CN112132435A - 一种基于半定量计算的化工风险评价方法 - Google Patents
一种基于半定量计算的化工风险评价方法 Download PDFInfo
- Publication number
- CN112132435A CN112132435A CN202010976495.7A CN202010976495A CN112132435A CN 112132435 A CN112132435 A CN 112132435A CN 202010976495 A CN202010976495 A CN 202010976495A CN 112132435 A CN112132435 A CN 112132435A
- Authority
- CN
- China
- Prior art keywords
- risk
- value
- chemical
- semi
- event
- 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.)
- Pending
Links
- 239000000126 substance Substances 0.000 title claims abstract description 38
- 238000004364 calculation method Methods 0.000 title claims abstract description 33
- 238000011156 evaluation Methods 0.000 title claims abstract description 29
- 238000000034 method Methods 0.000 claims abstract description 25
- 238000012502 risk assessment Methods 0.000 claims abstract description 13
- 238000007405 data analysis Methods 0.000 claims abstract description 6
- 230000007613 environmental effect Effects 0.000 claims description 6
- 230000002159 abnormal effect Effects 0.000 claims description 5
- 238000009472 formulation Methods 0.000 claims description 4
- 239000000203 mixture Substances 0.000 claims description 4
- 238000004422 calculation algorithm Methods 0.000 claims description 3
- 239000000463 material Substances 0.000 description 5
- 230000014509 gene expression Effects 0.000 description 3
- 108090000623 proteins and genes Proteins 0.000 description 2
- 102000007469 Actins Human genes 0.000 description 1
- 108010085238 Actins Proteins 0.000 description 1
- 108700039887 Essential Genes Proteins 0.000 description 1
- 238000001190 Q-PCR Methods 0.000 description 1
- 230000009286 beneficial effect Effects 0.000 description 1
- 238000010586 diagram Methods 0.000 description 1
- 230000003828 downregulation Effects 0.000 description 1
- 238000001962 electrophoresis Methods 0.000 description 1
- 238000004519 manufacturing process Methods 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 238000004445 quantitative analysis Methods 0.000 description 1
- 238000003757 reverse transcription PCR Methods 0.000 description 1
- 238000012764 semi-quantitative analysis Methods 0.000 description 1
- 230000003827 upregulation 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
- G06Q50/00—Information and communication technology [ICT] specially adapted for implementation of business processes of specific business sectors, e.g. utilities or tourism
