复杂环境下的控制爆破安全技术

城市控制爆破中碰到了作业空间小、周围环境复杂、对爆生灾害控制要求高等问题。通过对问题的分类分析,结合实际工作情况提出了分区爆破、孔外孔内同时微差爆破、合理控制微差时间等手段,有效地克服了环境困难,成功地完成了爆破工作。     

模糊集重心理论在隧道瓦斯突出评价中的应用

以隧道瓦斯突出评价为研究对象。选取地质构造、煤层厚度、隧道埋深、瓦斯含量、瓦斯压力、瓦斯放散初速度和煤的坚固性系数作为指标,建立隧道瓦斯突出评价标准;用关联函数确定指标权重;结合模糊集重心理论与最短距离识别准则,构建属性识别模型,对隧道瓦斯突出进行评价。评价结果与可拓评价结果一致,从而验证了该方法的实用性。研究表明,基于模糊集重心理论的属性识别模型用于隧道瓦斯突出评价是可行的,为隧道瓦斯突出评价提供了一种新方法。     

生物特征识别技术 在德国护照中的应用及其启示

本文针对我国将生物特征识别技术应用到护照中面临的问题,分析了生物特征识别技术在护照中应用的必然性和德国为此所作的准备,建议借鉴德国的经验,通过立法机关修改护照法或对护照法有关条款解释来稳妥、全面地解决问题。     

输油管道的风险识别及其评价方法的研究

输油管道是石油运输的主要组成部分,在输送油气过程中存在很多的风险。应用科学分析方法,识别管道输油生产作业危害及其影响和事故隐患,并对危害因素进行正确的评价。同时,对输油管道安全评价方法进行研究,从而选择合理的评价方法。     

建筑垃圾空间分布、体量及变化量监测和模拟交叉学科研究进展

建筑垃圾具有复杂的时空特征,其产生量、变化量难以估算和准确监测,测绘科学和环境科学领域均针对这些问题进行了相关研究。建筑垃圾的多源遥感精准识别、堆放量和变化量的准确监测与模拟,是加强城市生态环境保护和治理,揭示城市建筑系统代谢机理的基础和关键。从多学科交叉视角,梳理国内外建筑垃圾空间分布、体量估算及变化监测与模拟的发展趋势和代表性研究进展,以期进一步支撑环境保护和城市建筑代谢的深入研究。将建筑垃圾监测及其空间分布分为传统方法和机器学习或深度学习辅助的遥感识别方法进行总结。建筑垃圾的体量估算方法包括基于统计数据和基于立体模型的估算方法。最后总结了建筑垃圾变化量动态监测和城市建筑代谢模拟的研究现状。通过系统分析和总结该领域的研究成果,提出目前存在的问题以及未来发展趋势的展望,对提高建筑垃圾等固体废物的监管水平,保护城市生态环境,促进城市建筑代谢的交叉学科研究具有参考价值。     

城市综合承灾能力评价

不同的灾害对城市的作用方式和城市的受灾反应都是不同的,但其不同点系存在于某些特定方面,而从宏观和本质上来看,城市对灾害的反应是有很大共性的,找出并掌握这些共性,也就抓住了城市综合灾害管理的核心和实质.鉴于以往在城市灾害研究中涉及的定义、研究内容和范围的不明确,首先进行了分析比较,给出了明确的划分,并提出用"承灾能力"来"统摄"全局,按照面对灾害作用下的逻辑和时间顺序,通过对城市功能的分析,提出由防灾能力、抗灾能力、救灾能力和恢复能力作为城市承灾能力的组成部分,并按照城市的社会、经济、环境三大功能分别设置了各种能力的评价指标.通过数据搜集和分析,先后应用层次分析法和区间数的模糊可变识别方法得出了全国省会城市和包括4个直辖市在内的共29个城市2003年的城市承灾能力对比结果.结果表明,目前国内大城市的综合承灾能力普遍较弱,亟待加强防灾减灾建设.     

如何识别地震谣言 科学应对地震

2010年4月份以来,网络上流传着关于陕西兴平市、江苏南京市等多个地区的地震谣传,谣传中发生地震的地点不同,但是主要内容基本相同,都是"据美国宇航局、美国国家地震台网预测:中国某地几级大地震于2010年几月几日几点降临,震中为某某地……"一系列地震谣言,引起了当地群众的恐慌,扰乱了生产和生活秩序,给人民正常生活带来影响。为此我们采访了中国地震台网中心副主任、研究员张晓东,请他谈谈如何识别地震谣言科学应对地震。     

基于改进YOLOv7-x的多场景火灾识别算法

为解决发生火灾时传统的火灾报警器易受环境和空间的限制,出现检测精度下降的问题,提出1种基于改进YOLOv7-x的多场景火灾识别算法。首先,对火灾数据集进行多样化扩展,使其对任务场景更具适应性,再将扩展好的数据集进行数据增强以提升模型的鲁棒性;其次,在算法头部嵌入Coordinate Attention注意力机制,用来增强算法对火灾的专注力,并在算法主干引入ConvNeXtBlock结构,提升算法的精度;最后,使用Merge-NMS算法代替传统的NMS算法用来提升预测框位置的精准度。研究结果表明：改进YOLOv7-x算法相比于改进前的均值平均精确度mAP提高7.8个百分点,改进后的算法性能更优,可满足复杂场景下火灾精准检测的要求。研究结果可为智能化检测火灾提供技术支持。     

基于MMPose的三维作业姿势风险与角度可靠性评估

为避免作业人员因工作姿势不准确或过度负荷而患上工作相关的肌肉骨骼疾患(WMSDs),提出1种非侵入式的三维姿势风险评估方法。首先,构建三维人体姿态估计模型;其次,使用三维姿态识别技术提取人体的三维坐标并计算出所对应的关节角度;最后,将关节角度作为输入放入REBA,RULA评分库中进行作业姿势风险的自动评估,引入身体角度可靠性评估,可有效过滤一些采集质量较低的人体姿势视角数据,提高作业姿势估计的准确性。研究结果表明：三维姿势风险评估的识别精度优于Kinect,对比关节识别精度均方根误差(RMSE)更小;且方法具有可行性,与3位专家比较类内相关系数(ICC值)均大于0.846;并且通过身体可靠性评估,REBA,RULA的分数评估精确度都提升至94%。研究结果可为减低作业人员职业健康风险,提高工作效率提供参考与借鉴。