基于IPSO-BP神经网络的钢丝绳断丝损伤识别模型研究

为解决传统钢丝绳断丝损伤识别方法精度低,BP神经网络陷入局部最优等问题,提出改进粒子群算法（IPSO）的BP神经网络识别模型。通过采集钢丝绳断丝损伤信号,提取缺陷信号特征,用峰值、峰峰值、波宽、波形下面积和波动能量5个特征值组成特征向量作为神经网络的输人,断丝数量作为神经网络的输出;利用改进粒子群算法对BP神经网络的初始权值和阈值进行优化;建立基于IPSO-BP算法的神经网络模型,用于钢丝绳断丝的定量识别。结果表明:IPSO-BPS神经网络模型的钢丝绳断丝损伤识别精度、泛化能力均高于传统BP神经网络模型,且改进的粒子群算法迭代寻优速度更快。     

基于大数据分析的电梯故障远程诊断模式探讨

通过对我国电梯故障安全管理现状的分析,开展基于电梯故障信号大数据分析技术的电梯故障远程诊断的模式的探讨。针对我国电梯的安全监管存在以救为主防为辅的现状,提出电梯故障实时诊断监管模式;针对电梯故障研究缺乏海量数据深度挖掘和价值提取,提出引入大数据方法探索电梯故障的发生和概率,并探索电梯故障数据远程传输方法;针对国内欠缺电梯故障远程诊断研究,引入基于信号处理的方法、解析模型的方法以及知识体系的方法等三种故障诊断方法,并结合电梯故障数据的调用和支持,开展电梯故障远程诊断模式的探讨。引入的基于大数据分析的电梯故障远程诊断理念,科学优化了电梯风险隐患的管理模式,突出了电梯的监督管理重点,有利于政府、企业的风险监管工作。     

基于QPSO的多因素影响下系统故障概率变化程度研究

为适应快速系统故障分析,在多因素影响下了解系统故障变化程度范围,预先判断故障变化速度趋势,在空间故障树(Space Fault Tree,SFT)理论框架下提出了一种基于量子粒子群优化算法(Quantum Particle Swarm Optimization,QPSO)的分析方法.论述了 QPSO的基本模型和步骤,在SFT中给出了描述系统故障概率变化的表达式,进而提出了多因素影响下系统故障概率变化程度范围的确定方法.方法适合于连续因素组成的连续空间中系统故障概率分布的优化,可实现单因素和多因素联合影响下的故障变化程度范围确定.使用经典算例进行分析,结果表明,算法得到的结果虽精度降低,但与传统解析结果相似,同时提高了分析速度.因此方法有利于系统故障的应急分析、预测和判断.     

改进的Elman神经网络在瓦斯涌出量预测中的应用

在煤矿瓦斯灾害中,煤矿瓦斯突出是导致瓦斯重特大事故的主要原因之一。目前常用的基于反向传播(BP)神经网络和遗传算法-Elman神经网络(GA-ENN)耦合算法等建立瓦斯涌出量预测模型的预测方法在收敛性和精度上均存在一定的缺陷。提出了一种利用混沌免疫遗传优化算法(CIGOA)对Elman神经网络进行改进的新型智能优化算法来增强粒子的活性,提高其局部搜索能力和全局优化能力,克服了遗传算法(GA)的固有缺陷。对煤矿现场跟踪实测后进行仿真分析,结果表明:运用提出的CIGOA-ENN预测模型预测的最大相对误差为4.47%,最小相对误差为1.12%,平均相对误差为2.27%,明显小于BP神经网络和GA-ENN等预测模型的预测结果,表明CIGOA-ENN预测模型的输出结果更精确,对瓦斯涌出量预测系统的辨识误差更小,性能更优越。     

