2026年 07期
改进YOLOv7算法在仓储火灾烟雾检测中的应用
孟晓静;王晓冰;王家兴;杨宏刚;李生龙;张志超;针对传统火灾检测方法在复杂仓储环境中误报率高、响应滞后等问题，提出一种轻量化的仓储场所火灾烟雾检测模型YOLOv7-HSG。该模型以YOLOv7为基础，引入HGNetv2(High-resolution Group Network version 2)主干网络以增强多尺度特征提取能力，提升对烟雾、火焰等小目标的检测精度；融合GSConv(Group Shuffle Convolution)模块以提高特征融合效率；加入SimAM(Simple Attention Module)注意力机制，优化模型在复杂背景下的适应表现。结果表明，YOLOv7-HSG模型在复杂仓储环境下的mAP@0.5达到80.43%,较原YOLOv7提升5.25%,参数量和计算量分别降低9.14%和28.82%。相比YOLOv7模型，YOLOv7-HSG模型检测精度更高，参数量和计算量更小，可为仓储场所火灾烟雾实时检测提供指导和参考。
LLZO基固态电解质及电极热稳定性研究
高伟;王嘉莹;崔昊;马倩玉;甘乙秀;葛楠;借助C600微量热仪和差示扫描量热仪研究了石榴石型氧化物固态电解质Li_7La_3Zr_2O12(LLZO)、Li6.5La_3Zr1.5Nb0.5O12(LLZNO)、不同粒径Li6.4La_3Zr1.4Ta0.6O12(LLZTO300 nm、LLZTO500 nm、LLZTO5μm)在烧结前后的热稳定性以及惰性环境下电解质/满电态电极体系的热稳定性。通过对反应热特性参数的比较，发现固态电解质的加入使满电态电极的起始反应温度提前。结果表明：Nb和Ta元素掺杂对LLZO基固态电解质的结构有一定的稳定作用，但同时Nb和Ta元素掺杂对满电态电极热稳定性影响较大，Nb元素掺杂提高了LLZO基固态电解质与正极的热稳定性；Nb和Ta元素掺杂降低了LLZO基固态电解质与石墨负极的热稳定性，但一定程度上提高了与硅碳负极和金属锂的热稳定性；对比三种粒径LLZTO电解质，LLZTO5μm/电极的热稳定性较差。结合热流曲线和多种表征技术，分析了电解质/电极体系在升温过程中可能的热反应机理。
矿井通风网络图拓扑布局方法研究
邓立军;李佳旭;高科;为推动矿井通风网络图绘制向自动化、信息化、智能化方向发展，解决传统手绘方法存在的费时费力、修改不便等问题，以及现有方法在节点连接和图形结构布局方面的不足，提出了基于最长路径-修复传播投影启发式与改进自适应差分进化(Longest Path-Fix Propagate and Project Heuristic-Improved Self-Adaptive Differential Evolution, LP-FPPH-ISADE)的拓扑布局方法。首先，以节点分层高度最小、层次差总和最小为目标，建立多目标整数规划模型，通过LP-FPPH方法得到最优节点分层。然后，在节点分层的基础上，以通风网络分支交叉数最小为目标，建立层次图排列组合优化模型，利用ISADE优化节点排序，确定优化拓扑布局。最后，采用简单、快速的节点定位算法可视化拓扑布局，生成矿井通风网络图。通过实际矿井通风网络拓扑数据验证方法的可行性，并与其他方法进行对比。结果表明，LP-FPPH-ISADE在虚拟节点数量获得了17%的提升效果，在分支交叉数上获得了38%～50%的提升效果，可以满足最小化虚拟节点数量、最小化分支交叉数的需求。同时，基于LP-FPPH-ISADE生成的矿井通风网络图节点连接关系更加清晰，图形整体结构更美观。研究结果可为矿井通风网络图自动绘制系统的开发提供理论基础和技术参考。
基于驾驶行为谱的合流区行车风险评估方法
