CN114611213A - 基于层次分析法和动态权重的起重机风险评估方法及系统 - Google Patents
基于层次分析法和动态权重的起重机风险评估方法及系统 Download PDFInfo
- Publication number
- CN114611213A CN114611213A CN202210246647.7A CN202210246647A CN114611213A CN 114611213 A CN114611213 A CN 114611213A CN 202210246647 A CN202210246647 A CN 202210246647A CN 114611213 A CN114611213 A CN 114611213A
- Authority
- CN
- China
- Prior art keywords
- crane
- weight
- analytic hierarchy
- hierarchy process
- parameter
- 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
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F30/00—Computer-aided design [CAD]
- G06F30/10—Geometric CAD
- G06F30/17—Mechanical parametric or variational design
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F30/00—Computer-aided design [CAD]
- G06F30/10—Geometric CAD
- G06F30/15—Vehicle, aircraft or watercraft design
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F2119/00—Details relating to the type or aim of the analysis or the optimisation
- G06F2119/02—Reliability analysis or reliability optimisation; Failure analysis, e.g. worst case scenario performance, failure mode and effects analysis [FMEA]
Landscapes
- Physics & Mathematics (AREA)
- Engineering & Computer Science (AREA)
- Geometry (AREA)
- Theoretical Computer Science (AREA)
- General Physics & Mathematics (AREA)
- Pure & Applied Mathematics (AREA)
- Mathematical Optimization (AREA)
- Mathematical Analysis (AREA)
- Computer Hardware Design (AREA)
- Evolutionary Computation (AREA)
- General Engineering & Computer Science (AREA)
- Computational Mathematics (AREA)
- Automation & Control Theory (AREA)
- Aviation & Aerospace Engineering (AREA)
- Control And Safety Of Cranes (AREA)
Abstract
本发明公开了一种基于层次分析法和动态权重的起重机风险评估方法,该方法首先采集得到的起重机多项输出数据进行预处理;随后利用层次分析法得到各项特征参数对应的静态权重;紧接着利用负向函数计算得到的结果表征起重机的健康状况;在此之后,调整和修正特征参数异常时的权重因子;最后,计算起重机电气系统的综合分数,从而可以得到起重机风险等级。本发明提出对起重机电气系统进行功能安全评估,填补了现有起重机械安全评估的空白;采用了基于层次分析法和动态权重的起重机风险评估方法,能有效归纳出起重机电气系统的综合评估分数。
