Application of dynamic risk analysis in offshore drilling processes

Process safety is the common global language used to communicate the strategies of hazard identification, risk assessment and safety management. Process safety is identified as an integral part of process development and focuses on preventing and mitigating major process accidents such as fires, explosions, and toxic releases in process industries. Accident probability estimation is the most vital step to all quantitative risk assessment methods. Drilling process for oil is a hazardous operation and hence safety is one of the major concerns and is often measured in terms of risk. Dynamic risk assessment method is meant to reassess risk in terms of updating initial failure probabilities of events and safety barriers, as new information are made available during a specific operation. In this study, a Bayesian network model is developed to represent a well kick scenario. The concept of dynamic environment is incorporated by feeding the real-time failure probability values (observed at different time intervals) of safety barriers to the Bayesian network in order to obtain the corresponding time-dependent variations in kick consequences. This study reveals the importance of real-time monitoring of safety barrier performances and quantitatively shows the effect of deterioration of barrier performance on kick consequence probabilities. The Macondo blowout incident is used to demonstrate how early warnings in barrier probability variations could have been observed and adequately managed to prevent escalation to severe consequences.     

基于节点流量校核的供水管网爆管定位研究

针对目前基于节点压力变化定位供水管网爆管的方法,当供水管网中泵切换时,导致定位爆管位置存在误报的问题,提出了基于节点流量校核的管网爆管定位方法.利用奇异矩阵法推导出节点流量灵敏度矩阵,采取奇异矩阵中的最优搜索向量计算方法找到节点流量变化位置,确定爆管管道.首先,将该方法应用于一个小管网,阐述基于节点流量校核的管网爆管定...     

A hybrid model for human factor analysis in process accidents: FBN-HFACS

Human factors are the largest contributing factors to unsafe operation of the chemical process systems. Conventional methods of human factor assessment are often static, unable to deal with data and model uncertainty, and to consider independencies among failure modes. To overcome the above limitations, this paper presents a hybrid dynamic human factor model considering Human Factor Analysis and Classification System (HFACS), intuitionistic fuzzy set theory, and Bayesian network. The model is tested on accident scenarios which have occurred in a hot tapping operation of a natural gas pipeline. The results demonstrate that poor occupational safety training, failure to implement risk management principles, and ignoring reporting unsafe conditions were the factors that contributed most failures causing accident. The potential risk-based safety measures for preventing similar accidents are discussed. The application of the model confirms its robustness in estimating impact rate (degree) of human factor induced failures, consideration of the conditional dependency, and a dynamic and flexible modelling structure.     

基于随机森林的阻变型通风网络故障诊断方法*

为了在矿井通风网络发生阻变型故障时,能够快速准确判断出故障位置和故障量,提出1种基于随机森林的通风网络故障位置和故障量诊断方法。利用矿井通风仿真系统IMVS将唐安矿模拟故障生成空间数据集并进行数据预处理,构建基于随机森林的故障诊断模型,并利用该诊断模型对唐安矿矿井通风网络模拟故障位置和故障量进行判断和预测。引用多种方法对模型进行度量,通过唐安矿模拟实验验证基于随机森林的故障诊断模型的有效性。将随机森林和决策树的故障诊断准确率进行对比,研究结果表明:随机森林较决策树故障准确率有进一步的提高,并发现故障地点失误诊断多是相邻巷道,在一定程度上工作人员对故障地点的判断并不受其影响。     

基于Bayesian网络的常减压装置设备故障概率分析

为分析影响常减压蒸馏装置平稳运行的设备失效模式及故障部件,基于1 151条设备故障数据,采用Bayesian网络分析方法,分别对离心泵、压缩机、电动机构建基于Bayesian网络的设备故障概率分析模型,分析故障部件、失效模式、故障后果之间的定量概率关系。研究结果表明：离心泵、压缩机、电动机停运的关键致因部件分别为轴承箱密封故障、活塞环故障、轴承故障,同时得到导致设备停运的故障部件敏感度排序。研究结果有助于提高设备故障风险防范及检维修工作效率,同时可为备件优化方案提供思路。     

