CN114372668A - 基于实时数据的起重设备动态风险评估方法和装置 - Google Patents
基于实时数据的起重设备动态风险评估方法和装置 Download PDFInfo
- Publication number
- CN114372668A CN114372668A CN202111470216.0A CN202111470216A CN114372668A CN 114372668 A CN114372668 A CN 114372668A CN 202111470216 A CN202111470216 A CN 202111470216A CN 114372668 A CN114372668 A CN 114372668A
- Authority
- CN
- China
- Prior art keywords
- equipment
- risk
- risks
- hazard
- 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
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
Landscapes
- Business, Economics & Management (AREA)
- Human Resources & Organizations (AREA)
- Engineering & Computer Science (AREA)
- Strategic Management (AREA)
- Entrepreneurship & Innovation (AREA)
- Economics (AREA)
- Operations Research (AREA)
- Game Theory and Decision Science (AREA)
- Development Economics (AREA)
- Marketing (AREA)
- Educational Administration (AREA)
- Quality & Reliability (AREA)
- Tourism & Hospitality (AREA)
- Physics & Mathematics (AREA)
- General Business, Economics & Management (AREA)
- General Physics & Mathematics (AREA)
- Theoretical Computer Science (AREA)
- Control And Safety Of Cranes (AREA)
Abstract
本发明提供一种基于实时数据的起重设备动态风险评估方法和装置,该方法包括:实时采集起重设备的指示安全隐患事件的运行数据;基于实时运行数据、运行参数报警限值、预设的设备整体和部件额定寿命以及报警记录的时间热度系数来计算安全风险隐患事件的发生频次;基于安全风险隐患事件与各项设备风险的对应关系及相关安全风险隐患事件的发生频次与其风险贡献度计算各项设备风险造成事故的可能性;基于各项设备风险的危害程度指标和对应权重获得各项设备风险的危害程度系数,并基于各项设备风险的严重程度以及危害程度系数计算各项设备风险的事故危害程度指标;基于事故危害程度指标和各项设备风险造成事故的可能性获得起重设备的风险评估结果。
Description
技术领域
本发明涉及起重设备安全监控和管理技术领域,尤其涉及一种基于实时数据的起重设备动态风险评估方法、装置及存储介质。
背景技术
起重设备是一种用于起吊和搬运重物的机电类特种设备,它能够大大提高作业现场的工作效率,因此在制造业、采掘业、建筑业及运输业均有十分广泛的应用。近些年,我国起重设备保有量呈现稳步上升态势,然而,由于使用操作不当、设备质量安全缺陷等原因,起重设备安全事故屡屡发生,给人民群众生命财产造成重大损失。
目前起重设备的安全管理主要依靠人工点检和定期检验的方式,在线监控管理手段仍十分缺乏。由于设备数量多、分布广、使用状态和环境不一,各设备风险千差万别,且始终处于动态变化的过程,传统的每年一次或每两年一次的定期检验,很难及时发现安全隐患;同时,对设备的风险评估需要大量起重设备的实际运行数据,如日常使用状况、维保修理、事故记录等,依赖线下人工记录,不准确、不完整。
由于监管单位、企业用户无法及时准确掌握设备运行状况、安全风险状态等信息,同时尚未建立基于实时数据对起重设备进行动态风险分类分级的方式方法,因此在起重设备安全管理工作中,普遍存在监管任务重、监管风险高、检验资源不能合理分配的现象,更重要的是大量高风险设备的安全风险水平没有得到及时有效的降低,存在很大安全隐患。
公开号为CN103950837A、发明名称为“一种起重机械的安全监测系统及方法”的中国专利申请提供了一种涵盖金属结构、电气控制、机械传动、维保检查和使用管理在内的起重机械安全远程检测系统和方法,能够解决起重机械设备本体、维保检查和使用管理的动态安全监测问题。但该系统在进行风险评估时,未考虑不同的风险评估项目的权重及造成事故的严重程度,评价不客观。该系统在实际应用中无法准确掌握设备风险状态,应用效果较差。
