CN112330086A - 一种基于模拟仿真系统的海上吊装作业风险评价方法 - Google Patents

一种基于模拟仿真系统的海上吊装作业风险评价方法 Download PDF

Info

Publication number
CN112330086A
CN112330086A CN202010997075.7A CN202010997075A CN112330086A CN 112330086 A CN112330086 A CN 112330086A CN 202010997075 A CN202010997075 A CN 202010997075A CN 112330086 A CN112330086 A CN 112330086A
Authority
CN
China
Prior art keywords
risk
expert
factor
simulation system
analog simulation
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
Application number
CN202010997075.7A
Other languages
English (en)
Inventor
李志刚
刘培林
余建星
梁峰
吴朝晖
霍有利
许晓丽
刘飞龙
李隶辉
陈海成
杨政龙
孔凡冬
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Tianjin University
Offshore Oil Engineering Co Ltd
Original Assignee
Tianjin University
Offshore Oil Engineering Co Ltd
Priority date (The priority date 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 date listed.)
Filing date
Publication date
Application filed by Tianjin University, Offshore Oil Engineering Co Ltd filed Critical Tianjin University
Priority to CN202010997075.7A priority Critical patent/CN112330086A/zh
Publication of CN112330086A publication Critical patent/CN112330086A/zh
Pending legal-status Critical Current

Links

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
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F30/00—Computer-aided design [CAD]
    • G06F30/10—Geometric CAD
    • G06F30/13—Architectural design, e.g. computer-aided architectural design [CAAD] related to design of buildings, bridges, landscapes, production plants or roads
    • 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
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F2111/00—Details relating to CAD techniques
    • G06F2111/08—Probabilistic or stochastic CAD

Landscapes

  • Engineering & Computer Science (AREA)
  • Business, Economics & Management (AREA)
  • Physics & Mathematics (AREA)
  • Human Resources & Organizations (AREA)
  • Theoretical Computer Science (AREA)
  • General Physics & Mathematics (AREA)
  • Strategic Management (AREA)
  • Geometry (AREA)
  • Economics (AREA)
  • General Business, Economics & Management (AREA)
  • Entrepreneurship & Innovation (AREA)
  • Marketing (AREA)
  • Computer Hardware Design (AREA)
  • Tourism & Hospitality (AREA)
  • Primary Health Care (AREA)
  • Operations Research (AREA)
  • Development Economics (AREA)
  • Health & Medical Sciences (AREA)
  • General Health & Medical Sciences (AREA)
  • Game Theory and Decision Science (AREA)
  • Architecture (AREA)
  • Civil Engineering (AREA)
  • Quality & Reliability (AREA)
  • Educational Administration (AREA)
  • Structural Engineering (AREA)
  • Computational Mathematics (AREA)
  • Mathematical Analysis (AREA)
  • Mathematical Optimization (AREA)
  • Pure & Applied Mathematics (AREA)
  • Evolutionary Computation (AREA)
  • General Engineering & Computer Science (AREA)
  • Management, Administration, Business Operations System, And Electronic Commerce (AREA)

Abstract

本发明公开了一种基于模拟仿真系统的海上吊装作业风险评价方法，基于专家系统和统计资料，引入模拟仿真系统，准确模拟和真实反映海上吊装作业时的作业特征，并基于模拟仿真系统进行故障模拟，获得风险后果信息，在专家评价方法的基础上结合模糊数学方法将专家评价语言转化为具体数值，实现定量分析风险因素，充分利用了统计资料、专家系统和模拟仿真系统的优势，避免了专家评价方法存在的主观性与认识的局限性问题，与专家评价法相比客观性和科学性更强，评价结果更加贴近实际，本发明的基于模拟仿真系统的海上吊装作业风险评价方法对于解决复杂作业过程中的风险因素识别和风险后果评估有很大的优势，可以广泛应用于海上吊装作业风险评价中。

