舒服华
武汉理工大学 职业技术学院(中国)
Vague集在涂层机安全性能评价中的应用
舒服华
武汉理工大学 职业技术学院(中国)
介绍了一种利用Vague集理论评价纺织品涂层机安全性能的方法。提出了涂层机的安全性能评价指标体系,针对实例,组织专家根据评价体系对评价对象进行评分,允许专家采用单值或区间值评分的形式,在Vague环境下通过对评价对象进行对比排出优劣顺序。采用一种改进的1~9标度法确定评价指标的权重,将踌躇度引入相似度测量之中,用相对接近度衡量目标的优劣,提高了评价的准确性。
Vague集; 涂层机; 安全; 评价; 权重; 相似度
涂层机是印染行业的常用设备,用于对纺织品进行涂层加工,使织物表面形成一层或多层薄膜,以达到改善织物外观、风格,满足织物一些特定功能的目的,如使织物具有防水、耐水压、通气透湿、阻燃防污及遮光反射等特殊功能。目前使用的涂层剂多为丙烯酸醋,它内含80%(质量分数)以上的甲苯溶剂及10%(质量分数)左右的醋酸乙脂稀释剂。甲苯、醋酸乙脂均属甲类易燃易爆化学危险物品,遇到明火或电火花会发生爆炸。此外,涂层机电气设备多,线路复杂,运动部件也较多,且速度高,有些部件还需根据工艺要求频繁移动换位,加之涂层过程还需加热、涂层剂有毒等因素,发生电气爆炸、触电、腐蚀、机械伤及烫灼伤等事故的可能性增大。因此,客观评价涂层机的安全性能,采取有效的预防措施,杜绝和减少涂层工艺中安全事故的发生非常必要。
评价涂层机的安全性能涉及很多方面,包含很多模糊和不确定性的问题,传统方法很难得到准确的结果。Vague集拓展了模糊集对事物表达的范围,弥补了模糊集的一些不足,相比传统的模糊集有更强的表达不确定性的能力,是一种新的不确定智能信息处理方法,广泛运用于方案评价与决策中。本文利用Vague集理论综合评价涂层机的安全性能,以有效提高决策的科学性。
Vague集是解决多目标决策的一种非常有效的方法,它能同时给出支持和反对的证据,能够更为全面地表达模糊信息。
设X是一个论域空间,X={x1,x2, …,xn},对于∀xi∈X, X中的一个Vague集A用一个真隶属函数tA(xi)和一个假隶属函数fA(xi)表示。tA(xi)是从支持x的证据所导出的肯定隶属度下界;fA(xi)则是从反对x的证据所导出的否定隶属度下界。参数tA(xi)和fA(xi)将区间[0, 1]中的一个实数与X中的每一个元素联系起来[1]。即tA:X→[0, 1],fA:X→[0, 1],其中,tA(x)+fA(x)≤1。
定义1:
元素x在Vague集A的隶属度被区间[0, 1]的一个子区间[tA(xi), 1-fA(xi)]所界定,称该区间为xi在A中的Vague值,记为VA(xi)。
定义2:
∀x∈X
hA(x)=1-tA(x)-fA(x)
称hA(x)为元素x相对Vague集A的Vague度,或踌躇度。hA(x)刻画了元素x相对Vague集A的不确定程度,其值越大,说明x相对A的未知信息越多。
例如:设VA(xi)=[tA(x), 1-fA(x)]=[0.6, 1-0.3],则可解释为x属于A的程度为0.6,x不属于A的程度为0.3,不确定程度为0.1。从投票角度可理解为赞成票6票,反对票3票,弃权票1票。
设:A为一个Vague集,当X为连续时,有
∫X[tA(x), 1-fA(x)]/xdx, x∈X
当X为离散时,有
Vague集将x的隶属度限制在区间[0, 1]中的一个子区间[tA(x), 1-fA(x)]内。模糊集可以看作Vague集的特例:即当tA(x)=1-fA(x)时,则子区间左右值相等,Vague集退化为模糊集。可见Vague集比模糊集有更强的表达力。
2.1评价指标体系
涂层工艺最主要的安全隐患是空气中释放的甲苯及醋酸乙脂浓度,当它们与空气混合达到爆炸极限范围时,遇到明火或电火花就会立即发生爆炸[2]。一般涂层机内和车间都设有通风系统,如果通风效果良好,完全可避免甲苯、醋酸乙脂浓度超标。涂层底布多为化纤织物,织物通过多道送布金属滚筒时发生的相互摩擦容易产生静电,其电压随滚筒数量及输送速度的增大而增大,电压越高发生放电的危险越大,尤其是涂层刀口刮浆口处,最容易产生电晕或火花放电,引起火灾。为此一般在刀口进、出端安装静电消除器[3-4]。涂层机还应配备漏电保护装置,避免操作者触电。涂层剂大多有一定的毒性,且易飞溅到操作者身体暴露部位(尤其是眼睛),导致腐蚀,因此需加装必要的防护。涂层加工需要加热,加热方式有导热油加热、电热风炉加热及蒸汽加热等,温度都比较高,操作者暴露部位若不慎触碰发热部位很容易烫伤,也必须加以防护。使用抽胶泵抽胶时,在泵上升、下降过程中若操作不慎容易被撞伤,因此该区域必须加装防护栏。参考有关资料及生产经验[5-6],本文提出了8个方面的指标来衡量涂层机安全性能状况,即通风效果、静电防护、电气防爆、漏电保护、速度限制、机械伤防护、烫灼伤防护和腐蚀伤防护。
