2019高处安装、维护、拆除作业在线免费模拟考试系统及模拟题库1
致读者和用户：
在公Z号或者小程序 \"安全生产模拟考试一点通\"可以学到以下这些工种
题库的工种有特种作业培训题库（制冷与空调作业、危险化学品安全作业、煤矿特种作业人员、金属非金属矿山安全作业等）；
特种设备相关管理题库（压力管道作业、场厂内专用机动车辆作业、特种设备焊接作业等）；
建筑8大员培训题库；
职业技能鉴定培训题库（工具钳工、汽车修理工、美容师、汽车驾驶员等）等。
第1题、【判断题】 消防水泵安全技术交底时应满足：消防水泵房检查控制柜内各电器完好,摇测水泵电机绝缘电阻值符合标准要求。
A、正确 B、错误
正确答案：A
第2题、【判断题】 2008年3月18日17时左右,邹某到某商厦进行霓虹灯常规维护,约17时30分,邹某通知配电室送电;20时40分,值班人员与邹某联系未果;20时50分左右,值班人员到商厦五楼楼顶查看,发现邹某坠落于商厦楼顶霓虹灯架附近,在其身上未发现安全带。值班人员立即通知110、120,经理20急救中心现场抢救后,于21时45宣布邹某死亡。邹某死亡的直接原因是未系安全带。
A、正确 B、错误
正确答案：A
第3题、【判断题】 8字环式下降器一般采用铝合金铸造,轻巧耐用,操作方便。
A、正确 B、错误
正确答案：A
第4题、【判断题】 G133869-1997规定Ⅲ级或者Ⅲ级下体力劳动强度可以作业。
A、正确 B、错误
正确答案：B
第5题、【判断题】 GBT4200-2008规定的Ⅱ级或者级Ⅱ以上的高温不能作业。
A、正确 B、错误
正确答案：A
第6题、【判断题】 ZLD500型电动吊篮平台尺寸为2m。
A、正确 B、错误
正确答案：B
第7题、【判断题】 ZLD800型电动吊篮提升机的电动机功率为1.1kW。
A、正确 B、错误
正确答案：B
第8题、【判断题】 “安全第一”要求在工作中应该始终把安全放在首位。
A、正确 B、错误
正确答案：A
第9题、【判断题】 “安全第一、预防为主、综合治理”是我国安全生产的基本方针。
A、正确 B、错误
正确答案：A
第10题、【判断题】 “预防为主”要求在工作中应时刻注意预防安全事故的发生。
A、正确 B、错误
正确答案：A
第11题、【判断题】 《安全生产法》是我国第一部规范安全生产的综合性基础法律。
A、正确 B、错误
正确答案：A
第12题、【判断题】 一个物体在另一个粗糙物体表面滑动、有相对运动趋势的滚动,则物体受到滑动摩擦力、静摩擦力或滚动摩擦力。
A、正确 B、错误
正确答案：A
第13题、【判断题】 一套完整的施工图不包括水电和暖通。
A、正确 B、错误
正确答案：B
第14题、【判断题】 一张施工作业票只能填写同一作业地点不同类型作业内容,直至使用至该项作业任务完成。
A、正确 B、错误
正确答案：B
第15题、【判断题】 一旦发生伤亡事故,立即组织抢救,拨打“120和“999”等急救电话,将伤者送往附近医院。
A、正确 B、错误
正确答案：A
第16题、【判断题】 一般情况下只要接触表面粗糙且研究对象在其表面上滑动(或滚动)就能容易判断出滑动摩擦力和滚动摩擦力。
A、正确 B、错误
正确答案：A
第17题、【判断题】 一般民用建筑由基础、墙或柱、楼层和地层、楼梯、屋顶、门窗六大部分组成。
A、正确 B、错误
正确答案：A
第18题、【判断题】 上、下杆时禁止随身携带笨重物件,笨重物件应用绳子吊上或吊下。
A、正确 B、错误
正确答案：A
第19题、【判断题】 上、下杆时轻便物件应装工具袋内,总重量不得超过5kg。
A、正确 B、错误
正确答案：B
第20题、【判断题】 上下垂直作业时,采取可靠的隔离措施,不用按照指定的路线上下。
A、正确 B、错误
正确答案：B
第21题、【判断题】 上旧天线木杆,应边上边检查脚钉,过接口时应挂好安全带或安全腰带;过接口后再拢好腰绳、腰带上杆。
A、正确 B、错误
正确答案：B
第22题、【判断题】 上杆塔时必须带保安带,必要时可带保安吊带。上杆塔到工作位置后,方能工作。
A、正确 B、错误
正确答案：B
第23题、【判断题】 上横担进行工作前,应检查横担联结是否牢固和腐蚀情况,检查时安全带(绳)应系在主杆或牢固的构件上。
A、正确 B、错误
正确答案：A
第24题、【判断题】 下降器是安装在安全保险绳上。
A、正确 B、错误
正确答案：B