- G06Q50/04—Manufacturing
-
- 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
- Y02P—CLIMATE CHANGE MITIGATION TECHNOLOGIES IN THE PRODUCTION OR PROCESSING OF GOODS
- Y02P90/00—Enabling technologies with a potential contribution to greenhouse gas [GHG] emissions mitigation
- Y02P90/30—Computing systems specially adapted for manufacturing
Landscapes
- Business, Economics & Management (AREA)
- Human Resources & Organizations (AREA)
- Engineering & Computer Science (AREA)
- Economics (AREA)
- Strategic Management (AREA)
- Tourism & Hospitality (AREA)
- Theoretical Computer Science (AREA)
- Entrepreneurship & Innovation (AREA)
- General Physics & Mathematics (AREA)
- Marketing (AREA)
- General Business, Economics & Management (AREA)
- Physics & Mathematics (AREA)
- Educational Administration (AREA)
- Quality & Reliability (AREA)
- Operations Research (AREA)
- Game Theory and Decision Science (AREA)
- Development Economics (AREA)
- Manufacturing & Machinery (AREA)
- Health & Medical Sciences (AREA)
- General Health & Medical Sciences (AREA)
- Primary Health Care (AREA)
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
Abstract
本发明公开的属于数据分析技术领域,具体为一种基于半定量计算的化工风险评价方法,该化工风险评价方法如下:步骤一:根据影响化工风险大小的三种因素制定等级;步骤二:根据三种因素来基于系统方法和企业经验赋予量值;步骤三:进行风险分析,获取化工风险的主要风险事件;步骤四:计算出风险值;步骤五:根据风险值评价风险的等级,本申请文件中,通过采用半定量计算的方法,针对化工风险进行计算评价,相较于现有技术中采用大数据进行计算,减少了计算步骤,只需要根据风险制定等级即可实现风险评价的目的,同时提高了数据的真实性。
Description
技术领域
本发明涉及数据分析技术领域,具体为一种基于半定量计算的化工风险评价方法。
背景技术
半定量是RT-PCR做基因表达分析的一种方法,其操作的方法是在野生型和突变体中用一个看家基因(通常是actin)做参照标准来观察目标基因在各自的表达情况(上调还是下调),所谓半定量的“半”是通俗的说法,即在看电泳图估计参照亮度一致(可看作是表达的细胞数一致)情况下,确定目标基因的表达;这是与更加精确的Q-PCR的相对定量和绝对定量的区分,半定量分析是通常实现定量分析非常困难时采取的一种折中办法。
在化工行业,面对不同的材料及其材料特性,需要进行风险评价,但是由于各个材料的特性不同,同时不清楚各个材料在产生接触时及对人体造成的伤害数据,因此需要对其进行风险评价,针对化工行业的风险评价是采用大数据的方式进行数据计算,然后通过数据获取风险评价数据,此种方式获取的数据真实性较差,不利于日后数据的处理及对比等操作。
发明内容
本部分的目的在于概述本发明的实施方式的一些方面以及简要介绍一些较佳实施方式。在本部分以及本申请的说明书摘要和发明名称中可能会做些简化或省略以避免使本部分、说明书摘要和发明名称的目的模糊,而这种简化或省略不能用于限制本发明的范围。
鉴于上述和/或现有化工风险评价方法中存在的问题,提出了本发明。
因此,本发明的目的是提供一种基于半定量计算的化工风险评价方法,能够基于半定量计算,提高评价数据的真实性,方便日后的数据处理及对比等操作。
为解决上述技术问题,根据本发明的一个方面,本发明提供了如下技术方案:
一种基于半定量计算的化工风险评价方法,该化工风险评价方法如下:
步骤一:根据影响化工风险大小的三种因素制定等级;
步骤二:根据三种因素来基于系统方法和企业经验赋予量值;
步骤三:进行风险分析,获取化工风险的主要风险事件;
步骤四:计算出风险值;
步骤五:根据风险值评价风险的等级。
作为本发明所述的一种基于半定量计算的化工风险评价方法的一种优选方案,其中:所述步骤一中三种因素具体为事件发生的可能性、事件后果的严重程度和人员的暴露率。
作为本发明所述的一种基于半定量计算的化工风险评价方法的一种优选方案,其中:所述步骤二中系统方法和企业经验赋予量值具体为根据企业的管理制度及风险的应对措施获取量值数据。
