CN115249097A - 基于工程安全理论模型的安全评估方法 - Google Patents
基于工程安全理论模型的安全评估方法 Download PDFInfo
- Publication number
- CN115249097A CN115249097A CN202110446639.2A CN202110446639A CN115249097A CN 115249097 A CN115249097 A CN 115249097A CN 202110446639 A CN202110446639 A CN 202110446639A CN 115249097 A CN115249097 A CN 115249097A
- Authority
- CN
- China
- Prior art keywords
- index
- safety
- management
- evaluation
- elements
- 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
-
- 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
- G06Q10/0639—Performance analysis of employees; Performance analysis of enterprise or organisation operations
- G06Q10/06393—Score-carding, benchmarking or key performance indicator [KPI] analysis
Landscapes
- Business, Economics & Management (AREA)
- Human Resources & Organizations (AREA)
- Engineering & Computer Science (AREA)
- Strategic Management (AREA)
- Entrepreneurship & Innovation (AREA)
- Economics (AREA)
- Development Economics (AREA)
- Educational Administration (AREA)
- Operations Research (AREA)
- Marketing (AREA)
- Game Theory and Decision Science (AREA)
- Quality & Reliability (AREA)
- Tourism & Hospitality (AREA)
- Physics & Mathematics (AREA)
- General Business, Economics & Management (AREA)
- General Physics & Mathematics (AREA)
- Theoretical Computer Science (AREA)
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
Abstract
本发明提供一种基于工程安全理论模型的安全评估方法,属于安全评估方法领域。本发明提供的安全评估方法,包括:将安全生产要素管理协同度评价指标体系分为人的因素、物的状态、环境条件和安全管理四个指标要素;获取工程项目安全评估中所述指标要素的数据资料,确定所述指标要素的协同级别;根据所述协同级别计算协同评价等级隶属度矩阵;根据所述协同评价等级隶属度矩阵计算所述指标要素之间的增长系数和消减系数;根据所述增长系数和消减系数计算指标要素之间的影响系数,得出所述指标要素的关键影响因子。本发明能够解决现有安全评估方法只能应用于系统生命周期某一阶段的问题,有效降低安全生产事故的发生概率。
Description
技术领域
本发明涉及安全评估技术领域,尤其涉及基于工程安全理论模型的安全评估方法。
背景技术
安全风险评估是比较各种风险的大小,了解何种安全风险最需要优先管理的方法,因此,安全风险评估是安全风险管理过程中至关重要的一步。现有安全风险评估方法主要包括:头脑风暴法、德尔菲法、检查表法、预先危险分析(PHA)、失效模式和效应分析(FMEA)、危险与可操作性性分析(HAZOP)、作业条件条件危险性分析、作业风险分析、Bow-Tie分析法、故障树分析(FTA)、事件树分析、道化学火灾、爆炸危险指数评价法、模糊综合评价法、数据包络分析法(DEA)、层次分析法等。
虽然现有的安全评估方法较多,但许多方法局限于统计分析和局部预测,导致对系统分析研究不足,同时,现有安全评估方法只能应用于系统生命周期某一阶段的问题,无法对安全生产全生命周期进行安全评估。
发明内容
本发明实施例提供了一种基于工程安全理论模型的安全评估方法,能够解决现有安全评估方法只能应用于系统生命周期某一阶段的问题,本发明能对工程项目安全生产全生命周期进行安全评估,确定影响安全生产的关键影响因子,以便及时管控,有效降低安全生产事故的发生概率。
为了实现上述目的,本发明实施例采用如下技术方案:
本发明实施例提供了一种基于工程安全理论模型的安全评估方法,包括:
S1、将安全生产要素管理协同度评价指标体系分为人的因素、物的状态、环境条件和安全管理四个指标要素;
S2、获取工程项目安全评估中所述指标要素的数据资料,确定所述指标要素的协同级别;
S3、根据所述协同级别计算协同评价等级隶属度矩阵;
S4、根据所述协同评价等级隶属度矩阵计算所述指标要素之间的增长系数和消减系数;
S5、根据所述增长系数和消减系数计算指标要素之间的影响系数,得出所述指标要素的关键影响因子。
其中,所述人的因素、物的状态、环境条件和安全管理四个指标要素为一级指标要素;各一级指标要素下设二级指标要素或三级指标要素,也即一级指标要素的子要素为二级指标要素,二级指标要素的子要素为三级指标要素。
一级指标要素人的因素可以包括安全意识、安全责任、安全技能、安全生理、安全心理和行为状态六个二级指标要素;一级指标要素物的状态可以包括物料状态、设备状态和设施状态三个二级指标要素;一级指标要素环境条件包括空气温度、空气湿度、噪声与振动、照明和工作空间五个二级指标要素;一级指标要素安全管理包括目标职责、制度化管理、教育培训、风险管控、隐患排查治理、应急管理、事故管理、持续改进八个二级指标要素;当然,一级指标要素人的因素、物的状态、环境条件和安全管理也可以包括其他方面的二级指标要素。
