基于毕达哥拉斯模糊贝叶斯网络的海底管道泄漏风险分析*

为分析海底管道运行中存在的泄漏风险,提出1种基于毕达哥拉斯模糊数与贝叶斯网络的风险评估模型。首先,通过毕达哥拉斯模糊数转换专家定性评价,拓展专家意见模糊范围;然后,结合主客观组合赋权法,利用毕达哥拉斯梯形爱因斯坦混合几何算子（PTFEHG）实现专家意见的聚合;最后,通过贝叶斯网络的推理与敏感性分析,计算海底管道泄漏风险的失效概率,并辨识关键风险因素。研究结果表明:该方法可以结合专家意见对海底管道泄漏风险进行定量分析,并识别导致泄漏事故的关键风险因素,对海底管道安全管理具有指导意义。     

数据缺失情况下水淹天然气管道泄漏风险分析

面向数据缺失情况下水淹天然气管道泄漏风险量化分析的需求,提出一种基于贝叶斯网络(BN)和模糊集理论(FST)的概率风险分析方法。首先采用故障树分析(FTA)法分析水淹天然气管道泄漏失效致因,并映射得到相应的BN模型;然后针对基本事件失效概率数据缺失的情况,用专家知识引出概率,替代缺失的统计失效概率;为处理概率引出过程中专家知识的模糊性和主观性导致的不确定性,结合FST与多专家层次分析引出模糊概率,将其作为实际先验概率输入BN模型,进行量化分析。以某复线水淹天然气管道为例,应用所提方法分析其泄漏风险,结果表明:用该方法能够在数据缺失情况下表征并量化泄漏风险,同时BN的正向预测和概率更新能力可用来评估动态风险、识别关键失效因素。     

海底油气管道泄漏事故风险分析的贝叶斯动态模型

为研究海底油气管道泄漏事故风险的动态性,预防重大事故发生,针对传统风险分析方法的局限性,基于安全屏障和事件树分析,建立海底管道泄漏事件序列模型。根据事故先兆数据和贝叶斯理论,对安全屏障的失效概率进行实时动态更新。最后,由事件树的逻辑关系得出不同泄漏场景的发生概率。结果表明:用上述的基于事件序列模型和贝叶斯理论的方法,能够克服传统风险分析方法的不足,描述不同泄漏场景发生概率随时间变化的动态特征,实现对海底管道泄漏事故风险的动态分析。     

基于贝叶斯网络的输油管道泄漏事故情景推演

为提高输油管道企业应急管理水平,采用情景分析和动态贝叶斯网络(BN)相结合的方法,研究输油管道泄漏事故情景演化过程。通过分析典型输油管道泄漏事故案例,选取事故情景状态、应急措施、驱动因素和应急目标为关键要素,结合动态BN构建输油管道泄漏事故情景推演模型,研究输油管道泄漏事故情景演化的特征与路径;将该模型运用到我国某油气管道公司发生的一起输油管道泄漏事故中,计算情景状态概率,从而推演情景发展趋势。结果表明:引起事故发生风险概率较高的情景状态依次为"第三方施工开挖导致管道破损,原油泄漏"、"地面出现明火"、"地面残火"、"路面残油燃烧"。     

基于模糊Bow-tie模型的深水海底管道定量风险评价研究

为有效评价深水海底管道风险,提出一种新的模糊Bow-tie模型定量风险评价方法。综合运用Bow-tie图、模糊集以及德尔菲法,定量分析油气泄漏概率。进一步利用层次分析法(AHP)研究油气泄漏后果的严重程度,给出泄漏后果因素的权重系数选择方案。同时,结合风险矩阵,实现对高风险深水海底管道的定量风险评价。将上述方法用到具体海底管道工程中,得出目标海底管道泄漏概率属于A级,泄漏后果属于Ⅲ级,泄漏风险为高风险,这一结果与实际情况较为符合。     

