危险货物道路运输全链条全要素安全管理

近年来,我国危险货物道路运输行业管理不断规范、发展形势持续向好,但危险货物道路运输事故依然时有发生,暴露出危险货物道路运输管理中还存在一些漏洞和问题。本文介绍了《危险货物道路运输安全管理办法》出台的背景,以及其主要内容和特点。     

危险货物道路运输事故统计分析

为掌握危险货物道路运输事故的发生规律,预防事故与灾害发生,笔者收集、整理了2000年9月至2007年3月间的609起危险货物道路运输事故案例,并对案例进行详细分解和统计分析,获得了危险货物道路运输事故的时间分布、地域分布、路段分布、事故形态分布、事故原因分布等统计特征。研究结果表明,危险货物道路运输事故具有如下规律:早晨和上午(4时至12时)是事故多发时段;事故形态以单车事故为主,特别是车辆倾斜或侧翻事故为数最多;驾驶员处置不当和违法驾驶行为以及运输车辆机件失效是导致事故的最主要的两类原因。针对案例分析结果,提出预防危险货物道路运输事故、保障危险货物道路运输安全的对策与建议。     

JTT 911-2014危险货物道路运输企业运输事故应急预案编制要求

<正>1.范围本标准规定了危险货物道路运输企业运输事故应急预案的编制步骤、预案内容以及文本格式与要求。本标准适用于指导危险货物道路运输企业编制危险货物运输过程中的事故应急预案。2.术语和定义下列术语和定义适用于本文件。2.1事故transport accidents危险货物道路运输过程中,突然发生的,造成或者可能造成社会危害,需要采取应急处置措施予以应对的紧急事故。如道路交通     

《危险货物道路运输安全管理办法》解读

为深入贯彻落实党中央、国务院的部署要求,切实强化危险货物道路运输安全管理,预防危险货物道路运输事故,保障人民群众生命、财产安全,保护环境,交通运输部、工业和信息化部、公安部、生态环境部、应急管理部、市场监督管理总局发布了《危险货物道路运输安全管理办法》(交通运输部令2019年第29号,以下简称《办法》),自2020年1月1日起施行。     

液体危险货物罐车罐体的委托检验

<正>液体危险货物常压罐车事故较多危害极大,已引起有关部门的高度重视,近年颁布了GB18564.1-2006《道路运输液体危险货物罐式车辆第1部分:金属常压罐体技术要求》和GB18564.2-2008《道路运输液体危险货物罐式车辆第2部分:非金属常压罐体技术要求》(以下统称新标准),新标准对液体危险货物罐车罐体(以下简称罐车罐体)设计制造提出了更高的要     

危险货物道路运输系统的风险评价

分析了危险货物道路运输系统的风险影响因素,在此基础上建立了风险评价指标体系,并采用专家咨询法确定了各指标的权重,提出了使用模糊数学综合评价法对危险货物道路运输系统进行风险评价,并通过实例对评价模型进行了验证.结果表明,利用模糊综合评价的方法对危险货物道路运输系统的风险进行研究,可以为危险货物道路运输企业和交通安全监管部门对危险货物道路运输采取有效的安全控制措施,提供有益的参考.     

危险化学品道路运输安全评价体系的建立

近年来,危险化学品道路运输事故呈不断上升趋势,其危害性极强,社会影响极坏,危险化学品道路运输安全问题正成为人们普遍关注的问题。本文分析了国内外危险化学品道路运输安全现状,从我国危险化学品道路运输事故的影响因素、危险化学品事故原因等方面分析了我国危险化学品道路运输的特点。在此基础上,建立了我国危险化学品道路运输安全评价体系,对减少危险化学品道路运输事故具有一定的实践指导意义。     

危险化学品运输罐车常压罐体检验的问题与探讨

危险化学品运输罐车常压罐体是指GB 18564.1《道路运输液体危险货物罐式车辆——金属常压罐体技术条件》标准中所描述的道路运输液体危险货物罐式车辆,其检验工作大多有特种设备检验机构进行。为此,笔者就在对其常压罐体检验工作中所发现的一些问题,指出了目前道路运输液体危险货物罐式车辆从制造、使用、监督管理、检验等方面存在的问题,分析了目前开展此项检验工作存在的问题与风险,并就道路运输液体危险货物罐式车辆常压罐体检验工作提出了建议和控制措施。     

危险货物运输既要安全,也要便民利民--《危险货物道路运输安全管理办法》解读

我国是危险品的生产和使用大国,截我至2018年底,全国共有危险货物道路运输企业1.23万家,车辆37.3万辆,从业人员160万人,每天有近300万吨的危险物品运输在路上,危险品道路运输量占危险品运输总量的70%。为了切实强化危险货物道路运输安全管理,交通运输部等六部门联合出台了《危险货物道路运输安全管理办法》(以下简称《办法》),将于2020年1月1日正式实施。     

危险品物流运输重在防患——谈危险货物在公路物流中的安全运输

危险化学品在生产、储存、经营、运输、使用等环节引发的事故中,运输环节比率占30%多.因此危险货物的公路运输必须具备确保安全的运输设备和装卸设备,具有熟悉危险货物性能的营运管理人员和驾驶员,才能保证危险货物运输安全.     

