安全生产三道防线事故防控理论的研究及应用

从当前安全生产的极端重要性及“两个至上”出发,基于K-2/K-3核电项目事故防控实践,结合墨菲定律分析,揭示小概率事件在长周期项目建设中会变成大概率事件,故仅靠事故预防一道防线是不够的,还必须以纵深防御的理念在事故基准事件发生后采取事故缓解、事故救援措施作为事故防控的第二、第三道防线;随后通过引入基准事件及事故后果分析了事故的构成特性及事故公式（A=B+C）,创新性的提出“三道防线事故防控理论”模型及其要点、内涵,并分析了第二道防线在K-2/K-3项目事件案例中所发挥的作用,阐述了三道防线的应用举例以及实施途径。该理论的有效应用,使得K-2/K-3项目实现自开工以来至临时验收核电建设全周期无重伤及以上生产安全事故2 958 d的安全绩效,不仅表明其能够为事故防控工作提供新的视角和理论指导,也能为我国核电工程及其他行业领域的安全管理提供经验借鉴。     

基于FDA模型的地铁列车洪淹事故致因分析*

为了从安全信息视角探究地铁列车洪淹事故原因,基于FDA（Forecast-Decision-Action）事故致因模型和真实事故案例,构建由个体（地铁行车人员）、自组织（地铁运营企业）和他组织（应急主管部门）3个事故致因子模型组成的地铁列车洪淹事故FDA致因模型,并针对安全管理重要环节提出事故预防建议。研究结果表明:阻断事故致因主链或子链、保证必要安全信息充分且完备、防范安全欺骗行为,可有效预防地铁列车洪淹事故,通过实证案例分析验证FDA模型可显著提升地铁防洪应急管理水平。     

基于数据填补-机器学习的煤与瓦斯突出预测效果研究*

为解决煤与瓦斯突出事故数据集少,数据缺失严重的问题,提出将多重插补（MI）和随机森林填补(MF)应用于填补缺失参数,并将填补前和填补后的数据输入SVM,ELM,RF 3种机器学习算法进行训练,构建9种耦合模型。采用总体准确率、局部准确率、运行时间这3种指标评价模型性能。研究结果表明:采用数据填补算法后,由于训练样本增大,煤与瓦斯突出事故预测的总体准确率提高,运行时间增长;MF-RF模型的总体准确率与事故预测准确率最高,分别为97.90%和98.93%;RD-ELM模型的运行时间最短,为0.24 s;多重插补使得煤与瓦斯突出预测的总体准确率提高0.98%~1.11%,随机森林填补总体准确率提高5.13%~7.50%,随机森林填补的效果好于多重插补。     

基于机器学习与SHAP的油气储运事故风险分析

为深入研究对油气储运事故风险产生显著影响的因素,并探究其发生的特征与规律,本文研究收集了627起油气储运事故数据,并运用这些数据进行了建模分析。研究选取了11个关键因素,包括事故场景、操作因素等,作为模型的输入特征,而事故风险程度则作为输出结果。在评估体系方面,本研究引入了一系列指标,如准确率、AUC等,以评价模型的性能表现。在模型比较方面,我们将LightGBM模型与XGBoost和RF三种模型进行了综合对比,结果显示LightGBM模型表现出色,性能优异。此外,研究还利用SHAP方法对模型进行了可视化分析,以探究各种因素对事故风险程度的影响。研究结果明确指出,事故风险程度受到多个因素的影响,其中最为关键的因素包括事故场景、员工操作、安全管理,以及二者之间的耦合影响。为减少重大事故风险的发生,本研究强调了两个关键方面：首先需着重关注各类事故场景的安全管理体系是否健全,以确保事故场景的安全性。其次需要确保员工具备熟练的职业技能和接受充分的安全培训,从而降低操作因素和安全知识匮乏对事故风险的影响。这些举措将有助于预防重大事故的发生。     

船用废气锅炉安全管理的探讨

运用FTA（事故树分析）的定性方法,分析船用废气锅炉典型故障问题的事故树模型,探讨了船用辅助锅炉安全管理中典型故障的预防途径,为船用辅助锅炉管理过程中的安全管理、安全评价以及事故分析提供参考。     

