CN112598243A - 一种管廊运维安全动态评价方法 - Google Patents
一种管廊运维安全动态评价方法 Download PDFInfo
- Publication number
- CN112598243A CN112598243A CN202011480479.5A CN202011480479A CN112598243A CN 112598243 A CN112598243 A CN 112598243A CN 202011480479 A CN202011480479 A CN 202011480479A CN 112598243 A CN112598243 A CN 112598243A
- Authority
- CN
- China
- Prior art keywords
- risk
- safety
- maintenance
- elements
- pipe gallery
- 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
- 238000012423 maintenance Methods 0.000 title claims abstract description 63
- 238000000034 method Methods 0.000 title claims abstract description 37
- 238000011156 evaluation Methods 0.000 claims abstract description 35
- 230000005856 abnormality Effects 0.000 claims description 28
- 230000002159 abnormal effect Effects 0.000 claims description 21
- 238000004088 simulation Methods 0.000 claims description 18
- 239000000463 material Substances 0.000 claims description 13
- 238000012502 risk assessment Methods 0.000 claims description 6
- 238000011002 quantification Methods 0.000 claims description 3
- 230000000007 visual effect Effects 0.000 claims description 3
- 238000012544 monitoring process Methods 0.000 abstract description 3
- 238000010276 construction Methods 0.000 description 15
- XLYOFNOQVPJJNP-UHFFFAOYSA-N water Substances O XLYOFNOQVPJJNP-UHFFFAOYSA-N 0.000 description 10
- 230000000875 corresponding effect Effects 0.000 description 8
- 239000002689 soil Substances 0.000 description 7
- 230000002596 correlated effect Effects 0.000 description 4
- 238000011160 research Methods 0.000 description 4
- 230000000694 effects Effects 0.000 description 3
- 230000007613 environmental effect Effects 0.000 description 3
- 230000005540 biological transmission Effects 0.000 description 2
- 238000004891 communication Methods 0.000 description 2
- 238000007796 conventional method Methods 0.000 description 2
- 230000009193 crawling Effects 0.000 description 2
- 238000007689 inspection Methods 0.000 description 2
- 238000007789 sealing Methods 0.000 description 2
