CN111401784B - 一种消防安全等级评估方法 - Google Patents

Abstract

本发明公开了一种消防安全等级评估方法，包括以下步骤：1)采集步骤、2)分类权重步骤、3)分析评估步骤；本发明提供实现评估流程自动化，提高对消防安全等级评估类报告文件数据的处理效率的一种消防安全等级评估方法。

Description

一种消防安全等级评估方法

技术领域

本发明涉及一种消防安全技术领域，尤其是涉及一种消防安全等级评估方法。

背景技术

为了加强火灾高危单位的消防安全管理，提高对火灾的自防自救能力，预防火灾事故，保护人身、财产安全，各建筑单位依照法律法规和国家有关规定，需要定期进行消防安全设施的评估。

现有方法中，相关人员人工统计和分析检查结果进而给出消防安全设施评估，这样的工作效率较低。根据规定，当地所有建筑单位每个月都要进行一次消防问卷和消防维保报告的提交，因此有大量的数据需要分析处理，而目前对这些大量数据的收集和处理工作全部依赖人工进行，包括从每个单位的表格中一项一项核对检查结果，记录不合格的结果，分类进行统计，再根据固定流程计算分数评出等级等。在消防检查内容划分非常精细的情况下，消防问卷表格中通常有上百项检查记录需要核对，工作量非常浩大。除此之外，评估结果和不合格信息的反馈还需要通过电子政务系统进行网上登记，发布给对应的建筑单位用于改进提升。现阶段所有这些工作内容都要依靠人工处理的方式来实现，在相关单位实际工作中效率很低。

因此急需根据评估流程实现算法自动化，从对原始文件中各类信息的自动读取处理，到依据评估流程设计算法实现自动计算评分，再到及时定位各类不合格信息并进行记录写入文件等，最终实现从原始文件直接获取评估和反馈的效果。

发明内容

本发明克服了现有技术的不足，提供实现评估流程自动化，提高对消防安全等级评估类报告文件数据的处理效率的一种消防安全等级评估方法。

本发明的技术方案如下：

一种消防安全等级评估方法，包括以下步骤：

1)采集步骤：从消防问卷及消防维保报告中采集填报的信息数据；

2)分类权重步骤：对步骤1)采集的信息数据进行等级分类，并设置不同的权重；

3)分析评估步骤：对步骤2)处理的消防问卷信息数据进行分析，根据规定流程计算评估参考值，得到“好”“一般”“差”评级。对步骤2)处理的信息数据分析得到不合格率和整改率，通过风险函数得到最终的消防安全评分S；具体风险函数如下：

其中，S₁为不合格率；S₂为整改率；RI为特定变动数值；e为自然指数。

进一步的，消防问卷采集的信息数据包括项目名称、内容、检查方法、检查依据、检查标准、重要程度和检查结果；其中，重要程度决定了该项内容的权重，检查结果分为符合、不符合、有缺陷和未检查；

消防维保报告包括项目名称、项目地址、建筑消防设施列表、项目概况、本次维保情况简述及结论、维保检查报告书；其中，综合建筑消防设施列表和维保检查报告书，统计了完整的22项消防设施系统；维保检查报告书中具体列出了本次维保测试的系统，每个系统的测试次数、符合次数及不符合次数。

进一步的，步骤3)对消防问卷的信息进行处理分析的具体过程如下：

由消防问卷所提取的信息填入数据矩阵中，每一行对应每一项检查内容的具体信息，包括重要程度和检查结果；

对数据矩阵中的信息进行遍历判断和分类，并在分类过程中进行反馈信息的采集；在判定某一行信息为相应结果之后，及时记录其在数据矩阵中的位置，并与该结果进行关联，最后根据数据矩阵位置和消防问卷与数据矩阵的对应关系，重新找回该行信息在消防问卷中的位置；对消防问卷中不同种类的检查结果按照流程赋值换算，计算得出评估参考值并确定对应的“好”“一般”“差”三种评估结果。