Description
技术领域
本发明涉及起重机检测领域,特别是一种基于层次分析法和动态权重的起重机风险评估方法及系统。
背景技术
随着技术的发展,起重机等机电设备在工业生产等领域得到了广泛的应用,这些应用范围广泛,在工业生产中起着很重要的作用,起重机能在一定范围内垂直提升和水平搬运重物,从而实现重物的三维空间位移。起重机在钢材市场、钢厂、工矿企业、冶金企业被广泛应用,可用于物流装卸、隧道工程的建设、铁路轨道的铺设及维护。起重机械能减轻人类体力劳动强度,提高效率,完成特殊工艺操作,是实现工业过程机械化和自动化必不可少的重要环节,广泛应用于国民经济各部门。
起重机械属于高能量积聚的、高危险性作业设备,是国家明文规定的特种设备之一。随着我国起重机注册使用的数量逐年增长,对于起重机事故带来的人员伤亡、财产损失的重视程度也开始不断增强,因此对于起重机的风险评估变得尤其重要。
我国起重机械行业的国家标准中规定了起重机械在设计、制造、安装、改造、维修、使用、报废、检查等方面的基本安全要求,其中包含了起重机械电气、配电系统以及控制与操作系统的基本安全要求。基于这些安全要求,国内一些标准规定了起重机械安全评估状况的一般要求、程序和方法以及评估报告。针对起重机械电气系统,标准中规定了起重机电气系统危险源及危险识别示例。但基于标准中的指标,如何对起重机械的电气系统进行功能安全评估尚未明确且未纳入国家标准范畴。
综上所述,针对起重机械等机电设备的电气系统,有必要发明一种准确、有效的功能安全评估方法。
发明内容
本发明的目的在于提供一种基于层次分析法和动态权重的起重机风险评估方法及系统。
实现本发明的技术解决方案为:第一方面,本发明提供一种基于层次分析法和动态权重的起重机风险评估方法,包括:
对采集得到的起重机多项输出数据进行预处理;
利用层次分析法得到各项特征参数对应的静态权重;
利用负向函数计算得到的结果表征起重机的健康状况;
调整和修正特征参数异常时的权重因子;
计算起重机电气系统的综合分数,得到起重机风险等级。
进一步的,通过改变起重机的操纵杆、按钮和开关的输入组合方式,得到起重机的多项输出数据。
进一步的,利用层次分析法得到各项特征参数对应的静态权重,具体如下:
第一步:利用层次分析法的标度体系,并采用两两比较的方法构建判断矩阵;
第二步:将第一步中得到的判断矩阵经过一致性判断,决定是否需要适当调整判断矩阵;其中,计算一致性指标CI用于检验评估矩阵的一致性:
式中,λmax为矩阵的最大特征值,n为矩阵阶数。
第三步:通过随机构建一定数量的正互反矩阵,并计算一致性指标的平均值,从而构建平均随机一致性指标RI:
第四步:定义一致性比率:
当一致性比率CR<0.1时,评估对象的判断矩阵的不一致程度在允许范围内,即判断矩阵通过一致性检验,可以用层次分析法求得的权重值。
第五步:静态权重指数估算:
wis=wi0+βγi (3)
其中,wis是起重机各项参数的静态权重值,wi0是利用层次分析法得出的权重值,γi是最近一年该参数出现故障的次数,β是故障次数修正参数;
第六步:采用负向函数计算各项特征参数,以表征起重机的健康状况,计算结果Di越大说明起重机越健康,与之对应的起重机风险等级越低;反之则说明起重机越不健康,对应的风险等级越高;
其中,为统一无量纲形式,定义x为特征参数的偏差值,有:
x=|P-Pe| (4)
式中,P为某一参数的实测值,Pe为期望标准值;
采用的负向函数计算模型为:
式中,f(x)为特征参数的评估分数,xl是评估区域的下限,xh是评估区域的上限;A为评估结果范围参数;b为形状参数,根据参数特性进行调整,b=0时代表线性处理。
进一步的,权重的动态调整的步骤为:
第一步:分析起重机特征参数采样值变化对起重机风险评估带来的影响,当参数的采样值逐渐偏离正常区域时,其对起重机的影响也随之改变,体现为权重增大,且在临近报警区时达到最大;
第二步:根据特征参数的取值情况动态调整权重,其中,权重调整分为两种情况:
(1)特征参数超过预警值
当某项参数检测值超过预警值时,它在评估起重机风险状况时的重要性应适当增加;将测量值超过预警值的特征参数记录在集合A中,将处于正常范围内的参数记录在集合B中;对集合A中特征参数的权重调整为:
式中,wi0、wk0为集合A中特征参数的初始权重值;
集合B中特征参数的权重则调整为:
式中,wj0、wk0为集合B中特征参数的初始权重值。
(2)特征参数超过报警值
当特征参数超出报警值时,将超过报警值的特征参数记录在集合C中,并按如下公式调整权重:
其中,wi0为特征参数对应的初始权重,γ是修正因子,y是特征参数的检测值,α为危险报警的上限值或者下限值;
第三步:起重机分数的综合计算:根据修正之后的权重,计算起重机电气系统整体的综合分数,计算公式为:
其中,wi是n个参数构成的向量中特征参数i对应的权重因子,Di是特征参数i利用负向函数计算得到的结果,Dsys代表起重机的综合评估分数,反映了起重机的风险程度。
第二方面,本发明提供一种基于层次分析法和动态权重的起重机风险评估系统,包括:
第一模块,用于对采集得到的起重机多项输出数据进行预处理;
第二模块,利用层次分析法得到各项特征参数对应的静态权重;
第三模块,利用负向函数计算得到的结果表征起重机的健康状况;
第四模块,用于调整和修正特征参数异常时的权重因子;
第五模块,用于计算起重机电气系统的综合分数,得到起重机风险等级。
第三方面,本发明提供一种电子设备,包括存储器、处理器及存储在存储器上并可在处理器上运行的计算机程序,所述处理器执行所述程序时实现上述的基于层次分析法和动态权重的起重机风险评估方法。
第四方面,本发明提供一种计算机可读存储介质,其上存储有计算机程序,该程序被处理器执行时实现上述的基于层次分析法和动态权重的起重机风险评估方法。
本发明与现有技术相比,创新之处在于:(1)对起重机电气系统进行功能安全评估,填补了现有起重机械安全评估的空白;(2)采用了基于层次分析法和动态权重的起重机风险评估方法,该方法能有效归纳出起重机电气系统的综合评估分数;(3)本发明评估时间段,费用低,评估结果的准确性与客观性较强,改善了以往评估人员凭经验判断起重机安全状况的现状,使得评估更加科学化。
附图说明
图1为起重机总体结构示意图。
图2为不同区间权重变化示意图。
图3为本发明风险评估流程图。
具体实施方式
本发明提出一种基于层次分析法和动态权重的起重机风险评估方法,包括基于层次分析法的静态权重评估以及权重的动态调整。
所述基于层次分析法的静态权重评估方法中,利用层次分析法来确定静态权重,该方法将对象看作是一个系统,利用分割、对比、判断的思维方式来进行决策,是一种定量与定性相结合的分析方法,能有效解决复杂问题并在一定程度上弱化了评估过程中的主观性。
所述权重的动态调整通过在参数采样值变化过程中及时修正特征参数的权重,不仅考虑到了初始情况下各个参数的重要程度,还考虑到了个别或者少数参数发生变化(例如超过预警值或者报警值)时对整个起重机风险状况的影响程度的变化,权重的修正使异常信息在综合评估结果中能得到突出显示。
下面结合附图对本发明作进一步详细描述。
结合图1,随着科学技术的发展,现在很多起重机利用PLC来进行控制,总体结构如图1所示。操纵杆、各种开关、按钮的输入量经电气控制系统处理后,产生驱动电机与各种机构运行的信号,机构的运行使得起重机系统输出各种变量。
当系统内部元器件发生一定程度的故障时,系统的输出也会相应产生变化。因此,可以对系统的输出进行采样和处理,并通过一定的分析来评估起重机的风险状况。
结合图2,对于起重机采集到的各项特征参数,不同的特征参数以及同一特征参数取值不同,都会对起重机的风险带来的不同程度的影响。
图2中,x0代表期望标准值,即最健康状态下的数据值,w0代表参数值处于标准值附近时对起重机风险程度影响的权重指数,此时主要是静态权重。当参数值向上偏离或向下偏离标准期望值,都会导致起重机风险程度增加,具体就体现在相应的权重指数增大。当参数值向下偏离x0到达预警值下限x'min时,权重变为w'min,处于报警值下限xmin时,权重指数变化为wmin;当参数值向上偏离x0到达预警值上限x'max时,权重变为w'max,达到报警值上限值xmax时,权重用wmax表示。虽然参数值向上限值或者下限值靠近时,对于起重机的影响程度可能不同,但权重的变化都体现出一种指数增长的趋势。
对于不同的特征参数,它们的静态权重反映了它们对起重机状况的影响,而同一特征参数在不同情况下的取值也可能不同,与此同时对起重机的影响程度也会发生一定的变化,也就是说权重会改变。因此在起重机风险评估过程中不应始终采用固定不变的静态权重,而是需要根据情况对权重进行动态调整,来更合理地表示某个参数的影响程度。
结合图3,为得到起重机的风险等级,首先对得到起重机各项输出数据进行预处理;随后对数据采用层次分析法得到权重值;采用负向函数进行计算,以表征起重机的健康状况;最后,通过静态权重指数估算及动态权重指数修正,并进行综合评分计算,最终得到起重机的风险程度。具体步骤如下:
