基于视频分析的空管员违规行为识别方法*

为利用视频数据对空管员违规行为进行智能化分析,降低不安全事件发生率,提出2阶段的违规行为识别模型（AR-ResNeXt）,基于实地调研构建空管员视频数据集,利用最小化动态多实例学习损失函数和中心损失函数,获得违规行为检测的判别特征表示,结合异常回归网络和ResNeXt网络,完成对空管员违规行为的时序区间检测与动作分类。研究结果表明:AR-ResNeXt模型在自制数据集中,其帧级AUC达到82.9%,分类准确率达到87.8%,可准确识别空管员发生违规行为的时序区间并进行分类,研究结果可为保障空中交通安全奠定基础。     

基于Logistic回归的燃气管网风险因素重要度分析方法研究

为确定燃气管网风险评估的关键风险因素,以A省各地市燃气管网为研究对象,基于燃气专家经验确定燃气管线风险等级,提出基于Logistic回归的燃气管网风险因素重要度分析方法。采用样本增强及随机抽样的方式,选取400个均衡样本作为管网评估数据输入,通过因子分析方法对其进行降维,得到3个公共因子并作为一级指标反向构建燃气管网风险评估指标体系;利用有序多分类Logistic回归方法,根据回归系数绝对值大小对风险因素进行重要度排序。研究结果表明：外界环境对燃气管网风险的贡献程度相对较高,管道自身因素和巡检养护次之。研究结果可为城市燃气风险防控提供理论依据和方法参考。     

系统操作者与管理者行为的博弈演化与收益分析*

为研究工程项目系统中,操作者安全行为与管理者奖惩行为的相互博弈情况,确定操作者和管理者收益,提出博弈演化与收益分析方法。操作者代表系统实际使用者,行为包括安全和不安全行为;管理者代表系统管理者和所有者,行为包括奖励和惩罚行为。确定方法的基本参数;研究博弈演化过程的博弈逻辑关系,从悲观和乐观角度研究二者不同行为相互作用后的收益关系,给出操作者收益和管理者收益的逻辑表达式。结果表明:方法能得到博弈过程演化结果,同时能根据收益结果表达式判断博弈胜出方。     

“三高”气田钻井过程硫化氢泄漏动态风险分析

传统的H2S泄漏风险分析方法不能很好地对事故发展过程进行动态分析,导致分析结果偏离实际。基于贝叶斯方法,构建了高温、高压、高含硫（“三高”）气田钻井过程中H2S泄漏的蝴蝶结模型并提出将其转化为贝叶斯网络,在事故已发生的情况下更新基本事件发生的概率。然后,假定事故后果在确定的时间段内发生的累积次数已知的条件下,更新安全屏障及事故后果发生的概率,从而完成对H2S泄漏的动态风险分析。结果表明,该方法克服了传统静态定量分析方法中的不足,可动态评估导致H2S泄漏的基本事件发生的概率和对顶事件发生的影响程度,并动态反映安全屏障和事故后果的风险变化,能为钻井过程中H2S泄漏的风险分析及防控措施提供参考。     

基于随机森林的阻变型通风网络故障诊断方法*

为了在矿井通风网络发生阻变型故障时,能够快速准确判断出故障位置和故障量,提出1种基于随机森林的通风网络故障位置和故障量诊断方法。利用矿井通风仿真系统IMVS将唐安矿模拟故障生成空间数据集并进行数据预处理,构建基于随机森林的故障诊断模型,并利用该诊断模型对唐安矿矿井通风网络模拟故障位置和故障量进行判断和预测。引用多种方法对模型进行度量,通过唐安矿模拟实验验证基于随机森林的故障诊断模型的有效性。将随机森林和决策树的故障诊断准确率进行对比,研究结果表明:随机森林较决策树故障准确率有进一步的提高,并发现故障地点失误诊断多是相邻巷道,在一定程度上工作人员对故障地点的判断并不受其影响。     

