家庭火灾的事故树分析

家庭火灾的事故树分析王海宁（江西省赣州南方冶金学院）自从人类出现在地球上以来，很早就同火结下了不解之缘。人类的生产、生活活动几乎没有一样离得开火，但是无数事实告诉人们，火可以被人们利用，给人类创造财富，推动人类社会的进步；火同样也会给人们带来灾难，失...     

生物质气化火灾爆炸事故BN-LOPA分析

提出一种基于BN-LOPA的生物质气化火灾爆炸事故评价方法。绘制出生物质气化火灾爆炸故障树并转换为贝叶斯网络,计算出的事故发生概率为2.600×10-3,根据风险矩阵得出对应风险等级为10级,因此需要在计划内采取安全措施降低风险。采用贝叶斯网络的向后推导计算基本事件后验概率,找出失效后易导致事故发生的节点,对这些节点设置独立防护层并计算设置后基本事件及顶事件的发生概率。最后得出在设置独立防护层后,生物质气化火灾爆炸事故的发生概率降低至8.068×10-6,对应风险等级从10级降至5级,可满足安全生产的要求。     

海洋钻井平台事故致因分析与评价指标研究

该文在广泛调研国内外已发生的海洋平台事故基础上,从人因失误、工艺设备、物料危险、管理缺陷和危险环境五个方面系统分析事故致因因素,提出海洋钻井平台事故致因评价框架,提出5个一级评价指标和24个二级评价指标,根据层次分析法,计算确定各指标的标准权重值.最后针对某在役海洋钻井平台,开展实例研究.为实际评价海洋钻井平台事故风险提供一种新方法,具有一定的实际应用价值.     

基于动态风险平衡的海洋平台事故连锁风险研究

针对海洋平台事故风险特点,提出动态风险平衡概念,以此建立事故动力模型,并将该模型运用到墨西哥湾"深水地平线"井喷事故。动态风险平衡表征事故动力与事故阻力之间的动态平衡状态,具有动态性和暂时稳定性。事故动力模型以海洋平台可能发生的重大事故为研究对象,从工艺、技术和管理等角度分析事故可能致因和事故发展可能影响因素。该模型首先分析对象的初始事故动力,建立事故连锁风险图,然后计算初始动力发生情况下,传递动力和传递阻力的概率分布,最后提出相应风险控制措施。实例分析表明,基于动态风险平衡建立的事故动力模型能有效分析海洋平台事故连锁风险。     

基于逻辑树和贝叶斯网络的海洋平台火灾概率分析

火灾概率分析是海洋平台火灾定量风险评估的重要组成部分,考虑到传统事故树和事件树方法存在一定的局限性,提出了基于逻辑树和贝叶斯网络的火灾概率分析模型。首先采用数理统计方法对墨西哥湾地区2 837起火灾事故进行统计分析,依据事故情况构建逻辑树,然后将逻辑树转化为贝叶斯网络,根据历史数据确定贝叶斯网络各节点的先验概率和条件概率。结果表明:海洋平台火灾事故是设备、人因和组织管理多因素耦合作用的结果;基于贝叶斯网络模型得到海洋平台火灾概率约为1.0×10~(-5),为海洋平台火灾定量风险评估提供了基础数据;由贝叶斯网络模型分析得出,人因操作失误与缺乏作业安全分析的后验概率分别达到0.471和0.119,表明人因组织因素对海洋平台火灾事故具有重要影响。     

基于贝叶斯网络的养老院火灾风险评估方法研究

为预防养老院火灾事故,结合事故树法(FTA)和贝叶斯网络法(BN),建立了一套养老院火灾风险定量评估模型。首先,采用事故树法建立潜在的养老院火灾事故场景;其次,考虑到养老院火灾事故场景中不确定因素的影响,将事故树模型转化为贝叶斯网络模型,并结合有人员伤亡的养老院火灾事故发生发展实际优化模型;最后,以某市养老院为例,结合调研、文献及统计数据确定先验概率及条件概率,并用GENIE 2.0软件实现贝叶斯图形化,分析验证该模型逻辑可行性。结果表明:通过该模型和方法,不仅可以预测养老院火灾事故中各场景发生发展概率,还能对各风险因素敏感度和最大致因链进行分析,提高了风险因素辨识和评价的准确性,可以为养老院火灾风险分析和防控提供参考。     

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 MIMAH 的工业事故场景辨识

介绍了事故场景概念,并根据欧盟ARAMIS项目框架下提出的MIMAH（辨识重要事故危险方法）,即从危险设备的角度来辨识与设备相关的关键事件,并利用事故树（ FTA ）、事件树（ ETA）,建立一个以关键事件为中心的蝴蝶结结构图来描述事故场景。通过运用这种方法,能够对事故场景的辨识更加具有系统性、针对性。最后,以液氨储罐装置作为示例进行说明。     