公开号为CN111178674A、发明名称为“一种工业大数据驱动的起重机械健康管控服务系统”的中国专利申请建立了一套工业大数据驱动的起重机械健康管控服务系统,涵盖了风险管控和检验模块,将起重设备全生命周期数据输入预先训练的风险评估模型,得到风险值,并通过所属风险值的排序确定高风险起重机和低风险起重机,对高风险起重机实施重点管控和优先检验。但该系统在进行风险评估时,需要预先训练风险评估模型,在实际应用中由于起重设备使用情况多变,很难获得通用模型。当设备情况发生改变时,又需要重新训练模型,实时性差,无法实现动态的风险评估。
因此,如何基于起重设备实时的运行情况来实现起重设备及时的动态的风险评估,是一个有待解决的问题。
发明内容
有鉴于此,本发明实施例提供了一种基于实时数据的起重设备动态风险评估方法和装置,将通过起重设备智能监控单元采集到的实时数据,导入到预先建立的风险评估模型中,对辖区内起重设备风险进行动态评分定级,以便于监管机构工作人员和企业安全管理员,在实时获取设备实际的使用情况和性能状态的同时,动态掌握辖区内起重设备的风险分布情况和安全态势,以对风险进行及时管控,保障安全生产。
本发明的技术方案如下:
一种基于实时数据的起重设备动态风险评估方法,该方法包括以下步骤:
实时采集起重设备的指示安全隐患事件的运行数据,所述运行数据包括:运行参数的异常报警记录数据以及设备寿命相关记录数据;
基于采集的起重设备的实时运行数据、各设备预设的运行参数报警限值、预设的各设备整体和部件额定寿命以及报警记录的时间热度系数来计算所述实时运行数据指示的安全风险隐患事件的发生频次;
基于预先建立的安全风险隐患事件与各项设备风险的对应关系以及各项设备风险对应的多个指标相关安全风险隐患事件的发生频次与其风险贡献度计算各项设备风险造成事故的可能性;
基于各项设备风险在多个维度的危害程度指标和对应权重获得各项设备风险的危害程度系数,并基于各项设备风险的严重程度以及各项设备风险的危害程度系数计算各项设备风险的事故危害程度指标;
基于事故危害程度指标和各项设备风险造成事故的可能性获得起重设备的风险评估结果。
在本发明一些实施方式中,设备风险包括以下风险中的部分或全部:主要受力结构失效风险、制动失效风险、主梁断裂失效风险、接触器失效风险和电机过热失效风险;
所述安全隐患事件包括以下事件中的部分或全部:超载、频繁点动、制动器卡滞或磨损严重、部件或整机寿命超期、接电持续率超限、过压运行和过流运行;
所述异常报警记录数据包括以下数据中的一种或多种:起重量超载值及超载发生次数和日期、制动距离超限值及超限发生次数和日期、接电持续率超限值及超限发生次数和日期、电压异常值及发生次数和日期、电流异常值及发生次数和日期、频繁点动异常值及发生次数和日期;
所述设备寿命相关记录数据包括以下数据中的一种或多种:起重设备工作循环次数、制动器累计工作次数、上升接触器累计工作次数、下降接触器累计工作次数和累计损伤度。
在本发明一些实施方式中,所述基于采集的起重设备的实时运行数据、各设备预设的运行参数报警限值、预设的各设备整体和部件额定寿命以及报警记录的时间热度系数来计算所述实时运行数据指示的安全风险隐患事件的发生频次,包括:
基于运行数据将起重设备运行过程中实际发生的异常报警的次数、异常报警值、报警发生的时间以及设备整机及关键部件的寿命数据进行统计;
当实时采集的运行数据中包含运行参数异常报警时,取起重设备所有该项运行参数报警的异常值,计算与设定的报警限值的比值,用时间热度系数进行修正,对各项设备风险对应的多个安全风险隐患事件的发生频次求和可得到该项设备风险对应的安全风险隐患事件的发生频次;
当实时采集的运行数据中包含部件或整机的寿命数据时,取该部件或整机的累计使用次数,与寿命值作比较,取0与比较值减1当中的最大值作为发生频次。
在本发明一些实施方式中,利用如下公式来计算各设备风险造成事故的可能性:
其中,fj表示当前计算设备风险中第j个安全风险隐患事件发生的频次,cj表示在系统中设定的当前计算设备风险中第j个安全风险隐患事件对最终事故发生可能的贡献度,n表示每一设备风险对应的安全风险隐患事件。
在本发明一些实施方式中,利用如下公式获得各项设备风险的危害程度系数:
其中,sk表示第k维度的危害程度得分,wk表示第k维度的危害程度权重系数,m为设备风险的维度数。
在本发明一些实施方式中,基于如下公式计算各项设备风险的事故危害程度指标:
Si=li*qi;
其中,Si表示第i项设备风险可能导致的事故的危害程度指标,li表示第i项设备风险的严重等级,qi表示第i项设备风险的危害系数。
在本发明一些实施例中,基于如下公式计算起重设备的风险评估结果:
其中,TotalRisk表示起重设备最终的风险评估得分,Ri表示第i项设备风险的风险评估得分,Li表示第i项设备风险造成事故的可能性,Si表示第i项设备风险可能导致的事故的危害程度指标;m表示设备风险项数;fj表示当前计算设备风险中第j个安全风险隐患事件发生的频次,cj表示在系统中设定的当前计算设备风险中第j个安全风险隐患事件对最终事故发生可能的贡献度,n表示每一设备风险对应的安全风险隐患事件;li表示第i项设备风险的严重等级,qi表示第i项设备风险的危害系数。
在本发明一些实施例中,所述方法还包括,云平台基于获得起重设备的风险评估结果向起重机安全管理人员的终端设备发送警示指令。
