一种基于OWA算子赋权的化工装置风险评估方法制造方法及图纸

本发明专利技术提供了一种基于OWA算子赋权的化工装置风险评估方法，根据化工风险因素的分析，获取工艺装置评价风险因素的一级风险因素指标和二级风险因素指标；对一级风险因素指标的影响程度进行评定，对应给出各一级风险因素指标的一级决策数据集；每个一级决策数据集排序并编号，计算每个一级决策数据集中各加权向量、绝对权重值、相对权重值；对风险因素指标细分的二级风险因素指标影响程度进行评定，对应给出二级风险因素指标的各二级决策数据集；每个二级决策数据集排序并编号，计算每个二级决策数据集中各加权向量、绝对权重值、相对权重值；用各一级风险因素指标相对权重值和对应的二级风险因素指标相对权重值，计算得出二级风险因素指标的权重值。险因素指标的权重值。险因素指标的权重值。

【技术实现步骤摘要】
一种基于OWA算子赋权的化工装置风险评估方法
[0001]本申请是名为《一种基于OWA算子赋权的化工装置风险评估方法》的专利申请的分案申请，原申请的申请日为2021年02月05日，申请号为202110157739.3。


[0002]本专利技术涉及风险评估
，特别是涉及一种基于OWA算子赋权的化工装置风险评估方法。

技术介绍

[0003]石油化工生产无论是原材料，还是产品，大都具有易燃易爆、易挥发、腐蚀性及毒性等特性，这使得石油化工企业全流程无论在生产过程中，还是储存过程中均存在较多的潜在安全风险因素，这些风险因素时时刻刻威胁着周围人的生命与财产安全，如果不加强管理，就会酿成事故。因此需要提出一种简单易行的化工装置预警评估方法，对这些潜在风险因素进行分析与评估，从而提高生产工艺装置及储存设施的安全性。
[0004]目前确定权重最常用的方法为调查统计法、复杂度分析法、层次分析法(AHP)等，这些方法一方面是直接对专家所赋的权值进行加权处理，未考虑专家的主观偏好；另一方面，计算过程复杂，计算过程中产生的计算误差对分析评价结果产生误差较大，可能使评价结果与真实结果有一定的偏差，从而改变评价结果。因此，提出一种既可以降低决策数据极端值对赋权结果造成的负面影响，又适合处理不确定型决策问题，且计算过程简单，计算误差对结果影响较小，评估结果科学且合理的风险评估方法是急切而必要的。
[0005]申请号为CN202010664598.X的中国专利，提出了一种基于OWA算子的输电线路抗冰风能力状态评估方法。其是使用OWA算子算法对输电线路抗冰风能力的评估。而在化工装置领域，暂无此类对于化工生产全流程的安全性评估方法。

