中国工业CO_2排放的行业间传导网络及协同减排

工业是碳排放的主要部门,科学识别工业CO_2排放的行业间传导并揭示其联动结构对于跨行业协同减排具有重要的理论和现实意义。本文基于1991-2012年中国工业36个两位数行业数据,在VAR模型框架下,利用Granger因果检验方法对CO_2排放的行业间传导关系进行了识别,并从关系视角出发,借助社会网络分析方法(SNA)揭示工业CO_2排放行业间传导的整体和个体网络结构特征,研究发现:工业CO_2排放的行业间传导呈网络结构形态,网络密度在1-6期的滞后阶数下呈先升高后下降的趋势,并且在滞后2期达到最高;燃气生产和供应业、电力热力生产和供应业、服装业、造纸及纸制品业、木材加工业具有较高的度数中心度、中介中心度、接近中心度,在网络中处于核心位置,并发挥中介和桥梁作用;在CO_2排放的行业传导网络中,煤炭采选业、黑色金属矿采选业、有色金属矿采选业等10个行业属于经纪人板块,医药制造业、饮料制造业、化学纤维制造业等9个行业属于净受益板块,金属制品业、塑料制品业、农副食品加工业等11个行业属于双向溢出板块,烟草加工业、石油加工及炼焦业、燃气生产和供应业等6个行业属于净溢出板块。基于上述结论,本文提出了工业CO_2排放的跨行业协同减排思路。     

小波网络在大气污染物浓度预测中的应用

提出一种“分解-重构-预测”小波网络的大气污染物浓度的预测方法。通过小波分解,把浓度序列分解为不同频段的小波系数序列,再对各层的小波系数子序列重构到原尺度上,然后对小波系数序列采用相匹配的BP神经网络模型进行预测,最后合成浓度序列的最终预测结果。经对二氧化硫浓度预测证明,该方法预测模型推广能力强,预测精度高。     

某储罐区火灾多米诺效应场景推演

化工园区中危险源众多,一旦发生事故很容易在整个园区内蔓延和发展.针对化工园区内储罐密集,容易引发连锁反应导致事故扩大的特点,利用FDS软件对储罐火灾场景进行数值模拟,根据储罐所受热辐射确定化工园区内储罐火灾最可能的事故发生序列,并引入基于设备失效前时间的机械设备故障概率模型对罐区内单个储罐的火灾风险进行研究,得到储罐区...     

我国汽车报废回收利用体系框架初探

主要介绍了国内外废旧汽车回收处理现状,并从法制建设、回收网络构建、回收技术研究、宣传教育等方面提出了我国应对废旧汽车回收利用的对策建议。     

基于大数据挖掘技术的地震舆情感知研究

对地震舆情信息的深入感知和有效管理,能够保障社会和谐发展.提出一个基于大数据技术和深度学习的地震舆情感知平台,基于Hadoop和MongoDB大数据技术实现对海量实时地震舆情数据的处理和存储.基于Word2vec和LSTM的融合模型能够有效实现震后网民的情感识别,为舆情预警提供支持.以台湾5.8级地震舆情数据为例,对该...     

基于Logistic回归的燃气管网风险因素重要度分析方法研究

为确定燃气管网风险评估的关键风险因素,以A省各地市燃气管网为研究对象,基于燃气专家经验确定燃气管线风险等级,提出基于Logistic回归的燃气管网风险因素重要度分析方法。采用样本增强及随机抽样的方式,选取400个均衡样本作为管网评估数据输入,通过因子分析方法对其进行降维,得到3个公共因子并作为一级指标反向构建燃气管网风险评估指标体系;利用有序多分类Logistic回归方法,根据回归系数绝对值大小对风险因素进行重要度排序。研究结果表明：外界环境对燃气管网风险的贡献程度相对较高,管道自身因素和巡检养护次之。研究结果可为城市燃气风险防控提供理论依据和方法参考。     

基于CA的城市形态扩展多解模拟——以北京市东部平原区情景分析为例

构建了一个基于人工神经网络的约束型城市扩展CA模型。利用该模型,预测了北京市东部平原区在3种情景规划之下的未来50年的城市形态,为不同的城市发展模式之间的比较分析奠定基础。然后以2024年的北京东部平原区模拟城市形态为基准,从自然生态功效、社会服务功效、经济利益功效3个方面对3种规划模式进行了情景分析,从而系统的比较了3种规划模式的复合生态功效,为城市规划决策提供有力的支持。     

Application of dynamic risk analysis in offshore drilling processes

Process safety is the common global language used to communicate the strategies of hazard identification, risk assessment and safety management. Process safety is identified as an integral part of process development and focuses on preventing and mitigating major process accidents such as fires, explosions, and toxic releases in process industries. Accident probability estimation is the most vital step to all quantitative risk assessment methods. Drilling process for oil is a hazardous operation and hence safety is one of the major concerns and is often measured in terms of risk. Dynamic risk assessment method is meant to reassess risk in terms of updating initial failure probabilities of events and safety barriers, as new information are made available during a specific operation. In this study, a Bayesian network model is developed to represent a well kick scenario. The concept of dynamic environment is incorporated by feeding the real-time failure probability values (observed at different time intervals) of safety barriers to the Bayesian network in order to obtain the corresponding time-dependent variations in kick consequences. This study reveals the importance of real-time monitoring of safety barrier performances and quantitatively shows the effect of deterioration of barrier performance on kick consequence probabilities. The Macondo blowout incident is used to demonstrate how early warnings in barrier probability variations could have been observed and adequately managed to prevent escalation to severe consequences.     

隧道救援站通风网络优化设计及人员疏散研究*

为确定铁路隧道救援站最佳通风结构,对烟道布置提出合理建议,采用计算流体力学（CFD）的方法,对铁路隧道救援站通风网络进行优化设计。同时,采用模拟计算的方法对救援站人员疏散进行模拟分析,确定救援横通道布置及防护门开度设置的合理性。研究结果表明:在同等通风参数工况设置下,采用多节点排烟竖井结构后各救援横通道流量分配更均匀,救援站压力平衡性更好,通风效率可提升15%;通过疏散模拟证实,在长560 m的紧急救援站范围内设置10条疏散横通道,横通道设1.7 m宽的逃生门能够满足疏散要求。     

提高GPS定位精度的群调度滤波算法*

为解决现行安全生产科技领域中全球定位系统（GPS）/惯性导航系统（INS）融合系统容易产生较大时变误差的关键问题,满足GPS定位信号的精度和信号数据处理时间的要求,提出1种群调度滤波算法,通过实验仿真,分别与模糊算法、机器学习算法及卡尔曼滤波网络算法进行比较研究。结果表明:群调度滤波算法兼顾了定位精度与数据处理时间,具有较大优势,可在航空安全、船舶安全、应急监测、灾后抢险等安全科技领域广泛应用。