基于事故预警系统触发阈值的创建

建立和完善生产安全事故预防预警体系,是实现企业安全生产管理从事后、事中管理向事前管理转变的重要手段。目前我国安全生产预警研究与实践还处于初级阶段,预警工具研发推进缓慢且实用性差。本文提出的"基于事故预警系统触发阈值的创建"思路,是以事故触发扰动理论为基础,以扰动因素为变量设定警戒值并发出警报,以对相关变量进行干预,从而降低事故的发生。     

有序工艺流程系统安全分析

工艺流程的有序统筹对于提高整个生产过程的安全性有着重要作用。研究工艺流程中有序排布的各生产环节对其他环节的安全性影响程度具有重要的意义。尝试建立有序工艺流程中的S型安全系统分析模型,对于有序工艺流程中各项环节对其余环节的安全性影响进行分析,最后得到3种典型类型的分析模型,并用有序可视图模型对其进行安全分析。分析表明:在基于有序安全系统分析方法下的各项工艺的安全评价中,各项工艺的评分权重差异性会得到提高,部分生产环节的权重会与常规安全分析相差数倍。同时各项生产环节的权重排序也会因为将其所处位置顺序纳入考虑而进行修正。结果表明,有序工艺流程中的S型安全系统分析模型使用可靠,对于分析有序工艺流程中的生产环节对其他环节的安全影响具有指导意义。     

复合物流模式下的机械加工车间安全布局设计

机械加工车间的物流形式不唯一,一般是小推车、天车等多种物流形式的复合,本文以河南省某机械加工车间为例,运用系统布局设置(SLP)方法,并综合考虑复合物流与危险源,进行车间安全布局.首先按照类型将车间分成13个区域,之后应用单纯型法核算车间内的复杂物流量,然后基于曼哈顿距离实现系统布局设置(SLP),最后综合考虑车间内的...     

面向非均衡文本信息的企业生产安全氛围智能感知模型

现有企业生产安全氛围的主要描述载体是文本,但文本无法定量描述的特点是企业生产安全氛围分析面临的重要挑战。基于机器学习和自然语言处理技术处理企业生产安全氛围文本信息,着重从安全氛围主题辨识和安全氛围等级预测两方面,综合实现对企业生产安全氛围的智能感知。首先借鉴合成少数类过采样技术(SMOTE)算法思想,提出一种“类SMOTE”算法,用于解决非均衡文本数据问题;然后基于隐含狄利克雷分布(LDA主题模型)实现安全氛围主题辨识,得到文本主题词及相关权重;最后基于机器学习算法实现安全氛围等级预测。经过实例验证,提出的“类SMOTE+LDA+Bayes”组合模型,对于企业生产安全氛围智能感知效果较好。     

基于时间序列的冶金企业安全预警模型研究

冶金企业危险因素错综复杂,一旦发生事故后果不堪设想。这充分彰显了冶金企业构建安全预警机制的必要性和紧迫性。本文以中铝瑞闽股份有限公司为例,构建了公司级事故事件、新进员工情况、教育培训和应急演练、可记录工伤、未遂险兆事故事件、典型隐患、典型违章等七大类安全预警指标;并基于时间序列预警模型的差分分析、简单季节性分析以及预测模型,对该公司安全预警分值进行分析与预测,得出其安全现状和后一年具体安全预警分值,为该公司开展安全管理工作提供依据。     

基于集成算法的工贸企业安全预警系统优化

为了提高工贸企业安全预警预报能力,在构建了工贸企业生产安全预警指标体系的基础上,基于集成算法优化工贸企业安全预警系统.首先,将集成算法中的随机森林(RF)和XGBoost模型进行比较,基于随机森林来优化指标因素.为检验各指标因素之间是否存在相关关系,先用相关系数的方法计算各因素之间的相关程度,然后对其进行显著性检验;其次,在确定各指标因素的相关关系后,采用差分法解决序列相关性的问题;最后,基于差分得出的数据和优化后的指标,运用随机森林模型再次进行模拟,得出优化后预警模型的精度和平均绝对误差.结果 表明,在数据量较小的情况下,一定程度上随机森林的集成效果比XGBoost模型更佳.运用差分法解决各因素相关性问题后得到的数据及用RF优化后的指标因素,使得随机森林的企业安全预警模型精度得到提升,平均绝对误差显著降低.     

面向“数值-文本”大安全数据的企业风险分析

为充分利用实际生产过程中产生的数值和文本数据,预防事故的发生,加强企业的安全管理水平,基于多种机器学习模型提出了一种能综合利用数值数据和文本数据的企业风险分析方法。首先,基于岭回归、被动进取、弹性网络回归、梯度增强等机器学习算法,构建了面向数据信息的生产风险分析模型;然后依次基于Jieba分词、LDA主题建模、单分类算法和集成算法等文本挖掘技术,构建了面向文本信息的生产风险分析模型;最后利用Pearson相关系数和回归算法,实现了面向“数值-文本”大安全数据的企业安全分析。结果表明：基于梯度增强回归算法的数据分析模型效果最好,基于Voting模型的文本分析模型表型分类效果最优,Pearson相关系数为0.443 8,基于GBR模型的“数值-文本”综合分析拟合度最高,“数值—文本—比对—综合”的大安全数据分析思路有助于提高企业的安全管理水平。