建筑物走廊型通道中火灾烟气流动特性的研究

应用网络模型方法,将建筑物走廊型通道合理地划分为多个节点,在火源为10kg木材的情况下,利用已开发成功的烟流性状预测软件对四川消防科研所的一座实体建筑物进行了模拟计算,获得了各节点烟流性状的发展变化规律。经比较,模型计算结果与实验数据十分符合。证明走廊型通道的多节点划分方法正确、预测软件实用可靠。根据烟气侵入走道中两节点的时间差及两节点间距,提出了烟气弥漫速度的计算方法。该算法与实测结果间的相对误差小于3%,实例应用及研究的成果,为建筑物火灾时安全疏散动态模拟研究提供了理论依据。     

基于小波神经网络的瓦斯涌出量预测研究

准确地预测瓦斯涌出量对于指导矿井设计和安全生产有重要意义,而瓦斯涌出量是一个与自然因素及开采技术等多因素有关的非线性建模问题。鉴于传统神经网络方法解决非线性问题收敛速度慢,易陷入局部最优解的缺陷,笔者提出一种既充分利用小波变换的时频局部化性质,又能结合神经网络的自学习能力的小波神经网络预测瓦斯涌出量的方法,并建立了预测模型。在此基础上,采用Delphi语言,设计了小波/BP神经网络仿真器。通过实例分析表明该方法较传统神经网络收敛迅速,预测精度高。     

基于小波神经网络的煤层底板突水非线性预测方法研究

针对煤层底板突水系统为一非线性动力学系统的特性,并在考察目前煤层底板突水预测方法的基础上,给出利用小波神经网络对煤层底板突水进行预测的可行性和优越性;阐述了小波神经网络的基本原理;提出和分析了基于小波神经网络的煤层底板突水预测模型及算法;并通过实例证明,应用小波神经网络解决煤层底板突水预测的可行性和优越性。研究及实践表明:小波神经网络的预测精度更高、更准确。     

深埋地铁岛式站点火灾模型实验研究(2)--列车火灾

列车停靠站台时一旦发生火灾,火灾烟气将向站台和区间隧道空间蔓延.尤其对于深埋地铁车站,如何控制车站列车火灾是地铁设计过程中必需解决的科学问题之一.这里,笔者利用深埋地铁车站模型实验台研究了列车停靠在站台时发生火灾情况下,火灾烟气蔓延规律,分析了火灾烟气有效控制方案,研究结果有利于火灾时深埋车站排烟模式的选择.     

基于贝叶斯网络的一种事故分析模型

贝叶斯网络被认为是人工智能研究中不确定性知识表示和推理的重要工具。当前在系统安全领域中已开始运用贝叶斯网络技术进行故障诊断分析，然而故障只是诱发事故的因素之一，无法系统的评价事故背后的隐患，对事故后果的预测也甚少涉及。笔者将贝叶斯网络作为一种事故分析手段，在事故致因理论的基础上提出了一种基于危险因素-事故-事故危害的三层贝叶斯网络拓扑模型；阐述了网络模型层次间的因果关联关系、各层次的构成、节点的描述方法以及网络模型的构建方法；最后通过一个天然气球罐的分析案例验证了该模型分析方法的可行性和有效性。     

深部岩体分区破裂化模拟试验模型几何尺寸的确定

为了揭示深部岩体在开挖时所发生的一系列变化情况,需要进行模拟试验研究。简要介绍了深部岩体在开挖洞室或巷道时发生的分区破裂化现象及其发展规律。根据分区破裂化力学现象、模拟试验背景和试验加载条件,运用弹性力学的基本理论,通过分析与计算,确定了采用b/a≥10作为模型几何参数的选取原则。在实验室条件下,可以采用石膏半径b=1 000 mm,钻孔半径a=100 mm的圆柱体模型来模拟深部岩体的分区破裂化现象及其规律。     

