龔 楠 王金奇

（西安特種設(shè)備檢驗(yàn)檢測(cè)院，陜西 西安710065）

0 引言

起重機(jī)械，是指用于垂直升降或者垂直升降并水平移動(dòng)重物的機(jī)電設(shè)備，主要由工作機(jī)構(gòu)（起升機(jī)構(gòu)、運(yùn)行機(jī)構(gòu)、變幅機(jī)構(gòu)和旋轉(zhuǎn)機(jī)構(gòu)）、驅(qū)動(dòng)裝置、取物裝置、金屬結(jié)構(gòu)和操縱系統(tǒng)幾部分組成。起重機(jī)械作為特種設(shè)備，被廣泛應(yīng)用在煤礦、港口、建筑等行業(yè)。起重機(jī)械種類非常多，結(jié)構(gòu)比較復(fù)雜，應(yīng)用廣泛，近些年來我國(guó)的起重機(jī)械行業(yè)發(fā)展的速度很快，但在產(chǎn)品的品種規(guī)格、質(zhì)量穩(wěn)定性、生產(chǎn)效率、安全裝置靈敏可靠程度、管理水平等方面與歐美發(fā)達(dá)國(guó)家仍存在較大的差距，而且存在很多方面的問題，一時(shí)適應(yīng)不了起重機(jī)械發(fā)展的需要，故而在起重機(jī)械作業(yè)過程中發(fā)生了很多傷亡事故。根據(jù)國(guó)家質(zhì)檢總局的統(tǒng)計(jì)數(shù)據(jù)，起重機(jī)械作業(yè)過程中發(fā)生的傷亡事故占各行業(yè)全部傷亡事故的20%～30%，其本質(zhì)安全已嚴(yán)重影響到作業(yè)人員的生命和財(cái)產(chǎn)安全。因此，對(duì)于起重機(jī)械的安全要求是十分嚴(yán)格的。有了嚴(yán)謹(jǐn)、科學(xué)的起重機(jī)械本質(zhì)安全評(píng)價(jià)方法，能及時(shí)準(zhǔn)確地判斷出影響安全的因素，才能大大降低起重機(jī)械作業(yè)過程中發(fā)生安全事故的概率。

1 起重機(jī)械本質(zhì)安全影響因素

為了更好地研究起重機(jī)械本質(zhì)安全的評(píng)價(jià)方法，我們要對(duì)起重機(jī)械事故發(fā)生的原因進(jìn)行深入分析。影響起重機(jī)械本質(zhì)安全的因素很多，其中一些因素是偶然形成的?？偨Y(jié)起重機(jī)械事故發(fā)生的原因，主要包括以下幾個(gè)方面：

1.1 起重機(jī)械自身因素

起重機(jī)械設(shè)備本身存在由于設(shè)計(jì)制造欠佳、使用維護(hù)不當(dāng)造成的缺陷，使其他因素在非常完好的狀態(tài)下也很有可能導(dǎo)致重大安全事故，造成人身傷亡和財(cái)產(chǎn)損失。機(jī)械設(shè)計(jì)上的缺陷包括材料選擇不當(dāng)、強(qiáng)度計(jì)算不準(zhǔn)、結(jié)構(gòu)設(shè)計(jì)不合理、操縱機(jī)構(gòu)設(shè)計(jì)不合理、外觀護(hù)罩不安全、無安全裝置等，制造方面的缺陷包括加工精度不夠、不按照工藝卡片要求裝配、零件表面質(zhì)量存在問題等，安裝錯(cuò)誤包括螺栓未達(dá)到規(guī)定扭矩、齒輪嚙合不好等。雖然近些年來由設(shè)計(jì)制造方面的原因造成的起重機(jī)械事故發(fā)生的幾率不大，但這仍然是值得重視的因素。

