CN117273466B - 基于petri网的危险货物集装箱堆场的风险性分析系统 - Google Patents
基于petri网的危险货物集装箱堆场的风险性分析系统 Download PDFInfo
- Publication number
- CN117273466B CN117273466B CN202311520267.9A CN202311520267A CN117273466B CN 117273466 B CN117273466 B CN 117273466B CN 202311520267 A CN202311520267 A CN 202311520267A CN 117273466 B CN117273466 B CN 117273466B
- Authority
- CN
- China
- Prior art keywords
- data
- container
- cargo
- yard
- goods
- 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.)
- Active
Links
- 238000012502 risk assessment Methods 0.000 title claims abstract description 36
- 238000004364 calculation method Methods 0.000 claims description 43
- 238000000034 method Methods 0.000 claims description 29
- 238000012545 processing Methods 0.000 claims description 20
- 238000000342 Monte Carlo simulation Methods 0.000 claims description 17
- 238000005315 distribution function Methods 0.000 claims description 17
- 238000000547 structure data Methods 0.000 claims description 17
- 230000008569 process Effects 0.000 claims description 12
- 238000007405 data analysis Methods 0.000 claims description 8
- 238000002372 labelling Methods 0.000 claims description 8
- 230000007704 transition Effects 0.000 claims description 8
- 231100001261 hazardous Toxicity 0.000 claims description 7
- 238000004422 calculation algorithm Methods 0.000 claims description 6
- 239000002360 explosive Substances 0.000 claims description 4
- 239000003518 caustics Substances 0.000 claims description 3
- 239000007788 liquid Substances 0.000 claims description 3
- 239000007800 oxidant agent Substances 0.000 claims description 3
- 230000001590 oxidative effect Effects 0.000 claims description 3
- 231100000614 poison Toxicity 0.000 claims description 3
- 239000000941 radioactive substance Substances 0.000 claims description 3
- 239000007787 solid Substances 0.000 claims description 3
- 239000003440 toxic substance Substances 0.000 claims description 3
- 238000004458 analytical method Methods 0.000 abstract description 2
- 238000010586 diagram Methods 0.000 description 3
- 239000000126 substance Substances 0.000 description 3
- 238000012549 training Methods 0.000 description 3
- 230000008859 change Effects 0.000 description 2
- 230000007547 defect Effects 0.000 description 2
- 238000004088 simulation Methods 0.000 description 2
- 230000002194 synthesizing effect Effects 0.000 description 2
- 230000009286 beneficial effect Effects 0.000 description 1
- 238000005094 computer simulation Methods 0.000 description 1
- 238000005516 engineering process Methods 0.000 description 1
- 230000007717 exclusion Effects 0.000 description 1
- 238000004880 explosion Methods 0.000 description 1
- 238000013178 mathematical model Methods 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 238000010845 search algorithm Methods 0.000 description 1
- 231100000419 toxicity Toxicity 0.000 description 1
- 230000001988 toxicity Effects 0.000 description 1
- 238000012795 verification Methods 0.000 description 1
- 230000000007 visual effect Effects 0.000 description 1
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
