论建立我国安全管理硕士教育制度

论述了安全科学技术的地位和作用，我国安全科学与工程学科的特点，安全工程师必备的知识体系，培养安全工程专业人才的要求，目前安全工程人才培养与实际需要的差距，我国安全科学技术的前景和已有的多层次安全教育体系等，在此基础上，首次提议了建立我国的安全管理硕士（MSA）教育制度，以便满足高层次安全管理人才的迫切需要，同时，还探讨了MSA人才的基本培养方案，比较了MSA和MBA（工商管理硕士）的共同特征，提出MSA教育可以借鉴MBA教育的经验。     

基于小波包分析的爆破振动危害评价初探

结合振动主频的质点振速判据是对单一质点振速判据的补充和完善.但该判据的振动主频是通过FFT变换的频谱分析的方法获得的,不能体现爆破振动波形的多主振频带特征,而且由于方法本身的局限性使得主振频率发生的时间段不能确定.小波包分析法则克服了FFT频谱分析的局限,有效地分解和重构原始信号中的细节信号,并将其作为评价不同频率细节信号的爆破振动危害效果的基础.本文针对爆破振动的小波包分析法进行了研究,对各小波包细节信号加载条件下的不同危害效果进行了讨论,得到了相应的质点振速判据,并将该方法所得到的判据与FFT变换的频谱分析方法所得到的判据进行了对比.结果表明,基于小波包分析法的质点振速判据更加符合爆破振动危害的真实情况.     

提高节理面c和φ对岩坡开挖变形的影响

为了反映岩质边坡在节理面注浆后的变形效应,首先,通过室内试验,分析注浆前后岩体变形和破坏的全过程,以探讨其抗剪性能(粘结力c和内摩擦角φ)的变化;然后,基于理想弹塑性本构模型的Mohr-Cou-lomb准则,运用拉格朗日元数值方法(FLAC3D),对岩坡注浆前后变形效应(水平位移、垂直位移、剪应变增量)进行模拟。结果表明:注浆加固后,岩体的位移场变得均匀和连续,节理面处的较大位移受到抑制,边坡的整体性得到提高,有利于边坡的稳定性。     

广州市地面塌陷的形成原因与时空分布

地面塌陷是珠江三角洲城市地质灾害的主要类型之一。广州市地面塌陷灾害频繁发生,近10年来呈波动式上升趋势。其塌陷类型分为岩溶塌陷和工程地面塌陷两种,岩溶塌陷主要分布在广花盆地的花都区、白云区,工程地面塌陷主要分布在中心城区。地面塌陷灾害孕灾环境复杂、致灾因子多样,承灾体脆弱,灾害后果严重。人为因素是地面塌陷的主要诱发因素。岩溶塌陷主要是由于过量抽取地下水或矿山疏干排水、地下采空、暴雨触发所致;工程塌陷主要是人类工程行为所致,其主要致灾因子包括排水疏干与突水(突泥)作用、人工加载、人工振动、人工开挖桩基、地表渗水、地铁等地下工程盾构掘进等。     

岩溶地基土洞塌陷评价及处理

地下水(地表水)产生的渗透潜蚀作用、崩解作用等是土洞形成和发展的重要原因。对工程实例中的土洞,采用极限平衡法和压力拱分析法进行了稳定性判别。在土洞中充填砼,然后采用压力灌浆,灌浆所采用的水灰比为1∶1~1∶1.5,灌浆压力一般为0.15~0.30 MPa,地基处理效果好。     

基于嵌入式网络视频监控系统的设计

介绍了一个基于嵌入式Linux的网络视频监控系统的设计与实现,阐述其嵌入式服务器软硬件部分的设计思想和体系架构,然后重点介绍了系统前端软件的设计,包括嵌入式Linux的设计和应用程序的设计.     

基于GSM的通用远程报警控制器的研制

分析了现有报警控制器的优缺点,利用STC89系列单片机优良的性价比和TC35i的特性,研制了一种基于GSM的通用远程报警控制器.介绍了该报警控制器组成结构、工作原理和相应的控制程序.该报警控制器具有远距离报警、无噪声污染、双向控制和使用方便等特点,具有很好的市场前景.     

多因素耦合条件下硫化矿自燃神经网络动态预测模型研究

硫化矿石自燃是多种因素、多场耦合综合作用的结果,是一典型的非线性问题。笔者应用人工神经网络技术,以Matlab软件为平台,通过现场调查和理论分析,建立了矿石含硫量、通风强度、环境温度3因素与硫化矿石自燃之间的预测模型;通过数据样本学习与部分现场监测数据相结合进行模拟,研究表明预测数据与实测结果基本吻合,误差控制在10%以内,取得了较好的效果。该研究为预防硫化矿石自燃提供一个新的思路和方法,具有一定的理论意义和应用价值。     

改进突变理论在井下排水方案优选中的应用

为了更精确合理地对新桥硫铁矿排水方案进行优选,对利用突变理论的方法进行优化,建立突变理论和熵权法相结合的改进模型。从经济和工程量方面出发,综合考虑了影响排水方案优选的3个层次的12个指标,统计样本数据。运用熵权法分层确定同一上层变量下各指标的客观权重,导入突变理论中,建立综合评价结构模型,消除了主观因素的影响。同时运用突变理论和EM-TOPSIS进行方案优选,通过对比3种方法的优选结果,证明了改进突变理论的可靠性与合理性。     

基于SA-ELM的爆破震动速度预测

针对爆破震动速度与其影响因素之间的复杂非线性,结合模拟退火算法(SA)的全局寻优性,提出了一种新的SA-ELM算法.以矿山周边建筑物爆破震动实测数据作为训练样本,选取总药量、最大段药量、测点与爆破点距离、地面震动特性、建筑物震动特性等8个影响因素作为输入变量,建立了爆破震动速度预测的SA-ELM模型.模型训练值和预测值与实测值的均方误差(MSE)分别为0.20和3.26,平均相对误差控制在5％以内,显示出该模型具有良好的训练精度和泛化能力.对比传统ELM模型,SA-ELM模型不但提高了精度和泛化能力,而且降低了隐层节点数变化对训练结果的影响,提高了模型的稳定性.