常用工具和备用材料

2024-07-08

常用工具和备用材料（精选6篇）

1.常用工具和备用材料篇一

1、水

水既可扑救一般建筑和可燃物火灾，也可用于冷却降温，防止火势蔓延。但它不适宜扑救易燃液体火灾和未切断电源的电气设备及化工材料火灾。

2、灭火砂箱

灭火用沙子，一般采用细河沙，防治于油品作业场所适当的地点，配备必要的铁锹、钩杆、斧头、水桶等消防工具。发生火灾时用铁锹或水桶将沙子散开，覆盖火焰，使其熄灭。适用于扑灭漏洒在地面的油品着火，也可用于掩埋地面管线的初期小火灾。

3、石棉被

石棉是不燃物，将石棉被覆盖在着火物上，火焰会因窒息而熄灭。适用于扑灭各种储油容器的罐口、桶口、油罐车口、管线裂缝的火焰以及地面小面积的初期火焰。

4、泡沫灭火机

泡沫灭火机的灭火液由硫酸铝、碳酸氢钠和甘草精组成。灭火时，将泡沫灭火机机身倒置，泡沫即可喷出，覆盖着火物而达到灭火目的。适用于扑灭桶装油品、管线、地面的火灾。不宜用于电气设备和精密金属制品的火灾。

5、二氧化碳灭火机

二氧化碳是一种不导电的气体，密度较空气大，在钢瓶内的高压下为液态。灭火时只需扳动开关，二氧化碳即以气流状态喷射到着火物上，隔绝空气，使火焰熄灭。适用于精密仪器、电气设备以及油品化验室等场所的小面积火灾。二氧化碳由液态变为气态时，大量吸热，温度极低（可达到-80℃），因此，在使用时要避免冻伤，同时，二氧化碳有毒，应尽量避免吸入。

6、干粉灭火机

干粉主要是由碳酸氢钠、滑石粉、云母粉和硬脂酸组成，钢瓶内装有干粉和二氧化碳。使用时将灭火机的提环提起，干粉剂在二氧化碳气体作用下喷出粉雾，覆盖在着火物上，使火焰熄灭。适用于扑灭油罐区、库房、油泵房、发油间等场所的火灾，不宜用于精密电器设备的火灾。7、1211灭火机

1211灭火机是由二氟一氯一溴甲烷组成，它是在氮气压力下以液态灌装在钢瓶里，使用时拔掉安全销，用力紧握压把启开阀门，1211即可喷出，射向火焰，立即抑制燃烧的链锁反应，使火焰熄灭。广泛用于扑救各种场合下的油品、有机溶剂、可燃气体、电器设备、精密仪器等火灾。

三、防火灭火设施管理

1、油罐上固定消防泡沫管，应定期检查。

2、消防水池应保持规定好储水容量，水质干净且不受油品污染，消防小泵京戏处于完好备用状态。

3、各岗位配齐必须消防器材，定期检查，专人负责。

4、使用过期失效的灭火器用时补充更换。

2.常用工具和备用材料篇二

关键词：血透机,备用制度,比例,病人月

0前言

血液透析是肾脏替代治疗的重要手段, 随着病源的不断增多, 国内血液净化中心的数量和规模逐渐扩大, 对设备的应用安全要求也在不断提高。

血液透析机在我国属于政府重点监管目录中的第三类高风险设备, 分为水路、血路、电路几大部分。水电一体设备故障率较高, 而且随着设备使用年限的增加, 故障发生率会增高, 一旦在治疗中发生故障, 会影响科室业务开展, 病人负面情绪增大, 不利于医疗环境的和谐。为此, 本文旨在考虑通过设置合适比例的血透备用机, 完善临床科室设备的保障制度, 来解决这个矛盾。

1 设置备用机的重要性

1. 1 满足科室业务的发展

以我院血液净化中心为例, 我院每日开三班透析, 每月所接待的病人量在2500 ~ 2700人次; 病人的常规透析时间在3. 5 ~ 4h, 病人在治疗前需提前完成登记, 称体重等环节, 假设耗时0. 5h, 则病人完成一次透析真正耗费的时间是4 ~ 4. 5h。大多数病人伴有身体不适、情绪烦躁的症状, 因此保障病人来院后能按时进行透析治疗是对医疗满意的重要因素。

设备的运行时间从7: 00 ~ 23: 00, 期间包括仪器自检、冲管、治疗、消毒等环节; 假设中间某环节发生故障, 定会延长医护的工作时间, 加大工作强度, 不利于科室业务开展。

1. 2 基于故障维修耗时的考虑

血透机是水电一体高精密度设备, 故障率较其他设备高。同时, 一旦故障发生在水路部分, 往往维修后需对设备进行消毒处理才能安全使用。倘若发生零配件损坏, 则需停机。维修耗时长, 消毒时间长会给临床科室的业务开展带来许多困扰。

1. 3 基于保养的执行

血透机属治疗型设备, 风险度、故障率也高, 降低风险, 尽量保证透析的安全性、充分性离不开对设备的日常维护保养。而设备的运行时间长, 频率高, 对保养的时间提出了苛刻的要求。以我院为例, 透析机可供保养的时间是22: 30以后或是周日, 与上班时间冲突。为了保证对设备预防性维护的执行, 必须有可供替代的备用机。

综上所述, 备用机不仅是在用机器发生故障后维修所必备, 还能为所有透析机完成有计划, 预防性维护保养的提供可能性。

2 备用机的选择原则

从成本的角度考虑备用机的选择有一定技巧。

2. 1 考虑设备成本

备用机较其他常用机比较, 其使用频率会降低, 能产生的效益会减少。因此备用机适宜选择能满足需求的中低端产品。

2. 2 考虑设备稳定性

医疗设备有固有的使用寿命, 通常血透机的寿命在9 ~12年。使用的时间越长, 设备稳定性越差。业内同行对设备的寿命与使用率的表示如图1所示。

通常血透机的质保期是1年, 在第1年内设备性能稳定且维修免费, 可以超负荷使用; 第2 ~ 4年设备处于稳定期, 各元器件性能良好, 可以满负荷正常使用; 第5 ~ 7年设备处于下降期, 各方面性能均会有大幅下降, 稳定性也较之前差, 但仍可作为科室主力机使用; 7年后设备故障率高, 但仍有维修使用价值, 可以考虑作为备用机继续产生效益。因此, 备用机可以选择已使用7年以上的中低端设备。

3 备用机的比例设置

虽然设置备用机非常重要, 但其产生的效益有限; 当科室的备用机台数远超过实际需要时, 会隐形增加科室成本, 也造成浪费, 因此, 如何设置备用机所占比例是完成备用机制度的关键。

3. 1 在设置该比例时需要考虑的因素

( 1) 考虑科室整体设备的使用年限。

因为设备有其固定的生命周期, 当设备的平均使用年限很短时, 整体状况良好, 故障率不会太高; 反之随着使用时间的延长, 稳定性降低, 故障率增高, 需要使用备用机的机率会增大。

