基于远洋渔船机舱火灾场景下的船员逃生仿真研究

随着我国远洋渔船数量的不断增多,事故数量也呈上升趋势,火灾事故所造成的各类损失排在所有事故的首位。为研究远洋渔船机舱火灾场景下船员的逃生问题,提高船员的逃生效率。项目组建立船舶火灾安全评判标准;引入专业的火灾仿真软件PyroSim对某远洋渔船机舱火灾进行仿真研究,得到可用安全逃生时间(ASET);利用人员应急疏散软件Pathfinder对船员逃生过程进行可行、有效的优化,得到必须安全逃生时间(RSET);对比两组时间评判船员能否安全逃生。研究结果表明:船员的ASET为154 s,增加斜梯后船员的RSET为144 s,即经过优化后,船员在机舱发生火灾时可安全撤离。该结果对控制火灾的蔓延、制定消防策略和规划人员安全疏散通道具有一定的参考价值。

基于灰色马尔可夫模型的广东省2010-2019年渔业生产事故研究

海洋渔业是国际公认的最危险行业之一。利用渔业船舶水上事故统计数据对渔船事故状况进行定量预测,是渔船安全研究的重要内容之一。为提高渔业船舶水上事故数的预测精度,在灰色预测模型GM(1,1)的基础上,建立了灰色马尔科夫组合模型,并以2010—2019年广东省渔业船舶水上事故数作为样本数据,进行了预测模型的验证分析。结果表明,通过马尔科夫模型对灰色预测模型数据的修正,使得平均绝对误差从9.591%降到了3.388%,提高了预测精度。因此,灰色马尔科夫模型可以用于预测事故发生数量情况,分析未来安全状况和事故数的发展趋势。研究结果可为渔业部门预防渔业船舶水上事故并采取针对性的防控措施提供依据,为渔业安全生产管理提供技术支撑。

基于BP人工神经网络的渔船舵机液压系统故障模拟及诊断

针对渔船舵机液压系统故障率高且故障点存在非线性难以诊断的问题,提出了一种基于BP神经网络对渔船舵机液压系统故障分类诊断的方法。该方法利用AMEsim软件搭建故障仿真模型,对5种不同故障的15类故障度分别进行模拟仿真并提取数据,把所得500组样本数据使用BP人工神经网络算法进行训练测试并应用于故障诊断。结果表明,模拟仿真能够解决液压系统故障样本数据难以取得的问题,利用BP人工神经网络进行渔船舵机液压系统故障诊断具有较高的准确度。