1.2 人員因素

起重機(jī)械作業(yè)人員的安全意識(shí)、操作水平、自我保護(hù)意識(shí)，都會(huì)影響到起重機(jī)械的運(yùn)行安全。同時(shí)，其他與起重機(jī)械有關(guān)的作業(yè)人員，像起重機(jī)械作業(yè)范圍內(nèi)的施工作業(yè)人員和起重機(jī)械作業(yè)空間范圍的其他專業(yè)作業(yè)人員，甚至是臨時(shí)進(jìn)入這兩個(gè)范圍的人員的自我保護(hù)意識(shí)，都會(huì)影響到起重機(jī)械的本質(zhì)安全。例如，經(jīng)常出現(xiàn)的由無證上崗、違章作業(yè)、發(fā)生緊急情況后處理不當(dāng)?shù)仍斐傻氖鹿识紝儆谶@一類。人員因素例如無證操作、自我保護(hù)能力和應(yīng)對(duì)緊急狀況的能力差等造成的事故在起重機(jī)械事故中占很大比例。

1.3 管理因素

人員管理方面：勞動(dòng)制度、福利薪酬制度不合理，勞動(dòng)紀(jì)律執(zhí)行力較差，制定的各項(xiàng)規(guī)章制度不去遵守，對(duì)工作現(xiàn)場(chǎng)檢查較少，不按照設(shè)備的操作說明操作，沒有安全操作規(guī)程或者安全規(guī)程不完善，對(duì)操作人員缺乏監(jiān)督管理等。

起重機(jī)械設(shè)備管理方面：使用單位對(duì)設(shè)備的管理狀況不好，如對(duì)設(shè)備臺(tái)賬的管理、設(shè)備安全技術(shù)檢驗(yàn)的管理、設(shè)備使用維護(hù)保養(yǎng)保修的管理、起重機(jī)械設(shè)備作業(yè)與其他設(shè)備作業(yè)的協(xié)調(diào)管理等，這些都會(huì)影響到起重機(jī)械的本質(zhì)安全。管理混亂的企業(yè)起重機(jī)械設(shè)備發(fā)生事故的可能性自然會(huì)更大一些。

2 基于LM神經(jīng)網(wǎng)絡(luò)的起重機(jī)械本質(zhì)評(píng)價(jià)方法

起重機(jī)械的本質(zhì)評(píng)價(jià)方法，應(yīng)從起重機(jī)械的各個(gè)方面分層次地進(jìn)行。為了盡量減少評(píng)價(jià)過程中人為因素對(duì)準(zhǔn)確性的影響，我們引入了神經(jīng)網(wǎng)絡(luò)，建立起重機(jī)械本質(zhì)評(píng)價(jià)神經(jīng)網(wǎng)絡(luò)模型，通過LM數(shù)學(xué)算法，對(duì)采集到的樣本數(shù)據(jù)進(jìn)行數(shù)學(xué)計(jì)算處理，獲取各項(xiàng)評(píng)估規(guī)則的比重?cái)?shù)字。通過實(shí)測(cè)數(shù)據(jù)驗(yàn)證，這種評(píng)價(jià)方法更為準(zhǔn)確、有效?；贚M神經(jīng)網(wǎng)絡(luò)的起重機(jī)械本質(zhì)評(píng)價(jià)方法，比應(yīng)用傳統(tǒng)的加權(quán)平均統(tǒng)計(jì)方法評(píng)價(jià)起重機(jī)械的本質(zhì)安全更客觀。

