一种危化品车辆运输状态评估方法与流程

本发明属于管理技术领域，尤其涉及一种危化品车辆运输状态评估方法。

背景技术：

目前，危险化学品，指有爆炸、易燃、毒害、腐蚀、放射性等性质，在运输、装卸和储存保管过程中，易造成人身伤亡和财产损毁而需要特别防护的物品，简称危化品。在工业生产相关的各个环节中，危化品以不同的角色参与其中，有时是原材料或产品，有时则是燃料。运输是其在各个环节转移的重要手段，但是由于危化品的特殊性质，需要较高运输技术，才能确保运输任务安全顺利完成同时使人民的生命和财产免于损害。

危化品运输事故造成的损失往往都是难以估算的，这让各国政府以及研究者早早意识到危化品管理的重要性。危化品运输风险评估作为危化品管理中重要的一环，因此对于运输风险的研究相当重视。

美国国家运输安全署在上世纪70年代就颁布了危化品运输相关的管理条例，评估与分析核燃料运输风险。自此以后，各国学者纷纷提出自己的风险评估模型；ang首先提出了风险量化框架，分析运输事故概率和受灾人数以及财产损失情况。harwood等学者在危化品运输事故模型和泄露模型中引入多个影响因素，加强了危化品运输风险评估的准确性。bonvie运用模糊逻辑理论评估个人风险和社会风险，为危化品道路运输风险评估中不确定性因素的估量提出一个新的解决方法。robertobubbico提出了一个简化的对液化石油气道路运输风险评估的方法，并且在意大利道路运输风险评估中得到验证和应用。fabiano研究了影响运输风险评估的因素，得出道路流通状状况、天气状况以及运输道路状况为主要影响因素，并以此提出了一种基于地点的风险评估模型，成为危化品运输风险评估的理论支持。erkut等学者分析和研究了不同类型的风险评估模型，并提出风险评估改进模型，使危化品运输风险定量计算的准确性有所提高。

危化品运输风险评估研究在国内起步较晚，起初相关研究数据较少，但是随着我国工业化的发展，危化品运输安全问题受到重视，风险评估作为衡量安全的防范之一也大受瞩目，出现不少有价值的成果。上世纪九十年代末，王刊良等便开始了对的危化品运输风险模型进行比较研究，将dss、gis等技术应用其管理中，提高了运输管理的规范性和安全性。魏航等学者提出了风险平衡性模型，并在时变条件下分析危化品运输个体风险与运输成本问题。吴宗之和任常兴提出了危化品道路运输风险评估的一般性框架，并深入研究最小运输事故率和人员风险模型。郭晓琳在研究风险度量模型时，在原有模型中加入事故分级，使评估结果的准确性有所提高。沈小燕等在层次分析法和模糊综合评价法的基础上，对危化品运输中的相关影响因子的权重进行赋值，并对危化品运输路线进行风险评估。

目前，危化品车载运输监测不全面，从而造成监管的困难，对于公共安全也造成潜在危险。

通过上述分析，现有技术存在的问题及缺陷为：危化品车载运输监测不全面，从而造成监管的困难，对于公共安全也造成潜在危险。

解决以上问题及缺陷的难度为：无法实现危化品运输过程动态信息的获取，缺乏对危化品车辆状态的智能分析判断、车辆行驶异常的预警以及事故快速响应与正确救援措施的实施。

技术实现要素：

针对现有技术存在的问题，本发明提供了一种危化品车辆运输状态评估方法。

本发明是这样实现的，一种危化品车辆运输状态评估方法，所述危化品车辆运输状态评估方法包括：

步骤一，获取危化品车辆运输状态评估原始数据；

步骤二，基于获取到的原始数据建立危化品车辆运输状态评估指标体系；

步骤三，建立模糊综合评价模型；

步骤四，通过两阶段容积kalman滤波方法将所述危化品车辆运输状态评估指标体系和所述模糊综合评价模型进行综合，得出危化品车辆运输状态估计结果。

进一步，步骤一中，所述危化品车辆运输状态评估原始数据获取方法包括：

通过现场调查和调取数据的方式获取危化品车辆运输状态评估原始数据；

所述现场调查包括在目的地点统计预设时间内的相关数据；

所述调取数据包括从交通管理、运输管理、运营管理、救援养护、通信电信、气象及其他相关部门，全面收集相关数据。

进一步，所述危化品车辆运输状态评估原始数据包括但不限于危化品种类、危化品数量、危化品包装方式、车辆驾驶人员、运输车辆类型、运输车辆状态、道路状况、天气状况、运输路线、运输时间以及伤亡人数、经济损失。