本发明的另一方面,提供了一种基于实时数据的起重设备动态风险评估装置,包括处理器和存储器,所述存储器中存储有计算机指令,所述处理器用于执行所述存储器中存储的计算机指令,当所述计算机指令被处理器执行时该装置实现如前所述方法的步骤。
本发明的又一方面,还提供了一种计算机存储介质,其上存储有计算机程序,该程序被处理器执行时实现如前所述方法的步骤。
本发明实施例提供的基于实时数据的起重设备动态风险评估方法和装置,改变了起重设备使用过程中传统的人工定期检验的方式。可以应用实时数据,对起重设备的安全状况进行动态风险评估,使得对设备风险状况的掌握更加及时。并且无需事先导入全生命周期数据进行训练。并且,评价结果随起重设备的运行情况实时动态改变,且考虑了异常发生对可能造成的安全风险隐患的影响随时间热度递减的情况,灵敏度高。
本发明的附加优点、目的,以及特征将在下面的描述中将部分地加以阐述,且将对于本领域普通技术人员在研究下文后部分地变得明显,或者可以根据本发明的实践而获知。本发明的目的和其它优点可以通过在书面说明及其权利要求书以及附图中具体指出的结构实现到并获得。
本领域技术人员将会理解的是,能够用本发明实现的目的和优点不限于以上具体所述,并且根据以下详细说明将更清楚地理解本发明能够实现的上述和其他目的。
附图说明
此处所说明的附图用来提供对本发明的进一步理解,构成本申请的一部分,并不构成对本发明的限定。在附图中:
图1为本发明一实施例中基于实时数据的起重设备动态风险评估方法的大致框架图。
图2为本发明一实施例中基于实时数据的起重设备动态风险评估方法的流程示意图。
具体实施方式
为使本发明的目的、技术方案和优点更加清楚明白,下面结合实施方式和附图,对本发明做进一步详细说明。在此,本发明的示意性实施方式及其说明用于解释本发明,但并不作为对本发明的限定。
在此,还需要说明的是,为了避免因不必要的细节而模糊了本发明,在附图中仅仅示出了与根据本发明的方案密切相关的结构和/或处理步骤,而省略了与本发明关系不大的其他细节。
应该强调,术语“包括/包含”在本文使用时指特征、要素、步骤或组件的存在,但并不排除一个或更多个其它特征、要素、步骤或组件的存在或附加。
为了解决现有技术中存在的难以简单快速地实现起重设备风险评估的问题,本发明提供了一种基于实时数据的起重设备动态风险评估方法。在起重设备中,存在的设备风险有很多项,如主要受力结构失效、制动失效、主梁断裂失效、接触器失效和电机过热失效等,不同的设备风险会导致不同的事故,事故会带来可能的事故伤害,不同的设备风险往往是由不同安全隐患事件(或称现象)所导致,如由超载、主要受力结构寿命超期、过载运行、频繁点动(超过了每小时工作次数的限值被定义为频繁点动)、过压运行、过流运行等导致,这些安全隐患事件可以是运行参数异常事件或设备寿命异常事件。在该方法中,事先建立“设备风险”-可能导致的“事故”-“事故伤害”-造成这些事故的“安全隐患事件”的对应关系,然后实时监控起重设备的体现安全隐患事件的运行数据,基于该运行数据以及预先建立的对应关系来计算设备风险造成事故的可能性,并进一步基于计算的设备风险造成事故的可能性以及事故危害程度来进行设备风险评估。
图1所示为本发明一实施例中基于实时数据的起重设备动态风险评估方法的大致框架示意图。如图1所示,该方法首先利用智能监控单元来实时采集体现安全隐患事件的运行数据,该运行数据包括异常报警记录数据和设备寿命相关记录数据,基于该运行数据可以计算风险隐患发生频次,基于该风险隐患发生频次与该风险隐患对设备风险贡献度的乘积,可获得风险隐患事件造成事故的可能性;然后,分别计算各事故的危害等级和危害系数,基于危害等级和危害系数计算各项设备风险的事故危害程度指标;并进一步基于该风险隐患事件造成事故的可能性和事故危害程度指标获得起重设备的风险评估结果。下面对本发明的基于实时数据的起重设备动态风险评估方法进行更详细地描述。本发明的方法可以在云平台中实现,通过由云平台从辖区内的起重设备采集数据并基于采集的数据进行计算来实现。
如图2所示,本发明一实施例的基于实时数据的起重设备动态风险评估方法包括以下步骤:
步骤S110,实时采集各起重设备的指示安全隐患事件的运行数据,所述运行数据包括:运行参数的异常报警记录数据以及设备整体和部件寿命相关记录数据。
在本发明实施例中,首先需要对起重设备进行风险辨识,为了进行风险辨识,本发明预先建立了“设备风险”-“事故”-“事故伤害”-“安全隐患事件”之间的对应关系。表1所示为本发明实施例中预先建立的“设备风险”-“事故”-“事故伤害”-“安全隐患事件”的对应关系示例。
表1.“设备风险”-“事故”-“事故伤害”-“安全隐患事件”对应关系表示例
如表1所示,每台起重设备可能存在若干设备风险,这些设备风险例如可包括以下风险中的部分或全部:主要受力结构失效风险、制动失效风险、主梁断裂失效风险、接触器失效风险和电机过热失效风险等。
这些设备风险可能导致的事故例如包括:吊物坠落、设备垮塌、意外运行和意外停机等。更具体地,主要受力结构失效风险和制动失效风险可能导致吊物坠落;主梁断裂失效风险可能导致设备垮塌;接触器失效风险可能导致意外运行;电机过热失效风险可能导致意外停机。由这些事故可能造成的伤害例如包括:人员伤亡、设备损坏以及设备损坏、效率降低等。
可能造成这些设备风险和事故的安全隐患事件可包括以下事件中的部分或全部:超载、频繁点动、制动器卡滞或磨损严重、部件(如制动器、上升接触器、下降接触器和/或其他部件)或整机寿命超期、接电持续率超限、过压运行和过流运行等。