因此, 科室设备平均使用年限越短, 备用机的使用几率越小; 平均使用年限越长, 故障率越高, 备用机的使用频率会加大。

( 2) 考虑保养执行情况所带来的影响。

有计划的预防性维护是保障设备稳定的重要手段, 是否能定期完成保养计划, 对保养做的深度如何都会直接影响到备用机的使用频率。

换句话说, 常用设备的保养执行越好, 越全面, 故障率会降低, 备用机的使用频率也会随之降低。

3. 2“病人月” 概念在备用机比例设置中的应用

假设某病人从2012年1月1日首次透析; 截止2014年2月15日, 累计天数为sum, 则该病人的病人月为X, X = ( sum/30) ; 而科室的总病人月Y为所有病人的病人月累计相加, 即Y = X1 + X2 + X3 + X4 + ^ + Xn。假设一年之内发生感染Z人次, 则科室的感染率为Z/Y。

假设科室设备从2012年1月1日启用, 截止2014年2月15日, 累计使用小时为sum* , 这段时间内发生故障Z*台次, 则设备的故障率为Z* /sum* , 如此能得出每使用多少小时就会发生一次故障。

以我院数据为例: 我院31台血透机, 从2013. 1. 27至2013. 4. 17 ( 共计67个工作日) 机器共工作26585. 6h, 平均使用12. 8 h/台, 累计故障40次; 保养36台次。则故障率为 ( 40 /26585. 6) = 1 /664. 6 ; 即这段时间内平均每664. 6小时就会发生一次故障。而31台机日工作小时为396. 8h, 换句话说, 不到两天的时间就有一次故障的可能。

4 实施现状

基于以上数据, 计算得出我们所需的备用机台数为0. 59台, 现科室选取一台已使用7年的中端机作为备用。利用该备用机解决设备突发故障时病人快速换机治疗, 保证治疗的及时性。同时, 备用机也作急诊病人使用, 极大地方便了科室业务开展的灵活性。备用机的设置, 使得院内对于血透机的质量控制 , 预防性维护保养在深度和频率上有了很大突破, 现血透机的日保养, 季度保养, 年度保养制度和项目正在完善中。

备用机制度试用至今, 已产生了良好效应, 过往由于设备突发故障引起的病人等待滞留, 负面情绪增加, 医护工作强度加大, 时间延长等问题已大幅降低。

参考文献

[1]花毅, 赵丽萍.血液透析备用机使用管理的探讨[J].中国医学装备, 2013, 10 (10) :71-73.

[2]张飞鸿, 宓现强, 王聪.故障树分析法在血液透析机水路系统风险分析中的应用[J].中国医疗装备, 2012, 3 (9) :13-17.

3.常用工具和备用材料篇三

近几十年来,国内外学者对休假排队系统做了大量的研究工作,如文献[1]和[2],然而,现实生活中有很多休假排队系统在休假时服务员不是全部休假,而是以备用服务员上岗的,一个服务员因某种原因可能产生离岗的情况,另一个服务员立即替换上岗。例如车站售票系统,售票员轮流上岗服务。文献[3]和[4]对此给出了一些介绍。启动期是国内外的研究热点,特别是对经典的GI/M/1排队系统做了广泛而又深入的研究,如文献[5]和[6]。此期间,负顾客的排队理论也得到了推广和应用,文献[7,8,9,10]对此作了详细的分析。

本文研究负顾客、启动期和备用服务员的GI/M/1休假稳态队长分析,若一次休假结束后系统中无正顾客,则系统关闭,以达到节能降耗的目的。系统处于关闭状态下,若有新的正顾客到达时,诱发启动期,启动期结束后,进入正常的服务状态。在RCE抵消策略下,负顾客可以看成服务系统中出现的一次外来对服务台的干扰,一次外来干扰抵消一名队尾的正顾客,因此所讨论的模型具有普遍的实际意义。

1 模型的数学描述

在GI/M/1排队系统中引入备用服务员和单重休假策略,该排队模型可描述如下:

①该系统是具有正、负两类顾客的单服务员系统,正顾客和负顾客均为泊松到达,到达率分别为λ和ε;

②负顾客本身不接受服务且带RCE抵消策略,即到达的负顾客抵消队尾的正顾客(若有,不管该正顾客是在等待还是在被服务),而若负顾客到达时系统中没有正顾客,负顾客就自动消失;自然负顾客亦不计入系统中的顾客数。

③该系统中有A、B两个服务员,A服务员工作时,B服务员备用;A服务员若休假,则B服务员接替工作,A服务员在系统开始时首先上岗工作,其服务时间服从参数μa的负指数分布。

④τn为第n个正顾客到达时刻,其中τ0=0。到达间隔独立同分布,有一般分布函数A(t),其均值和LST分别为1/λ和A*(s)。

⑤当系统中无正顾客时,A服务员开始一个随机长度V的休假,休假时间服从参数θ的负指数分布,此时B服务员上岗开始工作,B服务员不休假,其服务时间服从参数μb的负指数分布。当A服务员一个休假期结束时,若系统中没有正顾客,则系统关闭,此时A服务员进入闲期待岗状态。

⑥系统关闭后,若有新的正顾客到达,此时系统不能立即开始工作,需经历一个启动期U,其服从参数β的负指数分布,启动期结束后A服务员开始服务,B服务员继续处于备用状态。

⑦假定到达间隔、服务时间、休假时间和启动时间均相互独立,服务规则为先到先服务(FCFS),休假规则为空竭服务单重休假策略。

2 状态转移概率矩阵

2.1 嵌入马氏链

L(t)为时刻t系统中的正顾客数, Ln为第n个正顾客到达之前系统中的顾客数,即Ln=L(τn-0)。定义

$J_{n} = {\begin{cases} 0, A 服务员 ⌶ 作 ‚ B 服务员备用 \\ 1, 系统处于启动期或关闭 \\ 2 ‚ A 服务员休假 ‚ B 服务员 ⌶ 作 \end{cases}$

由于负指数分布的无记忆性和正、负顾客的到达间隔、A、B两类服务员的服务时间、休假时间和启动时间均相互独立, {(Ln,Jn),n≥1}是一嵌入马氏链,其状态空间为Ω={(0,1)(0,2)}∪{(k,j),k≥1,j=0,1,2}。

其中状态(k,0),k≥1表示系统处于A服务员工作,B服务员备用且系统中有k个顾客;状态(k,1),k≥1表示系统处于启动期或关闭且系统中有k个顾客; (0,1)表示系统处于关闭状态且A服务员待岗,服务员B备用; 状态(k,2),k≥0表示系统处于A服务员休假,B服务员工作且系统中有k个顾客。

为给出转移概率p(i,j)(k,l)=P(Ln+1=k,Jn+1=l|Ln=i,Jn=j),引入下列表示:

$\begin{array}{l} a_{k} = \int_{0}^{\infty} \frac{[(μ_{a} + ε) t]^{k}}{k!} e^{- (μ_{a} + ε) t} d A (t) \\ b_{k} = \int_{0}^{\infty} \frac{[(μ_{b} + ε) t]^{k}}{k!} e^{- (μ_{b} + ε) t} e^{- θ t} d A (t) \\ c_{k} = \int_{0}^{\infty} \frac{[(μ_{b} + ε) t]^{k}}{k!} e^{- (μ_{b} + ε) t} θ e^{- θ t} d A t) \\ d_{k} = \int_{0}^{\infty} \int_{0}^{t} θ e^{- θ x} \frac{[(μ_{b} + ε) x]^{k}}{k!} e^{- (μ_{b} + ε) x} e^{- β (t - x)} d x d A (t) \\ v_{1 k} = \int_{0}^{\infty} \int_{0}^{t} β e^{- β x} \frac{[(μ_{a} + ε) (t - x)]^{k}}{k!} e^{- (μ_{a} + ε) (t - x)} d x d A (t) \\ v_{2 k} = \int_{0}^{\infty} \int_{0}^{t} \int_{0}^{t - y} θ e^{- θ x} \sum_{j = 0}^{k} \frac{[(μ_{b} + ε) x]^{j}}{j!} e^{- (μ_{b} + ε) x} β e^{- β y} \\ \cdot \frac{[(μ_{a} + ε) (t - x - y)]^{k - j}}{(k - j)!} e^{- (μ_{a} + ε) (t - x - y)} d x d y d A (t) \end{array}$

