改进的蒸气云爆炸模型在LNG储罐爆炸模拟中的应用

针对TNT当量法在LNG储罐蒸气云爆炸模拟中的应用进行了改进,考虑并分析了使用传统TNT模型时所忽略的LNG液池蒸发过程,通过建立LNG与地面的传热模型得出了LNG液池蒸发速率随时间变化的关系,液池的蒸发速率在最初随时间的增长较快,在增至最大值后与时间的平方根成反比逐渐减小。以3万m~3 LNG储罐连续泄漏20 min为例,根据蒸发速率与时间的关系算出了蒸气云团中的燃料量,再结合蒸气云爆炸模型利用Matlab软件进行了事故后果模拟计算,得出发生蒸气云爆炸时的死亡半径为36.629 5 m,重伤半径为83.557 6 m,轻伤半径124.725 m,财产损失半径为109.017 9 m。相较于无蒸发过程的传统模型,此计算结果更加具有参考意义。     

化学工业园区应急能力可靠性分析

提出一种基于遗传算法优化的BP神经网络(GA-BP)的园区应急能力可靠性分析模型。通过故障树分析对化工园区应急救援能力的可靠性进行量化并作为GA-BP神经网络的输出值,以故障树中的基本事件为依据,进行分类总结,建立化工园区应急救援能力层次分析指标体系;从日常生产状态下的应急系统维护与事故时的应急处置能力这两个准则层考虑,指标层元素分别对应故障树的基本事件,并计算其相对于目标层的复合权重;从样本组中,选取训练样本和测试样本验证基于遗传算法优化的神经网络可靠性分析模型的可行性,并与传统BP神经网络的分析数据进行对比;结果表明,经过遗传算法优化后的BP神经网络平均误差和均方误差均较小。得出GA-BP神经网络的分析结果与故障树更加接近,而且相对于故障树分析减少了复杂的建树过程,具有更高的易用性。     

基于随机森林的LNG场站泄漏风险评价模型研究

通过对国内外LNG场站泄漏事故进行统计和分析,结合相关行业专家研究,总结出一套LNG场站泄漏风险评价体系。该风险评价体系主要包括物质状态、设备设施、作业现场、安全管理和应急救援5个一阶评价指标和20个二阶评价指标。本研究以多个LNG储运企业的多位专家评估结果为数据样本,结合随机森林算法对泄漏风险评价体系进行机器学习,分析得出一套针对LNG场站的泄漏风险评价方法。该方法可以运用于LNG场站进行风险管控自查,对LNG储运产业提高自身安全管理,提高智能化管理有极大的推动作用。