进一步的，步骤3)对消防维保报告的信息进行处理分析的具体过程如下：

301)对消防维保报告中的第i项被测试的消防设施系统，计算对应的测试不符合次数与测试总次数的比值，即为该项消防设施系统的单项不合格率a_i，综合所有m项被测项的不合格率结果，得到不合格率向量

302)将消防维保报告中的所有22项消防设施系统进行编号，并定义相对权重矩阵Q，Q是一个n×n的矩阵，用于对n个元素的重要程度进行两两对比；本方法中，n个元素即为22项消防系统；相对权重矩阵Q的第i个元素与第j个元素相比的重要程度记为q_ij，q_ij与q_ji满足互为倒数的关系，即q_ij＝1/q_ji；

挑选出实际被测的m项消防设施系统的编号，从n×n的相对权重矩阵Q中取对应编号所在的行列形成m×m的被测系统的相对权重子矩阵，通过特征根、特征向量及归一化等计算得到权重向量其中，在赋值过程中要保证相对权重的一致性；

303)将步骤301的不合格率向量和步骤302得到的对应的权重向量，得到不合格率S₁，

进一步的，确定权重向量之前，需要对完整的相对权重矩阵Q进行一致性判断，若判断不通过需要重新调整赋值。先计算相对权重矩阵Q的特征根λ和特征向量，两者一一对应，找到最大特征根λ_max，一致性检验过程具体如下：

相对权重的一致性指标为CI＝(λ_max－n)/(n－1)，相对权重矩阵的维数n越大，其CI值就越大；对不同维数矩阵的一致性指标CI进行归一化，得到随机一致性比例CR＝CI/RI，RI为特定变动数值；若CR＜0.1，则该矩阵一致性检验通过，否则需要重新调整相对权重的赋值。

进一步的，通过拟合的方式确定参数RI，S₁为不合格率，S₂为整改率，整改率来自于消防维保的专项统计数据；具体如下：

定义x＝S₁×(1-S₂)，y＝S/100，根据d组已知数据，得到d组对应的(x₁，y₁)，…，(x_d，y_d)，将这些已知数据代入风险函数，通过拟合的方式确定参数RI，拟合过程具体的数学表达如下所示：

本发明相比现有技术优点在于：

(1)本发明在消防问卷和消防维保报告文件格式标准统一的情况下，能够快速从文件中提取关键信息并分析计算建筑单位评估等级，消防风险指数，获得安全评分。

(2)本发明用算法代替人工，自动完成从数据读取收集到分析处理的评估流程，直接由表格文件输入，获得客观、准确、具体的评估结果，能够很好反应一个建筑单位的消防安全状态。

(3)本发明能及时定位所有检验不合格的项目，并汇总成文件作为输出，能够帮助建筑单位快速锁定消防系统中需要提升的项目，有助于降低消防风险。

附图说明

图1是本发明的消防问卷的表格示例；

图2是本发明的消防问卷处理过程的算法流程图；

图3是本发明的消防问卷代码输出示例；

图4是本发明的消防维保报告分析方法流程图；

图5是本发明消防维保报告数据表格示例；

图6是本发明案例的整改率数据表格示例；

图7是本发明案例的消防维保报告数据Excel汇总示例；

图8是本发明案例的实际操作输出结果。

具体实施方式

下面结合附图和具体实施方式对本发明进一步说明。

如图1至图8所示，一种消防安全等级评估方法，包括以下步骤：

1)采集步骤：从消防问卷及消防维保报告中采集填报的信息数据。

2)分类权重步骤：对步骤1)采集的信息数据进行等级分类，并设置不同的权重。

3)分析评估步骤：对步骤2)处理的消防问卷信息数据进行分析，根据规定流程计算评估参考值，得到“好”“一般”“差”评级。对步骤2)处理的消防维保报告信息数据分析得到不合格率和整改率，通过风险函数得到最终的消防安全评分S；具体风险函数如下：

