食品安全指数法

食品安全指数法（共12篇）

食品安全指数法 篇1

W.Kent.Muhlbauer提出的管道指数评价法是目前经典的管道安全评价方法。该方法中,打分评价体系是核心,作者将造成管道事故的原因分为4类指数,即第三方破坏、腐蚀、设计和操作。每一类分配分数100分,总指数和在0～400分之间。每一类指数下面又包含若干影响因素,给各影响因素分配了不同的评价分值,并设定了不同的评价等级。各因素分配的分数多少大致与其引发事故危险性的大小一致。因素分配的权重越大,表示该因素越重要,在管道风险增加或减少方面起的作用也越大;分配的权重越少,表示该因素越不重要,在管道风险增加或减少方面起的作用也越小[1]。

然而,从油气管道事故数据来看,模型因素的权重与事故原因统计的比例并不一致:EGIG对1970-2007年运行的输气管道事故统计,前三位主要因素分别是第三方破坏(占50%)、施工缺陷(占16%)和腐蚀(占15%);而CONCAWE对1971-2006年运行的输油管道事故统计,前三位主要因素分别是第三方破坏(占36%)、腐蚀(占29%)和机械失效(占28%)[2,3]。在实际评价过程中,部分评价因素主要由规范和法规来确定,且属性一旦确定,发生变化的可能性和变化的程度非常小或几乎不发生变化,其影响也是相对确定的,分配的分值权重大小并不能代表其对风险增加或减少所起的作用,所以需要分析各影响因素对评价指数的敏感性大小。管道敏感性分析就是在各类影响因素中,不确定性参数变化时,对管道安全评价指数的影响程度。不确定性是产生风险的根源,对安全指标影响程度较大的参数,其不确定性所产生的风险更大。本文在W.Kent.Muhlbauer模型的基础上,对各评价因素的敏感性进行分析,即在4类主要评价指标下各因素对管道评价指数的敏感性大小关系。

敏感性分析

敏感性分析是经营决策中常用的一种不确定性分析方法。在影响决策目标的诸多因素中,其未来状况常常处于不确定的变化状态,而且各种因素的不确定性给目标带来的风险程度也不一样。敏感性分析的核心问题,就是从许多不确定因素中找出敏感因素,测出各个因素的变化对目标影响的程度,敏感性分析目标函数F=f(x1,x2,…,xn),(xi是影响因素)。根据研究影响因素发生变化的数量,分为单因素敏感性分析和多因素敏感性分析[4]。在管道指数评价法中,评价人员针对具体评价对象确定分值大小的时候,出现评分偏差变化的情况是多因素变化,故采用多因素敏感性分析。

根据W.Kent.Muhlbauer评价模型,管道指数评价法中的总指数和包含的若干因素,每一因素含有若干评分水平,每一因素在不同水平下,作者都确定了相应的等级和评分分值,最终求和来确定总指数。不同的评价人员在评判的时候,由于经验、专业、知识结构、心理因素等影响,可能对评价对象选择不同的分值或对照相应的等级进行评分,这种评分的偏差围绕设定的评分分值变化。其评价的过程和结果可以通过多因素试验来模拟,每一因素的每一水平对应一个评价分值,由作者已经确定,这个分值就是试验结果的参考值,即对管道指数评价法模型利用多因素试验思想进行敏感性分析。

以指数总和作为分析目标,通过这些影响因素在不同评分水平组合下分析评价分数的变化程度,据此找出敏感因素。但多因素敏感性分析工作量很大,如第三方损害指数有6个影响因素,每个因素设有5种评分等级,则需要进行56次敏感性分析。为了减少工作量又不影响分析结果,本文引入正交试验理论[4,5]。

正交试验[4,5]

正交设计方法是一种处理多因素试验的科学方法,它利用正交表来安排多因素试验,并对结果进行统计分析。正交试验代替全面试验,具有水平均匀性和搭配均匀性,即:(1)每一因素占据一列位置,其不同水平参加试验次数相同;(2)任两列不同因素水平所构成序偶数相等,相同序偶数出现次数在两列内也相同。

根据管道4类评价指数下的各因素和所处的不同水平,选择正交表LK(PJ)进行试验,L表示正交表符号,K表示试验次数,即正交表行数;P表示因素的水平数;J表示因素个数,即正交表的列数。由正交试验进行计算确定评价指数和,然后采用极差分析方法对正交计算数据进行分析,以确定各影响因素对所考察指标影响大小顺序。管道指数评价法敏感性分析可采用线形模型如下:

Y=β0+β1X1+.......+βnXn+ε(1)

式中β0—常数项;

βn—自变量;

Xn—回归系数;

ε—随机误差服从标准正态分布。

在模型中,令某些因素主效应或交互效应为0,而其余效应最小二乘法估计不受影响,以保证对每个效应估计不受到其他效应的影响,则设计矩阵须满足如下条件:

式中,S11,S22,...Snn都是方阵,每一方阵对应于一组效应。对于某个因素Xi对指标Y的显著性次序分析,不做定量结论,只要求自变量Xi对因变量Y的显著性影响次序,对式1中的回归系数不用求解,只需要按照上式2进行试验。

设a,b,...表示不同影响因素,m为因素评分水平数,ai表示因素a的第i水平(i=1,2...m);Xij表示因素j的第i水平值,在Xij下进行试验得到因素的第i水平的试验结果指标Yij,Yij服从正态分布的随机变量。在Xij下做n次试验得到n个试验结果,分别为Yijk(k=1,2,...n)。计算:

式中Kij—因素j的第i水平值下的统计参数;

N—因素j的第i水平下的实验次数;

Yijk—因素j在i水平值第k个试验结果指标值。

根据计算结果,利用极差分析因素敏感性。

评价指数敏感性分析

1 第三方破坏因素

第三方破坏包括6种因素,不同的因素分值水平不完全相同,需要按照实际情况进行调整。如,管道埋深分数=13.1×C(C表示深度),管道设计规范要求埋地管道,管顶覆土最小深度不能小于0.8m,取10分;最大深度为1.6m,若再增加深度无减少风险效果,取值20分。活动程度在原来所设水平基础上,增加一个水平等级(18分)。地面设施评分水平在原来的基础上进行了综合,设置为5个等级。公共教育在原来基础上,用插值法增加两个水平等级15分和25分。管道标志评分水平按照作者定义,没有变化。巡线频率按原要求有7个评价级别,排开不存在不巡线情况(0分),并对每周4次(12分)和每天巡线(15分)评价等级进行。第三方破坏影响调整后的影响因素———水平表如表1所示。

对这些因素下不同水平的评价进行正交分析,建立正交试验表(表2)。

表2中,A(i)～F(i)(i=1,2,3,4,5)表示6类影响因素下的不同评价水平)。结合上述,对第三方破坏分数的评分过程和结果采用多因素正交试验,共计得到25个评价数据,将所得的观测数据按从小到大的顺序排列,利用正态检验纸绘图进行正态性检验[6]。如图1所示,除最小试验值点外,其余各点基本满足正态分布。根据管道指数法评价模型的评分原则,对影响因素满足作者评判模型要求的程度给出评价分数,越满足评判条件,评价分数越高;越不满足评判条件,评价分数越低。同理,其他3项指数的试验值也应符合正态分布。

经过正交试验,得到各因素敏感性大小,为了便于比较,将各因素敏感性大小进行归一化处理,得到各因素敏感性权重百分比,与模型各因素分配的分值权重曲线在同一图中表示(图2)。各影响因素敏感程度大小顺序为:活动程度=公共教育>巡线频率>管道埋深>地面设施>管道标志。其中,活动程度和公共教育两类因素,作者给定的权重虽然不一样,但是两者对第三方破坏的敏感性影响是一致的,即两类因素的变化对管道指数的影响是一致的。巡线频率属于可变因素,对管道指数的敏感性较大,高频率的巡线频率能有效降低第三方破坏。值得注意的是,管道埋深指数属于非可变因素,主要根据设计规范确定,埋深一旦确定后,各管段都能获得相应的评价分数,对第三方破坏的影响却很小,而作者给此因素分配20%的权重,在权重分配上没有结合实际工程情况,缺乏合理性和评价准确性。

2 腐蚀影响指数

腐蚀影响指数包括13类影响因素,根据如上第三方破坏指数调整方法,建立管道腐蚀指数13因素3 水平试验表,编程对13因素3 水平正交试验计算后进行分析,得到结果如图3所示。

其中,各影响因素可分为:内腐蚀包括介质腐蚀和内保护,权重占30%;外腐蚀主要由阴极保护、涂层、土壤、使用年限、金属埋设物、电流干扰和应力腐蚀7个部分组成,占权重70%[7]。为了便于分析,此处将阴极保护(包括阴极保护设计是否符合规范要求和阴极保护的检查)和涂层(包括涂层的种类和质量、涂层的施工、涂层的检验和涂层缺陷修补)的二级影响因素一并进行分析。从图3中可以看出,外腐蚀涂层的敏感性最大,其次是内腐蚀和外腐蚀的阴极保护。各影响因素敏感程度大小顺序为:产品腐蚀>内保护=阴极保护>阴保检查>涂层种类和质量>涂层检验>涂层施工=缺陷修补=土壤腐蚀=电流干扰=应力腐蚀>金属埋设>使用年限。

