第2组数量经济理论与方法（二）（数理经济学等）：7千字基于X-12-ARIMA方法的迪拜原油价格季节性波动分析*
王书平郑维吴振信
（北方工业大学经济管理学院，北京100144）
【摘要】油价时间序列往往受众多因素的影响，从而可以分解成各种成分。本文运用X-12-ARIMA方法分析迪拜原油价格的季节性波动，探讨油价运动规律，结果表明季节调整的整体效果较好，季节因素对中质高硫原油价格具有显著影响，夏、秋季推动油价上升，而春、冬季节使油价下跌，同时发现原油价格的短期变化主要由不规则事件和季节因素决定，而长期变化由趋势因素决定。
关键词迪拜原油X-12-ARIMA 季节性波动
中图分类号F064.1 文献标识码 A
引言
季节因素从供给和需求两方面影响油价，其需求影响可能更大。恶劣的天气会限制石油运输能力、破坏炼油厂和石油设施，从而减少原油、成品油的供给，进而推动油价上涨；相反，温和的天气会加速石油的运输，提高炼油能力，从而维持油价稳定，甚至使油价下跌。同时，季节因素还通过影响成品油的需求进而影响原油的需求，由于季节因素对各成品油的影响有较大差异，从而季节因素对原油价格的影响是一种综合作用。
研究季节因素对油价的影响程度和影响模式，可以利用季节调整方法。第一个被广泛应用的季节调整方法是由美国普查局Shiskin等人于1965年开发的X-11方法，后来逐步完善，形成标准X-11方法[1]，其思想是用滑动平均来估计趋势成分和季节成分。然而，X-11在估计趋势成分和季节成分时，在序列的两端无法使用对称权重，只能用非对称权重，一方面，非对称权重可以导致成分估计不准，另一方面，当新数据来临而重新估计时，初始的各成分估计在序列尾部可能会发生较大变动，变动的成分估计会降低X-11方法的可信度。为此，加拿大统计局于1980年在X-11方法基础上开发了X-11-ARIMA[2]，1988年又进行了修改和加强[3]，此方法用Box和Jenkins（1976）的ARIMA模型来延长序列，较好地解决了对称权重问题[4]。为了进一步提高季节调整方法的调整效果，美国普查局于1995年对X-11-ARIMA 方法进行了改进，引入了RegARIMA模型（即具有ARIMA误差的回归模型），此模型可使用户在季节调整之前对序列中存在的异常值和历法效应作预调整。后来经过一些实践和修改，1998年美国普查局正式推出了X-12-ARIMA方法及配套程序[5]，这也是目前应用最广泛的季节调整方法。季节调整方法中，除X-11家族（包括标准X-11，X-11-ARIMA和X-12-ARIMA）外，比较流行的方法还有TRAMO/SEATS[6]。TRAMO/SEATS是TRAMO和SEATS这两个过程的组合，TRAMO是具有ARIMA噪声、缺省观测值和异常值的时间序列回归技术（Time Series Regression with ARIMA Noise, Missing Observation and Outliers），而SEATS是ARIMA时间序列中的信号提取技术（Signal Extraction in ARIMA Time Series）。TRAMO/SEATS方法首先用TRAMO过程对时间序列进行预调整，然后将结果传给SEATS 过程获得各种成分估计。TRAMO/SEATS与X-12-ARIMA存在较大差别，因而季节调整结果也稍有不同。Findley and Hood[7]比较了这两种方法，得出结论认为X-12-ARIMA在许多
*基金项目：教育部人文社会科学研究青年基金项目（08JC790004），北京市优秀人才培养资助项目（20071D0500200137），北方工业大学重点研究计划项目，北方工业大学青年重点研究基金项目。
作者简介：王书平（1977－），男（汉族），湖南涟源人，北方工业大学经济管理学院讲师，经济学博士，研究方向：计量经济、能源经济分析。E-mail: dwangshuping@https://www.doczj.com/doc/408967218.html,。通信地址：北京市石景山北方工业大学经管学院经济研究所，邮编：100144。
地方（如调整效果控制、异常值处理、季节模式识别等）要优于TRAMO/SEATS 。
目前，许多西方国家广泛使用季节调整方法对国民生产总值等经济序列进行季节调整，然后将调整后的序列公布，而我国还未进行这项工作。1999年以来，国家统计局先后组团赴英国、美国、德国等国学习和考察季节调整方法及其应用，取得了一定效果[8-10]。
许多文献报纸都提到了季节气候对国际油价的影响，如Scott Simon [11]认为寒冷的冬季是推动取暖油价格上涨的一个重要原因，国信证券的研究报告也认为气候变化对油价波动会产生重要影响[12]，但很少有建立模型深入分析。
目前，原油贸易合同采用公式法计算出口原油价格，即以某种基准油在交货或提单日前后某一段时间的现货交易或期货交易价格为基准，加上升贴水作为原油贸易的最终结算价格，也称“浮动价”。长期以来，国际市场原油交易形成了三种基准价格，即美国纽约商品交易所WTI 原油期货价格、英国伦敦国际石油交易所北海布伦特原油期货价格和迪拜原油现货价格。迪拜原油是阿联酋迪拜生产的一种中质高硫原油，在三种基准原油中品质最差，中东各大产油国生产的或从中东销售往亚洲的原油通常以它作为计价标准。2007年我国从中东地区进口原油7235.9万吨，占总进口量的44.34%，同时，迪拜原油的价格走势基本反映了含硫中、高质原油的价格走势，因此，对迪拜原油价格进行季节性波动分析具有重要的现实意义，有助于了解高硫中、高质原油价格运动的基本规律。
本文运用X-12-ARIMA 方法中的乘法模型对迪拜原油价格的季节性波动进行分析，探讨趋势成分、季节成分、不规则成分和交易日因素对油价的影响规律和具体影响程度，给出了具体的季节因子变化模式，这对我国石油企业进口原油的时点选择具有重要参考价值。
一、研究方法
X-12-ARIMA 季节调整方法是目前应用最广泛的季节调整方法，它包括两个阶段。在第一个阶段，建立regARIMA 模型（即具有ARIMA 时间序列误差的线性回归模型），此模型用来对原始序列中存在的各种离群值和历法效应作预调整，并对经过预调整后的序列进行向前预测和向后预测。在第二个阶段，将前一阶段产生的时间序列回归误差导入X-11模块进行季节调整，将序列分解成趋势成分、季节成分、不规则成分和交易日成分。
RegARIMA 模型是具有ARIMA 误差的回归模型，形式如下：
t s Q q i
it i t D s d s P p u L L X Y L L L L )()()()1()1)(()(Θ=----∑θβαφ?
