CN111126853A - 基于模糊fmea的水利工程风险预警分析方法及系统 - Google Patents
基于模糊fmea的水利工程风险预警分析方法及系统 Download PDFInfo
- Publication number
- CN111126853A CN111126853A CN201911360681.1A CN201911360681A CN111126853A CN 111126853 A CN111126853 A CN 111126853A CN 201911360681 A CN201911360681 A CN 201911360681A CN 111126853 A CN111126853 A CN 111126853A
- Authority
- CN
- China
- Prior art keywords
- risk
- index
- fuzzy
- priority
- indexes
- 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
- 238000011058 failure modes and effects analysis Methods 0.000 title claims abstract description 44
- 238000004458 analytical method Methods 0.000 title claims abstract description 31
- 238000011156 evaluation Methods 0.000 claims abstract description 92
- 238000000034 method Methods 0.000 claims abstract description 91
- 230000008569 process Effects 0.000 claims abstract description 33
- XLYOFNOQVPJJNP-UHFFFAOYSA-N water Substances O XLYOFNOQVPJJNP-UHFFFAOYSA-N 0.000 claims description 60
- 238000012544 monitoring process Methods 0.000 claims description 27
- 239000011159 matrix material Substances 0.000 claims description 25
- 238000001514 detection method Methods 0.000 claims description 19
- 238000004364 calculation method Methods 0.000 claims description 12
- 238000012545 processing Methods 0.000 claims description 11
- 238000012163 sequencing technique Methods 0.000 claims description 9
- 230000005484 gravity Effects 0.000 claims description 3
- 238000012502 risk assessment Methods 0.000 claims 1
- 230000006870 function Effects 0.000 description 24
- 230000008859 change Effects 0.000 description 10
- 238000010586 diagram Methods 0.000 description 10
- 238000010276 construction Methods 0.000 description 6
- 238000007726 management method Methods 0.000 description 6
- 238000013461 design Methods 0.000 description 5
- 230000007613 environmental effect Effects 0.000 description 5
- 241000256602 Isoptera Species 0.000 description 4
- 230000000694 effects Effects 0.000 description 4
- 238000005516 engineering process Methods 0.000 description 4
- 230000003449 preventive effect Effects 0.000 description 3
- 238000011160 research Methods 0.000 description 3
- 230000009286 beneficial effect Effects 0.000 description 2
- 238000010224 classification analysis Methods 0.000 description 2
- 230000007423 decrease Effects 0.000 description 2
- 230000002262 irrigation Effects 0.000 description 2
- 238000003973 irrigation Methods 0.000 description 2
- 230000007774 longterm Effects 0.000 description 2
- 238000013507 mapping Methods 0.000 description 2
- 238000004451 qualitative analysis Methods 0.000 description 2
- 238000006424 Flood reaction Methods 0.000 description 1
- 238000004422 calculation algorithm Methods 0.000 description 1
- 238000006243 chemical reaction Methods 0.000 description 1
- 238000012937 correction Methods 0.000 description 1
- 238000000354 decomposition reaction Methods 0.000 description 1
- 230000003247 decreasing effect Effects 0.000 description 1
- 238000011161 development Methods 0.000 description 1
- 238000004141 dimensional analysis Methods 0.000 description 1
- 238000009472 formulation Methods 0.000 description 1
- 230000006698 induction Effects 0.000 description 1
- 238000007689 inspection Methods 0.000 description 1
- 230000003993 interaction Effects 0.000 description 1
- 238000011835 investigation Methods 0.000 description 1
- 238000004519 manufacturing process Methods 0.000 description 1
- 238000011430 maximum method Methods 0.000 description 1
- 238000005065 mining Methods 0.000 description 1
- 239000000203 mixture Substances 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 238000012913 prioritisation Methods 0.000 description 1
- 238000003672 processing method Methods 0.000 description 1