- 230000009286 beneficial effect Effects 0.000 description 1
- 238000013461 design Methods 0.000 description 1
- 238000001514 detection method Methods 0.000 description 1
- 238000011161 development Methods 0.000 description 1
- 230000005611 electricity Effects 0.000 description 1
- 238000007726 management method Methods 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 230000002093 peripheral effect Effects 0.000 description 1
- 238000009428 plumbing Methods 0.000 description 1
- 230000001681 protective 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
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F18/00—Pattern recognition
- G06F18/20—Analysing
- G06F18/24—Classification techniques
- G06F18/241—Classification techniques relating to the classification model, e.g. parametric or non-parametric approaches
- G06F18/2415—Classification techniques relating to the classification model, e.g. parametric or non-parametric approaches based on parametric or probabilistic models, e.g. based on likelihood ratio or false acceptance rate versus a false rejection rate
- G06F18/24155—Bayesian classification
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F30/00—Computer-aided design [CAD]
- G06F30/20—Design optimisation, verification or simulation
-
- 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
Landscapes
- Engineering & Computer Science (AREA)
- Business, Economics & Management (AREA)
- Theoretical Computer Science (AREA)
- Physics & Mathematics (AREA)
- Human Resources & Organizations (AREA)
- General Physics & Mathematics (AREA)
- Strategic Management (AREA)
- Economics (AREA)
- Entrepreneurship & Innovation (AREA)
- Marketing (AREA)
- Evolutionary Computation (AREA)
- General Engineering & Computer Science (AREA)
- Tourism & Hospitality (AREA)
- Data Mining & Analysis (AREA)
- General Business, Economics & Management (AREA)
- Development Economics (AREA)
- Quality & Reliability (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Educational Administration (AREA)
- Bioinformatics & Computational Biology (AREA)
- Game Theory and Decision Science (AREA)
