近年来，我国港口机械市场规模年增长率达到10%以上，发展前景广阔。目前沿海存有数量庞大的服役中后期及超期服役的港口起重机械，其巡检频次、安全评估和报废需求不断增长。安全评估业务在港口起重机械领域有显著市场需求，但传统的检测手段及方法已不能满足安全监察的要求，迫切需要全面的检测数据和先进的安全评价手段[1]。

在起重机械检验检测领域，设备的安全评估技术一直是国内外研究的重点。国外起重机械的安全评估侧重于事故的分析以及风险评估模型的研究，即开展事故原安全性预测研究。

港口起重机械是一个复杂系统，钢结构的安全状态会直接影响整机的服役性能、可靠运行以及使用寿命。因此，本文主要聚焦于其中的钢结构开展安全评估研究。影响港口起重机械钢结构安全性的因素众多，各因素之间的逻辑关系也非常复杂，而且还存在大量的不确定因素[1]。因此，本文采用模糊数学理论开展钢结构的概率安全评估方法研究，并基于模糊层次综合分析法形成概率安全评估流程，共包括确定指标体系、确定因素论域、确定评语等级论域、确定因素权重集、建立隶属度矩阵、合成评估结果向量、求取安全等级与概率分布等七个步骤。同时以国内某港口门座起重机为例，基于模糊层次综合分析法和评估流程对其实际服役状态进行安全性评估。

1 安全评估指标体系

1.1 指标体系的建立

如图1 所示，建立港口起重机械结构安全评估指标体系，包含目标层、准则层及指标层。目标层也称结果层，是指在役起重机械钢结构的安全状态等级评定与各等级概率分布结果。准则层是目标层的进一步细化，按照工作环境、尺寸检测、应力裂纹、使用维护等四个方面进行分类归纳。指标层是准则层中各因素的具体展开，对应于多维度多参数检测系统获取的大数据参数信息。在目标层中，用参数F 表示港口起重机械钢结构的安全评估等级。在准则层中，用参数V1、V2、V3、V4 分别表示工作环境、尺寸检测、应力裂纹、使用维护等指标，即V=[V1 V2 V3 V4 ]=[ 工作环境 尺寸检测 应力裂纹 使用维护]。在指标层中，各因素是对应于准则层的具体展开，即工作环境V1=[M11 M12 M13 M14]=[ 环境温度 环境湿度酸碱度 腐蚀程度]，尺寸检测V2=[M21 M22 M23 M24 M25M26 M27 M28 M29]= [ 结构变形 门架轨距 支腿对角线偏差 主臂盖板厚 圆筒体 象鼻梁腹板厚 端梁上盖板厚 主梁根部平台板厚 振动情况]，应力裂纹V3=[M31 M32 M33M34]= [ 应力分布 应力峰值 裂纹分布 裂纹活性]，使用维护V4=[M41 M42 M43 M44 M45]= [ 使用时间作业量载荷情况 人员操作 保养操作]。具体而言，基于图1 所示的安全评估体系建立了相应的评估指标因素集和子因素集[2]。

图 1 门座起重机安全评估指标体系

基于模糊层次综合分析法建立的指标体系，不仅包含技术因素如尺寸检测和应力裂纹，而且包含非技术因素如工作环境和使用情况。这种方法和指标体系主要用于评价港口起重机械在服役中后期的全面安全表现。此外，对于示例门座起重机以外的其他港口起重机械或相似的机械产品，都可以基于结构形式和检测条件，通过调整相应的指标体系来实现安全评估。如桥式抓斗卸船机和装船机的指标体系，见图2、图3。

图 2 桥式抓斗卸船机安全评估指标体系

图 3 装船机安全评估指标体系

1.2 检测系统的搭建

在实际服役环境下，港口起重机械的工作条件存在很多不确定因素，如钢结构承受循环交变载荷，且动载荷具有冲击特性，还会承受非平稳波动风载、盐雾侵蚀等恶劣工况。因此，收集实时运行数据和测试数据成为实现安全评估研究的基础。

基于图1 建立的门座起重机安全评估指标体系，搭建了多维度多参数检测系统，其包含腐蚀形貌检测模块、尺寸变形检测模块、应力分布检测模块、动态应力检测模块、裂纹分布检测模块、裂纹活性检测模块。具体而言，在港口起重机械钢结构上采用先进传感技术来搜集检测因素，包括腐蚀、尺寸、应力、裂纹等因素。在此基础上建立数据集成平台，将这些检测的数据信息整合、集成，从而对港口起重机械钢结构进行较精确化和个性化的安全评估。

