基于BP神經(jīng)網(wǎng)絡(luò)的農(nóng)機(jī)安全評(píng)價(jià)敏感性分析*＊

羅兵，張建敏

(1.貴州大學(xué)機(jī)械工程學(xué)院，貴陽(yáng)市，550025；2.貴州輕工職業(yè)技術(shù)學(xué)院，貴陽(yáng)市，550025)

0 引言

由于農(nóng)業(yè)機(jī)械在使用過程中有各種不安全因素，為保障人員安全和減少財(cái)產(chǎn)損失，建立相關(guān)農(nóng)業(yè)機(jī)械的安全評(píng)價(jià)模型顯得十分重要。目前，國(guó)內(nèi)外學(xué)者對(duì)農(nóng)機(jī)安全評(píng)價(jià)方法進(jìn)行了一些研究。張健等[1-2]提出了關(guān)于可拓理論、集對(duì)理論和層次分析法的農(nóng)機(jī)安全風(fēng)險(xiǎn)評(píng)價(jià)研究，并建立了相關(guān)農(nóng)機(jī)安全風(fēng)險(xiǎn)評(píng)價(jià)指標(biāo)體系。楊欣等[3]為了給農(nóng)機(jī)安全風(fēng)險(xiǎn)進(jìn)行預(yù)警，利用貝葉斯網(wǎng)絡(luò)建立了相關(guān)農(nóng)機(jī)產(chǎn)品安全風(fēng)險(xiǎn)評(píng)價(jià)模型。以上學(xué)者對(duì)農(nóng)業(yè)機(jī)械安全評(píng)價(jià)做了大量的研究，但忽略了農(nóng)業(yè)機(jī)械在人—機(jī)—環(huán)境系統(tǒng)下的安全評(píng)價(jià)分析，也忽略了安全評(píng)價(jià)結(jié)果對(duì)方案優(yōu)化與方案迭代設(shè)計(jì)的后續(xù)使用。

人—機(jī)—環(huán)境系統(tǒng)工程是運(yùn)用系統(tǒng)科學(xué)的理論和系統(tǒng)工程方法，正確處理人、機(jī)、環(huán)境三大要素的過程。從全系統(tǒng)的整體性能出發(fā)，在全面考慮人—機(jī)—環(huán)境系統(tǒng)下，對(duì)農(nóng)業(yè)機(jī)械安全評(píng)價(jià)體系進(jìn)行系統(tǒng)的構(gòu)建。劉宏等[4]通過分析農(nóng)機(jī)安全事故，將農(nóng)機(jī)安全事故影響分為人、農(nóng)機(jī)、作業(yè)環(huán)境因素。A S X等[5]運(yùn)用人—機(jī)—環(huán)境系統(tǒng)工程理論分析了煤礦的安全狀況，通過定性和定量的評(píng)價(jià)體系，能有效地預(yù)防煤礦事故的發(fā)生。

BP神經(jīng)網(wǎng)絡(luò)作為一種非線性運(yùn)算方法，能夠?qū)踩u(píng)價(jià)指標(biāo)與安全測(cè)試進(jìn)行精確的描述并作為樣本進(jìn)行學(xué)習(xí)與訓(xùn)練，建立安全評(píng)價(jià)指標(biāo)與安全測(cè)試的BP神經(jīng)網(wǎng)絡(luò)的映射模型。張兵等[6]根據(jù)泵故障數(shù)值建立BP神經(jīng)網(wǎng)絡(luò)，對(duì)數(shù)據(jù)進(jìn)行歸一化處理，通過數(shù)據(jù)仿真和驗(yàn)證，訓(xùn)練神經(jīng)網(wǎng)絡(luò)模型來預(yù)測(cè)泵故障；郝志勇等[7]通過收集吸運(yùn)風(fēng)機(jī)故障征兆和對(duì)應(yīng)故障類型，采用BP神經(jīng)網(wǎng)絡(luò)對(duì)收集的吸運(yùn)風(fēng)機(jī)故障類型和應(yīng)對(duì)措施建立映射模型，并結(jié)合模糊神經(jīng)網(wǎng)絡(luò)對(duì)風(fēng)機(jī)進(jìn)行故障診斷。鄧錚強(qiáng)[8]利用BP神經(jīng)網(wǎng)絡(luò)和遺傳算法，建立了基于遺傳神經(jīng)(GA-BP)的網(wǎng)絡(luò)施工升降機(jī)安全評(píng)價(jià)模型，并結(jié)合實(shí)例驗(yàn)證了模型的可靠性和準(zhǔn)確性。

