首页期刊导航|安全与环境学报
期刊信息/Journal information
安全与环境学报
安全与环境学报

冯长根

双月刊

1009-6094

aqyhjxb@263.net；aqyhjxb@bit.edu.cn

010-68913997

100081

北京市海淀区中关村南大街5号

安全与环境学报/Journal Journal of Safety and EnvironmentCSCD北大核心CSTPCD
查看更多>>本刊是安全与环境学科的学术性双月刊，主要刊载石油、化工、生态、环境、矿业、信息、网络、冶金、建筑、交通、勘探、国防等领域的相关论文。本刊的办刊宗旨：交流安全与环境方面研究的最新成果，发展安全与环境科学技术，培育安全与环境科研队伍，为中国和全球的工业安全和环境保护服务。本刊主要读者对象：相关科研院所科技工作者，大中专院校相关师生，政府部门管理及决策者，厂矿企业技术人员及管理人员。本刊特别注重为博士生、硕士生科研服务。
正式出版
收录年代

    飞机雷雨情景着陆冲偏出跑道的贝叶斯网络风险分析

    张宇辉胡思睿常鑫
    3709-3718页
    查看更多>>摘要：为解决飞机雷雨情景下着陆冲偏出跑道风险因素之间关系不清且量化程度不足的问题，提出一种融合文本挖掘与贝叶斯网络的飞机雷雨情景着陆冲偏出跑道风险量化分析模型。首先，通过136起事故报告建立语料库，构建潜在狄利克雷分配(Latent Dirichlet Allocation，LDA)模型并对文本进行挖掘以提取关键词，进而形成包含3个一级指标和26个二级指标的风险分析指标体系;其次，采用因果效应公式确定节点优先次序，并运用K2算法和期望最大(Expectation Maximization Algorithm，EM)算法分别学习贝叶斯网络的结构和参数;最后，使用贝叶斯网络模型对飞机冲偏出跑道事故数据进行算例分析，计算风险因素的发生概率并分析事故与风险因素间的灵敏度。研究结果显示:飞机在雷雨情景下着陆时更倾向于由跑道末端冲出跑道;导致飞机冲出跑道的主要风险因素为道面积水、飞机空中平飘过长以及进场过高;导致飞机偏出跑道的主要原因为跑道过窄及滑跑方向偏离。研究表明了贝叶斯网络(Bayesian Network，BN)模型用于飞行事故风险因素分析的可行性，为飞机在雷雨天气下的运行管理、风险处置策略提供了重要参考。

    安全工程冲偏出跑道文本挖掘贝叶斯网络(BN)风险分析

      原文链接:
    • 万方数据
    • 维普

    堆叠集成算法在城市地下排水管网风险评估中的应用

    汪宙峰李全喜谢凯宇蒲朝东...
    3719-3728页
    查看更多>>摘要：近年来排水管网事故频发，因此迫切需要一种客观、高效的风险评估方法。基于此，提出基于堆叠模型的城市地下排水管网风险评估方法，显著提高建模的精度。研究选择管长、坡度等14个特征变量进行建模，将堆叠集成算法与独立机器学习算法的预测性能进行比较，探究排水管网风险的影响因素。结果显示:(1)研究区内4级风险和3级风险排水管段数占比分别为21。23％和21。38％，需要尽快在现场进行处置。(2)堆叠集成算法预测精确度为93。7％，高于随机森林(91％)、决策树(89％)和支持向量机(78％)的预测精确度，比独立机器学习算法的评估性能更好。(3)除了管长、管径等常规属性对排水管网风险有重要影响，沉积、障碍物等因素对排水管网的风险也不容忽视。结果有助于排水管网健康评估，对各类机器学习算法评估管网风险建模具有启示意义。

    安全工程机器学习排水管网风险评估

      原文链接:
    • 万方数据
    • 维普

    山区铁路隧道工程质量关键风险要素识别——基于勘察、设计与施工一体化视角

    李艳鸽陈新宇韩征傅邦杰...
    3729-3738页
    查看更多>>摘要：山区铁路隧道工程质量关键风险要素不易清晰识别，因而难以尽早预防。为解决此问题，依据相关规范从地质、自然和技术三个方面梳理风险要素，基于勘察、设计与施工的工作流程建立风险要素多层网络结构框架，结合专家经验和蒙特卡洛模拟确定网络节点风险值和连边权重，构建风险要素多层网络关系模型，随后引入复杂网络理论，通过中心性指标获取风险要素节点重要度，利用灰色关联分析获取节点综合重要度，并采取节点移除策略识别山区铁路隧道工程质量关键风险要素。最后依托某山区铁路隧道工程进行实例验证，识别出节点综合重要度前30％的节点是该山区铁路隧道工程质量风险中的关键要素，为山区铁路隧道工程质量风险的预防和管理工作提供决策支持。