步骤一:对采集得到的同一时刻下起重机的多组输出数据,进行数据预处理,提高其信噪比。
步骤二:判断矩阵反映了本层参数与其余层次参数相比的重要程度,可用于计算各参数的相对重要度。对于采集到的起重机的输出特征参数,首先用表1所示层次分析法的标度体系构建判断矩阵。
表1层次分析法的标度
步骤三:首先将步骤二中得到的判断矩阵经过一致性判断,决定是否需要适当调整判断矩阵。其中,计算一致性指标CI用于检验评估矩阵的一致性:
步骤四:通过随机构建1000个正互反矩阵,并计算一致性指标的平均值,从而构建平均随机一致性指标RI:
表2一致性指标RI
矩阵阶数 | 1 | 2 | 3 | 4 | 5 | 6 | 7 | 8 | 9 | 10 |
RI | 0 | 0 | 0.52 | 0.89 | 1.12 | 1.26 | 1.36 | 1.41 | 1.46 | 1.49 |
步骤五:定义一致性比率:
式中,RI可通过查询表2得到。当一致性比率CR<0.1时,评估对象的判断矩阵的不一致程度在允许范围内,即判断矩阵通过一致性检验,可以用层次分析法求得的权重值。
步骤六:静态权重指数估算:
wis=wi0+βγi (3)
其中,wis是起重机各项参数的静态权重值,wi0是利用层次分析法得出的权重值,γi是最近一年该参数出现故障的次数,β是故障次数修正参数。
步骤七:采用负向函数计算各项特征参数,以表征起重机的健康状况,计算结果Di越大说明起重机越健康,与之对应的起重机风险等级越低;反之则说明起重机越不健康,对应的风险等级越高。
其中,为统一无量纲形式,定义x为特征参数的偏差值,有:
x=|P-Pe| (4)
式中,P为某一参数的实测值,Pe为期望标准值。
采用的负向函数计算模型为:
式中,f(x)为特征参数的评估分数,xl是评估区域的下限,xh是评估区域的上限;A为评估结果范围参数,一般选择为0~100;b为形状参数,可以根据参数特性进行调整,b=0时代表线性处理。
步骤八:根据特征参数的取值情况动态调整权重,其中,权重调整分为两种情况:
(1)特征参数超过预警值
当某项参数检测值超过预警值时,它在评估起重机风险状况时的重要性应该适当增加。将测量值超过预警值的特征参数记录在集合A中,将处于正常范围内的参数记录在集合B中。对集合A中特征参数的权重调整为:
集合B中特征参数的权重则调整为:
(2)特征参数超过报警值
当特征参数超出报警值时,说明起重机可能已经处于某种程度的危险中。为了防止因为特征参数的初始静态权重较小,导致危险信息在综合计算时被淹没,必须调整权重以充分凸显该项特征参数的危险程度。将超过报警值的特征参数记录在集合C中,并按如下公式调整权重:
其中,β是修正因子,一般取0.9,x是特征参数的检测值,α为危险报警的上限值或者下限值。
这里没有对正常范围内的特征参数的权重进行改变,只是对超出报警值的特征参数的权重做了较大的调整,因此能充分凸显起重机中的异常参数。
步骤九:根据修正之后的权重,计算起重机电气系统整体的综合分数,计算公式为:
其中,wi是n个参数构成的向量中特征参数i对应的权重因子,Di是特征参数i利用负向函数计算得到的结果,Dsys代表起重机的综合评估分数,该结果即可反映起重机的风险程度。
为验证本发明实施例技术方案的可行性,现选取南京市钢铁厂内8台同类型桥式起重机的实施例来进行计算分析。
评估对象主要用于在生产车间内调运钢管,是钢材铸造生产中的重要起重设备,主要技术参数如表3所示:
表3评估对象技术参数信息表
型号规格 | QD32-22.8 | 额定起重量 | 32t |
跨度 | 22.8m | 起升速度 | 5m/min |
大车速度 | 50m/min | 小车速度 | 30m/min |
由江苏省特检院提供相关输出数据,采集数据时规定各起重机的工作状态相同,试验载荷为28吨,起升高度为1.5米,大车运行10米。表4给出了8组不同状况的起重机的输出数据,结合FMEA分析选定10项特征参数:起升速度、制动接触器电压、制动接触器电流、起升电动机转速、起升电动机电流、起升电动机功率、电动机温度、大车运行偏斜、馈电处供电电压、累计使用时间。
表4起重机输出的各项特征参数
表5给出了各项特征参数的期望标准值、报警边界值以及部分预警值:
表5各项特征参数的参考值
表5中Xgood代表每项输出特征参数的最佳标准值,Xmin表示极限最小值,Xmax表示极限最大值,X′min表示下限预警值,X′max代表上限预警值。