為了將安全評(píng)價(jià)預(yù)測(cè)結(jié)果運(yùn)用于實(shí)際生產(chǎn)與方案設(shè)計(jì)中，引入敏感性分析。敏感性分析是一種可以將模型中的輸入變量和輸出變量按重要程度進(jìn)行定量描述的方法，用于研究和預(yù)測(cè)模型中某些指標(biāo)變動(dòng)時(shí)對(duì)整體輸出值的影響程度[9]。一般用于經(jīng)濟(jì)和工程領(lǐng)域，但近幾年，產(chǎn)品方案設(shè)計(jì)引入敏感性分析。李靜等為指導(dǎo)產(chǎn)品方案優(yōu)化，提出基于產(chǎn)品生命周期評(píng)價(jià)敏感性分析方法[10]。Ryan等[11]建立了基于有效性函數(shù)的敏感性分析模型，構(gòu)建了產(chǎn)品設(shè)計(jì)參數(shù)與功能之間的敏感性關(guān)系，優(yōu)化了工程系統(tǒng)概念設(shè)計(jì)階段的分析。唐林等[12]通過分析設(shè)計(jì)參數(shù)對(duì)轉(zhuǎn)動(dòng)架固有頻率和屈曲強(qiáng)度的靈敏度，建立了BP神經(jīng)網(wǎng)絡(luò)的數(shù)學(xué)模型，以提高轉(zhuǎn)動(dòng)架的穩(wěn)定性，為轉(zhuǎn)動(dòng)架后續(xù)設(shè)計(jì)和優(yōu)化提供了一定的借鑒。

本文在農(nóng)機(jī)人—機(jī)—環(huán)境系統(tǒng)安全評(píng)價(jià)指標(biāo)體系的基礎(chǔ)上，通過BP神經(jīng)網(wǎng)絡(luò)分析農(nóng)機(jī)安全誤差，并得到各層優(yōu)化后的權(quán)值，采用Tchaban算法計(jì)算得到相關(guān)農(nóng)機(jī)安全評(píng)價(jià)結(jié)果的敏感性系數(shù)，以便在農(nóng)機(jī)投入生產(chǎn)前優(yōu)化方案設(shè)計(jì)，在使用過程中進(jìn)行安全分析，也為之后產(chǎn)品迭代設(shè)計(jì)指出改進(jìn)方向。

1 農(nóng)機(jī)安全評(píng)價(jià)敏感性分析模型

圖1揚(yáng)示為農(nóng)機(jī)安全評(píng)價(jià)敏感性分析模型，主要概括為四個(gè)階段。第一階段：通過對(duì)人—機(jī)—系統(tǒng)分析，建立科學(xué)、實(shí)用性強(qiáng)的農(nóng)機(jī)安全風(fēng)險(xiǎn)評(píng)價(jià)指標(biāo)體系，根據(jù)評(píng)價(jià)體系和對(duì)行業(yè)人員的建議和意見確定對(duì)應(yīng)的指標(biāo)；第二階段：對(duì)采集好的安全評(píng)價(jià)數(shù)據(jù)，利用BP神經(jīng)網(wǎng)絡(luò)進(jìn)行學(xué)習(xí)和訓(xùn)練，達(dá)到相關(guān)誤差精度時(shí)，計(jì)算出相關(guān)誤差值；通過BP神經(jīng)網(wǎng)絡(luò)的學(xué)習(xí)和訓(xùn)練，能形成計(jì)算機(jī)對(duì)農(nóng)機(jī)安全量化評(píng)估的系統(tǒng)方法，避免了人為經(jīng)驗(yàn)性誤差。第三階段：從訓(xùn)練好的BP神經(jīng)網(wǎng)絡(luò)中，提取依次輸入層、隱含層與輸出層之間的連接權(quán)值，采用Tchaban算法計(jì)算相關(guān)安全指標(biāo)的敏感性系數(shù)。第四階段：通過對(duì)敏感系數(shù)分析，確定主要貢獻(xiàn)因素，為方案優(yōu)化與產(chǎn)品迭代設(shè)計(jì)提供設(shè)計(jì)指導(dǎo)方向。