2.1 評(píng)價(jià)因子構(gòu)造

根據(jù)前面介紹的起重機(jī)械本質(zhì)安全的影響因素，構(gòu)建起重機(jī)械本質(zhì)評(píng)價(jià)體系，如圖1所示。

圖1 起重機(jī)械本質(zhì)評(píng)價(jià)體系

然后，我們進(jìn)一步構(gòu)造評(píng)價(jià)屬性集、條件集與結(jié)果集。

（1）屬性集：

P1（起重機(jī)械自身因素）＝｛P11（設(shè)計(jì)不當(dāng)），P12（制造方面），…，P15（安裝方面）｝；

P2（人員因素）＝｛P21（安全意識(shí)），P22（操作水平），…，P25（應(yīng)變能力）｝；

P3（管理因素）＝｛P31（勞動(dòng)紀(jì)律），P32（操作規(guī)程），P33（設(shè)備檢查），…，P35（監(jiān)督檢查）｝。

（2）條件集：

U＝｛U1（是），U2（否）｝ F＝｛Fi（額定權(quán)值）｝ i＝0，1，2，…，n；

U＝｛U1（特定條件）｝ F＝｛Fi（特定權(quán)值）｝ i＝0，1，2，…，n。

（3）結(jié)果集：

R＝｛R1（低），R2（中），R3（高），R4（極高）｝。

2.2 處理樣本數(shù)據(jù)

應(yīng)用基于LM神經(jīng)網(wǎng)絡(luò)的起重機(jī)械本質(zhì)評(píng)價(jià)方法，需要有大量的評(píng)價(jià)指標(biāo)數(shù)據(jù)。起重機(jī)械本質(zhì)評(píng)價(jià)指標(biāo)數(shù)據(jù)的獲取有兩種方法：第一種是專家對(duì)各項(xiàng)影響起重機(jī)械本質(zhì)安全的因素進(jìn)行評(píng)分，第二種是采用數(shù)據(jù)采集裝置收集數(shù)據(jù)，其中第二種方法更為客觀。根據(jù)香農(nóng)信息論對(duì)某一起重機(jī)械設(shè)備不同評(píng)價(jià)數(shù)據(jù)進(jìn)行處理，結(jié)合起重機(jī)械本質(zhì)評(píng)價(jià)指標(biāo)體系將指標(biāo)劃分為4級(jí)。以起重機(jī)械自身因素為例，Di表示所選取的起重機(jī)械設(shè)備樣本，P1j表示設(shè)備本體危險(xiǎn)源的評(píng)價(jià)指標(biāo)，G表示危險(xiǎn)等級(jí)，0、1、2、3分別代表低、中、高、極高4個(gè)級(jí)別。

2.3 神經(jīng)網(wǎng)絡(luò)設(shè)計(jì)

2.3.1 LM－BP神經(jīng)網(wǎng)絡(luò)

2.3.1.1 BP神經(jīng)網(wǎng)絡(luò)工作原理

BP神經(jīng)網(wǎng)絡(luò)就是模擬人的思維的一種方式，它是一個(gè)非線性動(dòng)力學(xué)系統(tǒng)，其特色在于信息的分布式存儲(chǔ)和并行協(xié)同處理。BP神經(jīng)網(wǎng)絡(luò)首先要以一定的學(xué)習(xí)準(zhǔn)則進(jìn)行學(xué)習(xí)，然后才能工作。網(wǎng)絡(luò)學(xué)習(xí)準(zhǔn)則如下：如果網(wǎng)絡(luò)作出錯(cuò)誤的判決，則通過網(wǎng)絡(luò)學(xué)習(xí)，應(yīng)使得網(wǎng)絡(luò)減少下次犯同樣錯(cuò)誤的可能性。網(wǎng)絡(luò)將輸入模式加權(quán)求和、與門限比較，再進(jìn)行非線性運(yùn)算，得到網(wǎng)絡(luò)的輸出。如果網(wǎng)絡(luò)對(duì)若干模式的學(xué)習(xí)獲得了成功，便將這若干模式分布記憶在網(wǎng)絡(luò)的各個(gè)連接權(quán)值上。當(dāng)網(wǎng)絡(luò)再次遇到其中任何一個(gè)模式時(shí)，便能夠作出迅速、準(zhǔn)確的判斷和識(shí)別。一般說來，網(wǎng)絡(luò)中所含的神經(jīng)元個(gè)數(shù)越多，則它能記憶、識(shí)別的模式也就越多。