王连震;夏林星;王宇萍;为了量化描述驾驶人在合流区的行车风险，提出基于驾驶行为谱理论的风险评估与辨识方法。选取5类能够表征合流区危险驾驶行为的特征参数以构建危险驾驶行为谱，并使用四分位差法与客观赋权法确定行为指标阈值与权重，进而计算各驾驶人的危险驾驶行为总得分。依据总得分，利用K-means聚类划分风险等级，构建极端梯度提升模型(Extreme Gradient Boosting, XGBoost)以实时辨识行车风险，进而分析危险驾驶行为空间分布特征。结果显示：急变速行为对合流区行车风险影响最大，权重为0.427;XGBoost模型识别3类行车风险的召回率和精确率均在85%以上，F1分数和精确率-召回率曲线下面积(Area Under the Precision-Recall Curve, AUC-PR)在所有算法中最高；合流区危险驾驶行为具有显著的空间集中性，汇入段易产生方向控制类风险，主线段则以速度操控类与车辆稳定性风险为主。
基于数据挖掘和贝叶斯网络的地铁施工坍塌事故分析
邓勇亮;周琦;刘泽东;李可为;林陵娜;地铁施工具有高度动态性与复杂性，坍塌事故风险突出。为了提升地铁施工安全管理水平并降低坍塌事故的发生概率，提出一种基于数据挖掘与贝叶斯网络相结合的事故分析方法。首先，以2001年1月—2025年9月120起国内地铁施工坍塌事故为样本，从人、设备设施、管理、环境识别了27个致因因素；其次，采用SPSS Modeler基于Apriori挖掘致因37条关联规则，并据此构建坍塌事故贝叶斯网络模型；最后，借助Netica开展概率评估、敏感性分析与逆向推理，并以变异比量化不同事故等级情景下的致因影响强度。结果显示：数据挖掘能够有效揭示地铁施工坍塌事故致因的关联规律；不同致因因素对坍塌事故发生概率与等级演化的边际作用与归因强度存在显著差异；坍塌事故对不良地质条件、违规作业与地下水侵蚀最为敏感；研究结果可为制定针对性的坍塌事故防控策略，降低坍塌事故的发生概率及其潜在危害提供借鉴。
基于H-S-BN模型的机坪事故人因分析
张亚楠;王博远;基于人因分析与分类系统(Human Factor Analysis and Classification System, HFACS)和软件-硬件-环境-人(Software-Hardware-Environment-Liveware, SHEL)的混合模型，对机坪事故案例报告中的人为因素进行解析，并构建相应的贝叶斯网络(Bayesian Network, BN)模型。通过设置根节点状态，分析目标节点的增长百分比，识别出最具威胁的关键人为因素；进一步将目标节点状态设为发生，通过后验概率推断其父节点的影响程度。结果表明：不安全监督层级和不安全行为层级中的“差错”节点对机坪航空器事故的贡献最大，且应重点关注SHEL模型中“软件”模块所涉及的人为因素。最后，通过灵敏度分析验证了贝叶斯网络推理结果的可靠性。
模拟SPO复飞场景中的飞行员人因可靠性评估研究
汪磊;车冬宇;洪瑞媛;杨笑天;飞行中人的因素是民航事故最关键的致因因素，对民航系统的安全与高效运行有重要影响。飞行员在面对复杂多变、不确定性较强的场景和任务时，更容易发生失误并造成飞行不安全事件或事故。为此，提出了一种飞行人因失误概率量化方法，并选定单一飞行员驾驶复飞这一复杂场景研究机组人员的操作可靠性及人因失误概率。首先，根据人因可靠性分析方法和解释结构模型筛选影响机组人员操作的行为形成因子并以行为形成因子作为根节点、复飞操作步骤完成程度作为中间节点构建飞行员操作可靠性模型。然后，基于相似度聚合法分析专家意见，合成专家多源信息，确定贝叶斯网络根节点先验概率。基于Noisy-or模型处理人因可靠性数据，确定贝叶斯网络中间节点条件概率。最后，通过贝叶斯推理计算得到单一飞行员驾驶的复飞场景中飞行员的人因失误概率。研究表明，用该方法能获得飞行机组人员不同行为形成因子和不同任务操作影响下的人因失误概率，单一飞行员在执行复飞标准操作程序时总的人因失误概率为0.375 24。
海洋摇摆条件下数字化工业系统操作员任务绩效研究
