CN113947316A - 基于动静态数据的危化品运输运单风险评估方法 - Google Patents
基于动静态数据的危化品运输运单风险评估方法 Download PDFInfo
- Publication number
- CN113947316A CN113947316A CN202111233218.8A CN202111233218A CN113947316A CN 113947316 A CN113947316 A CN 113947316A CN 202111233218 A CN202111233218 A CN 202111233218A CN 113947316 A CN113947316 A CN 113947316A
- Authority
- CN
- China
- Prior art keywords
- scoring
- items
- vehicle
- item
- static data
- 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
- 230000003068 static effect Effects 0.000 title claims abstract description 59
- 238000000034 method Methods 0.000 title claims abstract description 45
- 238000012502 risk assessment Methods 0.000 title claims abstract description 32
- 239000000126 substance Substances 0.000 claims abstract description 55
- 239000000383 hazardous chemical Substances 0.000 claims abstract description 28
- 238000004364 calculation method Methods 0.000 claims description 35
- 238000012797 qualification Methods 0.000 claims description 23
- 238000007689 inspection Methods 0.000 claims description 15
- 239000007788 liquid Substances 0.000 claims description 11
- 230000002650 habitual effect Effects 0.000 claims description 3
- 239000002609 medium Substances 0.000 description 19
- 238000011156 evaluation Methods 0.000 description 7
- 238000013461 design Methods 0.000 description 2
- 238000012360 testing method Methods 0.000 description 2
- 239000006163 transport media Substances 0.000 description 2
- 230000009286 beneficial effect Effects 0.000 description 1
- 230000007797 corrosion Effects 0.000 description 1
- 238000005260 corrosion Methods 0.000 description 1
- 230000008878 coupling Effects 0.000 description 1
- 238000010168 coupling process Methods 0.000 description 1
- 238000005859 coupling reaction Methods 0.000 description 1
- 238000001514 detection method Methods 0.000 description 1
- 238000011161 development Methods 0.000 description 1
- 230000000694 effects Effects 0.000 description 1
- 238000005516 engineering process Methods 0.000 description 1
- 238000003912 environmental pollution Methods 0.000 description 1
- 230000008014 freezing Effects 0.000 description 1
- 238000007710 freezing Methods 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 238000012544 monitoring process Methods 0.000 description 1
