小尺度山区地质灾害隐患的无人机精细化识别方法与实践

本文针对小空间尺度范围内以滑坡、崩塌为主的山区地质灾害,提出了一套基于小型无人机摄影测量的精细化隐患识别方法。首先,针对工作区开展至少两期无人机摄影测量作业,经处理后得到实景三维模型、数字正射影像(DOM)、数字表面模型(DSM)等精细化成果;其次,以两期DOM与DSM变化检测为主实现灾害体识别;然后,基于灾害体共性特征建立典型识别标志,并依此采用三维实景目视解译为主方法实现孕灾体识别;最后,通过地面核查确认或排除隐患。将该套方法应用到三峡库首秭归泄滩河左岸顺向斜坡区域,共识别出10处不同类型隐患,证明了方法的可行性。

基于关键区域特征匹配的生产现场隐患识别方法

为精准识别生产现场的各类隐患问题,避免不安全生产事件的出现,提出一种基于关键区域特征匹配的生产现场隐患识别方法。获取隐患信息关键区域特征,并定义隐患信息分类标准,完成基于关键区域特征匹配的生产现场隐患信息处理。排查隐患问题,并对其等级进行针对性评估,再联合相关参数指标确定隐患识别阈值的取值范围,完成基于关键区域特征匹配的生产现场隐患识别方法的设计。实验结果表明,利用所提方法可以准确识别出设备老化、操作不规范、物料储存不当这三类隐患问题,能够有效避免不安全生产事件的出现,符合实际应用需求。

露天煤矿隐患数量分布规律研究

基于某露天煤矿年度隐患排查数据,采用统计分析方法,进行一定时间维度以及重点月度各类隐患数量分析,探索隐患数量分布规律,旨在为露天煤矿隐患排查治理工作提供借鉴指导。结果表明:隐患最多的月份为2月,2月隐患数量最多的类型与年度隐患数量最多的类型一致,隐患最少的类型与年度隐患最少的类型基本一致。隐患减少明显的月份依次为11月、12月、3月、7月,机电设备、运输隐患均出现在隐患数量减少最多的类型中;隐患增加明显的月份依次为10月、4月,机电设备隐患均出现在隐患数量增加最多的类型中。机电设备、运输两种隐患在年度隐患数量中占据重要比例,应作为隐患排查治理工作的重点。

基于三类危险源理论的事故模式及隐患提取方法

针对当前事故模式表述不明确、不清晰的问题和隐患识别不专业、不全面的缺陷,给出事故模式的一般性定义、内涵及提取步骤,并解释事故模式与隐患的关系,提出基于事故模式的生产现场隐患点的查找方法。参考《企业职工伤亡事故分类》(GB 6441—1986),统计2000—2022年化工行业较大及以上安全事故,分析不同类别隐患的发生概率。通过分析某石化企业丙烯装车场景下的事故根源、屏障失效及事故类型,提炼丙烯装车事故模式,生成隐患特征表。结果表明:不安全状态中第一类隐患、不安全行为中第一、第六、第十三类隐患在化工行业典型事故类型中发生的概率较高。丙烯装车场景下针对防止丙烯泄漏所设屏障识别隐患条目数最多,约占48.94%;N=1,M=1、m=6,M=6、m=8,M=13涉及的隐患条目发生概率约占各类目总体发生概率的49.23%,12.78%,14.44%和26.11%,应当作为防护重点。

地震诱发煤矿次生灾害类型与评估方法

为解决煤矿承灾体受地震灾害影响易发生次生灾害风险的问题,首先,调查和分析典型案例,归纳总结煤矿次生灾害类型与破坏特征,并基于人、机、环、管全要素,构建地震诱发煤矿次生灾害风险评估三级指标体系;然后,提出风险等级和隐患重要度评估方法;最后,以河北省某市煤矿为例开展实际应用。结果表明:地震诱发煤矿次生灾害类型按照承灾体分为6类;地震诱发煤矿次生灾害发生可能性评估主要考虑煤矿所在区域地震灾害等级、煤矿次生灾害危险性、煤层瓦斯赋存致灾性、矿井水文地质条件致灾性、承灾体设防水平、防灾减灾能力6方面,后果严重性评估主要考虑灾害可能造成的伤亡人数和经济损失2方面;该市煤矿抗震设防薄弱环节为通风系统、井筒支护系统、排水系统,应有针对性地提高抗震设防等级。

