公开(公告)号：CN108304229A

公开(公告)日：2018-07-20

申请号：CN201810088823.2

申请日：2018-01-30

Applicant: 北京市安全生产科学技术研究院 ,  中安华邦(北京)安全生产技术研究院股份有限公司 ,  北京城市系统工程研究中心 ,  北京石油化工学院

Inventor： 季学伟 ,  鲍飞 ,  侯占杰 ,  张慧 ,  吴爱枝 ,  徐阳 ,  周轶 ,  时德轶 ,  于富才 ,  韩永华 ,  何天宇 ,  崔乃夫 ,  李梦璐 ,  苏希鹏 ,  师力达 ,  朱伟

IPC: G06F9/445 ,  G06F8/65

CPC classification number: G06F9/44521 ,  G06F8/65

Abstract: 本发明涉及一种安全生产VR实训关卡模型动态加载生成方法和系统。所述方法包括：步骤1，确定关卡模型中的静态模型和动态模型，其中，所述静态模型为相对于场景不需要移动的模型，所述动态模型为相对于场景需要移动的模型；步骤2，根据所述静态模型生成可从外部动态加载的静态模型资源文件；步骤3，根据所述动态模型生成可从外部动态加载的动态模型资源文件；步骤4，根据所述静态模型资源文件和所述动态模型资源文件生成资源文件，根据所述资源文件生成打包安装文件。本发明的技术方案可避免关卡模型资源浪费，占用大量系统空间，并且在软件更新时，不需要重新下载安装，实现不影响用户使用的外部更新。

公开(公告)号：CN108304229B

公开(公告)日：2019-02-19

申请号：CN201810088823.2

申请日：2018-01-30

Applicant: 北京市安全生产科学技术研究院 ,  中安华邦(北京)安全生产技术研究院股份有限公司 ,  北京城市系统工程研究中心 ,  北京石油化工学院

Inventor： 季学伟 ,  鲍飞 ,  侯占杰 ,  张慧 ,  吴爱枝 ,  徐阳 ,  周轶 ,  时德轶 ,  于富才 ,  韩永华 ,  何天宇 ,  崔乃夫 ,  李梦璐 ,  苏希鹏 ,  师力达 ,  朱伟

IPC: G06F9/445 ,  G06F8/65

Abstract: 本发明涉及一种安全生产VR实训关卡模型动态加载生成方法和系统。所述方法包括：步骤1，确定关卡模型中的静态模型和动态模型，其中，所述静态模型为相对于场景不需要移动的模型，所述动态模型为相对于场景需要移动的模型；步骤2，根据所述静态模型生成可从外部动态加载的静态模型资源文件；步骤3，根据所述动态模型生成可从外部动态加载的动态模型资源文件；步骤4，根据所述静态模型资源文件和所述动态模型资源文件生成资源文件，根据所述资源文件生成打包安装文件。本发明的技术方案可避免关卡模型资源浪费，占用大量系统空间，并且在软件更新时，不需要重新下载安装，实现不影响用户使用的外部更新。

公开(公告)号：CN111179680A

公开(公告)日：2020-05-19

申请号：CN202010010827.6

申请日：2020-01-06

Applicant: 北京市安全生产科学技术研究院 ,  中安华邦(北京)安全生产技术研究院股份有限公司 ,  北京市安全生产技术服务中心

Inventor： 侯占杰 ,  张慧 ,  季学伟 ,  时德轶 ,  吴爱枝 ,  王博 ,  于富才 ,  赵荣华 ,  鲍飞 ,  师力达 ,  张维 ,  苏希鹏 ,  肖水和

IPC: G09B9/00

Abstract: 本发明提供了一种基于VR的安全生产场景隐患排查实训系统、方法及设备，所述隐患排查实训系统包括：客户端，用于存储客户登录进行实训训练；服务器端，用于存储所述实训系统的数据管理平台；所述客户端和所述服务器端之间采用网络连接实现实时通讯；教学模块，用于教导用户掌握隐患排查能力；练习模块，用于用户通过练习掌握学习到的隐患排查知识；考核模块，用于考核用户是否掌握了隐患排查能力；竞赛模块，用于多用户以竞赛的形式训练隐患排查能力；VR设备。

公开(公告)号：CN110991660A

公开(公告)日：2020-04-10

申请号：CN201910592467.2

申请日：2019-07-03

Applicant: 北京市安全生产科学技术研究院

Inventor： 周轶 ,  季学伟 ,  吴爱枝 ,  于富才 ,  韩永华 ,  李燕 ,  张慧 ,  尢秋菊 ,  杨琳 ,  嵇征 ,  赵奎富 ,  苏希鹏 ,  李健 ,  刘艳

IPC: G06N20/20 ,  G06N3/00 ,  G06N20/10

Abstract: 本发明提供一种基于蝗虫优化的LSSVM-ARIMA模型的态势分析方法、系统和存储介质，属于机器学习与数据挖掘领域，其特征在于采用如下步骤：(1)随机初始化蝗群初始位置和 (2)确定目标函数 (3)进行位置更新；(4)重复(1)(2)步骤，输出c、σ；(5)建立LSSVM模型和ARIMA模型；计算预测结果y1(t)；(6)确定低频分量Aj(t)和高频分量Dj(t)；(7)得到第一预测结果y1(t)；(8)计算预测结果y2(t)；(9)将预测结果y1(t)和y2(t)进行拟合，得到最终的态势结果y(t)。本发明采用了将LSSVM与ARIMA组合的方式，利用蝗虫优化算法对时变态势模型实现参数优化。实验结果表明本发明建立的企业安全生产态势预测方法是有效的，为企业安全生产管理态势分析提供了一种可靠的方法。

公开(公告)号：CN103666773A

公开(公告)日：2014-03-26

申请号：CN201310434236.1

申请日：2013-09-23

Applicant: 北京石油化工学院

Inventor： 孙培永 ,  姚志龙 ,  孔蓉 ,  马莹 ,  苏希鹏 ,  潘新颖 ,  彭素素

IPC: C11C3/10 ,  C10L1/02

CPC classification number: Y02E50/13

Abstract: 本发明在于提供一种反应快速、过程清洁、无副产物甘油生成的微结构反应器中生产生物柴油的方法，主要以碳酸二甲酯代替低碳醇（甲醇、乙醇等），在不腐蚀设备的液体碱催化剂催化作用下，与油脂反应生成生物柴油（脂肪酸甲酯），并联产甘油碳酸酯。同时，微结构反应器的引入，促进原料传质过程，大幅缩短反应时间。另外，催化剂循环使用，实现过程清洁。