CN112733379A - 一种门座起重机金属结构风险评估方法 - Google Patents
一种门座起重机金属结构风险评估方法 Download PDFInfo
- Publication number
- CN112733379A CN112733379A CN202110072749.7A CN202110072749A CN112733379A CN 112733379 A CN112733379 A CN 112733379A CN 202110072749 A CN202110072749 A CN 202110072749A CN 112733379 A CN112733379 A CN 112733379A
- Authority
- CN
- China
- Prior art keywords
- evaluation
- risk
- metal structure
- cloud
- index
- 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
- 239000002184 metal Substances 0.000 title claims abstract description 69
- 238000000034 method Methods 0.000 title claims abstract description 50
- 238000012502 risk assessment Methods 0.000 title claims abstract description 28
- 238000011156 evaluation Methods 0.000 claims abstract description 118
- 230000008569 process Effects 0.000 claims abstract description 6
- 239000011159 matrix material Substances 0.000 claims description 37
- 239000010410 layer Substances 0.000 claims description 28
- 239000013598 vector Substances 0.000 claims description 7
- 238000012937 correction Methods 0.000 claims description 6
- 239000002356 single layer Substances 0.000 claims description 6
- 238000012854 evaluation process Methods 0.000 claims description 4
- 230000009466 transformation Effects 0.000 claims description 4
- 230000000295 complement effect Effects 0.000 claims description 3
- 238000013077 scoring method Methods 0.000 claims description 3
- 230000000007 visual effect Effects 0.000 abstract description 2
- 230000007797 corrosion Effects 0.000 description 9
- 238000005260 corrosion Methods 0.000 description 9
- 238000007689 inspection Methods 0.000 description 4
- 238000012545 processing Methods 0.000 description 4
- 238000011160 research Methods 0.000 description 4
- 238000010606 normalization Methods 0.000 description 3
- 238000012360 testing method Methods 0.000 description 3
- 230000002776 aggregation Effects 0.000 description 2
- 238000004364 calculation method Methods 0.000 description 2
- 238000006243 chemical reaction Methods 0.000 description 2
- 239000006185 dispersion Substances 0.000 description 2
- 238000013210 evaluation model Methods 0.000 description 2
