一种电梯风险评估方法
【专利摘要】本发明涉及一种电梯风险评估方法，属于电梯风险的实时评估及过程与安全控制【技术领域】。本发明首先采用指标分析方法层次分析法对可能引起电梯故障的因素进行分析，并建立电梯风险评估指标层次结构；再获取电梯风险评估指标层次结构中各指标实测参数值，并对各指标的实测参数值做初始化处理；然后通过人工神经网络确定电梯风险评估层次结构中指标的权重；最后通过带时序学习算法的前馈神经网络对电梯进行风险评估，并划分电梯风险等级。本发明的评估方法对于很多领域都有可参考和应用的价值，比如工业锅炉、大型电力变压器、工业管道等的风险评估。
【专利说明】一种电梯风险评估方法
【技术领域】
[0001]本发明涉及一种电梯风险评估方法，属于电梯风险的实时评估及过程与安全控制【技术领域】。
【背景技术】
[0002]随着我国经济建设的迅猛发展，人民物质文化生活水平的迅速提高，电梯已不仅是一种生产环节中的重要设备，更是一种工作和生活中的必需设备，电梯和汽车一样，已经是人民频繁乘用的交通运输设备。我国电梯数量由2001年底的28.5万台增至2011年底的163万台，且每年以20%左右的速度在增长，目前中国已经为世界上电梯拥有量最大的国家。而近年来频发的电梯事故，引发政府与社会各界对电梯的安全的广泛关注。根据国家质检总局的统计数据显示，近年来全国平均每年发生电梯事故40起左右，伤亡40余人，自2011年以来电梯事故有明显的上升趋势。
[0003]国家“十二五”特种设备安全与节能发展规划提到要“加大对电梯使用单位和维保单位的监督管理，建立电梯维保单位诚信评价体系，防范作业过程伤害事故，推动建立老旧电梯更新改造机制”;“十二五”特种设备科技发展规划对电梯等特种设备的安全监管模式、安全评价技术、检验检测技术和应急救援技术提出了更高要求。以上政策足以表明电梯的安全问题弓I发政府高度关注。
[0004]目前，关于电梯风险评估的方法有很多，如张广明等提出的基于模糊层次分析法与人工神经网络的电梯风险评估方法；郑祥盘以多层综合评价数学模型统计的方法为准贝U，实现电梯系统的综合安全评估。但现有方法的权值多以专家经验为依据，致使评估结果的准确性以及应用的有效性存在不足。尽管电梯问题普遍存在却很难定性和评价，导致政府监管、维保单位维护和事故预防只能凭经验判断，出现目前监管不力、维保不及时、预防不到位的现状。因此，提供一种简单易行，可以灵敏、快速、可靠、实时地评价电梯的整体运行状况，为预防各种类型的电梯故障提供一种可靠实用的评估方案显得尤为重要。
【发明内容】
[0005]本发明要解决的技术问题是:电梯事故中监管不力、维保不及时、预防不到位的问题，提供一种具有较高的应用价值的、简单易行的电梯风险评估方法。
[0006]本发明的技术方案是:一种电梯风险评估方法:
(1)该方法采用常用的指标分析方法层次分析法(AHP)对可能引起电梯故障的因素进行分析，并建立电梯风险评估指标层次结构；
(2)该方法采用现有成熟的计算机技术获取电梯风险评估指标层次结构中各指标实测参数值，并对各指标的实测参数值做初始化处理；
(3)该方法采用现有的人工神经网络(ANN)确定电梯风险评估层次结构中指标的权
重；
(4)该方法采用带时序学习算法的前馈神经网络(EBP)对电梯进行风险评估，并划分电梯风险等级。
[0007]在文献综述、专家经验访谈的基础上，采用常用的评价指标分析方法层次分析法(AHP)，对可能引起电梯风险的因素以层次的方式进行分析，最终“选定超载装置、超速保护装置、绳头组合、紧急电源装置、质量维保、极限开关动作次数”10个影响因素作为电梯风险评估指标，并建立如图2所示的电梯风险评估指标层次结构。
[0008]在电梯风险评估指标层次结构的基础上，选取20个样本，采用实地调研的方式获取电梯风险层次结构中各指标实测参数值；由于各样本中各指标的数据值相差很大，不能直接进行比较，故采用常用的评价指标隶属度函数对样本数据进行初始化处理。
