Bow-tie技术在CCUS项目注入系统的应用

二氧化碳捕集、利用与封存(CCUS)技术是实现化石能源低碳化利用的重要技术手段。但CCUS全流程存在二氧化碳泄漏、冻伤、窒息以及物体打击等风险,特别是注入系统涉及高压、低温及二氧化碳多相态变化等,易造成二氧化碳腐蚀、泄漏。通过Bow-tie技术对某CCUS项目注入系统开展风险识别、分析和控制,重点对设备设施及作业活动危害因素分析并制定有效管控措施,研究结果可为CCUS注入系统长期安全平稳高效运行提供技术支持。

飞机风挡裂纹/破裂类事件统计及Bow-tie模型分析

为分析航空器风挡裂纹/破裂类事件的安全风险,收集1 629份风挡裂纹/破裂类事件,对样本事件涉及故障状况、飞行阶段、故障原因等特征进行统计分析,确定风挡裂纹/破裂类事件的可能原因、潜在后果及其预防、减缓控制措施并绘制了风挡裂纹/破裂类事件Bow-tie模型图。结果表明:风挡损伤的主要情形包括裂开、裂缝、结冰、烟雾、划伤等;涉及风挡及相关部件故障以加温故障、雨刷故障为主;飞行阶段以巡航、爬升为主;风挡裂纹/破裂事件的主要原因为鸟击、零部件缺失/故障、系统失效/故障、冰击,最终有针对性地提出预防措施:机务、机组等相关人员应做好航前、航后检查;对零部件缺失/损坏/磨损、系统失效、鸟击等高发事件类型进行重点关注,提高机组人员对此类突发事件的应对能力等。

基于Bow-Tie的复杂场景保护层分析方法研究

为解决复杂场景保护层分析中采用最大值法或加和法存在的问题,将Bow-Tie融入LOPA分析中,建立复杂场景的Bow-Tie计算模型。通过采用事故树分析方法,计算Bow-Tie模型中顶上事件发生的概率,确定预防类保护层及减缓类保护层的失效概率,给出了复杂场景事故发生概率合理的计算方法;通过计算Bow-Tie模型中事故树底事件的概率重要度和临界重要度,提出了判断复杂场景保护层重要度的方法。运用上述方法对某LNG储罐超压损坏的复杂场景进行了计算。研究表明,本方法能实现包含多重初始事件的复杂事故场景后果风险更合理的计算及保护层重要度的判定,从而为提高系统安全性及风险决策提供依据。

基于改进Bow-tie模型的煤矿瓦斯爆炸事故分析与研究

针对我国伤亡人数较多的采矿行业,对伤亡人数最多的瓦斯爆炸事故进行了分析,提出了改进Bow-tie模型。在原因辨识环节将瓦斯爆炸事故的原因归纳为人因、物因、环境、管理4个方面进行论述,利用屏障思维对主动屏障进行量化分级提出预防措施,通过模型分析事故可能产生的安全、经济、环境、社会后果,提出消减措施作为被动屏障,绘制改进Bow-tie图,并在此基础上运用层次分析进行评价分析。研究表明,管理体系欠缺以及人的不安全行为是导致事故发生的主要因素。

基于Bow-Tie模型和未确知测度理论的煤矿透水风险分析

为了克服煤矿井下透水事故安全性评价相关因子的不确定性,以及权重指标赋值模糊的问题,采用Bow-Tie模型分析法通过对煤矿井下的人、物、环境、管理4个方面的分析研究,建立出煤矿透水事故的Bow-Tie评价模型,把得到的12项透水事故的影响因子作为煤矿透水事故风险评估的评价指标。通过层次分析法对指标进行权重的赋值,最后由未确知测度法确定煤矿透水事故风险评价等级。通过对小回沟煤矿进行实例评估分析,评价结果与该煤矿实际相符合,可见该法的合理性和适用性,可以为煤矿透水事故的风险评价提出一些指导。