值得说明的,可以通过问卷调查、沟通交流、查阅文件等方式获取工程项目安全评估中所述指标要素的数据资料,当然,也可以通过其他方式获取。
值得说明的,所述指标要素的协同级别可以分为高度协同、较高协同、中等协同、较差协同和极不协同五个方面,高度协同是指项目安全系统功能完整,不会造成人员伤害、财产损失,系统也不会受损;较高协同是指项目安全系统功能基本完善,可造成轻微伤、轻微职业病或轻微的系统损坏;中等协同是指可能造成轻伤、轻的职业病或轻度系统损坏;较差协同是指项目安全系统功能不完善,可造成重伤、严重职业病或严重的系统损坏;极不协同是指可能造成死亡事故或系统重大损失的情况。
值得注意的,根据公式(1)计算所述指标要素的协同评价等级隶属度矩阵;
二级指标协同评价隶属度矩阵的计算公式为:
值得注意的,所述增长系数通过公式(2)计算得出:
GFjk=rjk1+rjk2.............公式(2)
所述消减系数通过公式(3)计算得出:
ZFjk=rjk3+rjk4.............公式(3)
式中,GFjk-第j个指标要素第k个子要素自身的增长系数;ZFjk-第j个指标要素第k个子要素自身的消减系数;j-指标要素;k-指标要素,j的子要素;rjk1-指标评级等级m=1的概率;rjk2-指标评级等级m=2的概率;rjk3-指标评级等级m=3的概率;rjk4-指标评级等级m=4的概率;所述子要素为二级指标要素或三级指标要素。
10.值得注意的,所述指标要素之间的影响系数包括推动作用系数QAjk和阻滞作用系数ZFjk通过公式(4)、(5)计算得出:
式中,j-第j个指标要素;k-第k个指标要素;Wj-第j个指标要素的权重系数。
值得注意的,通过所述协同评价等级隶属度矩阵计算安全生产要素指标协同评价向量B=Wj×Rj和安全生产要素协同度指数Z=B×S,对安全生产要素管理协同度综合评价;
其中,B-安全生产要素指标协同评价向量;Wj-第j个指标要素的权重系数;Rj-第j个指标要素的指标协同评价隶属度矩阵;Z-安全生产要素协同度指数;S-分数向量。
值得注意的,根据所述人的因素、物的状态、环境条件和安全管理的二级指标协同评价隶属度,计算所述一级指标要素的权重。
除了上面所描述的本发明解决的技术问题、构成技术方案的技术特征以及由这些技术方案的技术特征所带来的有益效果外,本发明提供的基于工程安全理论模型的安全评估方法所能解决的其他技术问题、技术方案中包含的其他技术特征以及这些技术特征带来的有益效果,将在具体实施方式中作出进一步详细的说明。
附图说明
为了更清楚地说明本方面实施例或现有技术中的技术方案,下面将对本发明实施例或现有技术描述中所需要使用的附图作简单地介绍,显而易见地,下面描述中的附图仅仅是本发明的一部分实施例,对于本领域普通技术人员来讲,在不付出创造性劳动的前提下,还可以根据这些附图获得其它的附图。
图1是本发明实施例的基于工程安全理论模型的安全评估方法的流程图。
具体实施方式
本发明提供了一种基于工程安全理论模型的安全评估方法,通过将工程安全理论模型应用于安全评估方法,建立了适用于工程全生命周期的定量安全评估方法,解决了安全评估主要依赖于人的主观性问题和现有方法只能应用于系统生命周期某一阶段的问题,并解决了现有安全评估方法主要对系统固有危险有害因素进行分析的问题。
为了使本发明的上述目的、特征和优点能够更加明显易懂,下面对本发明实施例中的技术方案进行清楚、完整地描述。显然,所描述的实施例仅仅是本发明的一部分实施例,而不是全部的实施例。基于本发明中的实施例,本领域普通技术人员在没有作出创造性劳动的前提下所获得的所有其它实施例,均属于本发明保护的范围。
一种基于工程安全理论模型的安全评估方法,包括:
S1、建立工程安全生产要素管理框架,安全生产要素管理框架由要素源系统、要素集成系统、要素运行管理系统和要素风险管理系统组成。本实施例中安全生产要素管理框架可用霍尔三维结构表示,包括时间结构、空间结构和功能结构三个维度。其中,时间结构可以包括规划阶段、研究阶段、设计阶段、制造阶段、试验阶段、运行阶段和报废阶段;空间结构可以包括政府安全监管方、行业监管方、总部管理、二级单位管理、单位管理和安全评价机构等;功能结构可以包括社会秩序状态、管理有序状态、物的安全状态和人的安全行为等。
S2、确定安全生产要素管理协同度评价指标体系,将安全生产要素管理协同度评价指标体系分为一级指标要素、二级指标要素和三级指标要素;一级指标要素包括人的因素C1、物的状态C2、环境条件C3、环境条件C4,人的因素C1包括安全意识C11、安全责任C12、安全技能C13、安全生理C14、安全心理C15、行为状态C16六个二级指标要素,物的状态C2包括物料状态C21、设备状态C22、设施状态C23三个二级指标要素,环境条件C3包括空气温度C31、空气湿度C32、噪声与振动C33、照明C34、工作空间C35五个二级指标要素,环境条件C4包括目标职责C41、制度化管理C42、教育培训C43、风险管控C44、隐患排查治理C45、应急管理C46、事故管理C47、持续改进C48八个二级指标要素。
其中,安全技能C13包括安全教育C131、知识技能C132、工作经验C133三项三级指标;安全生理C14包括健康状况C141、劳动强度C142、工作时间C143、工作压力C144四项三级指标要素;安全心理C15包括情绪特征C151、个性特征C152、工作满意度C153、心理承受能力C154四个三级指标要素;行为状态C16包括工作匹配度C161、个人行为C162、群体行为C163三个三级指标要素。
物料状态C21包括危化品种类C211、危化品数量C212、危化品储存条件C213、其他物料C214四个三级指标要素;设备状态C22包括设备技术先进性C221、施工机械化自动化程度C222、安全防护装置情况C223、设备完好率C224、设备检修、维护保养C225五个三级指标要素;设施状态C23包括长期固定设施C231、安全设施C232、临时设施C233三个三级指标要素。由此可知,本实施例安全生产要素管理协同度评价指标体系中包括4个一级指标要素、22个二级指标要素和26个三级指标要素。
S3、获取工程项目有关安全评估的数据资料,获取方法包括:现场观察法、谈话沟通法、实地考察法、专题咨询法、资料查阅法或问卷调查法等,本实施例使用问卷调查法收集某项目安全评估的数据资料。
S301、问卷调查表中包括安全生产要素管理协同度评价指标体系中的所有指标,将其提供给安全生产管理、技术管理、项目管理、生产管理等领域的专家进行问卷调查,根据协同等级情况,供其对应进行相关的评价。
S302、本实施例共发放问卷调查表30份,回收问卷调查表29份,在回收的份问卷调查表中,存在问题而无法使用的有1份。本实施例对28份有效问卷调查表各个评价指标下的协同等级进行了统计,统计结果见表1。