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。     

城市燃气管网泄漏事故分析知识图谱构建及应用研究*

为深入认识燃气管网泄漏事故的发生发展机理,提高事故分析预测的自动化、智能化、数字化水平,利用知识图谱对燃气管网泄漏事故进行研究。在事故案例分析的基础上,从人-物-环-管的角度对燃气泄漏过程以及火灾爆炸次生事故的相关实体进行归纳梳理,对实体间的逻辑关系和非逻辑关系进行辨识,并对实体的属性进行分类,进而构建出较为全面的燃气管网泄漏事故知识图谱。在此基础上,搭建BP神经网络模型,基于已知实体或属性状态,预测相关联其他实体或属性的状态。研究结果表明:燃气管网知识图谱能够有效展示燃气管网泄漏事故发展的动态过程及相关要素,结合BP神经网络能够有效预测事故的发展路径及相关状态,从而提高燃气管网泄漏事故的分析预测水平与效率。     

基于卷积神经网络的冲击地压预警方法研究*

为探究深度学习在冲击地压预警方面的应用前景,以新疆某冲击地压矿井为研究背景,将深度学习和专家评判运用到微震数据分析中,基于卷积神经网络构建冲击地压预警模型。充分利用一维卷积神经网络对时序数据有较强特征提取能力的优势,以微震数据及其特征参数作为输入,以专家评判值作为标签,借助Python-Keras框架实现冲击地压预警模型的构建和训练。研究结果表明:模型预警效果并不随着训练迭代次数的增加而逐渐最优,存在最优迭代次数,对于所建模型当迭代次数为30时测试集的冲击危险预测结果与专家评判结果基本吻合,同时说明模型可以较好地学习专家评判经验实现冲击地压预警。研究表明所建模型对研究时段内发生的5次大能量矿震事件均进行预警,其准确度较高,具有现场实际应用价值。     

基于统计学方法的南方某市管网水水质特征研究

为综合解析南方某市管网末梢水水质的时空变化特征、识别主要响应指标及指标间相关性,以该市近4年供水管网末梢水水质监测数据为研究对象,利用主成分分析法和对应分析法对管网末梢水质进行了特征研究。主成分分析法评价结果表明:该市管网末梢水年度总体水质存在差异,其中以2016年为最佳;夏秋季节更易发生水质异常现象,5~9月应加强管网末梢水水质管控;区域上看已完成深度处理改造的梅林水厂供水覆盖区管网末梢水水质最优,南山水厂供水覆盖区管网末梢水水质最差;水质指标硫酸盐、氯化物、硬度之间,Fe、浊度、总氯之间具有相对其他水质指标更高的相关性。对应分析法结果表明:管网末梢水水质主要响应指标可重点关注Fe、浊度、耗氧量、总氯和硫酸盐;其中Fe、浊度、耗氧量呈正相关性强,上述指标与硫酸盐、总氯呈负相关性。     

基于改进辐射模型的乡镇人口流动网络研究

乡镇尺度的人口流动联系和空间结构研究对统筹区域城镇体系规划和产业结构调整具有重要意义.本文以复杂网络理论为研究视角,将空间可达性引入传统辐射模型进行参数修正,构建乡镇人口流动网络;从节点和社团结构以及无标度和小世界特征等方面,探讨在地域差异影响下人口流动的空间分布格局和复杂网络特征,并以荆门市55个乡镇为例进行实证研究.结果表明:①荆门市乡镇人口流动网络的节点度分布以高发展水平乡镇为核心,呈现“一横二纵”的空间分异格局,与荆门市城镇体系和产业布局存在极强的耦合关系;②全网包含四个社团,各社团内部联系紧密且空间结构特征各异,社团间联系相对松散.③受空间距离和地理环境影响,网络的无标度特征不够明显;④网络具有一定的小世界特征,整体联通性和局部集聚性较好.本文通过对传统模型进行方法改进,实现了异质空间下乡镇人口流动联系及分布的可视化表达,实例研究结果可为荆门市城镇规划和产业布局提供决策思路.