（1）
其中，L 是滞后算子，s 为季节周期的长度(月度数据s =12，季度数据s =4), d 、D 分别表示非季节性差分阶数、季节性差分阶数，)(L p ?、)(L q θ分别表示非季节性p 阶自回归算子、q 阶移动平均算子，)(s P L φ、)(s
Q L Θ分别表示季节性P 阶自回归算子、Q 阶移动平均算子，t u 为白噪声过程，t Y 是原始时间序列，it X 是回归变量。（1）式通常用Box-Jenkins 记法表示成(p d q)(P D Q)s 。
预设的回归变量包括各种离群值和历法效应因子。内置的离群值有4种，分别为离群值点AO 、水平漂移LS 、暂时变化TC 、斜线上升RP ，在季节调整之前将它们从原序列中剔除有助于参数估计和预测不受干扰。内置的历法效应因子有固定季节效应因子、交易日效应因子、闰年效应因子、月份长度效应因子、工作日效应因子、节假日效应因子，这些历法效应因子可选择在X-11季节调整阶段利用不规则成分进行估计，也可以选择在建立regARIMA 模型阶段进行预调整，Findley [5]的研究表明后一种方法更好。
X-12-ARIMA 方法提供了五个ARIMA 预定义模型，除此之外，用户也可自定义ARIMA
模型的形式。预定义的五个ARIMA 模型，非季节阶数分别为(0 1 1)、(0 1 2)、(2 1 0)、(0 2 2)、(2 1 2)，季节阶数全为(0 1 1)。确定ARIMA 模型的形式基于这样三个准则：（a ）序列中最后三年的平均相对误差（MAPE ）必须小于15%；（b ）Box-Ljung 卡方检验[14]，其零假设为：模型无拟合不足，如果统计量的显著性概率大于0.05，则不能拒绝零假设，即模型无拟合不足；（c ）过度差分检验，其准则值应大于0.9。如果某个模型不符合三个准则中的任何一个就不再考虑它，对满足所有准则的一组模型，选择MAPE 最小的模型。如果五个模型都不行，则对序列不再使用ARIMA 模型。
另外，基于AIC 最小准则，判断交易日效应、节假日效应、固定季节效应是否存在，以及对原序列是否进行函数转换。
二、迪拜原油价格季节性波动分析
1．样本选取
本文选取迪拜原油现货价格作为考察对象，迪拜原油现货交易自1997年1月3日起在每个星期五报价，为保证数据的连续性，我们选取1997年以后的油价，考察期为1997.1.3-2008.11.28，数据来源于网站：https://www.doczj.com/doc/408967218.html, 。此网站提供的数据是周数据，需整理成月度数据，具体做法是取每月周价格的简单平均为对应月的价格，共143个观察值。使用的软件为EViews5中的Census X12过程，此过程可实现X-12-ARIMA 季节调整方法。本文中的春夏秋冬等季节是指北半球的四季，分别代表3、4、5月份，6、7、8月份，9、10、11月份和12、1、2月份。
2．初始诊断
迪拜原油价格随时间有递增趋势，故使用季节调整中的乘法模型，即t t t t I S T y =，其中t T 表示趋势成分、t S 表示季节成分、t I 表示不规则成分。由于迪拜原油现货交易固定在每周五报价，所得到的月度数据是每个月星期五报价的简单平均，月价格不依赖于该月的星期构成，不存在交易日效应，故不对交易日效应进行调整。从迪拜油价序列上看，也不存在满足预定义的四种类型的离群值，故也不对离群值进行处理。
自动选择的ARIMA 模型为(0 1 2)(0 1 1)12，估计的regARIMA 模型如下：
t t u L L L Y L L )7887.01)(3695.05332.01()052.0)(1)(1(12212+--=+-- （2）
对于模型（2），最后三年的平均绝对百分比误差为13.5%，Box-Ljung 统计量对应的显著性概
率值为36.95%，并显示无过度差分。这些统计量表明模型（2）拟合的较好，可用来延长预调整后的迪拜油价序列。
对季节调整效果的诊断：
（1）季节调整后序列的平均绝对百分比变化小于原始序列，不同间隔月数的不规则成分的平均绝对百分比变化无明显差别，如表1所示，表明季节调整效果较好。
表1 迪拜油价序列平均绝对百分比变化
（2）整体检验统计量Q值为0.84，此值小于1，表明季节调整整体效果较好。
（3）谱分析的结果如图1所示，显示季节调整后序列和不规则成分中不存在残余季节性和交易日效应，同时，这也验证了迪拜油价不存在交易日效应的初始判断。
总的来说，各种统计量以及谱分析显示，季节调整效果较好。
3．季节性调整
（1）季节调整后序列。如图2所示。
从图2可以看出，经过季节调整后的油价序列比原始油价序列要平滑一些，这也说明季节调整效果较好。
（2）季节性成分与检验。季节性检验如表2所示。
表2 迪拜油价季节性检验
稳定季节性F检验（原假设：无季节性影响）
在显著性水平0.001下证明季节性的存在
在显著性水平0.01下证明季节性的存在
在显著性水平0.01下证明存在移动季节性
对于稳定季节性检验，其96.2)131,11(597.92
001.0=>=F F ，表明迪拜原油价格存在
稳定季节性。对于移动季节性检验，其71.2)110,10(89.32
01.0=>=F F ，表明迪拜原油价
格存在移动季节性。同时，结合Kruskal-Wallis 检验，组合检验表明，迪拜原油价格中不存在可识别季节性。
季节性检验表明，迪拜油价存在稳定季节性和移动季节性，也就是油价季节性波动显著，其波动不仅随月变化，而且随年变化。其季节成分序列如图3所示，可以看出，自2003年起，季节因素对迪拜油价的影响越来越大。
季节因子变化模式如图4所示（注：其中纵轴的数字表示百分比，波浪线表示季节因子，水平线表示某个月份季节因子的平均值）。可看出，季节因素使迪拜油价在5、6、7、8、9、10月上涨，其中6、7、8、9月上涨大约6至9个百分点，5、10月上涨大约2至4个百分点，在1、2、3、4、11、12月下跌，其中12、1、2月下跌大约8个百分点，3、4、11月下跌大约5个百
程度见表5。从此表可看出，迪拜油价短期变化主要由不规则因素和季节因素决定，而长期变化由趋势因素决定，其总体影响规律是：随时间推移，不规则因素和季节因素的作用逐渐
降低，而趋势作用逐渐加强。迪拜油价月度变化中，不规则因素比季节因素对油价变化的影响程度大，分别为45.56%和30.51%，而间隔1个月以上，季节因素基本上比不规则因素对迪拜油价的影响程度大。
表5 各因素对迪拜油价变化的相对贡献度
三、结论与建议
本文详细分析了季节因素对迪拜原油价格的影响程度及影响模式，并在此基础上探讨了趋势因素和不规则因素对油价的影响规律，得到了如下主要结论：
（1）季节因素对中质高硫原油价格具有显著影响，夏、秋季推动油价上升，而春、冬季节使油价下跌。
（2）原油价格的短期变化主要由不规则事件和季节因素决定，而长期变化由趋势因素决定。
据此，对我国石油企业进口原油及国家能源发展策略，提出如下建议：
（1）进口石油的时点选择
季节因素对油价影响显著，在进口石油时，应该考虑季节因素的影响作用。进口迪拜原油和以这种原油为计价基准的原油时，可多选择在冬、春两季，尽量避免原油价格高涨的6、7、8、9这几个月份。
（2）建立石油储备以应对不规则因素对油价的影响
迪拜油价月度变化中，不规则因素、季节因素、趋势因素对油价变化的影响程度分别为45.56%、30.51%、23.94%，其中不规则因素对油价变化的影响程度最大。说明迪拜油价的短期变化主要是由不规则事件引起的，应对的有效办法是针对迪拜原油建立至少一个月规模的石油储备。
（3）能源发展战略
趋势因素决定着油价的长期变化，随着石油储藏量的不断减少，长期来看石油价格必定是一个上涨趋势，而石油又是一种不可再生资源。因此，过分依赖石油不利于一个国家的能源安全。调整我国的经济结构从而优化能源消费结构、降低单位GDP能源消耗、发展能源替代技术，才是我国经济持续发展的长久之计。
参考文献：
[1]Shiskin, J., Young, A. H., and Musgrave, J. C. The X-11 Variant of the Census Method II
Seasonal Adjustment Program[R]. Technical Paper No. 15, U.S. Department of Commerce, Bureau of Economic Analysis, 1967.
[2]Dagum, E.B. The X11ARIMA seasonal adjustment method[R]. Catalogue No. 12-564E,
Statistics Canada, 1980.
[3]Dagum, E.B. The X11ARIMA/88 seasonal adjustment method-foundations and user’s
manual[R]. Time Series Research and Analysis Division, Statistics Canada technical report, 1988.
[4]G. E. P. Box and G. M. Jenkins. Time Series Analysis: Forecasting and Control (Revised
Edition)[M]. Holden Day, San Francisco, 1976.
[5]Findley, D.F., B.C. Monsell, W.R. Bell, M.C. Otto and B. C. Chen. New Capabilities and
Methods of the X-12-ARIMA Seasonal Adjustment Program. Journal of Business and Economic Statistics, 1998, Vol. 16, p127-176.
[6]V. Gomez and A. Maravall. Program TRAMO “Time Series Observations with ARIMA
Noise, Missing Observations and Outliers”: Instructions for the user[R]. Technical report, European University Institute, Florence, 1994.
[7]Findley, D.F. and Hood, C.C. X-12-ARIMA and Its Application to Some Italian Indicator
Series[A]. In Seasonal Adjustment Procedures-Experiences and Perspectives, Annali di Statistica, Serie X, n. 20, Rome: Istituto Nazionali di Statistica, 2000, 231-251.
[8]盛继林，高培勤. 现代统计的缩影：季节因素调整[J]. 上海统计，2001(4)：15-17.
[9]陈皓. X11季节调整技术介绍[J]. 北京统计，2002 (7)：41-42.
