天津大学节约型校园建筑节能监管平台通过专家验收

日前,作为天津市节约型校园建设示范高校,天津大学节约型校园建筑节能监管平台通过了由住房和城乡建设部建筑节能与科技司、教育部发展规划司组织的专家验收。通过该平台可对校内50栋建筑能     

Expert Choice在安全评价中的应用

AHP在安全评价中得到了广泛的应用,但存在解答过程的繁琐和结果的不准确等问题。鉴于ExpertChoice能很好地解决AHP模型问题,并能准确有效地给出直观的评价结果。因此,笔者结合AHP的基本理论,应用EC软件对校园安全的AHP模型进行了解答分析。     

校园安全事故隐患防范措施

学校是孩子们学习生活的地方,校园安全牵扯着每位家长的神经。无论是教育行政部门、学校,还是家长都急切地希望能够给予孩子最好的成长环境。为了他们的安全,各地政府、学校都采取了一些措施防范学校事故的发生。     

校园噪声现状分析研究——以哈尔滨工业大学(威海)为例

以哈工大(威海)为例,对校园噪声进行监测和分析,以探明当前中国大学校园噪声污染状况。结果表明,校园大部分区域的声环境处于达标水平,噪声污染主要集中在校门口、体育场和校园广场等区域,为轻度污染型,且白天比晚上的噪声污染严重,休息日的噪声明显高于工作日。校园施工产生的噪声声级较高,容易产生瞬时高分贝噪声,应采取相应的降噪、除噪措施。     

基于物质流分析的大学校园投入产出研究

本文通过物质流分析方法,测度和解析北京大学校园物质输入和输出情况,以及支撑校园的资源和能源在时空的变化及消耗强度。在此基础上,分析校园需求强度,并筛选需求变化较大的输入项作为研究单元,深入研究影响该需求的驱动因子,探讨该输入项与科研产出间的定量或半定量关系。研究表明,北京大学校园系统的总输入量和输出量基本维持在35万吨和22万吨左右,输出占输入量的平均比值为63%;输入项中用电变化最为明显,且与人数、设备量和建筑面积呈多元线性关系。在生态文明成为国家意志的当今社会,随着建设世界一流大学的步伐不断加速,大学节能降耗的压力也将逐渐增加,在未来绿色校园建设过程中,用电需求应予更多关注。     

多层次、全方位创设低碳校园——以荔城中学建设实践为例

本文通过对荔城中学建设低碳校园实践的调查与分析,认为低碳校园应从多层级、全方位角度进行创设。多层次指的是政府、学校和师生的共同努力,全方位指的是从校园基础设施低碳改造、建立体现低碳理念的管理、考核体制、开展低碳教育和宣传以及在工作、生活中切实落实低碳理念等方面来全面建设低碳校园。同时,也体现出荔城中学低碳校园建设的成功实践。     

基于TEM模型的民航不安全事件关联规则挖掘与分析*

为了预防民航不安全事件的发生,应用机组威胁与差错管理（TEM）模型分析2014—2020年民航事故/征候的航空安全报告资料,提取事件里存在于民航运行风险中潜在的情况、威胁、机组差错等因素,通过改进的关联规则方法挖掘其中的关联关系,包括挖掘与事件严重程度有关的因素,找到TEM模型中的关键因素和影响航空器结束状态的致因因素,并进行关联网络图分析。研究结果表明:手动操纵/飞行控制差错、缺少/不足的飞行培训和安全管理、飞行员之间沟通差错与程序执行错误是造成事故/征候的显著因素;关联规则能够有效利用航空安全报告信息,通过定量的方法挖掘事故/征候的特征,找到影响民航不安全事件的强关联因素,为民航安全管理人员提供决策依据。     

“好”字当头 “质”字优先 “安”字为重——华安县扎实推进校安工程建设

明确目标,构筑校园安全堡垒走进马坑中心小学学生宿舍,宿舍内学生们谈笑风生,暖流涌动。学生们兴奋地说:"我们睡上新床铺啦!"马坑乡中心小学地处素有"闽南西藏"之称的华安县,是华安县海拔最高且最偏远的一所小学。之前,学校寄宿生用的床铺是20世纪90年代的木质床,年久失修,极其简陋;学校的教室、食堂都是砖瓦结构,存在很大的安全隐患……     

争创国际生态学校 打造绿色健康校园——郑州市第十二中学环境教育工作纪实

郑州市第十二中学,十分注重环境教育。学校通过开展绿化、美化、净化校园等一系列活动,加大了校园文化建设的力度,营造了浓厚的校园文化氛围,正在逐步将学校打造成绿色、文明、和谐的生态校园。近年来,学校获得了"郑州市花园式单位"、"河南省绿色学校"、"河南省文明标兵学校"等诸多荣誉称号。     

基于GBO-Markov模型的空管不安全事件预测方法

空管不安全事件的分析和预测是空管安全管理研究的重要内容。结合灰色GM(1,1)模型和马尔科夫模型的优点,利用平均弱化缓冲算子对2004—2012年空管不安全事件的初始数据进行处理,并根据模型的残差分布情况进行状态分类,建立了空管不安全事件的灰色缓冲算子马尔科夫预测(GBO-Markov)模型。通过预测2013、2014年空管不安全事件数,对模型进行了交叉检验,灰色缓冲算子马尔科夫预测(GBO-Markov)模型的平均相对误差从57.31%(传统GM(1,1)模型)降低到15.77%,该模型可用于民航空管的不安全事件预测。