令负向函数中的A=100,b=0,表示最佳状态下评分为100分。根据表5中的前三行数据利用负向函数计算每项特征参数的评分,由表6给出。
表6起重机特征参数的单项评分
由专家对以上10个输出特征参数根据1-9标度法进行两两比较,并构建判断矩阵如下:
借助MATLAB求矩阵A的最大特征值x以及对应的特征向量y:
x=10.7512
y=(0.0736,0.3536,0.4107,0.1663,0.4199,0.2021,0.0571,0.0683,0.6682,0.0405)通过对y进行归一化处理,可以得到各项特征参数的静态权重W:
W=(0.030 0.144 0.167 0.068 0.171 0.082 0.023 0.028 0.272 0.016)
根据表5中的参照值分别对每组中部分数据的权重进行调整,得到如表7所示的动态权重:
表7起重机特征参数的动态权重
从表7中可以看出第2、4、7组由于数据超出预警值,权重进行了微调,第8组数据中大车运行偏斜角度超过了最大报警值,此时可能发生起重机啃轨,因此它的权重做了较大的调整。根据调整后的权重,利用步骤九中的公式(9)计算出各组的综合分数,如表8所示:
表8起重机综合分数
编号 | 1 | 2 | 3 | 4 | 5 | 6 | 7 | 8 |
综合评分 | 95.12 | 88.53 | 78.78 | 83.57 | 76.05 | 72.51 | 65.49 | 22.91 |
经过专家讨论,认为综合评分能较好地反映起重机的风险状况,并形成了评估分数与风险等级的映射表,如表9所示:
表9评估分数与风险等级对应关系
风险等级及程度 | 评估分数 |
Ⅳ低 | 85~100 |
Ⅲ一般 | 70~85 |
Ⅱ中等 | 50~70 |
Ⅰ重大 | 0~50 |
在表10中给出8组设备的风险等级。
表10起重机风险等级
编号 | 1 | 2 | 3 | 4 | 5 | 6 | 7 | 8 |
风险等级 | Ⅳ | Ⅳ | Ⅲ | Ⅲ | Ⅲ | Ⅱ | Ⅱ | Ⅰ |
由表10可以看出,第八台起重机的风险等级为Ⅰ级,处于ALARP原理的不允许区域,起重机的健康状况较差。因此必须对该设备采取一系列措施,将设备的风险降低到允许范围,以保障生命财产安全。
进一步的,本发明还提供一种基于层次分析法和动态权重的起重机风险评估系统,包括:
第一模块,用于对采集得到的起重机多项输出数据进行预处理;
第二模块,利用层次分析法得到各项特征参数对应的静态权重;
第三模块,利用负向函数计算得到的结果表征起重机的健康状况;
第四模块,用于调整和修正特征参数异常时的权重因子;
第五模块,用于计算起重机电气系统的综合分数,得到起重机风险等级。
上述各模块的具体实现方法与前述的评估方法部分相同,本发明不再赘述。
以上实施例仅用以说明本发明的技术方案,而非对其限制;尽管参照前述实施例对本发明进行了详细的说明,本领域的普通技术人员应当理解:其依然可以对前述各实施例所记载的技术方案进行修改,或者对其中部分技术特征进行等同替换;而这些修改或者替换,并不使相应技术方案的本质脱离本发明各实施例技术方案的精神和范围。
Claims (10)
1.一种基于层次分析法和动态权重的起重机风险评估方法,其特征在于,包括:
对采集得到的起重机多项输出数据进行预处理;
利用层次分析法得到各项特征参数对应的静态权重;
利用负向函数计算得到的结果表征起重机的健康状况;
调整和修正特征参数异常时的权重因子;
计算起重机电气系统的综合分数,得到起重机风险等级。
2.根据权利要求1所述的基于层次分析法和动态权重的起重机风险评估方法,通过改变起重机的操纵杆、按钮和开关的输入组合方式,得到起重机的多项输出数据。
3.根据权利要求1所述的基于层次分析法和动态权重的起重机风险评估方法,其特征在于,利用层次分析法得到各项特征参数对应的静态权重,具体如下:
第一步:利用层次分析法的标度体系,并采用两两比较的方法构建判断矩阵;
第二步:将第一步中得到的判断矩阵经过一致性判断,决定是否需要适当调整判断矩阵;其中,计算一致性指标CI用于检验评估矩阵的一致性:
式中,λmax为矩阵的最大特征值,n为矩阵阶数;
第三步:通过随机构建一定数量的正互反矩阵,并计算一致性指标的平均值,从而构建平均随机一致性指标RI:
第四步:定义一致性比率:
当一致性比率CR<0.1时,评估对象的判断矩阵的不一致程度在允许范围内,即判断矩阵通过一致性检验,采用层次分析法求得的权重值;
第五步:静态权重指数估算:
wis=wi0+βγi (3)
