基于改进BN网络的突发社会安全事件风险评估与预警研究

为了在社会安全事件发生的不同阶段准确预估风险,调整应对策略以规避更大的危害,分析突发社会安全事件的特征与发展周期,结合风险形成的影响因子与处理原则提炼了三层风险评估指标体系,引入模糊集理论改进BN网络构建风险评估与预警模型。通过数据实证分析,模型预测发生概率为83%,具有很好的前瞻性,且通过反向推理获知影响概率TOP5指标,为后续规避风险源、完善管理机制指明了方向。

改进贝叶斯网络模型在起重作业人机交互差错风险分析中的应用

为量化分析起重作业人机交互差错风险,根据安全工效学原理及安全技术规范将起重作业人、机、环相关影响因素作为根节点,按照事故致因层次关联关系确定子节点,构建起重作业人机交互差错的3层级贝叶斯网络模型(Bayesian Network, BN);基于模糊集理论,采用认知可靠性与失误分析方法(Cognitive Reliability and Error Analysis Method, CREAM),厘定贝叶斯网络父节点失效概率以及中间节点条件概率;利用逆向推理仿真技术分析起重作业人机交互差错发生的因果链,探究起重伤害事故发生的人机交互差错风险。结果表明:起重作业人机交互差错最可能致因链为起重设备安全检查不到位→管理人员失误→人员操作失误→起重伤害事故发生;单因素失效条件下,起重作业人机交互差错风险概率呈线性增长趋势;在多因素失效条件下,一级节点因素失效概率愈大则人机交互差错效应愈显著,且呈现非线性增长态势。

强降雨情景下附着式升降脚手架事故致因IFRAM-BN模型

强降雨事件频发造成附着式升降脚手架事故剧增,为提高强降雨情景下施工安全性,降低事故发生率,提出一种基于改进的功能共振分析模型(IFRAM)和贝叶斯网络(BN)相结合的事故致因分析模型。首先,从定性角度,利用IFRAM识别事故机制并深度挖掘系统功能共振情况;其次,将IFRAM映射至BN定量分析模型,并引入联系云优化计算各根节点的先验概率;最后,以西安“9·10”事故为例,进行实证研究并提出相应预防措施。结果表明:事故在安全状态为Ⅳ级时,发生的可能性最大。工人违规操作、未进行旁站等强制性监督、强降雨等是导致爬架事故的核心致因;强降雨环境→雨后架体载荷超载等致因组合是诱发爬架事故的关键。

基于FDHHFLTS-BN的海底管道泄漏失效风险定量分析

为预防海底油气管道泄漏失效事故,提出基于自由双层次犹豫模糊语言术语集(FDHHFLTS)和贝叶斯网络(BN)的FDHHFLTS-BN风险分析方法,用于分析海底油气管道泄漏失效事故概率及事故的关键风险因素。将故障树模型转换为BN结构,由专家根据FDHHFLTS评估基本事件发生可能性;采用最佳最差法(BWM)确定专家权重,结合相似性聚合方法(SAM)聚合专家意见;依据构建的BN模型,正向推理得到事故发生概率,反向推理得到后验概率,并进行敏感性分析。将该方法应用于实例分析,结果表明:分析段海底管道泄漏事故的概率值为P=6.20×10^(-3);焊缝施工缺陷、材料施工缺陷和渔具作用等为事故发生的关键因素;与传统方法对比分析结果证明,所提方法在确定海底管道风险方面具有一定的优势。

基于贝叶斯网络的危化品爆炸事故隐患关联与溯源分析

为提高隐患排查工作实效,基于贝叶斯网络(BN),提出一种危化品爆炸事故隐患推理模型。首先,依据燃烧爆炸理论和专家经验,确定影响危化品爆炸的主要隐患类别,构建爆炸、泄漏超限、点火源的BN模型,并采用三角模糊数厘定隐患的先验和条件概率;然后,利用贝叶斯正向推理计算危化品爆炸发生概率,结合反向推理,查明最可能导致爆炸事故发生的隐患并追溯形成隐患的风险因素;最后,应用贝叶斯敏感性分析方法,确定影响危化品爆炸的关键隐患及事故隐患间的关联,并通过储油罐爆炸案例进行验证。研究结果表明:以因果推理方式计算出的储油罐爆炸风险概率约为4.7%;设备超压和电火花两者后验概率最大,是最可能导致储油罐爆炸的隐患,追溯其原因是未定期检查储罐或未使用防爆设备;电火花和阀门或法兰损坏是储油罐爆炸的关键隐患,事故隐患关联以致患链“阀门或法兰损坏→油品异常涌出→泄漏超限→遇火源(电火花)→发生爆炸”的形式呈现。