2 当前状态的安全评估

2.1 确定评语等级论域

根据数据资料及以往经验，再结合事故可能发生的严重程度进行安全状态评级，确定了5 级评语等级论域，即U=[U1 U2 U3 U4 U5]=[ 优秀 良好 可用 待修 报废]。

2.2 一级指标权重的计算

建立图1 所示的安全评估层级后，上下隶属关系就已确定。在此基础上，需要对每一层级中各因素的相对重要性做出判断，这里选用“1-9 标度法”进行定量描述，如表1 所示。

基于表1 的标度法，可以构造判断矩阵

式（1）所示的判断矩阵表示针对上一层次因素而言，本层次各因素的相对重要性比较。

首先计算一级指标F 的权重，具体而言，采用层次分析方法获取工作环境、尺寸检测、应力裂纹、使用维护对一级指标的权重系数。

基于表1 构造的判断矩阵N 为

借助Matlab 软件计算判断矩阵N 的特征向量A。

此特征向量反映了各评估因素的重要性，即权系数的分配，将其归一化处理为

A=(0.052 1 0.219 5 0.619 4 0.109 0) （3）

为了校验特征向量A 所表示的权系数分配是否合理，需要对判断矩阵N 进行一致性检验。其中，CR 表示一致性比率，CI 是一致性指标，即

式中：n 为矩阵维数， 对于该一级指标而言，n=4；RI 为平均随机一致性指标，它是用随机的方法构造1 000 个样本矩阵，然后对各个随机样本矩阵计算一致性指标值，再对这些一致性指标值求平均，当矩阵维数n=4 时，RI=0.89。

当一致性比率为CR<0.1 时，认为获取的权重系数分配是合理的。否则，要调整判断矩阵N 的元素取值，重新分配权系数的值。

基于上述表达式和相关结果，计算出一致性比率CR=0.09<0.1，表明特征向量A 的权系数分配是合理的，也表明判断矩阵N 的元素取值是合理的。

2.3 二级指标权重的计算

1）二级指标V1（工作环境）权重分配

V1=[M11 M12 M13 M14]=[ 环境温度 环境湿度 酸碱性腐蚀程度]，采用层次分析方法，结合“1-9 标度法”，构造的判断矩阵N1 为

借助Matlab 软件计算判断矩阵N1 的特征向量A1，将其归一化处理为：

A1=(0.051 6 0.260 5 0.127 6 0.560 4) （7）

计算出一致性比率CR=0.067<0.1，这表明特征向量A1 的权系数分配是合理的，也表明判断矩阵N1 的元素取值是合理的。

2) 二级指标V2（尺寸检测）权重分配

V2=[M21 M22 M23 M24 M25 M26 M27 M28 M29]=[ 结构变形 门架轨距 支腿对角线偏差 主臂盖板厚 圆筒体 象鼻梁腹板厚 端梁上盖板厚 主梁根部平台板厚 振动情况]，采用层次分析方法，并结合“1-9 标度法”，构造的判断矩阵N2 为

