摘要：目的系统评价经输尿管镜碎石术后双J管留置的必要性及安全性。方法计算机检索MEDLINE、EMbase、Cochrane图书馆、中国生物医学文献光盘数据、中文科技期刊全文数据库、CNKI,纳入经输尿管碎石术后双J管留置的随机对照试验(RCT)。检索时间为2000年～2010年3月。对纳入研究进行质量评价,提取有效数据,采用RevMan5.0进行Meta分析。结果共纳入6个RCT,涉及输尿管镜下碎石患者543例。Meta分析结果表明,单纯性输尿管结石患者经输尿管镜碎石术后:①两组术后患者结石清除率差异无统计学意义[RR=0.45,95%CI(0.98,1.01),P=0.15];②两组术后患者排尿困难发生率差异无统计学意义[RR=1.35,95%CI(0.99,1.84),P=0.06];③两组术后患者血尿发生率差异无统计学意义[RR=2.12,95%CI(1.00,4.49),P=0.05];④两组术后患者尿频发生率差异有统计学意义[RR=2.17,95%CI(1.13,4.17),P=0.02];⑤两组术后患者第三天躯体疼痛评分差异有统计学意义[WMD=0.94,95%CI(0.47,1.42),P=0.0001];⑥两组患者手术时间差异有统计学意义[WMD=3.57,95%CI(1.40,5.72),P=0.001]。术后不予留置双J管能明显减少患者手术时间及术后因双J管引起的膀胱刺激症状,提高患者术后生活质量,但并不影响术后结石的清除率。结论经输尿管镜碎石术后,常规留置双J管可能不必要,且可减少留置导致的副作用。但由于纳入试验的方法学质量普遍较低,期待更多设计合理的大样本随机双盲对照试验提供高质量的证据。

摘要：随着石油化工装置建设规模日益增大,传统管道施工数据管理效率低、易出错等弊端愈发不能满足施工单位实际生产需要。为实现管道施工全流程信息化管理,规避非系统化管理模式存在的弊端,提升管道施工管理规范化、标准化、精细化,减少一线技术人员重复性工作,提质增效,我公司福建项目部通过对SmartPlant Spoolgen软件的定制,借助"互联网+"思维,利用"云端",创新优化了管道施工管理平台,在PC和智能终端APP双重应用,实现了设计数据自动读取建库、焊接信息APP实时在线采集、统计报表和施工资料自动生成的管道施工全流程信息化管理。

摘要：本文以互联网权限管理系统中的用户需求为目标导向,探索构建互联网基础平台权限管理系统的设计模式。其中,以目标为导向进行设计能够抓住用户的真实需求,简化业务流程,让权限管理系统设计更具拓展性。通过本文的研究,总结归纳了权限管理系统设计的要点,以期为所有的B端平台系统设计提供高效好用、合理、稳定的设计模式。

摘要：文章采用计算流体力学模拟软件(Fluent)对华坪至丽江高速公路彪水岩地下立交隧道合流部进行模拟,综合考虑在流场、风速、风量、风压等多个因素下不同合流夹角对合流隧道通风特性影响研究。研究表明:随着合流夹角的增加,扩大断面段风速、出口风量减小,而入口静压则增大;压损系数越大,气流越不顺畅。合流部局部流段附近均有“回流”和“涡旋”的现象,应设计相应的机械通风设施予以排除;隧道合流部夹角为10°最合理,与工程实际采用方案相同。研究成果可为其优化通风适用性及舒适性进一步分析提供参考数据。

摘要：以韧性理念为核心的系统安全分析范式,为现代公路隧道运营安全管理提供科学而务实的新视角。为深入理解韧性理念,首先结合国内外不同工程领域对韧性研究的进展,梳理总结出以下2点共识:1)韧性是一种综合性能力,着眼于系统全过程的表现;2)韧性包含一系列特征属性,可用鲁棒性、冗余性、资源充裕度、快速性囊括。鉴于经典风险分析于公路隧道运营安全管理的部分局限性,探讨引入韧性视角的必要性和意义。进而定义公路隧道运营韧性,即为对影响公路隧道正常运营通行的实际或潜在负面效应,进行预防、抵抗、适应、恢复的能力,并分析全阶段性、动态演进性和量化客观性的内涵,构建初步的概念框架。再提出基于感知、响应、学习和预测4种功能来增强隧道运营韧性的路径以及初步的韧性提升措施。特别地,针对火灾风险,介绍相关的智能技术与装备案例,包括智能火灾检测、火灾预测技术和隧道入口的柔性阻拦系统等。未来,对公路隧道运营韧性的研究将不断深化,通过构建全面的理论框架,以指导实践并推动隧道运营安全管理的科学化、系统化发展,从而建立更安全、高效、可持续的隧道运营体系。