- Bioinformatics & Cheminformatics (AREA)
- Artificial Intelligence (AREA)
- Operations Research (AREA)
- Evolutionary Biology (AREA)
- Life Sciences & Earth Sciences (AREA)
- Probability & Statistics with Applications (AREA)
- Computer Hardware Design (AREA)
- Geometry (AREA)
- Health & Medical Sciences (AREA)
- General Health & Medical Sciences (AREA)
- Primary Health Care (AREA)
- Testing And Monitoring For Control Systems (AREA)
Abstract
本发明属于管廊监控运维技术领域，尤其涉及一种管廊运维安全动态评价方法，包括：S1、根据管廊运维安全的风险事件，确定安全要素数据集；S2、根据风险事件，分别判断各安全要素的风险评价等级及风险发生概率；S3、分析各安全要素间的关联性及影响程度，得到安全要素间的逻辑关联关系；同时分析各风险事件之间的关联性及影响程度，得到风险事件间的逻辑关联关系；并根据风险事件中各安全要素的风险评价等级及风险发生概率、安全要素间的逻辑关联关系以及风险事件间的逻辑关联关系得到运维分析模型。本方法能够全面的综合评价管廊的影响要素，并对管廊的运维安全进行动态且具有针对性的评价和预测。
Description
技术领域
本发明属于管廊监控运维技术领域，尤其涉及一种管廊运维安全动态评价方法。
背景技术
管廊(即城市地下综合管廊)是建于城市地下的一个隧道空间，将电力、通讯、燃气、供热、给排水及各种工程管线集于一体的构筑物及附属设施。通过管廊，可以将电力、通信，燃气、供热、给排水等各种工程管线集于一体进行管理。
管廊是多种城市管线的集合体，一旦发生事故将有可能造成重大经济损失及恶劣的社会影响。因此，为了科学的管理管廊运行，需要对综合管廊的安全风险进行综合风险评估。
目前的管廊运维评价方法，评价的流程及标准都很松散，如现有的基于贝叶斯网络的综合管廊运维灾害风险分析，重点对管廊结构破坏风险和管廊内部灾害风险进行了分析，但该研究只分析了灾害风险概率，未考虑风险的严重性。再比如，有方法对城市生命线特定子系统(电力、供水、燃气)进行风险评估研究，以及对特定风险诱因(地震、冰雪、洪涝)进行风险评估，但该方法没有全面、系统地研究管廊的风险。
另一方面，行业中对于管廊事故辨识结构安全评价、环境安全评价的研究，目前主要针对的是管廊的规划和设计阶段，且考虑的安全风险不全。除此，现有的评价方法，都是为各类监测对象设定危险阈值，当监测值超过阈值时采取相应的预警或防护措施。这样的方式过于僵化，风险也有其发展的阶段，在不同的阶段分析出来最终的损失是不同的。而现有技术，则缺乏相关的动态安全评价。
因此，需要一种管廊运维安全动态评价方法，能够全面的综合评价管廊的影响要素，并对管廊的运维安全进行动态且具有针对性的评价。
发明内容
本发明的目的在于，提供一种管廊运维安全动态评价方法，能够全面的综合评价管廊的影响要素，并对管廊的运维安全进行动态且具有针对性的评价。
本发明提供的基础方案为：
一种管廊运维安全动态评价方法，包括：
S1、根据管廊运维安全的风险事件，梳理管廊运维安全的人机料法环的安全要素，确定安全要素数据集；
S2、根据风险事件，分别判断各安全要素的风险评价等级及风险发生概率，并对风险评价等级及风险发生概率进行指标量化；
S3、分析各安全要素间的关联性及影响程度，得到安全要素间的逻辑关联关系；同时分析各风险事件之间的关联性及影响程度，得到风险事件间的逻辑关联关系；并根据风险事件中各安全要素的风险评价等级及风险发生概率、安全要素间的逻辑关联关系以及风险事件间的逻辑关联关系得到运维分析模型；
S4、接收安全属性数据，并用运维分析模型进行分析，当某安全要素触发运维分析模型内的某风险事件时，转到S5，并根据安全要素之间的关联性，对与该安全要素相关联的安全要素进行预测，并基于预测结果进行风险模拟分析，若风险模拟分析的结果为存在潜在异常，则转到S7；
S5、调用该风险事件的所有相关安全要素进行异常分析，若异常分析的结果为存在异常，显示存在的异常以及导致异常的安全要素，并转到S6；
S6、调用与该风险事件相关联的风险事件的安全要素，若安全要素与处罚风险事件的安全要素相关，则调用对应的预测后的安全要素，并进行风险模拟分析，若风险模拟分析的结果为存在潜在异常，则转到S7；
S7、显示潜在异常及导致潜在异常的安全要素。
基础方案工作原理及有益效果：