借助Matlab 软件计算判断矩阵N2 的特征向量A2，将其归一化处理为

A2=(0.134 4 0.185 7 0.242 3 0.081 7 0.036 9 0.1118 0.077 7 0.047 8 0.081 7) （9）

计算出一致性比率CR2=0.063<0.1，这表明特征向量A2 的权系数分配是合理的，也表明判断矩阵N2 的元素取值是合理的。

3) 二级指标V3（应力裂纹）权重分配

V3=[M31 M32 M33 M34]=[ 应力分布 应力峰值裂纹分布裂纹活性]，采用层次分析方法，并结合“1-9 标度法”，构造的判断矩阵N3 为

借助Matlab 软件计算判断矩阵N3 的特征向量A3，将其归一化处理为

A3=(0.051 3 0.106 1 0.289 0 0.553 6) （11）

计算出一致性比率CR3=0.065<0.1，这表明特征向量A3 的权系数分配是合理的，也表明判断矩阵N3 的元素取值是合理的。

4) 二级指标V4（使用维护）权重分配

V4=[M41 M42 M43 M44 M45]=[ 使用时间 作业量载荷情况 人员操作 保养频率]，采用层次分析方法，并结合“1-9标度法”，构造的判断矩阵为

借助Matlab 软件计算判断矩阵N4 的特征向量N4，将其归一化处理为

A4=(0.270 5 0.504 5 0.115 3 0.036 8 0.072 9)（13）

计算出一致性比率CR4=0.045<0.1，这表明特征向量A4 的权系数分配是合理的，也表明判断矩阵N4 的元素取值是合理的。

2.4 各指标隶属度的确定

基于评语等级论域，构造等级模糊子集D=[D1 D2D3 D4 D5]=[ 优 良 中 差 极差]，然后逐个对被评事物从每个因素上进行量化，确定从单因素角度来看被评事物对等级模糊子集的隶属度，进而得到模糊关系矩阵。示例门座起重机所处的工作场所为港口码头，根据实际的使用环境情况，确定工作环境指标V1 对应的隶属度函数矩阵为

第一行向量为环境温度对模糊子集D 的隶属度，由于港口门座起重机服役期间温度是变化的，故每一个等级对应的隶属度是概率统计值。通过查往年示例起重机所属港口的天气资料，恶劣天气出现频率较少，所以环境温度的隶属度向量为[0.2 0.3 0.3 0.1 0.1]。同理，对于环境湿度、酸碱性这两个指标，通过查往年资料可确定相应的隶属度，分别为[0.1 0.1 0.1 0.3 0.4] 和[0.4 0.3 0.1 0.1 0.1]。

第四行向量为腐蚀程度对模糊子集D 的隶属度，由于腐蚀程度通过现场实际检测获取，故该隶属度是一个确定值而不是概率分布。由现场检测可知，示例门座起重机的臂架齿条支座处、人字架根部、象鼻梁、立柱内、臂架内发生多处腐蚀，虽均未伤到母材，但应引起注意。因此，腐蚀程度达到了等级模糊子集D“中”这一档，对应的隶属度向量为[0 0 1 0 0]。

根据现场检测结果，确定尺寸检测指标V2 对应的隶属度函数矩阵为

第一行向量为结构变形对模糊子集D 的隶属度，象鼻梁中铰点处腹板起鼓、变形严重，检测到平面度16 mm，同时下盖板下凹平面度也为16 mm，达到了等级模糊子集D“极差”这一档，对应的隶属度向量为[00 0 0 1]；

第二行向量为门架轨距对模糊子集D 的隶属度，门架轨距为10 504 mm 和10 506 mm，偏差为+4 mm、+6 mm，车轮与轨道适合，确定轨距是合理的，达到了等级模糊子集D“中”这一档，对应的隶属度向量为[00 1 0 0]；

第三行向量为支腿对角线偏差对模糊子集D 的隶属度，对角线为14 863 mm、14 866 mm，偏差为3mm，GB/T 17495—2009 《港口门座起重机》中门座支腿底部对角线长度L 的偏差为（-5 ～ +5mm）的要求，考虑此偏差是设备制造时的指标，现场测量考虑相对偏差不大于10 mm，此台设备两对角线长度相对偏差仅3mm，达到了等级模糊子集D“良”这一档，对应的隶属度向量为[0 1 0 0 0]；

第四行向量为主臂盖板厚对模糊子集D 的隶属度，检测了其两组数据14.1（非腐蚀处）、14.0（腐蚀），根据其检测结果达到等级模糊子集D“良”这一档，对应的隶属度向量为[0 1 0 0 0]；

第五行向量为圆筒体对模糊子集D 的隶属度，检测了其两组数据25.0（非腐蚀处）、24.7（腐蚀），根据其检测结果达到等级模糊子集D“良”这一档，对应的隶属度向量为[0 1 0 0 0]；

第六行向量为象鼻梁腹板厚对模糊子集D 的隶属度，检测了其两组数据10.1（非腐蚀处）、9.9（腐蚀），根据其检测结果达到等级模糊子集D“中”这一档，对应的隶属度向量为[0 0 1 0 0]；

第七行向量为端梁上盖板厚对模糊子集D 的隶属度，检测了其两组数据19.7（非腐蚀处）、19.3（腐蚀:），根据其检测结果达到等级模糊子集D“中”这一档，对应的隶属度向量为[0 0 1 0 0]；

