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

    浅埋近距离煤层群开采过程中上覆采空区自燃危险区预测研究

    王文才赵婧雯李建伟张海龙...
    914-922页
    查看更多>>摘要：为揭示浅埋深近距离煤层群开采过程中地表裂隙发育对上覆采空区遗煤自燃的影响规律及影响范围,以苏家沟煤矿为研究背景,建立采空区流场流动及低温氧化的数学模型和三维几何模型.采用FLUENT模拟软件模拟了下煤层工作面推进过程中上覆采空区的氧气分布情况,得到了浅埋近距离煤层上覆采空区基于裂隙动态发育的氧气场和风流场的分布规律.依据采空区自燃危险区域判定理论,对上部煤层采空区内的自然发火危险区域进行预测.结果表明:连通地表与采空区的裂隙数量随工作面的推进而增加,上覆采空区氧化升温区域主要集中在滞后工作面0～20 m范围内,采空区深部的氧化带分布在新、老裂隙附近,在进风侧靠近地表且在回风侧靠近裂隙底端;当工作面推进120 m,即产生3条贯通型裂缝时,采空区自燃危险性最大,结合风流场云图确定上煤层底板自燃危险区距工作面水平距离为97.5 m,是煤矿开采过程中的重点防护区域.

    安全工程近距离煤层群采空区自燃数值模拟危险区预测

      原文链接:
    • NETL
    • NSTL
    • 维普
    • 万方数据

    改进的MVO-GRNN神经网络岩爆预测模型研究

    侯克鹏包广拓孙华芬
    923-932页
    查看更多>>摘要：准确预测岩爆烈度等级能有效指导岩爆灾害的防控.根据影响岩爆发生及烈度等级的3个因素构建岩爆评价指标体系,提出一种基于改进多元宇宙算法(Improved Multi-Verse Optimizer,IMVO)优化广义回归神经网络(General Regression Neural Network,GRNN)的岩爆预测模型.在普通多元宇宙算法(MVO)的基础上,运用自适应平衡机制调节MVO算法中的虫洞存在概率(VWEP)和旅行距离率(VTDR)两个重要参数来改进该算法;再运用改进的多元宇宙算法优化广义回归神经网络的光滑度,通过训练数据优选出最佳光滑因子σ,得到IMVO-GRNN神经网络岩爆烈度预测模型;最后结合工程实例验证模型的性能.研究表明,该模型相比传统模型寻优能力更强,精度更高,为岩爆预测提供了一种新的思路.

    安全工程岩爆预测多元宇宙算法广义回归神经网络(GRNN)虫洞存在概率旅行距离率

      原文链接:
    • NETL
    • NSTL
    • 维普
    • 万方数据

    基于多源信息融合和WOA-CNN-LSTM的外脚手架隐患分类预警研究

    赵江平张雪莹侯刚
    933-942页
    查看更多>>摘要：面对施工现场外脚手架隐患信息的多样性,传统的基于传感器监测的单一信号预警研究存在容错力不佳、含有信息有限等问题.针对施工现场外脚手架"图像+监测"数据,提出一种基于数据层和特征层信息融合的脚手架隐患分类预警方法.首先,利用Revit三维建模软件建立外脚手架实体模型,对不同初始隐患下的外脚手架进行有限元分析,划分隐患预警等级;其次,利用无迹卡尔曼滤波算法(Unscented Kalman Filter,UKF)及卷积长 短 时记忆网络(Convolutional Neural Network-Long Short Term Memory Network,CNN-LSTM)实现脚手架同类信息数据层融合及异类信息特征层融合;最后,通过实时收集西安市某在建项目落地式双排扣件式钢管脚手架隐患信息,对其进行分类预警,并使用鲸鱼优化算法(Whale Optimization Algorithm,WOA)对CNN-LSTM网络进行参数优化,发现隐藏节点个数为30、学习率为0.007 2、正则化系数为1 × 10-4时分类效果最佳,优化后预警精度达到了 91.452 6％.通过可视化WOA-CNN-LSTM、CNN-LSTM、CNN-SVM(Support Vector Machine,支持向量机)及 CNN-GRU(Gate Recurrent Unit,门控循环单元)分类预警结果,证实了优化后的CNN-LSTM网络在脚手架分类预警方面的优越性.

