基于道化学火灾爆炸危险指数法的烷基化反应单元定量风险评估研究

建立了烷基化反应单元泄露导致火灾爆炸的基本场景与火灾控制场景,利用道化法对烷基化反应工艺单元各种不同火灾场景下的火灾风险进行评估.评估得出:基本场景的火灾爆炸危险等级为非常大、暴露半径43 m、暴露面积5 809 m²;采取针对性工艺控制措施后的工艺控制场景,其火灾爆炸危险等级为很轻;采取针对性物质隔离控制措施后的火灾防控场景,其火灾爆炸危险等级较之基本场景没有变化;采取针对性火灾防控控制措施后的火灾防控场景,其火灾爆炸危险等级为很大;共同采取采取工艺控制、物质隔离和火灾防控控制措施后,其火灾爆炸危险等级为较轻、暴露半径16 m、暴露面积825 m²,表明可以通过增加针对性的安全控制措施有效降低烷基化反应工艺的危险程度与影响范围,为企业的生产安全与火灾防控提供技术支撑.     

不同行为模型框架下的数据驱动类人驾驶模型比较

传统的驾驶行为模型框架把驾驶行为划分为跟驰行为和换道行为两大类,并分别进行模型构建;而综合驾驶行为模型框架则认为跟驰行为和换道行为密不可分,因此将所有驾驶行为看作一个整体来进行建模。文中基于这两种行为模型框架,对数据驱动类人驾驶模型的性能进行分析。首先,建立综合驾驶行为模型框架和跟驰换道组合模型框架,并根据驾驶过程中的影响因素,确定模型的输入和输出。其次,提出了基于跟驰、换道和意图识别模块的两种跟驰换道组合方式：判别组合和概率组合。随后,对原始数据集进行处理筛选,构建综合驾驶行为、跟驰行为、换道行为和意图识别4个样本库,分别用于对相应行为模块进行训练和标定。最后,将两种跟驰换道组合模型与综合驾驶行为模型进行模型精度、安全性、鲁棒性和迁移性比较。结果表明：在模型输入输出、参数标定流程和样本数据库一样的情况下,基于长短期记忆神经网络(LSTM)的类人驾驶模型精度优于基于FNN的模型,其中基于LSTM的模型均方误差可达到0.227 m²,基于FNN的模型均方误差为0.470 m²。而在基于LSTM的模型中,采用跟驰换道组合模型框架的模型比采用综合驾...     

石膏矿床地下开采危险危害因素分析及安全对策

本文针对当前我国石膏矿床地下开采过程中重大特大事故不断的局面,分析了石膏矿床地下开采过程中存在的危险危害因素,指出采空区大面积坍塌是当前我国石膏矿床地下开采过程中最重要的危险危害因素.从安全管理和安全技术等方面提出的安全对策,对于促进矿山企业安全生产,保护矿工生命安全与健康,具有较大意义.     

基于文献计量的自动驾驶名词体系构建方法

作为新兴前沿交叉学科,自动驾驶领域名词亟须进行规范。文章使用VOSviewer软件作为工具,对Web of Science核心合集中1991—2021年自动驾驶领域的5087篇文献进行关键词计量与可视化呈现,并对自动驾驶领域的名词与科技前沿进行了分析。文章根据科技名词规范化工作原则,以关键词聚类图谱为基础,尝试构建自动驾驶名词框架,包括智能网联系统、智能驾驶信息和人机协同驾驶三个分支,并对名词框架体系进行了分析。文章的研究是名词审定工作流程中阶段性工作的一种创新尝试,以文献计量学方法为工具开展前沿交叉领域名词的规范化工作。     

