【技术实现步骤摘要】
本专利技术属于深海采矿风险识别及风险评估，具体涉及一种基于fmea-ivifs-marcos的深海采矿集矿系统风险评估方法。
技术介绍
1、深海采矿是一项极具挑战的任务，深海采矿集矿系统是整体采矿作业的核心单元，承担着海底最复杂，最危险的集矿任务。深海采矿集矿系统集机械、液压、控制等多元技术于一体，包括集矿系统、行走机构、液压系统三大部分，是一个复杂的液压动力机械系统，在几千米深的水下工作，其工作环境恶劣，面临着高压、低温、部件失效等多种极端潜在因素的影响。一旦出现故障，可能导致整个深海采矿系统瘫痪，带来难以估计的损失。深海采矿集矿系统的安全运行对于深海采矿稳定可靠的工作至关重要，因此亟需对深海采矿集矿系统开展多因素复合作用下的精准的风险评估，降低工作风险，提高安全性和可靠性。目前对于深海采矿集矿系统的安全评估研究相对较少，对于集矿系统的风险信息、内部结构之间的复杂关系认知不足，尚未开展多风险因素混叠交互的综合风险分析方法，导致其风险评估结果可靠性较低，难以从根源上消除或减缓风险。深海采矿集矿系统的风险评估涉及多个风险表征参数，属于多准则综合评价问题。鉴于深海采矿集矿系统数据来源不够全面，面临着处理不充分信息和复杂因素的挑战。传统的风险评估方法需要建立精确的评估模型，且在适用范围和限度存在一定的局限性。
技术实现思路
1、本专利技术的目的在于提供一种基于fmea-ivifs-marcos的深海采矿集矿系统风险评估方法，以解决
技术介绍
中存在的问题。
2、为实现上述目的，本
3、s1:构建深海采矿集矿系统风险评估指标体系；针对深海采矿集矿系统复杂内部结构以及潜在的多源风险威胁，根据结构层次分类的原理，采用失效模式与影响分析(failure mode and effects analysis,fmea)方法，根据深海采矿集矿系统的总体结构框架按层次分解，直至最低层次的部件，从而进行系统化、结构化的风险识别，总结其功能特点和后果影响，确定潜在的故障模式和薄弱环节，构建深海采矿集矿系统风险评估指标体系。
4、s2:建立风险评价指标体系，量化评估信息；鉴于缺乏相关历史事故数据，需借助专家评价完善不完备信息。因此邀请相关领域内经验丰富的专家构成专家组，以风险表征参数，即故障模式发生可能性(o)和后果严重度(s)为评估指标，对深海采矿集矿系统的故障模式进行评价。考虑到评价信息的不确定性、犹豫性等特征，根据建立的风险表征参数评级标准，利用区间直觉模糊获取并表达区间语义评价信息，降低评估信息的模糊性和主观性。
5、表1风险表征参数与直觉模糊数的转换关系
6、
7、s3:建立深海采矿集矿风险评价模型；在得到专家对于故障模式的打分之后，考虑风险表征参数自身的模糊性以及参数之间的关系，根据离差最大化赋权方法计算o和s的模糊数距离，以确定它们的客观权重。同时，通过jousselme距离函数衡量专家之间的重要程度和支持度，确定专家客观权重。为避免对评价结果简单加权，解决证据冲突导致信息缺失的问题，引入d-s(dempster-shafer)证据融合专家评价，结合marcos方法确定给出的各故障模式的效用函数，从而确定其风险程度。
8、s4：基于marcos方法进行风险排序。
9、优选地，在s3中，包括以下步骤：
10、1)确定直觉模糊评价矩阵
11、对于深海采矿集矿系统的多风险指标评价问题，假设有/个专家组成专家集ex＝{ex1，ex2，…，exl}，有m个故障模式组成评价集ff＝{ff1，ff2，…，ffm}，每个故障模式下都有n个风险表征参数组成属性集rf＝{rf1，rf2，…，rfn}，则/位专家对故障模式ffi下风险表征参数r的初始直觉模糊评价矩阵iar：
12、
13、其中，r＝{o,s}，是第/个专家对关于风险表征参数r下的第m个故障模式打分的隶属度，是第/个专家对关于风险表征参数r下的第m个故障模式打分的非隶属度；
14、2)计算风险表征参数的权重
15、整合各专家对于故障模式的评价信息，利用属性的最大偏差化原理，构造关于风险表征参数的非线性规划模型，计算参数之间的差异，得到风险评价指标权向量从而确定权重；
16、
17、其中λ表示模糊数的个数，是专家exγ对风险表征参数rfj下故障模式ffi与其他故障模式之间的评价数值的离差，参数值偏差值越大，赋予其的权重值也就越大；
18、引入d-s证据理论，如公式(3)所示，将故障模式的直觉模糊数转化为基本概率分布，得到故障模式关于风险表征参数的基本概率分配矩阵r＝(rij)m×l，其中为第j个专家对第i个故障模式下风险表征参数评价的基本概率分布。