人机料法环，即人(人员)、机(廊体、设备)、料(管廊传输的物质)、法(法律、法规、制度、标准)、环(环境)这五个影响管廊运维的层面。
通过门禁系统可采集进入人员是数量和个人信息，通过摄像头，可以采集进入者的具体位置；通过电流电压传感器、压力传感器、温度传感器等传感设备可采集设备的运行情况，通过输入端口(如键鼠)可输入管廊的传输物质及相关工法及规章，在其他实施例中，也可以通过爬取的方式自动获取响应的工法及规章；通过压力传感器、水位传感器、红外传感器、光敏传感器、拾音器等传感设备，可以采集环境数据，对于一些特殊数据，如附近的施工距离及施工力度，也可以通过输入端口人工输入。
从人机料法环这五个维度来输出影响管廊运维安全的要素，能够将影响管廊运维的所有要素全部考虑进去，全面分析管廊运维时影响到安全的各层面要素。列出安全要素数据集后，根据安全要素以及风险事件的关联情况，可以确定各安全要素的风险评价等级，以及对应的风险发生概率。并且，使用本方法，并非将各安全要素作为独立的要素进行静态判断，而是结合了各类要素之间的相互影响(逻辑关联关系)来对各要素进行动态调节，进而进行综合判断。例如，管廊附近正在施工，则“环”中的施工距离、施工力度，就可能对“机”中的管道壳体完整性、管道接触点的紧密性造成影响。
除此，本方法通过动态调节预测，不仅可以判断出常规方法能够判断出的常规问题。还可以凭借各安全要素之间的关联性，根据触发运维分析模型内的某风险事件的安全要素，对该安全要素的关联的安全要素进行动态调节，并在此基础上进行风险模拟分析。例如，分析“环”中的下雨时，不仅包括降雨量、雨势等要素，还需要包括与其相关的其他要素，如“机”中的密封性能、排水性能，“人”中防水灾设备巡检频次、巡检时间等等。本方法综合这些安全要素，当接收的下雨数据触发“水灾隐患”事件时，会自动调取相关的安全要素，进而分析“水灾隐患”的风险程度。还会根据安全要素之间的关联性，将与该安全要素相关联的安全要素进行预测，并基于预测结果进行风险模拟分析。
再者，除了安全要素之间存在相互关联，安全事件之间也存在着关联，如“水灾隐患”的风险程度为异常，则与“水灾隐患”相关的“设备故障”(被淹)、“工作人员安全”等安全事件也需要进行分析。使用本方法，由于充分考虑了各安全事件之间的逻辑关联性，在分析结果为“水灾隐患”异常时，会自动调用“水灾隐患”相关联的安全事件的安全要素(如“工作人员安全”事件中“逃生设备是否正常”要素等等)，若安全要素与处罚风险事件的安全要素相关，则调用对应的预测后的安全要素，进而对管廊的运维进行全方面的风险模拟分析。
在异常分析结果为存在异常时，本方法会显示异常以及导致异常的安全要素。这样，对于可能发生的安全事件或者正发生的问题，工作人员都能够及时了解，并且，由于会同时展示潜在异常及导致潜在异常的安全要素，工作人员可以提前对潜在异常进行针对性的预防。
综上，使用本方法，能够全面的综合评价管廊的影响要素，并对管廊的运维安全进行动态且具有针对性的评价和预测。
进一步，S5中，还通过图像的方式展示异常分析结果。
便于工作人员了解异常分析的具体情况。
进一步，S5中，图像展示的方式为颜色标记。
颜色标记的方式简单明了，且整体情况一目了然。
进一步，S5中，颜色标记的方式为，绿色表示安全、黄色表示存在隐患、红色表示风险正发生。
进一步，S5中，若异常分析的结果为存在异常，还依据异常的严重性对其进行分级。
除了了解异常的具体情况，即使是经验不足的工作人员，也可以清楚的了解异常的具体严重程度。
进一步，S5中，若异常的等级高于预设的警报等级，则发出警报。
异常等级超过警报等级，说明需要及时进行处理，因此发出警报，提醒工作人员存在异常，及时进行处理。
进一步，S5中，警报的方式为声光报警。
声光报警的方式，能够引起工作人员的注意。
进一步，S2中，风险评价等级的等级数量不少于5级。
不低于5级的等级数量，可以保证风险评价时的精确性。
进一步，S3中，运维分析模型包括贝叶斯分类决策和模糊评价法。
进一步，S1还用于更新安全要素。
附图说明
图1为本发明一种管廊运维安全动态评价方法实施例一的流程图。
具体实施方式
下面通过具体实施方式进一步详细说明：
实施例一
如图1所示，一种管廊运维安全动态评价方法，包括：
一种管廊运维安全动态评价方法，包括：
S1、根据管廊运维安全的风险事件，梳理管廊运维安全的人机料法环的安全要素，确定安全要素数据集；
S2、根据风险事件，分别判断各安全要素的风险评价等级及风险发生概率，并对风险评价等级及风险发生概率进行指标量化；其中，风险评价等级的等级数量不少于5级，这样可以保证风险评价时的精确性。本实施例中，等级数量为6级。
S3、分析各安全要素间的关联性及影响程度，得到安全要素间的逻辑关联关系；同时分析各风险事件之间的关联性及影响程度，得到风险事件间的逻辑关联关系；并根据风险事件中各安全要素的风险评价等级及风险发生概率、安全要素间的逻辑关联关系以及风险事件间的逻辑关联关系得到运维分析模型；其中，运维分析模型包括贝叶斯分类决策和模糊评价法。