作为本发明所述的一种基于半定量计算的化工风险评价方法的一种优选方案,其中:所述步骤三中风险分析具体为根据化工风险制定及该企业的主要经营范围获取具体风险数据。
作为本发明所述的一种基于半定量计算的化工风险评价方法的一种优选方案,其中:所述步骤四中风险值的计算公式具体如下:
R=P×S×E
其中:R为风险值事件发生的可能性;P为事件后果的严重程度;E为人员的暴露率。
作为本发明所述的一种基于半定量计算的化工风险评价方法的一种优选方案,其中:该评价方法还包括出现异常状态下的等级评定方法,具体如下:
当出现事件发生的可能性与事件后果的严重程度和人员的暴露率产生异常偏差时,则需要将事件后果的严重程度和人员的暴露率中的安全、健康和环保进行分离式的等级划分,在此,通过采用仿真算法进行计算即可提高事件后果的严重程度和人员的暴露率中的安全、健康和环保的等级划分精度,具体如下:
令s1和s2为两个连续的等级量值,且s2>s1,定义参数p在t1点处的路标值是value1,在t2点处的路标值是value2,则参数p在时间点t1处的斜率k1的计算方法如下:
其中value1和value2有可能和区间相绑定,即为S和E中的描述相关,所以会存在最大值和最小值,则存在量值范围,在区间内,则使用minnum和maxnum函数取最小值和最大值,然后再取均值,则得出斜率,即为数据分析后的量值,根据量值获取等级评定数据。
与现有技术相比:针对化工行业的风险评价是采用大数据的方式进行数据计算,然后通过数据获取风险评价数据,此种方式获取的数据真实性较差,不利于日后数据的处理及对比等操作,本申请文件中,通过采用半定量计算的方法,针对化工风险进行计算评价,相较于现有技术中采用大数据进行计算,减少了计算步骤,只需要根据风险制定等级即可实现风险评价的目的,同时提高了数据的真实性。
附图说明
为了更清楚地说明本发明实施方式的技术方案,下面将结合附图和详细实施方式对本发明进行详细说明,显而易见地,下面描述中的附图仅仅是本发明的一些实施方式,对于本领域普通技术人员来讲,在不付出创造性劳动性的前提下,还可以根据这些附图获得其它的附图。其中:
图1为本发明一种基于半定量计算的化工风险评价方法的流程结构示意图。
具体实施方式
为使本发明的上述目的、特征和优点能够更加明显易懂,下面结合附图对本发明的具体实施方式做详细的说明。
在下面的描述中阐述了很多具体细节以便于充分理解本发明,但是本发明还可以采用其他不同于在此描述的其它方式来实施,本领域技术人员可以在不违背本发明内涵的情况下做类似推广,因此本发明不受下面公开的具体实施方式的限制。
其次,本发明结合示意图进行详细描述,在详述本发明实施方式时,为便于说明,表示器件结构的剖面图会不依一般比例作局部放大,而且所述示意图只是示例,其在此不应限制本发明保护的范围。此外,在实际制作中应包含长度、宽度及深度的三维空间尺寸。
为使本发明的目的、技术方案和优点更加清楚,下面将结合附图对本发明的实施方式作进一步地详细描述。
本发明提供一种基于半定量计算的化工风险评价方法,该化工风险评价方法如下:
步骤一:根据影响化工风险大小的三种因素制定等级,影响的三中因素之一为事件发生的可能性P,具体的等级如表1所示:
表1
影响的三中因素之一为事件后果的严重程度S,具体的等级如表2所示:
表2
影响的三中因素之一为人员的暴露率E,具体的等级如表3所示:
表3
步骤二:根据三种因素来基于系统方法和企业经验赋予量值;
步骤三:进行风险分析,获取化工风险的主要风险事件;
步骤四:计算出风险值;
步骤五:根据风险值评价风险的等级。
具体的,所述步骤一中三种因素具体为事件发生的可能性、事件后果的严重程度和人员的暴露率。
具体的,所述步骤二中系统方法和企业经验赋予量值具体为根据企业的管理制度及风险的应对措施获取量值数据。
具体的,所述步骤三中风险分析具体为根据化工风险制定及该企业的主要经营范围获取具体风险数据。
具体的,所述步骤四中风险值的计算公式具体如下:
R=P×S×E
其中:R为风险值;P为事件发生的可能性;S为事件后果的严重程度;E为人员的暴露率。
同时,当出现事件发生的可能性与事件后果的严重程度和人员的暴露率产生异常偏差时,则需要将事件后果的严重程度和人员的暴露率中的安全、健康和环保进行分离式的等级划分,如在事件后果的严重程度中,量值为8的安全和量值为7的健康,其等级分别为严重和高,因此需要进行数据分析,在此,通过采用仿真算法进行计算即可提高事件后果的严重程度和人员的暴露率中的安全、健康和环保的等级划分精度,具体如下:
令s1和s2为两个连续的等级量值,且s2>s1,定义参数p在t1点处的路标值是value1,在t2点处的路标值是value2,则参数p在时间点t1处的斜率k1的计算方法如下:
其中value1和value2有可能和区间相绑定,即为S和E中的描述相关,所以会存在最大值和最小值,则存在量值范围,在区间内,则使用minnum和maxnum函数取最小值和最大值,然后再取均值,则得出斜率,即为数据分析后的量值。
根据以上等级制定表格和风险值的计算公式即可算出化工风险数值,根据该评价方法可以有效的提高数据的真实性。
虽然在上文中已经参考实施方式对本发明进行了描述,然而在不脱离本发明的范围的情况下,可以对其进行各种改进并且可以用等效物替换其中的部件。尤其是,只要不存在结构冲突,本发明所披露的实施方式中的各项特征均可通过任意方式相互结合起来使用,在本说明书中未对这些组合的情况进行穷举性的描述仅仅是出于省略篇幅和节约资源的考虑。因此,本发明并不局限于文中公开的特定实施方式,而是包括落入权利要求的范围内的所有技术方案。
Claims (6)
1.一种基于半定量计算的化工风险评价方法,其特征在于:该化工风险评价方法如下:
步骤一:根据影响化工风险大小的三种因素制定等级;
步骤二:根据三种因素来基于系统方法和企业经验赋予量值;
步骤三:进行风险分析,获取化工风险的主要风险事件;
步骤四:计算出风险值;
步骤五:根据风险值评价风险的等级。
2.根据权利要求1所述的一种基于半定量计算的化工风险评价方法,其特征在于:所述步骤一中三种因素具体为事件发生的可能性、事件后果的严重程度和人员的暴露率。
3.根据权利要求1所述的一种基于半定量计算的化工风险评价方法,其特征在于:所述步骤二中系统方法和企业经验赋予量值具体为根据企业的管理制度及风险的应对措施获取量值数据。
4.根据权利要求1所述的一种基于半定量计算的化工风险评价方法,其特征在于:所述步骤三中风险分析具体为根据化工风险制定及该企业的主要经营范围获取具体风险数据。
5.根据权利要求1所述的一种基于半定量计算的化工风险评价方法,其特征在于:所述步骤四中风险值的计算公式具体如下:
R=P×S×E
其中:R为风险值事件发生的可能性;P为事件后果的严重程度;E为人员的暴露率。
6.根据权利要求1所述的一种基于半定量计算的化工风险评价方法,其特征在于:该评价方法还包括出现异常状态下的等级评定方法,具体如下:
当出现事件发生的可能性与事件后果的严重程度和人员的暴露率产生异常偏差时,则需要将事件后果的严重程度和人员的暴露率中的安全、健康和环保进行分离式的等级划分,在此,通过采用仿真算法进行计算即可提高事件后果的严重程度和人员的暴露率中的安全、健康和环保的等级划分精度,具体如下:
令s1和s2为两个连续的等级量值,且s2>s1,定义参数p在t1点处的路标值是value1,在t2点处的路标值是value2,则参数p在时间点t1处的斜率k1的计算方法如下:
其中value1和value2有可能和区间相绑定,即为S和E中的描述相关,所以会存在最大值和最小值,则存在量值范围,在区间内,则使用minnum和maxnum函数取最小值和最大值,然后再取均值,则得出斜率,即为数据分析后的量值,根据量值获取等级评定数据。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202010976495.7A CN112132435A (zh) | 2020-09-16 | 2020-09-16 | 一种基于半定量计算的化工风险评价方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202010976495.7A CN112132435A (zh) | 2020-09-16 | 2020-09-16 | 一种基于半定量计算的化工风险评价方法 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN112132435A true CN112132435A (zh) | 2020-12-25 |
Family
ID=73846962
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202010976495.7A Pending CN112132435A (zh) | 2020-09-16 | 2020-09-16 | 一种基于半定量计算的化工风险评价方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN112132435A (zh) |
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN113705074A (zh) * | 2021-05-25 | 2021-11-26 | 江苏省安全生产科学研究院 | 一种化工事故风险预测方法及装置 |
Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN102592004A (zh) * | 2011-12-19 | 2012-07-18 | 中冶南方(武汉)威仕工业炉有限公司 | 钢铁联合企业全工序能况在线分析诊断系统及方法 |
CN106251085A (zh) * | 2016-08-10 | 2016-12-21 | 中交公局海威工程建设有限公司 | 一种风险评估方法和装置 |
CN109241684A (zh) * | 2018-11-02 | 2019-01-18 | 中国航天标准化研究所 | 一种面向建模与仿真的可重用性评价方法 |
CN110020760A (zh) * | 2018-01-09 | 2019-07-16 | 中国石油化工股份有限公司 | 石化企业安全风险等级定量评估方法 |
CN110751394A (zh) * | 2019-10-21 | 2020-02-04 | 杭州交联电气工程有限公司 | 一种基于lec的动态安全风险评价方法 |
-
2020
- 2020-09-16 CN CN202010976495.7A patent/CN112132435A/zh active Pending
Patent Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN102592004A (zh) * | 2011-12-19 | 2012-07-18 | 中冶南方(武汉)威仕工业炉有限公司 | 钢铁联合企业全工序能况在线分析诊断系统及方法 |
CN106251085A (zh) * | 2016-08-10 | 2016-12-21 | 中交公局海威工程建设有限公司 | 一种风险评估方法和装置 |
CN110020760A (zh) * | 2018-01-09 | 2019-07-16 | 中国石油化工股份有限公司 | 石化企业安全风险等级定量评估方法 |
