基于遗传神经网络的化工园区火灾爆炸安全评价研究

发布时间：2017-09-25 01:27

  本文关键词：基于遗传神经网络的化工园区火灾爆炸安全评价研究

  更多相关文章： 化工园区 火灾爆炸事故 安全评价 指标体系 遗传算法 神经网络 灰色聚类分析 MATLAB

【摘要】：化工企业生产经营过程是国家和社会正常运转的重要保证,其安全状态关系着人民生命和财产安全,也关系着社会的和谐和稳定。化工园区作为化工企业聚集地,安全生产问题更加重要。由于化工园区将化工企业集中到某一区域内,一旦发生火灾爆炸事故将导致重大人员伤亡和财产损失。所以,具有火灾爆炸危险性的化工园区的安全状况评价受到了国内外学者的广泛重视。本文主要介绍了引起化工园区火灾爆炸事故的几种因素。建立了具有火灾爆炸危险性的化工园区安全评价指标体系。然后介绍和分析了GA遗传算法和BP神经网络的优缺点。介绍了灰色聚类分析方法,并实现对样本的聚类。首先对遗传算法和BP神经网络结合,找到一种利用二者优点且避免其不足的编程方法,通过MATLAB编写了遗传神经网络代码。然后利用灰色聚类分析方法和评价指标体系对12个化工园区安全评价样本进行聚类,得到遗传神经网络训练样本。运行MATLAB得到训练网络。最后对一个真实的化工园区安全评价,得到了较为准确的评价结果。由于程序基于MATLAB语言和遗传算法、神经网络开发,因此具有一定的通用性,可为其他方面的评价提供了一种新思路和方法。
【关键词】：化工园区 火灾爆炸事故 安全评价 指标体系 遗传算法 神经网络 灰色聚类分析 MATLAB
【学位授予单位】：北京理工大学
【学位级别】：硕士
【学位授予年份】：2015
【分类号】：TQ086;TP18
【目录】：

• 摘要5-6
• Abstract6-10
• 第一章 绪论10-19
• 1.1 引言10
• 1.2 我国化工园区发展现状10-11
• 1.3 化工园区的特征11-12
• 1.4 化工园区火灾爆炸事故特点12-13
• 1.5 化工园区火灾爆炸事故安全评价现状13-16
• 1.5.1 国外安全评价发展概况13-14
• 1.5.2 国内安全评价发展概况14-16
• 1.6 本文研究的方法、内容及意义16-19
• 1.6.1 本文的研究方法16
• 1.6.2 本文的研究内容16-17
• 1.6.3 本文的研究意义17-19
• 第二章 化工园区火灾爆炸风险安全评价指标体系19-38
• 2.1 化工园区火灾爆炸风险评价指标体系概述19
• 2.2 建立评价指标体系的基本原则19-20
• 2.3 化工园区火灾爆炸事故安全评价指标体系20-21
• 2.4 化工园区危险源辨识21-28
• 2.4.1 气体22-23
• 2.4.2 易燃液体23-24
• 2.4.3 易燃固体24-25
• 2.4.4 氧化性物质及有机过氧化物25-26
• 2.4.5 毒性物质26-27
• 2.4.6 腐蚀性物质27-28
• 2.5 多米诺效应分析28-32
• 2.5.1 多米诺效应概率29-30
• 2.5.2 多米诺效应破坏阈值30-31
• 2.5.3 多米诺效应距离31-32
• 2.6 化工园区安全防护设备与措施32-34
• 2.6.1 爆炸性环境电气线路的设计32-33
• 2.6.2 防火防爆电气设备33
• 2.6.3 火灾爆炸环境内插座和灯具数量33
• 2.6.4 电气设备保护级别33-34
• 2.6.5 防静电与防雷击措施34
• 2.7 化工园区应急能力34-36
• 2.7.1 安全管理人员34-35
• 2.7.2 监测预警35
• 2.7.3 应急预案35
• 2.7.4 消防能力35
• 2.7.5 医疗救护35
• 2.7.6 经费保障35-36
• 2.7.7 安全培训及演习36
• 2.8 园区及周边的环境规划36-37
• 2.8.1 园区内规划36-37
• 2.8.2 园区周边环境规划37
• 2.9 本章小结37-38
• 第三章 化工园区火灾爆炸风险安全评价的遗传神经网络构建38-54
• 3.1 遗传算法基础知识38-41
• 3.1.1 GA遗传算法概述38
• 3.1.2 遗传算法的优越性38-39
• 3.1.3 遗传算法基本操作39-41
• 3.1.4 遗传算法实现过程41
• 3.2 人工神经网络基础知识41-47
• 3.2.1 BP神经网络概述42-43
• 3.2.2 神经元结构模型及标准BP网络学习规则43-46
• 3.2.3 利用BP神经网络进行安全评价的优点及不足46-47
• 3.3 基于遗传神经网络的化工园区火灾爆炸风险安全评价47-52
• 3.3.1 建立化工园区火灾爆炸安全评价的遗传神经网络48
• 3.3.2 遗传神经网络的MATLAB实现48-52
• 3.4 本章小结52-54
• 第四章 训练遗传神经网络及验证评价模型54-83
• 4.1 灰色聚类评价法构造遗传神经网络训练样本54-64
• 4.1.1 灰色聚类评价基本概念54-64
• 4.1.2 获得遗传神经网络训练样本64
• 4.2 训练遗传神经网络64-67
• 4.2.1 设置遗传神经网络参数64
• 4.2.2 遗传神经网络MATLAB代码64
• 4.2.3 训练结果64-67
• 4.3 实例验证评价模型67-81
• 4.3.1 化工园区模型67-68
• 4.3.2 园区企业布局68
• 4.3.3 化工园区安全现状68-74
• 4.3.4 综合评价结果74-76
• 4.3.5 遗传神经网络的输入76-78
• 4.3.6 遗传神经网络的输出78-79
• 4.3.7 评价结果分析79-81
• 4.4 本章小结81-83
• 结论、问题与对策、展望83-85
• 结论83-84
• 问题与对策84
• 展望84-85
• 参考文献85-89
• 攻读学位期间发表论文与参与研究项目89-90
• 附录90-92
• 致谢92

【参考文献】

中国期刊全文数据库 前1条

1 陈国华;施文松;赵远飞;;基于风险的化工园区布局优化决策支持系统[J];中国安全科学学报;2012年07期

中国博士学位论文全文数据库 前1条

1 陈明亮;化工装置事故的多米诺效应定量分析关键问题研究[D];北京化工大学;2013年

，

本文编号：914581