从上述表1可知,一项设备风险通常对应多个安全隐患事件,即可由这多个安全隐患事件中的一个或多个安全隐患事件导致。而某一安全隐患事件可能带来不同的设备风险,如频繁点动既有可能导致主要受力结构失效风险,也有可能导致接触器失效风险和电机过热失效风险;过流运行既有可能导致接触器失效风险,也有可能导致电机过热失效风险。
在本发明一实施例中,运行参数的异常报警记录数据例如可包括:起重量超载值及超载发生次数和日期;制动距离超限值及超限发生次数和日期;接电持续率超限值及超限发生次数和日期;电压异常值及发生次数和日期;电流异常值及发生次数和日期、每小时工作次数(频繁点动)异常值及发生次数和日期。列举的这些数据在此仅为举例,也可以增加或减少一些记录数据。基于这些异常报警记录数据与识别出超载、过流运行、过压运行、接电持续率超限等安全隐患事件有关,基于这些异常报警记录数据可识别出相应的安全隐患事件。
设备寿命相关记录数据可包括设备整体和部件寿命相关记录数据,更具体地,设备寿命相关记录数据可包括:起重设备工作循环次数、制动器累计工作次数、上升接触器累计工作次数、下降接触器累计工作次数和累计损伤度等。这些设备寿命相关记录数据与制动器寿命超期、整机寿命超期、上升接触器寿命超期、下降接触器寿命超期等安全隐患事件有关,基于这些设备寿命相关记录数据可识别出相应的安全隐患事件。
在如上实时采集的运行数据中,起重量超载值及超载发生次数和日期、接电持续率超限值及超限发生次数和日期;电压异常值及发生次数和日期;电流异常值及发生次数和日期、每小时工作次数(频繁点动)异常值及发生次数和日期等数据可以由具备相应数据监测功能的起重设备自身计算得出后上传至云平台,也即由云平台直接从起重机通过数据采集得到。在起重设备为不具备数据采集和上传功能的老式起重设备的情况下,本发明可以通过在起重设备中设置具有电压和电流采集功能以及无线通信功能的智能监控元件来获取相应的数据并上传至云平台。起重设备智能监控单元采集起重设备起升机构电机的电压、电流,导入内置的预先建立好的参数测量模型进行实时计算,即可在线获得除电压和电流外的起重量、制动距离、接电持续率、每小时工作次数,以及是否发生报警等的信号。云平台获得发生相应报警的信号后,记录报警异常值和报警日期,并统计异常报警发生的次数。制动距离超限值也可以由云平台基于从起重设备采集的从制动过程开始到制动结束的定子电压曲线的特征点个数获得制动距离,获得制动距离后可以相应记录超限发生次数和日期,具体计算方式例如可以参见专利公开号为CN110686587A的中国专利申请,在此不再赘述。
对于设备寿命相关记录数据,除了累计损伤度数据之外,其他数据基本上可以由具备相应数据监测功能的起重设备自身计算得出后上传至云平台,也即由云平台直接从起重机通过数据采集得到。与运行数据一样,大部分起重设备没有数据采集和上传的模块,对于不具备相应数据监测功能的起重设备,由起重设备智能监控单元来获取设备寿命相关记录,并上传至云平台。对于累计损伤度数据,其可以通过由智能监控单元获取起重设备每次工作循环的实际载重量,结合该设备的额定载重量数据由云平台进行计算得到。
实时获得了起重设备的运行数据之后,便可以基于实时采集的运行数据和系统预设的动态风险评估模型,进行起重设备的风险评估,如评分。
步骤S120,基于采集的各起重设备的实时运行数据、各设备预设的运行参数报警限值、预设的各起重设备整体和部件额定寿命以及报警记录的时间热度系数来计算所述实时运行数据指示的设备风险对应的安全风险隐患事件的发生频次。
对于每一台起重设备来说,在出厂时,额定起重量、工作级别、整机和部件的额定寿命等往往是不同的,因此云平台上需针对单台起重设备,单独设定有不同的报警限值和寿命限值信息。
在本步骤中,结合系统预先设定的设备各运行参数的报警限值、部件和整机的额定寿命数据,同时考虑报警的发生对设备安全隐患事件的影响随时间热度递减,来动态计算设备安全隐患事件发生的频次f。
更具体地,基于实时监控的运行数据,云平台将积累的起重设备运行过程中实际发生的异常报警的次数、异常报警值、报警发生的时间以及设备整机及关键部件的寿命数据进行统计,分别与设定的报警限值和寿命限值进行比较,同时考虑报警对风险隐患的影响随时间热度递减的因素,进行数值转换,从而形成设备风险隐患可能发生的频次f。
例如,当造成某安全风险隐患事件的因素为异常报警时,也即,当实时采集的运行数据中包含运行参数异常报警时,取起重设备接入云平台以来,至今天所有该项运行参数报警的异常值,与设定的限值作比较(如计算与设定的报警限值的比值),用时间热度系数进行修正,对各项设备风险对应的多个安全风险隐患事件的发生频次求和可得到该项设备风险对应的安全风险隐患事件的发生频次。
作为示例,可以基于如下公式来计算异常报警记录数据指示的设备安全隐患事件发生的频次f,例如:
f=Σ报警时实际值/设定限值/2^(报警距今天天数);
其中,公式中的报警时实际值可以是超载报警时实际值、频繁点动报警时实际值、制动器卡滞或磨损严重报警时实际值、过压运行报警时实际值、过流运行报警时实际值或者接电持续率超限报警时实际值等;设定限值即为设定的报警限值;1/2^(报警距今天天数)为时间热度系数,表示报警的发生对设备安全隐患事件的影响随时间的热度递减。