- G06F30/00—Computer-aided design [CAD]
- G06F30/20—Design optimisation, verification or simulation
- G06F30/22—Design optimisation, verification or simulation using Petri net models
-
- 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—Systems or methods specially adapted for specific business sectors, e.g. utilities or tourism
- G06Q50/10—Services
- G06Q50/26—Government or public services
- G06Q50/265—Personal security, identity or safety
Landscapes
- Business, Economics & Management (AREA)
- Engineering & Computer Science (AREA)
- Human Resources & Organizations (AREA)
- Theoretical Computer Science (AREA)
- Physics & Mathematics (AREA)
- Tourism & Hospitality (AREA)
- Economics (AREA)
- General Physics & Mathematics (AREA)
- Strategic Management (AREA)
- Entrepreneurship & Innovation (AREA)
- General Business, Economics & Management (AREA)
- Development Economics (AREA)
- Marketing (AREA)
- Educational Administration (AREA)
- Health & Medical Sciences (AREA)
- Game Theory and Decision Science (AREA)
- Quality & Reliability (AREA)
- Computer Security & Cryptography (AREA)
- Operations Research (AREA)
- General Health & Medical Sciences (AREA)
- Primary Health Care (AREA)
- Computer Hardware Design (AREA)
- Evolutionary Computation (AREA)
- Geometry (AREA)
- General Engineering & Computer Science (AREA)
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
Abstract
本发明公开了基于petri网的危险货物集装箱堆场的风险性分析系统,涉及风险预警领域,解决了在进行危险货物集装箱堆场的风险性分析时,分析结果与实际情况会出现偏差的问题,风险性分析系统包括数据获取模块、数据分析模块、数据处理模块以及petri网模块,通过数据获取模块获取堆场基础数据,数据分析模块对集装箱内货物进行分析得到货物危险系数参考数值,数据处理模块对堆场基础数据进行处理,得到堆场风险数据,petri网模块建立堆场petri网模型,并根据堆场petri网模型进行堆场风险预警,本发明通过使用数据建立堆场petri网模型,保证了对危险货物集装箱堆场风险分析的客观性,避免了由人工进行风险判断的局限性。
Description
技术领域
本发明属于风险预警领域,涉及petri网技术,具体是基于petri网的危险货物集装箱堆场的风险性分析系统。
背景技术
Petri网是一种图形化的数学模型,用于描述并发系统关系,Petri网由一组有向图和有向标记组成,其中,有向图表示系统中的各个状态,标记表示系统中的各个事件,Petri网可以描述并发系统中的并行执行、同步、互斥等行为特性,当前,Petri网广泛应用于并发系统建模、自动化系统控制和软件工程等多个领域;
现有技术中,对危险货物集装箱堆场的风险性分析过程中,存在以下缺陷:
1、依靠采集危险货物的基础信息,不能充分考虑集装箱的具体堆放情况;
2、根据有限的数据对危险货物集装箱堆场的风险性进行主观评判,由于主观判断缺乏客观性,使得分析结果与实际情况会出现较大的偏差;
3、缺乏动态模型进行集装箱堆放运动场景模拟,不能充分考虑危险货物集装箱堆场的动态变化;
为此,我们提出基于petri网的危险货物集装箱堆场的风险性分析系统。
发明内容
针对现有技术存在的不足,本发明的目的是提供基于petri网的危险货物集装箱堆场的风险性分析系统,本发明基于由堆场结构数据、货物信息数据以及货物危险系数参考数值组成堆场基础数据,对堆场基础数据进行处理,得到堆场风险数据,根据堆场基础数据和堆场风险数据建立堆场petri网模型,获取集装箱堆场风险判断数据,根据集装箱堆场风险判断数据进行堆场风险预警。
为了实现上述目的,本发明采用了如下技术方案:基于petri网的危险货物集装箱堆场的风险性分析系统各模块具体工作过程如下:
数据获取模块:获取堆场基础数据;
数据分析模块:对集装箱内货物进行分析得到货物危险系数参考数值;
数据处理模块:对堆场基础数据进行处理,得到堆场风险数据;
petri网模块:建立堆场petri网模型,并根据堆场petri网模型进行堆场风险预警;
还包括服务器,服务器分别与数据获取模块、数据处理模块和petri网模块相连。
进一步地,所述数据获取模块获取堆场基础数据,具体如下:
数据获取模块包括堆场结构单元和货物信息单元;
堆场结构单元获取堆场结构数据;
货物信息单元获取货物信息数据;
综合堆场结构数据和货物信息数据得到堆场基础数据。
进一步地,所述堆场结构单元获取堆场结构数据,具体如下:
通过GPS定位器获取集装箱位置数据和堆场位置数据,使用A*算法生成由集装箱位置数据到堆场位置数据的搬运路径作为集装箱移动路径数据;
通过高清摄像头对集装箱在堆场的堆叠场景图像进行获取,得到集装箱堆叠图像数据;
对堆场集装箱数量数据进行实时获取;
数据库存储有不同集装箱对应的货物清单和集装箱的尺寸数据、堆场面积数据和货物对应的国际海事危险货物代码,货物清单包括货物名称、单个货物占地面积数据,单个货物体积数据、货物数量数据、货物质量数据、单个货物高度数据;
通过数据库提取集装箱的尺寸数据,通过集装箱的尺寸数据获取集装箱的长度数据、宽度数据以及高度数据;
将集装箱的长度数据、宽度数据以及高度数据通过集装箱体积计算公式计算得到集装箱体积数据;
将集装箱的长度数据、宽度数据通过集装箱占地面积计算公式,计算得到集装箱占地面积数据;
综合集装箱移动路径数据、堆场集装箱数量数据、堆场面积数据、集装箱堆叠图像数据、集装箱体积数据和集装箱占地面积数据得到堆场结构数据。
进一步地,所述货物信息单元获取货物信息数据,具体如下:
通过数据库提取货物清单,通过货物清单获取集装箱内的单个货物占地面积数据,单个货物体积数据、单个货物高度数据和货物数量数据;
将单个货物占地面积数据,单个货物体积数据、单个货物高度数据、集装箱的高度数据和集装箱占地面积数据通过货物最大堆叠体积计算公式计算得到货物最大堆叠体积数据;
将货物数量数据和单个货物体积数据通过货物堆叠体积计算公式计算得到货物堆叠体积数据;
综合货物最大堆叠体积数据和货物堆叠体积数据得到货物信息数据。
进一步地,所述数据分析模块获取货物危险系数参考数值,具体如下:
通过数据库提取货物名称和货物对应的国际海事危险货物代码,根据货物名称对货物进行判断分类,将货物分为安全货物和危险货物;
若货物为安全货物,使用F0对货物危险系数参考数值进行参数赋值;
针对危险货物,利用国际海事危险货物代码对应的九个类别对货物危险系数参考数值进行参数赋值,得到货物危险系数参考数值;
具体参数赋值过程如下:
国际海事危险货物代码对应的九个类别分别为爆炸物品、压缩气体、易燃液体、易燃固体、氧化剂、毒害物质、腐蚀品、放射性物质、杂项危险品;
若危险货物满足其中9个类别,使用F9对货物危险系数参考数值进行参数赋值;
若危险货物满足其中8个类别,使用F8对货物危险系数参考数值进行参数赋值;
若危险货物满足其中7个类别,使用F7对货物危险系数参考数值进行参数赋值;
若危险货物满足其中6个类别,使用F6对货物危险系数参考数值进行参数赋值;
若危险货物满足其中5个类别,使用F5对货物危险系数参考数值进行参数赋值;
若危险货物满足其中4个类别,使用F4对货物危险系数参考数值进行参数赋值;
若危险货物满足其中3个类别,使用F3对货物危险系数参考数值进行参数赋值;
若危险货物满足其中2个类别,使用F2对货物危险系数参考数值进行参数赋值;
若危险货物满足其中1个类别,使用F1对货物危险系数参考数值进行参数赋值;
其中,F9>F8>F7>F6>F5>F4>F3>F2>F1>F0>0。
进一步地,所述数据处理模块根据堆场基础数据得到堆场风险数据,具体如下:
数据处理模块包括结构数据单元、货物数据单元和危险系数单元;
结构数据单元计算得到集装箱密度参考数据,具体如下:
根据堆场基础数据获取堆场集装箱数量数据,集装箱占地面积数据以及堆场面积数据;
将堆场集装箱数量数据,堆场面积数据和集装箱占地面积数据根据集装箱密度计算公式计算得到集装箱密度参考数据;
货物数据单元计算得到箱内货物密度参考数值,具体如下:
根据堆场基础数据获取集装箱体积数据、最大堆叠体积数据和货物堆叠体积数据;
将集装箱体积数据、最大堆叠体积数据和货物堆叠体积数据根据箱内货物密度计算公式计算得到箱内货物密度参考数值;
危险等级单元对集装箱进行危险等级划分;
综合集装箱密度参考数据、箱内货物密度参考数值、集装箱危险分级数据得到堆场风险数据。
进一步地,所述危险系数单元对集装箱进行危险等级划分,具体如下:
获取箱内货物密度参考数值,货物质量数据和货物危险系数参考数值;
将箱内货物密度参考数值,货物质量数据和货物危险系数参考数值通过货物危险系数计算公式计算得到货物危险系数;
获取箱内货物密度标准参考数值、货物质量数据和货物危险系数参考标准数值;
将箱内货物密度标准参考数值、货物质量数据和货物危险系数参考标准数值通过货物危险系数计算公式计算得到货物危险系数阈值数据;
根据货物危险系数参考数值和货物危险系数阈值数据进行货物危险等级判断,具体如下:
当Wx≥Wx1,判断为重度危险等级;
当Wx1>Wx>0,判断为轻度危险等级;
由上述判断结果得到集装箱危险分级数据。
进一步地,所述petri网模块构建堆场petri网模型,并根据堆场petri网模型进行堆场风险预警,具体如下:
petri网模块包括模型建立单元、风险分析单元和风险预警单元;
模型建立单元建立堆场petri网模型;
风险分析单元根据堆场petri网模型进行集装箱堆场风险分析;
风险预警单元根据集装箱堆场风险判断数据进行集装箱堆场风险预警,具体如下:
针对高危集装箱堆场,对集装箱堆场的工作人员进行安全培训,增强工作人员的安全意识和应急处理能力,并完善报警系统,确保一旦发生高危情况能够及时报警并采取措施;
针对正常集装箱堆场,正常开展集装箱堆叠工作,定期对集装箱堆场进行检查和维护,确保设备和设施的正常运行。
进一步地,所述模型建立单元建立堆场petri网模型,具体如下:
根据堆场基础数据获取集装箱移动路径数据和集装箱堆叠图像数据,根据堆场风险数据获取集装箱密度参考数据、箱内货物密度参考数值、集装箱危险分级数据;
根据集装箱堆叠图像数据,建立堆场petri网模型,将集装箱堆叠图像数据中的每一个集装箱作为模型中的一个位置,根据集装箱堆叠图像数据中的每个集装箱所处的位置进行位置堆叠;
将集装箱密度参考数据、箱内货物密度参考数值、集装箱危险分级数据在堆场petri网模型进行标注;
具体地,使用文字对不同集装箱对应的箱内货物密度参考数值进行数字标注,根据集装箱危险分级数据对具体对应的集装箱进行颜色填充,当集装箱内的货物危险等级处于重度危险等级,使用红色进行集装箱体填充;当集装箱内的货物危险等级处于轻度危险等级,使用黄色进行集装箱体填充;根据集装箱密度参考数据对堆场petri网模型中存在的集装箱数量进行对应数量布置;
将集装箱移动路径数据作为堆场petri网模型中的变迁,使用变迁模拟集装箱的搬运过程,得到堆场petri网模型。
进一步地,所述风险分析单元进行集装箱堆场风险分析,具体如下:
将集装箱密度参考数据、箱内货物密度参考数值、货物危险系数作为变量输入蒙特卡洛模拟分布函数,通过蒙特卡洛模拟分布函数和petri网模型获取集装箱堆场风险系数Fx;
将集装箱密度标准参考数据、箱内货物密度标准参考数值、货物危险系数阈值数据确定作为变量输入蒙特卡洛模拟分布函数,通过蒙特卡洛模拟分布函数和petri网模型获取集装箱堆场风险系数阈值数据Fx1;
根据集装箱堆场风险系数Fx和集装箱堆场风险系数阈值数据Fx1堆场风险判断,具体步骤如下:
当Fx≥Fx1,判断此集装箱堆场为高危集装箱堆场;
当Fx1>Fx>0,判断此集装箱堆场为正常集装箱堆场;
由集装箱堆场风险系数Fx和集装箱堆场风险系数阈值数据Fx1判断结果得到集装箱堆场风险判断数据。
综上所述,由于采用了上述技术方案,本发明的有益效果是:
1、本发明通过获取多种数据进行危险货物集装箱堆场的风险分析,充分考虑了多种不同因素对危险货物集装箱堆场风险变化的共同影响;
2、本发明通过使用数据建立堆场petri网模型,保证了对危险货物集装箱堆场风险分析的客观性,避免了由人工进行风险判断的局限性。
附图说明
为了便于本领域技术人员理解,下面结合附图对本发明作进一步的说明。
图1为本发明的整体系统框图;
图2为本发明的实施步骤图;
图3为本发明中集装箱的堆叠示意图。
具体实施方式
下面将结合实施例对本发明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做出创造性劳动前提下所获得的所有其它实施例,都属于本发明保护的范围。
实施例一
请参阅图1和图2,本发明提供一种技术方案:基于petri网的危险货物集装箱堆场的风险性分析系统,包括数据获取模块、数据分析模块、数据处理模块和petri网模块,所述数据获取模块、数据分析模块、数据处理模块和petri网模块分别与服务器相连;
