韓曉霞, 王 杰, 陳 媛, 李峙剛
(1.火箭軍工程大學(xué)作戰(zhàn)保障學(xué)院, 西安 710025; 2.火箭軍工程大學(xué)導(dǎo)彈工程學(xué)院, 西安 710025)
隨著中國經(jīng)濟(jì)的飛速發(fā)展,城市建設(shè)朝著復(fù)雜化、規(guī)模化的方向飛躍。作為城市的基礎(chǔ)性設(shè)施,給排水管道工程對經(jīng)濟(jì)發(fā)展和人民生活有著極其重要的作用。據(jù)統(tǒng)計(jì)每年有大量的給排水管道投入運(yùn)行,其安全狀態(tài)與人民生活緊密相關(guān)。受管道腐蝕和老化因素影響,給排水管道在長期使用過程中健康水平會(huì)發(fā)生退化,為避免滲漏、爆管等重大事故發(fā)生,需要對其進(jìn)行安全性評(píng)估,以確保其正常運(yùn)行[1]。給排水管道結(jié)構(gòu)復(fù)雜,監(jiān)測信息多源,存在較大的不確定性,因此如何將監(jiān)測信息與專家知識(shí)有機(jī)結(jié)合,建立有效的安全性評(píng)估模型成為當(dāng)前亟待解決的問題。
在當(dāng)前的安全性評(píng)估研究中,主要可以分為以下三類:基于數(shù)據(jù)、基于定性知識(shí)和基于半定量信息的方法。在基于數(shù)據(jù)方法的研究中,袁偉良等[2]提出了一種基于支持向量機(jī)的飛行品質(zhì)評(píng)估模型,實(shí)現(xiàn)飛行品質(zhì)的客觀評(píng)價(jià)。李亞等[3]針對慣組誤差系數(shù)存在弱相關(guān)性的特點(diǎn),采用因子分析法獲得了慣組的穩(wěn)定性。然而此類方法主要依賴大量的監(jiān)測數(shù)據(jù),存在模型不可解釋、過擬合等問題[4-5]?;诙ㄐ灾R(shí)的方法,典型代表為專家系統(tǒng)和模糊推理,主要利用專家知識(shí)對系統(tǒng)進(jìn)行建模。盡管定性知識(shí)可以一定程度上彌補(bǔ)定量數(shù)據(jù)的不足,然而,由于專家知識(shí)的模糊性和不精確性也將導(dǎo)致評(píng)估結(jié)果的偏差[6-7]?;诎攵啃畔⒌姆椒梢酝瑫r(shí)整合定性知識(shí)和定量信息,從而在安全性評(píng)估等領(lǐng)域具有更大的潛力。周志杰等[8]通過將專家知識(shí)和監(jiān)測信息結(jié)合,建立了航空繼電器故障預(yù)測模型。李鑫等[9]研究了設(shè)備處于不同安全性狀態(tài)時(shí)的數(shù)據(jù)特點(diǎn),實(shí)現(xiàn)了考慮退化模式動(dòng)態(tài)轉(zhuǎn)移的安全性狀態(tài)自適應(yīng)預(yù)測與評(píng)估。
證據(jù)推理(evidential reasoning, ER)規(guī)則是由Yang等[10]在2013年提出的多源信息融合方法,它將專家知識(shí)與定量數(shù)據(jù)相結(jié)合,可以被視為一種較為典型的半定量信息方法。該方法是在Dempster-Shafer(D-S)證據(jù)理論、模糊推理的基礎(chǔ)上發(fā)展而來,通過區(qū)分指標(biāo)的權(quán)重與可靠度,構(gòu)成了一個(gè)相對統(tǒng)一的推理框架[11-12]。由于對不確定信息的良好處理能力,ER規(guī)則已被廣泛應(yīng)用于多屬性決策、故障診斷、安全性評(píng)估等領(lǐng)域。田靜靜等[13]提出了一種基于模糊集和ER規(guī)則的車輛運(yùn)行風(fēng)險(xiǎn)評(píng)估方法,通過融合不同專家的評(píng)估值得到路網(wǎng)層面車輛風(fēng)險(xiǎn)等級(jí)。李巖等[14]通過采用ER規(guī)則進(jìn)行屬性信息的集結(jié),解決了專家決策帶有猶豫性和偏好性的多屬性決策問題。陳濤等[15]針對區(qū)域綜合承災(zāi)能力的評(píng)估精度稍顯粗糙問題,基于ER規(guī)則從定性、定量數(shù)據(jù)兩方面完成對某市綜合承災(zāi)能力的評(píng)估。
