开放空间复杂地形人员疏散模拟研究

为研究开放空间复杂地形条件下人员疏散,开发出能够模拟行人疏散的三维可视化软件系统。将复杂多变的地形分解为一系列连续变化的坡面,分析斜坡上行人受力,考虑重力影响,在经典社会力模型的基础上,提出一个改进模型。选择某气井周边居民疏散案例,运用VC++和OpenGL图形库技术初步完成整合数字高程模型(DEM)、道路网络和行人特征的三维社会力人员疏散模拟程序。最后通过实例模拟,可以明显地观察到人群的动态疏散过程以及在灾难中的拥堵行为、转向躲避行为和超越行为。应用该模型,能够实现复杂地形人员疏散三维动态模拟,并快速预测疏散时间。     

Towards a better management of complex emergencies through crisis management meta‐modelling

Managing complex emergency situations is a challenging task, mainly due to the heterogeneity of the partners involved and the critical nature of such events. Whatever approach is adopted to support this objective, one unavoidable issue is knowledge management. In the context of our research project, gathering, formalising and exploiting all the knowledge and information about a given crisis situation is a critical requirement. This paper presents some research results concerning this specific topic: from a theoretical point of view, the generic dimensions of crisis characterisation are defined, while from a technical point of view, we describe a software solution able to collect that knowledge (based on meta‐models and ontologies). This is used to confront the characteristics of the situation (context) with characteristics of the resources (relief system) in order to design a suitable response. Finally, an illustrative example concerning a crash between a tanker truck and a train is described.     

煤矿复杂事故树最小径集算法研究

文章在分析"成功树"法求事故树最小径集不足的基础上,结合煤矿五大灾害复杂事故树分析的特点,运用布尔代数和福塞尔行列法的基本原理,提出两种事故树最小径集的求解方法。通过一个煤矿复杂事故树分析实例,验证了方法的正确性和有效性,为实现事故树分析计算机化提供了有效的算法支撑。     

供应链食品安全管理自适应系统的结构设计

食品供应链是食品安全监管体系的重要组成部分和载体。本文探讨了自适应系统理论在供应链食品质量安全管理方面应用的可能性;针对目前的食品安全问题,依照自适应原理,设计了食品安全的自适应系统,该系统含有两套自适应的子系统,即低成本常规食品安全管理系统和高成本食品安全突发事件控制预测系统;两套子系统所采用的规则集不同,但可相互通讯,共享跟踪系统及其所采集的数据。整个系统最终输出的是安全供应渠道,与供应链决策系统中的成本、需求方向、生产计划等一起构成决定食品原材料供应来源的因素。系统以人工神经网络为自适应系统的主体,判断安全的食品供应结点并预测突发性食品安全问题;同时,提出了实现上述功能的一种可能的系统结构,以期有效实现食品安全的动态反应和控制,为完善我国食品质量安全管理提供新的思路。     

基于共词分析的复杂网络研究现状分析

以CNKI总库上有关复杂网络的相关文献为数据源,在共词分析的基础上通过多维尺度分析方法和战略坐标分析方法探析复杂网络在我国的研究现状及发展趋势,为从事复杂网络研究的学者提出参考.结果表明:①复杂网络的研究可分为两类,一类是复杂网络的理论研究,另一类是复杂网络的管理和安全方面的研究,这两个研究领域联系不紧密.②复杂网络的理论研究涉及复杂网络拓扑统计性质、演化机制与稳定性等,该领域整体联系比较紧密,研究趋向成熟.复杂网络管理、安全类团内部结构松散,研究尚不成熟,但与复杂网络中其他研究结合紧密,有进一步的发展空间.③在复杂网络的理论研究方面,与复杂系统、加权网络、拓扑结构、同步、稳定性、神经网络相关的研究领域可能成为今后研究的热点领域;在复杂网络管理、安全方面,SNMP将有可能成为热点研究项目.     