基于IPSO-SVM对尾矿坝变形预测的研究

针对支持向量机在参数模型选择上的敏感性,以及在理论上无法直接实现的问题,在标准粒子群算法的基础上对粒子速度与位置更新策略进行改进,通过改进的粒子群算法对支持向量机模型参数进行选择优化,进而提出了一种改进粒子群优化支持向量机(IPSO-SVM)算法模型。根据尾矿坝实测数据,建立了基于IPSO-SVM算法的对尾矿坝坝体位移预测模型,同时与经典的SVM算法以及PSO-SVM算法进行比较分析。结果表明,3种算法在坝体变形预测中都具有较好的可行性,但IPSO-SVM算法在训练效率上有较大优势,而且具有较高的预测精度,更适合在变形预测中应用。     

基于应变和PSO-BP神经网络的连续梁桥损伤识别方法

以连续梁桥为研究对象,建立了基于应变的损伤识别方法。提出将伪比能变化率作为损伤识别指标,并针对BP神经网络易陷入局部极小的缺点,用改进粒子群(PSO)算法优化BP神经网络的权值和阈值参数,建立PSO-BP网络预测模型。通过建立一座三跨连续梁桥有限元模型,以桥梁易损区域作为损伤识别对象进行数值模拟。结果表明,以伪比能变化率作为损伤识别指标,可以很好地实现对桥梁单位置和多位置损伤的定位及损伤程度识别,损伤程度识别的最大相对误差为3.14%,且网络内插能力优于外延能力。与传统BP神经网络比较,PSO-BP神经网络拥有更为精准的预测能力。     

基于DFTA的电梯制动器可靠性分析

电梯制动器是电梯最重要的安全部件之一,故研究其可靠性具有重要意义。首先分析了电梯制动器的故障机理并建立了动态故障树模型,其次利用二元决策图和马尔科夫方法对故障树进行了分析计算,得到了影响系统可靠性的相关指标以及制动器的薄弱环节,最后提出了改进措施和建议,为电梯制动器的设计、维修保养及检验提供了科学依据。     

基于PCA-BP融合的边坡稳定性评价模型

针对边坡岩土体物理力学性质复杂、边坡稳定性影响因素众多等特点,提出将主成分分析(PCA)和BP神经网络结合起来进行边坡稳定性评价的方法。若BP神经网络训练误差一定,则网络信息容量与样本数成正比。当样本数较少时,就必须减少样本维数,以达到较好的匹配效果,为此,引入主成分分析法(PCA)对影响边坡稳定的众多变量进行降维处理,以消除输入数据间的相关性,有效地减少预测模型的输入量,优化网络的输入节点数,提高网络的运行效率。针对BP算法容易落入局部最小、收敛速度慢等缺点,引入粒子群优化算法(PSO)优化神经网络的连接权重与阀值,从而克服了BP神经网络的固有缺陷。在此基础上,建立基于PSO优化算法的PCA-BP融合的边坡稳定性评价模型。模型分为3个层次,第一层次为输入层,即经过PCA分析之后获得的主成分;第二层次为隐含层;第三层次为输出层,即安全系数。应用该评价模型进行算例分析,结果表明,安全系数的模型计算值与参考值的绝对误差均很小,相对误差均控制在6%以内,吻合程度较高。     

改进粒子群神经网络在煤矿安全评价中的应用

基于改进粒子群的神经网络基本原理,综合考虑煤矿安全评价的各项指标,建立了一个综合型的评价模型。该模型的方法以神经网络为基础,用改进粒子群算法来寻找最佳平衡的惯性权值,提高神经网络训练速度和精度。实践证明,模型具有改进粒子群算法的全局寻优能力和神经网络的广泛映照能力,有很强的预测能力,为煤矿安全评价提供了重要的途径。     