其中，S₁为不合格率；S₂为整改率；RI为特定变动数值；e为自然指数。

具体先对消防问卷的采集和等级分类梳理具体如下：

A1：从消防问卷中采集填报的信息数据，具体报包括如下：

A11：如图1为例，消防问卷表格中的“重要程度”及“检查结果”将作为重要的有效内容。

A12：消防问卷表格中的第一项检查内容标注了“★”字符，这是直接判定项的标志，此类直接判定项目的检查结果若出现一个“不符合”，则对应的建筑单位的消防安全等级将直接被评为“差”，若直接判定项目的检查结果为“符合”或“有缺陷”，则按照正常流程继续处理。

A13：消防问卷表格中的“重要程度”的“A”类或“B”类以及“检查结果”的“符合”或“不符合”或“有缺陷”的评价，以打勾“√”的方式给出实际检查结果，斜线“/”的情况则表示该项检查内容没有检查。将上述表格数据进行读取整合，获得一个行数为所有子表中检查内容的总项数，列数为三列的数据矩阵，其中矩阵的每一行对应每一项检查内容的具体信息，如第一列为该项检查内容的重要程度“A”类或“B”类；第二列和第三列为“有缺陷”或“不符合”的结果。在此方案中，没有读取“符合”的结果，一是因为“符合”的结果可以根据“有缺陷”“不符合”的结果推断出来，若被测项目既不是有缺陷也不是不符合，则必定为符合；二是为后续计算中只涉及到不合格总数的计算，无需考虑“符合”的结果。因此为了简化数据，没有读取“符合”的结果。对矩阵的某一行来说，若第二列为“√”，说明该行对应项的检查结果为“有缺陷”；若第三列为“√”，说明对应项的检查结果为“不符合”；若第二列和第三列都为“”(空)，说明对应项的检查结果为“符合”；若第二列和第三列都为“/”，说明对应项未测试。

A2：根据A1中梳理分析得到的数据按照官方给定的《评估规程》进行消防安全等级的判定，作出消防安全等级评估，具体步骤如下：

A21：由于消防问卷表格格式固定，因此直接判定项在问卷中的位置是固定的，被读取到矩阵中的位置也是固定的，如图2所示的算法流程图，预先在计算机中输入消防问卷数据矩阵，以及直接判定项在矩阵行数中的序号，通过这些固定的序号在矩阵中直接定位到直接判定项对应行，并对其第三列进行判定；若这些直接判定项中有一项结果为“不符合”，则该建筑单位的消防安全等级为“差”，评估流程到此结束。若没有“不符合”的直接判定项，则将直接判定项视为关键项，继续进行后续正常评估流程；

A22：对直接判定项进行评估之后，若无需直接判定为“差”，则算法将遍历数据矩阵的所有行并对每行的信息进行分析判定，首先根据第一列为“A”类或“B”类确定某一项的重要程度，是“A”类关键项还是“B”类一般项，分类后再根据“有缺陷”和“不符合”的对应列是否有“√”，判断该项的检查结果。若“有缺陷”或“不符合”对应列为“/”，则说明该项未检测，依照几个判断依据，对所有“有缺陷”“不符合”“未检测”的项目进行分类并输出。

A23：根据《评估规程》中的“单位检查评估综合判定标准”得到如下表1所示的检查结果计算规则，对建筑单位消防问卷进行以下分类统计：“有缺陷的一般项”、“有缺陷的关键项”、“不符合的一般项”和“不符合的关键项”；

表1

其中，表格内数值换算规则包括：1、不合格总数n以“有缺陷的一般项”为基准数。2、1个关键项相当于3个一般项；1个不符合项相当于2个有缺项。3、表中n的取值范围分界对应总检查项目数N＝146，若总检查项目数改变，则按照相同比例取n的分界值，即实际总检查项目数N即为所有被检查的项目，将消防问卷中所有项目的个数减去未检查项目(即检查结果为“/”的项目)的个数即可得到N。

A3：针对不合格项目生成反馈信息，具体步骤如下：

A31：根据前述步骤得到消防问卷所提取的数据形成的数据矩阵，每一行对应每一项检查内容的具体信息包括“重要程度”和“检查结果”。

A32：对矩阵每一行的信息进行分析判断和分类，反馈信息的收集可以与这一分类过程同时进行。在判定某一行信息为“有缺陷的一般项”之后，及时记录其矩阵位置，与“有缺陷的一般项”关联，最后根据矩阵位置和消防问卷与矩阵的对应关系，重新找回该行在消防问卷中的位置，即可得到该“有缺陷的一般项”位于消防问卷哪一张子表的第几行。