表1中的数字含义为:通过对同一份问卷调查对各个二级指标要素的评价情况,结合每个二级指标要素的协同等级评价表(二级指标要素的协同等级评价表可以根据现有评价表进行编制,也可以结合实际情况进行编制),确定每份问卷调查表中各个二级指标要素所处的协同等级,并最终形成各个二级指标要素在各个协同级别上问卷的数目。
表1二级评价指标协同级别问卷调查统计表
S4、计算二级指标要素权重,再进行一级指标要素权重的计算。
S401、确定二级指标协同等级隶属度矩阵。
S4011、计算人的因素下二级指标协同评价等级隶属度矩阵,根据公式(1)进行计算:
专家集合为E={E1,E2,…,En},Ei(i=1,2,…,n)为第i个专家,有j个一级指标要素、k个二级指标要素,有m(m=1,2,3,4,5)个指标评价等级,rijm表示第i个专家对第j个指标的评价属于指标评价级别中的第m个级别的概率,根据公式(1)及表2得到人的因素下各二级指标要素的协同评价隶属度矩阵R,如表2所示。
表2人的因素下各二级指标相对于不同协同等级的隶属度关系
R | Ⅰ | Ⅱ | Ⅲ | Ⅳ | Ⅴ |
C<sub>11</sub> | 0.07 | 0.32 | 0.39 | 0.18 | 0.04 |
C<sub>12</sub> | 0.14 | 0.29 | 0.32 | 0.18 | 0.07 |
C<sub>13</sub> | 0.11 | 0.21 | 0.50 | 0.14 | 0.04 |
C<sub>14</sub> | 0.07 | 0.36 | 0.32 | 0.18 | 0.07 |
C<sub>15</sub> | 0.14 | 0.25 | 0.43 | 0.11 | 0.07 |
C<sub>16</sub> | 0.04 | 0.29 | 0.39 | 0.14 | 0.14 |
根据表2得到人的因素下各个二级指标的协同评价隶属度矩阵R1:
同理可以分别得出物的状态、环境条件和安全管理一级指标要素下二级指标协同评价隶属度矩阵R。
S4012、物的状态下二级指标协同评价等级隶属度矩阵
物的状态下各二级指标相对于不同协同评价等级的隶属度关系见表3。
表3物的状态下各二级指标相对于不同协同等级的隶属度关系
R | Ⅰ | Ⅱ | Ⅲ | Ⅳ | Ⅴ |
C<sub>21</sub> | 0.18 | 0.32 | 0.32 | 0.14 | 0.04 |
C<sub>22</sub> | 0.11 | 0.21 | 0.50 | 0.14 | 0.43 |
C<sub>23</sub> | 0.07 | 0.32 | 0.36 | 0.21 | 0.04 |
根据表3得到物的状态下各个二级指标的协同评价隶属度矩阵R2:
S4013、环境条件下二级指标协同评价等级隶属度矩阵
环境条件下各二级指标相对于不同协同评价等级的隶属度关系见表4。
表4环境条件下各二级指标相对于不同协同等级的隶属度关系
R | Ⅰ | Ⅱ | Ⅲ | Ⅳ | Ⅴ |
C<sub>31</sub> | 0.14 | 0.25 | 0.32 | 0.25 | 0.04 |
C<sub>32</sub> | 0.14 | 0.36 | 0.29 | 0.21 | 0.00 |
C<sub>33</sub> | 0.07 | 0.21 | 0.29 | 0.32 | 0.11 |
C<sub>34</sub> | 0.11 | 0.18 | 0.50 | 0.14 | 0.07 |
C<sub>35</sub> | 0.18 | 0.25 | 0.39 | 0.14 | 0.04 |
根据表4得到物的状态下各个二级指标的协同评价隶属度矩阵R3:
S4014、安全管理下二级指标协同评价等级隶属度矩阵
安全管理下各二级指标相对于不同协同评价等级的隶属度关系见表5。
表5安全管理下各二级指标相对于不同协同等级的隶属度关系
R | Ⅰ | Ⅱ | Ⅲ | Ⅳ | Ⅴ |
C<sub>41</sub> | 0.18 | 0.29 | 0.29 | 0.18 | 0.07 |
C<sub>42</sub> | 0.14 | 0.25 | 0.43 | 0.11 | 0.07 |
C<sub>43</sub> | 0.07 | 0.21 | 0.50 | 0.18 | 0.04 |
C<sub>44</sub> | 0.11 | 0.18 | 0.39 | 0.25 | 0.07 |
C<sub>45</sub> | 0.11 | 0.29 | 0.32 | 0.21 | 0.07 |
C<sub>46</sub> | 0.14 | 0.21 | 0.43 | 0.14 | 0.07 |
C<sub>47</sub> | 0.11 | 0.32 | 0.54 | 0.04 | 0.00 |
C<sub>48</sub> | 0.18 | 0.29 | 0.32 | 0.14 | 0.07 |
根据表5得到物的状态下各个二级指标的协同评价隶属度矩阵R4:
S402、计算管理熵Hjk
根据以下公式分别计算各个二级指标要素的管理熵,具体计算过程及计算结果如下:
式中,Hjk-二级指标要素的管理熵;rjkm表示第i个专家对第j个指标的评价属于指标评价级别中的第m个级别的概率;n=1,2,3,4,5。
S4021、人的因素下各二级指标管理熵的计算。人的因素下各二级指标管理熵的计算过程及计算结果见表6。
表6人的因素一级指标下各二级指标管理熵计算数据表
得到:H11=1.355413254,H12=1.493670253,H13=1.321120691,H14=1.413373542,H15=1.413684963,H16=1.405477527。
S4022、物的状态下各二级指标管理熵的计算。物的状态下各二级指标管理熵的计算过程及计算结果见表7。
表7物的状态一级指标下各二级指标管理熵计算数据表
得到:H21=1.441912491,H22=1.555272788,H23=1.375052682。
S4023、环境条件下各二级指标管理熵的计算。环境条件下各二级指标管理熵的计算过程及计算结果见表8。
表8环境条件一级指标下各二级指标管理熵计算数据表
得到:H31=1.461776984,H32=1.329769839,H33=1.480287004,H34=1.35944155,H35=1.426475471。
S4024、安全管理下各二级指标管理熵的计算。安全管理下各二级指标管理熵的计算过程及计算结果见表9。
表9安全管理一级指标下各二级指标管理熵计算数据表
