機械設(shè)備風(fēng)險評估計算模型研究
前言：想要寫出一篇引人入勝的文章？我們特意為您整理了機械設(shè)備風(fēng)險評估計算模型研究范文，希望能給你帶來靈感和參考，敬請閱讀。
摘要：針對工業(yè)生產(chǎn)中使用的機械設(shè)備的安全性問題，介紹了機械安全的概念，闡述了機械設(shè)備風(fēng)險評估的基本流程，分析比較了定性評估和定量評估方法各自存在的優(yōu)缺點，并結(jié)合相關(guān)案例，闡述模糊綜合評價法、貝葉斯網(wǎng)絡(luò)法和神經(jīng)網(wǎng)絡(luò)評估法三種計算模型在機械設(shè)備風(fēng)險評估中的應(yīng)用。
關(guān)鍵詞：機械設(shè)備；安全性問題；風(fēng)險評估；計算模型
1引言
機械是機構(gòu)與機器的總稱。機械設(shè)備是現(xiàn)代工業(yè)生產(chǎn)的主力軍，在把原料加工成產(chǎn)品或半成品的過程中涉及到各類專業(yè)機械與設(shè)備的使用，但同時也伴隨著許多機械安全事故，造成各類經(jīng)濟(jì)財產(chǎn)損失甚至人員傷亡。因而對機械設(shè)備進(jìn)行有效可行的風(fēng)險評估，降低安全事故發(fā)生的可能性，在工業(yè)生產(chǎn)中有著重要的意義。
2機械安全概念
機械設(shè)備的種類多樣，用途不同，對機械安全的要求也不盡相同。但總體而言，是指在預(yù)定的使用條件下正常運行，不會對操作人員造成危害的能力。有些產(chǎn)業(yè)中的機械安全還包括不會對所生產(chǎn)產(chǎn)品的品質(zhì)造成危害。以食品加工機械的安全要求為例，除滿足一般生產(chǎn)過程的機械安全，即保證機械運行的可靠、穩(wěn)定外，還必須保證食品安全，不會在加工過程中由于機械的原因在食品中引入有毒有害物質(zhì)，而危害消費者的生命健康[1]。
3機械風(fēng)險評估流程
機械風(fēng)險評估的一般流程為以下幾個步驟：機械限制的確定、危險識別、發(fā)生概率和嚴(yán)重程度分析以及規(guī)避的可能性分析[2]。規(guī)避的可能性是指所識別的危險能否通過采取相應(yīng)的措施規(guī)避或減小，如修改設(shè)計、安裝防護(hù)措施、添加警示標(biāo)志等?？偟膩碚f，對于危險發(fā)生概率大、損失嚴(yán)重且無法通過措施手段來避免的危險，則其風(fēng)險等級高。以食品機械設(shè)備為例，在符合機械限制的正常使用狀態(tài)下，其危險是指食品機械使用過程中可能對人體身心健康和加工食品等造成的損害。孫姍等結(jié)合食品機械設(shè)計和事故經(jīng)驗、食品機械的運行情況、食品加工流程及操作條件等信息，歸納了食品機械安全衛(wèi)生風(fēng)險評估的流程，如圖1所示。首先需要收集有關(guān)食品機械安全衛(wèi)生設(shè)計的技術(shù)標(biāo)準(zhǔn)、材質(zhì)選擇、機械特性等相關(guān)資料，確定對機械的時間限制、空間限制和使用限制，并明確對操作人員的限制；隨后開展危險識別，進(jìn)行危險識別時應(yīng)考慮機械狀態(tài)、使用壽命、可預(yù)期的誤用等因素；然后通過定性或定量方法來分析危害發(fā)生的概率和嚴(yán)重程度，并盡量通過定量法進(jìn)行風(fēng)險評價；最后在評價的基礎(chǔ)上，考慮風(fēng)險是否可消除或減小、安全防護(hù)措施是否合適等因素進(jìn)行風(fēng)險縱橫對比，作出風(fēng)險評定[3]。根據(jù)對危害發(fā)生概率和嚴(yán)重程度分析方式的差異，將機械風(fēng)險評估的方法分為定性評估和定量評估兩大類。