级联失效特性下的危险品运输路径选择研究

基于复杂网络的级联失效特性,构建危险品运输网络的级联失效模型,提出用路段重要度来度量某条路段上发生危险品事故后引起网络其他路段失效的规模。以路径风险最小化和路径总重要度最小化为目标,建立危险品运输路径的多目标决策模型,并利用标号法进行求解。算例结果表明,危险品运输网络确实存在级联失效现象。选择危险品运输路径时,应尽量避开重要度高的路段,以降低危险品事故对普通道路网络的不良交通影响。     

危险品道路运输选线问题分析

从运输网、运输危险源、影响区域3方面提出了危险品道路运输风险分析的框架.将道路固有特征、气象条件、交通状况和人口密度分布等风险减缓或扩大因素划分为8类,重点讨论了主要路线的自变量和因变量因素.采用双层选线管理模式,深入分析了最小化运输事故概率和暴露人口风险模型.应用权数调整节点标号算法和边线标号算法解决危险品道路运输选线问题.对影响区暴露人口的选取做了深入探讨,考虑了邻接交迭路段暴露人数的误差,对准确计算危险品运输风险有重要价值.     

罐体车辆道路运输危险品事故特征分析

为系统掌握罐车道路运输危险品事故特征,调查整理了615起危险品罐车道路运输事故.采用统计与对比分析方法,获得危险品罐车道路运输事故发生原因及比例、事故发生的时间及形态分布,并确定了不同事故罐体以及不同道路等级事故的泄漏概率.分析表明,在发生的事故中,人的因素占67%,翻车事故为最主要事故类型,两车追尾事故和低等级公路事故泄漏概率最高,分别为84.52%和82.7%.     

886起危险品罐式车辆道路运输事故统计分析研究

为了系统掌握危险品罐式车辆道路运输事故特征及规律,统计分析了886起危险品罐车道路运输事故的发生时间、地点、形态、道路等级、路段特征及事故原因等.结果表明:38.1％的危险品罐车运输事故发生在华东地区,其中11.6％发生在浙江省;82.8％的事故由交通事故引发,其中车辆单独事故占44.1％,车辆碰撞事故占38.7％;9.1％的事故由罐体及附件泄漏和阀门失效引起;就事故形态而言,约23.6％的事故为单方翻车,其次是冲出路外(14.3％)和两车追尾(12.0％);60％的事故发生在高等级公路上,20％发生于城市道路;67％的事故因人员因素导致.     

基于点危险源的危险品运输路径优化研究

为合理选择危险品运输路径,降低危险品运输事故造成的损失,使道路危险品运输风险评价更符合实际情况,建立点危险源风险评价模型。模型综合考虑了运输时间和季节情况影响因子,在准确估算危险品泄漏事故毒害区域面积和后果损失的基础上,结合传统风险评价模型与最大最小模型进行求解。最后通过算例分析,检验该模型的实际运用,通过与传统求和方式所得的最优运输路径的对比,反映2种方式所求得的最优运输路径并不相同,同时也表明,用所建模型求得的运输路径风险值有更高的精确性。计算结果表明:该模型求得的某条运输路径的风险值等于该路径上风险值最大的路段的风险值,而不是该路径上所有路段的风险值之和。     

危险品道路运输风险分级指数法研究

危险品道路运输过程风险影响因素多,随机性和不确定性大,定量风险评价比较复杂,至今没有统一的风险评估模型.为了有效预防危险品运输事故和进行快速风险评估,基于运输危险品本身特性和相关的风险影响因素探讨了运输危险品现实风险分级指数法.该方法由危险品风险分级指数、路线影响因素和安全措施补偿因子3部分构成.危险品风险分级指数由危险品加权平均风险等级和运输危险品量、泄漏点与居民区距离以及危险品扩散因子等级确定.危险品加权平均风险等级涉及其健康危害性、可燃性、化学反应活性以及特殊危险性(氧化性和与水反应性)等级的确定.路线影响因素包含运输道路特征、气象条件、交通状况和影响人员分布4类.安全措施补偿因子为车辆、设备、容器、包装因子,人员素质因子和安全管理因子3类.该方法可对运输危险品的潜在风险进行快速分级,有利于采取有效的安全预防和控制措施,降低运输事故概率和沿线影响人员风险.     