基于Bow-Tie模型和贝叶斯网络的LNG加气站动态风险分析

城市地区LNG运输与LNG加气站的快速发展,可能会对公共安全和资产构成严重威胁。针对LNG加气站开展风险分析,尤其是动态风险分析将具有重要意义。建立了LNG加气站的Bow-Tie模型,并根据映射规则将其转化为贝叶斯网络模型。以模糊集理论和多层次专家评判得到的模糊概率作为先验概率,对LNG加气站系统进行了动态风险评估。结果表明,误操作、阀组失效、密封失效和充装过程相关失效是造成LNG加气站泄漏的主要影响因素。因此,要有效避免LNG加气站泄漏,甚至火灾爆炸事故,就必须加强LNG加气站人员管理培训并提高技能水平,同时定期对阀组和密封材料进行检查和维护,严格规范充装操作过程。

Atypical case of bow hunter’s syndrome linked to aberrantly coursing vertebral artery: A case report

BACKGROUND In bow hunter’s syndrome(BHS),also known as rotational vertebral artery(VA)syndrome,there is dynamic/rotational compression of the VA producing verte-brobasilar insufficiency.Most occurrences involve atlantoaxial rather than mid-cervical VA compromise,the latter being rarely reported.Herein,we detail successful VA decompression at mid-cervical spine,given a departure from its usual course.CASE SUMMARY The patient,a 45-year-old man,presented to our hospital with occipital headache and vertigo.Computed tomography angiography showed anomalous C4 entry of right VA,with compression upon head rotation to that side.Thyroid cartilage and anterior tubercle of C5 transverse process were visibly at fault.We opted for sur-gery,using an anterior cervical approach to remove the anterior tubercle.Patient recovery was uneventful and brought resolution of all preoperative symptoms.CONCLUSION BHS is an important consideration where aberrant coursing of VA and neurologic symptoms coexist.

基于BOW-HOG特征的港口地标识别算法研究

港口地标分割与识别技术是实现港口轮胎式龙门吊(RTG)视觉定位的关键。为了实现地标的分割与识别,首先使用逆透视算法对图像进行预处理,并采用基于极值点的直方图分割算法对图像进行全局分割和局部分割。提取分割图像的HOG特征向量,并使用K-means算法对特征向量进行聚类。根据聚类结果获取每个地标图像的BOW-HOG特征向量,使用KNN算法寻找在特征空间中距离最近的3个BOW-HOG特征向量。根据特征向量对应的标签完成对地标的识别。实验结果表明基于BOW-HOG特征的地标识别算法对所有地标的分类准确度达到90.18%,单个地标类别分类的准确度最高可达94%。

基于Bow-tie模型的LNG储罐安全分析

以LNG储罐投入使用后可能出现的事故为例,如泄漏、罐体破损、真空失效、腐蚀、倒塌、安全附件失效、火灾等,基于Bow-tie模型对以上事故中的LNG储罐进行了安全分析,并对出厂前LNG储罐的设计、制造、检验提出建议。分析事故导致的后果,并对事故发生后的拦截措施提出建议,同时从人员要求和防护装备方面对人员防护给出了相关建议。

基于Bow-tie模型的吊装作业倾覆事故分析

为了解吊装作业事故的原因,有效预防和减少吊装事故的发生,统计分析我国2012-2022年发生的吊装作业事故,选择发生频率最高的倾覆事故作为研究对象,运用Bow-tie模型分析吊装作业倾覆事故的主要危害因素和事故后果,构建了吊装倾覆事故的事故树—事件树Bow-tie模型,并选择事故案例进行实证分析。分析显示:吊装倾覆事故的主要原因有起吊操作错误、超载、失衡和干涉等;事故后果主要为人员伤亡、吊车或设备损毁和二次伤害。说明:Bow-tie模型不仅可以清晰地表示出事故原因,还能直观地显示出事故发生的后果以及相应的预防和控制对策措施,为吊装作业事故致因分析和事故预防提供了一种切实有效的分析方法。

