下矿山安全管理现状及水平提供了可操作的方法,为矿山有关部门提供了科学安全管理的依据。     

基于ISOA-RBPNN的埋地管道剩余强度预测*

为提高腐蚀管道剩余强度的预测精度，提出引入弹性梯度下降法改进BP神经网络，并融合改进海鸥优化算法(ISOA)，构建腐蚀管道剩余强度预测模型。关于改进BP神经网络模型的参数寻优，首先采用Cat混沌映射初始化改进海鸥优化算法(SOA)初始种群的分布，提升寻优能力，优化SOA的搜索方向和攻击形式，增强其全局搜索能力并提高收敛速度，然后用ISOA对弹性BP神经网络（RBPNN）模型中的权值和阈值进行寻优，最后构建ISOA-RBPNN预测模型。以管道爆破数据为例，利用MATLAB进行仿真模拟，并与PSO-BPNN模型和IFA-BPNN模型预测结果进行对比分析。研究结果表明:ISOA-RBPNN模型的各项评价指标均优于其他2个模型，预测结果较实际值误差更小，在预测腐蚀管道剩余强度领域具有更好的性能，可为后续研究腐蚀管道剩余寿命和制定维修策略提供参考依据。     

基于BP神经网络的苯储罐泄漏事故风险评价模型研究

为了在事故发生之前对苯储罐进行风险评价，提出1种基于BP神经网络的泄漏事故风险评价方法，利用该方法构建了苯储罐的风险评价模型，并对模型进行了训练及验证。研究结果表明:BP神经网络成功完成了建模任务，且模型训练结果较好，可利用基于BP神经网络所构建的苯泄漏事故风险评价模型对苯储罐发生泄漏事故的风险进行评价。     

基于因子分析与BP网络的地铁施工安全预警研究

为了解决当前我国地铁施工过程的安全预警问题,构建因子分析与BP神经网络相结合的地铁施工安全预警模型。在分析地铁施工安全预警指标的基础上,采用SPSS因子分析法对调查数据进行降维,采用Visual Basic 6.0软件编写BP网络程序,并通过工程实际数据实现模型的训练及检测。研究结果表明,通过因子分析能使BP网络的输入数据从37个减少至7个,经因子分析降维后的收敛速度和计算精度均高于未经因子分析的神经网络,且误差均在10%以内。通过因子分析与BP神经网络相结合构建的耦合模型识别地铁施工过程中的不安全因素,进而有针对性地完善地铁施工的相关预警技术。     

加工工业城市——常州市城市生态安全评价

针对常州市生态环境现状,利用"压力-状态-响应(P-S-R)"理论,构建基于城市资源环境压力、资源环境状态和人文环境响应3个类别的城市生态安全评价模型,以常州市2000—2007年发展过程中的人口,经济、环境等相关指标建立的城市生态安全评价体系进行评价,结果表明:常州市的城市生态安全总体水平在中等偏下,多数城市生态指标处于较低水平,影响常州城市生态安全整体水平的提高。利用P-S-R模型对于常州市城市生态建设和城市发展规划具有一定的参考价值。     

An inverse approach for piping networks monitoring

Spills and leakages of hazardous fluids from piping networks may pose a significant safety risk to population, industrial plants and the environment. Therefore in fluid distribution the problem of monitoring the network status in order to identify abnormal conditions and locate leakages arises. In the paper an inverse approach resorting to a multi-layer perceptron back-propagation Artificial Neural Network (ANN) is proposed, in order to locate leakages based on pressure and flow rate information. Strategies for generating input data and for correlating by ANN such data to the fluid distribution system status are presented. A two-level architecture is selected, composed by a main ANN at the first level and several branch-specific second-level ANNs in cascade to the main one. The branch in which the leakage occurs is identified, resorting to the ANN operating at the first level, while the specific second-level ANN is activated to estimate accurately the magnitude and location of the leakage in the selected branch.