不完全信息条件下的FPSO油气泄漏风险分析

为解决数据稀缺情况下的浮式生产系统(FPSO)油气泄漏重大事故风险评价问题,引入新的层次贝叶斯风险分析(HBA)方法。首先,基于安全屏障和事件树分析,建立FPSO油气泄漏事件序列模型;其次,根据事故先兆数据和贝叶斯推断,对安全屏障的先验分布增加一层估计,得到FPSO油气泄漏连锁事故的发生概率;最后,通过实时更新屏障失效概率,实现对FPSO事故风险的动态定量分析。结果表明:HBA法可以充分利用稀缺数据,并从相关数据中添加先验信息,得到各参数的后验概率,并据此确定,初始的油气泄漏大多会演变为大范围泄漏和小范围火灾。     

基于DEMATEL-BN的海洋平台泄漏脆弱性动态分析

为预防海洋平台泄漏引发的连锁事件,运用基于决策试验与评估实验室(DEMATEL)及贝叶斯网络(BN)的集成方法动态分析泄漏演化脆弱性风险。构建脆弱性风险指标体系,利用DEMATEL方法研究风险因素之间的相互影响;建立海洋平台泄漏连锁风险演化模型,并转化为对应的BN模型,引入事故先兆数据,动态分析发生局部燃烧爆炸A、连锁火灾爆炸B、小型油气泄漏C和大型油气泄漏D等事故的概率。结果表明:组织管理因素易影响其他风险因素;海洋平台发生A、B和D等严重事故的概率随运行年限增加而增大;DEMATEL-BN方法克服静态风险分析方法不能有效利用运行数据的不足,实现海洋平台风险的动态分析。     

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。     

海底油气管道腐蚀失效风险预警方法研究

为保障海底油气管道的安全运行,提高失效事故防控能力,针对海底油气管道腐蚀穿孔和破裂等2种失效模式,提出基于风险的管道腐蚀失效预警方法。基于结构可靠性理论,建立管道腐蚀穿孔和破裂失效的极限状态方程,并采用蒙特卡罗法求其解,预测管道失效概率;通过设定管道腐蚀失效风险预警等级,确定预警警度,得出管道关键失效年份,并据此发布预警信息。结果表明:随服役时间增长,管道腐蚀失效概率将发生突变并迅速增大;在管道关键失效时间节点和概率突变年份,管道运营者应密切关注管道的安全状况,并采取必要的管制措施。     

考虑组织因素的液化天然气泄漏安全评价方法

为考虑组织因素对于人因失误发生的根本性影响,提出一种以贝叶斯网络(BN)为工具的人因风险分析方法,并用于液化天然气泄漏的安全评价。先将认知可靠性与失误分析方法(CREAM)的共同绩效条件(CPC)分成3层,即组织层、技术系统层和个人层。以BN为工具,利用其因果推理和诊断推理的功能,进行人因失误预测和追溯的双向分析。将考虑组织因素的人员操作失误概率引入浮式液化天然气船(FLNGV)装卸过程LNG泄漏的BN中,进行LNG泄漏的安全评价以及事故原因的重要度分析。结果表明,"执行"失误是LNG泄漏最主要的事故原因,而个人层的CPC会对执行失误产生较大的影响。     

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。     

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。     

滩海油气管道泄漏风险演化与评估

为预防滩海油气管道泄漏事故的发生,提出基于复杂网络和故障模式影响及危害分析(FMECA)的连锁风险演化评估方法。依据滩海油气管道的结构组成,考虑自然环境、内外腐蚀、第三方破坏和人因组织风险,结合泄漏事故发展流程和风险因素逻辑关系,构建滩海管道泄漏复杂网络模型;引入风险熵和FMECA方法,衡量风险传递过程中节点事件的可能性及严重程度;给出风险传递路径最大可能性的表达式,通过Dijkstra算法计算泄漏演化的最短路径,辨识多节点所形成的最可能失效模式。结果表明:各类初始事件对管道泄漏的影响差异较大,以人因组织类的作业组织不合理作为初始事件引发管道泄漏的概率为5.20×10~(-3),其对管道泄漏的影响最大。     