得到:H41=1.521442763,H42=1.413684963,H43=1.29787657,H44=1.451413081,H45=1.480287004,H46=1.42730296,H47=1.068914759,H48=1.493670253。
S403、计算输出熵Eij
根据以下公式计算输出熵,计算过程及数据如下:
式中,Ejk-二级指标要素的输出熵;m-指标评价等级,m=(1,2,3,4,5);n=1,2,3,4,5。
S4031、人的因素下各二级指标输出熵的计算。人的因素一级指标下各个二级指标输出熵计算数据表见表10。
表10人的因素一级指标下各二级指标输出熵计算数据表
H<sub>jk</sub> | 1.35541 | 1.49367 | 1.32112 | 1.41337 | 1.41368 | 1.40547 |
E<sub>jk</sub>=H<sub>jk</sub>/ln5 | 0.842164 | 0.928069 | 0.820858 | 0.878176 | 0.878369 | 0.873268 |
得到:E11=0.842164,E12=0.928069,E13=0.820858,E14=0.878176,E15=0.878369,E16=0.873268。
S4032、物的状态下各二级指标输出熵的计算。物的状态一级指标下各个二级指标输出熵计算数据表见表11。
表11物的状态一级指标下各二级指标输出熵计算数据表
H<sub>jk</sub> | 1.44191 | 1.55527 | 1.37505 |
E<sub>jk</sub>=H<sub>jk</sub>/ln5 | 0.895909 | 0.966344 | 0.854367 |
得到:E21=0.895909,E22=0.966344,E23=0.854367。
S4033、环境条件下各二级指标输出熵的计算。环境条件一级指标下各个二级指标输出熵计算数据表见表12。
表12环境条件一级指标下各二级指标输出熵计算数据表
得到:E31=0.908255,E32=0.826233,E33=0.919756,E34=0.844668,E35=0.886322。
S4033、安全管理下各二级指标输出熵的计算。安全管理一级指标下各个二级指标输出熵计算数据表见表13。
表13安全管理一级指标下各二级指标输出熵计算数据表
H<sub>jk</sub> | 1.52144 | 1.41368 | 1.29788 | 1.45141 | 1.48029 | 1.42730 | 1.06891 | 1.49367 |
E<sub>jk</sub>=H<sub>jk</sub>/ln5 | 0.945324 | 0.878369 | 0.806418 | 0.901812 | 0.919756 | 0.886831 | 0.664151 | 0.928069 |
得到:E41=0.945324,E42=0.878369,E43=0.806418,E44=0.901812,E45=0.919756,E46=0.886831,E47=0.664151,E48=0.928069。
S404、差异度的计算Gjk
根据公式计算二级指标要素的差异度,计算过程及数据如下:
Gjk=1-Ejk
式中,Gjk-二级指标要素的差异度;Ejk-二级指标要素的输出熵。
S4041、人的因素下各二级指标差异度的计算。人的因素一级指标下各个二级指标差异度计算数据表见表14。
表14人的因素一级指标下各二级指标差异度计算数据表
E<sub>jk</sub> | 0.842164 | 0.928069 | 0.820858 | 0.878176 | 0.878369 | 0.873268 |
G<sub>jk</sub>=1-E<sub>jk</sub> | 0.157836 | 0.071931 | 0.179142 | 0.121824 | 0.121631 | 0.126732 |
得到:G11=0.157836,G12=0.071931,G13=0.179142,G14=0.121824,G15=0.121631,G16=0.126732。
S4042、物的状态下各二级指标差异度的计算。物的状态一级指标下各个二级指标差异度计算数据表见表15。
表15物的状态一级指标下各二级指标差异度计算数据表
E<sub>jk</sub> | 0.895909 | 0.966344 | 0.854367 |
G<sub>jk</sub>=1-E<sub>jk</sub> | 0.104091 | 0.033656 | 0.145633 |
得到:G21=0.104091,G22=0.033656,G23=0.145633。
S4043、环境条件下各二级指标差异度的计算。环境条件一级指标下各个二级指标差异度计算数据表见表16。
表16环境条件一级指标下各二级指标差异度计算数据表
E<sub>jk</sub> | 0.908255 | 0.826233 | 0.919756 | 0.844668 | 0.886322 |
G<sub>jk</sub>=1-E<sub>jk</sub> | 0.091745 | 0.173767 | 0.080244 | 0.155332 | 0.113678 |
得到:G31=0.091745,G32=0.173767,G33=0.080244,G34=0.155332,G35=0.113678。
S4044、安全管理下各二级指标差异度的计算。安全管理一级指标下各个二级指标差异度计算数据表见表17。
表17安全管理一级指标下各二级指标差异度计算数据表
E<sub>jk</sub> | 0.945324 | 0.878369 | 0.806418 | 0.901812 | 0.919756 | 0.886831 | 0.664151 | 0.928069 |
G<sub>jk</sub>=1-E<sub>jk</sub> | 0.054676 | 0.121631 | 0.193582 | 0.098188 | 0.080244 | 0.113169 | 0.335849 | 0.071931 |
得到:G41=0.054676,G42=0.121631,G43=0.193582,G44=0.098188,G45=0.080244,G46=0.113169,G47=0.335849,G48=0.071931。
S405、二级指标权重的计算Wjk
根据公式计算各个二级指标的权重,计算过程和数据见如下:
式中,Wjk-二级指标要素的权重;Gjk-二级指标要素的差异度;p-某个二级指标要素的数量。
