基于BP神经网络的施工升降机安全评价研究

论文摘要

由于经济的高速发展,我国已成为世界上升降机保有、需求、制造和使用的大国。施工升降机作为直接为人服务的特种设备,其使用数量不断增多,升降机重大安全事故也呈上升趋势。本文主要针对建筑用施工升降机的以上特点对施工升降机进行安全评价,开展的主要工作如下。本文从升降机的属性和安全要求出发进行危险源识别,利用鱼刺图分析法、LEC评价法评价出升降机重大危险源,并提出可行性的控制方案。采用THEBP法对升降机人机系统中人员的可靠性进行分析,并提出了减少人为差错发生的方法。通过事故树分析、事件树分析、模糊数学综合评判法、BP神经网络方法等多种评价方法的比较发现,BP神经网络方法是更为简便、科学的方法。首先,本文将施工升降机安全的相关影响因素作为因素集,然后,应用BP(Back Propagation)人工神经网络(Artificial Neural Network,ANN)模型,利用MATLAB神经网络工具箱,对样本数据进行仿真,接着采用训练好的网络对施工升降机的安全情况进行评价。风险控制是安全评价的基本初衷和最终目的,本文主要从对事故的事前、事中、事后对于施工升降机的风险控制进行分析,保证风险控制的有效性。提出了降低风险的安全措施,并分析了升降机安全投资的合理度。基于MATLAB的BP人工神经网络方法应用于建筑用升降机施工安全评价取得了良好的效果,该方法具有运算速度快,不需要传统繁琐编程,只需了解学习训练函数的调用方法,提高了安全评价的效率。实际应用证明,利用BP神经网络进行施工安全评价预测,能协助广大的安全人员对普遍使用的施工升降机做好全面安全评价。因此,将BP神经网络用于施工升降机安全评价具有良好的评价效果和重要的实用价值。

论文目录

• 摘要
• ABSTRACT
• 第一章 绪论
• 1.1 研究背景及意义
• 1.1.1 研究背景
• 1.1.2 研究意义
• 1.2 施工升降机安全评价的研究现状
• 1.2.1 国外安全评价的研究现状
• 1.2.2 国内安全评价的研究现状
• 1.2.3 施工升降机安全评价的现状
• 1.3 研究内容
• 1.4 研究方法
• 第二章 施工升降机事故致因理论分析
• 2.1 施工升降机的构造
• 2.1.1 施工升降机的构造原理和分类
• 2.1.2 施工升降机的安全装置与结构设计
• 2.2 施工升降机危险源识别
• 2.2.1 升降机危险源的识别方法
• 2.2.2 鱼刺图分析法（Causality Diagram Analysis）
• 2.2.3 LEC 评价法
• 2.3 人机系统中人的可靠性分析
• 2.3.1 人的可靠度模型
• 2.3.2 人的差错率预测法（THEBP）
• 2.3.3 减少人为差错发生的方法
• 2.4 本章小结
• 第三章 施工升降机安全评价方法
• 3.1 常用的安全评价方法
• 3.1.1 事故树分析
• 3.1.2 事件树分析
• 3.1.3 模糊数学综合评判法
• 3.2 模糊综合评判
• 3.2.1 模糊综合评价的步骤
• 3.2.2 确定隶属函数
• 3.2.3 案例分析
• 3.3 本章小结
• 第四章 基于 BP 神经网络的施工升降机安全评价
• 4.1 前言
• 4.2 基于BP 神经网络的评判方法
• 4.2.1 BP 神经网络结构及学习算法
• 4.2.2 运用MATLAB 神经网络工具箱解算BP 网络
• 4.3 基于BP 神经网络的升降机安全评价案例分析
• 4.3.1 案例背景
• 4.3.2 基于BP 神经网络的建筑施工升降机施工安全评价过程
• 4.3.3 施工升降机施工安全评价指标体系的建立
• 4.3.4 样本输入值的模糊规格化处理
• 4.3.5 创建BP 网络
• 4.3.6 BP 网络训练及MATLAB 仿真
• 4.3.7 数据评价及结果分析
• 4.4 本章小结
• 第五章 施工升降机风险控制
• 5.1 施工升降机风险控制组成
• 5.2 施工升降机安全事故的预防控制
• 5.2.1 安全技术对策措施
• 5.2.2 安全管理对策措施
• 5.3 升降机安全投资的决策
• 5.4 升降机风险分级控制措施
• 5.4.1 公司控制内容
• 5.4.2 项目部（分公司）级控制内容
• 5.4.3 作业人员控制内容
• 5.5 本章小结
• 第六章 结论与展望
• 6.1 结论
• 6.2 展望
• 参考文献
• 致谢
• 附录A
• 附录B 施工升降机安全检查表