锐意进取 积极创新 促进防震减灾宣传工作跨上新台阶——河北省防震减灾科普教育特色与实践

在地震预报还被称为世界难题的当今,如何树立全民危机意识,调动全社会的力量,未雨绸缪,提高公众的防震减灾意识和主动参与意识,共同应对地震灾害显得尤为重要。本期市县防震减灾工作将河北省防震减灾科普教育工作特色做法及经验介绍给大家,希望能得到一些启发。     

防震减灾无小事 责任使命大如天——沈阳市防震减灾工作掠影

沈阳位于中国东北地区南部,是东北地区最大的中心城市,有“东方鲁尔”“共和国第一长子”的美誉.沈阳地处东北亚经济圈和环渤海经济圈的中心,是正在建设中的沈阳经济区（沈阳都市圈）的核心城市,工业门类齐全,是长三角、珠三角、京津冀地区通往关东地区的综合枢纽城市,具有重要的战略地位.     

宁可有备无震不可有震无备备而不足——凉山彝族自治州防震减灾工作

凉山州是全国最大的彝族聚居区,位于四川省西南部川滇交界处,全州辖1市16县,幅员面积6万余平方千米,总人口500余万,境内居住着汉、彝、藏、蒙古、纳西、傈僳族、等14个少数民族,是四川省民族类别最多、少数民族人口最多的地区.如何做好少数民族地区防震减灾工作,提高群众防震减灾意识,达到最大限度地减轻地震灾害,关系到全区全面建设小康社会的进程,也是凉山州防震减灾工作的重点工作.     

一切为了明天——运城市地震应急演练素描

多年以来,山西省运城市地震局立足现状,强化作为,常年坚持开展地震应急演练,以增强老百姓的防震意识,提高政府应急处置能力,对于推进城市社区地震应急救援系统建设,具有重要的示范作用。本期市县防震减灾工作将向大家推荐他们的一些做法,以供大家学习参考。     

繁荣减灾文化提升国家软实力

文化是一个国家或民族的历史、地理、风土人情、传统习俗、生活方式、文学艺术、行为规范、思维方式、价值观念等.文化是一种历史现象,是代代累积沉淀的习惯和信念,渗透在生活的实践中,与人类社会相伴相生,融为一体.人类的发展历史始终伴随着对自然灾害的斗争和挑战.随着全球气候变化以及经济快速发展,全球资源、环境和生态压力加剧,自然灾害防范应对形势更加严峻复杂.     

高温后足尺有粘结预应力混凝土梁板力学性能研究

针对足尺有粘结预应力混凝土梁板高温后的抗弯承栽力开展了非线性计算分析。结果表明,综合配筋指标、有效预应力对高温后极限弯矩与常温下极限弯矩比值M_u~A/M_u的影响不大,预应力度和预应力筋的保护层厚度对M_u~A/M_u影响显著。高宽比近似相同的有粘结预应力混凝土梁,当第一排钢筋的保护层厚度相同时,受火时间为3 h,高度为700 mm的梁高温后截面承栽力下降幅度最大约为30%,高度为4500 mm的梁高温后截面承栽力下降幅度不到10%,高温后大尺度梁的力学性能优于小尺度梁。给出了考虑预应力筋保护层厚度和预应力度影响的有粘结预应力混凝土板M_u~A/M_u的计算公式,以及综合考虑预应力筋、非预应力筋合力点到梁底距离和预应力筋梁侧保护层厚度影响的有粘结预应力混凝土梁M_u~A/M_u的计算公式。     

与海南共同成长——海南省市县特色防震减灾工作

编者按：2018年,是我国改革开放40周年,也是海南建省办经济特区30周年。30年来,海南发生了翻天覆地的变化,海南各地的防震减灾事业也大多经历了从无到有的过程。本期《市县防震减灾》栏目,我们将再一次走进海南,以洋浦、澄迈、昌江为缩影,看30年来海南省市县防震减灾工作所取得的成就。     

全面深化改革 激发工作活力——河南省防震减灾特色工作

河南地处祖国的中原大地,面积约16.7万平方千米。作为中华民族与华夏文明的主要发祥地,如何在保护好历史文化基础上更好地开展防震减灾工作,河南地震人扎实朴素的工作作风,给我们留下了深刻的印象。     

加强联合协作 主动服务地方经济社会发展——福建省宁德市防震减灾工作

宁德市地处福建省东北部,地震活动水平相对较低,地区经济欠发达。通过走访宁德、屏南县等市县防震减灾工作,我们了解到,近年来,宁德市地震局以习近平总书记关于防灾减灾救灾的重要思想为指导,加强部门联合协作,不断整合力量,主动作为,积极服务地方经济社会发展,走出了一条基础薄弱地区防震减灾工作的新路子。     

基于mini-1D-CNN模型的TE过程故障诊断

为提升石化企业过程监测与故障诊断系统性能,满足化工过程故障诊断实时性、时效性的要求,提出一种基于过程历史数据驱动的最小一维卷积神经网络(mini-1D-CNN)的故障诊断模型。首先,通过一维卷积核学习和识别不同故障类型的数据特征,自动提取优势特征并进行故障分类;其次,通过逐步向后回归选择重要特征参数,优化模型结构。利用可实时获取的31个过程变量与操作参数,输入一维卷积神经网络(1D-CNN),监测与诊断田纳西-伊斯曼(TE)过程的主要故障。结果表明：相对于其他故障诊断模型,mini-1D-CNN模型在测试集上故障诊断率(FDR)较高,可达到96.50%;同时,mini-1D-CNN模型关注于TE过程故障诊断的重要特征参数,在降低参数量及降低训练和测试时间上具有显著优势。