工业企业电气安全评价方法及运用的分析

摘 要：随着我国经济发展水平的不断提高，工业企业发展步伐不断加快，但是在电气安全评价方法上依然未能取得显著研究与应用进展，依据事故理论综合研究观点构建出的多层次电气安全评价因素体系，应用定量与定性相结合的方式将评价因素的权重确定出来，对综合评判模型合成的评价应用与分析，进而得到工业企业电气系统安全等级。下面将对这一方的应用具体探究。

关键词：工业企业；电气安全评价；应用方法

中图分类号：X934 文献标识码：A 文章编号：1671-2064（2017）08-0202-01

适用于多种电气安全评价是现行安全评价方法的主要特征，包括故障类型与影响分析、预先危险分析与安全检查表、危险操作研究等。由此，为了不让安全评价失去意义，需要将安全评价与企业实际情况结合，结合电气安全检查表，采用模糊综合评价方法对企业电气安全总体水平进行判断，这种方法更加真实、可信。

1 电气安全模糊综合评价

1.1 构建评价因素体系

基于安全原理可知，事故是否发生与可能造成的后果偶然性较大，且有着更为深刻的原因，事故作为一种社会因素，管理因素与生产因素中的危险因子均会触发到这一偶然事件，从而造成不可估量的后果，以上是综合论中对事故模式的观点。基于这一观点提出了物质的、环境的以及人为原因的“4M因素”[1]，从而构成了安全评价中的主要危险因素。

1.2 确定评价因素的权重

每一个因素均与评价目标与功能有着相关性，在评价因素体系中不同的权重表示不同的因素重要度，是综合评价的重要信息之一，这些因素重要性的确定需要依据综合评价贡献而定。通常来说，安全评价因素的权重分配完全凭主观经验，主观性非常强，而将定量与定性结合则可以将评价体系权重分配合理性提高。比如，对多层电气安全评价因素体系中的方案层、标准层与准则层采用1―9的比例尺度构造出矩阵A，使用一致性检验，如果则表示矩阵判断是真实可信性的，也表示权重向量的设定是合理的，可行性高的[2]。

1.3 确定单因素隶属度

在电气安全评价体系中，不同层因素对应不同的设备安全性与危险性，同时也应用到安全性与危险性指标衡量，评价过程中仅能应用“好”或者“坏”来评定，使用评语等级论域表示为：V={好（安全）、较好（较为安全）、一般（一般安全）、不好（较为危险）、差（非常危险）}[3]。工业企业电气安全评价因素较多且有定性特征，为了更加合理、科学的进行评价就需要使用到工业企业电气安全检查表，记录电气系统安全u价指标。可以运用到等级区间范围进行评判，比如，对某个评价指标认定为很好、好、一般三个等级；对于不同层的指标因素，可以对子方案因素结果应用隶属频率统计法将隶属度值得出。

1.4 模糊综合评价

模糊综合评价使用到了模糊综合评判标准，还有价值工程与决策分析中相关方法，可以更好的进行模糊综合评价。设定好模糊向量与模糊矩阵：

（1）

则定义模糊合成运算为：，通常采用“加权平均型”算法，计算应用呢到矩阵乘法符合，可以替代“°”与“*”等。电气系统安全评价考虑因素众多，应用加权平均算法可以使单因素评价矩阵信息的运用更加高效，进而发挥综合性优势，使权值权向量性质得到保证。工业企业电气安全系统存在复杂性，需使用多层次模糊综合评价模型，先对低层次评价因素进行综合评价，然后评价高层次，这样才能使结果更加可靠[4]。

1.5 处理模糊综合评价结果

使用最大隶属度法对模糊综合评价结果进行处理，但是存在结果失真的风险，但是评分发是对总分值确定，是相空间中一个点，却不是模糊集合，并不与模糊理论相符，进而难以将系统实际安全状况反映出来。此外，模糊综合评价是一种结果均化过程，结果的第3级与第4级的隶属值有着微小差异，可以逐渐趋向于平均化，进而应用安全等级更高的模糊特征量可以将以上问题解决。

2 结语

通过以上对工业企业电气安全模糊综合评价方法的描述，得出结论有：（1）将评价方法与企业实际情况结合可以使评价结果更加具有真实性与可信性，可以更好的应用到企业电气安全评价中，可以开发相配套的软件，作为企业管理部门与评价机构更加高效的评价工具，使评价更加可靠、科学。（2）模糊综合评价法难以对定量多因素体系进行评价，可以将定性问题变得主观化并使用数字形式表示，使用模糊运算，可以将人主观错误减少，从而使评价更加客观、准确。总之，当前工业企业电气安全系统模糊综合评价依然处于开发与试用阶段，仍需要进一步研究，且此次研究发现，在划分危险因素层次时，归属层次与同层次因素很难保持一致，这是电气安全评价因素体系构建过程中的一个问题，需要进一步研究与解决。

参考文献

[1]靳江红.工业企业电气安全评价方法及应用研究[D].首都经济贸易大学，2010.

[2]李茂龄.模糊综合评判方法在工业企业电气安全评价中的应用[J].安全，2010，03：17-19.

[3]王君莉.基于层次―集对分析法的工业企业电气安全可靠性评价[J].湖南理工学院学报（自然科学版），2015，03：58-63.

[4]岳丽宏，陈为标，田丽，杨启鹏.基于神经网络的工业企业电气安全评价方法研究[J].青岛理工大学学报，2010，04：7-10.