[10]刘丽萍. 对西方国家时间序列季节调整的几点认识[J]. 统计研究，2001 (12)：60-61.
[11]Scott Simon. Analysis: Energy experts forecasting higher heating oil prices for the winter.
Weekend Edition Saturday(NPR), 2000.9.
[12]丘伟，陈爱华，张剑峰. 气候寒冷推动油价继续反弹，需求低迷促化工产品价格下降[R].
国信证券，2007-2-5.
[13]王秀云. 原油价格与原油性质关系的初步探讨[J]. 石油化工技术经济，2006(5)：18-23.
[14]Ljung, G. M., and Box, G. E. P. On a Measure of Lack of Fit in Time Series Models[J].
Biometrika, 1978, Vol. 65, p297-303.
Analysis about Seasonal Fluctuation of Dubai Crude Oil Price Based on
X-12-ARIMA Method
Wang Shu-ping, Zheng Wei, Wu Zhen-xin
（School of Economics and Management, North China University
of Technology, Beijing 100144）
Abstract：Oil price series are influenced constantly by numerous factors, so they can be decomposed into all sorts of components. Using X-12-ARIMA method, the paper analyzes seasonal fluctuation of Bubai crude oil price and its movement discipline. Empirical results show that the effect of seasonal adjustment is satisfactory, and seasonal factors have a significant impact on mid Intermediate high-sulfur crude oil price, both summer and autumn promote oil prices, while the spring and winter cause oil prices falling. Moreover, it indicates that the short-term change of oil prices is dominated by irregular events and seasonal factors, and the long-term change of oil prices is determined by trend factors.
Key words：Dubai Crude Oil；X-12-ARIMA；Seasonal Fluctuation
二、常用相关分析方法及其计算 在教育与心理研究实践中，常用的相关分析方法有积差相关法、等级相关法、质量相关法，分述如下。 （一）积差相关系数 1. 积差相关系数又称积矩相关系数，是英国统计学家皮尔逊（Pearson ）提出的一种计算相关系数的方法，故也称皮尔逊相关。这是一种求直线相关的基本方法。 积差相关系数记作XY r ，其计算公式为 ∑∑∑===----= n i i n i i n i i i XY Y y X x Y y X x r 1 2 1 2 1 ) ()() )(( (2-20) 式中i x 、i y 、X 、Y 、n 的意义均同前所述。 若记X x x i -=,Y y y i -=，则（2-20）式成为 Y X XY S nS xy r ∑= (2-21) 式中n xy ∑称为协方差，n xy ∑的绝对值大小直观地反映了两列变量的一致性程 度。然而，由于X 变量与Y 变量具有不同测量单位，不能直接用它们的协方差 n xy ∑来表示两列变量的一致性，所以将各变量的离均差分别用各自的标准差 除，使之成为没有实际单位的标准分数，然后再求其协方差。即： ∑∑?= = )()(1Y X Y X XY S y S x n S nS xy r
Y X Z Z n ∑?= 1 (2-22) 这样，两列具有不同测两单位的变量的一致性就可以测量计算。 计算积差相关系数要求变量符合以下条件：（1）两列变量都是等距的或等比的测量数据；（2）两列变量所来自的总体必须是正态的或近似正态的对称单峰分布；（3）两列变量必须具备一一对应关系。 2. 积差相关系数的计算 利用公式 (2-20)计算相关系数，应先求两列变量各自的平均数与标准差，再求离中差的乘积之和。在统计实践中，为方便使用数据库的数据格式，并利于计算机计算，一般会将(2-20)式改写为利用原始数据直接计算XY r 的公式。即： ∑∑∑∑∑∑∑---= 2 22 2 ) () (i i i i i i i i XY y y n x x n y x y x n r (2-23) （二）等级相关 在教育与心理研究实践中，只要条件许可，人们都乐于使用积差相关系数来度量两列变量之间的相关程度，但有时我们得到的数据不能满足积差相关系数的计算条件，此时就应使用其他相关系数。 等级相关也是一种相关分析方法。当测量得到的数据不是等距或等比数据，而是具有等级顺序的测量数据，或者得到的数据是等距或等比的测量数据，但其所来自的总体分布不是正态的，出现上述两种情况中的任何一种，都不能计算积差相关系数。这时要求两列变量或多列变量的相关，就要用等级相关的方法。 1. 斯皮尔曼(Spearman)等级相关 斯皮尔曼等级相关系数用R r 表示，它适用于两列具有等级顺序的测量数据，或总体为非正态的等距、等比数据。
原油价格历史回顾及现状分析 尽管新能源的发展步伐在加速，但不可否认，在近期石油仍将主导能源市场，石油供需关系的变化仍将牵动全球主要国家的神经。因此，未来全球经济发展以及地缘政治因素依然会导致原油价格的波动，提供可能的投资机会。 近期主要政治经济事件，如伊拉克骚乱、中国经济放缓、美联储加息以及中美第六次战略对话，将如何影响原油价格走势？ 为更好的把握原油市场，我们在这份报告中将回顾原油价格的历史变化及其主要诱因，结合当前原油进出口现状及市场预期，根据即将出现的政治经济事件对原油价格的走势进行判断。 1．回顾：石油价格的历史 1.1 原油价格的三个主要阶段 20世纪工业化发展不断推动全球对能源的需求，其中石油一直占据主导地位；石油成为各国经济发展的必需品。而经济能力及其支撑的军事力量是每个国家在国际政治中话语权的决定因素，因此，各国均密切关注原油的产出及其波动情况。 所以，原油价格的波动，是全球主要经济体之间、中东西非等石油输出国之间以及主要经济体与石油输出国之间，在政治经济层面互相博弈的最终体现。基于此，我们得以通过原油价格的历史波动来窥探相应历史时期的政治和经济概貌，以期更好的把握原油价格的未来走势。
