桥式起重机安全评估指标体系研究和系统设计

本资料包含pdf文件1个，下载需要1积分

第 9卷 第 9期2013年9月中 国 安 全 生 产 科 学 技 术Journal of Safety Science and TechnologyV01．9 No．9Sep．2013文章编号：1673—193X(2013)一09—0155—05桥式起重机安全评估指标体系研究和系统设计王卫辉，孟小胴，强宝民，曹 原(第二炮兵工程大学203教研室 ，陕西 西安 710025)摘 要：在对桥式起重机的设计、结构组成和常见事故故障资料进行调查研究的基础上 ，分析了桥式起重机在工程应用中遇到的不安全因素，建立了较完善的安全评估指标体系。设计了一种基于模糊神经网络的桥式起重机安全评估系统并对系统的软件功能设计进行了初步探讨。建立了模糊神经网络评估数学模型，利用MATLAB工具对模型进行了仿真验证，结果表明此模型是可行的。

通过研究，为进一步针对桥式起重机展开定性、定量评估及安全管理与决策提供了有益参考。

关键词：桥式起重机；评估指标体系；模糊神经网络；系统设计中图分类号：X943；TH215 文献标志码：A doi：10．1 173l／j．issn．1673-193x．2013．09．029Research on index system and software system design of bridgecrane safety evaluation on bridge craneWANG Wei—hui，MENG Xiao—dong，QIANG Bao—min，CAO Yuan(The Second Artilery Engineering Colege，Xi’an Shanxi 710025，China)Abstract：Based on the investigation in the design，the structure and the common fault data of bridge crane，theunsafe factors existing in the application of bridge crane were analyzed，and a more perfect safety evaluation indexsystem was established．A kind of safety evaluation system fro bridge crane based on fuzzy neural network was de—signed，and the software design of the system was also discussed prelimily．The evaluation mathematics model offuzzy neural network was established，and MATLAB was applied to analyse the model simulation． The resultsshowed that the model is feasible．Th rough the research，it provides useful reference for the further expansion ofqualitative and quantitative assessment and safety management and decision of bridge crane.

Key words：the bridge crane；evaluation index system ；fuzzy neural network；system design0 引言起重设备是一种结构较为复杂的机电设备，属于国家明确规定的涉及生命安全、危险性较大的特种设备，国家对其有强制性的安全检验要求 。目收稿 日期 ：2013—05—30作者简介：王卫辉，副教授。

通讯作者 ：孟小胴，研究生。

前，起重设备主要采用人工定期检验(周期为两年)的方式来保障起重设备安全，自动化水平低，具有很大的局限性。如检验数据有限，存在故障漏检现象，检验滞后不能及时对事故故障进行预防等等。

基于上述背景，着眼于工业现实需要 ，建立了起重机安全评估指标体系，设计了基于模糊神经网络的起重机安全状态评估系统，采用模糊理论和人工神经网络相结合的人工智能技术建立安全评估模型，以期有效进行起重机的缺陷诊断和状态评估。

为起重机管理人员在进行养护维修决策时提供有用信息。

· 156· 中 国 安 全 生 产 科 学 技 术 第 9卷1 指标体系的建立指标的选择是综合安全评估的基础。指标的选择好坏对分析对象有着举足轻重的作用。指标太多事实上是重复性的指标，指标太少可能会造成缺乏足够的代表性，会产生片面性。为了方便评估工作的进行，简化评估工作，减少工作量，避免遗漏，提高评估结果的准确性和全面性，可将评估对象分成若干有限的、范围确定的单元，然后分别进行评估，最后再综合为对整个系统的评估 。

1．1 评估指标体系起重机的综合安全评估应该是涵盖起重机整个服役期的综合性系统研究。该系统应该涵盖影响起重机服役期内安全的所有因素。以变频桥式起重机为例，通过咨询部分专家教授的意见、建议以及对起重机结构、常见故障的学习、研究和分析，依据安全评估指标体系建立的基本原则，提出反映起重机运行过程中与安全相关的指标因素，并在此基础上建立起相应的安全评估指标体系。如图 1所示，桥式起重机安全评估主要包括金属结构基础、机械结构组件、电气控制系统、安全保护装置等四个方面。需要说明的是在起重机使用过程中，环境因素和人因因素也对起重机使用安全有影响，它们与起重机本机一起构成总的起重机使用安全评估因素体系，本文这里仅讨论起重机本机自身安全性。

桥式起重机安全评估金属结构基础机械结构组件电气控制系统安全保护装置图1 桥式起重机安全评估指标体系1．2 评估指标分析1．2．1 金属结构基础金属结构基础主要是指桥架结构，包括主梁，端梁，走台等。桥架作为一个承载结构，它的失效不仅使起重机失去功能，而且容易导致断臂等重大事故，给生产和人身安全带来巨大危害。引起桥式起重机桥架结构失效的故障主要有变形、裂纹、锈蚀和磨损、折断等型式 ]，其中变形和裂纹是 目前桥式起重机的主要故障形式。桥架结构的变形，是普遍存在的问题。这些变形，影响机器的正常运转。由于制造、运输以及使用不当，起重机大梁往往会发生上拱减小，甚至发生残余下挠现象，以及主梁旁弯，主梁腹板波浪形等。这将对起重机的使用和承载能力产生严重影响。裂纹主要产生在焊缝本身或焊缝附近的母材，在一定的变化载荷作用下，往往会造成裂纹扩展，致使桥架金属结构出现故障。因此，金属结构基础对应的指标因素如图2所示。

