本发明属于深海采矿风险识别及风险评估，具体涉及一种基于fmea-bn模型的深海采矿水面支持船舶安全评估方法。
背景技术：
1、水面支持船舶是深海矿产资源开发的基本装备，主要负责水下设备的布放与回收和矿物的暂时储存与转运。作为新型的船舶作业，水面支持船舶总体性能与以往船舶存在较大差异，其结构复杂、系统集成度高、跨足多个学科领域，性能数据呈多元异质的小样本性。除此之外，由于深海采矿作业有多体采矿设备耦合作用的特点，导致水面支持船舶不仅会被风浪流影响，还会受到其他系统的联动影响。因此，水面支持船舶的故障模式复杂多变且具有显著的相关性，单一失效模式引发的级联效应将导致水面支持船舶系统性能退化、甚至失控，可能导致事故的发生。为保证深海采矿作业的稳健性和可靠性，亟需对深海采矿水面支持船舶开展全面的风险评估。目前对于水面支持船舶的分析较少，各国对于深海采矿水面支持船舶的可靠性与安全分析基本限定在稳性、安全性分析、总纵强度等方面，对其他方面的安全性与可靠性关键因素讨论不多，缺乏多要素、系统性的考虑，致使深海采矿水面支持船舶的可靠性并未得到全面验证，结果存在一定的局限性。
技术实现思路
1、本发明的目的在于提供一种基于fmea-bn模型的深海采矿水面支持船舶安全评估方法，以解决背景技术中存在的问题。
2、为实现上述目的，本发明提供如下技术方案：一种基于fmea-bn模型的深海采矿水面支持船舶安全评估方法，包括以下步骤：
3、s1:辨识深海采矿水面支持船舶的潜在风险因素；深海采矿水面支持船舶承担多项任务，包括作业、航行和居住等，其系统的复杂性和各项任务之间的紧密关联增加了分析的难度。因此本发明结合多级综合评价和故障模式及影响分析法对深海采矿水面支持船舶进行全面的风险辨识，考虑的因素不仅包括水面支持船舶本身系统，还综合考虑了水面支持船舶的作业环境、作业流程等因素，从而构建了深海采矿水面支持船舶的风险评估指标体系。
4、s2:风险因素的模糊评级；鉴于对深海采矿水面支持船舶的可靠性和安全性分析相对缺乏，导致风险数据存在一定的不足。因此基于所辨识的风险因素，采用调查问卷的方式，收集与深海采矿水面支持船舶相关的信息。本发明设计的调查问卷主要由参与者的基本信息，风险因素可能性的度量，风险因素严重程度的度量，风险因素可探测程度的度量四个部分组成。为了得到更全面、可靠的评价意见，邀请在深海采矿领域或相关行业、研究方面拥有丰富经验的5位专家。
5、s3:构建fmea-bn模型；本发明构建了深海采矿水面支持船舶的贝叶斯网络模型。
6、s4：对风险因素进行排序。
7、优选地，在s1中，采用故障模式及影响分析方法(fmea)对作业中的深海采矿水面支持船舶进行风险辨识，在已辨识出风险因素的基础上采用多级综合评价法建立多指标深海采矿水面支持船舶评估体系。
8、优选地，在s2中，采用调查问卷的方式，收集与深海采矿水面支持船舶相关的信息，调查问卷主要由参与者的基本信息，风险因素可能性的度量，风险因素严重程度的度量，风险因素可探测程度的度量四个部分组成。
9、优选地，在s2中，将风险因素的3个风险参数，即可能性(o)、严重程度(s)、和可探测度(d)，按照美国船级社(abs)提出的guidancenotes on risk assessmentapplications for the marine and offshore industries的风险矩阵为标准，分为5个等级，分别为很高(vh)，高(h)，中等(m)，低(l)，很低(vl)，这些风险参数作为评价风险因素的指标。
10、优选地，在s3中，具体构建方法如下：1)计算叶节点的先验概率。本发明通过使用高斯函数将专家对风险参数的语义信息转化为模糊数值，具体的等级转化公式如下所示：
11、
12、式中，svn代表第n级风险的隶属函数，σ表示专家的不确定度，u表示不同等级所对应的隶属度中心；
13、根据公式(1)中的隶属度函数确定5位专家的概率值分布矩阵hm：
14、
15、式中，矩阵中元素代表第m位专家评价第n级别的风险参数的概率，矩阵的每一行元素之和为1；
16、取矩阵hm一行与另一行hj相乘得到一个新矩阵nm：
17、
18、基于改进的d-s证据理论，采用两个证据结合、递推计算的方式融合专家评价结果，改进后的合成式如公式(4)所示，所得结果即叶结点的先验概率；
