基于组合赋权三维云评估技术的深部煤矿顶板事故风险分析

为了更好地对深部煤矿顶板事故展开风险评价,提出了组合赋权三维云评估技术。基于事故统计及事故致因理论,对深部煤矿顶板事故风险指标体系展开研究,采用博弈论对改进层次分析法(Analytic Hierarchy Process, AHP)和熵权法进行博弈分析,以实现风险指标的组合赋权,通过构建三维云模型,对深部煤矿顶板事故危险性进行可视化分析。结果表明：包括行为、技术、设备、环境、管理5大风险因素在内的一级指标并其下20个二级风险指标是深部煤矿顶板事故风险评价指标体系的主体内容,且以环境风险权重最大;由三维云评估技术分析可知,平煤九矿的顶板事故风险级别为Ⅲ级,即修复后可接受,与该矿生产实际情况相符。组合赋权三维云评估技术的提出有助于完善深部煤矿顶板事故风险评价方法,可应用于工程实践。     

基于电化学-热-力耦合模型的锂离子电池热失控研究

为提升锂离子电池的安全性能,减少由热失控导致的安全事故,分析电池温升的原因并有效降低其温度,依据电化学反应中浓度、电势与热模型中温度的相互影响关系,建立电化学-热-力耦合模型。通过模拟单电池和电池组温度分布的实时情况,分析单电池温度不均匀分布和电池组温度正态分布情况的原因,探讨换热面积和流通量对散热量的影响,研究电池组中单体电池的位置分布及不同传热介质的散热情况。研究结果显示：低温和相对高温环境下,欧姆热、极化热及电化学反应热产热占比不同,但产热最高温度未达到电极材料与电解液分解反应的临界温度420 K;高温环境下,电池温度持续升高接近临界温度,出现热失控趋势,对流换热系数对电池影响较大。电池组间隙为10 mm和20 mm时,整体温度比间隙为0时分别降低了1.1%和1.8%;与无间隙电池组相比,以铜板和铝板为传热介质的电池组温度分别降低了2.0%和1.6%。     

生物质热转化过程中积灰沾污结渣特性及趋势预测研究进展

为阐明生物质灰的沾污结渣特性及其趋势预测研究现状,使生物质能热转化利用过程更加安全,在综合分析生物质灰沾污结渣的危害及机制的基础上,从沾污结渣特性与沾污结渣预测两方面归纳国内外研究进展,梳理出影响结渣的主要因素——灰分组成、反应温度、气氛和添加剂等;并对沾污结渣趋势的预测方法和研究趋势进行分析。针对实际工程中锅炉受热面结渣和腐蚀问题,可以采用混烧、混入添加剂、水洗、酸洗、改变受热面材料、优化锅炉和烟道结构设计、优化反应条件等措施解决。在生物质灰沾污结渣趋势预测方面,目前并没有完整的统一标准,简单沿用煤灰的结渣指标存在严重的不适应性,且现有的预测方法通常只考虑固态或熔融成分对结渣的影响,而忽略了碱金属、氯、硫等元素挥发与温度变化的关系。因此,以热转化过程中碱金属的气-固分配趋势为基础,结合不同温度下生物质灰的特点及成灰特性,建立适用于不同温度下生物质灰的沾污结渣预测模型,是下一步研究应重点关注的问题。     

深度学习下吊装作业工人防护装备及吊钩检测方法

为解决危大工程中吊装作业安全管理的问题,基于深度学习构建目标检测算法(You Only Look Once version 5,YOLOv5)网络模型,针对进入吊装作业区域内人员的防护装备进行多目标融合检测,并对吊钩在施工过程中的状态进行检测。在原始的检测网络模型中引入4种注意力机制,并通过5种训练模型的结果对比分析,进而选择卷积块注意力模块(Convolutional Block Attention Module, CBAM)最优模型。优化后的检测模型对安全帽的平均识别精度达86.5%,对反光衣的平均识别精度达83.0%,对吊钩的状态识别精度达92.0%。将训练好的人员检测模型和吊钩检测模型打包成exe执行文件,应用到施工安全管理人员的中控平台,可帮助管理人员更好地判断吊装作业的工作情况,进而及时进行风险管控。     

低照度下改进YOLOX的煤矿无人电机车轨道障碍物检测方法

为解决地下煤矿光照不足进而导致无人电机车脱轨、撞车或侧翻等问题,提出了一种低照度多特征融合的YOLOX-CBAM目标检测算法,对矿井无人电机车轨道障碍物进行有效识别与分类。首先,通过实际场景采集及标注构建地下煤矿障碍物数据集,并将其输入微光数据处理Zero＿DCE模型中;其次,对YOLOX目标检测网络进行改进,分别在骨干网络CSPDarknet和特征金字塔(Feature Pyramid Networks, FPN)部分增加双通道CBAM注意力模块,解决了特征提取环节通道单一的问题;最后,将预测头部分的损失函数替换成SIoU,加快了模型迭代的速度。结果表明,与传统两阶段Faster-RCNN网络、YOLOv4网络、YOLOv5网络和原YOLOX网络相比,本模型精确率分别提高了4.65百分点、2.65百分点、2.19百分点、1.35百分点,召回率分别提高了9.39百分点、4.36百分点、0.82百分点、0.76百分点,速度分别提高了28.6帧/s、16帧/s、13.6帧/s、2.9帧/s,同时本模型与分别添加CBAM、SA、SA+SIoU、SE、SE+SIoU,YOLOX-CBAM模块的...     