    安全工程多源信息融合鲸鱼优化算法卷积长短时记忆网络可视化

      原文链接:
    • NETL
    • NSTL
    • 维普
    • 万方数据

    时序数据分析的复杂化工过程异常智能溯源研究

    陈樑朱君烨金龙雷坚...
    942-951页
    查看更多>>摘要：对复杂化工过程异常工况进行智能推理溯源是实现安全关口前移、降低灾难性事故发生的有效途径.提出了一种基于Spearman-Apriori的化工过程异常智能溯源分析方法,旨在研究复杂化工过程异常工况发生的前置原因,并形成一种智能决策模型.针对化工工艺参数之间耦合性强、关联关系分析难度大的特点,引入Spearman相关系数,通过Spearman实时在线分析过程参数间的相关关系,并设置强关联阈值将Spearman相关系数分析与Apriori算法进行关联耦合,利用Apriori算法中的支持度和置信度二维挖掘各参数之间的超强关联规则.将该方法应用于合成氨工艺中合成工段的异常工况智能推溯,并选取氢氮比、管路工艺气流量、给水换热器冷凝剂流量等8个关键监测指标,研究发现氢氮比增大和给水换热器冷凝剂流量升高分别是导致合成塔入口压力超压、合成塔第一床层温度过低两组异常工况的前置原因,该分析结果与实际生产工艺相符,证明该方法可以有效地对化工过程异常原因进行推溯并筛选主要影响因素.研究为使用生产过程大数据实现化工过程异常智能溯源提供了理论基础,为进一步完善过程风险精细化管控提供了新思路.

    安全工程时序数据Spearman相关系数Apriori算法智能溯源

      原文链接:
    • NETL
    • NSTL
    • 维普
    • 万方数据

    低照度下改进YOLOX的煤矿无人电机车轨道障碍物检测方法

    章赛纪凡卢才武江松...
    952-961页
    查看更多>>摘要：为解决地下煤矿光照不足进而导致无人电机车脱轨、撞车或侧翻等问题,提出了一种低照度多特征融合的YOLOX-CBAM目标检测算法,对矿井无人电机车轨道障碍物进行有效识别与分类.首先,通过实际场景采集及标注构建地下煤矿障碍物数据集,并将其输入微光数据处理Zero_DCE模型中;其次,对YOLOX目标检测网络进行改进,分别在骨干网络CSPDarknet和特征金字塔(Feature Pyramid Networks,FPN)部分增加双通道CBAM注意力模块,解决了特征提取环节通道单一的问题;最后,将预测头部分的损失函数替换成SIoU,加快了模型迭代的速度.结果表明,与传统两阶段Faster-RCNN网络、YOLOv4网络、YOLOv5网络和原YOLOX网络相比,本模型精确率分别提高了 4.65百分点、2.65百分点、2.19百分点、1.35百分点,召回率分别提高了 9.39百分点、4.36百分点、0.82百分点、0.76百分点,速度分别提高了 28.6帧/s、16帧/s、13.6帧/s、2.9帧/s,同时本模型与分别添加 CBAM、SA、SA+SIoU、SE、SE+SIoU,YOLOX-CBAM模块的YOLOX模型相比,其精度分别提高了 0.64百分点、0.84百分点、1百分点、1.29百分点和0.76百分点,速度分别提高了 0.5帧/s、0.4帧/s、0.3帧/s、0.2帧/s和0.4帧/s.所提出的方法能实现地下煤矿井下无人电机车轨道障碍物的快速准确检测,并为地下矿运输设备的智能化升级及安全运行提供理论支撑.

    安全工程井下无人电机车目标检测CBAM注意力机制SIoU损失函数

      原文链接:
    • NETL
    • NSTL
    • 维普
    • 万方数据

    基于视觉图像的飞行区大型目标监视方法改进研究

    王兴隆许晏丰王友杰
    962-970页
    查看更多>>摘要：机场飞行区现使用的场面监视方法存在着定位偏差较大、不稳定、易跳变、皆为点源定位等问题.针对这些问题,设计了基于视觉图像的飞行区监视方法,实现快速准确的目标检测和轮廓定位,使飞行区监视更加稳定精确.提出了一种基于MobileNetV3和YOLOv5的网络模型(以下称为MobileNetV3-YOLOv5),即在 YOLOv5 的主干中使用MobileNetV3,来提高对目标的检测速度和准确度;提出了一种基于优化特征点提取的改进定向快速旋转简报(Oriented FAST and Rotated BRIEF,ORB)算法,将图像分割成多个区域,分别提取每个区域的特征点,从而提高目标识别框内区域的特征点识别数量,再进行特征点聚类筛选,最后根据识别目标类型采用最小包围盒进行轮廓划分,得到目标的轮廓定位.试验结果表明:MobileNetV3-YOLOv5方法对比原始YOLOv5模型,在识别目标准确率方面提升5百分点,在效率方面提升14张/s;同时在0～60 m的范围内,轮廓估计误差仅为2.9％;体现了所提出的监视方法的有效性,可以提升飞行区监视定位准确性和运行安全性.

