CN103294876A - 一种煤矿安全评估的图形化事故树自动分析方法 - Google Patents
一种煤矿安全评估的图形化事故树自动分析方法 Download PDFInfo
- Publication number
- CN103294876A CN103294876A CN2013102830017A CN201310283001A CN103294876A CN 103294876 A CN103294876 A CN 103294876A CN 2013102830017 A CN2013102830017 A CN 2013102830017A CN 201310283001 A CN201310283001 A CN 201310283001A CN 103294876 A CN103294876 A CN 103294876A
- Authority
- CN
- China
- Prior art keywords
- event
- tree
- event tree
- probability
- calculation
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Granted
Links
Images
Landscapes
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
Abstract
本发明公开了一种煤矿安全评估的图形化事故树自动分析方法,包括构建事故树图形、解析并简化事故树图形、建立事故树参数计算模型、事故树参数计算、危险性超限判断、赋予警示颜色、危险性增大判断、给出处理措施和动态发布结果的步骤。其中,建立事故树参数计算模型与事故树参数计算步骤之间还包括将计算模型生成xml格式文件的步骤。本发明的有益效果是,克服了手工绘制事故树图、手工列事故树结构函数、手工建立计算模型和手工计算结果所带来的效率低和错误率高的缺陷,整个参数计算过程排除了人为因素的干扰,结果更准确,利于针对结果采取更加切实有效的措施。
Description
技术领域
本发明涉及井下安全的信息管理技术,特别是一种煤矿安全评估的图形化事故树自动分析方法。
背景技术
事故树分析法是从需要分析的特定事故或故障(顶上事件)开始,逐层分析其发生原因,直到找出事故的基本原因(底层事件)为止。将事故树法分析理论应用于煤矿事故分析,便于对煤矿安全生产危险性进行辨识和评价,不仅能分析出事故的直接原因,还能深入地揭示出事故的潜在原因。目前,一些煤矿企业采用事故树理论进行分析时,需要手动绘制事故树模型图形,人工推导计算公式。在测算事故发生概率时,需要人工对底层事件数据进行收集,手工录入基础数据后,再通过人工计算以得到所需计算结果。这种方式的缺点是,手工绘制事故树模型、底层事件数据手工录入、人工推导计算公式,其计算过程复杂、工作量大;整个事故树分析计算过程中,人工参与工作量大,各个环节都极其容易出现差错。
发明内容
本发明的目的就是针对现有技术的不足,提供一种有效减少了人为因素干扰,使结果更准确的煤矿安全评估的图形化事故树自动分析方法。
为实现上述目的,本发明采用如下技术方案。
一种煤矿安全评估的图形化事故树自动分析方法,包括以下步骤,
第一步,构建事故树图形:构建事故树图形,并对事故树图形进行代码化处理;
第二步,解析并简化事故树图形:解析所述事故树图形,构建事故树的结构函数,并简化所述事故树的结构函数;
第三步,建立事故树参数计算模型:基于简化的结构函数,分别建立最小割集、最小径集和顶上事件发生概率计算模型,以及包括概率重要度系数、临界重要度系数和结构重要度系数的三种重要度计算模型;
第四步,事故树参数计算:获取基本事件数据,并依据所述事故树参数计算模型和获取的基本事件数据计算顶上事件发生概率、概率重要度系数、临界重要度系数和结构重要度系数;
第五步,危险性超限判断:将所述顶上事件发生概率与设定值进行危险性比较,超过设定值,执行第六步;否则,执行第七步;
第六步,赋予警示颜色:赋予计算结果颜色,且对超过设定值的所述计算结果以警示颜色予以区分;
第七步,危险性增大判断:将所述顶上事件发生概率的计算结果与上次计算结果进行比较或首次计算结果与设定值比较,当危险性增大时,执行第八步,否则,执行第十步;
第八步,给出处理措施:查找导致危险性增大的基本事件,并结合所述基本事件的概率重要度系数、临界重要度系数和结构重要度系数给出处理措施建议;
第九步,处理措施发布:所述给出的处理措施建议;
第十步,计算结果发布:发布已赋色的所述计算结果;