其中,ak(k≥0)、bk(k≥0)和ck(k≥0)分别表示到达发生在启动期之前的一个到达间隔时间内在A服务员工作时、在B服务员工作且A服务员休假未结束时和在B服务员工作且A服务员休假结束时恰好完成k个顾客服务的概率;dk(k≥0)表示从A服务员休假开始,B服务员工作,启动期未结束前的一个到达间隔时间内完成k个顾客服务的概率;v1k(k≥0)表示从启动期结束开始直到下一次到达的剩余到达间隔内A服务员工作恰好服务完k个顾客的概率。v2k(k≥0)表示从A服务员休假开始,经过一个启动期,A服务员重新工作的一个到达间隔内完成k个顾客服务的概率。

2.2 状态转移分析

现在考虑(Ln,Jn)的转移概率。

首先,考虑服务期一个到达间隔内完成i+1-j个服务,发生(i,0)到(j,0)的转移,有

$\begin{array}{l} p_{(i, 0) (j, 0)} = \int_{0}^{\infty} \frac{[(μ_{a} + ε) t]^{i + 1 - j}}{(i + 1 - j)!} e^{- (μ_{a} + ε) t} d A (t) = a_{i + 1 - j}, \\ i \geq 1, j = 1, \dots, i + 1 \end{array}$

其次,从(i,1)转移到(j,1)意味着只有当j=i+1时才不为0,这一转移当且仅当剩余启动时间大于一个到达间隔时才发生,则

$p_{(i, 1) (j, 1)} = \int_{0}^{\infty} e^{- β t} d A (t) = A^{*} (β) ≜ γ_{2}, i \geq 0, j = i + 1$

从(i,1)转移到(j,0)意味着从结束启动期直到下次到达的剩余到达间隔恰好完成i+1-j个顾客服务,则

$\begin{array}{l} p_{(i, 1) (j, 0)} \\ = \int_{0}^{\infty} \int_{0}^{t} β e^{- β x} \frac{[(μ_{a} + ε) (t - x)]^{i + 1 - j}}{(i + 1 - j)!} e^{- (μ_{a} + ε) (t - x)} d x d A (t) \\ = v_{1, i + 1 - j}, i \geq 0, j = 1, \dots, i + 1 \end{array}$

类似可以得到

$\begin{array}{l} p_{(i, 2) (j, 2)} = b_{i + 1 - j}, i \geq 0, j = 1, \dots, i + 1 \\ p_{(i, 2) (j, 1)} = d_{i + 1 - j}, i \geq 0, j = 1, \dots, i + 1 \\ p_{(i, 2) (0, 1)} = c_{i}, i \geq 0 \\ p_{(i, 2) (j, 0)} = v_{2, i + 1 - j}, i \geq 0, j = 1, \dots, i + 1 \end{array}$

从以上的转移概率表达式还可以得出

$\begin{array}{l} p_{(i, 0) (0, 2)} = 1 - \sum_{k = 0}^{i} a_{k}, i \geq 1 \\ p_{(i, 1) (0, 2)} = 1 - \sum_{k = 0}^{i} v_{1 k} - γ_{2} \\ p_{(i, 2) (0, 2)} = 1 - \sum_{k = 0}^{i} (v_{2 k} + d_{k} + c_{k} + b_{k}) \end{array}$

2.3 转移矩阵

按字典顺序将状态排列,Markov链{(Ln,Jn),n≥1}的转移概率矩阵可以写成Jacobi分块形式:

$\tilde{Ρ} = [\begin{matrix} B_{00} & A_{01} \\ B_{1} & A_{1} & A_{0} \\ B_{2} & A_{2} & A_{1} & A_{0} \\ B_{3} & A_{3} & A_{2} & A_{1} & A_{0} \\ \dots & \dots & \dots & \dots & \dots & \dots \end{matrix}]$

其中:

$\begin{array}{l} B_{00} = (\begin{matrix} 0 & 1 - v_{10} - γ_{2} \\ c_{0} & 1 - v_{20} - d_{0} - c_{0} - b_{0} \end{matrix}) \\ A_{01} = (\begin{matrix} v_{1}_{0} & γ_{2} & 0 \\ v_{2}_{0} & d_{0} & b_{0} \end{matrix}) \\ A_{0} = (\begin{matrix} a_{0} & 0 & 0 \\ v_{10} & γ_{2} & 0 \\ v_{20} & d_{0} & b_{0} \end{matrix}) \\ A_{k} = (\begin{matrix} a_{k} & 0 & 0 \\ v_{1 k} & 0 & 0 \\ v_{2 k} & d_{k} & b_{k} \end{matrix}), k \geq 1 \\ B_{k} = (\begin{matrix} 0 & 1 - \sum_{i = 0}^{k} a_{i} \\ 0 & 1 - \sum_{i = 0}^{k} v_{1 i} - γ_{2} \\ c_{k} & 1 - \sum_{i = 0}^{k} (v_{2 i} + d_{i} + c_{i} + b_{i}) \end{matrix}), k \geq 1 \end{array}$

转移矩阵 $\tilde{Ρ}$ 结构表明Markov链{(Ln,Jn),n≥1}是不可约和非周期的。

3 系统队长的性能指标

下面运用Neuts[11]提出的矩阵几何解方法来讨论其队长在到达时刻的稳态分布。为此,先介绍如下引理:

引理1[1] 设 $ρ = \frac{λ}{μ_{a} + ε} < 1, θ > 0$ , 则方程z= A*((μa+ε)(1-z))在区间(0,1)内存在唯一根,记为γ1.

引理2[12] 若 $ρ = \frac{λ}{μ_{a} + ε} < 1, θ > 0$ , 则方程z= A*(θ+(μb+ε)(1-z))在区间(0,1)内存在唯一根,记为γ3.

