密相塔半干法烟气脱硫塔内加湿降温及其对脱硫效率的影响

为了实现密相塔半干法脱硫工艺的精确加湿进一步提高系统脱硫效率,利用推导出的传热传质计算方法,得到烟气温度降低和加水量的关系.结合3组密相塔半干法工程实际数据,发现理论计算值和实测值误差区间仅为2.9%~5.4%.通过选取河北某钢厂210 m2烧结烟气密相塔半干法脱硫项目实际在线检测数据,发现循环脱硫灰含湿量为3%的系统脱硫效率整体高于含湿量为5%和4%的样品,最大值达93.56%.通过粒度分析、扫描电镜、X射线衍射及差热-热重对2种不同含湿量的循环脱硫灰进行表征,结果表明,含湿量为3%的循环脱硫灰较含湿量为5%的样品粒径小、比表面积大,无团聚现象,物相分析还证实相对于含湿量为5%样品,其Ca(OH)2和结晶水含量少,几乎都是CaSO4和CaSO3干态物质,因此脱硫反应进行彻底,脱硫效率较高.     

基于改进灰色模型的管壁蜡沉积厚度预测研究

为对含蜡原油管道中的蜡沉积厚度进行准确预测,在函数cot(x2)变换的基础上,结合平移变换思想,利用cot(x2+c)变换建立新的改进GM(1,1)模型。以现场管道结蜡数据和室内环道结蜡数据为例,对比改进GM(1,1)模型、基于函数cot(x2)变换建立的GM(1,1)模型及传统GM(1,1)模型之间的预测精度,并分析平移量c对改进GM(1,1)模型预测精度的影响。结果表明:改进GM(1,1)模型的预测精度最高,其次是基于函数cot(x2)变换建立的GM(1,1)模型,而传统GM(1,1)模型的预测精度最低;随着平移量的增大,改进GM(1,1)模型的平均相对预测误差呈现出先减小后增大的趋势,因此合理的平移量有助于模型精度的提高。应用改进GM(1,1)模型来预测管道蜡沉积厚度是可行的,该方法可为含蜡原油管道蜡沉积厚度的准确预测提供参考和借鉴。     

有限空间作业人员生理状态监测设备研制

为监测有限空间作业人员异常生理状况,进而保障有限空间作业安全与作业人员生命健康,在分析手腕处6个测量位置信号质量的基础上,获得最佳信号采集位置,并结合事故成因,从光电容积脉搏波(PPG)信号中提取心率、脉搏周期、振幅等生理参数作为评价指标,研制一款针对有限空间特殊作业人群的手腕处脉动生理信息监测设备;并进行系统稳定性测...     

高铁应急调度STAMP/STPA安全性分析

为克服传统安全分析模型不能评估高铁调度系统中组件之间复杂交互的缺陷,基于系统理论的事故过程模型(STAMP),将高铁应急指挥系统中人员与设备之间交互安全性问题视作系统控制和反馈问题,构建高铁应急调度控制反馈模型,识别系统安全风险与约束;采用系统理论过程分析法(STPA),分析不安全控制行为及诱发不安全控制行为的控制缺陷...     

数据样本有限的交通恐怖袭击行为识别

为解决交通恐怖袭击行为识别时数据样本有限,难以满足深度神经网络(DNN)对海量训练数据的需求,提出数据增强深度学习的样本有限条件下交通恐怖袭击行为识别方法.首先,设计数据增强策略与方法,获得足够的训练样本;其次,在训练时使用原训练样本和增强训练样本计算代价函数,以抑制过拟合,提高鲁棒性;然后,堆栈多个稀疏自编码(SAE...     

水电工程施工安全隐患关联规则挖掘

为高效挖掘水电工程隐患排查中积累的大量数据,采用基于互信息和左右信息熵的短语提取技术,从非结构化的隐患数据中提取结构化关键短语;运用桑基图,描述隐患特征、隐患部位、隐患类型之间的信息流动;结合短语提取技术,优化Apriori关联算法,挖掘隐患部位与隐患类型的关联规则,绘制关联规则网络图,结合桑基图分析规则;验证某水电站...     

我国首枚国家自主安全算法RFID芯片

2008年,Mifare卡被荷兰NRU大学的F.D.Garcia攻破。中国各类重要门禁、一卡通等使用M1技术的智能卡系统受到了潜在的安全威胁,各IC卡应用行业开始进行全面、系统的安全检查。2009年,上海华虹集成电路有限责任     

基于VMD排列熵与FASSA-SVM的滚动轴承故障研究

提出了一种基于萤火虫改进麻雀搜索算法-支持向量机（FASSA-SVM）的轴承故障诊断方法。首先对轴承工况的振动信号变分模态分解（VMD）得到多个模态分量（IMFs）,其次利用排列熵（PE）求解每种工况每个IMF的PE值作为特征参数输入至SVM中,最后利用FASSA方法优化SVM的惩罚因子、核参数并得到最优的轴承故障分类诊断效果。实验结果表明,FASSA-SVM方法的平均测试集诊断准确率高达99.8%,该诊断结果优于传统的萤火虫算法（FA）、优化麻雀搜索算法（SSA）。     

一种基于人工蜂群算法的多目标路径决策方法

为兼顾火灾中人员疏散的安全性与效率,使得人员避免遭受火灾风险侵害的同时尽可能节省人员疏散所需时间,提出一种基于人工蜂群算法的最优疏散路径决策方法。首先,通过将一个考虑逃逸代价的单目标模型以及一个考虑路径复杂度的单目标模型合并为一个双目标路径规划模型,实现以火灾风险、路径长度及路径复杂度为最终优化目标;然后,以某建筑为例,运用Pyrosim软件进行建筑内火灾模拟,利用本文的最优疏散路径决策方法得到该火灾场景下的最优路径。结果显示：该决策方法可以有效帮助人员避开风险水平较高的区域,同时尽可能降低所选疏散路径的复杂度,验证了该方法用于考虑火灾蔓延对疏散路线影响的可行性。     

冬季高速公路逐时路表温度LSTM预测模型

为提高冬季路表温度的预测精度,提出一种基于多维长短时记忆(LSTM)神经网络的冬季路表温度逐时预测模型,以小时路表温度为模型输出,综合考虑多维气象因素的累积影响和路表温度的周期性,采用滑动窗口构造输入特征矩阵;构建路表温度LSTM逐时预测模型,通过深度学习高效逼近具有复杂非线性和不确定性的路表温度,并以江苏省宁宿徐高速公路、云南省麻昭高速公路为实例进行验证。结果表明：与随机森林(RF)模型和BP神经网络相比,LSTM路表温度逐时预测模型的准确率得到显著提高,在宁宿徐高速、麻昭高速的平均绝对误差(MAE)、均方误差(MSE)和均方根误差(RMSE)分别为0.303、0.295、0.543和0.581、0.694、0.833,预测值与观测值绝对误差位于[0, 1)℃之间的占比为93%和89%。LSTM模型能准确捕捉路表温度的周期性和不确定性,在阴雨天和晴朗天的预测值与实测值基本一致,模型鲁棒性较好。