尾矿库事故隐患及风险表征与防控方法*

为解决尾矿库安全隐患及风险,应用基于证据(Evidence-based)方法和事故树分析模型,辨识并表征尾矿库事故影响因素、隐患及耦合状态,根据事件发生可能性、潜在后果严重性和受体暴露程度相关独立参数,给出尾矿库事故风险表征方法,建立尾矿库事故多情景、多阶段（3段）、多层次和多等级（4级）风险防控框架。结果表明:对尾矿库5类事故（溃坝、漫顶、渗流、输送冒漏、库区扬尘）进行分析,得出基本事件或蛰伏隐患对尾矿库事故结构重要度或影响程度,给出尾矿库事故风险3维表征方法,并结合巴西布鲁马迪尼奥尾矿库进行实例应用,确定尾矿库风险等级（最高级4级）,验证方法可行性与有效性。研究结果可为尾矿库减灾防灾提供理论支撑与实践指导。     

飞行事故与危化品爆炸事故的共性原因研究

为探究事故的共性原因,选取飞行事故和危化品爆炸事故作为研究对象,以事故致因“2-4”模型为分析工具,对2起案例的原因进行重新分析,得出两者在组织文化、管理体系、个体能力、个体动作4个阶段的事故原因。对比研究其共性原因,并以提高个体能力为目标导向,以解决组织文化和管理体系中存在的共性问题为主要思路,提出通用预防方法。研究表明：2起事故在组织文化、管理体系、个体能力均存在共性原因;分析得到针对2类事故、2类行业均适用的预防方法,为未来继续扩大研究样本从而探究适用于所有行业的通用事故预防方法提供理论支持。     

水上交通事故分析研究进展

为更好地开展水上交通事故分析研究,提高我国水上交通安全水平,从船舶风险评估与事故预测、事故分析以及事故及通航安全数据的组织与数据库建立3个方面对国内外的相关研究进行论述和分析。提出以建立水上交通事故时空数据平台为基础,结合数据挖掘和安全工程的理论方法研究事故发生机理,评估事故风险,并将研究事故模拟再现技术作为事故分析的重要技术手段。     

企业安全生产事故风险预警研究综述

安全是企业发展的重要保证,近年来安全生产事故的频发使企业意识到安全生产的重要性,对事故的防控更要由事后处罚向事前预防转变。以风险辨识、风险评价和风险预警过程为主线,对企业安全生产事故风险预警的理论和方法进行了综述,包括事故致因理论、重大危险源辨识理论、风险评价方法、风险预警方法及预警阈值的确定方法等。阐述了企业安全生产事故风险预警理论和方法的国内外研究现状。对安全生产的法律保障进行了归纳,并结合现有研究存在的问题,提出了重点研究方向。     

机械原因飞行事故诱因的分析与预测研究

为更好地预防机械原因飞行事故,提高安全管理和决策的水平,提出机械原因飞行事故诱因的分析与预测方法。首先借鉴"瑞士奶酪"模型的思想,建立了机械原因飞行事故诱因分析分类体系;而后构建了事故的二进制矩阵,通过进行比例矩阵分析和单一聚类分析来辨识重要的单诱因、两两诱因组合和事故主要诱发模式;最后采用Bootstrap方法对其进行预测。结果表明:所提出的方法能够辨识出机械原因飞行事故中的重要单诱因、两两诱因组合和主要诱发模式,并对其做出较为准确的预测,进而对制订事故防控预案,预防此类事故的发生具有重要意义。     

STAMP模型在危化品道路运输事故分析中的应用研究

为保障危化品道路运输行车安全,基于STAMP模型构建危化品道路运输的分层安全控制结构,将安全问题看作是控制问题,并将系统工程思想融入事故预防中。在此基础上,引入沪昆高速湖南邵阳段“7.19”特别重大道路交通危化品爆燃事故并对其进行实证分析,从物理层、基础层、运营层及监管层动态分析导致事故发生的控制缺失。结果表明:基于STAMP模型的安全分析方法不仅可考虑由组件失效引起的事故,还可发现组件之间的组织问题及决策背景,并对事故致因做出更为详细的解释,为类似事故的分析和预防提供思路与参考。     

基于半定量的FRAM道路危险品运输事故分析方法研究*

为弥补事故分析法在道路危险品运输事故致因研究方面的缺失,解决传统事故分析方法分析结果不全面、防控措施不具体且针对性较差的问题,引入半定量功能共振事故模型（FRAM）,通过定量化功能上下游耦合变异性,阐述事故发生机理同时,找到系统关键功能和关键链路,制定防控措施重点监控。结果表明:基于半定量的FRAM道路危险品运输事故分析方法能够更快、更准确地找出事故发生的关键功能和关键链路,制定针对性防控措施,有效提高道路危险品运输系统安全性。研究结果可为道路事故分析提供参考。     

