煤矸石自燃过程中多环芳烃含量的变化研究

采用室内模拟实验的方法,综合分析了煤矸石堆积自燃过程中多环芳烃(PAHs)含量的变化规律。研究发现,煤矸石自燃过程中,PAHs的生成与散失同时存在。较低的温度(60℃)对多环芳烃的生成具有一定的促进作用;500℃之后,PAHs全部散失或者降解为小分子物质,含量几乎为0。单个PAH的含量变化与总含量基本一致,仅是某一个PAH在不同温度下在总含量中所占的比例不同。自燃过程中高环的PAHs可能生成低环的PAHs使其含量增加。     

YOLOv4目标检测算法在煤矿工人口罩佩戴监测工作中的应用研究*

为防止煤矿工人吸入过量粉尘而导致职业性尘肺病,基于Keras框架利用YOLOv4 (you only look once)目标检测算法对井下人员佩戴防尘口罩情况进行高精度且快速的检测与识别,并与MTCNN(Multi-task convolutional neural network)和FaceNet构成的人脸识别算法相结合,进行煤矿工人口罩佩戴监测的研究。结果表明:模型对井下人员口罩佩戴有较高的检测精度,识别已佩戴口罩的矿井下作业人员的平均精度达到92.78%,识别未佩戴防尘口罩检测的平均精度为91.63%,与其他主流算法相比算法具有更好的鲁棒性和检测效果。研究结果为预防煤矿工人职业性尘肺病提供1种有效的技术手段。     

基于卷积神经网络的冲击地压预警方法研究*

为探究深度学习在冲击地压预警方面的应用前景,以新疆某冲击地压矿井为研究背景,将深度学习和专家评判运用到微震数据分析中,基于卷积神经网络构建冲击地压预警模型。充分利用一维卷积神经网络对时序数据有较强特征提取能力的优势,以微震数据及其特征参数作为输入,以专家评判值作为标签,借助Python-Keras框架实现冲击地压预警模型的构建和训练。研究结果表明:模型预警效果并不随着训练迭代次数的增加而逐渐最优,存在最优迭代次数,对于所建模型当迭代次数为30时测试集的冲击危险预测结果与专家评判结果基本吻合,同时说明模型可以较好地学习专家评判经验实现冲击地压预警。研究表明所建模型对研究时段内发生的5次大能量矿震事件均进行预警,其准确度较高,具有现场实际应用价值。     

南黄海东部海域浮游生态系统要素季节变化的模拟研究

利用海洋生态系统动力学垂直一维物理-生物耦合模式模拟研究了南黄海东部海域浮游生态系统要素垂直分布的季节变化.物理亚模型为一维POM模式(Princeton Ocean Model),基于文献结果对垂直混合系数Kh和Km进行了调整;生态亚模型为ERSEM模式(European Regional Sea Ecosystem Model),主要考虑浮游植物、浮游动物、细菌、底栖碎屑和营养盐(氮、磷、硅)等状态变量.模拟结果表明,浮游植物出现一年双峰的态势和夏季次表层叶绿素最大值的现象,春、秋季水华期间,表层叶绿素峰值分别为3.25 mg/m3和0.71 mg/m3.浮游动物和细菌在春季水华后表层出现峰值,分别为143.6 mg C/m3和23.55 mg C/m3.硝酸盐、磷酸盐和硅酸盐的垂直分布均在5-11月呈现表层浓度低、底层浓度高的分布.通过计算碳通量可以看出,在春、夏季,浮游植物对无机碳的摄取量分别为58.944 g C·m-2·quarter-1和68.276 g C·m-2·quarter-1,高于细菌对非生命有机碳的摄取.在冬季,细菌对非生命有机碳的摄取超过浮游植物对无机碳的摄取量.浮游动物在冬季主要摄食细菌,占71%;春、夏季主要摄食浮游植物,可达67.5%.浮游植物对碳的释放主要是以DOC的形式,约占90%.     

交通运输部调整水上交通监管重点船舶和区域

<正>2014年2月12日,交通运输部部长杨传堂主持召开安全生产专题会议,审议并原则同意了水上交通安全重点船舶和重点区域调整方案。根据当前水上交通运输和安全监管的新形势、新变化、新要求,结合事故发生概率、安全风险情况和安全监管难度等因素,交通运输部决定对重点船舶和重点区域进行调整,将原"四客一危"重点监管船舶调整为"四类重     

模糊综合评价对采空区自然发火的评价及应用

采空区自然发火的影响因素很多,各因素之间的相对重要性不同.同时随着工作面的推进,采空区是一个动态、复杂的变化过程.本文通过对采空区发火的相关因素分析,建立采空区自然发火的安全指标体系,然后利用模糊数学理论,对采空区自然发火危险性进行综合评价,掌握采空区发火的可能性和相对安全状态,为制定及时有效的采空区自然发火的防治措施提供理论参考.最后用模糊综合评价法对以唐口煤矿1302工作面采空区进行评判,所得结论与实际情况一致,证实了模糊综合评价对采空区自然发火评价是可行的.     