金属结构基础金属结构开裂、开焊金属结构变形、下挠金属结构磨损、锈蚀图2 金属结构基础指标因素1．2．2 机械结构组件据资料统计，在发生的所有机械人身伤害事故中，由于机械结构本身缺陷所造成 的事故约 占25％ _4 J
，因此机械的因素是起重机安全评估中的一个重要方面。机械结构组件主要包括桥式起重机的传动和运行机构，即大车运行机构 、小车运行机构和小车起升机构，其指标体系如图3所示。

蚴 勰 、、小车运行机构 小车电动机、制动器、减速器、轴、车轮图3 机械结构组件指标因素1．2．3 电气控制 系统传统桥式起重机的控制系统主要采用继电一接触器控制，交流绕线转子串电阻的方法进行启动和调速。由于桥式起重机工作环境差，工作任务重，电动机以及所串电阻烧损和断裂故障时有发生。转子串电阻调速时，所串电阻长期发热，电能浪费大，效率低。而且继电一接触器控制系统可靠性差，操作机械结构组件第 9期 中 国 安 全 生 产 科 学 技 术 ·157·复杂，故障率高 。变频桥式起重机采用了PLC控制的变频调速技术，极大的提高了起重机的控制精度和稳定性，影响其安全的电气控制系统指标因素如图4所示。

图4 电气控制系统指标因素1．2．4 安全保护装置安全保护装置对起重机的安全作业起着非常重要的作用，若保护装置存在缺陷将有很大几率引发重大的安全事故。桥式起重机安全保护装置主要有碰撞缓冲器、起重量限制器、起升极限位置限制器、大小车运行极限位置限位器、导电线防护板、防风防爬装置、扫轨板、蜂鸣器、电铃等。归类后，其指标体系如图5所示。

安全保护装置缓冲装置限位限重装置防护与救援设备报警装置安全监控图5 安全保护装置指标因素2 安全评估系统的设计2．1 系统总框架系统的结构框架如图6所示，系统将输入的相关监测数据储存在数据库中，以方便数据的输入、查询、修改、删除等操作。当需要对设备进行安全评估时，先在数据库中，检索出将进行安全评估的检测数据，输入给已经训练好的模糊神经网络进行评估，之后输出评估结果，并给出相应的安全等级和设备养护维修措施。如对结果不满意，可以重新设置模糊神经网络的隶属度函数和学习样本，对安全评估结果进行调整及优化。

起重机安全评估系统申 车知识库 }卜—叫 模糊神经网络推理机 卜_+I评估报告图 6 起重机安全评估系统结构框架图2．2 模糊神经网络评估模型根据起重机安全性评估的特点，在模糊综合评价 的基础上构造如 图 7所示的模糊神经 网络结构。

在图7中，m、n分别为输入单元和隐层单元个数， ， ：，? 为 m个评价指标的量化值，r ，／'2，? r 为评价指标量化值经相应的隶属度函数量化后的评价向量(隶属度向量) ，本文采用的评价结果集为：V={安全，较安全，有隐患，较危险，危险)，则隶属度向量为 5维形式，记作：rm=(r ，r啦，r ，r ，r )；∞ ∞ 分别为输入层到隐层、隐层到输出层的连接权值；Y 为样本 ， ，? 的网络输出，经反模糊化后得到最终评价结果 J。

该网络的训练中采用改进梯度下降动量 BP算法 j，网络误差函数 E。为：1 ME=∑ ， =÷∑( —Yk)i=1 k=1式中： 为训练样本个数；Y为理想输出；y为实· 158· 中 国 安 全 生 产 科 学 技 术 第9卷评价 评指 价标 输量 出化 隶隶 属属 度度 原函 则数模糊化 3层BP神经网络 反模糊化图7 模糊神经网络结构图际输出； 为网络层数(不包括输入层)。

为修正权值，增加动量项，加权调节公式为：∞ f(t+1)= ( )+ ∞玎(t+1)+以 ∞ (t)Awo．( + ) 叩 + ( ) ．，7 Y + (t)式中：田为学习速率， 为动量系数，若 为输出节点，则：6f=，一y，)yf(1一，f)若 为隐节点，则：= (1一 ) 6ko．)在桥式起重机安全状态评估中，整机安全状况为主系统，下分 4个子系统，即金属结构基础、机械结构组件、电气控制系统、安全保护装置。各子系统与主系统均采用图7所示网络结构，各子系统的输出作为主系统的输入，主系统的输出对应起重机整机的安全状况。

