面向AR辅助桥式起重机检验的CPWB-DEMATEL风险评估框架研究
《Processes》:A CPWB-DEMATEL-Based Risk Assessment Method for AR-Assisted Overhead Crane Inspection
【字体:
大
中
小
】
时间:2026年09月25日
来源:Processes 3.4
编辑推荐:
将增强现实(AR)眼镜应用于桥式起重机检验,可显著提高检验操作的效率和准确性。然而,该技术也引入了源自人员、机器、环境及管理因素之间复杂交互的新的且复杂的风险。由于传统风险评估方法隐含地假设各因素相互独立,难以捕捉这种复杂性。为克服这一缺陷,本研究开发了一种后果优先加权Bor
将增强现实(AR)眼镜应用于桥式起重机检验,可显著提高检验操作的效率和准确性。然而,该技术也引入了源自人员、机器、环境及管理因素之间复杂交互的新的且复杂的风险。由于传统风险评估方法隐含地假设各因素相互独立,难以捕捉这种复杂性。为克服这一缺陷,本研究开发了一种后果优先加权Borda与DEMATEL(决策试验和评价实验室法)集成的混合框架(CPWB-DEMATEL),专为AR辅助检验环境下的风险评估而设计。首先,通过将SHELL模型从传统的四维结构扩展为包含专门的"人员(P)"和"管理(M)"维度,提出了一种面向应用的风险识别框架,从而系统性地识别出27个关键风险因素。其次,将加权Borda严重性排序与DEMATEL网络中心性相结合,确保综合风险优先级同时反映高固有风险严重度和高系统影响性。与此同时,这种集成还进一步实现了关键风险传播路径识别程序,从DEMATEL影响矩阵中提取多跳传播链,揭示系统级的风险传播结构。第三,在一家特种设备检验机构进行的案例研究验证了该框架的适用性。结果表明,操作员/司索工违规操作、信号人员协调错误、多任务协调失效、AR流程监督不足以及钢丝绳识别错误是最关键的风险因素,管理缺陷和沟通相关因素在风险传播中也发挥着重要作用。对比分析和敏感性测试证实了所推导的风险排序在不同参数设置下的稳定性和稳健性。
生物通微信公众号
生物通新浪微博
今日动态 |
人才市场 |
新技术专栏 |
中国科学人 |
云展台 |
BioHot |
云讲堂直播 |
会展中心 |
特价专栏 |
技术快讯 |
免费试用
版权所有 生物通
Copyright© eBiotrade.com, All Rights Reserved
联系信箱:
粤ICP备09063491号