- 238000011002 quantification Methods 0.000 description 1
- 238000004445 quantitative analysis Methods 0.000 description 1
- 238000013139 quantization Methods 0.000 description 1
- 239000000523 sample Substances 0.000 description 1
- 238000013077 scoring method Methods 0.000 description 1
- 238000000638 solvent extraction Methods 0.000 description 1
- 230000009897 systematic effect Effects 0.000 description 1
- 238000012360 testing method Methods 0.000 description 1
- 230000007704 transition Effects 0.000 description 1
- 230000001960 triggered effect Effects 0.000 description 1
- 230000000007 visual effect Effects 0.000 description 1
Images
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
- G06Q10/00—Administration; Management
- G06Q10/06—Resources, workflows, human or project management; Enterprise or organisation planning; Enterprise or organisation modelling
- G06Q10/063—Operations research, analysis or management
- G06Q10/0635—Risk analysis of enterprise or organisation activities
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
- G06Q10/00—Administration; Management
- G06Q10/04—Forecasting or optimisation specially adapted for administrative or management purposes, e.g. linear programming or "cutting stock problem"
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
- G06Q10/00—Administration; Management
- G06Q10/06—Resources, workflows, human or project management; Enterprise or organisation planning; Enterprise or organisation modelling
- G06Q10/063—Operations research, analysis or management
- G06Q10/0639—Performance analysis of employees; Performance analysis of enterprise or organisation operations
- G06Q10/06393—Score-carding, benchmarking or key performance indicator [KPI] analysis
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
- G06Q50/00—Information and communication technology [ICT] specially adapted for implementation of business processes of specific business sectors, e.g. utilities or tourism
- G06Q50/08—Construction
-
- Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
- Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
- Y02A—TECHNOLOGIES FOR ADAPTATION TO CLIMATE CHANGE
- Y02A10/00—TECHNOLOGIES FOR ADAPTATION TO CLIMATE CHANGE at coastal zones; at river basins
- Y02A10/40—Controlling or monitoring, e.g. of flood or hurricane; Forecasting, e.g. risk assessment or mapping
Landscapes
- Business, Economics & Management (AREA)
- Human Resources & Organizations (AREA)
- Engineering & Computer Science (AREA)
- Strategic Management (AREA)
- Economics (AREA)
- Entrepreneurship & Innovation (AREA)
- Development Economics (AREA)
- Theoretical Computer Science (AREA)
- Physics & Mathematics (AREA)
- Marketing (AREA)
- General Physics & Mathematics (AREA)
- General Business, Economics & Management (AREA)
- Tourism & Hospitality (AREA)
- Educational Administration (AREA)
- Quality & Reliability (AREA)
- Operations Research (AREA)
- Game Theory and Decision Science (AREA)
- Health & Medical Sciences (AREA)
- General Health & Medical Sciences (AREA)
- Primary Health Care (AREA)
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
Abstract
本发明公开了一种基于模糊FMEA的水利工程风险预警分析方法及系统。包括:构建水利工程运行期过程风险指标评价体系并进行优化;对风险指标评价体系中的风险指标采用五个等级划分风险评价标准;计算各个风险指标的权重;建立严重程度、发生频率、可探测度与风险优先等级之间的模糊规则库,计算出各风险指标的风险优先等级;根据风险指标的权重与风险优先等级计算风险优先顺序数;确定风险指标的风险警级;发布警情。利用本发明,可以在水利工程风险预警分析场景中,提高风险预警信息准确性,使风险决策更合理。
Description
技术领域
本发明涉及水利工程、风险预警技术领域,具体涉及一种基于模糊FMEA的水利工程风险预警分析方法及系统。
背景技术
工程运行期风险因素众多,且影响范围广,根据识别的风险评价指标按照风险性质可划分为定性指标和定量指标,不同的风险指标对工程建设目标的影响存在很大差异,指标之间的重要程度也存在很大不同。风险预警能够从众多风险因子中找到可能造成重大损失的风险因素,在此基础上,根据各个风险的性质及其潜在影响,规划合理的风险管理对策,以尽可能地减少项目风险的潜在损失和对风险的控制能力。
传统的工程预警主要依赖于人工方式,缺乏自动化、智能化的技术手段,对工程风险指标缺乏科学的认识。在水利工程风险预警分析领域,缺少系统、合理的预警分析分析方法,风险指标体系构建不合理、风险指标重要性确定方法不科学,导致对风险指标重要性缺乏科学的认识,从而导致工程风险预警信息不准确、决策不合理。
