基于主成分分析和神经网络的事故预测方法及应用

为解决人工神经网络(ANN)对复杂系统进行事故预测建模时,易导致网络复杂,降低网络性能和增大预测误差的问题,提出一种基于主成分分析法(PCA)的ANN事故预测方法。介绍PCA法和ANN的基本理论,阐述基于PCA法的ANN事故预测模型及其预测步骤,即在利用ANN预测之前,先用PCA法分析事故影响指标,将多个指标转化为少数几个能反映原始信息的互不相关的综合变量(主成分),然后以这些变量作为输入进行ANN建模,从而达到简化模型,提高网络性能和计算精度的目的。以煤矿事故预测为例,进行应用和对比研究。结果表明:基于PCA的ANN事故预测相对误差小于3%,而直接运用ANN方法预测的相对误差达到5%。这说明,对复杂安全系统进行事故预测时,基于PCA法的ANN预测方法是更可行的。     

原油的应急处置原则有哪些？

原油即石油,是一种粘稠的、深褐色（有时有点绿色的）流动或半流动粘稠液．略轻于水。它由不同的碳氢化合物混合组成．其主要组成成分是烷烃,还含有硫、氧、氮、磷、钒等元素。可溶于多种有机溶剂,不溶于水．但可与水形成乳状液。不同油田的石油成分和外观可以有很大差别。     

马尾松凋落针叶热解燃烧烟气排放机理

使用热重一红外光谱分析仪联用（热红联用）技术棚4定了马尾松凋落针叶热解燃烧的起始温度、烟气成分、排放量及其达到峰值时的温度等。结果表明,针叶在250℃时气体排放开始大量增加,当升温至600℃左右时,有氧条件下其气体排放基本结束,而无氧条件下则继续排放气体,甚至在950℃时仍然有CO2和CO排出;针叶释放的无机烟气以CO2和CO为主,在有氧和无氧条件下,气态有机物在种类和排放量上均有较大差异,无氧条件下气态有机物的排放量最高。实验还发现,无氧条件下,CO和气态有机物排放量出现了多峰值现象,表明针叶在无氧条件发生了2—3次热解排放高峰。     

基于KPCA-GA-BP的煤矿瓦斯爆炸风险模式识别

为了能够准确识别煤矿开采中瓦斯爆炸事故的风险类别,以提升对瓦斯爆炸事故的应急防范能力,提出了一种高效准确的风险识别模型.考虑到瓦斯爆炸涉及特征指标之间并非单纯的线性关系,采取核主成分提取方法(KPCA)对涉及的煤层瓦斯含量、瓦斯涌出量、风量供需比等19种特征指标进行属性约简,从而消除信息重叠,并使用遗传算法(GA)对BP神经网络的权值和阈值进行全局寻优,避免了过拟合状况的出现,在降低模型预测损失值的同时提高模型运算准确率.采用KPCA-GA-BP模型对83组实例数据进行分析,选取其中62组数据进行训练,其余21组数据进行测试.预测结果中20组风险等级分类正确且用时较短,识别准确率为95.24％,表明模型对瓦斯爆炸灾害风险等级具有高识别精度和高效率.     

基于SKPCA与NEAT算法的煤与瓦斯突出危险性预测

针对煤与瓦斯突出预测精度不足的问题,为了减少突出灾害的危害,提出了基于稀疏核主成分分析法(SKPCA)与增强拓扑神经进化算法(NEAT)的煤与瓦斯突出危险性预测方法.通过核主成分分析法对突出非线性数据进行降维,然后对主成分数据进行稀疏化,减少原始数据中不重要元素对降维后主成分的影响.搭建增强拓扑神经进化网络(NEAT)预测模型,采用进化算法同时优化神经网络的权值和拓扑结构,得到最佳神经网络预测模型.将处理后的主成分数据输入模型预测突出危险指数,结果表明,该方法危险等级预测准确度达到98％,SKPCA-NEAT模型在煤与瓦斯突出预测上相比PCA和BP神经网络具有优势.     

基于主成分投影法的长江上游水源涵养区生态安全评价

本文基于压力--状态--响应概念模型,构建了水源涵养区生态安全评价指标体系.利用主成分投影法评价区域生态安全状况,并通过长江上游52个县的实证分析,得出大部分县的生态安全状态堪忧,只有少数县处于安全状态.主成分投影法能较好地反映区城生态安全状况,并根据当地实际情况提出了建议及措施,具有一定的推广和实用价值.     

煤矿主提胶带运输系统远程自动化集中控制的工程实践

从煤矿生产作业环境的安全性出发,结合机械化、自动化技术的发展趋势,提出煤矿主提胶带运输系统远程自动化集中控制的技术方案,并以成功实例验证了方案的可操作性,节能效果显著。     

京杭大运河淮安段水质的多元统计分析

以京杭大运河淮安段4个水质监测断面2007年的水质监测数据为样本,用主成分分析的方法,找出影响京杭大运河淮安段水质的主成分,计算各样本的主成分得分,用聚类分析的方法将样本水质分类,根据水质综合评分公式,计算各监测断面各月份水质综合评分,结合分类结果及水质综合评分对各样本水质评价结果为：监测断面黄码大桥的水质最差;另3个监测断面1、3月份的水质最好;而监测断面板闸的水质又好于监测断面五叉河口及大运河桥的水质。     

安徽省粮食生产的主成分分析及其趋势预测

采用安徽省1978～2010年的相关社会经济统计资料为基础数据,在对33 a来粮食动态变化的定量定性分析基础上,利用主成分分析方法探讨了区域粮食生产的影响因子。然后根据安徽33 a粮食总产量的历史数据,建立GM(1,1)预测模型,对安徽省未来20 a（2011～2030年）的粮食产量进行中长期的模拟预测,以期为相关部门粮食生产决策提供科学依据。研究表明：(1)1978～2010年,安徽省粮食生产在波动中增长,粮食总产量和人均粮食产量曲线的动态变化基本吻合。（2）影响粮食生产的3个主要成分分别是社会经济发展水平、农业生产成本和粮食作物播种面积。（3）粮食生产在2011～2030年将保持平稳增长的良性发展态势,2030年粮食预测产量达到4 119万t,比2010年增长了1 039万t,年均增长15%。〖HJ1〗〖HJ〗     

探析模糊控制无线节点网路技术在石油化工安全中的应用

在石油化工领域,为了有效预防和控制易燃易爆有毒气体的泄漏燃烧爆炸,利用计算机技术和电信通讯网络,处理信息和传输信息,以监测探头、无线接收发模块、监控主计算机三部分构建一套安全预警监控系统。在化工厂或危险源区域的危险点,设置多处监测节点,接受信息传输到无线接收发模块,进行模糊化计算、推理,判断后输出结果到监控主计算机,监控主计算机向安全管理人员、现场工作人员等发出报警信息。