3 设计影响指数

设计影响指数包括6种因素,每种因素设置5种评价水平,通过建立6因素5水平正交试验进行计算,分析结果如图4所示,敏感性大小与各因素分值权重差不多接近。

设计影响指数各因素的敏感性影响大小为:水压试验>钢管因素>系统安全因素>疲劳因素>水击因素=土壤移动。水压试验是可变因素,提高试验可以更多地排除管道焊接和管材本身的缺陷,对设计指数的敏感性影响大。系统安全系数和钢管因素虽在评价分数权重上相等(都是20%),但是敏感性却不一致。钢管因素和系统安全系数都属于非可变因素,一旦确定后,不易受外界影响发生变化。钢管因素的分值大小由钢管实际厚度和设计厚度的比值来确定,比值越大则分数越高;系统安全因素的大小由最大允许操作压力与实际操作压力的比值来确定,比值越大分值越高。水击因素虽然属于可变因素,但在管道设计和施工过程中,都安装有卸压阀或采取超前保护装置,所以敏感性影响小。土壤移动评价分数受线路走向、管道埋深和外界自然气候因素等影响,在线路勘测和设计中,对走向的地理环境和管道埋深都有要求,均能有效降低其风险影响,所以土壤移动因素主要受外界自然气候的影响,对设计指数敏感性影响小。

4 误操作影响指数

误操作影响指数主要由设计误操作、施工误操作、运营误操作和维护误操作4类误操作指数构成,其中每类又包括若干二级影响因素,共计21项。采用同样的方法,对各项影响因素的评价水平进行整理,确定每种因素有4种评价水平。通过建立21因素4水平正交试验,编程进行计算、绘图。一级指数敏感性分析如图5所示,二级指数敏感性分析如图6所示。

从图5可知,误操作指数下一级影响因素的分值权重与敏感性相接近。对二级影响因素的敏感性进行分析,敏感性影响较大的因素为:达到MAZOP可能性>安全系统>施工检验>维护规程>运行操作培训>失误预防>SCADA通信>工艺规程。其余因素对误操作敏感性影响相对较小,且影响程度相近。

总结与讨论

根据对管道指数评价法本身敏感性分析可以看出,影响因素所占的权重与其相对重要性并不完全匹配。即赋予分值权重大的评价因素,对风险增加或减少所起的作用并不一定就大于赋予分值权重小的评价因素,对风险增加或减少所起的作用并不一定就小。在若干的评价因素中,有的影响因素是可变的,因素受自身属性或外界影响处于不确定性变化状态,而不确定性是风险发生的根源。所以,这些更容易发生变化的因素在评价指数法中应该结合其敏感性重新分配分值权重。有的影响因素是非可变的,此类因素根据规范、标准等明确后,一般处于确定性状态,受外界和自身属性影响较小,在评价模型中即使赋予相当的分值权重,但是由于其相对确定性的状态,发生变化的可能性很小,对管道的风险影响也很小,此时同样需要结合敏感性重新分配分值评价权重。否则,在安全评价时,就容易出现相对指数高的管段,并不是危险性相对较低反而是危险性较高,使此评价方法缺乏说服力。

本文利用敏感性分析,确定各影响因素对评价指数的敏感性大小,这种敏感性分析是对指数评价法模型本身的分析,各因素评价分值权重与敏感性并不完全匹配,由此对模型分值权重提出了新的思考:分值权重多少不仅仅需要考虑因素本身的重要性大小,还需要结合实际工程经验,考虑影响因素的不确定变化特性或敏感性大小,以使整个评价模型和过程更具有实用性。

参考文献

[1]W.Kent Muhlbauer.Pipeline Risk Management Manual(Second Edi-tion)[M].Houston,Texas:Gulf Publishing Company,1996.

[2]7th Report of the European Gas pipeline Incident Data Group,1970-2007.December,2008.

[3]Performance of European cross country oil pipelines-Statistical summary of reported spillages in2006and since1971.CONCAWE,August,2007.

[4]白新桂.数据分析与试验优化设计[M].北京:清华大学出版社,1986.

[5]李云雁,胡传荣.试验设计与数据处理[M].北京:化学工业出版社,2005.

[6]梁小筠.正态性检验[J].上海统计,2000.

[7]潘家华.油气管道风险分析[J].油气储运,1995:14(3～4).

食品安全指数法 篇2

摘自《面粉通讯》08年第4期

王小萍 吕秀鑫（江苏省句容市粮食局中心化验室）

小麦硬度即小麦胚乳的质地，是指破碎小麦籽粒时所受到的阻力。小麦籽粒质地的软、硬是评价小麦加工品质的食用品质的一项重要指标，也是小麦分类和定价的重要依据。

新的《小麦》国家标准采用硬度指数对小麦进行分类，这将促进粮食生产发展，有效地引导粮食种植结构调整、品质优化和粮食产销衔接，并通过小麦标准质价关系，起到促进农民增收、收储加工企业增效的作用。从而更有效地利用小麦资源。2008年我市夏粮小麦入库中均采用小麦硬度指数法GB/T21304进行了硬度指数测定，共测定小麦样品76份，掌握了该方法的操作技能和要领，应用分析如下。1测定原理

小麦硬度指数测定方法GB/T21304是测定小麦硬度的方法之一。它是根据软、硬麦具有不同的抗机械粉碎强度原理（粉碎时硬麦不易成粉状，软麦易成粉状）：在规定条件下粉碎小麦样品，由留存在筛网上样品质量与样品比例确定小麦的硬度。即在一定的粉碎时间内，不同硬度小麦穿过筛网粉粒质量是不同的，用留存在筛网上粉粒质量占测试小麦样品质量的百分比值表征小麦的硬度，简称HI。小麦硬度指数数值越大，表明小麦硬度越高，反之表明小麦硬度越低。2测定仪器和用具

1）小麦硬度指数测定仪：符合LS/T3704要求。

2）天平：感量0.01g,0.0001g。

3)其它：恒温干燥箱、谷物选筛、分样器等。3样品制备

1)扦样与分样：按GB5491规定要求操作。

2)样品预处理：

①去杂。除去小麦以外的其它物质，包括筛下物、无机杂质和有机杂质。即分取试样250g,经规定筛层除去筛下物后再检出所有杂质。

②检去破碎粒。将除去杂质的麦粒检去破碎籽粒，然后装人磨口瓶中待测。

③测定水分。取已除杂和捡去破碎粒的净麦样品，按GB/T5497规定要求测定水分，计算出水分含量。

3)标准样品制作：选用本地区主要种植小麦品种1-2个，按上述要求预处理后装人磨口瓶中，用于仪器预热和比对。4测定步骤 4.1仪器调试

1)首先将仪器粉碎部分和称量部分连接起来，通电预热30 min。

2)天平校准。为获取准确的称量结果，必须对天平进行校准。校准在空称状态下，当显示屏显示“0.00g”,出现0稳定标◎稳定标记后，按“校正去皮”键5-6s,显示屏显示“[－－－一”，放上200g校正砝码，数秒后稳定显示“200.00g”，拿去砝码显示“0.00 g”后，校正完成。若不显示“0.00 g”，则再按“校正/去皮键”，重复以上校准操作即可。4.2样品测试

1)输人测试样品水分圳王亚哑玉键输人测试样品水分进人水分设置状态，按“▲”键或按“倒三角”键输人测试样品水分，再按匿戛键。

2)样品称重。先将空称量杯放在天平上称量，按校正去皮键去皮归零；再将待测小麦样品用角匙挑入称量杯中，分别称取两份25.00±0.05g取下，按校正/去皮键去皮归零。

3)接料斗和筛网座称质。打开粉碎室端盖，取出接料斗和筛网座称重，按校正/去皮键去皮归零。再将接料斗和筛网座对准凹槽装人粉碎室（双手握住接料斗和筛网座的两端，水平方向推进），合上盖拧紧螺母。

4)样品粉碎。打开进料斗，将杯中已称重25.00g被测样品倒人进料斗，盖上进料斗盖；按启动按钮，50S后仪器将自动停止；打开粉碎室端盖，双手水平方向拉出接料斗和筛网座，用清理刷顺着一个方向轻轻刷去筛网上物料和筛网座周围粘附物料。

5)结果打印。将接料斗中的筛下物和筛网座放在天平上称重，当显示屏出现◎稳定标记后显示此次重量结果，按匿噩键显示屏立即显示硬度指数，并打印出第一次测定结果；重复以上步骤进行第二次样品测定，打印第二次测定结果。双试验误差不超过1.5％将自动打印二次测定结果的平均值为该样品的测定结果；如二次测定结果超过1.5％时打印结果将提示重新测定（样品测定前应同上步骤3-4次预热仪器和比对）。4.3人库样品测定结果

为认真贯彻新的小麦质量标准GB 1351-2008，我市对人库小麦全部进行硬度指数的测定，为指导小麦的分类储存、加工搭配提供科学数据，现将部分样品测定结果列于表1。

4.4技术核查和验证

我们在应用GB/T21304测定小麦硬度指数时，为确保检测结果的准确性和可靠程度，开展了技术核查和验证。采用同一种测定方法，同二样品，不同人员进行操作，以确定其检测方法的适用程度，人员的技术水平，仪器的性能及整个检测工作质量是否满足实验要求。