第十一步,动态发布:延时设定时间,返回执行第四步。以实现计算结果和处理措施建议的动态发布。
优选的,所述方法还包括在建立事故树参数计算模型后进行文件格式转换的步骤:将包括事件代码或编码以及所述的最小割集计算模型、最小径集计算模型、建立顶上事件发生概率计算模型和三种重要度系数计算模型生成xml格式文件。
优选的,在所述构建事故树图形的步骤中,包括:
1.1 建立图元库:建立包括事件符号、逻辑运算符号和用于事件符号与逻辑运算符号之间的连接线的图元符号库,且将连接线的起点和端点定义为父子节点关系;
1.2构建事故树图形:以所述图元符号和所述连接线构建事故树图形,并对构成顶上事件和中间事件的图元符号分别赋予名称,对构成基本事件多个图元符号分别以隐患名称的方式绑定一隐患基元;
1.3事故树图形数字化:包括对事故树图形中的顶上事件和中间事件的图元符号分别赋予不构成重复的代码;和,将事故树图形中构成基本事件的图元符号基于绑定的隐患基元赋予所述隐患基元的代码;
在所述解析并简化事故树图形的步骤中,包括:
2.1 解析事故树图形:解析基于所述数字化的事故树图形中的事件图形符号、逻辑运算符号及父子节点关系,生成所述事故树的以代数形式表达的结构函数;
2.2 简化事故树:基于布尔代数运算的化简方法,简化所述数字化事故树的结构函数,以形成简化后的事故树,消除多余事件;
在所述建立事故树参数计算模型的步骤中,包括:
3.1 建立最小割集计算模型:基于所述简化后的结构函数,将结构函数中构成逻辑和的若干基本事件逻辑积的集合定义为所述事故树的最小割集;
3.2 建立最小径集计算模型:包括首先将所述简化后的事故树对偶为成功树,其次,构建成功树的结构函数,并获取成功树的最小割集;第三,将成功树的最小割集对偶形成所述事故树的最小径集;
3.3 建立顶上事件发生概率计算模型:定义为顶上事件发生概率与所述事故树的各最小割集的发生概率之和相等;
3.4 建立三种重要度系数计算模型:所述概率重要度系数由对自变量求偏导获得;所述临界重要度系数等于基本事件概率与概率重要度系数的乘积再除以顶上事件的发生概率;所述结构重要度系数是基于基本事件发生的概率均为50%,其结构重要度系数与概率重要度系数相等的基本性质,通过定量化手段求得。
更进一步优选的,所述事故树图形解析步骤中,生成所述事故树的结构函数,包括将逻辑运算的与门符号变换成代数运算的乘号,将逻辑运算的或门符号变换成代数运算的加号,按代数运算方式构建事故树的结构函数。
更进一步优选的,在所述最小径集计算的步骤中,所述将所述简化后的事故树对偶为成功树时,还包括将简化后的事故树的与门换成非门,非门换成与门,各类事件的发生换成不发生,以形成与事故树对偶为成功树;所述将成功树的最小割集对偶形成所述事故树的最小径集,包括将成功树的最小割集中的乘号换成加号,将加号换成乘号。
三种重要度系数中,结构重要度系数从事故树结构上反映基本事件的重要程度;概率重要度系数反映基本事件概率的增减对顶上事件发生概率影响的敏感度;临界重要度系数从敏感度和自身发生概率大小双重角度反映基本事件的重要程度。其中,结构重要度系数反映了某一基本事件在事故树结构中所占的地位,而临界重要度系数从结构及概率上反映了改善某一基本事件的难易程度,概率重要度系数则起着一种过渡作用,是计算两种重要度系数的基础。一般可以按这三种重要度系数安排采取措施的先后顺序,也可按三种重要度顺序分别编制相应的安全检查表,以保证既有重点、又能全面检查的目的。在三种检查表中,只有通过临界重要度分析产生的检查表,才能真正反映事故树的本质,也更具有实际意义。
本发明中所称的割集也叫做截集或截止集,它是导致顶上事件发生的基本事件的集合。也就是说事故树中一组基本事件的发生,能够造成顶上事件发生,这组基本事件的集合就叫割集。引起顶上事件发生的基本事件的最低限度集合叫最小割集;本发明中所称的径集也叫通集或导通集,即如果事故树中某些基本事件不发生,顶上事件就不发生。那么,这些基本事件的集合称为径集。即不引起顶上事件发生的最低限度基本事件的集合叫最小径集。最小径集用于分析人员分析事故树时,通过最小径集查看不引起顶上事件发生的最低限度的多个基本事件。最小径集亦表示系统的安全性,通过最小径集我们可以知道避免顶上事件的发生可供选择的有哪些措施方案,以便于经济性地、有效地选择采用。
本发明所称的顶上事件是指事故树中处于最顶端的图元所代表的特定事故或故障;基本事件是处于事故树中最底层的图元所代表的的隐患基元;所述中间事件是处于顶上事件和基本事件之间的事件,是用于逐层分解事故或故障发生原因设置的。