基于遗传算法的采煤工作面隐患数据关联规则挖掘

分析了采煤工作面的隐患类型和属性,应用遗传算法建立关联规则挖掘模型,并通过文本挖掘与主题挖掘算法挖掘隐患之间的内在关系和隐患之间的关联规则,构建关联规则库。以山东某矿业公司的安全隐患检查记录为数据源,对模型进行验证,并对改进的遗传算法、遗传算法和Apriori算法进行性能对比,表明改进的遗传算法能够有效地挖掘隐患数据的关联规则,有助于加深安全管理人员对隐患数据间蕴含的内在规律的理解,为煤矿安全隐患排查治理提供依据,指导采煤生产的安全管理实践。

基于ERNIE-BiGRU-CRF模型的煤矿安全隐患命名实体智能识别研究

为充分挖掘煤矿安全隐患文本关键知识,帮助煤矿企业安全管理人员更好的开展隐患排查治理工作,提出一种基于预训练语言模型的命名实体识别方法。首先定义煤矿安全隐患实体类别,并采用BIO标注策略构建了7个实体类别和15个实体标签;然后将收集到的煤矿隐患排查数据进行预处理,由煤矿安全领域专家人工标注相关实体,得到1500条煤矿安全隐患命名实体标准数据集;最后采用ERNIE预训练模型对煤矿安全隐患文本词向量进行表征、同时利用BiGRU结构进行上下文语义特征提取以及CRF模型进行实体标签解码,完成煤矿安全隐患命名实体识别研究。实验结果表明:ERNIE-BiGRU-CRF模型在序列标注任务上的精确率、召回率和F1值分别为56.69%、69.23%和62.34%,较于BiLSTM-CRF基线模型分别提高了6.85%、13.74%和9.83%,并且实体抽取结果与实际标注结果相差不大。另外,消融实验也验证了BiGRU层能够更好的捕捉煤矿安全隐患文本上下文语义依赖关系以及CRF层能够进一步优化标签序列的有效性。

百色电网输电通道边坡地灾隐患点识别与风险管控技术

收集百色市历史地灾点作为地灾易发性评估的灾害基础数据集,优选地形地貌、地质条件、环境条件、人类活动等多项致灾评估因子构建符合百色市地域特征的地灾易发性评估模型。将卫星遥感中的InSAR(合成孔径雷达干涉)技术引入电网输电通道的广域微形变监测中,结合地灾易发性评估模型进行电网边坡的地灾隐患点识别。基于地质灾害风险管控的研究,提出针对电网输电通道边坡的相关地质灾害风险管控措施。该风险评估方法联合微形变动态指标和多项致灾评估因子等静态指标,通过指标优选分析,使模型更具科学性和实用性,能够实现对百色市输电通道边坡地灾隐患点的高精度、高效的风险排查以及提供合理的风险管控措施。

铁路地质灾害早期识别与监测预警技术及应用研究

地质灾害隐患是我国山区铁路运输安全面临的巨大威胁,及早发现、诊断和处置灾害隐患对于铁路安全风险防范具有重要意义。为满足隐患精细化防治需求,系统归纳总结了我国山区运营铁路普遍存在的地质灾害隐患类型及特征,通过将灾害筛查、危险性评估与监测预警技术有机结合与融合应用,提出了基于天空地多源遥感和人工智能的铁路地质灾害早期识别与监测预警技术路线。研究表明:(1)我国山区铁路的地质灾害隐患主要表现出高位陡坡多、隐蔽性和潜伏性强、受工程扰动影响大、远程链式致灾和缓变型隐患分布广泛5种突出特征;(2)联合采用卫星遥感、InSAR、机载LIDAR和无人机遥感技术,实现了不同类型灾害隐患的精细化识别,形成了多层次立体化的铁路沿线隐患筛查技术方法;(3)融合应用机器学习、图像识别及变化检测等人工智能方法,提出了铁路沿线灾害危险性评估与监测预警技术路线,并通过工程应用验证了技术方案的有效性;(4)结合铁路工程特点,提出了以“区域-区段-工点”为主线的铁路地质灾害三级防控策略,构建了适用于铁路运维的地质灾害早期识别与监测预警技术体系。

