一种基于OWA算子赋权的化工装置风险评估方法与流程

本发明涉及风险评估，特别是涉及一种基于owa算子赋权的化工装置风险评估方法。

背景技术：

1、石油化工生产无论是原材料，还是产品，大都具有易燃易爆、易挥发、腐蚀性及毒性等特性，这使得石油化工企业全流程无论在生产过程中，还是储存过程中均存在较多的潜在安全风险因素，这些风险因素时时刻刻威胁着周围人的生命与财产安全，如果不加强管理，就会酿成事故。因此需要提出一种简单易行的化工装置预警评估方法，对这些潜在风险因素进行分析与评估，从而提高生产工艺装置及储存设施的安全性。

2、目前确定权重最常用的方法为调查统计法、复杂度分析法、层次分析法(ahp)等，这些方法一方面是直接对专家所赋的权值进行加权处理，未考虑专家的主观偏好；另一方面，计算过程复杂，计算过程中产生的计算误差对分析评价结果产生误差较大，可能使评价结果与真实结果有一定的偏差，从而改变评价结果。因此，提出一种既可以降低决策数据极端值对赋权结果造成的负面影响，又适合处理不确定型决策问题，且计算过程简单，计算误差对结果影响较小，评估结果科学且合理的风险评估方法是急切而必要的。

3、申请号为cn202010664598.x的中国专利，提出了一种基于owa算子的输电线路抗冰风能力状态评估方法。其是使用owa算子算法对输电线路抗冰风能力的评估。而在化工装置领域，暂无此类对于化工生产全流程的安全性评估方法。

技术实现思路

1、为了克服现有技术的不足，本发明的目的是提供一种基于连续区间的改进owa算子算法的方法，能够准确评估化工生产的安全性。

2、为实现上述目的，本发明提供了如下方案：

3、一种基于owa算子赋权的化工装置风险评估方法，包括：

4、根据化工风险因素的分析，获取工艺装置评价风险因素的一级风险因素指标和二级风险因素指标；

5、对一级风险因素指标的影响程度进行评定，对应给出各一级风险因素指标的一级决策数据集；

6、对每一个一级决策数据集排序并编号，计算每一个一级决策数据集中各加权向量；

7、通过加权向量对一级决策数据集加权，得各一级风险因素指标的绝对权重值；对各一级风险因素指标的绝对权重值进行归一化处理，计算各一级风险因素指标的相对权重值；

8、对一级风险因素指标细分的二级风险因素指标影响程度进行评定，对应给出二级风险因素指标的各二级决策数据集；

9、对每一个二级决策数据集排序并编号，计算每一个二级决策数据集中各加权向量；

10、通过加权向量对二级决策数据集加权，得各二级风险因素指标的绝对权重值；对各二级风险因素指标的绝对权重值进行归一化处理，计算各二级风险因素指标的相对权重值；

11、用各一级风险因素指标相对权重值和对应的二级风险因素指标相对权重值，计算得出二级风险因素指标的权重值；

12、对所涉及到的所有风险因素进行比较分析，总结归纳出影响现有化工装置的风险因素优先级，进行定性评价，在实际生产中进行优先落实；所述一级风险因素指标包括物料风险f1、工艺风险f2、设备风险f3和过程管理风险f4；

13、所述物料风险f1的二级风险因素指标包括燃烧性v1、爆炸性v2、生态毒性v3、外界温度v4和外界湿度v5；

14、所述工艺风险f2的二级风险因素指标包括反应危险度v6、温度过程控制v7、压力过程控制v8、液位过程控制v9、流量过程控制v10、安全仪表系统v11和人员干扰v12；

15、所述设备风险f3的二级风险因素指标包括设备可靠性v13、设备/管道完整性v14、公用工程设施v15、设备故障率v16和安全防护设施配备率v17；

16、所述过程管理风险f4的二级风险因素指标包括开停车管理v18、岗位操作培训v19、特殊作业培训v20、异常工况检测管理v21、应急管理v22和隐患排查与治理v23；

17、所述风险因素的决策数据集分别记为(a1，a2，…，an)，(b1，b2，…，bn)…(n1，n2…，nn)，其中a1，a2，…，an，b1，b2，…，bn，n1，n2…，nn代表n位专家对各风险因素指标十分制下的影响程度评定分值，评定分值的取值范围在区间[0，10]之内，取值越大表示该指标对化工装置风险的影响程度越大；

18、所述决策数据集从大到小排序并编号的方法具体为：对每一个决策数据集(ea1，ea2，…，ean)，(eb1，eb2，…，ebn)…(en1，en2，…，enn)从大到小排序并从0开始编号至n-1，得到新数据集ei：(ea0，ea1，…，ean-1)，(eb0，eb1，…，ebn-1)…(en0，en1，…，enn-1)，式中，ea0≥ea1≥ea2≥…≥ean-1，eb0≥eb1≥eb2≥…≥ebn-1，en0≥en1≥en2≥…≥enn-1；

19、所述根据化工风险因素的分析，获取工艺装置评价风险因素的一级风险因素指标和二级风险因素指标，具体为：以人员伤亡为评价标准，以工厂数据为基础，根据风险因素发生时造成损失严重度的不同，选取容易量化和容易监测，分层级确定工艺装置中的风险评估指标。

20、优选地，所述决策数据集的各加权向量记为(e1，e2，...，ei)，借助排列组合数计算新数据集ei的权值，从而得到相应加权向量w为：

21、其中，为在n-1个数据中选择i个数据后的组合数。

22、优选地，将新数据集中数据与对应的加权向量w进行数据加权，从而得到一级风险因素指标的绝对权重值

23、

24、其中，w∈[0，1]，i∈[0，n-1]。

25、优选地，利用一级风险因素指标绝对权重值计算一级风险因素指标的相对权值wi的计算；

26、

27、其中i＝0，1，…，n；

28、得一级风险因素指标权重，完成一级风险因素指标体系权重的确定。

29、优选地，二级风险因素指标的权重值xij；

30、xij＝wi·wij

31、其中，j为一级风险因素指标所对应的二级风险因素指标数；二级风险因素指标的权重值为xij，即一级风险因素指标与二级风险因素指标相对权重值的乘积。

32、优选地，对所得到的二级风险因素指标归一化权重值进行放大处理；

33、xij'＝xij×104。

34、采用上述方案后，本发明的有益效果在于：

35、(1)通过对原始数据按照一定的顺序进行二次排序，并根据排序结果做进一步加权处理。对数据实行有差别的区分，可以在一定程度上弱化极值产生的负面作用。

36、(2)该方法计算过程较为简单，能降低决策数据极端值对赋权结果造成的负面影响，适合处理不确定型决策问题，可以较好反应决策者的风险偏好，保证赋权结果的科学合理性。

37、(3)通过定量的方法展现化工厂区工艺装置状态，在进行风险评估中可以获得化工装置风险因素优先级，以便能够对事故风险因素进行分析和整改方案提供决策层支持，并对整改效果进行预估。