进一步，步骤二中，所述危化品车辆运输状态评估指标体系构建方法包括：

(1)对获取到的原始数据进行处理，并基于处理的原始数据确定危化品元素、驾驶人员因素、车辆元素、道路元素以及环境元素五个评估指标；

(2)构建包括目标层、准则层和指标层三个层次的层析分析结构模型，反应各个评估指标之间的关系；

(3)构造判断矩阵，将各个评估指标进行两两比价，确定各个评估指标的重要性；

(4)对构造的判断矩阵进行层次单排序以及一次性检验，检验通过，即得所述危化品车辆运输状态评估指标体系。

进一步，步骤三中，所述模糊综合评价模型构建方法包括：

1)确定危化品车辆运输状态评估原则，并确定评估指标参数；获取构建的危化品车辆运输状态评估指标体系的评估指标；

2)基于模糊判断原理针对评估指标生成判断集；

3)利用评估指标参数对每个评估指标进行隶属度分析，确定具体评价等级；

4)利用层次分析法确定各个评估指标的权重；

5)将得到的权重与具体评价等级进行计算，得到评价等级或评价隶属性，建立模糊综合评价模型。

进一步，步骤1)中，所述评估指标参数包括但不限于：评估原则、模糊判断原理、判断集、隶属度分析、因素集、各指标权重、分层分析法以及安全性评价标准、规程。

本发明的另一目的在于提供实施所述危化品车辆运输状态评估方法的危化品车辆运输状态评估系统，所述危化品车辆运输状态评估系统包括：

数据采集模块，与主控模块连接，用于利用现场采集或数据调用方法获取危化品车辆运输状态评估原始数据；

主控模块，与数据采集模块、指标体系构建模块、模型建立模块、融合模块、结果输出模块连接；用于利用单片机控制各个模块正常工作；

指标体系构建模块，与主控模块连接，用于基于获取到的原始数据建立危化品车辆运输状态评估指标体系；

模型建立模块，与主控模块连接，用于建立模糊综合评价模型；

融合模块，与主控模块连接，用于通过两阶段容积kalman滤波方法将所述危化品车辆运输状态评估指标体系和所述模糊综合评价模型进行综合；

结果输出模块，与主控模块连接，用于利用综合的危化品车辆运输状态评估指标体系和所述模糊综合评价模型进行危化品车辆运输状态估计，并输出评估结果。

结合上述的所有技术方案，本发明所具备的优点及积极效果为：

本发明提供的一种危化品车辆运输状态评估方法，以危化品运输车辆为研究对象，以自适应两阶段容积kalman滤波和深度神经网络为基础展开对危化品运输状态评估、监测和预警的研究，并在此基础上，建立危化品运输车龄在线监测和预警系统，为我国危化品运输的安全平稳智能运行提高提供强有力的智力支持。

附图说明

图1是本发明实施例提供的危化品车辆运输状态评估方法流程图。

图2是本发明实施例提供的危化品车辆运输状态评估方法原理图。

图3是本发明实施例提供的危化品车辆运输状态评估指标体系构建方法流程图。

图4是本发明实施例提供的模糊综合评价模型构建方法流程图。

图5是本发明实施例提供的危化品车辆运输状态评估系统结构示意图。

图中：1、数据采集模块；2、主控模块；3、指标体系构建模块；4、模型建立模块；5、融合模块；6、结果输出模块。

具体实施方式

为了使本发明的目的、技术方案及优点更加清楚明白，以下结合实施例，对本发明进行进一步详细说明。应当理解，此处所描述的具体实施例仅仅用以解释本发明，并不用于限定本发明。

