基于事故树的运输风险评估研究

基于事故树的运输风险评估研究

铁路的危险货物运输过程存在着不可避免的高风险。如果内部和外部因素能够发生变化，就会发生重大事故，如泄漏、火灾、爆炸和中毒。为确保危险货物运输安全,对运输过程进行风险评估,找出诱发事故的最大因素将显得十分重要。目前,国内外评估危险货物运输风险,分析事故诱发因素影响程度主要有以下3种方法:(1)基于事故统计数据用概率分析的方法进行研究。如DARBRA等从MHIDAS、MARS、ACTS和ARIA危险化学品事故数据库中抽取225个典型事故进行统计分析,结果表明,危险化学品运输过程诱发事故的主要因素为外部条件和机械故障;吴宗之等统计分析国内200起典型危险品公路运输事故,指出交通事故是主要原因;中国铁道企业管理协会运输委员会剖析近年112起铁路危险货物运输事故原因,认为人的不安全行为是导致事故发生和扩大的主要因素。(2)基于安全系统工程理论4M(Man、Machine、Media、Management)致因原理,构建下层指标体系,用模糊层次分析方法研究。如王晓庆、姜姗姗构建指标评估体系,研究铁路危险货物运输的风险性;李颖通过实例验证改进的层次分析法评价铁路危险货物运输安全的可行性。(3)构造事故树模型或贝叶斯网络对危险货物运输风险性进行分析。如List等提到Battelle西北太平洋实验室在分析运输核燃料铀的风险时,使用的方法即为事故树分析法;Zhao等引进贝叶斯网络对国内94个危险品运输事故的原因进行分析,提出基本事件影响力的排序。上述方法中,概率统计法局限于事故发生后的统计;模糊层次分析不能准确表达节点间的条件概率关系;事故树将导致事故的原因事件按因果关系用树形图逐层表达,逻辑清晰明了。因此铁路危险货物运输行业内的研究机构和安全评估机构已经广泛采用事故树法分析运输过程中的风险,但局限于仅研究事故树的结构重要度。文献构建事故树模型分析液化石油气运输风险时,安全附件泄漏、液体充装过量、罐壁由于腐蚀变薄对于顶事件发生的重要程度均为0.076923076923;而在实际生产过程中,安全附件泄漏、液体充装过量相对于罐壁腐蚀变薄更容易发生,且更易引发液化石油气在运输过程中发生爆炸,可见仅用结构重要度分析基本事件的重要程度是不完善的。笔者认为,在分析事故树影响因子的基础上构建事故树,将其映射成贝叶斯网络,采用Buckley法标定基本事件发生概率值可以定量分析基本事件的结构重要度、概率重要度和关键重要度,有针对性地找出运输过程中的薄弱环节从而改善工作条件,对提高铁路危险货物运输安全工作具有一定的现实意义。1铁路运输危险货物的事故树模型评估铁路危险货物运输过程的风险,首先需通过分析运输过程存在的风险因素构建事故树的影响因子。铁路危险货物运输过程中,主要有托运、受理、仓储、承运、车辆选配、货物装卸、货运检查、列车运行、车辆在车站技术作业、交付等环节,每个环节均存在一定的风险因素。如车辆选配时,由于货物的比重、性质不同,对于车辆结构、安全附件的要求也有差异,车辆选配不当则可能埋下隐患,影响危险货物运输安全;车辆在站进行调车、取送等技术作业时,若不按规定的编组隔离、限速连挂要求进行编挂和调车,则将增加危险货物运输的风险。本文构建事故树模型是在确认货物品名理化性质的前提下,考虑运输过程最关键的影响因子进行分析。确认货物品名的理化性质是构建事故树基础。铁路运输的危险货物分为9类25项。每类货物由于闪点、沸点、熔点、自燃温度、比重、水溶性、蒸汽比重、爆炸极限范围、蒸汽压、毒害性、允许浓度等理化性质不同,发生事故的类型和危害性也有差别。例如,铁路运输汽油、柴油等成品油时以成品油发生火灾爆炸事故最为严重,在火源、罐车泄漏和成品油蒸气浓度达到爆炸极限范围的综合作用下,成品油罐车将发生爆炸。围绕这一过程,影响因子即可认定为火源、泄漏和蒸气浓度达到爆炸极限范围,因果逻辑关系见图1。运输苯、二甲苯等苯类货物时,分析其理化性质后可知他们属一级易燃液体,主要危险为火灾爆炸,次要危险为中毒,所以一般构造苯、二甲苯火灾爆炸事故树和中毒事故树需要分别研究。苯、二甲苯火灾爆炸事故树、中毒事故树的影响因子及因果逻辑关系见图2、图3。基于此思路,分析货物理化性质,可构建任意品名的顶层事故树并得到顶层影响因子。货物装卸和列车运行中,由于设备、人员、操作工艺、外部条件等各种原因均可能导致形成火源、产生泄漏或出现防护不当等事件的发生。