灰色关联分析在道路交通事故中的应用

全国或某一地区的道路交通安全系统是一个灰色系统,可应用灰色关联分析法方便地确定影响交通安全的主要相关因素。由灰色关联度导出灰色关联序,以进行优势分析,从而得到交通事故的最(准)优因素及最(准)优特征。根据1990—2000年全国道路交通事故以及全国人口、机动车、公路里程和客货运输量等主要相关因素统计资料可知,货运量、货运周转量和客运量是影响交通安全的主要相关因素,死、伤人数是交通事故的主要特征和指标。由哈尔滨市2000年道路路段交通事故与交通组成统计资料可知,城市道路交通事故的主要影响因素是各类货车、摩托车和大型车。因此,加强货车和货运管理对提高我国交通安全水平具有重要意义。     

浅谈ITS技术在危险化学品公路运输过程中的应用

公路运输已成为危险化学品运输的主要方式之一,但危险化学品在公路运输过程中由于不确定因素的存在,导致事故频发,已受到国人的广泛重视。智能交通运输系统(ITS)的应用,大大地削弱或消除了以往诱发交通事故的不安全因素。如将该系统用于危险品公路运输过程中,也能有效地预防并减少化学事故的发生。在此基础上,笔者提出由安全运输管理层、基础设施层、共用信息层、增值服务层组成的危险化学品公路运输安全智能化管理系统,研究了危险化学品公路运输安全智能化管理系统的框架,讨论了ITS技术在危化品公路运输过程中的应用并提出相应的解决方案     

我国危险化学品道路运输的现状与对策研究

随着我国工业和经济的发展,危险化学品的需求量越来越大,危险化学品的道路运输也越来越频繁,由危险化学品道路运输而引发的事故也越来越多。为此,必须基于我国危险化学品道路运输的现状,借鉴发达国家在危险化学品道路运输方面较成熟的经验,提出符合我国国情的危险化学品道路运输安全管理的对策,以达到减少危险化学品道路运输事故发生的目的,最大限度地降低由危险化学品道路运输事故引起的生命财产的损失。     

基于半定量的FRAM道路危险品运输事故分析方法研究*

为弥补事故分析法在道路危险品运输事故致因研究方面的缺失,解决传统事故分析方法分析结果不全面、防控措施不具体且针对性较差的问题,引入半定量功能共振事故模型（FRAM）,通过定量化功能上下游耦合变异性,阐述事故发生机理同时,找到系统关键功能和关键链路,制定防控措施重点监控。结果表明:基于半定量的FRAM道路危险品运输事故分析方法能够更快、更准确地找出事故发生的关键功能和关键链路,制定针对性防控措施,有效提高道路危险品运输系统安全性。研究结果可为道路事故分析提供参考。     

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 Integrated 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预测。首先,基于2011—2018年我国发生的危化品道路运输事故数据建立ARIMA模型,利用SPSS软件进行模型拟合预测,获取危化品道路运输事故起数的线性部分;其次,应用MATLAB建立LOESS回归模型,对ARIMA模型预测偏差进行残差优化,获取危化品道路运输事故起数的非线性部分;最后,建立ARIMA-LOESS组合模型,利用组合模型对危化品道路运输事故发生起数进行预测,并根据真实数据对预测结果进行对比验证。结果表明:ARIMA-LOESS组合预测模型可较好拟合危化品道路运输事故数据序列,并修正单一模型的误差,获取较高的预测精度。该研究可为危化品道路运输安全与运行的趋势分析与判断提供更加可靠的数据依据,也可为危化品道路运输事故防控方案提供帮助。     

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。     

Modelling accidental releases of dangerous gases into the lower troposphere from mobile sources

The article reports the results of different methods of modelling releases and dispersion of dangerous gases or vapours in cases of major accidents from road and rail transportation in urban zones. Transport accidents of dangerous substances are increasingly frequent and can cause serious injuries in densely inhabited areas or pollution of the environment. For quantitative risk assessment and mitigation planning, consequence modelling is necessary.

The modelling of dangerous substance dispersion by standard methods does not fully represent the behaviour of toxic or flammable clouds in obstructed areas such as street canyons. Therefore the predictions from common software packages as ALOHA, EFFECTS, TerEx should be augmented with computational fluid dynamics (CFD) models or physical modelling in aerodynamic tunnels, and further studies are planned to do this.

The goal of this article is to present the results of the first approach of modelling using these standard methods and to demonstrate the importance of the next development stage in the area of transport accident modelling of releases and dispersions of dangerous substances in urban zones in cases of major accident or terrorist attacks.     

危险品的GPS运输监控技术现状分析

频发的危化品运输事故说明,危化品运输环节的技术化监管仍存在重大的漏洞和不足.从分析导致运输事故的原因出发,提出通过建立以GPS定位技术为基础的智能化全程监控危化品的运输系统,并在城市化进程中不断推广,才能降低事故率,营造出持久、稳定、安全的运输环境.     

Research on the prediction of dangerous goods accidents during highway transportation based on the ARMA model

The COVID-19 epidemic has caused a lack of data on highway transportation accidents involving dangerous goods in China in the first quarter of 2020, and this lack of data has seriously affected research on highway transportation accidents involving dangerous goods. This study strives to compensate for this lack to a certain extent and reduce the impact of missing data on research of dangerous goods transportation accidents. Data pertaining to 2340 dangerous goods accidents in the process of highway transportation in China from 2013 to 2019 are obtained with webpage crawling software. In this paper, the number of monthly highway transportation accidents involving dangerous goods from 2013 to 2019 is determined, and the time series of transportation accidents and an autoregressive moving average (ARMA) prediction model are established. The prediction accuracy of the model is evaluated based on the actual number of dangerous goods highway transportation accidents in China from 2017 to 2019. The results indicate that the mean absolute percentage error (MAPE) between the actual and predicted values of dangerous goods highway transportation accidents from 2017 to 2019 is 0.147, 0.315 and 0.29. Therefore, the model meets the prediction accuracy requirements. Then, the prediction model is applied to predict the number of dangerous goods transportation accidents in the first quarter of 2020 in China. Twenty-two accidents are predicted in January, 23 accidents in February and 27 accidents in March. The results provide a reference for the study of dangerous goods transportation accidents and the formulation of accident prevention and emergency measures.