基于模糊Bow-tie模型的消防安全风险监测方法

在消防安全风险监测时没有进行消防安全风险后果量化分析,会导致安全风险评定结果可靠性较低,对此,提出基于模糊Bow-tie模型的消防安全风险监测方法。使用主观风险概率与模糊理论,完成消防安全风险模糊概率分析。将布尔代数应用到风险故障树中,构建消防安全风险Bow-tie模型。使用改进层级分析法构建风险等级划分模型,实现消防安全风险监测。实验结果表明:此方法可量化风险结果,保证风险事件权重计算精度,进一步得到可靠性更高的风险等级划分结果,为消防安全风险管理提供保障。

基于模糊Bow-tie模型的城镇燃气管道泄漏定量风险评价

燃气管道事故一旦发生后果大多比较严重。为全面分析燃气管道风险的前因后果,确定重点维护和监控的管段区域,引入了Bow-tie模型,将管道泄漏的故障树与事件树统一到一起对燃气管道进行定量风险评价。采用模糊集相关理论与专家评价相结合的方法得出管道泄漏的模糊可能值;然后基于模糊层次分析法确定管道泄漏后果因素的权重系数;再通过矩阵乘法求得泄漏后果值。以某段燃气管线为案例,全面识别出各风险因素,量化得到管道各泄漏后果事件的风险值。实际应用结果表明:①该方法可快速合理地评判出管道系统的相对风险大小;②三角模糊数与层次分析法的应用减少了传统评价中主观及模糊因素产生的评价偏差,使得评价结果更接近客观实际;③依据评价结果制订有针对性的预防维护措施,能够实现有限维护资源的合理配置,保障燃气管道的安全可靠运行。

X-bow和Z-bow应用于高速圆舭艇上的阻力性能研究

阐述了X-bow的设计理念,并在其基础上提出了一种新型船艏——Z-bow.以一艘高速圆舭艇为研究对象,为了降低其在高速航行时的兴波阻力和飞溅阻力,对其船艏形状进行重设计:分别应用X-bow和Z-bow.建立原方案、X-bow方案和Z-bow方案的三维模型,利用Maxsurf软件中的SIT法计算各Fr下的阻力值.对计算结果进行了比较和分析,证明了高速圆舭艇上采用X-bow和Z-bow在阻力性能方面的可行性,且Z-bow的阻力性能优于X-bow.

基于Bow-Tie技术的民用机场安全风险分析应用研究

民用运输机场具有运行环境复杂、事故成因复杂、驻场单位众多等特点,其事故成因更具有动态性、隐蔽性、综合性和因果连带性。因此,机场的日常运行安全风险分析一般需要借助多种工具才能完成。本文系统的介绍了一种实用的风险分析方法-Bow-tie风险技术,Bow-tie是一种风险分析和风险管理的工具,通过识别和评估风险、分析风险因素、设置风险屏障、采取风险控制和（减缓）恢复措施,有效预防事故发生。该方法可以对危害事件发生的原因、后果、屏障建立是否充足提供一个可视化的评估。本文就Bow-tie技术在民用机场安全风险中的具体实施步骤进行了描述,最后给出了其在民用机场风险分析中应用的一个实例,并就其可行性和实际应用进行了系统的研究。Bow-tie风险技术是集故障树、事件树和圆葱图理论相结合的系统风险分析及量化技术,对组织缺陷以及人为失误占主导因素的民用机场运行安全风险分析,具有较高的应用价值。