因此,现有水利工程风险预警分析技术存在工程风险预警信息不准确、决策不合理的问题。
发明内容
本发明提供了一种基于模糊FMEA的水利工程风险预警分析方法及系统,该方法实现了水利工程风险预警分析,提高风险预警信息准确性,使风险决策更合理。
一种基于模糊FMEA的水利工程风险预警分析方法,该方法包括:
步骤一,基于霍尔三维结构识别法,从输水渠道、交叉建筑物、输水管线三个维度构建水利工程运行期过程风险指标评价体系,基于专家知识库,对风险指标评价体系进行优化;
步骤二,对风险指标评价体系中的风险指标采用五个等级划分风险评价标准,得到风险指标评价空间;
步骤三,基于层次分析法计算各个风险指标的权重,确定风险指标之间的相对重要性;
步骤四,基于模糊FMEA方法,建立严重程度、发生频率、可探测度与风险优先等级之间的模糊规则库,根据风险指标评价空间以及监测数据,确定严重程度、发生频率、可探测度,计算出各风险指标的风险优先等级;
步骤五,根据风险指标的权重与风险指标的风险优先等级,得到风险优先顺序数RPN;
步骤六,根据水利工程风险预警的风险警限,确定风险优先顺序数RPN对应的风险警级,得到对应风险指标的风险警级;
步骤七,根据风险指标的风险警级,发布警情。
步骤一包括:
从时间维、因素维、逻辑维三个角度,从输水渠道、交叉建筑物、输水管线三个维度对运行期过程风险指标进行全面识别,构建水利工程运行期过程风险指标评价体系;
基于专家知识库,对风险指标评价体系进行优化。
步骤二包括:
将风险指标体系中的指标分为定量指标和定性指标,对风险指标体系中的定量指标和定性指标采用五个等级划分风险评价标准,得到风险指标评价空间;
其中,五个等级为高风险、较高风险、中等风险、较低风险、低风险。
对风险指标体系中的定量指标采用五个等级划分风险评价标准具体为:使用文献资料法确定风险指标的预警阈值,根据预警阈值对风险指标体系中的定量指标采用五个等级划分风险评价标准。
步骤三包括:
构造中间层指标判断矩阵以及中间层下各个风险指标判断矩阵;
分别根据判断矩阵计算中间层指标的权重以及风险指标的权重;
对判断矩阵进行一致性检验,得到中间层指标权重结果以及风险指标权重结果。
步骤四包括:
对故障发生频度、严重度、探测度建立模糊术语集;
建立故障发生频度、严重度、探测度以及风险优先等级的三角隶属函数;
建立故障发生频度、严重度、探测度与风险优先等级之间的模糊规则库,基于马丹尼方法进行模糊推理;
采用重心法对模糊推理结果进行去模糊化处理,得到风险指标优先等级。
步骤五包括:
将风险指标的权重与风险指标优先等级相乘,得到风险优先顺序数RPN;
将风险优先顺序数RPN由小到大进行排序,得到风险指标排序。
步骤六包括:
对风险优先顺序数组成的序列进行离差标准化处理;
确定水利工程风险预警的风险警限,根据风险警限确定离差标准化处理后的风险优先顺序数对应的风险警级,从而得到风险指标的风险警级。
一种基于模糊FMEA的水利工程风险预警分析系统,包括评价子系统、模糊控制子系统、输出子系统,评价子系统包括:
风险指标识别单元,用于基于霍尔三维结构识别法,从输水渠道、交叉建筑物、输水管线三个维度构建水利工程运行期过程风险指标评价体系,基于专家知识库,对风险指标评价体系进行优化;
风险评价标准划分单元,用于对风险指标评价体系中的风险指标采用五个等级划分风险评价标准,得到风险指标评价空间;
风险指标权重计算单元,用于基于层次分析法计算各个风险指标的权重,确定风险指标之间的相对重要性;
模糊控制子系统,用于基于模糊FMEA方法,建立严重程度、发生频率、可探测度与风险优先等级之间的模糊规则库,根据风险指标评价空间以及监测数据,确定严重程度、发生频率、可探测度,计算出各风险指标的风险优先等级;
输出子系统包括:
风险优先顺序数确定单元,用于根据风险指标的权重与风险指标的风险优先等级,得到风险优先顺序数RPN;
风险警级确定单元,用于根据水利工程风险预警的风险警限,确定风险优先顺序数RPN对应的风险警级,得到对应风险指标的风险警级;
警情发布单元,用于根据风险指标的风险警级,发布警情。
本发明的有益效果在于:
本发明采用层级分析法对运行期风险指标进行相对重要性分析,并基于模糊FMEA方法确定风险指标的风险优先等级,不仅可以进一步提高决策者对风险的认识,同时也为风险评价估算创造了条件,提高风险预警信息准确性,使风险决策更合理。
附图说明
图1为模糊FMEA过程示意图;
图2为运行期风险霍尔三维识别框架示意图;
图3为反映发生频度的语义变量三角隶属函数示意图;
图4为反映严重程度的语义变量三角隶属函数示意图;
图5为反映风险探测度的语义变量三角隶属函数示意图;
图6为反映风险优先等级的语义变量三角隶属函数示意图;
图7为三个风险因子与风险优先等级的关系曲面示意图;
图8为模糊控制子系统示意图。
具体实施方式
为了使本发明的目的、技术方案及优点更加清楚明白,以下结合附图以及实施例,对本发明进行进一步详细说明。应当理解,此处所描述的具体实施例仅仅用以解释本发明,并不用于限定本发明。
本发明提供一种基于模糊FMEA的水利工程风险预警分析方法和系统,下面通过具体实施例来进行说明。本发明将FMEA和AHP结合,通过FMEA对水利运行风险预警项目的风险因子进行三个维度的分析,计算出各风险因子的模糊风险优先等级,并应用AHP分别确定风险指标权重,根据模糊风险优先等级以及风险指标权重得到风险优先顺序数,以此作为依据发布警情。本发明的模糊FMEA过程如图1所示。
实施例一:
基于模糊FMEA的水利工程风险预警分析方法包括:
步骤一,基于霍尔三维结构识别法,从输水渠道、交叉建筑物、输水管线三个维度构建水利工程运行期过程风险指标评价体系,基于专家知识库,对风险指标评价体系进行优化。
霍尔三维结构风险识别法是根据工程风险分类,系统地、动态地、全面地从多维角度(常用逻辑维、时间维、知识维)对项目实施过程中可能导致风险事件发生的各种因素进行辨认和甄别,使识别结果更加科学合理。
结合水利工程运行期特点,考虑运行期实际情况,本发明参考霍尔三维结构风险识别框架,从时间维、因素维、逻辑维三个角度对运行期过程风险指标进行全面识别。运行期风险霍尔三维识别框架图如图2所示。
首先,从时间维角度识别运行期风险因素。
水利工程按照时间进展可分为运行初期阶段、平稳运行期阶段和运行后期阶段,每一阶段风险特性都不相同,对工程建设的影响程度也不一样。
项目运行前期阶段是水利工程运行期工作的重要环节,前期存在的隐患稍有遗漏差错,便会影响运行期工作顺利开展。运行期是造成不确定性风险因素的关键过程,运行期风险随着工作的进展和外部环境的变化而不断变化,上一工作程序重要的风险因子,到下一阶段可能转化为可忽略或更重要的风险。运行后期阶段是检验运行期实施效果和处理遗留问题的主要阶段,运行期对工程建设和社会的影响是一个长期的、隐蔽的、动态的、变化的过程。根据运行期工作内容划分和风险点布置,可罗列以下潜在风险因素,从而制定时间维角度风险识别核对表1。
表1风险时间维识别核对表
进一步地,从因素维角度识别运行期风险因素。
根据上述工作阶段划分风险识别结果,对风险的定义较为模糊,很难具体确定风险的形成过程和来源,结合风险理论对运行期风险类别的划分,从工程技术、自然、社会3个层面对风险来源进行深入探讨,从而归纳出符合风险理论的各种影响因子。
工程技术因素是工程建设及运行过程的直接反应,每一个阶段结构的状态都会影响工程的正常运行。自然因素是客观存在的,天气的变化以及实施过程对环境的破坏,无形中都会孕育着风险事件的发生。社会因素是一个长期隐蔽、不易察觉的影响因素,很多风险都是随着时间慢慢积累,然后瞬间爆发,或者初期看似难以承受的风险,经过后期的处理和控制,而变得可以忽略。根据风险因素划分制定风险核对表如表2所示。
表2运行期风险因素维识别核对表
最后,从逻辑维角度识别运行期风险因素。
从逻辑维角度来看,运行期风险因素又可以以发生的可能性、对工程平稳运行的影响程度、风险是否为我们所接受、风险的可定量性以及一旦发生,相关机构和人员的应对措施来区分。通过对运行期工作阶段划分和风险来源分类,考虑各阶段不同风险来源对工程目标的影响,分析各风险因子之间、风险因子与工程目标之间以及各工作目标之间的相互作用及影响,从而构造影响工程目标的风险识别核对表3。
表3运行期风险逻辑维识别核对表
通过时间维、因素维和逻辑维三个角度对运行期工作潜在风险因素进行深入剖析,列举了以上可能存在的风险事件,考虑到部分指标过于模糊,存在重叠交叉因素,而且指标之间影响程度有大有小,因此有必要基于专家知识库,进一步优化指标体系,去除对运行期风险评价影响较小或无影响的指标,对部分不易操作和过于精细的指标进行分解和整合。这样既保证指标体系的完整性,又避免了指标体系过于庞大冗杂,以便后期评价计算更加科学合理。
