简介:据国家安监总局有关通报,2017年全国共发生工贸行业有限空间较大事故13起,死亡49人,分别占工贸行业较大事故总量的44.8%和45.4%。其中,从行业分,轻工行业8起、建材行业4起、冶金行业1起;从重点领域分,发生在企业附属污水处理系统的7起。突出表现在部分企业有限空间作业辨识不到位,未真正落实有限空间作业制度。部分企业作业人员安全意识薄弱,对作业危险性认识不足,心存饶幸心理,长期习惯性违章作业,使有限空间作业各项措施形同虚设。同时,盲目施救问题依然突出。2017年13起有限空间较大事故全部涉及盲目施救,因盲目施救死亡35人。
简介:对驾驶行为的危险状态进行动态辨识并提前预警是防止交通事故发生的重要手段。提出一种基于Kohonen神经网络和支持向量机(SVM)的驾驶行为险态动态辨识方法。基于国内外相关研究,选取油门、方向盘转角、刹车、离合、X轴速度、Y轴速度、X轴加速度、Y轴加速度、发动机转速作为驾驶行为状态指标。应用Kohonen神经网络对9个指标组成的向量进行非监督聚类。用聚类结果组成的时间序列表示驾驶员行为指标的动态变化特征并以此作为输入,通过训练SVM实现驾驶行为险态辨识,解决了高维指标数据监督聚类困难和险态识别的静态性问题。最后,采用驾驶模拟器进行试验设计,对方法的有效性进行验证。以8个危险场景作为诱发驾驶行为险态出现的刺激,10个被试共产生8400组识别序列,选取600组标识为险态的时间序列进行验证。结果表明:该模型的驾驶行为险态识别正确率为82.22%。不同被试的正确率差异控制在6%以下,表明此模型具备一定的泛化能力。