易灿南;沈超;杨晓同;武江;胡鸿;赵彩俊;分析海洋摇摆条件对数字化工业系统操作员任务执行的影响，揭示绩效随摇摆级别变化的特征，为人因失误防控提供理论支持。以某海上浮动式核电站蒸汽发生器传热管破裂(Steam Generator Tube Rupture, SGTR)事故为原型，设计并组织计算机屏幕界面操作试验。招募50名男性被试进行测试，获得海洋摇摆条件下(静止、低、中和高)操作员任务失误率、执行时长及主观评分。运用统计学方法分析绩效变化特征。结果表明，海洋摇摆显著影响操作员判断和点击任务绩效，且对点击任务绩效影响更大。从静止到高摇摆，判断任务失误率从10-3上升至10-2(2.769倍),执行时长由2.28 s增至2.77 s(1.215倍);点击任务失误率维持在10-2量级，但增加至3.724倍，执行时长从1.53 s增至2.60 s(1.699倍)。海洋摇摆显著影响文本、数字、图形和状态信息判断任务绩效，图形信息最为敏感，高摇摆时失误率与时长分别为静止时的4.252倍与1.318倍。海洋摇摆对大图标、小图标、规程跳转和安全级操作任务绩效影响显著，小图标和规程跳转摇摆敏感性高，高摇摆时小图标点击失误率和执行时长分别增至静止条件的3.351倍和1.787倍，规程跳转则为3.852倍和2.000倍。海洋摇摆显著影响主观评分，随摇摆级别升高，摇摆不适和体力疲劳显著增加，轨迹球使用难度增大，舒适性和可用性下降；高摇摆下摇摆不适“强烈”,“中等”(MⅡA)晕动，体力疲劳“强烈”,轨迹球舒适性和可用性“中等”;腰部肌肉疲劳累积最快，其次为肩膀与颈部。
基于多维特征融合与脑区划分的建筑工人疲劳识别
余洋;孙欣;胡启军;何乐平;蔡其杰;白羽;为了提高建筑施工环境中疲劳状态识别的准确性，以保障作业人员安全，研究提出一种基于多维特征融合与脑区划分的建筑工人疲劳识别方法。首先，构建双交叉疲劳诱导试验以采集脑电数据，并通过带通滤波与独立成分分析对脑电信号进行伪迹与噪声去除。其次，结合10-20电极系统布局及疲劳相关脑区分布，提出一种面向疲劳识别的脑区划分策略。最后，构建融合时频空多维特征的识别模型，通过引入频域注意力机制增强频段与通道间的耦合关系，采用加权相位滞后指数动态构建全局邻接矩阵以挖掘脑区间复杂空间的交互模式，进而设计内外双加权注意力融合模块，实现多模态特征的自适应融合与权重动态调节。结果显示，研究模型平均准确率达92.52%,较最优对比模型提升了1.55百分点，平均F1分数为92.19%,表明模型在疲劳识别任务中具有有效性。
基于ECG与BP神经网络的矿工作业疲劳状态识别模型研究
景国勋;任启源;蒋方;李云安;针对矿工作业疲劳监测需求，提出了一种融合心电图(Electrocardiogram, ECG)分析与误差反向传播(Backpropagation, BP)神经网络的疲劳预测方法。通过采集32名被试者的ECG信号(采样率为256 Hz)及主观疲劳量表数据，采用主成分分析构建综合疲劳指数F(KMO=0.766),并提取时域[正常窦性心搏RR间期标准差(Standard Deviation of Normal-to-Normal Intervals, SDNN)、正常窦性心搏RR间期均方根差值(Root Mean Square of Successive Differences between Normal-to-Normal Intervals, RMSSD)]、频域[低频功率与高频功率比值(Low Frequency Power/High Frequency Power, LF/HF)]等心率变异性(Heart Rate Variability, HRV)特征。Pearson相关性分析证实HRV与疲劳指数F显著相关(r=0.983,p<0.005)。基于MATLAB平台建立三层BP神经网络模型，采用Levenberg-Marquardt算法优化，模型经10次交叉验证显示，训练集、测试集、总体准确度分别达92.4%、83%、89.14%。研究为矿工智能监测系统开发提供了有效技术方案，对提升煤矿安全管理水平具有实践价值。