本发明从三个方面对风险指标进行筛选整理:①逻辑层次结构分明;②便于计算分析和指标评价空间扩展;③紧密结合工程实际,能为今后工作提供参考。
通过对历年各段总结汇报资料深入挖掘和梳理,本阶段针对风险特征表现不明显,影响程度较小,或实施之前已采取措施进行规避的风险因素不再考虑。
通过前述从不同角度对风险因素的分解、细化、梳理和归纳,对其中存在共性或交集的风险因素进行重点关注,得到优化后的风险指标。以输水渠道为例,给出优化后的风险指标表。表4为输水渠道风险指标表。
表4输水渠道风险指标表
步骤二,对风险指标评价体系中的风险指标采用五个等级划分风险评价标准,得到风险指标评价空间。
风险指标相对重要性分析是风险评价计算的基础,需要制定一套科学合理且符合人们逻辑思维判断的风险等级评判标准。风险等级的划分直接影响评价结果的科学性和可信性,在制定风险等级时要综合考虑相应规范、已有方法和实践经验,评价标准的选择要有理有据,贴合工程实际,满足风险计算的需要。
运行期风险等级研究虽然较少,但工程建设和移民风险理论相对较完善,从文献查阅来看,公路和水库移民风险等级一般细化为五级。风险等级评语为微小、较小、一般、较大和重大风险。
通过对河南省各渠段运行期工作实地调查,以及从受影响群众和工作人员反应的情况看,有些统计为一般风险的指标,其影响是很严重的,若归纳为高风险等级也不为过,而风险应急预案的制定则介于高风险和一般风险之间。由此看来,将风险等级适当细分更有利于准确描述运行期风险状况。
综上所述,发明采用五个等级划分风险评价标准,既符合实际,也满足计算的需要。五个风险评价等级分别为高风险、较高风险、中等风险、较低风险、低风险。
根据识别的风险评价指标体系,有些指标只能定性分析,难以用精确的数字量化描述,不同性质的指标风险评价的依据也不一样,风险指标评价空间的制定必须结合风险特性和运行期工作实际情况综合考量。
下面分别对输水渠道运行期风险评价指标中的定量分析指标水位骤变、定性分析指标生物隐患进行风险等级划分。
首先,对水位骤变进行风险等级划分分析。
基于文献资料法,查阅历史检测数据,确定风险指标的预警阈值。以水位骤变、暴雨洪水、渠道水流速度为例,确定的预警阈值如表5所示。
表5风险指标预警阈值
表5不仅示出了阈值,同时给出了监测频次与监测时间区间。关于水位骤变风险指标,每日监测一次,流量变幅度为0~20%,超过设计水位阈值为0.05m。
进一步地,根据预警阈值确定风险指标评价空间。
依据水利工程的相关规范,利用闸站监控系统,查看各节制闸的闸前、闸后水位波动,以及流量变化,发现水位每小时降幅超过0.10m、日降幅超过0.20m、超过设计水位0.05m、分水口门所在渠段的下游节制闸闸前水位低于分水口最低分水保证水位以上0.05m等情况,以及在未进行调度操作的情况下,流量每小时变幅超过20%,应立即电话报告分调中心,同时电话报告总调中心。
分调中心实时利用闸站监控系统,查看所辖范围重点部位的闸前、闸后水位波动,以及流量变化,发现水位每小时降幅超过0.10m、日降幅超过0.20m、超过设计水位0.05m、分水口门所在渠段的下游节制闸闸前水位低于分水口最低分水保证水位以上0.05m等情况,以及在未进行调度操作的情况下,流量每小时变幅超过20%,若未接到中控室电话报告的,应立即组织中控室核查,核实无误后,电话上报总调中心。
依据上述规定,将风险评价指标空间拓展,水位骤变偏差风险指标评价空间如表6所示。
表6水位骤变偏差风险指标评价空间
进一步地,对定性分析指标生物隐患进行风险等级划分分析。
对于干渠来说,白蚁等生物危害是防洪安全的重大隐患之一,根据堤防内白蚁等生物的分布规律及处理方法,确定评价等级空间。白蚁等生物隐患风险指标评价空间如表7所示。
表7白蚁等生物隐患风险指标评价空间
步骤三,基于层次分析法计算各个风险指标的权重,确定风险指标之间的相对重要性。
水利工程运行期风险因素众多,且影响范围广,根据识别的风险评价指标按照风险性质可划分为定性指标和定量指标,不同的风险指标对工程建设目标的影响存在很大差异,指标之间的重要程度也存在很大不同。对运行期风险指标进行相对重要性分析后用MATLAB实现预警,不仅可以进一步提高决策者对风险的认识,同时也为风险评价估算创造了条件。
本发明依据专家打分法确定各准则层的初始权重,然后依次计算出各指标层权重。以输水渠道为例进行风险因素权重的计算。层次分析法是一种将指标间的相对重要程度转化为定量表达的多准则决策方法,其确定权重基本步骤如下:
(1)构造两两比较判断矩阵A:
其中,n表示两两比较的指标个数,i、j为自然数,且≤n。
以输水渠道为例,中间层要素判断矩阵如表8所示。以同样的方法构造环境风险下各子指标之间的判断矩阵。
表8中间层要素判断矩阵
(2)根据指标判断矩阵计算权重:
(3)判断矩阵的一致性检验:
其中,λmax表示判断矩阵的最大特征值;A为判断矩阵;W为权重向量。
其中,CI为一致性检验指标,若CI=0,表示完全一致;n为判断矩阵阶数。
其中,RI为矩阵的平均随机一致性指标。当CR≤0.1时,可以确定判断矩阵通过一致性检验;当CR>0.1时,则重新构造判断矩阵。
对中间层要素判断矩阵进行一致性检验,计算得到λmax=4.2097;CR=0.0785<0.1;通过一致性检验,得到输水渠道中间层要素对决策目标的排序权重计算结果如表9所示。
表9中间层要素对决策目标的排序权重
中间层要素 | 权重 |
工程技术风险 | 0.5901 |
运行管理风险 | 0.2218 |
环境风险 | 0.1218 |
社会风险 | 0.0663 |
类似地,通过上述层次分析方法构造中间层要素环境风险指标判断矩阵,如表10所示。
表10环境风险指标判断矩阵
环境风险 | 暴雨洪水 | 地震 | 水位骤变 | 生物隐患 | 外界温差 | 渠道水速 | Wi |
暴雨洪水 | 1 | 3 | 4 | 5 | 7 | 8 | 0.4174 |
地震 | 1/3 | 1 | 3 | 6 | 7 | 8 | 0.2766 |
水位骤变 | 1/4 | 1/3 | 1 | 4 | 7 | 8 | 0.1705 |
生物隐患 | 1/5 | 1/6 | 1/4 | 1 | 2 | 6 | 0.0707 |
外界温差 | 1/7 | 1/7 | 1/7 | 1/2 | 1 | 3 | 0.0410 |
渠道水速 | 1/8 | 1/7 | 1/8 | 1/6 | 1/3 | 1 | 0.0238 |
对环境风险指标判断矩阵进行一致性检验,计算得到λmax=6.6127;CR=0.0973<0.1;通过一致性检验。最终,得到输水渠道运行期风险权重计算结果如表11所示。
表11输水渠道运行期风险权重计算结果
步骤四,基于模糊FMEA方法,建立严重程度、发生频率、可探测度与风险优先等级之间的模糊规则库,根据风险指标评价空间以及监测数据,确定严重程度、发生频率、可探测度,计算出各风险指标的风险优先等级。
故障模式及影响分析(Failure Mode and Effects Analysis,简称FMEA)是分析系统中每一产品所有可能产生的故障模式及其对系统造成的所有可能影响,并按每个故障模式的发生频度、影响严重程度以及检测难易程度予以分类的一种归纳分析方法。
为了对故障模式的风险进行确定,因而使用风险顺序数(Risk Priority Number,简称RPN)值将其量化。其中的三个风险因子:故障发生频度O(Occurrence)、严重度S(Severity)和探测度D(Detection)之积,即为RPN的值。
承接传统FMEA方法,在其基础上引入模糊逻辑,即为模糊FMEA方法。
首先,建立模糊术语集。
模糊术语集的建立方面,对每个变量(O、S、D)的评估分为1分到10分,共10个等级。同时10个等级对应了5个评价术语,即U={很低(R),低(L),中等(M),高(H),很高(VH)}。在量化方面采用的是三角模糊数,即很低(R)包含模糊数(0,0,2.5);低(L)包含模糊数(0,2.5,5);中等(M)包含模糊数(2.5,5,7.5);高(H)包含模糊数(7,7.5,10);很高(VH)包含模糊数(7.5,10,10)。为方便对应查看,具体对于三个因素(发生频度、严重度、探测度)的解释见表12-14。
发生频度(O)、严重度(S)的语言优先级术语为:很低(R)、低(L)、中(M)、高(H)、很高(VH)。对于探测度(D)的值,因为较低的打分对应的是较高的语言有限级,所以其语言优先级术语与发生频度。严重度的方向相反,它是从很高(VH)开始,到很低(R)结束。这三项风险因素均使用10分制加以打分,并具体归为5个等级,即很低(R)、低(L)、中(M)、高(H)、很高(VH)。
表12风险FMEA发生频度评价标准