引入记号

$\begin{array}{l} δ = \frac{γ_{1} - A^{*} (β)}{β - (μ_{a} + ε) (1 - A^{*} (β))} \\ = \frac{γ_{1} - γ_{2}}{β - (μ_{a} + ε) (1 - γ_{2})} (1) \\ Δ = \frac{γ_{1} - A^{*} [θ + (μ_{b} + ε) (1 - γ_{3})]}{θ + (μ_{b} + ε) (1 - γ_{3}) - (μ_{a} + ε) [1 - A^{*} (θ + (μ_{b} + ε) (1 - γ_{3}))]} \\ = \frac{γ_{1} - γ_{3}}{θ + (μ_{b} + ε) (1 - γ_{3}) - (μ_{a} + ε) (1 - γ_{3})} (2) \end{array}$

引理3 当 $ρ = \frac{λ}{μ_{a} + ε} < 1, θ, β > 0$ 时,有 $δ > 0, \frac{θ β}{θ + (μ_{b} + ε) (1 - γ_{3}) - β} (δ - Δ) > 0$ 。

定理1 当 $ρ = \frac{λ}{μ_{a} + ε} < 1, θ, β > 0$ 时,矩阵方程 $R = \sum_{k = 0}^{\infty} R^{k} A_{k}$ 有最小非负解

$R = (\begin{matrix} γ_{1} & 0 & 0 \\ β δ & γ_{2} & 0 \\ α θ β (δ - Δ) & α θ (γ_{2} - γ_{3}) & γ_{3} \end{matrix}) (3)$

其中,γ1与γ3分别是方程z=A*((μa+ε)(1-z))和z=A*(θ+(μb+ε)(1-z))在(0,1)内的唯一根。 $γ_{2} = A^{*} (β) ‚ α = \frac{1}{θ + (μ_{b} + ε) (1 - γ_{3}) - β}, δ, Δ$ 如式(1)和式(2)所示。

证明因为所有的Ak都是下三角矩阵,k≥0。如果矩阵方程有解R, 那么R也必须是下三角矩阵, 可设 $R = (\begin{matrix} r_{11} & 0 & 0 \\ r_{21} & r_{22} & 0 \\ r_{31} & r_{32} & r_{33} \end{matrix})$ ,则对k≥1,有

$\begin{array}{l} R^{k} = \\ (\begin{matrix} r_{11}^{k} & 0 & 0 \\ r_{21} \sum_{i = 0}^{k - 1} r_{11}^{i} r_{22}^{k - 1 - i} & r_{22}^{k} & 0 \\ r_{31} \sum_{i = 0}^{k - 1} r_{11}^{i} r_{33}^{k - 1 - i} + r_{32} r_{21} \sum_{i = 0}^{k - 2} \sum_{j = 0}^{k - 2 - i} r_{11}^{i} r_{22}^{j} r_{33}^{k - 2 - i - j} & r_{32} \sum_{i = 0}^{k - 1} r_{22}^{i} r_{33}^{k - 1 - i} & r_{33}^{k} \end{matrix}) \end{array}$

代入矩阵方程得到R中元素的代数方程组

${\begin{cases} r_{11} = \sum_{k = 0}^{\infty} r_{11}^{k} a_{k} = A^{*} ((μ_{a} + ε) (1 - r_{11})) \\ r_{22} = γ_{2} \\ r_{33} = \sum_{k = 0}^{\infty} r_{33}^{k} b_{k} = A^{*} (θ + (μ_{b} + ε) (1 - r_{33})) \\ r_{21} = \sum_{k = 1}^{\infty} r_{21} (\sum_{i = 0}^{k - 1} r_{11}^{i} r_{22}^{k - 1 - i}) a_{k} + \sum_{k = 0}^{\infty} r_{22}^{k} v_{1 k} \\ r_{32} = \sum_{k = 0}^{\infty} r_{33}^{k} d_{k} \\ r_{31} = \sum_{k = 1}^{\infty} r_{31} (\sum_{i = 0}^{k - 1} r_{11}^{i} r_{33}^{k - 1 - i}) a_{k} \\ + \sum_{k = 2}^{\infty} r_{32} r_{21} (\sum_{i = 0}^{k - 2} \sum_{j = 0}^{k - 2 - i} r_{11}^{i} r_{22}^{j} r_{33}^{k - 2 - i - j}) a_{k} \\ + \sum_{k = 1}^{\infty} r_{32} (\sum_{i = 0}^{k - 1} r_{22}^{i} r_{33}^{k - 1 - i}) v_{1 k} + \sum_{k = 0}^{\infty} r_{33}^{k} v_{2 k} \end{cases} (4)$

当ρ<1,θ>0时,式(4)前两式有最小非负解r11=γ1, r33=γ3, γ1,γ3∈(0,1)。

也可以计算得

$\begin{array}{l} r_{21} = \frac{β}{β - (μ_{a} + ε) (1 - γ_{2})} γ_{1} - γ_{2} = β δ \\ \begin{array}{l} r_{32} = \sum_{k = 0}^{\infty} r_{33}^{k} d_{k} \\ = \frac{θ [A^{*} (β) - A^{*} (θ + (μ_{b} + ε) (1 - γ_{3}))]}{θ + (μ_{b} + ε) (1 - γ_{3}) - β} \\ = α θ (γ_{2} - γ_{3}) \end{array} (5) \\ \begin{array}{l} r_{31} \\ = \frac{θ β}{θ + (μ_{b} + ε) (1 - γ_{3}) - β} [\frac{γ_{1} - γ_{2}}{β - (μ_{a} + ε) (1 - γ_{2})} \\ - \frac{γ_{1} - γ_{3}}{θ + (μ_{b} + ε) (1 - γ_{3}) - (μ_{a} + ε) (1 - γ_{3})}] \\ = α θ β (δ - Δ) \end{array} \end{array}$

由式(5)知:r32>0,由引理3可知R是最小非负解。

定理2 Markov链{(Ln,Jn),n≥1}正常返当且仅当 $ρ = \frac{λ}{μ_{a} + ε} < 1, θ, β > 0$ 。

证明略。

设当ρ<1,θ,β>0时,记(L,J)是过程(Ln,Jn)的稳态极限,{(Ln,Jn),n≥1}的稳态分布为 $π_{0} = (π_{01}, π_{02}) ‚ π_{k} = (π_{k 0}, π_{k 1}, π_{k 2}), k \geq 1 ‚ π_{k j} = p {L = k, J = j} = \lim_{x \to \infty} Ρ {L_{n} = k, J_{n} = j}, (k, j) \in Ω .$

定理3 当ρ<1,θ,β>0时,马氏链(L,J)的稳态概率分布为:

${\begin{cases} π_{k 0} = (1 - γ_{1}) (1 - γ_{2}) (1 - γ_{3}) σ θ β [δ (γ_{3} + α) \frac{γ_{1}^{k} - γ_{2}^{k}}{γ_{1} - γ_{2}} - α Δ \frac{γ_{1}^{k} - γ_{3}^{k}}{γ_{1} - γ_{3}}], k \geq 1 \\ π_{k 1} = (1 - γ_{1}) (1 - γ_{2}) (1 - γ_{3}) σ θ [α (γ_{2}^{k} - γ_{3}^{k}) + γ_{3} γ_{2}^{k}], k \geq 0 \\ π_{k 2} = (1 - γ_{1}) (1 - γ_{2}) (1 - γ_{3}) σ γ_{3}^{k}, k \geq 0 \end{cases} (6)$

其中, $σ = \frac{1}{α θ β [(1 - γ_{3}) δ - (1 - γ_{2}) Δ] + α θ (γ_{2} - γ_{3}) (1 - γ_{1}) + θ γ_{3} (1 - γ_{3}) (1 - γ_{1} + β δ) + (1 - γ_{1}) (1 - γ_{2})} .$