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。     

Fault Tree+软件在长输天然气管道定量风险分析中的应用

为了确定影响长输天然气管道系统发生事故的各种因素,减少事故发生所造成的损失,保证管道安全运行,借助Fault Tree+软件对天然气管道系统进行了定量风险分析.根据相关资料,建立了长输天然气管道系统的故障树,明确了44个基本事件的概率,并运用Fault Tree+软件分析、计算功能,确定了管道穿孔、断裂等中间事件以及管道失效顶事件的概率.再以“断裂泄漏”事故开展事件树分析,建立“立即点燃”、“延迟点燃”等事件,并推导了可能导致的所有后果及概率,计算出“延迟点燃”事件没有发生以及发生“爆炸”事故的概率.最后以经济损失来度量“断裂泄漏”各后果事件的失效风险,累加每个后果事件的经济损失,得到某段天然气管道“断裂泄漏”事故的风险值.     

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。     

海底管道泄漏风险演化复杂网络分析

为了控制海底管道泄漏连锁风险,基于复杂网络,提出针对管道系统泄漏演化的半定量风险演化评价方法,将复杂的事故风险发展过程转化为简洁的网络分析计算。首先,构建包含30个风险节点与54条连接边的海底管道泄漏演化复杂网络模型;其次,采用无权有向网络中的节点出入度和聚类系数进行风险分析,确定影响管道泄漏的关键节点,提出断链控制方案;最后,将演化模型转化为带权的有向网络,采用Dijkstra算法计算各初始事件导致泄漏事故的最短路径。结果表明:海底管道系统泄漏网络的聚类系数为0.13,网络聚集程度偏低而演化性较强;各初始事件的最短路径均不超过10,表现出明显的小世界网络特征,初始事件的风险经少数几步传递即可导致泄漏事故的发生。海底管道泄漏风险演化规律的研究可为抑制初始事件、控制传递事件和减轻后果事件提供理论依据,对预防海底管道泄漏事故发生、保障管道持续安全运行具有现实意义。     

海底管道泄漏风险演化复杂网络分析北大核心CSCD

为了控制海底管道泄漏连锁风险,基于复杂网络,提出针对管道系统泄漏演化的半定量风险演化评价方法,将复杂的事故风险发展过程转化为简洁的网络分析计算。首先,构建包含30个风险节点与54条连接边的海底管道泄漏演化复杂网络模型;其次,采用无权有向网络中的节点出入度和聚类系数进行风险分析,确定影响管道泄漏的关键节点,提出断链控制方案;最后,将演化模型转化为带权的有向网络,采用Dijkstra算法计算各初始事件导致泄漏事故的最短路径。结果表明:海底管道系统泄漏网络的聚类系数为0.13,网络聚集程度偏低而演化性较强;各初始事件的最短路径均不超过10,表现出明显的小世界网络特征,初始事件的风险经少数几步传递即可导致泄漏事故的发生。海底管道泄漏风险演化规律的研究可为抑制初始事件、控制传递事件和减轻后果事件提供理论依据,对预防海底管道泄漏事故发生、保障管道持续安全运行具有现实意义。     

Mamdani型模糊推理在海底油气管道风险评价中的应用

为完善海底油气管道风险评价技术,引入模糊集理论,构建基于Mamdani型模糊推理系统的风险评价模型。依据海底油气管道的实际情况,改进传统肯特评分法,将风险因素划分为第三方破坏(TPD)、腐蚀(C)、设计(D)、误操作(IO)和自然环境(NE)5大类;用Mamdani模糊推理方法代替原有的算法,计算指标总分(IS)和泄漏影响系数(LIF),得到海底油气管道风险值;借助Matlab模糊工具箱,以某海底管道为实例进行分析。结果表明,管段3的风险高于管段2,管段4的风险高于管段1,该方法不仅比传统的肯特评分法更切合实际,且计算方便准确。     

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。