本發(fā)明涉及一種石油化工裝置檢修的風(fēng)險評估模型，屬于安全工程
技術(shù)領(lǐng)域：
。
背景技術(shù)：
：石油化工裝置的檢修具有交叉作業(yè)多、檢修工期短、檢修內(nèi)容多以及檢修人復(fù)雜等特點，檢修的質(zhì)量直接決定著石油化工企業(yè)的故障發(fā)生率，由于石油化工裝置檢修造成的水平非常嚴(yán)重，為了能夠提高石油化工裝置的可靠性，確保石油化工裝置的安全運行，對石油化工裝置的檢修也提出了較高的要求。石油化工裝置的數(shù)量不斷增加，檢修工作量大和檢修資源不足之間的矛盾日益突出，因此，石油化工裝置檢修的風(fēng)險評估是制定科學(xué)的檢修決策的主要依據(jù)，能夠確保石油化工裝置在檢修后的下個周期運行的安全可靠性。風(fēng)險評估主要是應(yīng)用安全系統(tǒng)工程對石油化工裝備檢修的風(fēng)險因素進行評價，從而能夠?qū)κ突ぱb置檢修所產(chǎn)生的風(fēng)險水平進行評估，進而能夠提高石油化工裝置的檢修水平。石油化工裝置檢修的風(fēng)險評估具有非線性的特點，傳統(tǒng)的評估方法，如層次分析法、模糊綜合評價法、灰色系統(tǒng)理論等，存在實現(xiàn)比較難和評估準(zhǔn)確性不高的缺陷。技術(shù)實現(xiàn)要素：本發(fā)明針對上述現(xiàn)有技術(shù)中存在的問題，研制一種石油化工裝置檢修的風(fēng)險評估模型，將模糊理論應(yīng)用于石油化工裝置檢修風(fēng)險評估中，提高其風(fēng)險評估的準(zhǔn)確性。本發(fā)明的技術(shù)方案如下：模糊曲波神經(jīng)網(wǎng)絡(luò)有五層結(jié)構(gòu)，包括曲波變換層、模糊化層、模糊關(guān)聯(lián)層、模糊化后關(guān)聯(lián)層和輸出層；曲波變換層：曲波變換用于處理輸入向量i，經(jīng)過處理后的輸入向量輸入到下一層，i和表達式如下所示：i＝[i1,i2,…,in](7)隸屬度函數(shù)用曲波函數(shù)替代，如下所示：式中，ni表示i的維度；模糊化層：已知節(jié)點和語言變量之間的關(guān)系，隸屬度也可以利用曲波函數(shù)描述，如下所示：模糊關(guān)聯(lián)層:在該層可以執(zhí)行輸入向量的模糊求和，然后可以獲得模糊關(guān)聯(lián)向量，如下所示：βj＝min{γ1,γ2,…,γk}，j＝1,2,…,na，k＝1,2,…,nn(11)式中，模糊化后關(guān)聯(lián)層：在該層對關(guān)聯(lián)向量進行正交化處理，計算公式如下所示：輸出層：在該層對關(guān)聯(lián)強度進行加權(quán)線性求和，計算公式如下所示：式中，wj表示節(jié)點間的連接權(quán)，表示節(jié)點間的連接向量，模糊曲波神經(jīng)網(wǎng)絡(luò)的訓(xùn)練算法是將細菌覓食算法和粒子群算法融合起來，理論模型如下所示：j(m,n,q,s)＝f(:,m,n,q,s))(18)式中，m表示細菌的數(shù)量，n表示趨化因子，q表示分散因子，s表示繁殖因子，f表示適應(yīng)度函數(shù)。在優(yōu)化空間中，趨化、分散和繁殖操作可以確保細菌的持續(xù)更新，粒子的運動位置和速度可以依據(jù)細菌的適應(yīng)度進行調(diào)節(jié)，個體和全局極值通過如下的公式進行計算：simple_location(:,m,n)＝present_locaiton(:,m,index(m,:))(19)entity_location(:,m,n)＝present_locaiton(:,l,index(l,:))(20)根據(jù)式(19)和(20)，粒子可以持續(xù)地在優(yōu)化空間進行迭代，當(dāng)獲得全局解時迭代運算結(jié)束。