其中,wis是起重机各项参数的静态权重值,wi0是利用层次分析法得出的权重值,γi是最近一年该参数出现故障的次数,β是故障次数修正参数;
第六步:采用负向函数计算各项特征参数,以表征起重机的健康状况,计算结果Di越大说明起重机越健康,与之对应的起重机风险等级越低;反之则说明起重机越不健康,对应的风险等级越高;
其中,为统一无量纲形式,定义x为特征参数的偏差值,有:
x=|P-Pe| (4)
式中,P为某一参数的实测值,Pe为期望标准值;
采用的负向函数计算模型为:
式中,f(x)为特征参数的评估分数,xl是评估区域的下限,xh是评估区域的上限;A为评估结果范围参数;b为形状参数,根据参数特性进行调整,b=0时代表线性处理。
4.根据权利要求3所述的基于层次分析法和动态权重的起重机风险评估方法,其特征在于,层次分析法的标度体系如表1所示:
表1 层次分析法的标度
6.根据权利要求3所述的基于层次分析法和动态权重的起重机风险评估方法,其特征在于,权重的动态调整的步骤为:
第一步:分析起重机特征参数采样值变化对起重机风险评估带来的影响,当参数的采样值逐渐偏离正常区域时,其对起重机的影响也随之改变,体现为权重增大,且在临近报警区时达到最大;
第二步:根据特征参数的取值情况动态调整权重,其中,权重调整分为两种情况:
(1)特征参数超过预警值
当某项参数检测值超过预警值时,它在评估起重机风险状况时的重要性应适当增加;将测量值超过预警值的特征参数记录在集合A中,将处于正常范围内的参数记录在集合B中;对集合A中特征参数的权重调整为:
式中,wi0、wk0为集合A中特征参数的初始权重值;
集合B中特征参数的权重则调整为:
式中,wj0、wk0为集合B中特征参数的初始权重值。
(2)特征参数超过报警值
当特征参数超出报警值时,将超过报警值的特征参数记录在集合C中,并按如下公式调整权重:
其中,wi0为特征参数对应的初始权重,γ是修正因子,y是特征参数的检测值,α为危险报警的上限值或者下限值;
第三步:起重机分数的综合计算:根据修正之后的权重,计算起重机电气系统整体的综合分数,计算公式为:
其中,wi是n个参数构成的向量中特征参数i对应的权重因子,Di是特征参数i利用负向函数计算得到的结果,Dsys代表起重机的综合评估分数,反映了起重机的风险程度。
7.一种基于层次分析法和动态权重的起重机风险评估系统,其特征在于,包括:
第一模块,用于对采集得到的起重机多项输出数据进行预处理;
第二模块,利用层次分析法得到各项特征参数对应的静态权重;
第三模块,利用负向函数计算得到的结果表征起重机的健康状况;
第四模块,用于调整和修正特征参数异常时的权重因子;
第五模块,用于计算起重机电气系统的综合分数,得到起重机风险等级。
8.根据权利要求7所述的基于层次分析法和动态权重的起重机风险评估系统,其特征在于,通过改变起重机的操纵杆、按钮和开关的输入组合方式,得到起重机的多项输出数据。
9.一种电子设备,包括存储器、处理器及存储在存储器上并可在处理器上运行的计算机程序,其特征在于,所述处理器执行所述程序时实现如权利要求1-6中任一所述的基于层次分析法和动态权重的起重机风险评估方法。
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1-6中任一所述的基于层次分析法和动态权重的起重机风险评估方法。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202210246647.7A CN114611213A (zh) | 2022-03-14 | 2022-03-14 | 基于层次分析法和动态权重的起重机风险评估方法及系统 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202210246647.7A CN114611213A (zh) | 2022-03-14 | 2022-03-14 | 基于层次分析法和动态权重的起重机风险评估方法及系统 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN114611213A true CN114611213A (zh) | 2022-06-10 |
Family
ID=81864127
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202210246647.7A Pending CN114611213A (zh) | 2022-03-14 | 2022-03-14 | 基于层次分析法和动态权重的起重机风险评估方法及系统 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN114611213A (zh) |