图1展示了1983年以来纽约商品期货交易所原油价格的历史走势。长期看来，油价走势可分为三个阶段：(1)1983年-2002年，原油价格在20美元左右波动；(2)2003年-2010年，剧烈大幅波动；(3)2011年至今，在100美元左右波动。 前文中提到，原油价格是石油输出国和消费国政治经济博弈中不同力量的最终表现；因此，价格的三个阶段体现了决定性力量之间相互抵消或相互促进的关系。具体来说，第一阶段（1983年-2002年），原油价格在20美元左右波动，其主要原因有两个：(1)经历了70年代两次石油危机，石油输出国和消费国都更加理性（欧佩克部协调更加成熟，对原油产出的调控能力增强；欧美日等主要消费取措施降低对欧佩克的依赖）；(2)虽然突发事件发生时，油价涨跌幅都很大，但主要事件发生的时间独立且持续时间较短，需求和供应多有时间调整，因此油价始终保持在10-40美元区间。 第二阶段（2003年-2010年），这个阶段是国际油价最具有戏剧性变化的时期：6年，由20美元涨至145美元，然后半年（2008年7月-12月）由145美元跌至34美元。期间，油价上涨的决定性因素是：美国、亚洲及其他新兴市场经济发展迅猛，石油需求量大增，推高油价。与此同时，该时期其他政治经济事件均推动油价上涨，而没有力量对高油价施压，如2002年委瑞拉军事政变导致该国石油产量暴跌；随后2003年3月英美联军攻打伊拉克，作为欧佩克第二大产油国的伊拉克产油几近于零；美国及其他OECD国家石油战略储备很低以及美元对其他主要货币贬值等。诸多因素合力将油价逐渐推高，导致各产油国均全力输出。2008年金融危机爆发后，主要经济体受重创，石油需求大幅减少，导致石油产量严重过剩，油价由145美元暴跌至34美元。 第三阶段（2011年至今），油价在100美元左右波动。油价经历过2003年-2010年的疯狂持续上涨及随后短期暴跌，目前进入较平稳态势。与第一阶段（1983年-2002年）相似，当前国际政治经济事件中没有一股强劲力量（如第二阶段中全球经济高速发展）推升或者压低油价，且不同事件发生相对独立，不同油价影响因素之间相互抵消；因此，油价保持相对平稳。 1.2原油价格变化及同期世界相关事件 进一步，我们总结了1948年-2014年原油价格短期变化及相应时期的主要政治经济事件（表1）。正是这些事件的力量的相互加强或相互制约，最终决定了油价的变化。对这些事件的深入了解，将增强我们对于油价变化的洞察力和预见性。
边坡稳定性评价方法概述 （辽宁工程技术大学土木与交通学院辽宁阜新123000 作者：张媛）对边坡稳定性评价方法进行了综述,有：极限平衡法、有限元法、离散单元 法、快速拉格朗日分析法、DDA法、流行元法、块体理论法、可靠度方法、模 糊综合评价法、灰色系统评价法、聚类分析法、神经网络、遗传算法和专家系统。在概要地叙述了各个方法的理论基础上，对各个方法的优缺点进行了叙述，指出了各自的适合条件以及目前的应用状况。其中极限平衡法、块体理论法很多时候 与实际情况不相符合，快速拉格朗日法具有随意性，DDA法在数学收敛上的实 现有一定的难度，有限元法需要定义合适的系数，模糊综合评价法和聚类分析法不能全面、最优，专家系统对于知识的获取具有一定的难度，综合各个方法，其中的离散单元法、流行元法、神经网络、遗传算法的适用性较好。 关键词：边坡稳定性；研究进展；评价方法 Prospect Methods of the Research on Slope Stability Zhang Yuan （ liaoning Technical University Civil Engineering and Transportation Department, Liaoning Fuxin 123000 ） Abstract: The paper reviews the prospect methods of the research on slope stability. There are Limit Equilibrium Method， Finite Element Method, Distinct Element Method, Fast Lagrangion Analysis of Method, Discontinuous Deformation Analysis, Manifold Element Method, Block Theory, Reliability Method, Comprehensive Fuzzy Evaluation, Grey system Evaluation, Clustering Analysis Method, Neural Network, Genetic Algorithm, Expert System. On the base of the theory summary about every method, the paper relate the advantages and disadvantages of these methods,points their suiting conditions and using state. In the outline, Limit Equilibrium Method and Block Theory cannot agree with the fact at the most time. Fast Lagrangion Analysis of Method is at its ease, There is a difficulty of math converge about Discontinuous Deformation Analysis, Finite Element Method needs to definite suitable coefficient, Comprehensive Fuzzy Evaluation and Clustering Analysis Method cannot give a overall result, or often it is not the best, Expert System has a
作业条件危险性分析和预先危险性分析方法简介 1、预先危险性分析 1.1 方法简介 预先危险性分析法（Preliminary Hazard Analysis，PHA）又称初步危险分析。主要用于对危险物质和装置的主要工艺区域等进行分析。它常被用于评价项目、装置等开发初期阶段的物料、装置、工艺过程以及能量失控时可能出现的危险性类别、条件及可能造成的后果，作宏观的概略分析，其目的是辨识系统中潜在的危险有害因素，确定其危险等级，防止这些危险有害因素失控导致事故的发生。 1.2 预先危险性分析主要作用 1）大体识别与系统有关的主要危险有害因素； 2）分析、判断危险有害因素导致事故发生的原因； 3）评价事故发生对人员及系统产生的影响，事故可能造成的人员伤害和系统破坏、物质损失情况； 4）确定已识别危险有害因素的危险性等级； 5）提出消除或控制危险有害因素的对策措施。 1.3 预先危险性分析步骤 1）对系统的产生目的、操作条件和周围环境进行调研； 2）搜集同类生产过程中发生过的事故，查找能够造成故障、物质损失和人员伤害的危险性； 3）根据经验、技术诊断等方法确定危险源； 4）识别危险形成条件，研究危险因素转变成事故的触发条件； 5）进行危险性分级，确定其危险程度，找出重点控制的危险源； 6）制定危险防范措施。 1.4 预先危险性危险等级 在分析系统危险性时，为了衡量危险性的大小及其对系统的破坏程度，将各类危险性划分为四个等级，见下表。 危险性等级划分表 2、作业条件危险性分析 2.1 简介 作业条件危险性评价法（格雷厄姆——金尼法）是作业人员在具有潜在危险性环境中进行作业时的一
种危险性半定量评价方法。它是由美国人格雷厄姆（K.J.Graham ）和金尼（G.F.Kinney ）提出的，他们认为影响作业条件危险性的因素有三个： 1）发生事故或危险事件的可能性（L ）； 2）人员暴露于危险环境的频繁程度（E ）； 3）事故一旦发生可能产生的后果（C ）。 用这三个因素分值的乘积 D ＝L ×E ×C 来评价作业条件的危险性，D 值越大，作业条件的危险性越大。 式中，D 为作业条件的危险性；L 为事故或危险事件发生的可能性；E 为暴露于危险环境的频率；C 为发生事故或危险事件的可能结果。 2.2 取值与计算方法 1）发生事故或危险事件的可能性 事故或危险事件发生的可能性与其实际发生的概率相关。在实际生产条件中，事故或危险事件发生的可能性范围非常广泛，将事故或危险事件发生可能性的分值从实际上不可能的事件为0.1，经过完全意外有极少可能的分值1，确定到完全会被预料到的分值10为止（表2.2－1）。 表2.2－1 事故发生的可能性分值（L ） 2） 暴露于危险环境的频率 作业人员暴露于危险作业条件的次数越多、时间越长，则受到伤害的可能性也就越大。为此，K ·J ·格雷厄姆和G ·F ·金尼规定了连续出现在潜在危险环境的暴露频率分值为10，一年仅出现几次非常稀少的暴露频率分值为1。暴露于潜在危险环境的分值见表 2.2－2。 表2.2－2 暴露于危险环境的频繁程度分值（E ） 3） 发生事故或危险事件的可能结果 造成事故或危险事故的人身伤害或物质损失可在很大范围内变化，以工伤事故而言，可以从轻微伤害到许多人死亡，其范围非常宽广。因此，K ·J ·格雷厄姆和G ·F ·金尼需要救护的轻微伤害的可能结果， 它值规定为1，以此为一个基准点；而将造成许多人死亡的可能结果规定为分值100，作为另一个参考点。在两个参考点1～100之间，插入相应的中间值，列出表2.2－3 所示的可能结果的分值。 表2.2－3 事故造成的后果分值（C ）