表13风险FMEA严重程度评价标准
探测度(D)由于在定义时方便理解,将“很高”的语言优先级术语对应到低分值上。而在模糊规则库的对应上,还是默认为越高分数,应该对应越高的优先级术语,最后得到的风险优先等级也越高。所以在此处的处理上,需要用满分10分减去探测度(D)的值,得出对应的隶属度值,才能够正确使用模糊规则库,去做相应的模糊推理。
表14风险FMEA探测度评价标准
然后,建立隶属函数。
模糊数种类繁多,其命名的方式一般是根据其表现形式。函数本身可以绘制出任意的曲线,其最终形式的确定与函数本身绘制出的点有关。在模糊FMEA中,RPN函数的三个输入值分别是发生频度、严重度以及探测度。而这三个值也假定是模糊RPN函数的输入值。本发明当中将会建立三角模糊函数,此函数将被用于表示各个语言术语。之所选择三角模糊函数,是因为三角隶属函数是使用直线描绘的,相对更为直观简便,需要确定三点,最终形成三角形即可。
三角模糊数用在此处,也是因为它在语言优先级术语之间可以光滑地过渡。对于每个语言优先级术语来说,也更方便其去模糊化。并且每一语言优先级术语的隶属函数,也是使用从0到1上的任意比例尺来评价的。同时,过去的经验表明,三角模糊数在很多方面都有着合适的应用,包括在模糊控制、模糊模型、模糊分级方案设计中,都有着可靠的表现。下面会对三角模糊数有进一步的介绍。
采用三角模糊数对其术语进行模糊化,其三角模糊数为A=(a,b,c;ω),并且具有以下隶属度μA规则:
(1)μA是一个实数R到封闭区间[0,ω]的连续映射;
(2)当-∞<x≤a时,μA=0;
(3)μA(x)在[a,b]上严格单调递增;
(4)当x=b时,μA=ω;
(5)μA(x)在[b,c]上严格单调递减;
(6)当c≤x<+∞时,μA(x)=0。
其中,a、b、c均为实数,0<ω≤1。其中隶属度最大值为1,故ω=1,所以A=(a,b,c)的隶属度为:
(a,b,c)代表的是三角隶属函数。a为三角模糊数下界,b为三角模糊数的主值,c为模糊数上界。(b-a)和(c-b)分别称为三角模糊数的下限和上限。当a=b=c时,A成为普通意义上的实数。当(c-a)的数值越大,三角模糊数A=(a,b,c)越模糊。反映发生频度、严重程度、风险探测度的语义变量三角隶属函数分别如图3-5所示。
进一步地,建立模糊规则库,进行模糊推理。
模糊规则是模糊推理的核心部分,是模糊逻辑运算规则的根本。而模糊规则库实际上是相关专家见解的一个集合。模糊假言规则(if-then rule)是说,用假言语句去描述连续的隶属函数。它提供了一个将知识库转化为非线性映射的过程,而特定情景的优先等级也决定于模糊规则库。
模糊推理系统又称为模糊系统,是以模糊集合理论和模糊推理等技术为基础具有处理模糊信息能力的系统。在利用模糊规则库的模糊推理中,令假言模糊命题“if x is Athen y is B”成为模糊推理规则,于是,在给定的前提条件下,通过模糊推理规则,就可得到一个对应的模糊推理结论。
本发明中,将模糊规则库中的“关注优先度”定义为“风险优先等级”,作为三个风险因素(O、S、D)隶属函数对应的输出值,即模糊结论。在输出端,同样定5个语言优先级术语:很低(R)、低(L)、中(M)、高(H)、很高(VH)。为方便对应查看,具体对于“风险优先等级”的解释说明见表15所示。反映风险优先等级的语义变量三角隶属函数如图6所示。三个风险因子与风险优先等级的关系曲面如图7所示。本发明使用的模糊规则库,是基于一种普适性规则库建立的,而其中的个别规则,则是针对于本项目内容提出的。二者相结合,具体规则库如表16所示。其中,FMEA模糊规则库中,风险优先等级N、Mi、Co、Ma、C等级依次增高。
表15风险FMEA风险优先等级评价标准
表16 FMEA模糊规则库
在本发明中,得到输出值“风险优先等级”,即模糊结论后,由于每一故障模式情景可能具有多个对应关系,所以需要对其进行进一步处理,才能保证在接下来的去模糊化过程中,每一故障模式情景有单值输出。本发明模糊推理采用的是最小最大值(min-max)法,也叫“马丹尼(Mamdani)”方法。该方法最早是马丹尼(E.H.Mamdani)基于扎德(L.A.Zadeh)的思想提出,它在获取专家意见方面也同样被广泛使用,使我们能够更加直观地描述专家的看法。
本发明使用最小最大值法,依据基于语言优先级术语的隶属函数,建立各情景的模糊结论集合。也就是说,最小最大值法是用来简化去模糊化过程的一种方法。
马丹尼型模糊推理算法采用极小运算规则定义模糊蕴含表达的模糊关系,规则如式(1)所示。
R:if x is A then y is B (1)
式中:x为输入语义变量;A为推理前件的模糊集合;y为输出语义变量;B为模糊规则的后件。用Rc表示模糊关系如式(2)所示。
Rc=A×B=∫X×YμA(x)∧μB(y)f(x,y) (2)
当x为A',且模糊关系的合成运算采用“极小极大”运算时,模糊推理的结论计算如式(3)所示。
B'=A'·Rc=∫Y∨x∈X{μA(x)∧[μA(x)∧μB(y)}/y (3)
应该注意到,“∫”其实不是传统的积分符号,而是表示相关隶属度与在论域X上的元素x对应关系的总括。
其中∧、∨为模糊算子:∧表示求小,∨表示求大。
简单来说,就是“先取最小,再取最大”。具体来说:先对输入端的隶属度值进行比较,得出当中最小的值,作为相应输出端的权重。接着,再将该语言优先级术语所对应的所有权重进行比较,其中的最大值,即上一步中所有最小值中的最大值,就是该语言优先级的最终权重。而该权重,将被用于最终的去模糊化处理。这里所说的权重,其实也就是马丹尼方法的输出隶属函数。
本实施例中,根据风险指标评价空间确定输入端的隶属度值。以水位骤变指标为例,水位每小时降幅超过0.10m、日降幅超过0.20m、超过设计水位0.05m,流量每小时变幅超过20%为高风险,对应的严重度S可以确定为VH,探测度D可以根据监测困难度设定,频度O可以根据监测频度设定。
Mamdani模糊推理:Ri:if x1 is Ai1 and x2 is Ai2…then y is Bi,(i=1,2,3,…k)。当使用最小最大值法时,应注意如下几点:
(1)识别各种O、S、D组合的可能性,确认与语言优先级术语对应的隶属度值不是0。而后,才可得到该组合依据模糊规则库的输出值。
(2)确定每一种组合的最小值需要考虑两点:从每一因素获取的值,即O、S、D的对应隶属度值;以及在“风险优先等级”中建立的语言优先级术语。
(3)要确定最小值中的最大值,需依据第(2)步中“风险优先等级”的各个语言优先级术语将各个组合归类,再放到一起比较。
进一步地,去模糊化。
利用模糊集以及相应理论对模糊现象进行刻画、建模、计算和分析,得到的结论当然也是由模糊集描述的模糊结论。不过在实际的应用当中,往往需要明确地判断模糊现象。也就是说,需要将模糊结果转换成清晰的结果。这就是所谓的去模糊化或去模糊化过程。在实际应用中,模糊集合的单值化是常用的一种去模糊化方法。其任务就是确定一个数值作为代表点,使之最能反映模糊集合的整体作用。
去模糊化过程当中建立了清晰排序,其源于模糊结论集,以显示设计上存在哪些风险,也便于将相对应的修正方案和设计修订做出正确的优先排序。同时去模糊化过程应当可以解读出模糊结论背后的意义所在,包括其隶属度值。当然,在此过程中也应关注不同结论之间的矛盾,因为其可能在规则评价中被引发。去模糊化后最终可以确定故障模式风险排序,同时去模糊化策略能得出连续范围的风险排序,并在考虑到所有规则的条件下,根据结论的真值对相应的规则做出评价。
本发明使用马丹尼方法后,在去模糊化过程中,最终本项目选择了使用重心法。经过重心法处理后的数值结果,为了与模糊处理前的“清晰风险顺序数”对应,本项目中将定义为“模糊风险顺序数”,即“模糊RPN”。后续还应对该数值进行重新排序,得到最终的水利风险因子排序。
加权平均法是模糊推理过程当中应用较为广泛的一种去模糊化方法。其计算公式如下所示。
其中W(x)为选定的权函数。
我们通常把模糊集C在点z处的隶属度值作为权函数或权系数,则上式就可以转换为如下所示的重心法。
该方法既能突出主要信息,也可以兼顾次要信息。且已经有相关研究表明,加权平均法具有更好的性能。
分别输入严重程度S、频度O、探测度D的语言等级,依据本发明的FMEA方法,经过模糊化、模糊推理、去模糊化,得到各指标的风险优先等级如表17所示。
表17风险优先等级表
步骤五,根据风险指标的权重与风险指标的风险优先等级,得到风险优先顺序数RPN。
将风险指标的权重与风险指标优先等级相乘,得到最终风险优先等级,即最终RPN。将最终RPN值由小到大进行排序,得到风险指标排序。输水渠道运行期风险指标顺序如表18所示。
表18输水渠道运行期风险指标顺序表
步骤六,根据水利工程风险预警的风险警限,确定风险优先顺序数RPN对应的风险警级,得到对应风险指标的风险警级。