基于风险分析的危险品道路运输多目标Pareto最优选线

基于危险品道路运输风险分析辨识最优的运输路径，以道路运输事故率、影响人数、影响人员风险、环境风险、运输距离和运输时间6个指标，确定具体起点-终点之间危险品运输的有效路径。采用带目标权重系数的Pareto-最优路线算法寻找多个满足要求的有效解，近似评估Pareto前沿，以比例法标准化选线指标，转化为无量纲的目标评价函数值，合理优化多个选线标准选择可行的最小运输风险路线。带权重系数Pareto-优化选线可有效降低运输路线的影响人员风险，平衡选线目标之间冲突的，为政府监管部门和危险品运输企业提供优化选线决策技术。     

危险品道路运输多目标路径优化方法研究

道路危险品运输路径优化是提高危险品运输安全的一项重要措施。通过对国内外文献的分析研究，本文提出了危险品道路运输路径优化的数学模型，该模型首先求出单项目标的最优解，然后找出每项目标的实际值尽可能接近各自单项的最优值。本文也建立了包括路线长度、时间、费用、路线风险、敏感目标人数在内的危险品道路运输目标体系，并给出危险品运输路线选择决策的程序，为政府相关部门进行路线选择提供决策依据。     

基于风险分布公平性的公路危险品运输全局路径优化研究

首先,通过计算危险品运输事故各种后果产生的概率及其相应经济损失价值,建立了基于各种损失价值的定量运输风险评价模型;其次,通过对各路段施加统一的危险品总容量限制以确保风险分布的公平性,建立了加权最小运输成本和最小运输风险的双目标全局路径优化模型;再次,将基尼系数和方差系数作为基于路段的风险分布公平性的衡量指标以进行路径方案比选,并进行了适用性分析。算例分析表明:一方面,通过有规律地改变2个优化目标的权重,可以得到路径优化模型的所有帕累托最优解的集合;另一方面,通过恰当设定路段危险品总容量限制,以及对2个优化目标选择合适的权重值并进行全局路径优化,可以使所得到的最终路径方案的社会总成本大幅降低,并在一定程度上保证路段风险分布的公平性。     

不确定需求下危险品运输路径问题的多目标优化

为评估危险品运输路线的稳定性与可靠性,设计动态运输网络,构建以道路安全指数、总运输成本与目标函数期望值的最优组合为目标的随机优化模型。考虑运输网中发生交通拥堵或封路的情形,探究危险品运输终端的不确定性需求对运输总成本与道路安全的影响;针对危险品运输的特殊性与复杂性,将人口中心到附近路段的最短距离与中心的人口数的比值设为道路安全指数;采用基于改进的粒子群算法(PSO)求解模型算例,能得到不同封路情况下不同目标期望的危险品运输路线。结果表明,不确定需求的样本差异对路径的运输稳定性有影响。     

Research on the prediction model of hazardous chemical road transportation accidents

In recent years, hazardous chemicals road transport accidents have occurred frequently, causing huge casualties and property losses, and accident risk assessment has become the focus of researchers' research. To predict the risk probability value of hazardous chemical road transport accidents, first, we compiled data on road transportation accidents of hazardous chemicals in China in the past five years. And the nine nodes in the Bayesian network (BN) structure were defined in combination with relevant classification standards. The optimal Bayesian network structure for hazardous chemical road transport accidents was determined based on the K2 algorithm and the causalities between the nodes. Second, the node conditional probabilities were derived by parameter learning of the model using Netica, and the validity of the model was verified using the 5-fold cross-validation method. Last, the Bayesian network model of hazardous chemical road transport accidents is used to analyze accident examples, and the accident chain of “rear-end-leakage” is predicted, and the accident is most likely to be disposed of within 3–9 h. The study shows that the derived accident prediction model for hazardous chemical road transportation can reason reasonably about the evolution of accident scenarios and determine the probability values of accident risks under different parameter conditions.     