Description

一种基于模拟仿真系统的海上吊装作业风险评价方法
技术领域
本发明为一种基于模拟仿真系统的海上吊装作业风险评价方法，涉及海洋工程作业安全评估领域。
背景技术
海洋石油平台的海上安装现行两种作业方式，其一是利用大型海洋工程浮吊船分块吊装作业，其二是采用大型专用抬浮驳船整体浮托安装作业，后者主要适用于超大型海洋石油平台的安装作业。近年来，随着海洋工程向着大型化和复杂化发展，浮吊船的起重能力不断提升，作业范围也不断向深海进军，对吊装过程高效率化的要求不断提高。最大起重能力达7500吨的“蓝鲸”号起重船得到广泛应用；世界最大的“振华30”起重船具备单臂固定起吊12000吨、单臂全回转起吊7000吨的能力，并在港珠澳大桥海底隧道最终接头吊装中崭露头角。由于吊装作业方式的高效性和经济性，随着浮吊船作业能力的提升和范围的扩大，重型海洋石油平台的海上安装越来越倾向于采用吊装作业的方式。
但是海上吊装作业受海上气象条件，浪、流、潮汐等海况条件等外部因素影响非常大，既要保证浮吊船较高的稳性要求，又要实现吊装的精准控制，作业过程面临巨大的困难和风险。大型结构物的海上吊装作业是整个海洋工程项目工程进度中的决定性环节，任何意外事故都会造成巨大的财产损失并影响到项目整体的施工进度。因此，在海上吊装作业前开展全面的危险源辨识和风险评估工作极为重要。
目前，由于相关海上吊装作业统计资料数据不完整，风险评价通常大量采用专家评价法，依据专家的经验对故障发生的可能性、暴露频率和严重程度进行评估。但是，专家评价法在实际应用中不可避免地面临人的主观性和认识的局限性，吊装作业有可能面临新的工作对象和工作环境，作业过程更为复杂，专家及其他工程人员缺乏工程实际经验，系统风险中存在更多的不确定性，这使得仅仅依靠专家评估方法难以胜任风险评估的工作。
海上吊装过程是一个复杂的时刻变化着的系统性工程，针对作业过程的风险分析，需要考虑到风险因素发生的时序性，在时间维度上进行时程风险分析。每一次吊装作业都是在新环境下的初次作业，在不同海况和天气条件下，相同的风险因素组合以同一时序出现，有可能导致不同的后果。
专家系统的主观性与认识的局限性、数据不完整性、逻辑不确定性、风险因素的时序性和风险分析的精细性要求，是海上吊装作业风险分析面临的新的重大挑战。
发明内容
本发明要解决的技术问题是，提供一种基于模拟仿真系统的海上吊装作业风险评价方法，与专家评价法相比客观性和科学性更强，评价结果更加精确。
为了解决上述技术问题，本发明提供了一种基于模拟仿真系统的海上吊装作业风险评价方法，其包括以下步骤：
S1：建立专家系统，结合统计资料，识别海上吊装作业风险因素；
S2：运行模拟仿真系统预演海上吊装作业，识别新的风险因素，按照时间历程整理风险因素，建立风险因素鱼刺图；
S3：对时间历程上各个局部故障树风险因素组合分别输入模拟仿真系统进行故障仿真预演，统计各风险因素的风险后果；
S4：作业人员重复多次运行模拟仿真系统，对仿真预演海上吊装作业过程中人因风险因素进行结果统计，并统计得到人因风险因素的发生概率及风险后果；
S5：专家针对各个风险因素发生概率的高低进行定性评价，用模糊数学方法计算每个风险因素的模糊失效概率；
S6：专家针对各个风险后果严重程度进行打分，采用专家评价法计算每个风险因素的风险后果等级分数；
S7：计算每个风险因素的风险等级和权重，计算得到每个风险因素的综合风险等级；
S8：制定风险控制措施，模拟仿真系统预演控制措施，评审控制措施的充分性。
进一步地，S5中每个风险因素的模糊失效概率的计算过程为：
首先根据统计资料，确定评价语言集合；
然后由所述专家系统的专家结合经验和统计数据采用评价语言集合中的元素对风险因素进行评价，得到每个专家针对每个风险因素的语言评价；
针对任一风险因素，采用模糊数学方法将专家的定性评价转化成综合模糊数，其中，模糊数类型和隶属函数为梯形隶属度函数：
Figure BDA0002692953700000031