基于ER規(guī)則,現(xiàn)提出一種能夠有效利用監(jiān)測信息與專家知識(shí)的管道安全性評(píng)估方法。首先分別基于專家知識(shí)和監(jiān)測信息確定指標(biāo)權(quán)重和可靠度,然后構(gòu)建基于ER規(guī)則的管道安全性評(píng)估模型。針對部分模型參數(shù)難以準(zhǔn)確給定,建立基于Fmincom函數(shù)的非線性優(yōu)化策略,求解得到最優(yōu)參數(shù)。最后對某型給排水管道實(shí)例進(jìn)行評(píng)估,并通過對比分析驗(yàn)證所提出方法的有效性。
給排水管道的安全性受到許多因素的影響,如設(shè)計(jì)、安裝、操作、維護(hù)等。因此,很難為管道的安全性評(píng)估建立一個(gè)準(zhǔn)確的數(shù)學(xué)模型。然而,管道在長期工作過程中的安全性可以通過一些典型的監(jiān)測指標(biāo)進(jìn)行反映?;诖耍饕鉀Q以下兩個(gè)問題。
問題1由于管道外界環(huán)境復(fù)雜,監(jiān)測指標(biāo)類型各異,且包含各類不確定性,因此問題1主要是建立一個(gè)安全性評(píng)估模型將各監(jiān)測信息與專家知識(shí)有效融合,可表示為
y=ψ(xi,V,R)
(1)
式(1)中:y為管道的安全性評(píng)估結(jié)果;xi為第i個(gè)監(jiān)測指標(biāo);V為模型參數(shù);R為相關(guān)專家知識(shí);ψ為基于ER規(guī)則的非線性函數(shù)。
問題2為了提高安全性評(píng)估的精度,需要對模型參數(shù)進(jìn)行優(yōu)化。因此問題2主要是構(gòu)建優(yōu)化模型對參數(shù)進(jìn)行優(yōu)化,可表示為
(2)
式(2)中:f(V)為目標(biāo)函數(shù);Vupper和Vlower分別為模型參數(shù)需要滿足的上下界約束。
采用ER規(guī)則構(gòu)建管道安全性評(píng)估模型,獲得管道的綜合安全性水平,推理步驟如下。
假設(shè)有L個(gè)監(jiān)測指標(biāo),其觀測數(shù)據(jù)可以表示為
X=
(3)
式(3)中:xi為第i個(gè)觀測指標(biāo);T1為開始觀測數(shù)據(jù)的時(shí)刻;1,2,…,k,…,T2為不同的觀測時(shí)間點(diǎn)。
設(shè)不同指標(biāo)的評(píng)估等級(jí)及對應(yīng)的參考值如表1所示。
Hn為評(píng)估等級(jí),n=1,2,…,N, 構(gòu)成了完整的評(píng)估框架,F(Hn)為對應(yīng)的參考值。在實(shí)際應(yīng)用中,一般可以假設(shè)F(Hn-1) S(xi)={(Hn,βn,i),n=1,2,…,N;i=1,2,…,L} (4) 式(4)中:βn,i為對于評(píng)估等級(jí)Hn的置信度,可表示為 表1 參考等級(jí)和參考值Table 1 Evaluation grades and referential values (5) 式(5)中:m、n分別為第m個(gè)、第n個(gè)評(píng)估等級(jí)。 在ER規(guī)則中,指標(biāo)權(quán)重反映了不同指標(biāo)之間的重要程度。目前常見的權(quán)重確定方法包括主觀給定法,客觀計(jì)算法等。權(quán)重初始值可以由專家確定,同時(shí)為降低專家決策的主觀性,構(gòu)建優(yōu)化模型對其進(jìn)行優(yōu)化。 區(qū)別與指標(biāo)權(quán)重,指標(biāo)的可靠性反映了指標(biāo)提供正確信息的能力。在工程實(shí)踐中,指標(biāo)的可靠性通常分為靜態(tài)可靠性ri,S和動(dòng)態(tài)可靠性ri,D,并且指標(biāo)xi的整體可靠度ri可表示為 ri=τiri,S+(1-τi)ri,D, 0≤τi≤1 (6) 式(6)中:τi為加權(quán)系數(shù),一般由專家給定;ri,S可以根據(jù)行業(yè)標(biāo)準(zhǔn)獲得;ri,D主要受外部環(huán)境噪聲的影響,可以基于數(shù)據(jù)波動(dòng)情況確定。