- 238000005457 optimization Methods 0.000 description 1
- 239000003208 petroleum Substances 0.000 description 1
- 238000004445 quantitative analysis Methods 0.000 description 1
- 238000013058 risk prediction model Methods 0.000 description 1
- 239000004576 sand Substances 0.000 description 1
- 230000001988 toxicity Effects 0.000 description 1
- 231100000419 toxicity Toxicity 0.000 description 1
- XLYOFNOQVPJJNP-UHFFFAOYSA-N water Substances O XLYOFNOQVPJJNP-UHFFFAOYSA-N 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
- G06Q10/08—Logistics, e.g. warehousing, loading or distribution; Inventory or stock management
- G06Q10/083—Shipping
- G06Q10/0832—Special goods or special handling procedures, e.g. handling of hazardous or fragile goods
-
- 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
- G06Q50/10—Services
- G06Q50/26—Government or public services
-
- 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
- G06Q50/40—Business processes related to the transportation industry
Landscapes
- Business, Economics & Management (AREA)
- Human Resources & Organizations (AREA)
- Engineering & Computer Science (AREA)
- Economics (AREA)
- Tourism & Hospitality (AREA)
- Strategic Management (AREA)
- General Business, Economics & Management (AREA)
- Physics & Mathematics (AREA)
- Theoretical Computer Science (AREA)
- Marketing (AREA)
- General Physics & Mathematics (AREA)
- Development Economics (AREA)
- Entrepreneurship & Innovation (AREA)
- Educational Administration (AREA)
- Quality & Reliability (AREA)
- Operations Research (AREA)
- Health & Medical Sciences (AREA)
- General Health & Medical Sciences (AREA)
- Primary Health Care (AREA)
- Game Theory and Decision Science (AREA)
- Financial Or Insurance-Related Operations Such As Payment And Settlement (AREA)
Abstract
本发明公开了一种基于动静态数据的危化品运输运单风险评估方法，步骤为：1)生成危化品运单，运单中包括若干评分项，每个评分项包括若干评分子项，每个评分子项对应一组静态数据或一组动态数据；2)危化品运输前，根据静态数据计算该静态数据对应的评分子项的评分；3)危化品运输过程中，实时采集动态数据，根据动态数据计算该动态数据对应的评分子项的评分；4)每间隔一个风险评估周期便进行一次风险评估，即结合静态数据对应的评分子项以及动态数据对应的评分子项，计算各评分项的评分；5)基于各评分项的评分，判断此次危化品运输的安全性。本发明将实时的动态的数据与静态的数据相结合，最终达到及时发现风险，更好的预防重大事故。
Description
技术领域
本发明属于本发明涉及危险化学品道路运输领域，尤其涉及一种基于动静态数据的危化品运输运单风险评估方法。
