基于文本挖掘的煤矿安全隐患管理研究

为探寻安全隐患的内在特征,加深安全管理人员对安全隐患的理解,提升安全管理效率。以潞安集团司马煤业有限公司2009—2015年安全隐患记录为数据源,利用Word2Vec模型构建安全隐患词向量模型,从模型中获取各类安全隐患主要相关词,利用桑基图解释安全隐患在不同隐患地点、生产作业单位的特征分布,并进一步揭示相关安全隐患的细节特征。结果表明:词向量模型能有效发掘安全隐患特征,桑基图能突出呈现安全隐患的关键信息流动。上述措施有助于管理人员深刻理解安全隐患数据中蕴含的潜在规律,为煤矿安全隐患排查治理工作提供依据,指导安全管理实践。     

基于社会技术系统的复工企业疫情防控风险路径研究*

为对复工企业疫情防控中的风险致因因素进行分析,探寻复工企业疫情防控的风险路径,基于社会技术系统理论,建立宏观工效学模型,通过查阅并分析国家、地方政府、企业文件以及相关文献,从人员、技术、组织管理、内部环境及外部环境5个子系统出发,识别出16个复工企业疫情失控致因因素;运用社会网络分析（SNA）构建复工企业疫情防控关系网络,对各因素节点中心度进行计算,分析各节点在网络中的位置及影响程度;采用贝叶斯网络（BN）进行参数学习和推理学习,找出复工企业疫情失控的最大致因链。结果表明:复工企业疫情失控关系网络中,存在政府监督管理不力→防疫物资筹备不足→日常监管不到位,政府监督管理不力→ 防疫宣传、培训缺失→员工防疫知识欠缺,政府监督管理不力→防疫宣传、培训缺失→日常监管不到位3条最长风险路径。研究结果可帮助复工企业针对最长风险路径中的因素进行管理,从而有效地为复工企业防疫提供理论支持。     

A Bayesian network-based approach for the assessment and management of ageing in major hazard establishments

Currently, there is an increasing attention towards ageing of industrial equipment, as the phenomenon has been recognised as a cause of severe accidents, recorded in the last years in many process establishments. Recent studies described ageing through a number of key-factors affecting the phenomenon by accelerating or slowing it down. The Italian Competent Authority for the prevention of chemical accidents (Seveso III Directive) adopted a short-cut method, accounting for the assessment of these factors, to evaluate the adequateness of ageing management during inspections at Seveso sites. In this paper, a Bayesian Network was developed, by using the data gathered during the first application of the short-cut method, with the aim to verify the robustness of the approach for ageing assessment and the validity of the a priori assumptions used in assessing the key-factors. The structure of the Bayesian network was established by using experts’ knowledge, whereas the Counting Learning algorithm was adopted to execute the parameter learning by means of the software Netica. The results showed that this network could effectively explore the complex logical and uncertain relationships amongst factors affecting equipment ageing. Results of the present study were exploited to improve the short-cut method.     

基于CREAM和贝叶斯网络的空管人误概率预测方法

针对研究管制人因可靠性时存在的模糊性和片面性问题,采用认知可靠性与失误分析方法（CREAM）中的扩展预测法,计算10项管制通用任务的人误概率;在此基础上,以管制行为形成因子作为根节点构建贝叶斯网络,建立其与情景控制模式的不确定关系模型,对管制员在多任务中的人误概率进行预测。研究结果表明:在由相同评判者给出行为形成因子影响效应的前提下,由CREAM扩展预测法和构建贝叶斯网络的方法预测得到的多数任务的人误概率差异较大,从方法的客观性、合理性和适用性角度分析,贝叶斯网络在研究该问题时更具优势。     

畜禽环境中抗生素的去除及其风险评估

抗生素作为饲料添加剂广泛应用于畜禽养殖业,造成养殖环境抗生素大量蓄积,尤其是在畜禽粪便中,长期的积累不仅污染养殖场内土壤环境,残留的抗生素还会随畜禽粪便进入周边水体及农田环境,威胁农作物及人体健康。目前,国内相关研究主要集中在抗生素的降解工艺及降解规律方面,而对其去除效率的影响因素及风险评价研究相对较少。笔者综述了国内外抗生素的降解转化及去除方式等的研究进展,并概述了抗生素在畜禽环境中的生态风险评估的研究现状,为抗生素的高效去除、风险预估及畜禽粪便资源化安全利用提供理论基础和技术支撑。     

面向实时人群动力学分析的深度基本图网络

当前行人疏散实验中基本图计算方法通常是通过对每个行人进行跟踪实现的.但这种跟踪方法难以实现实时人群动力学分析.针对这一问题,提出了深度基本图网络.实验提出的网络框架由两个模块组成,即多尺度递归卷积神经网络(MSR-Net)和光流模块,分别对行人密度和行人速度进行估计.具体来讲,MSR-Net学习了输入图像与行人密度图之...     