A33：运用文件的读写功能，创建文本文件，将所有反馈信息汇总写入文件作为最终反馈输出。具体如图3所示，反馈的内容具体包括了每一项不合格的内容在消防问卷表格中的具体位置、该项是关键项还是一般项、以及该项的检查结果是有缺陷、不符合还是未检测；并在最后给出评估等级，依据这些表格位置信息可以在原始表格中对算法的结果进行验证，若所有输出都与原始表格信息一致，说明算法的判断流程准确无误。

具体消防维保报报告的采集和等级分类梳理具体如下：

B1：采集梳理建筑消防维保报告中的所有内容；

根据消防维保报告中的建筑消防设施列表确认建筑单位实际配备了哪些消防设施系统。建筑消防设施列表提供了完整的18项消防设施系统，如表2编号1-18项所示：

表2

建筑单位并不一定拥有所有消防系统，因此以打勾的方式来确认建筑单位实际配备了哪些消防设施系统。

根据消防维保报告的“本次维保情况简述及结论”确认本次维保测试的系统以及每个系统的测试项目总数和异常总数；其中，在火灾自动报警系统的测试中，火灾报警控制器这一项目独立统计，其余列出的系统名称与常规系统名称保持一致。因此，在表2中第19项将“火灾报警控制器”作为独立新系统，对其检测结果独立统计。

除去表2前19项系统外，本部分新增了“其他”、“单系统联动”、“整体系统联动”这三项测试，因此在表2第20至22项将以上三种列为独立系统，表2中所有22项系统级别相同。相比“本次维保情况简述及结论”，“维保检查报告书”提供包含这三个新增项的更全面的数据，所以最终的数据信息以该部分数据为准。提取消防维保报告中的有效数据信息并汇总如表3所示：

表3

与消防维保报告相对应的还有如图5所示的“整改率表格”，得到每个月针对消防维保报告中发现的问题的整改情况，最终对整个建筑单位该月的整改情况计算得出整改率S₂，该月的整改率S₂的计算方式为上月测试不符合的项数中在本月测试符合的项数的比例。在本实施例中，由消防维保报告和整改率表格提取汇总的原始数据如图7所示。以图5中截取的部分消防维保检查报告书为例，汇总其中的数据，生成对应图7中的数据，具体过程如下：在图5中，对“火灾报警控制器”(在表2中编号为19)共进行了4项测试，4项皆为符合，因此对应图4中编号为19的系统的各项数据。图5中对“火灾自动报警系统”(表2中编号为2)共进行了2+153+20＝175项测试，0项不符合，与图7中编号为2的系统的各项数据吻合。

B2：计算被测试的消防设施系统的单项不合格率，具体方法如下：对消防维保报告中的第i项被测试的消防设施系统，计算对应的测试不符合次数与测试总次数的比值，即为该项消防设施系统的单项不合格率a_i，综合所有m项被测项的不合格率结果，得到不合格率向量

B3：对各个消防设施系统进行重要程度衡量，然后对消防设施系统进行权重赋值后计算建筑单位消防设施系统的整体不合格率，包括以下内容：

将消防维保报告中的所有22项消防设施系统进行编号，并定义相对权重矩阵Q，Q是一个n×n的矩阵，用于对n个元素的重要程度进行两两对比；本方法中，n个元素即为22项消防系统；相对权重矩阵Q的第i个元素与第j个元素相比的重要程度记为q_ij，q_ij与q_ji满足互为倒数的关系，即q_ij＝1/q_ji。

挑选出实际被测的m项消防设施系统的编号，从n×n的相对权重矩阵Q中取对应编号所在的行列形成m×m的被测系统的相对权重子矩阵，通过特征根、特征向量及归一化等计算得到权重向量其中，在赋值过程中要保证相对权重的一致性。