背景技术
近年来，随着石油、化工产业的不断发展，危化品运输需求迅猛增长，成为交通运输领域不可或缺的一部分。与水路和铁路运输方式相比，道路运输受限条件较少，目前属于主流的危化品运输模式。考虑到危化品运输介质具有易燃、易爆、毒害、腐蚀等不稳定的化学特性，运输过程一旦发生事故会造成人员伤亡、财产损毁、环境污染等不可估量的后果。在现代检测技术日臻成熟、数据开放共享不断深化的背景环境下，迫切需要利用人-路-环境等多源数据，辨识危化品道路运输风险要素，评估危化品道路运输风险等级，以期精准指导危化品运输线路优化及监管决策、提升危化品道路运输安全性，主动防控运输事故的发生。
针对危化品运输过程的安全性评估，现在比较普遍的做法是根据一些静态数据，比如承运车辆的历史事故发生率、运输路径沿线的暴露人口数等，构造风险分析及预测模型对运输过程进行安全评估评级。比如中国专利CN113065804A提供了一种危化品道路运输风险评估方法及系统，以危化品车辆运输的事故可能发生概率和事故潜在后果损失为主线，采用定性与定量相结合的方法，分析多种风险要素之间的耦合关联性，分别构建事故可能发生概率及事故潜在后果损失的估算模型，通过两者之间的叠加效应分析，得到准确可靠的危化品车辆运输风险评估等级，从而达到主动降低危化品车辆运输事故的可能发生概率和可能发生后果，提高危化品车辆运输的安全性和稳定性。
然而，由于整个危化品运输过程均是动态的，这样的方法往往不能实时发现运输风险，从而可能酿成事故造成损失。
发明内容
本发明的目的是提供一种基于动静态数据的危化品运输运单风险评估方法，以解决目前的危化品运输过程无法实时发现运输风险的问题。
为了达到目的，本发明提供的技术方案为：
本发明涉及一种基于动静态数据的危化品运输运单风险评估方法，其包括以下步骤：
1)生成危化品运单，运单中包括若干评分项，每个评分项包括若干评分子项，每个评分子项对应一组静态数据或一组动态数据；
2)危化品运输前，根据静态数据计算该静态数据对应的评分子项的评分，此时，动态数据对应的评分子项均按照数据缺失处理；
3)危化品运输过程中，实时采集动态数据，根据动态数据计算该动态数据对应的评分子项的评分；
4)设置风险评估周期，从危化品开始运输这一时间点开始，每间隔一个风险评估周期便进行一次风险评估，即结合步骤2)计算得到的静态数据对应的评分子项以及步骤3)计算得到的动态数据对应的评分子项，计算各评分项的评分；
5)基于各评分项的评分，判断此次危化品运输的安全性，若判定为安全，继续完成运单，若判定为不安全则停止运单。
优选地，所述的评分项包括运输人员评分项A，运输人员评分项A包括人员基本得分A1、人员历史驾驶习惯得分A2和人员实时驾驶行为得分A3三个评分子项。
优选地，所述的人员基本得分A1包括驾驶员基本得分和押运员基本得分，驾驶员基本得分是基于驾驶员从业资格及驾驶证的静态数据获得的，押运员基本得分是基于押运员从业资格这一静态数据获得的；
所述的人员历史驾驶习惯得分A2是基于驾驶员的历史行车习惯这一静态数据获得的，包括驾驶员的习惯驾驶车速以及疲劳驾驶次数；
所述的人员实时驾驶行为得分A3是基于驾驶员连续驾驶时间及车辆位置的动态数据获得的；
所述的运输人员评分项A的计算方式为：
A＝10*sigmoid(A1+A2+A3)。
优选地，所述的评分项包括企业评分项B，其根据企业从业资质以及企业违章次数占完成订单总数比例两个评分子项计算获得，企业从业资质、企业违章次数占完成订单总数比例均为静态数据，企业评分项计算方式为：
B＝10*sigmoid(B1+B2/B3)，其中，B1表示企业从业资质得分，B2表示企业违章次数，B3表示完成订单总数。
优选地，所述的评分项包括车辆评分项C，车辆评分项根据车辆基本分C1及车辆实时分C2两个评分子项计算所得，车辆基本分C1根据车辆证书情况、车辆年检情况、车辆保险情况计算所得，车辆证书情况、车辆年检情况、车辆保险情况均为静态数据，车辆实时分C2由车辆传感器采集到的车辆行驶信息计算所得，车辆行驶信息包括车辆车速和车辆运载介质的重量，车辆车速和车辆运载介质的重量均为动态数据；
所述的车辆评分项C的计算方式为：C＝10*sigmoid(C1+C2)。
优选地，所述的评分项包括介质评分项D，介质评分项D根据运输的不同介质对应的不同危险得分D1这一评分子项计算获得，运输介质的危险程度为静态数据，介质评分项D的计算方式为：
D＝10*sigmoid(D1)。
优选地，所述的评分项包括储罐评分项E，储罐评分项E包括储罐基本分E1和储罐实时分E2两个评分子项计算获得，储罐基本分E1由储罐使用期限、储罐检验状态、罐压和罐龄计算获得，储罐使用期限、储罐检验状态、罐压和罐龄均为静态数据，储罐实时分E2根据储罐上传感器采集到的罐体内部压力和液位情况计算获得，罐体内部压力和液位情况均为动态数据，储罐评分项E的计算方式为：E＝10*sigmoid(E1+E2)。
优选地，所述的评分项包括气象评分项F，气象评分项F根据不同天气对应的危险程度这一动态数据计算获得，其计算方式为F＝10*sigmoid(F1)，F1表示不同天气对应不同危险得分。
所述的sigmoid为函数公式，sigmoid函数为：