边坡稳定性分析方法及其适用条件 摘要：边坡是一种自然地质体，在外力的作用下，边坡将沿其裂隙等一些不稳定结构面产生滑移，当土体内部某一面上的滑动力超过土体抗滑动的能力，将导致边坡的失稳。边坡稳定性分析是岩土工程的一个重要研究内容，并已经形成一个应用研究课题，本文对目前边坡稳定性分析中所采用的各种方法进行了归纳，并阐述了其适用条件。 关键词：边坡稳定性分析方法适用条件 正文： 一、工程地质类比法 工程地质类比法，又称工程地质比拟法，属于定性分析，其内容有历史分析法、因素类比法、类型比较法和边坡评比法等。该方法主要通过工程地质勘察，首先对工程地质条件进行分析，如对有关地层岩性、地质构造、地形地貌等因素进行综合调查和分类，对已有的边坡破坏现象进行广泛的调查研究，了解其成因、影响因素和发展规律等；并分析研究工程地质因素的相似性和差异性；然后结合所要研究的边坡进行对比，得出稳定性分析和评价。其优点是综合考虑各种影响边坡稳定的因素，迅速地对边坡稳定性及其发展趋势作出估计和预测；缺点是类比条件因地而异，经验性强，没有数量界限。 适用条件：在地质条件复杂地区，勘测工作初期缺乏资料时，都常使用工程地质类比法，对边坡稳定性进行分区并作出相应的定性评价，因此，需要有丰富实践经验的地质工作者，才能掌握好这种方法。
二、极限分析法 应用理想塑性体或刚塑性体处于极限状态的极小值原理和极大 值原理来求解理想塑性体的极限荷载的一种分析方法。它在土坡稳定分析时，假定土体为刚塑性体，且不必了解变形的全过程，当土体应力小于屈服应力时，它不产生变形，但达到屈服应力，即使应力不变，土体将产生无限制的变形，造成土坡失稳而发生破坏。其最大优点是考虑了材料应力—应变关系，以极限状态时自重和外荷载所做的功等于滑裂面上阻力所消耗的功为条件，结合塑性极限分析的上、下限定理求得边坡极限荷载与安全系数。 三、极限平衡法 该法将滑体作为刚体分析其沿滑动面的平衡状态,计算简单。但由于边坡体的复杂性,计算时模型的建立与参数的选取不可避免地使计算结果与实际结果不吻合。常用的方法有如下几种。 1瑞典条分法。基本假定:A边坡稳定为平面应变问题;B滑动面为圆弧;C计算圆弧面安全系数时,将条块重量向滑面法向分解来求法向力。该方法不考虑条间力的作用,仅能满足滑动体的力矩平衡条件,产生的误差使安全系数偏低。 优缺点：在不能给出应力作用下的结构图像的情况下，仍能对结构的稳定性给出较精确的结论，分析失稳边坡反算的强度参数与室内试验吻合度较好，使分析程序更加可信;但需要先知道滑动面的大致位置和形状，对于均质土坡可以通过搜索迭代确定其危险滑动面，但是对于岩质边坡，由于其结构和构造比较复杂，难以准确确定其滑动
相关性分析 相关性分析是指对两个或多个具备相关性的变量元素进行分析，从而衡量两个变量因素的相关密切程度。相关性的元素之间需要存在一定的联系或者概率才可以进行相关性分析。相关性不等于因果性，也不是简单的个性化，相关性所涵盖的范围和领域几乎覆盖了我们所见到的方方面面，相关性在不同的学科里面的定义也有很大的差异。 差时，他们的相关性就会受到削弱。 世界上的任何事物之间存在的关系无非三种： 1、函数关系，如时间和距离， 2、没有关系，如你老婆的头发颜色和目前的房价 3、相关关系，两者之间有一定的关系，但不是函数关系。这种密切程度可以用一个数值来表示，|1|表示相关关系达到了函数关系，从1到-1之间表示两者之间关系的密切程度，例如0.8。 相关分析用excel可以实现 说判定有些严格，其实就是观察一下各个指标的相关程度。一般来说相关性越是高，做主成分分析就越是成功。主成分分析是通过降低空间维度来体现所有变量的特征使得样本点分散程度极大，说得直观一点就是寻找多个变量的一个加权平均来反映所有变量的一个整体性特征。 评价相关性的方法就是相关系数，由于是多变量的判定，则引出相关系数矩阵。 评价主成分分析的关键不在于相关系数的情况，而在于贡献率，也就是根据主成分分析的原理，计算相关系数矩阵的特征值和特征向量。 相关系数越是高，计算出来的特征值差距就越大，贡献率等于前n个大的特征值除以全部特征值之和，贡献率越是大说明主成分分析的效果越好。反之，变量之间相关性越差。 举个例子来说，在二维平面内，我们的目的就是把它映射（加权）到一条直线上并使得他们分散的最开（方差最大）达到降低维度的目的，如果所有样本点都在一条直线上（也就是相关系数等于1或者-1），这样的效果是最好的。再假设样本点呈现两条垂直的形状（相关系数等于零），你要找到一条直线来做映射就很难了。 SPSS软件的特点 一、集数据录入、资料编辑、数据管理、统计分析、报表制作、图形绘制为一体。从理论上说，只要计算机硬盘和内存足够大，SPSS可以处理任意大小的数据文件，无论文件中包含多少个变量，也不论数据中包含多少个案例。 二、统计功能囊括了《教育统计学》中所有的项目，包括常规的集中量数和差异量数、相关分析、回归分析、方差分析、卡方检验、t检验和非参数检验；也包括近期发展的多元统计技术，如多元回归分析、聚类分析、判别分析、主成分分析和因子分析等方法，并能在屏幕（或打印机）上显示（打印）如正态分布图、直方图、散点图等各种统计 大数据并不是说它大，而是指其全面。它收集全方位的信息来交叉验证，应用在各个领域。比如银行，你可以去银行贷款，而银行可能会把钱借给你，为什么？？因为在大数据时代，它可以通过一系列信息，通过交叉复现得知你很多东西，比如你的住址，是什么样的校区？
第七章危险性分析方法 对于现代化的化工生产装置须实行现代化安全管理，也就是从系统的观念出发，运用科学分析方法识别、评价、控制危险，使系统达到最佳安全。 应用系统工程的原理和方法预先找出影响系统正常运行的各种事件出现的条件，可能导致的后果，并制定消除和控制这些事件的对策，以达到预防事故、实现系统安全的目的。 辨别危险、分析事故及影响后果的过程就是危险性分析。 危险性分析有定性分析和定量分析两种类型： 定性分析 找出系统存在的危险因素，分析危险在什么情况下能发生事故及对系统安全影响的大小，提出针对性的安全措施控制危险。 它不考虑各种危险因素发生的数量多少。(本章主要介绍定性危险分析方法) 定量分析 在定性分析的基础上，进一步研究事故或故障与其影响因素之间的数量关系，以数量大小评定系统的安全可靠性。定量危险性分析也就是对系统进行安全性评价。(在第八章进行讨论) 7.1 安全检查表 7.1.1 概述 安全检查表(SCL，Safety Check List)是进行安全检查和诊断的清单。 在编制安全检查表时，通常是把检查对象作为系统，将系统分割成若干个子系统， 按子系统制定。 安全检查表是最早开发的一种系统危险性分析方法，也是最基础、最简便的识别危险的方法。该法应用最多且广泛。 在我国目前安全检查表不仅用于定性危险性分析，有的还对检查项目给予量化，用于系统的安全评价。 安全检查表的优点： 1.安全检查是进行安全管理的重要手段，安全检查表是由各种专业人员事先经过充分的分析和讨论,集中了大家的智慧和经验而编制出来的，按照安全检查表进行检查就会避 免传统安全检查时的一些弊端，能全面找出生产装置的危险因素和薄弱环节； 2.它简明易懂，易于掌握，实施方便； 3.应用范围广,项目的设计、施工、验收,机械设备的设计、制造,运行装置的日常操作、作业环境、运行状态及组织管理等各个方面都可应用； 4.编制安全检查表的依据之一是有关安全的规程、规范和标准。 安全检查表还可对系统进行安全性评价。 7.1.2 安全检查表编制的步骤和依据 1、编制的步骤： 先组成一个由工艺、设备、操作及管理人员的编制小组，并大致按以下几步开展工作： (1)熟悉系统：详细了解系统的结构、功能、工艺流程、操作条件、布置和已有的安 全卫生设施等。 (2)搜集有关安全的法规、标准和制度及同类系统的事故资料，作为编制安全检查表 的依据。 (3)按功能或结构将系统划分成若干个子系统或单元，逐个分析潜在的危险因素。 (4)确定安全检查表的检查内容和要点，并按照一定的格式列成表。 2、编制的依据：