S4051、人的因素一级指标下各个二级指标权重计算。人的因素一级指标下各个二级指标权重计算过程和数据见表18。
表18人的因素下各个二级指标权重计算数据表
得到:W11=0.202589,W12=0.092326,W13=0.229936,W14=0.156366,W15=0.156118,W16=0.162665。
S4052、物的状态一级指标下各个二级指标权重计算。物的状态一级指标下各个二级指标权重计算过程和数据见表19。
表19物的状态下各个二级指标权重计算数据表
得到:W21=0.159265997,W22=0.051495868,W23=0.222827958。
S4053、环境条件一级指标下各个二级指标权重计算。环境条件一级指标下各个二级指标权重计算过程和数据见表20。
表20环境条件下各个二级指标权重计算数据表
得到:W31=0.123729,W32=0.234346,W33=0.108219,W34=0.209484,W35=0.153309。
S4054、安全管理一级指标下各个二级指标权重计算。安全管理一级指标下各个二级指标权重计算过程和数据见表21。
表21安全管理下各个二级指标权重计算数据表
得到:W41=0.082656,W42=0.183874,W43=0.292645,W44=0.148435,W45=0.121308,W46=0.171082,W47=0.507716,W48=0.108741。
据此,通过以上计算,得到人因要素、物的状态、环境条件、安全管理4个一级指标下的所有22个二级指标的相对于协同评价级别的隶属度关系、指标权重以及计算参数,将其综合列表如下,见表22、表23。
表22各个二级指标计算参数(熵)数据综合表
表23各个二级指标协同级别隶属度关系及权重计算数据综合表
表24—级指标相对于协同评价级别的隶属度关系
R<sub>j</sub> | Ⅰ | Ⅱ | Ⅲ | Ⅳ | Ⅴ |
人的因素C<sub>1</sub> | 0.091709 | 0.282384 | 0.404129 | 0.153368 | 0.068411 |
物的状态C<sub>2</sub> | 0.04993 | 0.133084 | 0.156931 | 0.076301 | 0.037427 |
环境条件C<sub>3</sub> | 0.108345 | 0.214057 | 0.30347 | 0.165566 | 0.037649 |
安全管理C<sub>4</sub> | 0.190151 | 0.423223 | 0.728596 | 0.209848 | 0.068833 |
根据表24可得到一级指标相对于协同评价级别的隶属度矩阵为:
S406、一级指标权重的计算Wj
表25—级指标管理熵计算过程及数据表
得到:H1=1.41337,H2=1.02796,H3=1.35386,H4=1.4221。
表26—级指标输出熵计算数据表
H<sub>j</sub> | 1.41337 | 1.02796 | 1.35386 | 1.4221 |
E<sub>j</sub>=H<sub>j</sub>/ln5 | 0.878176 | 0.638707 | 0.841201 | 0.8836 |
得到:E1=0.878176,E2=0.638707,E3=0.841201,E4=0.8836。
S4063、计算一级指标的差异度Gj。根据公式Gj=1-Ej计算一级指标的差异度,计算过程及数据见表27。
表27—级指标差异度计算数据表
E<sub>j</sub> | 0.878176 | 0.638707 | 0.841201 | 0.8836 |
G<sub>j</sub>=1-E<sub>j</sub> | 0.121824 | 0.361293 | 0.158799 | 0.1164 |
得到:G1=0.121824,G2=0.361293,G2=0.158799,G1=0.1164。
表28—级指标权重计算数据表
得到:W1=0.160651,W2=0.476441,W3=0.20941,W4=0.153498。
通过以上对问卷调查表的统计和进行有关计算,得到了安全生产要素协同评价指标的权重值如表29所示。
表29一级指标及各个二级指标协同级别隶属度关系及权重计算数据综合表
S407、确定工程项目安全生产要素指标协同评价向量
根据前面计算得到的一级指标的权重(见表28)、一级指标协同评价级别隶属度矩阵(见表24)和公式B=W×R=(W1,W2,W3,W4)T×(R1,R2,R3,R4),可以得到安全生产要素指标协同评价向量B:
S408、确定安全生产要素协同度指数
根据公式B乘以分数集向量S={s1,s2,…,sj},其中S=(1.0,0.8,0.7,0.5,0.2)T,计算安全生产要素协同度指数:Z=B×S=(0.090398 0.218561 0.315080 0.1142260.047271)×(1.0,0.8,0.7,0.5,0.3)T=0.557097
S409、工程项目安全生产要素管理协同度综合评价
本实施例的安全生产要素集成管理协同度指数Z为0.557097,集成要素属于一般协同。
其中,集成综合评价标准为:
①0.8<Z≤1,要素协同很低;
②0.7<Z≤0.8,要素协同较低;
③0.5<Z≤0.7,要素协同一般;
④0.2<Z≤0.5,要素协同较高;
⑤Z≤0.2,要素协同很高
S410、计算要素之间的推动作用系数和阻碍系数,得到该项目的安全生产要素协同演化模型。
S4101、建立要素评价指标风险评价等级隶属度矩阵。运用公式可得各个一级要素下二级指标的协同评价等级隶属度关系和隶属度矩阵。
S4102、确定各个子要素自身的增长系数和消减系数。根据公式GFjk=rjk1+rjk2和ZFjk=rjk4+rjk5分别计算各个子要素自身的增长系数和消减系数如下:
S41021、人因要素下各个子要素自身的增长系数和消减系数。人因要素下各个子要素自身的增长系数和消减系数计算结果见表30。
表30人的因素下各子要素自身的增长系数和消减系数计算结果表
S41022、物的状态下各个子要素自身的增长系数和消减系数。“机”(物的状态)的要素下各个子要素自身的增长系数和消减系数计算结果见表31。
表31物的状态下各子要素自身的增长系数和消减系数计算结果表
R | Ⅰ | Ⅱ | Ⅲ | Ⅳ | Ⅴ | GF<sub>ij</sub> | ZF<sub>ij</sub> |
C<sub>21</sub> | 0.18 | 0.32 | 0.32 | 0.14 | 0.04 | 0.5 | 0.18 |
