买专利卖专利找龙图腾，真高效！ 查专利查商标用IPTOP,全免费！专利年费监控用IP管家,真方便！

摘要：本发明公开了基于LEC等级评价的船舶制造现场安全风险辨识方法，属于船舶制造技术领域，包括如下步骤：S1：确认船舶制造现场的风险类型，根据不同的风险类型进行不同方式的风险监控，确定风险监控数据；S2：根据风险监控数据进行风险识别，并对识别的风险进行LEC等级评价，确定出LEC等级评价结果。本发明解决了现有的不能对船舶制造安全风险进行有效地辨识，也不能采取相应的风险控制措施来防控风险，使得船舶制造管理效果差的问题，本发明可对船舶制造现场中存在的船舶制造安全风险进行有效地辨识，且能采取相应的风险控制措施来防控船舶制造现场安全风险，减少船舶制造过程中存在地安全风险，可提升船舶制造管理效果。

主权项：1.基于LEC等级评价的船舶制造现场安全风险辨识方法，其特征在于，包括如下步骤：S1：确认船舶制造现场的风险类型，根据不同的风险类型进行不同方式的风险监控，确定出风险监控数据；S2：根据风险监控数据进行风险识别，并对识别的风险进行LEC等级评价，确定出LEC等级评价结果；S3：根据LEC等级评价结果进行船舶制造现场的安全风险辨识，将不同等级的风险进行不同区域的辨识划分，并根据划分的区域制定相应的风险控制措施并建立应急预案；获取风险监控数据，并判断是否存在数据质量异常，包括：获取所述风险监控数据之后，对所述风险监控数据进行扫描，获取所述风险监控数据中存在的重复数据和超出合理数值范围对应的异常数据；提取所述重复数据；判断所述重复数据中是否存在所述超出合理数值范围对应的异常数据；当所述重复数据中不存在所述超出合理数值范围对应的异常数据时，则利用所述重复数据的数据量和超出合理数值范围对应的异常数据的数据量获取第一数据质量评价参数，其中，所述第一数据质量评价参数通过如下公式获取： ；其中，S01表示第一数据质量评价参数；n表示重复数据的个数；m表示异常数据的个数；Si表示第i个重复数据的数据量；Yi表示第i个异常数据的数据量；Cz表示风险监控数据的总数据量；λi表示第i个重复数据的权重值；σi表示第i个异常数据的权重值；y和s表示第一系数和第二系数；并且，所述第一系数和第二系数通过如下公式获取： ；其中，Sp表示重复数据的平均数据量；Smax表示n个重复数据中出现的重复数据最大量；Yp表示异常数据的平均数据量；Ymax表示m个异常数据中出现的重复数据最大量；当所述重复数据中存在所述超出合理数值范围对应的异常数据时，则利用所述重复数据的数据量和超出合理数值范围对应的异常数据的数据量获取第二数据质量评价参数；当所述第一数据质量评价参数或第二数据质量评价参数低于其对应的评价参数阈值时，则判定风险监控数据的数据质量异常，并进行数据质量异常报警；其中，当所述重复数据中存在所述超出合理数值范围对应的异常数据时，则利用所述重复数据的数据量和超出合理数值范围对应的异常数据的数据量获取第二数据质量评价参数，包括：当所述重复数据中存在所述超出合理数值范围对应的异常数据时，提取所述重复数据中存在的所述超出合理数值范围对应的异常数据对应的数据量；利用所述重复数据中存在的所述超出合理数值范围对应的异常数据对应的数据量与风险监控数据中所包含的所述超出合理数值范围对应的异常数据的数据量，获取异常数据参数；其中，所述异常数据参数通过如下公式获取： ；其中，r表示异常数据参数；k表示重复数据中所包含的异常数据的数据个数；Ysi表示第i个重复数据中所包含的异常数据的数据量；αi表示第i个重复数据中所包含的异常数据的权重值；t表示重复数据中所包含的重复数据的数据个数；Ski表示第i个重复数据中所包含的重复数据的数据量；βi表示第i个重复数据中所包含的重复数据的权重值；ε表示调整系数；Sz表示重复数据的总数据量；p表示不包含在重复数据中的异常数据的数据个数；Yj表示第j个不包含在重复数据中的异常数据的数据量；λj表示第j个不包含在重复数据中的异常数据的权重值；利用所述异常数据参数和重复数据对应的数据量获取第二数据质量评价参数，其中，所述第二数据质量评价参数通过如下公式获取： ；其中，S02表示第二数据质量评价参数；Cz表示风险监控数据的总数据量；p表示不包含在重复数据中的异常数据的数据个数；λj表示第j个不包含在重复数据中的异常数据的权重值；Yj表示第j个不包含在重复数据中的异常数据的数据量；αi表示第i个重复数据中所包含的异常数据的权重值；t表示重复数据中所包含的重复数据的数据个数；Ski表示第i个重复数据中所包含的重复数据的数据量。

全文数据：

权利要求：

百度查询： 上海外高桥造船海洋工程设计有限公司 基于LEC等级评价的船舶制造现场安全风险辨识方法