圖1 BP神經(jīng)網(wǎng)絡(luò)映射模型Fig.1 BP neural network map model

安全評(píng)價(jià)標(biāo)準(zhǔn)是對(duì)人—機(jī)—環(huán)境系統(tǒng)進(jìn)行體系劃分進(jìn)行分項(xiàng)評(píng)價(jià)，評(píng)價(jià)體系具體劃分到農(nóng)機(jī)的每個(gè)部件或操作步驟規(guī)范，目的在于讓參與數(shù)據(jù)采集人員能系統(tǒng)科學(xué)地對(duì)指標(biāo)進(jìn)行量化評(píng)定，得到指向性的安全評(píng)價(jià)數(shù)據(jù)，本文的安全評(píng)價(jià)標(biāo)準(zhǔn)包括：操作人員、管理人員、維修人員、基礎(chǔ)構(gòu)建、傳動(dòng)系統(tǒng)、電氣系統(tǒng)、安全裝置、安全測(cè)試、作業(yè)空間、人機(jī)工效等指標(biāo)。

BP神經(jīng)網(wǎng)絡(luò)的網(wǎng)絡(luò)結(jié)構(gòu)由輸入層、隱含層和輸出層組成三層組成，相鄰層的神經(jīng)元通過權(quán)值和閾值連接,增加層數(shù)可以提高精度并減小誤差，也會(huì)讓網(wǎng)絡(luò)復(fù)雜化，由于三層神經(jīng)網(wǎng)絡(luò)具有良好的函數(shù)逼近功能、結(jié)構(gòu)易于設(shè)計(jì)、可操作性強(qiáng)，本文的農(nóng)機(jī)評(píng)價(jià)體系設(shè)置為3個(gè)結(jié)構(gòu)，應(yīng)用三層BP神經(jīng)網(wǎng)絡(luò)；通過神經(jīng)元的數(shù)量可以提高誤差精度，本文通過多次計(jì)算推導(dǎo)，將隱含層神經(jīng)元定為10。

Tchanban算法又稱為權(quán)積法，是利用神經(jīng)網(wǎng)絡(luò)各層之間的連接權(quán)值進(jìn)行敏感性計(jì)算的方法，通過Tchaban算法對(duì)農(nóng)機(jī)各項(xiàng)安全指標(biāo)進(jìn)行敏感性分析，可以得到各項(xiàng)安全指標(biāo)對(duì)安全測(cè)試要素的貢獻(xiàn)值，判斷出安全指標(biāo)對(duì)農(nóng)機(jī)安全的影響大小。

敏感性系數(shù)反映了各項(xiàng)指標(biāo)對(duì)與安全測(cè)試影響，設(shè)計(jì)者能在設(shè)計(jì)前根據(jù)此參數(shù)能對(duì)各個(gè)指標(biāo)進(jìn)行對(duì)應(yīng)重要性的考量，并在設(shè)計(jì)優(yōu)化過程中具有重要指導(dǎo)意義。

2 人機(jī)環(huán)境系統(tǒng)下農(nóng)機(jī)安全評(píng)價(jià)體系

目前農(nóng)機(jī)安全系統(tǒng)存在諸多影響因素，且影響程度不同，建立科學(xué)、實(shí)用性強(qiáng)的農(nóng)機(jī)安全風(fēng)險(xiǎn)評(píng)價(jià)指標(biāo)體系，需要滿足系統(tǒng)性、專業(yè)性、科學(xué)性、相對(duì)獨(dú)立性和可操作性等5個(gè)原則[13]。由于影響農(nóng)業(yè)機(jī)械安全的因素較多，其中各因素之間由處于不同的層次和領(lǐng)域，翟國(guó)棟[14]從人、機(jī)、環(huán)境分析了煤礦生產(chǎn)的安全性，在此前人機(jī)環(huán)境系統(tǒng)研究的基礎(chǔ)上，進(jìn)一步規(guī)范了人機(jī)環(huán)境安全評(píng)價(jià)指標(biāo)體系，增強(qiáng)進(jìn)行安全評(píng)價(jià)的科學(xué)性和實(shí)用性。張建等[15]在農(nóng)用車輛安全風(fēng)險(xiǎn)態(tài)勢(shì)評(píng)估中利用以人、車、環(huán)境為主體的3個(gè)一級(jí)指標(biāo)和以駕駛員操作規(guī)范等6個(gè)二級(jí)指標(biāo)構(gòu)建了農(nóng)用車輛安全風(fēng)險(xiǎn)態(tài)勢(shì)評(píng)價(jià)體系。