还包括数据库,数据库存储有不同集装箱对应的货物清单和集装箱的尺寸数据、堆场面积数据和货物对应的国际海事危险货物代码,货物清单包括货物名称、单个货物占地面积数据,单个货物体积数据、货物数量数据、货物质量数据、单个货物高度数据;
数据获取模块获取堆场基础数据;
数据获取模块包括堆场结构单元和货物信息单元,堆场结构单元获取堆场结构数据,货物信息单元获取货物信息数据;其中,堆场结构单元包括高清摄像头、GPS定位器;
堆场结构单元获取堆场结构数据,具体如下:
通过GPS定位器获取集装箱位置数据和堆场位置数据,使用A*算法生成由集装箱位置数据到堆场位置数据的搬运路径作为集装箱移动路径数据;
此处需要说明的是:集装箱移动路径数据还包括在搬运过程中对集装箱必要的抬起、下落、翻转等具体移动动作的记录;
A*算法是一种常用的启发式搜索算法,用于根据位置数据寻找最短路径;
请参阅图3,通过高清摄像头对集装箱在堆场的堆叠场景图像进行获取,得到集装箱堆叠图像数据;
对堆场集装箱数量数据进行实时获取;
通过数据库提取集装箱的尺寸数据,通过集装箱的尺寸数据获取集装箱的长度数据、宽度数据以及高度数据;
将集装箱的长度数据、宽度数据以及高度数据通过集装箱体积计算公式计算得到集装箱体积数据;
集装箱体积计算公式具体配置参考为:;
其中,Vj为集装箱体积数据,Cj为集装箱的长度数据,Kj为集装箱的宽度数据,Gj为集装箱的高度数据;
将集装箱的长度数据、宽度数据通过集装箱占地面积计算公式,计算得到集装箱占地面积数据;
集装箱占地面积计算公式具体配置参考为:;
其中,Sz为集装箱占地面积数据,Cj为集装箱的长度数据,Kj为集装箱的宽度数据;
综合集装箱移动路径数据、堆场集装箱数量数据、堆场面积数据、集装箱堆叠图像数据、集装箱体积数据和集装箱占地面积数据得到堆场结构数据;
货物信息单元获取货物信息数据,具体如下:
通过数据库提取货物清单,通过货物清单获取集装箱内的单个货物占地面积数据,单个货物体积数据、单个货物高度数据和货物数量数据;
将单个货物占地面积数据,单个货物体积数据、单个货物高度数据、集装箱的高度数据和集装箱占地面积数据通过货物最大堆叠体积计算公式计算得到货物最大堆叠体积数据;
货物最大堆叠体积计算公式具体配置为:;
其中,Hd货物最大堆叠体积数据,Vh单个货物体积数据,Gj为集装箱的高度数据,Gh为单个货物高度数据,Sz为集装箱占地面积数据,Sj为单个货物占地面积数据;
将货物数量数据和单个货物体积数据通过货物堆叠体积计算公式计算得到货物堆叠体积数据;
货物堆叠体积计算公式具体配置参考为:;
其中,Ha为货物堆叠体积数据,Vh单个货物体积数据,Hs为货物数量数据;
综合货物最大堆叠体积数据和货物堆叠体积数据得到货物信息数据;
数据分析模块对货物进行分析,得到货物危险系数参考数值;
通过数据库提取货物名称;
通过文本识别算法将货物名称与《国家安全监管总局关于公布首批重点监管的危险化学品名录的通知》进行文本比对;
若货物名称与《国家安全监管总局关于公布首批重点监管的危险化学品名录的通知》存在文本重复,则判断此货物为危险货物;
若货物名称与《国家安全监管总局关于公布首批重点监管的危险化学品名录的通知》不存在文本重复,则判断此货物为安全货物;
获取危险货物对应的国际海事危险货物代码,通过将国际海事危险货物代码与IMDG Code手册进行对比查询,获取国际海事危险货物代码对应的易燃易爆炸性,毒害性等级以及腐蚀性,分别对国际海事危险货物代码对应的九个类别进行参数赋值,得到货物危险系数参考数值;
具体参数赋值过程如下:
若某种货物的国际海事危险货物代码同时对应IMDG Code手册中的9类危险物,则使用F9对货物危险系数参考数值;
若某种货物的国际海事危险货物代码对应IMDG Code手册中的任意8类危险物,则使用F8对货物危险系数参考数值;
若某种货物的国际海事危险货物代码对应IMDG Code手册中的任意7类危险物,则使用F7对货物危险系数参考数值;
若某种货物的国际海事危险货物代码对应IMDG Code手册中的任意6类危险物,则使用F6对货物危险系数参考数值;
若某种货物的国际海事危险货物代码对应IMDG Code手册中的任意5类危险物,则使用F5对货物危险系数参考数值;
若某种货物的国际海事危险货物代码对应IMDG Code手册中的任意4类危险物,则使用F4对货物危险系数参考数值;
若某种货物的国际海事危险货物代码对应IMDG Code手册中的任意3类危险物,则使用F3对货物危险系数参考数值;
若某种货物的国际海事危险货物代码对应IMDG Code手册中的任意2类危险物,则使用F2对货物危险系数参考数值;
若某种货物的国际海事危险货物代码对应IMDG Code手册中的任意1类危险物,则使用F1对货物危险系数参考数值;
若某种货物的国际海事危险货物代码不对应IMDG Code手册中的任意1类危险物,则使用F0对货物危险系数参考数值;
其中,F9>F8>F7>F6>F5>F4>F3>F2>F1>F0>0;
IMDG Code手册中的危险货物中的9个类别,分别为:
综合堆场结构数据和货物信息数据得到堆场基础数据并输送至数据处理模块和petri网模块;
数据处理模块对堆场基础数据进行处理,得到堆场风险数据;
数据处理模块包括结构数据单元、货物数据单元和危险系数单元,结构数据单元计算得到集装箱密度参考数据,货物数据单元计算得到箱内货物密度参考数值,危险等级单元对集装箱进行危险等级划分;
结构数据单元计算得到集装箱密度参考数据,具体如下:
根据堆场基础数据获取堆场集装箱数量数据,堆场面积数据,集装箱占地面积数据;
将堆场集装箱数量数据,堆场面积数据,集装箱占地面积数据根据集装箱密度计算公式计算得到集装箱密度参考数据;
集装箱密度计算公式具体配置参考为:;
其中,Jm为集装箱密度参考数据,Sz为集装箱占地面积数据,Js为堆场集装箱数量数据,Sd为堆场面积数据;
货物数据单元计算得到箱内货物密度参考数值,具体如下:
根据堆场基础数据获取集装箱体积数据、最大堆叠体积数据和货物堆叠体积数据;
将集装箱体积数据、最大堆叠体积数据和货物堆叠体积数据根据箱内货物密度计算公式计算得到箱内货物密度参考数值;
箱内货物密度计算公式具体配置参考为:;
其中,Xm为箱内货物密度参考数值,Vj为集装箱体积数据,Hd为最大堆叠体积数据,Ha为货物堆叠体积数据;
危险等级单元对集装箱进行危险等级划分,具体如下:
获取箱内货物密度参考数值,货物质量数据和货物危险系数参考数值;
将箱内货物密度参考数值,货物质量数据和货物危险系数参考数值通过货物危险系数计算公式计算得到货物危险系数;
货物危险系数计算公式具体配置参考为:;
其中,Wx为货物危险系数,Xm为箱内货物密度参考数值,Hz为货物质量数据,Hw为货物危险系数参考数值,a1为设定的比例系数且a1>0;
获取箱内货物密度标准参考数值、货物质量数据和货物危险系数参考标准数值;
此处需要说明的是:箱内货物密度标准参考数值和货物危险系数参考标准数值均为相关安全工作人员工作总结;
将箱内货物密度标准参考数值、货物质量数据和货物危险系数参考标准数值通过货物危险系数计算公式计算得到货物危险系数阈值数据;
货物危险系数计算公式具体配置参考为:;
