提升化工园区安全管控水平——“化工园区事故预警与现场动态监测关键技术及成套装备开发”项目介绍

<正>为了保障我国化工园区整体安全稳定,提升园区安全监管监控水平,中国安全生产科学研究院于2012年初立项,计划用3年的时间,到2014年12月31日前,完成"化工园区事故预警与现场动态监测关键技术及成套装备开发"项目。该项目主要通过对化工园区生产安全事故预警、动态监测、安全     

山西吕梁西山亚辰煤业8#煤层采煤工作面瓦斯涌出规律解析

本文结合28103回采工作面的情况,利用现场在28103工作面轨道和运输顺槽布置测点,利用瓦斯解析仪进行现场解析并测定其瓦斯含量,从而对28103工作面回采期间的瓦斯涌出量情况进行预测,结果显示,28103回采工作面在回采期间瓦斯含量较低。     

基于北京市火灾统计数据的时间序列分析

采用Box-Jenkins法分析了城市火灾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诊断,最终建立了城市火灾预测模型。对北京市2000—2006年的火灾统计数据进行了平稳性处理,通过城市火灾预测模型的建模方法对北京市火灾发生次数的时间序列进行了ARIMA建模。根据得到的ARIMA(1,1,0)(1,1,1)12模型对北京市2007年的火灾发生次数进行了预测,并将该模型和BP神经网络模型的预测结果与实际情况进行对比分析。结果表明,ARIMA模型特别适用于随机性较大的火灾数据的趋势预测,并且方法简单,算法经济。     

煤矿瓦斯爆炸灾害态势评估的GRA-ANP-FCE模型及应用

在系统分析煤矿瓦斯爆炸灾害影响因素的基础上,针对影响因素的复杂性及其之间存在相互作用的特点,提出了煤矿瓦斯爆炸灾害态势评估的GRA-ANP-FCE模型。该模型采用灰色关联分析方法计算影响因素的灰色关联度并进行排序,以获得煤矿瓦斯爆炸灾害的主控因素,构建了由主控因素组成的煤矿瓦斯爆炸灾害态势评估指标体系,采用网络分析法建立了多准则、多层次的评估指标体系网络模型并计算了各评估指标权重,结合评估指标的权重分布,采用多级模糊综合评判法对煤矿瓦斯爆炸灾害的态势进行了评估。通过实例验证了该方法的合理性。     

张集矿综采工作面瓦斯治理措施及效果分析

张集矿属于煤与瓦斯突出矿井,针对目前所开采的17266工作面地质构造条件复杂、瓦斯涌出量大、处于突出危险区等瓦斯治理难题,采取"风排瓦斯、高抽巷穿层钻孔抽采、运输巷、回风巷顺层钻孔抽采和上隅角埋管抽采"等瓦斯综合治理措施,用分源预测法得出工作面绝对瓦斯涌出量为30.3 m3/min。结果表明,工作面的主要瓦斯涌出来源为本煤层瓦斯涌出。工作面风排瓦斯量11.0 m3/min,工作面瓦斯抽采率达63.0%以上。     

模糊支持向量机在煤与瓦斯突出预测中的研究

模糊支持向量机(FSVM)综合了模糊理论和支持向量机(SVM)的学习理论,不仅继承了SVM在小样本情况下所具有的较强识别能力的特点,并且比SVM拥有更好的学习能力。在FSVM算法中,每个样本被赋予一个隶属度值,使得构造目标函数时不同的样本有不同的贡献,达到最大限度的消除噪声或者孤立点的效果。运用了灰色关联分析(GRA)对煤与瓦斯突出指标进行提取,引入了一个合适的模糊隶属度函数,并在此基础上提出了基于FSVM的煤与瓦斯突出预测的模型,通过实际数据的验证和其他预测方法的对比,证明了FSVM模型能够满足煤与瓦斯突出预测的要求。最后,将FSVM和传统SVM对同一组数据进行训练,证明了FSVM相比较传统SVM拥有更高的精确度。     

基于灰色神经网络优化组合模型的火灾预测研究

为了提高火灾事故预测的精度,根据我国火灾事故数据样本较小,波动性较大的特点,将遗传算法优化的灰色无偏预测模型与遗传算法优化的BP神经网络模型结合起来,建立灰色神经网络优化组合模型,充分发挥无偏灰色预测模型适用于小样本的数据预测的优势与BP神经网络处理非线性问题的优点。分别采用遗传算法优化后的无偏灰色GM（1,1）模型、遗传算法优化的BP神经网络预测模型与灰色神经网络优化组合模型对我国1998-2008年的火灾事故进行拟合,并对2009-2011年的火灾事故发生数进行预测。结果表明:灰色神经网络优化组合模型的预测误差最小,精度最高,适用于火灾事故的预测。     

基于GA-ELM的冲击地压危险性预测研究

为提高冲击地压预测的效率和准确率,在分析冲击地压影响因素的基础上,提出了一种将遗传算法(GA)与极限学习机(ELM)相结合的冲击地压预测的新方法。为了避免ELM受输入权值矩阵和隐含层偏差随机性的影响,算法采用GA对ELM的输入权值矩阵和隐含层偏差进行优化,建立GA-ELM冲击地压预测模型。利用某矿冲击地压统计数据对该模型进行了实例分析,将ELM、SVM和BP算法预测结果与该模型进行了对比分析。结果表明:GA-ELM模型具有较高的预测精度,可以相对准确、有效地对冲击地压发生的可能性进行预测。     

江苏苏州：“大数据”系统推动警务改革

近期,一种依靠“大数据”理念,通过对以往案发数据、人口和地理信息、甚至天气等多种数据分析,用以预测未来指定时间段内辖区某地域发案概率的全新科技系统——犯罪预测系统,在江苏省苏州市公安局苏州工业园区分局跨塘派出所正式投入公安破案实战运行,这标志着目前全球最典型的“大数据”应用系统,正式走入公安工作核心视野。     

区域水资源可持续利用评价指标体系构建

基于区域水资源可持续利用评价指标体系（Indicators System for Sustainability AssessmentofWater Resources Use, ISSAWRU）构建的一般方法与步骤,论文围绕初始、优化和评价检验三个过程构建ISSAWRU;针对ISSAWRU构建中的指标信息重复和干扰问题,提出相关分析与粗糙集Horafa 属性约简算法相结合的方法实现指标体系的优化,并采用灰色系统理论与粗糙集耦合的评价方法对优化结果进行评价检验。以福建省为例,9 个设区市为研究单元,依据可持续发展理论,从水资源条件、开发利用状况、生态环境和社会经济四个方面,构建由30 项指标组成的初始ISSAWRU,通过筛选得到由12 项指标构成的优化ISSAWRU,进而对这两套指标体系进行评价。结果分析表明：相关分析与粗糙集Horafa 属性约简算法相结合的指标信息优化方案是可靠的;筛除重复和干扰指标信息,简化了繁杂的指标体系,降低了后续评价的计算复杂度,并且信息筛选后的优化ISSAWRU比初始ISSAWRU评价结果更合理。