基于<strong>FFT-BN</strong>模型的桥式起重机危险等级评估方法及系统

doi:10.3785/j.issn.1006-754X.2026.05.188

工程设计学报

2026, Vol. 33

Issue (1): 17-32 DOI: 10.3785/j.issn.1006-754X.2026.05.188

机械设计理论与方法

基于FFT-BN模型的桥式起重机危险等级评估方法及系统

董青¹(

),李俊齐¹,徐格宁¹,牛曙光²,赵科渊¹

^1.太原科技大学机械工程学院，山西太原 030024
^2.太原重型机械集团有限公司，山西太原 030024

Hazard level assessment method and system for bridge crane based on FFT-BN model

Qing DONG¹(

),Junqi LI¹,Gening XU¹,Shuguang NIU²,Keyuan ZHAO¹

^1.School of Mechanical Engineering, Taiyuan University of Science and Technology, Taiyuan 030024, China
^2.Taiyuan Heavy Machinery Group Co. , Ltd. , Taiyuan 030024, China

全文: PDF(5682 KB) HTML

摘要：

为了在设计源头对起重机所面临的危险实施有效防控，需着力解决现役桥式起重机存在的危险源辨识不全面、量化评估体系缺失及风险评估模型局限性等核心问题。为此，提出了基于FFT-BN（fuzzy fault tree-Bayesian network，模糊故障树-贝叶斯网络）模型的桥式起重机危险等级评估方法，并开发了专用型系统平台。聚焦桥式起重机的结构与零部件，通过系统性失效分析建立精细化的危险源辨识流程，以实现潜在风险的全覆盖；构建专家评价量化体系，设计标准的定量指标，并对危险源进行量化表征；提出基于FFT-BN的危险等级评估模型，结合FFT的失效逻辑分析能力与BN的不确定性推理优势，在提升模型精度与效率的同时实现复杂风险的动态量化评估与等级划分；开发专用型桥式起重机危险等级评估系统平台，实现了评估流程的智能化革新，大幅提升工程实际的应用效率。以在役QD40 t-22.5 m-9 m通用桥式起重机为例，验证了所提出方法的工程可行性与场景适用性，为设备本质安全提升与事故主动预防提供了有效的解决方案和工具支持。

关键词： 危险源辨识; 危险源量化; 模糊故障树-贝叶斯网络; 桥式起重机; 危险等级

Abstract:

To implement effective prevention and control of hazards faced by cranes at the source of design, it is necessary to address core issues existing in active bridge cranes, such as incomplete hazard source identification, lack of quantitative assessment systems, and limitations of risk assessment models. Therefore, a hazard level assessment method for bridge cranes based on FFT-BN (fuzzy fault tree-Bayesian network) model is proposed, and a dedicated system platform is developed. Focusing on the structure and components of bridge cranes, a refined hazard source identification process was established through systematic failure analysis to achieve comprehensive coverage of potential risks. An expert evaluation quantitative system was constructed, standard quantitative indicators were designed, and hazard sources were quantitatively characterized. A hazard level assessment model based on FFT-BN was proposed, which combined the failure logic analysis capability of FFT with the uncertainty reasoning advantage of BN, to achieve dynamic quantitative assessment and level classification of complex risks while improving the model accuracy and efficiency. A dedicated hazard level assessment system platform for bridge cranes was developed, realizing the intelligent innovation of the assessment process and significantly improving the application efficiency in engineering practice. Taking the in-service QD40 t-22.5 m-9 m general bridge crane as an example, the engineering feasibility and scenario applicability of the proposed method were verified, providing effective solutions and tool support for the improvement of equipment intrinsic safety and active prevention of accidents.