2.2指标权重
传统的1~9标度法确定权重只能取整,属性的重要性最少为1个数值的差距,导致权重数值差距较大,有时与事实不吻合。本文采用一种改进的1~9标度法以弥补其不足[7]。
首先对各指标的重要程度进行评分,分数的区间为(1, 10),可以为小数,也可以相同,然后对指标的得分进行两两比较,以其差值构造判断矩阵E=(ei j)n×n。若评价指标ei和ej得分分别为a和b,则ei j的值为
(1)
为保证最终指标权重的精确性,1~9标度法通常需要进行一致性检验,过程复杂繁琐。本文采用最优传递矩阵进行改进,使之自然满足一致性要求,无需进行一致性检验。具体步骤如下。
(2)
——计算指标的权重集W=(w1, w2, …, wn)。
(3)
2.3评价步骤
2.3.1建立Vague集
评价指标的评分一般有单值数据和区间数据两种形式,无论何种数据都需要先将它们转换为Vague值后,再建立Vague集。
设评价对象Ai(i=1, 2, …,m)的指标xj(j=1, 2, …,n)为非负单值数据,则转换成Vague值的计算式为[8]
Ai(xj)=[tA(xi j), 1-fA(xi j)]=
(4)
式中,xj min=min{x1j, x2j, …, xm j}, xj max=max{x1j, x2j, …, xm j}, P为设定的指数,通常P=2。
设评价对象Ai(i=1, 2, …,m)的指标xj(j=1, 2, …,n)为区间非负数据值[xi j,yi j](xi j≤yij),则转换成Vague值的计算式为[9]
(5)
式中xj max=max{x1j, y1j, x2j, y2j, …, xm j, ym j}, P为设定的指数,通常P=1。
若评价对象的指标评分为单值数据与区间数据混合的形式,则按区间数据进行Vague值转换,单值数据视同上下区间值相等的区间数据。
建议采用单值数据和区间数据交替的方式评分,如判断比较确定,就采用单值数据的给分形式,如判断较为模糊,就采用区间数据的给分形式,这样既能调动专家的能动性,又能发挥Vague的优点。
2.3.2评价方法
基于Vague集的评价原理主要是利用Vague集的相似度量理论,首先设定一个指标全优的理想方案,然后根据评价对象与理想方案的相似程度判断优劣。Vague集的相似度主要用距离来度量,不同的测度方法对评价结果有所影响。常见的测量方法只考虑真隶属函数tA(xi)和假隶属函数fA(xi),忽视了踌躇度hA(x)的影响,这等于放弃了Vague集特点。考虑到踌躇度hA(x)的影响,以及评价指标对评价目标的影响,本文采用一种改进的距离测量方法。
设目标对象A和B的Vague集分别为
则A和B的加权距离定义为
(6)
单一的距离度量法分辨率并不高,容易造成评价失真。为了提高评价的精度,本文将Vague集和TOPSISS法结合,采用相对接近度衡量评价对象的质量[10]。具体步骤如下。
——构造Vague集的最优(正理想)方案A+和最劣(负理想)方案A-。
最优方案为完全满意形式,最劣方案为完全否定形式。显然
A+={[1, 1], [1, 1], …, [1, 1]}
A-={[0, 0], [0, 0], …, [0, 0]}
(7)
(8)
——计算各评价对象与最优方案A+的贴近度Fi。
(9)
——按贴近度对方案进行排序。
贴近度反映了评价对象与最优方案的相似程度,贴近度越大,表明评价对象与最优方案越接近,与最劣方案的距离越大,评价对象越优。
以湖北省一些印染企业的4台涂层机(分别设为A1、A2、A3和A4)为评价对象。安全性能评价指标为通风效果、静电防护、电气防爆、漏电保护、速度限制、机械伤防护、烫灼伤防护和腐蚀伤防护8项,分别设为x1、x2、x3、x4、x5、x6、x7和x8。组织相关专家对这4个评价对象(涂层机)对应的8个安全性能指标的满足程度进行评分。允许专家采用单值或区间值交替给分的形式,两种计分方法根据专家个人的不确定度自由表达。这种评分方式更符合客观实际。结果见表1。
3.1构建评价对象的Vague集
按式(5)将原始数据转换成Vague值,构建Vague值,如表2所示。
表1 评价对象的评分
表2 评价对象的Vague集
3.2计算评价指标的权重
组织相关专家对各指标的重要性进行评分,结果依次为x1=9.0,x2=8.6,x3=8.2,x4=7.7,x5=7.5,x6=7.0,x7=6.5,x8=6.2。按2.2节方法计算权重,则判断矩阵为
反对称矩阵为
拟优矩阵为
特征向量为
P=(2.196, 1.793, 1.431, 1.061, 0.941, 0.780, 0.543, 0.456)
权重为
W=(0.240, 0.196, 0.156, 0.116, 0.103, 0.078, 0.060, 0.051)
3.3计算评价对象与理想方案的距离和贴近度
