读者问答

选择混合型硬盘录像机,要考虑哪些问题?Q什么是混合型硬盘录像机(HVR),它与我们通常所说的数字硬盘录像机(DVR)和网络视频录像机(NVR)有什么不同?A数字硬盘录像机(DVR)记录来自模拟摄像机的图像,网络视频录像机(NVR)则记录来自IP摄像机的图像。混合型硬盘录像机(HVR)则同时支持IP摄像机与模拟摄像机。它们都在硬盘上记录数据。     

基于BN的FTA在通用航空风险评价中的应用

针对事故树分析法(FTA)在风险评价中的局限性,采用以事故树为基础建立的贝叶斯网络(BN)风险模型,对通用航空中的两机空中相撞事故进行分析和推理,对事故模型进行改进和修正时,注重基事件的多态性和事件间的逻辑合理性。根据贝叶斯推理得出的数据,找到了事故的主要致因。结果表明,基于BN的FTA既能向前预测顶事件的发生概率,又能向后诊断基本事件的后验概率,可以更好地对通用航空风险进行评价。     

基于复杂网络的城市燃气输配系统失效因素分析

将复杂网络相关理论方法引入城市燃气输配系统失效因素的分析中。选取引起城市燃气输配系统失效的主要影响因素为节点,以它们之间的相互关系为边,建立网络并进行相关分析。发现节点的度分布近似具有幂律的特性,幂指数为1.76;通过节点度的分析,确定出管道附属设备、用户设施失效、第三方影响破坏等因素为引起输配系统失效的主要原因,与引起燃气事故的统计分析资料基本相符合。这为确定城市燃气输配系统关键失效因素提供了一种新的思路。     

矿井通风网络数据可靠性检验

进行矿井通风阻力测定时,由于受环境的温度、湿度、压力传递存在时间差以及测点处标高不准确等因素的影响,根据实测数据,计算所得矿井巷道基础数据存在一定的误差,常用的测量数据检验方法只能对若干条通路进行闭合回路检验,而不能对全矿井通风网络基础参数进行可靠性检验。本文中所介绍的检验方法将风网基础数据输入通风网络解算软件,以实测风量和经过计算所得巷道风阻为基准,实测风量为目标条件,进行计算机通风网络模拟,对全矿井巷道风阻进行连续的优化调整,使通风网络模拟结果与实际测定各巷道风量基本符合,从而实现全矿井风网基础数据的可靠性检验。该方法在某矿进行了实际应用,实践证明此方法科学、准确的获得了全矿巷道风阻参数,为矿井的通风改造奠定了技术基础。     

基于贝叶斯网络的航空器看错落错跑道事件研究

目前,航空器看错、落错跑道事件在国际上是一个相当突出的安全问题,这个问题在我国近年也突显出来。导致航空器看错落错跑道的原因十分复杂,且此类事件及易引发严重的后果,造成人、财、物等多方面的损失,本文特对此类问题开展了一系列的研究。为了预防航空器看错、落错跑道事故的发生,查找诱发该类事故的因素,针对航空器看错、落错跑道事故的形成特点,笔者运用贝叶斯网络探讨其各影响因素间的关系和相互作用,该网络强大的逻辑推理能力,克服了不完备样本空间带来的不足,揭示了人、机、环境与管理因素相互作用的内在规律。为改善机场安全管理的科学性、可靠性,进一步降低事故率,提供了可靠的技术支持。     

