Fuzzy-AHP在LNG接收站风险辨识中的应用

笔者以液化天然气(LNG)接受站的生产工艺、设备、作业环境的特点为背景,提出一种基于模糊层次分析方法(Fuzzy-Analytic Hierarchy Process)的风险评估方法。首先,根据LNG接收站风险事故多层次、多因素及不确定的特点,结合本行业的安全标准,确立了LNG接受站的风险因素和评价指标,建立接受站的安全评价体系;随后,运用Fuzzy-AHP方法确定权重矢量和模糊评价矩阵,并通过模糊运算求出决策矢量,实现对风险因素的排序以达到风险辨识目的;最后,对国内某LNG站进行了实例计算。计算表明该接收站的硬件设施完善,但应加强风险管理,制定相应的措施应对因气候条件、储罐区管理不当及船舶安全保护不到位等引发的事故。结果表明基于LNG站的Fuzzy-AHP风险辨识模型的安全性综合评价是有效的。     

基于FDHHFLTS-BN的海底管道泄漏失效风险定量分析

为预防海底油气管道泄漏失效事故,提出基于自由双层次犹豫模糊语言术语集(FDHHFLTS)和贝叶斯网络(BN)的FDHHFLTS-BN风险分析方法,用于分析海底油气管道泄漏失效事故概率及事故的关键风险因素。将故障树模型转换为BN结构,由专家根据FDHHFLTS评估基本事件发生可能性;采用最佳最差法(BWM)确定专家权重,结合相似性聚合方法(SAM)聚合专家意见;依据构建的BN模型,正向推理得到事故发生概率,反向推理得到后验概率,并进行敏感性分析。将该方法应用于实例分析,结果表明：分析段海底管道泄漏事故的概率值为P=6.20×10^-3;焊缝施工缺陷、材料施工缺陷和渔具作用等为事故发生的关键因素;与传统方法对比分析结果证明,所提方法在确定海底管道风险方面具有一定的优势。     

基于FTA-BN的云ERP不安全事件的人因失误分析

为明确云企业资源计划(ERP)不安全事件的人因失误因素,构建基于故障树分析-贝叶斯网络(FTA-BN)的人因失误分析模型,以避免单一方法的局限性。首先,对云ERP安全审计记录披露的不安全事件进行分类和追因分析,构建云ERP不安全事件故障树,并定量分析最小割集、结构重要度;然后,将故障树映射为BN结构,利用案例数据进行结构学习和参数学习得到最终的贝叶斯网络;最后,依托贝叶斯网络的敏感性分析辨识关键人因失误因素,凭借预测推理计算发生不安全事件的概率。研究结果表明：云ERP安全人因失误因素中工作不到位、培训不足、资源分配不足、管理流程存在问题、职责不清等因素在对应的事件域中应得到重点关注,以保障持续安全。     

基于贝叶斯网络的尾流事故机理分析

针对事故树分析法的局限性,在尾流事故树的基础上,建立贝叶斯网络(BN)。运用推理运算对BN进行定量分析,得出:空中交通密度太大、空中交通管制(ATC)间隔判断错误和短期冲突告警(STCA)被忽略是事故的关键致因。将针对致因提出的改进措施引入到BN中,评价相关措施的有效性。应用BN进行尾流事故的机理分析,能够以比逻辑门更好的形式表达变量间的不确定性关系,从而更加方便地找到导致事故发生的关键因素。     

水幕稀释罐区LNG泄漏扩散试验与模拟研究

为缓解液化天然气(LNG)泄漏事故后果,利用有色发烟剂模拟LNG泄漏扩散行为,研究水幕的关键参数,包括安装位置、安装高度等对罐区LNG泄漏云团稀释效果的影响,并采用计算流体力学(CFD)软件FLUENT验证试验结果。模拟结果与试验结果基本吻合,表明有色发烟剂试验能够定性模拟罐区LNG泄漏扩散及水幕稀释云团效果。水幕安装在储罐与泄漏源中间,并且安装高度高于云团2倍以上,能够有效稀释LNG云团,保护储罐安全。水幕稀释云团的主要物理机制是液滴与空气间动量交换抬升云团高度,形成的旋涡卷吸空气进入云团内部,加速云团稀释。     