Key words: hazard source identification hazard source quantification fuzzy fault tree-Bayesian network (FFT-BN) bridge crane hazard level

收稿日期: 2025-08-15 出版日期: 2026-03-01

CLC:

TH 215

基金资助: 国家自然科学基金资助项目(52105269)

作者简介: 董青（1989—），女，教授，硕士生导师，博士，从事重大装备数字孪生、疲劳寿命预测、安全评估、报废决策及相关专业软件开发等研究，E-mail: qingdong@tyust.edu.cn，https://orcid.org/0009-0004-7653-1673

	服务
	把本文推荐给朋友
	加入引用管理器
	E-mail Alert
	RSS
	作者相关文章
	董青
	李俊齐
	徐格宁
	牛曙光
	赵科渊

引用本文:

董青,李俊齐,徐格宁,牛曙光,赵科渊. 基于FFT-BN模型的桥式起重机危险等级评估方法及系统[J]. 工程设计学报, 2026, 33(1): 17-32.

Qing DONG,Junqi LI,Gening XU,Shuguang NIU,Keyuan ZHAO. Hazard level assessment method and system for bridge crane based on FFT-BN model[J]. Chinese Journal of Engineering Design, 2026, 33(1): 17-32.

链接本文:

https://www.zjujournals.com/gcsjxb/CN/10.3785/j.issn.1006-754X.2026.05.188 或 https://www.zjujournals.com/gcsjxb/CN/Y2026/V33/I1/17

图1 起重机械事故统计

图2 危险源辨识方法

表1 起重机危险评估策略对比

图3 桥式起重机结构组成

表2 桥式起重机各类危险源

资质等级	基础资质	经验维度	评估能力	权重分配
资深专家	起重机安全/检验领域工作年限 $≥$ 10年；起重机检验师/注册安全工程师；机械/安全工程博士	桥式起重机设计/制造/检验/事故调查项目数量 $≥$ 3个；以往风险评估结论与实际事故的差异度 $≤$ 15%	每年参与行业技术研讨会 $≥$ 3次；与结构力学、电气自动化等专业协作经历 $≥$ 2次	1.2
合格专家	起重机安全/检验领域工作年限5~10年；起重机检验员证书；机械/安全工程硕士	桥式起重机设计/制造/检验/事故调查项目数量 $≥$ 2个；以往风险评估结论与实际事故的差异度 $≤$ 30%	每年参加专业技术培训 $≥$ 2次；与结构力学、电气自动化等专业协作经历 $≥$ 1次	1.0
实习专家	起重机安全/检验领域工作年限<5年；起重机操作/维修资格证书；相关专业本科及以上	协助桥式起重机设计/制造/检验/事故调查项目数量 $≥$ 1个；在导师指导下完成模拟评估	完成岗前培训课程	0.8

表3 专家分级准入条件与权重分配

维度	依据	评分准则（1~5分）					权重
维度	依据	1分	2分	3分	4分	5分	权重
历史发生频率	年事故/故障次数	$≤$ 2次	3~4次	4~5次	6~8次	$≥$ 9次	30%↑↓
设备老化与缺陷	年检验不合格项	0项	1~2项	3~4项	5~6项	$≥$ 7项	20%↑↓
人为操作风险	工作人员年违章次数	$≤$ 1次	2~3次	4~5次	6~8次	$≥$ 9次	20%↑↓
控制措施可靠性	安全装置年失效次数	$≤$ 1次	2~3次	4~5次	6~8次	$≥$ 9次	20%↑↓
环境诱发因素	高温/腐蚀/大风年暴露天数	$≤$ 30天	30~90天	90~150天	150~200天	$≥$ 200天	10%↑↓

表4 危险源多维度加权评分准则

专家术语评级	三角模糊数/10^-3
低（S<1）	(0, 1, 2)
较低（1 $≤$ S<2）	(2, 3, 4)
中等（2 $≤$ S<3）	(4, 5, 6)
较高（3 $≤$ S<4）	(6, 7, 8)
高（S $≥$ 4）	(8, 9, 10)