- 238000013507 mapping Methods 0.000 description 2
- 238000005259 measurement Methods 0.000 description 2
- 238000012986 modification Methods 0.000 description 2
- 230000004048 modification Effects 0.000 description 2
- NAWXUBYGYWOOIX-SFHVURJKSA-N (2s)-2-[[4-[2-(2,4-diaminoquinazolin-6-yl)ethyl]benzoyl]amino]-4-methylidenepentanedioic acid Chemical compound C1=CC2=NC(N)=NC(N)=C2C=C1CCC1=CC=C(C(=O)N[C@@H](CC(=C)C(O)=O)C(O)=O)C=C1 NAWXUBYGYWOOIX-SFHVURJKSA-N 0.000 description 1
- 238000005054 agglomeration Methods 0.000 description 1
- 238000004220 aggregation Methods 0.000 description 1
- 238000013473 artificial intelligence Methods 0.000 description 1
- 230000002146 bilateral effect Effects 0.000 description 1
- 230000008859 change Effects 0.000 description 1
- 238000011161 development Methods 0.000 description 1
- 238000003745 diagnosis Methods 0.000 description 1
- 238000010586 diagram Methods 0.000 description 1
- 230000000694 effects Effects 0.000 description 1
- 230000007613 environmental effect Effects 0.000 description 1
- 230000005484 gravity Effects 0.000 description 1
- 230000006872 improvement Effects 0.000 description 1
- JEIPFZHSYJVQDO-UHFFFAOYSA-N iron(III) oxide Inorganic materials O=[Fe]O[Fe]=O JEIPFZHSYJVQDO-UHFFFAOYSA-N 0.000 description 1
- 239000000463 material Substances 0.000 description 1
- 238000001303 quality assessment method Methods 0.000 description 1
- 238000011002 quantification Methods 0.000 description 1
- 230000008439 repair process Effects 0.000 description 1
- 238000012954 risk control Methods 0.000 description 1
- 238000012706 support-vector machine Methods 0.000 description 1
Images
Classifications
-
- 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
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06N—COMPUTING ARRANGEMENTS BASED ON SPECIFIC COMPUTATIONAL MODELS
- G06N7/00—Computing arrangements based on specific mathematical models
- G06N7/02—Computing arrangements based on specific mathematical models using fuzzy logic
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F2111/00—Details relating to CAD techniques
- G06F2111/08—Probabilistic or stochastic CAD
