贝叶斯动态模型在煤矿事故预测中的应用研究

随着我国煤炭工业的快速发展,煤矿安全生产形势趋于好转,煤矿各类事故死亡人数逐年下降,但是煤矿事故总量仍然很大。在分析了贝叶斯动态模型特点的基础上,依据2001~2013年我国煤矿事故百万吨死亡率数据,分别运用贝叶斯常均值模型和一阶多项式模型,对历年煤矿百万吨死亡率进行样本训练和残差分析,并对2014年煤矿百万吨死亡率进行预测。结果表明,贝叶斯动态模型可适应煤矿事故的特点并用于煤矿事故进行科学的预测,其一阶多项式模型具有较高的预测精度,研究方法及结果可为煤矿监管部门及企业的安全管理决策提供借鉴。     

建筑物消防系统可靠性分析

为评估建筑物消防系统的可靠性,首先将系统分为探测报警系统和灭火系统等部分,再用事件树法分析事故发生时消防系统不同部分的反应情况.通过贝叶斯理论及历史统计数据得到系统失效率的不确定性概率分布,建立消防系统可靠性随时间变化的数学模型; 用蒙特卡罗方法模拟求得系统可靠性的时间函数并对模型的不确定性参数进行敏感性分析.该方法将统计数据与经验公式、理论方法相结合,并利用蒙特卡罗方法处理模型中的不确定性,不仅能够有效估计消防系统的可靠性,还可对其他类似系统的可靠性进行分析,并通过敏感性分析为进一步减少估计的不确定性提出合理建议.     

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。     

基于情感分析的新闻浏览平台设计与实现

随着信息技术的迅速发展,传统的以关键字为检索手段的信息获取技术已不能满足人们对信息的需求,如何高效准确地从海量的新闻和新闻评论中找到读者感兴趣的信息成为了信息检索研究的焦点。基于此,设计与开发了一个基于情感分析的新闻浏览平台,采用jsp、servlet、javabean的MVC模式实现视图层、业务逻辑层、持久层的分离,后台使用oracle数据库,采用贝叶斯分类器对新闻和新闻评论进行情感分析获取相应的情感极性,前台搜索引擎可以将查找内容和情感极性两个参数传入系统后台,系统后台通过这两个参数返回具有情感极性分类的新闻列表,从而达到从海量的新闻中查找读者感兴趣的内容,提高用户浏览体验的目的。     

基于贝叶斯蒙特卡罗的液氨罐区安全系统动态风险分析

以概率分布表示液氨罐区各安全系统的失效率,用贝叶斯蒙特卡罗对安全系统进行动态分析.首先,构建事件树;然后,用无信息的均匀分布作为各个安全系统失效率的先验分布,由结果事件发生次数得到似然函数,进而得到安全系统失效的后验分布;最后,由蒙特卡罗模拟得到事件树结果事件发生的概率值.结果表明,火灾和中毒发生的概率比先验值大,液氨罐区总体安全性能降低.报警器、自动关断系统和灭火系统失效率比先验失效率高;浓度传感器、手动关断系统和防火系统失效率比先验失效率低.后验分布的方差逐渐减小,风险评估的不确定性降低.因此,动态分析更能够反映液氨罐区安全系统的安全状态,有利于决策人员及时采取相应措施.     

基于贝叶斯网络的航空维修人因可靠性分析

根据维修人为因素分析和分类扩展系统的框架选取影响因素,在航空维修领域应用贝叶斯网络进行人因可靠性分析,建立飞机维修效能模型,直观地表示影响因素与维修效能之间的关系。同时以目视检测为例,结合专家意见确定随机影响因素,通过专家访谈、事故报告、调查问卷、操作记录等渠道获取数据,得出条件概率表,进而建立目视检测表现模型,展示贝叶斯网络的建模流程。案例研究结果表明,组织文化、视觉信息、设备、疲劳、检测距离等因素对目视检测表现的影响非常显著,欲改善目视检测表现,必须对多影响因素进行综合管理。     

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。     

基于贝叶斯网络气化炉供料系统风险分析

为解决当前气化炉供料系统风险分析不完善的状况,提出1种基于贝叶斯网络和HAZOP的风险分析模型。以某单日投煤量3 000 t级气化炉煤化工企业实际运行情况为研究对象,应用HAZOP法对其进行风险分析,并将HAZOP分析结果中各偏差产生原因转化为贝叶斯网络节点;考虑到先验知识的缺乏问题,引入Leaky Noisy OR模型,通过文献资料和相关领域专家经验知识获得先验概率,并利用贝叶斯网络进行风险分析,找出系统运行的薄弱环节。结果表明:未知因素影响会使各节点的后验概率值差异性降低,更加贴合实际;在引入未知因素影响后,系统运行薄弱环节并未发生改变。     

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。