基于动态贝叶斯网络的装配式建筑吊装施工安全风险分析

针对装配式建筑吊装施工期间风险影响因素多、不确定性高及风险状态随时间动态变化等问题,提出基于动态贝叶斯网络的装配式建筑吊装施工安全风险动态分析方法。首先,根据装配式建筑吊装施工特点和事故致因理论,从“人、物、环、管”4个方面建立风险指标体系。其次,引入时间维度建立动态贝叶斯网络模型,利用模糊理论和专家打分法量化网络节点的概率,并结合Leaky Noisy-or Gate扩展模型修正条件概率。最后,利用动态贝叶斯网络的双向推理功能对装配式建筑吊装施工安全风险进行动态风险分析。由实例分析得到某装配式建筑吊装施工安全风险的时序变化曲线,通过反向推理得到导致吊装事故发生的关键风险因素。研究成果可为分析和有效控制装配式建筑吊装施工安全风险提供新思路。

基于动态贝叶斯网络的乏燃料后处理核应急情景分析

为提升乏燃料后处理核事故应急准备与响应能力,针对核事故应急演变路径的不确定性、情景分析在突发事件应急决策的重要性、演变过程的复杂性以及组织实施难等问题,构建基于知识元理论的乏燃料后处理核事故应急情景。选取事件、致灾体、承灾体和应急响应为组成要素,建立基于动态贝叶斯网络(DBN)方法的乏燃料后处理核应急动态情景推演分析模型,计算关键情景的发生概率、推演情景的发展趋势、分析演化规律与路径。以马雅克乏燃料后处理厂的高放废液贮槽爆炸为例,开展基于知识元和DBN的乏燃料后处理核事故应急情景分析方法的过程推演,并分析结果。结果表明:应急冷却供水丧失发生的概率为73%,高放废液贮槽爆炸发生的概率为86%,放射性核素通过多种途径转移到动植物产品和饮用水发生的概率为87%,部分地区有长寿命放射性核素沉积发生的概率为89%,事件平息与消亡发生的概率为72%;事故污染空气、土壤、河流的发生概率分别为89%、85%、81%,对公众健康和安全有影响的发生概率为86%。情景演化过程与后处理贮槽爆炸事故应急发展,以及对公众、环境的影响一致,验证了该模型的可行性和有效性。

基于动态贝叶斯网络的医院骨科设备运行风险评估研究

目的:基于动态贝叶斯网络(DBN)构建风险识别模型,探讨其在医院骨科设备运行管理中的应用价值。方法:基于DBN模型识别骨科设备管理中的风险因素,建立风险评价指标集,对可能出现的风险因素进行预警和防范。选取2020年1月至2022年2月空军军医大学第二附属医院临床在用的12台骨科医疗设备,分别采用传统骨科设备质量运行管理方法(简称传统管理模式)和基于DBN的风险识别模型进行设备管理(简称DBN管理模式),比较两种管理模式的设备运行效果、风险发生率和治疗有效率。结果:采用DBN管理模式的设备开机运转效率和设备质量合格率分别为(93.54±4.05)%和(97.51±6.68)%,均高于传统管理模式,故障处理时长和设备零部件损坏率分别为(7.14±1.64)h和(0.48±0.11)%,均少于传统管理模式,其差异有统计学意义(t=8.862、8.228、32.994、73.047,P<0.05);采用DBN管理模式的479份设备使用资料、897例手术、300例设备消毒记录和500份设备日常检查记录中设备功能故障率、零部件破损率、清洁消毒不合格率和设备管理不当发生率分别为0.21%(1/479)、0.33%(3/897)、1.33%(4/300)和2.0%(10/500),均低于传统管理模式,其差异有统计学意义(χ^(2)=21.527、12.964、3.485、6.914,P<0.05);采用DBN管理模式的500例骨科医疗设备治疗有效率为97.8%(489/500),显著高于传统管理模式,其差异有统计学意义(χ^(2)=12.617,P<0.05)。结论:基于DBN的风险识别模型应用于医院骨科医疗设备管理,能够加强骨科设备管理质量,提升设备运行和治疗有效率,预防和规避设备风险。