库车坳陷复合盐层高密度环保钻井液技术研究

通过对处理剂环保性能评价及作用效果优选、高密度环保钻井液配方及其钻井液的流变性、失水性、抗温性、抑制性、抗污染等综合性能评价等一系列实验研究,形成了一套适合山前构造带的环保钻井液体系。该钻井液具有无毒、易降解、密度高(2.0g/cm3和2.3g/cm3)、高温高压失水低、流变性好、抗高温可达130～140℃,性能稳定,抑制性、润滑性能好,抗污染能力强,既能够满足复合盐层钻井工程需求,又具环保性能好的特点。     

流变相法合成稀土水杨酸配合物的研究

采用流变相法合成了6种稀土水杨酸配合物,即将稀土氧化物RE<,2>O<,3>(RE=La,Nd,Sm,Eu,Gd,Dy)与水杨酸以1:3的摩尔比例混合研磨均匀,加适量去离子水配制成流变体.通过元素分析、热重分析和红外光谱分析对产品进行了表征.实验结果表明,反应最佳时间为12h,热重分析证明放热峰是由配合物氧化分解为稀土的氧化物所致,红外谱图分析得知稀土和水杨酸主要通过羧基进行配位,苯环上的羟基未参与配位.实验误差小,证明了流变相法合成稀土水杨酸配合物的可行性和实际应用价值.     

基于复杂网络的城市湖库藻类水华形成识别研究

在对城市湖库藻类水华形成机理深入研究的基础上,将提取的影响水华暴发的关键因子总磷(TP)、总氮(TN)、温度(T)、pH值、溶解氧(DO)、光照(I)、叶绿素a浓度(chl_a)作为网络节点,将影响因素间的关系抽象成网络的边,构建了藻类水华形成的有向网络模型.同时,计算了复杂网络的统计特征参数,构建了节点的关键度模型,并进行修正,进而构建了水华形成的复杂网络统计特征参数模型G,对其进行半定量分级,从而实现对水华暴发的有效识别,最后采用北京城市河湖水质的实验数据对模型进行了验证.结果表明,复杂网络统计特征参数G与叶绿素a浓度有显著的相关性,能够较好地表征水华形成过程.     

K2S2O8强化g-C3N4薄膜电极光电催化降解Cu(CN)32-并同步回收Cu

采用高温液相生长法制得g-C_3N_4薄膜电极并作为光阳极,以石墨毡作为阴极,建立了光电催化系统.通过对比光电催化体系、K_2S_2O_8体系以及外加K_2S_2O_8到光电催化体系,发现在光电催化系统下外加K_2S_2O_8可以有效地提高光电催化降解Cu(CN)_3~(2-)的效率,并实现了Cu在阴极上的有效回收.探究了K_2S_2O_8投加量对CN-降解率和Cu回收率的影响,发现当K_2S_2O_8浓度为1 mmol·L~(-1),偏压为1.0 V时,CN-的去除率和Cu回收率分别达到86.23%和82.11%.通过SEM、EDS和XPS分析阴阳极表面形貌,发现部分Cu+被氧化以CuO的形式存在于沉淀和阳极表面,大部分铜离子通过电化学还原作用以单质铜的形式沉积于阴极表面,铜离子有效地从体系中去除.电子顺磁共振及淬灭实验分析表明,CN-的氧化去除是硫酸根自由基(SO·-4)氧化和非自由基氧化共同作用.     

富里酸-膨润土复合体对氟的吸附特性

采用共沉淀法制备了富里酸-膨润土复合体(FA-BENT),研究了FA-BENT的基本性质及其在不同环境条件下对氟的吸附特性.XRD分析显示,FA-BENT中蒙脱石的(001)面衍射峰强度有所减弱,但其层间距没有明显变化,表明FA-BENT中富里酸主要包被在膨润土外表面.FTIR结果表明,FA-BENT膨润土的矿物组分主要与富里酸表面C=O、—OH等官能团结合,配位体交换、表面络合作用是其主要作用机制.低p H范围内,升高反应体系的初始p H有利于FA-BENT对氟的吸附;当初始p H上升至4.50以后,吸附量随p H升高而降低;FA-BENT对氟的吸附也受离子强度的影响,其主要原因可能是"极性"效应;FA-BENT对氟的动力学吸附过程遵循拟二级动力学机制,受化学过程控制(R~2=0.999 2);与Freundlich模型相比,Langmuir模型对氟在FA-BENT上的吸附数据具有较高的拟合优度(R~20.994 9).热力学参数表明,FA-BENT对氟的吸附属于熵驱动的自发吸热反应过程[ΔH为32.57 k J·mol~(-1),ΔS为112.31 J·(mol·K)~(-1),ΔG为-0.65~-1.76 k J·mol~(-1)].