输转油品时造成罐顶开裂事故的原因分析

2003年2月10日,某油库在进行油品输转作业时,进油罐顶板与罐体间发生开裂事故,裂缝长达10m,现将事故经过及其原因分析如下.……     

追踪霍尼韦尔西固油库改造项目

中石油西北销售公司西固油库位于兰州市西固区,始建于1959年,1963年起陆续投产。该油库占地面积约25万平方米,是集成品油、储存、管道输转、铁路装卸、公路发运于一体的综合性一级油库。生产设施主要有总库容37万方的储罐31具,有2条铁路专用线、两座共108个货位的铁路装卸油栈桥和配套的输转泵房等设施,年装卸能力360万吨,为西部地区成品油集散和管道运行发挥了极为重要的作用。     

基于多Agent的军队油库仿真作业框架研究

军事模拟仿真训练可以真实的刻画出复杂的战场态势变化及其内在的动力学机制，基于多智能体的建模仿真方法为军队油库保障仿真作业提供了新的思路。探讨了基于MAS的军队油库仿真作业系统结构，构造了军队油库6类保障系统实体Agent，并分析了其中每个智能体的结构，对智能体的行为和相互之间的关系进行了进一步的讨论。最后，运用Swarm建模方法，对方案中各实体模型所模拟的基本仿真实体进行了描述，对军队油库保障仿真作业实现的主体程序框架进行了过程仿真，实现了系统的整体效果最优，为军队油库开展业务训练提供了新的有效捷径。     

基于改进型自主发育网络的机器人场景识别方法

场景识别是移动机器人在陌生动态环境中完成任务的前提. 考虑到现有方法的不足, 本文提出了一种基于改进型自主发育网络的场景识别方法, 它通过引入基于多优胜神经元的Top-k竞争机制、基于负向学习的权值更新、基于连续性样本的加强型学习等步骤实现对场景的快速识别, 并使该方法具有更好的适应能力. 对于这种基于改进型自主发育网络的场景识别方法, 通过实验进行了对比测试. 结果表明, 这种改进型自主发育神经网络节点利用率高, 场景识别准确可靠, 可以较好地满足机器人作业的实际需求.     

基于Faster R-CNN的输电线路缺陷识别模型研究

随着多旋翼无人机引入输电线路巡检作业后,对巡线人员通过图像判断线路上设备是否有缺陷提出了新的挑战。为了帮助巡线人员做出准确决策,提高发现缺陷的能力,基于深度卷积神经网络,搭建了适用于无人机图像识别的输电线路缺陷识别网络模型。首先详细描述了输电线路缺陷识别图像数据库的建立过程,然后通过分析对比三个预训练前端网络的性能及多个参数对网络模型识别准确率的影响,得到基于Faster R-CNN的输电线路缺陷最优识别网络模型。经过测试集验证,提出的缺陷识别网络模型的识别准确率达到了90%以上,单张图片耗时达到了毫秒级,在识别准确率和耗时上均明显优于其他识别网络模型,为实际巡线工作中的输电线路缺陷判别提供智能有效的决策依据,是机器学习在智能电网中应用的有益探索。     

不平衡数据集下的水下目标快速识别方法

水下目标的准确识别是水下机器人实现抓取、捕捞等安全作业的前提,针对水下图像质量差、样本数量少及类不平衡而导致目标识别精确度低的问题,提出了一种基于生成对抗网络（Generative Adversarial Networks, GAN）的水下目标快速识别算法。利用GAN理论搭建了深度卷积神经网络的水下图像生成模型,通过生成器与判别器的零和博弈生成特定水下目标图像;设计生成目标的中心坐标计算函数和边界融合函数,将生成目标与背景图像融合后训练水下目标识别模型。实验结果表明,所提方法能够显著提高水下目标识别精确度,对实现水下目标准确抓取、促进水下作业及海洋资源的开发具有重要意义。     

大型网络数据库中危险数据识别方法研究

针对传统的决策树分类特征滤波方法识别性能不好的问题,提出一种基于决策树局部时间尺度特征提取的大型网络数据库中的危险数据识别方法,构建大型网络数据库的危险数据通信传输模型,设计危险数据决策树模型,通过建模,采用信号处理方法实现局部时间尺度特征提取,以此为依据实现对危险数据的准确识别。仿真结果表明,采用该算法能有效地实现危险数据的识别,准确识别概率提高显著,保证了大型网络数据库的安全运行。     