基于PHAST RISK软件模拟LNG管道泄漏场景判定外部安全防护距离的探究

本文针对液化天然气管道泄漏场景,以某拟建LNG接收站LNG储罐进出罐管道为模拟对象,运用DNV公司的PHAST RISK软件模拟计算管道大孔、完全断裂泄漏场景,考虑泄漏概率、点火源等因素影响,模拟出个人风险曲线和社会风险曲线。结果表明：PHAST RISK软件模拟LNG管道泄漏场景确定防护目标与个人风险基准、社会风险基准之间的关系具有重要参考价值,可以协助企业提出安全改进措施建议,提升企业安全生产管理水平。     

基于AcciMap模型的燃气管道泄漏爆炸事故分析

为探讨燃气管道泄漏爆炸事故系统及其致因的性质,以湖北十堰“6·13”重大事故为例进行分析。采用AcciMap模型系统辨识事故致因,构建“6·13”事故AcciMap模型;引入复杂网络(CN)与PageRank算法,分析整体系统与个体因素的属性特征,据此辨识关键致因;再通过贝叶斯网络(BN)进行参数学习和诊断推理,分析事故最大致因链。结果表明：安全生产监管工作严重失察、安全生产主体责任未落实、安全生产监督指导不力是关键致因;安全生产理念和属地责任未贯彻落实→安全生产监管工作严重失察→安全管理制度存在缺陷→安全培训教育存在缺陷→燃气管道维抢人员违规处置→明火引爆蓄积燃气→燃气泄漏爆炸并造成严重伤亡是最大致因链。研究认为：应从政府和企业等2类主体出发,采取多元化的风险防控策略以遏制事故再次发生。     

基于BN的FTA在通用航空风险评价中的应用

针对事故树分析法(FTA)在风险评价中的局限性,采用以事故树为基础建立的贝叶斯网络(BN)风险模型,对通用航空中的两机空中相撞事故进行分析和推理,对事故模型进行改进和修正时,注重基事件的多态性和事件间的逻辑合理性。根据贝叶斯推理得出的数据,找到了事故的主要致因。结果表明,基于BN的FTA既能向前预测顶事件的发生概率,又能向后诊断基本事件的后验概率,可以更好地对通用航空风险进行评价。     

LNG事故应急救援原则与任务

正事故应急救援是在发生事故且较为严重时所采取的一系列活动,包括及时采取适当的措施对危险源进行控制(例如发生泄漏时实施堵漏或者切断泄漏源),以及在事故影响范围较大时组织周边的群众疏散到安全地点,对受伤人员进行抢救,对设备进行保护、转移等。随着能源结构的改变,国内的液化天然气(简称LNG)生产企业也越来越多,如果在LNG泄漏事故初期不能很好控制,很有可能扩大事故波及范围,最终造成巨大损失。     

小样本条件下地铁运营事故致因推理模型

为克服传统事故致因推理模型不适用于小样本条件下的地铁运营事故致因推理的缺陷,将贝叶斯网络(BN)与Bootstrap抽样法、D-S证据理论相结合,建立地铁运营事故致因推理模型。首先,分析历年地铁运营事故样本,确定事故致因因素及网络节点;其次,基于BN的基本算法和理论,运用Bootstrap抽样法和K2算法进行BN结构学习;然后,使用D-S证据理论修正BN参数,建立适用于小样本条件下的地铁运营事故致因BN模型;最后,进行因果推理、诊断推理和敏感性分析。结果表明：所构建的地铁运营事故致因推理模型可有效进行事故推理预测,节点预测精度均值为0.858;通过因果推理得出最常见的地铁运营事故类型为运营中断,其次是火灾和列车冲突;结合诊断推理发现供电系统故障是导致运营中断的最主要事故致因。     