第10卷 第10期 中 国 水 运 Vol.10 No.10 2010年 10月 China Water Transport October 2010 收稿日期：2010-06-11 作者简介：马玉岩（1987-），男，黑龙江绥化人，武汉大学水资源与水电工程科学国家重点实验室水利水电工程施工与 管理专业硕士研究生，主要研究方向为岩土边坡工程研究以及结构设计。 两种边坡稳定性分析方法比较研究 马玉岩 （武汉大学 水资源与水电工程科学国家重点实验室，湖北 武汉 430072） 摘 要：以某水电工程岩质高边坡做为实例，将强度折减理论与FLAC3D 软件相结合，通过有限差分程序FLAC3D 软件来模拟分析其稳定性。并与极限平衡方法的分析结果对比，探索两种方法的差异性与结果的可靠性，为确定适合工程建设实际的岩质边坡稳定分析方法提出了有益的参考。 关键词：强度折减法；极限平衡法；边坡稳定性 中图分类号：P642.1 文献标识码：A 文章编号：1006-7973（2010）10-0197-03 一、引言 目前，国内在建和待建的大型水电工程大多坐落在西南、西北高山峡谷地区。我国的水电建设面临着一系列高边坡稳定问题。在现代岩土工程和科学技术的新成就的支持下，确定适合工程建设实际的岩质边坡稳定分析方法，是摆在水利水电工程技术人员面前的任务[1]。 目前工程实践中岩质边坡稳定性定量分析主要有三种方法：解析法（最常用的是极限平衡法）、数值方法和概率法。极限平衡法是最常用的解析法，它是在边坡滑动面确定的情况下，根据滑裂面上抗滑力和滑动力比值直接计算安全系数，此外，关键块理论也属于这样的确定性分析方法。数值方法则是借助计算机进行数值分析（例如有限元、快速拉格朗日分析法、离散元、块体元和DDA 等）从而确定边坡的位移场和应力场，再用超载法、强度折减法等使边坡处于极限状态，从而间接得到安全系数。这种方法同时可以考虑位移协调条件和岩体本构关系等。概率法是将概率统计理论被引用到边坡岩体的稳定性分析中来，它通过现场调查，以获得影响边坡稳性影响因素的多个样本，然后进行统计分析，求出它们各自的概率分布及其特征参数，再利用某种可靠性分析方法，来求解边坡岩体的破坏概率即可靠度[2]。 文中选用某水电工程岩质高边坡做为实例，采用强度折减法和极限平衡法对岩质高边坡的稳定性进行对比分析。 二、边坡工程地质条件 模型宽约为700m，高约为700m。 基岩以中粒结构的灰白色、微红色黑云二长花岗岩为主，并有辉绿岩脉（β）、花岗细晶岩脉、闪长岩脉等各类脉岩穿插发育于花岗岩中，尤以辉绿岩脉分布较多。建模过程中考虑了岩体中对边坡稳定影响较大的几个岩脉。 根据岩体风化特点，岸坡岩体由表向内可划分为全风化带、强风化带、弱风化带、微风化—新鲜岩体。岩体风化的水平、垂直分带性明显。 边坡内无地下水分布。 边坡剖面如图1 所示。 图1 边坡剖面 三、强度折减法 强度折减系数法的基本原理是将坡体强度参数凝聚力c 和内摩擦角f 值同时除以一个安全系数K，得到一组新的c k 、f k 值，然后作为新的资料参数输入，再进行试算，当计算不收敛时，对应的K 被称为坡体的最小稳定安全系数，此时坡体达到极限状态，发生剪切破坏，同时可得到坡体的破坏滑动面。 FLAC3D （Three Dimensional Fast Lagrangian Analysis of Continua）是美国Itasca Consulting Goup lnc 开发的三维快速拉格朗日分析程序。该程序能较好地模拟地质材料在达到强度极限或屈服极限时发生的破坏的力学行为，特别适用于分析渐进破坏和失稳。 文中利用FLAC3D，采用“二分法”[3]实现强度折减法，求解安全系数。 所建计算模型节点为29,646个，单元为24,005个。模型的边界条件：模型四周法向约束，底部固定约束，顶部自由，仅受重力作用。 研究表明，随着剪胀角的增大，安全系数也逐渐增大[4]。不过，Vermeer 和de Borst（1984年）研究证明，一般土体、岩石和混凝土的剪胀角要比它们的摩擦角小得多，且通常在0°～20°内变化[5]。因此，剪胀角对强度折减法计算
第七章季节性时间序列分析方法 由于季节性时间序列在经济生活中大量存在，故将季节时间序列从非平稳序列中抽出来，单独作为一章加以研究，具有较强的现实意义。本章共分四节：简单随机时间序列模型、乘积季节模型、季节型时间序列模型的建立、季节调整方法X-11程序。 本章的学习重点是季节模型的一般形式和建模。 §1 简单随机时序模型 在许多实际问题中，经济时间序列的变化包含很多明显的周期性规律。比如：建筑施工在冬季的月份当中将减少，旅游人数将在夏季达到高峰，等等，这种规律是由于季节性（seasonality）变化或周期性变化所引起的。对于这各时间数列我们可以说，变量同它上一年同一月（季度，周等）的值的关系可能比它同前一月的值的相关更密切。 一、季节性时间序列 1．含义：在一个序列中，若经过S个时间间隔后呈现出相似性，我们说该序列具有以S为周期的周期性特性。具有周期特性的序列就称为季节性时间序列，这里S为周期长度。 注：①在经济领域中，季节性的数据几乎无处不在，在许多场合，我们往往可以从直观的背景及物理变化规律得知季节性的周期，如季度数据（周期为4）、月度数据（周期为12）、周数据（周期为7）；②有的时间序列也可能包含长度不同的若干种周期，如客运量数据（S=12，S=7）2．处理办法： （1）建立组合模型； （1）将原序列分解成S个子序列（Buys-Ballot 1847） 对于这样每一个子序列都可以给它拟合ARIMA模型，同时认为各个序列之间是相互独立的。但是
这种做法不可取，原因有二：（1）S 个子序列事实上并不相互独立，硬性划分这样的子序列不能反映序列{}t x 的总体特征；（2）子序列的划分要求原序列的样本足够大。 启发意义：如果把每一时刻的观察值与上年同期相应的观察值相减，是否能将原序列的周期性变化消除？（或实现平稳化），在经济上，就是考查与前期相比的净增值，用数学语言来描述就是定义季节差分算子。 定义：季节差分可以表示为S t t t S t S t X X X B X W --=-=?=)1(。 二、 随机季节模型 1．含义：随机季节模型，是对季节性随机序列中不同周期的同一周期点之间的相关关系的一种拟合。 AR （1）：t t S t S t t e W B e W W =-?+=-)1(11??，可以还原为：t t S S e X B =?-)1(1?。 MA （1）：t S t S t t t e B W e e W )1(11θθ-=?-=-，可以还原为：t S t S e B X )1(1θ-=?。 2．形式：广而言之，季节型模型的ARMA 表达形式为 t S t S e B V W B U )()(= （1） 这里，?? ? ??----=----=?=qS q S S S pS P S S S t d S t B V B V B V B V B U B U B U B U X W ΛΛ2212211)(1)()(平稳。 注：（1）残差t e 的内容；（2）残差t e 的性质。 §2 乘积季节模型 一、 乘积季节模型的一般形式 由于t e 不独立，不妨设),,(~m d n ARIMA e t ，则有 t t d a B e B )()(Θ=?φ （2） 式中，t a 为白噪声；n n B B B B ???φ----=Λ22111)(；m m B B B B θθθ----=ΘΛ22111)(。 在（1）式两端同乘d B ?)(φ，可得： t S t d S t D S d S t d S a B B V e B B V X B U B W B U B )()()()()()()()(Θ=?=??=?φφφ （3） 注：（1）这里t D S S X B U ?)(表示不同周期的同一周期点上的相关关系；t d X B ?)(φ则表示同一周期内不同周期点上的相关关系。二者的结合就能同时刻划两个因素的作用，仿佛是显像管中的电子扫
