城市轨道交通超长隧道双车追踪模式下火灾烟气控制与人员安全疏散研究

[目的]城市轨道交通发车间隔一般较短,在超长隧道内会出现同方向行驶两列列车的情况,一旦发生火灾容易造成重大财产损失和人员伤亡,因此需对超长隧道双车追踪模式下的火灾烟气蔓延规律和人员安全疏散策略进行研究。[方法]采用FDS(火灾动力学模拟)软件和Path-finder软件,建立超长隧道火灾模型和人员安全疏散模型,对双车追踪模式下的火灾烟气蔓延规律,以及人员疏散进行仿真分析。[结果及结论]双车追踪模式下,前车尾部着火,通过临界风速纵向通风可保证前车火灾安全;火源下游烟气前锋的蔓延速度为3.20 m/s,至600 s时烟气蔓延至后车,620 s时烟气可完全覆盖后车;烟气温度沿隧道纵向衰减很快,且温度衰减符合双指数模型规律。双车追踪模式下,减小联络通道间距可减少人员疏散总时间,对人员疏散时离开列车的时间影响不大;开启列车端门和疏散平台一侧车门,可显著减少人员疏散时间。在超长隧道双车追踪的最不利火灾场景下,人员疏散存在困难,可通过减小联络通道间距保障人员疏散安全。

预聘——长聘制背景下高校附属医院专职科研人员工作压力情况分析及其对策

目的了解医院专职科研人员工作压力情况,促进医院人才队伍建设。方法采用自行设计的问卷,对北京大学肿瘤医院在站博士后和45岁以下专职科研人员进行调查。问卷内容包括人员类型、性别、年龄、毕业院校、来院时间、职称6项基本信息,以及工作负荷、工作难度、岗位认同、角色模糊4个维度,18个条目。2023年7月,通过问卷星小程序发放问卷66份。采用Excel录入问卷数据,并进行逻辑检错,收到有效问卷66份。依据调查对象年龄将其分为≤30岁、31~35岁、36~40岁、>40岁4组,依据调查对象来院时间分为≤5年、>5年2组。使用SPSS 19.0软件进行统计分析,调查对象基本信息采用描述性分析,通过人数、构成比(%)表示,科研工作压力及各维度得分以xˉ±s表示,不同性别、年龄、人员类型、毕业院校、来院时间及职称人员的科研工作压力感知影响采用单因素方差分析。结果66名专职科研人员的总体科研工作压力得分平均(3.37±0.53)分,各维度得分均值由高至低依次为工作负荷、工作难度、岗位认同及角色模糊。年龄在31~35岁的科研人员,其面临的科研工作总压力和4个维度的压力均高于其他年龄段人员;来院工作时间≤5年的科研人员,其在工作负荷维度上感受到的压力高于来院工作>5年者;上述差异均具有统计学意义(P均<0.05)。结论专职科研人员能够在工作负荷、工作难度及岗位认同维度感受到一定的压力,年龄在31~35岁的科研人员感受到的压力更大。

煤矿井下人员精确定位系统四最值轨迹回放方法研究

人员轨迹回放是煤矿井下人员精确定位系统的重要功能。针对煤矿精确定位系统数据量巨大,导致轨迹回放时存在计算时间长或改用读卡器轨迹回放等问题,提出了煤矿井下人员精确定位系统四最值轨迹回放方法;该方法以UWB(超宽带技术)精确数据与GIS(地理信息系统)地图为基础,考虑人员经过读卡器的不同方式,采用四最值抽稀算法,抽取左侧最大、左侧最小、右侧最大、右侧最小4个关键数据点,对轨迹回放方法进行对比。四最值轨迹回放方法对比全数据计算、区域数据计算等方法,具有计算速度快、轨迹精确等特点。

