典型认知模型及其在人因可靠性分析中的应用评述

评述了典型认知模型及其在人因可靠性分析中的应用.首先,强调了在人因可靠性分析中使用认知模型的必要性; 然后,介绍了认知心理学、行为科学等学科所建立的几种典型认知模型,包括信息处理模型、决策过程的阶梯模型和通用认知模型,分别分析了它们的基本结构和功能,讨论了各自的优缺点; 随后,介绍了几种人因可靠性分析方法中所建立或使用的认知模型,包括HCR方法使用的SRK框架、ATHEANA方法使用的信息处理模型、CREAM方法建立的COCOM模型以及IDAC方法构建的IDA模型,分别分析了这些模型的特点; 最后,提出了建立认知模型所要遵循的基本原则,并展望了认知模型的未来发展方向.     

煤矸石自燃过程中多环芳烃含量的变化研究

采用室内模拟实验的方法,综合分析了煤矸石堆积自燃过程中多环芳烃(PAHs)含量的变化规律。研究发现,煤矸石自燃过程中,PAHs的生成与散失同时存在。较低的温度(60℃)对多环芳烃的生成具有一定的促进作用;500℃之后,PAHs全部散失或者降解为小分子物质,含量几乎为0。单个PAH的含量变化与总含量基本一致,仅是某一个PAH在不同温度下在总含量中所占的比例不同。自燃过程中高环的PAHs可能生成低环的PAHs使其含量增加。     

审时度势,加快提升钢铁行业本质安全化水平

结合我国钢铁行业安全生产形势和2009年工作实际,通过对典型事故的深入剖析,指出当前钢铁行业安全生产方面存在的主要问题以及在今后一段时期钢铁行业安全生产应着力抓好的几项重要基础工作。     

臭氧生物活性炭有机物吸附与生物降解量化分析

以西安北石桥污水净化中心出水为研究对象,通过对臭氧-生物陶粒与臭氧-生物活性炭处理工艺的对比研究,分析比较了两种生物过滤系统的生物活性及有机物去除特性,建立了臭氧-生物活性炭工艺在有机物降解过程中吸附和生物降解作用的量化计算方法,探讨了臭氧-生物活性炭工艺有机物降解过程及去除机理.研究表明:臭氧-生物活性炭工艺对有机物的去除是活性炭吸附和生物降解的协同作用,其中生物降解占主导作用,约占有机物总去除量的65%,生物降解作用去除的有机物几乎全部是易于降解的溶解性有机物;而吸附作用去除的有机物约占有机物总去除量的35%,去除的有机物中难降解和易于降解的有机物的量基本相当.     

综合安全评价(FSA)方法

为提高国际海运安全管理的决策水平,国际海事组织(IMO)接受并倡导由英国海运界提出的综合安全评价(FSA)方法,笔者对FSA方法作了本质性分析和应用性研究。阐述了FSA的由来,5个组成步骤及相互关系和流程,揭示了FSA与风险管理和安全系统工程的渊源;介绍了危险识别的7种工具;对步骤二“风险评估”重点引入了半定量分析方法和定量分析方法,并用集合论观点讨论了事故频率和后果严重度的计算方法;介绍了风险控制方案的“成本与效益评估”的数学模型;归纳了FSA方法的优缺点。指出FSA是一种集风险评价和成本/效益评估于一体,兼顾技术性与经济性,可广泛兼容具体评价方法和普遍适用各类风险评价的框架性方法,但具体应用需要有效整合适用的定性和定量方法。     

重气泄漏扩散实验的计算流体力学(CFD)模拟验证

运用CFD软件Fluent中的标准双方程湍流模型,对重气瞬时和连续泄漏的扩散进行了模拟以预测重气扩散过程中参数的变化,结果表明重气在垂直高度上的浓度随高度增加而减小,对于重气到达一点处的时间而言,瞬时泄漏的预测时间小于实际到达时间,而且浓度减小到零的时间也要先于实际的时间,连续泄漏的情形则相反,模拟过程假设风速和风向不变导致模拟结果没有实际的波动大.通过将模拟的最大摩尔浓度进行误差统计计算表明:Fluent对于连续泄漏源的扩散模拟结果最为准确.CFD模型能准确预测重气扩散过程中气体浓度的变化,可以应用于实际的风险分析和安全评价中.     

利用3S技术动态监测天山草地农业产量及其成因分析

在新疆阜康县大量“天地”资料观测基础上，利用3S(RS、GIS和GPS)技术和生态系统分析方法，对新疆天山草地农业资源进行了系统的动态监测和大面积估产研究。结果表明，该县草地和森林面积1998年比1988年分别下降了17．5％和51．o％，而农业用地面积和沙漠危害面积却分别增加了57．8％和21．2％，实现了利用3s技术系统准确监测新疆阜康县草地农业资源动态变化，其大面积草地遥感估产精度达到75．8％以上。最后，建立了新型PPR估产模型，其估产精度达到81．76％以上，并给出了理论生态成因解释与定量分析结果等。     

水环境中微塑料的生态效应及去除研究进展

以微塑料对水环境的影响为切入点,综述了其在水环境中的迁移和转化途径,分析了其对水生生态系统的危害,并探讨了现行的水体微塑料去除技术及应用,为微塑料污染的防治提供一些建议和指导。     

基于深度学习的工程结构损伤识别研究进展

为避免或减轻工程结构在建造和运营期间因结构振动产生不同程度损伤,造成安全隐患危及人们生命财产安全,针对结构振动损伤识别技术展开研究,探讨不同深度学习方法发展情况及其利弊,寻找更具可行性的损伤识别方法,并对其最新研究及应用现状进行全面综述。研究结果表明:应用深度学习开发新的结构损伤识别技术,无需冗余的数据预处理以及手工提取损伤特征,实现以较高精度实现损伤识别任务;一维卷积神经网络（1D-CNN）以其独特的应用优势,在数据样本有限条件下较二维卷积神经网络（2D-CNN）表现更为出色。研究结果可为数据驱动的结构损伤识别问题提供新思路,进一步完善土木结构健康监测研究体系。     

不同环境介质中异丙隆残留的前处理方法研究

利用高效液相色谱法(HPLC)测定水、土壤和植物中除草剂异丙隆的残留量.采用LC-18固相萃取小柱分离、净化和富集水中异丙隆残留;利用丙酮/水(体积比为3:1)振荡提取土壤中的异丙隆残留,并通过硅胶柱层析净化、分离;以乙酸乙酯为提取剂,采用超声波提取植物样品中的异丙隆残留,并用Florisil固相萃取小柱净化、分离.利用HPLC-UVD(Ultraviolet Detector,紫外检测器)定性、定量测定水、土壤和植物样品中异丙隆残留量.结果表明,异丙隆HPLC的线性检测范围为0.1～16 mg/L,决定系数\%R2\%=0.999 9,最低检测浓度为0.012 mg/L.水的加标回收率为90.7%～91.1%,相对标准偏差为3.0%～12.0%;土壤的加标回收率为88.4%～97.4%,相对标准偏差为6.9%～9.8%;植物的加标回收率为94.4%～99.9%,相对标准偏差为4.6%～9.0%.研究为异丙隆残留的检测提供了一种有效方法.