MULTITEMPORAL SCALE HYDROGRAPH PREDICTION USING ARTIFICIAL NEURAL NETWORKS1

Abstract: An artificial neural network (ANN) provides a mathematically flexible structure to identify complex nonlinear relationship between inputs and outputs. A multilayer perceptron ANN technique with an error back propagation algorithm was applied to a multitime-scale prediction of the stage of a hydro-logically closed lake, Devils Lake (DL), and discharge of the Red River of the North at Grand Forks station (RR-GF) in North Dakota. The modeling exercise used 1 year (2002), 5 years (1998–2002), and 27 years (1975–2002) of data for the daily, weekly, and monthly predictions, respectively. The hydrometeorological data (precipitations P_(t), P_(t-1), P_(t-2), P_(t-3), antecedent runoff/lake stage R_(t-1) and air temperature T_(t) were partitioned for training and for testing to predict the current hydro-graph at the selected DL and RR-GF stations. Performance of ANN was evaluated using three combinations of daily datasets (Input I = P_(t)), P_(t-l), P_(t-2), P_(t-3), T_(t) and R_(t-l); Input II = Input-l less P_(t) P_(t-l), P_(t-2), P_(t-3); and Input III = Input-II less T_(t)). Comparison of the model output using Input I data with the observed values showed average testing prediction efficiency (E) of 86 percent for DL basin and 46 percent for RR-GF basin, and higher efficiency for the daily than monthly simulations.     

Can social psychological models be used to promote bicycle helmet use among teenagers? A comparison of the Health Belief Model, Theory of Planned Behavior and the Locus of Control

PROBLEM: The bicycle helmet use rate is still low among teenagers despite the cumulating evidence that bicycle helmets can prevent cyclists from serious injuries and death. The objective of this study was to investigate the usefulness of the Health Belief Model (HBM; Health Education Monographs, 2 (1974) (1), Theory of Planned Behavior (TPB; Ajzen, I. (1988). Attitudes, personality and behavior. Open University Press, Milton Keynes) and Locus of Control model (LC; Psychological Monographs, (1966) (80) in understanding the intention to use bicycle helmet use among bicycle helmet owners. METHOD: Data were collected at two schools in Helsinki, Finland. Students (N=965) completed a questionnaire including three social psychological models applied to helmet use. Models were compared by structural equation modeling techniques. SUMMARY: Results showed that the TPB and LC model fitted the data well, whereas fit of the HBM model was lower than the fit of TPB and LC models. All components of TPB and external LC orientation were significantly related to the intention to use a helmet. TPB together with LC model provide a promising theoretical framework for helmet use promotion campaigns. Practical suggestions for future bicycle helmet campaigns were provided.     

铁路运输经济预警系统的研究

铁路运输经济安全是国民经济安全的基础。建立综合运用现代科技手段的运输经济预警系统 ,对调控铁路运输和引导铁路运输业安全、健康发展十分重要。笔者将铁路作为国民经济的子系统 ,考虑国民经济对铁路的影响因素。在分析铁路运输经济的影响因素和景气预警指标的基础上 ,利用BP神经网络预测出下季度铁路运输经济预警指标的值 ,用景气信号监测模型对预测值进行分析并显示该季度的预警信号 ,直观地评价铁路运输经济的安全状态。运用铁路运输经济预警系统分析了 2 0 0 3年第一季度～ 2 0 0 4年第一季度 ,5个季度的景气信号 ,并对 2 0 0 4年第二季度的各项指标进行预测和景气分析 ,对系统进行了实用和考核 ,取得预期效果。     

江苏体应变数字台网地震尾波的衰减关系与震级

体积式应变仪能记录全球大震,根据江苏体应变数字台网记录的全球大震波形,给出了测定地震尾波衰减系数、台网震级公式、震级标准差以及单台校正值的方法。由衰减经验关系lgA=G-klgτ导出的地震尾波应变双振幅A随尾波推移时间τ的衰减系数k=1.415,并取得以M(PEK)震级为基准的地震尾波应变台网震级公式MDC=4.02+1.04lgτ+0.74lgA±0.02,给出了江苏5个体应变台站的震级校正值,计算了近年内全球发生的35个地震震级值,平均震级标准差为0.11。尾波多点测量改善了7.6级以上大震MDC的精度,用该方法测量全球大震不存在震级"饱和"问题。