Trends of hazardous material accidents (HMAs) during highway transportation from 2013 to 2018 in China

Statistical analysis of hazardous material accidents (HMAs) in China from 20013 to 2018 related to characteristics and consequences is discussed in this study, revealing different time volatility, spatial distribution and accident consequence features. Yearly, monthly, weekly and hourly levels of HMAs are analysed, and the corresponding factors are discussed. The trends of HMAs are affected by different factors, such as efforts toward safety-specific rectification by the government, holidays, five-day workweek systems and daily traffic peaks. The spatial distribution trends indicate that highway transportation of hazardous materials is mostly short-distance transport. The accidents that occurred on normal road sections account for 82.76% of the total HMAs during transportation. Leaking accidents caused by HMAs account for 79.35% of the total accidents. Countermeasures focusing on improving highway transportation safety for hazardous materials are recommended.     

危险化学品公路运输事故新特点及对策研究

统计分析了2008年1月～2010年5月我国发生的485起危险化学品公路运输事故。从事故发生的原因、事故涉及的化学品、事故造成的危害、事故发生的月份分布及年份变化等几个方面,分析了近年来危险化学品公路运输事故的新特点及变化规律。经统计分析,道路交通事故是引发危险化学品运输事故的主要原因之一;侧翻是危险化学品车辆最容易发生的道路交通事故;而随着我国高速公路的迅猛发展,追尾造成的危险化学品运输事故数量呈上升趋势;危险化学品公路运输过程中易燃液体事故起数最多,爆炸品和毒性物质事故造成的人员伤亡最严重;春节前后取代夏季,成为近两年危险化学品运输事故高发期。针对这些特点,对我国危险化学品公路运输安全管理与监控提出了建议。     

危险品道路安全运输路径优化方法探讨

危险品道路运输量逐年增加,对人类安全健康的危害的风险正在扩大和加深,一旦发生事故,其后果极为严重。笔者从人-机-环境角度分析了危险品道路运输系统的组成要素,基于对运输网、运输风险源、后果影响区域3个层次辨识,分析运输过程中的风险影响因素,提出危险品道路运输路径优化选择的一般方法;并给出危险品道路运输线风险源的可接受个人风险和社会风险标准;探讨了危险品运输约束最优化选线模型。路径优化选择可减少运输沿线影响人员风险和事故概率,优化影响人员风险与运输效率冲突问题,为政府监管部门与危险品运输企业提供了安全管理的基本决策依据。     

零星危险化学品快递运输风险博弈分

针对零星危险化学品运输中的安全隐患问题,应用博弈理论构建了政府、快递企业、零星危险化学品托运人的三方博弈模型,对零星危险化学品安全运输问题进行了研究。在求得博弈模型均衡解的基础上,对均衡解进行了深入分析,研究结果表明:政府的最优检查概率与快递企业的安全管理成本正相关,与快递企业发生事故时的损失负相关;快递企业实施安全管理的概率与政府对快递企业的惩罚、快递企业发生事故时政府的损失正相关,与政府的检查成本、托运人选择托运且安全运输时的收益负相关;托运人选择托运的概率与快递企业实施安全管理的成本正相关。最后为有效杜绝零星危险化学品运输事故的发生提出了相应对策。     

基于Apriori算法的易燃易爆危险化学品储运火灾爆炸事故关键致险因素的挖掘

导致易燃易爆危险化学品储运火灾爆炸事故的因素繁多、关系复杂,挖掘关键致险因素是减少管理成本、提高防控效率的关键。研究了200例事故等级为较大事故以上的易燃易爆危险化学品储运火灾爆炸事故的原因,采用事故树分析法建立易燃易爆危险化学品储运火灾爆炸事故树,并运用频度统计法遴选出致险因素;在此基础上,建立基于Apriori算法的关联规则模型进行数据挖掘,共得到14个关键致险因素。通过对关键致险因素与易燃易爆危险化学品储运火灾爆炸事故之间关联规则的分析表明,关键致险因素与事故之间存在强关联规则,单一关键致险因素或其组合的存在必将导致事故的发生,为实现危险化学品储运精准化安全管理提供参考。     

