模糊评价方法在煤矿安全管理中的应用

煤矿安全评价是辩识煤矿危险源和消除生产系统危险因素的重要方法,对煤矿企业的安全生产及安全管理都将起到积极的作用。本文在分析我国煤矿安全生产现状的基础上,概述了模糊评价方法的基本原理,并以某煤矿为例,介绍了该方法在煤矿安全管理中的具体应用,并根据评价结果对该煤矿提出了整改建议,对提高煤矿生产的安全管理水平具有重要的意义。     

瑞雷波探测技术在公路隧道超前地质预报中的应用

超前地质预报是预防公路隧道施工环节发生灾害的重要技术手段。本文对瑞雷波探测技术应用于公路隧道超前地质预报的可行性进行了分析,介绍了瑞雷波技术的探测原理和现场施工方法,运用工程实例说明瑞雷波探测技术应用于公路隧道超前地质预报具有施工快速简单、资料处理成果直观、探测精度较高等优点,但也存在对于异常的属性不能作出准确判断的不足,并根据工程实践,提出了瑞雷波探测技术今后的研究方向。     

典型大气腐蚀介质的灰色预测模型分析

利用武汉地区2002—2007年二氧化硫和氯化物含量数据,建立了这2种典型大气腐蚀介质的GM(11,)预测模型,探讨了不同维数GM(1,1)模型预测结果的差异。另外,对这2种典型大气腐蚀介质GM(1,1)模型进行了检验,结果表明,GM(1,1)模型的预测精度较高,精度检验等级达到1级。     

基于幂指数的电子装备大修工时对比预测模型

随着新装备大修期的到来,针对装备大修工时预测难的问题,根据幂指数理论,结合电子装备的大修流程,即拆卸、全面修复和拼装调试三个阶段,建立电子装备大修工时幂指数对比预测模型。结合实例,证明了该模型的合理性和操作性,满足制定详细大修计划的要求。     

飞行器环境试验数据管理与预示系统构建研究

目的为飞行器环境试验数据的管理与交互式探索分析提供工具,并为飞行器环境试验条件设计提供支撑。方法环境试验数据管理与预示系统采用B/S MVC三层体系架构,在数据存储层,采用传统关系型数据库及大数据平台(Hadoop/Spark)相结合的混合存储结构;在数据处理层,主要采用基于Spring+Hibernate的轻量级J2EE技术框架。使用Myeclipse 2014 Java语言编程实现。结果所开发的环境试验数据管理与预示系统,客户端通过浏览器实现跨平台访问。基于JavaScript技术实现数据动态交互展示,支持Matlab、C++等多种语言算法的集成与动态扩展。结论软件系统适用于环境试验数据的管理与交互式探索分析。     

辽宁阜新煤矿生态环境动态演变的预测

通过对影响煤矿生态质量16个指标因子的筛选,初步建立自然环境、生态环境及社会经济三维体系下由年开采量等7个指标组成的煤矿生态环境质量预测指标体系;根据2003年至2012年阜新煤矿生态环境指标因子环境统计数据,采用数值拟合得出埋藏深度、地面塌陷面积/开采面积、煤尘爆炸指数、矿区居民人均GDP及矿区经济贡献率5个指标因子的Quadratic模型;优化建立煤矿生态环境动态预测指标体系。应用煤矿生态环境指标因子预测模型对阜新煤矿2003年至2012年煤矿生态环境指标因子动态演变预测效果验证,验证结果表明Quadratic模型预测误差相对较小,煤尘爆炸指数指标因子的预测拟合曲线相关系数最高(R2=0.967 26)。最后应用Quadratic模型对2013年阜新煤矿矿区生态环境指标因子进行预测,并结合矿区实际给出预测模型的适用性。     

粤北某矿横石河流域周围土壤重金属预测与生态风险预警评估

以粤北某矿横石河流域周围表层土壤2010年和2013年两批区域调查数据为基础,对其土壤中重金属含量变化趋势进行预测,并进行生态风险预警评估。结果显示,3年间土壤中Cd、Cu、Pb、Zn等元素含量降低明显,现累积速率分别为-0.001、2.88、3.71和3.11mg/(kg·a),相对累积速率以Cd最快,Zn、Cu、Pb次之;生态风险预警评估显示凉桥村和水楼下村的生态风险达到重警,上坝村为轻警。在无突变情景下,根据现累积速率预测了未来30年内的生态环境质量变化,并提出建议。     

铁路桥梁段环境振动分频段预测方法

针对铁路环境振动,在考虑振动频率对振动传播衰减的影响下,将桥梁荷载视为点列式荷载,提出适合桥梁段环境振动的分频段预测方法.为考察该方法在铁路桥梁段环境振动预测中的适用性,分别采用该方法和现行的铁路环境振动常用预测方法对成灌快速铁路某桥梁段10～40 m范围内的地面环境振动进行预测,并将两种方法的预测结果与实测结果进行对比.结果表明,铁路桥梁段环境振动分频段预测方法在实际桥梁段环境振动预测中能够取得很好的预测效果,且相对于现行铁路环境振动的常用预测方法,其预测精度更高.     

基于R/S分析的矿井涌水量灰色预测

矿井涌水量序列具有分形和灰色特征,将R/S分析与灰色系统理论相结合,提出了R/S灰色预测模型以预报矿井涌水量。并以龙门矿为例,对其矿井涌水量进行了R/S分析,确定了Hurst指数和平均循环周期;还在一个周期内进行了涌水量灰色预测。结果表明:龙门矿矿井涌水量平均循环周期为10个月;原本无法进行灰色预测的矿井涌水量序列,经R/S分析后不但可以进行灰色预测,而且预测精度达97.54%,明显高于成熟模型—灰色马尔科夫预测模型的精度。该方法拓宽了分形和灰色理论在涌水量研究中的应用范围。     

基于BP神经网络的城市生活垃圾产生量预测研究——以上海市为例

文章总结分析了影响城市生活垃圾产生量的因素,并根据相关性分析结果确定了主要影响因素,然后建立了上海市生活垃圾产生量的BP神经网络预测模型,并将预测值与实际值进行比较,表明该模型具有较好的适用性和准确性,最后对上海市未来几年的生活垃圾产量进行了预测.