贫数据条件下海底电缆故障概率评估方法*

为解决贫数据引起海底电缆失效概率评估的不确定性影响,实施有效的海底电缆故障风险管理,提出1种耦合模糊集理论、层次贝叶斯分析（HBA）和贝叶斯网络的海底电缆失效概率评估方法,识别海底电缆失效致因因素,梳理各因素之间的关联关系,并采用贝叶斯网络(BN)构建海底电缆失效模型;根据数据源特点将电缆失效因素分为数据完全缺失和具有稀少的先兆数据,采用模糊集理论(FST)计算完全没有可用数据的失效致因发生概率,通过HBA估计有稀少数据失效致因的发生概率;以失效致因发生概率为输入,通过贝叶斯网络实现海底电缆失效概率的动态评估。研究结果表明:FST-HBA-BN方法可以解决基本风险因素的数据稀缺问题,量化评估海底电缆失效概率,研究结果可为贫数据条件下的电缆失效风险管理提供支撑。     

基于逻辑树和贝叶斯网络的海洋平台火灾概率分析

火灾概率分析是海洋平台火灾定量风险评估的重要组成部分,考虑到传统事故树和事件树方法存在一定的局限性,提出了基于逻辑树和贝叶斯网络的火灾概率分析模型。首先采用数理统计方法对墨西哥湾地区2 837起火灾事故进行统计分析,依据事故情况构建逻辑树,然后将逻辑树转化为贝叶斯网络,根据历史数据确定贝叶斯网络各节点的先验概率和条件概率。结果表明:海洋平台火灾事故是设备、人因和组织管理多因素耦合作用的结果;基于贝叶斯网络模型得到海洋平台火灾概率约为1.0×10~(-5),为海洋平台火灾定量风险评估提供了基础数据;由贝叶斯网络模型分析得出,人因操作失误与缺乏作业安全分析的后验概率分别达到0.471和0.119,表明人因组织因素对海洋平台火灾事故具有重要影响。     

基于贝叶斯网络的页岩气集输管道失效概率计算方法研究

页岩气集输管道运行压力和出砂量在生产过程中衰减显著，这导致管道失效概率不断变化，针对这一问题，采用贝叶斯网络方法，建立了页岩气集输管道失效概率动态计算模型。首先，分析页岩气气质特征、管道运行工况及失效原因，利用逻辑门的连接关系，建立了页岩气集输管道失效故障树；其次，基于贝叶斯网络与失效故障树的结构映射关系，将失效故障树转化成贝叶斯网络结构；然后，通过贝叶斯网络的参数学习，实现模型求解；最后，进行了实例应用。研究结果表明:该模型不仅可有效计算页岩气集输管道的失效概率，还能确定影响管道失效的关键风险因素，并且可通过调整节点的状态及概率分布，实现页岩气集输管道失效概率的更新。     

基于N-K模型的城市燃气管道失效可能性因素耦合分析

为分析多因素耦合作用对城市燃气管道失效可能性的影响，构建了基于复杂网络的N-K模型；应用轨迹交叉理论分析管道失效可能性因素的耦合作用机理；基于N-K模型对2011—2014年所发生的1 127起城市燃气管道事故进行耦合分析，计算不同耦合方式发生的概率和耦合值。结果表明:多因素耦合过程中，参与耦合的因素越多，管道失效的概率越大，但耦合发生的频率却随耦合因素的增加逐渐减少；环境因素和人为因素参与耦合时，管道失效的概率较大。     

基于层次模块消元法的贝叶斯网络算法研究

贝叶斯网络对于解决复杂设备不确定性引起的故障具有优势。考虑到多数情况下贝叶斯网节点的联接形式均为汇合联接,分析了常见的汇合联接形式,提出一种新的算法,即层次模块消元法。该算法首先根据装置故障形式及特点,构建贝叶斯网;然后将构建的贝叶斯网进行分层,各层组成一个新的模块;接着分别计算新模块在各种状态下的概率;最后将各层次模块结合在一起,求得叶节点各种状态下的概率。实例应用表明,层次模块消元法与桶消元法计算结果一致,适合装置各种状态概率计算。     

基于CREAM和贝叶斯网络的空管人误概率预测方法

针对研究管制人因可靠性时存在的模糊性和片面性问题，采用认知可靠性与失误分析方法（CREAM）中的扩展预测法，计算10项管制通用任务的人误概率；在此基础上，以管制行为形成因子作为根节点构建贝叶斯网络，建立其与情景控制模式的不确定关系模型，对管制员在多任务中的人误概率进行预测。研究结果表明:在由相同评判者给出行为形成因子影响效应的前提下，由CREAM扩展预测法和构建贝叶斯网络的方法预测得到的多数任务的人误概率差异较大，从方法的客观性、合理性和适用性角度分析，贝叶斯网络在研究该问题时更具优势。     