首先監(jiān)測數(shù)據(jù)的均值的計(jì)算公式為 i=1,2,…,L (7) (8) 則xi在時(shí)間k內(nèi)所有觀測數(shù)據(jù)與均值的平均距離可表示為 (9) 定義xi的動(dòng)態(tài)可靠度為 (10) 通過式(6)~式(10)可以獲得指標(biāo)的整體可靠度。值得注意的是可靠度反映出指標(biāo)的客觀性質(zhì),不參與優(yōu)化。 當(dāng)?shù)玫剿兄笜?biāo)的監(jiān)測信息,并將輸入信息轉(zhuǎn)化為置信分布形式后,利用上述權(quán)重與可靠度確定方法得到指標(biāo)的權(quán)重和可靠性,可以利用ER規(guī)則對多指標(biāo)進(jìn)行融合,進(jìn)而得到最終的安全性評(píng)估結(jié)果,融合規(guī)則為 (11) (12) (13) O={(Hn,pn,e(L)(T1+k),n=1,2,…,N} (14) 在實(shí)際應(yīng)用中,為獲得數(shù)值輸出,可將融合結(jié)果的置信分布轉(zhuǎn)化為期望效用。假設(shè)所有評(píng)估等級(jí)的效用值D={D1,D2,…,DN},其值往往無法精確給定,需要通過優(yōu)化算法進(jìn)行調(diào)整,則輸出置信度的期望效用可表示為 (15) 式(15)中:Dn為第n個(gè)評(píng)估等級(jí)的效用值,n=1,2,…,N。 基于上述分析可知,所建立模型中指標(biāo)的可靠性可以通過適當(dāng)?shù)姆椒▉碛?jì)算。但是,指標(biāo)的參考值,權(quán)重和效用值往往由專家給出,由于專家知識(shí)有限,將導(dǎo)致評(píng)估結(jié)果精度不夠。因此,為了提高模型的準(zhǔn)確性,有必要建立優(yōu)化模型對參數(shù)進(jìn)行優(yōu)化。優(yōu)化模型如圖1所示。 圖1 參數(shù)優(yōu)化模型Fig.1 The model of parameter optimization 優(yōu)化的基本思想是使得評(píng)估模型的輸出盡可能接近真實(shí)狀態(tài),其中管道的實(shí)際狀態(tài)由多個(gè)領(lǐng)域?qū)<医?jīng)驗(yàn)知識(shí)給出。目標(biāo)函數(shù)可表示為 RMSE(Fn,i,wi,Dn)= (16) 圖2 安全性評(píng)估實(shí)現(xiàn)步驟Fig.2 The implementation steps of safety assessment 假設(shè)給排水管道有L個(gè)監(jiān)測指標(biāo),每個(gè)指標(biāo)設(shè)立N個(gè)參考值,根據(jù)專家知識(shí)與實(shí)際條件給定約束條件為 (17) 式(17)中:an,i和bn,i分別為對應(yīng)參考值的上下界;wi為第i個(gè)指標(biāo)的權(quán)重;ci和di為對應(yīng)權(quán)重的上下界;en和fn分別為對應(yīng)上下界;an,i、bn,i、ci、di、en、fn的值由專家給定。當(dāng)目標(biāo)函數(shù)與約束條件確定以后,采用基于Fmincom函數(shù)對參數(shù)進(jìn)行優(yōu)化,以提高模型精度。 根據(jù)所構(gòu)建的評(píng)估指標(biāo)體系,利用ER規(guī)則對給排水管道進(jìn)行安全性評(píng)估時(shí),詳細(xì)步驟如圖2所示。 步驟1針對所研究對象,構(gòu)建指標(biāo)體系,獲取相關(guān)指標(biāo)的監(jiān)測數(shù)據(jù)。 步驟2基于監(jiān)測數(shù)據(jù),根據(jù)專家知識(shí)和式(6)確定指標(biāo)的初始權(quán)重和可靠度。 步驟3根據(jù)基于規(guī)則的信息轉(zhuǎn)化方法,將指標(biāo)監(jiān)測數(shù)據(jù)其轉(zhuǎn)化為如式(4)所示的置信分布形式。 步驟4利用ER規(guī)則對步驟2和步驟3所得結(jié)果進(jìn)行融合,得到管道安全性評(píng)估結(jié)果。 