优选地，所述的运输人员评分项A、企业评分项B、车辆评分项C、介质评分项D、储罐评分项E和气象评分项F均分为4个等级，即“危险程度可忽略”、“危险程度临界”、“危险程度较高”和“危险程度极高”，当其中任意一项评分项处于“危险程度较高”或“危险程度极高”，则判定为不安全，停止运单。
采用本发明提供的技术方案，与现有技术相比，具有如下有益效果：
1.本发明涉及的基于动静态数据的危化品运输运单风险评估方法不仅考虑了常规的静态数据对运单危化品运输造成的风险，还通过实时监测的方式采集了运输过程中的动态数据，并将动态数据增加到评估危化品运输风险的因素中，从而将实时的动态的数据与静态的数据相结合，最终达到及时发现风险、预防重大事故，做好安全运输的目的。
2.本发明涉及的基于动静态数据的危化品运输运单风险评估包括若干评分项，即运输人员评分项、企业评分项、车辆评分项、介质评分项、储罐评分项和气象评分项，从人员、企业、车辆、介质、储罐、气象六个角度综合考虑危化品运输过程中的各方因素，涵盖范围广，风险评估更加精准。
附图说明
图1是基于动静态数据的危化品运输运单风险评估方法的流程图。
具体实施方式
为进一步了解本发明的内容，结合实施例对本发明作详细描述，以下实施例用于说明本发明，但不用来限制本发明的范围。
参照附图1所示，本发明涉及的一种基于动静态数据的危化品运输运单风险评估方法包括以下步骤：
1)生成危化品运单，运单中包括若干评分项，每个评分项包括若干评分子项，每个评分子项对应一组静态数据或一组动态数据。
本实施例中共计6个评分项，分别为运输人员评分项A、企业评分项B、车辆评分项C、介质评分项D、储罐评分项E和气象评分项F。
所述的运输人员评分项A又包括人员基本得分A1、人员历史驾驶习惯得分A2和人员实时驾驶行为得分A3三个评分子项，人员基本得分A1包括驾驶员基本得分和押运员基本得分，驾驶员基本得分是基于驾驶员从业资格及驾驶证的静态数据获得的，押运员基本得分是基于押运员从业资格这一静态数据获得的；人员历史驾驶习惯得分A2是基于驾驶员的历史行车习惯这一静态数据获得的，包括驾驶员的习惯驾驶车速以及疲劳驾驶次数；人员实时驾驶行为得分A3是基于驾驶员连续驾驶时间及车辆位置的动态数据获得的。
所述的企业评分项B是根据企业从业资质以及企业违章次数占完成订单总数比例两个评分子项计算获得，企业从业资质、企业违章次数占完成订单总数比例均为静态数据。
所述的车辆评分项C是根据车辆基本分C1及车辆实时分C2两个评分子项计算所得，车辆基本分C1根据车辆证书情况、车辆年检情况、车辆保险情况计算所得，车辆证书情况、车辆年检情况、车辆保险情况均为静态数据，车辆实时分C2由车辆传感器采集到的车辆行驶信息计算所得，车辆行驶信息包括车辆车速和车辆运载介质的重量，车辆车速和车辆运载介质的重量均为动态数据。
所述的介质评分项D根据运输的不同介质对应的不同危险得分D1这一评分子项计算获得，运输介质的危险程度为静态数据，在运单生成时确认。
所述的储罐评分项E包括储罐基本分E1和储罐实时分E2两个评分子项计算获得，储罐基本分E1由储罐使用期限、储罐检验状态、罐压和罐龄计算获得，储罐使用期限、储罐检验状态、罐压和罐龄均为静态数据，储罐实时分E2根据储罐上传感器采集到的罐体内部压力和液位情况计算获得，罐体内部压力和液位情况均为动态数据。
所述的气象评分项F根据不同天气对应的危险程度得分F1这一动态数据计算获得，由气象局实时监测的运输路线上天气状况确认。
2)危化品运输前，根据静态数据计算该静态数据对应的评分子项的评分，具体步骤是：
2.1)计算人员基本得分A1和人员历史驾驶习惯得分A2两个评分子项：人员基本得分A1中驾驶员从业资格及驾驶证不符要求得0.7分，符合要求得-0.2分；押运员从业资格不符合要求得0.7分，符合要求得-0.2分；人员历史驾驶习惯得分A2中，驾驶员车速超过80km/h但小于等于100km/h的数据0次得-0.2分，1-5次得0.05分，6次以上得0.1分，大于100km/h的数据0次得-0.2分，1-5次得0.1分，6次以上得0.2分，违章记录0次得-0.2分，1-5次得0.05分，6次以上得0.1分，疲劳驾驶次数0次得-0.2分，1-5次得0.1分，6次以上得0.2分。
2.2)计算企业从业资质以及企业违章次数占完成订单总数比例两个评分子项：企业资质得分的依据为：企业从业资质不符合运单要求时，企业资质得分B1得1.5分，企业从业资质符合要求时，企业资质得分B1得-0.5分；企业违章次数B2占完成订单总数B3比例得分依据为：企业违章次数/安全订单数的比值等于0得-0.5分；大于0小于1/1000得-0.2分；大于1/1000小于1/500上得0.1分，大于1/500小于1/100得0.2分，大于1/100得0.5分。
2.3)计算车辆基本分C1：车辆基本分C1的得分依据为：车辆证书超期得0.7分，未超期得-0.2分；车辆年检过期得0.7分，未过期得-0.2分；车辆保险过期得0.7分，未过期得-0.2次；车辆证书数据有缺失得0.7分，齐全得-0.2分。
2.4)计算不同介质对应的不同危险得分D1，得分依据为：介质危险性很高得1分，介质危险性高得0.1分，介质危险性中得-1分，介质危险性低得-2分。