定性評估主要依靠專家等有經(jīng)驗人員的主觀判斷來對危險發(fā)生的可能性、嚴(yán)重程度和規(guī)避可能性進(jìn)行分級、綜合評價后將風(fēng)險程度劃分為低、中、高等不同層級；而定量分析則是通過數(shù)學(xué)模型按照既定的規(guī)則進(jìn)行計算，從而定量、直觀地反映出風(fēng)險情況[4]。在定性評估模型中，主要依靠相關(guān)人員的主觀判斷來分析得出結(jié)論，雖易于操作但對危險的評估缺乏深度、主觀性過強。定量評估模型則是通過精確的數(shù)學(xué)方法構(gòu)建模型來分析計算風(fēng)險程度，更具客觀性，且能實現(xiàn)更細(xì)致、系統(tǒng)的風(fēng)險分級；但定量評估需要以足夠的歷史統(tǒng)計數(shù)據(jù)為建模的基礎(chǔ)，當(dāng)基礎(chǔ)數(shù)據(jù)不夠時，其計算模型的準(zhǔn)確度無法得到保證，且計算過程復(fù)雜，在工業(yè)生產(chǎn)中操作難度較大。
4機械設(shè)備風(fēng)險評估計算模型
機械設(shè)備風(fēng)險的定量評估涉及到了計算模型的選擇。工程上用以定量評價的常見方法有事件樹分析、故障樹分析、事件樹/故障樹方法，本質(zhì)都屬于概率風(fēng)險評價。以故障樹分析為例，涉及到最小割集的計算，通過布爾表達(dá)式不交化求解最小割集，從而計算出各事件的發(fā)生概率[4]。但以上較為傳統(tǒng)的定量評估計算模型，大多要求以單調(diào)系統(tǒng)、二態(tài)系統(tǒng)和失效獨立性所為前提條件，然而在實際生產(chǎn)中，機械所處的系統(tǒng)大多是非單調(diào)的、多態(tài)的，共因失效的情況也時常發(fā)生，所以需要借助數(shù)學(xué)和計算機技術(shù)的發(fā)展，使用更加優(yōu)越的計算模型，提高機械風(fēng)險評估的準(zhǔn)確性。近幾年在風(fēng)險評估中較為熱點且應(yīng)用較為廣泛的計算模型主要有模糊矩陣運算法、貝葉斯網(wǎng)絡(luò)模型和人工神經(jīng)網(wǎng)絡(luò)模型。
4.1模糊風(fēng)險評價法
模糊風(fēng)險評價法，是一種基于模糊數(shù)學(xué)的方法基礎(chǔ)對風(fēng)險作出評價的方法。其中模糊數(shù)學(xué)是以模糊性現(xiàn)象的處理為研究對象的一種數(shù)學(xué)理論。通過模糊數(shù)學(xué)的方法，可以利用模糊、定性或者不精確的數(shù)據(jù)和信息來實現(xiàn)對故障風(fēng)險的定量評價，得出對故障風(fēng)險的數(shù)值化描述，從而對潛在風(fēng)險的重要性進(jìn)行排序。模糊風(fēng)險評價法的特點是模型簡單，在對多因素、多層次的復(fù)雜問題進(jìn)行評價方面，有著其他數(shù)學(xué)模型難以取代的優(yōu)勢。俞中健等嘗試采用模糊數(shù)學(xué)的方法對橋式起重機進(jìn)行金屬結(jié)構(gòu)風(fēng)險評估。橋式起重機金屬結(jié)構(gòu)潛在風(fēng)險因素包括裂紋、腐蝕、強度及變形導(dǎo)致的破壞，根據(jù)這些因素建立風(fēng)險因素集，隨后再將起重機的整體結(jié)構(gòu)進(jìn)行簡化和拆分，如橋架在簡化為單梁結(jié)構(gòu)后可進(jìn)一步劃分為上蓋板、下蓋版、腹板和隔板。將金屬結(jié)構(gòu)作為風(fēng)險因素集的子系統(tǒng)，進(jìn)行系統(tǒng)層級劃分，建立橋式起重機金屬結(jié)構(gòu)風(fēng)險綜合評判系統(tǒng)。