基于Mamdani模糊推理的槽罐車運輸安全評價

李長龍, 劉 偉, 周邵萍

(華東理工大學承壓系統與安全教育部重點實驗室,上海 200237)

基于Mamdani模糊推理的槽罐車運輸安全評價

李長龍, 劉 偉, 周邵萍

(華東理工大學承壓系統與安全教育部重點實驗室,上海 200237)

針對?；返缆愤\輸安全問題,利用Mamdani型模糊推理系統對其進行研究。為使安全評價模型滿足實時性要求,以槽罐車狀態監測系統監測的變量為依據構建評價指標體系,然后建立包含5種安全狀態的評價集,確定了隸屬度函數和推理規則,最后將該模型用于研究LNG槽罐車氣體泄漏時的安全狀態。該模型可以對槽罐車運輸安全狀態進行評價,對駕駛員決策提供指導,具有應用潛力。

Mamdani型模糊推理; 槽罐車; 運輸安全評價

?；吩谠旄Ｈ祟惖耐瑫r,其在運輸和使用過程中對人身、環境、社會安全也構成了極大威脅。據統計,我國80%的?；肥峭ㄟ^道路運輸的,每年通過道路運輸的?；房偭砍^3×108t,而在各類?；肥鹿手?有70%以上的事故是發生在運輸階段[1-2]。因此,對危化品運輸車輛進行實時合理的安全評價具有重要意義。

目前,國內外學者對貨物運輸的安全狀態評價已經取得了很大進展。陳君等[3]從交通安全學原理出發,建立了高速公路交通安全評價指標體系,基于BP神經網絡模型開發了高速公路安全綜合評價軟件。李建民等[4]考慮“人-船-貨物-環境-管理”5個子系統,建立了航線安全評價指標體系,利用模糊理論和證據理論相結合的方法評價不同航線的安全值。王琰等[5]以運行車速與設計車速差和相鄰路段運行車速差作為評價指標,基于模糊邏輯理論構建了道路交通安全模糊評價模型。王艷輝等[6]建立了城市軌道交通線路運行安全評價指標,劃分了安全等級,并利用層次分析法(Analytic Hierarchy Process,AHP)和熵值組合賦權的方法評價各指標。胡啟洲等[7]建立了基于屬性識別的高速公路安全評價模型,利用置信度準則來識別高速公路交通安全的現狀水平。Lower等[8]提出了一種基于模糊風險矩陣的空運事故風險評估方法,定量表達風險程度。Zhang等[9]提出一種將模糊規則和證據理論相結合的新方法,綜合考慮了定量和定性指標建立指標體系來進行風險評估,該智能決策系統用來評價了長江3個地區的運輸安全。Conca等[10]分析了公路交通流量與事故發生率之間的關系。以上這些研究大部分是采用基于知識的方法進行安全評價或風險評估,選取的評價指標多以定性指標為主,雖然對貨物的安全運輸具有指導意義,但不能實時地評價出運輸安全狀態。

本文以液化天然氣(Liquefied Natural Gas,LNG)槽罐車為研究對象,利用Mamdani型模糊推理系統對其運輸安全進行評價。根據槽罐車狀態監測系統得到的定量參數選取評價指標,并對指標進行劃分,簡化了推理規則的設計;然后借鑒國內外研究成果并結合相關法律法規及標準規范確定各指標的隸屬函數及推理規則。所建立的雙層模糊推理模型能實現對槽罐車運輸安全狀態的實時評價。

1 Mamdani型模糊推理系統

1.1概述

模糊推理是將一個給定輸入空間通過模糊邏輯的方法映射到一個特定輸出空間的計算過程。Mamdani型模糊推理系統的輸入輸出均為真值變量,因此在實際工程中應用最多[11]。本文建立的模糊推理系統為多輸入單輸出的模糊系統,見圖1。

圖1 Mamdani型模糊推理系統Fig.1 Mamdani fuzzy inference system

圖1中,U?Rn,為輸入論域(R為實數域,n為輸入變量的維數);x=(x1,x2,…xn)∈U,為輸入變量值;V?R,為輸出論域;y∈V為輸出變量值;μA(x)為x對模糊集合A的隸屬函數;μB(y)為y對模糊集合B的隸屬函數。

1.2模糊化

模糊化的過程是將精確的輸入變量值x轉化為模糊集合A*。模糊集合不同于經典集合,它由語言值組成,并無確定的元素。通過隸屬度函數來表示論域U向模糊集合A的映射關系:

(1)

1.3模糊規則庫

模糊規則庫是由M條IF-THEN規則組成的,其通式如下:

(2)

