首页期刊导航|中国安全科学学报
期刊信息/Journal information
中国安全科学学报
中国安全科学学报

伊烈

月刊

1003-3033

csstlp@263.net;cssj@cosha.org.cn

010-64464782

100013

北京市东城区和平里九区甲4号安信大厦A306室

中国安全科学学报/Journal China Safety Science JournalCSCD北大核心CSTPCD
查看更多>>自从1983年中国劳动保护科学技术学会(CSSTLP)成立以来,1991年创刊了《中国安全科学学报》,它已经成为促进中国职业安全健康领域不断进步,完善安全科学技术学科体系,传播科研成果及制定有关政策的一个不可或缺的载体。它是中国安全科学技术(一级学科)领域的高层次学术性刊物,具有理论性、创新性、应用性及信息性等特点。 大幅度扩版后,它以崭新的面目出现,进一步拓宽了报道的范围,增加新的栏目及页数(2006年为144页),更广泛的反映职业安全卫生方面的经验和各种见解;增加了社会和行为科学及生活安全、环境安全等方面的报道,如灾害预防和减灾,风险评估、职业安全健康体系标准化、产业安全、大众安全、社区安全、安全文化建设等,使原来本刊所报道的传统的职业安全健康所涵盖的内容进一步得到延伸。 在报道研究成果的同时,也报道相关政策的论述,其宗旨是引导公众对安全与健康政策安全科技实践、安全活动技能有一个科学的认识,为大众安全生产、安全生活、安全生存及其活动提供科学可行的依据;并鼓励和指导公众能掌握安全与健康的规律,能过上更安全、更健康、更舒适、更和谐的生活。对于能提高对各种安全问题的了解和认识,以及解决问题方法的研究成果、原著仍将放在报道的重点。
正式出版
收录年代

    基于XGBoost的城市污水管道缺陷发生概率预测

    马辉贺鹰霞陈杨杨
    163-171页
    查看更多>>摘要:为提高城市污水管道缺陷检测效率,减少地毯式检测带来的资源浪费,降低环境安全风险,利用极致梯度提升(XGBoost)模型预测城市污水管道缺陷发生概率.首先,统计分析污水管道缺陷成因,筛选出能够表征管道缺陷状况的关键性指标,作为XGBoost模型的输入;其次,选择合适的目标函数和基学习器参数,利用网格搜索算法寻优基学习器的关键参数,完成模型训练和优化;最后,以广东省中山市某区域污水管网数据为例,验证XGBoost模型的有效性,根据模型输出寻找影响缺陷发生的主要因素和路径,并将区域内污水管网的缺陷发生概率划分出4个不同等级后进行可视化展示.结果表明:XGBoost模型在10折交叉验证下的曲线下面积(AUC)均值达到0.97,模型的预测准确率为93%;管道埋深、坡度和长度3个特征对管道缺陷发生概率变化的影响程度最高;当管长增加,坡度越大、埋深越浅,污水管道发生缺陷的概率会随之增长.

    极致梯度提升(XGBoost)城市污水管道缺陷发生概率决策树预测模型

    《中国安全科学学报》再次被收录为"中国科技核心期刊"

    171页

    电动自行车违规行为严重程度分析与预测

    马社强陆育霄董春娇李鹏辉...
    172-178页
    查看更多>>摘要:为减少电动自行车违规行为,提升交叉口安全管理水平,从冲突对象数量和运动状态2个方面选择后侵入时间(PET)、交通冲突时间(TTC)和安全减速度(DST)等指标,采用k均值聚类将违规骑行电动自行车引起的交通冲突严重程度划分为一般、严重和潜在冲突3类.并采用泊松函数拟合冲突频数分布特征,引入随机变量刻画交通冲突之间异质性的混合效应,构建基于广义线性混合模型(GLMM)的违规骑行电动自行车交通冲突预测模型,预测多等级交通冲突频次.结合视频调查得到的996起电动自行车交通冲突数据进行实证分析.结果表明:不同严重程度的电动自行车交通冲突占比与违规行为类型无关;构建的GLMM模型对违规骑行电动自行车交通冲突数据的拟合优于广义线性模型(GLM)方法,且对一般冲突频数的预测效果最好;通过加强管理电动自行车占用机动车道和越线等待行为、增设协管员和调整信号相位能有效降低违规骑行电动自行车冲突发生率.

    电动自行车广义线性混合模型(GLMM)违规行为严重程度冲突预测

    基于FQ和IMS的痕量爆炸物探测分析

    郝凤龙张庆胜姜玲玲金川...
    179-184页
    查看更多>>摘要:为及时有效地查出行李、包裹和人身中隐藏的爆炸物,利用荧光淬灭(FQ)和离子迁移谱(IMS)2种痕量爆炸物检测仪器,分别通过擦拭和吸气2种采样方式,检测三硝基甲苯(TNT)、黑索金(RDX)、三过氧化三丙酮(TATP)、硝酸铵(AN)等多种爆炸物,并主要从报警时间和恢复时间2个方面进行对比分析.结果表明:擦拭采样情况下,FQ的平均报警时间比IMS少约2 s,平均恢复时间比IMS少约30 s,具有更高的检测效率.吸气采样情况下,FQ仪器可检测TNT和TATP,IMS仪器难以检测爆炸物.