善门口油库油品输转自动化系统

善门口油库油品输转自动化系统实现了用计算机控制库区７个输油泵、１２３个阀门，安全监控油泵的出口压力和泵房油气浓度，用大屏幕显示库区输油工况，贮油罐状况等图形４０多幅。     

油田作业现场漏油识别算法

为了提高工作人员对油田作业现场原油泄漏事故的监管效率和准确性,避免由于原油泄漏而造成的经济损失,设计与实现了基于YOLOv5网络结构的油田作业现场漏油识别模型。首先通过单反相机收集了室内与室外2种场景下不同距离的漏油数据集,其次采用数据增强的方法对数据集进行扩充,最后将数据集输入到YOLOv5的网络里进行训练,并通过负样本对比方法提高模型准确率。实验结果表明,该模型能够准确检测出油田作业现场原油泄漏事故,其准确率达到了94.2%,检测速度为17.5 ms,满足油田企业需求。目前,该模型已经部署到油田作业现场中,并成功通过了功能测试和性能测试。     

基于AppSocket的网络打印作业脆弱性分析

网络打印机近年来得到广泛应用,但网络打印作业在安全性方面有很大局限性。从网络传输协议和网络打印控制两个方面分析基于AppSocket协议的网络打印作业的脆弱性,提出中间人攻击和远程控制攻击两种针对网络打印作业的攻击模式。实验结果表明,基于AppSocket协议的网络打印作业受到两种模式的攻击时存在安全隐患,可能造成信息泄露、非法广播、密码丢失等后果。最后,针对提出的攻击模式给出了具有可操作性的防范措施,作为网络打印作业在安全性方面的补充。     

基于过滤器的Web访问模式挖掘

针对传统Web访问模式挖掘系统中用户识别和会话识别的复杂性和不准确性,该文提出了基于过滤器的Web访问模式挖掘系统。它能够准确地识别用户和会话,为挖掘算法提供优质的数据。给出了日志过滤器的实现和部署,提出了Web访问模式的挖掘算法。目前该方法已经广泛地应用于科学数据库系统中。     

某油库罐区监控系统设计

分析某油库罐区的工艺流程的情况及特点,然后提出了监控系统以西门子S7-400PLC为控制部分,人机交互部分采用WICC工业组态软件的分级模式的总体设计方案,并给出了系统的总体结构和PLC系统硬件结构。系统的设计和开发过程中,运用了PLC和现场总线技术,解决了某油库罐区监控的问题。该系统提高了油库的罐区自动化控制水平,对油库的罐区作业效率的提高起到了重大作用。同时,也对类似的油库罐区监控自动化的应用也有重要的借鉴意义。     

基于北斗高精度定位的重载铁路列检安全作业管理平台设计

设计了基于北斗高精度定位的重载铁路列检安全作业管理平台,实现列检车辆、人员的精准定位,降低列检作业风险。平台基础层通过基于FPGA的红外视频采集设备、基于北斗高精度定位技术的终端设备获取列检作业数据,经传输层各网络向支持层传输数据。在支持层高精度电子地图矢量化处理、实时差分动态定位等技术的支持下,应用层的列检作业目标识别模块调用Cstx小波融合算法解析北斗卫星信号,采用Hausdorff距离方法实现列检作业目标识别,列检作业安全预警模块调用矢量化处理高精度电子地图,结合日列检作业计划生成电子围栏,实现作业人员安全预警,由服务层管理人员实现平台的管理与维护。实验结果表明：该平台可实现列检作业目标的识别、精准定位及安全预警。     

视觉导航自动车辆用BP神经网络数字识别方法的研究

为了满足视觉导航自动车辆AGV对阿拉伯数字准确、快速识别的要求,该文提出了基于BP神经网络的数字识别方法。为满足对数字识别实时性、准确性的要求,研究改进了数字识别的算法,考察了隐层节点数对收敛速度、数字识别效果的影响以及学习率η对收敛速度的影响,并选取了较好的学习率对阿拉伯数字进行了网络训练,得到了网络收敛后的权值和阈值矩阵。在有噪声的条件下,进行了实验检验,实验结果表明该方法能够实现对阿拉伯数字的准确、快速识别。     