关于相对权重矩阵中具体每一项的赋值，可以参照如下表4，使用自然数1至5及其倒数作为相对权重的区分等级。需要注意的是，在赋值过程中要保证相对权重的一致性，例如若规定第i项比第j项重要，第j项比第k项重要，则不能出现第k项比第i项重要，否则会违反一致性的常识。

赋值	相对重要程度等级
		1	第i项与第j项同样重要
2	第i项比第j项稍微重要
		3	第i项比第j项一般重要
4	第i项比第j项明显重要
		5	第i项比第j项强烈重要
倒数	根据对称项决定，与1至5满足互为倒数的关系

表4

确定权重向量之前，需要对完整的相对权重矩阵Q进行一致性判断，若判断不通过需要重新调整赋值。先计算相对权重矩阵Q的特征根λ和特征向量，两者一一对应，找到最大特征根λ_max，一致性检验过程具体如下：

相对权重的一致性指标为CI＝(λ_max－n)/(n－1)，相对权重矩阵的维数n越大，其CI值就越大；对不同维数矩阵的一致性指标CI进行归一化，得到随机一致性比例CR＝CI/RI，RI为特定变动数值；若CR＜0.1，则该矩阵一致性检验通过，否则需要重新调整相对权重的赋值。RI值参考表如下表5所示：

表5

本实施例中，相对权重矩阵的维数n＝22，则RI取值为1.6403。

B4：确定了相对权重矩阵Q的赋值之后，按照图4中流程所示，假设实际测量了m项消防设施系统，进行原始数据读取后获得这m项系统的编号，依据其编号从n×n的矩阵Q中取对应行列数据，组成新的m×m子矩阵；

计算m×m矩阵的特征根λ，找到最大特征根λ_max对应的特征向量(m×1)，将该特征向量归一化得到向量再对/>的每项进行平方，以保证所有权重之和为1，则该最终结果/>即为m项元素对应的权重向量。

B5：由上述得到被测项的单项不合格率及各项权重向量后，将不合格率向量和对应的权重向量，得到不合格率S₁，

B6：综合考虑检查中的不合格率及检查后的整改率，引入风险函数计算得出消防安全评分S。其中，整改率来自于消防维保的专项统计数据。

消防安全评分

其中，S₁为不合格率；S₂为整改率；RI为特定变动数值；e为自然指数。

RI也可定义为风险指标参数，是一个固定的常数，需要通过拟合的方式确定其具体值。e的作用是将公式中反映风险的部分(即)的取值范围限定在0到1之间，即/>恒成立；乘以100的作用是将0到1之间的取值等比例放大到0到100的范围，作为最终的百分制评分。由上述公式可知，建筑单位的风险越大，/>的值就越大，/>的值就越小，即该建筑单位消防安全评分越低，符合实际意义。

拟合的方式确定参数RI，具体为首先需要获得d组已知数据，包括建筑单位消防设施系统的整体不合格率S₁、整改率S₂；即为了获得RI这个值，需要先调取建筑单位的以往的消防安全评分S。定义x＝S₁×(1-S₂)，y＝S/100，根据d组已知数据可以求得d组对应的(x₁，y₁)，…，(x_d，y_d)，将这些已知数据代入S41中的风险函数，通过拟合的方式确定参数RI，拟合过程具体的数学表达如下所示：

即可由此计算最终消防安全评分，实际操作输出如图6-8所示，给出了两个建筑单位的维保报告分析结果，在设定所有22项系统平权的基础上，图8左侧A公司的检查不合格率更低，整改率都为0，因此最终左侧A公司的消防安全评分更高，符合实际情况。

以上所述仅是本发明的优选实施方式，应当指出，对于本技术领域的普通技术人员，在不脱离本发明构思的前提下，还可以做出若干改进和润饰，这些改进和润饰也应视为本发明保护范围内。

Claims (5)

1.一种消防安全等级评估方法，其特征是，包括以下步骤：

1)采集步骤：从消防问卷及消防维保报告中采集填报的信息数据；

2)分类权重步骤：对步骤1)采集的信息数据进行等级分类，并设置不同的权重；

3)分析评估步骤：对步骤2)处理的消防问卷信息数据进行分析，根据规定流程计算评估参考值，得到“好”“一般”“差”评级；对步骤2)处理的消防维保报告信息数据分析得到不合格率和整改率，通过风险函数得到最终的消防安全评分S；具体风险函数如下：