根據(jù)此前人機(jī)環(huán)境系統(tǒng)研究，本文農(nóng)機(jī)安全評(píng)價(jià)體系中“人”是指綜合涉及農(nóng)機(jī)運(yùn)行的揚(yáng)有人員，包括操作人員、管理人員和維修人員等；“機(jī)”指構(gòu)成農(nóng)機(jī)的設(shè)備系統(tǒng)和運(yùn)行步驟，包括基礎(chǔ)部件、傳動(dòng)系統(tǒng)、電氣系統(tǒng)、安全裝置、安全測(cè)試等；環(huán)境指農(nóng)機(jī)運(yùn)行的環(huán)節(jié)，包括作業(yè)空間和人機(jī)工效等，為了系統(tǒng)科學(xué)的研究農(nóng)機(jī)的人—機(jī)—環(huán)境各個(gè)因素對(duì)農(nóng)機(jī)安全的影響，按人、機(jī)、環(huán)境三個(gè)一級(jí)指標(biāo)拆分為各對(duì)應(yīng)指標(biāo)10個(gè)二級(jí)評(píng)價(jià)指及其相對(duì)應(yīng)的三級(jí)指標(biāo)(表1)。

表1 人機(jī)環(huán)境系統(tǒng)的農(nóng)機(jī)安全評(píng)價(jià)體系Tab.1 Safety evaluation system of agricultural machinery based on man-machine environment system

在與農(nóng)機(jī)相關(guān)專家和管理人員廣泛交流后，吸取其建議和意見，經(jīng)修改和完善，形成農(nóng)機(jī)的安全評(píng)價(jià)指標(biāo)體系。

3 基于BP神經(jīng)網(wǎng)絡(luò)與敏感性分析

3.1 BP神經(jīng)網(wǎng)絡(luò)

將農(nóng)業(yè)機(jī)械安全評(píng)價(jià)體系中的二級(jí)指標(biāo)B1、B2、B3、B4、B5、B6、B7、B9、B10作為網(wǎng)絡(luò)輸入X，為了得出各個(gè)二級(jí)指標(biāo)對(duì)安全評(píng)價(jià)的影響，將安全評(píng)價(jià)B8作為網(wǎng)絡(luò)輸出Y，Y的計(jì)算和界定在3.1.3 節(jié)說明。

以某農(nóng)機(jī)廠的某型號(hào)農(nóng)業(yè)機(jī)械作為調(diào)查研究對(duì)象，本次參與數(shù)據(jù)采集的有質(zhì)檢員4名，現(xiàn)場(chǎng)操管人員10名(操作和管理人員)，設(shè)計(jì)職員6名(工程設(shè)計(jì)職員4名，工業(yè)設(shè)計(jì)職員2名)，共計(jì)20位人員。根據(jù)人—機(jī)—環(huán)境系統(tǒng)下農(nóng)機(jī)的安全評(píng)級(jí)指標(biāo)進(jìn)行評(píng)分。