摘要：为有效检测公路隧道火灾烟雾并预警,针对公路隧道传统火灾烟雾探测器存在的反应慢和功能单一等问题,通过分析研究火灾烟雾视频图像的颜色和纹理特征,提出一种基于烟雾图像特征的公路隧道火灾烟雾检测方法。首先,通过改进后的Vibe算法模型提取图像运动区域;然后,在YUV色彩空间中确定疑似烟雾区域后利用颜色滤出方法分割出疑似烟雾区域;最后,用从疑似烟雾区域图像中提取的颜色矩和均匀局部二进制模式(ULBP)与灰度共生矩阵(GLCM)构成机器学习分类器的输入向量进行隧道火灾烟雾识别。为满足复杂的隧道环境,对比分析BP神经网络、支持向量机、随机森林3种机器学习分类器的烟雾识别效果,选出最优算法作为公路隧道烟雾识别分类器。通过模拟公路隧道火灾烟雾试验视频和某实际公路隧道火灾视频对分类器进行试验测试,结果表明:基于BP神经网络算法的检测系统识别性能最优,选取的烟雾特征具有较高识别精度,能够在隧道复杂环境中识别火灾烟雾。

摘要：隧道火灾快速感知可为隧道运营安全提供重要保障,并为隧道应急处置提供关键性决策信息。然而,现有的视频图像火灾烟雾检测方法在公路隧道复杂环境下存在准确性和时效性问题,并且缺乏基础视频图像数据。为此,通过开展实体公路隧道火灾试验,创建高清视频图像数据集,以真实隧道场景下模拟的火灾烟雾视频图像为研究对象,提出一种基于改进YOLOv5s的智能检测算法。在模型中,使用增强后的Mosaic方法对训练数据进行增强处理;引入Transformer Encoder模块增强网络全局特征提取的能力,改善较小烟雾目标特征提取较为困难的状况,以提升网络性能;利用最新的轻量级卷积方法GSConv替换掉部分卷积模块Conv,减少网络参数的同时保持网络性能,达到压缩网络目的;添加轻量级高效通道注意力模块ECA,通过局部跨通道交互策略缓解监控摄像机距目标较远与火灾初期烟雾漏检问题,在少参数量增加的情况下进一步提升网络性能;采用CIoU损失函数与SiLU激活函数的组合使网络更快得到收敛。为验证所提算法的有效性,选用YOLOv3、YOLOv3-efficientnet、YOLOv5s、YOLOX、YOLOv7、YOLOv7-tiny、SSD七种目标检测算法进行对比分析。结果表明:在自建的公路隧道火灾烟雾数据集上,所提算法的检测精确度达到97.27%,mAP@0.5为97.85%。尽管在原网络基础上提升的幅度仅为1.83%和1.13%,但相较于其他7种对比算法,所提算法对远距离和火灾初期的小尺寸烟雾目标有更好的检测效果,明显改善了漏检情况。此外,算法的检测速度为86.2帧·s~(-1),能够满足隧道火灾检测的时效性要求,同时利用重庆真武山隧道火灾视频验证了算法的可靠性,研究结果可为实现隧道复杂环境下的火灾快速感知提供技术支持。

摘要：为解决高海拔隧道火灾通风及人员疏散的问题,采用数值模拟的方法设计低海拔隧道(0 m)和高海拔隧道(4000 m)不同纵向风速条件下的对比试验。结果表明:1)较小风速(1 m/s)不会破坏烟气分层,反而会延缓烟气下降的速度,隧道上下游疏散环境比无纵向风(0 m/s)更好,可用疏散时间更长,较大风速(2 m/s、3 m/s)可保证火源上游处于安全的疏散环境,但会破坏烟气热分层稳定性,导致下游烟气下降快,不利于下游人员疏散;2)与低海拔地区隧道相比,高海拔地区隧道烟气层下降速度更快且烟气层高度更低,温度、能见度条件相对较差,高海拔隧道不同风速条件下各位置可用疏散时间整体小于低海拔隧道。

摘要：总结火灾探测技术、交通事件检测技术等公路隧道火灾监测技术研究现状,分析现有技术在监测灾情发展过程方面的不足,并进一步讨论了隧道火灾灾情监测技术发展趋势。