事故应急预案相互衔接技术探讨

作为国家应急预案体系的重要组成部分,生产经营单位应结合本单位的实际情况编制安全生产事故应急预案并形成体系,互相衔接。本文分析了应急预案相互衔接的重要性及其要求,按照常态和非常态两种模式提出了应急预案相互衔接的方式,可以供生产经营单位编制安全生产事故应急预案时参考。     

安全发展的实践探讨

安全发展理念的提出,为安全生产工作提出了新课题。本文站在安全生产监督管理部门的角度,从经济社会发展大局出发,阐述了跳出安全抓安全,通过积极主动的献计献策,争取支持,在实施产业结构调整过程中,解决安全生产深层次问题,减轻压力,从而更好地落实安全发展观、抓好安全生产工作的实践和思考。     

酸碱-微波耦合预处理对污泥胞外聚合物溶裂与产甲烷行为的影响

对酸碱-微波耦合预处理后不同EPS组分在污泥厌氧消化行为中扮演的角色进行研究，通过产甲烷潜能实验评价其甲烷转化性能。结果表明:酸碱-微波耦合预处理通过溶出胞内有机物和改变EPS的分布来影响污泥产甲烷行为。甲烷累积产量最优预处理条件为pH=10，微波500 W，预处理时间120 s。此时，预处理后溶解型胞外聚合物（S-EPS）中的溶解性化学需氧量（SCOD）浓度达到11460 mg/L，是对照组浓度的184.5%，累积甲烷产量为89.08 mL/g，较对照组增加59.9%。碱处理（pH=10和12）时，S-EPS对累积甲烷产量的贡献率分别达到了16.6%和30.4%，远高于松散结合型胞外聚合物（LB-EPS）与紧密结合型胞外聚合物（TB-EPS）。在48 d的厌氧消化过程中，S-EPS对产甲烷的贡献率在1~4 d内快速升高，随后缓慢持续下降。因此，酸碱-微波耦合预处理通过强化污泥S-EPS中的多糖、蛋白质等有机质的溶出，促进污泥甲烷化。     

汉江上游郧县曲远河河口段全新世古洪水水文状态研究

对汉江上游河谷郧县曲远河河口剖面进行了沉积学、粒度、磁化率和烧失量的研究。结果表明：夹在古土壤中的灰白色沉积层是典型的古洪水滞流沉积物，记录了一次特大洪水事件，用地层对比法和OSL方法确定其发生时间为4 950~5 450 a B.P.。用古洪水SWD尖灭点法确定古洪水行洪水位高程为169 m，采用比降法恢复其洪峰流量为60 577 m3/s。根据2011年汉江上游洪水洪痕，用相同的方法对洪峰流量进行了反演，误差为-411％，说明用比降法恢复的古洪水洪峰流量是可靠的     

基于GIS的北京市建筑密度空间分布规律研究

城市发展状况在很大程度上反映在建筑物的空间分布上,研究建筑分布特点可以为城市规划、土地利用规划等提供指导.在突破以往建筑密度建成区的空间范围局限性的基础上,在GIS软件支持下,以2.0km×2.0km的样方为统计单元,利用样方中的建筑物基底面积/样方面积来统一计算整个北京市的建筑密度,通过分析建筑密度分布图来研究北京市建筑密度总体空间分布特征.通过绘制以天安门旗杆为中心的8个不同方向的剖面、卫星城之间的10个剖面以及将建筑密度与主要环线道路进行叠加进一步来详细分析建筑密度的空间变化特征.结果显示,北京市建筑密度等级类型空间分布图直观反映出了北京市建设已经从"单中心"模式发展转移为"多中心"发展模式,其主要发展区域主要集中平原地区,而西部、北部山区的建筑密度普遍较低.     

三峡库区城镇建设用地驱动因子路径分析

随着三峡大坝的修建．三峡经济飞速发展．带动了利用三峡库区城镇建设用地的变化。本文以三峡库区21个县市1995—2005年城镇建设用用地的变化量为主要研究对象。结合1995-2005年期间第二产业与第三产业的集中指数与区位商的空间分布变化。采用路径分析建模的方法。奠立了城镇建设用地与固定资产投资、社会商品零售总额、第二产值、第三产值及城镇人口的路径模型．确定了备影响因子对蜮镇建设用地变化的影响程度。其中第二产值对城镇建设用地的变化影响最大．影响力最小的是城镇人口。此项研究进一步验证了路径分析模型在土地利用变化驱动力分析研究中的可行性．同时也为库区城镇建设用地的控制提供了参考。     

基于综采面产尘分布与扩散分析的粉尘防治研究

在对W3709综采工作面产尘特点分析的基础上,将工作面产尘源分为落煤扬尘、落煤冲击产尘及割煤产尘3类。对采煤机顺风割煤与逆风割煤时粉尘运动规律进行了详细的分析,根据工作面产尘特点与粉尘运动规律,提出了包括煤层注水、采煤机割煤产尘治理与控制以及支架处粉尘治理一套完整的综合防尘系统。通过现场应用,工作面粉尘在原有设施降尘基础上降低86%以上,降尘效果良好,有效地解决了该工作面粉尘污染严重的难题。     

基于FTA-SVM的车辆发动机故障识别方法

发动机结构日益复杂,其故障具有多样性和频发性的特点,收集大量故障样本存在很多实施障碍。为了提高车辆发动机的故障识别的效率和准确性,提出了一种新的结合故障树(FTA)和支持向量机(SVM)各自特点,从故障模式分析到故障类型识别的FTA-SVM故障识别方法。首先利用故障树在复杂系统故障模式分析中的优势,找出系统的故障模式,建立故障树模型,通过对故障树模型中各故障事件的分析,采集与故障事件状态相关的数据,建立数据与故障树底事件的映射模型,最后利用支持向量机在小样本数据处理中的优势,进行故障类型的识别。以发动机的失火故障为例建立了发动机失火故障树模型及故障数据与故障模式映射模型,验证了FTA-SVM方法的有效性和适用性。     

基于ARIMA的安全生产事故预测与实证研究

为了减少企业安全管理者在生产作业中由于不确定性导致错误决策所产生的风险,在企业历年安全生产事故数据基础上进行预测具有一定的现实意义。以某企业2008年至2011年的安全生产事故次数时序数据,采用EViews 5统计分析软件,基于ARIMA时间序列预测模型更加关注对事故发生是否平稳而相对于其他预测模型更关注于趋势研究的良好特点,建立安全生产事故ARIMA时序预测模型,并对2012年的安全生产事故发生次数进行预测,通过效果检验发现该模型预测结果基本上能够反映该企业安全生产事故发生的实际情况。通过ARIMA方法在某企业安全生产事故预测具体案例的实现,是对现有安全生产事故预测方法的补充和完善,可为企业安全管理和决策提供一定的指导。     

基于人工神经网络建模的PTC功率智能检测技术

PTC是家用空调器中主要器件之一,具有耗电量大、非线性的特征。目前PTC常用的功率检测方法是通过"专用电量计量芯片结合电压、电流采样电路"来实现,存在成本高和可靠性低问题。提出一种基于人工神经网络的PTC功率纯软件计算方法,无需增加任何硬件成本。通过实验验证,精度达±3%,满足产品化需求,成熟可靠。