其中，a，b，c，d分别为概率尺度下模糊集合的边界值，x为概率尺度下的自变量，
Figure BDA0002692953700000032
值为模糊集合下x属于
Figure BDA0002692953700000033
的属于隶属度；
最后利用左右模糊排序法将综合模糊数转化为模糊失效概率。
进一步地，S6中所述的风险后果等级分数的计算过程为：
首先将风险后果按照严重程度划分为至少两个等级，每个等级的标准对应为一个分值区间；
然后参考S3中的故障仿真预演得到的风险后果统计结果，专家针对风险因素的风险后果进行打分；
最后针对每一个风险因素，将专家打分结果，结合每个专家的权重值，计算加权平均值。
进一步地，专家系统中各位专家的权重值采用层次分析法计算。
进一步地，S7中风险因素的风险等级计算方法为：
将发生概率按照概率高低划分为至少两个概率区间，结合风险后果的等级分值区间，得到每个概率区间内每个风险后果等级的风险等级分值区间，采用线性插值方法计算得到每个风险因素的精确的风险等级RLi：
Figure BDA0002692953700000034
其中：i为任一个风险因素；
Gi为i的风险后果等级分数，[G1,G2]为Gi对应的风险后果严重程度的等级的分值区间，G2和G1分别为该分值区间的上限和下限；
FFRi为风险因素i的模糊失效概率，属于概率区间[FFR1,FFR2]，FFR2和FFR1分别为该概率区间的上限和下限；
RLi为风险等级，[RL1,RL2]为[G1,G2]和[FFR1,FFR2]所对应风险等级分值区间，RL2和RL1分别为该风险等级分值区间的上限和下限。
进一步地，S7中所述的风险因素的权重是采用波达排序方法进行计算得出的，计算过程为：
计算风险因素i的波达排序数bi：
Figure BDA0002692953700000041
其中：n为风险因素总数，i为任一个风险因素，k为判断准则，k＝1代表后果等级准则，k＝2代表发生概率等级准则，rik为风险因素i对于准则k的排序数；
根据bi对风险因素进行排序，建立判断矩阵A；计算A的特征值和特征向量，将最大特征值λmax对应的特征向量进行标准化得到风险因素的权重向量RWi。
进一步地，将风险因素的风险等级与权重作乘法运算，得到综合风险值RRT：
Figure BDA0002692953700000042
其中：i为任一个风险因素，n为风险因素总数，RLi为i的风险等级值，RWi为i的权重值。
本发明的技术效果在于：1、本发明的基于模拟仿真系统的海上吊装作业风险评价方法，基于专家系统和统计资料，引入模拟仿真系统，准确模拟和真实反映海上吊装作业时的作业特征，并基于模拟仿真系统进行故障模拟，获得风险后果信息，在专家评价方法的基础上结合模糊数学方法将专家评价语言转化为具体数值，实现定量分析风险因素，充分利用了统计资料、专家系统和模拟仿真系统的优势，避免了专家评价方法存在的主观性与认识的局限性问题，与专家评价法相比客观性和科学性更强，评价结果更加贴近实际，能够得到更充分的风险因素相关数据，并通过模拟仿真确定各个风险因素之间的逻辑关系，本发明的基于模拟仿真系统的海上吊装作业风险评价方法对于解决复杂作业过程中的风险因素识别和风险后果评估有很大的优势，可以广泛应用于海上吊装作业风险评价中。
2、本发明的基于模拟仿真系统的海上吊装作业风险评价方法，通过专家系统和搜集统计到的资料，初步识别风险因素，并通过运行模拟仿真系统，仿真预演海上吊装作业，识别可能会出现的新的风险因素，包含两次识别过程，可以更加全面和准确地识别风险因素。
3、本发明的基于模拟仿真系统的海上吊装作业风险评价方法，借助风险因素鱼刺图模型梳理各个风险因素之间时序上的关系，便于有针对性地分析故障原因，找出各因素下更深层次的隐患，便于按照时间历程对风险因素进行整理，方便理顺各风险因素与风险之间的关系。