证明略。

由式(6),容易计算稳态下到达发生于A服务员工作时、启动期时、B服务员工作时的概率分别为

$\begin{array}{l} Ρ (J = 0) = \sum_{k = 1}^{\infty} π_{k 0} = θ β σ [(1 - γ_{3}) (γ_{3} + α) δ - (1 - γ_{2}) α Δ] \\ Ρ (J = 1) = \sum_{k = 1}^{\infty} π_{k 1} = θ σ [α (γ_{2} - γ_{3}) (1 - γ_{1}) + (1 - γ_{1}) (1 - γ_{3}) γ_{2} γ_{3}] \\ Ρ (J = 2) = \sum_{k = 0}^{\infty} π_{k 2} = (1 - γ_{1}) (1 - γ_{2}) σ \end{array}$

4 稳态队长的随机分解和特例

定理4 当ρ<1,θ,β>0时,到达前夕的稳态队长L可分解成两个独立随机变量之和:L=L0+Ld, L0是带有负顾客的经典无休假GI/M/1排队中对应的稳态队长,服从参数γ1的几何分布;附加队长Ld服从二阶离散PH分布(φ,T),其中

$\begin{array}{l} φ = (φ_{1}, φ_{2}) = ((1 - γ_{2}) (1 - γ_{3}) σ θ (γ_{3} + α) \frac{γ_{2} - γ_{1} + β δ}{1 - γ_{2}}, (1 - γ_{2}) (1 - γ_{3}) σ \frac{(α θ - 1) (γ_{3} - γ_{1}) + α θ β Δ}{1 - γ_{3}}), \\ φ_{3} = (1 - γ_{2}) (1 - γ_{3}) σ, Τ = (\begin{matrix} γ_{2} & 0 \\ 0 & γ_{3} \end{matrix}), Τ^{0} = (\begin{matrix} 1 - γ_{2} \\ 1 - γ_{3} \end{matrix}) 。 \end{array}$

证明由定理3知,稳态队长分布是

$\begin{array}{l} Ρ {L = 0} = π_{01} + π_{02} = (1 - γ_{1}) (1 - γ_{2}) (1 - γ_{3}) (1 + θ γ_{3}) σ \\ \begin{array}{l} Ρ {L = k} \\ = π_{k 0} + π_{k 1} + π_{k 2} \\ = (1 - γ_{1}) (1 - γ_{2}) (1 - γ_{3}) σ [θ β δ (γ_{3} + α) \frac{γ_{1}^{k} - γ_{2}^{k}}{γ_{1} - γ_{2}} - α θ β Δ \frac{γ_{1}^{k} - γ_{3}^{k}}{γ_{1} - γ_{3}} + α θ (γ_{2}^{k} - γ_{3}^{k}) + θ γ_{3} γ_{2}^{k} + γ_{3}^{k}], k \geq 1 \end{array} \end{array}$

取母函数,可得

$\begin{array}{l} L (z) \\ = \sum_{k = 0}^{\infty} Ρ {L = k} z^{k} \\ = (1 - γ_{1}) (1 - γ_{2}) (1 - γ_{3}) σ \sum_{k = 0}^{\infty} [θ β δ (γ_{3} + α) \frac{γ_{1}^{k} - γ_{2}^{k}}{γ_{1} - γ_{2}} z^{k} - α θ β Δ \frac{γ_{1}^{k} - γ_{3}^{k}}{γ_{1} - γ_{3}} z^{k} + α θ (γ_{2}^{k} - γ_{3}^{k}) z^{k} + θ γ_{3} γ_{2}^{k} z^{k} + γ_{3}^{k} z^{k}] \\ = \frac{1 - γ_{1}}{1 - γ_{1} z} (1 - γ_{2}) (1 - γ_{3}) σ [θ (γ_{3} + α) \frac{1 - γ_{1} z + β δ z}{1 - γ_{2} z} - \frac{(α θ - 1) (1 - γ_{1} z) + α θ β Δ z}{1 - γ_{3} z}] \\ = L_{0} (z) L_{d} (z) \end{array}$

其中,L0(z)是经典的GI/M/1排队到达时刻的稳态队长L的母函数。所以

$L_{d} (z) = (1 - γ_{2}) (1 - γ_{3}) σ [θ (γ_{3} + α) \frac{1 - γ_{1} z + β δ z}{1 - γ_{2} z} - \frac{(α θ - 1) (1 - γ_{1} z) + α θ β Δ z}{1 - γ_{3} z}] (7)$

注意到 $\frac{1 - γ_{1} z + β δ z}{1 - γ_{2} z} = (1 - γ_{1} z + β δ z) \sum_{k = 0}^{\infty} γ_{2}^{k} z^{k} = 1 + (γ_{2} + β δ - γ_{1}) \sum_{k = 1}^{\infty} γ_{2}^{k - 1} z^{k}$ , 同理 $\frac{(α θ - 1) (1 - γ_{1} z) + α θ β Δ z}{1 - γ_{3} z} = (α θ - 1) + ((α θ - 1) (γ_{3} - γ_{1}) + α θ β Δ) \sum_{k = 1}^{\infty} γ_{3}^{k - 1} z^{k}$ ,代入上述展开式(7),得到附加队长Ld的分布。

由上述随机分解结果容易给出下列均值公式:

$\begin{array}{l} E (L_{d}) = (1 - γ_{2}) (1 - γ_{3}) σ [θ (γ_{3} + α) \frac{γ_{2} - γ_{1} + β δ}{(1 - γ_{2})^{2}} - \frac{(α θ - 1) (γ_{3} - γ_{1}) + α θ β Δ}{(1 - γ_{3})^{2}}] \\ E (L) = \frac{1}{1 - γ_{1}} + (1 - γ_{2}) (1 - γ_{3}) σ [θ (γ_{3} + α) \frac{γ_{2} - γ_{1} + β δ}{(1 - γ_{2})^{2}} - \frac{(α θ - 1) (γ_{3} - γ_{1}) + α θ β Δ}{(1 - γ_{3})^{2}}] \end{array}$

特例: 如果到达间隔为负指数分布,我们的模型退化为负顾客、启动期和备用服务员的M/M/1休假稳态队长分析,具体结果如下。

定理5 当ρ<1,θ,β>0时,马氏链(L,J)的稳态概率分布为:

${\begin{cases} π_{k, 0} = Κ [\frac{θ r}{(μ_{a} + ε) (1 - r)} \sum_{j = 1}^{k - 1} r^{j} ρ^{k - 1 - j} + \frac{θ}{μ_{a} + ε} \sum_{j = 1}^{k - 1} ξ^{j} ρ^{k - 1 - j} + \frac{θ}{(μ_{a} + ε) (1 - r)} ρ^{k - 1}], k \geq 1 \\ π_{k, 1} = Κ \frac{θ (1 - ξ)}{α ξ} ξ^{k}, k \geq 0 \\ π_{k, 2} = Κ r^{k}, k \geq 0 \end{cases}$

其中

$\begin{array}{l} Κ = [\frac{1}{1 - r} + \frac{θ}{α ξ} + \frac{θ ξ}{(μ_{a} + ε) (1 - ξ) (1 - ρ)} + \frac{θ (1 - r + r^{2})}{(μ_{a} + ε) (1 - r)^{2} (1 - ρ)}]^{- 1} \\ r = \frac{λ + μ_{b} + ε + θ - \sqrt{(λ + μ_{b} + ε + θ)^{2} - 4 λ (μ_{b} + ε)}}{2 (μ_{b} + ε)} \\ ξ = \frac{λ + α + ε - \sqrt{(λ + α + ε)^{2} - 4 λ ε}}{2 ε} \end{array}$