    荧光淬灭(FQ)离子迁移谱(IMS)痕量爆炸物探测报警时间恢复时间

    考虑乘客异质性和群组效应的开敞甲板疏散模拟

    杨光照蔡薇胡敏王珺...
    185-192页
    查看更多>>摘要:为提高乘客在开敞甲板发生事故时的疏散效率,保障乘客安全,在考虑乘客异质性和群组效应的基础上,采用AnyLogic软件构建乘客的异质性疏散模型,并构建单人组、双人组、3人组及混合组4种疏散场景,模拟异质性乘客在不同群组规模情况下的疏散过程.结果表明:总体疏散时间随群组规模的增大呈非线性增加,乘客在双人组、3人组和混合组场景下疏散时间分别比单人组场景下多11.8%、19.6%和15.5%,且4种疏散场景中乘客抵达疏散终点的高峰期均位于疏散的前中期;在群组疏散时,乘客的期望速度越快,其抵达时间分布则更为离散.结果突显乘客异质性和群组效应在疏散过程中的相互影响.

    乘客异质性群组效应邮轮疏散疏散模拟开敞甲板

    社会技术系统视角下城市地铁内涝事故致因定量分析

    邢金朵杨威张军
    193-201页
    查看更多>>摘要:为有效防控城市地铁内涝事故风险,提出一种将事故地图(AcciMap)模型、模糊层次分析法(FAHP)以及三角模糊决策实验室分析法(DEMATEL)-解释结构模型(ISM)方法融合的事故致因系统评价模型,定量挖掘城市地铁内涝事故致因及其耦合作用关系.通过AcciMap模型从系统层面遴选事故致因;用FAHP综合专家意见,确定专家权重;利用DEMATEL方法计算事故致因重要程度,采用ISM方法揭示因素间的相互关系,构造多级阶梯有向图.并以郑州地铁的内涝事故为例,验证提出的方法.结果表明:管理部门对特大灾害认识防范不足、监督部门监察职责履行不认真、运营部门应对处置不力是事故发生的核心致因要素,应予以重点关注,防止该社会技术系统失效.

    社会技术系统城市地铁内涝事故事故致因定量分析决策实验室分析法(DEMATEL)解释结构模型(ISM)

    《中国学术期刊影响因子年报(2024版)》发布

    201页

    面向灾情侦察的有优先级多无人机协同调度优化

    龚英刘晓聪周愉峰杨维...
    202-212页
    查看更多>>摘要:为提高灾情侦察效率,针对灾害应急响应中无人机(UAV)侦察调度问题,提出一种考虑优先级的灾情侦察多UAV协同调度优化模型.首先采用混合整数非线性规划描述模型,开发一种改进的禁忌搜索算法,并通过引入特定的邻域算子和修复算子,提升算法的搜索能力和解的质量;然后设计2组算例验证模型和算法,算例组1源于2021年郑州洪灾的实际情境,算例组2为不同规模的模拟算例.结果表明:模型和算法得到有效验证,敏感性分析能够探讨飞行速度、UAV数量、型号以及续航能力对侦察能力的影响;增加UAV数量和优化型号能显著提高侦察效率;资源有限时,应优先选择侦察能力强的UAV;资源充足时,飞行速度则更为关键.

    灾情侦察无人机(UAV)调度优化禁忌搜索算法侦察优先级

    基于气-固两相流的深埋隧道烟尘运移特征

    吴宗之周玉竹魏丁一曹伟杰...
    213-219页
    查看更多>>摘要:为提高深埋隧道施工机械的耐用性及改善工人作业环境,基于气-固两相流理论,选取CO和粉尘作为主要研究对象,利用Fluent软件建立深埋隧道物理模型,通过模拟分析深埋隧道中不同围岩温度及风筒出口速度对烟尘运移过程的影响.结果表明:爆破后,CO在抛掷区内均匀分布,随通风时间的增加,CO的运移呈现为平移和扩散2种方式,CO以团状的形式向隧道外排出,且隧道壁处的CO运移速度大于隧道中心的运移速度;爆破瞬间,粉尘大量聚集在工作面附近,随通风时间的增加,粉尘不断向隧道外排出;其中,围岩温度对CO的运移有一定影响,且围岩温度越高,CO的运移速度越快,但围岩温度对粉尘运移的影响相对较小;风筒出口速度对CO及粉尘的运移均有较大影响,且风筒出口速度越大,CO及粉尘的运移速度越快,在现场应用中要结合实际条件和经济预算情况合理选择相关设备.

    气-固两相流深埋隧道烟尘运移风筒出口速度围岩温度

    基于机器学习的户外作业警务人员热应激预测模型

    胡啸峰黄玲
    220-228页
    查看更多>>摘要:为解决高温环境下户外作业警务人员热应激风险预测问题,构建不同环境工况、劳动强度和服装等条件下的警务人员核心温度监测试验数据集,提取身高、体质量、年龄、性别、体脂率、身体活动比率(PAR)、服装热阻(CI)、环境温度、相对湿度为特征,基于K近邻(KNN)、随机森林(RF)、梯度提升决策树(GBDT)等多种机器学习方法,建立户外作业警务人员核心温度及热应激风险预测模型,并进行验证.结果表明:对于高温环境下户外作业警务人员的核心温度预测模型,KNN、RF和GBDT的拟合优度R2均超过0.9,在误差方面,KNN模型的预测误差最小,均方根误差(RMSE)为0.053℃;对于高温环境下户外作业警务人员热应激预测模型,RF、GBDT和KNN模型的预测性能明显优于其他模型.

    机器学习户外作业警务人员热应激核心温度高温环境