第25题、【判断题】 下降器是安装在工作绳上,以通过工作载重量为动力、自动下降的装置。
A、正确 B、错误
正确答案：B
第26题、【判断题】 下降器有卸扣式下降器、棒式下降器、8字环式下降器、多板式下降器等多种形式。
A、正确 B、错误
正确答案：A
第27题、【判断题】 不准从正在起吊、运吊的物体下穿过。
A、正确 B、错误
正确答案：A
第28题、【判断题】 不准作业人员在高处作业期间私自离开操作岗位,或对过夜的高处临时设备进行安全处理。
A、正确 B、错误
正确答案：A
第29题、【判断题】 不准将电动吊篮作为垂直运输和载人设备使用。
A、正确 B、错误
正确答案：A
第30题、【判断题】 不准进行毫无防护的高处作业。
A、正确 B、错误
正确答案：A
第1题、【判断题】 不同行业的高处作业,有可能受到的危害是相同的。
A、正确 B、错误
正确答案：A
第2题、【判断题】 不良的工作环境不会对高处作业人员带来任何危害。
A、正确 B、错误
正确答案：B
第3题、【判断题】 与易燃、易爆或有毒、有害介质有关的大型静置设备、设施拆除时,应严格按施工方案设立专门的安全防护设施。
A、正确 B、错误
正确答案：A
第4题、【判断题】 两个电容器串连接线时电容值增大。
A、正确 B、错误
正确答案：B
第5题、【判断题】 两个电阻串连接线时电阻值增大。
A、正确 B、错误
正确答案：A
第6题、【判断题】 严格执行安全工作命令票制度,每日工作前必须由安全员向全体施工人员宣读安全工作命令票。
A、正确 B、错误
正确答案：B
第7题、【判断题】 严禁在设备运行时上下吊篮。
A、正确 B、错误
正确答案：A
第8题、【判断题】 严禁在起吊过程中重物下面站人。
A、正确 B、错误
正确答案：A
第9题、【判断题】 严禁用导线直接插入插座取得电源,插座与插头应配套、完好无损。
A、正确 B、错误
正确答案：A
第10题、【判断题】 为了加速拆除设备、设施可采用切割与锤击方式进行拆除。
A、正确 B、错误
正确答案：A
第11题、【判断题】 为使机器能迅速的停止运动,可以使用控制装置。
A、正确 B、错误
正确答案：A
第12题、【判断题】 主要说明拟建建筑物所在的地理位置和周围环境的平面布置图叫建筑总平面图。
A、正确 B、错误
正确答案：A
第13题、【判断题】 二力平衡公理:作用于同一刚体的两个力,如果大小相等,方向相反,作用于同一条直线上,则它们的合力为零,此时刚体处于静止或做匀速直线运动。
A、正确 B、错误
正确答案：A
第14题、【判断题】 五级以上强风中可进行室内高处作业。
A、正确 B、错误
正确答案：A
第15题、【判断题】 人们处于紧张状态时,神经系统和平时状态无异。
A、正确 B、错误
正确答案：B
第16题、【判断题】 人工拆除与机械拆除的区别是人工拆除应从上至下,机械拆除应从下至上,逐层分段进行。
A、正确 B、错误
正确答案：B
第17题、【判断题】 人工拆除作业时,楼板上严禁人员聚集或堆放材料,作业人员可以站在稳定的结构或脚手架上操作,被拆除的构件应有安全的放置场所。
A、正确 B、错误
正确答案：A
第18题、【判断题】 人工拆除建筑施工,拆除梁或悬挑构件时,应采取有效的下落控制措施,方可切断两端的支撑。
A、正确 B、错误
正确答案：A
第19题、【判断题】 人工拆除建筑的承重梁、柱,应在其所承载的全部构件拆除后,再进行拆除。
A、正确 B、错误
正确答案：A
第20题、【判断题】 人工拆除建筑的栏杆、楼梯、楼板等构件,应与建筑结构整体拆除进度相配合,不得先行拆除。
A、正确 B、错误
正确答案：A
第21题、【判断题】 人工拆除施工严禁立体交叉作业。
A、正确 B、错误
正确答案：A
第22题、【判断题】 人工拆除施工作业面的孔洞可以不封闭,只要有标识即可。
A、正确 B、错误
正确答案：B
第23题、【判断题】 人工拆除施工应从上至下、逐层拆除分段进行,不得垂直交叉作业。
A、正确 B、错误
正确答案：A
第24题、【判断题】 人工拆除适用于小型、可人力搬运的机械设备及附属设施。
A、正确 B、错误
正确答案：A
第25题、【判断题】 人离地面愈高,就不易产生恐惧心理。
A、正确 B、错误
正确答案：B
第26题、【判断题】 从业人员发现事故隐患或者其他不安全因素,先完成任务,再向有关负责人报告。
A、正确 B、错误