从表2中可以看出，我室在应用小麦硬度指数法测定小麦硬度指数时操作正确、技术过关、数据准确，符合GB/T21304标准规定要求。

5应用与分析

5.1应用硬度指数法需要制作标准样品

小麦硬度测定硬度指数法GB/T21304标准中要求LS/T3704小麦硬度指数测定仪生产厂家制作提供标准样品，但我们购进仪器时都未获得标准样品，这就需要我们自己制作标准样品。它的好处一是用于仪器的预热，二是可以进行实验比对，三是减少测试样品的用量和工作量。

5.2检测环境和样品水分要满足实验要求

小麦硬度的高低受多种因素影响，其中以水分含量最为显著。低水分表现出硬麦特征，高水分表现出软麦特征；水分含量的升高，硬度指数减少，硬度降低。环境温度变化对硬度测定结果也有显著影响，随着环境温度升高，硬度指数减少，硬度降低。虽然JYDB100x40小麦硬度指数测定仪有自校功能（样品校正至水分12％，环境温度25℃时的硬度指数），但在实际操作过程中我们发现测定样品水分超过13.5％时，粉碎室粘附物增多，所以测定样品水分最好在11.5%-13.5％之间；环境温度在18-28℃之间，以保证测定结果的准确性。5.3技术核查是检测工作质量的保证

食品安全指数法 篇3

关键词：额尔古纳河；综合水质标识指数法；综合水质评价

综合评价水环境质量，全面把握流域水环境污染特征是水环境治理中的重要基础性工作。额尔古纳河为中俄界河，是呼伦贝尔市两大河流之一，其水体功能区目标为Ⅲ类水。根据现行国家《地表水环境质量标准（GB3838-2002 ）》，选择水质最差的单项指标所属类别来确定河流综合水质类别，不能科学地评判河流综合水质状况。因此，需要一种科学的、有效的、细化的评价方法用以评价额尔古纳河水质情况。

目前，水环境质量的综合评价有很多方法，本文选用综合标识指数法对额尔古纳河水质状况进行评价。综合水质标识指数法科学合理地涵盖了综合水质类别、水环境功能区达标、污染程度等水环境管理信息，既能定性评价，也能定量评价；能对综合水质做出合理的评价，不会因个别水质指标差就否定综合水质；可用于一条河流不同断面水质比较，也可用于不同河流水质评价分析；既可以在I到V类中比较水质的优劣，还可以对劣V类水进行比较[1]。本文首次将综合水质标识指数法应用于额尔古纳河水质综合评价，其研究结论对水质监测数据的评价有一定的借鉴作用，亦对流域水污染防治对策的提出有一定的指导意义。

1.数据处理

1.1.单因子水质标识指数

单因子水质指数P表示为： （1）

式中：XP1 代表第i 项水质指标的水质类别；XP2代表监测数据在XP1类水质变化区间所处的位置，根据公式按四舍五入的原则计算确定；XP3代表水质类别与功能区划设定类别的比较结果，视评价指标的污染程度，XP3为一位或两位有效数字[2，3]。

1.2. 综合水质标识指数

综合水质标识指数结构为：（2）

式中的X1.X2由对应单因子水质标识指数中的整数位和小数点后第1位计算获得[1]，X3和X4根据比较结果得到。其中，X1为河流总体的综合水质类别；X2为综合水质在X1类水质变化区间内所处位置；X3为参与综合水质评价的水质指标中，劣于水环境功能区目标的单项指标个数；X4为综合水质类别与水体功能区类别的比较结果，通过参评的单因子标识指数Pi 中的X3 不为0 的个数来确定[4]。

1.3.综合水质标识指数法在额尔古纳河的应用

额尔古纳河主要断面有嘠洛托、黑山头和室韦。根据2010～2014年监测结果显示，嘠洛托、黑山头、室韦为Ⅳ～Ⅴ类，主要污染物是高锰酸盐指数、化学需氧量。本文选取五项主要污染控制指标对额尔古纳河水质进行评价，即溶解氧、高锰酸盐指数、氨氮、化学需氧量和总磷。

2.结果与分析

2.1额尔古纳河断面2010～2014年均值单因子水质标识指数和综合水质标识指数

选取2010-2014年额尔古纳河三个断面的溶解氧、高锰酸盐指数、氨氮、化学需氧量和总磷监测数据的年均值进行评价，各断面单因子水质标识指数和相应综合水质标识指数列于表1。

2.2 结论

根据表1数据可以看出，额尔古纳河干流各断面均达到水体功能区Ⅲ类水体要求，总体来看2010-2014年水质变化不大，2012年水质最好，且室韦断面水质高于其它断面。

利用综合水质标识指数法评价额尔古纳河水质，克服了现行国家《地表水环境质量标准（GB3838-2002 ）》，选择水质最差的单项指标所属类别来确定河流综合水质类别所带来的片面性，能够科学的反应水体水质，并能对水体超标指标情况有所了解。

参考文献

[1] 徐祖信. 我国河流综合水质标识指数评价方法研究[J]. 同济大学学报： 自然科学版， 2005， 33（4）： 482-488.

[2] 徐祖信.我国河流单因子水质标识指数评价方法研究[J]. 同济大学学报： 自然科学版，2005，33（3）：321-325.

[3] 孙伟光， 刑佳， 马云等. 单因子水质标识指数评价方法在莫流域水质评价中的应用[J]. 环境科学与管理， 2010， 35（11）： 181-184.

[4] 胡 成，苏 丹. 综合水质标识指数法在浑河水质评价中的应用[J]. 生态环境学报 2011， 20（1）： 186-192

食品安全指数法 篇4

道化学火灾爆炸危险指数法[6]的目的是量化潜在火灾爆炸和反应性事故的预期损失;确定可能引起事故发生或使事故扩大的装置;向有关部门通报潜在的火灾爆炸危险性;使有关人员及工程技术人员了解到各工艺部门可能造成的损失, 据此确定减轻事故严重性和总损失的有效的、经济的途径。该评价方法是通过对工艺单元危险物质的辨识、决定物质的选取和危险系数的计算来确定初始的火灾爆炸危险指数等级, 针对生产或工艺过程所采取的各种安全装置、措施, 计算出安全措施补偿系数, 作出危险分析, 得出安全补偿后的实际危险等级并用于指导安全生产。

1计算程序

道化学火灾爆炸危险指数评价法风险分析计算程序如图1所示。

2安全评价实例:某食品厂制冷机系统 (5t液氨储罐) 火灾爆炸危险指数评价

2.1物质系数的确定

该制冷系统中的主要物料为液氨, 查表可确定其可燃性等级NR=1, 液氨的闪点不确定, NF无法确定, 取物质系数MF=16。

2.2单元工艺危险系数F3及火灾爆炸指数

分析选取的工艺单元为液氨制冷系统, 确定MF的物质为液氨。

(1) 一般工艺危险性单元的一般工艺危险系数的基本系数为1.00, 无危险时系数用0.00;因液氨在压缩过程中放热, 采用危险系数0.3;在气化过程中吸热采用危险系数0.25;液氨采用全密闭管道输送, 危险系数采取0.50;单元为室内工艺单元, 危险系数采用0.80;通道通畅, 危险系数采取0.20;排放采用强制通风, 泄漏采用与排放连锁, 危险系数采取0.20。

F1=1.00+0.30+0.25+0.50+0.80+0.20+0.20=3.25

(2) 特殊工艺危险性单元的特殊工艺危险性系数的基本系数为1.00, 无危险时系数用0.00;因液氨为毒性液化气体, 危险系数采取0.20;工艺操作物料为有压力情况下操作, 危险系数选取0.65;制冷系统为低温操作, 危险系数采取0.25;液氨具有一定的碱性腐蚀性, 危险系数采取0.10;液氨为压缩液化的气体, 接头密封不严或有裂缝, 或者填料不实都会引起泄漏, 所以危险系数采取0.65。

F2=1.00+0.20+0.65+0.25+0.10+0.65=2.85

(3) 单元工艺危险系数单元工艺危险系数F3=一般工艺危险系数F1×特殊工艺危险系数F2

F3=3.25×2.85≈9.26

(4) 火灾爆炸指数火灾、爆炸指数:F&EI=F3×MF=9.26×16≈132

(5) 危险度根据计算数值结果比较判定, 该单元危险度很大。

2.3确定安全措施补偿系数

2.3.1工艺控制补偿系数 (C1)

工艺控制补偿系数C1:

该系统单元采取的工艺控制补偿措施及所取补偿系数值分别为:应急电源0.98, 冷却装置0.97, 紧急切断装置0.99, 操作规程0.94, 其他工艺分析0.98。

则C1=0.98×0.97×0.99×0.94×0.98≈0.87

2.3.2物质隔离补偿系数 (C2)

物质隔离补偿系数C2:

该系统单元采取的物质隔离补偿措施及所取补偿系数值分别为:卸料/排空装置0.96, 排放系统0.91, 联锁装置0.98。

则C2=0.96×0.91×0.98≈0.86

2.3.3防火措施补偿系数 (C3)

防火措施补偿系数C3:

该系统单元采取的防火补偿措施及所取补偿系数值分别为:泄漏检测装置0.94, 结构钢0.98, 消防水供应系统0.97, 洒水灭火系统0.97, 手提式灭火器材/水枪0.98。

则C2=0.94×0.98×0.97×0.97×0.98≈0.85

2.3.4安全措施补偿系数 (C) 及补偿后火灾爆炸危险指数 (F&EI)