遵循客观性原则、实用原则和上限原则等原则,确定风险预警警级,可以设置不同的评级数来对预警对象进行评判,结合水利工程运行安全的固有风险,借鉴国内外预警系统方面的研究,咨询相关领域的专家,确定水利工程运行安全风险警限和风险警级。
根据风险指标的权重与风险指标优先等级相乘得到的最终RPN结果确定警级。一种实施方式是根据RPN值的取值范围确定风险警级。将风险优先顺序数序列进行离差标准化,离差标准化后序列的取值范围为[0,1],将警级分为即:警情大(风险很大,不可接受)、警情较大(风险较大,要采取预防措施)、警情一般(风险中等,需要采取一定的措施)、警情小(风险很小,基本可以忽略不计)四个区间,警级、警限、预警信息关系表如表19所示。预警信息是返回至监控页面的警示信息,以便监控人员尽快对警情做出判断。
表19警级、警限、预警信息关系表
警级 | 警情小 | 警情一般 | 警情较大 | 警情大 |
警限 | 0-0.25 | 0.25-0.5 | 0.5-0.75 | 0.75-1 |
预警信息 | 绿色指示灯 | 黄色指示灯 | 橙色指示灯 | 红色指示灯 |
步骤七,根据风险指标的风险警级,发布警情。
设置前台页面为监控人员展示预警图。根据风险指标的对应风险警级,在预警图上分别以红色指示灯、橙色指示灯、黄色指示灯、绿色指示灯表示。0.25、0.5、0.75为各预警状态的临界值,即是当最终RPN值达到临界点时,预警警度就会发生状态的变化,相应的输出预警警级,最后发布警情。根据预警的结果,结合水利工程风险管理结果和预警理论方法提出控制风险事故发生、降低事故损失的对策建议,充分发挥预警系统在实践中的检测预报作用。监管部门可以制定预防措施和应急措施,针对相应的警情,监管部门可以及时采取相应的预防措施和应急措施。
进一步地,可以基于霍尔三维结构挖掘出的风险因素,将这些风险因素一一对应将其转换成可监测指标,最后得到水利工程运行期安全警兆监测指标,对可能出现的风险源实施全面监控。完成水利工程运行安全警兆指标的识别的基础上,从人-机-环境-管理四个维度编制风险因素汇总表,形成初步的水利工程运行期全过程记录表单,为人工实施监测提供标准化的操作手册,使现场人员观测做到有的放矢。在系统中将水北调工程运行期全过程记录表单和水利工程运行安全警兆监测指标在前台界面呈现出来,便于监测人员实际操作中参考。
从人员维度,可以根据监控标准安全生产法对人员的安全警兆进行检测。人员安全警兆包括安全帽佩戴、是否携带危险源等。监控对象包括员工、管理部门,监控方法可以是检查或抽查,监控频次可以根据实施者的需求进行设定。
从“机”维度,即仪器维度,可以根据仪器的特点具体设计安全警兆。安全警兆包括零件是否缺失、零件缺失部位等。监控频次可以根据实施者的需求具体设定。
从管理维度,可以根据监控标准Q/NSBDZX G030-2015、Q/NSBDZX G023-2016具体设计安全警兆、监控方法以及监控频次。
从工程技术维度,实施者可以根据相应的实施情况对风险指标进行细化,设计相应的安全警兆。例如针对渠坡失效,可以进行进一步地细化,设计边坡、渠道等方面的安全警兆。
根据从上述维度细化的安全警兆检测指标,制定操作手册和记录表单,从在前台界面呈现出来,以便检测人员实际操作中参考。
本发明采用层级分析法对运行期风险指标进行相对重要性分析,并基于模糊FMEA方法确定风险指标的风险优先等级,不仅可以进一步提高决策者对风险的认识,同时也为风险评价估算创造了条件,提高风险预警信息准确性,使风险决策更合理。
实施例二:
一种基于模糊FMEA的水利工程风险预警分析系统,包括评价子系统、模糊控制子系统、输出子系统。
评价子系统包括:
风险指标识别单元,用于基于霍尔三维结构识别法,从输水渠道、交叉建筑物、输水管线三个维度构建水利工程运行期过程风险指标评价体系,基于专家知识库,对风险指标评价体系进行优化;
风险评价标准划分单元,用于对风险指标评价体系中的风险指标采用五个等级划分风险评价标准,得到风险指标评价空间;
风险指标权重计算单元,用于基于层次分析法计算各个风险指标的权重,确定风险指标之间的相对重要性。
模糊控制子系统,用于基于模糊FMEA方法,建立严重程度、发生频率、可探测度与风险优先等级之间的模糊规则库,根据风险指标评价空间以及监测数据,确定严重程度、发生频率、可探测度,计算出各风险指标的风险优先等级。模糊控制子系统示意图如图8所示。模糊子系统中包括模糊化接口、模糊推理极值、解模糊化接口。风险指标体系中各指标的O、S、D作为输入,最后输出风险优先等级结果。
输出子系统包括:
风险优先顺序数确定单元,用于根据风险指标的权重与风险指标的风险优先等级,得到风险优先顺序数RPN;
风险警级确定单元,用于根据水利工程风险预警的风险警限,确定风险优先顺序数RPN对应的风险警级,得到对应风险指标的风险警级;
警情发布单元,用于根据风险指标的风险警级,发布警情。
以上实施例仅为本发明的较佳实施例而已,并不用以限制本发明,凡在本发明的精神和原则之内所作的任何修改、等同替换和改进等,均应包含在本发明的保护范围之内。
Claims (9)
1.一种基于模糊FMEA的水利工程风险预警分析方法,其特征在于,该方法包括:
步骤一,基于霍尔三维结构识别法,从输水渠道、交叉建筑物、输水管线三个维度构建水利工程运行期过程风险指标评价体系,基于专家知识库,对风险指标评价体系进行优化;
步骤二,对风险指标评价体系中的风险指标采用五个等级划分风险评价标准,得到风险指标评价空间;
步骤三,基于层次分析法计算各个风险指标的权重,确定风险指标之间的相对重要性;
步骤四,基于模糊FMEA方法,建立严重程度、发生频率、可探测度与风险优先等级之间的模糊规则库,根据风险指标评价空间以及监测数据,确定严重程度、发生频率、可探测度,计算出各风险指标的风险优先等级;
步骤五,根据风险指标的权重与风险指标的风险优先等级,得到风险优先顺序数RPN;
步骤六,根据水利工程风险预警的风险警限,确定风险优先顺序数RPN对应的风险警级,得到对应风险指标的风险警级;
步骤七,根据风险指标的风险警级,发布警情。
2.如权利要求1所述的基于模糊FMEA的水利工程风险预警分析方法,其特征在于,所述步骤一包括:
从时间维、因素维、逻辑维三个角度,从输水渠道、交叉建筑物、输水管线三个维度对运行期过程风险指标进行全面识别,构建水利工程运行期过程风险指标评价体系;
基于专家知识库,对风险指标评价体系进行优化。
3.如权利要求1或2所述的基于模糊FMEA的水利工程风险预警分析方法,其特征在于,所述步骤二包括:
将风险指标体系中的指标分为定量指标和定性指标,对风险指标体系中的定量指标和定性指标采用五个等级划分风险评价标准,得到风险指标评价空间;
其中,五个等级为高风险、较高风险、中等风险、较低风险、低风险。
4.如权利要求3所述的基于模糊FMEA的水利工程风险预警分析方法,其特征在于,所述对风险指标体系中的定量指标采用五个等级划分风险评价标准具体为:使用文献资料法确定风险指标的预警阈值,根据预警阈值对风险指标体系中的定量指标采用五个等级划分风险评价标准。
5.如权利要求1或2所述的基于模糊FMEA的水利工程风险预警分析方法,其特征在于,所述步骤三包括:
构造中间层指标判断矩阵以及中间层下各个风险指标判断矩阵;
分别根据判断矩阵计算中间层指标的权重以及风险指标的权重;
对判断矩阵进行一致性检验,得到中间层指标权重结果以及风险指标权重结果。
6.如权利要求1或2所述的基于模糊FMEA的水利工程风险预警分析方法,其特征在于,所述步骤四包括:
对故障发生频度、严重度、探测度建立模糊术语集;
建立故障发生频度、严重度、探测度以及风险优先等级的三角隶属函数;
建立故障发生频度、严重度、探测度与风险优先等级之间的模糊规则库,基于马丹尼方法进行模糊推理;
采用重心法对模糊推理结果进行去模糊化处理,得到风险指标优先等级。
7.如权利要求1或2所述的基于模糊FMEA的水利工程风险预警分析方法,其特征在于,所述步骤五包括:
将风险指标的权重与风险指标优先等级相乘,得到风险优先顺序数RPN;
将风险优先顺序数RPN由小到大进行排序,得到风险指标排序。
8.如权利要求1所述的基于模糊FMEA的水利工程风险预警分析方法,其特征在于,所述步骤六包括:
对风险优先顺序数组成的序列进行离差标准化处理;
确定水利工程风险预警的风险警限,根据风险警限确定离差标准化处理后的风险优先顺序数对应的风险警级,从而得到风险指标的风险警级。
9.一种基于模糊FMEA的水利工程风险预警分析系统,包括评价子系统、模糊控制子系统、输出子系统,其特征在于,评价子系统包括:
风险指标识别单元,用于基于霍尔三维结构识别法,从输水渠道、交叉建筑物、输水管线三个维度构建水利工程运行期过程风险指标评价体系,基于专家知识库,对风险指标评价体系进行优化;