版 本 号：0.1 页 码：1/3 发布日期：2009-12-09 实验室程序 编 写： 批 准： 签 发： 文件编号：SHLX\LAB\L2-008 题 目：热稳定性测量方法 1.0 目的 提供了产品热稳定性的测量方法。 2.0 概述 （1）原理 Na 2SO 3 方 法 ： 用 1N 的 Na 2SO 3 溶 液 吸 收 样 品 粒 子 中 释 放 的 甲 醛 ， 生 成HOCH 2SO 3Na 和 NaOH 。 CH 2O ＋Na 2SO 3＋H 2O →HOCH 2SO 3Na ＋NaOH （2）本测量方法是利用聚甲醛树脂在高温熔融，产生甲醛气体，随氮气带出，被亚 硫酸钠溶液吸收，由滴定反应生成的氢氧化钠，得出甲醛含量。 3.0 仪器和试剂 【仪器】 （1） 油浴（容量约为 130L ，并配有样品熔融管） （2） 加热器 （3） 过热保护装置 （4） 搅拌器 （5） 自动滴定装置 （6） 数据处理计算机 【试剂】 （1） 0.005mol/l 硫酸 （2） 福尔马林(36.0～38.0%) （3） 亚硫酸钠(Na 2SO 3) （4） 缓冲液(pH 6.86) （5） 缓冲液(pH 9.18) （6） 0.1mol/l NaOH 4.0 定义 甲醛含量通过以下方式表示： （1）K 0 ：表示从 2 分钟到 10 分钟之间，聚合物中溶解的甲醛，不稳定端基和聚合 物主链分解出来的甲醛量。转化为每分钟的甲醛含量。 （2）K 1 ：表示从 10 分钟到 30 分钟之间，聚合物中剩余的溶解甲醛，不稳定端基
文件编号：SHLX\LAB\L2-008 和聚合物主链分解出来的甲醛量。转化为每分钟的甲醛含量。 （3）K2：表示从50 分钟到90 分钟之间，聚合物不稳定端基和聚合物主链分解出来的甲醛量。转化为每分钟的甲醛含量。 5.0安全注意事项 （1）搁置和取出样品过程中，要穿戴安全手套，以防被烫伤。 （2）电极容易损坏，使用时防止碰撞。 （3）作业时，穿戴安全眼镜和防护手套。 （4）实验过程中使用氮气作为载气，所以要控制好氮气流量，并确保良好的通风。6.0步骤 6.1准备 (1) 确认油浴温度223±2℃，硫酸溶液的量。 (2) 打开参比液添加孔，检查电极内饱和KCL 的量，确保液位超过甘汞位置。 (3) 打开自动电位滴定仪、打印机及电脑电源。 (4) 打开电脑桌面上AT-WIN，输入密码并确认与自动电位滴定仪联机。 (5) 调整氮气流量到60 l/h。 (6) 分别用pH 为6.86（25℃）、9.18（25℃）的缓冲液，对电极进行校正（根据 电脑提示进行），若显示“OK”，则校正通过，否则进行检查并重复校正步 骤。 (7) 对自动电位滴定仪进行排气，确保滴定管路中无气泡。 (8) 用250ml 的烧杯，取150ml 吸收液（1mol/L 亚硫酸钠溶液，它的配制方法： 将250g 的Na 2SO3溶于2000ml 的水中，充分搅拌。），放入磁性搅拌子、加 盖、并将电极、Ｎ２管、喷嘴插入溶液中，启动搅拌按钮。 (9) 用硫酸溶液（0.1N）将溶液pH 调节至9.10，待稳定后，用0.1mol/l 甲醛溶 液（配制方法：将81g 的福尔马林放入1L 的容量瓶中，然后加水到刻度线， 配成约0.1mol/l 福尔马林），调节pH 至9.21～9.22，并稳定10 分钟以上。 (10) 电极浸泡液的配制方法：PH=4 的缓冲试剂250ml 一包溶于250ml 水中， 再加入56gKCL，适当加热，搅拌至完全溶解。 6.2步骤 (1) 用铝皿取3.000±0.003g，将其放到小金属底部，然后用钩子，将准备好的 样品放入油浴的熔融管中。 (2) 盖紧硅胶塞，快速按下START，开始试验，试验过程控制pH 值为9.20。 (3) 当实验进行到设定的时间后，自动结束。（按“RESET”键，可手动停止实 验。）测定结束，打印机自动打印结果。 (4) 取出金属筒冷却，取出电极，并将电极放入浸泡液中。
我国民航客货运输的季节性分析 受气候条件、突发事件、工农业生产生活、居民节假日等风俗习惯以及国民经济发展等因素的周期性影响，我国民航运输业客货运量呈现出季节性波动。 本文选取2003年、2005年以及2012年的我国民航客货运量月度统计作为研究对象，从而总结民航客货运的季节性特征。 一．突发事件 2003年民航客运量统计（万人） 通过上面的数据，我们可以看出由于受SARS的影响，2003年3-6月间我国民航旅客运输量大约损失了1290.1万人次。 2003年~2008年民航客运量统计图
纵观2003年到2008年的客运量统计，我国民航客运量在2003年有一个明显的下降。由此可以看出外界干扰因素（突发事件）对航空运输业的影响。 二．气候条件及节假日等风俗习惯 接下来，我们通过对2005、2012年的客货运量进行分析，可以看出气候条件和节假日等风俗习惯对民航客货运量的影响。 2005年民航客货运量 指标月份客运量（亿人）客运周转量 （亿人公里） 货运量（亿吨）货运周转量 （亿吨公里） 1 0.09 136.13 23.29 5.84 2 0.10 145.40 16.81 4.48 3 0.10 151.4 4 25.89 6.72
2012年民航客货运量 1月3月5月7月9月11月 通过上述表格与图形中的数据可以看出，航空旅客运输在一年之中的淡旺季比较明显。航空公司的大部分客运收入于每年的下半年获取，其中7-10 月4 个月的收入占全年总收
入的40%。从月份来看，1-3 月、12 月为淡季，7-10 月为旺季，4-6 月、11 月为平季。这与气候和节假日等因素密切相关：1-3月为元旦以后，春节之前，居民的出行意愿较低；12月气候寒冷，旅客出行的几率也降低，故客运量较少。7-10月是为期两个月的暑假和国庆小长假，是旅客外出旅行的高峰时期，故客运量激增。2-6月、11月虽气候适宜，但没有什么集中的假期，故客运量不高也不低。季节性的特性使航空公司的客运服务收入及盈利水平随着不同的季节而有所不同。 同旅客运输一样，航空货物运输也在时间上存在一定的波动性，根据所在城市的航空货物属性，航空货物在时间上存在周期性和季节性。但是，不同于航空客运市场的波动规律性，货运市场的波动一般很难找到一个通用的规律，各个地方的货运波动性不一，一般取决于某地土特产的丰收期或某类货物的需求高峰期。与旅客运输不同的是，货物运输的不确定性要小很多，因为一般货物运输都是提前订舱，并提前交付航空公司货仓或机场的货仓进行检验和存储，临时变更的可能性较小。 三．国民经济发展
第八章危险性分析方法 辨别危险、分析可能发生的事故及其影响后果的过程就是危险性分析。 危险性分析是为防止危险造成事故所采取的手段，其作用是为制定防止事故发生的对策提供依据。 危险性分析需要运用系统工程的原理和方法。危险性分析有定性分析和定量分析两种类型： ①定性分析：找出系统存在的危险因素，分析危险在什么情况下能发生事故，以及对系统安全影响的大小，提出针对性的安全措施控制危险。定性分析不对各种危险因素作定量评价，本章主要介绍定性危险性分析方法。 ②定量分析：在定性分析的基础上，进一步研究事故或故障与其影响因素之间的数量关系，以数量大小评定系统的安全可靠性。在第八章介绍。 危险、危害因素 8.1.1危险因素与危害因素 危险因素是指突发性造成人身伤亡和财产损失的因素。危险因素强调突发性和瞬间作用； 危害因素是指可能造成人身伤害、职业病、财产损失和作业环境破坏的因素。危害因素强调在一定时间范围内的积累作用。 危险因素和危害因素二者有时难以区分，故有时统称为危险因素，更多的是并称为危险、危害因素。 8.1.2危险、危害因素分类 根据GB/T 13816—92《生产过程危险和危害因素分类与代码》的规定，按导致事故和职业危害的直接原因，将生产过程中的危险、危害因素分为6 类： 1、物理性危险、危害因素 （1）设备、设施缺陷如强度不够、刚度不够、运动件外露、制动器缺陷、外形缺陷等。 （2）防护缺陷如无防护、防护不当、防护距离不够、防护设施缺陷等。 （3）电危害 （4）噪声危害 （5）振动危害 （6）电磁辐射 如电离辐射：X 射线、高能电子束等；非电离辐射：激光、紫外线等。 （7）运动物危害如固体抛射物、液体飞溅物、气流冲击、岩土滑动等。 （8）明火 （9）能造成灼伤的高温物质 （10）能造成冻伤的低温物质 （11）粉尘与气溶胶（不包括爆炸性、有毒性粉尘与气溶胶） （12）作用环境不良如采光照明不良、安全过道缺陷、通风不良、气温过高或过低、空气质量差等。 （13）信号缺陷如无信号设施、信号不清、信号失准、信号选用不当等。 （14）标志缺陷如无标志、标志不清、标志不规范、标准位置不当等。 （15）其他物理危险和危害因素 2、化学危险和危害因素
