煤矿储能电站电池安全运行评价及障碍因素研究

储能电站在煤矿应急供电中逐步得到了应用,电池的安全运行对于煤矿应急电源系统具有重要影响。基于储能系统事故原因统计与文献资料,选取影响储能电池运行安全的6个子系统共30个风险因素建立评价体系,采用熵权、逼近理想解排序法与障碍度模型对5个煤矿2018—2022年的应急电源系统进行安全评价。评价结果表明,煤矿应急电源系统的安全风险随时间呈现明显上升趋势;人为因素、运行环境、外部刺激3个子系统是影响煤矿应急电源运行安全的主要障碍因素。     

油气生产高危作业分级与风险防控

油气生产作业存在较大的安全风险,为保证石油生产作业的安全性,基于油气生产作业的风险情况,提出了油气生产调研方法,通过现场诊断发现了油气生产产生风险的原因,书面审查分析了不同作业类型的风险因素,访谈交流发现了管理要求和模式的弊端。针对油气生产高危作业风险调研情况,提出了高危作业分类分级管理措施,确保了油气生产作业安全有序进行,实现了油气生产作业风险控制,提高了油气的生产效率。     

大理州烟草专卖局(公司)网格化管理与双重预防机制的融合应用

为了构建适合于烟草行业的双重预防机制,云南省大理州烟草专卖局(公司)在国家、烟草行业和云南省烟草专卖局(公司)的要求下,创新全员网格化安全管理,并将全员网格化安全管理与双重预防机制有机融合,建立起安全生产工作“层层负责、人人有责、各负其职”的工作体系。结果表明：这种融合既能够解决风险分级管控“落实难”、隐患排查治理“不及时”、欠缺专业知识“干不好”等问题,也能有效落实全员安全生产责任制,持续推进双重预防机制建设。     

基于机器学习的公交驾驶员事故风险识别及影响因素研究

为从公交驾驶员群体中识别出易发生事故的风险公交驾驶员,结合某市公交公司营运安全管理系统数据库、百度应用程序接口(API)及网络爬取技术,并应用K近邻算法补充缺失值,获取42条线路及1 893名驾驶员的数据;基于驾驶员、车辆、线路特征、违规行为、事故、管理等基本特征变量构造派生变量;采用包括递归特征消除、有惩罚项的逻辑回归、随机森林的集成方法选择特征;采用极致梯度提升(XGBoost)等6种机器方法分别建立分类模型,并采用贝叶斯方法优化超参数。结果表明：在构建的6个分类模型中,XGBoost方法构建的模型其受试者工作特征(ROC)曲线下的面积(AUC)评估结果最佳;运用贝叶斯方法优化模型,可以在一定程度上提升ROC的AUC指标;对于风险公交驾驶员预测准确率达到98.66%,运营单位还可以根据自身情况权衡虚报率与命中率代价。此外,车辆服役时间、违规次数等特征对于事故风险具有明显的非线性影响。     

基于Cox比例风险模型的交通违法间隔时间研究

为探寻驾驶员因素和时间因素对城市道路机动车交通违法间隔时间的影响,收集机动车驾驶员交通违法的间隔时间和驾驶员年龄、累计积分等数据,清洗后得到包含10个影响因素的基础数据;基于生存分析算法,采用Cox比例风险回归模型,从各变量对再次发生交通违法间隔时间的影响方面,研究驾驶员交通违法的间隔时间差异,以及影响驾驶员发生再次违法的关键因素。结果表明：交通违法时间间隔受年龄、累计积分、月份3个因素显著影响;33～44岁的驾驶者再次违法率最大,大于60岁的驾驶者再次违法率最小;驾驶员累计积分与生存曲线陡峭程度为正相关关系,累计积分与驾驶者再次违法率为正相关关系;相同间隔时间下,11月生存率最高,1月生存率最短。     