    安全工程山区铁路隧道工程质量勘察设计施工多层复杂网络风险要素识别

      原文链接:
    • 万方数据
    • 维普

    多因素耦合作用下的地铁施工渗漏水风险评价

    熊华平冯玉蓉吴帮勇
    3739-3749页
    查看更多>>摘要：针对多因素耦合作用下地铁盾构施工渗漏水灾害分析评价的模糊性和动态解释能力不足的问题，基于人、物、法、环4个维度构建地铁施工渗漏水风险评价指标体系;运用组合数有序加权算子(Combination Ordered Weighted Averaging，C-OWA)削弱主观因素影响建立相互作用矩阵，通过相互作用矩阵与模糊认知图的融合模型识别关键风险、预测演化趋势;在此基础上，基于可拓云物元理论构建了地铁盾构隧道渗漏水风险评价模型，并以某地铁隧道工程为例进行实证分析，结果表明，该盾构隧道施工渗漏水风险状态为安全，与实际情况相符，验证了该方法的可行性与适用性。该模型可为地铁盾构施工渗漏水风险评估与防范提供一种操作性强的方法。

    安全工程隧道渗漏水相互作用矩阵模糊认知图可拓云模型风险评价

      原文链接:
    • 万方数据
    • 维普

    结构安全鉴定承载力验算的材料性能分项系数研究

    王柏生蔡文成
    3749-3758页
    查看更多>>摘要：为提高既有结构安全鉴定结果的准确性，研究以既有混凝土及砌体结构为研究对象，对既有结构鉴定中承载力验算的材料性能分项系数展开研究。在梳理国内已有规范分项系数确定方法的基础上，对承载力验算中存在的各种不确定性因素进行分析;为反映检测误差引起的材料性能不确定性，参照国内现行检测标准中对检测数据变异性的控制要求，将材料强度的变异系数分为0、0。05、0。1、0。15、0。2等5个水平，并得到了相应变异系数水平下的抗力统计参数。计算结果显示，通过国内规范方法优化得到的荷载分项系数和材料性能分项系数并不合理，不适用于既有结构鉴定，因此采用给定荷载分项系数计算材料性能分项系数的方式，并得到了相应5个材料强度变异系数水平下的材料性能分项系数合理取值。

    安全工程安全鉴定分项系数承载力变异系数

      原文链接:
    • 万方数据
    • 维普

    钢混排架结构厂房再生利用施工安全控制方法

    裴兴旺李文龙刘怡君
    3759-3769页
    查看更多>>摘要：对于钢混排架结构厂房再生利用施工而言，基于设计图纸所建立的理想化有限元模型与实际状态之间存在诸多差异，据此进行的施工安全模拟用于指导现场施工风险极大，一旦发生结构失稳的倒塌事故，将造成不可估量的损失。为确保钢混排架结构厂房再生利用施工过程中的结构安全，在对有限元模型修正方法对比分析的基础上，提出了基于多目标优化算法的钢混排架结构厂房再生利用施工安全模拟方法。首先，通过灵敏度分析法确定待修正参数，联合结构静力、频率、振型构建多目标函数关系，采用改进后的NSGA-Ⅲ对目标函数进行多目标优化，得到优化后的结构参数修正值，通过MIDAS/Gen建立基准有限元模型;其次，依据基准模型开展施工工序预演并据此指导现场施工安全进行;最后，对比分析模拟值与实测值之间的拟合程度，验证了修正模型的可靠性，确保了施工过程中的结构安全。研究表明，该方法是灵敏度分析法、静动力测试法、多目标优化算法的有机结合，为研究再生利用施工结构有限元模型修正和施工安全控制提供了新的思路。