本发明方法的第一步由管理人员在计算机主机上完成;第二步和第三步由计算机基于执行指令自动进行;第四步到第九步由事故树分析服务器完成;第十步由web服务器完成,第十一步由计算机主机控制进行,结果查看在计算机主机上进行。
本发明与现有技术相比的有益效果是,通过采用计算机和特定图形元素绘制事故树图形,计算机解析图形并自动生成割集、径集、顶上事件发生概率和三种重要度计算模型,同时生成xml格式文件通过web服务器进行数据交换;事故树分析服务器依据计算模型,通过数据接口服务器从隐患管理服务器、安全监控服务器、人员定位服务器等他业务管理系统获取基本事件数据,计算出顶上事件的发生概率和三种重要度等系数;管理系统利用隐患管理服务器、安全监控服务器、人员定位服务器连接的底层监控设备或仪器(如位移传感器、压力传感器、瓦斯泄漏检测仪等)获取检测数据;同时,该方法还由系统给出动态结果,并以不同颜色予以警示,且还可给出隐患处理的建议措施。从而克服了手工绘制事故树图、手工列事故树结构函数、手工建立计算模型和手工计算结果所带来的效率低和错误率高的缺陷,整个参数计算过程排除了人为因素的干扰,结果更准确,利于针对结果采取更加切实有效的措施。
附图说明
图1是用于实现本发明的计算机系统结构示意图。
图2是本发明中分析方法的流程框图。
图3是本发明中的事件图形符号。
图4是本发明方法逻辑运算中的基本逻辑符号。
图5是本发明方法逻辑运算中的转移符号。
图6是本发明方法逻辑运算中的条件与门及其等效符号。
图7是本发明方法逻辑运算中的条件或门及其等效符号。
图8是本发明中的一事故树简化前后的对照图。
图9是本发明中的一事故树图形。
图10是将本发明中图9所示的事故树对偶后的成功树。
图11是本发明中图采用最小径集表示的图9事故树的等效图。
具体实施方式
下面结合附图对本发明作进一步的说明,但并不因此将本发明限制在所述的实施例范围之中。
参见图1,一种煤矿安全生产隐患管理系统,包括用于绘制事故树模型和浏览事故树评价结果的计算机主机,计算机主机通过网络连接有web服务器、事故树分析服务器以及数据接口服务器。事故树分析服务器通过数据接口服务器还连接有隐患管理服务器、安全监察服务器、人员定位服务器等相关专业服务器;隐患管理服务器、安全监控服务器、人员定位服务器等相关专业服务器还连接有底层监控设备或仪器,以便于通过相关专业服务器获得基本事件数据,事故树分析服务器用于事故树顶上事件发生概率的计算;web服务器用于事故树分析结果的发布。位移传感器、压力传感器、瓦斯泄漏检测仪等构成所述底层监控设备或仪器。
参见图2,一种煤矿安全评估的图形化事故树自动分析方法,包括以下步骤,
第一步,构建事故树图形:构建事故树图形,并对事故树图形进行代码化处理;
第二步,解析并简化事故树图形:解析所述事故树图形,构建事故树的结构函数,并简化所述事故树的结构函数;
第三步,建立事故树参数计算模型:基于简化的结构函数,分别建立最小割集、最小径集和顶上事件发生概率计算模型,以及包括概率重要度系数、临界重要度系数和结构重要度系数的三种重要度计算模型;
第四步,事故树参数计算:获取基本事件数据,并依据所述事故树参数计算模型和获取的基本事件数据计算顶上事件发生概率、概率重要度系数、临界重要度系数和结构重要度系数;
第五步,危险性超限判断:将所述计算结果与设定值进行危险性比较,超过设定值,执行第六步;否则,执行第七步;
第六步,赋予警示颜色:赋予计算结果颜色,且对超过设定值的所述计算结果以警示颜色予以区分;
第七步,危险性增大判断:将所述顶上事件发生概率的计算结果与上次计算结果进行比较或首次计算结果与默认值比较,当危险性增大时,执行第八步,否则,执行第十步;
第八步,给出处理措施:查找导致危险性增大的基本事件,并结合所述基本事件的概率重要度系数、临界重要度系数和结构重要度系数给出处理措施建议;
第九步,处理措施发布:所述给出的处理措施建议;
第十步,计算结果发布:发布已赋色的所述计算结果;
第十一步,动态发布:延时设定时间,返回执行第四步。
优选的,所述方法还包括在建立事故树参数计算模型后进行文件格式转换的步骤:将包括事件代码或编码以及所述的最小割集计算模型、最小径集计算模型、建立顶上事件发生概率计算模型和三种重要度系数计算模型生成xml格式文件。
优选的,在所述第一步即构建事故树图形的步骤中,包括
1.1 建立图元库:建立包括事件符号、逻辑运算符号和用于事件符号与逻辑运算符号之间的连接线的图元符号库,且将连接线的起点和端点定义为父子节点关系;
1.2构建事故树图形:以所述图元符号和所述连接线构建事故树图形,并对构成顶上事件和中间事件的图元符号分别赋予名称,对构成基本事件多个图元符号分别以隐患名称的方式绑定一隐患基元;
