由两起操作性污染事故引发的关于液货船装卸作业安全的思考

随着我国对石油的需求不断增长,液货船舶数量不断增多,船舶操作性污染事故日益增多。文中试图分析两起发生在天津港的操作性污染事故产生的原因,浅谈目前液货船在装卸作业方面存在的安全问题,从而提出建议和对策,希望能在避免液货船操作性污染事故发生以及减少海洋环境损害方面起到积极的作用。     

港口设备钢丝绳断绳事故分析及预防

对钢丝绳断绳事故进行分析,提出了一些措施,诸如通过钢丝绳的选用、维护、保养、检测等,来延长钢丝绳的使用寿命,杜绝事故的发生。     

浅谈询问调查

询问调查与海事工作关系十分密切,水上交通事故和海事行政处罚案件的调查取证都离不开询问调查,本文从询问前、询问过程和询问后三个方面谈了询问调查的一些方法和技巧。     

铁路行车事故分析中的语音压缩方法

在铁路运输中，安全行车是第一位的。一旦出现行事事故，对事故原因的分析往往十分棘手。采用黑匣子技术能够准确地记录列车运行中的各种信息，但巨大的语音存储量需求是黑匣子技术的一个难关。若采用传统的语音压缩技术，则理论和实现都很复杂，并且成本太高。采用神经网络不仅简单易行，还有提高信噪比的功能。     

行人通过人行横道交通行为初步分析

为了了解行人通过人行横道时的交通行为特性,对不同地区行人通过人行横道时的速度进行了调查和分析。分析结果表明行人通过人行横道的交通行为受年龄、地域等的影响有显著差异。     

FAO 核心子系统安全完整性等级 评价方法研究

为探究如何更加实际地评价全自动运行(FAO)系统核心子系统功能的安全完整性等级(SIL),通过研究欧 洲电工标准化委员会(CENELEC)标准中风险模型的构造,给出风险降低因素(RRF)的定义;通过定义的风险降低 因素,建立可容忍事故率(TAR)与可容忍危害率(THR)的换算关系,进而评估出 FAO 系统核心子系统功能次级危 害的可容忍危害率;最后通过其与安全完整性等级的对应关系,得到核心子系统功能的安全完整性等级。应用结 果表明：结合实际的 FAO 工程项目应用成果,给出风险降低因素中各要素的具体示例,可供借鉴;与直接采用 可容忍事故率保守估计安全完整性等级的方法相比,在考虑风险降低因素后评估得到的安全完整性等级更接近实 际情况。     

城市云道的人致振动舒适度分析

综合对比了国内外规范对于人行桥通行舒适度的规定,并以某城市云道工程人行桥为研究背景,利用大型通用有限元分析软件Midas/Civil建立背景工程的有限元模型,计算了其在人群荷载激励下的加速度响应,最后参考德国人行桥设计规范中的舒适度评价方法对该人行桥进行舒适度评价,并提出了相关建议.     

基于人-车交互的行人轨迹预测

针对行人轨迹预测具有复杂、拥挤的场景和社会交互问题,基于长短时记忆网络（Long Short-term Memory Network, LSTM）对行人与车辆、行人与其他行人的交互进行建模,提出一种基于人-车交互的行人轨迹预测模型（VP-LSTM）。该模型同时考虑了行人与行人的交互、行人与车辆的交互,更适用于复杂的交通场景。所构建的VP-LSTM包括3个输入,以行人的方向和速度作为历史轨迹序列输入,行人与行人的相对位置作为人-人交互信息输入,行人与车辆的相对位置作为人-车交互信息输入。该方法首先设计扇形人-人交互邻域和圆形人-车交互邻域来准确捕捉对被预测行人有相互作用的行人和车辆;其次建立3种不同的LSTM编码层来编码历史行人轨迹序列、人-人、人-车社交信息;然后定义人-人、人-车交互的防碰撞函数和方向注意力函数作为人-车、人-人社交信息的权重,进一步提高社会信息的精度;再将人-人、人-车交互信息输入到注意力模块中筛选出对行人影响大的社会信息;最后将筛选后的社会信息与行人历史轨迹序列一起输入到LSTM神经网络中进行行人轨迹预测,并在构建的DUT人-车交互数据集上验证提出的网络。研究结果表明：提出的方法能够准确地预测出交通场景中,人-车交互行人未来一段时间内的运动轨迹,有效提高了预测精度,提高了智能驾驶决策的准确性。     

轨道交通大客流换乘站客流组织仿真分析——以深圳会展中心站为例

为有效应对轨道交通网络化运营初期可能出现的客流拥挤等问题,运用行人仿真方法进行客流组织方案的动态检验和调整。以深圳会展中心站为例,选取适当的仿真参数和评价指标,对车站客流组织进行防真,分析客流拥堵原因,提出客流组织调整方案,并对调整方案进行仿真及评阶。总结了车站行人仿真在指导车站客流组织方面的普遍适用性。     

筑路机械事故隐患分析与预防

与筑路机械相关的施工事故占道路施工事故中的绝大部分。因此，建立合理的筑路机械事故隐患分析与预防体系关系到施工企业、人员的切身利益。从筑路机械的设计拆卸安装、调试及使用中的各方面对事故隐患进行了分析，并阐述了事故预防体系。