    安全工程再生利用多目标优化模型修正安全控制

      原文链接:
    • 万方数据
    • 维普

    结合CNN-LSTM优化模型在尾矿坝浸润线预测中的应用

    袁利伟杨柳何涛李延林...
    3770-3779页
    查看更多>>摘要：浸润线是尾矿库的生命线，准确地预测浸润线仍是目前较难解决的重要课题。为了能够有效地预测尾矿坝浸润线的演变态势，提出了一种适用于尾矿坝浸润线预测的高精度卷积神经网络-长短期记忆(Convolutional Neural Network-Long Short-Term Memory，CNN-LSTM)网络优化模型。以云南省某铜矿尾矿库为研究对象，运用CNN提取浸润线数据在高维空间的联系，并捕捉浸润线时序特性的空间关联特征，运用LSTM捕捉及解析其长期依赖关系的特点，优化CNN的卷积层层数与LSTM隐含层层数，选取最优组合，实现对浸润线变化趋势的精确预测。试验结果表明:与单一的CNN模型和LSTM模型相比，CNN-LSTM优化模型的收敛速度快，泛化能力强，且该模型的决定系数、平均绝对误差、均方误差、平均绝对百分比误差、均方根误差均达到了非常高的拟合优度及预测精度，显示了基于CNN-LSTM优化模型进行尾矿坝浸润线预测的优越性，为保障尾矿库长期安全运行提供依据。

    安全工程尾矿坝卷积神经网络(CNN)长短期记忆(LSTM)浸润线预测

      原文链接:
    • 万方数据
    • 维普

    受限计算环境下的化工实验室安全检测模型

    许云峰雷海龙韩永辉崔建升...
    3780-3787页
    查看更多>>摘要：为了利用人工智能和目标检测技术实现对化工实验室的智能安全防控，提出了基于改进YOLOv8的化工实验室安全检测模型，旨在检测试验人员不规范行为和异常目标。首先，利用分组混洗卷积(Group Shuffle Convolution，GSConv)重构YOLOv8的C2f结构和特征融合部分的下采样模块，降低模型的参数量与计算量;其次，设计基于分组卷积的轻量化检测头替换原有检测头，进一步降低计算复杂度;最后，构建面向化工实验室安全检测的图像数据集，用于训练模型。试验结果表明，经过改进的模型在不牺牲过多检测精度的情况下，参数量和计算量分别降低了48％和54％。改进模型在性能和轻量化之间取得了良好的平衡，不仅适用于在计算资源受限的化工实验室环境下部署，也具有在其他需要轻便高效安全监控的场景中广泛应用的潜力。

    安全工程化工实验室目标检测轻量化YOLOv8

      原文链接:
    • 万方数据
    • 维普

    复杂作业环境下钢包的位置姿态安全信息感知

    张伟廖文彬张建荣张充...
    3788-3800页
    查看更多>>摘要：对恶劣环境下钢包运行动作姿态信息的有效感知是钢铁安全生产管控智能化需要解决的重要问题。总结钢包运行的时序信息特征，将钢包运行时的复杂安全信息分解为一系列可识别的基础动作，在此基础上构建钢包动作识别数据集。选用时序动作检测模型识别钢包动作信息，并根据钢包运行的视觉特性及精准定位需求将原网络目标检测分支替换为改进后的你只看一次(You Only Look Once，YOLOv8)图像分割模型。试验结果表明，改进后的模型所占存储容量减少63。98％，计算需求降低40。6％;识别准确率和召回率分别提高了0。95％与0。51％，且mAP50达到98。6％，能满足钢包实时精准定位的需求。改进后的时序动作检测模型各类动作平均识别准确率达到87。44％。研究表明，所提出时空动作检测改进模型能有效检测复杂环境内钢包的位置信息与基础动作信息，可以满足钢包复杂工序识别、目标追踪、碰撞预警、倾覆洞穿预警等安全检测任务的需求，降低安全管控所需的人力物力成本。

    安全工程冶金工业安全图像分割动作识别钢包动作检测安全智能化

      原文链接:
    • 万方数据
    • 维普

    生物质灰软化温度预测模型构建及应用研究

    姚锡文张玲玉许开立齐洋...
    3801-3808页
    查看更多>>摘要：生物质灰的软化温度可以反映锅炉结渣效率与传热效率，因此建立生物质灰软化温度的预测模型能够更好地探究生物质锅炉结渣规律。研究基于反向传播(Back Propagation，BP)神经网络与Elman神经网络建立了生物质灰软化温度预测模型。首先，收集各生物质灰中氧化物的质量分数与灰软化温度并作为原始数据集，确定模型的训练参数;其次，对模型进行测试;最后，对模型的适应性进行评价。研究对比分析了BP神经网络与Elman神经网络的决定系数R2、均方误差根ERMS、平均绝对误差EMA以及平均绝对百分比误差EMAP。之后，使用实验室制取的杨木灰样对Elman网络预测模型进行了验证。研究结果显示，Elman神经网络针对生物质灰软化温度具有更好的预测效果，其预测软化温度与实际软化温度的相对误差不超过20％，预测效果较好。

    安全工程生物质灰软化温度神经网络预测

      原文链接:
    • 万方数据
    • 维普