Landscapes
- Engineering & Computer Science (AREA)
- Theoretical Computer Science (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Software Systems (AREA)
- General Engineering & Computer Science (AREA)
- Evolutionary Computation (AREA)
- Computational Mathematics (AREA)
- Mathematical Analysis (AREA)
- General Health & Medical Sciences (AREA)
- Algebra (AREA)
- Artificial Intelligence (AREA)
- Health & Medical Sciences (AREA)
- Data Mining & Analysis (AREA)
- Fuzzy Systems (AREA)
- Biomedical Technology (AREA)
- Molecular Biology (AREA)
- Mathematical Optimization (AREA)
- Pure & Applied Mathematics (AREA)
- Computing Systems (AREA)
- Automation & Control Theory (AREA)
- Mathematical Physics (AREA)
- Life Sciences & Earth Sciences (AREA)
- Computer Hardware Design (AREA)
- Geometry (AREA)
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
Abstract
本发明提供一种门座起重机金属结构风险评估方法,所述方法包括如下步骤:步骤1,根据门座起重机金属结构的特点,选取强度、刚度和裂纹等因素作为评估指标,采用可拓层次分析法确定评估指标权重;步骤2,对指标风险等级进行划分,得到风险等级评估标准的云模型;步骤3,根据评估指标的实测值计算云参数,并结合底层指标的权重逐层向上计算,得到门座起重机金属结构风险评估综合云模型;步骤4,通过正态云模型计算综合确定度,根据最大隶属度原则确定最终的风险等级。本发明提供的风险评估方法,综合考虑了评估结果的模糊性及随机性特点,提高了风险评估的可靠性,为风险评估的不确定性,提出了一种高效可视的新方法。
Description
技术领域
本发明属于智能风险评估领域,具体涉及一种门座起重机金属结构风险评估方法。
背景技术
门座起重机作为港口、电厂和造船厂吊装作业的常用设备,在作业中发挥着极重要的作用,其金属结构作为起重机主要承载部分,直接关系到起重机的安全运营和使用寿命。门座起重机金属结构风险评估的基础是结构状况诊断,即通过现场实测,获取起重机结构的物理状况,如整体或局部变形、板厚变化、裂纹长度、锈蚀情况、结构的应变时间历程等,并对被测结构从强度、刚度等做出安全性评价及预测剩余寿命。由于现场测试条件受到的限制较多,能够得到的测量数据有限,其环境和实际工况等影响因素存在大量不确定性。针对这些不确定风险因素,通过高效、准确、实用的方法来确定门座起重机金属结构风险等级,保障起重机的安全运行,成为现场安全风险管理中的一项极为重要的研究内容。
目前,起重机械结构风险评估的方法有模糊层次综合评价法、支持向量机、基于灰色理论的评价方法、基于组合赋权法的风险评估方法、基于熵和累积前景理论的评价方法等。这些方法在起重机结构损伤与风险分析方面发挥了重要作用,但是,已有方法侧重于考虑起重机***风险因素的模糊性,缺乏对随机性和离散性的研究。另外,评判结果时考虑因素众多,容易受到主观不确定性的影响。
云理论作为一种用来描述事物定性与定量之间不确定性关系转化的数学工具,能够综合考虑评估过程中存在的模糊性与随机性问题,显著降低随机不确定性对评估结果的影响。目前,该理论已广泛应用于环境质量评估、电力***评估和盾构隧道损伤评估等领域,并具有良好的发展前景。基于此,本发明将起重机金属结构作为一个模糊***,对影响结构安全性能的风险因素进行逐级分解,提出基于云理论的门座起重机金属结构风险综合评估模型,为门座起重机金属结构的安全评估提供一种新方法。
发明内容
本发明的目的在于提供一种门座起重机金属结构风险评估方法以至少解决现有技术中侧重于考虑起重机***风险因素的模糊性,缺乏对随机性和离散性的研究,评判结果时考虑因素众多,容易受到主观不确定性的影响的问题。
为了实现上述目的,本发明提供如下技术方案:
一种门座起重机金属结构风险评估方法,优选,所述方法包括如下步骤:
步骤1,根据门座起重机金属结构的特点,选取强度、刚度和裂纹等因素作为评估指标,采用可拓层次分析法确定评估指标权重;
