西江年最高水位的神经网络预报模型

对西江洪水发生的特征进行分析表明，洪水发生频率高，具有明显阶段性特征，并与流域面雨量密切相关。利用前期环流场、海表温度（SST）场及环流特征量资料选择初选预报因子，然后对初选预报因子作EOF分解构造综合预报因子，结合人工神经网络方法建立了西江年最高水位预报模型，并对预报模型进行独立样本试验。结果表明，该预报模型对历史样本拟合精度高，试报效果明显好于传统的逐步回归模型，可在汛期预测业务中应用。     

基于河网水系变化的水灾危险性评价——以永定河流域京津段为例

城市化过程中不合理的土地利用导致河道填塞、河网缩减现象普遍，城市水灾增加。基于灾害系统思想，构建了基于河网水系变化的水灾危险性评价体系，并以永定河京津段为例进行了实证分析。结果表明：（1）近40年来研究区水系结构简单化趋势明显，河道长度减少了20．5％，条数减少了36．4％，水系调蓄能力下降，在同样的致灾强度下水灾危险性加大；（2）在假设暴雨重现期为50年的条件下，经济密度差异决定了水灾潜在危险区的空间格局，居民用地将成为水灾重度危险区；平原段水灾重度危险区占5．7％，中度危险区占33．1％，滨海段重度危险区占13．9％，中度危险区占26．8％。研究结果可为区域综合减灾、水灾预报提供依据。     

关于煤矿安全法制化进程的几点思考

我国十一五规划对煤炭发展做出了新的要求,要建立和谐社会,煤矿安全是煤炭行业和谐发展的第一要务.煤矿安全立法相对滞后,现行法律缺乏针对性和可操作性,应加强煤矿安全立法.加强煤矿安全司法力度,对有效预防煤矿安全事故意义重大,同时应积极开展煤矿安全法制教育,提高煤矿从业人员的安全法治意识.强化煤矿安全执法力度,执法必严,是保障煤矿安全的关键环节.     

Ⅱ824-2综放工作面瓦斯综合治理试验研究

通过对淮北芦岭矿Ⅱ824-2综放工作面瓦斯综合治理的试验研究,摸索出了高瓦斯综放工作面瓦斯治理的有效方法,取得了较好的瓦斯抽放和通风排放效果.     

基于模糊评判人工神经网络的重大危险源辨识研究

国家已经制定了重大危险源辨识标准,辨识依据是危险物质的数量,主要适用于化工行业.本文对于国家重大危险源辨识标准不适合的行业,结合各行业发生事故的特点和工艺特征,综合利用模糊评判法和人工神经网络,辨识企业内存在的重大危险源.在某化工厂进行了检验,实践证明了方法的科学性和合理性.     

矿井安全CIMS技术研究

针对矿区CIMS技术的发展需要,探讨了以安全信息为主要内容的可视化系统,介绍了系统的功能、结构和技术特点.该系统具有工作可靠,使用方便的优点,能较好地实现煤矿安全信息的可视化和智能化集成管理,为矿井安全可靠运营提供保障.     

基于数据库的煤矿危险源辨识系统研究

目前,煤矿大多采用的是检查项和检查内容固定的安全检查表法,为提高煤矿危险源辨识效率和准确性,遏制煤矿事故的发生,从职业安全健康管理体系角度,探讨了煤矿危险源辨识问题,并设计了以煤矿安全信息管理系统为基础的危险源辨识系统,模拟煤矿现场实际情况;依据职业安全健康管理体系中危险源管理的模式筛选出数据库中的相关信息,动态生成与之相适应的安全检查表。同时对煤矿安全信息管理系统的结构、功能以及辨识程序进行了分析。     

矿井提升机盘闸制动系统工作状态监控与安全

运用故障树分析(FTA)方法分析矿井提升机盘式制动系统故障原因,包括机械故障、摩擦系数故障、液压故障等,提出矿井提升机盘闸制动系统的故障树,并给出了系统状态计算机测控系统方案。采用现代检测与计算机技术,对盘闸制动系统的主要故障进行综合检测;对摩擦系数进行间接检测;研究成果,为故障报警与控制提供了保障,报警与控制结合,提高了提升机盘闸制动系统的安全性。     

BP神经网络技术在交通工具火灾预警中的应用

通过对交通工具火灾成因机理以及现有典型交通工具火灾实例的分析研究,建立了预警评价指标体系。根据非线性理论和模式识别原理以及交通工具火灾的特点,采用基于BP神经网络的智能灾害诊断方法,对交通工具火灾发生的可能性和危险性进行评估和预测。研究表明:BP神经网络方法是解决非线性系统问题的一种有效方法,与传统的预警方法相比,该方法具有速度快、效率高、可信度好、自学能力强等特点。采用BP网络进行交通工具火灾预警时,只需输入影响交通工具火灾发生的相关指标因素,网络便可在较短的时间内得出可靠的预警结果。     

基于神经网络和遗传算法的城市火灾风险评价模型

以消防安全工程学与系统安全工程理论为基础,结合我国城市发展特征及消防安全管理状况,建立了城市区域火灾风险评价指标体系;针对神经网络易陷入局部极小而引起评价指标权值分布不合理的缺陷,提出了基于神经网络和遗传算法的城市火灾风险评价模型,该模型以火灾发生的可能性以及灾后的严重程度为输入单元,火灾风险等级为输出单元,采用误差反算法训练BP网络,最终得出火灾风险等级范围,有效地解决了城市火灾的动态性和非线性特征;研究实例证明了该模型的有效性,可为城市的消防安全管理提供确实可行的参考依据。