基于改进PSO-BPNN的输油管道内腐蚀速率研究

为解决输油管道易腐蚀,且腐蚀程度难以测量的问题,提出使用改进的粒子群算法（PSO）优化误差反向传播神经网络（BPNN）对输油管道内腐蚀速率进行预测。改进的PSO算法提升了自身搜索到全局最优的能力,可为BPNN提供最优初始权值和阈值,从而有效避免BPNN易陷入局部最优的问题发生。以某条输油管线为例,分别运用标准的BPNN模型、PSO-BPNN以及改进的PSO-BPNN对该管线内腐蚀速率进行预测。结果表明:基于改进的PSO-BPNN的预测结果平均相对误差为5.57%,预测精度较BPNN和PSO-BPNN有明显提升。使用改进的PSO-BPNN预测输油管道的腐蚀速率可为管道的检测维修提供可靠的理论和技术支撑。     

基于多故障冲击模型和故障树的PFDavg计算方法研究*

为提高安全仪表功能（SIF）要求时危险失效平均概率（PFDavg）计算结果的精确度,提出1种能准确计算SIF在多重共因失效影响下的PFDavg的数学模型。建立包含多重共因失效的系统失效故障树,然后利用多故障冲击模型区分普通失效率和多重共因失效率,根据瞬时不可用率的定义和故障树的逻辑关系计算出SIF的瞬时不可用率;基于PFDavg的定义,计算出SIF的PFDavg,以某化工企业SIF为例进行验证。结果表明:方法有效考虑了多重共因失效对SIF的影响,通过模型计算出SIF的PFDavg大于基于马尔可夫（Markov）方法的软件计算结果,但二者处于相同的数量级。模型在评估SIF的PFDavg时比传统方法偏保守,能提高安全仪表功能的安全性。     

基于Isograph的地铁车载ATP系统动态故障树分析

针对传统的可靠性分析方法在具有动态特性的地铁车载ATP系统可靠性分析中的不足,提出动态故障树分析法。在引用可用度、平均失效时间和平均修复时间等可靠性指标的基础上,结合Isograph软件改进动态故障树分析法,建立基于Isograph的动态故障树分析模型,并通过对车载ATP系统的结构与功能分析以及历史故障数据的统计分析确定车载ATP系统的关键部件,使用 Isograph软件预计关键部件的可靠性参数,对地铁车载ATP系统的可靠性进行评估。结果表明:采用该方法求解的系统可靠性指标均满足系统需求,并且精确度较高,运用此方法能够对具有顺序相关、资源共享、可修复以及冷、热备份等特性的系统进行可靠性建模,达到快速以及准确分析动态特性系统可靠性的目的。     

基于BN的FTA在通用航空风险评价中的应用

针对事故树分析法(FTA)在风险评价中的局限性,采用以事故树为基础建立的贝叶斯网络(BN)风险模型,对通用航空中的两机空中相撞事故进行分析和推理,对事故模型进行改进和修正时,注重基事件的多态性和事件间的逻辑合理性。根据贝叶斯推理得出的数据,找到了事故的主要致因。结果表明,基于BN的FTA既能向前预测顶事件的发生概率,又能向后诊断基本事件的后验概率,可以更好地对通用航空风险进行评价。     

基于随机森林的阻变型通风网络故障诊断方法*

为了在矿井通风网络发生阻变型故障时,能够快速准确判断出故障位置和故障量,提出1种基于随机森林的通风网络故障位置和故障量诊断方法。利用矿井通风仿真系统IMVS将唐安矿模拟故障生成空间数据集并进行数据预处理,构建基于随机森林的故障诊断模型,并利用该诊断模型对唐安矿矿井通风网络模拟故障位置和故障量进行判断和预测。引用多种方法对模型进行度量,通过唐安矿模拟实验验证基于随机森林的故障诊断模型的有效性。将随机森林和决策树的故障诊断准确率进行对比,研究结果表明:随机森林较决策树故障准确率有进一步的提高,并发现故障地点失误诊断多是相邻巷道,在一定程度上工作人员对故障地点的判断并不受其影响。     