安全措施补偿系数

C=C1×C2×C3=0.87×0.86×0.85≈0.64

补偿后火灾爆炸危险指数

(F&EI) =F&EI×C=132×0.64≈84

补偿后火灾爆炸危险等级为较轻。

2.4危害程度计算

2.4.1暴露区域计算

暴露区域计算方法如下:暴露区域的面积S=πR2 (m2)

R为暴露半径, R=F&EI×0.84×0.3048。

单元的暴露半径与暴露区域计算如下:

R=132×0.84×0.3048≈33.80m

R=84×0.84×0.3048≈21.51m (补偿后)

S=πR2=3.14× (33.80) 2≈3587.26m2

S=πR2=3.14× (21.51) 2≈1452.82m2 (补偿后)

2.4.2暴露区域内财产价值

暴露区域内财产价值是由区域内含有财产的更换价值来确定。

更换价值=原来成本×0.82×价值增长系数。

因为单元暴露区域内具体财产很难确定, 在此以财产的实际价值PAV (the property of the actual value) 代替。

2.4.3危害系数的确定

危害系数由单元危险系数 (F3) 和物质系数 (MF) 按照道化学七版的相关图表查得, 用HF表示, 代表了单元中物料泄漏或反应能量释放所引起火灾爆炸事故的综合效应。当MF=16时, 与不同的单元危险系数X (即F&EI) 对应的危害系数Y (即HF) 为:

Y=0.256741+0.019886 (X)

+0.011055 (X2) -0.00088 (X3)

根据上面公式得出结果该系统单元危害系数HF为0.72。2.4.4基本最大可能财产损失 (Base MPPD)

2.4.4基本最大可能财产损失 (Base MPPD)

基本最大可能财产损失是在假设没有采取任何一种安全措施的情况下可能造成的最大财产损失, 它由危害系数和暴露区域内财产价值相乘得到, 即:

Base MPPD=HF×PAV=0.72PAV。

2.4.5实际最大可能财产损失 (Actual MPPD)

实际最大可能财产损失 (Actual MPPD) 是基本最大可能财产损失 (Base MPPD) 与安全措施的补偿系数 (C) 的乘积, 表示在采取适当的防护措施后事故造成的损失。但如果这些防护装置或者措施发生故障或者未被有效的实施, 事故损失值应接近于基本最大可能财产损失 (Base MPPD) 。

此方法也可根据求出的实际MPPD估算发生事故时的最大可能停产的天数, 确定停产造成的损失。由于各单元实际MPPD数值在评价中难以确定, 所以在此不对天数及其造成的影响作分析。

2.4.6补偿结果

通过计算可知该系统单元在未采取补偿措施时, 火灾爆炸指数F&EI值为132, 危险等级为很大。在采取了工艺控制措施、物质隔离措施及防火措施补偿后, 火灾爆炸指数F&EI值降为84, 危险等级为较轻。

3结语

采用道化学火灾爆炸危险指数评价法, 得出该企业制冷系统的火灾爆炸危险指数为132, 危险等级为“很大”, 一旦发生火灾、爆炸事故, 以制冷间储罐为中心, 半径为33.80m的区域内的人员、财产都可能受到损害, 72%的建构筑物毁坏、财产损失。通过分析指导企业采取了相应的安全预防措施后, 危险指数降为84, 危险等级为“较轻”, 降低了36.4%, 效果非常显著。

参考文献

[1]王金波, 等.安全系统工程[M].东北工学院出版社.

[2]刘铁民, 张兴凯, 刘功智.安全评价方法应用与指南[M].化学工业出版社.

[3]刘杨, 李晓凤, 姜志勇, 等.道化学火灾、爆炸危险指数评价法在轻烃储罐中的应用[J].科学技术与工程, 2012, (22) :5509-5512.

[4]赵成建.DOW分析法在原油罐区安全评估中的应用浅谈[J].广东化工, 2011, (5) :46-47.

食品安全指数法 篇5

综合水质指数法对长江沙市江段的水质评价

摘要：利用长江干流沙市江段3个断面水质实测资料,采用综合水质指数法,对长江干流沙市江段3个断面-水质状况进行分析评价.根据综合水质指数法(WQI),得出沙市江段近期水质尚好,并根据单项指数的结果,找出了沙市江段近期水质影响最大的.污染因子.结果表明,铅、粪大肠菌群、总磷是沙市江段的主要污染因子.作 者：朱叶华    曾涛    杨军    谭英  作者单位：长江水利委员会荆江水文水资源勘测局,湖北,荆州,434020 期 刊：南水北调与水利科技  ISTIC  Journal：SOUTH-TO-NORTH WATER TRANSFERS AND WATER SCIENCE & TECHNOLOGY 年，卷(期)：2010, 8(5) 分类号：X143 X824 关键词：综合污染指数法    水质评价    长江    沙市   

确保食品药品安全 关注霉变指数 篇6

当霉变指数为0时，一般不易发生霉变；当霉变指数为1～7时，易发生轻度霉变，这时商品要通风降温，以降低霉腐速度；当霉变指数为8～13时，易发生中度霉变，商品要放置低温环境中存储；当霉变指数为14～20时，易发生重度霉变，这时商品宜放在密封环境中，防止潮气侵入而加速霉变。

食品之所以发生霉变，是因为食品里的微生物在一定的温度、湿度条件下会繁殖生长，这其中就有引起食品霉变的霉菌。食品发生霉变不仅与环境温湿度有关，而且与自身含水量也密切相关。据研究，不同物品发生霉变对温湿条件要求不一。如当粮库温度在20℃～35℃、相对湿度≥85%时，粮食就易发生霉变；烟卷等商品，当气温达15℃、相对湿度≥85%时就会发生霉变。

当空气的相对湿度超过70%时，如果药品裸露在空气中，通过逐渐吸收空气中的水分，致使含水量增高，药品就容易发霉变质，甚至有一些药品在潮湿的空气影响下，容易潮解溶化。所以，西药一般都有采取密封包装，通过与空气隔绝的形式来降低空气环境的影响。比较起来，包装简单的中药，因为直接与空气接触，如果贮存不当，最容易变质。所以，专家提醒，家庭药品存放地，以阴凉、干燥、闭光处较适宜，如果珍贵中药在较短时间内服用不完，最好分成若干份后将其密封保存。

我国气候复杂，同一时段霉变指数的分布，南北差异及海陆差异均很大。北京地区的霉变指数全年一般不会超过7，但福建、浙江沿海地区的五、六月份，霉变指数一般都超过10，常常达到14以上。分析表明，我国江南5～9月有利于发生霉变的频率为34%，即夏季约有三分之一的时间，其温湿度条件易导致库房内大部分仓储物品霉变，其中六、七月间的梅雨时段（气象特征是高温高湿），霉变指数会天天居高不下，食品、药品甚至普通物品都极易发生霉变。

当霉变指数超过10时，降低室内的温、湿度，其实就是降低食品、药品霉变的可能性。降温降湿的方法很多，可归纳为“自然法”、“物质法”和“机器法”。

关于指数平滑预测法 篇7

1 指数平滑法

统计中所讲的指数平滑法是以相邻前期实际值和预测值作为变量,根据预测现象的特点选择权数,按加权算术平均数的方法,预测本期现象发展水平的一种方法。其计算公式如下:

公式中,,分别代表第t期及第t+1期的预测值,xt代表第t期的实际值,a及(1-a)分别代表两个变量的权数。

a称为平滑系数,它可以根据预测现象的特点及预测要求,在0~1之问选择。

这种方法计算简单,可以根据现象的特点和预测精确度的要求,选择日值。通过不同日值进行预测。

2 指数平滑法的特点

从指数平滑法的公式来看,好像它是相邻前期实际值和预测值的加权算术平均数。但是,从实质上看,它是相邻前期各实际值(从理论上可以追溯到无限远的前期)的加权序时平均数。它的性质可以通过以下特点来表示:

1)指数平滑法各时期的变量采用的权数不一样。离预测期愈远,权数愈小,离预测期愈近,权数愈大。这一点我们可以作以下证明:

这就是说明第6期的预测值是以前各期实际值的加权平均数。从理论上说,它可以一直追溯到以前的无穷期。每期的变量都分别用不同的权数加权,它们是a、a(1-a)、a(1-a)2…。由于a大于0小于l,所以

a>a(1-a)>…>a(1-a)t。也就是说,离预测期愈远,其权数a(1-a)t中的指数t值愈大,从而权数a(1-a)t愈小,当t→∞时,a(1-a)t接近0,因此,最后一项可以省去,而将上式写成:

指数平滑法的各项权数,离预测期远近不同而大小不同。这一特点是符合实际情况的。因为,权数大小说明变量在平均数中的作用大小,也可以说成变量对平均数的影响。从预测的角度来说,现象的变化,固然离不开历史,但是,各历史时期离现实的远近不同,对现实的影响也不同。相邻前期离预测期愈近,主客观条件与预测期的差别愈小;离预测期愈远,主客观条件与预测期的差别愈大,从而相邻近期实际值对预测值的影响,肯定要大于远期实际值。可见,指数平滑法这一特点,正是考虑了不同实际值对预测值的影响,而对于各个变量在权数上采取的差异。

2)指数平滑法各时期的权数,在坐标图上表现为一条平滑的指数曲线,曲线的形状取决于a值的大小。a值愈接近l曲线愈陡,a值逐渐减少,曲线愈近平稳。下面我们通过图表来说明(见表1及图1):