1.4模糊推理機

模糊推理機是利用模糊規則庫將U上的模糊集合A*映射到V上的模糊集合B*的過程,即給出y對模糊集合B*的隸屬函數μB*(y)。其過程分為:輸入模糊集合的合成運算、模糊蘊含運算、輸出的合成運算。本文中選取的輸入合成算子為“取小算子∧”,蘊含算子為“取小運算∧”,輸出合成算子為“取大運算∨”。模糊推理機可表示為:

(3)

1.5解模糊

解模糊是將模糊推理所得到的模糊集合轉化為一個精確值的過程,即由V?R上的模糊集合B*映射至一個精確值,y∈V作為模糊系統的輸出。本文中所利用的解模糊方法為質心法,即模糊推理得到的μB*(y)在論域上所包圍區域的重心:

(4)

2 模型的建立

2.1評價指標體系的確定

為了實現對槽罐車運輸安全狀態的實時評價,依據槽罐車狀態監測系統得到的定量數據選取評價指標。槽罐車狀態實時監測系統一般包括:運輸車狀態監測模塊、危化品狀態監測模塊、環境監測模塊。其中,運輸車狀態監測模塊監測參量包括:姿態(橫滾角和俯仰角)、速度、加速度(前向加速度及側向加速度);危化品狀態監測模塊監測產量包括:罐內壓力、液位、操作箱內氣體濃度、操作箱門開關。環境監測模塊監測參量包括:環境溫度及濕度。

指標體系的確立是安全評價的基礎和關鍵,在建立安全評價指標時主要考慮了以下原則:(1)建立的評價指標體系應全面客觀地反映槽罐車運輸過程中的安全實況;(2)選取的評價指標要少而精,一方面剔除與安全狀態相關性較小的指標,另一方面要減少同級評價指標的相關性。最終選取的指標包括運輸車狀態參數(速度、前向加速度、橫滾角)和?；窢顟B參數(罐內壓力、初始充滿率、氣體濃度)?？紤]到在模糊推理確定推理規則時,推理規則的數目會隨著輸入維數的增大呈指數增長。因此,為防止“維數災難”,減少規則設計的復雜性,建立了如圖2所示的雙層模糊推理系統[12]。

圖2 安全評價指標體系Fig.2 Safety assessment index system

如圖2所示,在第2層模糊推理系統,經過推理運算①和②分別確定危化品和運輸車的安全狀態值;然后在第1層模糊推理系統中經過推理運算③得到槽罐車運輸的安全狀態值。

2.2隸屬函數的設計

2.2.1 簡述 以LNG槽罐車為例,確定各指標的隸屬度函數。高斯隸屬函數比較平滑,更符合人的思維方式,但其具有確定困難且運算復雜的缺點[13],本文選取三角形和梯形隸屬函數,在保證計算效果的情況下簡化計算。

2.2.2 儲罐壓力 壓力(絕對壓力)是LNG罐車運輸中的重要參數。由于LNG的超低溫特性(0.1 MPa,-160 ℃),在儲運過程中,儲罐內部流體與外界環境之間存在較大的溫差,儲罐內部的LNG會吸收外界熱量后使LNG密度變小發生膨脹或轉變為氣態,使儲罐內壓力升高。LNG運輸初始壓力為0.1 MPa,LNG儲運罐的設計壓力一般為0.8 MPa,工作壓力為0.3 MPa。將儲罐壓力分為低(L)、中(M)、高(H)這3個模糊子集,論域定義在[0.1,0.8]MPa內,其隸屬度函數如圖3所示。

圖3 罐內壓力隸屬函數圖Fig.3 Membership function of pressure in tank

2.2.3 初始充滿率 充滿率是指儲罐中液體體積與儲罐容積之比。槽罐車狀態監測系統中所檢測的液位變化能反映運輸過程中充滿率的變化,而罐內壓力與運輸過程中的充滿率相關性較大,因此以初始充滿率作為評價指標。根據文獻[14]中的仿真計算結果:初始充滿率在1%～85%時,維持時間變化不大;隨后呈下降趨勢,并分別在充滿率為87%和90%時下降趨勢加劇。將初始充滿率分為低(L)、中(M)、高(H)這3個模糊子集,論域定義在80%～90%內,其隸屬函數如圖4所示。

圖4 初始充滿率隸屬函數圖Fig.4 Membership function of initial filling rate

2.2.4 氣體濃度 LNG罐車的操作箱位于罐體尾部,其中含有機械壓力或液位表以及一些閥門管件。在保證罐體完整的情況下,各閥門是?；沸孤兜闹饕课弧Ｒ虼送ǔＴ诓僮飨鋬劝惭b氣體傳感器以檢測操作箱內危化品的濃度。國標GB 15322.1—2003中規定探測器具有低限、高限兩個報警設定值時,其低限報警設定值應在爆炸下限(LEL)的1%～25%,高限報警設定值應為LEL的50%;僅有一個報警設定值的探測器時,其報警設定值應在LEL的1%～25%。將氣體濃度分為低(L)、高(H)兩個模糊子集,論域定義在LEL的0～35%,其隸屬函數如圖5所示。