C<sub>22</sub> | 0.11 | 0.21 | 0.50 | 0.14 | 0.43 | 0.32 | 0.57 |
C<sub>23</sub> | 0.07 | 0.32 | 0.36 | 0.21 | 0.04 | 0.39 | 0.25 |
S41023、环境条件下各个子要素自身的增长系数和消减系数。环境条件下各个子要素自身的增长系数和消减系数计算结果见表32。
表32环境条件下各子要素自身的增长系数和消减系数计算结果表
R | Ⅰ | Ⅱ | Ⅲ | Ⅳ | Ⅴ | GF<sub>jk</sub> | ZF<sub>jk</sub> |
C<sub>31</sub> | 0.14 | 0.25 | 0.32 | 0.25 | 0.04 | 0.39 | 0.29 |
C<sub>32</sub> | 0.14 | 0.36 | 0.29 | 0.21 | 0.00 | 0.5 | 0.21 |
C<sub>33</sub> | 0.07 | 0.21 | 0.29 | 0.32 | 0.11 | 0.28 | 0.43 |
C<sub>34</sub> | 0.11 | 0.18 | 0.50 | 0.14 | 0.07 | 0.29 | 0.21 |
C<sub>35</sub> | 0.18 | 0.25 | 0.39 | 0.14 | 0.04 | 0.43 | 0.18 |
S41024、安全管理条件下各个子要素自身的增长系数和消减系数。安全管理条件下各个子要素自身的增长系数和消减系数计算结果见表33。
表33安全管理下各子要素自身的增长系数和消减系数计算结果表
R | Ⅰ | Ⅱ | Ⅲ | Ⅳ | Ⅴ | GF<sub>jk</sub> | ZF<sub>jk</sub> |
C<sub>41</sub> | 0.18 | 0.29 | 0.29 | 0.18 | 0.07 | 0.47 | 0.25 |
C<sub>42</sub> | 0.14 | 0.25 | 0.43 | 0.11 | 0.07 | 0.39 | 0.18 |
C<sub>43</sub> | 0.07 | 0.21 | 0.50 | 0.18 | 0.04 | 0.28 | 0.22 |
C<sub>44</sub> | 0.11 | 0.18 | 0.39 | 0.25 | 0.07 | 0.29 | 0.32 |
C<sub>45</sub> | 0.11 | 0.29 | 0.32 | 0.21 | 0.07 | 0.4 | 0.28 |
C<sub>46</sub> | 0.14 | 0.21 | 0.43 | 0.14 | 0.07 | 0.35 | 0.21 |
C<sub>47</sub> | 0.11 | 0.32 | 0.54 | 0.04 | 0.00 | 0.43 | 0.04 |
C<sub>48</sub> | 0.18 | 0.29 | 0.32 | 0.14 | 0.07 | 0.47 | 0.21 |
S4103、确定各个要素的增长系数和消减系数。根据公式计算各个要素的增长系数和消减系数,计算结果见表34。
表34各要素自身的增长系数和消减系数计算结果表
S4104、要素之间的影响系数确定。根据公式确定要素之间的影响系数。要素之间的影响系数计算结果见表35。
表35各要素之间的影响系数计算结果表
S4105、某航天工程安全生产要素协同演化模型
根据表34和表35的计算结果和公式可知:人力资源能力的自身增长系数0.38167,管理对人力资源能力的影响系数0.144749,并设r等于1;
人力资源能力对机器运行效率的贡献系数α1为0.152024,管理问题对机器运行效率的影响系数α2为0.098432,机器自身阻滞系数α3为0.33333;
环境风险状态自身的影响系数β1为0.264,管理存在的问题对环境风险水平改变的推进系数β2为0.150707;
企业自身对管理存在问题的治理系数γ1为0.385,人力资源能力的提升对管理方面存在问题消减系数γ2为0.159261,机器运行效率的提高对管理方面存在问题增长的抵制系数γ3为0.454788,环境风险水平的增加对管理存在问题增长的促进系数γ4为0.169551。
分别将上述系数值代入到公式中,即可得到某航天工程的安全生产要素协同演化模型:
根据以上计算的过程和数据,按照一级指标和二级指标的权重大小进行排序得到表36。
表36—级指标及各个二级指标协同评价权重排序表
据此,得出以下结论:
(1)由表的一级风险评价指标的权重可以看出,权重由大到小的排序依次为物的状态C2、环境条件C3、人的因素C1和安全管理C4。根据某工程安全生产要素协同评价指数,其总体评价是处于一般协同状态。
(2)人的因素C1权重在四个一级指标中的权重排序属于第三位,次于物的状态和环境条件。人的因素下各二级指标权重的排序依次为:安全技能、安全意识、行为状态、安全生理、安全心理、安全责任。安全生理和安全心理安全责任虽然对人的因素影响相对较小,但其最大隶属度均处于Ⅱ风险层次,从有效进行安全生产要素集成管理的角度出发,也应当给予关注和解决。
(3)物的状态C2权重在四个一级指标中的权重排序属于第一位,物的状态对于该工程实施安全生产要素集成管理应当具有最大的贡献,造成的不安全因素最多,对安全生产事故的威胁最大。对于改善安全生产管理条件,控制不安全因素,有效提高安全生产管理水平具有重要意义。物的状态下各二级指标权重的排序依次为:设施状态、物料状态、设备状态,其中设施状态对该工程实施安全生产要素集成管理影响较大,需要引起高度关注,并采取有效措施和增加安全投入予以解决。
(4)环境条件C3权重在四个一级指标中的权重排序属于第二位,仅次于物的状态,环境条件对于该工程实施安全生产要素集成管理影响较大,造成的不安全因素较多,对安全生产事故的威胁较大。环境条件下各二级指标权重的排序依次为:空气湿度、照明、工作空间、空气温度、噪声与振动,其中空气湿度、照明、工作空间对该工程环境影响深远,需要及时进行检查和控制。
(5)安全管理C4权重在四个一级指标中的权重最小,排序属于第四位,但是这并不意味着提高安全管理的水平就不能促进工程安全生产集成管理水平的提高,不能忽视安全生产的每一个细节。安全管理下各二级指标权重的排序依次为:事故管理、教育培训、制度化管理、应急管理、风险管理、隐患排查治理、持续改进、目标职责。可见,对于该航天工程来说,事故管理、教育培训、制度化管理、应急管理对其安全管理因素的影响很大。
最后应说明的是:以上各实施例仅用以说明本发明的技术方案,而非对其限制;尽管参照前述各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,或者对其中部分或者全部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范围。
