基于HFACS-BN的地铁车站施工高处坠落可能性评价

为准确预测地铁车站施工高处坠落可能性,构建基于HFACS-BN的地铁车站施工高处坠落可能性评价模型。首先,基于人为因素分析和分类系统(HFACS)框架,识别地铁车站施工高处坠落致因因素,并将其映射为贝叶斯网络(BN);然后,将基于正态分布权重的群决策法、模糊最佳最差法(fuzzy-BWM)、全局相对值等方法相结合,并应用到BN中获取根节点的先验概率和中间节点的条件概率,依托BN的正向推理计算高处坠落节点处于各状态下的概率,敏感性分析辨识关键致因因素;最后,选取成都地铁11号线3个车站进行实例分析。研究结果表明:回龙路站、钓鱼嘴站和芦角村站的高处坠落最可能状态分别为严重故障、无故障、无故障状态,均与实际施工情况基本一致;安全教育培训不到位、移除防坠落x措施、踩空踩滑、安全意识薄弱、站在不安全位置、照明不足为高处坠落事故的关键致因因素,应重点管控。     

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。     

飞行区外来物入侵安全风险致因FTA-BN模型

为探究机场飞行区外来物(FOD)入侵安全风险,集成事故树分析(FTA)和贝叶斯网络(BN),构建风险致因分析模型;运用FTA分析FOD入侵的风险致因结构,结合BN表达风险的多模态性,通过FTA的结构推理和BN的双向推理分析、诊断和评价系统风险。研究结果表明:从系统的致险结构来看,违章因素的位置最关键;从系统的敏感性来看,道面破损、航班流量因素最敏感,2个节点最危险状态发生概率分别提升3.57%、0.43%即可导致顶事件发生;从系统的贡献度来看,违章、技能欠缺节点贡献最大,2个节点处于最危险状态时,顶事件发生概率最高,分别为4.18%、1.50%。样本机场FOD入侵发生概率为0.13%,增加飞行区作业人员的经验更能有效降低FOD入侵事件发生的概率。     

基于改进BN的集装箱船舶碰撞事故致因分析

为解决利用贝叶斯网络(BN)模型分析集装箱船舶碰撞致因过程中,由于样本数据不足导致BN结构学习困难的问题,提出一种基于核密度估计和模型加权平均策略相结合的BN结构学习算法。首先利用核密度估计方法扩充小数据集,使数据规模达到BN结构学习的最低限度要求;然后利用模型平均策略加权融合不同学习算法得到的网络结构,来提高算法在小样本数据下的学习效果;最后基于少量集装箱船舶碰撞样本数据,利用所提算法构建BN模型分析事故致因。结果表明:用所提算法能在小样本数据下定量分析碰撞事故致因,并得出集装箱船舶碰撞事故致因链,有助于提高集装箱船舶运输的安全性。     

强降雨下地铁车站施工安全风险演化推理研究

强降雨易引发地铁车站施工安全事故,为揭示此类工程受强降雨的致灾机制,评价施工安全风险,结合蝴蝶结(BT)分析法进行演化,得到包含2个顶事件、27个中间事件、47个基本事件的安全风险事故树;基于贝叶斯网络(BN)理论,改进节点模糊多态化与直觉模糊化2个方面,得到优化后的直觉模糊多态贝叶斯网络(IFPBN)安全风险演化推理模型;以广州21号线地铁工程为例,进行演绎推理应用,并验证模型有效性。结果表明：优化后的模型推理结果与实际情况基本相符,相较于常规推理模型更为精准、高效;所构建的风险演化结构中,强降雨等级、人的不安全行为和主体工程环境不安全状态是影响强降雨下地铁车站施工安全风险的重要宏观因素,应急组织混乱、安全意识缺乏与支护不稳定是重要微观因素。     

