基于AHP—TOPSIS的起重設備風險評估方法研究

唐又紅 王志敏 武美萍

摘 要：利用層次分析法（AHP）和逼近理想點排序法（TOPSIS），建立了起重設備的風險評估模型，依據(jù)人員、機器、環(huán)境和管理四個評判指標，構(gòu)造出風險評估的判斷矩陣并建立綜合評判指標體系。利用AHP法科學地確定各個指標的權(quán)重，結(jié)合TOPSIS理論方法計算逼近度并計算風險安全等級。通過應用案例表明，基于AHP-TOPSIS的起重設備風險評估的預測結(jié)果與實際使用情況相一致。該方法從多種方面考慮了影響風險安全的因素，有效避免了把單因素作為判據(jù)的局限性與片面性，且預測結(jié)果較科學、準確，能夠進一步揭示各因素的影響程度。同時該方法可作為安全風險評估的一種預測方法，也可應用于其他系統(tǒng)工程中。

關(guān)鍵詞：層次分析法；逼近理想解排序法；起重設備；風險評估

中圖分類號：TH215 文獻標識碼：A

doi：10.14031/j.cnki.njwx.2019.03.003

Abstract： The risk assessment model of the lifting equipment was established by using AHP and TOPSIS. The risk - safety - related evaluation indexes were selected from four aspects： person， machine， environment and management. Based on the comprehensive evaluation index system， the AHI method is used to determine the weight of each index， and the AOPSIS theory is used to calculate the approximation degree and calculate the risk and safety level. The application results show that the prediction results of FEMA risk assessment based on AHP-TOPSIS are consistent with the actual use. This method considers the factors that affect the risk and safety from various aspects， which effectively avoids the limitation and one-sidedness of the single factor as the criterion， and makes the prediction result more scientific and accurate， and can further reveal the influence degree of each factor. At the same time， this method can be used as a prediction method of safety risk assessment and can be applied to other systems engineering.

Keywords： AHP-TOPSIS；lifting equipment；risk evaluation

0 引言

據(jù)統(tǒng)計，起重設備事故類別有機構(gòu)失控事故、拆裝事故、頂升降節(jié)事故、墜物事故、群塔碰撞事故、墜人事故、其他事故七種，如圖1所示，為兩件常見起重設備事故。 從圖2國內(nèi)外塔機事故案例的事故整體分布 [1-4]可以看出，多數(shù)事故發(fā)生的原因是：傾翻、頂升降節(jié)、安拆等，這其中既有人員和管理層面的影響因素，同時與機器零部件狀態(tài)和環(huán)境因素也密切相關(guān)。因此，提出一種全面有效的起重設備風險評估方法是十分有必要的。

近年來，國內(nèi)外許多學者和工程師針對起重設備提出了大量的風險評估方法。國內(nèi)趙鑫等[5]指出目前行業(yè)內(nèi)普遍采用的法定定期檢驗制度來實現(xiàn)起重機械的安全運行和事故預防很容易造成對一般設備的過度檢驗和高風險設備的檢驗不足，并建立了起重機械零部件失效分析數(shù)據(jù)庫，提出了基于Bayes理論的起重機零部件小樣本可靠壽命預測方法，對起重機零部件進行定量分析；李波等[6]模糊綜合評判數(shù)學法對橋式起重機金屬結(jié)構(gòu)進行風險評估，進而得到風險度量值；應法明等[7]采用模糊數(shù)學方法對門式起重機潛在風險因素（腐蝕、裂紋、強度及變形）導致的金屬結(jié)構(gòu)破壞進行風險評估。從主梁和支腿兩個角度出發(fā)，建立了不同金屬結(jié)構(gòu)風險影響因素為子系統(tǒng)的多層次評判系統(tǒng)。國外的Q.Dong等[8]針對再制造起重機臂結(jié)構(gòu)構(gòu)建了風險評估模型，并依據(jù)懸臂結(jié)構(gòu)潛在的失效模式，開發(fā)了風險評估系統(tǒng)；B Yu等[9]提出針對FPSO起重機的墜落物體進行風險評估的方法；Li Qi等[10]模擬風險場景并利用有限元時程方法計算結(jié)構(gòu)損傷的程度，再采用“當量法”進行定量的風險評估。