基于HFACS-BN模型的危险化学品事故人因路径分析*

为提高危险化学品安全管理水平,收集我国134起以人为主因的危险化学品事故,构建危险化学品事故的HFACS-BN模型,并基于贝叶斯网络对危险化学品事故中的人因路径及各因素灵敏度进行分析。研究结果表明:行为违规是导致事故的最主要不安全行为;在复杂路径中,环境因素和操作者状态具有较高的灵敏度,与其相关的风险认知与处理不当是阻碍事故预防的关键因素;在非复杂路径中,操作者状态与运行计划不当具有较高的灵敏度,其所涉及的监督违规、组织过程和组织氛围,是导致危险化学品事故的根本起点,并可依此分析事故直接原因和间接原因;操作者状态在2种路径中均表现出高灵敏度,因此化工企业在人员管理上要加强关注职工状态,减少不安全行为的出现。     

A methodology to model causal relationships on offshore safety assessment focusing on human and organizational factors

INTRODUCTION: Focusing on people and organizations, this paper aims to contribute to offshore safety assessment by proposing a methodology to model causal relationships. METHOD: The methodology is proposed in a general sense that it will be capable of accommodating modeling of multiple risk factors considered in offshore operations and will have the ability to deal with different types of data that may come from different resources. Reason's "Swiss cheese" model is used to form a generic offshore safety assessment framework, and Bayesian Network (BN) is tailored to fit into the framework to construct a causal relationship model. The proposed framework uses a five-level-structure model to address latent failures within the causal sequence of events. The five levels include Root causes level, Trigger events level, Incidents level, Accidents level, and Consequences level. To analyze and model a specified offshore installation safety, a BN model was established following the guideline of the proposed five-level framework. A range of events was specified, and the related prior and conditional probabilities regarding the BN model were assigned based on the inherent characteristics of each event. RESULTS: This paper shows that Reason's "Swiss cheese" model and BN can be jointly used in offshore safety assessment. On the one hand, the five-level conceptual model is enhanced by BNs that are capable of providing graphical demonstration of inter-relationships as well as calculating numerical values of occurrence likelihood for each failure event. Bayesian inference mechanism also makes it possible to monitor how a safety situation changes when information flow travel forwards and backwards within the networks. On the other hand, BN modeling relies heavily on experts' personal experiences and is therefore highly domain specific. IMPACT ON INDUSTRY: "Swiss cheese" model is such a theoretic framework that it is based on solid behavioral theory and therefore can be used to provide industry with a roadmap for BN modeling and implications. A case study of the collision risk between a Floating Production, Storage and Offloading (FPSO) unit and authorized vessels caused by human and organizational factors (HOFs) during operations is used to illustrate an industrial application of the proposed methodology.     

基于STPA和模糊BN的装配式建筑吊装施工安全风险分析*

为有效评估装配式建筑吊装施工中的安全风险状态,识别关键风险因素,运用系统理论过程分析方法(STPA)构建吊装施工过程中的控制反馈结构,识别导致危险的不安全控制行为,确定不安全控制行为的致因因素;基于风险因素间的关联关系构建贝叶斯网络（BN）模型,推理计算装配式建筑吊装施工安全风险状态概率,并结合反向诊断推理分析影响安全事故的风险因素;通过敏感性分析,识别装配式建筑吊装施工安全中的关键风险因素。结果表明:装配式建筑吊装施工安全风险处于低风险状态;起重机械超负荷运行、现场安全管理不到位和吊索吊具存在缺陷等因素是影响装配式建筑吊装施工安全风险的关键风险因素。     

影响我国民航飞行安全的个体与组织因素——基于HFACS框架的事件分析

主要通过民航事故征候(事件)的分析,对影响飞行安全的人的因素进行研究。数据分析主要采用编码分析的方法,结果发现:在个体层面,对事故征候影响顺序是技能差错、决策差错与知觉差错;机组内部的沟通与协调不畅在各个飞行阶段都存在;在组织层面,监督、资源管理、文化与氛围是比较有影响的组织因素;组织内部与外部的信息界面是飞行安全的隐患之一。与此同时,分析了该项目研究的不足之处,提出改善民航飞行安全的建并指出今后研究的方向。     

A fuzzy Bayesian network approach to improve the quantification of organizational influences in HRA frameworks

Organizational factors are the major root causes of human errors, while there have been no formal causal model of human behavior to model the effects of organizational factors on human reliability. The purpose of this paper is to develop a fuzzy Bayesian network (BN) approach to improve the quantification of organizational influences in HRA (human reliability analysis) frameworks. Firstly, a conceptual causal framework is built to analyze the causal relationships between organizational factors and human reliability or human error. Then, the probability inference model for HRA is built by combining the conceptual causal framework with BN to implement causal and diagnostic inference. Finally, a case example is presented to demonstrate the specific application of the proposed methodology. The results show that the proposed methodology of combining the conceptual causal model with BN approach can not only qualitatively model the causal relationships between organizational factors and human reliability but also can quantitatively measure human operational reliability, and identify the most likely root causes or the prioritization of root causes causing human error.     