步驟5基于步驟4所得到的安全性評(píng)估結(jié)果,構(gòu)建目標(biāo)函數(shù),優(yōu)化相關(guān)參數(shù)。 以某型排水管道安全性評(píng)估為例說明所提評(píng)估方法在工程實(shí)際中的應(yīng)用,以驗(yàn)證所提方法的有效性。 排水管道在長期工作過程中受荷載變化、溫度變化和不均勻沉降等因素影響,造成安全性水平下降,因此針對管道進(jìn)行安全性評(píng)估十分必要。對于排水管道來說,管道中的壓力差和流量差直接決定了管道的泄漏量,選擇流量差(FlowDiff)和壓力差(PressureDiff)作為安全性評(píng)估指標(biāo)。在長期監(jiān)測統(tǒng)計(jì)中,獲得了400組監(jiān)測數(shù)據(jù),如圖3所示。 圖3 觀測數(shù)據(jù)Fig.3 The observation data 基于圖3所示的監(jiān)測數(shù)據(jù),利用所提方法對該管道進(jìn)行安全性評(píng)估,步驟如下。 步驟1確定指標(biāo)初始權(quán)重及可靠度。根據(jù)專家知識(shí),兩個(gè)指標(biāo)的初始權(quán)重分別設(shè)定為0.4和0.6?;谑?4)可得兩個(gè)指標(biāo)的可靠度分別為0.24和0.54,其中靜態(tài)可靠度分別給定為0.2和0.8,加權(quán)系數(shù)τ為0.17和0.38。 步驟2信度轉(zhuǎn)換。為了將指標(biāo)的監(jiān)測數(shù)據(jù)轉(zhuǎn)化為如式(4)所示的置信分布形式,定義3個(gè)安全性等級(jí):H={H1,H2,H3}={正常,故障,失效}。根據(jù)專家知識(shí),每個(gè)參考等級(jí)對應(yīng)的參考值如表2所示。 利用基于規(guī)則的信息轉(zhuǎn)換方法,可以得到輸入信息的置信分布如圖4、圖5所示。 步驟3融合監(jiān)測指標(biāo)。根據(jù)式(11)~式(13),排水管道安全性狀態(tài)的分布式評(píng)估結(jié)果如圖6所示。 表2 指標(biāo)參考等級(jí)和參考值Table 2 Evaluation grades and referential values 為了獲取更加綜合的安全性評(píng)估結(jié)果,將圖6所示的分布式評(píng)估結(jié)果轉(zhuǎn)化為數(shù)值輸出。定義評(píng)估結(jié)果的初始效用為D1=0,D2=3,D3=5,基于式(15)得到各個(gè)時(shí)刻的安全性評(píng)估的期望效用如圖7所示。從評(píng)估結(jié)果可以看出,利用ER規(guī)則所獲得的管道評(píng)估結(jié)果基本符合流量差的波動(dòng)趨勢。結(jié)合圖7可知,管道在第240~330個(gè)時(shí)間點(diǎn)安全性水平值較低,表明此時(shí)管道發(fā)生泄漏等安全事故的可能性較大,這基本符合實(shí)際情況,說明了所提方法的有效性。由于一些參數(shù)依賴專家給定,導(dǎo)致部分時(shí)刻評(píng)估精度不高,因此有必要通過建立優(yōu)化模型對參數(shù)進(jìn)行優(yōu)化。 圖4 流量差的置信分布Fig.4 The belief distributions of FlowDiff 圖5 壓力差的置信分布Fig.5 The belief distributions of PressureDiff 圖6 分布式評(píng)估結(jié)果Fig.6 The distributed assessment result 圖7 初始評(píng)估效果Fig.7 The initial assessment result 根據(jù)專家知識(shí),給出各參數(shù)的約束范圍。其中參考值的約束為 (18) 式(18)中:F1,FlowDiff、F2,FlowDiff和F3,FlowDiff為流量差的3個(gè)參考值;F1,PressureDiff、F2,PressureDiff和F3,PressureDiff為壓力差的3個(gè)參考值。 權(quán)重的約束為 (19) 式(19)中:wFlowDiff和wPressureDiff分別為流量差和壓力差的權(quán)重。 