2.5)计算储罐基本分E1，得分依据为：储罐罐体超出使用期限得0.7分，储罐罐体未超出使用期限得-0.2分；罐体检验状态正常得-0.2分，临时得0.75分，过检得1分；罐体属于常压罐得-0.1分，属于承压罐得0.1分；罐龄0-6年得-0.3分，6-8年得0.1分，8-10年得0.2分，10年以上得0.4分。
需要注意的是：此时，动态数据对应的评分子项均按照数据缺失处理，即为“0”。
3)危化品运输过程中，实时采集动态数据，根据动态数据计算该动态数据对应的评分子项的评分，具体步骤是：
3.1)计算人员实时驾驶行为得分A3，具体依据为：实时数据连续驾驶时间2小时以内得-0.2分，2小时～4小时得-0.1分，4小时～6小时0.2分，6小时以上0.3分；根据车辆出发地和目的地GPS构建电子围栏，判断车辆实时GPS数据是否超出目标储罐的电子围栏，超出得0.2分，未超出得-0.2分。
3.2)计算车辆实时分C2，具体依据为：车辆车速小于等于80km/h时得-0.3分，大于80km/h小于等于100km/h时得0.2分，大于100km/h时得0.5分；运载质量超过车辆可承受最大牵引质量得0.5分，未超过得-0.3分。
3.3)计算储罐实时分E2，具体依据为：实时采集储罐内部压力和液位情况，压力小于设计压力得-0.3分，超过设计压力但小于气密性试验压力得0.2分，超过气密性试验压力得0.4分；液位处于总液位的0～75％得-0.3分，处于总液位的75％～92％得0.2分，处于总液位的92％以上得0.4分。
3.4)计算不同天气对应的危险程度得分F1，具体依据为：通过气象站实时获取运输路线上的天气情况，包括获取风力，是否有大雪、大雨、冰雹、沙尘暴等恶劣天气，是否存在积水、冰冻等情况；根据气候情况判定危险性，危险性很高得1分，危险性高得0.1分，危险性中得-1分，其他类型得-2分。
4)设置风险评估周期，从危化品开始运输这一时间点开始，每间隔一个风险评估周期便进行一次风险评估，即结合步骤2)计算得到的静态数据对应的评分子项以及步骤3)计算得到的动态数据对应的评分子项，计算各评分项的评分，具体步骤为：
运输人员评分项A的计算方式为：A＝10*sigmoid(A1+A2+A3)；
企业评分项B的计算方式为：B＝10*sigmoid(B1+B2/B3)；
车辆评分项C的计算方式为：C＝10*sigmoid(C1+C2)；
介质评分项D的计算方式为：D＝10*sigmoid(D1)；
储罐评分项E的计算方式为：E＝10*sigmoid(E1+E2)；
气象评分项F的计算方式为：F＝10*sigmoid(F1)；
所述的sigmoid为函数公式，sigmoid函数为：
5)基于各评分项的评分，判断危化品运输的安全性，若判定为安全，继续完成运单，若判定为不安全则停止运单，具体方式为：
所述的运输人员评分项A、企业评分项B、车辆评分项C、介质评分项D、储罐评分项E和气象评分项F的满分均为10分，根据得分分为4个等级，即“危险程度可忽略”、“危险程度临界”、“危险程度较高”和“危险程度极高”，各项按照级别划分：0-2分，危险程度可忽略；2-4分，危险程度临界的；4-7分，危险程度较高；7分以上，危险程度极高。当其中任意一项评分项处于“危险程度较高”或“危险程度极高”，则判定为不安全，停止运单。
以上结合实施例对本发明进行了详细说明，但所述内容仅为本发明的较佳实施例，不能被认为用于限定本发明的实施范围。凡依本发明申请范围所作的均等变化与改进等，均应仍属于本发明的专利涵盖范围之内。
Claims (9)
1.一种基于动静态数据的危化品运输运单风险评估方法，其特征在于：其包括以下步骤：
1)生成危化品运单，运单中包括若干评分项，每个评分项包括若干评分子项，每个评分子项对应一组静态数据或一组动态数据；
2)危化品运输前，根据静态数据计算该静态数据对应的评分子项的评分，此时，动态数据对应的评分子项均按照数据缺失处理；
3)危化品运输过程中，实时采集动态数据，根据动态数据计算该动态数据对应的评分子项的评分；
4)设置风险评估周期，从危化品开始运输这一时间点开始，每间隔一个风险评估周期便进行一次风险评估，即结合步骤2)计算得到的静态数据对应的评分子项以及步骤3)计算得到的动态数据对应的评分子项，计算各评分项的评分；
5)基于各评分项的评分，判断危化品运输的安全性，若判定为安全，继续完成运单，若判定为不安全则停止运单。
2.根据权利要求1所述的基于动静态数据的危化品运输运单风险评估方法，其特征在于：所述的评分项包括运输人员评分项A，运输人员评分项A包括人员基本得分A1、人员历史驾驶习惯得分A2和人员实时驾驶行为得分A3三个评分子项。
3.根据权利要求2所述的基于动静态数据的危化品运输运单风险评估方法，其特征在于：所述的人员基本得分A1包括驾驶员基本得分和押运员基本得分，驾驶员基本得分是基于驾驶员从业资格及驾驶证的静态数据获得的，押运员基本得分是基于押运员从业资格这一静态数据获得的；
所述的人员历史驾驶习惯得分A2是基于驾驶员的历史行车习惯这一静态数据获得的，包括驾驶员的习惯驾驶车速以及疲劳驾驶次数；
所述的人员实时驾驶行为得分A3是基于驾驶员连续驾驶时间及车辆位置的动态数据获得的；
所述的运输人员评分项A的计算方式为：
A＝10*sigmoid(A1+A2+A3)。