风险评价标准划分单元,用于对风险指标评价体系中的风险指标采用五个等级划分风险评价标准,得到风险指标评价空间;
风险指标权重计算单元,用于基于层次分析法计算各个风险指标的权重,确定风险指标之间的相对重要性;
模糊控制子系统,用于基于模糊FMEA方法,建立严重程度、发生频率、可探测度与风险优先等级之间的模糊规则库,根据风险指标评价空间以及监测数据,确定严重程度、发生频率、可探测度,计算出各风险指标的风险优先等级;
输出子系统包括:
风险优先顺序数确定单元,用于根据风险指标的权重与风险指标的风险优先等级,得到风险优先顺序数RPN;
风险警级确定单元,用于根据水利工程风险预警的风险警限,确定风险优先顺序数RPN对应的风险警级,得到对应风险指标的风险警级;
警情发布单元,用于根据风险指标的风险警级,发布警情。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201911360681.1A CN111126853B (zh) | 2019-12-25 | 2019-12-25 | 基于模糊fmea的水利工程风险预警分析方法及系统 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201911360681.1A CN111126853B (zh) | 2019-12-25 | 2019-12-25 | 基于模糊fmea的水利工程风险预警分析方法及系统 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN111126853A true CN111126853A (zh) | 2020-05-08 |
CN111126853B CN111126853B (zh) | 2023-08-29 |
Family
ID=70502543
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201911360681.1A Active CN111126853B (zh) | 2019-12-25 | 2019-12-25 | 基于模糊fmea的水利工程风险预警分析方法及系统 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN111126853B (zh) |
Cited By (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN113160593A (zh) * | 2021-01-18 | 2021-07-23 | 重庆交通大学 | 一种基于边云协同的山区公路行车安全预警方法 |
CN113240225A (zh) * | 2021-03-02 | 2021-08-10 | 浙江华云信息科技有限公司 | 基于模糊最劣指标的输变电工程造价风险定级方法 |
CN114282745A (zh) * | 2021-11-04 | 2022-04-05 | 山东大学 | 涉水产品生产企业的风险预警方法及相关设备 |
CN117114407A (zh) * | 2023-09-02 | 2023-11-24 | 河北洁源安评环保咨询有限公司 | 基于园区多灾种实时监测的定量风险评估方法及系统 |
CN117151500A (zh) * | 2023-05-22 | 2023-12-01 | 华北水利水电大学 | 基于工程多源数据监测的渗流安全评价方法、系统及设备 |
CN117933712A (zh) * | 2024-01-25 | 2024-04-26 | 中国水利水电科学研究院 | 一种基于模糊云的水库调度方案风险评估方法 |
CN117973875A (zh) * | 2024-03-27 | 2024-05-03 | 昆明理工大学 | 一种基于模糊推理系统的矿浆输水系统风险评估建模方法 |
Citations (12)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20140180755A1 (en) * | 2012-12-21 | 2014-06-26 | Fluor Technologies Corporation | Identifying, Assessing, And Tracking Black Swan Risks For An Engineering And Construction Program |
CN103902845A (zh) * | 2014-04-25 | 2014-07-02 | 哈尔滨工业大学 | 基于模糊fmea的仿真系统风险评估方法 |
US20150134398A1 (en) * | 2013-11-08 | 2015-05-14 | Jin Xing Xiao | Risk driven product development process system |
CN104715318A (zh) * | 2014-12-04 | 2015-06-17 | 国家电网公司 | 面向通信网络的多维度运行风险评价方法 |
CN104750979A (zh) * | 2015-03-13 | 2015-07-01 | 上海交通大学 | 面向体系结构的综合化风险优先数计算方法 |
CN105469196A (zh) * | 2015-11-18 | 2016-04-06 | 山东科技大学 | 一种矿井建设项目过程后评价的综合评价方法及系统 |
CN105678438A (zh) * | 2015-06-15 | 2016-06-15 | 温州大学 | 一种基于语言加权几何算子与模糊优先序的改进fmea方法 |
CN106779285A (zh) * | 2016-11-16 | 2017-05-31 | 深圳市燃气集团股份有限公司 | 一种lng储罐泄露的失效模式分析实现方法 |
CN107239887A (zh) * | 2017-05-24 | 2017-10-10 | 南昌航空大学 | 因子权重信息不完全情况下的fmea风险评估方法 |
CN108876184A (zh) * | 2018-06-29 | 2018-11-23 | 中车建设工程有限公司 | 一种高速铁路隧道运营期的安全风险评价及预警方法 |
CN108985554A (zh) * | 2018-06-05 | 2018-12-11 | 上海大学 | 一种基于区间直觉模糊集和混合多准则决策模型的改进fmea的方法 |
CN110188402A (zh) * | 2019-05-07 | 2019-08-30 | 上海大学 | 一种基于模糊证据推理和模糊Petri网改进的FMEA方法 |
-
2019
- 2019-12-25 CN CN201911360681.1A patent/CN111126853B/zh active Active
Patent Citations (12)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20140180755A1 (en) * | 2012-12-21 | 2014-06-26 | Fluor Technologies Corporation | Identifying, Assessing, And Tracking Black Swan Risks For An Engineering And Construction Program |
US20150134398A1 (en) * | 2013-11-08 | 2015-05-14 | Jin Xing Xiao | Risk driven product development process system |
CN103902845A (zh) * | 2014-04-25 | 2014-07-02 | 哈尔滨工业大学 | 基于模糊fmea的仿真系统风险评估方法 |
CN104715318A (zh) * | 2014-12-04 | 2015-06-17 | 国家电网公司 | 面向通信网络的多维度运行风险评价方法 |
CN104750979A (zh) * | 2015-03-13 | 2015-07-01 | 上海交通大学 | 面向体系结构的综合化风险优先数计算方法 |
CN105678438A (zh) * | 2015-06-15 | 2016-06-15 | 温州大学 | 一种基于语言加权几何算子与模糊优先序的改进fmea方法 |
CN105469196A (zh) * | 2015-11-18 | 2016-04-06 | 山东科技大学 | 一种矿井建设项目过程后评价的综合评价方法及系统 |