1.3事故树图形数字化:包括对事故树图形中的顶上事件和中间事件的图元符号分别赋予不构成重复的代码;和,将事故树图形中构成基本事件的图元符号基于绑定的隐患基元赋予所述隐患基元的代码;
在所述第二步即解析并简化事故树图形的步骤中,包括:
2.1 解析事故树图形:解析基于所述数字化的事故树图形中的事件图形符号、逻辑运算符号及父子节点关系,生成所述事故树的以代数形式表达的结构函数;
2.2 简化事故树:基于布尔代数运算的化简方法,简化所述数字化事故树的结构函数,以形成简化后的事故树,消除多余事件;
在所述第三步即建立事故树参数计算模型的步骤中,包括:
3.1 建立最小割集计算模型:基于所述简化后的结构函数,将结构函数中构成逻辑和的若干基本事件逻辑积的集合定义为所述事故树的最小割集;
3.2 建立最小径集计算模型:包括首先将所述简化后的事故树对偶为成功树,其次,构建成功树的结构函数,并获取成功树的最小割集;第三,将成功树的最小割集对偶形成所述事故树的最小径集;
3.3 建立顶上事件发生概率计算模型:定义为顶上事件发生概率与所述事故树的各最小割集的发生概率之和相等;
3.4 建立三种重要度系数计算模型:所述概率重要度系数由对自变量求偏导获得;所述临界重要度系数等于基本事件概率与概率重要度系数的乘积再除以顶上事件的发生概率;所述结构重要度系数是基于基本事件发生的概率均为50%,其结构重要度系数与概率重要度系数相等的基本性质,通过定量化手段求得。
更进一步优选的,所述事故树图形解析步骤中,生成所述事故树的结构函数,包括将逻辑运算的与门符号变换成代数运算的乘号,将逻辑运算的或门符号变换成代数运算的加号,按代数运算方式构建事故树的结构函数。
更进一步优选的,在所述最小径集计算的步骤中,所述将所述简化后的事故树对偶为成功树时,还包括将简化后的事故树的与门换成非门,非门换成与门,各类事件的发生换成不发生,以形成与事故树对偶为成功树;所述将成功树的最小割集对偶形成所述事故树的最小径集,包括将成功树的最小割集中的乘号换成加号,将加号换成乘号。
所述的事件符号如图3所示,包括矩形符号、圆形符号、屋形符号和菱形符号;矩形符号,用于表示顶上事件或中间事件。将事件扼要记入矩形框内。必须注意,顶上事件一定要清楚明了,不要太笼统。例如“交通事故”,“爆炸着火事故”,对此人们无法下手分析,而应当选择具体事故。如“机动车追尾”、 “机动车与自行车相撞”, “建筑工人从脚手架上坠落死亡”、 “道口火车与汽车相撞”等具体事故;圆形符号,用以表示基本或称原因事件,可以是人的差错,也可以是设备、机械故障、环境因素等。它表示最基本的事件,不能再继续往下分析了。例如,影响司机了望条件的“曲线地段”、 “照明不好”,司机本身问题影响行车安全的“酒后开车”、 “疲劳驾驶”等原因,将事故原因扼要记入圆形符号内;屋形符号,用以表示正常事件,是系统在正常状态下发生的正常事件。如“机车或车辆经过道岔”、 “因走动取下安全带”等,将事件扼要记入屋形符号内。菱形符号,用以表示省略事件,即表示事前不能分析,或者没有再分析下去的必要的事件。例如,“司机间断了望”、 “天气不好”、 “臆测行车”、 “操作不当”等,将事件扼要记入菱形符号内。
所述逻辑运算符号如图4所示的通用逻辑运算符号,包括与门、或门、条件与门、条件或门、限制门以及如图5所示的转入和转出的转移符号。
按照逻辑运算法则,如图6左侧的条件与门与右侧的逻辑运算符号等效;如图7左侧的条件或门与右侧的逻辑运算符号等效。
在所述事故树图形数字化步骤中,所述对事故树图形中的顶上事件和中间事件的图元符号分别赋予不构成重复的代码;如对如图8中左侧的事故树顶上事件赋予代数符号T、第一层中间事件分别赋予代数符号A1和A2,第二层中间事件赋予代数符号B;将事故树图形中构成基本事件的图元符号分别以代码形式绑定一所述隐患基元;如对如图8中的对基本事件分别绑定隐患基元代码X1、X2、X3。
在所述解析事故树图形步骤中,生成所述事故树的以代数形式表达的结构函数,是通过将逻辑运算的与门符号变换成代数运算的乘号,将逻辑运算的或门符号变换成代数运算的加号,构建如图8事故树的结构函数为:
T=A1+A2
=X1*X2+(X3+B)
=X1*X2+[X3+(X1*X3)];
所述简化事故树,是在事故树解析完成之后,为了准确计算顶上事件发生的概率,需要消除多余事件,特别是在事故树的不同位置存在同一基本事件时,必须利用布尔代数进行整理,然后才能计算顶上事件的发生概率,否则就会造成定性分析或定量分析的错误。如将图8中左侧图的事故树图形的结构函数T=X1*X2+[X3+(X1*X3)],按照A+AB=A的逻辑运算规则,则T=X1*X2+X3,化简后形成如图8右侧图所示的事故树图形,二者是完全等效的。