步骤2,对指标风险等级进行划分,得到风险等级评估标准的云模型;
步骤3,根据评估指标的实测值计算云参数,并结合底层指标的权重逐层向上计算,得到门座起重机金属结构风险评估综合云模型;
步骤4,通过正态云模型计算综合确定度,根据最大隶属度原则确定最终的风险等级。
如上所述的一种门座起重机金属结构风险评估方法,优选,所述步骤1具体还包括如下步骤:
步骤11,正态云模型的实现;
步骤12,建立门座起重机金属结构风险评估指标体系;
步骤13,确定评估指标的权重。
如上所述的一种门座起重机金属结构风险评估方法,优选,所述步骤11具体还包括如下步骤:
步骤111,生成1个En为期望值,He为标准差的一个正态随机数En′;
步骤112,生成1个Ex为期望值,En′为标准差的一个正态随机数x,x为论域空间中的一个云滴;
步骤113、根据En′和x计算y=exp[-(x-Ex)2/2(En′)2],y为x属于定性概念T的确定度,将(x,y)作为一个云滴;
步骤114、重复步骤11~步骤13产生N个云滴为止,其中N为一确定正整数。
如上所述的一种门座起重机金属结构风险评估方法,优选,所述步骤12具体还包括如下步骤:
步骤121、根据港口起重机的安全规程,将整个起重机金属结构的风险评估过程按单因素、子***和整机金属结构三个层次进行评估;
步骤122、将整机金属结构分为臂架***、门架***、人字架***几个子***;
步骤123、通过结合子***的评估结果对整机的结构状态进行综合评估。
如上所述的一种门座起重机金属结构风险评估方法,优选,,所述步骤13具体还包括如下步骤:
步骤131、构建可拓判断矩阵
步骤132、计算可拓判断矩阵的权重向量;
若求得的修正参数k和m满足0≤k≤1≤m,表明可拓判断矩阵满足一致性条件,否则需修正原判断矩阵,直到满足要求为止。
令S为可拓判断矩阵的权重向量,即
步骤133利用相对重要度确定单层指标权重
P=[pij]n×n
根据模糊互补判断矩阵计算得到单层指标权重
如上所述的一种门座起重机金属结构风险评估方法,优选,所述步2具体还包括如下步骤:
步骤21,根据门座起重机金属结构的安全规程,采用专家打分法对整机及子***层结构的风险状态进行评判;
步骤22,得出整机及子***层结构安全状态的评判等级划分结果;
步骤23,将语言评价集的所有评估结果转化为相应的云模型;
步骤24,结合门座起重机金属结构风险因素和专家经验,对单因素层每个评估指标分级,并计算出相应云模型的特征参数。
如上所述的一种门座起重机金属结构风险评估方法,优选,所述步3具体还包括如下步骤:
步骤31,将臂架***、门架***、人字架***以及其他子***来进行评估,建立门座起重机金属结构风险评估指标体系;
步骤32,通过结合子***的评估结果对整机的结构状态进行综合评估;
步骤33,考虑各个影响因素在整个评价体系中的重要性以及差异程度;
步骤34,用正向云变换算法,根据评估指标云参数生成大量云滴,代入评估标准云模型中计算评估指标对应评估等级的平均确定度;
步骤35,利用指标的平均确定度以及相应的权重,根据下式求得门座起重机金属结构风险等级的综合确定度
式中ρj是对应评估等级j的综合确定度;wi是第i个指标对应的权重;μij是指标i对应评估等级j的平均确定度,可由下式得到
式中xk为指标评估值,N为云滴数,这里取N=3000;
步骤36,根据最大隶属度原则,由下确定整机金属结构的风险等级K
K=max{ρ1,ρ2,…,ρn}。
与最接近的现有技术相比,本发明提供的技术方案具有如下优异效果:
本发明提供的风险评估方法,通过正态云模型计算综合确定度,根据最大隶属度原则确定最终的风险等级;能够综合考虑评估过程中存在的模糊性与随机性问题,显著降低随机不确定性对评估结果的影响。
附图说明
构成本申请的一部分的说明书附图用来提供对本发明的进一步理解,本发明的示意性实施例及其说明用于解释本发明,并不构成对本发明的不当限定。其中:
图1为本发明实施例的门座起重机金属结构风险评估指标体系结构框图;
图2为本发明实施例2的门座起重机金属结构风险综合评估结果云图。
具体实施方式
下面将参考附图并结合实施例来详细说明本发明。需要说明的是,在不冲突的情况下,本申请中的实施例及实施例中的特征可以相互组合。
在本发明的描述中,术语“纵向”、“横向”、“上”、“下”、“前”、“后”、“左”、“右”、“竖直”、“水平”、“顶”、“底”等指示的方位或位置关系为基于附图所示的方位或位置关系,仅是为了便于描述本发明而不是要求本发明必须以特定的方位构造和操作,因此不能理解为对本发明的限制。本发明中使用的术语“相连”、“连接”应做广义理解,例如,可以是固定连接,也可以是可拆卸连接;可以是直接相连,也可以通过中间部件间接相连,对于本领域的普通技术人员而言,可以根据具体情况理解上述术语的具体含义。
实施例1
根据本发明的具体实施例,云理论是基于传统的模糊集理论和概率统计学提出来的,以自然语言为切入点研究不确定性人工智能,用概念的方法把握量的不确定性,比数学表达更真实、更具普遍性。
