基于fisher判别法的起重机安全评价
李爱华赵章焰
武汉理工大学物流工程学院武汉430063
摘要：利用fisher判别分析（FDA）法对起重机进行安全评价，根据门式起重机的特点，以大车运行机构、小车运行机构、起升机构、安全装置、金属结构及电气系统等的安全状况为安全评价指标体系，建立了基于FDA的门式起重机安全评价模型。利用该模型对3个待测样本的评价结果与BP神经网络评价结论一致，与实际相吻合。研究表明：该方法能够应用于起重机的安全评价。
关建词：门式起重机：fisher判别法（FDA）：指标体系：安全评价：BP神经网络
中图分类号：TH213.5文献标识码：A文章编号：1001-0785（2015）120014-04
Abstract: The safety evaluation is performed on the crane with fisher discriminance and analysis method ( FDA) . Based on the characteristies of gantry cranes, the safety conditions of the crane travelling mechanism, trolley travelling mechanism, lifting mechanism, safety devices, metal structure, and electrical system form the safety evaluation index sys-tem. The FDA-based gantry crane safety evaluation model is developed to evaluate three samples, and the result is consist-ent with the evaluation conclusion of the BP neural network, matching with the actual situation. It's indicated that the meth-od is applicable to safety evaluation for the crane.
Keywords: gantry crane; fisher discriminance and analysis method ( FDA) ; index system; safety evaluation; BP neural network
0引言
起重机广泛运用于港口码头、工矿企业、铁路交通、农场林区等部门和场所，是人类生产活动中非常重要的机械设备。起重机是一种作业风险大、事故发生率高的特种设备。由于频繁工作，使用多年后，设备性能退化，存在着安全隐患。随着科技和社会的发展，人们对安全意识更加强烈，如何降低起重机安全隐患，保障正常的生产运营，显得尤为重要1]。因此，如何科学客观地对起重机进行安全评价成为驱待解决的踏回
目前，针对起重机的安全性评价，尚未有
套成熟的、普及的、标准的安全评价准则和规范。常用的方法有传统经验法、基于故障诊断的专家评价法、概率评定法、层次评判模型、模糊评判法[2]。胡静波等[3]采用模糊层次综合分析法对桥、门式起重机的金属结构进行广安全评价。欧阳审平等4运用层次分析法对在役内河港机的金属结构进行了安全评价。赵章焰等3]研究了基于模糊层次综合评判法（FAHP）的造船起重机金属结构-14
安全性评价方法。徐格宁等研究了利用风险概率6]和改进层次分析法["的起重机综合评价方法。但是，这些方法对多评价指标存在确定权重的问题，一般情况是通过部分调研或专家经验判断而估定，对评价结果的精确性有所影响。近年来，基于机器学习进行起重机的安全评价的方法有： BP人工神经网络[8]、支持向量机SVM[9]、模糊神经网络[10]。随着起重机安全动态监测技术的发展，利用数据采集和信号处理技术，运用机器学习和模式识别的方法进行安全评价，可以减少评价过程中的主观因素造成的偏差。
Fisher判别法是根据已有典型样本若干特征指标统计值，对待评样本的属性判别预测的方法1]。该方法对原始样本数据的概率分布并无特殊要求，故适合对样本分布未知的情况，且能全面考虑影响判别的各种因素12。鉴于此，本文采用fisher 判别法，以某起重机的相关数据为研究对象，进行安全评价，对比BP神经网络的评价结果，两者评价结果-一致。fisher判别法基于统计数据，是建立在较严密的统计分类理论基础上的，适用性强，构造简单，能获得较高的评价正确率。
《起重运输机械》
2015(12)