期望效用的約束為 (20) 根據(jù)上述參數(shù)的約束條件,選取200組訓(xùn)練數(shù)據(jù),利用Fmincom算法進(jìn)行優(yōu)化,求出最優(yōu)參數(shù)如表3所示。 利用優(yōu)化后的參數(shù)對全部數(shù)據(jù)進(jìn)行測試,可得評(píng)估結(jié)果如圖8所示。相比于初始ER方法,經(jīng)過優(yōu)化后的模型可以較為準(zhǔn)確的評(píng)估管道安全性狀態(tài)。為了進(jìn)一步說明所提方法的有效性,選取反向傳播(back propagation,BP)神經(jīng)網(wǎng)絡(luò)、模糊推理作為比較對象。在對比實(shí)驗(yàn)中,訓(xùn)練數(shù)據(jù)、測試數(shù)據(jù)和本文模型完全相同。在BP中參數(shù)設(shè)置為:優(yōu)化代數(shù)1 000次,允許誤差10-3。在模糊推理中模糊矩陣R設(shè)置為:R=[0.7, 0.3, 0; 1, 0, 0; 0, 0, 1; 0, 0.7, 0.3; 0, 0.45, 0.55; 0, 0, 1]。選取均方根誤差(root mean squared error,RMSE)、平均絕對誤差(mean absolute error,MAE)、平均絕對百分比誤差(average absolute percentage error,MAPE)作為評(píng)估精度指標(biāo),計(jì)算可得各種方法的精度指標(biāo)如表4所示。 結(jié)合圖9和表3可以看出,優(yōu)化后的ER方法具有最高的精度,其次是BP和模糊推理,未優(yōu)化的ER方法精度最低。盡管BP精度較高且便于實(shí)施,但本質(zhì)是一個(gè)黑箱模型,結(jié)果不具有說服力。基于ER算法的安全性評(píng)估模型在保持高精度的同時(shí),具有推理過程可追溯、結(jié)果可解釋等優(yōu)點(diǎn),因此所提方法能夠?qū)ε潘艿赖陌踩誀顟B(tài)進(jìn)行有效評(píng)估。 表3 參數(shù)優(yōu)化結(jié)果Table 3 The parameter optimization results 圖8 優(yōu)化后評(píng)估效果Fig.8 The optimized assessment result 圖9 評(píng)估結(jié)果對比Fig.9 The comparison of assessment results 表4 評(píng)估精度對比Table 4 Comparison table of evaluation accuracy (1)針對給排水管道安全性評(píng)估面臨的系統(tǒng)復(fù)雜、高價(jià)值監(jiān)測數(shù)據(jù)缺乏、環(huán)境因素多樣等問題,在分析常用評(píng)估方法優(yōu)缺點(diǎn)的基礎(chǔ)上,提出了基于證據(jù)推理規(guī)則的管道安全性評(píng)估方法。 (2)所提方法可將監(jiān)測信息與專家知識(shí)有機(jī)結(jié)合,實(shí)現(xiàn)對管道安全狀態(tài)的準(zhǔn)確評(píng)估,同時(shí)推理過程透明,參數(shù)可解釋,在工程實(shí)際中具有較強(qiáng)的應(yīng)用潛力。 (3)在利用Fmincom函數(shù)對模型參數(shù)進(jìn)行優(yōu)化時(shí),參數(shù)的上下界依賴專家給定,未考慮監(jiān)測指標(biāo)本身的工作機(jī)理,因此對于參數(shù)的約束范圍如何準(zhǔn)確給定在未來還需進(jìn)一步探索研究。2.2 監(jiān)測指標(biāo)權(quán)重計(jì)算
2.3 監(jiān)測指標(biāo)可靠度計(jì)算
2.4 指標(biāo)融合
3 參數(shù)優(yōu)化模型
3.1 目標(biāo)函數(shù)
3.2 約束條件
3.3 基于ER方法的安全性評(píng)估實(shí)現(xiàn)步驟
4 實(shí)例研究
4.1 問題描述
4.2 安全性評(píng)估
4.3 參數(shù)優(yōu)化
5 結(jié)論