将表1数据作直角坐标图。纵轴代表权数值(从0~1),横轴代表各权数(见下图1)。

图1表明,3个不同的a值,其各项权数组成3条不同的曲线。a值为0.8时,曲线最陡;a为0.2时,曲线最平稳,它主要表现为离预测值较近的时期。愈往前,离预测值远的各时期,曲线逐渐趋向于渐近线。从理论上说,都不应与横轴相交。可见,a值的选择,主要应该考虑被预测现象本身的变化特点。当预测现象变化较大时,a值应该选择大一些。如a值应该大于0.5或更多。

摘要：结合实例,对指数平滑的统计预测方法进行理论上的分析论述。

食品安全指数法 篇8

近年来, 黄河河道河势严重西移致使韩城市下峪口下延段部分高岸及滩地持续坍塌, 频繁出险, 造成大片滩地塌入河中, 村庄后靠, 防汛压力逐年加大, 严重危及沿岸人民群众生命财产安全。根据韩城市市政府统计, 近年来黄淤66~63断面间每年塌滩平均长度约7m, 每年坍塌土地面积约100hm2, 桥南、下峪口、李村、林皋、潘庄等10余村1.5万人先后被迫搬迁3~4次, 特别是2006年桃汛以来, 河势西移态势进一步加剧, 高岸持续坍塌后退约50m, 塌岸毁地万余亩。沿黄群众多次上访, 强烈要求控制韩城段河势, 筑堤修坝, 防止高岸滩地坍塌, 恢复治理所失耕地及荒芜滩地, 进一步保护当地群众生命财产安全。因此, 通过对韩城下峪口地区黄河滩地的综合整治, 对促进地方经济和社会发展具有十分重要的意义。

韩城市下峪口地区存在较多煤矿企业及热电厂, 可能会对黄河滩地土壤中重金属含量产生影响, 这主要因为土壤中的重金属能从土壤迁移到其它生态系统中, 如地下水、植物等, 并通过饮用水和食物链影响人类健康[1]。因此, 对土壤中重金属含量及其潜在危害性进行合理的评价尤为重要。为了探明该项目区土壤重金属含量及其污染现状, 本研究通过普探调查, 采用地积累指数法和生态危害指数法对该地区土壤重金属的含量进行评价分析, 为土地整治项目的施工提供决策依据。

2 材料与方法

2.1 研究区概况

韩城市下峪口土地整治项目东靠黄河河道, 涉及薛村、昝村、番庄村、谢村、三林村、林皋村等6个村。地理位置介于东经110°30′34″~110°33′36″, 北纬35°31′02″~35°34′01″, 距离县城10km。项目区为河道滩地和沙洲两部分组成, 地面开阔、平坦, 地下水位较高, 多为沙质淤土, 大部分老滩位置较高, 常年水淹不到, 历史上就已开发耕种, 是适宜开发的土地资源。样品采集区地处我国内陆, 属于暖温带半干旱大陆性季风气候, 四季分明, 气候温和, 光照充足。多年平均降水量555.2mm, 年内分配不均, 年内降水主要集中在夏秋两季, 7~9三个月平均降水量达306mm, 占全年降水量的一半以上。多年平均气温13.7℃, 其中春季14.6℃, 夏季25℃, 秋季13.4℃, 冬季0.2℃。最热月为7月, 多年平均26.6℃;最冷月为1月, 平均-1.5℃, 气温年较差28.1℃。年极端最高温度达42.6℃, 年极端最低温为-16.7℃。全年气温日较差平均10.3℃, 其中6月份最大为12.7℃, 11月份最小为8.8℃, 日较差较大, 有利于各种植物干物质的积累。

2.2 样品采集和处理

2.2.1 样品分布

采样点主要分布在沙洲和河道滩地 (图1) , 沙洲和河道滩地每100亩设定一个采样单元, 共采集表层0~30cm土样108个, 其中沙洲土60个, 河道滩地土48个。

2.2.2 样品采集与处理

土样采集取自沙洲和河道, 每个样点处5个点制成一个混合样, 用四分法取大约1kg的样品, 保存在自封袋带回实验室。在实验室内自然风干, 后取50g, 用木质工具碾碎并在玛瑙研钵上研磨, 混匀后通过0.149mm的尼龙筛过筛, 保存在自封袋内, 用于土壤重金属的检测。

2.2.3 样品分析

土壤样品重金属的测定:首先对样品进行消解[2], 然后利用ICP-MS测定土壤中镉、铬、镍、铜、锌、砷、铅等元素, 测定过程中, 所有样品均由空白样、二次平行样加标回收率进行质量控制。实验室所用玻璃器皿均在10%的HNO3或HCl中浸泡24h, 然后分别用自来水、蒸馏水各洗涤3次。实验所用酸均为优级纯, 其他试剂均为分析纯。

2.3 研究方法

2.3.1 地积累指数法

地积累污染指数法 (Mull指数) 是德国海德堡的地学沉积物研究所Muller于1969年提出, 是一种用于研究水体沉积物中重金属污染的定量指标[2], 被广泛的应用于土壤重金属污染评价, 其计算公式为:

式中, IGeo为地积累污染指数;Ci为重金属i的实测浓度, Bi为所测元素的环境背景值 (本研究选取陕西土壤背景值, 见表1) [3,4];k为常数, 是对成岩作用可能引起背景值变动的修正, 一般k=1.5。根据IGeo数值的大小, 可以将重金属污染程度分为7个等级, 见表2[5]。

2.3.2 潜在生态危害指数法

潜在生态危害指数法是由瑞典科学家Hakanson提出[6,7], 主要是根据重金属性质及环境行为特点进行评价的方法。该方法除了考虑土壤重金属含量外, 还将重金属的生态效应、环境效应与毒理学研究联系在一起, 采用具有可比的、等价属性指数分级法进行评价。其公式如下:

式中, Eri为潜在生态危害单项系数, Tri为某一种金属的毒性响应系数, 评价依据采用徐争启等人[8]结合Hankanson制定的标准化重金属毒性系数所计算的毒性系数 (表3) 。Cfi为单项污染系数, Ci为土壤重金属浓度实测值, Cni为参比值, 本研究采用陕西省土壤中重金属元素背景值作为参比值。生态风险程度划分[9] (表4) 。

3 结果分析

3.1 重金属元素含量分析

韩城下峪口黄河滩地中河道滩地和沙洲中镉、铬、镍、铜、锌、砷、铅这7种重金属元素含量的描述性统计表明 (表1) :就平均值而言, 在河道滩地和沙洲中锌含量的平均值最高, 其次为铬、镍, 镉含量的平均值最小。除沙洲中铜的变异系数较大外, 其余各重金属元素的变异系数都较小, 说明该地区黄河滩地土壤重金属污染状况类似, 这可能与黄河滩地土壤形成和淤积年代有关[10]。此外, 河道滩地和沙洲中锌含量平均值分别为252.59mg/kg和278.22mg/kg, 略高于陕西省土壤元素背景值, 这可能与该地区长期燃煤有关。但是由表5可知, 该区域黄河滩地土壤重金属含量均符合国家土壤环境质量标准二级标准[11], 可用于土地整治及水田耕作。

mg/kg

3.2 地积累指数评价结果

由表6可知, 该地区锌含量略高, 其次铜和镍有轻微污染, 这主要是由于韩城市龙门地区有大量煤矿及热电厂存在, 通过大气沉降等方式对该地区黄河滩地土壤产生一定的污染, 但污染状况不严重, 通过对黄河滩地河道和沙洲的土地整治及水田耕作, 能够显著降低该地区锌、铜等土壤污染[12]。其余重金属镉、铬、砷、铅等含量很低, 基本对该地区土壤无污染。

综合分析上述重金属的地积累指数等级, 可以看出, 韩城下峪口黄河滩地中7种重金属元素污染程度由强至弱的顺序为:锌>铜>镍>铅>砷>镉>铬。

3.3 生态危害指数法评价结果

由表7可以看出, 韩城下峪口黄河滩地河道和沙洲中土壤均受到不同程度的重金属污染和潜在生态危害, 但污染和潜在生态危害程度都较低。从单项污染系数来看, 黄河滩地中镉、铬、镍、铜、锌、砷、铅这7种重金属均为轻微污染, 其中, 镍、铜、镉等重金属污染程度略高;由潜在生态危害综合指数可以看出, 河道滩地中7种重金属污染程度均为轻微, 沙洲中镍、铜等重金属污染程度为中等, 这可能是当地长期采煤、燃煤后, 大气沉降产生的结果。

根据Hankanson的潜在生态危害系数, 韩城下峪口黄河滩地河道中7种重金属潜在危害由强至弱顺序为:镍>铜>镉>锌>砷>铅>铬;黄河滩地沙洲中7种重金属潜在危害由强至弱的顺序为:铜>镉>镍>砷>铅>锌>铬。其中, 铜、镍、镉对RI值的贡献较大。

3.4 两种评价方法结果比较

地积累指数法侧重于对底泥沉积物中重金属含量与背景值的对比评价, 主要反映外源重金属的富集程度, 而Hankanson潜在生态风险指数法不仅考虑了重金属的含量, 更侧重于反映不同金属的生物毒性影响, 以定量的方法划分重金属的潜在危害程度[13]。