基于Bow-tie模型的城镇输油管道风险评价方法研究

根据近年来不断发生的城镇输油管道泄漏爆炸事故,提出将Bow-tie模型引入到风险评价中,将Bow-tie模型和改进的层次分析法相结合得出各影响因素的权重并排序,对管道进行风险评价,便于提出合理的安全管理方案,减少事故的发生。通过计算得到第三方因素在管道失效影响因素中占主导,而在事故后果分析中安全后果和环境后果因素影响较大,基本符合事故实际状况,说明该方法对于城镇输油管道风险分析有一定的指导意义和实用价值。

基于Bow-tie模型的发动机空中停车事故分析与预防

发动机空中停车是航空事故主要致因之一。首先,通过数据梳理和分析,构建发动机空中停车故障树,结合重要度分析理论,求解各基本事件的重要度,得到造成发动机空中停车事件的最薄弱环节——供油系统故障。基于Bow-tie理论,构建发动机供油系统Bow-tie模型,直观地显示了该故障产生的根本原因和可能导致的后果,进而提出了预防该故障发生的对策建议,达到降低发动机空中停车事故概率的目的。

基于BN-bow-tie的生物质气化中毒事故分析

通过将故障树转化为贝叶斯网络,计算生物质气化中毒事故发生的概率为1.202 98×10-4/d,利用贝叶斯网络双向推导与诊断的功能计算基本事件的后验概率及重要度,从而分析出系统中导致事故发生的薄弱环节.结合bow-tie法同时分析导致薄弱环节失效的因素及失效后可能会出现的后果,基于此得出防止薄弱环节失效的预防措施以及失效后采取的控制措施,进而降低事故发生的概率;对薄弱环节阀门泄漏采取措施后,可使得中毒事故发生概率降低20.92%,最终达到降低事故发生概率的目的.

基于Bow-Tie事故模型的军机适航条款选取方法

针对军机产品研制过程中存在的适航条款选取难、剪裁难的突出问题,以航空机轮产品为例,通过对近年来航空器事故资料的梳理和分析,识别出涉及机轮产品的主要不安全事件的危险源和发生后果。建立军用飞机轮胎爆破Bow-Tie事故模型。通过对该模型进行风险分析,结合相关适航标准,提出避免此类事故发生的控制措施和条款要求,实现适航分析与事故模型分析的统一,形成了军机适航条款选取方法的一种新思路。

采用SIFT-BoW和深度图像信息的中国手语识别研究

将深度图像信息引入手语识别的研究,提出了一种基于DI_CamShift(Depth Image CamShift)和SIFT-BoW(Scale Invariant Feature Transform-Bag of Words)的中国手语识别方法。该方法将Kinect作为视频采集设备,在获取手语彩色视频的同时得到其深度信息;首先计算深度图像中手语手势的主轴方向角和质心位置,通过调整搜索窗口对手势进行准确跟踪;然后使用基于深度积分图像的Ostu算法分割手势并提取其SIFT特征,进而构建SIFT-BoW作为手语特征并用SVM进行识别。实验结果表明,该方法单个手语字母最好识别率为99.87%,平均识别率96.21%。

基于Bow-tie模型的民机着陆冲出跑道风险分析

为了更加系统全面地分析民机着陆冲出跑道风险,采用Bow-tie模型进行研究。在着陆冲出跑道原因辨识方面,结合SHEL模型和Reason模型对这些事故的原因进行了具体分析,得到了着陆冲出跑道的形成机理,最终将着陆冲出跑道影响因素归纳为机组技能失误、机组违反程序或标准、机组丧失情景意识、机组资源管理失效、航空器机械故障、不利天气条件影响、跑道湿滑或污染、跑道设计缺陷等,并基于上述分析结果绘制航空器着陆冲出跑道Bow-tie图,对着陆冲出跑道的原因和后果以及相应的预防和控制措施进行了描述。最后对着陆冲出跑道历史数据进行统计,结果表明,机组因素和环境因素是导致着陆冲出跑道最主要的两个原因,提出着陆冲出跑道防范的重点,从系统角度提出了民机着陆冲出跑道的风险管理办法。