S4、接收安全属性数据，并用运维分析模型进行分析，当某安全要素触发运维分析模型内的某风险事件时，转到S5，并根据安全要素之间的关联性，对与该安全要素相关联的安全要素进行预测，并基于预测结果进行风险模拟分析，若风险模拟分析的结果为存在潜在异常，则转到S7；
S5、调用该风险事件的所有相关安全要素进行异常分析，若异常分析的结果为存在异常，显示存在的异常以及导致异常的安全要素，并转到S6；
S6、调用与该风险事件相关联的风险事件的安全要素，若安全要素与处罚风险事件的安全要素相关，则调用对应的预测后的安全要素，并进行风险模拟分析，若风险模拟分析的结果为存在潜在异常，则转到S7；
S7、显示潜在异常及导致潜在异常的安全要素。
具体实施过程如下：
人机料法环，即人(人员)、机(廊体、设备)、料(管廊传输的物质)、法(法律、法规、制度、标准)、环(环境)这五个影响管廊运维的层面。
通过门禁系统可采集进入人员是数量和个人信息，通过摄像头，可以采集进入者的具体位置；通过电流电压传感器、压力传感器、温度传感器等传感设备可采集设备的运行情况，通过输入端口(如键鼠)可输入管廊的传输物质及相关工法及规章，在其他实施例中，也可以通过爬取的方式自动获取响应的工法及规章；通过压力传感器、水位传感器、红外传感器、光敏传感器、拾音器等传感设备，可以采集环境数据，对于一些特殊数据，如附近的施工距离及施工力度，也可以通过输入端口人工输入。
从人机料法环这五个维度来输出影响管廊运维安全的要素，能够将影响管廊运维的所有要素全部考虑进去，全面分析管廊运维时影响到安全的各层面要素。列出安全要素数据集后，根据安全要素以及风险事件的关联情况，可以确定各安全要素的风险评价等级，以及对应的风险发生概率。并且，使用本方法，并非将各安全要素作为独立的要素进行静态判断，而是结合了各类要素之间的相互影响(逻辑关联关系)来对各要素进行动态调节，进而进行综合判断。例如，管廊附近正在施工，则“环”中的施工距离、施工力度，就可能对“机”中的管道壳体完整性、管道接触点的紧密性造成影响。
除此，本方法通过动态调节预测，不仅可以判断出常规方法能够判断出的常规问题。还可以凭借各安全要素之间的关联性，根据触发运维分析模型内的某风险事件的安全要素，对该安全要素的关联的安全要素进行动态调节，并在此基础上进行风险模拟分析。例如，分析“环”中的下雨时，不仅包括降雨量、雨势等要素，还需要包括与其相关的其他要素，如“机”中的密封性能、排水性能，“人”中防水灾设备巡检频次、巡检时间等等。本方法综合这些安全要素，当接收的下雨数据触发“水灾隐患”事件时，会自动调取相关的安全要素，进而分析“水灾隐患”的风险程度。还会根据安全要素之间的关联性，将与该安全要素相关联的安全要素进行预测，并基于预测结果进行风险模拟分析。
再者，除了安全要素之间存在相互关联，安全事件之间也存在着关联，如“水灾隐患”的风险程度为异常，则与“水灾隐患”相关的“设备故障”(被淹)、“工作人员安全”等安全事件也需要进行分析。使用本方法，由于充分考虑了各安全事件之间的逻辑关联性，在分析结果为“水灾隐患”异常时，会自动调用“水灾隐患”相关联的安全事件的安全要素(如“工作人员安全”事件中“逃生设备是否正常”要素等等)，若安全要素与处罚风险事件的安全要素相关，则调用对应的预测后的安全要素，进而对管廊的运维进行全方面的风险模拟分析。
例如，采集的数据包括雨势、水位、泥土松紧度、管廊内的湿度、最近检修时间、人员的位置等。当雨势、水位过大，且管廊内湿度上升趋势过大时，判断为存在漏水，此时，发出漏水的警报。同时对雨势、水位、管廊内湿度的相关参数进行预测，并进行风险判断；再将与漏水相关联的安全事件如人员被困的相关安全要素进行分析，如用预测的安全要素加上人员的位置，如果判断存在人员被困的风险，则发出人员被困的风险预警。
在异常分析结果为存在异常时，本方法会显示异常以及导致异常的安全要素。这样，对于可能发生的安全事件或者正发生的问题，工作人员都能够及时了解，并且，由于会同时展示潜在异常及导致潜在异常的安全要素，工作人员可以提前对潜在异常进行针对性的预防。
使用本方法，能够全面的综合评价管廊的影响要素，并对管廊的运维安全进行动态且具有针对性的评价和预测。
实施例二
与实施例一不同的是，本实施例的S1还用于更新安全要素；S5中，还通过图像的方式展示异常分析结果。具体的，图像展示的方式为颜色标记，本实施例中，绿色表示安全、黄色表示存在隐患、红色表示风险正发生。
便于工作人员了解异常分析的具体情况，且颜色标记的方式简单明了，且整体情况一目了然。
实施例三
与实施例一不同的是，本实施例的S5中，若异常分析的结果为存在异常，还依据异常的严重性对其进行分级。若异常的等级高于预设的警报等级，则发出警报。本实施例中，警报的方式为声光报警。