当造成某安全风险隐患的因素为某部件或整机的寿命数据时,取该部件或整机截至今天的累计使用情况,与寿命值作比较,取0与比较值减1当中的最大值作为发生频次。比较值小于1时,表示未发生超期使用的情况,频次取0;比较值大于1时,取比较结果-1后的值,为发生频次f。
即,某部件的寿命数据指示的设备安全隐患事件发生的频次f表示如下:
f=Max{0,当前使用次数/上限次数-1};
其中,当前使用次数可以是当前工作循环次数、制动器当前制动次数、当前上升接触器动作次数、当前下降接触器动作次数等。
例如,可以基于如下方式来计算设备寿命相关记录数据指示的设备安全隐患事件发生的频次f:
(1)主要受力结构寿命超期指示的设备安全隐患事件发生的频次f表示为:
Max{0,当前工作循环次数/上限次数-1};
(2)制动器寿命超期指示的设备安全隐患事件发生的频次f表示为:
Max{0,当前制动次数/上限次数-1};
(3)上升接触器器寿命超期指示的设备安全隐患事件发生的频次f表示为:
Max{0,当前上升接触器器动作次数/上限次数-1};
(4)下降接触器器寿命超期指示的设备安全隐患事件发生的频次f表示为:
Max{0,当前下降接触器器动作次数/上限次数-1};
整机寿命超期指示的设备安全隐患事件发生的频次f表示如下:
Max{0,累计损伤度-1}。
步骤S130,基于预先建立的安全风险隐患事件与各项设备风险的对应关系以及各项设备风险对应的多个安全风险隐患事件的发生频次与所述多个安全风险隐患事件的风险贡献度计算各项设备风险造成事故的可能性。
本步骤将频次信息f与该安全风险隐患事件对设备风险的贡献度c相结合,来计算起重设备安全风险隐患导致事故发生的可能性L。更具体地,在本发明实施例中,可通过将每一项安全隐患事件的发生频次与该安全隐患事件贡献度相乘,再按照设备风险进行汇总,应用Σ(f×c)公式,求得各设备风险造成事故的可能性L,其中f表示安全隐患事件,c表示安全风险隐患事件对最终事故发生可能的贡献度。
更具体地,可以利用如下公式来计算各设备风险造成事故的可能性L:
其中,fj表示当前计算设备风险中第j个安全风险隐患事件发生的频次,cj表示在系统中设定的当前计算设备风险中第j个安全风险隐患事件对最终事故发生可能的贡献度,n表示每一设备风险对应的安全风险隐患事件。
在本发明一实施例中,可以利用分值大小来表示各项设备风险造成事故的可能性。
步骤S140,基于各项设备风险在多个维度的危害程度指标和对应权重获得各项设备风险的危害程度系数,并基于各项设备风险的严重程度以及各项设备风险的危害程度系数计算各项设备风险的事故危害程度指标。
本步骤从各项设备风险的严重等级l和危害系数q两个角度,来确定设备风险的危害程度S。
针对每一项设备风险,将其可能造成的事故的严重程度,可划分为非常严重、严重、较轻、轻微四级,作为该项设备风险的危害等级l。作为示例,非常严重、严重、较轻、轻微这四个危害等级的对应得分可为10分、8分、4分、2分,也可以是分数范围。在此,对事故的严重程度的划分仅为示例,本发明并不限于此。
表2.危害程度-等级分值示例
针对每一项设备风险,从设备动能、势能、吊物危险性和作业范围内的人员数量等多个维度,可获得对应维度的危害程度得分。
表3.危害程度-系数分值示例
表3中指标1是动能项,3×8表示额定起重量为3T的起重机,额定起升速度为8m/min;指标2是势能项,认为额定起重量为3T的起重机,其在车间中最高的起升高度一般为6m。
每个维度有不同的权重w,将相应维度的危害程度得分与权重相乘后得到得到维度下的危害程度的系数qk,基于维度求和,可得出各项设备风险的危害程度的系数q,利用公式表示如下:
其中,sk表示第k维度的危害程度得分,wk表示第k维度的危害程度权重系数,m为设备风险的维度数,例如为4。
在计算得到各项设备风险造成事故的可能性和各项设备风险危害程度系数之后,可进一步基于如下公式计算各设备风险可能导致的事故的危害程度指标Si:
Si=li*qi;
其中,Si表示第i项设备风险可能导致的事故的危害程度指标,li表示第i项设备风险的严重等级,qi表示第i项设备风险的危害系数。
步骤S150,基于事故危害程度指标和各项设备风险造成事故的可能性获得起重设备的风险评估结果。
更具体地,本步骤可以包括以下步骤:
(1)基于每一项设备风险的事故危害程度指标和该设备风险造成事故的可能性来计算每一项设备风险的风险评估得分。
例如,应用以下公式,来求得每一项设备风险的风险评估得分:
Ri=Li*Si;
其中,Ri表示第i项设备风险的风险评估得分,Li表示第i项设备风险造成事故的可能性,Si表示第i项设备风险可能导致的事故的危害程度指标。
(2)将识别出的该起重设备的所有设备风险的评价得分相加,得出该起重设备最终的风险评估得分TotalRisk。
风险评估得分的计算公式为:
例如,依照计算的起重设备风险评分结果,可以进行风险评级,规则如下:
依照风险评估得分,将起重设备风险等级划分为:高风险、中风险、低风险。
等级划分依据例如为:
1)高风险:TotalRisk≥100;
2)中风险:40<=TotalRisk<100;
3)低风险:TotalRisk<40。
基于如上步骤,云平台便可以实时快速地获得辖区内各台起重设备的风险评级结果,并可以基于风险评级结果进行相应地处理。例如,对于高风险的起重设备,云平台将及时向起重机发送警示指令,以指示停止运行或报修。