CN106779285A (zh) * | 2016-11-16 | 2017-05-31 | 深圳市燃气集团股份有限公司 | 一种lng储罐泄露的失效模式分析实现方法 |
CN107239887A (zh) * | 2017-05-24 | 2017-10-10 | 南昌航空大学 | 因子权重信息不完全情况下的fmea风险评估方法 |
CN108985554A (zh) * | 2018-06-05 | 2018-12-11 | 上海大学 | 一种基于区间直觉模糊集和混合多准则决策模型的改进fmea的方法 |
CN108876184A (zh) * | 2018-06-29 | 2018-11-23 | 中车建设工程有限公司 | 一种高速铁路隧道运营期的安全风险评价及预警方法 |
CN110188402A (zh) * | 2019-05-07 | 2019-08-30 | 上海大学 | 一种基于模糊证据推理和模糊Petri网改进的FMEA方法 |
Non-Patent Citations (7)
Title |
---|
ZIJIAN LIU等: "Fuzzy FMEA of Floating Wind Turbine Based on Related Weights and TOPSIS Theory", 2015 FIFTH INTERNATIONAL CONFERENCE ON INSTRUMENTATION AND MEASUREMENT, COMPUTER, COMMUNICATION AND CONTROL (IMCCC) * |
伍晓榕;裘乐淼;张树有;孙良峰;郭传龙;: "模糊语境下的复杂系统关联FMEA方法", 浙江大学学报(工学版), no. 05 * |
李芬花: "水利水电工程系统的风险评估方法研究" * |
杨丽梅;蔡长亮;徐楠;: "基于模糊综合评判与FMEA的数控机床故障分析", 机床与液压, no. 15 * |
王有元;周婧婧;陈伟根;杜林;宋伟光;: "基于模糊决策的电力变压器风险评估方法", 仪器仪表学报, no. 08 * |
王立恩等: "基于模糊集和COPRAS的改进FMEA方法", 模糊系统与数学 * |
程敏;曹义敏;: "基于模糊FMEA的长距离输水管线顶管施工风险分析", 中国安全科学学报, no. 09 * |
Cited By (9)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN113160593A (zh) * | 2021-01-18 | 2021-07-23 | 重庆交通大学 | 一种基于边云协同的山区公路行车安全预警方法 |
CN113240225A (zh) * | 2021-03-02 | 2021-08-10 | 浙江华云信息科技有限公司 | 基于模糊最劣指标的输变电工程造价风险定级方法 |
CN113240225B (zh) * | 2021-03-02 | 2023-12-12 | 国网浙江省电力有限公司建设分公司 | 基于模糊最劣指标的输变电工程造价风险定级方法 |
CN114282745A (zh) * | 2021-11-04 | 2022-04-05 | 山东大学 | 涉水产品生产企业的风险预警方法及相关设备 |
CN117151500A (zh) * | 2023-05-22 | 2023-12-01 | 华北水利水电大学 | 基于工程多源数据监测的渗流安全评价方法、系统及设备 |
CN117114407A (zh) * | 2023-09-02 | 2023-11-24 | 河北洁源安评环保咨询有限公司 | 基于园区多灾种实时监测的定量风险评估方法及系统 |
CN117933712A (zh) * | 2024-01-25 | 2024-04-26 | 中国水利水电科学研究院 | 一种基于模糊云的水库调度方案风险评估方法 |
CN117973875A (zh) * | 2024-03-27 | 2024-05-03 | 昆明理工大学 | 一种基于模糊推理系统的矿浆输水系统风险评估建模方法 |
CN117973875B (zh) * | 2024-03-27 | 2024-06-11 | 昆明理工大学 | 一种基于模糊推理系统的矿浆输水系统风险评估建模方法 |
Also Published As
Publication number | Publication date |
---|---|
CN111126853B (zh) | 2023-08-29 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN111126853A (zh) | 基于模糊fmea的水利工程风险预警分析方法及系统 | |
Li et al. | Identifying coal mine safety production risk factors by employing text mining and Bayesian network techniques | |
CN101950382B (zh) | 一种带有风险控制的液压设备最优维修计算方法 | |
Jianxing et al. | Risk assessment of submarine pipelines using modified FMEA approach based on cloud model and extended VIKOR method | |
CN105825342A (zh) | 一种管道失效可能性评价方法及系统 | |
CN109657880A (zh) | 一种基于贝叶斯网络的船舶碰撞事故等级预测方法和系统 | |
CN107886235A (zh) | 一种耦合确定性与不确定分析的火灾风险评估方法 | |
CN105678481A (zh) | 一种基于随机森林模型的管线健康状态评估方法 | |
CN102128022A (zh) | 钻井工程预警方法及系统 | |
CN110490433A (zh) | 一种列控系统风险评估方法 | |
CN116777223B (zh) | 一种城市地下管网安全综合风险评估方法及系统 | |
CN104951588A (zh) | 一种矿井通风系统辅助设计方法 | |
KR102379472B1 (ko) | 시공간 피해특성을 고려한 다종 데이터 융합 분석방법 | |
CN111401653A (zh) | 一种隧道渗漏水风险空间相依性预测方法及预测系统 | |
Li et al. | Real‐Time Warning and Risk Assessment of Tailings Dam Disaster Status Based on Dynamic Hierarchy‐Grey Relation Analysis | |
CN112418683A (zh) | 一种盾构下穿既有构筑物施工风险评价方法 | |
CN109522962A (zh) | 一种化工厂安全定量评估方法 | |
CN105975797A (zh) | 一种基于模糊数据处理的产品早期故障根原因识别方法 | |
CN116050827A (zh) | 一种城市地下综合管廊电缆舱火灾风险评估方法 | |
CN115481940A (zh) | 一种基于大数据的油气管道区域风险监测系统 | |
CN117670028A (zh) | 基于物联网监测的除尘系统风险动态评估及分级预警方法 | |
CN115018384A (zh) | 一种建筑工地安全风险评估方法及系统 | |
CN115063056A (zh) | 基于图拓扑分析改进的建造行为安全风险动态分析方法 | |
Jia et al. | A novel fault detection model based on atanassov’s interval-valued intuitionistic fuzzy sets, belief rule base and evidential reasoning | |
CN115619264A (zh) | 基于软件全生命周期的航空机载软件质量评价方法 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
PB01 | Publication | ||
PB01 | Publication | ||
SE01 | Entry into force of request for substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
GR01 | Patent grant | ||
GR01 | Patent grant |