基于N-K模型和SNA的新能源汽车燃爆风险因素耦合分析

新能源汽车燃爆事故涉及人、车、充电设备(桩)和环境等多风险因素。从系统层面确定最大风险耦合形式及关键风险因素对提升我国新能源汽车安全水平具有重要意义。通过收集整理我国2016—2020年发生的191起新能源汽车燃爆事故案例，运用N-K模型计算风险耦合值；利用社会网络分析(Social Network Analysis, SNA)将风险因素作用关系可视化，分析风险因素网络中各节点中心度及可达性；结合N-K模型和SNA对风险节点的出度进行修正，确定新能源汽车燃爆事故中的关键风险因素，并据此提出安全防控策略。结果表明：多风险因素耦合导致事故发生的概率较大；控制车-环两因素风险耦合可有效避免燃爆事故发生；高温、低温、浸水、路面异物碰撞和电池管理系统故障是需要重点防范的关键风险因素。     

基于贝叶斯网络的物流无人机失效风险评估*

为降低城市物流无人机（UAV）失效坠落风险，通过考虑其运行环境和系统故障等因素的影响，以城市物流无人机运行数据为基础，从系统故障、运行环境和人为因素3方面提取失效诱因；分析物流无人机失效模式，并构建意外坠落事故的贝叶斯网络；基于所建网络和失效诱因发生概率分别计算不同工况下意外坠落事故及各中间事件概率，并基于网络拓扑结构展开反向推理，推演事故的主要失效诱因。结果表明:物流无人机正常运行时发生安全事故的概率为6.54×10-3；其中，电池电量不足、桨叶失效和电池故障是坠落事故的主要诱因，计算结果可为无人机运行安全风险防控提供依据。     

基于改进贝叶斯的飞行签派安全评估研究

随着航空公司机队规模和航班数量不断增加,作为运输生产核心部门之一的飞行签派工作,对生产组织协调不得力或监控跟踪不及时所引发飞行事故成为当前突出的安全问题。分析由于飞行签派工作差错导致飞行事故的原因及可能引发的各项后果,查找出诱发该类事故各项因素,运用层次分析法建立飞行签派安全评估指标体系,建立基于贝叶斯网络的影响飞行签派各因素间的关系和相互作用,提出了故障树向贝叶斯网络转化的改进方法,基于构建的飞行签派安全评估贝叶斯网络模型,给出了求解顶事件发生后果概率、底事件重要度和事故发生最小割集的算法;最后将该算法应用于实例。     

基于ACE-BN的通勤飞行事故/事件诱因分析

为降低我国通用航空短途运输运行安全风险,提出一种基于平均因果效应(ACE)和贝叶斯网络(BN)的事故/事件诱因分析方法。首先,分析102起美国通勤飞行事故/事件,共识别出7类19种诱因;然后,引入ACE公式确定节点的优先次序,使用K2算法构建BN结构,并采用最大期望(EM)算法进行网络参数学习,建立通勤飞行事故/事件诱因分析模型;最后,对各诱因的概率进行排序并分析诱因间的敏感性。结果表明：机组经验不足导致的事故/事件发生概率最高;机械设备情况容易受到雨雪等恶劣天气的影响;天气因素和监管因素对机组因素表现出较高的敏感性,其中,恶劣的天气会影响机翼等机械设备的正常运转,进而影响飞行员对于飞机的操作,技术和安全培训不到位会影响飞行员和管制人员的专业水平及经验技能。     

基于IRML网络模型的LNG卸料系统故障传播分析

为研究陆地LNG卸料系统的物理设备、信息网络及人员操作的依赖关系和信息层、人员层对设备层故障传播的影响,基于面向基础设施弹性建模语言(Infrastructure Resilience-Oriented Modelling Language,IRML),从单层网络静态风险分析和多层依赖网络的动态传播2个方面,提出LNG...     

变电站操作不安全行为核心影响因素分析*

为分析变电站中操作不安全行为的核心影响因素,基于国家电网某省变电站员工安全心理自评数据,运用心理学模型确定9种主要心理维度,融合Bayesian Search和Peter Clark(PC)算法,并使用专家知识修正以训练贝叶斯网络模型结构,应用Expectation Maximization(EM)算法训练模型参数,并运用Mutual Information(MI)和预测推理2种方法分析核心影响因素。研究结果表明:训练模型的预测错误率为14.8%,AUC为0.945 8,变电站操作不安全行为的核心影响因素为情绪稳定性和心理承受力。     