改進粒子群算法的步驟如下所示：步驟1:初始化粒子群，設(shè)置粒子群的規(guī)模，粒子的運動位置和速度；步驟2:初始化細菌群，設(shè)置細菌群的規(guī)模和位置，細菌群在趨化和繁殖過程中所需的計算步長，設(shè)置細菌群因子；步驟3:設(shè)置模糊曲波神經(jīng)網(wǎng)絡(luò)的運動位置向量，計算對應(yīng)的適應(yīng)度，初始化個體和全局極值；步驟4:通過粒子翻轉(zhuǎn)發(fā)現(xiàn)粒子的優(yōu)化位置，調(diào)節(jié)粒子群的適應(yīng)度，個體和全局極值；步驟5:分析調(diào)節(jié)后的粒子群適應(yīng)度判斷是否結(jié)果得到完善，如果完善了，進入下一步，否則，返回步驟4；步驟6:判斷粒子是否達到設(shè)置的步長，如果滿足條件，進行粒子群的趨化和繁殖，否則，返回步驟4；步驟7:當(dāng)達到最大迭代數(shù)，算法結(jié)束，否則返回步驟4。本發(fā)明的優(yōu)點效果如下：依據(jù)小波神經(jīng)網(wǎng)絡(luò)的基本原理，將曲波變換和人工神經(jīng)網(wǎng)絡(luò)結(jié)合構(gòu)建曲波神經(jīng)網(wǎng)絡(luò)，曲波神經(jīng)網(wǎng)絡(luò)不僅具有傳統(tǒng)小波神經(jīng)網(wǎng)絡(luò)的尺度和位置路徑通道，而且具有方向性，因此，曲波神經(jīng)網(wǎng)絡(luò)可以構(gòu)建更復(fù)雜的決策面，從而獲得高性能的網(wǎng)絡(luò)模型。此外，為了能夠更好地描述石油化工裝置檢修風(fēng)險因素的模糊性和不確定性，將模糊理論融入到曲波神經(jīng)網(wǎng)絡(luò)中構(gòu)建模糊曲波神經(jīng)網(wǎng)絡(luò)。附圖說明圖1是模糊曲波神經(jīng)網(wǎng)絡(luò)的基本結(jié)構(gòu)示意圖。圖中，1、曲波變換層，2、模糊化層，3、模糊關(guān)聯(lián)層，4、模糊化后關(guān)聯(lián)層，5、輸出層。具體實施方式1曲波變換的基本理論曲波變換是科學(xué)家donoho首次提出的，是一種各向異性的多尺度、多方向表達，曲波變換是由科學(xué)家candes在2012年對傳統(tǒng)曲波變換修正而提出的，從而獲得了快速曲波變換。在二維空間r2中，定義空間位置參數(shù)為s，定義頻域參數(shù)為ω，頻域的極坐標(biāo)分別定義為r和θ，假設(shè)存在光滑的、非負的和實數(shù)的窗口w(r)和角度窗v(t)，并且滿足如下的條件：定義曲波變換的尺度參數(shù)為2-j，旋轉(zhuǎn)角序列θj，l的表達式如下所示：位置參數(shù)序列的表達式如下所示：曲波的函數(shù)的表達式如下所示：式中，是角度θj，l的旋轉(zhuǎn)矩陣。頻域內(nèi)的連續(xù)曲波變換的表達式如下所示：2模糊曲波神經(jīng)網(wǎng)絡(luò)的理論模型模糊曲波神經(jīng)網(wǎng)絡(luò)有五層結(jié)構(gòu)，包括曲波變換層、模糊化層、模糊相關(guān)層、模糊化后相關(guān)層和輸出層，其基本結(jié)構(gòu)如圖1所示。曲波變換層：曲波變換用于處理輸入向量i，經(jīng)過處理后的輸入向量輸入到下一層，i和表達式如下所示：i＝[i1,i2,…,in](7)隸屬度函數(shù)用曲波函數(shù)替代，如下所示：式中，ni表示i的維度。