针对现有技术存在的问题，本发明提供了一种危化品车辆运输状态评估方法，下面结合附图对本发明作详细的描述。

如图1-图2所示，本发明实施例提供的危化品车辆运输状态评估方法包括：

s101，获取危化品车辆运输状态评估原始数据。

s102，基于获取到的原始数据建立危化品车辆运输状态评估指标体系。

s103，建立模糊综合评价模型。

s104，通过两阶段容积kalman滤波方法将所述危化品车辆运输状态评估指标体系和所述模糊综合评价模型进行综合，得出危化品车辆运输状态估计结果。

步骤s101中，本发明实施例提供的危化品车辆运输状态评估原始数据获取方法包括：

通过现场调查和调取数据的方式获取危化品车辆运输状态评估原始数据。

所述现场调查包括在目的地点统计预设时间内的相关数据。

所述调取数据包括从交通管理、运输管理、运营管理、救援养护、通信电信、气象及其他相关部门，全面收集相关数据。

本发明实施例提供的危化品车辆运输状态评估原始数据包括但不限于危化品种类、危化品数量、危化品包装方式、车辆驾驶人员、运输车辆类型、运输车辆状态、道路状况、天气状况、运输路线、运输时间以及伤亡人数、经济损失。

如图3所示，步骤s102中，本发明实施例提供的危化品车辆运输状态评估指标体系构建方法包括：

s201，对获取到的原始数据进行处理，并基于处理的原始数据确定危化品元素、驾驶人员因素、车辆元素、道路元素以及环境元素五个评估指标。

s202，构建包括目标层、准则层和指标层三个层次的层析分析结构模型，反应各个评估指标之间的关系。

s203，构造判断矩阵，将各个评估指标进行两两比价，确定各个评估指标的重要性。

s204，对构造的判断矩阵进行层次单排序以及一次性检验，检验通过，即得所述危化品车辆运输状态评估指标体系。

如图4所示，步骤s103中，本发明实施例提供的模糊综合评价模型构建方法包括：

s301，确定危化品车辆运输状态评估原则，并确定评估指标参数；获取构建的危化品车辆运输状态评估指标体系的评估指标。

s302，基于模糊判断原理针对评估指标生成判断集。

s303，利用评估指标参数对每个评估指标进行隶属度分析，确定具体评价等级。

s304，利用层次分析法确定各个评估指标的权重。

s305，将得到的权重与具体评价等级进行计算，得到评价等级或评价隶属性，建立模糊综合评价模型。

步骤s301中，本发明实施例提供的评估指标参数包括但不限于：评估原则、模糊判断原理、判断集、隶属度分析、因素集、各指标权重、分层分析法以及安全性评价标准、规程。

如图5所示，本发明实施例提供的危化品车辆运输状态评估系统包括：

数据采集模块1，与主控模块2连接，用于利用现场采集或数据调用方法获取危化品车辆运输状态评估原始数据。

主控模块2，与数据采集模块1、指标体系构建模块3、模型建立模块4、融合模块5、结果输出模块6连接；用于利用单片机控制各个模块正常工作。

指标体系构建模块3，与主控模块2连接，用于基于获取到的原始数据建立危化品车辆运输状态评估指标体系。

模型建立模块4，与主控模块2连接，用于建立模糊综合评价模型。

融合模块5，与主控模块2连接，用于通过两阶段容积kalman滤波方法将所述危化品车辆运输状态评估指标体系和所述模糊综合评价模型进行综合。

结果输出模块6，与主控模块2连接，用于利用综合的危化品车辆运输状态评估指标体系和所述模糊综合评价模型进行危化品车辆运输状态估计，并输出评估结果。

以上所述，仅为本发明的具体实施方式，但本发明的保护范围并不局限于此，任何熟悉本技术领域的技术人员在本发明揭露的技术范围内，凡在本发明的精神和原则之内所作的任何修改、等同替换和改进等，都应涵盖在本发明的保护范围之内。