基于事件提取和改进MMHC的航空旅客运输事故征候贝叶斯网络建模*

为表征航空旅客运输事故征候演化机理,提出事故征候贝叶斯网络的建模方法。基于事故征候中致因事件、结果事件及分类标准的定义,以7 265起事故征候案例为样本,利用事件提取算法,识别事故征候叙述文本中的致因事件,利用改进的最大最小爬山算法实现网络建模;依据事件提取的测试集验证与结构学习的交叉验证,检验建模算法的准确性与有效性;基于证据敏感性指标,识别关键致因事件。结果表明:航空旅客运输事故征候贝叶斯网络模型包含94个节点和247条有向弧。空降冲突、严重设备故障、机组成员疾病及火灾烟雾是模型中高风险关联的致因事件,在安全监管过程中消除或减弱关键致因事件的发生能有效控制系统风险。     

不完全信息下的重大事故应急决策方法研究

为解决不完全信息下的重大事故应急决策问题，本文提出一种基于D-S证据理论的应急决策方法。首先，分析了重大事故现场关键事故情景和事故情景征兆之间的逻辑关系，并构建了事故证据集；其次，基于D-S证据理论构建了重大事故现场态势预测模型，并依据合成规则，按照时间顺序对重大事故现场得到的不完全信息进行不精确推理，实现了对重大事故关键情景的态势预测和事故应急决策；最后，通过实例验证了方法的可行性。     

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。     

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DEMATEL-ISM-BN的施工人员不安全行为致因研究*

为明确施工过程中人的不安全行为致因及产生路径，基于理论与案例分析构建以个体、设备、管理、环境为核心的评估指标体系；结合DEMATEL和ISM并借助专家知识构建层次网络模型，将其映射到BN中，依据节点的先验概率和条件概率实现因素之间耦合关系强度的量化；利用正向因果推理方法预测不同情况下不安全行为发生概率，反向诊断推理识别不安全行为产生的最大致因链。结果表明:施工过程不安全行为发生概率为26.5%，最大致因路径为政府监管力度不足→现场监管工作存在漏洞→不良行为习惯→安全认知失误→不安全行为，可为现场施工人员安全行为管控提供参考。     

基于贝叶斯网络的煤矿事故人因推理

煤矿事故的不可重现性决定了事故原因的调查具有很强的不确定性,如何通过事故发生后的相关信息提高事故深层次原因调查的准确性是非常重要的。将HFACS与贝叶斯网络相结合,以煤矿事故HFACS分析结果为样本,通过卡方检验和让步比分析建立人因的贝叶斯网络因果图,进一步利用最大似然估计算法确定了煤矿事故人因的贝叶斯网络参数。最后,以双柳煤业顶板事故的调查信息为证据推理导致煤矿事故发生的深层次原因,提高事故原因调查的准确性,从而验证模型的有效性。     

基于贝叶斯网络的一种事故分析模型

贝叶斯网络被认为是人工智能研究中不确定性知识表示和推理的重要工具。当前在系统安全领域中已开始运用贝叶斯网络技术进行故障诊断分析，然而故障只是诱发事故的因素之一，无法系统的评价事故背后的隐患，对事故后果的预测也甚少涉及。笔者将贝叶斯网络作为一种事故分析手段，在事故致因理论的基础上提出了一种基于危险因素-事故-事故危害的三层贝叶斯网络拓扑模型；阐述了网络模型层次间的因果关联关系、各层次的构成、节点的描述方法以及网络模型的构建方法；最后通过一个天然气球罐的分析案例验证了该模型分析方法的可行性和有效性。     

地铁工程建设安全事故致因网络模型构建与解析

为了揭示事故发生过程中致因因素和事故之间演化规律,基于实际地铁工程建设事故案例,构建具有致因层和事故层的双层地铁工程建设安全事故致因网络(SCACN)模型,分析网络拓扑结构和内在机制;经计算,子网络的累计度分布均服从幂律分布,且具有较小的最短路径长度和较高聚类系数,呈现出无标度网络和小世界网络的特性,SCACN面对随机攻击表现出鲁棒性,面对特定攻击具有脆弱性。结果表明:安全管理不到位、缺乏安全意识、机械故障是导致大量事故发生的初始致因因素,消除致因因素中具有较高度的关键节点,会在最大程度上减少后续事故的发生,有助于提高地铁工程建设安全管理水平。     