FTA-BN在机场跑道入侵事故影响因素分析中的应用

为了分析机场跑道侵入的影响因素,更有针对性地对预防机场跑道侵入提出合理建议,结合相关信息通告中统计的数据,首先从人员因素、环境因素、设备因素和管理因素4个方面分析跑道侵入的事故成因,并建立了故障树(Fault Tree Analysis,FTA)模型和贝叶斯网络(Bayesian Network,BN)模型,然后利用软件Netica对贝叶斯网络模型进行了后验概率推理与敏感性分析,最后根据分析结果提出了相应的建议。结果表明,人员因素影响程度最大,其次是管理因素,而环境因素和设备因素的影响程度相对偏小。

基于故障树-贝叶斯网络的水面无人艇远程控制系统可靠性分析

水面无人艇(USV)远程控制系统的可靠性,直接影响到USV航行安全.文中建立基于故障树与贝叶斯网络相结合的可靠性评估模型.基于USV远程控制系统各设备之间的故障关系构造相应的故障树模型;将远程控制系统故障树映射成贝叶斯网络,利用所构建的贝叶斯网络模型进行评估分析.通过实例分析表明:该模型可实现对故障的反向推理,找出影响系统可靠性的主要因素,计算出系统的可靠性.

基于ACE-BN的通勤飞行事故/事件诱因分析

为降低我国通用航空短途运输运行安全风险,提出一种基于平均因果效应(ACE)和贝叶斯网络(BN)的事故/事件诱因分析方法。首先,分析102起美国通勤飞行事故/事件,共识别出7类19种诱因;然后,引入ACE公式确定节点的优先次序,使用K2算法构建BN结构,并采用最大期望(EM)算法进行网络参数学习,建立通勤飞行事故/事件诱因分析模型;最后,对各诱因的概率进行排序并分析诱因间的敏感性。结果表明:机组经验不足导致的事故/事件发生概率最高;机械设备情况容易受到雨雪等恶劣天气的影响;天气因素和监管因素对机组因素表现出较高的敏感性,其中,恶劣的天气会影响机翼等机械设备的正常运转,进而影响飞行员对于飞机的操作,技术和安全培训不到位会影响飞行员和管制人员的专业水平及经验技能。

基于模糊DEMATEL BN的管制单位动态风险评估

为研究管制单位风险的动态性,提高风险评估的准确性,预防风险事故的发生,提出基于毕达哥拉斯模糊、试验与评估实验室(Decision Making Trial and Evaluation Laboratory,DEMATEL)、贝叶斯网络(Bayesian Network,BN)和模糊损失率的管制单位动态风险评估模型。首先识别管制单位风险因素;其次应用毕达哥拉斯模糊和DEMATEL模型探究风险因素之间的相互关系;再次将因素间的相互关系映射到BN,构建管制单位风险演化过程;然后确定先验概率,并以前兆数据作为输入信息,推导计算管制单位的动态风险概率;最后利用模糊损失率量化风险后果,计算管制单位的动态风险评估值。以某管制单位为例,对构建的管制单位动态风险评估模型进行了实证研究。结果表明:特情处置预案不合理等高严重后果概率持续上升的风险因素是该管制单位的风险管控的重点;t1~t5时间段该管制单位的动态风险评估值从1.035×10-2上升到1.1063×10-2。构建的管制单位动态风险评估模型克服了管制传统风险评估模型无法捕捉动态特征和过度依靠专家经验的不足,提高了评估的准确性,为管制单位控制和减少风险提供了决策支持。

小数据集下基于改进QMAP算法的BN参数学习

贝叶斯网络(bayesian network,BN)小数据集条件下,定性最大后验概率(qualitative maximum a posteriori,QMAP)估计往往会违反给定的专家约束,这就导致QMAP估计偏离真实值。为了克服该算法的缺陷,提出了一种改进的QMAP算法。首先,学习出QMAP估计,再结合保序回归方法对违反不等式约束的参数进行校正;然后使用一种微调策略对校正后的参数做进一步调整,使所得参数能够满足专家约束;最后,与最大似然估计(maximum likelihood estimation,MLE)和QMAP算法对比。仿真实验结果表明:在小数据集条件下,提出的算法满足所有约束条件,KL(Kullback-Leibler)散度始终低于其他2种算法,运行时间高于其他2种算法约0.1 s,影响甚微,且推理结果贴近真实值,偏差维持在±0.05之间。改进的QMAP算法的综合性能优于MLE、QMAP算法,并具有较好的实用性。