基于粒子滤波泰勒算法的变电站人员定位跟踪系统

为了解决变电站工作人员实时精准定位问题,提升变电站智能安全运维水平,提出了一种基于粒子滤波泰勒算法的变电站人员定位跟踪系统。系统硬件部分由超宽带基站、超宽带标签、位置计算服务器及相关配套设施组成。所提系统软件算法运用加权最小二乘法对泰勒算法初值进行优化,得出初步定位结果后,采用粒子滤波算法进一步平滑滤波,实现在非视距(NLOS)严重条件下的人员精准定位跟踪,进一步提升定位精度。镇江银山11万伏变电站二次开关室应用实验结果表明,所提的人员定位跟踪系统可在NLOS严重条件下,实现10 cm精度的人员定位,满足实际应用需求,具有工程实用性及可行性。

基于跟踪粒子滤波算法的配电站巡检人员动态精准定位平台设计

电网产生强电磁噪声对常规定位信号具有较强的干扰,为更好地适应配电网巡检人员动态分布特点,考虑定位平台的硬件作用及硬件与软件算法的关联性,提出基于跟踪粒子滤波算法的配电站巡检人员动态精准定位平台设计。结合定位信号噪声对定位精度的影响性,新平台基于跟踪粒子滤波算法完成设计。总体可分为硬件与软件两部分设计方案,其中,硬件部分对整体结构进行全新设计,并对其接收硬件进行具体功能性设计与描述;软件设计在辅助硬件基础上,发挥跟踪粒子滤波算法的优化效果,通过巡检人员定位信号的初始粒子滤波、粒子滤波迭代跟踪优化、位置数据的粒子跟踪合并输出三部分实现预期效果。通过实验测试表明:绑定6个跟踪器,所提方法平台的跟踪器识别最大值为6,最小值为5;经过跟踪粒子滤波算法优化后的定位平台的巡检人员动态定位精度能够达98%以上。有效解决定位偏差大、精度低的问题,能够适应多种条件变量稳定运行,具有较高的推广价值。

基于多模态融合的复杂场景人员重识别

人员重识别(re-identification,ReID)是计算机视觉中的关键任务,具有众多实际应用,如视频监控和人员跟踪。通过对各类应用场景的研究,提出了一种新方法,以解决复杂场景下ReID的挑战,包括遮挡、视角变化和光照条件变化等问题。利用多模态融合技术增强了ReID模型的判别能力,使其在具有挑战性的现实场景中更加稳健,并在基准数据集上进行了广泛的试验。结果表明了所提方法的有效性,实现了更为先进的性能。

煤矿井下人员定位跟踪系统软硬件开发与实践分析

针对煤矿井下人员作业安全性问题,以ZigBee技术为依据,介绍了一种煤矿井下人员定位跟踪系统开发方案。该系统由软硬件2大模块构成,其中,硬件包括ZigBee无线收发系统、ZigBee无线定位网络、移动定位终端、现场数据采集系统,软件包括数据接口程序与基于路径搜索的定位算法等。在软硬件模块相互配合下,其可快速、精确地对井下作业人员进行跟踪定位,增强了井下作业人员的管理效果。

R-YOLO轨道人员目标检测模型

针对现有铁路人员入侵识别准确率不高、实时性较差的问题,在YOLOv4模型的基础上提出一种R-YOLO轨道人员目标检测模型。首先,用轻量级骨干网络ResNet50代替原有的CSPDarknet53网络,利用深度可分离卷积替代PANet中的标准卷积,减少网络层数以及模型体积,加快模型的识别速度。其次,在加强特征提取网络的3个特征层分别加入有效通道注意力模块,采用K-means++聚类算法重新对数据集进行聚类和分析,提高目标检测模型的精度;在模型训练方面,采用迁移学习和混合数据集联合训练,解决人员识别精度不理想以及误检漏检等问题。最后,利用R-YOLO轨道人员目标检测模型对真实铁路人员入侵数据集进行测试。结果表明,R-YOLO模型在真实铁路人员入侵数据集上的平均识别精度达到了92.12%,较传统YOLOv4算法高出1.89%,帧速率由38.74 f·s^(-1)提升到47.73 f·s^(-1)。R-YOLO模型部分解决了铁路入侵人员误检漏检问题,提高了铁路人员入侵识别的实时性和准确率,为铁路安全运行提供了保障。