设T是某个确定性数值论域U上的定性概念,由算子将定性概念T映射到闭区间[0,1]得到确定度μ,该确定度即为定性概念对于论域中的某一定量值x存在的具有稳定倾向的随机数。x在论域U上的分布形成确定云C(x),而[x,μ]构成一个云滴。云是由许多云滴构成的,每一个云滴就是定性概念的定量化体现,它也表征了定性概念与定量数值之间的不确定性映射关系。云理论通过引入期望Ex,熵En和超熵He来表示云的数字特征。期望Ex指的是云滴的数学期望,是论域空间中最能够代表定性概念的点,是整个云滴群的重心。熵En反映了定性概念的随机性和模糊性,用来表示云滴的离散程度以及论域空间中可被概念接受的云滴的取值范围。超熵He是熵的不确定性的度量,反映了云滴的离散程度和厚度,由熵的模糊性和随机性共同决定。
根据本发明的具体实施例,目前,云理论的分布形态已经发展出三角形云、矩形云、梯形云和正态云等,其中正态云模型由于其独特的数学特性和普适性而被广泛应用,因此,本发明采用正态云分布模型作为评估指标与评估标准的基础云模型,其具体的实现步骤如下:
(1)生成1个En为期望值,He为标准差的一个正态随机数En′;
(2)生成1个Ex为期望值,En′为标准差的一个正态随机数x,x为论域空间中的一个云滴;
(3)根据En′和x计算y=exp[-(x-Ex)2/2(En′)2],y为x属于定性概念T的确定度,将(x,y)作为一个云滴;
(4)重复步骤(1)~(3)直到产生N个云滴为止。
对于承受双边约束[Bmin,Bmax]的指标,利用区间数与云模型的转换关系得到正态云的三个特征参数如下:
Ex=(Bmax+Bmin)/2 (1)
En=(Bmax-Bmin)/6 (2)
He=c (3)
式中c为常数,表示定性概念的模糊程度,可结合具体问题确定,本发明c取0.01。当指标只有单边约束Bmax或Bmin时,先确定其缺省参数或缺省期望值,再根据式(1)~(3)计算其特征参数,并用半云模型进行描述。
根据本发明的具体实施例,如图1所示,门座起重机金属结构风险评估的首要任务是建立风险指标评估体系,由于考虑的风险因素是多方面的,故要求建立层次化的综合评判体系。根据港口起重机的安全规程,将整个起重机金属结构的风险评估过程按单因素、子***和整机金属结构三个层次进行。单因素评估层是起重机金属结构风险评估的起始层,在这一层中选择强度、刚度、裂纹、变形和锈蚀作为评估指标。由于整机金属结构部分相当复杂,影响因素众多,故将其分为臂架***、门架***、人字架***等几个子***来进行评估。整机金属结构***是最终的鉴定评估对象,也是多级综合评判体系的最顶层,通过结合子***的评估结果就可以对整机的结构状态进行综合评估。为此,本着科学性,全面性,主成分性,可操作性原则,建立门座起重机金属结构风险评估指标体系。
根据本发明的具体实施例,在风险评估中,针对门座起重机的复杂结构凸显层次化和各项参数指标定量化困难的问题,同时考虑专家判断所带来的不确定性,本发明采用可拓层次分析法,计算得到各层指标的权重大小。具体计算步骤如下:
(1)构建可拓判断矩阵
(2)计算可拓判断矩阵的权重向量
若求得的修正参数k和m满足0≤k≤1≤m,表明可拓判断矩阵满足一致性条件,否则需修正原判断矩阵,直到满足要求为止。
令S为可拓判断矩阵的权重向量,即
(3)利用相对重要度确定单层指标权重
P=[pij]n×n
根据模糊互补判断矩阵计算得到单层指标权重
根据本发明的具体实施例,根据门座起重机金属结构的安全规程,采用专家打分法对整机及子***层结构的风险状态进行评判。整机及子***层结构安全状态的评判等级划分结果见表1,利用式将语言评价集的所有评估结果转化为相应的云模型。结合门座起重机金属结构风险因素和专家经验,对单因素层每个评估指标分级,并计算出相应云模型的特征参数。表2~6列出了所有单因素层评估指标等级。
表1评估标准对应的云模型
表2评估指标强度C1对应的云模型
表3评估指标刚度C2对应的云模型
表4评估指标裂纹C3对应的云模型
表5评估指标变形C4对应的云模型
表6评估指标锈蚀C5对应的云模型
根据本发明的具体实施例,门座起重机整机金属结构状态作为风险评估的目标层,其影响因素众多,需按层次逐级进行评估。我们把对整机金属结构状态的评价转化为综合云模型,它是由各个影响因素转化的云集结形成的。另外,由于各个影响因素在整个评价体系中的重要性是有差异的,还有必要考虑影响因素之间的相对重要程度,即各个影响因素的权重。考虑权重时的综合评判云模型可以由下式表示:
式中Exi,Eni,Hei分别表示各个评估指标对应的云模型;wi是第i个指标对应云模型的权重,且n是对同一层级的指标数量。
通过正向云变换算法生成评估指标与评估标准的云模型图,根据两者的相对位置确定最终的评估等级,但由人的主观判断确定评估等级容易产生偏差,而且当云滴凝聚较差时难以判断。本发明利用正向云变换算法,根据评估指标云参数生成大量云滴,代入评估标准云模型中计算评估指标对应评估等级的平均确定度。再利用指标的平均确定度以及相应的权重,根据下式求得门座起重机金属结构风险等级的综合确定度
