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。     

嵌入式智慧工地安全帽检测系统设计与实现

针对施工作业人员不佩戴安全帽的问题,设计了一种基于计算机视觉的嵌入式智慧工地安全帽检测系统并进行了实用性的算法改进,解决了人力检测效率低下、标准不一的问题,同时提升了在目标检测领域小目标检测的精度。介绍了人工和传统算法在安全帽佩戴监管方面的弊端以及嵌入式系统的优势,详细介绍了算法优化的方法以及本系统的实验结果。     

高速路上LPG罐车泄漏爆炸危险性分析

在泄漏速度为20、30、50 m/s,环境温度为10、20、30、40℃,地面粗糙度为0.55、0.65、0.71 mm的条件下,利用FLUENT软件进行模拟仿真计算。得到LPG罐车发生泄漏时LPG浓度分布情况,结合LPG火灾爆炸极限,分析泄漏扩散所涉及区域内可能爆炸的范围。研究结果表明,泄漏速度越快,云团扩散速率增大,云团扩散范围越广,爆炸危险性区域增大。风速越大,增大了云团扩散速率,泄漏扩散范围增大,爆炸危险性区域减小。地面粗糙度越大,减缓了云团扩散速率,云团扩散范围减小,爆炸危险性区域增大。     

基于CFD仿真方法的大桥锚室除湿方案研究

锚室是悬索桥的重要构成部分,常位于地下或半地下空间,进入锚室内部的雨水与地下水蒸发到空气中,若锚室除湿风系统布置不善,将使局部空气相对湿度大于40%,加大锚室内部裸露主缆钢丝的锈蚀程度,直接缩短整座大桥的使用寿命。探究了锚室除湿风系统送风口送风角度的改变与锚室内部空气速度场及绝对湿度的关系。首先根据流场运动控制与输运方程描述了锚室内部空间空气与水蒸汽的运动与分布规律,分析了在风量不变的情况下锚室内部的流速场、绝对湿度场,通过不同送风角度的比对分析原方案的情况,对不足之处加以改进。其次,在获得最佳送风角度且不改变总风量的情况下,通过改变顶部与底部送风的风量分配,探究风量分配对锚室绝对湿度的影响。研究表明,当采用顶部与底部送风结合的方式,顶部送风方向与缆束轴线方向平行且顶部送风风量为600 m³/h,底部送风风量为1 800 m³/h时除湿效果佳。     

基于改进YOLOv5s算法的隧道初期火灾检测模型

为提升公路隧道初期火灾的检出率与检测精度,考虑初期烟火特征量小且不易侦测的特点,提出一种基于改进YOLOv5s算法的公路隧道初期火灾检测模型。首先,在YOLOv5s特征检测层并入变压器预测头,在原有3个特征检测头的基础上新增第4个160×160尺度的特征检测头,以增强多尺度识别能力;同时,引入加权双向特征金字塔网络(BiFPN)结构,用于融合高低层火焰和烟雾的语义信息;然后,采用完全交并比(CIoU)替换距离交并比(DIoU),并在置信度损失中采用Focal Loss改进YOLOv5s的损失函数,从而提升新模型整体的训练效果和检测精确度;最后,在真实隧道内开展初期火灾模拟试验,获取50 000幅训练集样本,并结合2022年3月1日江苏镇江观音山隧道真实火灾视频数据,对比分析YOLOv5s-Opt和YOLOv5s算法模型。结果表明：YOLOv5s-Opt对初期火灾的平均检测精度达到90.38%,比YOLOv5s提高2.06%;对于同一段火灾实测视频,YOLOv5s-Opt的检出率比YOLOv5s高出3.63%。YOLOv5s-Opt算法模型更擅长初期火灾小目标的检测和识别,在检测精度和检...     

改进YOLOv3算法下通航机场场面运动目标检测

为获得更好的检测精度和更快的检测速度,保障通航机场场面运行安全,提出一种改进的YOLOv3算法,分别从网络结构和损失函数2方面进行改进。首先,在主干网络中使用深度可分离卷积代替原卷积,构建基于距离交并比(DIoU)的目标框回归损失函数;然后,以某通航机场为研究对象,搭建通航机场场面目标检测场景,采用迁移学习和冻结训练相结合的训练方法,以提升场面目标检测的速度;最后,比较分析所提算法与传统的YOLOv3、YOLOv4算法的识别效果。结果表明：飞机目标的检测效果明显优于车辆和人员目标,改进的YOLOv3算法对目标的检测精度、召回率、全类平均精度(mAP)分别达到92.96%、80.51%、91.96%,图形处理器处理速度高达74帧/s,较传统的YOLOv3、YOLOv4算法性能均有明显提升,可实现通航机场场面运动目标的有效检测。     