[0009]由于电梯风险评估指标有的是值越大越好，有的是值越小越好，有的是取值适中较好，故将电梯风险评估指标归为正指标、逆指标、适度指标三类，本专利中正指标有:超载装置、超速保护装置、绳头组合、紧急电源装置、质量维保，逆指标有:极限开关动作次数、安全钳动作次数，适度指标:部件更换、电梯使用年数、平均负荷情况，定义正指标、逆指标、适度指标的隶属度函数如下:
(1)正指标
【权利要求】
1.一种电梯风险评估方法，其特征在于: (1)采用指标分析方法层次分析法对可能引起电梯故障的因素进行分析，并建立电梯风险评估指标层次结构； (2)获取电梯风险评估指标层次结构中各指标实测参数值，并对各指标的实测参数值做初始化处理； (3)通过人工神经网络确定电梯风险评估层次结构中指标的权重； (4)通过带时序学习算法的前馈神经网络对电梯进行风险评估，并划分电梯风险等级。
2.根据权利要求1所述的电梯风险评估方法，其特征在于:采用评价指标分析方法层次分析法对可能引起电梯风险的因素以层次的方式进行分析，选定超载装置、超速保护装置、绳头组合、紧急电源装置、质量维保、极限开关动作次数、安全钳动作次数、部件更换、电梯使用年数、平均负荷情况作为电梯风险评估指标，并建立电梯风险评估指标层次结构。
3.根据权利要求1所述的电梯风险评估方法，其特征在于:在电梯风险评估指标层次结构的基础上，选取20个样本，通过分析获取电梯风险层次结构中各指标实测参数值，通过评价指标隶属度函数对样本数据进行初始化处理。
4.根据权利要求1所述的电梯风险评估方法，其特征在于:将电梯风险评估指标归为正指标、逆指标、适度指标三类，其中: 正指标有:超载装置、超速保护装置、绳头组合、紧急电源装置、质量维保； 逆指标有:极限开关动作次数、安全钳动作次数； 适度指标:部件更换、电梯使用年数、平均负荷情况； 定义正指标、逆指标、适度指标的隶属度函数如下: (1)正指标
5.根据权利要求1所述的电梯风险评估方法，其特征在于:所述人工神经网络方法确定电梯风险评估层次结构中各指标的权重，包括三个阶段: 第一阶段是人工神经网络模型的构建，建立一个10-6-1的3层神经网络模型，其中10表示输入层神经单元数，隐含层神经单元数可自行设定，但其应大于输入层神经元和输出层神经元数目和的一半，小于输入层神经元和输出层神经元数目的和； 第二阶段是人工神经网络模型的训练，选取20个样本对此神经网络进行训练，得到网络稳定时各神经元之间的权值系数； 第三阶段是电梯风险评估层次结构中各指标权重的确定，对各神经元之间的权重加以分析处理，利用相关显著性系数、相关指数以及绝对影响系数来描述输入因素和输出因素之间的关系，得到电梯风险评估层次结构中各指标权重。
6.根据权利要求1所述的电梯风险评估方法，其特征在于:利用相关显著性系数、相关指数以及绝对影响系数来描述神经网络输入因素和输出因素之间的关系，具体公式如下: (1)相关显著性系数
7.根据权利要求1所述的电梯风险评估方法，其特征在于:采用带时序学习算法的前馈神经网络方法建立一个3层神经网络模型，输入层节点是电梯风险层次结构中的10个指标，隐含层节点数为6，输出层节点数为1，学习算法是BP算法，20个电梯安全状态的评估样本被分为训练样本和评估样本，前15个用于网络训练，后5个则用于测试网络性能，电梯风险检测结果由0-1的数值组成，并将电梯风险分成5个等级，各等级电梯风险检测值所属区间分别为(0，0.2]、(0.2，0.4]、(04，0.6] >(0.6,0.8]、(0.8，I]，分别表示电梯状况分别为非常不好、不好、一般、较好、非常好。
【文档编号】G06F19/24GK103678952SQ201310564039
【公开日】2014年3月26日 申请日期:2013年11月14日 优先权日:2013年11月14日
【发明者】孙云波, 王 华, 桑秀丽, 苏俞真, 陶然, 徐建新, 李新仕, 肖汉杰, 胡建杭, 魏永刚, 梁波, 郭澍 申请人:昆明理工大学, 云南省特种设备安全检测工程技术研究中心