基于LM神經(jīng)網(wǎng)絡(luò)的起重機(jī)械本質(zhì)評(píng)價(jià)方法，是先在神經(jīng)網(wǎng)絡(luò)中輸入需要學(xué)習(xí)的樣本，利用設(shè)置好的BP神經(jīng)網(wǎng)絡(luò)結(jié)構(gòu)及之前一次迭代的權(quán)值與閾值，從BP神經(jīng)網(wǎng)絡(luò)的首層依次向后輸出計(jì)算。同時(shí)修改權(quán)值以及閾值，從末層向前計(jì)算每個(gè)權(quán)值以及閾值對(duì)誤差的影響大小，并根據(jù)此要求修正各個(gè)神經(jīng)元的權(quán)值與閾值。兩個(gè)運(yùn)算同時(shí)交錯(cuò)進(jìn)行，互相修正。

2.3.1.2 LM 算 法

設(shè)W（k）表示k次迭代的網(wǎng)絡(luò)權(quán)值向量，維數(shù)為M，新的權(quán)值向量W（k＋1）可以根據(jù)下面的公式求得：

設(shè)誤差指標(biāo)函數(shù)為：

式中，li－oi為期望輸出與實(shí)際輸出的誤差；N 為輸出向量維數(shù)。

設(shè)e（W）＝［e1（W），e2（W），…，eN1（W）］T，那么：

式中，△E（W）為梯度；△2E（W）為誤差指標(biāo)函數(shù)E（W）的 Hessian矩陣；J（W）為Jacobian矩陣。

對(duì)于牛頓法，有：

當(dāng)接近一個(gè)解時(shí)，通常有S（W）≈0，這時(shí)得到高斯—牛頓法的計(jì)算法則為：

式中，比例系數(shù)μ為常數(shù)，μ＞0；I為單位矩陣。

運(yùn)用該種算法進(jìn)行迭代時(shí)，迭代成功則減小μ；當(dāng)誤差性能增加時(shí)，則增加μ，從而使得算法的每一步迭代誤差性能保持減小狀態(tài)。

2.3.2 神經(jīng)網(wǎng)絡(luò)的運(yùn)算

基于LM神經(jīng)網(wǎng)絡(luò)的起重機(jī)械本質(zhì)評(píng)價(jià)方法，可以把采集到的樣本數(shù)據(jù)及測(cè)試數(shù)據(jù)一起導(dǎo)入神經(jīng)網(wǎng)絡(luò)系統(tǒng)，在迭代過程中不斷調(diào)整比例系數(shù)μ的大小，最終得到較為準(zhǔn)確的評(píng)價(jià)指標(biāo)所占的權(quán)重。

3 結(jié)語(yǔ)

基于LM神經(jīng)網(wǎng)絡(luò)的起重機(jī)械本質(zhì)評(píng)價(jià)方法，評(píng)價(jià)結(jié)果準(zhǔn)確、客觀，避免了人為評(píng)價(jià)時(shí)主觀因素對(duì)評(píng)價(jià)結(jié)果的影響。該評(píng)價(jià)方法可作為起重機(jī)械設(shè)備本質(zhì)安全評(píng)定的可靠方法，用于起重機(jī)械本質(zhì)安全的評(píng)定。

［1］何宇東.基于神經(jīng)網(wǎng)絡(luò)的起重機(jī)械安全評(píng)價(jià)方法研究［D］.南昌：南昌大學(xué)，2012.

［2］王光研，許寶杰.基于LM神經(jīng)網(wǎng)絡(luò)的旋轉(zhuǎn)機(jī)械故障診斷［J］.機(jī)械制造與自動(dòng)化，2007（6）.

［3］崔光學(xué)，王京波.基于LM－BP神經(jīng)網(wǎng)絡(luò)的起重機(jī)械安全評(píng)價(jià)方法分析［J］.特種設(shè)備安全技術(shù)，2013（2）.