基于Bayesian网络的液压举升系统可靠性评估

针对传统可靠性方法在多态可靠性评估方面的局限性,采用结构化分析设计技术(SADT)、故障模式及影响分析(FMEA)方法定义Bayesian网络(BN)的结构和变量状态,采用动态贝叶斯网络(Dynamic Bayesian Network,DBN)评估系统多态可靠性。以某液压举升系统为例,验证方法的有效性。

基于动态贝叶斯网络的船舶溢油风险预报

为有效管理海洋环境污染,需要识别船舶溢油风险(SOSR)因素,并研究其对事故后果影响的动态特性。在辨识SOSR的基础上,构建危险源网络图,并考虑其动态性。建立动态贝叶斯网络(DBN)预报模型。运用该模型,量化SOSR因素与溢油事故的可能性和后果之间的逻辑组合关系,推理风险变量的后验概率,并获取风险因素时间状态转移效果和溢油事故与事故后果的时序变化规律。以某港口1999—2012年间船舶溢油事故数据为基础,运用模型分析表明:船舶溢油事故风险波动性很强,重大溢油事故的风险现阶段不稳定性突出,相对风险值为-41%～53%,溢油事故有扩散性和自繁衍特征。

基于动态贝叶斯网络的交通灯自主智能决策

现有交通灯大都采用定时控制,容易造成时间上的浪费甚至是交通堵塞,通过引入动态贝叶斯网络DBN,分析影响交通灯时间的因素,建立具有星型结构的交通灯自主智能决策模型.该模型能够依据十字路口车辆的动态信息,实时决策交通灯的时间,并通过仿真验证了该模型能够自主决策出最佳的交通灯时间,实现了交通管理的智能化.

基于动态贝叶斯网络的民航空中停车事件安全风险评估

为探究组织和人的因素对发动机空中停车事件的影响及其演化情况,评估航空公司空停事件的风险水平,基于动态贝叶斯网络(DBN),构建一种适用于民航空停的风险评估模型。首先,运用主动与被动相结合的方式,识别影响发动机发生空停事件的组织和人的因素;其次,利用毕达哥拉斯模糊和决策试验与评估实验室(DEMATEL)方法,探究各个风险因素之间的因果关系;然后,基于得到的风险因素因果关系构建民航空停DBN,依据统计分析和专家经验确定民航空停的DBN参数,通过GeNle概率推理,进一步得出空停事件发生的概率;最后,以S航空公司的CFM56-5B发动机为例,评估民航空停事件安全风险。结果表明:2020—2021年,S航空公司的CFM56-5B发动机发生空停事件的概率分别为1.260×10^(-6)、1.352×10^(-6);导致民航空停事件安全风险变化的主要原因是资源投入减少导致教育培训效果降低进而影响作风意识和合作沟通。

基于动态云贝叶斯网络的气化炉风险预测

针对目前气化炉系统存在的风险等级分析不足问题,提出一种云模型和动态贝叶斯网络(DBN,Dynamic Bayesian Network)相结合的评估方法。以气化炉系统为评估目标,利用云模型将连续型数据离散化,将评价体系中的各个风险因素设为动态贝叶斯网络中的节点,构建动态贝叶斯网络。利用熵权法计算各风险指标权重,并采用最大似然估计的方法处理云模型得到的隶属度,将以隶属度–概率转换方法得到的概率作为证据输入动态贝叶斯网络中,最后利用动态贝叶斯网络的正、反向推理特点,结合重要度综合分析,完成针对气化炉系统的风险预测评估。研究表明,维修效率、设备完整度、气化炉压力及氧煤比是系统运行中需要重点关注的薄弱环节。

融合强化学习的DBN跑道侵入风险预测

为解决机场跑道侵入事件风险量化难度大、时效性差、精准性低等问题,提升跑道侵入风险预警能力,构建融合强化学习的动态贝叶斯网络(DBN)风险预测模型。首先,结合因果推断理论与灰色关联分析法分析跑道侵入历史事件,识别跑道侵入事件风险致因;其次,运用贝叶斯网络(BN)理论挖掘各风险因素间的关联性,并利用皮尔逊线性相关系数量化各因素间的关联关系,构建表征风险传播的致因关系网络;然后,利用三角模糊方法与隐马尔可夫模型(HMMs)优化DBN参数学习机制;最后,利用历史数据验证基于融合强化学习的DBN预测结果准确性。结果表明:基于融合强化学习的DBN预测结果与历史数据统计数值的拟合较好,准确率为84%,与单独DBN预测结果相比准确性提升10%;相比于采用度值评价法,通过互信息识别关键节点可有效提升预测准确率和区分度。