4、本发明的基于模拟仿真系统的海上吊装作业风险评价方法，通过作业人员重复多次运行模拟仿真系统，仿真预演海上吊装作业，并对过程中的人因风险因素进行结果统计，可提供部分人因风险因素的发生概率及风险后果，为海上吊装作业的安全作业提供参考，降低人因风险，提高安全性。
5、本发明的基于模拟仿真系统的海上吊装作业风险评价方法，着眼于精细风险分析，可以针对局部故障树进行分析，淡化整体风险，避免复杂无益计算，提高了分析效率。
6、本发明的基于模拟仿真系统的海上吊装作业风险评价方法，通过运行模拟仿真系统，仿真预演海上吊装作业，对时间历程上各个局部故障树风险因素组合分别输入，可以理清输入的风险因素与风险后果之间的逻辑关系，提高了风险分析的准确性。
7、本发明的基于模拟仿真系统的海上吊装作业风险评价方法，结合各个风险因素的综合风险等级，制定风险控制措施后通过运行模拟仿真系统，对控制措施进行仿真预演，可以对控制措施的有效性进行检验，评审控制措施的充分性，同时可以对是否产生了新的风险因素进行判断。
附图说明
图1为本发明的基于模拟仿真系统的海上吊装作业风险评价方法的流程示意图；
图2是本发明一个实施例的具体流程图；
图3是用于风险因素识别和归纳的鱼刺图；
图4为风险后果等级水平表；
图5是本发明一个实施例的风险等级参考表。
具体实施方式
下面结合附图和具体实施例对本发明作进一步说明，以使本领域的技术人员可以更好的理解本发明并能予以实施，但所举实施例不作为对本发明的限定。
图1为本发明的基于模拟仿真系统的海上吊装作业风险评价方法的流程图，如图1所示，本发明提供了一种基于模拟仿真系统的海上吊装作业风险评价方法，其包括以下步骤：
S1：建立专家系统，结合统计资料，识别海上吊装作业风险因素；
S2：运行模拟仿真系统预演海上吊装作业，识别新的风险因素，按照时间历程整理风险因素，建立风险因素鱼刺图；
S3：对时间历程上各个局部故障树风险因素组合分别输入模拟仿真系统进行故障仿真预演，统计各风险因素的风险后果；
S4：作业人员重复多次运行模拟仿真系统，对仿真预演海上吊装作业过程中人因风险因素进行结果统计，并统计得到人因风险因素的发生概率及风险后果；
S5：专家针对各个风险因素发生概率的高低进行定性评价，用模糊数学方法计算每个风险因素的模糊失效概率；
S6：专家针对各个风险后果严重程度进行打分，采用专家评价法计算每个风险因素的风险后果等级分数；
S7：计算每个风险因素的风险等级和权重，计算得到每个风险因素的综合风险等级；
S8：制定风险控制措施，模拟仿真系统预演控制措施，评审控制措施的充分性。
图2是本发明一个实施例的具体流程图，根据图1和图2，下面将结合本发明的一个具体实施例对本发明实施例中的技术方案进行清楚、完整地描述。
第一步：建立专家系统，结合统计资料，识别海上吊装作业风险因素；
大量搜集国内外对于海上吊装作业过程风险事故的统计资料，统计海上吊装作业的风险因素，由专业知识和专业经验丰富且熟悉海上吊装作业施工流程的专家组成专家系统，对管理、人员、工艺、设备、设施、环境等方面的各类风险因素进行辨识，补充和甄别海上吊装作业过程中新的风险因素。
第二步：运行模拟仿真系统预演海上吊装作业，识别新的风险因素，按照时间历程整理风险因素，建立风险因素鱼刺图；图3是用于风险因素识别和归纳的鱼刺图，参见图3的鱼刺图的结构，鱼刺图的主干为海上吊装过程的时间轴，各个鱼刺为具体风险因素，各鱼刺再向下分为导致该风险因素发生的一级风险因素，再向下分为二级风险因素，最底级风险因素为风险控制措施可实施的最低层级，鱼刺图上的各个具体风险因素，相当于沿着海上吊装作业时间历程，建立了多个局部故障树。
第三步：作业人员重复多次运行模拟仿真系统，对时间历程上各个局部故障树风险因素组合分别输入进行故障仿真预演，统计各风险因素的风险后果。
图3所示的鱼刺图中，每一根鱼刺代表着一个局部故障树，运行模拟仿真系统，对各个局部故障树进行仿真预演，校验并修正故障树中的逻辑关系，并通过这个仿真预演过程，得到各个风险后果的严重程度结果。