这样，除了了解异常的具体情况，即使是经验不足的工作人员，也可以清楚的了解异常的具体严重程度。异常等级超过警报等级，说明需要及时进行处理，因此发出警报，提醒工作人员存在异常，及时进行处理。而声光报警的方式，能够引起工作人员的注意。
实施例四
管廊投入使用后，也会进行维护，需要将管道挖出来后，再对其进行检修。但是，由于工程量较大，工期通常较长，被挖出的管道段并非立刻就会被填上，有些可能会数天后才会被重新填上。再被挖出未填上这段时间段，如果因为自然因素，如周边泥土塌方导致管路被埋，可能会对管路造成损坏，如果不及时进行处理，会造成较大的损失。
本实施例中，还包括S8，检修监控，采集检修环境数据，使用的传感器包括光敏传感器和红外传感器；光敏传感器均匀的设置在露出的管道上，红外传感器均匀的设置在露出的管道旁的施工场地上，本实施例中，管道上每隔2米设置一组光敏传感器，施工场地上每隔2米设置一组红外传感器；分析采集的检修环境数据时，若光敏传感器采集的亮度降低速度超过了阈值，且红外传感器的反馈数据分析为旁边没有人，则发出塌方警报，并通过对应的光敏传感器展示泥土塌方的路段。
如果是正常的天黑，光敏传感器采集的亮度应该是渐变式的逐渐降低，但是如果是管道被掩埋，则光敏传感器采集的数据则会表示为亮度突然之间降低很多，即光敏传感器采集的亮度降低速度超过阈值。但管道被掩埋除了发生泥土塌方之外，也有可能是工人的正常施工。因此，分析采集的检修环境数据时，还结合红外传感器的检测数据，若分析结果为旁边没有人，则可以认定为发生了泥土塌方，发出塌方警报。而通过(采集亮度值的降低速度超过阈值)的光敏传感器，可以确定泥土塌方的路段，便于工作人员及时赶到正确的位置进行抢救工作，将泥土塌方造成的损失尽可能的减小。
以上所述的仅是本发明的实施例，方案中公知的具体结构及特性等常识在此未作过多描述，所属领域普通技术人员知晓申请日或者优先权日之前发明所属技术领域所有的普通技术知识，能够获知该领域中所有的现有技术，并且具有应用该日期之前常规实验手段的能力，所属领域普通技术人员可以在本申请给出的启示下，结合自身能力完善并实施本方案，一些典型的公知结构或者公知方法不应当成为所属领域普通技术人员实施本申请的障碍。应当指出，对于本领域的技术人员来说，在不脱离本发明结构的前提下，还可以作出若干变形和改进，这些也应该视为本发明的保护范围，这些都不会影响本发明实施的效果和专利的实用性。本申请要求的保护范围应当以其权利要求的内容为准，说明书中的具体实施方式等记载可以用于解释权利要求的内容。
Claims (10)
1.一种管廊运维安全动态评价方法，其特征在于，包括：
S1、根据管廊运维安全的风险事件，梳理管廊运维安全的人机料法环的安全要素，确定安全要素数据集；
S2、根据风险事件，分别判断各安全要素的风险评价等级及风险发生概率，并对风险评价等级及风险发生概率进行指标量化；
S3、分析各安全要素间的关联性及影响程度，得到安全要素间的逻辑关联关系；同时分析各风险事件之间的关联性及影响程度，得到风险事件间的逻辑关联关系；并根据风险事件中各安全要素的风险评价等级及风险发生概率、安全要素间的逻辑关联关系以及风险事件间的逻辑关联关系得到运维分析模型；
S4、接收安全属性数据，并用运维分析模型进行分析，当某安全要素触发运维分析模型内的某风险事件时，转到S5，并根据安全要素之间的关联性，对与该安全要素相关联的安全要素进行预测，并基于预测结果进行风险模拟分析，若风险模拟分析的结果为存在潜在异常，则转到S7；
S5、调用该风险事件的所有相关安全要素进行异常分析，若异常分析的结果为存在异常，显示存在的异常以及导致异常的安全要素，并转到S6；
S6、调用与该风险事件相关联的风险事件的安全要素，若安全要素与处罚风险事件的安全要素相关，则调用对应的预测后的安全要素，并进行风险模拟分析，若风险模拟分析的结果为存在潜在异常，则转到S7；
S7、显示潜在异常及导致潜在异常的安全要素。
2.根据权利要求1所述的管廊运维安全动态评价方法，其特征在于：S5中，还通过图像的方式展示异常分析结果。
3.根据权利要求2所述的管廊运维安全动态评价方法，其特征在于：S5中，图像展示的方式为颜色标记。
4.根据权利要求3所述的管廊运维安全动态评价方法，其特征在于：S5中，颜色标记的方式为，绿色表示安全、黄色表示存在隐患、红色表示风险正发生。
5.根据权利要求1所述的管廊运维安全动态评价方法，其特征在于：S5中，若异常分析的结果为存在异常，还依据异常的严重性对其进行分级。
6.根据权利要求5所述的管廊运维安全动态评价方法，其特征在于：S5中，若异常的等级高于预设的警报等级，则发出警报。
7.根据权利要求6所述的管廊运维安全动态评价方法，其特征在于：S5中，警报的方式为声光报警。
8.根据权利要求1所述的管廊运维安全动态评价方法，其特征在于：S2中，风险评价等级的等级数量不少于5级。
