基于DBT-DBN模型的气化炉超温动态风险分析

为加强煤气化装置核心设备气化炉的安全风险管理,利用动态领结(DBT)模型和动态贝叶斯网络(DBN)相结合的风险分析方法,构建气化炉超温事故风险分析模型。首先,分析设备故障的时序性,建立超温事故的DBT模型,结合模糊评价确定设备故障的发生概率;然后,将DBT映射到DBN中,将故障维修的动态特征定义为转移概率,双向推理气化炉超温的风险因素;最后,预测气化炉发生超温及其后果的动态趋势,并依据诊断推理辨识导致气化炉超温的主要因素。研究结果表明:在考虑维修因素下气化炉运行一年后发生超温的概率为64.4%;气化炉超温的风险因素中,操作失误在生产周期内的影响较大,设备故障集中在磨煤制浆工段。     

基于贝叶斯网络的高速动车组运营故障分析

为研究影响高速动车组正常运行的各故障因素间的因果关系，分析其耦合强度，将故障因素分为人、机、环3类，从系统角度又将机器因素分为5个子系统。人、机、环3类共识别27个故障因素；使用K2算法生成贝叶斯网络结构，引入扩展因果效应算法确定节点优先次序作为K2算法的先验知识，采用EM算法学习贝叶斯网络参数，构建基于贝叶斯网络的高速动车组运营故障分析模型；以209个CRH详细故障报告为例，对故障因素的故障发生概率进行排序并分析因素间的影响强度和灵敏度。结果表明:牵引供电系统故障发生概率较高；车门系统故障、牵引变流器故障易由内部零件故障引起，外界异物击打对受电弓影响较大；人、环因素更易引起多故障耦合；环境因素对牵引供电系统表现出较高的灵敏度。贝叶斯网络在分析高速动车组运营系统故障问题上具有可行性，分析结果有助于提升运营单位的管控能力。     

基于RPN-BN的平台-隔水管系统遇内波风险分析

为保障内孤立波作用下的深水半潜式钻井平台-隔水管系统的安全，同时解决海洋平台系统设备失效数据的缺失问题，提出1种风险优先系数（RPN）与贝叶斯（BN）结合的定量风险分析方法。首先，基于故障树和安全屏障方法，建立平台-隔水管系统Bow tie模型和贝叶斯风险演化模型；其次，根据贝叶斯推断和风险优先系数中的事故发生频度估计，得到平台-隔水管系统失效事故的发生概率；最后，通过贝叶斯网络的逆向推理能力辨识内孤立波作用下引起平台-隔水管系统失效的主要风险节点，实现对平台-隔水管系统失效事故的定量风险分析。结果表明:RPN-BN法可应用于平台-隔水管系统遇内波的定量风险分析；加强对平台漂移量的控制，提高动力定位系统控制设备的可靠性可有效抵御内波对系统造成的影响。     

基于模糊贝叶斯网络的煤气化职业健康风险分析

针对煤气化行业职业健康风险影响因素不确定及模糊的特点,建立了职业健康风险计算模型。该模型将模糊数学与贝叶斯网络相耦合,模拟事件概率,找出导致风险的主要因素。通过分析煤气化行业中存在的多种风险因素,应用问卷调查法和模糊集理论模拟了根节点的发生概率,得出职业健康风险概率的预测值;应用贝叶斯网络反向推理的功能计算根节点后验概率并排序,确定了薄弱环节。该模型不仅能解决概率缺失情况下的风险量化推算问题,定量进行职业健康风险评估,还可以实现关键因素的识别,并能有针对性地提出改进措施,为职业健康风险预防提供决策依据。     