式中ρj是对应评估等级j的综合确定度;wi是第i个指标对应的权重;μij是指标i对应评估等级j的平均确定度,可由下式得到
式中xk为指标评估值,N为云滴数,这里取N=3000。
根据最大隶属度原则,由式(12)确定整机金属结构的风险等级K
K=max{ρ1,ρ2,…,ρn}
实施例2
根据本发明的具体实施例,以某150t造船门座起重机为研究对象,该门座起重机为单臂架门座起重机,投入运营多年,服役于舟山某海岛上的造船企业,主要用于吊运船体分段和结构件,从吊载统计结果来看,80t-120t的结构件居多,工作级别较低,但常带载变幅和回转工作。其金属结构材料为Q345,外观检查无严重破坏情况
根据该造船门座起重机金属结构的特点和工作环境,选取强度、刚度、裂纹、变形和锈蚀等可定量化分析的指标作为评估指标,但是由于这些评估指标所包含的量纲各不相同,不可直接用于综合评估,因此,必须对评估指标进行无量纲化处理,同时使指标的取值区间统一化。
对于强度、刚度指标的处理方法为
式中Xi表示对应指标的测试值,且0<Xi≤[Xi];[Xi]表示对应指标的许用值;mi表示对应指标经归一化处理后的评估值。
对于裂纹指标的处理方法为
式中Ti表示裂纹指标的巡检周期;10表示裂纹检修的临界值,文献[19]中指出当巡检周期低于10天时,需对裂纹进行补修。ti表示裂纹指标经归一化处理后的评估值。
对于变形指标,这里主要考虑有局部波浪度的受压板件,它的处理方法为
式中Pu表示板的极限承载值;py表示板的名义载荷值;qi表示板的变形指标经归一化处理后的评估值。
对于锈蚀指标的处理方法为
式中ζi表示板件锈蚀厚度与板件原厚度的比值;0.1表示锈蚀指标安全界限值,当板件锈蚀厚度与板件原厚度的比值超过0.1时,板件视为不合格;ui表示板件锈蚀指标经归一化处理后的评估值。
通过现场测试得到了强度、刚度、裂纹、变形和锈蚀指标的状态值,并完成了相应评估值和云参数的计算,结果见表7。
表7单因素层评估指标云模型
采用可拓层次分析法逐层确定指标的权重。首先通过专家组讨论构建可拓判断矩阵,其次计算权重向量,最后利用相对重要度确定指标权重。
根据本发明的具体实施例,如图2所示,在计算求得各个评估指标的权重后,可根据式(10)求出子***评估层中臂架***、门架***、人字架***、转台转柱***和其它结构***的云模型,在此基础上进而得到整机金属结构风险评估的云模型。表8列出了子***评估层指标及整机综合评估结果对应的云模型。
表8子***层评估指标及整机综合评估结果云模型
根据本发明的具体实施例,由图2可以直观看出,门座起重机整机金属结构的风险等级在Ⅴ和Ⅵ之间,且大部分位于等级Ⅵ区间内。依据式(11)计算出综合评估结果对各评估标准的确定度为:ρ1=0,ρ2=0,ρ3=0,ρ4=0,ρ5=0.073,ρ6=0.507,ρ7=0.002,ρ8=0。根据最大隶属度原则,由式(12)可知综合评估结果对评估等级Ⅵ的确定度最大,表明整机金属结构处于带故障运行状态,要定期重点检查,需对已损失部件进行修复。
综上所述;本发明提出基于云理论的门座起重机金属结构风险综合评价模型,该模型很好地兼顾了起重机风险评估的模糊性和随机性特点。
本发明采用语言评价值来反映指标的重要程度,既反映了人类思维对事物评价的模糊性、不确定性,也消除了主客观赋权法的随意性问题。起重机金属结构风险评估中的指标均为定性概念,将评估指标用语评价集来描述,再利用云理论将语言评估集转化为正态云图,较好地保留了定性指标的模糊性和评价结果的客观性。
依据本发明建立的门座起重机金属结构风险评估指标体系,可得到起重机金属结构不同部位的风险评估结果,为现场作业风险控制提供动态指导。该风险评估结果是一个有期望值、熵和超熵3个数字特征组成的云模型。该云模型综合考虑了评估结果的模糊性及随机性特点,提高了风险评估的可靠性,为门座起重机金属结构的风险评估的不确定性,提出了一种高效可视的新方法。
以上所述仅为本发明的优选实施例,并不用于限制本发明,对于本领域的技术人员来说,本发明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 (7)
1.一种门座起重机金属结构风险评估方法,其特征在于,所述方法包括如下步骤:
步骤1,根据门座起重机金属结构的特点,选取强度、刚度和裂纹等因素作为评估指标,采用可拓层次分析法确定评估指标权重;
步骤2,对指标风险等级进行划分,得到风险等级评估标准的云模型;
步骤3,根据评估指标的实测值计算云参数,并结合底层指标的权重逐层向上计算,得到门座起重机金属结构风险评估综合云模型;
步骤4,通过正态云模型计算综合确定度,根据最大隶属度原则确定最终的风险等级。
2.如权利要求1所述的一种门座起重机金属结构风险评估方法,其特征在于,所述步骤1具体还包括如下步骤:
步骤11,正态云模型的实现;
步骤12,建立门座起重机金属结构风险评估指标体系;
步骤13,确定评估指标的权重。
3.如权利要求2所述的一种门座起重机金属结构风险评估方法,其特征在于,所述步骤11具体还包括如下步骤:
步骤111,生成1个En为期望值,He为标准差的一个正态随机数En′;