基于超宽带非对称双边双程测距的矿山井下定位跟踪算法研究

在地下矿山建立稳定、有效、高精度的人员定位系统和算法,对矿井事故灾害的灾时指导逃生和灾后救援等方面起着至关重要的作用。基于超宽带定位测距系统,进行了室内非对称双边双程测距试验,利用粒子群算法、Taylor级数迭代等智能算法完成对目标的定位,以期获得更精确的定位解析,相较于传统的Wi-Fi通信系统及射频识别人员定位管理方法,能够在保证实时性的同时,有效、准确地提供遇险人员的位置及周边地形状况,达到了厘米级定位精度,实现了井下精确定位,为井下救援工作提供技术支持。

基于计算机视觉的工业厂区人员安全警戒系统

针对工业厂区起重机械作业安全事故频发,提出一种基于计算机视觉的工业厂区人员安全警戒系统,采用计算平台和目标检测算法相结合的方式对现场作业监控视频中的人员目标实时检测和输出相应控制指令。目标检测算法以YOLOv5网络为基础,在该网络结构中嵌入注意力机制,将基于空间和通道混合注意力机制模块添加到BottleneckCSP模块中,可提高对小目标人员的检测的准确度。此外,还引入人员跟踪算法对检测结果进行修正融合,可降低人员处于遮挡情形时的漏检率。改进后的算法在自建数据集中进行实验,相较原YOLOv5网络,改进后的算法在mAP上提升了3.414个百分点,检测速度可达到40.3 FPS,具有较好的检测效果。最后将算法模型部署到计算平台中并在现场行进警戒系统的搭建和测试,测试统计结果显示对普通人员和领航人员的检测准确率分别为94.4%和95.1%,具有良好的检测性能,可以稳定执行相应自动安全警戒操作。

基于深度学习的矿井巷道人员计数技术

在煤矿发生安全事故时需要明确掌握各个区域的人员情况,合理安排营救计划。使用YOLOv5作为目标检测器,结合改进的DeepSORT跟踪算法进行矿井人员跟踪,实现煤矿矿井各个巷道区域的人员计数;首先使用轻量化的全尺度特征学习Re-ID特征提取模型OSNet对DeepSORT进行优化,替换原有的CNN特征提取模块;然后采用检测器和OSNet特征提取模型单独训练的策略,实现了矿井复杂环境下稳定的跟踪效果;在此基础上,通过在视频画面中设置ROI区域和基准线来判断人员进出的情况,从而实现计数功能。为了有效训练和评估模型的性能,采集了10 000张煤矿矿井下各个巷道不同区域的图片用于训练和测试,改进后模型的MOTA为66.7%,优于改进前的63.4%;改进后速度为28.1 FPS,优于改进前的25.3 FPS。试验结果表明:改进后的模型可以有效地实现矿井人员计数,可以用到实际的生产环境中。

技术经纪人在项目风险管理中的作用

技术经纪人需要识别和评估项目风险,并制定风险应对策略,以确保项目的顺利实施。在项目管理中,特别是在风险管理方面,技术经纪人起到了较为关键的作用。文章论述了技术经纪人在项目风险管理中的作用及常见的技术项目风险,并探讨了如何针对评估项目风险的可能性和影响制定风险应对策略。

一种改进的DeepSORT矿井人员跟踪算法

煤矿井下光照不均、照度低且粉尘大,视频成像夹杂着噪声,进行视频监测时存在遮挡以及误检率高等问题。为保障井下人员安全,提出一种改进的DeepSORT目标跟踪算法,实现对矿井人员的跟踪。首先,选用OSNet全尺度网络优化浅层残差网络,提高表观特征提取能力;其次,优化交并比(Intersection over Union,Io U)匹配方式,采用完全交并比(Complete Intersection over Union,CIo U)匹配方式判断检测框与边界回归之间的匹配程度;最后,基于Python平台对改进后的跟踪算法进行仿真验证,检验算法的有效性。实验结果表明,发生遮挡时,与DeepSORT算法相比,改进算法增强了模型的健壮性,具有更好的跟踪效果。

