基于重金属多形态-生物毒活性权重体系的生态危害指数模型

针对Hakanson潜在生态危害指数模型的不足,纳入了对重金属多形态生态毒活性差异的考量,建立了基于重金属多形态-生物毒活性权重体系的改进生态危害指数模型.将其应用于新乡市郊区蔬菜基地土壤重金属污染的评价,结果表明该区域土壤中Cd,Ni,Zn,Cu和Cr的污染程度等级分别为5级、3级、1级、1级、1级,Cd和Ni可能造成严重的生态危害,亟需有关部门关注及治理.经与原模型评价结果的对比分析,表明所建优化评价模型能更全面、真实地综合表征评价区域土壤中重金属污染的潜在生态风险,为科学决策提供了理论基础.

基于油罐区火球事故的热辐射危害研究

为了研究油罐区火球事故热辐射危害,基于火球燃烧模型和热辐射传播原理,结合丙烷火球案例研究,并用FDS软件模拟验证。根据参与反应燃料的质量,确定火球燃烧参数:火球最大直径、燃烧时间、最大上升高度以及表面热辐射能。通过改进观测因子和大气透射率公式,建立关于受辐射目标高度的火球危害模型函数。用MATLAB计算结果,对照热辐射通量准则,确定罐体热毁伤等级。理论计算结果与模拟结果吻合度较好,监测点位置越高,接受热辐射通量越大,罐体受损越严重。相较于传统火球危害模型忽略受辐射目标高度,导致低估油罐受损程度,改进后模型分析油罐区火球事故热辐射危害更加安全、可靠。

煤矿职业病危害评价体系构建及应用

为进一步提升我国煤矿职业健康管理水平,从职业病危害因素的"产生源头-致因因素-作用对象"对煤矿职业病危害管控的致因因素进行全过程分析,建立了基于能量释放的煤矿职业病危害致因模型,进而构建了煤矿职业病危害评价指标体系,确定出5个一级指标、20个二级指标;为提高计算结果的客观性和准确性,将AHP和DEMATEL方法结合使用,构建基于AHP-DEMATEL的评价模型并进行实例应用,以分析煤矿职业病危害影响因素的影响程度。结果表明:一级指标中职业健康管理的综合影响度最高,从业人员素养综合影响度最低;二级指标中粉尘防护设备和职业病危害防治制度的综合影响度较高,评价结果与实际情况下煤矿职业病危害管理情况相符。

三元锂离子电池材料燃烧热值及爆炸当量分析研究

锂离子电池因其能量密度大、高输出电压、无记忆效应以及长循环寿命等特点,在储能、汽车、航天和电子信息等工业领域得到了广泛的应用。然而随着动力锂离子电池热失控引发的火灾和爆炸事件时有发生,因此对锂离子电池各组分燃烧产生的能量及其爆炸当量进行分析研究具有极其重要的意义。建立了一种三元锂离子电池的爆炸危害评价模型,通过对多种型号的三元锂离子电池热失控残骸的分析,确认了三元锂离子电池热失控时的燃烧组分及各组分燃烧放热能量,并将该能量换算为爆炸死亡、重伤、轻伤和财产损失半径,从而直观呈现了其危害范围。

考虑使用环境的周转备件需求预测

为使周转备件需求预测更加贴合实际需要,构建了考虑使用环境影响的周转备件需求预测模型。在对使用环境对备件需求影响分析的基础上,引入了比例危害模型。给出了使用环境风险因素及其协变量、权重确定过程,构建了考虑使用环境影响的周转备件需求预测模型。案例分析表明,将使用环境纳入现有周转备件需求预测,预测结果相较于原有基准备件需求预测模型更加符合实际。

柴油加氢精制装置事故后果预测

根据柴油加氢精制装置风险特点,介绍了蒸气云爆炸冲击波模型、喷射火热辐射模型、毒物泄漏模型,并利用风险分析软件PHAST,对该装置火灾、爆炸、中毒事故进行了后果分析与评价,得出了相应的事故危害范围。针对评价的危险性提出了措施建议,为企业日常安全管理提供了可靠的依据。

燃煤电厂锅炉PM_(2.5)排放危害度评价模型建立及案例分析

为评价燃煤电厂锅炉PM2.5排放的危害度,根据颗粒的形成机制及对环境和人体健康的影响程度,将PM2.5进行了粒径分段,综合考虑不同粒径段颗粒物的质量浓度、粒数浓度、汞相对富集因子及汞元素在煤灰分中含量,建立了燃煤锅炉PM2.5排放危害度综合评价模型,最后利用已有文献现场实验测得的数据对评价模型进行了案例分析,并提出了危害度削减系数概念,可用于对除尘装置进行评价.

基于图像的水稻纹枯病智能测报方法

【目的】目前水稻纹枯病测报依赖人工调查水稻发病丛数、株数和每株严重度来计算其病情指数,操作专业性强,费时费力且数据难以追溯。本研究提出基于图像的水稻纹枯病病斑检测模型和发生危害分级模型,为水稻纹枯病智能测报提供理论依据。【方法】利用便携式图像采集仪采集田间水稻纹枯病图像,研究不同目标检测模型(Cascade R-CNN和RetinaNet)和特征提取网络(VGG-16和ResNet-101)对水稻纹枯病病斑的检测效果,筛选出具有较好检测效果的模型。针对Cascade R-CNN模型检测纹枯病病斑存在漏检现象,根据纹枯病病斑呈现形状不规则、大小和位置多变的复杂情况,对Cascade R-CNN进行改进,添加OHEM结构均衡难易样本,选择边框回归损失函数,通过精准率、漏检率、平均精度和P-R曲线来评价不同模型的检测效果。在改进的Cascade R-CNN-OHEM-GIOU模型检测结果基础上,分别建立基于病斑面积和病斑数的水稻纹枯病丛发生危害分级模型,通过决定系数(R^(2))和Kappa值筛选分级模型。【结果】在相同主干网络条件下,Cascade R-CNN模型较RetinaNet模型对水稻纹枯病具有更好的检测效果,其中Cascade R-CNN-ResNet-101目标检测模型效果最佳,病斑检测准确率为92.4%,平均精度为88.2%,但漏检率为14.9%。改进的Cascade R-CNN-OHEM-GIOU检测模型有效解决了样本不均衡问题,添加边框回归损失函数有效降低了漏检率,较Cascade R-CNN-ResNet-101模型降低8.7%,平均精度提高到92.3%。以人工分级结果作为标准,基于病斑面积的水稻纹枯病发生危害分级模型在0—5级分级准确率分别为96.0%、90.0%、82.0%、76.0%、74.0%和96.0%,平均分级准确率为85.7%,Kappa系数为0.83,基于图像的水稻纹枯病丛发生危害分级与人工分级结果具有较高的一致性。【结论】基于图像的水稻纹枯病智能测报方法可实现病斑自动检测和发生危害自动分级,提高了测报的智能化水平,结果客观且可追溯,也可为其他农作物病害智能测报提供参考。

苏州高新区化工企业的水环境风险源评估

对苏州高新区的15家主要化工企业进行筛选,识别出对水环境有潜在风险的4家化工企业,运用危害量化模型评价方法,通过泄露、扩散等相关模型计算企业潜在污染事故对水环境的危害范围,在此基础上,根据危害范围内环境敏感点的情况,构建水环境风险危害指数模型,由此计算各环境风险源的环境危害指数,从而为苏州高新区的水环境管理和风险预警提供政策依据,也对其它经济开发区的水环境风险分析提供了示范案例。