安全风险评估模型
- 1、下载文档前请自行甄别文档内容的完整性,平台不提供额外的编辑、内容补充、找答案等附加服务。
- 2、"仅部分预览"的文档,不可在线预览部分如存在完整性等问题,可反馈申请退款(可完整预览的文档不适用该条件!)。
- 3、如文档侵犯您的权益,请联系客服反馈,我们会尽快为您处理(人工客服工作时间:9:00-18:30)。
4.2安全风险评估模型
⑴建立原则
参考安全系统工程学中的“5M”模型和“SHELL”模型。由于影响危化行业安全风险的因素是一个涉及多方面的因素集,且诸多指标之间各有隶属关系,从而形成了一个有机的、多层次的系统。因此,一般称评价指标为指标体系,建立一套科学、有效、准确的指标体系是安全风险评价的关键性一环。指标体系的建立应遵循以下基本原则[]:①目标性原则;②适当性原则;③可操作性原则;④独立性原则。由此辨识出危化安全风险评价的基本要素,并分析、确定其相互隶属关系,从而建立合理的安全风险评价指标体系[]。
⑵安全风险指标体系
以厂房安全风险综合评价体系为例,如下图所示。
图4.1 厂房安全风险评价指标体系
⑶建立指标评价尺度和系统评价等级
经过研究和分析,并依据相关法规、标准,给出如下指标评价尺度和系统评价等级,如表4-1和表4-2
所示。 设最低层评价指标C i 的得分为P Ci ,其累积权重为W Ci ,则系统安全分S.V.为:
∑=⋅=1
..i C C i i W P V S (4-1)
在调查分析研究的基础上,采用对不同因素两两比较的方法,即表3-1的1~9标度法,构造不同层次的判断矩阵。然后,求解出个评价指标的相对权重及累积权重。对判断矩阵的计算借助软件MATLAB ,该软件不仅具有数值计算功能,而且具有可视化功能。MATLAB 长
于数值计算,能处理大量数据,而且运算效率很高,并具有很高的符号计算、文字处理、可视化建模和实时控制能力。
(1)一级指标(A 1-A 2-A 3-A 4-A 5)的判断矩阵及相对权重 1)构造判断矩阵
2)计算判断矩阵A 中每一行元素的乘积,计算结果如下:
m 1=1*2*3*3*4;m 2=1/2*1*3*3*5;m 3=1/3*1/3*1*3*4;m 4=1/3*1/3*1/3*1*3;m 5=1/4*1/5*1/4*1/3*1; 3)计算m i 的n 方根n i i m =ω
1602.47231==ω;8231
.22/4532==ω ;
1006
.13/433==ω ;4807.09/134
==ω;1613.0240/135==ω
4)对向量W=(w 1,w 2,w 3,w 4,w 5)T 归一化
这里记为:(w A1,w A2,w A3,w A4,w A5)T =(0.477,0.324,0.126,0.055,0.019)T
5)计算判断矩阵B 的最大特征根λmax ,可以求得λmax =5.321 6)一致性检验
max 1
n
CI n λ-=
-=;查表3-2得,RI=1.12,则CR=CI/RI=0.08<0.1
故其满足一致性要求。
(2)二级指标的判断矩阵及相对权重
依照以上构造判断矩阵及求权重的方法,可得出其他风险因素的判断矩阵和权重,结果如下: 1)指标(A 11-A 12-A 13-A 14-A 15-A 16)
⎥⎥⎥⎥⎥⎥⎥⎥
⎥⎥
⎥⎥⎥⎥⎥⎦
⎤
⎢⎢⎢⎢⎢⎢⎢⎢⎢⎢⎢⎢⎢⎢⎢⎣⎡=1212131213121312131412312121313221231232211213433211A 归一化:
(0.349,0.170,0.203,0.128,0.080,0.070)T 2)指标(A 21-A 22-A 23-A 24)
⎥⎥⎥⎥⎥
⎥⎥
⎥⎥⎦
⎤⎢⎢⎢⎢⎢⎢⎢⎢⎢⎣⎡=12221211213121213123312A 归一化:
(0.451,0.169,0.119,0.261)T 3)指标(A 31-A 32-A 33-A 34)
⎥⎥⎥⎥⎥⎥⎥
⎥⎥⎦
⎤⎢⎢⎢⎢⎢⎢⎢⎢⎢⎣⎡=1212312121
5121214135413A 归一化:
(0.538,0.150,0.149,0.163)T 4)指标(A 41-A 42-A 43-A 44-A 45)
⎥⎥⎥
⎥⎥
⎥⎥⎥⎥
⎥⎥⎥
⎥⎦
⎤⎢⎢⎢⎢⎢⎢⎢⎢⎢⎢⎢⎢⎢⎣⎡=12123212123212
1211221313121141222414A 归一化:(0.351,0.073,0.132,0.253,0.191)T
5)指标(A 51-A 52)
⎥⎥
⎥⎦
⎤
⎢⎢⎢⎣⎡=131315A 归一化:(0.750,0.250)T
现将各层指标的相对权重一并列于表4-3中:
表4-3 危化行业厂房安全风险评价指标集
⑴确定单因素模糊评价矩阵
首先对低层指标中每个因素进行评判,确定各因素对评判集中各评估等级的隶属度,得到每个因素的隶属向量R i=(r i1,r i2,…,r in)【21】。在评价体系中,假设通过随机抽样调查的方法得到的数据,依据表4-1中的各指标的定性评价语义对各指标进行评价,将其带入建立
模型中,计算各级模糊综合评价的向量,可以得出二级指标评价矩阵,以其中第四项为例:
表4-3 各项实施状况定性评价统计表
得出的评价矩阵为: 得出的模糊综合评价集为:
同理,可得出其他指标的模糊综合评价集为:
B 21=[0.015 0.055 0.270 0.575 0.085];B 22=[0.112 0.212 0.483 0.167 0.026]; B 23=[0.115 0.215 0.485 0.169 0.016];B 25=[0.275 0.375 0.225 0.100 0.025] ⑵多级模糊综合评判
进行二级模糊综合评判,根据前面已经完成的权重集和模糊评价矩阵可得三级评判模型为:
B=A ·R=A 1*⎥⎥⎥⎥⎥⎥
⎦
⎤
⎢⎢⎢⎢⎢⎢⎣⎡25252424
23232222
2121*****R A R A R A R A R A =[0.477 0.324 0.126 0.055 0.019]*[B 21 B 22 B 23 B 24 B 25]
=[0.075 0.146 0.372 0.354 0.053] 4.2.4 评价指标的处理
得到评价指标b j (j=1,2,…,n )之后,确定评价对象的具体结果。由第三章节的介绍可知,确定方法一般有三种,如果仅仅要得到危险程度的评价,可以用最大隶属度法和模糊分步法,因为本文要依据评价结果得出调整费率的结论,所以这里采用加权平均法处理评价指标。