基于事故演化网络的旅游安全及风险防控研究

为做好旅游活动的安全管理和风险防控,构建旅游安全事故演化网络,从旅游事故演化的角度分析旅游中常见的事故类型及其演化过程;根据旅游事故发生的时序和相关程度将旅游安全事故分为4级,从事故节点的出入度、子网节点数和支链数进行分析,判断不同旅游事故的风险大小;此外,从不同结构演化链的角度,总结旅游事故演化的特征.结果表明:旅游...     

基于APRIORI-TAN的交通事故伤害分析与预测*

为探究道路交通事故因素和事故伤害的相关性,以2 467起涉及人员伤亡的交通事故为数据集,运用Apriori算法分别挖掘事故伤害关联规则,并结合社会网络分析的可视化和核心-边缘分析构建受伤事故和死亡事故的关联规则网络。结果表明:事故伤害程度与事故时间、道路条件和交通环境等因素关系紧密,尤其死亡事故与碰撞固定物、人行横道事故、高速公路、高速道路、非市区、酒驾和超速存在高相关性。基于树型贝叶斯网络（TAN）构建事故伤害程度的预测模型,预测结果准确率可达87.56%。     

基于HFACS-BN模型的危险化学品事故人因路径分析*

为提高危险化学品安全管理水平,收集我国134起以人为主因的危险化学品事故,构建危险化学品事故的HFACS-BN模型,并基于贝叶斯网络对危险化学品事故中的人因路径及各因素灵敏度进行分析。研究结果表明:行为违规是导致事故的最主要不安全行为;在复杂路径中,环境因素和操作者状态具有较高的灵敏度,与其相关的风险认知与处理不当是阻碍事故预防的关键因素;在非复杂路径中,操作者状态与运行计划不当具有较高的灵敏度,其所涉及的监督违规、组织过程和组织氛围,是导致危险化学品事故的根本起点,并可依此分析事故直接原因和间接原因;操作者状态在2种路径中均表现出高灵敏度,因此化工企业在人员管理上要加强关注职工状态,减少不安全行为的出现。     

Causation of Severe and Fatal Accidents in the Manufacturing Sector

The main purpose of this paper is to identify the most frequent causes of accidents in the manufacturing sector in Andalusia, Spain, to help safety practitioners in the task of prioritizing preventive actions. Official accident investigation reports are analyzed. A causation pattern is identified with the proportion of causes of each of the different possible groups of causes. We found evidence of a differential causation between slight and non-slight accidents. We have also found significant differences in accident causation depending on the mechanism of the accident. These results can be used to prioritize preventive actions to combat the most likely causes of each accident mechanism. We have also done research on the associations of certain latent causes with specific active (immediate) causes. These relationships show how organizational and safety management can contribute to the prevention of active failures.     

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。     

基于数据挖掘的化工生产事故致因主题抽取

为充分挖掘化工生产事故数据中的有效信息和潜在规律,提高对化工事故认知水平,针对某化工集团2010—2016年共1 578起事故数据,利用社会网络分析等方法揭示事故要素间的关联关系;运用潜在狄利克雷分配（LDA）模型进行事故聚类,并抽取到5个事故致因主题。研究结果表明:LDA主题模型等数据挖掘技术能有效挖掘大量事故数据中的潜在信息;5个事故致因主题中,4个涉及到人因或组织层面的缺陷;员工注意力不集中和现场风险管理不足这2个致因主题间具有较强相关性;员工注意力不集中、现场风险管理不足以及设备问题是导致事故发生的主要原因。     

基于三维可视化技术的典型生产安全事故防控与应急处置场景设计与实现

为了进一步提高目前生产安全事故防控与应急处置过程的科学化、可视化,从典型生产安全事故场景的构成以及事故演化过程分析入手,基于目前主流的三维可视化技术的分析与对比,讨论相关典型场景构建的业务需求、技术路线与关键实现方法,并以某危化品运输槽罐车运输途中火灾爆炸事故场景的构建为例进行举例说明,研究结果可为生产安全领域其他典型事故场景的三维可视化实现提供技术参考和借鉴。