基于神经网络的起重机械安全评价方法研究

发布时间：2019-05-16 22:41

【摘要】：本课题通过对影响起重机械安全运行的危险源进行总结和分析,基于本质安全理论和相关分析方法,建立了针对起重机械的本质安全评价模型；运用信息熵和模糊数学等理论,研究了基于神经网络的起重机械的安全评价方法；基于上述研究,建立了基于B/S结构的起重机械的在线安全评价系统。 本文所做的主要工作具体包括： (1)通过总结起重机械的危险源因子,从起重机械设计、制造、安装、改造、使用和管理等入手,分析常用安全评价或预测方法的优势和不足,基于“人-机-环境”的安全评价思想,将影响起重机械的危险源分成设备本体方面危险源、组织保障方面危险源、本质安全文化方面危险源以及应急故障处理方面的危险源,研究设计了一套完善全面的起重机械安全评价指标体系。 (2)针对传统的起重机械安全评价方法中过分依赖专家经验、中间参数和最终结果存在诸多主观因素的缺点,本研究采用神经网络对起重机械安全评价进行模拟仿真,选用概率神经网络、径向基神经网络、LM-BP神经网络三种在模式识别领域较为成熟的神经网络为研究模型,以求减少评价过程中主观人为因素对评价结果的影响,增强安全评价的准确度和可信性,研究出适合起重机械本质安全评价的基于神经网络的安全评价方法。 (3)根据本研究建立的起重机械安全评价指标体系和评价方法,采用UML语言进行系统分析设计,以Visual Studio2010为开发平台,以C#为开发语言,SQL Server2005为数据库,设计和实现了一套具有安全评价和设备信息管理功能的起重机安全评价系统。 (4)整个研究过程中,采用信息熵理论和模糊数学,对研究中遇到的数据不确定性进行修正,降低脏数据和噪音,增强了研究工作的可靠性和评价结果的准确程度。
[Abstract]:In this paper, through the summary and analysis of the dangerous sources that affect the safe operation of lifting machinery, based on the essential safety theory and correlation analysis method, the essential safety evaluation model for lifting machinery is established. Based on the theory of information entropy and fuzzy mathematics, the safety evaluation method of lifting machinery based on neural network is studied, and the online safety evaluation system of lifting machinery based on B 鈮，

本文编号：2478606