韧性城市视角下地铁洪涝灾害风险分析——基于Bow-Tie—贝叶斯网络模型

极端暴雨易引发地铁洪涝灾害,其致灾因子具有复杂性特征,辨识地铁洪涝灾害的致灾因素,可以有效提升地铁系统应对洪涝灾害的韧性。为此,建立了Bow-Tie—贝叶斯网络的灾害风险分析模型,利用事故树构建致灾模型,再以贝叶斯网络模型预测灾害的后验概率。通过节点后验概率、关键重要度分析等对地铁洪涝灾害的基本事件的重要度进行分析,提取出导致灾害发生的关键基本事件。分析结果表明,地铁和环境的不安全状态和管理的缺陷是导致灾害发生的重要中间事件。该文从灾前预防、灾中抵御、灾后恢复三个维度对地铁洪涝灾害提出针对性的对策建议,对建设更具韧性和包容性的社会-生态系统具有重要的借鉴意义。     

基于毕达哥拉斯模糊贝叶斯网络的海底管道泄漏风险分析*

为分析海底管道运行中存在的泄漏风险,提出1种基于毕达哥拉斯模糊数与贝叶斯网络的风险评估模型。首先,通过毕达哥拉斯模糊数转换专家定性评价,拓展专家意见模糊范围;然后,结合主客观组合赋权法,利用毕达哥拉斯梯形爱因斯坦混合几何算子（PTFEHG）实现专家意见的聚合;最后,通过贝叶斯网络的推理与敏感性分析,计算海底管道泄漏风险的失效概率,并辨识关键风险因素。研究结果表明:该方法可以结合专家意见对海底管道泄漏风险进行定量分析,并识别导致泄漏事故的关键风险因素,对海底管道安全管理具有指导意义。     

博晟安全:回应“工业互联网+安全生产”时代命题

2021年11月30日,工信部正式印发《“十四五”信息化和工业化深度融合发展规划》(以下简称《规划》)。《规划》指出,信息化和工业化(以下称为“两化”)深度融合是中国特色新型工业化道路的集中体现,是新发展阶段制造业数字化.网络化、智能化发展的必由之路,也是数字经济时代建设制造强国、网络强国和数字中国的扣合点。     

基于CNN_LSTM模型的复杂支路故障电弧检测*

在低压交流配电系统中,当多支路并联的复杂系统的某1支路中出现串联电弧故障时,识别难度大幅提升。为了预防此类情况引发的电气火灾,提出1种卷积神经网络(CNN)与长短时记忆网络(LSTM)结合的串联故障电弧检测方法。首先,搭建实验平台用以采集不同负载在不同支路下发生故障时和正常工作时的干路电流数据;然后,构建CNN_LSTM模型并做出相应改进,将电流数据直接输入到模型中,由模型自主提取波形特征并进行分类。研究结果表明:该方法可以快速、准确地识别出电弧故障,准确率达99.04%以上,且能够较为准确地检测出是哪类负载所在的支路发生电弧故障,准确率达97.90%,可为复杂支路下的电弧故障识别研究提供参考。     

东部平原矿区复垦土壤微生物群落特征及其组装过程

复垦对恢复矿区土壤生产力极为重要,但复垦土壤生产力重建的微生物学机制尚不清晰.为此,采集复垦8 a、复垦11 a、复垦14 a和复垦17 a这4个复垦时长和1个未复垦对照共75个表层土样进行16S rRNA扩增子高通量测序,分析微生物群落组成、潜在功能及其组装机制.结果表明：(1)群落丰富度随复垦时间增加而增加,且高于对照样.但群落多样性和均匀度却随复垦时间增加而降低(P<0.05);(2)复垦土壤中酸杆菌门(Acidobacteria)、绿弯菌门(Chloroflexi)、变形菌门(Proteobacteria)和拟杆菌门(Bacteroidetes)占主导地位,且前两者相对丰度显著高于对照样(P<0.05),后两者则相反(P<0.05);(3)复垦土壤中辅酶转运与代谢、翻译、核糖体结构与生物发生等8种功能呈正向演替,随复垦时长不断增强;(4)平原矿区微生物群落生态网络模块性良好,且关键类群多属酸杆菌门和拟杆菌门.群落组装以确定性过程为主导,同质性选择贡献最大,主要受当地特殊环境操控.这些发现为改善复垦土壤生产力和生态服务提供了理论依据.     

基于改进Apriori算法的塔吊事故致因动态关联网络分析北大核心CSCD

为研究塔吊事故致因及其相互作用,采用人因分析和分类系统(HFACS)模型、关联规则挖掘和复杂网络理论相结合的方法,对塔吊事故致因进行定性分类和定量分析。首先,收集241份塔吊事故调查报告,并根据塔吊事故特点调整HFACS模型框架,以此确定46个影响塔吊事故发生的因素,再运用改进的Apriori算法挖掘事故致因之间的关联性;然后,结合关联规则挖掘结果构建塔吊事故致因动态关联网络,并综合探究塔吊事故的关键影响因素。结果表明：人员岗位与能力不匹配、监管人员未按要求进行安全检查、部分岗位人员配备不齐等是造成塔吊事故发生的关键因素。改进后的方法实现了人为因素的量化分析,可为预防塔吊事故的发生提供决策依据。