2．3 评估模型仿真以桥式起重机整机系统的安全评估为例 ，下分金属结构基础、机械结构组件、电气控制系统、安全保护装置四个指标。为了准确地评估起重机的安全性，所有评估指标均采用定量描述，各评估指标按满分 100分评分，其得分即为该指标的分值。为完成模糊神经网络的建立，需要给网络提供足够的学习样本。为使样本较全面地覆盖各种评估情况，在各评估指标向量范围内均匀取值，由计算机自动赋值生成25组标准理论样本。将其中2O组样本作为学习样本输入网络进行训练。学习样本的评价结果采用专家评分确定，将评出的分数分为安全、较安全、有隐患、较危险、危险5等，分别用 A、B、c、D、E表示。样本的输人、输出见表 l。

利用Matlab中的神经网络工具箱建立模糊神经网络 。。，将20组学习样本输入网络进行训练以后，设定网络误差 E<0．001，经过264次学习，确定了网络各层参数值，从而完成了桥式起重机安全性评估的模糊神经网络。

表 1 网络样本训练数据为验证该网络，另取由计算机随机赋值的五组验证样本输入网络，网络输出结果与专家打分结果比较见表2。

表2 校验样本评估结果注：u1表示金属结构基础；U2表示机械结构组件；U3表示电气控制系统；U4表示安全保护装置。

根据最大隶属度原理可以看出，5个验证样本第9期 中 国 安 全 生 产 科 学 技 术 -159-专家评价结果与训练好网络输 出评价结果是一致的。由此可知，训练好的模糊神经网络很好的获得并储存了评价专家的知识、经验和判断，可将网络应用于桥式起重机安全性评估中。

2．4 系统软件功能设计对起重机运行系统安全评估的过程涉及到大量而且关系复杂的数据，通过计算机高效的数据计算处理能力，开发一套计算机辅助系统，进行各种数据处理，使用该系统对评估数据用计算机加以管理，既有助于加速数据处理的速度，保证数据之间的一致性，同时也提高了起重机安全评估工作的效率和质量。系统软件的功能模块设计如图8所示。

I 起重机安全评估系统 ll●基础数据输入l 数据查询修改I 评估报表输出 系统帮助l l l l土 土 土 主 土 土 ．土 ． 二 l 评 评 监 评 安 安 安 系 系估 估 测 估 全 全 全 统 统指 监 数 结 评 评 状 使 原标 测 据 果 估 估 况 用 理概 数 查 记 结 分 改 指 说况 据 询 录 果 析 善 南 明修 查 表 表 表改 询图8 起重机安全评估系统功能模块图3 结论通过咨询部分专家的意见建议和对桥式起重机的设计、结构组成和常见事故故障资料进行调查研究，建立了较完善的安全评估指标体系。设计了一种基于模糊神经网络的桥式起重机安全评估系统，建立了模糊神经网络评估数学模型，利用 MATLAB工具对模型进行了仿真验证，结果表明此模型是可行的。本文虽然针对桥式起重机进行研究，但模型和方法同样适用于其他类型的起重机，具有较好的可移植性和普适性。

参考文献[1] 王还枝．起重机安全技术[M]．北京：化学工业出版社。2004[2] 王永刚，毛覃超．基于模糊 网络分析的民航机务安全评价[J]．中国安全生产科学技 术，2012，(10)：197— 202[3] 魏巍．桥式起重机常见问题故障分析及解决方案[J].

科技传播 ，2012：12(上)：175+172WEI Wei．FAQ crane failure analysis and solutions[J].

Science Communication，2012．12(on)：175+172[4] 陈思仁．桥式起重机安全技术及事故防范措施[J]．机械工程师 ，2012，(9)：118—120CHEN Si—ren．Traveling crane safety techniques and ac—eident prevention measures[J]．Mechanical Engineer，2012，(9)：118—120[5] 蔡峰，林梅．桥式起重机常见故障分析及对策[J]．机械研究与应用，2011，(6)：137—139CAI Feng，LIN Mei．Common fault analysis and counter-measure for bridge crane『J]．Machinery Research andApplication，2011(6)：137—139[6] 张乃禄，刘灿．安全评价技术[M]．西安：西安电子科技大学出版社，2007：5[7] Xiangnan Zhou，Hanbin Xiao．Research on Testing for Se—curity Evaluation for Port Crane[C]．Internationl Confer.

ence on computer，Mechatronics，Control and ElectronicEngineering(CMCE)，2010[8] 沈勇，肖原．特种设备模糊神经 网络安全评 价研究[J]．工业安全与环保，2011，37(11)：5—6SHEN Yong，XIAO Yuan．Study on safety evaluation forspecial equipment based on fuzzy neural network[J]．In-dustrial Safety and Environmental Protection，201 1，37(11)：5—6[9] 张智星，孙春在，(日)水谷英二等．神经 一模糊和软计算 [M]．西安：西安交通大学出版社 ，2000[10] 张德丰．MATLAB神经网络应用设计[M]．北京：机械工业出版社，2009