基于DBT-DBN模型的气化炉超温动态风险分析

为加强煤气化装置核心设备气化炉的安全风险管理,利用动态领结(DBT)模型和动态贝叶斯网络(DBN)相结合的风险分析方法,构建气化炉超温事故风险分析模型。首先,分析设备故障的时序性,建立超温事故的DBT模型,结合模糊评价确定设备故障的发生概率;然后,将DBT映射到DBN中,将故障维修的动态特征定义为转移概率,双向推理气化炉超温的风险因素;最后,预测气化炉发生超温及其后果的动态趋势,并依据诊断推理辨识导致气化炉超温的主要因素。研究结果表明:在考虑维修因素下气化炉运行一年后发生超温的概率为64.4%;气化炉超温的风险因素中,操作失误在生产周期内的影响较大,设备故障集中在磨煤制浆工段。

基于动态贝叶斯网络的化工装置区多米诺事故情景构建

化工装置区多为易燃易爆的有毒危险化学物质,一旦发生泄漏,进而会引发火灾爆炸事故,后果将不堪设想。以某化工企业储罐区池火灾为例,基于动态贝叶斯网络方法,根据储罐燃尽时间和失效时间划分事故过程时间节点,借助GeNIe分析软件,提出多米诺效应动态贝叶斯网络(DBN)分析模型的构建及学习方法。明确化工储罐区导致多米诺效应事故发生的关键环节,从而得出初始事故发生后各事故储罐关键时刻事故发生概率,为多米诺效应事故应急决策提供理论依据。

基于动态贝叶斯网络的动车组牵引传动系统可靠性分析

针对传统可靠性分析方法对动车组牵引传动系统可靠性分析时存在的局限性,采用动态贝叶斯网络(DBN,Dynamic Bayesian Network)对其进行可靠性分析。建立动车组牵引传动系统的动态故障树,按照DBN转换规则,将动态故障树映射为DBN;综合考虑动车组牵引传动系统的动态特性和可维修性,利用DBN的正向推理得到系统可靠度和可用度随服役时间动态变化的规律,利用DBN的反向推理识别系统薄弱环节。对实例进行分析,结果表明:DBN能够全面刻画动车组牵引传动系统的动态特性和可维修性,有效地识别系统薄弱环节,可为运行风险评估和可靠性评估提供参考依据。

非巨灾型地震Natech事件中储罐泄漏致多米诺效应动态演化分析

为探究地震作用下地裂缝诱发的非巨灾型Natech事件对储罐泄漏火灾多米诺效应的影响,提出1种基于Natech情景假设的GERT-DBN演化分析模型。该模型将非巨灾型Natech事件的时空演化与概率预测相结合,基于量化的情景信息,明确组成多米诺事故情景的主要失效储罐组合及其发生概率;在储罐受不同程度地裂缝损伤的失效情景假设下,获得多米诺效应升级概率伴随事故情景演化的变化规律,实现储罐多米诺事故升级概率的动态预测,并应用实例进行预测验证。研究结果表明:实例加氢站储罐组事故情景下,地震及其次生地裂缝损伤的增大与热辐射累积产生耦合作用会加速多米诺事故升级;多米诺事故升级概率在储氢罐失效前伴随事故演化逐渐下降;安全防护系统效用会一定程度上受到地裂缝损伤影响。研究结果可为非巨灾型地震Natech事件中的风险研判与管控工作提供参考。

加氢站泄漏燃爆事故的动态贝叶斯风险分析

针对加氢站氢泄漏燃爆事故风险分析中不确定性、复杂性和时间序列动态性的问题,提出了一种新的加氢站氢泄漏燃爆事故动态风险分析方法。该方法基于动态贝叶斯网络建立,利用GM(1,1)灰色预测和模糊集理论构建先验概率模型,能够在概率数据缺失的条件下,依据加氢站风险规避能力的时序变化规律,实现风险因素先验概率的预测。引入Leaky Noisy-or gate模型、Markov假设处理动态贝叶斯网络条件概率的不确定性,使模型更加客观。该方法适用于实际工况下事故后果概率的短期预测。以某加氢站为应用对象,验证了方法的合理性,通过定量分析、诊断分析、敏感性分析和影响强度分析分别得到了“喷射火”等事故后果概率及其时序变化曲线、“管线防腐失效”等关键风险因素、“高压氢气管路失效”等高敏感性风险因素、泄漏燃爆事故关键致因链,并依据风险因素影响模式提出了针对性管理对策。