定理6 当ρ<1,θ,β>0时,条件随机变量L可分解成两个独立随机变量之和:L=L0+Ld,其中L0是带有负顾客的经典无休假M/M/1排队中对应的稳态队长;附加队长Ld服从的分布为

$Ρ {L_{d} = k} = {\begin{matrix} Κ^{*} δ_{1}, & k = 0 \\ Κ^{*} δ_{2}, & k = 1 \\ Κ^{*} δ_{3} (1 - r) r^{k - 1} + Κ^{*} δ_{4} (1 - ξ) ξ^{k - 1}, & k \geq 2 \end{matrix}$

其中, $δ_{1} = \frac{1}{1 - ρ}, δ_{3} = \frac{2 r - ρ}{1 - r}, δ_{4} = \frac{ξ - ρ}{ξ (1 - ρ) (1 - ξ)}, Κ^{*} = \frac{Κ}{(1 - ρ) (1 - ξ) (1 - r)} ‚ δ_{2} = \frac{θ}{1 - ρ} \cdot [\frac{r^{2}}{(1 - r) (μ_{a} + ε) (ρ - r)} + \frac{ξ}{(μ_{a} + ε) (ρ - ξ)} - \frac{(1 - ξ) (ξ - ρ)}{ξ β}]$ 。

5 数值例子

在上面的分析中,我们得到了稳态下平均队长的表达式,因为本文中的顾客到达间隔服从一般分布,适用于任一带有限均值的具体分布函数。下面给出到达间隔为负指数分布的特例。通过两个图来考察平均队长随负顾客到达率和备用服务率的变化趋势。

由平均队长E(L)的表达式,从图1可以发现, 当λ,μa,μb,β固定时,显然稳态下,随着负顾客到达率ε的递增,系统的顾客数相应减少。相应地,从图2可以发现,系统中的平均顾客数随备用服务率μb的增大,顾客也相应减少,而且休假率对平均顾客数的影响较小。

6 结论

本文讨论了负顾客、启动期和备用服务员的GI/M/1休假稳态队长分析,运用矩阵几何解方法求得该模型的稳态队长分布和队长的随机分解,并且通过特例给出了一些相关的结果。最后,通过两个数值例子分析了系统参数对平均队长的影响,因此所讨论的模型有其复杂性但又具有重大的现实意义,以后的研究中还可以考虑其顾客等待时间的分布。

参考文献

[1]田乃硕.休假随机服务系统[M].北京:北京大学出版社,2001.

[2]Doshi B T.Queueing systems with vacations asurvey[J].Queueing Systems,1986,1:29~66.

[3]岳德全等.具有备用服务员的可修排队系统[J].山东大学学报,2009,44(3):39~44.

[4]马金旺等.具有备用服务员的休假可修排队系统[J].燕山大学学报,2009,33(2):163~168.

[5]徐秀丽,田乃硕.带关闭期和启动期的GI/M/1排队[J].燕山大学学报,2003,27(1):68~70.

[6]Lee J,Kim J.Workload analysis of an M/G/1queue under the PMλpolicy with a set-up time[J].Applied Mathematical Modelling,2007,31:236~244.

[7]Atencia I,Moreno P.The discrete-time Geo/Geo/1queue with negative customers and disasters[J].Computers&Operations Research,2004,31:1537~1548.

[8]Yadavalli V S S,et al.A multi-server perishableinventory system with negative customer[J].Computers&Industrial Engineering(2010).doi:10.1016/j.cie.2010.07.032.

[9]Abbas K,et al.Strong stability of the embeddedMarkov chain in an GI/M/1 queue with negativecustomers[J].Applied Mathematical Modelling,2010,34:2806~2812.

[10]朱翼隽,陈燕,胡波.具有负顾客的GI/M/1休假排队模型[J].江苏大学学报(自然科学版),2004,25(4):315~318.

[11]Neuts M.Matrix-geometric solution stochasticmodels[M].Baltimore:Johns Hokpins UniversityPress,1981:1~40.

4.设备管路常用保温材料选择研究篇四

目前,设备及供热管道在外表面都应包敷单层或双层保温层。主要目的有:一是尽量减少热介质在输送过程中的散热损失,并保持一定的热介质参数,保持生产能力,根据运行经验,当管路表面有较好的保温层时,其热损约占总输送热量的5%~8%;二是从操作工安全角度考虑,管路外表面有保温层,降低了表面温度,这样防止操作工接触高温设备及管道,避免烫伤;三是考虑到安装在设备及管道上或附件的一些测试仪表等,有些不能在高温环境下工作,这样也需要设备及管道表面包敷保温层。因此,如何选择保温材料,必须高度重视,应按照在保证生产能力、生产工艺要求的前提下,选择热导率小、保温层性能好、质量好、重量轻、价格低廉、包敷方便及外表美观的保温材料。

1 设备管路保温材料的选取研究

1.1 设备及管路的保温材料的选取的基本要求

1)保温材料热导率要小。该参数是判定保温材料好坏的主要性能指标,其值越低保温效果越好,据行业规定,热导率应小于0.12W/(m·K)。2)密度要小,重量轻。易于包敷,对设备及管路的负荷小,密度应不大于400 kg/m3。3)保温层的使用耐热温度高。应高于正常工作的介质的最高温度。4)保温材料的燃烧性能应符合国标规定的燃烧等级。5)保温材料的水含量要低,不大于7.5%。6)介质温度较高时还要综合比较,考虑经济效益好的优先使用。

当前,设备及管道系统中常用的保温材料有硅酸铝保温棉、岩棉制品、HPS静体新型复合保温膏等。

1.2 常用保温材料的保温热力计算

1)硅酸铝保温棉性能参数:使用温度T=800~1000℃;导热系数λ=0.056 W/(m·K);使用密度ρ=80~130kg/m;存在形式为矩形块或卷材。

2)岩棉制品性能参数:使用温度T=400~650℃;导热系数λ≤0.049 W/(m·K);使用密度ρ=60~120 kg/m3;存在形式为矩形块、卷材或管状。

3)HPS静体新型复合保温膏性能参数:使用温度T=-40~600℃;导热系数λ=0.031 W/(m·K);使用密度ρ=213 kg/m3;存在形式为膏状。

本文按控制设备及管路外表面温度计算保温层厚度。以某设备管路为例:管外径D0=620 mm;介质温度Tk=550℃;环境温度Ta=20℃;防烫伤温度Ts=50℃;表面传热系数α=8.141 W/(m2·K)由于管外径小于1020 mm,按圆筒面进行计算厚度δ:

式中:D1为设备管路保温外径,m;D0为管外径,m;λ为导热系数,W/(m·K);α为表面传热系数,W/(m2·K);Ts为防烫伤温度,℃;Ta为环境温度,℃;δ为保温层厚度,m。

按上述3种保温材料分别进行厚度计算,结果如表1。

由计算结果可知,HPS静体新型复合保温膏在同样的保温条件下,该材料的导热系数较低,所以保温厚度最薄,黏结强度好,耐酸碱,不腐蚀设备及管路,不污染,有利改善操作工劳动保护,由于其呈膏状,保温不受设备及管路形状的限制影响,冷热保温效果都很好。

