工业园区火灾评估及防控信息化技术

第1章 绪论 1.1 背景和意义 1.2 工业园区火灾研究现状及发展趋势 1.2.1 工业园区火灾风险评估研究 1.2.2 工业园区火灾演化机理研究 1.2.3 工业园区火灾防控技术研究 1.3 工业事故特征分析 1.3.1 方法和数据 1.3.2 事故特征分析 1.3.3 多米诺效应事故分析 1.4 小结 第2章 贝叶斯网络工业园区火灾风险评估 2.1 概率图模型 2.2 贝叶斯定理 2.3 贝叶斯网络模型 2.3.1 模型构建 2.3.2 贝叶斯网络结构学习 2.3.3 贝叶斯网络参数学习 2.3.4 火灾事故中贝叶斯网络的应用 2.4 基于贝叶斯网络的工业安全生产事故风险评估 2.5 贝叶斯网络的优点 第3章 Petri网工业园区火灾风险评估 3.1 Petri网的基本理论 3.1.1 Petri网的定义 3.1.2 Petri网举例 3.1.3 高级Petri网 3.2 基于Petri网的火灾风险评价 3.2.1 火灾风险评价基本假设 3.2.2 火灾风险评价模型的构建 3.3 基于模糊Petri网的某醋酸公司厂区安全评估案例 3.3.1 模糊推导必要公式定义 3.3.2 风险评价模型构建 3.3.3 风险评估推理计算 第4章 灰色聚类评估模型 4.1 灰色关联聚类 4.2 灰色白化权函数聚类 4.2.1 灰色变权聚类评估模型 4.2.2 灰色定权聚类评估模型 4.2.3 基于三角白化权函数的灰色聚类评估模型 4.2.4 灰色综合聚类评估模型 4.3 灰色聚类评估案例——五个化工园区安全性评估 4.3.1 化工园区危化品储量数据 4.3.2 五个化工园区安全风险等级 4.4 灰色聚类评估 第5章 基于神经网络的安全评价模型 5.1 人工神经网络算法 5.1.1 BP神经网络概述 5.1.2 神经元结构模型及标准BP神经网络学习规则 5.1.3 利用BP神经网络进行安全评价的优点及不足 5.2 基于BP神经网络的化工园区火灾爆炸风险安全评价 5.2.1 获得BP神经网络训练样本 5.2.2 训练神经网络 5.3 遗传算法 5.3.1 遗传算法概述 5.3.2 遗传算法的优越性 5.3.3 遗传算法的基本操作 5.3.4 遗传算法的实现过程 5.4 基于遗传神经网络的化工园区火灾爆炸风险安全评价 5.4.1 建立化工园区火灾爆炸安全评价的遗传神经网络 5.4.2 遗传神经网络的MATLAB实现 5.4.3 训练遗传神经网络 5.5 结论 第6章 化工园区典型火灾及烟气扩散模拟 6.1 大涡模拟及FDS软件 6.1.1 滤波处理方法 6.1.2 大涡模拟控制方程 6.1.3 亚格子尺度模型 6.2 工业池火模拟分析 6.2.1 池火模型 6.2.2 模型验证 6.2.3 池火场景模拟 6.3 喷射火模拟分析 6.3.1 喷射火模型 6.3.2 模型验证 6.3.3 喷射火场景模拟 第7章 化工园区安全生产及应急防控 7.1 概述 7.1.1 背景 7.1.2 安全生产现状 7.2 应急防控理论 7.3 应急防控技术 7.3.1 人工智能技术 7.3.2 多米诺效应 7.3.3 多机构协同 7.4 小结 第8章 化工园区及企业安全应急信息化 8.1 需求、现状和政策导向 8.2 工业互联网+危化安全生产 8.2.1 概述 8.2.2 试点建设情况 8.2.3 连接 8.2.4 数据 8.2.5 智能 8.3 安全风险智能化管控平台 8.3.1 概述 8.3.2 重点建设场景 8.4 工业互联网关键技术应用 8.4.1 5G+工业互联网 8.4.2 人工智能视觉识别(AI) 8.4.3 物联网 8.4.4 机器人/无人机智能巡检 8.4.5 GIS地理信息系统和三维建模 附录1 神经网络MATLAB代码 附录2 遗传神经网络MATLAB代码