圖5 氣體濃度隸屬函數圖Fig.5 Membership function of gas concentration

2.2.5 行駛速度 車輛的行駛速度是車輛運行過程中的基本參數,也是危化品運輸中的重要參數。運輸危險貨物的車輛在高速公路上的最高速度為80 km/h,一般在60 km/h。以高速公路作為LNG槽罐車的行駛路況,將其分為低(L)、中(M)、高(H) 3個模糊子集,論域定義在0～80 km/h內,其隸屬函數如圖6所示。

圖6 行駛速度隸屬函數圖Fig.6 Membership function of vehicle speed

2.2.6 前向加速度 加速度包括前向加速度和側向加速度。側向加速度發生變化時經常伴隨著橫滾角的變化,兩者具有一定相關性,而前向加速度能反映槽罐車的啟動、剎車、追尾等狀態,因此將前向加速度作為評價指標之一(下文中以a代替)。槽罐車在啟動時的最大加速度大概在0.4g(g為重力加速度),緊急制動時一般在-0.8g左右。將前向加速度分為低(L)、中(M)、高(H)這3個模糊子集,論域定義在[0,1.1g]內,其隸屬函數如圖7所示。

2.2.7 橫滾角 罐車姿態是指半掛罐車的橫滾角和俯仰角?？紤]到側翻是罐車運輸中的常見事故,將橫滾角作為評價指標之一。當轉彎半徑過小,轉彎速度大或受到側面撞擊時會改變橫滾角。根據文獻[15]中的仿真結果,確定的半掛罐車側傾角穩定側傾閾值為5.3°,將0.5倍的側傾角閾值與0.8倍的側傾角閾值設定為半掛罐車處于正常狀態和側翻危險狀態的閾值。將橫滾角分為低(L)、中(M)、高(H)這3個模糊子集,論域定義在[0,9°]內,其隸屬函數如圖8所示。

圖7 前向加速度隸屬函數圖Fig.7 Membership function of forward acceleration

圖8 橫滾角隸屬函數圖Fig.8 Membership function of roll angle

2.2.8 安全狀態 將?；钒踩珷顟B、運輸車安全狀態、?；愤\輸安全狀態分為5個安全等級(危險Ⅰ、較危險Ⅱ、較安全Ⅲ、安全Ⅳ、很安全Ⅴ),論域定義在[0,10]內,其隸屬函數如圖9所示。

圖9 安全狀態隸屬函數圖Fig.9 Membership function of safe condition

2.3推理規則的設計

確定輸入輸出論域及隸屬度函數之后,需制定模糊規則庫。確定模糊規則的方法通常有以下3種:(1)基于專家知識及經驗的模糊規則;(2)基于樣本數據的模糊規則,神經網絡是提取模糊規則的常用方法[16];(3)上述兩種方法結合。當變量數目及模糊集合劃分較多時,基于專家知識及經驗的方法很難給出可靠的模糊規則,需要通過大量的樣本數據來提取規則。由于缺乏相關統計數據且每層模糊推理系統涉及變量及模糊集合劃分數目較少,因此本文利用基于專家知識及經驗的方法確定模糊規則。最終模糊規則庫見表1～表3。

表1 ?；钒踩珷顟B推理規則Table 1 Inference rules of hazardous chemicals safety

表2 運輸車安全狀態推理規則Table 2 Inference rules of vehicle safety

表3 ?；愤\輸安全推理規則Table 3 Inference rules of transportation safety of tank vehicle

3 模型應用

以文獻[17]中提供的LNG槽罐車運輸過程中氣體泄漏的監測數據,研究氣體泄漏時的安全狀態,氣體泄漏時操作箱內的氣體濃度變化如圖10所示。

圖10 氣體泄漏時操作箱內的濃度值Fig.10 Gas concentration value in the operating box during leakage

選取泄露過程中第1、16、21個采樣點進行安全評價,評價結果見表4。

表4 泄露過程中的安全評價Table 4 Safety assessment during leakage

從評價結果可以看出,隨著氣體的泄露,危化品安全值及危化品運輸安全值降低,驗證了模型的可行性。按照最大隸屬度原則,在第1個采樣點時,處于正常運行狀態,?；钒踩珷顟B和?；愤\輸安全狀態的評價結果均為“比較安全”;在第16個采樣點時,氣體處于泄露過程中,?；钒踩珷顟B和?；愤\輸安全狀態的評價結果均為“比較危險”;在第21個采樣點時,氣體濃度上升到最大值,相比第16個采樣點,評價結果未發生改變,而安全值有所降低。