4.根据权利要求2所述的基于动静态数据的危化品运输运单风险评估方法，其特征在于：所述的评分项包括企业评分项B，其根据企业从业资质以及企业违章次数占完成订单总数比例两个评分子项计算获得，企业从业资质、企业违章次数占完成订单总数比例均为静态数据，企业评分项计算方式为：
B＝10*sigmoid(B1+B2/B3)，其中，B1表示企业从业资质得分，B2表示企业违章次数，B3表示完成订单总数。
5.根据权利要求4所述的基于动静态数据的危化品运输运单风险评估方法，其特征在于：所述的评分项包括车辆评分项C，车辆评分项根据车辆基本分C1及车辆实时分C2两个评分子项计算所得，车辆基本分C1根据车辆证书情况、车辆年检情况、车辆保险情况计算所得，车辆证书情况、车辆年检情况、车辆保险情况均为静态数据，车辆实时分C2由车辆传感器采集到的车辆行驶信息计算所得，车辆行驶信息包括车辆车速和车辆运载介质的重量，车辆车速和车辆运载介质的重量均为动态数据；
所述的车辆评分项C的计算方式为：C＝10*sigmoid(C1+C2)。
6.根据权利要求5所述的基于动静态数据的危化品运输运单风险评估方法，其特征在于：所述的评分项包括介质评分项D，介质评分项D根据运输的不同介质对应的不同危险得分D1这一评分子项计算获得，运输介质的危险程度为静态数据，介质评分项D的计算方式为：
D＝10*sigmoid(D1)。
7.根据权利要求6所述的基于动静态数据的危化品运输运单风险评估方法，其特征在于：所述的评分项包括储罐评分项E，储罐评分项E包括储罐基本分E1和储罐实时分E2两个评分子项计算获得，储罐基本分E1由储罐使用期限、储罐检验状态、罐压和罐龄计算获得，储罐使用期限、储罐检验状态、罐压和罐龄均为静态数据，储罐实时分E2根据储罐上传感器采集到的罐体内部压力和液位情况计算获得，罐体内部压力和液位情况均为动态数据，储罐评分项E的计算方式为：E＝10*sigmoid(E1+E2)。
8.根据权利要求7所述的基于动静态数据的危化品运输运单风险评估方法，其特征在于：所述的评分项包括气象评分项F，气象评分项F根据不同天气对应的危险程度这一动态数据计算获得，其计算方式为F＝10*sigmoid(F1)，F1表示不同天气对应不同危险得分。
9.根据权利要求8所述的基于动静态数据的危化品运输运单风险评估方法，其特征在于：所述的运输人员评分项A、企业评分项B、车辆评分项C、介质评分项D、储罐评分项E和气象评分项F均分为4个等级，即“危险程度可忽略”、“危险程度临界”、“危险程度较高”和“危险程度极高”，当其中任意一项评分项处于“危险程度较高”或“危险程度极高”，则判定为不安全，停止运单。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202111233218.8A CN113947316A (zh) | 2021-10-22 | 2021-10-22 | 基于动静态数据的危化品运输运单风险评估方法 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202111233218.8A CN113947316A (zh) | 2021-10-22 | 2021-10-22 | 基于动静态数据的危化品运输运单风险评估方法 |
Publications (1)
| Publication Number | Publication Date |
|---|---|
| CN113947316A true CN113947316A (zh) | 2022-01-18 |
Family
ID=79332180
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN202111233218.8A Pending CN113947316A (zh) | 2021-10-22 | 2021-10-22 | 基于动静态数据的危化品运输运单风险评估方法 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN113947316A (zh) |
Cited By (3)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN114819476A (zh) * | 2022-03-07 | 2022-07-29 | 山东大学 | 基于逻辑回归评分卡的营运企业风险评估方法及系统 |
| CN116882734A (zh) * | 2023-06-12 | 2023-10-13 | 上海朗晖慧科技术有限公司 | 一种基于大数据的供应链数据监管系统及方法 |
| CN117541138A (zh) * | 2024-01-10 | 2024-02-09 | 鲁西化工集团股份有限公司 | 一种淘汰不合格危化品物流承运车辆的系统及方法 |
-
2021
- 2021-10-22 CN CN202111233218.8A patent/CN113947316A/zh active Pending
Cited By (5)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN114819476A (zh) * | 2022-03-07 | 2022-07-29 | 山东大学 | 基于逻辑回归评分卡的营运企业风险评估方法及系统 |