基于FTA-BN模型的有限空间作业事故案例分析

为了减小有限空间的作业风险,降低事故发生率,本研究构建了有限空间作业的事故树—贝叶斯网络事故致因模型(FTA-BN模型),用事故树分析法全面梳理出“人—机—环—管”4个维度的风险因素,结合作业事故数据采用专家打分和模糊数处理定量得出基本事件的发生概率,再通过贝叶斯网络计算出所有事件的后验概率。结果表明:盲目施救、中毒窒息、燃烧爆炸等是有限空间作业事故发生的主要风险因素,针对分析结果提出了更有针对性的对策措施,验证了该模型的可行性和适用性。

基于贝叶斯网络的化工企业火灾爆炸事故情景推演

为了解火灾爆炸事故的演化路径,为事故应急救援相关方提供相应的决策依据,基于“情景—应对”方法,选取情景状态、承载环境、应急措施和处置目标作为主要情景要素,并通过知识元理论构建情景概念模型,明确各要素之间的相互关系;再利用贝叶斯网络进行情景推演,确定各节点要素的先验概率和条件概率,借助Netica软件计算出各节点的状态概率;最后以山东石大科技石化有限公司“7.16”较大着火爆炸事故为例进行案例验证研究。研究获得事故的情景演变路径一般遵循泄漏、火灾和爆炸的顺序;通过推演得到发生概率较大的4个情景节点,并提出针对性较强的控制措施。可为类似事故应急救援和事后整改措施的制定提供参考。

基于FTA-BN的云ERP不安全事件的人因失误分析

为明确云企业资源计划(ERP)不安全事件的人因失误因素,构建基于故障树分析-贝叶斯网络(FTA-BN)的人因失误分析模型,以避免单一方法的局限性。首先,对云ERP安全审计记录披露的不安全事件进行分类和追因分析,构建云ERP不安全事件故障树,并定量分析最小割集、结构重要度;然后,将故障树映射为BN结构,利用案例数据进行结构学习和参数学习得到最终的贝叶斯网络;最后,依托贝叶斯网络的敏感性分析辨识关键人因失误因素,凭借预测推理计算发生不安全事件的概率。研究结果表明:云ERP安全人因失误因素中工作不到位、培训不足、资源分配不足、管理流程存在问题、职责不清等因素在对应的事件域中应得到重点关注,以保障持续安全。

基于贝叶斯网络的电镀企业火灾事故情景推演

为有效解决电镀企业火灾事故情景演化路径复杂、火灾扑救困难等问题,提高电镀火灾应急处置能力,采用情景分析与贝叶斯网络(BN)相结合的方法,对电镀企业火灾演化路径进行推演。首先分析电镀火灾特点,确定情景状态、应急驱动、承灾要素和处置目标4种情景要素;然后基于动态BN确定情景间的关系,运用D-S证据理论处理优化,构建电镀企业火灾情景推演模型;最后将其应用于某电镀火灾实例,通过Netica软件得到各节点的状态概率,找出事故的发展趋势和情景演化路径。结果表明:该事故所有可能的演化路径中,预热槽体起火(情景S_(1))是事故发生概率最大的情景,概率达81.2%;需在此处采取有效措施,使火灾消失概率达到62.3%。

基于BN-FCEM的化工企业安全风险分析方法

近年来,随着中国化工产业的迅速发展,化工企业危险品化学灾害事故仍时有发生。为更好地提高化工企业安全生产水平、精准识别化工企业中的重要风险因素并合理规避风险,提出一种基于贝叶斯网络(BN)和模糊综合评价法(FCEM)的化工企业安全风险分析方法。首先,该方法基于人、物、技、管、环五个方面共20个与化工企业相关的风险因素,建立了化工企业安全风险BN模型;然后,以模糊理论集(FTS)表征BN模型中概率参数的专家评估信息,结合Netica软件分析基于BN的化工企业安全风险概率和重要风险因素,并采用FCEM评估化工企业的整体安全风险损失;最后,综合考虑化工企业风险概率和风险损失,得出化工企业的安全风险等级。为验证该方法的可行性,以舟山某化工企业为例,结合风险等级矩阵,评估了该化工企业的安全风险,并提出了相应的改进建议。