石油价格波动及原因分析 1970年以来世界经历了三次比较显著的石油价格上涨,除了1973年和1979年前两次石油危机,最新一轮石油价格上涨自2002年开始启动,一直延续至今。从2002年油价每桶21美元开始,一路上升到2008年的超过100美元,其间在2008年第二季度曾经达到过最高点147美元。2009年6月以后,一直维持在70美元左右。从2010年开始,世界各国经济逐步走出谷底,尤其是亚洲国家经济强劲反弹,当年油价呈现前稳后升的态势,在70~80美元。目前最高原油价格是106.93美元,最低是95.72美元。纵观油价的历史记录,国际油价一路走高,呈现了大幅上涨和剧烈波动态势。 石油价格波动的原因很多,下面主要从内在动因、长期影响因素、短期波动原因三个方面展开。 1 内在动因 (1)稀缺性。石油作为可耗竭资源产品,绝对数量短缺,不足以满足人类相当长时期的使用,具有物质稀缺性。当前多消费意味着未来少消费,这种当前消费稀缺资源而放弃未来消费的机会成本被称为使用者成本。不同于一般商品,石油价格构成中不仅包括边际开采成本、边际社会成本,还包括边际使用者成本,三种成本的增加或减少导致石油价格出现波动性。 (2)金融属性。投机性交易对石油价格的重要影响凸现了石油的金融属性。目前,一般认为国际石油市场价格一直被两股主要势力操纵着：其一是一些跨国石油公司经常利用其强大的资本实力通过石油期货市场人为地抬高和压低计价期内的期货价格；其二是投机性资金,从近年的情况来看,国际原油期货已经越来越成为一种金融投机工具,投机性资金对国际石油市场的影响也越来越大。 (3)战略属性。石油作为一种战略商品,其与国家战略、全球政治、国际关系和国家实力等方面紧密交织在一起。各国纷纷都通过政治、经济、军事等各种手段争夺石油资源、争取石油价格控制权、建立大规模的石油战略储备。 2 长期影响因素 (1)供应因素。在石油供应中,OPEC扮演着重要角色,其石油储量占全球总储量的78％,产量占全球总产量的40％,出口量占世界总交易量的55％,由此可见,OPEC的石油供应对调控国际油价有举足轻重的作用。2004年以后,国际石油价格持续上涨,最主要原因是石油供应不足。OPEC国家凭借其独有的垄断地位,按照利润最大化的原则进行生产,较大产量对应较小边际收益,较小产量对应较大边际收益,这一特点促使OPEC单个国家的实际产量经常小于组织统一制定的配额。2007年11月,OPEC组织对生产协议作出进一步调整,协议只规定总体生产目标,而对生产配额不作明确规定,这一改变加剧了OPEC国家的继续减产行为,也给国际原油供给造成巨大冲击,2007年石油需求强劲增长,OPEC减产推动石油价格迅速上涨；2008年9月以来OPEC三次减产则是在石油需求和价格双双回落时作出的,它对石油价格的回升起到了直接作用。 目前,全球已经进入后石油时代,后石油时代下,易开采、低成本的石油资源越来越少,难开采、高成本的石油资源越来越多。全球石油资源的压力一直在持续,原油储采比的指标持续下降,下降的储采比意味着原油开采量的增加速度大于探明储量增长速度,此时原油价格会上升,生产者降低产量的同时会增加勘探力度,随着储采比逐渐上升,原油价格得以回落；反之亦然。因此,储采比决定原油价格的长期走势。 (2)需求因素。2004年以来,OECD、亚太、欧盟、北美等地区保持较快经济增长率,石油需求增长强劲。欧盟国家石油需求基本呈现递增趋势,2006年后虽略有下降,但绝对需求量仍然很大。在需求价格弹性较小的情况下,强劲的需求增长带动石油价格大幅上涨。
结构动力稳定性的分析方法与进展 何金龙1,法永生2 (1.卓特建筑设计有限公司,广东佛山528322;2.上海大学土木工程系,上海200074) 【摘 要】 就目前结构动力稳定性问题这一研究领域的若干基本问题,常用的处理方法,判别准则与实验研究方法以及目前取得的主要成果作了简要总结和综述,并且对结构动力稳定性分析与研究今后的发展方向进行了展望。 【关键词】 结构; 动力稳定性; 处理方法; 判别准则; 实验研究 【中图分类号】 T U311.2 【文献标识码】 A 根据结构承受荷载形式的不同,可以将结构稳定问题分为静力稳定和动力稳定两大类。动力载荷作用下结构的稳定性问题是一个动态问题,由于时间参数的引入,使问题变得极为复杂。对于结构动力稳定性的定义一直难以确切给出,这是因为结构自身动力特性具有复杂性使得其在数学意义上的定义很难予以准确表达[1]。长期以来,力学工作者致力于结构稳定性问题的研究,在发展了经典稳定性理论的同时也极大地推动了动力稳定理论研究的前进。如稳定性判定准则的建立、临界载荷的确定、初缺陷的影响或后分叉分析等。理论分析和实验研究逐渐增多,使得这门学科不仅在理论上形成了一个庞大而复杂的体系,而且具有重要的实用价值。可以说,现在的结构动力稳定性研究分析已经是结构动力学、有限元法、数值计算方法及程序设计等诸多学科相互交叉、有机结合的产物,属于现代工程结构研究领域中的一个重要分支。 1 结构动力稳定性的分类及主要的研究问题 结构动力稳定性就其承载的动力形式大致可以分为三类。 (1)结构在周期性荷载作用下的动力稳定性。在简谐荷载等周期性荷载作用下,当结构的自振频率与外载荷的强迫振动频率非常接近时,结构将产生强烈的共振现象;当结构的横向固有振动频率与外荷载的扰动频率之间的比值形成某种特定的关系时,结构将产生强烈的横向振动,即参数振动。对于这类问题,前苏联学者符华·鲍络金(Bolito n)在其著作《弹性体系的动力稳定》中给出了较全面的分析和论述。他们导出的区分稳定区和不稳定区的临界状态方程是一个周期性方程,即M athieu-Hill方程。在周期相同的解之间存在着不稳定区域,便把问题归结为确定微分方程具有周期解的条件,从而解决了稳定的判别问题。但是对于大变形的几何非线形结构,结构的刚度矩阵需要经过迭代,微分方程非常复杂,这些理论将难以成立。 (2)结构在冲击荷载作用下的动力稳定性。在这种情况下,结构的动力稳定性与冲击类型密切相关,而且首要问题在于合理、实用的判别准则,它不仅要在逻辑上站得住脚,又要在实际上可行,遗憾的是这个问题至今未能形成一致的看法。目前对结构承受瞬态冲击作用下的冲击稳定性的试验和理论研究主要集中在理想脉冲以及阶跃荷载下的动力稳定性。在脉冲荷载作用下发生的动力屈曲称为脉冲屈曲,已有的研究表明[2][3][4],脉冲屈曲是一类响应式屈曲或者动力发展型屈曲。阶跃荷载是一类具有恒定幅值和无限长持续时间的载荷形式。在试验或者实际当中,固体与固体之间的冲击引起的屈曲就可看作脉冲冲击。 (3)结构在随动荷载作用下的动力稳定性。所谓随动荷载是指随着时间的变化荷载的幅值保持不变而方向发生变化的作用力,它是非保守力。它的分析将极其复杂,目前还难以见到可借鉴的动力稳定性分析文献。因此,许多学者通常采用结构动力学响应分析常用的手段,将这类荷载作为确定性荷载进行分析。通过对结构的动力平衡路径全过程进行跟踪,根据结构的各参数在动力平衡路径中的变化特性,对结构的动力稳定性进行有效的判定[5]。 综上所述,目前国内外动力稳定性研究的现状大致为:对周期荷载下的参数动力稳定性问题、在冲击荷载作用下的冲击动力稳定性问题和阶跃荷载下的参数阶跃动力稳定性问题研究较多,并取得了满意的效果[6][7][8]。恒幅阶跃载荷及矩形脉冲载荷或其它冲击载荷作用下杆的动力稳定问题也有很多研究,并从不同的角度建立了一些稳定性判定准则。但冲击载荷作用下板的动力稳定问题还没有获得广泛和深入的研究。对于较为复杂的冲击荷载作用下结构的动力稳定性问题,目前的研究主要集中于理想脉冲载荷和阶跃载荷作用下结构的动力稳定问题。在这类问题的分析中,最常采用的屈曲准则有B-R准则、Simitses总势能原理和放大函数法。对非周期激振、参数激振和强迫激振耦合引起的动力稳定问题研究较少;对弹性基本构件和简单模型研究较多(如周期激励下的柱子、梁、拱及壳等已得到了成功的分析),对复杂工程结构研究较少。对于在地震、风荷载等任意动力荷载作用下的具有较强的几何非线性的结构的动力稳定性问题,国内外这方面的文献资料虽然最近几年也有一些,但距离真正地合理解决这类动力稳定性问题还有许多工作要做。 [收稿日期]2006-06-12 [作者简介]何金龙(1962～),男,工学学士,一级注册结构工程师,主要从事工业与民用建筑设计工作。 155 ·工程结构· 四川建筑 第27卷2期 2007.04