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。     

基于风险与成本的海洋溢油事故应急控制决策

为提高海洋溢油事故应急控制决策的科学性,降低海洋溢油事故所造成的海洋生态环境风险,提出一种基于风险与成本最优的海洋溢油事故应急控制决策方法,识别海洋原油泄漏事件升级过程中的主要变量与时序节点;采用贝叶斯网络构建海洋溢油事故演化模型,评估海洋溢油事故所产生的生态环境风险;在此基础上,引入海面溢油应急处置措施,并考虑不同溢...     

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。     

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。     

基于贝叶斯网络的生物质气化中毒事故定量bow-tie分析

本文通过贝叶斯网络计算各原因事件的弗塞-维思利重要度,选取重要度较高的原因事件采取预防措施;并通过事件树分析确定控制措施,计算采取措施前后生物质气化中毒事故发生的概率,最后通过危险性评价矩阵对采取基于贝叶斯网络的bow-tie分析后的生物质气化中毒事故风险进行评价。结果表明,采用该方法只需对系统中部分节点采取安全措施即可有效降低事故发生概率,从而降低事故风险。     

基于事故案例的Natech事件演化模式及风险分析*

为探究非巨灾型Natech事件演化模式并降低发生风险,基于164个事故案例,归纳出6种典型演化路径,构建非巨灾型Natech事件演化模式分析框架,并基于突发事件关联网络,分析影响Natech事件风险的水平关键节点及潜在发生路径。结果表明:暴雨灾害是对全局影响力最强的节点,与人为异动的协同作用最显著;电力事故Natech链路径较长;水污染事故是较容易被自然灾害或首发事故触发的事件。     

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。     

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。     

生物质气化火灾爆炸事故BN-LOPA分析

提出一种基于BN-LOPA的生物质气化火灾爆炸事故评价方法。绘制出生物质气化火灾爆炸故障树并转换为贝叶斯网络,计算出的事故发生概率为2.600×10-3,根据风险矩阵得出对应风险等级为10级,因此需要在计划内采取安全措施降低风险。采用贝叶斯网络的向后推导计算基本事件后验概率,找出失效后易导致事故发生的节点,对这些节点设置独立防护层并计算设置后基本事件及顶事件的发生概率。最后得出在设置独立防护层后,生物质气化火灾爆炸事故的发生概率降低至8.068×10-6,对应风险等级从10级降至5级,可满足安全生产的要求。     

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。     

基于贝叶斯网络的城市爆炸事故风险概率研究

针对频发的各类城市爆炸事故,采用事故树和贝叶斯网络相结合的综合风险评价方法构建概率模型,在分类溯源的基础上进行风险的概率测算、原因诊断和敏感节点分析。首先,按爆炸源属性将研究对象划分为粉尘爆炸、可燃性气体或液体爆炸、可燃性固体爆炸和物理爆炸四类;其次,运用专家信心权重法评估细化的28个根节点事件的先验概率,结合条件概率表计算顶事件发生的风险概率;再次,通过逆向推理法分析风险的形成原因。结果表明：在城市爆炸事故中可燃性气体或液体爆炸发生的概率最大,人员监管不到位、防爆知识欠缺、违规操作生产等是城市爆炸事故的关键风险因素和敏感节点;最后,根据研究结论提出风险管控预防措施,以期减少城市爆炸事故的发生。     

危化品储运事故事理图谱构建与分析

为避免危化品储运事故演变导致次生事故的发生,改善事故风险识别领域依赖于人工的状况,应用事理图谱模型解析危化品事件之间的影响关系。首先,分析危化品储运事故语料库语义特征,抽取事故报告中危化品事件因果关系模式;然后,采用基于句向量的事件节点泛化方法,构建了基于因果情景的危化品储运事故事理图谱模型;最后,借助社会网络分析法对情景事件节点的度、特征向量中心性、介数中心性关键指标进行分析,得到了情景事件节点在演化模型中的关键程度。结果表明,通过构建事理图谱模型,发现事故演化中的关键节点,对危化品事故的发展能够进行直观的展示,可为危化品储运事故的分析提供新的思路,有助于提高企业避免连锁事故发生的应急水平。     