步骤112,生成1个Ex为期望值,En′为标准差的一个正态随机数x,x为论域空间中的一个云滴;
步骤113,根据En′和x计算y=exp[-(x-Ex)2/2(En′)2],y为x属于定性概念T的确定度,将(x,y)作为一个云滴;
步骤114,重复步骤11~步骤13产生N个云滴为止,其中N为一确定正整数。
4.如权利要求2所述的一种门座起重机金属结构风险评估方法,其特征在于,所述步骤12具体还包括如下步骤:
步骤121,根据港口起重机的安全规程,将整个起重机金属结构的风险评估过程按单因素、子***和整机金属结构三个层次进行评估;
步骤122,将整机金属结构分为臂架***、门架***、人字架***几个子***;
步骤123,通过结合子***的评估结果对整机的结构状态进行综合评估。
5.如权利要求2所述的一种门座起重机金属结构风险评估方法,其特征在于,所述步骤13具体还包括如下步骤:
步骤131,构建可拓判断矩阵;
步骤132,计算可拓判断矩阵的权重向量;
若求得的修正参数k和m满足0≤k≤1≤m,表明可拓判断矩阵满足一致性条件,否则需修正原判断矩阵,直到满足要求为止;
令S为可拓判断矩阵的权重向量,即
S=(S1,S2,…,Snk)=<kx-,mx+>
步骤133,利用相对重要度确定单层指标权重;
P=[pij]n×n
根据模糊互补判断矩阵计算得到单层指标权重;
6.如权利要求1所述的一种门座起重机金属结构风险评估方法,其特征在于,所述步2具体还包括如下步骤:
步骤21,根据门座起重机金属结构的安全规程,采用专家打分法对整机及子***层结构的风险状态进行评判;
步骤22,得出整机及子***层结构安全状态的评判等级划分结果;
步骤23,将语言评价集的所有评估结果转化为相应的云模型;
步骤24,结合门座起重机金属结构风险因素和专家经验,对单因素层每个评估指标分级,并计算出相应云模型的特征参数。
7.如权利要求1所述的一种门座起重机金属结构风险评估方法,其特征在于,所述步3具体还包括如下步骤:
步骤31,将臂架***、门架***、人字架***以及其他子***来进行评估,建立门座起重机金属结构风险评估指标体系;
步骤32,通过结合子***的评估结果对整机的结构状态进行综合评估;
步骤33,考虑各个影响因素在整个评价体系中的重要性以及差异程度;
步骤34,用正向云变换算法,根据评估指标云参数生成大量云滴,代入评估标准云模型中计算评估指标对应评估等级的平均确定度;
步骤35,利用指标的平均确定度以及相应的权重,根据下式求得门座起重机金属结构风险等级的综合确定度;
式中ρj是对应评估等级j的综合确定度;wi是第i个指标对应的权重;μij是指标i对应评估等级j的平均确定度,可由下式得到
式中xk为指标评估值,N为云滴数,这里取N=3000;
步骤36,根据最大隶属度原则K=max{ρ1,ρ2,…,ρn},确定整机金属结构的风险等级K。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202110072749.7A CN112733379A (zh) | 2021-01-20 | 2021-01-20 | 一种门座起重机金属结构风险评估方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202110072749.7A CN112733379A (zh) | 2021-01-20 | 2021-01-20 | 一种门座起重机金属结构风险评估方法 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN112733379A true CN112733379A (zh) | 2021-04-30 |
Family
ID=75592614
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202110072749.7A Pending CN112733379A (zh) | 2021-01-20 | 2021-01-20 | 一种门座起重机金属结构风险评估方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN112733379A (zh) |
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN113282989A (zh) * | 2021-05-31 | 2021-08-20 | 中铁十六局集团北京轨道交通工程建设有限公司 | 一种基于云模型盾构掘进实时风险评估的方法 |
Citations (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
WO2017008180A1 (zh) * | 2015-07-16 | 2017-01-19 | 广东产品质量监督检验研究院 | 一种光伏组件失效风险判别方法 |