而近年來，層次分析法[11]（AHP）、BP神經(jīng)網(wǎng)絡[12-13]、灰色優(yōu)化理論[14-15]、逼近理想點的排序方法[16]（TOPSIS）等在多屬性的決策問題中應用廣泛，且都取得了不錯的效果。其中層次分析法（AHP）是一種多屬性問題的層次權(quán)重決策分析方法，通過將問題分層遞階，逐級剖析，確定每層及屬性的權(quán)重。而逼近理想點排序法（TOPSIS）顧名思義是一種通過對有限個評價對象與理想化目標的接近程度進行排序，從而達到尋求最優(yōu)解的求解方法，其計算過程簡便、評估合理，近年來應用較為廣泛、靈活。

綜上所述，盡管這些年來國內(nèi)外專家學者提出的針對起重設備的風險評估方法有很多，但大部分都是針對起重設備的某一零部件或者某些零部件進行研究，很少有人考慮到零部件之外的一些失效因素，比如：人員操作、工作環(huán)境、管理制度等。本文綜合利用AHP與TOPSIS的方法對起重設備從業(yè)人員、機器、環(huán)境和管理四個方面進行綜合風險安全評估，并結(jié)合實例印證模型的科學性、合理性。

1 AHP方法與原理

層次分析法（Analytic Hierarchy Process，簡稱AHP）是將與決策總是有關(guān)的元素分解成目標、準則、方案等層次，在此基礎之上進行定性和定量分析的決策方法。具體方法和原理如下：

1.1 構(gòu)造判斷矩陣

3 實例應用

3.1 指標體系的構(gòu)建

如圖3所示，以塔式起重機（又稱塔機）為分析案例。影響塔機的安全因素有很多，建立科學的評判體系可以確保評價結(jié)果的準確性。在評價指標體系中，定量的參數(shù)和定性的參數(shù)互相影響、制約，但為了計算方便，盡可能少地選取評判指標來呈現(xiàn)最重要、最全面的信息。

基于層次分析法建立塔機安全風險評估指標體系，如圖4所示，共包含四個準則層：人員指標，分為從業(yè)資格、安全意識、應變能力；機器指標，分為起重臂、平衡臂、機身、安全裝置；環(huán)境指標，分為設備基礎、天氣狀況、安全距離；管理指標，分為管理制度完善性、管理制度可執(zhí)行性、檢修維護。

綜上可知，起重設備的風險安全系數(shù)為：F1=51.7%，F(xiàn)2=53.5%，F(xiàn)3=55.3%，F(xiàn)=51.8%，而F∈（F1，F(xiàn)2），根據(jù)預測結(jié)果判斷該起重設備的綜合安全系數(shù)為51.8%屬中等風險等級，其中機器風險最大、人員和管理風險次之、環(huán)境風險最小（如圖5所示），與實際使用狀態(tài)相符。這說明了利用AHP-TOPSIS對起重設備的風險評估的評價預測模型是合理且可靠的，此外該種方法過程簡單，計算量小，能夠鑒別出人員指標、機器指標、環(huán)境指標和管理指標等準則層的安全等級，對起重設備做出綜合評估，提前預測潛在風險并可提前采取措施把風險降低到最小值或消除潛在風險。

5 結(jié)論

本文利用AHP方法構(gòu)建了起重設備風險安全預測評判指標體系，并利用TOPSIS理論，建立了AHP-TOPSIS綜合評判模型。通過與起重設備的實例對比分析，驗證了AHP-TOPSIS綜合評判模型的可靠性。該綜合評判模型具有方法簡潔、計算方便、預測準確等諸多優(yōu)點，且能夠避免單因素決策的片面性，能夠提供準確、全面的判斷，同時該模型也可為其他工程領(lǐng)域的風險評估提供參考。

參考文獻：

[1] 顧迪民， 王懷建， 金光振. 起重機械事故分析和對策[M]. 北京：人民交通出版社，2001：147-188.

Gu Dimin， Wang Huaijian， Jin Guangzhen. Analysis and countermeasures of crane accidents[M].Beijing： China Communications Press，2001：147-188.

[2] 田復興. 起重機械事故案例分析與預防[M]. 北京：中國水利水電出版社，2005，60-121.

Tian Fuxing. Case analysis and prevention of crane accident[M].Beijing： China Water & Power Press，2005，60-121.

[3] 楊遠程. 地鐵施工安全事故分析與評價方法研究[D]. 武漢： 華中科技大學， 2009.

Yang Yuancheng. Study on analysis and evaluation methods of subway construction safety accidents[D].Wuhan： Huazhong University of Science and Technology，2009.

[4] 郭寒竹. 起重機械事故統(tǒng)計分析與風險控制[J]. 建筑機械化， 2007， 28（1）： 17-20.