基于贝叶斯网络的危险化学品道路运输事故分析

为研究危险化学品道路运输事故中各影响因素的结构关系及其重要程度,以2006—2012年162起事故数据为样本,借助贝叶斯网络进行事故影响因素间关系分析及概率推理。网络结构由D-S证据理论综合专家意见得出,并依据条件独立检验实施了修正;表征影响因素对事故影响程度的后验概率由EM算法学习并进行推理得到。研究结果描述了事故影响因素间复杂的作用关系,推理分析表明,最重要的3个直接因素依次为人的因素(0.558)、运输车辆和设备(0.318)、危险化学品包装及装卸(0.212),且目前降低运输事故的应对措施重点应放在对人的失误及运输企业的管理上。     

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。     

基于WSR-D-S证据理论的地铁车站火灾安全评价

针对地铁车站火灾触发因素繁多复杂等特点,为有效预防和减少火灾事故的发生,提出了基于D-S证据理论的评价方法。首先依托WSR(物理-事理-人理)理论思想,结合PDCA循环程序及地铁车站火灾特点,建立了基于"人、机、环、管"四方面因素的火灾安全评价指标体系;其次引入C-OWA算子实现评价指标赋权,削弱专家主观偏好的不利影响,并建立了基于D-S证据理论的地铁车站火灾安全评价模型,借助证据融合算法评判火灾安全等级;最后将模型应用到青岛地铁车站实际案例中,结果表明,该车站火灾安全状况良好,评价模型具有可行性与合理性。     

基于Cloud-BN的装配式住宅构件吊装安全评价

为降低装配式住宅构件吊装事故发生率,构建基于云贝叶斯网络(Cloud-BN)的安全风险评价模型,动态评价构件吊装作业安全风险。首先,分析云模型与贝叶斯网络(BN)结合的可行性与合理性;其次,结合工程实际确定构件吊装施工安全风险指标体系与BN结构,通过参数学习算法获取各节点间的条件概率分布;然后利用云模型转换,将获取的观测节点先验概率作为证据输入模型,得到构件吊装风险处于各风险状态的概率,并利用综合云生成算法确定最终的风险等级;最后,以某装配式住宅项目为例,验证该模型的有效性。研究表明:该模型评价结果与实际情况基本一致,平均相对误差控制在5%以内;与传统BN模型相比,结果更加客观准确。     

基于BN的锅炉超压爆炸事故原因推理与故障诊断

分析了锅炉爆炸的原因,讨论了事故树与贝叶斯网络的特点,编制了以"锅炉超压爆炸事故"为顶事件的事故树,将其转化为锅炉超压爆炸事故贝叶斯网络拓扑结构,利用贝叶斯网络的技术优势,针对锅炉超压爆炸事故贝叶斯网络拓扑结构分别进行了原因推理与诊断推理。实例应用表明,在原因推理中,根节点V_1(压力上升)发生时锅炉超压爆炸事故发生的可能性最高;在诊断推理中,当锅炉超压爆炸事故发生时,根节点V_1(压力上升)一定发生,其次为V_4(定压不准),V_(11)(未装疏水管)发生的可能性最小,为企业进行锅炉超压爆炸事故预测与故障诊断提供了理论依据。     

水电工程施工安全事故致因重要性多证据融合综合评价

为确定水电工程施工安全事故的主要致因,采取有针对性的安全防范措施减少安全隐患,降低安全事故发生概率,提出事故致因重要性的多证据融合模糊综合评价方法。收集306例典型事故案例,进行致因分析,归纳提炼人、物、管理、环境4类风险因素下的23项事故致因指标,构建安全事故致因评价指标体系;采用区间层次分析法(IAHP)、模糊集评价方法,分别确定风险因素和致因指标权重,进而建立基于专家群决策和D-S证据融合理论的多证据综合评价模型,并进行实例分析。结果表明：人的因素和物的因素是导致事故发生的主要因素;违章作业、处于不安全位置、冒险心理、无防护措施、使用不安全措施等事故致因所占权重较大;在采取安全防控措施时,应重点考虑上述因素。