将所述简化后的事故树对偶为成功树,包括将简化后的事故树的与门换成非门,非门换成与门,各类事件的发生换成不发生,以形成与事故树对偶为成功树;按照此原则将如图9所示的事故树对偶成如图10所示的成功树。
在所述建立最小割集计算模型的步骤中,基于所述简化后事故树的结构函数,将结构函数中构成逻辑和的若干基本事件逻辑积的集合定义为所述事故树的最小割集;
将如图9所示的事故树建立结构函数为并化简如下,
T=A1+A2=X1*B1*X2+X4*B2
=X1* (X1+X3) *X2+X4* (C+X6)
=X1*X1*X2+X1*X3*X2+X4* (X4*X5+X6)
=X1*X2+X1*X2*X3+X4*X4*X5+X4*X6
=X1*X2+X1*X2*X3+X4*X5+X4*X6
=X1*X2+X4*X5+X4*X6
所得的三个最小割集为:{ X1,X2}、{X4,X5}、{X4,X6}。
在建立最小径集计算模型:包括先将所述简化后的事故树对偶为成功树,并构建成功树的结构函数,以获得成功树的最小割集,最后将成功树的最小割集对偶形成所述事故树的最小径集;
将如图9的事故树对偶为如图10成功树,按前述方法获得成功树的最小径集如下,
用T’、A1’、A2’、B1’、B2’、C’、X1’、X2’、X3’、X4’、X5’、X6’分别表示各事件T、A1、A2、B1、B2、C、X1、X2、X3、X4、X5、X6不发生。
用布尔代数化简法求成功树的最小径集:
T’=A1’ *A2’
=(X1’+B1’+X2’) * (X4’+B2’)
= (X1’+X1’ *X3’+X2’) * (X4’+C’·X6’)
=(X1’+X2’) * [X4’+( X4’+X5’) *X6’]
=(X1’+X2’) * (X4’+X4’ *X6’+X5’ *X6’)
=(X1’+X2’) * (X4’+X5’ * X6’)
=X1’ *X4’+X1’ *X5’ *X6’+X2’ *X4’+X2’ *X5’ *X6’
这样,就得到成功树的四个最小割集,经对偶变换就是事故树的四个最小径集,即
T=(X1+X4) * ( X1+X5+X6) * ( X2+X4) * ( X2+X5+X6)
每一个逻辑和就是一个最小径集,则得到事故树的四个最小径集为:
{X1,X4},{X2,X4},{ X1,X5,X6},{X2,X5,X6}
在实际应用中,也可用最小径集构建事故树,如图11所示,就是用最小径集表示的如图9事故树的等效图。
本发明在建立顶上事件发生概率计算模型时,系采用近似计算法计算其发生概率,以各最小割集发生概率之和作为顶上事件发生概率。
由于,在事故树分析时,往往遇到很复杂很庞大的事故树,有时一棵事故树牵扯成百上千个基本事件,要精确求出顶上事件的发生概率,需要相当大的人力和物力。因此,需要找出一种简便方法,它既能保证必要的精确度,又能较为省力地算出结果。
同时,即使精确算出的结果也未必十分精确,这是因为:
1、凭经验给出的各种机械部件的故障率本身就是一种估计值,肯定存在误差;
2、各种机械部件的运行条件(满负荷或非满负荷运行)、运行环境(温度、湿度、粉尘、腐蚀等)各不相同,它们必然影响着故障率的变化;
3、人的失误率受多种因素影响,如心理、生理、个人的智能、训练情况、环境因素等,这是一个经常变化、伸缩性很大的数据。
因此,对这些数据进行运算,必然得出不太精确的结果。所以,用近似计算的办法求顶上事件的发生概率经济、合理。
以上虽然结合附图描述了本发明的实施方式,但本领域的普通技术人员也可以意识到对所附权利要求的范围内作出各种变化或修改,这些修改和变化应理解为是在本发明的范围和意图之内的。
Claims (5)
1.一种煤矿安全评估的图形化事故树自动分析方法,包括以下步骤,
第一步,构建事故树图形:构建事故树图形,并对事故树图形进行代码化处理;
第二步,解析并简化事故树图形:解析所述事故树图形,构建事故树的结构函数,并简化所述事故树的结构函数;
第三步,建立事故树参数计算模型:基于简化的结构函数,分别建立最小割集、最小径集和顶上事件发生概率计算模型,以及包括概率重要度系数、临界重要度系数和结构重要度系数的三种重要度计算模型;
第四步,事故树参数计算:获取基本事件数据,并依据所述事故树参数计算模型和获取的基本事件数据计算顶上事件发生概率、概率重要度系数、临界重要度系数和结构重要度系数;
第五步,危险性超限判断:将所述顶上事件发生概率与设定值进行危险性比较,超过设定值,执行第六步;否则,执行第七步;