基于动态贝叶斯网络的装配式建筑吊装施工安全风险分析

针对装配式建筑吊装施工期间风险影响因素多、不确定性高及风险状态随时间动态变化等问题,提出基于动态贝叶斯网络的装配式建筑吊装施工安全风险动态分析方法。首先,根据装配式建筑吊装施工特点和事故致因理论,从“人、物、环、管”4个方面建立风险指标体系。其次,引入时间维度建立动态贝叶斯网络模型,利用模糊理论和专家打分法量化网络节点的概率,并结合Leaky Noisy-or Gate扩展模型修正条件概率。最后,利用动态贝叶斯网络的双向推理功能对装配式建筑吊装施工安全风险进行动态风险分析。由实例分析得到某装配式建筑吊装施工安全风险的时序变化曲线,通过反向推理得到导致吊装事故发生的关键风险因素。研究成果可为分析和有效控制装配式建筑吊装施工安全风险提供新思路。     

基于故障树-贝叶斯-蝴蝶结分析的复合事故风险模型研究

为解决现有单一风险评价方法存在的不足,引入了基于故障树分析、贝叶斯网络与Bow-tie分析(蝴蝶结分析)相结合的复合风险分析模型:首先找出引起故障的基本事件,绘制故障树(FTA)模型;然后以故障树模型为基础,将其转化为贝叶斯网络,计算其中基本事件的后验概率和重要度;最后对重要度等级较高的事故节点进行Bow-tie分析,提出预防事故发生的防护措施和减轻事故后果的控制措施。以粘结漏钢事故为例,应用该模型对粘结漏钢事故进行了系统风险分析,验证了该模型的科学性和合理性,其结果表明:引起粘结漏钢事故占比较大的事故节点为保护渣异常,结合风险分析结果提出了相关预防及控制措施,以期最大程度地降低事故发生概率及减小事故损失的目的。     

石化装置火灾爆炸贝叶斯网络与防护层集成分析

复杂的石油化工装置在运转过程中存在诸多不确定因素,易发生火灾、爆炸等重大事故,给安全生产带来极大威胁。考虑到传统的系统安全分析方法在风险评估中存在一定局限性,引入贝叶斯网络与防护层集成分析模型。应用GeNIe软件将系统故障树转成贝叶斯网络,根据贝叶斯双向推理进行故障预测和诊断,快速识别系统薄弱环节并确定为风险贝叶斯故障节点,结合防护层分析提出相应的独立防护层,确定剩余风险水平。实例应用表明,所构建的贝叶斯网络与防护层集成分析模型对复杂系统进行风险评估是可行的,较传统的事件树、故障树分析方法更加科学、合理。     

基于社会技术系统的复工企业疫情防控风险路径研究*

为对复工企业疫情防控中的风险致因因素进行分析，探寻复工企业疫情防控的风险路径，基于社会技术系统理论，建立宏观工效学模型，通过查阅并分析国家、地方政府、企业文件以及相关文献，从人员、技术、组织管理、内部环境及外部环境5个子系统出发，识别出16个复工企业疫情失控致因因素；运用社会网络分析（SNA）构建复工企业疫情防控关系网络，对各因素节点中心度进行计算，分析各节点在网络中的位置及影响程度；采用贝叶斯网络（BN）进行参数学习和推理学习，找出复工企业疫情失控的最大致因链。结果表明:复工企业疫情失控关系网络中，存在政府监督管理不力→防疫物资筹备不足→日常监管不到位，政府监督管理不力→ 防疫宣传、培训缺失→员工防疫知识欠缺，政府监督管理不力→防疫宣传、培训缺失→日常监管不到位3条最长风险路径。研究结果可帮助复工企业针对最长风险路径中的因素进行管理，从而有效地为复工企业防疫提供理论支持。     

基于BN-LOPA方法的石化装置风险评价

本文应用GeNIe软件将系统故障树转成贝叶斯网络,根据贝叶斯双向推推理计算基本事件后验概率,快速识别系统薄弱环节并确定为风险故障节点,结合防护层分析提出相应的独立防护层,确定剩余风险等级。实例应用表明,所构建的BN-LOPA分析模型对复杂石化装置进行风险评价是可行的。     

