【技术实现步骤摘要】
一种基于组合赋权
‑
云模型的充填管道堵塞等级评价方法
[0001]本专利技术属于矿山充填管道输送
,涉及一种基于组合赋权
‑
云模型的充填管道堵塞风险等级评价方法。
技术介绍
[0002]充填采矿法因具有控制地层多重压力、降低矿石贫化、减少尾砂堆存等优点,被应用在许多矿山开采当中。这些矿山需要建立完善的充填系统,其运行的稳定性会影响矿山生产的安全性和连续性。充填管道是充填系统的重要组成部分,又是较为薄弱的环节之一。在充填管道的故障中,管道堵塞最为常见。充填堵管事故对矿山的正常生产造成很大影响,并且造成一定的经济损失。由于矿山充填管道堵塞具有不确定性与模糊性的特点,给预防堵管事故的发生带来了一定难度。因此,通过建立一种风险评估模型对堵管事故进行预判和评估,可有效预防事故的发生。
[0003]当前,尚未存在能够详尽反应充填管道堵塞影响因素的评价指标体系,现有的评价指标体系存在指标系统性、集成性不足的问题,对于各权重系数的确定较为粗糙,不能满足准确性的要求。为了突破单一方法的局限,组合赋权法可有机结合各项指标的主观权重与客观权重,但传统的乘法合成法与线性合成法存在权重系数确定困难的问题,本专利技术以最小化主客观加权属性偏离程度为目标函数建立权重组合优化模型,解决了常用组合赋权法平均分配主客观权重导致的评价指标权值不合理问题。
[0004]同时,现有研究中的评价方法存在主观性强、评价结果稳定性低、通用性低等问题,如模糊理论对于隶属函数的确定没有明确且系统的方法,对于权值 ...
【技术保护点】
【技术特征摘要】
1.一种基于组合赋权
‑
云模型的充填管道堵塞风险等级评价方法,其特征在于,具体步骤如下:S1:由于充填管道堵塞的影响因素较多,并且各因素之间又相互影响和制约,因此需要建立一套有效的指标评价体系,为了得到矿山充填管道堵塞风险等级,需对各指标进行分级;S2:通过AHP
‑
熵权组合权重法实现指标系统的权重设置以全面合理反应充填管道堵塞影响因素的重要性,使用AHP法确定各指标的主观权重值,使用熵权法确定各指标的客观权重值,然后利用组合赋权法实现主客观权重的融合;S3:通过将指标信息与权重导入云模型中计算综合确定度以完成充填管道堵塞风险等级评价过程;基于最大隶属度原则,选择综合确定度最大所对应的等级作为评价结果,获得矿山充填管道堵塞风险等级。2.根据权利要求1所述一种基于组合赋权
‑
云模型的充填管道堵塞风险等级评价方法,其特征在于,S1具体步骤如下:步骤S11:经查阅文献资料,将充填管道堵塞的主要原因分为三个方面:浆料特性、管材特性、充填工艺,从中筛选出12项具有代表性的影响指标,分别为充填料浆体积分数、充填倍线、钻孔偏斜率、充填管道的粗糙度、管道内径、料浆加权平均粒径、料浆流速与临界流速之比、料浆密度、粗颗粒占比、料浆瞬时流速、充填骨料形状、料浆的腐蚀性;步骤S12:运用分级标准化法将每个指标分为4级,评价等级集为{C1,C2,C3,C4},分别为:Ⅰ级,极易堵塞;Ⅱ级,较容易堵塞;Ⅲ级,一般容易堵塞;Ⅳ级,不易堵塞,其中对充填骨料形状和料浆腐蚀性这俩个定性指标赋值4、3、2、1分别代表Ⅰ级、Ⅱ级、Ⅲ级、Ⅳ级,见表1;每级都根据专家经验设置一个取值范围,确定各指标对应不同风险等级的分级标准,见表2。表1对充填骨料形状和料浆腐蚀性赋值说明表2充填管道堵塞风险影响指标分级标准
3.根据权利要求1所述一种基于组合赋权
‑
云模型的充填管道堵塞风险等级评价方法,其特征在于,S2具体步骤如下:步骤S21:使用AHP法确定主观权重值,1)通过采用三标度法建立比较矩阵,采用三标度法(0,1,2),根据层次之间相关重要性比较,建立比较矩阵A=a
ij
,具体步骤为:2)使用极差法建造判断矩阵:R=r
max
‑
r
min
ꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀ
(2)式中,r
i
表示指标的排序指数,R表示极差,C
b
通常取9;3)AHP法权重值计算公式如下:3)AHP法权重值计算公式如下:式中,b
i
代表几何平均数,w
j
′
表示AHP法权重系数;4)计算判断矩阵的最大特征值λ
max
的公式如下:为避免主观因素的干扰,需要对判断矩阵进行一致性检验,检验公式如下,当CR<0.1时,才能满足一致性检验;
步骤S22:使用熵权法确定客观权重值,1)根据评价指标以及获得的评价对象的实测值,建立初始评价矩阵,如下式所示:式中,X表示初始评价矩阵,x
ij
表示第i个评价对象的第j个指标的原始数据,m表示评价对象个数,n表示评价指标数;2)为避免各指标值因量纲不同而无法比较,因此需对各指标值进行标准化处理,对于正向指标也称“收益型”指标,标准化处理式见式(9),对于负向指标也称“消耗型”指标,标准化处理式见式(10);准化处理式见式(10);式中,y
ij
为标准化值,x
ij
为原始值,x
jmax
为第j项最大值,x
jmin
为第j项最小值;3)第j项指标下第i个样本值所占比重的计算公式如下:根据斯梯林公式可得j项指标...
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。