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN117169716A (zh) * | 2023-09-07 | 2023-12-05 | 江苏省特种设备安全监督检验研究院 | 一种基于马尔科夫随机场算法的电机健康诊断系统 |
-
2022
- 2022-03-14 CN CN202210246647.7A patent/CN114611213A/zh active Pending
Cited By (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN117169716A (zh) * | 2023-09-07 | 2023-12-05 | 江苏省特种设备安全监督检验研究院 | 一种基于马尔科夫随机场算法的电机健康诊断系统 |
CN117169716B (zh) * | 2023-09-07 | 2024-02-27 | 江苏省特种设备安全监督检验研究院 | 一种基于马尔科夫随机场算法的电机健康诊断系统 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN101799674B (zh) | 一种数控装备服役状态分析方法 | |
CN102788696B (zh) | 基于改进bp神经网络和模糊集理论的轴承健康度评价方法 | |
CN107291991B (zh) | 一种基于动态网络标志的风电机组早期缺陷预警方法 | |
CN102759670A (zh) | 干式变压器运行状态检测评估方法 | |
CN104677997B (zh) | 一种变压器油色谱在线监测差异化预警方法 | |
CN114611213A (zh) | 基于层次分析法和动态权重的起重机风险评估方法及系统 | |
CN113466597A (zh) | 一种轨道交通供电系统设备状态智能检测方法 | |
CN111797365B (zh) | 一种换流变压器温度异常判断方法及系统 | |
CN107392324A (zh) | 变压器专业化检修综合管理系统 | |
CN109033615A (zh) | 基于潜在失效模式的汽车起重机臂架结构风险评估方法 | |
CN105302123A (zh) | 在线测量数据的监控方法 | |
CN105488572A (zh) | 一种配电设备健康状态评价方法 | |
CN104085789B (zh) | 一种起重机运行状态的智能监测方法 | |
CN114971351A (zh) | 一种基于熵值法的设备多指标健康状况评估方法 | |
CN111695214A (zh) | 基于统计模型的岸桥起重机疲劳损伤的确定方法 | |
CN105095621A (zh) | 一种变压器在线运行状态评价方法 | |
CN110310009A (zh) | 一种电网调度运行风险告警与全景评估方法 | |
Zhao | A method of power supply health state estimation based on grey clustering and fuzzy comprehensive evaluation | |
Hu et al. | Fault Prediction Method of Belt Conveyor Based on Grey Least Square Support Vector Machine | |
CN112796920B (zh) | 立式混流式水轮发电机转轮贯穿性裂纹早期预警的方法 | |
CN108573119A (zh) | 在役起重机械整体结构剩余寿命实时评估系统 | |
CN112785142A (zh) | 物联网污水处理设备预警智慧工单方法及其系统 | |
CN108470256B (zh) | 跨省跨区加强输电通道电网工程运行效益评价方法及系统 | |
CN106815421B (zh) | 一种桥式起重机安全评估方法 | |
CN101702188B (zh) | 基于多层模糊匹配算法的液压机状态评价方法 |
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 |