电梯风险评价体系的应用研究与分析

为了在城市化进程中提高电梯行业的发展速度,降低电梯安全事故发生的可能性,降低电梯生产和使用的风险因素,研究电梯安全风险评估已成为一项重要的科研任务.本文在文献分析和实证数据的基础上,运用扎根理论对电梯安全风险进行了三阶段编码研究,确定了主要风险因素.最后,建立了科学评价方法的电梯安全风险预警指标体系,并进行了应用分析....     

在用电梯系统的风险评价方法

为实现在用电梯的动态分级监管,提出了在用电梯系统风险评价方法.首先,通过分析现行标准和研究现状,确立了在用电梯系统风险评价的基本程序,包括准备工作、风险评价、降低风险和生成文件等四个方面.其次,通过对电梯设备、相关人员、运行管理以及使用环境进行风险分析和风险评定,确定评价单元,找出危险状态;综合运用专家打分法和层次分析法,建立了在用电梯系统风险评价模型.对电梯部件的风险评价,采用模糊评价方法确定单因素危险状态的风险等级,并对单因素风险的概率等级和严重程度进行量化处理,得到电梯部件多因素综合风险评价值.通过该方法,可以实现对一定区域内的在用电梯进行动态分级监管,以优化监管资源配置,提高监管工作效率.     

基于多因素的曳引式乘客电梯安全指数研究

针对曳引式客梯进行安全指数研究,建立了基于电梯因素、维保因素、运行因素3大一级指标,电梯品质、运行强度等12个二级指标构成的多因素安全评价体系。采用专家评分法为每个评价指标权重赋值,应用基于层次分析法的风险评价法得到综合安全指数。最后通过实例分析,验证该评价模型能有效地解决电梯综合评价中的模糊性和随机性量化问题。     

非煤矿山安全评价管理系统的设计与研究

介绍了非煤矿山安全信息管理系统的体系结构及其安全评价方法的种类,并针对安全评价模块中的安全评价设计了安全检查表及其数据库存储结构。     

城市道路交通安全风险分类动态评价技术

针对城市道路交通系统交通安全风险耦合及动态变化的复杂性,基于城市道路交通安全风险控制系统观点,提出了分类型的城市道路交通系统监测期交通安全综合风险实时评价的方法及技术.应用城市道路交通安全风险控制系统研究成果,提出系统风险源的新型分类方法.在此基础上,结合风险监测期、城市分类标准的确定,应用风险指数法、置信区间法等方法对不同类型风险源作用进行定性、定量分析,构建监测期敏感风险源监测指标体系及分类型城市的系统动态风险源结构,建立敏感风险源动态风险方程,提出了基于最小欧氏距离判断法的新型交通安全综合风险评价方法.研究表明:应用该技术可以实现监测期内不同类型城市的道路交通安全风险控制系统实时风险等级的比较评价,及其敏感风险源作用的定量评价.该技术可以直接应用于目前公安交通安全管理部门的辖区城市道路交通安全风险评价月公告工作中.     

AHP-ATA在电梯风险评估中的应用

电梯系统是城市建设中不可或缺的特种设备,其安全问题受工作系统中诸多因素的影响。为更好地量化分析电梯系统的安全性,对电梯系统进行风险评估,采用层次分析法(AHP)对电梯系统进行风险要素的权重分析,并引入事故树分析(ATA)技术系统地分析电梯运行中可能导致危险发生的事件,作为层次分析法指标权重的赋值依据。在其基础上,建立电梯系统风险评估模型,设定安全评定等级,通过加权求和的方法对电梯系统进行量化评估。该电梯系统风险评估体系避免了专家打分确定指标权重的主观性和片面性,结合故障树分析法以及层次分析法系统建立了电梯系统风险评估体系,为客观评价电梯系统安全等级提供了切实可行的方法和依据。     

