燃气管网泄漏事故原因与预防措施探究

近年来,随着我国城镇化建设目标的提出,城市化建设规模越来越大,建设速度越来越快。作为人口最为密集的区域,城市的安全和稳定直接关系到和谐社会建设水平。燃气管网是城市化建设与发展的生命线,燃气是广大城市居民生产与生活的基本能源。尤其是能源紧缩的现代社会,城市燃气管网的安全越来越受到城市管理部门关注。与其他基础设施相比,燃气管网的危险系数较高,一旦造成管道泄漏,会导致重大的事故和严重损失。因此,加强城市燃气管网泄漏事故的研究意义重大。文章主要分析燃气管网泄漏事故预防的必要性,研究现阶段燃气管网泄漏事故的原因,探讨新时期燃气管网泄漏事故预防措施,为各城市在燃气管网泄漏事故预防方面提供相关经验和参考依据。     

基于GIS天津市燃气管网预警系统的构建研究

基于GIS的原理,结合燃气事故的致因及其后果,对燃气泄漏模型、扩散模型、火灾及爆炸后果模型进行完善和改进,建立了燃气事故预警模型;通过Visual C++编程,借助ARCGIS平台将燃气事故预警模型与天津市燃气管网GIS相结合,构建了基于GIS的天津市燃气管网预警系统。该系统应用结果显示:由燃气事故预警模型计算得出的事故后果,通过GIS地理空间数据库和模型库的链接,实现了燃气泄漏点的可视化预警分析;并根据分析结果启动相应应急预案,实现了事故预警实时分析与应急预案启动的联动功能,为相关决策者提供了可靠决策依据。     

基于动态贝叶斯网络的城市综合管廊燃气泄漏动态风险评价

为解决综合管廊燃气管网系统风险因素多、风险状态随时间动态变化等问题，在传统故障树和静态贝叶斯网络等方法的基础上提出了基于动态贝叶斯网络的城市综合管廊燃气泄漏动态风险评价方法。首先利用蝴蝶结模型分析总结了导致综合管廊燃气管网发生泄漏的主要风险源和不同事故后果。然后，引入时间因素与Leaky Noisy-or Gate模型，根据故障树模型的映射规则，建立城市综合管廊燃气泄漏的动态贝叶斯网络模型。最后，利用动态贝叶斯网络的双向推理功能对模型进行求解。由实例分析得到了某综合管廊燃气泄漏概率及各事故后果概率的时序变化曲线，通过反向推理得到了导致燃气泄漏的主要风险源。研究成果可为综合管廊的风险评估、日常维护提供理论支持。     

基于改进Bow-tie模型的城镇燃气管网风险分析

燃气管网是城镇中的重大危险源,一旦发生事故,后果多数较为严重。为更清晰地了解事故发生原因、后果,制定预防、减缓措施,笔者提出改进Bow-tie模型对城镇燃气管网进行风险分析。改进Bow-tie模型从人、机、环、管四方面分析事故原因,从人员、财产、环境、社会四方面分析事故后果,将风险识别、风险分析、风险评估、风险控制、风险管理在图中展示,并为燃气管网事故提出预防和减缓措施,降低事故率。结果表明应用改进Bow-tie模型可直观掌握事故全过程动态,清晰了解事故的起因、结果,对分析燃气管网泄漏事故具有重要意义。     

燃气管网泄漏工况特征选择及其图形化的探究

首先选择节点压力组成燃气管网泄漏工况特征向量,研究分析发现其在实际应用中具有一定的局限性,为此进一步提出了管网泄漏工况特征图形化的方法对其进行优化。利用Pipeline Studio建立了经过实验验证的计算机模拟管网,通过稳态模拟获取数据进而绘制燃气管网泄漏工况特征图像并进行对比分析,最终论证了燃气管网泄漏工况特征图形在基于模式识别的燃气管网泄漏检测定位中应用的可行性。     

基于CIM的燃气管网安全运行监测预警系统设计研究

燃气管网是城市生命线的重要组成部分,随着规模和复杂度的增加,发生泄漏和爆炸的可能性也增加。近些年,随着城市信息模型（City Information Modeling,CIM）相关技术的不断完善,燃气管网管理进入“三维可视化”阶段。文章结合多项交叉技术,提出基于CIM的燃气管网安全运行监测预警系统,实现对各燃气管网节点的过程数据实时监测,对异常信号分级报警,使得燃气管网运行状态信息化、可视化、实时化,保障燃气管网的安全可靠运行。     