第六步,赋予警示颜色:赋予计算结果颜色,且对超过设定值的所述计算结果以警示颜色予以区分;
第七步,危险性增大判断:将所述顶上事件发生概率的计算结果与上次计算结果进行比较或首次计算结果与默认值比较,当危险性增大时,执行第八步,否则,执行第十步;
第八步,给出处理措施:查找导致危险性增大的基本事件,并结合所述基本事件的概率重要度系数、临界重要度系数和结构重要度系数给出处理措施建议;
第九步,处理措施发布:所述给出的处理措施建议;
第十步,计算结果发布:发布已赋色的所述计算结果;
第十一步,动态发布:延时设定时间,返回执行第四步。
2.根据权利要求1所述的煤矿安全评估的图形化事故树自动分析方法,其特征在于,所述方法还包括在建立事故树参数计算模型后进行文件格式转换的步骤:将包括事件代码或编码以及所述的最小割集计算模型、最小径集计算模型、建立顶上事件发生概率计算模型和三种重要度系数计算模型生成xml格式文件。
3.根据权利要求1或2所述的煤矿安全评估的图形化事故树自动分析方法,其特征在于,在所述构建事故树图形的步骤中,包括:
1.1 建立图元库:建立包括事件符号、逻辑运算符号和用于事件符号与逻辑运算符号之间的连接线的图元符号库,且将连接线的起点和端点定义为父子节点关系;
1.2构建事故树图形:以所述图元符号和所述连接线构建事故树图形,并对构成顶上事件和中间事件的图元符号分别赋予名称,对构成基本事件多个图元符号分别以隐患名称的方式绑定一隐患基元;
1.3事故树图形数字化:包括对事故树图形中的顶上事件和中间事件的图元符号分别赋予不构成重复的代码;和,将事故树图形中构成基本事件的图元符号基于绑定的隐患基元赋予所述隐患基元的代码;
在所述解析并简化事故树的步骤中,包括:
2.1 解析事故树图形:解析基于所述数字化的事故树图形中的事件图形符号、逻辑运算符号及父子节点关系,生成所述事故树的以代数形式表达的结构函数;
2.2 简化事故树:基于布尔代数运算的化简方法,简化所述数字化事故树的结构函数,以形成简化后的事故树,消除多余事件;
在所述建立事故树参数计算模型的步骤中,包括:
3.1 建立最小割集计算模型:基于所述简化后的结构函数,将结构函数中构成逻辑和的若干基本事件逻辑积的集合定义为所述事故树的最小割集;
3.2 建立最小径集计算模型:包括首先将所述简化后的事故树对偶为成功树,其次,构建成功树的结构函数,并获取成功树的最小割集;第三,将成功树的最小割集对偶形成所述事故树的最小径集;
3.3 建立顶上事件发生概率计算模型:定义为顶上事件发生概率与所述事故树的各最小割集的发生概率之和相等;
3.4 建立三种重要度系数计算模型:所述概率重要度系数由对自变量求偏导获得;所述临界重要度系数等于基本事件概率与概率重要度系数的乘积再除以顶上事件的发生概率;所述结构重要度系数是基于基本事件发生的概率均为50%,其结构重要度系数与概率重要度系数相等的基本性质,通过定量化手段求得。
4.根据权利要求3所述的煤矿安全评估的图形化事故树自动分析方法,其特征在于,在所述事故树图形解析步骤中,生成所述事故树的结构函数,包括将逻辑运算的与门符号变换成代数运算的乘号,将逻辑运算的或门符号变换成代数运算的加号,按代数运算方式构建事故树的结构函数。
5.根据权利要求3所述的煤矿安全评估的图形化事故树自动分析方法,其特征在于,在所述最小径集计算的步骤中,所述将所述简化后的事故树对偶为成功树时,还包括将简化后的事故树的与门换成非门,非门换成与门,各类事件的发生换成不发生,以形成与事故树对偶为成功树;所述将成功树的最小割集对偶形成所述事故树的最小径集,包括将成功树的最小割集中的乘号换成加号,将加号换成乘号。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201310283001.7A CN103294876B (zh) | 2013-07-08 | 2013-07-08 | 一种煤矿安全评估的图形化事故树自动分析方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201310283001.7A CN103294876B (zh) | 2013-07-08 | 2013-07-08 | 一种煤矿安全评估的图形化事故树自动分析方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN103294876A true CN103294876A (zh) | 2013-09-11 |
CN103294876B CN103294876B (zh) | 2016-05-11 |
Family
