智能视觉视角下DCS高危现场意外状况的识别方法研究

DCS分布式控制系统的高危现场意外状况仅仅以传感信号进行识别,很难保证识别过程的抗干扰性。为解决这一问题,提出基于智能视觉的DCS高危现场意外状况识别方法。采用计算机视觉特征方法采集DCS高危现场视觉图像,对视觉图像实施小波降噪预处理,提取降噪后DCS高危现场视觉图像边缘轮廓特征,根据该特征采用关键点帧扫描技术判断DCS高危现场关键点,完成DCS高危现场意外状况识别。实验结果表明,所提方法能够准确识别DCS高危现场的意外状况,具有效率高、抗干扰性强的优势。     

安全与危险纠缠理论创建及其研究

针对安全概念不统一,安全科学与技术发展相对滞后,重特大安全事故频发等问题,通过借鉴量子纠缠理论,提出了安全与危险纠缠理论学说。建立了安全与危险纠缠理论模型,阐述了其纠缠机制,明确了一个系统中的安全与危险在不同时段内存在的方式和状态:通常人们所认知的安全或危险均是系统在过去时段内以“一显一隐”的方式塌缩成确定的状态,而在现在与未来时段,它们分别是以“显性”、“隐性”的方式纠缠为不确定的状态;若该系统的“安全与危险纠缠”状态向安全方向塌缩时,系统则表现为安全,若向危险转化时,则系统表现为事故。同时,分析了“安全与危险纠缠”理论建立的对安全科学及安全生产实际意义与理论价值,及其未来展望和存在问题。     

百菌清在马铃薯中的最终残留及土壤中消解动态研究

为评价百菌清在马铃薯上的使用安全性及土壤中的消解动态残留,建立了百菌清在马铃薯及土壤中的残留分析方法,2016—2017年在湖南长沙和河北石家庄两地进行了720 g/L百菌清悬浮剂在马铃薯上的施用,分析了其有效成分百菌清在马铃薯上的消解动态和最终残留。马铃薯、土壤样品用体积比为1∶1的丙酮-乙腈的混合液振荡提取,提取液经盐析、浓缩后用乙腈定容,气相色谱法检测。结果表明,在添加水平为0. 02 mg/kg、0. 20 mg/kg和2. 00 mg/kg时,马铃薯中百菌清残留量检测方法的添加回收率为81. 1%～110. 5%,相对标准偏差(RSD)为4. 4%～11. 9%;土壤中百菌清残留量检测方法的添加回收率为82. 4%～111. 6%,RSD为6. 3%～10. 9%。百菌清在马铃薯上以高剂量(3 240. 0 g/hm~2)、低剂量(2 160. 0 g/hm~2) 2个剂量分别施药3次和4次,最后一次施药后7 d、14 d、21 d的马铃薯的最大残留量均值分别为0. 084 mg/kg、0. 026 mg/kg、0. 020 mg/kg。百菌清在土壤中的残留消解动态规律符合一级动力学反应模型,其消解半衰期为3. 63～8. 35 d,在土壤环境中较易降解。     

山区高速公路空间郁闭度对驾驶员视觉及生理指标的影响

为了解高速公路空间郁闭度对驾驶员视觉行为和心理状态的影响规律,在山区高速公路开展室外实车试验,采用Dikablis眼镜式眼动仪和Varioport生理记录仪记录了驾驶员的眼动和生理数据,包括注视时间百分比、平均注视时间、扫视幅度、眨眼率、心电、心率、皮电等。结果表明,随空间郁闭度增加,驾驶员皮电和扫视幅度增大,眨眼率和平均注视持续时间减小,视点越来越集中。随着驾驶员的逐渐适应,空间环境对驾驶员的心理影响逐渐减弱。驾驶员主要关注中间靠左区域,目标物为中央分隔带和前方道路。开敞空间下驾驶员对右侧区域有少量关注。半郁闭空间下驾驶员皮电呈现规律性的波动,对于左侧区域的关注明显增多,对右侧区域的注视持续时间较长,视点集中点更远。     