第八行向量为主梁根部平台板厚对模糊子集D 的隶属度，检测了其两组数据24.9（非腐蚀处）、23.8（腐蚀），腐蚀达到钢板原厚度4.4%，根据其检测结果达到等级模糊子集D“差”这一档，对应的隶属度向量为[00 0 1 0]；

第九行向量为振动情况对模糊子集D 的隶属度，根据振动测试结果，显示回转轴承和大臂铰点处于健康状态，达到了等级模糊子集D“良”这一档，对应的隶属度向量为[0 1 0 0 0]。

确定应力裂纹指标V3 对应的隶属度函数矩阵为

确定使用维护指标V4 对应的隶属度函数矩阵为

以上隶属度函数矩阵R3、R4 中M31—M34、M41—M45的确定同样主要依据现场检测和数据调研，在此不赘述。

（5）各指标评价向量的计算

计算工作环境指标的评价向量B1，并进行归一化处理

B1=A1R1=(0.087 4 0.079 8 0.614 6 0.096 1 0.122 1)（18）

计算尺寸检测指标的评价向量B2，并进行归一化处理

B2=A2R2=(0 0.442 6 0.375 1 0.047 8 0.134 4)（19）

计算应力裂纹指标的评价向量B3，并进行归一化处理

B3=A3R3=(0 0.157 4 0.842 6 0 0) （20）

计算使用维护指标的评价向量B4，并进行归一化处理

B4=A4R4=(0.034 0 0.055 9 0.045 6 0.834 7 0.029 9)（21）

计算总目标F 的评价矩阵C，并进行归一化处理。先将求得的各指标评价向量Bi (i=1,2,3,4) 整合，可获得总目标F（门座起重机安全评估等级）的模糊关系矩阵B。

然后根据公式C=AB，基于式（3）~ 式（22）可求得门座起重机的评估矩阵C，概率分布的柱状图如图4所示。

C=AB=(0.008 3 0.204 9 0.641 2 0.106 5 0.039 1)（23）

图 4 当前安全状态的概率分布

3 安全评估等级

根据评语等级加权表，如表2 所示，将门座起重机的评估矩阵C 按照公式F=C·ST 进行加权计算，获得门座起重机钢结构的安全性总得分，从而对门座起重机做出评价。

基于表3 和门座起重机的评估矩阵C，得到门座起重机钢结构的安全性总得分为

根据模糊层次综合分析法对门座起重机的安全性进行评估建模、求解，并计算得出安全性总得分为77.8 分。再结合安全等级划分表，如表3 所示，对门座起重机钢结构的服役情况做最终评定。

4 结论

1）建立包含目标层、准则层、指标层的安全评估指标体系，基本覆盖影响港口起重机械钢结构安全性的因素。在此基础上，搭建实际服役环境下钢结构的多维度多参数检测系统，搜集实时运行数据进行整合、集成，提供安全评估的基础数据源。

2）基于模糊数学理论，确立了一级、二级评估指标的权重和隶属度等级划分档位，揭示在役港口起重机钢结构当前安全状态的概率分布规律。示例门座起重机安全性总得分计算为77.8 分，此台设备在处理腐蚀问题后可正常使用，建议后期加大巡检频率。

未来伴随先进检验设备、检测技术的提高，以及起重机械领域相关新标准的出台，评价方法和评价结果还可以进一步完善研究。

 

参考文献

[1] 张玉波，刘晋川，陈丽昕．港口起重机械结构安全性评估系统的研究与应用[J]．港口装卸，2007(3)：7．

[2] 徐格宁，左荣荣，杨恒，等．基于模糊层次分析的门座起重机回转机构状态综合评[J]．安全与环境学报，2012（12）：234-237．

[3] 胡静波，庆光蔚，王会方，等．基于模糊层次综合分析法的桥门式起重机分级评价[J]．中国安全生产科学技术，2014（1）：191．（本文来自北京起重运输机械设计研究院有限公司）

免责声明：本网站内容来自作者投稿或互联网转载，目的在于传递更多信息，不代表本网赞同其观点或证实其内容的真实性。文章内容及配图如有侵权或对文章观点有异议，请联系我们处理。如转载本网站文章，务必保留本网注明的稿件来源，并自行承担法律责任。联系电话：0535-6792765