模糊化層：已知節(jié)點和語言變量之間的關(guān)系，隸屬度也可以利用曲波函數(shù)描述，如下所示：模糊關(guān)聯(lián)層:在該層可以執(zhí)行輸入向量的模糊求和，然后可以獲得模糊關(guān)聯(lián)向量，如下所示：βj＝min{γ1,γ2,…,γk}，j＝1,2,…,na，k＝1,2,…,nn(11)式中，模糊化后關(guān)聯(lián)層：在該層對關(guān)聯(lián)向量進行正交化處理，計算公式如下所示：輸出層：在該層對關(guān)聯(lián)強度進行加權(quán)線性求和，計算公式如下所示：式中，wj表示節(jié)點間的連接權(quán)，表示節(jié)點間的連接向量，3模糊曲波神經(jīng)網(wǎng)絡(luò)的訓(xùn)練算法為了能夠提高模糊曲波神經(jīng)網(wǎng)絡(luò)的有效性，改進的粒子群算法用于其訓(xùn)練，傳統(tǒng)的粒子群算法可以有效地處理非線性問題，所有的問題都能夠被轉(zhuǎn)換為一個在尋優(yōu)空間中沒有質(zhì)量和體積的粒子，此外，不同粒子的運動位移和方向可以通過速度表示，可以利用個體和群體的移動經(jīng)驗來描述。在迭代運算過程中，粒子可以根據(jù)個體和全局極值調(diào)節(jié)其運動速度和方向，個體極值是粒子的最優(yōu)解，全局極值是群體的最優(yōu)解，粒子的速度和位置可以通過如下的公式調(diào)整；式中，x表示粒子的當(dāng)前位置，v表示粒子的當(dāng)前運動速度，pi表示粒子的極值，pd表示全局極值，ca和cb分別表示個體和全局極值的權(quán)重，ca∈(0，1)，cb∈(0，1)，rand是介于0和1之間的隨機數(shù)，λ表示慣性權(quán)向量，可以擴展粒子優(yōu)化空間。根據(jù)全局尋優(yōu)的需要，粒子在初始尋優(yōu)階應(yīng)該有更好的性能，在尋優(yōu)的末期應(yīng)該有更好的進化能力，從而能提高算法的收斂效率，慣性權(quán)系數(shù)可以通過如下的公式調(diào)節(jié)：λ＝λ-iter(λmax-λmin)/itermax(17)式中，iter表示算法的迭代數(shù)，itermax表示最大的迭代數(shù)，λmin表示最大得到慣性權(quán)系數(shù)。λmax的變化區(qū)間為{1.2，1.0，0.80}，λmin的變化區(qū)間為{0，0.3，0.5}。粒子群算法容易陷入局部最優(yōu)，也容易產(chǎn)生早熟現(xiàn)象。為了避免這些缺陷，將細菌覓食算法和粒子群算法融合起來。細菌覓食算法是k.m.passino首創(chuàng)的，該算法是基于仿生學(xué)提出的，主要是依據(jù)大腸桿菌在腸道內(nèi)覓食所體現(xiàn)的行為特點，該算法有許多優(yōu)點，可以進行趨化、分散和繁殖操作，將兩種算法融合起來對模糊曲波神經(jīng)網(wǎng)絡(luò)進行訓(xùn)練是切實可行的，相應(yīng)的理論模型如下所示：j(m,n,q,s)＝f(:,m,n,q,s))(18)式中，m表示細菌的數(shù)量，n表示趨化因子，q表示分散因子，s表示繁殖因子，f表示適應(yīng)度函數(shù)。在優(yōu)化空間中，趨化、分散和繁殖操作可以確保細菌的持續(xù)更新，粒子的運動位置和速度可以依據(jù)細菌的適應(yīng)度進行調(diào)節(jié)，個體和全局極值可以通過如下的公式進行計算：simple_location(:,m,n)＝present_locaiton(:,m,index(m,:))(19)entity_location(:,m,n)＝present_locaiton(:,l,index(l,:))(20)根據(jù)式(19)和(20)，粒子可以持續(xù)地在優(yōu)化空間進行迭代，當(dāng)獲得全局解時迭代運算結(jié)束。