第四步：作业人员重复多次运行模拟仿真系统，对仿真预演海上吊装作业过程中人因风险因素进行结果统计，并统计得到人因风险因素的发生概率及风险后果；作业人员多次实地操作模拟仿真系统，预演海上吊装作业过程。根据数据记录，回放整个模拟仿真的全过程，对过程中的人因风险因素进行结果统计，提供人因风险因素的概率。
第五步：专家针对各个风险因素发生概率的高低进行定性评价，用模糊数学方法计算每个风险因素的模糊失效概率。
模糊失效概率即为专家评估的各个风险因素发生概率，每个风险因素的模糊失效概率的计算过程为：
首先根据统计的各风险因素的发生概率资料，确定评价语言集合；
然后专家系统的专家结合自身经验及统计数据采用评价语言集合中的元素对风险因素进行评价，得到每个专家针对每个风险因素的语言评价；由每一位专家j(j＝1……m，m为专家总人数)分别对所有风险因素i(i＝1……n，n为风险因素总数)进行评估并给出概率的语言性评价，形成判断集合{Mij}(Mij为专家j对风险因素i的评价语言)；
再针对任一风险因素，采用模糊数学方法将专家的定性评价转化成综合模糊数，其中，模糊数类型和隶属函数为梯形隶属度函数：
Figure BDA0002692953700000081
其中，a，b，c，d分别为概率尺度下模糊集合的边界值，x为概率尺度下的自变量，
Figure BDA0002692953700000082
值为模糊集合下x属于
Figure BDA0002692953700000083
的属于隶属度；
梯型模糊数的λ水平截集表示为Mλ＝[a+λ(b-a),d-λ(d-c)]，专家j对于风险因素i给出的语言性描述对应的λ水平截集可以如下表示：
Figure BDA0002692953700000084
任一风险因素i在λ水平截集的综合模糊数表示为：
Figure BDA0002692953700000091
其中，wj专家j的权重，
Figure BDA0002692953700000092
为λ水平截集下风险因素i的综合模糊数，m为专家总人数。
进一步地，不同专家根据职位、工龄、年龄和教育水平的不同，他们在评价过程中的评价结果也存在差异，本实施例中，专家系统中各位专家的权重值采用层次分析法计算：确定专家的权重计算指标为工作职称、工作时间、教育水平和年龄，不同的指标对应不同的分数，通过层次分析法计算这四个指标的权重值，然后根据四个指标计算每个专家的得分；最后，得到每个专家的加权平均值并标准化得到专家的权重值wj，wj代表专家j的权重值。
最后利用左右模糊排序法将综合模糊数转化为模糊失效概率；
首先将综合模糊数转换成模糊概率得分(FPS)，再转化成模糊失效概率(FFR)。
综合模糊数到模糊概率得分(FPS)的转换采用左右模糊排序法：
Figure BDA0002692953700000093
其中，左右模糊概率得分可以分别通过下式进行计算：
右模糊概率得分：
Figure BDA0002692953700000094
左模糊概率得分：
Figure BDA0002692953700000095
其中，∧为取小运算，为取上确界运算。
模糊最大集和最小集为：
Figure BDA0002692953700000096
Figure BDA0002692953700000097
模糊失效概率可以通过模糊概率得分计算得到：
Figure BDA0002692953700000101
第六步：专家针对各个风险后果严重程度进行打分，采用专家评价法计算每个风险因素的风险后果等级分数；
首先将风险后果按照严重程度划分为至少两个等级，每个等级的标准对应为一个分值区间，本实施例中，将风险后果水平从高到低划分为严重、较高、中等、较低和忽略5个等级，每个等级的标准对应有一个定量的数值范围，为其分值区间，具体参见图4，图4为风险后果等级水平表。