表5 专家术语评级规则

图4 梯形隶属函数

图5 桥式起重机的T-S模糊故障树模型

图6 T-S模糊故障树转BN模型的流程

图7 FFT-BN模型

表6 后验概率和关键重要度等级划分

表7 危险等级划分

图8 桥式起重机危险等级评估系统平台开发流程

表8 相关应用软件程序及版本

图9 桥式起重机危险等级评估系统平台主界面

图10 危险源辨识及量化结果

表9 根节点的模糊失效概率

表10 T-S模糊门9

表11 中间节点的失效概率

图11 桥式起重机危险等级评估结果

表12 桥式起重机危险等级划分

图12 信息数据管理界面

表13 桥式起重机危险等级评估方法性能对比

[1]	ZHANG Y， YANG F， YUAN H， et al. 3D reconstruction of coal pile based on visual scanning of bridge crane［J］. Measurement， 2025， 242： 116146.
[2]	安慧，黄艾，安敏，等. 基于模糊故障树的建筑施工高处坠落全面风险评估［J］. 科学技术与工程， 2022， 22（19）： 8568-8576. AN H， HUANG A， AN M， et al. Comprehensive risk assessment of building construction falling from height based on fuzzy fault tree［J］. Science Technology and Engineering， 2022， 22（19）： 8568-8576.
[3]	SHIOKARI M， ITOH H， YUZUI T， et al. Structure model-based hazard identification method for autonomous ships［J］. Reliability Engineering & System Safety， 2024， 247： 110046.
[4]	SUNARYO， HAMKA M A. Safety risks assessment on container terminal using hazard identification and risk assessment and fault tree analysis methods［J］. Procedia Engineering， 2017， 194： 307-314.
[5]	SHEN Y H， LÜ H， HU Y Q， et al. Preliminary hazard identification for qualitative risk assessment on onboard hydrogen storage and supply systems of hydrogen fuel cell vehicles［J］. Renewable Energy， 2023， 212： 834-854.
[6]	刘永强，朱斌，任海文，等. 基于BIM技术的大型水闸工程施工危险源辨识系统设计［J］. 水电能源科学， 2023， 41（5）： 170-173， 134. LIU Y Q， ZHU B， REN H W， et al. Identification system design of hazard sources of large-scale sluice engineering based on BIM technology［J］. Water Resources and Power， 2023， 41（5）： 170-173， 134.
[7]	WOLNIEWICZ Ł， MARDEUSZ E. Fuzzy logic-based expert evaluation of tram driver's console fidelity in a universal simulator［J］. Applied Sciences， 2025， 15（16）： 9048.
[8]	SHEN S L， LIN S S， ZHOU A N. A cloud model-based approach for risk analysis of excavation system［J］. Reliability Engineering & System Safety， 2023， 231： 108984.
[9]	YUCESAN M， GUL M， CELIK E. A holistic FMEA approach by fuzzy-based Bayesian network and best-worst method［J］. Complex & Intelligent Systems， 2021， 7（3）： 1547-1564.
[10]	HE W， LIN Z L， LI W， et al. The comprehensive safety assessment method for complex construction crane accidents based on scenario analysis： a case study of crane accidents［J］. Computers & Industrial Engineering， 2025， 199： 110716.
[11]	CHEN Z P， LI Z W， HUANG C L， et al. Safety assessment method of bridge crane based on cluster analysis and neural network［J］. Procedia Computer Science， 2018， 131： 477-484.
[12]	LI A H. Risk assessment of crane operation hazards using modified FMEA approach with Z-number and set pair analysis［J］. Heliyon， 2024， 10（9）： e28603.