因此,在本发明的实时数据的起重设备动态风险评估方法还可以包括以下步骤:基于获得起重设备的风险评估结果向起重机发送警示指令。
如下表4为本发明实施例中设备风险评估表的示例,该评估表展现了:“设备风险”-“事故”-“事故伤害”-“安全隐患事件”的对应关系;基于实时监测的运行数据、预先设置的运行参数报警限值和设备各部分的额定寿命以及报警记录的时间热度系数计算得到的安全风险隐患事件的发生频次;各项设备风险造成事故的可能性;各项设备风险的事故危害程度指标;以及基于事故危害程度指标和各项设备风险造成事故的可能性获得起重设备的风险评估结果。
本发明提出的基于实时数据的起重设备动态风险评估方法至少具有以下有益效果:
(1)改变了起重设备使用过程中传统的人工定期检验的方式。可以应用实时数据,对起重设备的安全状况进行动态风险评估,使得对设备风险状况的掌握更加及时。并且无需事先导入全生命周期数据进行训练。
(2)该基于实时数据的起重设备动态风险评估方法综合考虑了起重设备风险发生的概率和可能造成的事故的危害程度两方面因素。以起重设备运行过程中,安全风险隐患实际发生的频次、发生时间及发生时的数值以及设备关键部件累计使用的寿命数据,结合安全风险隐患对设备风险的贡献度,来衡量起重设备安全风险隐患发生的概率,降低人为主观因素的影响;从起重设备风险的严重等级和系数两个方面,确定设备风险的危害程度。
(3)评价结果随起重设备的运行情况实时动态改变,且考虑了异常发生对可能造成的安全风险隐患的影响随时间热度递减的情况,灵敏度高。
下面以一台额定起重量为5T,工作级别为A3的桥式起重机为例来对本发明的方法进行说明。云平台依照预先设定的起重设备基本信息、正常工作时的指标限定值(静态数据)和实时监测的设备运行数据(动态数据)对其进行动态风险评估。
在云平台中预先建立有如前面表1所示的“设备风险”-“事故”-“事故伤害”-“安全隐患事件”对应关系。在建立对应关系之后,在实施本发明的方法的过程中,云平台通过查找系统数据,已知该起重设备累计接入系统50天,截至评估日6月30日,各安全风险隐患指标数值统计如下表:
表5.安全风险隐患指标数值统计表
基于以上数据,结合云平台系统预先设定的设备各运行参数的报警限值、部件和整机的额定寿命数据,可动态计算设备安全风险隐患事件发生的频次f。
对于额定起重量5T、工作级别为A3的桥式起重机来说,其用于风险评估的主要参数风险限定值如下表6所示:
表6.用于风险评估的主要参数风险限定值
基于前面描述的步骤S120得到的各设备风险对应的发生频次f计算结果如表7下:
表7.各设备风险对应的安全风险隐患事件的发生频次表
在系统中设定各设备风险对应的安全风险隐患事件,对最终事故发生可能的贡献度c,如下表8所示。
表8.各设备风险对应的安全风险隐患事件的风险贡献度
将每一项安全风险隐患的发生频次与贡献度相乘,再按照设备风险进行汇总,应用Σ(f×c)公式,便求得各设备风险造成事故的可能性L。
表9.各项设备风险造成事故的可能性
对安全风险隐患造成事故的危害程度S评估:
对每一项设备风险,将其可能造成的事故的严重程度,划分为非常严重、严重、较轻、轻微四级,对应得分为10分、8分、4分、2分,得出其危害等级l的得分。
对于该5T、工作级别为A3的桥式起重机,设备风险可能造成的事故的危害等级得分示例如下表10。
表10.设备风险可能造成的事故的危害等级得分示例
对每一项设备风险,从设备动能、势能、吊物危险性和作业范围内的人员数量四个角度,衡量其危害程度得分,每个角度有不同的权重w,将得分与权重相乘后求和,得出其危害程度的系数q=1.57。
表11.各项设备风险的危害程度系数
应用l×q公式,可求得各设备风险可能导致的事故的危害程度S,见表11。
表11.危害程度S计算结果如下:
起重设备风险评估得分:
应用Ri=Li*Si公式,可求得每一项设备风险的风险评估得分:
R主要受力结构失效=1.45*15.7=22.77;
R制动失效=5.33*15.7=83.60;
R主梁断裂失效=0.3*15.7=4.71;
R接触器失效=0.85*12.56=10.68;
R电机过热失效=1.75*6.28=10.99。
将识别出的该设备的所有风险的评估得分相加,得出起重设备最终的风险评估得分TotalRisk。
该设备风险评估的最终综合得分为132.74分。
依照起重设备风险评分结果,进行风险评级,可判定该台起重设备属于高风险设备,于是云平台可通过安装在起重机管理人员的终端设备上的应用程序向起重机管理人员的终端设备发送警示指令,以便有重点的开展风险管理工作。
基于事故危害程度指标和各项设备风险造成事故的可能性获得起重设备的风险评估结果,见表12。
本发明的方法,大大提升了起重设备风险评估的时效性,降低了评估时间和成本,并降低了评估复杂度。同时,引入了累计损伤度数据和报警记录的时间热度系数等信息,通过用实时的报警数据和寿命数据来估算频次,使得评估结果更加客观。本发明通过实时数据监测,使得评估结果及时性好、灵敏度高。
与前述方法相应地,本发明实施例还提供了一种基于实时数据的起重设备动态风险评估装置,该装置包括处理器和存储器,所述存储器中存储有计算机指令,所述处理器用于执行所述存储器中存储的计算机指令,当所述计算机指令被处理器执行时该装置实现如前所述方法的步骤。