基于卷积神经网络感知功能的极端场景生成方法

近年来,基于卷积神经网络深度学习的感知算法在自动驾驶车辆环境感知系统中发挥着越来越重要的作用。由于在神经网络训练过程中,训练数据无法覆盖所有极端场景,因此如何保证基于深度学习的感知算法在极端场景下的安全性和可靠性,仍是一个亟待解决的问题。传统的基于真实行驶里程的验证方法,在获取极端场景数据上危险性高,经济性差,因此很难检验驾驶功能在极端场景下的性能。基于虚拟场景的仿真验证方法,虽然可以通过设置场景参数来生成大量测试场景,但是通过简单的参数组合并不能有效的生成极端场景。本文展示了一种在虚拟环境中生成极端场景的方法,用于训练和测试基于深度卷积神经网络的车道线识别算法。首先将场景特征用参数进行表示,然后使用deep Q-learning强化学习的方法,来生成极端场景的参数组合。通过与随机组合以及成对组合场景参数的方法进行对比,可以看出该基于强化学习的场景生成方法可以更有效地生成极端场景,因此可提高自动驾驶感知功能的测试效率,同时可为卷积神经网络提供更多的极端场景训练数据。     

八车道高速公路可变信息标志前置距离对驾驶行为的影响

基于驾驶模拟实验,设置3.0、2.5、1.5、0.7 km 4种前置距离的可变信息标志（variable message sign,VMS）,收集32名驾驶员视认4种前置距离的VMS后换道驶出高速公路过程中的方向盘、速度和位置数据,并观察各驾驶员在换道过程中的方向盘操控行为、换道行为、减速行为。结果表明：VMS视认过程属于多任务驾驶行为,驾驶员需在短时间内完成VMS视认、路径决策、车辆减速与换道;当VMS前置距离不足时,驾驶员需快速、大幅转动方向盘,进行连续换道、急换道;为顺利驶入减速车道,部分驾驶员采取减速换道措施,增加了事故风险;当VMS前置距离过长时,驾驶员对VMS的短期记忆效应使得驾驶负荷提高。     

基于专利引用和文本信息的自动驾驶技术演化

通过分析自动驾驶技术领域专利的引用信息和文本信息,结合社区发现、LDA（latent Dirichlet allocation）主题建模、主路径分析方法,针对自动驾驶专利数据集的特点建立分析框架进行自动驾驶技术演化分析。应用上述方法可以有效识别自动驾驶技术领域的主题分布,弥补传统单一方法不能反映技术全貌的缺陷。我国需重点突破多源传感器融合感知、复杂环境智能决策控制、车路协同、人机交互等关键技术;在测试和自动泊车技术上处于技术领先;在定位、高精度地图、执行机构、运动控制、硬件计算平台技术上处于技术跟随。     

基于F&EI的新兴有机材料生产过程风险分析

新兴民营企业在运营流程中采取行政安全一手抓的管理模式,在新型有机材料生产和加工的过程中出现诸多新的安全问题.为规避此类问题带来的事故风险,以浙江某新兴材料企业为例,通过实地调研、定性分析和定量评估相结合的方法,对其物料、工艺、设备及维护过程中的危险源及有害因素进行风险分析.基于现场勘察获得引起生产加工过程中危险物质泄漏...     

高速船碰撞危险模型

利用船舶避碰几何的数学方法,建立高速船碰撞危险范围数学模型,并对高速船的碰撞危险范围进行预测,得出高速船碰撞危险范围与船速比及dCPA之间的关系及变化规律,使船舶驾驶人员迅速了解与高速船舶可能发生碰撞的区域,提高判断碰撞危险的效率.     

大肠癌的贝叶斯预测

根据所查找数据,分别对下消化道报警症(便血、消瘦、贫血、大便变细、腹部包块和肠梗阻)、年龄、家族肿瘤史、饮食习惯和心理健康状况与大肠癌的相关性进行2c检验.检验结果表明,便血、贫血、年龄、家族肿瘤史和饮食习惯是与大肠癌发生密切相关的因素.利用贝叶斯公式根据筛选出的相关因素建立了大肠癌危险人群的预测模型,为病人是否需要进一步的技术性检查提供理论依据.从医院随机抽取某病例进行验证,预测结果与检验结果一致.