系统故障演化过程不连续现象的原因及消除方法研究*

为研究系统故障演化过程中,通过原因事件得到的结果事件发生可能性与直接试验得到的结果事件发生可能性不同的问题,定义系统故障演化过程的不连续现象,研究不连续现象出现的原因和消除方法。根据不连续现象的程度将原因分为3层,第1层是基本的原因事件、结果事件或传递的概率错误造成的不连续;第2层是因素对应错误造成的概率错误;第3层是演化结构不清造成的错误。针对这些错误提出消除方法,基本方法包括试验法、结构分析法和逻辑推理法;第2层次使用空间故障树和因素空间等方法;第3层使用三值逻辑等方法。研究结果表明:导致不连续的原因是演化过程的结构性问题,消除的方法应根据实际情况进行选择和变化。     

基于文本故障视角的通信保障应急预案有效性评估研究

应急通信预案作为应急通信保障的行动纲领,其文本有效性将直接影响预案有效性,进而影响到整个应急救援行动的有效性。针对预案文本有效性问题,从文本故障视角出发,基于故障树分析法构建通信保障应急预案有效性评估模型;采用语句成分分析法和伪代码转换法对预案进行故障形式诊断,结合标准故障树,计算预案的有效性并给出具体评估步骤;最终,通过4个样本预案对模型进行实例分析,结果表明:该模型能够提高预案文本故障的识别效率,对预案的编制或修订具有参考意义。     

多因素影响下系统故障预防的多方案比选方法研究*

为研究多因素影响下系统遭遇危险事件前预防方案的选优,在集对分析和空间故障树基础上提出比选方法。首先,论述集对分析与空间故障树理论结合的可行性;其次,研究系统故障预防的多因素多方案比选方法和步骤;最后,通过实例进行分析。研究结果表明:停运方案没有因素分量系数影响,其损失是停运带来的经济损失;无措施方案的系统常分量系数最小,因素分量系数最大;采取措施方案中,当常分量系数相差不大时,因素分量系数积最小者为最优方案。使用赵森烽-克勤概率表示危险事件的发生特征是可行的;常分量系数代表方案对系统故障预防效用的可靠性,因素分量系数代表该可靠性的稳定性;结合常分量系数和因素分量系数即可确定最优方案。该方法适合于故障发生对因素变化敏感的系统。     

基于SVM的通风系统故障诊断惩罚系数与核函数系数优化研究

使用支持向量机（SVM）方法对矿井通风系统进行故障诊断,存在惩罚系数（c）和核函数系数（g）,通过人工方法选取效率低、难以达到较高准确率并且出现过拟合的问题。为了提高矿井通风故障诊断的效率、准确率,同时避免过拟合现象,提出了一种改进遗传算法（GA）,在故障诊断过程中对支持向量机的c,g参数进行优化。经过多组试验分析,研究结果表明:用遗传算法优化的SVM矿井通风故障诊断系统相比于未优化系统的故障诊断准确率有所提升,参数未优化前故障诊断的准确率为60%,优化后的准确率为97.894 7%,并且优化参数经过大数据样本验证,未出现过拟合现象,证明了本文提出方法的有效性。     

Fuzzy fault tree analysis for fire and explosion of crude oil tanks

Crude oil tank fire and explosion (COTFE) is the most frequent type of accident in petroleum refineries, oil terminals or storage which often results in human fatality, environment pollution and economic loss. In this paper, with fault tree qualitative analysis technique, various potential causes of the COTFE are identified and a COTFE fault tree is constructed. Conventional fault tree quantitative analysis calculates the occurrence probability of the COTFE using exact probability data of the basic events. However, it is often very difficult to obtain corresponding precise data and information in advance due to insufficient data, changing environment or new components. Fuzzy set theory has been proven to be effective on such uncertain problems. Hence, this article investigates a hybrid approach of fuzzy set theory and fault tree analysis to quantify the COTFE fault tree in fuzzy environment and evaluate the COTFE occurrence probability. Further, importance analysis for the COTFE fault tree, including the Fussell–Vesely importance measure of basic events and the cut sets importance measure, is performed to help identifying the weak links of the crude oil tank system that will provide the most cost-effective mitigation. Also, a case study and analysis is provided to testify the proposed method.