本发明实施例还提供一种计算机可读存储介质,其上存储有计算机程序,该计算机程序被处理器执行时以实现上述基于实时数据的起重设备动态风险评估方法的步骤。该计算机可读存储介质可以是有形存储介质,诸如光盘、U盘、软盘、硬盘等。
本领域普通技术人员应该可以明白,结合本文中所公开的实施方式描述的各示例性的组成部分、系统和方法,能够以硬件、软件或者二者的结合来实现。具体究竟以硬件还是软件方式来执行,取决于技术方案的特定应用和设计约束条件。专业技术人员可以对每个特定的应用来使用不同方法来实现所描述的功能,但是这种实现不应认为超出本发明的范围。当以硬件方式实现时,其可以例如是电子电路、专用集成电路(ASIC)、适当的固件、插件、功能卡等等。当以软件方式实现时,本发明的元素是被用于执行所需任务的程序或者代码段。程序或者代码段可以存储在机器可读介质中,或者通过载波中携带的数据信号在传输介质或者通信链路上传送。“机器可读存储介质”可以包括能够存储或传输信息的任何介质。机器可读存储介质的例子包括随机存储器(RAM)、内存、只读存储器(ROM)、电可编程ROM、电可擦除可编程ROM、寄存器、硬盘、可移动磁盘、CD-ROM、或技术领域内所公知的任意其它形式的有形存储介质。
还需要说明的是,本发明中提及的示例性实施例,基于一系列的步骤或者装置描述一些方法或系统。但是,本发明不局限于上述步骤的顺序,也就是说,可以按照实施例中提及的顺序执行步骤,也可以不同于实施例中的顺序,或者若干步骤同时执行。
本发明中,针对一个实施方式描述和/或例示的特征,可以在一个或更多个其它实施方式中以相同方式或以类似方式使用,和/或与其他实施方式的特征相结合或代替其他实施方式的特征。
以上所述仅为本发明的优选实施例而已,并不用于限制本发明,对于本领域的技术人员来说,本发明实施例可以有各种更改和变化。凡在本发明的精神和原则之内,所作的任何修改、等同替换、改进等,均应包含在本发明的保护范围之内。
Claims (10)
1.一种基于实时数据的起重设备动态风险评估方法,其特征在于,该方法包括以下步骤:
实时采集起重设备的指示安全隐患事件的运行数据,所述运行数据包括:运行参数的异常报警记录数据以及设备寿命相关记录数据;
基于采集的起重设备的实时运行数据、各设备预设的运行参数报警限值、预设的各设备整体和部件额定寿命以及报警记录的时间热度系数来计算所述实时运行数据指示的各设备风险对应的安全风险隐患事件的发生频次;
基于预先建立的安全风险隐患事件与各项设备风险的对应关系以及各项设备风险对应的多个指标相关安全风险隐患事件的发生频次与其风险贡献度计算各项设备风险造成事故的可能性;
基于各项设备风险在多个维度的危害程度指标和对应权重获得各项设备风险的危害程度系数,并基于各项设备风险的严重程度以及各项设备风险的危害程度系数计算各项设备风险的事故危害程度指标;
基于事故危害程度指标和各项设备风险造成事故的可能性获得起重设备的风险评估结果。
2.根据权利要求1所述的方法,其特征在于,
设备风险包括以下风险中的部分或全部:主要受力结构失效风险、制动失效风险、主梁断裂失效风险、接触器失效风险和电机过热失效风险;
所述安全隐患事件包括以下事件中的部分或全部:超载、频繁点动、制动器卡滞或磨损严重、部件或整机寿命超期、接电持续率超限、过压运行和过流运行;
所述异常报警记录数据包括以下数据中的一种或多种:起重量超载值及超载发生次数和日期、制动距离超限值及超限发生次数和日期、接电持续率超限值及超限发生次数和日期、电压异常值及发生次数和日期、电流异常值及发生次数和日期、频繁点动异常值及发生次数和日期;
所述设备寿命相关记录数据包括以下数据中的一种或多种:起重设备工作循环次数、制动器累计工作次数、上升接触器累计工作次数、下降接触器累计工作次数和累计损伤度。
3.根据权利要求1所述的方法,其特征在于,所述基于采集的起重设备的实时运行数据、各设备预设的运行参数报警限值、预设的各设备整体和部件额定寿命以及报警记录的时间热度系数来计算所述实时运行数据指示的安全风险隐患事件的发生频次,包括:
基于运行数据将起重设备运行过程中实际发生的异常报警的次数、异常报警值、报警发生的时间以及设备整机及关键部件的寿命数据进行统计;
当实时采集的运行数据中包含运行参数异常报警时,取起重设备所有该项运行参数报警的异常值,计算与设定的报警限值的比值,用时间热度系数进行修正,对各项设备风险对应的多个安全风险隐患事件的发生频次求和可得到该项设备风险对应的安全风险隐患事件的发生频次;
当实时采集的运行数据中包含部件或整机的寿命数据时,取该部件或整机的累计使用次数,与寿命值作比较,取0与比较值减1当中的最大值作为发生频次。
6.根据权利要求1所述的方法,其特征在于,基于如下公式计算各项设备风险的事故危害程度指标:
Si=li*qi;
其中,Si表示第i项设备风险可能导致的事故的危害程度指标,li表示第i项设备风险的严重等级,qi表示第i项设备风险的危害系数。
8.根据权利要求1所述的方法,其特征在于,所述方法还包括,由云平台基于获得起重设备的风险评估结果向起重机安全管理人员的终端设备发送警示指令。
9.一种基于实时数据的起重设备动态风险评估装置,包括处理器和存储器,其特征在于,所述存储器中存储有计算机指令,所述处理器用于执行所述存储器中存储的计算机指令,当所述计算机指令被处理器执行时该装置实现如权利要求1-8中任意一项所述方法的步骤。