4 結 論

(1) 本文提出了一種實時評價槽罐車安全狀態的方法,選取槽罐車狀態監測系統采集到的定量指標構建安全評價體系,利用模糊推理系統對槽罐車運輸進行安全評價。

(2) 文中闡述了評價指標的選取依據及隸屬函數的劃分依據,增加了所建立模型的客觀性;將所建立的模型用來對LNG罐車氣體泄露故障進行評價,驗證了模型的可靠性。

(3) 由于確定的隸屬度函數及模糊規則具有一定的主觀性,因此需要通過后期數據的完善“學習”和實踐經驗對其進行調整,以優化安全評價效果。

[1] 陳家秀.?；返缆愤\輸安全管理問題及改進[J].化工管理,2016(5):234-236.

[2] 徐潤.如何讓?；愤\輸轉“?！睘椤鞍病?[J].專用汽車,2014(4):23-23.

[3] 陳君,李聰穎,丁光明.基于BP神經網絡的高速公路交通安全評價[J].同濟大學學報(自然科學版),2008,36(7):927-931.

[4] 李建民,宋紹珍,刁亞琳,等.基于D-S理論的海上?；愤\輸航線安全性[J].中國航海,2015,38(1):28-33.

[5] 王琰,郭忠印.基于模糊邏輯理論的道路交通安全評價方法[J].同濟大學學報(自然科學版),2008,36(1):47-51.

[6] 王艷輝,黃雅坤,李曼.基于組合賦權方法的城軌線路運營安全評價[J].同濟大學學報(自然科學版),2013,41(8):1243-1248.

[7] 胡啟洲,陸化普,戴帥,等.基于屬性識別的高速公路交通安全評價模型[J].中國安全科學學報,2009,19(11):146-151.

[8]LOWERM,MAGOTTJ,SKORUPSKIJ.Analysisofairtrafficincidentsusingeventtreeswithfuzzyprobabilities[J].FuzzySets&Systems,2016,293(C):50-79.

[9]ZHANGD,YANX,ZHANGJ,et al.Useoffuzzyrule-basedevidentialreasoningapproachinthenavigationalriskassessmentofinlandwaterwaytransportationsystems[J].SafetyScience,2016,82:352-360.

[10]CONCAA,RIDELLAC,SAPORIE.Ariskassessmentforroadtransportationofdangerousgoods:Aroutingsolution[J].TransportationResearchProcedia,2016,14:2890-2899.

[11] 張小紅.模糊數學與Rough集理論[M].北京:清華大學出版社,2013.

[12] 朱曉東,王杰.基于分層模糊系統的石油鉆井參數預測模型[J].石油學報,2010,31(5):838-842.

[13] 黃俊.基于模糊推理的化工工藝過程本質安全評價體系研究[D].沈陽:東北大學,2006.

[14] 王際強,何卉倫,楊永晶.LNG罐式集裝箱維持時間的計算[J].煤氣與熱力,2016,36(1):21-26.

[15] 張琴蘭,劉湘,呂植勇.?；坟浳镌谕景踩珷顟B模糊識別方法研究[J].交通信息與安全,2013,31(6):136-139.

[16] 張守川,王華忠.一種改進的基于模糊案例推理方法及其在分類中的應用[J].華東理工大學學報(自然科學版),2013,39(5):578-582.

[17] 崔遠慧.?；凡酃捃囘\輸安全監測信息處理技術研究[D].遼寧大連:大連理工大學,2013.

TransportationSafetyAssessmentofTankVehicleBasedonMamdaniFuzzyInference

LIChang-long,LIUWei,ZHOUShao-ping

(KeyLaboratoryofPressurizedSystemandSafety,MinistryofEducation,EastChinaUniversityofScienceandTechnology,Shanghai200237,China)

Mamdani fuzzy inference system was used to study the tank vehicle’s safety state for hazardous chemicals road transportation in this paper.In order to meet the real-time requirement of the safety assessment model,the evaluation index system was established based on the variables monitored by the tank vehicle condition monitor system.And then an evaluation set containing five safety states was set up,and the membership function and inference rules were built.Finally,this model was used to study the safety state of LNG tank during gas leakage.This model can evaluate the safety state of tank vehicle,provide guidance for drivers’ decision making,and have potential application in practice.

Mamdani fuzzy inference; tank vehicle; transportation safety assessment

1006-3080(2017)04-0591-06

10.14135/j.cnki.1006-3080.2017.04.021

2016-12-22

國家自然科學基金(51575185)

李長龍(1992-)，男，山東聊城人，碩士生，主要從事設備的狀態監測及故障診斷。E-mail:lcl_ecust@163.com

周邵萍，E-mail: shpzhou @ecust.edu.cn

U49

A