海格将安全进行到底

数据显示,2006年中国共发生37万多起道路交通事故,死亡9万多人,伤37万多人.今年5月的统计表明发生了136894起事故,死亡30813人,约15万人受伤.交通安全已成为影响社会和谐的一个重要方面.承载旅客的客车其安全性更是重中之重,一旦发生事故后果很严重.     

诉讼费用是否属于限制性债权?

【案情回放】Thompson诉Masterton案(LLOYD'SLAWREPORTS[2004]Vol.1P304)中,原告是一名旅客,在一起船舶碰撞事件中受伤,先前诉讼中,法院判决对方船舶的舵手(作为第一被告)和本船舵手(作为第二被告)对人身伤害负责,第二被告按照1976年海事赔偿责任限制公约的规定设立了基金,第一原告没有设立基金。随后,原告起诉要求将其诉讼发生的费用作为索赔的一部份由被告赔偿,涉及的问题是1976年责任限制公约下的限制性债权是否可以包括诉讼费用?【判决结果】Newman,Q.C.法官认为,虽然1976年公约没有明确规定诉讼费用是否可以作为限制性债权,…     

怎样区别不同程度的违章

交通违章分为一般违章、严重违章和重大违章。驾驶员一旦违章,应清楚自己违章程度,以便更好地改正或接受交通管理部门的处理。重大违章发生以下情况或类似下列情况之一者,为重大违章:违反装载、速度、让车、会车、超车、摆渡、停放、行驶路线及安全距离等规定,从而造成严重险情     

轿车正面碰撞模拟计算的乘员伤害指标研究

利用PAM CRASH软件对某车型轿车在正面碰撞时的乘员约束系统(包括整车的有限元模型、50百分位的男性多刚体假人以及安全带模型)进行了建模，并参照相关碰撞实验法规进行了正面碰撞模拟计算。计算所得的乘员伤情指数与试验结果基本吻合，证明了该模型的有效性以及建模和计算方法的正确性。     

汽车正面碰撞法规中乘员保护指标探讨

比较美国、欧洲等国和我国汽车正面碰撞法规中对乘员保护指标的规定,结合人体冲击损伤机理和耐受极限的相关研究,分析我国法规中头部伤害指标HPC的不合理之处。在分析实车碰撞试验数据和模拟计算的基础上,指出我国正面碰撞法规中乘员保护指标的不完备性,并探讨影响伤害指标结果的一些因素。     

简述LJK6105CH型客车的密封改进

由于LJK6105CH型客车的密封防尘结构不当,严重影响了客车的质量,笔者经过几种方法的分析比较,提出了改善防尘效果的途径.     

营运大客车正面碰撞乘员伤害的研究

客车发生正面碰撞事故约占客车碰撞事故的50%~60%。利用LS-DYNA软件,建立了包括假人、安全带和安全气囊在内的大客车车体有限元模型,对不同速度下营运大客车的正面碰撞特性进行了模拟仿真计算,分析了无任何保护措施、佩戴安全带及佩戴安全带且安全气囊起爆三种事故形态下乘员头部HPC值、胸部压缩量和大腿骨轴向接触力等伤害值。研究结果表明,安全带对于驾驶员的保护意义重大,为营运大客车乘员保护设计以及合理制定营运大客车正面碰撞法规提供数据参考。     

5-羟色胺转运体基因多态性和抑郁症的发病、性别、严重程度及自杀行为的相关性

目的探讨中国汉族人群5-羟色胺转运体启动区(5-HTTLPR)基因多态性和抑郁症的发病、性别、严重程度及自杀是否相关。方法应用聚合酶链式反应(PCR)扩增技术测定150例抑郁症患者和150例正常对照者的5-HT-TLPR基因型和等位基因,分别验证各种基因型与中、重度抑郁症发病、性别及自杀行为的相关性。结果病例组SS、LS基因型及S等位基因频率均高于对照组(26.0% vs.20.0%;52.7% vs.46.0%;52.3% vs.43.0%;P均<0.05);两组性别分层比较,女性S等位基因频率高于对照组(55.3% vs.43.6%,P<0.05);病例组严重程度分层比较差异无统计学意义(P>0.05);病例组有无自杀行为分层比较,有自杀行为患者SS基因型频率(37.3% vs.20.2%)及S等位基因频率(61.8% vs.47.5%)均高于无自杀行为患者(P<0.05);抑郁自杀组性别分层比较未显示显著性差异(P>0.05);抑郁自杀组病情程度分层比较,重度抑郁自杀者SS基因型频率(42.5% vs.18.2%)及S等位基因频率(68.7% vs.36.4%)均高于中度抑郁自杀者(P<0.05)。结论在中国汉族人群中,5-HTTLPR多态性和抑郁症相关。S等位基因可能是抑郁症的易感基因,特别是女性,SS型可能是抑郁症易感基因型;S等位基因可能是抑郁症患者自杀的危险基因,SS基因型人群可能是抑郁症患者自杀的危险人群,特别是携带S等位基因的重度抑郁症患者更易自杀。     

建成环境对城市交通事故严重程度影响研究

针对城市交通事故分析中缺少建成环境因素的系统考虑,以密度、多样性、交通设计、可达性及公共交通临近度等5个维度表征建成环境,同时考虑个体行为、道路情况、事故类型及自然环境4个方面,运用机器学习算法建立融入建成环境因素对城市道路交通事故严重程度影响分析模型;并以重庆市某区的事故数据进行实证分析。研究结果表明：建成环境变量对事故严重程度有较大影响;从变量重要度排序来看,土地利用混合度(14.29%)、快速路及主干路密度(12.43%)、次干路及支路密度(11.54%)、人口密度(11.35%)与可达性(10.96%)的影响程度较高,累计重要度达60.57%;同时各变量与事故严重程度呈现出非线性关系。     

基于贝叶斯网络的高速公路交通事故严重程度预测及致因分析

为了深入研究高速公路交通安全,剖析高速公路交通事故的发生机理以及各类因素对高速公路交通事故严重程度的影响,收集曲靖市境内沪昆高速段2017—2019年的1 939起交通事故进行研究。以事故严重程度为因变量,筛选出人、车、路、环境4个大类下的与事故严重程度相关的19个影响因素为自变量,采用数据融合法基于树增广型贝叶斯网络构建事故严重程度预测模型,量化各因素间的影响关系,经特征筛选找出关键致因,并结合案例进行推理分析。结果表明：影响高速公路交通事故严重程度的关键致因依次为天气情况、视距情况、路面情况等。模型对高速公路事故严重程度预测准确率可达84.27%,高于传统贝叶斯方法,模型有效性验证良好。针对事故主要致因提出改进建议,可为交管部门提供准确事故信息辅助决策,加快事故响应速度,提高事故应急指挥能力。