基于IAOA-KELM的储气库注采管柱内腐蚀速率预测

针对储气库注采管柱的内腐蚀速率预测问题,建立了基于阿基米德优化算法(Archimedes Optimization Algorithm, AOA)与核极限学习机(Kernel Extreme Learning Machine, KELM)相结合的模型提高腐蚀速率预测精度。通过引入佳点集、改进密度降低因子、采用黄金正弦算法缩小搜索空间,提高局部开发能力,利用改进阿基米德优化算法(Improved Archimedes Optimization Algorithm, IAOA)优化KELM正则化系数(C)和核函数参数(γ),进而建立IAOA-KELM储气库注采管柱内腐蚀速率预测模型;使用MATLAB软件运用该模型对某注采管柱内腐蚀数据集进行学习与预测,将IAOA-KELM模型与KELM、粒子群优化算法(Particle Swarm Optimization, PSO)-KELM、AOA-KELM结果进行预测误差对比。结果表明,IAOA-KELM模型的预测值与实际值较为拟合,其E_RMSE为0.65%,E_MAE为0.39%,R²...     

露天矿含弱层边坡三维危险滑面构建及稳定性计算

露天矿含弱层边坡稳定性分析是露天开采领域中的一个重要研究内容,实际工程问题复杂多样,基于二维计算会导致结果偏于保守,有时无法满足复杂工程的需要,因此,开展含弱层边坡三维稳定性分析的研究是很有必要的。基于标准椭球,对其进行空间几何变换,与边坡插值生成一种由x_a等6个参数控制的椭球危险滑面,将椭球滑面与弱层结构面进行组合插值,构建含弱层边坡三维危险滑面;使用三维剩余推力法和遗传算法计算边坡稳定性系数并进行最危险滑面搜索,使用经典算例对方法进行验证,发现含弱层边坡随着滑体宽度增加稳定性系数逐渐降低。以锡林浩特某露天矿为应用实例,对东北帮含弱层边坡进行三维稳定性计算,验证了方法在实际工程中的适应性。     

基于反向漏风的地铁区间隧道并联通风机运行调节优化

为明确隧道运营期间并联通风机的调节依据,依托青岛地铁八号线大洋站至青岛北站区间隧道,搭建隧道通风系统模型。通过并联试验,测定了通风机变频频率、电功消耗值及相应风量,并以功率差值占比、通风效率为依据,探究并联通风机的反向漏风规律和最佳频率匹配范围。结果表明：由于管网结构的影响,并联通风机反向漏风存在抑制临界点;为避免反向漏风,并联通风机变频调速处于额定转速的30%～50%、>50%～70%、>70%～90%时,其功率差值占比不宜大于1.6%、6.1%、17.6%;并联通风机同型号同频率运行时,通风效率不一定最优,要使并联通风机增效减耗运行,风机变频调速宜处于额定转速的70%～90%且功率差值占比≤6%。频率匹配范围的确定可为隧道运营期间并联通风机的变频调节提供参考。     

级配与拦挡位置对滑坡碎屑流运动影响研究

为了研究不同级配的高位滑坡碎屑流经多级偏转后冲击不同拦挡结构的运动特性以及致灾效应,结合自然地形构建固定坡度和偏转角度均为45°的离散元模型,并利用DEM软件进行数值模拟分析不同拦挡工况和不同级配对碎屑流颗粒运动过程中能量耗散、最终堆积形态,以及碎屑流冲击挡板的作用高度的影响,进而建立相关冲击力学模型。研究结果显示：(1)上下均设置挡板的工况能有效减缓碎屑流颗粒的平均动能和势能,且能有效降低颗粒流翻越挡板的数量,并降低颗粒流的最大运动距离从而减小致灾范围;随着颗粒组级配的增大,势能时程曲线分散点出现的时间越晚,颗粒流最终堆积面积中细颗粒组最大,粗颗粒组最小。(2)当滑槽底部反作用力位置取2/3静止堆积体长度时,计算所得碎屑流最大冲击作用高度与模拟试验结果相接近,力学模型计算的冲击作用高度在0.017～0.138 m。在实际工程中,可按研究相似比对此范围进行加强抗冲击防护。(3)由于侧板的切向力和“颗粒分选效应”,大颗粒会主要冲击挡板的中上部,小颗粒主要冲击挡板的下部,并受偏转角影响集中在一侧,因此工程设计可根据实际情况避免在沟道偏转方向的反向建设工程。研究结果可为高位滑坡碎屑流灾害的治...     

机场能见度临近预测方法

能见度是保障机场航班安全、正常运行的重要标准之一。为精准预测能见度,使用2020年天津机场气象和常规空气质量监测数据,构建基于方差膨胀因子(Variance Inflation Factor, VIF)、主成分分析(Principal Components Analysis, PCA)和Informer的能见度预测模型,并将均方根误差、平均绝对误差、平均绝对百分比误差作为评价指标进行误差分析。结果显示,VIF-PCA-Informer模型比单一的Informer和简单组合模型效果更优,能更好地捕捉长时间序列特征的关系。相比于单一的Informer、长短期记忆神经网络和门控循环单元模型,VIF-PCA-Informer模型均方根误差下降了0.214 1～0.348 6,平均绝对误差下降了0.184 2～0.275 3,平均绝对百分比误差下降了0.322 4～0.527 0;VIF-PCA-Informer模型对能见度的临近预测(1 h)更为精准。使用高效的机场能见度预测模型可在保障航班安全高效运行方面发挥较大支撑作用。