[發明專利]基于BP神經網絡的起重機系統安全完整性評估方法及系統

在審

• 申請號: 202211217296.3
• 申請日: 2022-10-03
• 公開（公告）號: CN115563548A
• 公開（公告）日: 2023-01-03
• 發明（設計）人: 樊衛華;張歐博雅
• 申請（專利權）人: 南京理工大學
• 主分類號: G06F18/2413
• 分類號: G06F18/2413;G06N3/04;G06N3/08;B66C15/00
• 代理公司: 南京理工大學專利中心 32203
• 代理人: 陳鵬

1.一種基于BP神經網絡的起重機系統完整性等級評估方法，其特征在于，包括以下步驟：

利用以往專家評估得到的多組系統安全完整性等級結果以及各狀態下的輸出數據作為網絡的訓練樣本；

使用起重機系統安全完整性等級評估模型，根據待評估起重機輸出數據獲得其系統完整性等級；

其中，所述起重機系統安全完整性等級評估模型包括十一個參數，分別為：起重量、起升速度、接觸器電流、接觸器電壓、起升電機轉速、起升電機電流、起升電機功率、電機溫度、大車運行偏斜、供電電壓、使用時間；

所述起重機系統安全完整性水平評估模型為三層BP神經網絡，BP神經網絡輸入層的輸入數據為采集到的待評估起重機的輸出數據，包含十一項參數，輸出為起重機系統安全完整性等級。

2.根據權利要求1所述的基于BP神經網絡的起重機系統完整性水平評估方法，其特征在于，所述BP神經網絡為基于誤差逆傳播算法的多層前饋網絡；

對BP神經網絡進行訓練時，根據歷史的各項指標評分結果以及對應的SIL等級，將網絡輸出與期望輸出之間的差值作為輸出誤差，利用誤差更新網絡的權值和閾值，反向訓練神經元；采用最速下降法和牛頓法相結合的LM；算法訓練BP神經網絡，尋找最優的網絡權重和連接組合。

3.根據權利要求2所述的基于BP神經網絡的起重機系統完整性水平評估方法，其特征在于，采集待評估起重機工作時的起重量、起升速度、接觸器電流、接觸器電壓、起升電機轉速、起升電機電流、起升電機功率、電機溫度、大車運行偏斜、供電電壓、使用時間這十一項指標的數值，作為評估模型的測試樣本。

4.根據權利要求2所述的基于BP神經網絡的起重機系統完整性水平評估方法，其特征在于，將多組輸入輸出數據作為評估模型的輸入，相應的起重機系統安全完整性等級作為評估模型的輸出，利用BP神經網絡構建評估模型；

BP神經網絡的輸入層代表采集到的起重機十一項指標的數據；BP神經網絡的隱含層，用于反映各個神經元之間相互的影響作用；BP神經網絡的輸出層為待測起重機的系統安全完整性等級。

5.根據權利要求4所述的基于BP神經網絡的起重機系統完整性水平評估方法，BP神經網絡的輸入層神經元個數等于訓練樣本輸入量的維數11，隱含層神經元數目為12，輸出層神經元個數為1。

6.根據權利要求4所述的基于BP神經網絡的起重機系統完整性水平評估方法，權值更新公式如下：

W(n+1)＝W(n)-[J^TJ+μI]^-1J^Te (7)

其中，W(n)表示第n次迭代的權值和閾值所組成的向量，W(n+1)表示第(n+1)次迭代新的權值和閾值所組成的向量，I為一個單位矩陣，μ為學習率，J為雅可比矩陣。

7.一種基于BP神經網絡的起重機系統完整性等級評估系統，其特征在于，包括：

訓練模塊，利用以往專家評估得到的多組系統安全完整性等級結果以及各狀態下的輸出數據作為網絡的訓練樣本；

評估模塊，使用起重機系統安全完整性等級評估模型，根據待評估起重機輸出數據獲得其系統完整性等級；

其中，所述起重機系統安全完整性等級評估模型包括十一個參數，分別為：起重量、起升速度、接觸器電流、接觸器電壓、起升電機轉速、起升電機電流、起升電機功率、電機溫度、大車運行偏斜、供電電壓、使用時間；

所述起重機系統安全完整性水平評估模型為三層BP神經網絡，BP神經網絡輸入層的輸入數據為采集到的待評估起重機的輸出數據，包含十一項參數，輸出為起重機系統安全完整性等級。

8.根據權利要求7所述的基于BP神經網絡的起重機系統完整性等級評估系統，其特征在于，對BP神經網絡進行訓練時，根據歷史的各項指標評分結果以及對應的SIL等級，將網絡輸出與期望輸出之間的差值作為輸出誤差，利用誤差更新網絡的權值和閾值，反向訓練神經元；采用最速下降法和牛頓法相結合的LM；算法訓練BP神經網絡，尋找最優的網絡權重和連接組合。