比如,在专用线作业时,用金属物体敲击罐车的罐体就可能产生撞击火花,与危险货物接触形成火源;罐车由于腐蚀等原因造成罐体裂漏或充装时超装则可能产生泄漏;作业人员防护用品损坏时则可能导致防护不当等等。这些原因构成事故树的基本影响因子。2基于贝叶斯网络的事故树转化本文采用贝叶斯网络分析铁路危险货物运输过程的风险。为降低贝叶斯网络建模难度,主要通过影响因子构建事故树模型,将其映射为贝叶斯网络。文献[12-13]讨论事故树向贝叶斯网络转化的具体方法,给出事件、逻辑门与节点之间的映射关系,以及与、或、非等逻辑关系与条件概率分布之间的映射关系。下面,笔者介绍与本文评估模型相关的与门、或门映射关系,并采用Buckley法标定基本事件发生概率,以修正的BucketElimination算法正反向推理计算,分析基本事件的重要度。2.1节点之间有向边及其关联无环图贝叶斯网络理论处理不确定性复杂问题有其独特的优点。2001年Jensen提出形象直观的描述性定义。定义把满足以下4个条件的有向无环图称为贝叶斯网络。(1)存在1个变量集V={Xi},i=1,…,n以及变量对应节点之间有向边的集合E;(2)每个变量都取有限个离散值;(3)由变量对应的节点和节点之间的有向边构成1个有向无环图J=(V,E);(4)对于每个节点Xi和其父节点集Πi,都对应1个条件概率分布表p=(xi│πi,J),而且满足其中,πi是Πi的配置。根据定义表达的节点与其父节点的关联关系,可以推导出包含所有节点的联合概率分布函数。如图4是1个简单的贝叶斯网络,包含所有节点的联合概率分布函数为联合概率分布函数表达所有节点之间的逻辑关系,是正反向推理计算顶事件发生概率和基本事件重要度的基础。2.2贝叶斯网络映射从定义可知,贝叶斯网络由1个有向无环图J和对应的条件概率表组成。事故树模型向贝叶斯网络映射时,贝叶斯网络的节点与事故树中事件逐一对应,构成有向无环图;条件概率关系则根据事故树的逻辑门确定。其中,与门、或门映射关系见图5、图6。2.3基本事件发生概率运用贝叶斯网络定量分析铁路危险货物运输过程风险性时,标定基本事件发生概率是很重要的方面。某些基本事件自身状态存在不确定性,比如“电器绝缘不良”等发生的概率本身是个模糊数,经典决策模型中,各种数据和信息被假定为绝对精确,则有违于常理。本文根据历史统计数据给出的专家意见,采用Buckley法标定的基本事件发生概率作为本文的基本事件的发生概率。Buckley采用梯形模糊数代替1~9评比尺度,虽然计算过程较为繁琐,但整个过程较严谨。当基本事件Xm比Xn发生的概率大很多时,则Xn比Xm发生的概率小很多,所以判断矩阵为式中:梯形模糊数(1/10,1/9,1/9,1/8)对应概率相对极小,那么概率相对极大应取其倒数(8,9,9,10),而且行列互换。依据此法,基本事件之间相对概率大小对比矩阵标定为Buckley决策矩阵式中:wij=(aij,bij,cij,dij),且有w11~wnn=(1,1,1,1),wij=1/wji且行列互换。同理,得b(i=k)、c(i=k)、d(i=k)及b、c、d以此模糊权值作为基本事件的发生概率值,所有标定的基本事件概率值为式中,wxk对应式(2)的wk。2.4贝叶斯网络最优解定量分析铁路危险货物运输过程的风险,以基本事件的结构重要度、概率重要度和关键重要度作为评估指标。结构重要度在假定基本事件发生概率相等的前提下,分析各基本事件发生对顶事件发生产生的影响。概率重要度指某基本事件发生概率的单位变化量引起的顶事件发生概率的变化值。求出各基本事件概率重要度后,将知道降低哪个基本事件的发生概率可以迅速有效地降低顶事件的发生概率。关键重要度则表征降低概率大的基本事件发生概率要比降低概率小的容易这一事实,定义为顶上事件发生概率的变化率与基本事件发生概率的变化率之比。贝叶斯网络求解结构重要度、概率重要度、关键重要度时,3个重要度指标计算公式为结构重要度式中:T为顶事件;Xi、Xj为基本事件;p(T=1│·)为顶事件发生的条件概率;Xi=1or0分别为基本事件i是否发生;p(Xj)=1为基本事件j的发生概率;n为基本事件总数。概率重要度关键重要度2.5基于事故树模型的评估模型本文通过事故树映射得到贝叶斯网络是1个二态单连通网络,应用BucketElimination算法计算时作出修正,可降低计算的难度,从而有效地计算出顶事件发生概率和基本事件的重要度。