基于多目标分布估计算法的地铁网络化应急站点选址

为提升地铁网络的应急救援能力,提出兼顾地下和地面交通两种运输方式的应急资源网络化共享模式,并建立多目标优化模型,对应急站点进行优化选址。模型以应急站点数量最少和总响应时间最短为优化目标,地铁车站重要程度为关键因素,求解各地铁车站的优化覆盖方案。提出了一种多目标分布估计算法,该算法采用拥挤比较算子和锦标赛选择算法获取优势群体,借助概率模型描述可行解的离散分布,并不断更新概率模型来实现种群的进化。运用建立的模型和算法求解北京市局部地铁网络应急站点选址问题,最终获得满足地面交通运输时效、并符合问题优化目标的Pareto最优解集。与NSGE-Ⅱ算法相比,多目标分布估计算法提前123代开始收敛,且针对最小化问题,多目标分布估计算法最优解的两个目标函数值较NSGE-Ⅱ算法分别减小64%和29%。可见,模型符合地铁应急站点选址问题的决策规则;多目标分布估计算法有效地缩小了决策空间,它比NSGE-Ⅱ算法更快地收敛,且能够获得更为优化的应急站点选址方案。     

混合多目标遗传算法求解地下水污染修复管理模型

为了提高多目标遗传算法Pareto解的局部最优性,本文将快速非支配遗传算法(NSGAII)与一种迭代式的局部搜索算法(Hill Climber with Step,HCS)相结合,开发了一种新的混合多目标遗传算法NSGAII-HCS.利用CONV1和ZDT6两个经典的多目标优化函数对NSGAII-HCS的性能进行测试,与传统的多目标算法NSGAII相比,CONV1得到的Pareto锋面与真实Pareto最优解锋面的平均距离由5.49减小到1.74,ZDT6则由0.16减小到0,表明NSGAII-HCS在保证解多样性的前提下,能使解接近或收敛到真实的Pareto最优解锋面.最后,将NSGAII-HCS与地下水流模拟软件MODFLOW和溶质运移模拟软件MT3DMS相耦合,并应用到一个理想的二维地下水污染修复管理模型中,结果分析表明该方法可为地下水污染治理提供多样的和收敛的Pareto管理策略,是一种稳定可靠的多目标优化方法.     

非点源LNG泄漏扩散过程模拟及危险区域分析

为了研究LNG泄漏扩散过程及危害,建立了引入时间参数的高斯烟羽混合模型,利用MATLAB工具对LNG泄漏扩散过程进行动态模拟,解决了高斯烟羽模型不能模拟连续泄漏源泄漏初期浓度分布的问题。提出了非点源高斯烟羽混合模型,可预测液池、大孔等非点源的泄漏扩散过程,并利用Burro 9号LNG泄漏扩散试验进行模型验证。研究了风速、大气稳定度等对LNG泄漏扩散所形成的危险区域的影响,结果表明:风速对LNG泄漏扩散的影响显著,风速越大,扩散越快,扩散达稳定后所形成的危险区域面积越小;大气越稳定,扩散越慢,危险区域面积越大。     

粒子群算法在锚拉桩桩身参数优化设计中的应用

锚拉桩结构的桩身设计参数组合的求解是锚拉桩优化设计的重要内容,在所有满足要求的设计参数组合中,必定存在一组设计参数,可使锚拉桩的造价最低,因此获得这组设计参数对于锚拉桩桩身设计具有十分显著的工程实用价值。基于粒子群优化算法(PSO)的特点,通过一个滑坡治理的工程实例,以单位宽度的滑坡土体设置的锚拉桩的造价作为目标函数,对锚拉桩的桩截面宽b、桩截面长a、桩身长l、桩间距d这4个关键设计参数进行迭代搜索求解;采用MATLAB编写PSO的计算程序,并创建粒子群优化算法(PSO)的用户图形界面(GUI),即PSO-GUI,获得4个关键设计参数的组合;应用Visual C++编程计算优化前和优化后的锚拉桩桩身内力和变形,并与各自的桩身内力设计值和变形允许值进行比较。结果表明:在安全储备相同的条件下,两种参数组合设计的锚拉桩桩身内力和变形均在安全控制范围之内,但优化后设计的锚拉桩与优化前设计的相比,还能节省一定的工程造价,可取得较好的经济效益,且PSO的优化效果明显,也说明采用PSO对锚拉桩桩身进行优化设计具有可行性,为锚拉桩的优化设计提供了新的思路和借鉴。