爆破飞石安全风险致因BN模型分析

为探究爆破飞石安全风险,特采用贝叶斯网络法(BN)构建风险致因分析模型,研究结果表明,顶上事件发生时,装药量过大、警戒线安全距离不够、覆盖防护不够是爆破飞石事故重要的伴随诱因,三个因素导致安全事故发生的发生概率分别为38%、32%、32%。从敏感性分析可知,警戒线安全距离不够、覆盖防护不够等管理因素为导致事故发生的最敏感因素。

应急情境下管制员情境意识可靠性研究

为提升管制员的应急处置能力,从管制员的个人能力、管制任务特点和管制设备3个方面构建管制员情境意识(SA)可靠性模型;利用塔台管制模拟软件和SA全面评价技术(SAGAT)测量管制员在应急情境下的SA水平;基于贝叶斯网络(BN)对SA可靠性进行定量分析,进而预测管制员的SA水平,并基于贝叶斯推理分析影响管制员SA可靠性的关键因素。研究结果表明:应急情境下,管制员SA可靠性和SA水平显著正相关,可通过管制员的SA可靠性预测SA水平;通过BN推理分析发现,对管制员的SA可靠性影响程度和敏感程度较高的因素为调配飞机可用时间、管制设备的精准度和管制员的记忆力;对管制员SA可靠性影响最大的致因链为调配飞机可用时间→任务特点→SA可靠性。

基于专家知识与监测数据联合驱动的高压开关柜状态评估

高压开关柜(HVS)作为电力系统的关键设备,对其工作状况进行有效评估可以保障电力系统的安全稳定运行。在工程实践中,由于高压开关柜长期服役于潮湿、高温等恶劣环境下,不可避免的传感器失效或人为因素会导致其设备状态数据存在随机缺失的现象,从而破坏了数据的完整性和可用性,使得对数据质量要求较高的数据驱动方法难以直接用于解决高压开关柜状态评估的问题。为了解决上述问题,研究了一种基于专家知识和监测数据联合驱动的高压开关柜状态评估方法。首先,对高压开关柜系统的内部构成进行了深入分析,并根据区域中设备的功能不同将其分为电缆室、母线室和断路器室三大区域。其次,进一步分析了系统状态、各区域状态及其关键部件状态两两之间的因果关系,从而建立了适用于高压开关柜状态评估的三层贝叶斯网络(BN)拓扑结构。然后,引入专家领域知识设计了适用于高压开关柜系统的3种约束罚函数,并通过求解带有约束的优化问题,改善了不完整数据集下的贝叶斯网络参数估计性能,进而实现了对高压开关柜系统状态的精确评估。最后,在自主设计的10 kV高压开关柜样机上开展了对比验证实验,结果表明,相比于支持向量机(SVM)方法和反向传播(BP)神经网络方法,本文所提方法在状态评估精度上更具优势。

基于贝叶斯网络的故障诊断系统性能评价

故障诊断系统的性能评价是开发和验收故障诊断系统不可或缺的重要环节.针对基于贝叶斯网络(BN)故障诊断系统的性能评价需要,考虑系统诊断结果真实分布,提出采用二项分布参数估计方法来计算诊断准确度的置信区间,采用准确度期望值及其置信区间全面客观评价诊断模型的性能,形成贝叶斯网络模型诊断能力的量化评价指标,为诊断结果的可接受、可信程度以及诊断模型的训练充分性提供参考依据.最后通过燃油系统故障诊断实例验证所述性能评价的有效性.

基于贝叶斯网络的地下空间火灾风险评估方法研究

为提高地下空间火灾风险定量评估的准确性,将贝叶斯网络(BN)方法引入火灾风险定量评估过程中。根据地下空间典型火灾场景建立事件树模型,由事件树模型转化得到BN模型。证明2种模型的一致性。并在考虑不确定性因素影响的条件下,修正BN。最后,利用经修正的BN模型,计算火灾发展到不同阶段的概率,以财产损失估计值表示事故的严重程度,计算火灾风险值。结果表明,不确定性因素的存在对风险评估结果影响显著;基于BN的定量评估方法比事件树分析ETA方法能更好地处理不确定性问题,更适合地下空间火灾的风险评估。