技术实现思路

[0006]为了克服现有技术的不足，本专利技术的目的是提供一种基于连续区间的改进OWA算子算法的方法，能够准确评估化工生产的安全性。
[0007]为实现上述目的，本专利技术提供了如下方案：
[0008]一种基于OWA算子赋权的化工装置风险评估方法，包括：
[0009]根据化工风险因素的分析，获取工艺装置评价风险因素的一级风险因素指标和二级风险因素指标；
[0010]对一级风险因素指标的影响程度进行评定，对应给出各一级风险因素指标的一级决策数据集；
[0011]对每一个一级决策数据集排序并编号，计算每一个一级决策数据集中各加权向量；
[0012]通过加权向量对一级决策数据集加权，得各一级风险因素指标的绝对权重值；对各一级风险因素指标的绝对权重值进行归一化处理，计算各一级风险因素指标的相对权重
值；
[0013]对一级风险因素指标细分的二级风险因素指标影响程度进行评定，对应给出二级风险因素指标的各二级决策数据集；
[0014]对每一个二级决策数据集排序并编号，计算每一个二级决策数据集中各加权向量；
[0015]通过加权向量对二级决策数据集加权，得各二级风险因素指标的绝对权重值；对各二级风险因素指标的绝对权重值进行归一化处理，计算各二级风险因素指标的相对权重值；
[0016]用各一级风险因素指标相对权重值和对应的二级风险因素指标相对权重值，计算得出二级风险因素指标的权重值；
[0017]对所涉及到的所有风险因素进行比较分析，总结归纳出影响现有化工装置的风险因素优先级，进行定性评价，在实际生产中进行优先落实；所述一级风险因素指标包括物料风险F1、工艺风险F2、设备风险F3和过程管理风险F4；
[0018]所述物料风险F1的二级风险因素指标包括燃烧性V1、爆炸性V2、生态毒性V3、外界温度V4和外界湿度V5；
[0019]所述工艺风险F2的二级风险因素指标包括反应危险度V6、温度过程控制V7、压力过程控制V8、液位过程控制V9、流量过程控制V
10
、安全仪表系统V
11
和人员干扰V
12
；
[0020]所述设备风险F3的二级风险因素指标包括设备可靠性V
13
、设备/管道完整性V
14
、公用工程设施V
15
、设备故障率V
16
和安全防护设施配备率V
17
；
[0021]所述过程管理风险F4的二级风险因素指标包括开停车管理V
18
、岗位操作培训V
19
、特殊作业培训V
20
、异常工况检测管理V
21
、应急管理V
22
和隐患排查与治理V
23
；
[0022]所述风险因素的决策数据集分别记为(a1，a2，
…
，a
n
)，(b1，b2，
…
，b
n
)
…
(n1，n2…
，n
n
)，其中a1，a2，
…
，a
n
，b1，b2，
…
，b
n
，n1，n2…
，n
n
代表n位专家对各风险因素指标十分制下的影响程度评定分值，评定分值的取值范围在区间[0，10]之内，取值越大表示该指标对化工装置风险的影响程度越大；
[0023]所述决策数据集从大到小排序并编号的方法具体为：对每一个决策数据集(E
a1
，E
a2
，
…
，E
an
)，(E
b1
，E
b2
，
…
，E
bn
)
…
(E
n1
，E
n2
，
…
，E
nn
)从大到小排序并从0开始编号至n
‑
1，得到新数据集e
i
：(e
a0
，e
a1
，
…
，e
an
‑1)，(e
b0
，e
b1
，
…
，e
bn
‑1)
…
(e
n0
，e
n1
，
…
，e
nn
‑1)，式中，e
a0
≥e
a1
≥e
a2
≥
…
≥e
an
‑1，e
b0
≥e
b1
≥e
b2
≥
…
≥e
bn
‑1，e
n0
≥e
n1
≥e
n2
≥
…
≥e
nn
‑1；
[0024]所述根据化工风险因素的分析，获取工艺装置评价风险因素的一级风险因素指标和二级风险因素指标，具体为：以人员伤亡为评价标本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种基于OWA算子赋权的化工装置风险评估方法，其特征在于：包括：根据化工风险因素的分析，获取工艺装置评价风险因素的一级风险因素指标和二级风险因素指标；对一级风险因素指标的影响程度进行评定，对应给出各一级风险因素指标的一级决策数据集；对每一个一级决策数据集排序并编号，计算每一个一级决策数据集中各加权向量；通过加权向量对一级决策数据集加权，得各一级风险因素指标的绝对权重值；对各一级风险因素指标的绝对权重值进行归一化处理，计算各一级风险因素指标的相对权重值；对一级风险因素指标细分的二级风险因素指标影响程度进行评定，对应给出二级风险因素指标的各二级决策数据集；对每一个二级决策数据集排序并编号，计算每一个二级决策数据集中各加权向量；通过加权向量对二级决策数据集加权，得各二级风险因素指标的绝对权重值；对各二级风险因素指标的绝对权重值进行归一化处理，计算各二级风险因素指标的相对权重值；用各一级风险因素指标相对权重值和对应的二级风险因素指标相对权重值，计算得出二级风险因素指标的权重值；对所涉及到的所有风险因素进行比较分析，总结归纳出影响现有化工装置的风险因素优先级，进行定性评价，在实际生产中进行优先落实；所述一级风险因素指标包括物料风险F1、工艺风险F2、设备风险F3和过程管理风险F4；所述物料风险F1的二级风险因素指标包括燃烧性V1、爆炸性V2、生态毒性V3、外界温度V4和外界湿度V5；所述工艺风险F2的二级风险因素指标包括反应危险度V6、温度过程控制V7、压力过程控制V8、液位过程控制V9、流量过程控制V
10
、安全仪表系统V
11
和人员干扰V
12
；所述设备风险F3的二级风险因素指标包括设备可靠性V
13
、设备/管道完整性V
14
、公用工程设施V
15
、设备故障率V
16
和安全防护设施配备率V
17
；所述过程管理风险F4的二级风险因素指标包括开停车管理V
18
、岗位操作培训V
19
、特殊作业培训V
20
、异常工况检测管理V
21
、应急管理V
22
和隐患排查与治理V
23
；所述风险因素的决策数据集分别记为(a1，a2，
…
，a
n
)，(b1，b2，
…
，b
n
)
…
(n1，n2…
，n
n
)，其中a1，a2，
…
，a
n
，b1，b2，
…
，b
n
，n1，n2…
，n
n
代表n位专家对各风险因素指标十分制下的影响程度评定分值，评定分值的取值范围在区间[0，10]之内，取值越大表示该指标对化工装置风险的影响程度越大；所述决策数据集从大到小排序并编号的方法具体为：对每一个决策数据集(E
a1
，E
a2
，
…
，E
an
)，(E
b1
，E
b2
，
…
，E
bn
)
…

【专利技术属性】
技术研发人员：刘勇军，牛宪涛，韩媛媛，于庆杰，
申请(专利权)人：厦门标安科技有限公司，
类型：发明
国别省市：