19、
20、其中，是辨识框架的基本概率分布；
21、4)计算专家权重，加权融合专家评价
22、衡量专家信息之间的重要程度和模糊性，并基于待融合专家相似性，根据jousselme距离公式，构造专家间的相互支持度并得到权重，如下所示：
23、
24、其中，cred(exl)代表专家exl的可信度即专家权重，表示专家exi和exj对于第m个故障模式的基本信任分配函数差值。是jaccard系数，通过用焦元exi和exj交集和并集的比值来表示它们的相似程度；
25、然后，将计算得到的专家权重代入公式(6)，对故障模式的基本概率分布进行加权修正，最后根据d-s证据理论对修正后的值融合l-1次，得到融合后的结果。具体修正融合方法如公式(6)～(8)所示：
26、
27、其中，mmae(exm)是专家加权修正后基本概率分布，称为正交和，是/个专家信息融合后的结果，k是归一化常数，表示两个专家之间的冲突程度，k值越大则证据间的冲突程度越高。
28、优选地，在s4中，通过定义理想解(ai)和反理想解(aai)，将专家融合后信息的结果扩展得到，扩展评价矩阵r′：
29、
30、其中，模糊负理想解方案aai是具有最差特性的方案，而ai是具有最佳特性的替代方案。
31、然后对矩阵r′进行归一化处理，得到归一化矩阵n。将归一化矩阵n乘以风险表征参数的权重系数得到加权矩阵v＝[vij]m×n，vij表示第i个故障模式的第j个风险表征参数的评价值；
32、
33、通过公式(11)～(13)计算故障模式的效用函数，根据效用函数的值对故障模式进行排序，效用函数值越高意味着风险因子风险程度越高；
34、
35、其中，si表示加权矩阵v的元素之和，其中sai表示加权矩阵v中理想解ai所在行元素之和；saai表示权矩阵v中负理想解aai所在行元素之和；f(ki+)，f(ki-)分本文档来自技高网...
【技术保护点】
1.一种基于FMEA-IVIFS-MARCOS的深海采矿集矿系统风险评估方法，其特征在于:包括以下步骤：
2.根据权利要求1所述的基于FMEA-IVIFS-MARCOS的深海采矿集矿系统风险评估方法，其特征在于：在S1中，采用失效模式与影响分析(Failure Mode and Effects Analysis,FMEA)方法，根据深海采矿集矿系统的总体结构框架按层次分解，直至最低层次的部件，从而进行系统化、结构化的风险识别，总结其功能特点和后果影响，确定潜在的故障模式和薄弱环节，构建深海采矿集矿系统风险评估指标体系。
3.根据权利要求1所述的基于FMEA-IVIFS-MARCOS的深海采矿集矿系统风险评估方法，其特征在于：在S2中，邀请相关领域内经验丰富的专家构成专家组，以风险表征参数，即故障模式发生可能性(O)和后果严重度(S)为评估指标，对深海采矿集矿系统的故障模式进行评价，考虑到评价信息的不确定性、犹豫性等特征，根据建立的风险表征参数评级标准，利用区间直觉模糊获取并表达区间语义评价信息，降低评估信息的模糊性和主观性。
4.根据权利要求1
5.根据权利要求1所述的基于FMEA-IVIFS-MARCOS的深海采矿集矿系统风险评估方法，其特征在于：在S4中，通过定义理想解(AI)和反理想解(AAI)，将专家融合后信息的结果扩展得到，扩展评价矩阵R′：
...【技术特征摘要】
1.一种基于fmea-ivifs-marcos的深海采矿集矿系统风险评估方法，其特征在于:包括以下步骤：
2.根据权利要求1所述的基于fmea-ivifs-marcos的深海采矿集矿系统风险评估方法，其特征在于：在s1中，采用失效模式与影响分析(failure mode and effects analysis,fmea)方法，根据深海采矿集矿系统的总体结构框架按层次分解，直至最低层次的部件，从而进行系统化、结构化的风险识别，总结其功能特点和后果影响，确定潜在的故障模式和薄弱环节，构建深海采矿集矿系统风险评估指标体系。
3.根据权利要求1所述的基于fmea-ivifs-marcos的深海采矿集矿系统风险评估方法，其特征在于：在s2中，...
【专利技术属性】
技术研发人员：周清基，李惠婷，吴鸿云，杜尊峰，刘嘉玥，郎一鸣，陈鹏旭，
申请(专利权)人：天津大学，
类型：发明
国别省市：
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。