文献类型：期刊文章

作　　者：谷梦瑶[1] 李光海[2] 戴之希[1]

GU Mengyao;LI Guanghai;DAI Zhixi(College of Quality and Safety Engineering,China Jiliang University,Hangzhou 310018,China;China Special Equipment Inspection and Research Institute,Beijing 100029,China)

机构地区：[1]中国计量大学质量与安全工程学院,杭州310018 [2]中国特种设备检测研究院,北京100029

出　　处：《计算机工程与应用》

基　　金：国家重点研发计划(2018YFC089006);浙江省自然科学基金探索项目(Q20G010021)。

年　　份：2022

卷　　号：58

期　　号：1

起止页码：255-267

语　　种：中文

收录情况：AJ、BDHX、BDHX2020、CSCD、CSCD_E2021_2022、IC、JST、RCCSE、ZGKJHX、核心刊

摘　　要：为了更好地预测特种设备事故,提出了融合事故表征和CBR(case-based reasoning)的特种设备事故预测研究。详细说明了面向全类特种设备的通用型事故表征技术,包括事故表征信息的结构模型、规范化方法和编码规则。介绍了融合事故表征和CBR的特种设备事故预测方法,其中为了更精准地检索相似案例,提出了针对不同属性类型的属性相似度计算方法、基于专家置信度的改进型AHP法、考虑时间衰减效应的案例相似度计算方法以及案例相似度阈值确定函数。通过上海某公司的汽车起重机案例验证了该方法。结果表明该方法不但能根据事故前兆信息,给出特种设备的事故原因故障树,以了解事故发展趋势,还能提供如事故特征、事故发生部位等事故表征信息的发生概率,以及应采取的预防措施。

关 键 词：特种设备  事故表征  事故预测  案例推理  

分 类 号：TP39]