基于贝叶斯网络气化炉供料系统风险分析

为解决当前气化炉供料系统风险分析不完善的状况，提出1种基于贝叶斯网络和HAZOP的风险分析模型。以某单日投煤量3 000 t级气化炉煤化工企业实际运行情况为研究对象，应用HAZOP法对其进行风险分析，并将HAZOP分析结果中各偏差产生原因转化为贝叶斯网络节点；考虑到先验知识的缺乏问题，引入Leaky Noisy OR模型，通过文献资料和相关领域专家经验知识获得先验概率，并利用贝叶斯网络进行风险分析，找出系统运行的薄弱环节。结果表明:未知因素影响会使各节点的后验概率值差异性降低，更加贴合实际；在引入未知因素影响后，系统运行薄弱环节并未发生改变。     

稠油热采井管柱失效动态风险分析研究

为保证稠油热采井筒管柱的安全运行，采用故障树与贝叶斯网络相结合的方法开展稠油热采井管柱失效风险分析，应用故障树分析方法定性识别管柱失效诱因，建立稠油热采井管柱失效场景演化模型，并将故障树转化为贝叶斯网络模型，应用贝叶斯网络对管柱失效风险进行定量分析，得出热采井管柱失效的关键致因和管柱失效的动态失效概率，以新疆油田某区块热采井的管柱失效为对象进行了案例分析。研究结果表明，该方法可为稠油热采井管柱失效风险分析及井筒完整性管理提供理论支撑和工程设计参考。     

基于UHBs的输气管道高后果区泄漏燃爆事故分析

为探究输气管道高后果区中人的不安全行为（Unsafe Human Behaviors,UHBs）对输气管道泄漏燃爆事故发生的影响,结合模糊Bow-tie模型和贝叶斯网络对输气管道泄漏燃爆事故进行分析。构建基于T-S模糊故障树的输气管道泄漏燃爆模糊Bow-tie模型,并转化为贝叶斯网络;从人的不安全行为发生的可能性出发,将不同等级高后果区划分为不同等级人口敏感区;利用专家经验评判法得到不同等级人口敏感区基本事件的先验概率和中间事件的条件概率表;运用贝叶斯网络双向推理算法求解模糊Bow-tie模型。结果表明:随着地区人口敏感等级的提高,输气管道泄漏燃爆事故发生的概率随之增大,发现导致输气管道失效泄漏事故发生的最主要原因为施工破坏,失效原因与EGIG分析的结果基本相符,验证该方法在高后果区输气管道泄漏燃爆事故分析上的可行性,可为输气管道高后果区的安全管理提供决策依据。     

基于Bayesian网络的常减压装置设备故障概率分析

为分析影响常减压蒸馏装置平稳运行的设备失效模式及故障部件,基于1 151条设备故障数据,采用Bayesian网络分析方法,分别对离心泵、压缩机、电动机构建基于Bayesian网络的设备故障概率分析模型,分析故障部件、失效模式、故障后果之间的定量概率关系。研究结果表明:离心泵、压缩机、电动机停运的关键致因部件分别为轴承箱密封故障、活塞环故障、轴承故障,同时得到导致设备停运的故障部件敏感度排序。研究结果有助于提高设备故障风险防范及检维修工作效率,同时可为备件优化方案提供思路。     

基于SVM的通风系统故障诊断惩罚系数与核函数系数优化研究

使用支持向量机（SVM）方法对矿井通风系统进行故障诊断,存在惩罚系数（c）和核函数系数（g）,通过人工方法选取效率低、难以达到较高准确率并且出现过拟合的问题。为了提高矿井通风故障诊断的效率、准确率,同时避免过拟合现象,提出了一种改进遗传算法（GA）,在故障诊断过程中对支持向量机的c,g参数进行优化。经过多组试验分析,研究结果表明:用遗传算法优化的SVM矿井通风故障诊断系统相比于未优化系统的故障诊断准确率有所提升,参数未优化前故障诊断的准确率为60%,优化后的准确率为97.894 7%,并且优化参数经过大数据样本验证,未出现过拟合现象,证明了本文提出方法的有效性。     

基于贝叶斯网络情景分析的含水土质埋压救援现场监测体系研究*

为提高含水土质埋压救援现场救援效率,基于贝叶斯网络进行情景推演分析,明确典型不利情景演化路径和关键节点,构建多方位多因素耦合的含水土质埋压监测体系。研究结果表明:基于贝叶斯网络情景分析的含水土质埋压救援现场监测体系将灾害环境监测、救援人员状态监测、埋压人员状态监测、救援设备状态监测、整体救援进展跟踪监测划分为18个监测单元,明确土质压力等11个关键监测参数及其技术手段。研究结果可有效提高救援行动安全性,为含水土质埋压救援现场安全监测系统研发提供理论支撑。