对比两种不同的评价方法, 就污染元素来说, 结果都表明其中重金属镍、铜、锌对土壤具有中等污染程度, 其余重金属污染程度较小。在评价中, 二者评价结果基本一致, 相比较而言, 生态危害指数法较为保守, 主要是针对锌的污染评级有差异, 这与徐玉霞等人的研究结果一致[4]。通过比较可知, 应用生态危害指数评价时会考虑到整个生态系统中重金属对环境的毒性因素, 所以更符合实际状况。

两种评价方法结果都显示重金属镍、铜、锌对黄河滩地有一定的污染, 其余重金属污染程度较小 (表8) 。该地区黄河滩地重金属元素来源主要是当地煤矿开采和热电燃煤后的大气沉降, 但是在整体上重金属污染水平均比较低。

通过综合分析, 结果还表明, 黄河滩地沙洲土壤重金属的风险影响略高于河道, 这主要是因为沙洲是冲击河道泥沙长期淤积的产物[14], 经过长期的淤积过程, 沙洲内重金属含量逐渐增加。此外, 由于沙洲具有天然的过滤作用, 通过黄河滩地的河水经过沙洲时, 沙洲内部通过物理、化学以及生物等方式能够截留河水中大量杂质及重金属有害物质。因此在工程实施的过程中, 通过水的渗透压原理, 将黄河水通过沙洲过滤, 最终达到人畜饮用水标准, 彻底解决项目区周边群众用水水源问题。对于沙洲重金属残余问题, 通过韩城市下峪口黄河滩区土体有机重构工程的开展, 一系列物理、化学以及生物等有机重构方法的应用, 例如在水田耕作过程中施用有机肥和磷肥[15]等措施, 可以使得该地区土壤重金属风险降到最低, 保障周边地区人民的安全生产及健康生活。

4 结论

(1) 地积累指数法和生态危害指数评价法是区分自然与人类活动引起重金属对环境影响评价的重要方法, 通过这两种方法均可以区分自然异常对土壤带来的富集以及环境引发的元素污染和损耗, 较为准确地判断人类对土壤污染的贡献, 最终为污染治理以及工程进度提供一定的理论依据。

(2) 本研究采用陕西省土壤元素背景值计算地积累指数和生态危害指数, 最终所获得的结果基本一致, 说明评价结果可靠, 所获得的结果可以作为该区域的土体有机重构和土地工程开发的参考依据。

(3) 两种研究结果均表明沙洲土壤重金属的风险影响略高于河道。

(4) 通过评价比较, 结果显示:韩城下峪口地区黄河滩地重金属含量均符合国家土壤质量标准二级标准, 其风险水平较低, 不会对该地区土地整治和水田耕作造成影响。

摘要：为了全面了解韩城市下峪口黄河滩地土壤重金属的污染状况, 通过布点采样, 检测了该地区土壤中重金属的含量, 并采用地积累指数法和生态危害指数法对该地区黄河滩区河道和沙洲中7种土壤重金属 (镉、铬、镍、铜、锌、砷、铅) 的污染状况和潜在生态危害进行了分析。结果表明:两种评价方法所得结果基本一致, 韩城下峪口地区黄河滩地重金属含量符合国家土壤质量标准二级标准, 其风险水平较低, 不会对该地区土地整治和水田耕作造成影响, 虽然黄河滩地土壤中锌含量略高, 但是通过土体有机重构方法能够使得锌的影响降到最低。

食品安全指数法 篇9

1.1工作面地质条件

该矿规划的二水平首采工作面巷道设计总工程量为5293m (不含一处施工的外围工程) , 其中风巷设计1065m, 风巷瓦斯抽排巷1119m, 机巷设计1041m, 机巷瓦斯抽排巷1034m, 切眼220m, 机风巷专回及其他辅助巷道共594m。工作面设计可采走向长970m, 采高3.2m, 可采储量90万t。

1.2冲击型动力现象事故概述

2012年4月25日17点48分爆破时发生冲击地压现象, 本次动力现象有如下特征:

①长度5.6m, 前4.0m为全巷道堆积, 后1.6m为半巷道堆积, 突出总量约为46t。②突出物上部为一层破碎煤块, 无分选性, 其内部有少量碎煤。③从抛出的煤岩及堆积状态看, 无瓦斯通道。④抛出物表面及后部未见浮尘堆积。⑤现场观察动力源主要来自巷道左侧。⑥无明显分选现象, 煤体抛出角度接近自然安息角, 涌出瓦斯1280m3。⑦折合吨煤瓦斯涌出量为29.1m3/t, 接近煤层瓦斯含量。

2 综合指数法分析理论基础

2.1综合指数法理论

综合指数法是用统计学方法对一组相同或者不同的数值进行处理, 使不同性质及计量单位的数值标准化, 最终使之成为一个综合性的指数, 对工作综合水平进行评价, 利用最终的综合指数值对工作质量进行评价, 在这个过程中不限定指标的数目。

综合指数法可以作为矿井开采初期的综合评价方法, 也可以作为区域突出预测方法来使用。该方法主要是考虑地质条件和开采条件两个方面对冲击动力现象影响, 其中地质因素参考以往事故情况、采深、地质条件、顶板、煤岩强度及其冲击倾向性6个因素;开采因素主要参考采掘情况、采掘条件、采空区、等12个具体因素。在对以往冲击动力现象进行分析的基础上, 参考这两方面条件上述各因素的数值, 确定出其中各个不同因素对冲击地压发生的影响大小, 最终形成了可以对冲击地压危险程度进行确定的等级鉴定的综合方法。

2.2冲击危险的综合指数法

对于一个矿井的采区和工作面, 在分析地质条件和开采条件两个方面对冲击动力现象的影响程度的基础上, 利用综合指数法确定矿区的采区及各个水平及工作面冲击地压危险程度指数, 进一步确定冲击地压不同危险程度的区域以及应该重点进行治理的区域。

(1)

式中:

Wt——工作面的冲击地压危险程度指数, 用来确定冲击地压危险等级。

Wt1——影响冲击地压的地质条件评定指数。

Wt2——影响冲击地压的采矿技术条件评定指数。

参考冲击地压发生的机理和预测方法, 通过冲击地压危险程度的综合指数法可以将冲击地压危险等级分成以下5个级别。

一级:基本无危险

冲击地压危险指数Wt小于0.3。此时基本没有冲击尾箱, 矿区工作可以按相关规定进行正常开展。

二级:弱冲击危险

冲击地压危险指数Wt介于0.3和0.5之间。

三级:中等冲击危险

冲击地压危险指数Wt小于介于0.5和0.75之间。

四级:强冲击危险

冲击地压危险指数Wt介于0.75和0.95之间。这种情况下应当停止采掘工作, 将相关人员撤离, 并组织相关人员制定防突防冲办法, 对冲击地压进行有效防治。

五级:不安全

冲击地压危险指数Wt大于0.95。此时需要具体进行研究, 征求相关专家的建议确定出综合防治措施及方法, 并经过鉴定后才能进行后续作业, 在没有有效降低该局域冲击地压的危险等级之前, 不能进行采掘作业并封闭该区域的人员通行。

3 冲击、突出危险性实验室研究及分析

3.1取样及试件加工

在工作面选取煤样。煤样采集后, 立刻用塑料袋包装, 用封口胶带密封, 用木箱运至岩石力学实验室, 在实验室将煤样加工成Φ50*100mm标准试件。

3.2实验装置系统

实验系统由加载系统、载荷位移系统等组成。

其中加载装置采用由长春实验研究所生产高精度能控制加载速度及调节油压的CSS-400电子万能实验机主机、附件、计算机系统和德国DOLL电子公司生产的EDC120数字控制力学系统。

3.3实验过程及结果

实验是对煤样在自然状态下加载, 分别采用一次压坏、循环加载和分级加载。表1为煤样实验室实验结果, 从实验结果进一步利用综合指数法进行分析, 煤的冲击倾向弹性模量指数、冲击能量指数均表明该采区的冲击倾向性为中等冲击危险煤层。

3.4利用综合指数法进行采区危险评定

根据采区周围的地质条件, 分析地质条件中各个因素的冲击地压危险指数。各个指数对冲击地压发生所产生的影响程度等级评定见表1所示:

结合前面所做的冲击倾向性实验, 可知该采区总体上属于中等冲击危险。

4 结论

(1) 利用实验对采区深部的煤样进行动力倾向性测定, 根据测定结果进一步对该采区冲击地压危险程度进行等级划定, 并划定为中等冲击危险, 为采区提前做好防冲准备提供了理论依据。

(2) 建立了冲击地压的综合指数法。利用综合指数法确定矿区的采区及各个水平及工作面的冲击地压危险程度指数, 进一步确定冲击地压不同危险程度的区域以及应该重点进行治理的区域。

(3) 利用综合指数法进行采区危险评定, 结合冲击倾向性实验, 确定该采区总体上属于中等冲击危险, 为采区提前做好防冲准备提供了理论依据。

参考文献

[1]孙鑫, 等.“冲击型突出”一体化防治技术研究[J].西安科技大学学报, 2009, 11.