燃气管网定量风险分析方法综述

以城市燃气管网的风险为研究对象,分析并提出一种可用于城市燃气管网定量风险分析的新思路,包含了不同事故后果及其物理模型的分析即事故可能性分析、后果分析和风险评价,分为失效事故假定、泄漏率计算、物理效应计算、致死率计算、风险值计算、风险评价等环节;整理、研究城市燃气管网定量风险分析所涉及的多种物理模型,并通过比较不同模型的特点,分析各个模型的不足之处;最后针对国内外研究现状及燃气管网风险的特点,指出研究发展方向:研究风险在燃气管网内的传播,提出燃气管网相继失效的风险分析方法。所提出的分析思路、计算方法可与工程应用相结合。     

可拓综合评价在燃气系统泄漏事故应急救援中的应用

燃气系统发生泄漏,如不能及时有效进行应急救援,极易引发严重的事故后果,因此,准确确定应急响应等级,进行有针对性的救援工作是控制燃气系统泄漏事故后果严重性的关键。从众多影响因素中,分析并确定了影响燃气系统泄漏事故后果严重性的主要因素,对各因素严重程度进行了等级划分。引入了可拓工程方法,建立了燃气系统泄漏事故后果严重性可拓综合评价模型,阐述了评价步骤和方法。当各影响因素分属不同等级时,根据所建模型能综合确定燃气系统泄漏事故后果严重性等级,依此进行事故应急救援分级响应。该方法能够克服人为评判失误,有利于指导有效事故救援,控制事故影响范围。运用该模型对一事故案例进行了计算,计算结果表明此方法用于确定应急救援响应等级是可行的。     

基于贝叶斯网络的城市地下燃气管网动态风险分析

为研究城市燃气管网风险的动态性,针对传统风险分析方法的局限性,提出基于贝叶斯网络的燃气管网动态风险分析方法。构建燃气管网失效蝴蝶结模型并将其转化为贝叶斯网络模型;在事故发生状态下更新事件失效概率,识别出关键因素;根据异常事件数据和贝叶斯理论,对基本事件失效概率进行实时动态改变;随之更新管网失效及各后果发生的概率,从而实现管网的动态风险分析。研究结果表明:该方法克服了传统风险分析方法的不足,可动态反映燃气管网失效和事故后果发生概率随时间变化的特征,能够为城市地下燃气管网的风险分析与事故预防提供参考。     

灰色系统理论在燃气事故中的应用研究

文章根据《全国燃气事故分析报告》中燃气事故类型整理相关数据,运用灰色系统理论对燃气事故进行研究。首先,构建GM(1,1)灰色预测模型对3类燃气事故的未来事故数量进行预测。经检验,该模型对3类燃气事故的预测具有较好的可靠性和精准度,能够适用于工程实际。其次,对各类型燃气事故原因进行分类,采用灰色关联分析的方法找出各类型燃气事故的主要致灾原因并提出相关建议。     

基于声信号特征分析的燃气管道探测识别方法

为了探测和辨识地下燃气管道,避免燃气管道改扩建的过程发生第三方破坏引发安全事故,提出1种基于声信号特征分析的燃气管道探测识别方法,该方法考虑燃气管道声信号声压级低以及易衰减的特点,采用Hilebert-Huang变换算法分析燃气管道流噪声信号特征,建立燃气管道流噪声信号的特征数据库,并通过BP神经网络进行模式识别,判别...     

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。     

基于BP神经网络的苯储罐泄漏事故风险评价模型研究

为了在事故发生之前对苯储罐进行风险评价，提出1种基于BP神经网络的泄漏事故风险评价方法，利用该方法构建了苯储罐的风险评价模型，并对模型进行了训练及验证。研究结果表明:BP神经网络成功完成了建模任务，且模型训练结果较好，可利用基于BP神经网络所构建的苯泄漏事故风险评价模型对苯储罐发生泄漏事故的风险进行评价。     

基于粒子群算法的燃气管线泄漏疏散能力分析

为研究燃气管线泄漏事故人员疏散能力,统计分析近年国内燃气泄漏典型事故,得出第三方违章作业施工为燃气泄漏事故比例最高的直接原因及燃气泄漏事故伤亡人数发展趋势,在此基础上,引入粒子群PSO算法,以某施工引起的燃气管线泄漏事故为实例,研究领导者的领导能力和应急处置能力对员工之间信息交流及人员应急疏散能力的影响。分析实例显示现场领导者学习因子偏低,指挥能力差,直接影响事故现场的应急疏散自救行为,甚至改变疏散路径。并进一步分析模拟得出,学习因子提高后,现场领导者和员工的信息更新与交换效率大幅提升,应急疏散能力随之提高,进而提出实用性对策措施和建议,为提升燃气管线泄漏事故应急疏散能力提供技术参考。     