其中，S₁为不合格率；S₂为整改率；RI为特定变动数值；e为自然指数；

通过拟合的方式确定参数RI，S₁为不合格率，S₂为整改率，整改率来自于消防维保的专项统计数据；具体如下：

定义x＝S₁×(1-S₂)，y＝S/100，根据d组已知数据，得到d组对应的(x₁，y₁)，…，(x_d，y_d)，将这些已知数据代入风险函数，通过拟合的方式确定参数RI，拟合过程具体的数学表达如下所示：

2.根据权利要求1所述的一种消防安全等级评估方法，其特征是，消防问卷采集的信息数据包括项目名称、内容、检查方法、检查依据、检查标准、重要程度和检查结果；其中，重要程度决定了该项内容的权重，检查结果分为符合、不符合、有缺陷和未检查；

消防维保报告包括项目名称、项目地址、建筑消防设施列表、项目概况、本次维保情况简述及结论、维保检查报告书；其中，综合建筑消防设施列表和维保检查报告书，统计了完整的22项消防设施系统；维保检查报告书中具体列出了本次维保测试的系统，每个系统的测试次数、符合次数及不符合次数。

3.根据权利要求1所述的一种消防安全等级评估方法，其特征是，步骤3)对消防问卷的信息进行处理分析的具体过程如下：

由消防问卷所提取的信息填入数据矩阵中，每一行对应每一项检查内容的具体信息，包括重要程度和检查结果；

对数据矩阵中的信息进行遍历判断和分类，并在分类过程中进行反馈信息的采集；在判定某一行信息为相应结果之后，及时记录其在数据矩阵中的位置，并与该结果进行关联，最后根据数据矩阵位置和消防问卷与数据矩阵的对应关系，重新找回该行信息在消防问卷中的位置；对消防问卷中不同种类的检查结果按照流程赋值换算，计算得出评估参考值并确定对应的“好”“一般”“差”三种评估结果。

4.根据权利要求1所述的一种消防安全等级评估方法，其特征是，步骤3)对消防维保报告的信息进行处理分析的具体过程如下：

301)对消防维保报告中的第i项被测试的消防设施系统，计算对应的测试不符合次数与测试总次数的比值，即为该项消防设施系统的单项不合格率a_i，综合所有m项被测项的不合格率结果，得到不合格率向量

302)将消防维保报告中的所有22项消防设施系统进行编号，并定义相对权重矩阵Q，Q是一个n×n的矩阵，用于对n个元素的重要程度进行两两对比；本方法中，n个元素即为22项消防系统；相对权重矩阵Q的第i个元素与第j个元素相比的重要程度记为q_ij，q_ij与q_ji满足互为倒数的关系，即q_ij＝1/q_ji；

挑选出实际被测的m项消防设施系统的编号，从n×n的相对权重矩阵Q中取对应编号所在的行列形成m×m的被测系统的相对权重子矩阵，通过特征根、特征向量及归一化等计算得到权重向量其中，在赋值过程中要保证相对权重的一致性；

303)将步骤301的不合格率向量和步骤302得到的对应的权重向量，得到不合格率S₁，

5.根据权利要求4所述的一种消防安全等级评估方法，其特征是，确定权重向量之前，需要对完整的相对权重矩阵Q进行一致性判断，若判断不通过需要重新调整赋值；先计算相对权重矩阵Q的特征根λ和特征向量，两者一一对应，找到最大特征根λ_max，一致性检验过程具体如下：

相对权重的一致性指标为CI＝(λ_max－n)/(n－1)，相对权重矩阵的维数n越大，其CI值就越大；对不同维数矩阵的一致性指标CI进行归一化，得到随机一致性比例CR＝CI/RI，RI为特定变动数值；若CR＜0.1，则该矩阵一致性检验通过，否则需要重新调整相对权重的赋值。