基于视频分析的空管员违规行为识别方法*

为利用视频数据对空管员违规行为进行智能化分析,降低不安全事件发生率,提出2阶段的违规行为识别模型（AR-ResNeXt）,基于实地调研构建空管员视频数据集,利用最小化动态多实例学习损失函数和中心损失函数,获得违规行为检测的判别特征表示,结合异常回归网络和ResNeXt网络,完成对空管员违规行为的时序区间检测与动作分类。研究结果表明:AR-ResNeXt模型在自制数据集中,其帧级AUC达到82.9%,分类准确率达到87.8%,可准确识别空管员发生违规行为的时序区间并进行分类,研究结果可为保障空中交通安全奠定基础。     

基于深度学习的工程结构损伤识别研究进展

为避免或减轻工程结构在建造和运营期间因结构振动产生不同程度损伤,造成安全隐患危及人们生命财产安全,针对结构振动损伤识别技术展开研究,探讨不同深度学习方法发展情况及其利弊,寻找更具可行性的损伤识别方法,并对其最新研究及应用现状进行全面综述。研究结果表明:应用深度学习开发新的结构损伤识别技术,无需冗余的数据预处理以及手工提取损伤特征,实现以较高精度实现损伤识别任务;一维卷积神经网络（1D-CNN）以其独特的应用优势,在数据样本有限条件下较二维卷积神经网络（2D-CNN）表现更为出色。研究结果可为数据驱动的结构损伤识别问题提供新思路,进一步完善土木结构健康监测研究体系。     

北京城6区大气颗粒物质量浓度变化规律研究

为较好地了解当前北京城6区大气颗粒物PM2.5和PM10质量浓度的污染水平及变化规律,根据2013年3月11日至2014年2月28日城6区12个空气质量实时监测点连续、实时的监测结果,构建多点位、完整时间序列的颗粒物质量浓度数据资料.应用数理统计分析手段,对当前北京城6区大气颗粒物质量浓度的频数分布、相关性和逐时变化特征进行分析,并结合全年实际气象特征,对引起大气颗粒物质量浓度变化的因素进行了初步探讨.结果表明,2013年3月至2014年2月北京城6区大气颗粒物污染较为严重,且PM2.5和PM10质量浓度具有特别显著的线性相关关系,全年相关系数达0.9,10年间无显著变化;二者年均值达91.7 μg/m3和116.9 μg/m3,分别超标162％和67％;二者质量浓度比达78.4％,10年间同比增长约20％.颗粒物质量浓度逐时变化受季节变化影响明显,总体呈现夜间最高、白天最低的趋势,变化周期为7～9h.研究表明,影响颗粒物质量浓度变化的因素包括春季的大风和生物粒子、夏季的湿热和降雨、秋季和冬季的逆温现象和降雪等气象因素及规律性的人为源因素.     

南京江北新区大气颗粒物化学组分的粒径分布特征

为探究南京江北新区大气颗粒物化学组分的污染特征,于2013~2014年进行了分级颗粒物样品的采集,开展了颗粒物化学组分的粒径分布和季节变化研究.结果表明,细粒径段的9种水溶性离子总浓度在秋冬季高于春夏季,而粗粒径段冬季最高.冬季颗粒物中［NO₃^-］/［SO₄^2-］在粗粒径段最低;春、夏和秋季其粒径分布趋势一致.水溶性离子均呈双峰型分布,4个季节的NO₃^-均在0.65~1.1 μm出现峰值;夏秋季细粒径段的SO₄^2-于0.43~0.65 μm出现峰值,冬季峰值位置向更粗粒子的方向移动;而Na⁺和Cl^-主要存在于粗粒子中.由阴阳离子电荷当量表明,大气粗、细粒子分别呈碱性和弱碱性.有机碳（OC）和元素碳（EC）主要存在于细粒径段,均呈双峰型分布;秋冬季细粒径段中的二次有机碳（SOC）远高于春夏季.由比值判断法进一步表明,南京江北新区颗粒物中的碳质组分主要来源于燃煤和生物质燃烧排放、机动车尾气排放等.