Guo Hanzhu. Statistical analysis and risk control of crane accidents[J]. Construction Mechanization， 2007， 28（1）： 17-20.

[5] 趙鑫. 起重機械風險評估方法與預防性檢修策略研究[D]. 沈陽：東北大學， 2013.

Zhao Xin. Study on risk assessment method and preventive maintenance strategy of hoisting machinery [D]. Northeastern University， 2013.

[6] 李波. 橋式起重機金屬結(jié)構(gòu)風險評估及其可靠性分析[D]. 上海：上海交通大學， 2010.

Li Bo. Risk assessment and reliability analysis of metal structure of bridge crane[D]. Shanghai Jiao Tong University， 2010.

[7] 應法明， 陳勇鑫， 孫亞良，等. 基于模糊數(shù)學方法的門式起重機風險評估研究[J]. 中國特種設備安全， 2014（12）：43-46.

Ying Faming， Chen Yongxin， Sun Yaliang. Risk assessment of portal crane based on fuzzy mathematics method[J]. Chinese special equipment safety， 2014（12）：43-46.

[8] Dong Q， Xu G， Ren H. Risk assessment of remanufacturing arm structure for crane based on potential failure mode[J]. Journal of Mechanical Science & Technology， 2015， 29（12）：5345-5357.

[9] B Yu ， L Sun ， S Li ， X Zhang. The Improved Method of Risk Assessment for Falling Objects from the Crane of FPSO[C]. ASME 2016 35th International Conference on Ocean， Offshore and Arctic Engineering. Busan， Ocean， Offshore and Arctic Engineering Division， 2016.

[10] Li Qi， Xiang Zhongfu， Liu Changbo. Quantitative Risk Assessment of Deck Crane Falling Based on Scene Simulation[J]. Technology of Highway and Transport， 2018.

[11] Ho W， Xu X， Dey P K. Multi-criteria decision making approaches for supplier evaluation and selection [J]. European Journal of operational research， 2010， 202（1）： 16-24.

[12] Elhag T M S， Wang Y M. Risk assessment for bridge maintenance projects： Neural networks versus regression techniques[J]. Journal of computing in civil engineering， 2007， 21（6）： 402-409.

[13] Jin X H， Zhang G. Modelling optimal risk allocation in PPP projects using artificial neural networks[J]. International journal of project management， 2011， 29（5）： 591-603.

[14] 孫麗萍， 康濟川， 劉子健， 等. 海上風機的模糊關(guān)聯(lián)失效模式及其影響分析[J]. 哈爾濱工程大學學報， 2016， 37（4）： 487-491.

Sun Liping， Kang Jichuan， Liu Zijian. Fuzzy correlation failure mode of offshore fan and its influence analysis[J]. Journal of Harbin Engineering University， 2016， 37（4）： 487-491.

[15] Büyükzkan G，ifi G. A novel hybrid MCDM approach based on fuzzy DEMATEL， fuzzy ANP and fuzzy TOPSIS to evaluate green suppliers[J]. Expert Systems with Applications， 2012， 39（3）： 3000-3011.

[16] Behzadian M， Khanmohammadi Otaghsara S， Yazdani M， et al. A state-of the-art survey of TOPSIS applications[J]. Expert Systems with Applications， 2012， 39（17）：13051-13069.

Behzadian M， Khanmohammadi Otaghsara S， Yazdani M等，對TOPSIS應用的一項最新調(diào)查[J]. 專家系統(tǒng)與應用程序， 2012， 39（17）：13051-13069.

[17] 許寶田， 閻長虹， 許宏發(fā)， 等. 基于模糊理論的軟巖彈性模型識別及參數(shù)反分析[J]. 巖石力學與工程學報， 2006， 25（11）：2280-2286.

Xu Baotian， Yan Changhong， Xu Hongfa. Soft rock elastic model identification and parameter inverse analysis based on fuzzy theory[J]. chinese journal of rock mechanics and engineering， 2006， 25（11）：2280-2286.

[18] 洪惠坤， 廖和平， 魏朝富， 等. 基于改進 TOPSIS 方法的三峽庫區(qū)生態(tài)敏感區(qū)土地利用系統(tǒng)健康評價[J]. 生態(tài)學報， 2015， 35（24）： 8016-8027.

Hong Huikun， Liao Heping， Wei Chaofu. Health assessment of land use system in ecological sensitive area of three gorges reservoir area based on improved TOPSIS method[J]. Acta Ecologica Sinica， 2015， 35（24）： 8016-8027.