10.一种计算机可读存储介质,其上存储有计算机程序,其特征在于,该程序被处理器执行时实现如权利要求1至8任意一项所述方法的步骤。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202111470216.0A CN114372668A (zh) | 2021-12-03 | 2021-12-03 | 基于实时数据的起重设备动态风险评估方法和装置 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202111470216.0A CN114372668A (zh) | 2021-12-03 | 2021-12-03 | 基于实时数据的起重设备动态风险评估方法和装置 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN114372668A true CN114372668A (zh) | 2022-04-19 |
Family
ID=81139545
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202111470216.0A Pending CN114372668A (zh) | 2021-12-03 | 2021-12-03 | 基于实时数据的起重设备动态风险评估方法和装置 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN114372668A (zh) |
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN116796490A (zh) * | 2022-12-08 | 2023-09-22 | 武汉轩游嘟嘟信息咨询有限公司 | 一种基于全周期监测的工业设备使用寿命评估方法 |
-
2021
- 2021-12-03 CN CN202111470216.0A patent/CN114372668A/zh active Pending
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN116796490A (zh) * | 2022-12-08 | 2023-09-22 | 武汉轩游嘟嘟信息咨询有限公司 | 一种基于全周期监测的工业设备使用寿命评估方法 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN103164819A (zh) | 一种电力设备安全检测方法及装置 | |
CN112783101A (zh) | 存储器、危险化学品罐区安全风险预警方法、设备和装置 | |
CN107147213B (zh) | 电网频发监控信息智能告警及综合分析治理方法 | |
CN102324068A (zh) | 电力二次设备风险评估方法及其系统 | |
CN108872805B (zh) | 变压器抗短路能力综合管治方法 | |
CN111209934B (zh) | 风机故障预报警方法及系统 | |
CN108928744B (zh) | 一种基于大数据的集装箱起重机在线诊断及维护系统 | |
CN104820884A (zh) | 一种结合电力系统特征的电网调度实时数据稽查方法 | |
CN104425046B (zh) | 核电站运行安全指数量化方法和系统 | |
CN107808257A (zh) | 一种对外贸易风险评估预警系统及其实现方法 | |
CN114372668A (zh) | 基于实时数据的起重设备动态风险评估方法和装置 | |
CN107563620A (zh) | 一种基于设备全寿命信息的综合评价方法 | |
CN114997682A (zh) | 一种基于大数据的施工现场安全监测系统及方法 | |
CN113128707A (zh) | 一种配电自动化终端态势风险评估方法 | |
CN115949890A (zh) | 一种城市燃气管网泄漏监测分级报警和处置方法 | |
CN114812984A (zh) | 一种铁路桥梁移动式快速监测系统 | |
CN113511572B (zh) | 基于大数据的电梯维保质量评价方法、系统和存储介质 | |
CN106877503B (zh) | 二次设备智能运维系统中的风险识别与预警方法 | |
CN108760371A (zh) | 一种在役起重机械结构剩余寿命计算方法 | |
CN117670028A (zh) | 基于物联网监测的除尘系统风险动态评估及分级预警方法 | |
CN113935571A (zh) | 一种加油站安全风险评估分级方法及系统 | |
Kjellén | The role of deviations in accident causation and control | |
CN116047021A (zh) | 一种基于人工智能的钢丝绳特征异常监测系统 | |
CN115877145A (zh) | 一种变压器重过载工况大数据交叉评估系统及方法 | |
CN108573119A (zh) | 在役起重机械整体结构剩余寿命实时评估系统 |
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 |