食品安全指数法 篇10

沉积物中的硅藻种类可反映沉积时水体污染的性质和程度, 是指示水体污染的指标之一。在利用硅藻进行水质状况分析时, 通常有两种方法:一种是直接利用某些特定属种对不同水质的响应指示水体特征;另一种是利用硅藻种间关联和相关分析进行水质类型划分。但由于不同硅藻的耐受性不同, 有时很难准确反映出水质特征。近年来, 人们通过对生物多样性和均匀度等综合判别, 综合分析硅藻对水质特征的响应取得了较好效果。本文主要通过Shannon-Wiener多样性指数、Margalef多样性指数和Lloyd-Ghelardi均匀度指数结合, 建立模糊隶属函数判别模式, 利用兰州市银滩湿地公园表层沉积物中硅藻分布特征检验该方法的可靠性, 并了解湿地公园水质变化特征。

1 研究区域概况

兰州市银滩湿地公园位于安宁区北滨河路西段银滩大桥北端的东西两侧 (见图1) 。湿地总长度约3 000m, 北面与北滨河路相接, 南临黄河, 东西两端都以自然过渡的河滩为界。水源由黄河水供给。采样当时是湿地的丰水期, 水位高, 水域面积广。

2 样品采集与分析

沉积物样品利用Grab (抓斗) 采样在湿地水体流动较强的河道和滞留水体两种不同的环境中采集。其中, 样点1处于浅水流急的河道位置, 样点2处于河道入湖口。其余处于较为滞留的深水和边沿区。而样点10和样点11水体平静、水体较深, 与排污口较近, 但排污口未直接排入黄河, 对湿地水体影响较小。采样点水体酸到中性 (p H处于5.5~7.0范围) 。

硅藻分析鉴定根据Battarbee (1986) [1]方法进行。取0.1 g左右样品, 加入5 m L 30%的H2O2于70℃条件下水浴加热3 h~4 h, 再加入过量的10%HCl溶液去除碳酸盐及剩余的H2O2溶液, 冷却后加入焦磷酸钠 (Na4P2O7·10H2O) 并离心3次~4次, 去除上清液。定量稀释后, 移取0.3 m L溶液于载破片上, 自然风干后用中性树胶封片。在400倍光镜下统计硅藻壳体数目, 在1 000倍油镜下进行属种鉴定。硅藻分类依据Krammer和Lange-Bertalot (1986—1991) [2]的分类系统, 属种鉴定主要参考齐雨藻 (1984、1995) [3]、尤庆敏 (2006) [4]等人的文献。每个样品共统计400粒~500粒。

3 结果与分析

3.1 优势种分析

鉴定出2纲26个属, 115个硅藻种及变种。Cymatopleura solea var.regula (草鞋型波缘藻整齐变种) 和Cymbella affinis (近缘桥湾藻) 在个别样点 (3样点、11样点) 有较高含量, 达到40×103个/g。在各个样点含量均较高的主要有Navicula simplex (简单舟形藻) 、Navicula viridula var.rostellata、Nitzschia palea (谷皮菱形藻) 、Nitzschia angustata var.acuta (窄菱形藻尖变种) 、Cyclotella quadrijuncta (四联小环藻) 、Gyrosigma scalproides (刀形布纹藻) 、Cymatopleura solea (草鞋型波缘藻) 等 (见图2) 。

在26个属中, 中心纲有 (Cyclotella) 小环藻属、 (Melosira) 直链藻属2个属。中心纲中出现了丰度较高的四联小环藻。变异直链藻 (Melosira varians) 变异直链藻的含量在0个/g~6×103个/g范围, 含量相对较低, 其主要在碱性寡污带、α中污带和β中污带中生长。

羽纹纲中出现种类最多的属为舟形藻属和菱形藻属。1号样点、2号样点的总硅藻浓度和属种比较少, 主要有Gyrosigma acuminatum (尖布纹藻) , Gyrosigma scalproides, Cyclotella quadrijuncta, Navicula capitatioradiata, Navicula radiosa (放射舟形藻) , Nitzschia angustata var.acuta (窄菱形藻尖变种) , Nitzschia palea, Nitzschia linearis (线形菱形藻) 等。Gyrosigma acuminatum主要生活在碱性水体中[5]。Navicula capitatioradiata主要生活在淡水溪流、小水渠、沼泽、水草滩等环境附生[4]。总体上, 从1样点、2样点的硅藻属种组合特征可看出, 河道水体为偏酸性, 有机质含量较高的α中污带淡水水体。

研究区除了位于河道水流较急的1号样点、2号样点外, 其余各点硅藻浓度均较高, 以Navicula simplex (简单舟形藻) 、Navicula viridula var.rostellata、Nitzschia palea、Nitzschia angustata var.acuta为主。西藏 (朱惠忠, 1994) 和新疆 (尤庆敏, 2006) 的调查表明, Navicula simplex主要生活在温暖、水草较为繁盛的静止—流动水体中, 指示了α-中污带特征的淡水特征。Navicula viridula var.rostellata也主要生活在路边积水、小水沟, 水草附生的碱性温暖环境。Nitzschia angustata var.acuta也主要生活在湖泊、小水渠、浅水滩、路边积水滩、沼泽中, 水体呈酸偏碱性特征[4]。Nitzschia palea (谷皮菱形藻) 在多污带、α-中污带和β-中污带中均可生长, 尤其在多污带较多, 指示水体受有机污染严重, 研究区除了位于河道水流较急的1号样点、2号样点外, 其余各点浓度均较高。王翠红等 (2007) 研究认为Gyrosigma scalproides (刀形布纹藻) 是寡污带指示生物, 耐污性差, 生长于清洁环境中。此外Cymatopleura solea (草鞋型波缘藻) 是酚污染的指示生物[6], 本次研究发现其变种Cymatopleura solea var.regula (草鞋型波缘藻整齐变种) 在3号采样点大量出现。普通等片藻含量较低, 在0个/g~2×103个/g的范围, 普通等片藻为油污染的指示种[7]。10月份后兰州湿地公园水位开始明显下降, 水体有机质含量较高, 富营养化现象明显。同时也表明, 水体中有少量油脂、酚类污染物存在, 这与黄河中游艇、上游的化工炼油厂等有关, 指示了工矿企业、生活等对黄河有较明显污染。

3.2 生物指数模糊综合评价水质

由于硅藻等微生物对环境的耐性有一定范围, 尽管通过硅藻种属的分析可明确水介质性质, 但对硅藻综合分析可能与实际情况更为一致。目前, 有许多种方法利用硅藻属种进行水质监测, 比较常用的有Shannon-Wiener多样性指数法 (H′) 、Lloyd-Ghelardi均匀度指数法 (E) 、Margalef多样性指数法 (R) 等综合比较评价, 建立模糊集合隶属函数对各种指数法归一处理, 最终得到与环境比较一致的结果[8]。它们的主要原理和监测结果如下:

a) Shannon-Wiener多样性指数 (H′) 。

式 (1) 中, N为样品中硅藻总个体数;S为样品中硅藻总种数;Ni为样品中第i种的个体数;H′值为0~1为多污带;1~2为α中污带;2~3为β中污带;>3为寡污带;

b) Lloyd-Ghelardi均匀度指数 (E) 。

式 (2) 中, Si为第i个采样点的硅藻种数;S为硅藻总种数;E>0.5为清洁, 0.4~0.5为β中污带, 0.3~0.4为α中污带, 0~0.3为多污带;

c) Margalef多样性指数 (R) 。

式 (3) 中, S为硅藻总种数;N为硅藻总个体数;R在0~1为重污染, 1~3为中污染, 大于3为轻或无污染。

为对各种指数进行比较和综合评价, 利用模糊集合隶属函数对各种生物指数进行归一化处理[8,9], 综合评价公式如下:

式 (4) ~式 (5) 中, U为综合评价结果;ui (x) 为模糊隶属函数, x为生物指数;α、β分别为隶属函数的最大值与最小值在x变化区间上对应的上确界和下确界。ui (x) 在0~1之间变化, 其值越大表明污染程度越大[9]。湿地公园各样点的生物指数与隶属函数之间均为正向关系, 模糊隶属函数对单项指数值进行标准化处理, 处理结果见表1。

如表1所示, 污染最为严重的是9号采样点, 该点的优势种为Nitzschia angustata var.acuta, 是耐污染的种, 在α中污带、β中污带和寡污带都可生存。其次是4、6、7、8、10、11样点为β中污染, 这些样点的优势种均为耐污染种, 尤其是Nitzschia palea。而轻污染的1、2、3、5号样点, 硅藻种数均不超过30种, 个体数低于20×103个/g, 且1号和2号样点的指示种是喜清洁的Gyrosigma scalproides。出现这种情况可能是由于水质相对较好, 受到水体营养物质含量及流速等的影响, 硅藻不能大量繁殖。整体来说优势种指示与生物指数综合评价有较好的一致性, 能部分反应水质情况。

4 结语

兰州湿地公园表层沉积物中鉴定出2纲、26个属、115个硅藻种及变种。中心纲有Cyclotella、Melosira 2个属。羽纹纲中出现种类最多的属为Navicula和Nitzschia。深水区和边沿区硅藻浓度比水流较急的河道含量高, 水体有机质含量较高, 富营养化现象明显。同时, 水体中也有少量油脂、酚类污染物的存在, 这与黄河中游艇、上游的化工炼油厂等有关, 指示了工矿企业、生活等对黄河有较明显污染。利用不同生物指数法对优势种及模糊隶属函数综合评价, 与硅藻属种反映的水环境有相同特征, 但硅藻种群结构对小生境的差异反应更为敏感。

参考文献

[1]杨美临.博斯腾湖多代用指标 (侧重硅藻) 记录的全新世气候变化模式[D].兰州:兰州大学, 2008.