煤矿通防隐患的预测与预警探究

在我国经济建设工作大范围推行的过程中,煤矿开采业在其中发挥了重要的作用。因为所处环境十分恶劣,再加上会受到多方面因素的影响,所以,煤矿开采极易出现危险情况。在实施煤矿通防事故的处理工作之前,相关工作人员务必要对煤矿生产中存在的隐性风险进行综合判断,并且制订出有针对性的预防和解决方案,这样才能够为后续煤矿通防工作提供根本保障,避免煤矿通防事故造成严重的不良后果。主要围绕煤矿通防隐患的预测和预警展开深入细致的分析和研究,希望能够为我国煤矿生产行业的未来健康发展有所帮助。

煤矿井下通风安全隐患排查探讨

煤矿井下作业环境恶劣,如果通风控制不到位极易引发各类安全事故,造成重大的损失,因此要注重通风安全管理。现针对井下通风安全隐患排查相关内容,展开具体的论述,提出优化通风安全管理的策略。

煤的原位瓦斯放散初速度测定装置及方法研究

瓦斯放散初速度是鉴定煤与瓦斯突出危险性的重要指标之一。现有研究未将煤的瓦斯放散初速度指标测试与突出鉴定的其他3个指标(煤层瓦斯压力、煤的破坏类型、煤的坚固性系数)的测试有机结合。现行瓦斯放散初速度测定方法基于AQ 1080—2009《煤的瓦斯放散初速度指标(Δp)测定方法》,测定结果仅反映标准实验条件下瓦斯通过煤粒子向外释放的难易程度,未考虑煤层瓦斯赋存的原位环境,无法准确反映现场煤岩体内部瓦斯向外释放的灾害严重程度。针对上述问题,提出了一种原位瓦斯放散初速度测定装置及方法:采用原始煤块代替煤颗粒,用原始瓦斯成分代替甲烷,增加煤体所处瓦斯压力、应力、温度环境,还原测定的原位环境。对某煤矿煤与瓦斯突出煤层进行原位瓦斯放散初速度测定试验,得出结论:①随着模拟瓦斯放散过程的进行,瓦斯放散流量逐渐减小,随时间大致呈负指数变化规律。用瓦斯流量表征原位瓦斯放散初速度,则Δp_(QA)=7.1 mmHg,Δp_(QI)=2.9 mmHg。②随着模拟放散过程的进行,放散空间内的瓦斯压力逐渐增大,放散瓦斯压力增大速度逐渐减小,瓦斯压力随时间变化大致呈对数函数关系。用放散瓦斯压力表征原位瓦斯放散初速度,则Δp_(QA)=25 mmHg,Δp_(PI)=26.6 mmHg,Δp_(PD)=11 mmHg。测定结果可综合反映煤层赋存的双重孔隙结构、煤体的力学特性、煤体内瓦斯的赋存能量、煤层赋存的地应力和温度等原位环境,真实反映煤矿井下发生突出危险性程度。

某重载钢结构仓库安全性鉴定及隐患分析

【目的】为了保证既有重载钢结构仓库的安全使用,准确鉴定结构的安全性至关重要。【方法】结合具体工程实例,介绍了钢结构仓库结构安全性鉴定的方法及程序。【结果】通过现场检测结果并结合结构建模计算,综合判定该仓库的安全等级为四级,存在重大安全隐患。【结论】本研究对重载钢结构仓库在使用过程中可能存在的隐患进行分析,并提出消除隐患的建议,为同类结构的安全性鉴定和治理提供技术依据。