基于PCA-GA-BP神经网络的瓦斯含量预测分析

为提高煤层瓦斯含量预测的效率和准确率,提出了先采用主成份分析（PCA）方法来降低变量间的相关性,然后将遗传算法（GA）与BP神经网络相结合的煤层瓦斯含量预测的新方法。为了避免BP神经网络收敛速度慢、易陷入局部极小值等问题,算法采用GA对BP神经网络的权值和阈值进行优化,利用Matlab软件进行编程,建立了BP神经网络和GA-BP神经网络瓦斯含量预测模型。选取淮南某矿瓦斯含量及其影响因素作为实验数据对该模型进行了实例分析,将主成份回归和BP网络算法预测结果与该模型进行了对比分析。结果表明:PCA-GA-BP网络预测模型平均相对误差为2.759%,预测效果明显优于主成份回归和BP网络预测模型,可以准确的预测煤层瓦斯含量。     

基于人工神经网络的气体泄爆最大超压预测研究

为解决传统经验公式在预测气体泄爆中最大超压出现时的较大偏差或过于保守的问题,提出使用人工神经网络预测气体泄爆最大超压。基于124组实验数据,采用BP与RBF神经网络,通过优化算法计算与迭代循环对泄爆样本中的影响因素进行降维与选择,并确定2类神经网络本身在学习与计算气体泄爆样本时的相关参数。结果表明:PCA（主成分分析法）在当前样本条件下的降维效果较差,而通过迭代对比确认气体泄爆样本中的5类特征全部保留时神经网络的训练模拟效果最好;通过对124组实验数据进行随机挑选训练集与测试集的训练模拟结果发现,神经网络对气体泄爆中最大超压的预测效果较好;通过对比Molkov提出的和经Fakandu等改进的NFPA 68经验公式以及2类神经网络的预测结果表明,神经网络相比于传统气体泄爆经验公式具有明显优势。     

城市油气管道泄漏爆炸重大案例应急管理对比研究

青岛东黄输油管道泄漏爆炸特别重大事故,引起公众对城市油气管道安全的普遍关注。近年来,城市油气管道事故频繁发生,反映出我国在城市地下管道安全管理方面存在较大问题。基于国内外管道相似事故调研,选取墨西哥瓜达拉哈拉管道泄漏爆炸事故和青岛东黄输油管道泄漏爆炸事故进行对比分析。基于事故致因理论,探究事故发展模式,建立事故链模型。结合应急管理思想,从预警预控、应急处置、评估恢复角度分析事故应急管理过程的共性失误。最后,针对应急管理各阶段共性失误提出防范措施,对提高类似事故的应急管理能力具有一定的参考意义     

基于灰色神经网络优化组合模型的火灾预测研究

为了提高火灾事故预测的精度,根据我国火灾事故数据样本较小,波动性较大的特点,将遗传算法优化的灰色无偏预测模型与遗传算法优化的BP神经网络模型结合起来,建立灰色神经网络优化组合模型,充分发挥无偏灰色预测模型适用于小样本的数据预测的优势与BP神经网络处理非线性问题的优点。分别采用遗传算法优化后的无偏灰色GM（1,1）模型、遗传算法优化的BP神经网络预测模型与灰色神经网络优化组合模型对我国1998-2008年的火灾事故进行拟合,并对2009-2011年的火灾事故发生数进行预测。结果表明:灰色神经网络优化组合模型的预测误差最小,精度最高,适用于火灾事故的预测。     

考虑结构特性的化工事故关键致因网络分析*

为揭示化工事故发生机理,考虑事故链中因素的因果关系与事故网络的结构特性,基于复杂网络研究化工事故的关键致因因素,以事故案例中因素与结果为网络节点,因素间的因果关系为边,建立化工事故网络模型,分析网络中节点的度值、结构洞,构建化工事故凝聚网络,分析凝聚节点之间的因果关系。结果表明:在化工事故网络中存在8种致因因素,人的不安全行为与环境的不安全状态占比高达87.5%。通过结构洞分析可有效找出网络中具有较强影响力的潜在致因因素;通过凝聚网络分析,人的不安全行为致使设备的不安全状态与环境的不安全状态连接比例高达29%,存在显著的因果关系。