ID=49095733
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201310283001.7A Expired - Fee Related CN103294876B (zh) | 2013-07-08 | 2013-07-08 | 一种煤矿安全评估的图形化事故树自动分析方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN103294876B (zh) |
Cited By (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN104036361A (zh) * | 2014-06-23 | 2014-09-10 | 南京工业大学 | 一种承压设备制造过程中的人因可靠性分析方法 |
CN108229840A (zh) * | 2018-01-23 | 2018-06-29 | 合肥思博特软件开发有限公司 | 一种矿区事故安全管理系统 |
CN109284818A (zh) * | 2018-09-07 | 2019-01-29 | 北方爆破科技有限公司 | 一种基于事故树和遗传算法的爆破振动控制预测方法 |
CN111582152A (zh) * | 2020-05-07 | 2020-08-25 | 微特技术有限公司 | 一种识别图像中复杂事件的方法及系统 |
CN112488469A (zh) * | 2020-11-16 | 2021-03-12 | 马鞍山矿山研究总院股份有限公司 | 一种矿山自然灾害危险源风险预防机制管理系统及方法 |
Citations (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
KR20130039408A (ko) * | 2011-10-12 | 2013-04-22 | 성균관대학교산학협력단 | 결함 트리 자동 생성 방법 및 장치 |
CN103074895A (zh) * | 2013-01-03 | 2013-05-01 | 长安大学 | 一种基坑锚杆脱粘安全评价方法 |
-
2013
- 2013-07-08 CN CN201310283001.7A patent/CN103294876B/zh not_active Expired - Fee Related
Patent Citations (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
KR20130039408A (ko) * | 2011-10-12 | 2013-04-22 | 성균관대학교산학협력단 | 결함 트리 자동 생성 방법 및 장치 |
CN103074895A (zh) * | 2013-01-03 | 2013-05-01 | 长安大学 | 一种基坑锚杆脱粘安全评价方法 |
Non-Patent Citations (2)
Title |
---|
刘士义: "煤矿事故事故树分析及计算机辅助生成系统的研究", 《万方数据库:硕士学位论文》 * |
欧晓英等: "煤矿本质安全化管理体系建立及其应用的探讨", 《中国安全科学学报》 * |
Cited By (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN104036361A (zh) * | 2014-06-23 | 2014-09-10 | 南京工业大学 | 一种承压设备制造过程中的人因可靠性分析方法 |
CN108229840A (zh) * | 2018-01-23 | 2018-06-29 | 合肥思博特软件开发有限公司 | 一种矿区事故安全管理系统 |
CN109284818A (zh) * | 2018-09-07 | 2019-01-29 | 北方爆破科技有限公司 | 一种基于事故树和遗传算法的爆破振动控制预测方法 |
CN111582152A (zh) * | 2020-05-07 | 2020-08-25 | 微特技术有限公司 | 一种识别图像中复杂事件的方法及系统 |
CN112488469A (zh) * | 2020-11-16 | 2021-03-12 | 马鞍山矿山研究总院股份有限公司 | 一种矿山自然灾害危险源风险预防机制管理系统及方法 |
Also Published As
Publication number | Publication date |
---|---|