基于Cox比例风险模型的交通违法间隔时间研究

为探寻驾驶员因素和时间因素对城市道路机动车交通违法间隔时间的影响,收集机动车驾驶员交通违法的间隔时间和驾驶员年龄、累计积分等数据,清洗后得到包含10个影响因素的基础数据;基于生存分析算法,采用Cox比例风险回归模型,从各变量对再次发生交通违法间隔时间的影响方面,研究驾驶员交通违法的间隔时间差异,以及影响驾驶员发生再次违法的关键因素。结果表明：交通违法时间间隔受年龄、累计积分、月份3个因素显著影响;33～44岁的驾驶者再次违法率最大,大于60岁的驾驶者再次违法率最小;驾驶员累计积分与生存曲线陡峭程度为正相关关系,累计积分与驾驶者再次违法率为正相关关系;相同间隔时间下,11月生存率最高,1月生存率最短。     

高斯混合模型下建筑工人高空作业失稳检测方法

为防止施工现场高处坠落事故,实现个性化矫正管理,在考虑个体异质性对运动信号造成的差异化影响基础上,提出一种基于高斯混合模型(GMM)的实时检测方法,可及时识别建筑工人高空作业失稳状态。首先,采用姿态传感器实时采集加速度和角速度数据,以刻画建筑工人的高空作业姿态特征;然后,基于GMM算法,建立建筑工人高空作业的个性化失稳检测模型,获得个性化阈值,以判断姿势失稳状态;最后,通过试验对比基于个体数据集和公共数据集2种方式构建的模型。研究结果表明：生成的个性化检测模型在准确度P、召回率R和综合评价指标F₁值上,均远优于公共数据集模型,具有更好的个性化检测效果。该失稳检测方法能够从工人的作业姿态习惯探究个性化的高空失稳风险,促进差异化安全预控和精准化安全培训。     

一种基于动生涡流磁场的钢质管道管体损伤外检测方法

钢质管道缺陷严重影响钢质管道的安全运行,目前大多数钢质管道检测方法效率较低,为提升钢质管道管体缺陷检测效率,提出一种基于动生涡流的管道缺陷高速磁检测方法,并对动生涡流磁场的检测原理进行解释。利用有限元,建立高速磁检测模型,分析动生涡流在管体的分布特点,及其与原磁场的相互作用;分析不同检测位置的磁场分布情况,选取最佳的检测位置。选用适合高速检测的多匝线圈传感器,以提高灵敏度和信号幅值。设计缺陷高速磁检测试验平台,开展不同速度、不同提离高度和不同种类缺陷(盲孔与刻槽)下的检测试验。结果显示：相较于其他检测位置,磁铁后方的动生涡流磁场强度较高,动生涡流磁场分布也较均匀,对缺陷的检测效果最佳,因此选取磁铁后方为检测点;在25 m/s的高速下,该检测方法对设置的几种缺陷仍有良好的检测效果;缺陷信号峰峰值与缺陷宽度、缺陷深度及检测速度均大致成正比;缺陷信号峰峰值与提离高度成指数关系,提离高度越大,峰值越小;缺陷信号峰峰值间距与提离高度大致成正比。综合研究显示,动生涡流磁场的检测方法与其他传统方法相比,在检测速度上有较大优势。     

融合YOLOv5-ResNet级联网络的烟火检测方法

火灾产生的烟雾和火焰对人类生命财产及安全会造成严重威胁。针对现有烟火检测算法在实际工业应用中无法满足高检测率、低误报率以及高实时性的检测需求,提出了一种融合YOLOv5-ResNet级联网络的烟火检测算法。首先,为了提高YOLOv5检测网络对烟火目标的检测性能,尤其针对小目标烟火,通过增加注意力机制模块、小目标尺度检测层、Focal Loss损失函数的方式改进YOLOv5目标检测网络;然后,为了降低误检情况的发生,将检测到的烟火目标进行阈值筛选,筛选后的烟火目标增加部分背景信息后送入ResNet34分类网络,剔除非烟火目标;最后,通过综合分析连续多帧检测结果和烟雾面积变化情况,进一步降低误检的发生。结果表明：融合YOLOv5-ResNet级联网络的烟火检测算法,在29个烟火视频的查全率为99.38%,漏检率为0.62%;在45个非烟火视频的误检率约为0.001 6%,在所有测试视频的平均检测速度为51.67帧/s, YOLOv5-ResNet级联网络算法检测精度较高,检测速度较快,误检率低,可满足实际的大规模复杂工业场景下检测任务,综合性能优于现有的其他火灾检测算法。