表2 評(píng)分?jǐn)?shù)據(jù)采集表Tab.2 Scoring data collection form

3.1.1 BP神經(jīng)網(wǎng)絡(luò)的層數(shù)及各層神經(jīng)元數(shù)

BP神經(jīng)網(wǎng)絡(luò)是一種廣泛使用的前向型神經(jīng)網(wǎng)絡(luò)模型，當(dāng)涉及不同的影響時(shí)，可以得到變化對(duì)分析目標(biāo)的影響。增加層數(shù)可以提高精度并減小誤差，但也會(huì)使網(wǎng)絡(luò)復(fù)雜化，從而增加網(wǎng)絡(luò)權(quán)值的訓(xùn)練時(shí)間。提高神經(jīng)元的數(shù)量可以道道提高誤差精度的目的，并且訓(xùn)練效果比增加層數(shù)更容易觀察和調(diào)整。通常優(yōu)先考慮增加隱含層中神經(jīng)元數(shù)。由于三層神經(jīng)網(wǎng)絡(luò)具有良好的函數(shù)逼近功能，且結(jié)構(gòu)易于設(shè)計(jì)，可操作性強(qiáng)。由于本文的農(nóng)機(jī)評(píng)價(jià)體系設(shè)置為三個(gè)結(jié)構(gòu)，揚(yáng)以采用三層BP神經(jīng)網(wǎng)絡(luò)。

由于農(nóng)機(jī)的安全評(píng)價(jià)指標(biāo)共有10項(xiàng)，其中9項(xiàng)設(shè)為輸入，1項(xiàng)設(shè)為輸出。那么輸入層神經(jīng)元個(gè)數(shù)為n=9，輸出層神經(jīng)元個(gè)數(shù)為m=1。然而，隱含層神經(jīng)元個(gè)數(shù)選取多少恰當(dāng)，目前在理論上還沒有一個(gè)明確的規(guī)定。一種是嘗試訓(xùn)練不同神經(jīng)元數(shù)的方法，然后選取最合適的網(wǎng)絡(luò)。通過式(1)來選取神經(jīng)元的個(gè)數(shù)。

式中：s——隱含層神經(jīng)元數(shù)；

n——輸入層神經(jīng)元數(shù)；

m——輸出層神經(jīng)元數(shù)；

a——經(jīng)驗(yàn)值，1≤a≤10。

為了保證隱含層的神經(jīng)元達(dá)到精度揚(yáng)需要的數(shù)量，通常取a＞5，當(dāng)取6～10時(shí)，隱含層神經(jīng)元的數(shù)量為(9≤s≤13)。通過多次反復(fù)試驗(yàn)，將隱含層神經(jīng)元定為10，神經(jīng)網(wǎng)絡(luò)結(jié)構(gòu)為9-10-1，如圖2揚(yáng)示[16]。

圖2 BP神經(jīng)網(wǎng)絡(luò)映射模型Fig.2 BP neural network map model

3.1.2 樣本歸一化

由于系統(tǒng)是非線性的，初始權(quán)值將極大地影響學(xué)習(xí)是否達(dá)到局部最小值，是否可以收斂，以及訓(xùn)練時(shí)間的長(zhǎng)短。如果初始值數(shù)據(jù)間相差太大，則加大了系統(tǒng)訓(xùn)練時(shí)調(diào)節(jié)權(quán)值和閾值的難度，因此需對(duì)樣本數(shù)據(jù)進(jìn)行歸一化處理，如式(2)揚(yáng)示。

式中：x——?dú)w一化前的數(shù)值；

x′——?dú)w一化后的數(shù)值；

xmax——同一指標(biāo)下的最大值；

xmin——同一指標(biāo)下的最小值。

3.1.3 安全等級(jí)界定

經(jīng)過網(wǎng)絡(luò)的訓(xùn)練學(xué)習(xí)，可以從網(wǎng)絡(luò)的輸出得到農(nóng)機(jī)安全風(fēng)險(xiǎn)的評(píng)價(jià)值。為了更加明確農(nóng)機(jī)的安全度，確定神經(jīng)網(wǎng)絡(luò)的輸入向量為X，農(nóng)機(jī)安全評(píng)價(jià)的輸出為Y，則：0.85≤Y≤1.0，農(nóng)機(jī)安全狀況很好，屬于本質(zhì)安全型；0.70≤Y＜0.85，農(nóng)機(jī)安全狀況較好，屬于安全型；0.60≤Y＜0.70，農(nóng)機(jī)安全狀況一般，屬于基本安全型；0.30≤Y＜0.60，農(nóng)機(jī)安全狀況較差，屬于臨界安全型；0≤Y＜0.30，農(nóng)機(jī)安全狀況極差，屬于不安全型。