[13]	吴峰崎，刘兆基，刘龙，等. 基于云模型和组合赋权的岸边集装箱桥式起重机金属结构安全评估［J］. 中国特种设备安全， 2024， 40（8）： 52-57， 71. WU F Q， LIU Z J， LIU L， et al. Safety assessment of quayside container crane metal structures based on cloud modeling and DEMATEL-CRITIC［J］. China Special Equipment Safety， 2024， 40（8）： 52-57， 71.
[14]	ZHONG H Y， CHEN L Y， ANTWI-AFARI M F， et al. Dynamic risk assessment of tower crane operations by integrating functional resonance analysis method and Bayesian network［J］. Developments in the Built Environment， 2025， 23： 100699.
[15]	European Committee for Standardization. Cranes-bridge and gantry cranes： EN 15011：2020 ［S］. Brussels：［s.n.］， 2020.
[16]	中国机械工业联合会. 起重机械危险源辨识：［S］. 北京：中国标准出版社， 2025. China Machinery Industry Federation. Lifting appliances： hazard identification：［S］. Beijing： Standards Press of China， 2025.
[17]	European Committee for Standardization. Crane safety-general design-Part 2： load actions： EN 13001-2：2021 ［S］. Brussels：［s.n.］， 2021.
[18]	袁凡雨，米琴，陈杰，等. 基于事故树分析的重大事故隐患评判方法［J］. 中国安全科学学报， 2025， 35（6）： 37-41. YUAN F Y， MI Q， CHEN J， et al. Evaluation method for major accident hazards based on accident tree analysis［J］. China Safety Science Journal， 2025， 35（6）： 37-41.
[19]	任耀军，袁修久，黄林. q阶三角犹豫模糊BM算子及其多属性决策应用［J］. 系统工程与电子技术， 2022， 44（1）： 181-191. REN Y J， YUAN X J， HUANG L. q-rung hesitant triangular fuzzy BM operator and its application in multiple criteria decision making［J］. Systems Engineering and Electronics， 2022， 44（1）： 181-191.
[20]	房锐，张琪，胡澄宇，等. 基于风险矩阵的干线公路弯道路段交通冲突风险评估模型［J］. 交通运输系统工程与信息， 2021， 21（2）： 166-172. FANG R， ZHANG Q， HU C Y， et al. Risk assessment model based on risk matrix for traffic conflict on arterial highway bend section［J］. Journal of Transportation Systems Engineering and Information Technology， 2021， 21（2）： 166-172.
[21]	刘若君，张幼振，姚克. 基于T-S模糊故障树的煤矿坑道钻机液压动力系统故障诊断研究［J］. 煤田地质与勘探， 2022， 50（12）： 194-202. LIU R J， ZHANG Y Z， YAO K. Fault diagnosis of hydraulic power system for coal mine tunnel drilling rig based on T-S fuzzy fault tree［J］. Coal Geology & Exploration， 2022， 50（12）： 194-202.
[22]	马帜，罗尧治，葛慧斌，等. 基于健康监测数据和贝叶斯网络的结构失效概率评估［J］. 浙江大学学报（工学版）， 2023， 57（8）： 1551-1561. MA Z， LUO Y Z， GE H B， et al. Failure probability estimation for structures based on health monitoring data and Bayesian network［J］. Journal of Zhejiang University （Engineering Science）， 2023， 57（8）： 1551-1561.

[1]	董青,党泽伟,徐格宁. 基于物理信息神经网络的桥式起重机疲劳寿命预测方法[J]. 工程设计学报, 2025, 32(6): 745-758.
[2]	董青,张天祥,戚其松,徐格宁. 基于结构功能衍生系数的桥式起重机金属结构优化设计[J]. 工程设计学报, 2024, 31(6): 810-822.
[3]	刘文, 张晋红, 林腾蛟, 杨云, 蔡云龙. 三支点桥式起重机结构噪声预估及其影响因素研究[J]. 工程设计学报, 2017, 24(5): 580-587,594.
[4]	高素荷. 宝钢25 t-27.5 m桥式起重机主梁有限元分析[J]. 工程设计学报, 2005, 12(5): 313-317.

Viewed

Full text

Abstract

Cited

Shared

Discussed