PAN dust explosion inhibition mechanisms of NaHCO3 and Al(OH)3

We investigate the PAN dust explosion inhibition behaviors of NaHCO₃ and Al(OH)₃ in a 20 L spherical explosion system and a transparent pipe explosion propagation test system. The results show that, in the standard 20 L spherical explosion system, the highest PAN dust explosion concentration is 500 g/m³, the maximum explosion pressure is 0.661 MPa, and the maximum explosion pressure increase rate is 31.64 MPa/s; adding 50% NaHCO₃ and 60% Al(OH)₃ can totally inhibit PAN dust explosion. In the DN0.15 m transparent pipe explosion propagation test system, for 500 g/m³ PAN dust, the initial explosion flame velocity is 102 m/s, the initial pressure is 0.46 MPa, and the initial temperature is 967 °C; adding 60% NaHCO₃ and 70% Al(OH)₃ can totally inhibit PAN dust explosion flames. Through FTIR and TG analyses, we obtain the explosion products and pyrolysis patterns of the explosion products of PAN dust, NaHCO₃, and Al(OH)₃. On this basis, we also summarize the PAN dust explosion inhibition mechanisms of NaHCO₃ and Al(OH)₃.     

Review of hydrogen safety during storage,transmission, and applications processes

Hydrogen is considered an excellent clean fuel with potential applications in several fields. There are serious safety concerns associated with the hydrogen process. These concerns need to be thoroughly understood and addressed to ensure its safe operation. To better understand the safety challenges of hydrogen use, application, and process, it is essential to undertake a detailed risk analysis. This can be achieved by performing detailed consequence modellings and assessing risk using the computational fluid dynamics (CFD) approach. This study comprehensively reviews and analyses safety challenges related to hydrogen, focusing on hydrogen storage, transmission, and application processes. Range of release and dispersion scenarios are investigated to analyse associated hazards. Approaches to quantitative risk assessment are also briefly discussed.     

基于模糊层次分析法的木结构古建筑安全评价

为准确地对木结构古建筑进行安全现状评价,考虑到木结构古建筑的结构复杂性,本文提出一种基于模糊层次分析法的木结构古建筑评价方法。利用该方法对故宫博物院景福宫进行检测和评价。结果表明:利用层次分析法对木结构古建筑进行安全性评价简单可行,与传统的评级法相比,该方法可考虑不同构件对结构安全性的贡献程度以及不同属性对同一构件安全性的贡献程度,提高了木结构古建筑安全评价的准确性和可靠性。     

基于随机森林的飞机长着陆预警方法

为降低飞机冲出跑道事故造成的人员伤亡和财产损失,以长着陆事件为研究对象,探讨1种有效的长着陆事件预警方法。提出应用随机森林模型对长着陆事件进行预警,给出模型的特征筛选、构建及评价方法,并使用实际飞行数据验证模型有效性。结果表明:基于随机森林的飞机长着陆预警模型精确率为88.41%,召回率为87.14%,模型可以有效对长着陆事件进行预警。     

生产安全领域科研项目成果评价指标与评价方法研究*

为了更全面、更准确地开展生产安全领域科研项目成果的评价工作,以国家对科技成果评价的相关法规与标准为指引,结合生产安全领域科研项目成果的自身特点,基于德尔菲法从“学术与技术水平”、“成果效益”和“成果影响”3个方面构建相应的多层次评价指标体系;结合生产安全领域科研项目成果特点,提出综合采用同行评议法、多维指数评价法、层次分析法、模糊综合评价法和科学计量法的评价方法选择思路,并以Yaahp作为评价方法的配套工具进行实际应用。研究结果可为生产安全领域相关科研项目成果的评价工作提供一套从指标体系到评价方法,从评价方法到评价工具的整体解决方案。     

领导风格与员工安全行为关系的元分析*

为更好地比较不同领导风格对员工安全行为的影响,采用元分析方法,基于34篇独立实证研究的15 032个样本,对常见的领导风格与员工安全行为关系进行定量分析。结果表明:对于安全遵守,相关系数从低到高分别为伦理型领导、变革型领导、领导-成员交换以及交易型领导;对于安全参与,相关系数从低到高分别为伦理型领导、变革型领导、交易型领导、领导-成员交换;年龄、经济发展水平、行业以及研究设计调节了领导风格与员工安全行为之间的关系。     

基于系统动力学的食品企业安全生产监管博弈研究

为了研究食品安全生产及监管的内在机理、影响因素及监管模式,采用演化博弈论方法建立了政府监管部门与食品企业之间的博弈模型,运用复制动态方程和系统动力学方法深入分析了食品安全生产中相关主体的决策选择。结果表明:食品企业在追求利益最大化的前提下须主动重视食品安全问题,食品企业的策略选择受安全生产投入成本、处罚成本和声誉收益的影响;政府监管部门的监管行为受监管成本、外部负效益及社会成本等多方因素的影响。因此,增大监管部门惩处力度、降低监管成本、完善社会公众监督机制、强化声誉效应是食品安全问题得以解决的有力保障。     

考虑驾驶员反应时间的车辆碰撞预警模型

为了保证车辆在行驶过程中的安全性,提出了一种考虑驾驶员反应时间的车辆碰撞预警模型,改进了传统模型中驾驶员反应时间定值化的缺点。首先,依据车辆的制动过程分析了驾驶员反应时间对制动距离的影响。其次,设计驾驶员反应时间的模糊推理算法,选取驾龄、疲劳强度和应变能力3个主要因素作为评价指标来计算反应时间。最后,采用分等级的预警策略建立考虑驾驶员反应时间的碰撞预警模型,并通过Carsim-Matlab/Simulink联合仿真与传统模型进行对比分析。结果表明,设计的预警模型可以对不同类型的驾驶员进行差异化碰撞预警,在30 km/h和80 km/h两种车速下实际停车距离与理论值的最大误差为8%。     

基于PCA-FPP-BP神经网络的高层建筑火灾安全评价

为解决高层建筑构造复杂、人员密度大、火灾触发因素繁多而造成高层建筑火灾安全评价困难的问题,本文提出基于PCA-FPP-BP神经网络的高层建筑火灾安全评价模型。首先运用主成分分析(PCA)对构建的高层建筑火灾安全评价指标降维处理,筛选主要信息;接着基于三角模糊数构建模糊评判矩阵,利用模糊优先规划(FPP)求解指标的权重值,减少主观的影响;最后考虑到指标间关系错综复杂彼此交叉和反馈的特性,选择BP神经网络对高层建筑火灾安全进行评价。通过工程案例证明该评价模型的实用性以及可靠性。     

建筑工程生产事故死亡人数时间序列分析

为研究建筑工程安全生产事故死亡人数的变化规律,采用时间序列分析方法,分析了建筑安全事故死亡人数时间序列上的趋势性规律,通过数据预处理和模型的识别与检验,最终建立了安全事故死亡人数预测模型。对全国2005—2014年建筑工程安全生产事故造成的死亡人数进行了分析和预测。结果表明:ARIMA模型各年预测值与实际值误差率为0.393,相比灰色模型和BP神经网络模型误差率最小。总体上说,ARIMA模型较适用于随机性较大的数据的趋势预测。