Claims (10)
1.一种基于工程安全理论模型的安全评估方法,其特征在于,包括:
S1、将安全生产要素管理协同度评价指标体系分为人的因素、物的状态、环境条件和安全管理四个指标要素;
S2、获取工程项目安全评估中所述指标要素的数据资料,确定所述指标要素的协同级别;
S3、根据所述协同级别计算协同评价等级隶属度矩阵;
S4、根据所述协同评价等级隶属度矩阵计算所述指标要素之间的增长系数和消减系数;
S5、根据所述增长系数和消减系数计算指标要素之间的影响系数,得出所述指标要素的关键影响因子。
2.根据权利要求1所述的一种基于工程安全理论模型的安全评估方法,其特征在于,所述人的因素、物的状态、环境条件和安全管理四个指标要素为一级指标要素。
3.根据权利要求2所述的一种基于工程安全理论模型的安全评估方法,其特征在于,所述人的因素、物的状态、环境条件和安全管理具有二级指标要素和三级指标要素。
5.根据权利要求4所述的一种基于工程安全理论模型的安全评估方法,其特征在于,所述增长系数通过公式(2)计算得出:
GFjk=rjk1+rjk2.............公式(2)
所述消减系数通过公式(3)计算得出:
ZFjk=rjk3+rjk4.............公式(3)
式中,GFjk-第j个指标要素第k个子要素自身的增长系数;ZFjk-第j个指标要素第k个子要素自身的消减系数;j-指标要素;k-指标要素,j的子要素;rjk1-指标评级等级m=1的概率;rjk2-指标评级等级m=2的概率;rjk3-指标评级等级m=3的概率;rjk4-指标评级等级m=4的概率;所述子要素为二级指标要素或三级指标要素。
7.根据权利要求2或3所述的一种基于工程安全理论模型的安全评估方法,其特征在于,所述人的因素包括安全意识、安全责任、安全技能、安全生理、安全心理和行为状态;
所述物的状态包括物料状态、设备状态和设施状态;
所述环境条件包括空气温度、空气湿度、噪声与振动、照明和工作空间;
所述安全管理包括目标职责、制度化管理、教育培训、风险管控、隐患排查治理、应急管理、事故管理、持续改进。
8.根据权利要求3所述的一种基于工程安全理论模型的安全评估方法,其特征在于,通过所述协同评价等级隶属度矩阵计算安全生产要素指标协同评价向量B=Wj×Rj和安全生产要素协同度指数Z=B×S,对安全生产要素管理协同度综合评价;
其中,B-安全生产要素指标协同评价向量;Wj-第j个指标要素的权重系数;Rj-第j个指标要素的指标协同评价隶属度矩阵;Z-安全生产要素协同度指数;S-分数向量。
9.根据权利要求8所述的一种基于工程安全理论模型的安全评估方法,其特征在于,根据所述人的因素、物的状态、环境条件和安全管理的二级指标协同评价隶属度,计算所述一级指标要素的权重。
10.根据权利要求1所述的一种基于工程安全理论模型的安全评估方法,其特征在于,所述指标要素的协同级别分为高度协同、较高协同、中等协同、较差协同和极不协同。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202110446639.2A CN115249097A (zh) | 2021-04-25 | 2021-04-25 | 基于工程安全理论模型的安全评估方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202110446639.2A CN115249097A (zh) | 2021-04-25 | 2021-04-25 | 基于工程安全理论模型的安全评估方法 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN115249097A true CN115249097A (zh) | 2022-10-28 |
Family
ID=83696923
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202110446639.2A Pending CN115249097A (zh) | 2021-04-25 | 2021-04-25 | 基于工程安全理论模型的安全评估方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN115249097A (zh) |
Cited By (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN115879821A (zh) * | 2023-01-03 | 2023-03-31 | 北京工业大学 | 一种基于多源异构数据的基坑工程施工质量评估方法 |
CN117196314A (zh) * | 2023-09-26 | 2023-12-08 | 广州市汇源通信建设监理有限公司 | 一种基于物联网的建筑施工安全监测系统及方法 |
-
2021
- 2021-04-25 CN CN202110446639.2A patent/CN115249097A/zh active Pending
Cited By (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN115879821A (zh) * | 2023-01-03 | 2023-03-31 | 北京工业大学 | 一种基于多源异构数据的基坑工程施工质量评估方法 |
CN115879821B (zh) * | 2023-01-03 | 2023-09-19 | 北京工业大学 | 一种基于多源异构数据的基坑工程施工质量评估方法 |
CN117196314A (zh) * | 2023-09-26 | 2023-12-08 | 广州市汇源通信建设监理有限公司 | 一种基于物联网的建筑施工安全监测系统及方法 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
Wu et al. | Prospective safety performance evaluation on construction sites | |
Cheng et al. | Applying data mining techniques to analyze the causes of major occupational accidents in the petrochemical industry | |