供水管网震后流量监测点的动态分级优化布局研究

为了提高管网地震监测点布局的准确性和合理性,基于管网微观水力计算模型和动态分级法,提出供水管网震后流量监测点的动态分级优化布局模型。首先,利用管网微观水力计算模型计算管段流量的影响系数,构建管段的影响系数矩阵,并利用信息熵确定管段权重;其次,标准化处理影响系数矩阵,通过聚类迭代提出供水管网地震流量监测点优化布局的动态分级方法,对供水管网震后流量监测点进行优化布置分级评定;最后,根据工程实例进行方法实践,结果表明:供水管网中的管线分类较为科学合理,地震监测点在供水管网上分布也比较均匀,而且该模型在一定程度上消除了人为因素的影响,保障了震时管网的监控效果和日常建设的合理性。     

不同类型压力对飞行员安全绩效的影响规律研究

为探究各类型压力对飞行员安全绩效的影响规律,为飞行员日常工作管理提供依据,选取某航空公司200名飞行员进行压力测试,并调取其近6 a的飞机品质(QAR)数据,通过相关性分析和线性回归分析将飞行员压力数据与其QAR数据进行对比分析,探究飞行员压力对飞行安全绩效的影响规律。研究结果表明:工作负荷压力、家庭压力、人际关系压力和组织管理压力会显著负向影响飞行员安全绩效;角色压力和专业发展压力会显著正向影响飞行员安全绩效。     

Inverse modeling of Asian Rn flux using surface air Rn concentration

When used with an atmospheric transport model, the ²²²Rn flux distribution estimated in our previous study using soil transport theory caused underestimation of atmospheric ²²²Rn concentrations as compared with measurements in East Asia. In this study, we applied a Bayesian synthesis inverse method to produce revised estimates of the annual ²²²Rn flux density in Asia by using atmospheric ²²²Rn concentrations measured at seven sites in East Asia. The Bayesian synthesis inverse method requires a prior estimate of the flux distribution and its uncertainties. The atmospheric transport model MM5/HIRAT and our previous estimate of the ²²²Rn flux distribution as the prior value were used to generate new flux estimates for the eastern half of the Eurasian continent dividing into 10 regions.The ²²²Rn flux densities estimated using the Bayesian inversion technique were generally higher than the prior flux densities. The area-weighted average ²²²Rn flux density for Asia was estimated to be 33.0 mBq m⁻² s⁻¹, which is substantially higher than the prior value (16.7 mBq m⁻² s⁻¹). The estimated ²²²Rn flux densities decrease with increasing latitude as follows: Southeast Asia (36.7 mBq m⁻² s⁻¹); East Asia (28.6 mBq m⁻² s⁻¹) including China, Korean Peninsula and Japan; and Siberia (14.1 mBq m⁻² s⁻¹). Increase of the newly estimated fluxes in Southeast Asia, China, Japan, and the southern part of Eastern Siberia from the prior ones contributed most significantly to improved agreement of the model-calculated concentrations with the atmospheric measurements. The sensitivity analysis of prior flux errors and effects of locally exhaled ²²²Rn showed that the estimated fluxes in Northern and Central China, Korea, Japan, and the southern part of Eastern Siberia were robust, but that in Central Asia had a large uncertainty.     

漓江上游植被覆盖度时空变化对地表热场影响

自20世纪80年代以来,桂林漓江由于上游森林遭受破坏出现水生态环境快速恶化的趋势。地表热场的时空变化直接影响森林蒸散及水文效应。因此,对漓江上游1989~2006年5景TM/ETM+卫星图像,利用归一化植被指数反演植被覆盖度,利用单窗算法反演地表温度,提出归一化温度使不同时相地表热场具有可比性,分析植被覆盖度时空变化对地表热场的影响。结果表明,在空间上,地表温度随植被覆盖度的增加而降低,在植被覆盖度很高或很低时,这种影响相对变弱;在时间上,漓江上游1989~2000年植被中、高度覆盖面积从96.1%逐年下降到65.9%,导致归一化地表温度数值较高的像元比例相应增加;2000~2006年植被中、高度覆盖面积逐渐恢复上升到90.8%,但仍略低于1989年,使得归一化地表温度数值较高的像元比例相应减少。植被覆盖可以有效地降低漓江上游地表温度