導(dǎo)語：市政管網(wǎng)井作業(yè)安全風(fēng)險評估分析一文來源于網(wǎng)友上傳，不代表本站觀點，若需要原創(chuàng)文章可咨詢客服老師，歡迎參考。

摘要:以西安市政管網(wǎng)井下清淤為研究背景，對安全風(fēng)險指標(biāo)體系進行建模并量化風(fēng)險指標(biāo)，采用BP神經(jīng)網(wǎng)絡(luò)梯度下降法進行模式識別，計算得出風(fēng)險指標(biāo)重要參數(shù)，以期得到對實際作業(yè)的技術(shù)指導(dǎo)。

關(guān)鍵詞:市政管網(wǎng)，風(fēng)險，BP神經(jīng)網(wǎng)絡(luò)

隨著現(xiàn)代化的不斷發(fā)展，市政管網(wǎng)系統(tǒng)的暢通運行越發(fā)重要，一旦城市地下管道出現(xiàn)了排水不暢、管道堵塞等情況，就極有可能引發(fā)城市內(nèi)潰等自然災(zāi)害，嚴重時可造成人員傷亡事故。因此隨著我國城市化的不斷發(fā)展，管網(wǎng)清淤變得越發(fā)重要，是保障城市系統(tǒng)正常運行的重要環(huán)節(jié)。管網(wǎng)清淤主要分為機械和人工兩種。機械清淤主要依賴于高壓水槍和機器人疏通，僅適合特定環(huán)境下，局限性較高;而人工清淤是目前主要依賴的作業(yè)方式，其具有靈活性高、適應(yīng)面廣、入門等級低等優(yōu)勢。但在井下作業(yè)中，檢測設(shè)備、防護配置、作業(yè)方式等任何環(huán)節(jié)操作不當(dāng)均有可能危及人身安全，長期以來下井作業(yè)發(fā)生中毒窒息事故數(shù)不勝數(shù)，因此諸多學(xué)者對密閉空間作業(yè)進行研究。劉應(yīng)書教授對基于實驗及動力學(xué)模型，確定應(yīng)用參數(shù)，對密閉空間人工環(huán)境氧氣濃度控制策略進行研究;黃俊革教授對狹小或密閉的空間進行清掃作業(yè)的污垢檢測系統(tǒng)進行研究;常杉杉對井下作業(yè)通風(fēng)系統(tǒng)進行研究，并對原有通風(fēng)系統(tǒng)進行改良優(yōu)化。綜上所述，當(dāng)前研究主要集中在改良井下作業(yè)環(huán)境，忽視了對井下作業(yè)安全風(fēng)險評估。本文將以西安市政管網(wǎng)井下清淤作業(yè)為研究背景，建立安全風(fēng)險評估體系，采用BP神經(jīng)網(wǎng)絡(luò)梯度下降法進行模式識別，以期得到重要安全評估指標(biāo)。

1實施方案

1．1安全風(fēng)險指標(biāo)體系。安全風(fēng)險體系就是對危險性的一個定性評價，對照有關(guān)標(biāo)準、規(guī)范及同類系統(tǒng)和以往的事故統(tǒng)計資料，找出系統(tǒng)中可能在某種條件下引發(fā)事故的安全風(fēng)險。一般情況下對影響井下作業(yè)的設(shè)備、環(huán)境、人員、管理等方面的狀況進行非量化評價，本次安全評價體系主要以培訓(xùn)情況、驅(qū)動力、示范性規(guī)范、影響及響應(yīng)五方面構(gòu)成模型體系，具體結(jié)構(gòu)體系如圖1所示。1．2安全風(fēng)險指標(biāo)處理。針對安全風(fēng)險指標(biāo)體系中的培訓(xùn)情況、驅(qū)動力、響應(yīng)情況等進行分類，對結(jié)構(gòu)中各分支內(nèi)容統(tǒng)一劃分為5個等級，等級1為最高等級，以此類推，不同的分數(shù)區(qū)間對應(yīng)不同等級，通過分數(shù)量化法對體系結(jié)構(gòu)分支進行評比。建立安全風(fēng)險指標(biāo)量化表，見表1。