然后参考S3中的故障仿真预演得到的风险后果统计结果，专家针对风险因素的风险后果进行打分，专家j对风险因素i的后果等级进行评估并依据图4的风险后果等级水平表给出一个得分gij；
最后针对每一个风险因素，将专家打分结果gij，结合每个专家的权重值wj，计算加权平均值，获得风险后果等级分数
Figure BDA0002692953700000102
第七步：计算每个风险因素的风险等级和权重，计算得到每个风险因素的综合风险等级。
风险因素的风险等级计算方法为：
将发生概率按照概率高低划分为至少两个概率区间，图5是本发明一个实施例的风险等级参考表，参见图5，本实施例中，发生概率从0到1划分了5个概率区间，分别为：[0,0.1]、[0.11,0.3]、[0.31,0.7]、[0.71,0.9]、[0.91,1]，结合第六步中划分出的5个风险后果的等级分值区间，得到每个概率区间内每个风险后果等级的风险等级分值区间。
采用线性插值方法计算得到每个风险因素的精确的风险等级RLi：
Figure BDA0002692953700000103
其中：i为任一个风险因素；
Gi为i的风险后果等级分数，[G1,G2]为Gi对应的风险后果严重程度的等级的分值区间，G2和G1分别为该分值区间的上限和下限；
FFRi为风险因素i的模糊失效概率，属于概率区间[FFR1,FFR2]，FFR2和FFR1分别为该概率区间的上限和下限；
RLi为风险等级，[RL1,RL2]为[G1,G2]和[FFR1,FFR2]所对应风险等级分值区间，RL2和RL1分别为该风险等级分值区间的上限和下限。
风险因素的权重是采用波达排序方法进行计算得出的，计算过程为：
计算风险因素i的波达排序数bi：
Figure BDA0002692953700000111
其中：n为风险因素总数，i为任一个风险因素，k为判断准则，k＝1代表后果等级准则，k＝2代表发生概率等级准则，rik为风险因素i对于准则k的排序数；
根据bi对风险因素进行排序，建立判断矩阵A；选用特征值方法计算A的特征值和特征向量，将最大特征值λmax对应的特征向量进行标准化得到风险因素的权重向量RWi。
最后，将风险因素的风险等级与权重作乘法运算，得到综合风险值RRT：
Figure BDA0002692953700000112
其中：i为任一个风险因素，n为风险因素总数，RLi为i的风险等级值，RWi为i的权重值。
第八步：制定风险控制措施，模拟仿真系统预演控制措施，评审控制措施的充分性。
专家根据第七步中计算得到的综合风险值进行分析，对经评价为重大危险源的危险因素，制定消除、减少产生危险源的技术、防护和管理措施。应用仿真模拟系统对控制措施进行仿真预演，得到的仿真结果，可以对控制措施的有效性进行检验，以及对是否产生了新的风险因素进行判断。
参见图2，本发明一个实施例的具体流程中，主要包括风险因素识别、发生概率计算、后果等级计算、风险值计算和控制措施五大流程模块，模拟仿真系统、资料和专家系统模块贯穿本实施例的风险评价流程始终，本发明的基于模拟仿真系统的海上吊装作业风险评价方法，基于专家系统和统计资料，引入模拟仿真系统，准确模拟和真实反映海上吊装作业时的作业特征，并基于模拟仿真系统进行故障模拟，获得风险后果信息，在专家评价方法的基础上结合模糊数学方法将专家评价语言转化为具体数值，实现定量分析风险因素，充分利用了统计资料、专家系统和模拟仿真系统的优势，优化专家评价方法存在的主观性与认识的局限性问题，优化现有风险评估方法中风险因素数据不完整和逻辑不确定的问题，满足风险因素时序性和风险分析精细性要求。
本发明的基于模拟仿真系统的海上吊装作业风险评价方法对于解决复杂作业过程中的风险因素识别和风险后果评估有很大的优势，可以广泛应用于海上吊装作业风险评价中。
以上实施例仅是为充分说明本发明而所举的较佳的实施例，本发明的保护范围不限于此。本技术领域的技术人员在本发明基础上所作的等同替代或变换，均在本发明的保护范围之内。本发明的保护范围以权利要求书为准。