为方便分析,将节点事件记为Xi,p(Xi=1)=xi,p(Xi=0)=1-xi;事件Xi或事件集Ψi={Xi-m,Xi-m+1,…,Xi,…,Xi+n}与事件Xj间的连接事件记为Pij,对应于1个事件Xi或事件集Ψi与Xj的条件概率表pij,根据网络的二态性可知pkj=0or1;由事件间的计算关系推导出修正BucketElimination算法的推理计算规则为规则1若Xi且Pij,则Xj,即有规则2与门若Xi-m和Xi-m+1和…和Xi+n且Pij,则Xj,即有规则3或门若Xi-m或Xi-m+1或…或Xi+n且Pij,则Xj,即有根据以上3条推理计算规则,结合Buckley法给出评估模型的算法步骤为Step1通过事故树模型映射构造贝叶斯网络模型,并标定基本事件Xi的发生概率xi,若分析结构重要度,各基本事件发生概率xi标定为(1/2,1/2,1/2,1/2);Step2令贝叶斯网络中基本事件Xi的发生概率p(Xj=1)=xi,其他事件的概率暂标为0;Step3以Step2标定的基本事件发生概率为输入,根据修正BucketElimination算法推理计算规则,更新子节点Xj概率,0→p(Xj=1);Step4j→i,子节点Xj→Xi,返回Step2继续计算下一层子节点概率,循环往复,直至计算得到顶事件发生概率。以此顶事件发生概率p(T=1)作为1个中间输出量;Step5根据式(4)~式(6),结合step4的顶事件发生概率,反向推理计算得到各基本事件的结构重要度、概率重要度、关键重要度,以此3个重要度指标为最终输出量,算法结束。3实例分析本文选取铁路危险货物第3类易燃液体———汽油作为典型分析品名,其它危险货物品名均可参照此方法进行研究。3.1事故树模型分析汽油主要成分是脂肪烃和环烷烃的混合物,闪点≤23℃,引燃温度415℃~530℃,属于一级易燃液体。在运输过程中可能发生的事故包括火灾爆炸、泄漏、车辆溜逸等,综合国内外汽油运输发生事故的经验和教训,铁路运输汽油时以发生火灾爆炸最为严重。所以,本文构建以汽油罐车火灾爆炸事故为顶事件的事故树模型分析其风险。基于铁路危险货物运输有关专家分析、论证,此事故树模型的影响因子选取40个基本事件、15个中间事件、1个开关事件和1个顶事件。各事件编号及名称见表1。经分析,要使顶事件T发生,必须A“火源”、B“泄漏”及G“汽油蒸气浓度达到爆炸极限范围”几项事件共同作用。所以,事故树局部模型1见图7。引入火源,需要从两方面考虑,一是装卸过程中引入火源;二是运输过程中引入火源。而装卸过程火源主要是由“电火花”、“静电火花”、“明火”、“撞击火花”4个方面产生。产生明火的主要原因为违章引入火源和违章动火造成的。因此得出事故树局部模型2,见图8。类似地,可以得到“运输过程中引入火源”、“产生电火花、静电火花、撞击火花”、“出现泄漏”各部分的局部模型。经过整合,得出汽油罐车火灾爆炸事故树,见图9。3.2网络节点间的条件概率表根据2.2节所述的映射方法,将图9的汽油罐车火灾爆炸事故树映射成对应的贝叶斯网络,见图10。节点间的条件概率表以顶事件T的条件概率表及C5的条件概率表为示例,见表2,网络上其他节点根据逻辑关系均有类似的条件概率表,为节省篇幅,不再逐一列出。根据节点逻辑关系,此贝叶斯网络中包含所有节点的联合概率分布函数为3.3概率相对大小基于专家组给出的41个基本事件(将开关事件处理成1个特殊的基本事件)间概率相对大小的语言描述,笔者将专家意见表翻译为Buckley矩阵。根据2.3节所述Buckley法,求出基本事件发生概率值,部分概率值见表3。3.4alarp准则下的风险依据汽油罐车火灾爆炸贝叶斯网络和式(7)~式(10)及算法步骤,计算得到顶事件T发生概率p(t)=(1.04×10-4,2.37×10-4,4.38×10-4,1.00×10-3),该值符合ALARP准则下确定的现有危险物品运输的最大可接受风险。由式(4)、式(7)~式(10)及算法步骤,求得结构重要度及排序为同理,求得概率重要度及关键重要度,为节省篇幅,计算结果不逐一列出,部分结果见表4、表5。故基本事件的概率重要度排序为故基本事件的关键重要度排序为3.5降低罐车事故概率的事故树模型对比分析基本事件的结构重要度、概率重要度、关键重要度,IGst、IGPr均为最大值,IGCr只是1个一般大小的值,有效证明“采取措施降低G‘汽油蒸气浓度达到爆炸极限范围’的概率能迅速有效地降低汽油罐车发生火灾爆炸的风险,但要降低G的概率,采取的措施较难”这个事实;均较大,降低阀盖损坏和安全附件损坏的发生概率对于降低运输过程风险最为有效,因此实际工作中,应严格