CN103294876B (zh) | 2016-05-11 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN103294877A (zh) | 应用于煤矿安全评估的事故树图形数字化分析方法及工具 | |
CN107703920B (zh) | 基于多元时间序列的列车制动系统的故障检测方法 | |
CN109255523B (zh) | 基于kks编码规则和大数据架构的分析指标计算平台 | |
CN103294876A (zh) | 一种煤矿安全评估的图形化事故树自动分析方法 | |
CN106161138A (zh) | 一种智能自动计量方法及装置 | |
CN107845159B (zh) | 一种自动驾驶车辆测评系统运行监测系统 | |
CN102282552A (zh) | 基于模式的智能控制、监测及自动化的系统、方法和计算机程序 | |
CN102096760A (zh) | 在现场故障数据中检测异常 | |
Burns et al. | An empirically benchmarked human reliability analysis of general aviation | |
CN104777813A (zh) | 综合气象观测运行监控系统及其监控方法 | |
CN104573989A (zh) | 一种基于历史故障信息的输电线路故障概率评估方法 | |
CN114490161B (zh) | 一种故障诊断方法、装置、车辆及存储介质 | |
San Kim et al. | Development and evaluation of a computer-aided system for analyzing human error in railway operations | |
CN111915026A (zh) | 故障处理方法、装置、电子设备及存储介质 | |
CN104636241A (zh) | 基于需求建模的车载控制器日志数据自动分析方法 | |
CN109507992A (zh) | 一种机车制动系统部件的故障预测方法、装置及设备 | |
CN105574299A (zh) | 一种轨道交通信号系统的安全预评估方法 | |
Glemba et al. | Theoretical study of improving the safety of the “Operator, machine, and environment” system when performing transport operations | |
CN114312930B (zh) | 基于日志数据的列车运行异常诊断方法和装置 | |
CN116859842A (zh) | 一种化工生产线安全评估系统 | |
Fort et al. | Fault tolerant design of a field data modular readout architecture for railway applications | |
CN112542892B (zh) | 变电站调控一体化控制方法及控制装置 | |
CN204231030U (zh) | 一种传输故障检测器及电网调度自动化系统 | |
CN114266472A (zh) | 基于Spark的地铁站疏散风险分析方法 | |
Line et al. | A systematic approach for developing prognostic algorithms on large complex systems |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
C06 | Publication | ||
PB01 | Publication | ||
C10 | Entry into substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
C14 | Grant of patent or utility model | ||
GR01 | Patent grant | ||
CF01 | Termination of patent right due to non-payment of annual fee |
Granted publication date: 20160511 |
|
CF01 | Termination of patent right due to non-payment of annual fee |