应用贝叶斯网络识别深水井控主要风险诱因

为预防深水井控事故,保障深水钻井安全高效运行,运用贝叶斯网络识别深水井控主要风险诱因。首先以事故树模型为基础,从一级井控和二级井控2个阶段构建深水井控贝叶斯网络模型;然后在井喷失控情景下,利用贝叶斯网络的逆向分析和共因失效分析能力,求解各风险诱因的后验概率;最后按诱因发生概率和对整个系统的影响,识别深水井控主要风险诱因。分析结果表明,深水井控共包含10个主要风险诱因,且后验概率趋势与先验概率趋势基本一致,计算结果符合客观实际。     

基于JSA-BN的水上提管维修作业风险分析

为保障海底油气管道维修作业安全,提出1种基于JSA-BN的作业风险分析方法。采用JSA方法辨识分析水上提管维修作业过程中潜在的风险因素,得出不同作业步骤的风险等级;建立水上提管维修作业贝叶斯网络模型,计算出各作业环节的成功概率;依托贝叶斯网络的逆向推理及敏感性分析能力,实现水上提管维修作业风险薄弱点的定量预测和评估。研究结果表明:提出的基于JSA-BN的作业风险分析方法可应用于近岸海底管道应急维修作业风险分析;在整个水上提管维修作业活动中,提管作业和切割破损管道作业为关键作业环节,提升过程中碰撞、掉落事件为薄弱风险因素。     

基于Bayesian网络的建筑火灾疏散条件安全性评估方法*

为了对建筑火灾疏散条件安全性进行评估，基于Bayesian网络对疏散条件重要构成要素及评估方法逻辑推理过程进行研究探讨。结果表明:评估网络结构、根节点、中间节点及目标节点之间存在因果关联关系；研究得出根节点先验概率与量化节点条件概率表设定方法；Bayesian网络将风险评估与人工智能分析方法相结合，实现对建筑火灾疏散条件的安全性评估，并可用于识别高风险建筑。     

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。     

基于贝叶斯网络的人因可靠性评价

提出一种贝叶斯网络的人因可靠性评价(HRABN)方法,其中的每个因子对应于贝叶斯网络中的节点,该方法可对人因可靠性作定量分析和定性分析。在定性分析上,节点的因果关系(HRA中的因子关系)及需要改进的薄弱节点都直观地显示在层次图中;在定量分析方面,对节点因子后验概率的推断通过HRA中的先验信息(包含仿真数据、现场操作及专家知识等)和最新信息得到。如果人因可靠性贝叶斯网络中的每个节点的先验概率分布和后验概率分布都已知,模型的可信性就可通过贝叶斯因子进行定量验证。贝叶斯网络扩展性好,当有新的节点因子需要考虑时,只需要补充对应的节点;笔者的方法也能很好地应用在不同行业的HRA。     

基于BN-CREAM的深水井控压井作业风险诱因研究

深水井控压井作业是有效控制溢流演化为井喷事故的二级井控工艺屏障。为提高深水井控压井作业可靠性,采用 BN-CREAM方法对其风险诱因进行研究。结合深水井控压井作业特点,考虑共因失效等因素,采用贝叶斯网络方法建立深 水井控压井作业风险演化模型。应用人因可靠性分析CREAM法计算深水压井人因失误先验概率,参考海洋可靠性数据手 册OREDA确定深水井控设备失效先验概率。依托贝叶斯网络的逆向推理能力辨识压井作业的主要风险节点,从而实现对 深水井控压井作业风险诱因的有效预测和评估。研究表明:深水井控压井作业共包含6个关键风险根节点,且压井作业人 因可靠性要低于设备可靠性;3级子节点“压井方法选择不合理”对深水压井作业的成功起到至关重要的作用,需进一 步开展风险分析研究。     

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。     

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。