Claims (7)

1.一种基于模拟仿真系统的海上吊装作业风险评价方法，其特征在于，其包括以下步骤：
S1：建立专家系统，结合统计资料，识别海上吊装作业风险因素；
S2：运行模拟仿真系统预演海上吊装作业，识别新的风险因素，按照时间历程整理风险因素，建立风险因素鱼刺图；
S3：对时间历程上各个局部故障树风险因素组合分别输入模拟仿真系统进行故障仿真预演，统计各风险因素的风险后果；
S4：作业人员重复多次运行模拟仿真系统，对仿真预演海上吊装作业过程中人因风险因素进行结果统计，并统计得到人因风险因素的发生概率及风险后果；
S5：专家针对各个风险因素发生概率的高低进行定性评价，用模糊数学方法计算每个风险因素的模糊失效概率；
S6：专家针对各个风险后果严重程度进行打分，采用专家评价法计算每个风险因素的风险后果等级分数；
S7：计算每个风险因素的风险等级和权重，计算得到每个风险因素的综合风险等级；
S8：制定风险控制措施，模拟仿真系统预演控制措施，评审控制措施的充分性。
2.根据权利要求1所述的基于模拟仿真系统的海上吊装作业风险评价方法，其特征在于：S5中每个风险因素的模糊失效概率的计算过程为：
首先根据统计资料，确定评价语言集合；
然后由所述专家系统的专家结合经验和统计数据采用评价语言集合中的元素对风险因素进行评价；
针对任一风险因素，采用模糊数学方法将专家的定性评价转化成综合模糊数，其中，模糊数类型和隶属函数为梯形隶属度函数：
Figure FDA0002692953690000021
其中，a，b，c，d分别为概率尺度下模糊集合的边界值，x为概率尺度下的自变量，
Figure FDA0002692953690000022
值为模糊集合下x属于
Figure FDA0002692953690000023
的属于隶属度；
最后利用左右模糊排序法将综合模糊数转化为模糊失效概率。
3.根据权利要求2所述的基于模拟仿真系统的海上吊装作业风险评价方法，其特征在于：S6中所述的风险后果等级分数的计算过程为：
首先将风险后果按照严重程度划分为至少两个等级，每个等级的标准对应为一个分值区间；
然后参考S3中的故障仿真预演得到的风险后果统计结果，专家针对风险因素的风险后果进行打分；
最后针对每一个风险因素，将专家打分结果，结合每个专家的权重值，计算加权平均值。
4.根据权利要求3所述的基于模拟仿真系统的海上吊装作业风险评价方法，其特征在于：专家系统中各位专家的权重值采用层次分析法计算。
5.根据权利要求3所述的基于模拟仿真系统的海上吊装作业风险评价方法，其特征在于：S7中风险因素的风险等级计算方法为：
将发生概率按照概率高低划分为至少两个概率区间，结合风险后果的等级分值区间，得到每个概率区间内每个风险后果等级的风险等级分值区间，采用线性插值方法计算得到每个风险因素的精确的风险等级RLi：
Figure FDA0002692953690000024
其中：i为任一个风险因素；
Gi为i的风险后果等级分数，[G1,G2]为Gi对应的风险后果严重程度的等级的分值区间，G2和G1分别为该分值区间的上限和下限；
FFRi为风险因素i的模糊失效概率，属于概率区间[FFR1,FFR2]，FFR2和FFR1分别为该概率区间的上限和下限；
RLi为风险等级，[RL1,RL2]为[G1,G2]和[FFR1,FFR2]所对应风险等级分值区间，RL2和RL1分别为该风险等级分值区间的上限和下限。
6.根据权利要求5所述的基于模拟仿真系统的海上吊装作业风险评价方法，其特征在于：S7中所述的风险因素的权重是采用波达排序方法进行计算得出的，计算过程为：
计算风险因素i的波达排序数bi：
Figure FDA0002692953690000031
其中：n为风险因素总数，i为任一个风险因素，k为判断准则，k＝1代表后果等级准则，k＝2代表发生概率等级准则，rik为风险因素i对于准则k的排序数；
根据bi对风险因素进行排序，建立判断矩阵A；计算A的特征值和特征向量，将最大特征值λmax对应的特征向量进行标准化得到风险因素的权重向量RWi。
7.根据权利要求6所述的基于模拟仿真系统的海上吊装作业风险评价方法，其特征在于：将风险因素的风险等级与权重作乘法运算，得到综合风险值RRT：
Figure FDA0002692953690000032
其中：i为任一个风险因素，n为风险因素总数，RLi为i的风险等级值，RWi为i的权重值。
CN202010997075.7A 2020-09-21 2020-09-21 一种基于模拟仿真系统的海上吊装作业风险评价方法 Pending CN112330086A (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202010997075.7A CN112330086A (zh) 2020-09-21 2020-09-21 一种基于模拟仿真系统的海上吊装作业风险评价方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202010997075.7A CN112330086A (zh) 2020-09-21 2020-09-21 一种基于模拟仿真系统的海上吊装作业风险评价方法