自愿报告信息分析模型（CRIAM）研究

为深入分析挖掘自愿报告信息中蕴含的人为因素,在借鉴SHEL模型、REASON模型、HFACS模型、ECCAIRS模型的基础上,结合自愿报告信息内容的特点,采用上行和下行分类并行的思想构建了自愿报告信息分析模型,并运用该模型对我国航空安全自愿报告信息进行分析和对比。统计结果显示:执行不力、经验及情景意识缺乏、违规、运行计划或组织过程、压力与应激所占比重较大,对此,笔者分别从个体和组织两方面为有效实施风险管理提供了改进建议。该研究成果有助于获取重要的人为因素信息、识别出可能存在的安全隐患,为更好地改善航空安全提供了一种分析方法和思路。     

船舶溢油应急反应人的可靠性分析研究

为减小船舶溢油事故应急反应人员失误概率,提升应急处置效果,在对应急人员可靠性主要影响因素识别的基础上,利用模糊贝叶斯网络(BN)建立船舶溢油应急人的可靠性分析(HRA)模型,将应急反应流程抽象为可进行概率推算的BN,实现单个应急任务和全过程人的可靠性的量化评估,并依据该模型对一起船舶溢油事故进行实例研究。结果表明,首先模糊集值专家评估较好地解决应急人员可靠性情境依赖性强,难以量化评估的问题;其次,BN卓越的概率推理性能实现由单个应急任务向全过程人的可靠性的推算;最后得到应急反应人的可靠性主要取决于关键应急任务的完成情况和相关情境因素的影响。     

基于贝叶斯网络的复杂工程安全管理决策支持方法研究

为改进当前复杂工程安全风险管理中普遍存在偏重事前管理、过分依赖专家经验等不足,探讨复杂工程贝叶斯网络(BN)的构建流程,提出基于BN的安全管理辅助决策分析(DSA)方法,并以武汉越江地铁盾构隧道渗漏水事故为例进行实证研究。结果表明:利用BN能够融合多领域专家关于具体工程的实践经验,以有向图形式直观表达安全事故致因变量间的不确定性关系,在事前阶段运用正向推理技术预测事故发生概率以界定警情等级及早防范,事中运用重要度分析辨识关键致险因子以明确过程控制要点,事后运用反向推理技术快速诊断查明最可能致因组合,从而为复杂工程安全事故全过程管理提供实时辅助决策支持。     

Risk assessment of safety level in university laboratories using questionnaire and Bayesian network

Accidents in university laboratories not only create a great threat to students’ safety but bring significant negative social impact. This paper investigates the university laboratory safety in China using questionnaire and Bayesian network (BN) analysis. Sixteen influencing factors for building the Bayesian net were firstly identified. A questionnaire was distributed to graduate students at 60 universities in China to acquire the probability of safe/unsafe conditions for sixteen influencing factors, based on which the conditional probability of four key factors (human, equipment and material, environment, and management) was calculated using the fuzzy triangular theory and expert judgment. The determined conditional probability was used to develop a Bayesian network model for the risk analysis of university laboratory safety and identification of the main reasons behind the accidents. Questionnaire results showed that management problems are prominent due to insufficient safety education training and weak management level of management personnel. The calculated unsafe state probability was found to be 65.2%. In the BN analysis, the human factor was found to play the most important role, followed by equipment and material factor. Sensitive and inferential analysis showed that the most sensitive factors are personnel incorrect operation, illegal operation, and experiment equipment failure. Based on the analysis, countermeasures were proposed to improve the safe management and operation of university laboratories.     

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。