车载驾驶员疲劳驾驶预警与控制系统研究

为了识别与安全控制疲劳危险驾驶行为,有效预防与减少因疲劳危险驾驶导致的交通事故,基于疲劳检测分级、预警与自动智能控制技术,开发出车载驾驶员疲劳驾驶实时监测预警与控制系统。首先基于PERCLO方法,构建驾驶员疲劳检测与分级模型;然后根据所输出的驾驶员疲劳等级信息,提出疲劳驾驶三级预警原理,及其预警实现方式;最后以疲劳预警信息为基础,形成基于驾驶员不同疲劳等级预警的安全控制技术,并对处于深度疲劳的危险驾驶行为,构建自动智能紧急控制停车系统,重点阐述系统的地形匹配、智能控制,以及自动驾驶与停车三大核心技术,并提出相应的系统硬件构成,为系统工程应用提供理论与技术支持。     

南京化工园区开展氯气泄漏事故应急演练

2014年6月27日,南京化学工业园区在南京金浦锦湖化工有限公司开展氯气泄漏事故应急演练。 上午10时,演练现场南京金浦锦湖化工有限公司液氯罐区,因为液氯进料口阀门下法兰腐蚀,突然造成氯气大量泄漏。该公司立即采取应急措施,并向化工园区应急响应中心报警,清求社会力量支援。很快,园区危险化学品重特大事故应急预案迅速启动,     

紧急救助行业重要性凸显

正紧急救助是危机管理的重要组成部分,SARS事件后我国形成了以政府救援机构为主、社会救援组织为辅的紧急救助体系,但各种突发事件和事故灾害造成的人员损失也凸显出紧急救助力量的不足和紧急救助技能的严重缺乏。加强紧急救助员队伍建设,提高紧急救助的社会化和专业化水平,对稳定社会和促进经济发展具有十分重要的意义。紧急救助行业是应对风险社会的重要保障。作为世界上遭受自然灾害和事故灾害最为严重的国家之一,我国绝大     

2019全球职业安全健康要事回顾

<正>重大事件国际劳工组织宣布开启百年庆典2019年1月2日,国际劳工组织ILO)成立百年庆典工作正式开启。2019年是ILO成立的100周年,自1919年成立以来,其在世界范围内开展和推进了大量与劳工保障有关的工作,有效地促进了社会的发展和进步。     

磁记忆检测技术在锅炉水冷壁检测中的应用

无损检测技术对电厂设备的安全运行起着至关重要的作用。相比较其他检测技术,磁记忆检测技术是新兴技术,它是更快速、准确的预检测手段。便于电厂加强特种设备的安全管理。本文提出了用磁记忆检测技术检测锅炉水冷壁设备出现的问题。     

多点泄漏对天然气管道沿线压力的影响研究

为研究不同的多点泄漏工况对管道流动参数的影响,基于流动方程建立数学模型,讨论泄漏后压力下降幅值与泄漏位置、泄漏点数的关系,在室内输气环道采集多点泄漏工况下的压力信号并对理论分析结果进行验证。结果表明:泄漏点的上游和下游压力均减小,越靠近泄漏点压力降越大;2个泄漏点之间压力也下降,越靠近上游泄漏点,压力下降幅度越大;泄漏点距起点越近,泄漏引起的压力降低幅值越大。压力下降的幅值受距离起点最近的泄漏点位置影响最大,且随着泄漏点数的增多而增大。     

基于OpenFOAM的综合管廊舱内燃气泄漏扩散数值模拟

为实现综合管廊燃气泄漏扩散的精确高效模拟分析,进而为综合管廊燃气泄漏事故的安全防控提供技术支撑,利用OpenFOAM对城市地下综合管廊舱内燃气泄漏扩散进行数值建模计算,研究分析通风受限空间内的燃气泄漏扩散规律,并结合对应急响应时间的分析验证了通风策略的有效性。研究结果表明:气体射流作用与浮升力作用是影响综合管廊燃气泄漏扩散浓度分布的重要因素,采取合理的通风措施可有效加速燃气的流动与扩散,缩短燃气泄漏报警响应时间,有利于燃气泄漏事故应急决策与应急救援的快速实施。     

化工管道火灾爆炸事故的预防措施

化工管道纵横交错,管道种类繁多,被输送的介质理化性质多样,管道系统接点多,火灾爆炸事故发生率高。而且,一旦管道发生爆炸事故,容易沿着管道系统扩展蔓延,使事故迅速扩大。预防和控制火灾爆炸事故发生,是实现化工安全生产的一项重要工作。     

应急管理部门统一发布森林火险预警、火灾信息——《广东省森林防灭火工作职责事顼划分意见》解读

为了深入贯彻落实习近平总书记关于机构改革、应急管理的重要论述,进一步加强广东省森林防灭火工作,广东省森林防灭火指挥部最近印发《广东省森林防灭火工作职责事项划分意见》(以下简称《意见》)。《意见》结合省应急管理厅、省林业局“三定”规定,按照有利于履职尽责、建设管理和监督指导的原则,进一步明确了省应急管理厅、省林业局在森林防灭火工作中的职责事项。     

基于粒子群-支持向量机(PSO-SVM)的苯储罐泄漏事故风险预测

将支持向量机(SVM)模型运用于事故前苯储罐泄漏事故风险预测,为使模型性能最优,采用粒子群算法PSO优化SVM模型参数,建立了PSO-SVM风险预测模型。为验证模型风险预测性能,分别采用遗传算法(GA)和网格搜索法(GS)优化SVM参数,并比较测试集与PSO-SVM、GA-SVM、GS-SVM三种模型预测结果的均方误差及相关系数。然后进一步探讨模型中权重调整方式、种群规模对PSO-SVM模型预测性能的影响。研究发现,权重线性递减所建PSO-SVM预测值与测试集相关系数更高、均方误差更小、预测效果更好,种群规模没有影响PSO-SVM模型预测值但会影响计算时间,这为危化品泄漏事故的风险预测提供了一种新的方法。