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。     

基于模糊贝叶斯网络的钢管桩围堰安全评价研究

为探明施工过程中影响钢管桩围堰事故发生率的主要因素,降低桥梁基础工程的事故发生率,建立FBN与MIDAS模型,对围堰工程进行事前安全风险研究。首先参照条例规范与4M1E原则将主要因素统筹为人、机、料、法、环五大方面,构建起具有普适性的的风险评估指标体系,其中含有5个一级指标和18个二级指标。其次根据因素间的逻辑关系构建贝叶斯网络模型,基于模糊数理论确定根节点的先验概率,后利用Leaky Noisy-OR Gate模型计算出非根节点的条件概率,通过NETICA软件得到因素耦合效应以及主要影响因素,最后依据实际案例建立MIDAS有限元模型进行定量化分析。结果表明,主要影响因素有水流压力、土体稳定性、支护体系稳定性、焊接质量以及安全防护设备配备程度。     

基于贝叶斯网络的基本农田划定方法

基本农田划定是落实耕地保护、保证粮食安全的关键问题。目前,基本农田划定的相关研究多基于对耕地适宜性条件的评价,而未涉及对耕地历史变化过程的考虑,因而不能保证划定结果适应实际区域的耕地变化趋势,导致基本农田易被占用,补划与调整频繁。论文综合考虑耕地适宜性条件与历史动态变化状况,提出了一种基于贝叶斯网络模型的基本农田划定方法。以湖北省大冶市这一典型资源型城市为实验区进行了实例研究,划定结果表明,该划定方法能在保证基本农田划定数量与质量的同时,提高其农业用途的稳定性,促进基本农田保护与经济建设、生态保护间协调发展,是一种有效的划定模型。     

“三高”气田钻井过程硫化氢泄漏动态风险分析

传统的H2S泄漏风险分析方法不能很好地对事故发展过程进行动态分析,导致分析结果偏离实际。基于贝叶斯方法,构建了高温、高压、高含硫（“三高”）气田钻井过程中H2S泄漏的蝴蝶结模型并提出将其转化为贝叶斯网络,在事故已发生的情况下更新基本事件发生的概率。然后,假定事故后果在确定的时间段内发生的累积次数已知的条件下,更新安全屏障及事故后果发生的概率,从而完成对H2S泄漏的动态风险分析。结果表明,该方法克服了传统静态定量分析方法中的不足,可动态评估导致H2S泄漏的基本事件发生的概率和对顶事件发生的影响程度,并动态反映安全屏障和事故后果的风险变化,能为钻井过程中H2S泄漏的风险分析及防控措施提供参考。     

基于知识元与动态贝叶斯网络的非常规突发灾害事故情景分析

为提高非常规突发灾害事故情景分析的有效性和全面性,在界定非常规突发灾害事故情景概念的基础上,基于知识元表示非常规突发灾害事故的情景,利用动态贝叶斯网络对非常规突发灾害事故情景演变进行构建;以大连"7·16"中石油储运公司油库火灾为例,演示基于知识元和动态贝叶斯网络的非常规突发灾害事故情景分析方法的具体流程,并对推演结果进行分析。推演结果显示,18时12分输油管线爆炸起火的概率为72.0%,18时19分T103罐爆炸起火的概率为92.6%,21时30分泵房爆炸起火的概率为87.5%,与实际情况基本一致,证明了该方法的有效性和可行性。     

基于贝叶斯方法的石化设备失效数据推断技术研究

可靠性数据在资产完整性和风险管理等领域有广泛应用。目前国内石化行业还没有公开发布的设备可靠性数据库,短期内积累大量设备失效信息存在一定困难,而简单使用频率分析方法对用户自采的少量信息进行统计所获得的失效率精度难以保证。为了得到适合国内石化行业使用的设备可靠性数据库,提出以国外可靠性数据库(如OREDA)作为先验信息(即参考起点),以国内的现场可靠性数据作为抽样信息,利用泊松分布模拟设备失效过程,并引入技术差距系数,以调整设备技术进步对结果的影响,然后通过贝叶斯方法导出动态的石化设备失效率后验分布,计算样本后验分布期望和标准差,从而得到设备累计日历时间和累计运行时间下对应失效模式的平均失效率和标准差估计,结合实际数据算例验证了上述方法的有效性。     

石化装置火灾爆炸贝叶斯网络与防护层集成分析

复杂的石油化工装置在运转过程中存在诸多不确定因素,易发生火灾、爆炸等重大事故,给安全生产带来极大威胁。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,引入贝叶斯网络与防护层集成分析模型。应用GeNIe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,快速识别系统薄弱环节并确定为风险贝叶斯故障节点,结合防护层分析提出相应的独立防护层,确定剩余风险水平。实例应用表明,所构建的贝叶斯网络与防护层集成分析模型对复杂系统进行风险评估是可行的,较传统的事件树、故障树分析方法更加科学、合理。     

基于改进贝叶斯神经网络的航空公司安全敏感性分析

针对当下航空公司安全质量管理体系(Quality Management System,SQMS)中风险识别与可靠性改进的问题,提出了基于区间数学改进的贝叶斯神经网络的灵敏度分析方法。利用区间数学理论分析贝叶斯神经网络中各指标与整体安全质量状况的扰动关系,实现指标灵敏度分析。通过东方航空公司的实例分析,发现在对指标进行人工干预时组合指标干预效果较好,且安全管理体系实施后指标的灵敏度有明显向好的方向变化的趋势。     

公路隧道水害倾向性分级的Bayes判别法及应用

为提高公路隧道整体安全性能,保障人员安全,减少财产损失,避免公路隧道水害事故的发生,将Bayes判别理论应用于公路隧道水害倾向性判别和分级中。采用影响隧道水害发生的隧道区渗透系数、降水情况、单位涌水量、构造断裂带类型、围岩分级、隧道施工情况、防排水措施情况等7项指标作为基本判别因子;将公路隧道水害倾向性分为4个等级作为Bayes判别分析的4个正态总体。以采自典型的20组公路隧道的实测数据为训练样本,建立公路隧道水害倾向性分级的Bayes判别函数。对训练后的模型运用交叉确认估计法进行验证,然后运用该模型对6条待检验的公路隧道样本的水害倾向性进行分级。研究结果表明:构建的Bayes判别分析模型误判率极低,分级效果合理有效,可以运用于公路隧道水害倾向性的分级中,有利于公路隧道水害的预防和治理。     

基于HCNAM-BN的化工过程爆炸事故致因链分析

为了从源头上预防化工过程爆炸事故,依据风险耦合理论,探讨了各风险因子非线性耦合演化为爆炸事故的机理,构建了层次耦合网络分析模型（HCNAM）;从多因素风险耦合角度分析了国内外44起典型化工过程爆炸事故,统计了各风险因子之间的耦合概率并进行了耦合致因重要度分级;采用耦合概率与二态分布相结合的条件概率分布,将层次耦合网络分析模型转化为贝叶斯网络,并对氯乙烯单体槽爆炸性混合气体爆炸事故进行了应用研究。结果表明:91种双因子耦合风险状态中,47种呈现弱耦合致因特性;7种因子双耦合形成风险的概率较大;基于HCNAM-BN模型分析事故,可有效辨识事故最可能致因因素,获取各事故致因链的发生概率并确定事故网络关键节点。