伴随着中国的改革开放以及一带一路政策的实施,国内外的交流也更加频繁。国外企业纷纷进入中国建厂,以求中国丰富的劳动力资源能给成本上带来减少,从而获得更高的利润。汽车行业现已成为我国经济发展的支柱行业,其中作为汽车行业上游的汽车零部件行业在国家的经济发展中占据着越来越重要的地位。然而在汽车零部件行业蓬勃的发展中,企业对安全方面的重视程度要远远低于对生产的重视程度,这就导致了生产中一系列安全问题的产生。本文围绕着B公司生产过程的安全风险评价进行研究。首先,从近年来B公司生产过程所发生的险肇事故入手,分析导致此类事件发生的各类安全风险。同时,结合国家在安全方面的法律法规对B公司生产过程和产品生产工艺流程中的安全风险进行分析,发现该公司生产过程所涉及的安全风险,并建立B公司生产过程的安全风险评价指标体系。然后,利用专家问卷法对风险评价指标体系中各风险项的重要程度和风险程度进行评估,并采用层次分析法得出各个风险指标的权重。建立基于风险指标体系的各项指标风险程度的隶属度矩阵,结合各风险指标的权重和隶属度矩阵并采用模糊综合评价法得出该公司生产过程的安全风险等级。之后,根据模糊综合评价得到训练BP神经网络所需的数据样本,并结合风险指标体系确定所建立的BP神经网络模型的各项参数。对在不同隐含层节点数下的BP网络进行训练,通过样本输出和网络期望输出的误差对比,从而确定最优网络结构和最佳的网络性能。最后,将专家对于该公司生产过程的安全风险程度的评价作为验证样本输入建立的BP神经网络中,通过网络输出结果和专家评价结果的对比确定了BP神经网络方法应用该公司安全风险评价的有效性。同时,对生产过程中的高风险项进行风险防控。