基于贝叶斯网络的我国电网安全风险关联分析

为了有效识别电网运行的关键风险要素,基于典型电网企业2014-2019年代表性事故案例,采用贝叶斯网络的机器学习方法分别构建了电网事故、设备事故及人身事故致因的贝叶斯网络模型,分析各风险因素对事故的影响程度并反向诊断事故发生的关键诱因.结果表明:1)3种贝叶斯网络模型预测精度分别达到87.85％、89.24％、96.88％;2)不同类型事故的关键风险因素存在差异,但人因仍是主要致因.电网事故的关键影响因素为巡检不到位、检修质量不良和验收不合格;设备事故的关键风险因素为处理不当、巡检不到位和施工质量不良;人身事故的关键风险因素为安全意识缺乏、施工质量不良、监护不到位和验收不合格.最后,对电网系统安全运行提出了针对性建议.     

基于前导事件和贝叶斯网络的储罐溢油动态风险评价

部分高风险危化品企业搬迁改造困难重重,为控制风险、保护周围人民生命和财产安全,有必要建立动态风险评价系统,对事故发生概率进行监控和预测。采用贝叶斯网络对事故发生概率进行定量分析。先在利用蝴蝶结模型辨识事故原因和后果的基础上,将其转化为贝叶斯网络模型;再导入"前导事件"信息和先验概率推导后验事故发生概率,量化分析事故发生随时间的变化概率;最后,以储罐溢流场景为例进行动态风险计算,结果表明,随化工装置生产时间和"前导事件"增长,元件失效概率和事故风险呈显著增长趋势。因此建议企业应重视"前导事件"并采取措施减少"前导事件",如优化检维修方案、及时更换关键部件、进行全面的事故调查等。     

基于贝叶斯—LOPA方法的深水钻井安全屏障可靠性分析

据统计,钻井过程是海上井喷事故的高发阶段,为保障钻井安全进行,安装了节流管线、防喷器等安全屏障减缓系统风险,安全屏障的可靠性直接影响钻井安全。利用贝叶斯—LOPA方法建立深水钻井安全屏障可靠性分析模型,以储层-溢流-井涌-井喷为事件链,运用三级井控理论建立独立保护层,每一保护层运用贝叶斯网络方法计算失效概率。在GeNIe软件中完成模型建立,并且完成后验概率计算、敏感性分析、影响力分析。通过分析计算结果给出风险控制关键事件和风险减缓措施,为钻井现场安全工作提出指导意见,确保深水钻井安全有序进行。     

基于贝叶斯网络的校园安全风险评估

为解决校园安全风险事故中行为安全管控的难题,本文以行为安全管理理论为基础,构建4个维度,8个一级指标、20个二级指标的校园安全风险评估体系模型,从而全面评估校园安全行为风险,并以贝叶斯网络的技术方法搭建,形成校园安全风险贝叶斯网络模型。通过正向推理、反向推理和敏感性分析,得出校园安全风险重点管控因素和事故致因链,进而得到校园安全风险管控策略,提高校园安全管理水平,保障校园安全。     

深水钻井井喷事故风险控制决策方法

为有效降低深水钻井井喷事故风险,提出一种井喷事故风险控制决策定量评估方法。首先运用贝叶斯网络(BN)建立深水钻井井喷事故评估模型,根据BN网络前向和后向推理原则,确定井喷事故的主要风险因素和发生概率;然后针对导致井喷事故发生的风险因素提出5项风险控制措施,考虑执行风险决策的效用和成本,通过增加效用节点和成本节点,建立深水钻井井喷事故风险控制决策模型,定量评估31项风险决策措施的有效性和总成本。研究结果表明:执行加强人员技能培训和增加功能测试与维护决策的总成本较低,同时可将深水钻井井喷事故风险控制在可接受风险区域。     

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。     

基于贝叶斯网络的化工园区地震次生灾害情景分析

为了研究化工园区内发生地震灾害后的事故演化过程,利用事故链模型对地震次生灾害演化过程进行分析,并将其转化为贝叶斯网络,确定各节点的变量与状态取值范围;通过相关文献及专家经验判断分析,获得贝叶斯网络中各节点的条件概率;依据贝叶斯网络的推理策略,比较不同地震烈度下,各化工事故发生的后验概率值,并探讨应急救援的及时性对地震次生灾害发生概率的影响,从关键要素遏制化工事故的发生,采取针对性的应对措施,尽可能的降低化工事故,有效的降低人员伤亡及财产损失。     

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。