將采集的20個(gè)樣本評(píng)價(jià)數(shù)據(jù)分為11個(gè)訓(xùn)練集和9個(gè)測(cè)試集，運(yùn)用BP神經(jīng)網(wǎng)絡(luò)對(duì)訓(xùn)練集中的數(shù)據(jù)進(jìn)行學(xué)習(xí)，將學(xué)習(xí)后的BP神經(jīng)模型應(yīng)用于測(cè)試集，映射安全指標(biāo)與安全測(cè)試因素之間的關(guān)系，采用MATLAB高級(jí)語(yǔ)言程序?qū)崿F(xiàn)算法[17]。

為了縮短MATLAB網(wǎng)絡(luò)訓(xùn)練時(shí)間，將采集的安全評(píng)分?jǐn)?shù)據(jù)映射到[-1,1]區(qū)間，采用y=x/100即可符合要求。將訓(xùn)練集的安全指標(biāo)和安全測(cè)試作為輸入進(jìn)行訓(xùn)練，以建立滿足誤差精度要求的BP神經(jīng)網(wǎng)絡(luò)。其中輸入層激活函數(shù)：tagsig，輸出層激活函數(shù)：logsig，訓(xùn)練函數(shù)：trainscg，最多顯示訓(xùn)練步數(shù)：50，最大訓(xùn)練次數(shù)：5 000，學(xué)習(xí)率：0.001，梯度目標(biāo)值：0.000 001，誤差目標(biāo)值：0.000 1[18]。

將測(cè)試集中的樣本輸入到訓(xùn)練好的BP神經(jīng)網(wǎng)絡(luò)中，通過前饋計(jì)算得到農(nóng)機(jī)的安全測(cè)試預(yù)測(cè)值。圖3揚(yáng)示為安全測(cè)試指標(biāo)預(yù)測(cè)值與實(shí)際值的對(duì)比結(jié)果，安全指標(biāo)對(duì)應(yīng)輸入層神經(jīng)元指標(biāo)。

由圖3中上部線條可知實(shí)際值與預(yù)測(cè)值趨勢(shì)基本保持一致，下部折線表示誤差值，可見變動(dòng)幅度不大，說明預(yù)測(cè)結(jié)果與實(shí)際情況較符合。輸出的樣本數(shù)據(jù)Y分布在0.70≤Y＜0.85，說明農(nóng)機(jī)安全狀況較好，屬于安全型。

圖3 安全評(píng)價(jià)指標(biāo)敏感性分析Fig.3 Sensitivity analysis of safety assessment

3.2 基于Tchaban算法的敏感性分析

在自主學(xué)習(xí)與誤差分析之后，BP神經(jīng)網(wǎng)絡(luò)模型達(dá)到誤差精度要求，進(jìn)而從中依次提取輸入層、隱含層和輸出層各層之間的連接權(quán)值。

通過Tchaban算法，對(duì)安全指標(biāo)進(jìn)行敏感性分析，得到相關(guān)安全指標(biāo)對(duì)安全測(cè)試要素的貢獻(xiàn)值[19-24]。

式中：xi——網(wǎng)格輸入?yún)?shù)；

yr——安全評(píng)價(jià)網(wǎng)絡(luò)輸出參數(shù)；

Qir——輸入?yún)?shù)xi對(duì)輸出參數(shù)yr的敏感系數(shù)；

ωij——輸入層層與隱含層之間的連接權(quán)值；

ωjr——隱含層與輸出層之間的連接權(quán)值；

n——輸入層單元數(shù)[10]；

s——隱含層單元數(shù)[10]；

m——輸出層單元數(shù)[10]。

按式(3)的計(jì)算方法，即可得到不同輸入?yún)?shù)對(duì)輸出參數(shù)的貢獻(xiàn)值。

3.3 討論

從表3中可以看出，敏感系數(shù)最大的安全指標(biāo)依次是維修人員、電氣系統(tǒng)系數(shù)、作業(yè)空間，這從農(nóng)機(jī)安全角度來分析是合理的，即決定農(nóng)業(yè)機(jī)械安全的主要因素是農(nóng)機(jī)維修人員、電氣系統(tǒng)和作業(yè)空間。根據(jù)敏感性分析的結(jié)果，可以調(diào)整影響農(nóng)業(yè)機(jī)械安全指標(biāo)的輸入?yún)?shù)，以優(yōu)化方案設(shè)計(jì)，如加強(qiáng)維修人員的基本能力、增加農(nóng)機(jī)電氣系統(tǒng)自動(dòng)監(jiān)測(cè)、改善作業(yè)空間、優(yōu)化人機(jī)工效參數(shù)等。