闭坑煤矿采空区隐患高分辨率时序InSAR识别技术

在实际应用过程中,由于采空区隐患分布地质结构差异较大,传统InSAR识别技术在单位时序下处理相位信息量较大,且前期检测采集信息量巨大,造成所得识别结果出现偏差的概率明显增加。为解决这一问题,引入高分辨率时序InSAR识别技术,主要通过建立闭坑煤矿采空区隐患高分辨率数值模型、相干目标的高分辨率时序InSAR分析、特征值分解相位时序InSAR识别3部分,优化识别全局参量,提升识别环境变量的处理能力,实现快速识别隐患特征的效果。经过仿真数据的对比,实验表明,高分辨率时序InSAR识别技术具有识别能力强、处理速度快、隐患识别准的优秀能力,能够解决当下传统识别技术存在的不足,且未来发展前景广阔。

煤炭洗选企业隐患排查与治理

煤炭洗选生产过程中的隐患主要为一般隐患,但煤炭洗选企业的风险隐患与排查研究远不足以支撑安全生产需要。为了推进煤炭洗选企业风险隐患排查与治理,本文通过调查研究、层次分析等方法,对煤炭洗选企业的风险隐患进行了排查,并针对13项隐患提出了治理措施,并就强化生产设备管理与智能化、提升人员专业化素质和综合素质、建立健全规章制度等内容提出建议。

煤矿“智慧安监”系统架构设计与实现

煤矿安全监督检查是对煤矿安全生产的日常监督与管理,旨在及时发现事故隐患并督促排除。传统的煤矿监查模式是视频监控系统与人工检查相结合,对隐患的识别依赖人工肉眼检测,费时费力,且不能实现自动识别与预警,已不能够满足当前智能化背景下对煤矿安全监管的新要求。因此在智能化矿山的基础上探讨基于深度学习、云计算和物联网等先进技术的煤矿智能化安监系统架构。运用深度学习技术自动识别分析视频中的不安全行为、状态及因素,全天候24小时智能监管,大幅减轻监控人员的工作负担,达到主动、准确、实时的监控要求,实现矿山生产管理过程中可感知、可预警、可追溯、可管理的安全监管,降低人为因素造成的误报或漏报情况。

建筑工程安全检查与隐患辨识技术研究

本文针对建筑工程安全检查和隐患辨识技术进行研究,通过分析当前建筑工程安全事故的主要原因,总结安全检查的重点内容和方法,探讨先进的隐患辨识技术,提出一套科学、高效的安全检查与隐患辨识方案,以期为提高建筑工程安全管理水平提供理论依据和实践指导。

火电厂危险源识别与隐患排查方法研究

火电厂在我国能源体系中占据着重要地位,但其生产过程中存在诸多危险源,可能导致事故发生。为了确保火电厂的安全生产,遵守相关法律法规与标准规范,提升火电厂风险管理水平,开展火电厂危险源识别与隐患排查工作具有重要意义。文章从火电厂危险源、识别方法、隐患排查内容与方法、关键技术等方面进行深入剖析,并针对现有问题提出优化建议,以期为火电厂安全生产提供有力支持。

采空区遗煤氧化自热隐患治理技术

某煤矿工作面末采期间采空区断层附近遗煤量大,工作面停采时间长,推采速度慢,导致采空区遗煤氧化自热,CO快速升高。通过树立“安全第一、快速高效”指导思想,确定“堵漏风、降氧气、消高温、防反复”的总体技术思路,采用“注惰防爆、分区防治、注胶降温、控氧抑温”为主的技术措施,从而有效消除采空区遗煤氧化自热高温隐患,使煤矿工作面能够安全开采,为工作面回撤工作提供安全保障。

自燃煤层综放工作面采空区遗煤自燃危险区域辨识方法

砂墩子煤矿N4107综放工作面煤层为自燃煤层,采空区遗煤较多,容易发生自然发火事故。为有效防治该工作面采空区遗煤自燃隐患,科学进行了采空区遗煤自燃“三带”划分,利用Fluent软件进行模拟验证,结合采空区遗煤特征,辨识了采空区遗煤易自燃危险区域的分布规律,为有效进行采空区自然发火防治提供了科学依据。