基于道路交通安全综合风险水平的城市模糊聚类评价

为了评价城市系统对其道路交通安全综合风险控制子系统的影响作用,应用系统动力学相关理论,对城市系统间影响作用进行分析,提出了城市道路交通安全综合风险水平和交通事故的绝对损害系数的概念.以综合风险水平为外部表征量,以系统内部构成要素为指针,借助绝对损害系数,应用相关系数距离识别等方法构建聚类评价指标体系;在此基础上,针对性研究模糊C均值(FCM)聚类的具体应用方法.研究表明:城市道路交通安全综合风险水平可以作为城市系统间影响作用的一个表征量;以绝对损害系数为参照,能够构建8个指标构成的具有正相关性的评价指标体系;应用所提聚类评价方法,能够对不同规模城市系统进行模糊聚类,聚类结果可以横向等级量化评价城市系统对其道路交通安全综合风险控制子系统的影响作用.     

安全检查表法在剧毒化工厂安全评价中的应用

针对剧毒化工企业的特点,利用安全检查表法系统地评价化工企业的安全情况,分析化工企业存在的各种危险因素及薄弱环节,并提出了相应的预防措施.     

基于曲率变化率的公路线形设计安全评价

针对公路路线传统设计方法的不足以及用运行速度评价公路线形质量的局限,依据公路设计安全至上的新理念,首次引入了曲率变化率的概念;指出曲率变化率是影响公路交通安全的重要因素;曲率变化率的安全评价标准及其在公路线形设计的应用方法,可以有效地检查和评价公路线形设计成果.其作为公路几何设计技术指标取值的依据,可为公路安全评价提供一种新方法.     

基于SVM的光伏最大功率跟踪的预测研究

针对光伏组件中常用的最大功率跟踪方法存在的不足,将支持向量机用于预测光伏组件的最大功率点工作电压.支持向量机是一种新型的机器学习方法,该方法以结构风险最小化原则取代传统机器学习方法中的经验风险最小化原则,在小样本的机器学习中有着优异的性能.根据光伏组件的特点和最大功率点工作电压的影响因素,建立了支持向量机的最大功率点工作电压预测模型.实际仿真分析表明,与BP神经网络的模型相比,支持向量机的模型具有更高的预测精度.     

Simulation About the Growth of Chinese Firm's Safety Management Capability

Aiming at the deficiency of exterminating measures of Chinese firm safety management, a simulation model of Chinese firm's safety management capability based on the organizational learning theory, in which the simulation method of system dynamics is utilized. The level variable and rate variable are designed based on the practical situation and change situation of corresponding variables of firm's safety management capability. Simulation firms are built with accident case groups of the oil industry, chemical industry, machine industry, coal mining industry, and weapon industry. Through analyzing the simulation result, the growth law of Chinese firm's safety management capability is obtained as follows: the accumulating and the coupling of safety knowledge should be emphasized at the same time; the balance of learning behavior of individual, group and organization should be considered together; different types of Chinese firm should take different safety policies according to their practical situations.     

VVVF电梯及其速度监控

本文介绍了由可编程控制器控制的VVVF电梯控制系统的基本结构，并指出这种基本系统存在的问题，提出了改进方法。该方法经实践证明是可行的，对于提高此类电梯的运行可靠性、安全性有较大意义。     

基于M2M的电梯安全运行监控系统设计

基于M2M技术提出一种电梯安全运行监控方案。通过对电梯轿厢安装多种类型的传感器,将分布在各处的电梯运行过程中出现的运行状态信息、故障信息通过电话通信网络或Internet网络及时传输到M2M业务监控平台,实现远程分析电梯故障功能,从而使电梯维护人员到达现场可以快速解决电梯故障。该系统可实现电梯监控实时化、智能化,试用效果良好。     

多类支撑向量机算法比较研究

统计学理论第一次系统地研究了在样本有限的情况下的机器学习问题.提出了一种能够根据样本数量合理地控制分类器的推广能力的一种模型选取原则,即结构风险最小化原则.支撑向量机(SVMs)是在该理论框架下产生的一种通用学习方法.通过对现有多类支撑向量机的系统分析,发现层次型支撑向量机BT-SVMs可以实现相对高效的多类分类,并对算法的改进提出了建议.     

