首页期刊导航|中国安全生产科学技术
期刊信息/Journal information
中国安全生产科学技术
中国安全生产科学技术

吴宗之

月刊

1673-193X

aqscjs@vip.163.com

010-64941346

100029

北京朝阳区惠新西街17号

中国安全生产科学技术/Journal Journal of Safety Science and TechnologyCSCD北大核心CSTPCD
查看更多>>《中国安全生产科学技术》是由国家安全生产监督管理总局主管、中国安全生产科学研究院主办的科技期刊,定位于“国家级安全生产科学研究领域的权威性期刊”。编委会由中国工程院院士(9名)和正高级职称专家、学者、学科带头人及各个行业安全生产领域有较大影响的安全管理专家组成。办刊宗旨: 本刊为加强安全生产的基础研究,围绕安全领域重大课题,特别是安全工程理论、事故预防和应急救援、重大危险源辨识、评价等方面的技术,侧重于安全科学技术和理论研究探讨。着重以科技创新为先导,加大安全科技的推广力度,注重实用性和导向性,面向科研,面向企业,及时推广国内、国外的最新成果交流,为加快我国的安全生产技术支撑体系建设切实起到窗口作用。读者对象:国内、外安全生产领域的广大专家、学者、科研工作者,大专院校安全工程专业及相关专业的师生,国家安全生产监督、煤矿安全监察人员,企业负责安全生产的高级管理人员和技术人员,以及注册安全工程师和安全评价师、职业健康安全管理体系审核员、咨询师。
正式出版
收录年代

    融合GPT和知识图谱的洪涝应急决策智能问答系统研究

    王喆陆俊燃杨栋梁李墨潇...
    5-11页
    查看更多>>摘要:为提高生成式预训练语言大模型(generative pre-trained transformer,GPT)的应急管理信息分析能力,以实现洪涝灾害应急处置过程中的在线辅助决策,提出融合GPT和知识图谱的应急决策智能问答系统(KG-GPT).改进GPT架构以识别问题中的关键信息,利用知识图谱推理应急领域知识并生成具有逻辑性的回答;结合洪涝灾害的实际应急决策问答数据集并编制演练脚本,使用自动评估和专家评估方法将本系统与GPT进行对比实验.研究结果表明:该系统成功融合应急领域知识图谱和GPT模型,能够深刻理解问题的背景信息并生成流畅回答;与GPT相比,该系统可为决策者提供更快速准确的在线辅助决策工具.研究结果可提升洪涝灾害应急信息分析和决策效率.

    洪涝灾害知识图谱预训练模型自动问答系统在线辅助决策

    轨道交通运营风险事件的事理图谱构建及演化分析

    许慧蔡林
    12-19页
    查看更多>>摘要:为厘清轨道交通运营风险中碎片化、口语化事件信息的演化逻辑,以轨道交通运营风险事件新闻中的部分内容作为数据源,抽取事件信息和事件关系,通过Neo4j构建轨道交通运营风险事件的事理图谱,进而利用Bert模型、层次聚类和莱文斯坦距离对风险事件进行泛化,并进一步梳理得出泛化事件的逻辑关系,由此得到轨道交通运营风险事件的演化路径和发展方向.研究结果表明:层次聚类方法中轮廓系数大于0.9,本文方法具有可行性.研究结果可为轨道交通运营风险防范及应急决策选择提供参考和支持.

    轨道交通运营风险事件事理图谱Bert模型层次聚类事件泛化

    基于改进DBN的大断面矩形顶管穿越铁路风险评估

    麻建飞凌小康杜文选贺少辉...
    20-26页
    查看更多>>摘要:为了评估大断面矩形顶管隧道下穿铁路风险,采用解释结构模型法建立大断面矩形顶管下穿铁路风险评估体系,构建改进动态贝叶斯网络(DBN)风险预测模型,采用模糊集理论、专家评估法等得到大断面矩形顶管穿越铁路风险值.研究结果表明:改进的DBN模型可实现大断面矩形顶管穿越铁路工程的工前风险评估、风险控制预案提前布置、现场施工风险动态评估和反馈;改进DBN模型的风险预测与专家预测结果一致;有限元-动态贝叶斯网络(FEM-DBN)模型的预测风险值较现场监测-动态贝叶斯网络(OSM-DBN)模型稍大,可为穿越工程提供更多安全储备.研究结果可为大断面顶管穿越铁路施工风险控制提供参考.