    安全工程飞行区运行视觉图像目标检测定向快速旋转简报(ORB)算法

      原文链接:
    • NETL
    • NSTL
    • 维普
    • 万方数据

    基于IAOA-KELM的储气库注采管柱内腐蚀速率预测

    骆正山于瑶如骆济豪王小完...
    971-977页
    查看更多>>摘要：针对储气库注采管柱的内腐蚀速率预测问题,建立了基于阿基米德优化算法(Archimedes Optimization Algorithm,AOA)与核极限学习机(Kernel Extreme Learning Machine,KELM)相结合的模型提高腐蚀速率预测精度.通过引入佳点集、改进密度降低因子、采用黄金正弦算法缩小搜索空间,提高局部开发能力,利用改进阿基米德优化算法(Improved Archimedes Optimization Algorithm,IAOA)优化KELM正则化系数(C)和核函数参数(γ),进而建立IAOA-KELM储气库注采管柱内腐蚀速率预测模型;使用MATLAB软件运用该模型对某注采管柱内腐蚀数据集进行学习与预测,将IAOA-KELM模型与KELM、粒子群优化算法(Particle Swarm Optimization,PSO)-KELM、AOA-KELM 结果进行预测误差对比.结果表明,IAOA-KELM模型的预测值与实际值较为拟合,其ERMSE为0.65％,EMAE为0.39％,R2为99.83％,均优于其他模型.研究表明,IAOA-KELM模型能够更为准确地预测储气库注采管柱内腐蚀速率,为储气库注采管柱的运维及储气库的健康管理提供参考.

    安全工程地下储气库注采管柱核极限学习机改进阿基米德优化算法腐蚀速率

      原文链接:
    • NETL
    • NSTL
    • 维普
    • 万方数据

    木质素纤维-高钙粉煤灰复合改良膨胀土试验研究

    陈颖辉蔡祎欧明喜
    978-985页
    查看更多>>摘要：为改进单一方法改良膨胀土存在的不足,选用木质素纤维和粉煤灰复合改良膨胀土,提升改良土强度和破坏韧性,抑制膨胀变形.分别开展了自由膨胀率、有荷膨胀率(50 kPa)、无侧限抗压强度试验、低应力直剪试验获得单掺粉煤灰时的最优掺量,再掺入木质素纤维进行力学强度试验、水稳试验和微观试验,以力学特性变化结合微观结构特征分析复合改良效果.结果表明:单掺粉煤灰能够抑制膨胀土的膨胀特性,提升改良土强度,最佳粉煤灰掺量为20％;加入木质素纤维进行复合改良能够进一步提升土体强度,增强破坏韧性,水稳性也大大增强,20％粉煤灰和1.0％木质素纤维复合改良效果最好;复合改良能够很好地改善孔隙分布,抑制土体裂缝延伸,增强土体密实度.

    安全工程膨胀土粉煤灰木质素纤维力学特性微观结构

      原文链接:
    • NETL
    • NSTL
    • 维普
    • 万方数据

    露天矿含弱层边坡三维危险滑面构建及稳定性计算

    陈应显王鹏飞
    986-992页
    查看更多>>摘要：露天矿含弱层边坡稳定性分析是露天开采领域中的一个重要研究内容,实际工程问题复杂多样,基于二维计算会导致结果偏于保守,有时无法满足复杂工程的需要,因此,开展含弱层边坡三维稳定性分析的研究是很有必要的.基于标准椭球,对其进行空间几何变换,与边坡插值生成一种由xa等6个参数控制的椭球危险滑面,将椭球滑面与弱层结构面进行组合插值,构建含弱层边坡三维危险滑面;使用三维剩余推力法和遗传算法计算边坡稳定性系数并进行最危险滑面搜索,使用经典算例对方法进行验证,发现含弱层边坡随着滑体宽度增加稳定性系数逐渐降低.以锡林浩特某露天矿为应用实例,对东北帮含弱层边坡进行三维稳定性计算,验证了方法在实际工程中的适应性.

    安全工程边坡稳定性三维剩余推力法三维组合滑面稳定性系数

      原文链接:
    • NETL
    • NSTL
    • 维普
    • 万方数据

    EEMD-小波在高边坡变形信息提取中的应用研究

    梁永平李盛赖国泉
    993-1000页
    查看更多>>摘要：针对高边坡变形呈现非平稳性及数据"噪声"多源的问题,提出了一种定向滤波的变形信息提取方法.首先,利用集合经验模态分解方法分解变形时序数据,结合定量分析法判别模态分量信号频段;然后,对高频模态分量中的"噪声"利用小波函数进行"靶向"消噪处理,并对趋势项进行傅里叶级数拟合;最后,重构高边坡变形分析模型,实现真实变形量的提取.结果表明,对比分析各项检验指标,通过"靶向"消噪,各高频模态分量消噪效果明显,重构后的集合经验模态分解(Ensemble Empirical Mode Decomposition,EEMD)-小波高边坡变形分析模型较原始形变和其他模型在精度指标方面提升显著,该方法可用于高边坡的变形预测分析和真实变形量提取.

    公共安全变形集合经验模态分解(EEMD)-小波模态分量模型重构精度信息提取

      原文链接:
    • NETL
    • NSTL
    • 维普
    • 万方数据