按式(7)和式(8)计算各评价对象与正理想解和负理想解的距离,按式(9)计算各评价对象的相对贴近度,结果如表3所示。
表3 评价对象的相似度及贴近度
3.4对评价对象进行排序
由于F4>F2>F3>F1,因此,这4台涂层机安全性能的排序为A4>A2>A3>A1。
纺织品经涂层加工后可具备多种特性,但纺织品涂层加工工艺也存在许多安全隐患,除需要对操作人员进行安全教育并进行严格的安全管理外,全面准确地掌握涂层机的安全性能状态,积极排查安全隐患,采取补救措施也十分重要。涂层机组成部件多,牵涉的安全领域广,采用普通的方法很难获得客观的评价。本文利用Vague集对涂层机安全性能进行评价,通过将单个数值或区间值数据转换成Vague值,在Vague环境下完成对评价对象的评价。评价中允许专家采用单值或区间值交替给分的形式更符合客观实际;采用改进的1~9标度法确定评价指标的权重,更便于权重计算;采用一种改进的距离测量方法,充分发挥了Vague集的优点;利用相对接近度的融合方法衡量目标的优劣,提高了评价的准确性。
[1]谢飞跃,刘巍,刘有姿.基于Vague集模糊理论的节能住宅方案评价研究[J].建筑节能,2011,39(5):56-58.
[2]邱香,陈继光.基于Vague集的水电工程方案模糊综合评价[J].数学的实践与认识,2011,41(4):34-37.
[3]周武,黄琦兰,杨公源,等.涂层机热油辊温度控制系统[J].仪器仪表用户,2012(5):34-37.
[4]林杰.涂层机的再开发利用[J].辽宁丝绸,2003(1):15-16.
[5]何诗彪.利用浮动刮刀涂层机生产聚氯乙烯发泡产品[J].印
染,1993,19(11):30-33.
[6]薛志成.涂层机防爆技术改造[J].染整技术,2004,26(1):46-47.
[7]孙广伟,林云鉴.服务外包企业人才管理水平指标权重研究[J].江苏商论,2011,12(10):77-79.
[8]王鸿绪.单值数据转化为Vague值数据的定义和转化公式[J].计算机工程与应用,2009,45(18):42-44.
[9]王鸿绪.区间值数据向Vague值数据的转化公式[J].计算机工程与应用,2010,46(16):43-45.
[10]万树平.多传感器信息融合的Vague集法[J].计算机工程,2009,35(12):259-260.
Application of Vague set in the evaluation of safety performance of coating machine
ShuFuhua
School of Vocational Technology, Wuhan University of Technology,Wuhan/China
A new method for evaluating the safety performance of textile coating machine based on Vague set theory was introduced. Safety performance evaluation systems of coating machines were proposed. First, experts were organized to evaluate the object of evaluation according to the evaluation system, and allowed to use the single or interval value of the form. Then, the orders of the pros and cons of the object were given through the comparison of the evaluation in the Vague environment. In order to calculate the weight expediently, an improved 1-9 scale method to determine the weight of evaluation index was proposed. Uncertainty was applied to measure similarity degree, and the relative approach degree was applied to measure the quality of evaluation objects, which improved the accuracy of evaluation.
Vague set; coating machine; safety; evaluation; weight; approach degree