再構(gòu)造風(fēng)險各要素中的概率等級和后果等級的評判集Q和G，分別反映風(fēng)險發(fā)生的可能性和嚴(yán)重程度。關(guān)鍵是確立風(fēng)險隸屬度矩陣及權(quán)重系數(shù)，其中風(fēng)險概率隸屬度矩陣參照由可靠性分析得到的可靠性隸屬度矩陣建立。通過不確定AHP判斷矩陣一致性逼近與排序法，確定風(fēng)險評估中的權(quán)重系數(shù)。最后由以上參數(shù)計算出風(fēng)險度W，根據(jù)W的數(shù)值大小進(jìn)行風(fēng)險等級的劃分[5]。P=RpQnT，其中Rp為風(fēng)險發(fā)生概率隸屬度矩陣，Qn為概率等級評判集中評判語句對應(yīng)的權(quán)重系數(shù)。C=RcGnT，其中Rc為風(fēng)險影響隸屬度矩陣，Gn為風(fēng)險影響等級評判集中評判語句對應(yīng)的權(quán)重系數(shù)。W=PCT程序等基于模糊理論，設(shè)計了針對智能電網(wǎng)的信息通信系統(tǒng)風(fēng)險評估方案，嘗試解決評估指標(biāo)間的非可加性問題。首先確定關(guān)于智能電網(wǎng)信息通信系統(tǒng)風(fēng)險評估的指標(biāo)，再通過主觀的層次分析法和客觀熵值法計算單風(fēng)險指標(biāo)的權(quán)重，依權(quán)重算出各層次指標(biāo)集合的模糊測度；隨后通過風(fēng)險指標(biāo)對應(yīng)風(fēng)險等級的隸屬度建立評價矩陣，利用模糊積分向量融合指標(biāo)集的評估值；最終，按照最大隸屬度原則得到智能電網(wǎng)信息通信系統(tǒng)風(fēng)險的綜合評估值[6]。智能電網(wǎng)信息通信系統(tǒng)模糊風(fēng)險評估模型流程如圖2所示。模糊風(fēng)險評價方法在餐飲食品微生物風(fēng)險評估中的應(yīng)用也有相關(guān)的報道，張娜等以某省份4年的餐飲環(huán)節(jié)微生物監(jiān)測數(shù)據(jù)作為樣本，采用模糊綜合分析法，利用粗糙集決策模型確定了評價指標(biāo)體系中各指標(biāo)的權(quán)重值和隸屬度矩陣，最后建立了菌落總數(shù)、大腸菌群、沙門氏菌和金黃葡萄球菌四項指標(biāo)在餐飲及加工用具中風(fēng)險的評價模型[7]。可以預(yù)見，在食品機械的風(fēng)險評估方面，模糊數(shù)學(xué)法也同樣具有適用性。
4.2貝葉斯網(wǎng)絡(luò)風(fēng)險評價法
貝葉斯網(wǎng)絡(luò)結(jié)合了圖論和概率論，可以形象地表示為一個賦值因果關(guān)系圖。一個具有N個節(jié)點的貝葉斯網(wǎng)絡(luò)可用N=<<V，E>，P>來表示，其中<V，E>表示一個節(jié)點個數(shù)為N的有向無環(huán)圖，P則表示與每個節(jié)點相關(guān)的條件概率分布。貝葉斯網(wǎng)絡(luò)建模包括兩個部分，分別是拓?fù)浣Y(jié)構(gòu)的確定和概率參數(shù)的確定。其優(yōu)點在于能夠在風(fēng)險評估過程中，反映出系統(tǒng)的非單調(diào)性、多態(tài)性、動態(tài)性、失效相關(guān)性以及軟件、人因交互影響等。以安全門系統(tǒng)的風(fēng)險評價為例，該系統(tǒng)由保安看守，辦公人員則通過身份識別系統(tǒng)PACS進(jìn)出，PACS是一個提供身份認(rèn)證的軟件系統(tǒng)，它可以根據(jù)用戶提供的密碼或者IC卡識別等進(jìn)行信息匹配，從而開關(guān)安全門。