危化品道路运输事故应急救援中心选址模型研究

为快速提高危化品道路运输事故应急救援能力,降低事故后果,文章基于目前应急救援中心选址模型的不足,提出了一种新的双目标决策救援中心选址模型。通过综合考虑应急响应时间及应急处理能力对救援能力的影响,建立了救援中心点的最大网络覆盖模型;并采用较优的邻域搜索算法求解救援中心点的合理位置。最后以某地危化品运输路网为例,利用所建模型对事故应急救援中心的合理布局计算求解。结果表明:考虑应急响应时间及应急处理能力限制的应急救援中心选址模型,能够有效提高救援中心的综合应急能力,为有关部门合理规划危化品道路运输事故应急救援中心布局提供理论参考和决策依据。     

Research on the prediction of dangerous goods accidents during highway transportation based on the ARMA model

The COVID-19 epidemic has caused a lack of data on highway transportation accidents involving dangerous goods in China in the first quarter of 2020, and this lack of data has seriously affected research on highway transportation accidents involving dangerous goods. This study strives to compensate for this lack to a certain extent and reduce the impact of missing data on research of dangerous goods transportation accidents. Data pertaining to 2340 dangerous goods accidents in the process of highway transportation in China from 2013 to 2019 are obtained with webpage crawling software. In this paper, the number of monthly highway transportation accidents involving dangerous goods from 2013 to 2019 is determined, and the time series of transportation accidents and an autoregressive moving average (ARMA) prediction model are established. The prediction accuracy of the model is evaluated based on the actual number of dangerous goods highway transportation accidents in China from 2017 to 2019. The results indicate that the mean absolute percentage error (MAPE) between the actual and predicted values of dangerous goods highway transportation accidents from 2017 to 2019 is 0.147, 0.315 and 0.29. Therefore, the model meets the prediction accuracy requirements. Then, the prediction model is applied to predict the number of dangerous goods transportation accidents in the first quarter of 2020 in China. Twenty-two accidents are predicted in January, 23 accidents in February and 27 accidents in March. The results provide a reference for the study of dangerous goods transportation accidents and the formulation of accident prevention and emergency measures.     

Evaluation on consequences prediction of fire accident in emergency processes for oil-gas storage and transportation by scenario deduction

This paper takes the safety in emergency processes as the starting point, from the perspective of scenario deduction, to study the consequences of fire accidents for oil-gas storage and transportation. Through the statistical analysis of actual accident cases, 19 frequently occurring basic scenarios in emergency processes are summarized. The scenario evolution paths of fire accidents for oil-gas storage and transportation are given by analyzing the evolution law of the accident development. Fuzzy numbers are introduced to express experts' qualitative judgment on accident scenarios. The empirical probabilities of scenario nodes are obtained by defuzzification calculation, and the state probability of each scenario node is calculated by using the dynamic Bayesian network joint probability formula. Under the comprehensive consideration about the probability statistics of actual accident cases, the critical scenario nodes on the evolution path and their final scenario probabilities are jointly determined to realize the optimization of the scenario evolution path. By constructing the correlation between the optimized scenario evolution path and the accident consequences, an accident consequence prediction model is established. The occurrence probability of accident consequences is calculated by the defuzzification method and dynamic Bayesian network. The accuracy of the consequence prediction model is verified by the July 16 Dalian's Xingang Harbor oil pipeline explosion accident. The research results provide scientific basis for helping decision makers to make the effective emergency measures that are most conducive to the rapid elimination of accidents and reducing the severity of accident consequences.