CN111882238A (zh) * | 2020-08-04 | 2020-11-03 | 上海海事大学 | 基于云模型和eahp的门座起重机结构健康评估方法 |
-
2021
- 2021-01-20 CN CN202110072749.7A patent/CN112733379A/zh active Pending
Patent Citations (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
WO2017008180A1 (zh) * | 2015-07-16 | 2017-01-19 | 广东产品质量监督检验研究院 | 一种光伏组件失效风险判别方法 |
CN111882238A (zh) * | 2020-08-04 | 2020-11-03 | 上海海事大学 | 基于云模型和eahp的门座起重机结构健康评估方法 |
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN113282989A (zh) * | 2021-05-31 | 2021-08-20 | 中铁十六局集团北京轨道交通工程建设有限公司 | 一种基于云模型盾构掘进实时风险评估的方法 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN109885907B (zh) | 一种基于云模型的卫星姿控***健康状态评估和预测方法 | |
CN111950918B (zh) | 一种基于电力交易数据的市场风险评估方法 | |
CN110516821B (zh) | 一种船舶维修资源配置优化方法及装置 | |
CN111832939B (zh) | 一种特高压直流输电***主设备检修质量评价方法 | |
CN113592359A (zh) | 电力变压器的健康度评价方法和装置 | |
CN110889587A (zh) | 配电网线路风险评估方法 | |
CN112818525A (zh) | 一种水电机组状态评价方法及其*** | |
CN115689114A (zh) | 一种基于组合神经网络的海底电缆运行状态预测方法 | |
CN113869671B (zh) | 一种适用于多工况的滑坡区输电铁塔安全性评价方法 | |
CN112733379A (zh) | 一种门座起重机金属结构风险评估方法 | |
CN115063056A (zh) | 基于图拓扑分析改进的建造行为安全风险动态分析方法 | |
CN114862267A (zh) | 一种输油气管道报警管理体系的评价方法及*** | |
Tan et al. | Life extension and repair decision-making of ageing offshore platforms based on DHGF method | |
CN111882238A (zh) | 基于云模型和eahp的门座起重机结构健康评估方法 | |
CN112819354A (zh) | 海外矿业项目竞争力评价的方法及装置 | |
CN111582634B (zh) | 一种地下大空间施工多因素安全分级方法及*** | |
CN113269330A (zh) | 基于云模型的化工设备泄漏概率修正方法及*** | |
CN110135085B (zh) | 基于自适应核密度估计辅助粒子滤波的疲劳裂纹评估方法 | |
Stevens et al. | Conversion Of Legacy Inspection Data To Bridge Condition Index (BCI) To Establish Baseline Deterioration Condition History For Predictive Maintenance Models. | |
CN107451336B (zh) | 一种用于优化产品性能变化边界的稳健设计方法 | |
CN110347972A (zh) | 机电特种设备安全性评价指标体系的权重集组合量化方法 | |
CN105469148A (zh) | 船舶机电设备保障时机确定方法 | |
CN115577560A (zh) | 一种铁路腕臂绝缘子运行状态及剩余寿命评估方法 | |
CN114444862A (zh) | 一种综合多类指标阈值的配电网灾害预警分级方法 | |
CN113689153A (zh) | 一种基于灰靶决策的复杂装备交付中典型问题的筛选方法 |
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 | ||
WD01 | Invention patent application deemed withdrawn after publication | ||
WD01 | Invention patent application deemed withdrawn after publication |
Application publication date: 20210430 |