基于混沌优化支持向量机的大坝安全监控预测

首先介绍了基于统计学习理论的一种新的机器学习技术——支持向量机(Support Vector Machine,SVM),并针对目前支持向量机参数选择时人为选择的盲目性,将具有良好优化性能的混沌优化(Chaos Optimi-zation)技术应用到支持向量机惩罚函数和核函数参数的优化,提出了混沌优化支持向量机(Chaos Optimization Support Vector Machine,COSVM)方法.根据丰满大坝1997-2004年的实际监测数据,建立了混沌优化支持向量机大坝安全监控预测模型,进行了与统计回归模型和BP神经网络模型的分析比较,结果表明,COSVM模型具有更高的预测精度,同时在较长时段的预测中,COSVM模型也表现出更好的泛化推广性能.     

适于双子电梯群控系统的交通模式预测方法

为了避免传统电梯交通模式识别存在模式滞后的缺陷,适应新型的双子电梯群控系统性能要求,提出了基于预测交通流的电梯交通模式预测方法.采用支持向量机(Support vector machine,SVM)进行电梯交通流预测;采用BP神经网络进行电梯交通流模式识别,并用遗传算法(Genetic algorithm,GA)对BP神经网络进行优化;将电梯交通流预测与交通模式识别相结合,再次利用神经网络对所预测的交通流进行模式识别,实现交通模式预测.研究结果表明,预测交通流的交通模式与实际交通流的交通模式一致,验证了交通模式预测的准确性.交通模式预测方法可避免模式滞后的缺陷,为双子电梯群控系统工程应用提供理论依据.     

井采煤矿安全性态可拓评价模型的研究

在信息融合技术与可拓学理论的基础上,提出了一种新的井采煤矿安全性态评价模型.基于多传感器和数据库的信息融合技术对不同类型的安全数据进行处理,获得了合理、可靠的信息;利用可拓评价方法,通过物元可拓性的定性方法和可拓关联函数的定量方法解决了安全评价问题.利用该模型对实际井采煤矿进行安全评价分析,得到了井采矿井安全性态为Ⅱ级(安全),与实际结果一致.利用动态评价并绘制动态曲线,可反映矿井的安全性态.该方法应用于实际可行有效.     

Reinforcement learning with partitioning function system

The size of state-space is the limiting factor in applying reinforcement learning algorithms to practical cases. A reinforeement learning system with partitioning function (RLWPF) is established, in which statespace is partitioned into several regions. Inside the performance principle of RLWPF is based on a Semi-Markov decision process and has general significance. It can be applied to any reinforcement learning with a large statespace. In RLWPF, the partitioning module dispatches agents into different regions in order to decrease the state-space of each agent. This article proves the convergence of the SARSA algorithm for a Semi-Markov decision process, ensuring the convergence of RLWPF by analyzing the equivalence of two value functions in two Semi-Markov decision processes before and after partitioning. This article can show that the optimal policy learned by RLWPF is consistent with prior domain knowledge. An elevator group system is devised to decrease the average waiting time of passengers. Four agents control four elevator cars respectively. Based on RLWPF, a partitioning module is developed through defining a uniform round trip time as the partitioning criteria, making the wait time of most passengers more or less identical then elevator cars should only answer hall calls in their own region. Compared with ordinal‘ elevator systems and reinforcement learning systems without partitioning module, the performance results show the advantage of RLWPF.     

基于永磁同步电机的电梯速度控制器研究

设计一种基于自适应模糊神经网络原理的永磁同步电机电梯曳引机速度控制器.这种控制器具有神经网络自学习能力和模糊控制器处理不确定信息的能力.网络初始参数通过离线训练方式获得,从而实现对电机速度的智能控制.将模糊神经网络(fuzzy neural network control,FNNC)速度控制器与常用的PI控制、模糊PI控制方式对比进行仿真研究.研究表明,采用自适应模糊神经网络的控制器比另外两种方法更具有良好的鲁棒性和动态性能.