    隧道工程风险评估穿越工程数值模拟现场监测

    中国安科院团委组织召开纪念五四运动105周年专题交流座谈会

    中国安科院网站
    26页

    基于BL-Apriori的民航机务风险关联规则分析

    刘伟伟王华伟侯召国
    27-33页
    查看更多>>摘要:为了解决机务维修领域风险分析过程中文本数据挖掘不充分问题,提出1种基于二进制逻辑"与"运算改进的Apriori关联规则挖掘方法,采集到飞机维修企业2012-2021年机务维修领域不安全事件报告,最终成功挖掘出民航机务维修领域具有耦合性、关联性的风险要素,并对风险要素之间的关联规则进行分析.研究结果表明:改进后的算法运行时间从0.153 s降低至0.034 s,挖掘到机务风险中飞机检查不全面、人员遗忘/疏漏等为主要因素,与工程实际相符.研究结果可为机务安全管理提供决策支持.

    民航机务维修关联规则挖掘Apriori数据挖掘逻辑运算

    流程生产安全数智化监测系统传感器故障诊断研究

    张建荣张伟赵挺生苗雨...
    34-41页
    查看更多>>摘要:为保障流程生产安全监测数据的准确性,提出1种结合核主元分析和累积残差贡献率法的故障诊断方法.首先提出"感知-汇聚-决策"的多层级数智化监控系统架构;针对感知层传感器,基于核主元分析构建故障检测模型并通过累积残差贡献率法定位故障传感器;以DYTG转炉厂连铸作业区进行实证分析.研究结果表明:该故障诊断方法在SPE指标上的平均检测率和平均误检率分别为95.28%和2.61%,在T2指标上的平均检测率和平均误检率分别为84.36%和1.71%,且针对4种故障形式均能精准定位故障传感器.研究结果有助于降低监测系统的维护成本,提升流程生产安全管控水平.

    流程生产传感器故障诊断核主元分析累积残差

    基于KPCA-BiLSTM-iForest的瓦斯体积分数异常智能识别方法

    姜思嘉盛武
    42-48页
    查看更多>>摘要:为了实现瓦斯体积分数异常在线精准超前识别,提出1种基于多元异构数据融合的瓦斯体积分数异常识别方法(KPCA-BiLSTM-iForest),该方法采用核主成分分析(KPCA)对非线性数据进行降维和特征提取,提取主要信息并减少计算量,并采用双向长短期记忆神经网络(BiLSTM)对降维后的数据进行瓦斯体积分数预测,利用隔离森林(iForest)根据预测结果及实际值相关数据进行异常检测.研究结果表明:该方法能够提前20 min检测到瓦斯体积分数异常,且异常识别准确率较KPCA-LSTM-iF-orest 方法,KPCA-iForest方法和KPCA-BiLSTM-LOF方法可以提升3个百分点以上.研究结果可为识别瓦斯体积分数异常并提出预警提供依据.

    煤矿瓦斯异常智能识别在线监测数据KPCA-BiLSTM-iForest模型工程反演

    中国安科院党委部署党纪学习教育工作

    中国安科院网站
    48页

    基于深度学习模型的煤矿安全隐患数据主题挖掘

    肖琪耀贾宝山徐以诺张茂薇...
    49-55页
    查看更多>>摘要:为了提高煤矿安全风险排查能力和监督能力,提出1种基于双向长短期记忆网络(BiLSTM)、条件随机场(CRF)和隐含狄利克雷分布(LDA)的模型.训练BiLSTM-CRF模型分词,采用困惑度-主题方差(perplexity-var)计算LDA模型最优主题数,构建BiLSTM-CRF-LDA模型挖掘内蒙古某煤矿安全隐患数据.研究结果表明:困惑度-主题方差指标能更准确地确定主题数;BiLSTM-CRF模型分词结果比jieba库更准确;BiLSTM-CRF-LDA模型能准确地挖掘出煤矿安全隐患类型、安全隐患空间分布和安全责任划分.研究结果可为煤矿安全风险排查与监督提供参考.

    煤矿安全隐患BiLSTMCRFLDA困惑度-主题方差

    物理指标与深度学习融合的冲击地压风险等级预测

    乔美英史有强
    56-63页
    查看更多>>摘要:为探究煤矿智能化开采背景下,冲击地压的预警问题.以数据分析为基础,以河南某矿21181工作面为背景,提出物理指标与深度学习融合的冲击地压预警方法.该方法通过分析大能量事件发生之前,各项物理指标在最大值、趋势性以及相对变化率绝对值3方面特性,得到与之对应的综合物理特征,并分析震源的空间分布特性,根据其特性提出坐标注意力机制,对震源坐标进行加权,得到震源特征.对综合物理特征以及震源特征,加入通道注意力机制对特征进行加权,并使用全连接层进行分类,达到风险等级预测的目的,最终将模型运用于实际工程.研究结果表明:物理指标与深度学习融合的冲击地压预警方法可以达到较高的准确率.研究结果可为实际工程提供一定借鉴.

    冲击地压物理指标数据分析震源特征深度学习坐标注意力机制