[發(fā)明專利]一種基于事故樹分析法的頻率比較打分方法有效
| 申請?zhí)枺?/td> | 201711332481.6 | 申請日: | 2017-12-13 |
| 公開(公告)號: | CN108170730B | 公開(公告)日: | 2021-03-26 |
| 發(fā)明(設(shè)計(jì))人: | 陳網(wǎng)樺;王一丁 | 申請(專利權(quán))人: | 南京理工大學(xué) |
| 主分類號: | G06F16/22 | 分類號: | G06F16/22;G06F16/2458;G06F16/21 |
| 代理公司: | 南京理工大學(xué)專利中心 32203 | 代理人: | 薛云燕 |
| 地址: | 210094 江*** | 國省代碼: | 江蘇;32 |
| 權(quán)利要求書: | 查看更多 | 說明書: | 查看更多 |
| 摘要: | |||
| 搜索關(guān)鍵詞: | 一種 基于 事故 分析 頻率 比較 打分 方法 | ||
本發(fā)明公開一種基于事故樹分析法的頻率比較打分方法。方法為:首先基于歷史數(shù)據(jù),將Visual Basic與Access聯(lián)用,建立基本事件發(fā)生概率數(shù)據(jù)庫;然后根據(jù)基本事件發(fā)生概率數(shù)據(jù),建立事故樹;接著通過頻率比較打分的方法,確定事故樹的基本事件發(fā)生概率;最后使用專家權(quán)重模型,確定不同專家的權(quán)值,經(jīng)專家評判權(quán)重修正后,求出事故樹頂上事件的發(fā)生概率。本發(fā)明可以定量、準(zhǔn)確的評價(jià)事故樹基本事件發(fā)生概率,為改善安全決策提供定量化指導(dǎo)。
技術(shù)領(lǐng)域
本發(fā)明涉及事故樹分析領(lǐng)域,特別是一種基于事故樹分析法的頻率比較打分方法。
背景技術(shù)
事故樹分析法(Accident Tree Analysis,簡稱ATA)又稱故障樹分析法(FaultTree Analysis,簡稱FTA),是從要分析的特定事故或故障(頂上事件)開始,層層分析其發(fā)生原因,直到找出事故的基本原因(基本事件)為止。事故樹分析法是安全系統(tǒng)工程可靠性、安全性分析和風(fēng)險(xiǎn)評價(jià)中常見的圖形演繹方法。事故樹分析法分析的是同類事故,因而在分析調(diào)查階段,需充分全面調(diào)查類似系統(tǒng)曾發(fā)生的所有事故,并調(diào)查與頂上事件有關(guān)的所有原因事件,主要包括人為失誤、設(shè)備儀器缺陷、材料質(zhì)量、作業(yè)環(huán)境狀況、指揮管理等方面,這是編制事故樹和正確進(jìn)行事故樹分析的基礎(chǔ)。
在分析調(diào)查的基礎(chǔ)上,按照演繹分析原則,從頂上事件開始,一級一級往下分析各自的直接原因事件,根據(jù)彼此的邏輯關(guān)系,用邏輯門將上下層事件進(jìn)行連接,最后形成一棵倒置的邏輯樹形圖。邏輯正確的事故樹圖是事故樹分析的關(guān)鍵,根據(jù)事故樹圖進(jìn)行的定性定量分析是制定事故預(yù)防措施的基礎(chǔ)。按照事故樹分析的方法找出最小割集、最小徑集和事故重要度,為制定事故預(yù)防措施奠定基礎(chǔ)。
事故樹分析法具有形象直觀、思路清晰、邏輯性強(qiáng)、既可定性分析又可定量計(jì)算等優(yōu)點(diǎn),克服了傳統(tǒng)安全管理中憑經(jīng)驗(yàn)和直觀了解生產(chǎn)系統(tǒng)中安全問題的弊端。目前部分基本事件概率可以直接通過歷史資料統(tǒng)計(jì)的方法確定,這些數(shù)據(jù)中積累了大量相關(guān)經(jīng)驗(yàn)并具有很好的統(tǒng)計(jì)學(xué)意義,能夠較好地提升使用者對事故發(fā)生過程的認(rèn)識。但是,由于缺乏記錄和積累,大部分基本事件概率都無法從歷史數(shù)據(jù)中獲取。而單純依靠經(jīng)驗(yàn)取值獲得結(jié)果,人為影響的程度較大,不能科學(xué)地反映事故的發(fā)生過程。
發(fā)明內(nèi)容
本發(fā)明的目的在于提供一種結(jié)合專家比較打分方法和數(shù)據(jù)庫統(tǒng)計(jì)法的基本事件發(fā)生概率獲取方法,以克服現(xiàn)有的基本事件量化概率不完備,無法準(zhǔn)確獲得頂上事件發(fā)生概率的問題。
實(shí)現(xiàn)本發(fā)明目的的技術(shù)解決方案為:一種基于事故樹分析法的頻率比較打分方法,包括以下步驟:
步驟1、數(shù)據(jù)統(tǒng)計(jì):基于歷史數(shù)據(jù),將Visual Basic與Access聯(lián)用,建立基本事件發(fā)生概率數(shù)據(jù)庫;
步驟2、建立事故樹:根據(jù)基本事件發(fā)生概率數(shù)據(jù),建立事故樹;
步驟3、頻率比較打分:通過頻率比較打分方法,確定事故樹中基本事件的發(fā)生概率;
步驟4、基于專家權(quán)重模型,確定不同專家的權(quán)值,經(jīng)專家評判權(quán)重修正后,利用最小割集合,最終求出事故樹頂上事件的發(fā)生概率。
進(jìn)一步地,步驟4中所述的專家權(quán)重模型,具體如下:
依據(jù)層次分析法,建立專家評判權(quán)重模型并將最佳結(jié)果設(shè)為總目標(biāo);設(shè)定最佳結(jié)果與下層四個(gè)因素有關(guān),分別是:專家工作崗位、專家工齡、專家學(xué)歷和專家經(jīng)驗(yàn),最下層為n名專家;
根據(jù)層次分析法得到底層對頂層的重要度權(quán)值,第i位專家的權(quán)重為:
ωi=ωBR,EP×ωEP,i+ωBR,WA×ωWA,i+ωBR,EB×ωEB,i+ωBR,EE×ωEE,i (1)
該專利技術(shù)資料僅供研究查看技術(shù)是否侵權(quán)等信息,商用須獲得專利權(quán)人授權(quán)。該專利全部權(quán)利屬于南京理工大學(xué),未經(jīng)南京理工大學(xué)許可,擅自商用是侵權(quán)行為。如果您想購買此專利、獲得商業(yè)授權(quán)和技術(shù)合作,請聯(lián)系【客服】
本文鏈接:http://www.szxzyx.cn/pat/books/201711332481.6/2.html,轉(zhuǎn)載請聲明來源鉆瓜專利網(wǎng)。