CN109241684A (zh) * | 2018-11-02 | 2019-01-18 | 中国航天标准化研究所 | 一种面向建模与仿真的可重用性评价方法 |
CN110751394A (zh) * | 2019-10-21 | 2020-02-04 | 杭州交联电气工程有限公司 | 一种基于lec的动态安全风险评价方法 |
Non-Patent Citations (1)
Title |
---|
张洁等: ""一种局部放大半定量仿真算法"", 《计算机应用与软件》 * |
Cited By (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN113705074A (zh) * | 2021-05-25 | 2021-11-26 | 江苏省安全生产科学研究院 | 一种化工事故风险预测方法及装置 |
CN113705074B (zh) * | 2021-05-25 | 2024-03-08 | 江苏省安全生产科学研究院 | 一种化工事故风险预测方法及装置 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
Colas et al. | How many random seeds? statistical power analysis in deep reinforcement learning experiments | |
CN112784415B (zh) | 一种定数截尾加速寿命试验机理等同性检验与寿命预测方法 | |
US8275575B2 (en) | Determining component failure rates using accelerated life data | |
CN108228722B (zh) | 破碎化区域采样点的地理空间分布均匀度检测方法 | |
CN108108530B (zh) | 一种适用于结构连接件的疲劳寿命校准方法 | |
CN103246821A (zh) | 一种基于仿真的多应力小样本加速寿命试验方案设计优化方法 | |
CN113219361A (zh) | 一种基于分时回归分布的锂离子电池组异常自放电诊断方法及系统 | |
CN112132435A (zh) | 一种基于半定量计算的化工风险评价方法 | |
CN111159846B (zh) | 基于分数levy稳定运动的滚动轴承剩余有效寿命预测方法 | |
CN108846239A (zh) | 一种基于温湿度的弹性环氧树脂加速贮存试验及评估方法 | |
US20190377670A1 (en) | Tester and method for testing a device under test using relevance scores | |
US20060241904A1 (en) | Determination of standard deviation | |
CN109522517A (zh) | 一种电表失效率计算方法和系统 | |
CN109214447B (zh) | 磁盘寿命预测方法及装置 | |
CN112529432A (zh) | 一种电压暂降严重程度评估方法、装置及电子设备 | |
CN110765005A (zh) | 软件可靠性评估方法和装置 | |
CN114021302A (zh) | 输电线路的寿命评估方法、装置、系统及存储介质 | |
Agarwal | Markovian software reliability model for two types of failures with imperfect debugging rate and generation of errors | |
CN113868831A (zh) | 一种电池容量一致性估计方法及系统 | |
Bakbergenuly et al. | Simulation study of estimating between-study variance and overall effect in meta-analysis of odds-ratios | |
CN110827144A (zh) | 用户的申请风险评估方法、申请风险评估装置及电子设备 | |
Gao et al. | A Note on Location Parameter Estimation using the Weighted Hodges-Lehmann Estimator | |
Song et al. | A Software reliability model with a fault detection rate function of the generalized exponential distribution | |
CN112416774B (zh) | 一种添加权重的软件可靠性测试方法 | |
CN115576850B (zh) | 数据指标测试方法、装置、电子设备及存储介质 |
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 | ||
RJ01 | Rejection of invention patent application after publication | ||
RJ01 | Rejection of invention patent application after publication |
Application publication date: 20201225 |