2 结语

本文通过对设备管路中常用保温材料(硅酸铝保温棉、岩棉制品、HPS静体新型复合保温膏)的性能特点及存在形状的分析,由于硅酸铝保温棉、岩棉制品导热系数大些,不如HPS静体新型保温膏的保温效果好。另外它们的形式都是矩形板状、卷材状或管状,对于特定形状或大的设备表面为平面时保温方便。对于形状不规整的表面则不方便保温。而HPS静体新型复合保温膏导热系数相对低,保温效果好,黏结性能好,减少热能从缝隙损失,耐酸碱,不腐蚀设备及管路,不污染,有利改善操作工劳动保护。由于其呈膏状,保温不受设备及管路形状的限制影响,冷热保温效果都很好,所占体积相对下,整体造价,其他的常用的保温材料节省约1/2~1/3。该产品的使用寿命也较长,是常用保温材料2~3倍。使用范围也较广,如冶金、石油、电力、航空、航天、制药等领域。因此在设备及管路保温时必须高度重视,应在保证生产能力、生产工艺要求的前提下,选择热导率小、保温层性能好、质量好、重量轻、价格低廉、寿命长的HPS复合保温材料,以节约更多的能源。

参考文献

5.常用工具和备用材料篇五

1.1 可节约成本, 有利于就地取材

为了降低购买原材料的成本, 在很多道路的施工过程中, 施工现场附近的砂石就可以直接使用的, 但需要对这些材料检测后, 待检测能达到质量标准之后才能进行判定是否能够使用。

1.2 有利于新材料在工程中的使用

新研制的公路施工材料目前大量应用与公路建设中, 但绝大部分施工单位对这类新型材料的一些不确定的因素十分担心, 因此对新型材料是否可以达到公路建设的质量要求的判定, 这在新材料检测的整个过程中是至关重要的, 这也是判定新材料的使用是不是安全的重要起点。

1.3 修路所用原材料和成品、半成品材料质量好与坏的科学检测

施工中需要使用科学的技术手段对道路材料进行检测, 同时应当对于材料使用的各个方面都进行检测。于是在道路建设的实际过程中, 为了确保工程的质量不打折扣, 使用质检合格的原材料才为上策。

1.4监控施工质量需要合理地通过抽样实验进行检测

由于目前在公路建设以后, 公路正常的进行使用是需要在通过公路质量验收后, 所以对于整个公路的质量验收而言, 对于公路的使用材料进行检测也是整个公路在验收中的一个标准措施, 和施工方的企业经济利益有着非常紧密的联系。

2 公路材料质量检测常见的方法

想要确保公路工程施工质量, 必须通过运用科学方法提高检测质量和工作效率。这首先要求必须保证公路建设所使用的原材料的质量, 与此同时要求检测人员要严格树立检测质量的理念。

2.1 外观检测

外观检测就是对于材料的表面色泽、形状使用肉眼进行观察以及材料的再次加工的质量进行检测, 外观检测是对于道路施工材料最常见的方法。但是外观检测仅仅是使用肉眼及使用该法的人员的以往经验对原材料进行主观臆断地判定, 因此这种检测在使用过程中缺乏有力的科学性依据。

2.2 仪器检测

使用专用仪器对道路原材料进行检测是目前基本检测方法。根据不同的物理反应, 在检测中所使用的方法各式各样, 如常见的方法有:透过物理光学或者是电磁学的检测方法。从目前众多的实际情况中不难知道, 虽然使用相关专业仪器对材料进行检测之后, 会得出一系列与之相对应的材料数据, 而这些专业数据也可作为专业理论数据为施工材料是否合格提供相关依据, 但是判定材料是否合格还是需要众多标准, 这就需要综合考虑了。目前伴随着专业市场需要, 专业对口的精密仪器的研发和使用, 似的施工材料在检测上精准度也得到了大幅度的提高。

2.3 无损检测

无损检测是目前最新运用的材料检测方法, 其实质就是对公路施工材料的内部是否存在质量问题, 通过一些光学特征或者电磁学特征对使用过的施工材料表面和内部的进行审核。但是该检测方法其对工作人员的个人素质和工作能力的要求是十分之高的:首先, 一定要是受过专业培训的检测工作人员, 并具备一定的处理专业数据的能力和符合操作仪器的基本要求才能够进行检测, 目前符合这类专业技术类岗位要求的人员相比稀缺。

3 公路材料检测中的注意事项

3.1 规范取样

由于在整个公路施工中, 所涉及使用到的施工材料品种类别繁多, 恰恰此时如何在品类繁杂的众多施工材料中正确的作出选择无疑就显得至关重要了。此处想到上小学的时候班主任曾说过的一句话:我们都是一颗颗小小的螺丝钉, 祖国就是个庞大的机器, 缺了哪一个小螺丝钉, 这个机器都是不能够很好的运转的。在此也算是借题发挥吧, 在面对道路施工中关键的施工位置如果选择劣质材料将会对道路施工的整体质量以及工程交付后在使用过程中会导致极其严重的可怕事情的发生, 特别是在桩基时, 因混凝土中水泥标号等各类质量问题的出现, 亦或是配比比例没有达到国家规定标准, 就会导致最后发生道路坍塌, 甚至更为严重的隐患发生。因此对每一批施工材料都必须要严格检验, 要科学严谨对施工材料进行采样, 即便是遇到同一个厂家供应的施工材料, 在质量上不同层次的产品也会有很大的不同。

3.2 取样的代表性

在检测采样的过程中, 不可能将所有的施工材料都进行检验, 所以抽取的样品要有一定的代表性, 但是抽样的结果一定需要和整体的施工材料的结果必须是大致一致。因此具有代表性的采样结果, 不仅可以反映出施工材料的结果, 还可以减少专业检测人员的抽样次数, 这样就可以大大地提高了检测工作的效率。而对于采样的施工材料的数量上也必须要达到一定的要求, 这样有利于采样检测人员在不同数量以及不同规格的材料进行分别的采样, 这样的结果就是为了方便检测。

选择好施工材料的采样方法也是非常必要的, 对于专业的检测人员而言, 应该定期对于公路上的施工材料进行取样, 做到定期定量采样, 但是在采样的整个过程中, 最严谨的方法是分散采样, 不要集中采样。在采样的过程中要注意一定的方法, 例如在一个水泥袋中采集水泥相比不如多个袋中采集水泥更具有代表性。其中, 四分法是施工材料最常见的采样方法。

4 加强公路施工材料试验检测质量的相关措施

4.1 公路施工材料质量的控制

必须要制定一系列的严格检测流程, 对于新进的不论是成品还是半成品的施工材料要行之有效地进行检测, 待其检测结果符合规定标准的要求后才能够在施工中进行使用。另外, 除了常规试验外, 必要时非常规性试验也要适当进行, 这样就可以确保该材料真正达到施工技术的要求。

4.2 控制数据的确定

施工控制参数就是指导施工、监控施工质量的关键数据。在确定使用参数为试验检测手段时绝对不能马虎, 必须要认真对待, 并力求消除掉试验的误差, 提高试验精准度, 来保证试验数据的精准性以及可靠性。

4.3 现场工程过程的质量控制

在施工过程中, 必须要做到以下儿个方面对施工质量进行控制:首先施工方单位要从自我管理做起。建立一套完整的检测施工材料措施无疑关系到整个施工质量的好坏, 从另外一个层次面来讲增加施工材料检测的投入也就是在节约成本, 这样有利于企业的口碑和道路施工中工程的质量这也是从长远的发展的角度来说的。加强日常的监理工作, 发现了不符合要求的施工材料, 监理一定要及时向上级进行详细的汇报, 及时解决问题, 解决隐患。最后, 在工程监督方面, 政府相关部门一定要制定强有力的监督执行方案, 以保证道路施工的质量。

5 结语

综上所述, 在公路施工的过程中, 施工材料的选择采购以及对材料的检测在整个道路工程的质量起着决定性作用。而在每个检测的过程中, 如何采取正规的检验方法以及合适的采样方式对于施工材料的检测结果都会起到举足轻重的作用, 这就对专业的检测人员所必须具备专业的科学严谨的素养, 并且具备很强的工作责任心, 同时具有积极的工作态度, 这样才能够做好公路材料的检测工作。

参考文献

[1]来伟新, 占红莲.公路工程施工试验检测应关注的几个问题[J].中国高新技术企业, 2008 (9) :10-13.