改進粒子群算法的步驟如下所示：步驟1:初始化粒子群，設(shè)置粒子群的規(guī)模，粒子的運動位置和速度。步驟2:初始化細菌群，設(shè)置細菌群的規(guī)模和位置，細菌群在趨化和繁殖過程中所需的計算步長，設(shè)置細菌群因子。步驟3:設(shè)置模糊曲波神經(jīng)網(wǎng)絡(luò)的運動位置向量，計算對應(yīng)的適應(yīng)度，初始化個體和全局極值。步驟4:通過粒子翻轉(zhuǎn)發(fā)現(xiàn)粒子的優(yōu)化位置，調(diào)節(jié)粒子群的適應(yīng)度，個體和全局極值。步驟5:分析調(diào)節(jié)后的粒子群適應(yīng)度判斷是否結(jié)果得到完善，如果完善了，進入下一步，否則，返回步驟4。步驟6:判斷粒子是否達到設(shè)置的步長，如果滿足條件，進行粒子群的趨化和繁殖，否則，返回步驟4。步驟7:當(dāng)達到最大迭代數(shù)，算法結(jié)束，否則返回步驟4。4實例分析以某石油化工裝置為例，利用模糊曲波神經(jīng)網(wǎng)絡(luò)對其檢修進行風(fēng)險評估，該裝裝置檢修風(fēng)險因素包括6個，主要在拆卸法蘭、吊裝作業(yè)、試壓試驗、拆安法蘭和腳手架作業(yè)操作上產(chǎn)生的風(fēng)險，見表1。收集該裝置30次停工檢修的資料，以前25次檢修作為模糊曲波神經(jīng)網(wǎng)絡(luò)的訓(xùn)練樣本，以后5次檢修作為測試樣本，部分訓(xùn)練樣本見表2，測試樣本集見表3。模糊曲波神經(jīng)網(wǎng)絡(luò)的輸入神經(jīng)元有6個，分別是石油化工裝置檢修的6個風(fēng)險因素，輸出層單元由1個，為石油化工裝置檢修的風(fēng)險評價值，模糊化層神經(jīng)元的數(shù)量10個，模糊相關(guān)層神經(jīng)元的數(shù)量為13個，模糊化后相關(guān)層的神經(jīng)元數(shù)量為9個。最大趨化迭代數(shù)位12，最大分散迭代數(shù)位45，最大繁殖迭代數(shù)為15。通過對測試樣本集進行風(fēng)險評估，最終的風(fēng)險評估值見表4。從表4可以看出，模糊曲波神經(jīng)網(wǎng)絡(luò)對石油化工裝置檢修的風(fēng)險評估具有較高的精度，通過仿真值和實際風(fēng)險值的對比，風(fēng)險評估的誤差均控制在5％以內(nèi)，從而表明該技術(shù)是一種有效的石油化工裝置檢修風(fēng)險評價技術(shù)。表1某石油化工裝置檢修的風(fēng)險因素代碼作業(yè)環(huán)節(jié)風(fēng)險描述r1拆卸法蘭機械傷害r2吊裝作業(yè)起重傷害r3吊裝作業(yè)高處墜落r4試壓試驗火災(zāi)、觸電r5拆安法蘭其他傷害r6腳手架作業(yè)高處墜落表2訓(xùn)練樣本集樣本編號r1r2r3r4r5r6風(fēng)險評價值10.30.30.40.30.50.40.3620.40.50.30.30.60.20.4430.30.30.60.40.30.50.3940.80.60.60.70.40.50.5750.20.40.30.30.20.40.27……………………300.50.40.40.30.60.40.52表3測試樣本集樣本編號r1r2r3r4r5r6風(fēng)險評價值10.40.40.50.60.40.50.4720.70.50.70.60.50.50.6230.40.40.70.30.50.60.5140.30.40.40.20.50.20.3650.50.50.40.60.70.50.54表4預(yù)測樣本的風(fēng)險評估值當(dāng)前第1頁12