基于动态风险预测的船舶引航任务分级管理

为加强引航安全,实现引航任务的科学管理,需要对其进行有效的分级。基于引航风险的物理属性,从被引船舶和环境2方面入手,辨识船舶引航过程中的动态风险,考虑引航任务风险的动态特性和风险因素间的网络结构关系,引入动态贝叶斯网络(DBN)构建风险预测模型。根据模型预测得到的引航任务风险值,对其进行分级管理。以青岛港2002—2011年10 a间的引航事故数据为基础,应用模型对港口的引航任务进行预测,据此确定风险大小与引航员等级的匹配标准。结果表明:利用所建模型预测得到的引航任务动态风险与实际情况较吻合,说明根据风险大小对引航任务进行分级管理的方法具有可行性。

基于DBN的深水井控人机界面系统可靠性分析

为改善深水井控人机配合情况,运用动态贝叶斯网络（DBN）方法分析深水井控人机界面系统的可靠性。基于深水井控人机交互流程,构建系统安全屏障结构图,并转化为对应的DBN模型;依据DBN方法的时间属性,研究系统及各子系统不维修与维修状态下可靠度时间分布;借助贝叶斯后验推理及敏感性分析能力,辨识人机界面系统薄弱风险点。研究结果表明：维修因素是影响深水井控人机界面系统可靠性的关键因素;维修条件下,人因可靠性对深水井控人机界面系统可靠性的影响最大。

1(1/2)片联合树算法在动态贝叶斯网精确推理中的应用

基于动态贝叶斯网络处理动态不确定性问题的过程中推理是非常重要的,而推理算法的优劣决定着推理的执行效率。该文提出一种较简单的112片联合树算法,在不需要限制消去顺序且只作一次扩展的条件下构造联合树,所以算法简单且具有较小的复杂度。

基于CIDBN的战术活动识别模型及在线精确推理

战术活动识别是战场态势感知的重要研究内容。为提高战术活动识别的准确性与实时性,提出了一种基于上下文独立动态贝叶斯网络(CIDBN)的战术活动识别模型及在线精确推理。通过对战术活动机制的分析,采用动态贝叶斯网络(DBN)理论,建立了一个初始战术活动识别模型。该模型引入了威胁指数节点来影响战术活动的终止与选择,并采用模糊隶属度函数对连续变量进行离散化处理。依据上下文独立关系对该模型进行简化,获得了一个基于CIDBN的战术活动识别模型。将接口算法扩展于该模型上,提出了在线精确推理算法。仿真结果表明,所提出的战术活动识别方法,具有识别精度高、较低不确定性和实时性高的优点。

动态贝叶斯网精确推理中联合树算法的改进

基于动态贝叶斯网络处理动态不确定性问题的过程中推理是非常重要的,而推理算法的优劣决定推理的执行效率。在分析联合树性质的基础上提出一种较简单的112片联合树算法,该算法不需要限制消去顺序且只做一次扩展。讨论了算法的复杂度、并做了试验比较。

燃气管网外腐蚀事故DBN模型

为明确燃气管网服役中后期外腐蚀事故致灾机制规律及维护措施的有效性,有针对性地预防燃气管网外腐蚀泄漏事故,利用复杂网络(CN)理论与动态贝叶斯网络(DBN)相结合的方法,提取外腐蚀事故要素及事故链,整理并构建外腐蚀事故凝聚网络;通过度值分析筛选事故关键要素,在此基础上,将参数学习及Leaky Noisy-or gate修正模型联合,构建燃气管网外腐蚀事故DBN;根据不同失效场景,得到各动态要素及维护措施对管网失效的影响特征。结果表明:不同事故要素对管网失效的影响呈现差异性和阶段性,其中,老化、事故积累、化学腐蚀在管道服役中后期对管网腐蚀穿孔和管道破裂有显著影响,压力循环则主导服役中期的管道破裂事故。通过CN拓扑分析,可实现从整体角度出发对事故要素重要度的辨识;通过DBN的构建分析,能获得事故要素对事故后果的动态影响。