當(dāng)危險發(fā)生時，辦公人員可以通過IC卡識別或輸入密碼打開安全門離開。其中PACS系統(tǒng)涉及到了軟件與系統(tǒng)的交互作用，利用貝葉斯網(wǎng)絡(luò)對PACS系統(tǒng)進(jìn)行分析，將其劃分為IC卡認(rèn)證（S1）和密碼認(rèn)證（S2）兩個模塊。以系統(tǒng)的處理器C和內(nèi)存M作為參考節(jié)點，可以假設(shè)安全門PACS軟件的ICReader、Value、Range、Amount、Type、Time、Input等參數(shù)有兩種狀態(tài)：正常（Normal）、不正常（Abnormal）；CPU、Memory、Support有三種狀態(tài)：正常工作（Full）、降階工作（Degrade）、不工作（None）；IC卡認(rèn)證模塊的Output有兩種狀態(tài)：允許輸入密碼（AllowPIN）、不允許輸入密碼（NotAllowPIN）；密碼認(rèn)證模塊的Output有兩種狀態(tài)：密碼正確（Right）、密碼錯誤（Wrong）；PACS有兩個狀態(tài)：開門（Open）、不開門（Close）。再根據(jù)這些節(jié)點構(gòu)建類PACS網(wǎng)絡(luò)結(jié)構(gòu)，結(jié)合設(shè)定的根節(jié)點的概率分布，即可形成類PACS的潛在貝葉斯網(wǎng)絡(luò)，最后利用經(jīng)典推理算法計算出在意外事件發(fā)生時辦公人員通過PACS系統(tǒng)打開門逃生的概率，用以對安全門進(jìn)行風(fēng)險評估[8]。類PACS的潛在貝葉斯網(wǎng)絡(luò)如圖3所示。隨著人工智能和計算機技術(shù)的發(fā)展，未來的機械設(shè)備將越來越智能化，安裝的軟件系統(tǒng)也將日益復(fù)雜，所以未來對機械設(shè)備的風(fēng)險評估必須包含軟件系統(tǒng)和網(wǎng)絡(luò)安全的風(fēng)險評估。如在食品機械中的自動化包裝機械、自動清洗機械等都涉及到了自動控制系統(tǒng)，相信未來對機械設(shè)備進(jìn)行軟件系統(tǒng)交互作用風(fēng)險評估的需求也會日益增加。此外，貝葉斯網(wǎng)絡(luò)在食品行業(yè)還被應(yīng)用在了食品安全的風(fēng)險評估，如在微生物定量評估中占據(jù)了重要地位[9]。
4.3人工神經(jīng)網(wǎng)絡(luò)風(fēng)險評價法
人工神經(jīng)網(wǎng)絡(luò)的研究在人工智能領(lǐng)域一直備受關(guān)注。在神經(jīng)網(wǎng)絡(luò)的運算模型中，有大量相互聯(lián)接的節(jié)點，一個節(jié)點對應(yīng)一個特定的輸出函數(shù)，每兩個節(jié)點間的聯(lián)接則對應(yīng)通過該連接信號的加權(quán)值。人工神經(jīng)網(wǎng)絡(luò)具有非線性映射、分布并行處理、自適應(yīng)學(xué)習(xí)等特性，在工程領(lǐng)域的實際應(yīng)用中有許多優(yōu)勢。而BP網(wǎng)絡(luò)是目前應(yīng)用最為廣泛的一種神經(jīng)網(wǎng)絡(luò)模型，屬于多層映射網(wǎng)絡(luò)，采用的學(xué)習(xí)方法是最小均方差法，具有簡單的結(jié)構(gòu)和穩(wěn)定的工作狀態(tài)。尹曉偉等提出了一種基于BP神經(jīng)網(wǎng)絡(luò)的復(fù)雜機械安全性分析新方法，突破了以往有限元分析方法的建模煩瑣和運行周期長的局限。