正确答案：B
第27题、【判断题】 从业人员发现直接危及人身安全的紧急情况时,无权停止作业。
A、正确 B、错误
正确答案：B
第28题、【判断题】 从业人员可享受工伤保险和因生产安全事故受到损害时要求赔偿的权利。
A、正确 B、错误
正确答案：A
第29题、【判断题】 从业人员可以不参加安全生产教育和培训。
A、正确 B、错误
正确答案：B
第30题、【判断题】 从业人员可以了解工作场所产生或者可能产生的职业病危害因素。
A、正确 B、错误
正确答案：B
[相关推荐]
2019年职业技能鉴定工具钳工（中级）安全生产模拟考试题及答案四
2019年职业技能鉴定机修钳工高级安全生产模拟考试题库及答案六
2019年职业技能鉴定机修钳工中级安全生产模拟考试题库及答案七
2019年工具钳工（技师）安全生产模拟考试题库及答案七
2019年建筑人员建筑架子工安全生产模拟考试题库及答案七
2019年电工作业高压电工作业安全生产模拟考试题库及答案十
点击左下方了解更多
一文彻底搞懂机器学习中的归一化与反归一化问题
1、什么是归一化和反归一化话不多说，先上一段代码，自己体会：
import numpy as npfrom sklearn.preprocessing import MinMaxScaler #导入库data = np.random.randint(0,5,size=5) #随机生成长度为5的数据data = np.array(data).reshape((len(data), 1))print('原始数据：', data, sep='\n')m = MinMaxScaler() #建立一个归一化器data_1 = m.fit_transform(data) #利用m对data进行归一化，并储存data的归一化参数print('归一化数据：', data_1, sep='\n')data_2 = m.inverse_transform(data_1) #利用m对data_1进行反归一化print('反归一化数据：', data_2, sep='\n')
归一化和反归一化是机器学习中常用的数据预处理技术，用于将原始数据转换为特定范围或分布，并在需要时将其还原回原始数据。在实际应用中，归一化通常在训练数据上进行，然后使用同样的归一化参数对测试数据进行归一化，以保持一致性。反归一化则是在模型预测或评估阶段使用，将归一化后的结果转换回原始数据范围，以便进行后续分析和解释。
注：狭义的归一化指的是最大最小值归一化，广义的归一化包括很多方法，最常见的有最大最小值归一化和标准化。本文的案例使用的归一化方法指的是最大最小值归一化，其思路同样可以用到其他归一化的方法。
2、为什么需要归一化/标准化处理？做训练时，需先将特征值与标签归一化或标准化，可以防止梯度防炸和过拟合。若将标签标准化后，网络预测出的数据是符合标准正态分布的—StandarScaler()，与真实值有很大差别。因为StandarScaler()对数据的处理是（真实值-平均值）/标准差。同时在做预测时需要将输出数据逆标准化。提升模型精度：归一化使不同维度的特征在数值上更具比较性，提高分类器的准确性。提升收敛速度：对于线性模型，数据归一化使梯度下降过程更加平缓，更易正确的收敛到最优解。3、哪些机器学习模型需要数据归一化/标准化处理？关心变量值、基于距离读量的模型，使用梯度下降的算法，需要归一化：如SVM, 逻辑回归，神经网络，KNN, 线性回归，Adaboost、KMeans、LSTM树模型是阶越的，不可导，因此树模型是不能进行梯度下降的。树模型是通过寻找特征的最优分裂点来完成优化的，由于归一化不会改变分裂点的位置树形结构的不需要归一化，如xgboost、lightGBM、GBDT概率模型不关心变量值，而关心变量的分布、变量之间的条件概率，不需要归一化。这类模型如决策树、随机森林、朴素贝叶斯4、特征和标签是否都需要归一化/标准化处理？对于需要归一化/标准化的模型而言：
X必须归一化，否则无法训练训练出的结果W和B，在推理时有两种使用方式：a. 直接使用，此时必须把预测时输入的X也做相同规则的归一化b. 反归一化为W,B的本来值Wreal和Breal，推理时输入的X不需要改动Y可以归一化，好处是迭代次数少。如果结果收敛，也可以不归一化，如果不收敛（数值过大），就必须归一化。如果Y归一化，对得出来的结果做关于Y的反归一化5、机器学习模型归一化/标准化处理的流程？做归一化/标准化只是为了更好的训练，归一化/标准化一定是在数据集划分之后做，分别对训练集和验证集做。归一化/标准化处理得出的模型，对于验证集肯定也得按照训练集的标准去做归一化/标准化处理输入到模型中。