基于社会网络分析的江西各地市公路行业碳排放的关联与分异特征研究

针对各地公路碳排放的空间差异与关联特征,制定合理的低碳策略,实现各地协同碳减排,是行业可持续发展的热点问题。以江西省为研究对象,采用空间自相关、社会网络分析和引力模型等分析11地市公路行业碳排放的空间差异与关联,识别社会网络的结构特征及其演变趋势,明确不同地市在网络中的地位和作用,结果显示：（1）公路货运是公路行业碳排放的最主要来源;（2）江西省公路行业碳排放整体上呈现空间随机分布,不存在全局的空间聚集性,且局部空间聚集特征不断变化;（3）公路行业碳排放网络逐渐从南昌、新余双中心结构演变为南昌为主的单中心结构,网络的协同作用整体呈减弱趋势,核心地市对外围地市的影响力和带动作用不足。     

基于ICEEMDAN和MC-CNN的矿山声发射信号识别分类方法

为精准识别地下矿山声发射事件,采用基于改进的完全集合经验模态分解模型(ICEEMDAN)和多通道卷积神经网络(MC-CNN)模型对声发射信号进行处理后得到分量图,根据各通道输入分量峭度值赋予不同权重,并利用卷积神经网络对输入数据进行训练,最终采用五折交叉实验方法验证该分类识别方法的可行性及有效性.结果表明:基于ICEE...     

基于三层网络的SBR法深度脱氮智能控制系统的中试研究

以一座处理量为60m3·d-1的SBR法中试系统为研究对象,将三层网络智能控制技术引入SBR工艺中,并对该智能控制系统的深度脱氮效果和稳定性进行了中试研究.在SBR法硝化反硝化过程中,pH、DO、ORP曲线上会出现反映生物脱氮进程的特征点,以pH、DO、ORP为控制参数建立的智能控制策略可以准确判断反应的终点,避免了过度曝气,在保证深度脱氮的前提下节省了能耗.经过10个月的稳定运行,即使在温度较低的情况下,该SBR法智能控制中试系统出水的各项指标完全能够达到国家污水排放一级标准,并且达到了深度脱氮的效果,出水COD低于50 mg·L-1,总氮低于5 mg·L-1.     

基于Bayesian网络的常减压装置设备故障概率分析

为分析影响常减压蒸馏装置平稳运行的设备失效模式及故障部件,基于1 151条设备故障数据,采用Bayesian网络分析方法,分别对离心泵、压缩机、电动机构建基于Bayesian网络的设备故障概率分析模型,分析故障部件、失效模式、故障后果之间的定量概率关系。研究结果表明：离心泵、压缩机、电动机停运的关键致因部件分别为轴承箱密封故障、活塞环故障、轴承故障,同时得到导致设备停运的故障部件敏感度排序。研究结果有助于提高设备故障风险防范及检维修工作效率,同时可为备件优化方案提供思路。     

复杂火工系统可靠性预计方法及软件研究

目的 解决在进行复杂系统的可靠性建模以及预计时,计算效率低、容易出错的问题。方法 开展基于GO(Goal Oriented)法的复杂火工系统可靠性预计方法研究。建立不同种类火工组件的可靠性模型和算法,结合火工系统的GO图模型,对系统的可靠性进行预计以及定量分析。依据建立的可靠性模型以及算法,开发一套火工系统可靠性建模以及预计的软件,运用该软件对典型座椅弹射火工系统的可靠性进行预计,并且将软件计算结果与蒙特卡洛仿真方法得到的结果进行比较。结果 软件计算结果与蒙特卡洛仿真方法所得结果的最大相对误差不超过0.004 8%。结论 基于GO法的复杂火工系统可靠性预计方法是合理可行的,而且运用GO法开发的软件可以提高可靠性预计的计算效率,同时也为后续的 GO 图分析计算提供了技术支持。