19、
20、式中，是矩阵nm所有非主对角线元素之和，代表着证据之间的冲突程度k，f(nm)＝kq(nm)是证据冲突的概率分配函数，即把证据间的冲突程度k分配到矩阵中的每一元素；
21、2)构建条件概率表；本发明基于模糊i f-then规则库的置信度，在三个风险参数的相对权重的基础上，使用比例法将风险参数不同等级组合情况转化为条件概率。具体规则转化转述形式如下所示：
22、
23、其中，表示输入满足前提时，第k条规则中iz则被认为是结果的置信度分布，z是所有可能结果的个数。
24、优选地，引入效用值regrl将风险状态的置信度分布转换为数值从而进行比较，使用风险数(ri sk number,rn)对父节点的值进行定量描述，根据风险参数的等级进行赋分，取值范围为[1,5]，1分表示对风险贡献最少，5分表示对风险的贡献最大。基于上述模糊规则，风险因素的效用值分可根据公式(7)计算：
25、regrl＝rn(on)×rn(sn)×rn(dn)(7)
26、其中，regr1是基于特定的模糊规则和相关风险评分的组合；
27、因此，可引入一个新的风险排序数rrn(ri sk rank number)对风险因素进行计算和排序，具体公式如下：
28、
29、其中，m(rl)是风险状态取第/个参考值的概率。
30、本发明的有益效果是：本发明提出了一种适用于数据不完全条件下对复杂系统进行风险评价的方法——基于置信规则的fmea-bn改进模型的风险评估方法：以评估深海采矿水面支持船舶风险为例。该方法结合了主客观数据，通过证据理论计算先验概率，然后通过模糊规则库计算节点概率，最后量化风险因素的风险等级。上述实施示例采用本发明提出的风险评估方法对水面支持船舶进行了全面的风险分析。结果显示，该方法能够得到可靠、准确的风险评估结果。本发明主要利用基于置信规则的改进fmea-bn模型开展深海采矿水面支持船舶风险评估研究，采用支持证据冲突的概率对专家组的评价意见进行融合，提高了对多源不确定信息的处理能力，同时克服了传统方法太过于依赖专家打分主观判断的缺点。
1.一种基于fmea-bn模型的深海采矿水面支持船舶安全评估方法，其特征在于:包括以下步骤：
2.根据权利要求1所述的基于fmea-bn模型的深海采矿水面支持船舶安全评估方法，其特征在于：在s1中，采用故障模式及影响分析方法(fmea)对作业中的深海采矿水面支持船舶进行风险辨识，在已辨识出风险因素的基础上采用多级综合评价法建立多指标深海采矿水面支持船舶评估体系。
3.根据权利要求1所述的基于fmea-bn模型的深海采矿水面支持船舶安全评估方法，其特征在于：在s2中，采用调查问卷的方式，收集与深海采矿水面支持船舶相关的信息，调查问卷主要由参与者的基本信息，风险因素可能性的度量，风险因素严重程度的度量，风险因素可探测程度的度量四个部分组成。
4.根据权利要求1所述的基于fmea-bn模型的深海采矿水面支持船舶安全评估方法，其特征在于：在s2中，将风险因素的3个风险参数，即可能性(o)、严重程度(s)、和可探测度(d)，按照美国船级社(abs)提出的guidancenotes on risk assessment applicationsfor the marine and offshore industries的风险矩阵为标准，分为5个等级，分别为很高(vh)，高(h)，中等(m)，低(l)，很低(vl)，这些风险参数作为评价风险因素的指标。
5.根据权利要求1所述的基于fmea-bn模型的深海采矿水面支持船舶安全评估方法，其特征在于：在s3中，具体构建方法如下：1)计算叶节点的先验概率，本发明通过使用高斯函数将专家对风险参数的语义信息转化为模糊数值，具体的等级转化公式如下所示：
6.根据权利要求5所述的基于fmea-bn模型的深海采矿水面支持船舶安全评估方法，其特征在于：引入效用值regrl将风险状态的置信度分布转换为数值从而进行比较，使用风险数(risk number,rn)对父节点的值进行定量描述，根据风险参数的等级进行赋分，取值范围为[1,5]，1分表示对风险贡献最少，5分表示对风险的贡献最大，基于上述模糊规则，风险因素的效用值分可根据公式(7)计算：