9.根据权利要求1所述的管廊运维安全动态评价方法，其特征在于：S3中，运维分析模型包括贝叶斯分类决策和模糊评价法。
10.根据权利要求1所述的管廊运维安全动态评价方法，其特征在于：S1还用于更新安全要素。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202011480479.5A CN112598243A (zh) | 2020-12-15 | 2020-12-15 | 一种管廊运维安全动态评价方法 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202011480479.5A CN112598243A (zh) | 2020-12-15 | 2020-12-15 | 一种管廊运维安全动态评价方法 |
Publications (1)
| Publication Number | Publication Date |
|---|---|
| CN112598243A true CN112598243A (zh) | 2021-04-02 |
Family
ID=75195961
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN202011480479.5A Pending CN112598243A (zh) | 2020-12-15 | 2020-12-15 | 一种管廊运维安全动态评价方法 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN112598243A (zh) |
Cited By (2)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN113869562A (zh) * | 2021-09-10 | 2021-12-31 | 中铁二十局集团有限公司 | 异常事件响应等级确定方法、装置、设备及可读存储介质 |
| CN114052327A (zh) * | 2021-12-31 | 2022-02-18 | 重庆电子工程职业学院 | 用于智慧工地的智能安全帽 |
Citations (4)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN101458069A (zh) * | 2008-12-30 | 2009-06-17 | 中铁二十四局集团福建铁路建设有限公司 | 隧道围岩变形监测方法及其监测系统 |
| CN103077447A (zh) * | 2013-01-24 | 2013-05-01 | 华中科技大学 | 一种基于贝叶斯网络的地铁施工安全管理决策方法 |
| CN108062638A (zh) * | 2018-02-09 | 2018-05-22 | 国通广达（北京）技术有限公司 | 综合管廊灾害链风险评估方法 |
| CN111523759A (zh) * | 2020-03-18 | 2020-08-11 | 北京理工大学 | 燃气管道动态风险评估方法及装置 |
-
2020
- 2020-12-15 CN CN202011480479.5A patent/CN112598243A/zh active Pending
Patent Citations (4)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN101458069A (zh) * | 2008-12-30 | 2009-06-17 | 中铁二十四局集团福建铁路建设有限公司 | 隧道围岩变形监测方法及其监测系统 |
| CN103077447A (zh) * | 2013-01-24 | 2013-05-01 | 华中科技大学 | 一种基于贝叶斯网络的地铁施工安全管理决策方法 |
| CN108062638A (zh) * | 2018-02-09 | 2018-05-22 | 国通广达（北京）技术有限公司 | 综合管廊灾害链风险评估方法 |
| CN111523759A (zh) * | 2020-03-18 | 2020-08-11 | 北京理工大学 | 燃气管道动态风险评估方法及装置 |
Non-Patent Citations (1)
| Title |
|---|
| 李宏远: "城市地下综合管廊运维安全风险管理研究", 《中国优秀博硕士学位论文全文数据库(硕士)工程科技Ⅱ辑》 * |
Cited By (3)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN113869562A (zh) * | 2021-09-10 | 2021-12-31 | 中铁二十局集团有限公司 | 异常事件响应等级确定方法、装置、设备及可读存储介质 |
