智能化救援监控系统在煤矿安全生产中的应用

针对煤矿发生事故后传统救援监控系统无法实时对井下人员进行动态定位，导致矿井救援盲目性大、救援效率差、救援难度大等技术难题，为了进一步提高煤矿救援效率，通过技术研究，设计了一套以通信基站为核心的智能化救援监控系统，分析了该系统结构组成、工作原理，通过在担水沟煤矿井下实际应用效果来看，智能化救援监控系统对人员定位精准度达95%，实现人员动态位置三维成像，救援效率提高至80%以上，有效缩短了煤矿事故救援时间，取得了显著应用成效。     

隐蔽老火区立体式综合治理研究

对2320隐蔽老火区首先通过灌注泥浆对火区进行治理,同时对部分裂隙通道进行堵漏,然后对泥浆不能到达的区域注入高倍数三相泡沫灭火材料泡沫,瞬间将火源处覆盖,火源因隔绝氧气而窒息灭火。三相泡沫具有良好的堆积性和流动性,对煤体具有保水保湿,惰化遗煤氧化空间,并能够对松散煤体进行化学阻化,从本质上降低遗煤自然氧化速率,消灭了隐蔽老火区的火灾隐患,具有较高的推广价值。     

腐蚀引起钻柱刺漏的机理分析及预防措施

详细分析了腐蚀引起钻柱刺漏的机理，得知：造成钻柱刺漏的主要原因是空气中的O2、地层中的硫化氢和二氧化碳、钻井液残液、钻井液中的盐类对钻柱的腐蚀和钻井液对钻柱的冲蚀。针对引起钻柱刺漏的原因，制定了去除钻井液中的O2、监测钻井液腐蚀性并加入相应的添加剂去除CO2和H2S、定期对钻杆进行检测、对存放的钻杆进行防腐处理、使用厚过渡区改进型钻杆等措施。在苏丹某区块现场实践证明，采取这些措施，由腐蚀引起的钻柱刺漏事故大大减少，在该区块的T-1井和D-1井钻进的3个月中，仅发生一次钻柱刺漏事故。     

石油化工生产火灾危险性分析

针对石油化工生产的特点,从物料特性、上艺装置、工艺控制参数、防火防爆安全装置、作业性质和消防安全设施等几方面综合分析其火灾危险性,并提出相应的防范措施,为消防安全评价提供依据。     

一个新颖的轮廓线跟踪算法

提出了一个新颖的基于隐马尔科夫模型与光流的轮廓线跟踪算法。曲线描绘由B样条形状空间向量来表达,能够捕捉全局和局部变形。提出应用沿曲线的光流计算来预测曲线在下一帧的位置,在预测曲线的基础上,提出应用隐马尔科夫模型来准确定位曲线的位置。隐马尔科夫模型提供了一种有效的概率手段来融合多种量测特征比如边缘,曲线平滑性,区域灰度或颜色统计信息等等,能够更准确的定位曲线位置。基于仿射形状空间的实验了表明本文所提出算法的有效性。     

洼60-H26水平井套铣打捞技术

洼60-H26井是一口中曲率水平井,设计井深1 922 m,由于地面条件的限制,设计采用三维井眼轨道。该井水平段在钻至井深1 801 m时,发生卡钻事故。在卡钻事故处理过程中,采用测卡、爆炸松扣技术取出上部钻具后,应用了不同规格的套铣管对被卡钻具进行套铣,采用间歇式套铣方式实现了大斜度井段(45°-90°)的安全套铣,采用短套铣管完成了时水平井段内φ215．0 mm稳定器的套铣,采用φ228．6 mm套铣管成功套铣水平井段被卡LWD仪器,最后通过震击器震击成功解卡。详细介绍了洼60-H26水平井卡钻事故的处理过程,分析了在水平段处理卡钻事故的难点。该井处理卡钻事故的经验,对以后水平井施工中处理井下事故、打捞贵重仪器具有借鉴价值。     

抗洪抢险措施及效果

结合“９８”抗洪抢险实例，对多种险情作了具体分析，通过汛后调查，对抗洪抢险消险措施和效果进行了总结，为今后进一步做好防洪消险工作提供了经验。     

切尔诺贝利事故释放的~(131)I所致牧草、奶类的污染水平及其变化规律

本文报道了苏联切尔诺贝利核电站事故释放的~(131)I对乌鲁木齐地区牧草、奶类的污染水平及动态变化规律。经估算,~(131)I经奶类所致成人(1.2μSv)和婴儿(120μSv)甲状腺最大待积剂量当量远低于我国放射卫生防护基本标准规定的年剂量限值,因此,对居民健康不会产生影响。     

Learning to Perceive and Act by Trial and Error

This article considers adaptive control architectures that integrate active sensory-motor systems with decision systems based on reinforcement learning. One unavoidable consequence of active perception is that the agent's internal representation often confounds external world states. We call this phoenomenon perceptual aliasingand show that it destabilizes existing reinforcement learning algorithms with respect to the optimal decision policy. We then describe a new decision system that overcomes these difficulties for a restricted class of decision problems. The system incorporates a perceptual subcycle within the overall decision cycle and uses a modified learning algorithm to suppress the effects of perceptual aliasing. The result is a control architecture that learns not only how to solve a task but also where to focus its visual attention in order to collect necessary sensory information.