其中,Wx1为货物危险系数阈值数据,Xm1为箱内货物密度标准参考数值,Hz为货物质量数据,Hw1为货物危险系数参考标准数值,a1为设定的比例系数且a1>0;
根据货物危险系数参考数值和货物危险系数阈值数据进行货物危险等级判断,具体如下:
当Wx≥Wx1,判断为重度危险等级;
当Wx1>Wx>0,判断为轻度危险等级;
由上述判断结果得到集装箱危险分级数据;
数据处理模块综合集装箱密度参考数据、箱内货物密度参考数值、集装箱危险分级数据得到堆场风险数据并输送至petri网模块;
petri网模块建立堆场petri网模型,并根据堆场petri网模型进行堆场风险预警;
petri网模块包括模型建立单元、风险分析单元和风险预警单元,模型建立单元建立堆场petri网模型,风险分析单元根据堆场petri网模型进行集装箱堆场风险分析,风险预警单元进行集装箱堆场风险预警;
模型建立单元建立堆场petri网模型,具体如下:
根据堆场基础数据获取集装箱移动路径数据和集装箱堆叠图像数据,根据堆场风险数据获取集装箱密度参考数据、箱内货物密度参考数值、集装箱危险分级数据;
根据集装箱堆叠图像数据,使用CPN Tools建立堆场petri网模型,将集装箱堆叠图像数据中的每一个集装箱作为模型中的一个位置,根据集装箱堆叠图像数据中的每个集装箱所处的位置进行位置堆叠;
将集装箱密度参考数据、箱内货物密度参考数值、集装箱危险分级数据在堆场petri网模型进行标注;
具体地,使用文字对不同集装箱对应的箱内货物密度参考数值进行数字标注,根据集装箱危险分级数据对具体对应的集装箱进行颜色填充,当集装箱内的货物危险等级处于重度危险等级,使用红色进行集装箱体填充;当集装箱内的货物危险等级处于轻度危险等级,使用黄色进行集装箱体填充;根据集装箱密度参考数据对堆场petri网模型中存在的集装箱数量进行对应数量布置;
将集装箱移动路径数据作为堆场petri网模型中的变迁,使用变迁模拟集装箱的搬运过程,得到堆场petri网模型;
此处需要说明的是CPN Tools是一种基于Petri网的建模和仿真工具,它可以用于建立和分析各种类型的Petri网模型,CPN Tools提供了一个直观的图形用户界面,可以通过拖拽和放置元素来构建Petri网模型,同时还支持Petri网的可视化仿真和验证;
风险分析单元根据堆场petri网模型进行集装箱堆场风险分析,具体如下:
将集装箱密度参考数据、箱内货物密度参考数值、货物危险系数作为变量输入蒙特卡洛模拟分布函数,通过蒙特卡洛模拟分布函数和petri网模型获取集装箱堆场风险系数Fx;
将集装箱密度标准参考数据、箱内货物密度标准参考数值、货物危险系数阈值数据确定作为变量输入蒙特卡洛模拟分布函数,通过蒙特卡洛模拟分布函数和petri网模型获取集装箱堆场风险系数阈值数据Fx1;
此处需要说明的是:
集装箱密度标准参考数据为根据集装箱堆场建造时所设计的标准密度进行设定;
蒙特卡洛模拟可以模拟大量的随机事件,随机事件包括但不限于火灾、泄漏、爆炸,通过随机生成这些事件,并基于概率分布函数进行模拟,可以得到不同风险事件发生的可能性;
根据集装箱堆场风险系数Fx和集装箱堆场风险系数阈值数据Fx1堆场风险判断,具体如下:
当Fx≥Fx1,判断此集装箱堆场为高危集装箱堆场;
当Fx1>Fx>0,判断此集装箱堆场为正常集装箱堆场;
由上述判断结果得到集装箱堆场风险判断数据;
风险预警单元根据集装箱堆场风险判断数据进行集装箱堆场风险预警,具体如下:
针对高危集装箱堆场,对集装箱堆场的工作人员进行安全培训,增强工作人员的安全意识和应急处理能力,并完善报警系统,确保一旦发生高危情况能够及时报警并采取措施;
针对正常集装箱堆场,正常开展集装箱堆叠工作,定期对集装箱堆场进行检查和维护,确保设备和设施的正常运行;
在本申请中,若出现相应的计算公式,则上述计算公式均是去量纲取其数值计算,公式中存在的权重系数、比例系数等系数,其设置的大小是为了将各个参数进行量化得到的一个结果值,关于权重系数和比例系数的大小,只要不影响参数与结果值的比例关系即可。
实施例二
基于同一发明的又一构思,现提出基于petri网的危险货物集装箱堆场的风险性分析方法,包括如下步骤:
步骤S1:获取堆场基础数据;
步骤S11:堆场结构单元获取堆场结构数据,具体步骤如下:
步骤S111:通过GPS定位器获取集装箱位置数据和堆场位置数据,使用A*算法生成由集装箱位置数据到堆场位置数据的搬运路径作为集装箱移动路径数据;
步骤S112:对堆场集装箱数量数据进行实时获取,通过数据库提取集装箱的尺寸数据,通过集装箱的尺寸数据获取集装箱的长度数据、宽度数据以及高度数据;
步骤S113:将集装箱的长度数据、宽度数据以及高度数据通过集装箱体积计算公式计算得到集装箱体积数据;
步骤S114:将集装箱的长度数据、宽度数据通过集装箱占地面积计算公式,计算得到集装箱占地面积数据;
步骤S115:综合集装箱移动路径数据、堆场集装箱数量数据、堆场面积数据、集装箱堆叠图像数据、集装箱体积数据和集装箱占地面积数据得到堆场结构数据;
步骤S12:获取货物信息数据,具体步骤如下:
步骤S121:通过数据库提取货物清单,通过货物清单获取集装箱内的单个货物占地面积数据,单个货物体积数据、单个货物高度数据和货物数量数据;
步骤S122:将单个货物占地面积数据,单个货物体积数据、单个货物高度数据、集装箱的高度数据和集装箱占地面积数据通过货物最大堆叠体积计算公式计算得到货物最大堆叠体积数据;
步骤S123:将货物数量数据和单个货物体积数据通过货物堆叠体积计算公式计算得到货物堆叠体积数据;
步骤S124:综合货物最大堆叠体积数据和货物堆叠体积数据得到货物信息数据;
步骤S13:综合堆场结构数据和货物信息数据得到堆场基础数据;
步骤S2:获取货物危险系数参考数值;
步骤S21:通过数据库提取货物名称和货物对应的国际海事危险货物代码,根据货物名称对货物进行判断分类,将货物分为安全货物和危险货物;
步骤S22:若货物为安全货物,使用F0对货物危险系数参考数值进行参数赋值;
步骤S23:针对危险货物,利用国际海事危险货物代码对应的九个类别对货物危险系数参考数值进行参数赋值,得到货物危险系数参考数值;
具体参数赋值过程如下:
国际海事危险货物代码对应的九个类别分别为爆炸物品、压缩气体、易燃液体、易燃固体、氧化剂、毒害物质、腐蚀品、放射性物质、杂项危险品;
若危险货物满足其中9个类别,使用F9对货物危险系数参考数值进行参数赋值;
若危险货物满足其中8个类别,使用F8对货物危险系数参考数值进行参数赋值;
若危险货物满足其中7个类别,使用F7对货物危险系数参考数值进行参数赋值;
若危险货物满足其中6个类别,使用F6对货物危险系数参考数值进行参数赋值;
若危险货物满足其中5个类别,使用F5对货物危险系数参考数值进行参数赋值;
若危险货物满足其中4个类别,使用F4对货物危险系数参考数值进行参数赋值;
若危险货物满足其中3个类别,使用F3对货物危险系数参考数值进行参数赋值;
若危险货物满足其中2个类别,使用F2对货物危险系数参考数值进行参数赋值;
若危险货物满足其中1个类别,使用F1对货物危险系数参考数值进行参数赋值;
其中,F9>F8>F7>F6>F5>F4>F3>F2>F1>F0>0;
步骤S3:对堆场基础数据进行处理,得到堆场风险数据;
步骤S31:计算得到集装箱密度参考数据,具体步骤如下:
步骤S311:根据堆场基础数据获取堆场集装箱数量数据,堆场面积数据,集装箱占地面积数据;
步骤S312:将堆场集装箱数量数据,堆场面积数据,集装箱占地面积数据根据集装箱密度计算公式计算得到集装箱密度参考数据;
步骤S32:计算得到箱内货物密度参考数值,具体步骤如下:
步骤S321:根据堆场基础数据获取集装箱体积数据、最大堆叠体积数据和货物堆叠体积数据;
步骤S322:将集装箱体积数据、最大堆叠体积数据和货物堆叠体积数据根据箱内货物密度计算公式计算得到箱内货物密度参考数值;
步骤S33:集装箱进行危险等级划分,具体步骤如下:
步骤S331:获取箱内货物密度参考数值,货物质量数据和货物危险系数参考数值;
步骤S332:将箱内货物密度参考数值,货物质量数据和货物危险系数参考数值通过货物危险系数计算公式计算得到货物危险系数;
步骤S333:获取箱内货物密度标准参考数值、货物质量数据和货物危险系数参考标准数值;
步骤S334:将箱内货物密度标准参考数值、货物质量数据和货物危险系数参考标准数值通过货物危险系数计算公式计算得到货物危险系数阈值数据;
步骤S335:根据货物危险系数参考数值和货物危险系数阈值数据进行货物危险等级判断,具体步骤如下:
当Wx≥Wx1,判断为重度危险等级;
当Wx1>Wx>0,判断为轻度危险等级;
由上述判断结果得到集装箱危险分级数据;
步骤S34:综合集装箱密度参考数据、箱内货物密度参考数值、集装箱危险分级数据得到堆场风险数据并输送至petri网模块;
步骤S4:建立堆场petri网模型,并根据堆场petri网模型进行堆场风险预警;
步骤S41:模型建立单元建立堆场petri网模型,具体步骤如下:
步骤S411:根据堆场基础数据获取集装箱移动路径数据和集装箱堆叠图像数据,根据堆场风险数据获取集装箱密度参考数据、箱内货物密度参考数值、集装箱危险分级数据;
步骤S412:根据集装箱堆叠图像数据,使用CPN Tools建立堆场petri网模型,将集装箱堆叠图像数据中的每一个集装箱作为模型中的一个位置,根据集装箱堆叠图像数据中的每个集装箱所处的位置进行位置堆叠;
步骤S413:将集装箱密度参考数据、箱内货物密度参考数值、集装箱危险分级数据在堆场petri网模型进行标注;
具体地,使用文字对不同集装箱对应的箱内货物密度参考数值进行数字标注,根据集装箱危险分级数据对具体对应的集装箱进行颜色填充,当集装箱内的货物危险等级处于重度危险等级,使用红色进行集装箱体填充;当集装箱内的货物危险等级处于轻度危险等级,使用黄色进行集装箱体填充;根据集装箱密度参考数据对堆场petri网模型中存在的集装箱数量进行对应数量布置;
步骤S414:将集装箱移动路径数据作为堆场petri网模型中的变迁,使用变迁模拟集装箱的搬运过程,得到堆场petri网模型;
步骤S42:根据堆场petri网模型进行集装箱堆场风险分析,具体步骤如下:
步骤S421:将集装箱密度参考数据、箱内货物密度参考数值、货物危险系数作为变量输入蒙特卡洛模拟分布函数,通过蒙特卡洛模拟分布函数和petri网模型获取集装箱堆场风险系数Fx;
步骤S422:将集装箱密度标准参考数据、箱内货物密度标准参考数值、货物危险系数阈值数据确定作为变量输入蒙特卡洛模拟分布函数,通过蒙特卡洛模拟分布函数和petri网模型获取集装箱堆场风险系数阈值数据Fx1;
步骤S423:根据集装箱堆场风险系数Fx和集装箱堆场风险系数阈值数据Fx1堆场风险判断,具体步骤如下:
当Fx≥Fx1,判断此集装箱堆场为高危集装箱堆场;
当Fx1>Fx>0,判断此集装箱堆场为正常集装箱堆场;
由上述判断结果得到集装箱堆场风险判断数据;
步骤S424:根据集装箱堆场风险判断数据进行集装箱堆场风险预警,具体步骤如下:
步骤S4241:针对高危集装箱堆场,对集装箱堆场的工作人员进行安全培训,增强工作人员的安全意识和应急处理能力,并完善报警系统,确保一旦发生高危情况能够及时报警并采取措施;
步骤S4242:针对正常集装箱堆场,正常开展集装箱堆叠工作,定期对集装箱堆场进行检查和维护,确保设备和设施的正常运行;
以上公开的本发明优选实施例只是用于帮助阐述本发明。优选实施例并没有详尽叙述所有的细节,也不限制该发明仅为的具体实施方式。显然,根据本说明书的内容,可作很多的修改和变化。本说明书选取并具体描述这些实施例,是为了更好地解释本发明的原理和实际应用,从而使所属技术领域技术人员能很好地理解和利用本发明。本发明仅受权利要求书及其全部范围和等效物的限制。
Claims (7)
1.基于petri网的危险货物集装箱堆场的风险性分析系统,其特征在于,包括:
数据获取模块:获取堆场结构数据,综合堆场结构数据和货物信息数据得到堆场基础数据;
数据分析模块:对集装箱内货物进行分析得到货物危险系数参考数值,并对货物危险系数参考数值进行参数赋值;
数据处理模块:根据堆场集装箱数量数据,堆场面积数据,集装箱占地面积数据计算得到集装箱密度参考数据,对集装箱进行危险等级划分,得到集装箱危险分级数据,综合集装箱密度参考数据、箱内货物密度参考数值和集装箱危险分级数据得到堆场风险数据;
petri网模块:建立堆场petri网模型,获取集装箱堆场风险判断数据,根据集装箱堆场风险判断数据进行堆场风险预警;
还包括服务器,服务器分别与数据获取模块、数据分析模块、数据处理模块和petri网模块相连;
所述petri网模块构建堆场petri网模型,并根据堆场petri网模型进行堆场风险预警,具体如下:
petri网模块包括模型建立单元、风险分析单元和风险预警单元;
模型建立单元建立堆场petri网模型;
风险分析单元根据堆场petri网模型进行集装箱堆场风险分析;
风险预警单元根据集装箱堆场风险判断数据进行集装箱堆场风险预警;
所述模型建立单元建立堆场petri网模型,具体如下:
根据堆场基础数据获取集装箱移动路径数据和集装箱堆叠图像数据,根据堆场风险数据获取集装箱密度参考数据、箱内货物密度参考数值、集装箱危险分级数据;
根据集装箱堆叠图像数据,建立堆场petri网模型,将集装箱堆叠图像数据中的每一个集装箱作为模型中的一个位置,根据集装箱堆叠图像数据中的每个集装箱所处的位置进行位置堆叠;
将集装箱密度参考数据、箱内货物密度参考数值、集装箱危险分级数据在堆场petri网模型进行标注;
具体地,使用文字对不同集装箱对应的箱内货物密度参考数值进行数字标注,根据集装箱危险分级数据对具体对应的集装箱进行颜色填充,当集装箱内的货物危险等级处于重度危险等级,使用红色进行集装箱体填充;当集装箱内的货物危险等级处于轻度危险等级,使用黄色进行集装箱体填充;根据集装箱密度参考数据对堆场petri网模型中存在的集装箱数量进行对应数量布置;
将集装箱移动路径数据作为堆场petri网模型中的变迁,使用变迁模拟集装箱的搬运过程,得到堆场petri网模型;
所述风险分析单元进行集装箱堆场风险分析,具体如下:
将集装箱密度参考数据、箱内货物密度参考数值、货物危险系数作为变量输入蒙特卡洛模拟分布函数,通过蒙特卡洛模拟分布函数和petri网模型获取集装箱堆场风险系数Fx;
将集装箱密度标准参考数据、箱内货物密度标准参考数值、货物危险系数阈值数据确定作为变量输入蒙特卡洛模拟分布函数,通过蒙特卡洛模拟分布函数和petri网模型获取集装箱堆场风险系数阈值数据Fx1;
根据集装箱堆场风险系数Fx和集装箱堆场风险系数阈值数据Fx1堆场风险判断,具体步骤如下:
当Fx≥Fx1,判断此集装箱堆场为高危集装箱堆场;
当Fx1>Fx>0,判断此集装箱堆场为正常集装箱堆场;
由集装箱堆场风险系数Fx和集装箱堆场风险系数阈值数据Fx1判断结果得到集装箱堆场风险判断数据。
2.根据权利要求1所述的基于petri网的危险货物集装箱堆场的风险性分析系统,其特征在于,所述数据获取模块获取堆场基础数据,具体如下:
数据获取模块包括堆场结构单元和货物信息单元;
堆场结构单元获取堆场结构数据;
货物信息单元获取货物信息数据;
综合堆场结构数据和货物信息数据得到堆场基础数据。
3.根据权利要求2所述的基于petri网的危险货物集装箱堆场的风险性分析系统,其特征在于,所述堆场结构单元获取堆场结构数据,具体如下:
通过GPS定位器获取集装箱位置数据和堆场位置数据,使用A*算法生成由集装箱位置数据到堆场位置数据的搬运路径作为集装箱移动路径数据;
通过高清摄像头对集装箱在堆场的堆叠场景图像进行获取,得到集装箱堆叠图像数据;
对堆场集装箱数量数据进行实时获取;
还包括数据库,数据库存储有不同集装箱对应的货物清单和集装箱的尺寸数据、堆场面积数据和货物对应的国际海事危险货物代码,货物清单包括货物名称、单个货物占地面积数据,单个货物体积数据、货物数量数据、货物质量数据、单个货物高度数据;
通过数据库提取集装箱的尺寸数据,通过集装箱的尺寸数据获取集装箱的长度数据、宽度数据以及高度数据;
将集装箱的长度数据、宽度数据以及高度数据通过集装箱体积计算公式计算得到集装箱体积数据;
将集装箱的长度数据、宽度数据通过集装箱占地面积计算公式,计算得到集装箱占地面积数据;
综合集装箱移动路径数据、堆场集装箱数量数据、堆场面积数据、集装箱堆叠图像数据、集装箱体积数据和集装箱占地面积数据得到堆场结构数据。
4.根据权利要求2所述的基于petri网的危险货物集装箱堆场的风险性分析系统,其特征在于,所述货物信息单元获取货物信息数据,具体如下:
通过数据库提取货物清单,通过货物清单获取集装箱内的单个货物占地面积数据,单个货物体积数据、单个货物高度数据和货物数量数据;
将单个货物占地面积数据,单个货物体积数据、单个货物高度数据、集装箱的高度数据和集装箱占地面积数据通过货物最大堆叠体积计算公式计算得到货物最大堆叠体积数据;
将货物数量数据和单个货物体积数据通过货物堆叠体积计算公式计算得到货物堆叠体积数据;
综合货物最大堆叠体积数据和货物堆叠体积数据得到货物信息数据。
5.根据权利要求1所述的基于petri网的危险货物集装箱堆场的风险性分析系统,其特征在于,所述数据分析模块获取货物危险系数参考数值,具体如下:
通过数据库提取货物名称和货物对应的国际海事危险货物代码,根据货物名称对货物进行判断分类,将货物分为安全货物和危险货物;
若货物为安全货物,使用F0对货物危险系数参考数值进行参数赋值;
针对危险货物,利用国际海事危险货物代码对应的九个类别对货物危险系数参考数值进行参数赋值,得到货物危险系数参考数值;
具体参数赋值过程如下:
国际海事危险货物代码对应的九个类别分别为爆炸物品、压缩气体、易燃液体、易燃固体、氧化剂、毒害物质、腐蚀品、放射性物质、杂项危险品;
若危险货物满足其中9个类别,使用F9对货物危险系数参考数值进行参数赋值;
若危险货物满足其中8个类别,使用F8对货物危险系数参考数值进行参数赋值;
若危险货物满足其中7个类别,使用F7对货物危险系数参考数值进行参数赋值;
若危险货物满足其中6个类别,使用F6对货物危险系数参考数值进行参数赋值;
若危险货物满足其中5个类别,使用F5对货物危险系数参考数值进行参数赋值;
若危险货物满足其中4个类别,使用F4对货物危险系数参考数值进行参数赋值;
若危险货物满足其中3个类别,使用F3对货物危险系数参考数值进行参数赋值;
若危险货物满足其中2个类别,使用F2对货物危险系数参考数值进行参数赋值;
若危险货物满足其中1个类别,使用F1对货物危险系数参考数值进行参数赋值;
其中,F9>F8>F7>F6>F5>F4>F3>F2>F1>F0>0。
6.根据权利要求1所述的基于petri网的危险货物集装箱堆场的风险性分析系统,其特征在于,所述数据处理模块根据堆场基础数据得到堆场风险数据,具体如下:
数据处理模块包括结构数据单元、货物数据单元和危险系数单元;
结构数据单元计算得到集装箱密度参考数据,具体如下:
根据堆场基础数据获取堆场集装箱数量数据,集装箱占地面积数据以及堆场面积数据;
将堆场集装箱数量数据,堆场面积数据和集装箱占地面积数据根据集装箱密度计算公式计算得到集装箱密度参考数据;
货物数据单元计算得到箱内货物密度参考数值,具体如下:
根据堆场基础数据获取集装箱体积数据、最大堆叠体积数据和货物堆叠体积数据;
将集装箱体积数据、最大堆叠体积数据和货物堆叠体积数据根据箱内货物密度计算公式计算得到箱内货物密度参考数值;
危险等级单元对集装箱进行危险等级划分;
综合集装箱密度参考数据、箱内货物密度参考数值、集装箱危险分级数据得到堆场风险数据。
7.根据权利要求6所述的基于petri网的危险货物集装箱堆场的风险性分析系统,其特征在于,所述危险等级单元对集装箱进行危险等级划分,具体如下:
获取箱内货物密度参考数值,货物质量数据和货物危险系数参考数值;
将箱内货物密度参考数值,货物质量数据和货物危险系数参考数值通过货物危险系数计算公式计算得到货物危险系数;
获取箱内货物密度标准参考数值、货物质量数据和货物危险系数参考标准数值;
将箱内货物密度标准参考数值、货物质量数据和货物危险系数参考标准数值通过货物危险系数计算公式计算得到货物危险系数阈值数据;
根据货物危险系数参考数值和货物危险系数阈值数据进行货物危险等级判断,具体如下:
当Wx≥Wx1,判断为重度危险等级;
当Wx1>Wx>0,判断为轻度危险等级;
由货物危险系数参考数值和货物危险系数阈值数据得到的判断结果作为集装箱危险分级数据。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202311520267.9A CN117273466B (zh) | 2023-11-15 | 2023-11-15 | 基于petri网的危险货物集装箱堆场的风险性分析系统 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202311520267.9A CN117273466B (zh) | 2023-11-15 | 2023-11-15 | 基于petri网的危险货物集装箱堆场的风险性分析系统 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN117273466A CN117273466A (zh) | 2023-12-22 |
CN117273466B true CN117273466B (zh) | 2024-01-19 |
Family
ID=89209023
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202311520267.9A Active CN117273466B (zh) | 2023-11-15 | 2023-11-15 | 基于petri网的危险货物集装箱堆场的风险性分析系统 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN117273466B (zh) |
