基于风险矢量图的多场景保护层分析方法研究

为解决多场景保护层分析(LOPA)存在的问题,建立风险矢量导图,将事故场景、独立保护层、修正因子、事故后果发生频率等因素进行系统分析,分别采用最大值法求和法计算后果发生频率,探讨多重初始事件导致事故发生频率的最优计算方法;阐述点火源、暴露因子以及致死概率等修正因子的使用方法并提出改进建议,避免常规LOPA下致死概率过高的问题。以柴油加氢装置原料油缓冲罐液位过高风险点为例,进行多场景LOPA,应用综合计算法得出多重初始事件导致的液位高后果失效频率为3.2E-02。结果表明:风险矢量导图和正确使用修正因子可有效提高LOPA的质量;不同初始事件导致的场景失效频率值相差较大或存在共用保护层的情况适用最大值法,其他情况则可采用求和法;如果多场景同时适用最大值法和求和法,则采用综合计算法;求和法过于保守,最大值法过于乐观,综合计算法更为准确。

基于风险矢量视角下的CAPM理论分析

本文从矢量的维度观照CAPM理论,以期分析其理论源头及其修正理论与实践应用的之间的关联性、可行性.笔者将从该理论提出的各种假设出发,分析该理论提出的资本资产定价的模型公式中两大部分即无风险报酬与风险报酬,从而得出结论为目前证券定价方式的理论提出有一定价值的分析.

高风险隧道施工安全预警管理系统研制与应用

针对高风险隧道施工安全存在的诸多难点,以中川铁路九合二号高风险隧道施工安全管理为平台,应用信息技术和隧道模型仿真技术搭建高风险隧道施工安全预警管理系统,实现隧道的"可视化建造"和"安全风险的可视化预警管理"。在实际应用中,通过地质勘探报告、超前地质预报、监控量测数据的指标化存取和量化分析,融合风险评估报告、现场异常报告、专家远程支持等资源构建风险识别的参数化模型。系统具备开放性工程项目资料管理、多媒体隧道工程知识库等相关的应用性、扩展性和推广性功能。

基于高斯隐马尔可夫模型的人机共享控制区域化决策算法

针对伺服级共享控制决策中权衡安全性、干预度与驾驶体验的问题,提出基于高斯隐马尔可夫模型(Gaussian Hidden Markov Model,GHMM)的人机共享控制区域化决策算法.此算法利用高斯分布函数表征驾驶人的实时相对驾驶能力;利用区域化的高斯矢量环境风险场量化模型表征不同环境区域的环境风险值以及其模糊风险等级;最后综合驾驶人绝对能力、驾驶状态以及环境风险实现人机共享控制中控制权的高可靠、合理分配.实验表明,本文提出的人机共享区域化决策模型能够在考虑驾驶人相对能力及环境风险源所在方位的基础上给予较为合理的控制权柔性分配方案,有效降低风险至智能驾驶模型可控范围内.