| CN116882734A (zh) * | 2023-06-12 | 2023-10-13 | 上海朗晖慧科技术有限公司 | 一种基于大数据的供应链数据监管系统及方法 |
| CN116882734B (zh) * | 2023-06-12 | 2024-04-26 | 上海朗晖慧科技术有限公司 | 一种基于大数据的供应链数据监管系统及方法 |
| CN117541138A (zh) * | 2024-01-10 | 2024-02-09 | 鲁西化工集团股份有限公司 | 一种淘汰不合格危化品物流承运车辆的系统及方法 |
| CN117541138B (zh) * | 2024-01-10 | 2024-04-19 | 鲁西化工集团股份有限公司 | 一种淘汰不合格危化品物流承运车辆的系统及方法 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN113947316A (zh) | 基于动静态数据的危化品运输运单风险评估方法 | |
| CN110033615B (zh) | 一种基于物联网的道路危险货物运输动态风险评估方法 | |
| CN112529265B (zh) | 一种燃气管线综合风险评估、预测方法及系统 | |
| CN107153914B (zh) | 一种汽车运行风险的评价系统及方法 | |
| Kasava et al. | Sustainable domain value stream mapping (SdVSM) framework application in aircraft maintenance: A case study | |
| CN103218513A (zh) | 一种城市轨道交通运行安全的判定方法 | |
| Shen et al. | Application of XGBoost for hazardous material road transport accident severity analysis | |
| CN107038860A (zh) | 一种基于adas技术及回归模型的用户驾驶行为评分方法 | |
| CN113515720B (zh) | 一种危险化学品企业重大安全风险辨识与评估方法 | |
| CN116777218A (zh) | 一种基于船舶业务数据、ais数据对船舶风险进行智能评估的系统及方法 | |
| CN107918826A (zh) | 一种驾驶环境感知的司机评价与调度方法 | |
| Budzyński et al. | Selected problems of transport in port towns–tri-city as an example | |
| CN113935571A (zh) | 一种加油站安全风险评估分级方法及系统 | |
| Soussi et al. | Risk analysis for hazardous material transport by road: case study on Tangier-Tetouan region, Morocco | |
| Ye et al. | Benefit–cost analysis of maintenance decision support system | |
| Adekitan et al. | A data-based investigation of vehicle maintenance cost components using ANN | |
| Walker et al. | Industry Safety Data, What is it Telling Us? | |
| CN115578856A (zh) | 一种自动驾驶汽车道路测试安全风险评估方法及装置 | |
| CN116957316A (zh) | 一种化工园区道路交通风险等级获取方法及系统 | |
| Mathew et al. | Effect of Weather Events on Travel Time Reliability and Crash Occurrence | |
| CN113052363A (zh) | 一种危险化学品道路运输方案综合优化方法及系统 | |
| Peng et al. | Research on risk assessment of railway freight station based on nonlinear combination of ahp-entropy | |
| CN102226905A (zh) | 铁路应急管理体系统计分析与评估模型 | |
| CN111882382A (zh) | 基于数据和风险关联模型的共享汽车数据存储管理方法 | |
| Geffen | An assessment of the risk of transporting propane by truck and train |
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 |