Families Citing this family (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN117787730B (zh) * | 2024-02-28 | 2024-04-19 | 交通运输部水运科学研究所 | 一种基于货物集装箱堆场信息的安全韧性度量分析系统 |
Citations (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
KR20000059481A (ko) * | 1999-03-04 | 2000-10-05 | 권상문 | 컨테이너 터미널 야드의 시뮬레이션 방법 |
CN110223022A (zh) * | 2019-06-12 | 2019-09-10 | 交通运输部天津水运工程科学研究所 | 危险货物集装箱堆存预警方法及系统 |
CN115081753A (zh) * | 2022-08-16 | 2022-09-20 | 交通运输部水运科学研究所 | 一种自动化危险货物集装箱堆场的优化配置安全诱导方法 |
CN115630849A (zh) * | 2022-12-22 | 2023-01-20 | 交通运输部水运科学研究所 | 基于复杂系统理论的货物集装箱堆场健康风险评估方法 |
CN115908621A (zh) * | 2022-03-07 | 2023-04-04 | 福建电子口岸股份有限公司 | 基于Petri网的集装箱码头船舶作业预演方法、装置及可读介质 |
CN116307737A (zh) * | 2023-05-06 | 2023-06-23 | 交通运输部水运科学研究所 | 基于港口泊位拥堵度的危险货物集装箱安全风险预测方法 |
-
2023
- 2023-11-15 CN CN202311520267.9A patent/CN117273466B/zh active Active
Patent Citations (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
KR20000059481A (ko) * | 1999-03-04 | 2000-10-05 | 권상문 | 컨테이너 터미널 야드의 시뮬레이션 방법 |
CN110223022A (zh) * | 2019-06-12 | 2019-09-10 | 交通运输部天津水运工程科学研究所 | 危险货物集装箱堆存预警方法及系统 |
CN115908621A (zh) * | 2022-03-07 | 2023-04-04 | 福建电子口岸股份有限公司 | 基于Petri网的集装箱码头船舶作业预演方法、装置及可读介质 |
CN115081753A (zh) * | 2022-08-16 | 2022-09-20 | 交通运输部水运科学研究所 | 一种自动化危险货物集装箱堆场的优化配置安全诱导方法 |
CN115630849A (zh) * | 2022-12-22 | 2023-01-20 | 交通运输部水运科学研究所 | 基于复杂系统理论的货物集装箱堆场健康风险评估方法 |
CN116307737A (zh) * | 2023-05-06 | 2023-06-23 | 交通运输部水运科学研究所 | 基于港口泊位拥堵度的危险货物集装箱安全风险预测方法 |
Non-Patent Citations (1)
Title |
---|
集装箱码头堆场起重机的OPN建模;蔡芸;;中国水运(理论版)(第09期);全文 * |
Also Published As
Publication number | Publication date |
---|---|
CN117273466A (zh) | 2023-12-22 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN108490889B (zh) | 基于te模型的智能工厂安全大数据数据源发生方法及装置 | |
CN117273466B (zh) | 基于petri网的危险货物集装箱堆场的风险性分析系统 | |
CN112766909A (zh) | 适用于舰船消防安全的智能管控系统及方法、计算机介质 | |
CN112966903A (zh) | 危险化学品安全生产风险监测预警系统及方法 | |
CN112180854A (zh) | 一种基于物联网的化工企业安全生产管理系统 | |
CN114037228B (zh) | 一种基于区块链的危化品全流程监管方法与系统 | |
CN113115225B (zh) | 基于危险源监测与人员定位的电子围栏区域生成系统 | |
CN113554318A (zh) | 一种化工园区三维可视化风险智能管控一体化系统及方法 | |
CN115204752B (zh) | 突发事件应急处置方案生成方法、系统、装置及存储介质 | |
CN107274075A (zh) | 一种hse风险数据分级方法 | |
Aneziris et al. | A Total Safety Management framework in case of a major hazards plant producing pesticides | |
CN114022048A (zh) | 一种化工园区风险预警平台构建的方法 | |
CN107657390A (zh) | 一种特种设备安全隐患管控大数据监测系统及监测方法 | |
CN113919618A (zh) | 基于bim技术的地下建筑施工管理方法 | |
CN113554540A (zh) | 一种海上危化品突发事故应急处理方法和系统 | |
CN114997773A (zh) | 一种港口危险货物安全动态精细化监管系统 | |
CN116502376A (zh) | 一种矿区开发区域监控设备布局方法及系统 | |
CN113515720A (zh) | 一种危险化学品企业重大安全风险辨识与评估方法 | |
CN111127849A (zh) | 一种综合考虑气象及化工厂周边区域的事故预警方法 | |
CN106094747A (zh) | 一种石化企业多分辨率工厂安全模型的建模方法 | |
CN116363825B (zh) | 用于展示火情蔓延趋势的方法及装置、电子设备、介质 | |
CN117035412A (zh) | 基于bim的预制梁场安全管理模拟系统 | |
CN115456453A (zh) | 一种工程安全信息闭环管控方法及系统 | |
CN111160677A (zh) | 事故情景构建方法和用于事故情景构建的系统 | |
Kiranoudis et al. | An operational centre for managing major chemical industrial accidents |
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 | ||
GR01 | Patent grant | ||
GR01 | Patent grant |