[2]胡鸿钧, 李尧英, 魏印心, 等.中国淡水藻类[M].上海:上海科学技术出版社, 1979:133-193.

[3]齐雨藻, 李家英.中国淡水藻志[M].北京:科学出版社, 2004.

[4]尤庆敏.中国新疆硅藻区系分类初步研究[D].上海:上海师范大学, 2006:126-303.

[5]谢淑琦, 郭玉清, 王翠红.晋阳湖硅藻之研究[J].山西大学学报 (自然科学版) , 1991, 14 (4) :412-418.

[6]吕亚红, 顾泳洁.苏州河沉积物中的硅藻及其污染指示作用[J].上海环境科学, 2002, 21 (10) :633-637.

[7]丁蕾, 支崇远.环境对硅藻的影响及硅藻对环境的监测[J].贵州师范大学学报 (自然科学版) , 2006, 24 (3) :13-16.

[8]闫纪业, 冯树丹, 韩媛媛, 等.塘-湿地生态复合处理系统的硅藻生物指数评价[J].沈阳师范大学学报 (自然科学版) , 2009, 27 (1) :114-118.

2011年安全指数最高车型 篇11

令人意外的是销售量靠前的大众品牌丰田、本田和现代都无入选车型，奔驰和斯巴鲁均有2款车入选成为最安全品牌。

宝马5系列

类型：大型豪华轿车

市场参考价格：4.505万美元

别克拉克罗斯

类型：大型豪华轿车

市场参考价格：2.6995万美元

凯迪拉克CTS轿车

类型：大型豪华轿车

市场参考价格：3.5165万美元

雪佛兰克鲁兹

类型：小型轿车

市场参考价格：1.6275万美元

林肯

类型：大型豪华轿车

市场参考价格：4.15万美元

奔驰C级

类型：中型奢华轿车

市场参考价格：3.399万美元

奔驰E级轿车

类型：大型豪华轿车

市场参考价格：4.94万美元

斯巴鲁雷格西

类型：中型轿车

市场参考价格：1.9995万美元

斯巴鲁奥特贝克

类型：中型轿车

食品安全指数法 篇12

由于顶岗实习是学校利用社会资源实现人才培养目标的综合性实践课程, 具有管理主体多元、实习单位众多、地点分散、实习内容多样等特点, 加之实习指导教师人手不足、管理方式传统、制度不完善、考核体系不健全、评价方法不科学、校企共管机制不成熟等原因, 导致顶岗实习管理粗放, 企业偏重“顶岗”劳动, 学校缺失甚至放弃指导, 使顶岗实习的育人目标难以实现。

一、评价指标体系的构建

评价指标体系是开展科学评价活动的依据, 构建的指标体系科学与否, 是高职院校开展顶岗实习评价成败的关键所在。构建评价体系时, 为充分体现高职院校顶岗实习的特点, 本文从“工学结合、校企合作”的视角出发, 围绕提高学生核心职业技能与综合素质为中心, 依据能力本位和工作导向理论, 参照相关顶岗实习评价文献[2,3], 结合评价指标体系的全面、科学、可比性及可操作性要求, 邀请教学专家、企业管理人员、实习学生、专兼职指导教师等共同参与, 最终构建的评价指标体系由岗位任务、职业素养、职业能力、实习效果等4个一级指标, 下设12个二级指标, 详见表1。

二、数据来源与评价标准

为了实现对顶岗实习学生的全面、客观的评价, 采用了多元化的评价主体, 校企双方共同参与, 邀请了专兼职专业指导教师、企业管理人员和教学专家组成考评小组, 全面考察学生的顶岗实习情况。将构建的顶岗实习评价指标体系, 借鉴李克特量表的格式设计成问卷, 指标利用语义学标度分为5个测量等级:好、良好、一般、较差、差。为了便于计算, 将主观评价的语义学标度进行量化, 并依次赋值为5、4、3、2及1。

目前, 大多数学生参加分散性顶岗实习, 实习单位和实习岗位差异大, 学生掌握的技能也不尽相同。为了全面、客观地掌握学生的实习情况, 在实习结束后采用答辩的方式进行考核。考评小组成员根据学生实习单位的评价和答辩表现, 结合观察点和评价标准, 独立完成问卷, 给出每个评价指标的等级, 然后当场收回, 经统计汇总后, 计算出各分项指标的平均得分。同时, 为确保评价信度、效度, 减少主观随意性, 对回收的问卷进行有效性审查, 剔除个别带有较大随意性的测评表, 如各指标的选项全部填写一致则作废票处理, 不参与计算。某校机电类专业的12位参加顶岗实习学生的各项指标平均得分, 汇总后如表2所示。

三、应用综合指数法评价

综合指数法 (synthetic index) 是将一组指标值通过统计学处理转换成一个综合指数, 以正确评价工作效率、质量、管理等综合水平的一种方法。但综合指数的计算较为复杂, 没有统一的表达形式, 可根据实际问题确定计算模型, 可表示为各个指标的相加或相乘[4]。

综合指数法将评价指标作百分标比, 可用于比较不同分布类型数据, 综合考虑指标的变异度, 能定量反映不同评价对象的优劣情况, 结果直观。

(一) 指标指数化。

综合评价时, 常由于指标量纲的不同, 导致评价对象之间无法直接比较。应用综合指数法进行评价时, 为了消除量纲的影响, 需对指标的原始值作指数化处理。首先, 需区分原指标是属于“高优” (正向) 指标还是“低优” (负) 指标。“高优”指标是指数值越大越好, 而“低优”指标或是指数值越小越好。两类指标的指数化可以分别按照公式 (1) 、 (2) 计算:

“高优”指标:

“低优”指标:

式中, X为学生顶岗实习评价分项指标数据值;M可为分项指标的标准值、平均值、参考值或期望值。

学生顶岗实习评价指标体系中的各指标均属“高优”指标, 利用Excel软件, 首先对表2中的各原始指标数值按照式 (1) 进行指数化处理, M采用各指标的平均值, 学生顶岗实习各指标的指数化结果略。

(二) 指标权重的确定。

在模糊综合评判中, 指标权重是至关重要的, 它反映了各个指标在综合评价过程中所占有的地位或所起的作用, 直接影响到综合评价结果。本文在确定指标权重时, 采用专家估测法[5]。为提高指标权重的可信度、权威性和可接受程度, 在咨询教学专家意见之外, 邀请顶岗实习专、兼职指导教师和企业管理人员共同参与, 充分发挥他们的专业知识、实践经验、判断能力, 结合高职顶岗实习特点, 各自独立地给出各层评价指标的权重, 然后经统计汇总, 取其平均值作为各指标的权重。

由于评价指标为二层结构, 则二级指标的最终权重与其一级指标的权重有关, 采用乘积法得到各二级指标的组合权重, 公式为:

式中:wij为第i个指标在第j层的权重值;k为指标层数。

各指标的组合权重, 见表1。

(三) 加权综合指数计算。

充分反映各指标在综合评价中的重要程度, 利用Excel软件, 对指数化处理后的各指标数值进行加权计算, 权重系数采用表1中的指标组合权重数值。

加权综合指数的计算公式如下:

式中, wi表示学生顶岗实习指标组合权重, yi表示学生顶岗实习原始数据指数化后的数值。最终各顶岗实习学生的加权综合指数计算结果, 见表3。

综合指数值越大, 表示评价对象越优秀。因此, 根据综合指数值大小, 可得到各学生的顶岗实习质量排序。由表3可知, 学生SXS07的顶岗实习表现最优秀, 学生SXS01次之, 而学生SXS03的顶岗实习表现最差。结合学生的实际表现, 表明该评价结果是科学、合理、准确的。

四、结语

本文采用综合指数法来评价高职学生的顶岗实习质量, 无需利用专业软件或编写计算机程序, 只需运用Excel软件就能实现, 而且操作简便、评价结果直观, 能定量反映不同评价对象的优劣程度, 易被高校管理人员掌握, 具有较强的实用性、较高的推广价值。各高职院校可根据各自顶岗实习特点与不同的管理要求, 适当调整评价指标体系和权重, 使评价更加具有针对性、可操作性, 使评价结果更加符合实际, 有助于调动学生参加实习的积极性、能动性, 促进实习质量的全面提高。

摘要：本文根据高职院校的顶岗实习特点和高职人才培养目标, 首先构建了一套具有高职特色、科学合理的顶岗实习评价体系;然后阐述了综合指数法在高职学生顶岗实习评价中的具体步骤, 并依据综合指数数值对学生顶岗实习质量进行了优劣排序。结果表明, 该方法计算简便、结果直观, 是一种可靠、有效的学生顶岗实习评价方法。

关键词：高职学生,顶岗实习,指标体系,综合指数法

参考文献

[1].中华人民共和国教育部.关于全面提高高等职业教育教学质量的若干意见 (教高〔2006〕16号) [Z].2006, 11, 16

[2].龚江南.高职分散型顶岗实习考核评价体系的构建[J].职教通讯, 2012, 3:49～51

[3].刁洪斌.基于能力本位的高职生顶岗实习评价模式[J].职教论坛, 2010, 11:21～23

[4].黄会明, 严小明, 陈宁.应用TOPSIS法与综合指数法评价高职学生综合素质[J].温州职业技术学院学报, 2009, 13 (5) :44～46