浙江杭金衢高速一危化品运输车发生泄漏事故

2022年1月10日10时15分,浙江杭金衢高速衢向K328处(新增婺城互通)发生一起3辆小车与1辆厢式危化品运输车不同程度的追尾碰撞事故。事故导致危化品泄漏,所幸得到了有效处置,未造成人员伤亡。10时15分,浙江交通集团金华管理中心金东拯救大队在例行巡查中第一时间发现事故,立即做好预警措施和上报情况等工作,确认危化品是否存在泄漏的同时,快速将事故小车中2名轻微受伤人员救援下车,并将所有人员转移至安全地带。     

西藏泥石流地质灾害及其生态环境效应

泥石流作为西藏高原常见的斜坡地质灾害,长期影响和制约着当地经济发展及人民日常生活.文章以西藏高原山区泥石流地质灾害为对象,依据现场踏勘和卫星影像资料,重点研究了泥石流地质灾害成因、发展趋势及其生态环境效应.研究成果对西藏高原地区泥石流地质灾害的防治及其生态环境效应研究具有一定的参考价值.     

新一代信息技术助推油库企业数字化转型升级

随着时代发展和科技进步,以5G通信、大数据、云计算、人工智能、区块链等为代表的新一代信息技术为传统企业数字化转型升级带来机遇.在分析国内外油库领先建设实践以及业务现状的基础上,基于数字时代背景下企业信息化建设需求,以实现本质安全环保为方向,以生产管控、安全管控、环保管控为主线,阐述如何融合新一代信息技术建设智能油库的整体解决方案,助推油库生产管理、安全环保、设备管理业务数字化转型升级.     

煤矿智能监测与预警技术研究现状与发展趋势

从物联网、大数据、云计算及人工智能方面综述了我国煤矿智能监测与预警技术的研究现状。针对煤矿智能监测技术的实际应用情况,指出了煤矿智能监测与预警存在井下煤矿监测设备前兆信息采集可靠性差、云端平台集成应用融合深度不够、数据库安全性较弱、人工智能技术在煤矿监测中的应用尚不成熟等问题。展望了煤矿智能监测与预警技术的发展趋势:煤矿智能监测系统应用石墨烯/氧化石墨烯光纤传感器可实现多源信息感知,提升前兆信息采集的可靠性;研究多技术深度交叉融合技术,以探究监测数据的深层价值;构建基于区块链技术的煤矿监测数据库,保证数据库不可篡改,且具有较好的读写性能;研发具备自适应和深度学习的煤矿智能安全监测预警系统,实现矿井自动监测、智能预警。     

矿用带式输送机智能监测系统研究

针对矿用带式输送机运行过程中存在的托辊、滚筒等关键部件与输送带摩擦发热,钢丝绳芯输送带内部损伤与撕裂,运行功耗大等问题,设计了一种矿用带式输送机智能监测系统。该系统包括基于弱磁检测法的钢丝绳芯输送带损伤监测系统、基于红外热成像温度检测法的带式输送机关键部件故障诊断与预警系统和基于视觉检测法的煤流监测、异物监测、胶带撕裂监测及人员安全监测系统,详细介绍了各系统的实现原理。对钢丝绳芯输送带内部损伤识别及带式输送机关键部件故障诊断预警进行了实验验证,结果表明该系统对钢丝绳芯输送带损伤识别的准确率约为98%,且可准确识别带式输送机关键部件故障并发出预警。     

煤岩灾变破坏过程的声震前兆识别与综合预警模型研究

针对冲击矿压的有效监测预警难题,利用实验室声发射和采场微震监测手段,开展了煤岩灾变破坏过程的声震前兆识别研究,提出了一种基于微震前兆指标体系的冲击矿压综合预警模型。以陕西彬长胡家河煤矿为例,首先通过现场取样开展了煤样单轴加载的声发射试验,识别选取了b值、缺震、A(b)值、断层总面积、活动度S和等效能级参数6个煤岩灾变破坏的前兆敏感指标;其次,结合401102工作面的历史冲击案例及其全过程的微震监测数据,采用统计学方法进行标准化计算确定各指标异常系数,并以此作为模型输入,发展了以混淆矩阵与高斯隶属判别函数联合的模糊综合评判模型作为智能融合运算的分级预警模型,实现了以客观数据驱动为主的指标权重自适应智能调整,以及以无、弱、中、强4个危险等级标识的概率及综合智能预警模式;最后,根据接续402103工作面回采过程中的两次冲击实例验证了综合预警模型的有效性,为现场冲击矿压的有效综合预警提供了一种思路和方法。     

辉县部分景区地质灾害危险性评估及防治措施研究

为了给辉县景区减灾防灾提供地质依据,根据实际工程概况,研究了辉县部分景区地质灾害危险性预测评估及防治措施,预测评估了工程建设中、建设后可能引发或加剧地质灾害危险性,建设工程自身可能遭受已存在地质灾害危险性;评估了地质灾害危险性综合分区以及根据地质灾害危险性、防治难度和防治效益,对评估区适宜性作出评价,提出了防治地质灾害的措施和建议。     

山区输电线路地质灾害问题及防治措施

输电线路一般建设在山区,而我国山区地质灾害普遍发育,文章通过对滑坡、崩塌、泥石流、岩溶塌陷、采空塌陷等地质灾害特征进行简要分析,指出输电线路建设时如何应对地质灾害,避免生命财产损失。     

基于云服务的煤矿水害监测大数据智能预警平台构建

针对华北型煤田煤层底板突水监测预警问题,以底板"下三带"理论为基础,开展了微震-电法耦合系统水害监测预警。在分析微震-电法耦合系统监测数据基础上,采用Flume设计数据迁移子系统,以流处理方式对监测源数据进行预处理,对关键目标数据进行采集、聚合和传输,实现了有效监测数据的实时迁移。此外,针对煤矿水害多源监测预警过程中数据规模大、数据实时处理要求高等特点,结合多源异构数据关联分析和时空属性数据分析处理需求,基于Spark和HDFS设计实现了具备TB级数据存储处理能力的煤矿水害多源监测大数据存储平台。该平台采用HDFS设计构建统一的多源时序大数据存储体系,通过MapReduce实现大数据并行处理,利用YARN实现资源的调度与管理,为海量数据存储提供支撑。平台采用Spark Streaming框架搭建了数据实时处理中心,通过流处理方式实现监测数据高速处理,并通过智能预警算法模块和远程服务接口为预警系统现场应用提供支撑。在智能预警技术方面,结合监测数据的时空属性特点,提出了基于深度学习时空序列预测方法——长短时记忆循环网络智能预警模型的底板突水模型预警技术。该预警技术基于LSTM方法,以"下三带"理论为基准对模型进行初始化,形成初始预警判据;将电法、微震监测数据作为输入变量,实际涌(突)水事件作为干预输出量,对智能预警模型进行半监督分类学习训练,形成动态化、参数最优的模型预警准则,将监测数据动态划分为4个预警等级,从而实现了水害智能动态预警和数据可视化表达。在冀中能源葛泉矿东井的实际应用中发现,该平台能够基本达到预期目标。