我看美国人

有机会去美国,自然就有机会观察了解一下美国人。虽然有语言障碍,更无法深入到他们的日常生活中去,但就个人印象而言,美国人也不会轻易地使人想入非非。     

河北省产业协同降碳与降碳潜力分析

核算生产侧和消费侧的直接和隐含碳排放、评价行业部门的协同降碳效应和降碳潜力对河北省产业低碳转型具有重要意义。该文以河北省28个行业为研究对象,基于EIO-LCA模型计算各行业直接和隐含碳排放量,构建隐含碳排放转移网络分析行业的协同降碳效应,建立降碳潜力模型评价各行业部门的碳减排潜力。结果表明：（1）金属冶炼及压延加工业、煤炭开采和洗选业、电力和热力的生产与供应业是直接碳排放最多的3个行业;（2）从生产链视角来看,金属冶炼及压延加工业、煤炭的开采和洗选业、电力和热力的生产与供应业产生最多的隐含碳排放量;（3）从消费需求视角来看,金属冶炼及压延加工业、煤炭的开采和洗选业产生的隐含碳排放最多;（4）部门之间基于投入产出关联形成碳排放转移网络结构,其他行业、金属冶炼及压延加工业、交通运输储运业和邮政业始终处于网络的枢纽地位,是产业协同降碳减排的关键部门;（5）煤炭、金属、电力等产业链上游和中游产业的降碳潜力最为明显。     

基于深度学习的大数据空气污染预报

为了更好地反映环境污染变化趋势,为环境管理决策提供及时、全面的环境质量信息,预防严重污染事件发生,开展城市空气质量预报研究是十分必要的.本文针对环境大数据时代下的城市空气质量预报,提出了一种基于深度学习的新方法.该方法通过模拟人类大脑的神经连接结构,将数据在原空间的特征表示转换到具有语义特征的新特征空间,自动地学习得到层次化的特征表示,从而提高预报性能.得益于这种方式,新方法与传统方法相比,不仅可以利用空气质量监测、气象监测及预报等环境大数据,充分考虑污染物的时空变化、空间分布,得到语义性的污染物变化规律,还可以基于其他空气污染预测方法的结果(如数值预报模式),自动分析其适用范围、优势劣势.因此,新方法通过模拟人脑思考过程实现更充分的大数据集成,一定程度上克服了现有方法的缺陷,应用上更加具有灵活性和可操作性.最后,通过实验证明新方法可以提高空气污染预报性能.     

建立重大危险源"五可"网络监测监控系统

柳州市是广西的工业城市,汽车、机械、冶金是柳州市的3大支柱产业,化工、制药及包装印刷、日用化工、精细化工业等也蓬勃发展。柳州市危险行业、企业较多,危险源较为集中。为了防范重、特大安全事故的发生,柳州市加大了监控管理力度,根据国家、自治区有关要求,在全市范围内普查危险源,编绘危险源分布图。对危险源进行危险等级的评估、分级,针对不同的危险级别,实行分级管理和监控,制定防范措施和事故应急救援预案。危险源的普查从1999年开始,针对化工、冶金、机械、轻纺、城市燃气和流通行业,编绘危险源分布图,制定防范措施和事故应急救援预案。     

融合YOLOv5-ResNet级联网络的烟火检测方法

火灾产生的烟雾和火焰对人类生命财产及安全会造成严重威胁。针对现有烟火检测算法在实际工业应用中无法满足高检测率、低误报率以及高实时性的检测需求,提出了一种融合YOLOv5-ResNet级联网络的烟火检测算法。首先,为了提高YOLOv5检测网络对烟火目标的检测性能,尤其针对小目标烟火,通过增加注意力机制模块、小目标尺度检测层、Focal Loss损失函数的方式改进YOLOv5目标检测网络;然后,为了降低误检情况的发生,将检测到的烟火目标进行阈值筛选,筛选后的烟火目标增加部分背景信息后送入ResNet34分类网络,剔除非烟火目标;最后,通过综合分析连续多帧检测结果和烟雾面积变化情况,进一步降低误检的发生。结果表明：融合YOLOv5-ResNet级联网络的烟火检测算法,在29个烟火视频的查全率为99.38%,漏检率为0.62%;在45个非烟火视频的误检率约为0.001 6%,在所有测试视频的平均检测速度为51.67帧/s, YOLOv5-ResNet级联网络算法检测精度较高,检测速度较快,误检率低,可满足实际的大规模复杂工业场景下检测任务,综合性能优于现有的其他火灾检测算法。