Babur et al. | Axiomatic Design for Lean-oriented Occupational Health and Safety systems: An application in shipbuilding industry | |
CN115249097A (zh) | 基于工程安全理论模型的安全评估方法 | |
Saracino et al. | Quantitative assessment of occupational safety and health: Application of a general methodology to an Italian multi-utility company | |
Yilmaz et al. | A Risk analysis and ranking application for lifting vehicles used in construction sites with integrated AHP and Fine-Kinney approach | |
Ardeshir et al. | Evaluation of safety risks in construction using Fuzzy Failure Mode and Effect Analysis (FFMEA) | |
Ateekh-ur-Rehman | Safety management in a manufacturing company: Six Sigma approach | |
Aghaei et al. | Safety risk assessment in shopping center construction projects using Fuzzy Fault Tree Analysis method | |
Dagsuyu et al. | A new Fine-Kinney method based on clustering approach | |
Abdul-Rashid et al. | Factors affecting safety performance in large construction contractors in Egypt | |
Rolita et al. | The decision making trial and evaluation laboratory (DEMATEL) and analytic network process (ANP) for safety management system evaluation performance | |
Polukarov et al. | Assessment of occupational risks: New approaches, improvement, and methodology | |
Semeykin et al. | Expert information-analytical decision support system for professional risk management based on the database of real cases of industrial injuries | |
Zhou et al. | Safety assessment of high-risk operations in hydroelectric-project based on accidents analysis, SEM, and ANP | |
Al‐Subhi Al‐Harbi | Optimization of staff numbers in the process industries: an application of DEA | |
Chen et al. | Review on civil aviation safety investment research | |
Wirawati et al. | Safety climate as a risk factor of occupational accidents in a textile industry | |
Loktionov | Comparative analysis of injuries models and methods assessment in power industry with cause-and-effect relationship | |
Omidvari et al. | An investigation of the influence of managerial factors on industrial accidents in the construction industry using the gray FTA method | |
Klimova et al. | Information system for forecasting and management of occupational risks | |
RACT | Risk analysis and assessment methodologies in the work sites: On a review, classification and comparative study of the scientific literature of the period 2000-2009 | |
Kim | Application of RAG (Resilience Assessment Grid) of the aviation safety organization in response to the COVID-19 situation | |
Pęciłło | The role of organizational factors in OSH management performance | |
Prasetyo et al. | The differences of individual characteristics and working environment that influence job stress on female and male workers at pt. X sidoarjo (using gender prespective) |
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 |