Publications (1)

Publication Number Publication Date
CN112330086A true CN112330086A (zh) 2021-02-05

Family

ID=74303189

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202010997075.7A Pending CN112330086A (zh) 2020-09-21 2020-09-21 一种基于模拟仿真系统的海上吊装作业风险评价方法

Country Status (1)

Country Link
CN (1) CN112330086A (zh)

Cited By (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN112836275A (zh) * 2021-02-08 2021-05-25 哈尔滨工业大学 一种基于模糊理论的体育场应急疏散标识可读性评价系统及其控制方法
CN114693193A (zh) * 2022-06-02 2022-07-01 中国人民解放军海军工程大学 一种装备科研项目风险因子评估系统及方法
CN114819607A (zh) * 2022-04-21 2022-07-29 中海石油(中国)有限公司湛江分公司 基于反馈校正的水下采油树海试作业风险评价方法
CN116468154A (zh) * 2023-03-24 2023-07-21 广东省气象服务中心(广东气象影视宣传中心) 基于5g的港口生产作业综合气象风险智能预警系统

Cited By (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN112836275A (zh) * 2021-02-08 2021-05-25 哈尔滨工业大学 一种基于模糊理论的体育场应急疏散标识可读性评价系统及其控制方法
CN114819607A (zh) * 2022-04-21 2022-07-29 中海石油(中国)有限公司湛江分公司 基于反馈校正的水下采油树海试作业风险评价方法
CN114693193A (zh) * 2022-06-02 2022-07-01 中国人民解放军海军工程大学 一种装备科研项目风险因子评估系统及方法
CN116468154A (zh) * 2023-03-24 2023-07-21 广东省气象服务中心(广东气象影视宣传中心) 基于5g的港口生产作业综合气象风险智能预警系统

Similar Documents

Publication Publication Date Title
CN112330086A (zh) 一种基于模拟仿真系统的海上吊装作业风险评价方法
CN111582718B (zh) 基于网络层次分析法的电缆通道火灾风险评估方法及装置
CN110009226B (zh) 一种场地污染风险等级评测及敏感受体影响识别系统
Jianxing et al. Risk assessment of submarine pipelines using modified FMEA approach based on cloud model and extended VIKOR method
CN109934447A (zh) 一种智能变电站二次设备效能的模糊综合评估方法
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
CN110636066B (zh) 基于无监督生成推理的网络安全威胁态势评估方法
CN105718658A (zh) 大型桥梁在线评估体系
CN112508416A (zh) 基于云模糊层次分析法的油气储运站场安全等级评估方法
CN109977477A (zh) 基于改进模糊层次分析的电站锅炉过热器健康状态评估法
CN112508232A (zh) 一种基于多层次模糊综合评价模型的短路电流限制措施评估方法
CN114757557A (zh) 一种基于电力工作票现场作业风险评估预测方法及装置
CN115496314A (zh) 一种装配式建筑施工安全风险评估方法
CN113689004A (zh) 基于机器学习的地下管网承载力评价方法及系统
CN114329748B (zh) 一种管廊复合式衬砌结构安全评价方法
CN115293601A (zh) 基于模糊层次分析法的井下工作面设备撤除工艺风险评价方法
CN113204873B (zh) 一种大型武器装备制造风险传导评价方法
CN112785141B (zh) 综合管廊全寿命周期规划设计本质安全风险评估方法
CN106709522B (zh) 一种基于改进模糊三角数的高压电缆施工缺陷分级方法
CN105184496A (zh) 矿井通风系统健康指数综合评价方法
CN110727986A (zh) 基于bim和加权灰云聚类模型的古建筑维护模型获取方法
CN116562622A (zh) 一种输变配电设备安全性评估方法
CN115375077A (zh) 基于毕达哥拉斯模糊赋权法的海底管道失效风险评价方法
CN115456482A (zh) 一种基于XGBoost的化工企业风险分级方法

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
RJ01 Rejection of invention patent application after publication
RJ01 Rejection of invention patent application after publication

Application publication date: 20210205