| CN114052327A (zh) * | 2021-12-31 | 2022-02-18 | 重庆电子工程职业学院 | 用于智慧工地的智能安全帽 |
| CN114052327B (zh) * | 2021-12-31 | 2023-04-14 | 重庆电子工程职业学院 | 用于智慧工地的智能安全帽 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| Liu et al. | Safety risk factors of metro tunnel construction in China: An integrated study with EFA and SEM | |
| Gul et al. | Pythagorean fuzzy VIKOR-based approach for safety risk assessment in mine industry | |
| CN104061443B (zh) | 管道安全预警与泄漏监测报警方法 | |
| CN107424380A (zh) | 城市地下综合管廊监测预警系统及其方法 | |
| Wu et al. | An integrated quantitative risk assessment method for urban underground utility tunnels | |
| CN112598243A (zh) | 一种管廊运维安全动态评价方法 | |
| CN111325434A (zh) | 一种基于大数据的煤矿生产风险评估指标体系构建方法 | |
| CN104537574A (zh) | 一种石油天然气管道的损坏风险评价方法 | |
| KR102284747B1 (ko) | 재난 감시 및 대응 시스템 | |
| CN101071483A (zh) | 地下燃气管网模糊风险评估系统 | |
| Xu et al. | Evaluation model for immersed tunnel health state: A case study of Honggu Tunnel, Jiangxi Province, China | |
| CN115481940A (zh) | 一种基于大数据的油气管道区域风险监测系统 | |
| CN103456135B (zh) | 基于物联网的水利水电工程施工安全隐患监测系统及方法 | |
| CN115187033A (zh) | 一种智慧工地施工安全风险预警系统及其方法 | |
| CN116739352B (zh) | 一种燃气管道安全性评估预警系统、方法及存储介质 | |
| Penkova et al. | On-line modelling and assessment of the state of technosphere and environment objects based on monitoring data | |
| CN113128803B (zh) | 油气管道风险确定方法、装置及计算机设备 | |
| JP2004164591A (ja) | 水防支援装置及びプログラム並びに水防支援方法 | |
| Andrić et al. | Understanding environmental incidents on construction sites in Australia: The causal factors, environmental impact and their relations | |
| CN201242769Y (zh) | 一种用于进行地下燃气管网风险模糊评估的系统 | |
| KR101213251B1 (ko) | 염소이온농도를 이용한 하수관거 모니터링 방법 및 이를 위한 모니터링 시스템 | |
| JP4152423B2 (ja) | 点検業務に利用可能な評点式データシートに基づく健全性評価システム | |
| Chen | Hazards identification and characterisation of the tailings storage facility dam failure and engineering applications | |
| CN110631682A (zh) | 一种电缆隧道承重体应变安全监测方法 | |
| Nicheporchuk | Method of using hazard criteria for identifying hazardous situations |
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: 20210402 |