[2]张洪云.公路工程施工中的试验检测工作[J].企业论坛, 2005 (6) :22-24.

[3]饶关洪, 刘昌明.加强工程试验检测在公路工程质量管理中的作用[J].建筑技术, 2010 (41) :18-20.

[5]朱东风, 土良明.浅谈高速公路材料质量控制[J].建设科技, 2008 (16) :30-32.

6.常用工具和备用材料篇六

1 烟气的危害

火灾烟气是由可燃物燃烧后分解生成的含有热量的气态、液态和固态物质与空气的混合物。主要包括水蒸气、CO2、CO、氮氧化物、卤化物、醛类、炭黑等。一般把火灾中对人体有害的成份按毒性作用方式分为刺激性气体和麻醉性气体,刺激性气体有一氧化氮(NO)、二氧化氮(NO2)、氯化氢(HCl)等,麻醉性气体有氰化氢(HCN)、一氧化碳(CO)等[2]。

现阶段常用烟气成分分析法FED(有效剂量分数)对烟气毒性进行评价,认为烟气的总致死量是各组分气体之和。通过对CO、CO2、O2等气体相互作用的研究,提出一种简化的数学模型[3],计算公式如式(1)。

在国际上除了使用气体分析法来评价烟气毒性,还可以通过动物实验,在实验室燃烧材料产生气体,根据暴露于烟气中的动物的存活情况,来定量描述烟气毒性。动物实验法通常用30 min小鼠烟气暴露实验,观察实验结束后及后续的观察时间内的小鼠的LC50作为评判标准[4]。

2 火灾烟气毒性评价动物染毒实验

2.1 实验原理与方法

对于气体毒性,采用动物实验来考察毒性气体对动物的生理的影响,被看作是对材料分解产物的总的毒性评价的最高手段。本文采用GB/T 20285-2006的实验方法,为取得小鼠的全部不死亡产烟浓度LC0和全部死亡产烟浓度LC100,对包含LC0和LC10 0在内取不少于6个成等比数列的产烟浓度进行动物染毒实验,每个试验组采用8只或10只小鼠。动物感烟染毒的时间为30 min,试验后观察14天。根据各组小鼠死亡率按式(2)计算出LC50[4]。

式中:LC50———小鼠半数致死浓度,mg/L

LC10 0———小鼠全死亡烟气浓度下限,mg/L

i———相邻浓度比值的对数

∑p———各试验组小鼠死亡率的总和(以小数点表示)

根据LC50,对照表1确定材料产烟毒性危险级。

表1 产烟材料危险级别表[5]

2.2 实验结果与分析

(1)材料选取

装潢材料众多,难以一一实验,结合相关统计数据,本文选取几种成份不同的材料作为实验对象,即选用强化木地板,PVC板材,晴纶窗帘这三种材料。这三种材料使用广泛,成份各异,同时也是室内装饰常用材料,具有一定的代表性。

(2)实验结果与分析

强化木地板不同产烟浓度下的小鼠死亡情况如表2。

表2 强化木地板产烟小鼠实验结果

腈纶窗帘强化木地板不同产烟浓度下的小鼠死亡情况如表3。

表3 腈纶窗帘产烟小鼠实验结果

PVC板材不同产烟浓度下的小鼠死亡情况如表4。

表4 PVC板材产烟小鼠实验结果

3 实验数据分析

(1)强化木地板在600℃的LC0=14.38 mg/L,LC10 0=28.52 mg/L,LC50由式(2)得到为19.06 mg/L。根据表1判断为准安2级(ZA2)。实验小鼠在实验结束后即已经死亡,在此后的观察期内没有死亡现象,判断属于麻醉性毒害。

(2)晴纶窗帘在600℃的的LC0=1.12 mg/L,LC10 0=6.78 mg/L,LC50由式(2)得到为3.18 mg/L。根据表1判断为危险级(WX),实验小鼠在实验结束后大部分即已经死亡,此后的观察时间内有死亡,但主要是实验结束后的死亡,因此判断属于麻醉性毒害。

(3)PVC板材在600℃的的LC0=4.68 mg/L,LC10 0=9.28 mg/L,LC50由式(2)得到为6.20 mg/L。根据表1判断为准安3级(ZA3)。实验小鼠在实验结束后没有立即死亡,而在此后的观察期里逐渐死亡,判断属于刺激性毒害。

4 结论

(1)从实验得到材料产烟毒性腈纶窗帘>PVC板材>强化木地板,腈纶窗帘的毒性是PVC板材的1.9倍,PVC板材是强化木地板的3.1倍。其中腈纶窗帘属于麻醉性毒害,PVC板材属于刺激性伤害,强化木地板属于麻醉性伤害。按GB/T 20285-2006标准强化木地板属准安2级(ZA2)、PVC板材属准安3级(ZA3),腈纶窗帘属危险级(WX)。

(2)室内装潢材料烟气毒性差异巨大,不同材料毒性也不同,在选用装潢材料时应注意筛选,保证火灾时人员的安全。

摘要：火灾烟气是火灾中人员致死的主要原因之一,随着室内装饰材料的广泛应用,室内装饰材料的燃烧烟气毒性越来越受到人们关注。研究装饰材料的燃烧烟气毒性,确定产烟毒性危险级别,可以为合理选用装饰材料提供参考。室内的各种装饰材料燃烧会产生各种气体,因材料不同,产生气体成份复杂,无法用单一的气体指标来衡量。本文使用动物染毒法对选定的典型装饰材料进行产烟毒性分级,对选用装饰材料具有一定的参考意义。

关键词：火灾,装潢材料,烟气毒性

参考文献

[1]刘军军,李风,兰彬,等.火灾烟气毒性研究的进展[J].消防科学与技术,2005(06):674-678.

[2]童朝阳,阴忆烽,黄启斌,等.火灾烟气毒性的定量评价方法评述[J].安全与环境学报,2005(04):101-105.

[3]Hartzell G E.Over view of combustion toxicology[J].Toxicology,1996,115:7-23.

[4]GB/T 20285-2006,材料产烟毒性危险分级[S].

【常用工具和备用材料】推荐阅读：

常用工具教学09-17

常用钣金材料06-26

CorelDRAW轮廓工具讲解和文字轮廓描边案例08-17

艺术涂料常用材料介绍06-18

水龙头常用材料说明07-29