基于故障树的生物质气化中毒事故BN-LOPA分析

为降低生物质气化中毒事故的概率,本文提出基于故障树的贝叶斯—保护层复合分析法(BN-LOPA),对生物质气化中毒事故进行风险分析。以辽宁省某气化站为例,通过贝叶斯网络计算出该气化站中毒事故发生概率为1.11×10^-4,基于贝叶斯网络推导出中毒事故基本事件的后验概率,得到导致事故发生的故障节点,并对其设置独立防护层,经推导计算,该气化站的气化中毒事故发生概率可降低至5.35×10^-6,风险等级从7级降至5级。结果表明:该气化站增加独立防护层后,符合安全生产的要求。     

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。     

基于事故树和贝叶斯网络的飞机偏冲出跑道风险分析

为了加强对飞机运行过程的安全管理,降低飞机起降偏冲出跑道事件发生的概率,利用事故树和贝叶斯网络模型对飞机偏冲出跑道事件进行了定性和定量的分析。首先,建立事故树模型,对飞机起降冲偏出跑道的原因进行分析。一方面,总结导致飞机起降偏冲出跑道的基本事件,计算基本事件的结构重要度,指出基本事件对顶事件发生的结构重要度影响,同时计算飞机起降冲偏出跑道事故树模型的最小割集和最小径集,分析顶事件发生的条件和为避免顶事件的发生需要采取的应对措施;另一方面,通过对基本事件发生概率的赋值,计算基本事件的概率重要度和顶事件发生概率,指出基本事件发生概率对顶事件发生概率的影响。其次,为了便于各职能部门加强管理,明确工作的重点,结合贝叶斯网络计算中间事件的条件概率。     

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。     

基于贝叶斯网络的生物质气化中毒事故分析

由于生物质气化产生的燃气中含有CO,导致生物质气化站极易发生泄漏中毒事故并造成人员伤亡,同时考虑到传统的系统安全分析方法在风险评估中存在一定局限性,引入贝叶斯网络分析模型,应用Ge NIe软件将系统故障树转成贝叶斯网络,根据贝叶斯双向推理进行故障预测和诊断,快速、准确识别系统薄弱环节。实例应用表明,所构建的贝叶斯网络分析模型对生物质气化进行风险评估是可行的,且较传统的事件树、故障树分析方法更加科学、合理。     

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。     

航天器总装事故原因事件重要度分析

为解决传统安全性定量分析方法不能描述航天器总装这一复杂人-机-环系统的失效数据波动性和非严格逻辑关系的问题,结合生产实际,采用问卷调查的方法找出影响总装事故的风险因素,即导致事故的事件发生可能性、输入事件对输出事件的影响程度等。在验证调查数据的有效性之后,应用基于模糊数的模糊因果图(FCD),计算某航天器与支架车连接作业的事故风险可能性。提出原因事件重要度的计算方法。通过计算发现,人员注意力和发动机保护罩作用是导致发动机损伤的关键事件。与模糊事故树(FFT)、贝叶斯网络(BN)重要度计算结果对比表明,模糊重要度计算结果能反映事故发生可能性对原因事件发生可能性值的增减的敏感度。     

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。     

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。     

基于贝叶斯网络的物流无人机失效风险评估*

为降低城市物流无人机（UAV）失效坠落风险,通过考虑其运行环境和系统故障等因素的影响,以城市物流无人机运行数据为基础,从系统故障、运行环境和人为因素3方面提取失效诱因;分析物流无人机失效模式,并构建意外坠落事故的贝叶斯网络;基于所建网络和失效诱因发生概率分别计算不同工况下意外坠落事故及各中间事件概率,并基于网络拓扑结构展开反向推理,推演事故的主要失效诱因。结果表明:物流无人机正常运行时发生安全事故的概率为6.54×10-3;其中,电池电量不足、桨叶失效和电池故障是坠落事故的主要诱因,计算结果可为无人机运行安全风险防控提供依据。