基于改进Faster R-CNN的电力作业安全预警研究

电力作业危险系数较高、事故频发。电力作业人员的安全问题备受关注。为更好地规范人员的电力作业行为、避免事故发生，研究了基于深度学习算法和视频监控技术的实时监控和预警模型。通过研究机器学习算法的特征提取网络，提出了一种区域建议网络(RPN)、残差网络(ResNet)特征网络。该特征网络是将不同子网络的特征图自上而下叠加操作后形成特征图，再对新特征图进行区域建议操作。输入基于候选区域的卷积神经网络(R-CNN)进行识别和回归修正，得出目标结果。试验结果表明，相较于传统的ResNet、视觉几何组(VGG)-16网络，RPN-ResNet特征网络的目标识别率提升了3%以上，同时也保障了算法识别的实时性。高效、实时的预警，有效地保障了电力作业的安全性。     

基于流量统计的 P2P 网络关键节点识别

针对当前 P2P（peer-to-peer）网络普遍存在关键节点的现状,为了准确地识别 P2P 网络中的关键节点,通过分析关键节点的相应特点,提出了一种基于网络流量的 P2P 关键节点识别方法。通过提取网络流的空间特征等特性作为关键节点识别的依据,并以 Skype 作为研究对象,采用真实的流量数据进行验证测试。实验表明,该方法能够准确地识别出 Skype 网络中的关键节点,识别准确率较高,而且实时性较好。     

基于条件随机场的网络评论与事件中命名实体匹配研究

为发现针对新闻事件中实体展开的网络评论,本文提出一种基于条件随机场的网络评论与新闻事件中命名实体匹配方法。提出使用Semi-Markov CRFs从评论语句中识别出片段粒度的命名实体。针对评论描述随意的特点,结合命名实体的模式特征、符号特征等特征识别出评论中实体的简称、缩写、昵称等变体形式。本文使用Linear-Chain CRFs结合多种匹配方法计算评论中命名实体与事件中命名实体的综合相似度,完成匹配。实验证明,提出的基于条件随机场的网络评论与事件中命名实体匹配方法能够准确根据命名实体匹配评论与事件。     

基于贝叶斯网络的威胁识别

对威胁进行准确识别是威胁评估的重要内容之一,它涉及到许多不确定性因素.贝叶斯网络是处理不确定性知识的有效工具.根据威胁识别与贝叶斯网络的特点,提出了基于贝叶斯网络的威胁识别方法.首先简单介绍了贝叶斯网络及其优点,然后根据一个具体的实例,建立了威胁识别的贝叶斯网络模型,并阐述了贝叶斯网络用于威胁识别的推理流程.通过对实例的计算结果表明,利用贝叶斯网络能够准确识别威胁,并能有效地处理不确定性信息.     

管控一体化的油库控制系统的应用与研究

本文针对中小型油库发油控制系统中存在的问题,结合了计算机控制技术、组态技术及管理技术,设计了以PLC为控制核心的管控一体化的发油控制系统.该系统采用上下位机控制模式,上位机采用通用PC机 组态软件,下位机采用XTL-5000发油控制器,充分发挥各自优势,实现油库发油作业的完整监控工作.     

基于YOLOv3网络的电能表示数识别方法

随着智能电网的不断发展,基于数字图像处理方法的电能表自动抄表系统被广泛应用,为提升传统电能表示数自动识别的准确率,提出了一种基于YOLOv3 (You Only Look Once)网络的电能表示数识别新方法.对于电能表图像,构建基于YOLOv3-Tiny网络的计数器定位模型并训练,使用训练完毕的模型定位计数器目标区域,裁剪计数器区域生成计数器图像;对于计数器图像,构建基于YOLOv3网络的计数器识别模型并训练,使用训练完毕的模型识别计数器目标区域的数字.选择巴西巴拉那联邦大学公开的电能表数据集作为研究对象,通过与YOLOv2-Tiny定位模型、CR-NET识别模型的对比实验,表明了本方法具有更高的定位准确率和识别准确率.