2數(shù)據(jù)分析

安全數(shù)據(jù)評估方法有很多，如常用的安全檢查表法、預(yù)先危險性分析方法、故障類型和影響分析、故障樹分析、事件樹分析、風(fēng)險矩陣法、概率危險評價技術(shù)、作業(yè)條件危險性評價法等。但這些方法主要依賴于個人主觀意識，而實際評估中又存在各種各樣的不確定性，為了防止不同層級數(shù)據(jù)在處理過程中出現(xiàn)偏差，本次選用BP神經(jīng)網(wǎng)絡(luò)梯度下降法作為處理方式。BP(BackPropagation)神經(jīng)網(wǎng)絡(luò)是1986年由Rumelhart和McClelland為首的科學(xué)家提出的概念，是一種按照誤差逆向傳播算法訓(xùn)練的多層前饋神經(jīng)網(wǎng)絡(luò)。他是一種按誤差反向傳播(簡稱誤差反傳)訓(xùn)練的多層前饋網(wǎng)絡(luò)，其算法稱為BP算法，它的基本思想是梯度下降法，利用梯度搜索技術(shù)，以期使網(wǎng)絡(luò)的實際輸出值和期望輸出值的誤差均方差為最小(見圖2)。神經(jīng)網(wǎng)絡(luò)是由神經(jīng)元的獨立單元組成，其中每個神經(jīng)元都能夠作為信息加工的處理器。在圖3中，X=(x1，x2，…，xm)T為神經(jīng)元的輸入，W=(w1，w2，…，wm)T為各輸入相連的連接強度，也稱為連接權(quán)值;∑WTX為神經(jīng)元的輸入總和;θ為神經(jīng)元的偏置，亦稱為閾值，如果∑WTX的值大于θ，則神經(jīng)元被激活;激活的神經(jīng)元由激勵函數(shù)f的處理，得到輸出值yf。則有:yf=f(∑WTX－θ)。將目標(biāo)輸出設(shè)置為:優(yōu)(1，0，0，0，0)，良(0，1，0，0，0)，中(0，0，1，0，0)，差(0，0，0，1，0)，劣(0，0，0，0，1)。通過上述計算方法，共取樣30組用于神經(jīng)網(wǎng)絡(luò)計算，其中25組用于神經(jīng)網(wǎng)絡(luò)訓(xùn)練，剩余5組作為測試標(biāo)準值進行對比，得出各指標(biāo)實際數(shù)據(jù)為:［5．9，5．2，6．1，4．2，0．84，4．9，80，4．5，100，4．7，5．3，5．2，86，4．9，4．9，2，3，0，0．3，5．3，90，100，95，5．1，5．7］，通過數(shù)據(jù)顯示，在井下作業(yè)中最主要的風(fēng)險源于培訓(xùn)情況和響應(yīng)情況，示范性規(guī)范、驅(qū)動力、影響因素次之。

3結(jié)語

1)設(shè)計了井下安全評估風(fēng)險方案，得到安全風(fēng)險指標(biāo)體系結(jié)構(gòu)圖，并對結(jié)構(gòu)體系分支進行量化分類。2)采用BP神經(jīng)網(wǎng)絡(luò)梯度下降法進行模式識別，建立了數(shù)據(jù)訓(xùn)練模型。3)對現(xiàn)有量化數(shù)據(jù)進行處理，得出井下作業(yè)中的風(fēng)險指標(biāo)，培訓(xùn)情況及響應(yīng)情況為風(fēng)險管控的重中之重。

參考文獻:

［1］賈彥翔．密閉空間人工環(huán)境氣氛控制及反應(yīng)動力學(xué)研究［D］．北京:北京科技大學(xué)，2015．

［2］李林杰．密閉空間中的污垢識別與圖像處理［D］．上海:上海應(yīng)用技術(shù)學(xué)院，2015．

［3］常杉杉．井下作業(yè)面通風(fēng)系統(tǒng)優(yōu)化研究［J］．能源與節(jié)能，2020(2):80-81．

［4］董大旻，馮凱梁．基于EFQM的高危行業(yè)安全績效評估模型研究［J］．中國安全生產(chǎn)科學(xué)技術(shù)，2012，8(3):86-91．

［5］王長健，傅貴．職業(yè)安全績效指標(biāo)研究［J］．中國安全科學(xué)學(xué)報，2008，18(3):79-82．

［6］郭利輝，周雅．基于MATLAB神經(jīng)網(wǎng)絡(luò)工具箱的BP神經(jīng)網(wǎng)絡(luò)設(shè)計［J］．信息技術(shù)與信息化，2009(3):20-22．

［7］李飛，王貽坤，朱靈，等．基于神經(jīng)網(wǎng)絡(luò)模式識別的糖尿病無創(chuàng)風(fēng)險評估方法研究［J］．光譜學(xué)與光譜分析，2014，34(5):1327-1331．

作者:韓進光 王勇 閆娜 單位:西安市東郊市政養(yǎng)護管理公司