其基本步驟是采集復(fù)雜機械在工作狀態(tài)下的載荷數(shù)據(jù)作為訓(xùn)練樣本，經(jīng)過訓(xùn)練和泛化性測試，建立神經(jīng)網(wǎng)絡(luò)模型。最后利用建好的神經(jīng)網(wǎng)絡(luò)模型進(jìn)行映射，得到新的載荷作用下結(jié)構(gòu)的荷載效應(yīng)，將其與結(jié)構(gòu)抗力比較，即可分析其機械安全性。以減速器箱體結(jié)構(gòu)安全性分析為例，實測得到工作狀態(tài)中減速器箱體承受的15組載荷及各組荷載作用下的最大變形，輸入有限元分析，得到最大變形量Midst；再利用其中10組數(shù)據(jù)訓(xùn)練網(wǎng)絡(luò)，憑經(jīng)驗算法選取了網(wǎng)絡(luò)節(jié)點層數(shù)為8-6-1的BP網(wǎng)絡(luò)模型，輸出層只有一個節(jié)點，傳輸函數(shù)為Tan-Sigmoid函數(shù)，對應(yīng)最大形變量Midst。利用剩下5組數(shù)據(jù)作為驗證，確保網(wǎng)絡(luò)的分析精度滿足要求[10]。BP神經(jīng)網(wǎng)絡(luò)模型如圖4所示。目前神經(jīng)網(wǎng)絡(luò)在機械系統(tǒng)安全評估上的應(yīng)用還沒有普及，如在食品工業(yè)中的應(yīng)用目前仍停留在對加工過程中工藝參數(shù)的優(yōu)化和過程分析以及食品分析中的數(shù)據(jù)處理[11]，在食品機械的風(fēng)險評估上具有相當(dāng)好的應(yīng)用前景。
5展望
在定性風(fēng)險評估和定量風(fēng)險評估方法中，都涉及到的關(guān)鍵步驟是危險發(fā)生可能性的確定，發(fā)生概率的確定方式直接影響著機械風(fēng)險評估計算模型的可靠性?！稒C械安全風(fēng)險評價的原則》中規(guī)定，風(fēng)險發(fā)生的概率可以依據(jù)可靠性和其他統(tǒng)計數(shù)據(jù)獲取。其中可靠性結(jié)果是由專家評判得到，仍然受到主觀因素的影響，所以最好依據(jù)統(tǒng)計數(shù)據(jù)來計算概率。然而目前工業(yè)生產(chǎn)中相關(guān)統(tǒng)計數(shù)據(jù)的積累較少，無法提供足夠的統(tǒng)計數(shù)據(jù)作為支持，影響了風(fēng)險發(fā)生概率的統(tǒng)計計算。所以構(gòu)建相應(yīng)的機械風(fēng)險監(jiān)測信息平臺，匯集和共享信息，建立起以數(shù)據(jù)庫為依托建立的系統(tǒng)完整的機械風(fēng)險評估機制，對中國機械風(fēng)險評估水平的提高有著重要意義。如在食品安全風(fēng)險評估方面，為了給食品安全評估提供真實有效的數(shù)據(jù)，廣東省自2009年便開始實施食品風(fēng)險監(jiān)測，監(jiān)測對象包含全省21個地級市和150多個縣市區(qū)，采集了30多萬條相關(guān)數(shù)據(jù)作為統(tǒng)計樣本[12]。因此，相信未來也可以建立相應(yīng)的食品機械風(fēng)險監(jiān)測信息平臺，在相關(guān)企事業(yè)單位采集機械事故相關(guān)數(shù)據(jù)，為食品機械的風(fēng)險評估提供足量、可靠的數(shù)據(jù)支持，使風(fēng)險評估結(jié)果更加科學(xué)有效。
作者：劉惠玲 李偉偉 劉夢娟 胡進(jìn)偉 單位：中國質(zhì)量認(rèn)證中心華南實驗室