基于“5G+UWB”的厂区巡检人员跟踪定位方法的应用研究

为解决传统厂区巡检人员跟踪定位方法的低精度问题,文章基于“5G十UWB”技术展开了相关应用研究。首先,设计了一种位置跟踪定位标签,用于捕获和上传巡检人员的位置信息和信号。其次,在厂区内部署了一系列“5G十UWB”基站,这些基站负责接收并上传位置信息和信号到监控中心服务器。此外,还开发了一种巡检人员轨迹定位算法,以实现对厂区巡检人员的实时跟踪和定位。实验结果表明,文章提出的方法在应对逐渐增加的厂区巡检人员数量时,表现出较小的跟踪定位误差和更高的精度。

MTS出海人员动态跟踪管理系统升级研究与实践

伴随着MTS出海人员动态跟踪管理系统的技术老旧、存在安全隐患、功能无法支撑现有业务等问题的出现,为了更好应对出海人员多元化、差异化、个性化管理模式的发展需求以及新冠疫情严峻形势的叠加影响,MTS项目组与时俱进,升级改造技术框架,整合优化业务应用,构建安全牢固、技术先进的MTS系统,实现出海人员管理业务需求全面覆盖,沉淀出海人员动态数据资产,支撑智慧安全应用建设和日常安全管理,进一步提升工作管理效率和生产管理水平。

基于RFID与CAN的煤矿井下人员定位系统研究

基于对射频识别(RFID)技术与现场总线(CAN)技术的研究,论文设计了一种煤矿井下人员定位系统。采用RFID可以实时对井下佩戴电子标签(Tag)的工作人员进行定位、身份识别,由读写器采集到的信息通过CAN总线传送到地面,一方面实现了井下人员的考勤统计,另一方面为查询矿井中的人员分布情况提供了依据。

关于我国高水平田径后备人才培养机制的探讨

通过对计划经济体制下建立的传统“三级”田径后备人才培养机制的分析与反思 ,提出了符合国情、可良性循环而又可持续发展的田径高水平后备人才培养机制应是以现有机制为主、“学校培养”机制为辅 ,双轨并行的观点 ,并着重对“学校培养”机制的建立和运作以及双轨并行的优势等问题进行了深入的探讨。

国际科技人才成长特征及演变规律分析——基于文献计量的分析

依据ESI及WoS数据库中的数据,以物理学、计算机科学两个学科领域为代表,将高被引论文作者的论文产出、所属机构、机构间流动、国家间流动及学科变动等职业生涯轨迹标识作为测度指标,探索国际科技人才在成长过程中所呈现的特征及演变规律,为国家制定人才政策、促进人才成长提供决策参考。

井下人员定位跟踪检测系统

基于对RFID技术与ZigBee技术的分析和比较,设计一种新型煤矿井下人员定位跟踪检测系统。其采用cc2431模块将接收信号的强弱与通信距离进行换算,确定移动目标节点的位置。该系统将进一步提高矿井管理的安全性,便于矿领导、调度室和安监人员及时了解有关人员下井时间及分布情况。

雷达员的目标跟踪能力测验

目的:建立雷达操作员心理选拔系统. 方法:在分析雷达任务的基础上,设计计算机化的目标跟踪能力模拟雷达测验任务,对 334名相关被试施测,分析实验结果,评价测试任务的性能指标. 结果:测验结果的数据分布接近正态,变异系数为 38%,区分度较好;重测信度系数为 0. 764 (P<0. 05);对专家和被试的主观调查表明有较高的内容效度;分别以机械作图和计算机学绩成绩、学习新技术的能力、工作绩效作效标,效度系数为 0. 273, 0. 247, 0. 309, 0. 445 (P<0. 05). 结论:本测验可作为雷达员心理选拔的测试项目.