基于FTA-SPA耦合方法的生物质气化站安全评价与预测

利用集对分析的联系度将系统或元件介于故障与非故障之间的状态体现出来,通过对差异度采用特殊取值法分析系统安全程度,表明安全管理与日常维护的重要性。并用集对分析的集对势、悲观势对生物质气化站的安全状况发展趋势进行预测,为生物质气化站的安全评价和预测提供新思路和途径。     

生产运行装置发生火灾事件的原因

塔西南化肥厂属于炼化企业,其中合成氨装置内有所有各类易燃易爆介质,各类高危作业较多,易发生各类火灾事件。从引起各类火灾事件的原因进行分析,提出避免发生火灾的措施。对化工企业的安全生产有一定的借鉴意义。     

《化工企业火灾防护》互动研讨式教学实践

现代教学注重培养学生的独立思考、探索和实践能力,强调学生学习的主观能动性,需改变传统的教学模式,强调启发互动研讨式教学。中国矿业大学安全工程专业开设《化工企业火灾防护》课程作为互动研讨式教学实践,以学生为主体、分小组进行自由讨论式互动教学。教学实践表明:互动研讨式教学能有效地提高了学生的积极性和探知欲,起到良好的课堂教学效果。     

二氧化碳灭火系统扑灭风电机组舱内火灾试验研究

为有效遏制全国多地风力发电机组火灾事故的势头,基于灭火系统在风电机组防火设计中的重要性,提出采用二氧化碳灭火系统对风电机舱进行灭火保护的解决方案。在建造国内首台风电机组火灾模拟试验装置的基础上,通过试验研究二氧化碳灭火系统在常温状态和低温状态下对风电机组火灾的灭火能力。结果表明,该灭火系统能够对风力发电机组进行全淹没灭火保护,适用于空间狭小且结构复杂的风电机舱;在低温条件下,其喷放时间和灭火时间虽比常温状态下长,但灭火效能并未降低。     

我国酒店业火灾事故特征及其防控管理体系构建

酒店游客接待量大,人口密集,一旦发生火灾,危害巨大。识别酒店业火灾事故的发生特征以及影响因素将有助于有效构建防控管理体系。以2004—2013年我国发生的283起酒店业火灾事故案例为研究样本,通过对案例信息的分解、编码与统计,利用聚类分析、交叉性列联表等方法对我国酒店业火灾事故的时空分布特征和后果特征进行了多元统计分析,归纳出我国酒店业火灾事故发生的9大原因,并根据我国酒店业火灾事故总体发生特征构建了顾客管理、全员防火管理、时间管理、场所管理、应急管理和智能系统管理六个方面的火灾防控管理体系。     

局域地形和林火数量对区划方法的影响规律研究

森林火灾等级区划不仅能为预防森林火灾提供宏观指导,并有利于防火人员的合理安排,从而达到对火灾的有效防范和控制。一个好的森林火灾的区划结果得益于适宜的区划方法,而区划方法的选择则受制于区划影响因子,因此探讨森林火灾区划的影响因子对区划结果至关重要。分析了重庆市森林火灾的空间分布特征,并在GIS支持下,利用2000-2010年中527例历史林火记录和DEM数据,分析了局域高度和林火数量对森林火灾区划的影响。最终,将局域高度及林火数量构建成火灾易发程度并空间化,从林火易发程度的角度出发给出了重庆市森林火灾区划结果。通过分析发现,所构建的林火易发程度可从地形和林火数量的角度反映某一地区的林火发生情况,因此局域地形和林火数量可分别作为重庆市森林火灾区划的指标之一。     

火场典型高沸点可燃液体检验鉴定的研究进展

针对典型高沸点可燃液体,选取柴油、煤油为主要对象,对相关的物证鉴定研究成果进行了梳理,从原样组分、干扰性以及燃烧残留物3个方面介绍了煤油、柴油的检验鉴定,并对未来进行了展望。     

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。     

基于改进YOLOv5s算法的隧道初期火灾检测模型

为提升公路隧道初期火灾的检出率与检测精度,考虑初期烟火特征量小且不易侦测的特点,提出一种基于改进YOLOv5s算法的公路隧道初期火灾检测模型。首先,在YOLOv5s特征检测层并入变压器预测头,在原有3个特征检测头的基础上新增第4个160×160尺度的特征检测头,以增强多尺度识别能力;同时,引入加权双向特征金字塔网络(BiFPN)结构,用于融合高低层火焰和烟雾的语义信息;然后,采用完全交并比(CIoU)替换距离交并比(DIoU),并在置信度损失中采用Focal Loss改进YOLOv5s的损失函数,从而提升新模型整体的训练效果和检测精确度;最后,在真实隧道内开展初期火灾模拟试验,获取50 000幅训练集样本,并结合2022年3月1日江苏镇江观音山隧道真实火灾视频数据,对比分析YOLOv5s-Opt和YOLOv5s算法模型。结果表明：YOLOv5s-Opt对初期火灾的平均检测精度达到90.38%,比YOLOv5s提高2.06%;对于同一段火灾实测视频,YOLOv5s-Opt的检出率比YOLOv5s高出3.63%。YOLOv5s-Opt算法模型更擅长初期火灾小目标的检测和识别,在检测精度和检...     

基于缓冲区重采样的LSTM林火预测模型*

为提高林火风险预测精度,挖掘地图上隐含的空间信息、时间序列上隐含的长期趋势和循环波动,提出1种基于缓冲区重采样的长短期记忆（LSTM）林火预测模型,选取15个与林火相关的影响因素,以方差膨胀因子为评价指标对其进行多重共线性检验,方差膨胀因子大于10的因素具有共线性,并采用信息增益率验证筛选结果的合理性。考虑到火灾的空间聚集特性,采用缓冲区分析与过采样相结合方法减少样本不均衡现象的影响,最终得到176 732条样本。对12个影响因素和研究时间段的火点建立LSTM预测模型,对森林火灾发生风险进行预测。研究结果表明:基于缓冲区重采样的LSTM林火预测模型有效考虑时空上隐含的信息,预测模型准确率为87.06%,特异性为97.99%,敏感度为76.12%,阳性预测率为97.43%,阴性预测率为80.41%,ROC曲线与AUC值均优于随机森林（RF）和支持向量机（SVM）这2种基准算法。维尔克松秩和检验发现,本文提出的模型与基准算法结果具有显著性差异。研究结果可为提高林火风险预测精度提供参考。