表3 敏感性分析結(jié)果Tab.3 Sensitivity analysis results

通過輸入?yún)?shù)對(duì)輸出參數(shù)貢獻(xiàn)值分析，可以反應(yīng)出對(duì)與安全影響較大的敏感性因素，并將這些影響值反饋給設(shè)計(jì)者，從而幫助設(shè)計(jì)者在產(chǎn)品投產(chǎn)前進(jìn)行方案優(yōu)化以及對(duì)之后產(chǎn)品迭代設(shè)計(jì)給出方向。根據(jù)各指標(biāo)的敏感性貢獻(xiàn)值，為了提高維修人員的工作效率，在工程設(shè)計(jì)時(shí)要整體考慮農(nóng)機(jī)的總體結(jié)構(gòu)和主要參數(shù)，實(shí)現(xiàn)模塊化，集成化，另外對(duì)方案設(shè)計(jì)產(chǎn)品設(shè)計(jì)提出要改善作業(yè)空間、優(yōu)化人機(jī)工效參數(shù)。

4 結(jié)論

1)通過對(duì)農(nóng)機(jī)的人—機(jī)—環(huán)境系統(tǒng)分析，將人、機(jī)、環(huán)境三個(gè)一級(jí)指標(biāo)拆分為各對(duì)應(yīng)的B1到B10等10個(gè)二級(jí)評(píng)價(jià)指及其相對(duì)應(yīng)的三級(jí)指標(biāo)，根據(jù)評(píng)價(jià)體系和對(duì)行業(yè)人員的建議和意見確定對(duì)應(yīng)的指標(biāo)，以某農(nóng)機(jī)廠的某型號(hào)農(nóng)業(yè)機(jī)械作為調(diào)查研究對(duì)象進(jìn)行安全評(píng)級(jí)指標(biāo)評(píng)分。

2)根據(jù)農(nóng)機(jī)評(píng)價(jià)體系結(jié)構(gòu)確定BP神經(jīng)網(wǎng)絡(luò)為3層，通過嘗試訓(xùn)練不同神經(jīng)元數(shù)的方法，選取最合適的神經(jīng)網(wǎng)絡(luò)，將BP神經(jīng)網(wǎng)絡(luò)結(jié)構(gòu)選取為“9-10-1”型，對(duì)20組樣本數(shù)據(jù)進(jìn)行歸一化處理，經(jīng)過神經(jīng)網(wǎng)絡(luò)的訓(xùn)練學(xué)習(xí)，輸出得到農(nóng)機(jī)安全風(fēng)險(xiǎn)的評(píng)價(jià)值，農(nóng)機(jī)安全風(fēng)險(xiǎn)值的分布在0.70≤Y＜0.85，表明農(nóng)機(jī)安全狀況較好，屬于安全型。

3)通過計(jì)算得到農(nóng)機(jī)的安全測(cè)試預(yù)測(cè)值并與實(shí)際值進(jìn)行比對(duì)，并計(jì)算出相關(guān)誤差值，經(jīng)過比對(duì)，實(shí)際值與預(yù)測(cè)值趨勢(shì)基本保持一致，變動(dòng)幅度不大，說明預(yù)測(cè)結(jié)果與實(shí)際情況較符合，BP神經(jīng)網(wǎng)絡(luò)模型達(dá)到誤差精度要求。

4)通過自主學(xué)習(xí)與誤差分析之后，依次提取輸入層、隱含層和輸出層各層之間的連接權(quán)值，通過Tchaban算法敏感性分析找出貢獻(xiàn)值較大的指標(biāo)，較大的安全指標(biāo)為維修人員B3（敏感系數(shù)為2.42%）、電氣系統(tǒng)B6（敏感系數(shù)為2.28%）、作業(yè)空間B9（敏感系數(shù)為2.05%），設(shè)計(jì)者可以從敏感系數(shù)指標(biāo)結(jié)果中為方案設(shè)計(jì)提出指導(dǎo)優(yōu)化，同時(shí)為該產(chǎn)品迭代設(shè)計(jì)提出方向。