消防员职业安全健康风险及运动潜在调节效应:基于复原力相关生物标志物视角

为从自然科学角度解释消防员在面临极端工作压力下造成心理塌陷或振作的成因,探究潜在的调节效应,首先,整理归纳消防职业压力对复原力相关生物标志物的影响;其次,借鉴不同特种人群在复原力相关生物标志物研究领域的成果,探寻构建与消防职业相适宜的复原力生物监测模型的路径;最后,从运动角度出发,阐释消防员是否在抵抗消防职业压力对复原力相关生物标志物产生的负面影响方面具有潜在调节效应。结果表明：消防职业压力会打破复原力生物适应的平衡状态,对消防员职业安全健康产生不利影响;与消防职业相适宜的复原力生物监测模型,需在借鉴不同特种人群指标选择的基础上,以适当生物标志物的平衡组合为基础构建;运动在促进神经内分泌稳态平衡、上调合成代谢、提高抗炎方面对复原力相关生物标志物的良性发展具有潜在调节效应。     

基于云模型的装配式地铁车站施工安全风险评价

为有效评价装配式地铁车站施工安全风险,减少施工安全事故发生,保障施工安全,提出基于组合赋权和云模型的风险评价方法。首先,根据国家规范和项目资料,初步识别装配式地铁车站施工安全风险因素;再利用德尔菲法优化风险因素,建立包括6个一级指标和25个二级指标的装配式地铁车站施工安全风险评价指标体系;然后,采用熵权法和组合数有序加权(C-OWA)算子确定指标的组合权重,进而结合云模型确定风险评价等级;最后,基于某装配式地铁车站项目验证上述评价方法。结果表明：该项目评价等级为较低风险,与施工现场实际情况基本一致,但人员和施工技术的风险等级为中等,在采取安全防控措施时应重点考虑。     

随机风速风向对无人机地面风险作用效果研究

为准确计算无人机地面坠毁后造成的伤人风险值,考虑空域环境内风对无人机坠落过程的影响,尤其是随机风速与风向对无人机地面坠毁位置的作用效果,并引入二阶标准模型定义无人机坠落过程,建立随机风速与风向作用效果模型,将风的作用输入到无人机坠落全过程,兼以真实运行场景参数、无人机自身运行参数,开展多因素作用下的地面风险评估,重点探讨风速、风向对地面不同区域内人群带来的风险作用,进而得出更加可靠真实风险评估结果。结果表明：环境内风的作用会对无人机地面坠毁位置产生显著影响,最终使得地面风险分布极不均匀,且风险数值远高于民航有人机的安全标准,因此,无人机不适宜在某些较为复杂的城市环境下运行。     

压电安全管理及其模型

为创新安全管理范式,进一步丰富安全管理理论,基于压电理论与安全管理理论,开展压电安全管理研究。首先,分析压电理论对安全管理的启示,探讨压电安全管理的内涵,并提出压电安全管理概念模型;在此基础上,结合安全管理全生命周期理论,构建与解析压电安全管理模型;最后,阐述压电安全管理的特点。结果表明：压电安全管理是一种可根据系统在一定时空内安全状态的变化而采取针对性措施并满足系统安全需求的安全管理新范式,兼备常态安全管理和非常态安全管理2种安全管理模式,同时,涵盖安全风险防控、应急响应和调整优化3种安全管理行为。     

基于机器学习的高速公路大型货车追尾风险预测

针对高速公路大型货车追尾事故频发的问题,评估高速公路大型货车追尾风险,并分析交通流特性对大型货车追尾风险的影响,以降低追尾事故的发生率。根据德国HighD开源数据集,以不同冲突风险等级的碰撞时间(TTC)阈值作为大型货车冲突风险的划分标准,提取大型货车的车辆轨迹与交通特征参数等数据,基于随机森林(RF)、支持向量机(SVM)和人工神经网络(ANN)等3种机器学习模型分别建立高速公路大型货车追尾风险实时预测模型;以混淆矩阵、受试者工作特征曲线的曲线下面积(AUC)和洛伦兹(KS)检验等评价指标,对比分析各模型的整体预测能力,并选取预测精度最好的模型分析各个特征参数对追尾风险的影响程度。研究结果表明：RF模型的预测准确率达75%,相对SVM模型高出8%,相对ANN模型高出10%,且RF模型的预测精确度、召回率、AUC值和KS值均优于SVM模型和ANN模型;最小车头间距、车速标准差和加速度标准差3个参数对大型货车追尾风险影响程度最高。