一个完整的机器学习应用归一化的案例
import pandas as pdimport numpy as npfrom sklearn.preprocessing import MinMaxScalerfrom sklearn.linear_model import LinearRegression# 建立数据集:假设训练集有10个样本，测试集有5个样本；两个输入特征，一个输出train_data = np.array([[0,1,3],[3,2,0],[0,2,3],[4,3,4],[3,0,1],[4,3,2],[2,3,3],[1,4,3],[0,4,4],[3,1,0]])train_data = pd.DataFrame(train_data, columns = ['output','input1','input2'])x_train = train_data[['input1','input2']].valuesy_train = train_data[['output']].valuestest_data = np.random.randint(5,size=(5,3))test_data = pd.DataFrame(test_data ,columns = ['output','input1','input2'])x_test = test_data[['input1','input2']].valuesy_test = test_data[['output']].values# 对训练集进行归一化,特征和标签可以分开归一化处理，也可以一起，效果都是一样的，如果一起后面反归一化预测值会麻烦些# mm = MinMaxScaler() # 特征和标签一起归一化处理# train_data_m = mm.fit_transform(train_data)mm1 = MinMaxScaler() # 特征进行归一化x_train_m = mm1.fit_transform(x_train)mm2 = MinMaxScaler() # 标签进行归一化y_train_m = mm2.fit_transform(y_train)# 将归一化的训练数据输入模型，经过模型训练，得到了模型modelModel = LinearRegression()Model.fit(x_train_m, y_train_m)# 对测试集特征进行相同规则mm1的归一化处理，然后输入到模型进行预测x_test_m = mm1.transform(x_test) #注意fit_transform() 和 transform()的区别predicted_y_m = Model.predict(x_test_m) #利用输入特征input1和input2测试模型# 预测结果进行相同规则mm2反归一化predicted_y = mm2.inverse_transform(predicted_y_m)print(predicted_y)
这里重点需要关注的有两点：
第一点：fit_transform() 和 transform()的区别。两者都是归一化函数，但是fit_transform() 会储存归一化函数是的相关参数，因此对训练集使用fit_transform() ，储存了训练集归一化的相关参数，然后利用这些参数对测试集进行统一的归一化transform()【切记不能再使用fit_transform() ，第二次使用fit_transform() 会刷新mm里储存的参数！！】 。第二点：反归一化时任然要使用归一化时储存的参数和格式。归一化时使用的是mm1 = MinMaxScaler()，因此后面仍然要使用mm1进行反归一化；归一化时fit_transform(x_train) 中的x_train是2维度（这里10个样本，即为10*2）的数组，因此反归一化时的数据也必须是2列，即5*2。一句话总结，训练集与测试集必须使用同一参数的归一化与反归一化！原文链接：
一文彻底搞懂机器学习中的归一化与反归一化问题
