简介:操作规程须遵循,不可急性子;作业现场守规矩,不可像疯子;安监人员须尽职,不可混日子;勤跑现场多观察,不可恋椅子;火眼金睛查隐患,不可成瞎子;安全教育听仔细,不可当聋子;
简介:电子行业存在普遍的职业健康危害且极易被忽视,采用EPA吸入风险评估模型和职业病危害作业分级法,对电子行业的某电子零部件生产企业进行健康风险评价。结果表明:有毒有害化学物中一个H2SO4检测点、粉尘中8个矽尘检测点和部分噪声检测点超出了我国职业接触限值外,其他各现场采样检测值均不超过我国规定的职业接触限值;EPA法评估结果显示,从业人员接触的H2SO4、H3PO4、C3H8O、HCl、V及其化合物等有毒有害化学物和粉尘存在较大的职业健康风险;而职业病危害作业分级法评估结果显示,从业人员除接触到的H2SO4的职业健康风险水平为I级轻度作业危害外,其余有毒有害化学因素的职业健康风险水平为无害作业水平,同时接触到的粉尘和噪声则达到Ⅲ级高度危害作业水平,存在较高的职业健康风险。EPA法的评估结果普遍比职业病危害作业分级方法的评估结果高;且EPA法适用于电子行业职业危害因素中有毒有害化学物和粉尘的职业健康风险评估,而职业病危害作业分级方法的适用范围比EPA法还多一项物理因素的职业健康风险评估。针对该电子零部件制造企业建议从加强工艺设备的密闭性、提升系统的通风性、改善个人健康管理措施三方面进行防毒、防尘、防噪风险管理。
简介:换道是驾驶员达到快速通行目标的一种常用手段,但换道会带来很多公路交通事故。为有效避免交通事故,需给驾驶员提供换道安全预警。构建了安全换道决策模型,将换道决策分为换道意图识别和换道条件判断分别建立模型以提高预测精确度。通过神经网络方法SOM(Self-Organization-Map)聚类及BP(BackPropagation)建立换道意图识别模型,基于贝叶斯理论建立最小风险贝叶斯换道条件判别模型。模型开发和测试采用车辆轨迹数据集(NGSIM),提取数据中的换道行为特征参数作为模型的输入,将驾驶员换道决策预测视为输入变量的函数。通过对比最小贝叶斯和最小风险贝叶斯方法发现,由后者构建的换道条件判别模型效果较好,对于不换道行为的预测精度为90.4%,换道行为的预测精度为73.8%。鉴于错误的换道决策可能导致交通事故,而错误的不换道决策只会导致失去一次换道的机会,在换道辅助系统中,不换道决策的精确度要求需高于换道决策的精度。最后,在微观交通仿真系统中加入换道决策模型,其结果验证换道决策安全。最小风险贝叶斯换道条件判别模型的引入,使得换道决策系统能够通过修正风险系数,进一步提高换道判别精度,减少不安全的换道概率。