基于模糊影响图方法的库存弹药事故概率分析

针对库存弹药安全的特殊性,在分析国内外库存弹药典型事故案例的基础上,指出FTA、ETA等传统概率计算方法存在的局限。提出一种基于模糊影响图(FID)的库存弹药事故概率分析方法,并对FID模型的构建过程和算法进行概述;以弹药被盗事故作为实例分析,并得到事故概率分布图和累积概率曲线。结果表明,FID的算法理论及建模过程能较好地克服FTA、ETA等传统方法的局限性,实例分析指出弹药被盗事故在10-4数量级的隶属度最高,且事故发生概率更趋向于10-3～10-1数量级,从而得到一旦仓库安全防范措施不到位,就很有可能发生弹药被盗事故的结论。     

基于解释结构模型的宿舍火灾事故影响因素分析

依据影响宿舍火灾事故的11个因素间的逻辑关系,运用解释结构建模的原理和方法,建立了多级阶梯结构模型.通过模型揭示了各因素间的内在联系和层次关系,提出加强安全教育和增加安全投入是改善宿舍火灾安全现状的最有效措施.     

基于概率影响图的火灾致死原因分析

应用概率影响图理论,分析了建筑物火灾造成人员伤亡的诸多因素中,哪个因素对人员伤亡这一随机事件的贡献最大.通过对影响图的一致性变换,最终得出了结论.给决策者提供一个重要的参考信息,使有限的资源得到有效的利用.     

基于事故统计分析的地铁运营安全管理研究

为了预防和减少地铁运营事故的发生,本文通过统计分析某城市地铁5年的运营事故资料,探讨了地铁运营事故的发生规律,从人、机、环、管几个方面分析了导致地铁运营事故发生的主要原因。结果显示:统计年度内地铁运营事故年度总量较为平稳,事故的发生对月份变化敏感度较低,受气象条件影响较小;信号故障、车辆故障是发生最频繁的事故类型,合计占事故总数的56%。事故原因分析显示,设备设施因素导致的事故占事故总数的87%;人为因素导致的事故占事故总数的7%。根据地铁运营事故特点,从人、机、环、管4方面提出了相应的安全管理对策,可为制定科学合理的地铁运营安全管理措施提供依据。     

基于BP神经网络的安全生产事故统计情况预测分析

通过对1990—2008年安全生产事故统计情况进行分析,梳理了社会经济发展的各项指标,选择其中的人均GDP、第三产业比重、非农就业人口比重、城镇居民可支配收入、万人大学生数、万人医生数等反映经济发展的主要指标作为神经网络的输入端,以安全生产事故起数和死亡人数为输出端,以2007年全国各地区经济发展指标和事故统计情况为样本训练BP神经网络,进行不同省份安全生产情况的预测。其结果与实际情况符合性较好,为目前安全生产形势分析提供了一种新方法,该法对预测安全生产监督管理工作提供参考。     

我国化工企业火灾爆炸事故统计分析及事故表征物探讨

从事故统计分析的角度,对2001—2006年我国化工企业发生事故的设备、事故介质进行分析;对设备发生事故的规律以及事故介质的分布特征进行总结;对在火灾爆炸事故调查中具有普遍代表性的事故表征物:爆炸抛射物、火灾爆炸容器、喷溅物和烟尘及烟熏痕迹的特征进行分析;从定量、半定量化的角度,对事故原因进行探讨,事故分析结果,对于从理论的角度分析事故原因、有效预防事故都具有重要的作用。     

安全管理基础数据的统计分析

本文阐述了通过对安全管理基础数据的统计分析,研究企业在某一时期或阶段的安全生产状况,从中发现规律、认识问题,以此来制定相应的有针对性的安全管理措施,抑制事故和不安全现象的发生,推动企业的安全管理工作。     

化工行业典型安全事故统计分析

化工行业安全事故的统计分析,是对化工行业安全生产问题进行研究的重要基础性工作。基于事故的随机性,采用数理统计的方法,主要从事故发展趋势、事故类型、事故原因、季节性、工作日和时段等方面,对收集到的114例1974—2010年间的重大伤亡或造成较大影响的化工企业典型安全风险事故案例的系统、全面地分析,揭示化工行业典型安全事故的部分特征和规律,为化工行业安全生产问题的进一步研究提供依据和参考。     

危险货物道路运输事故统计分析

为掌握危险货物道路运输事故的发生规律,预防事故与灾害发生,笔者收集、整理了2000年9月至2007年3月间的609起危险货物道路运输事故案例,并对案例进行详细分解和统计分析,获得了危险货物道路运输事故的时间分布、地域分布、路段分布、事故形态分布、事故原因分布等统计特征。研究结果表明,危险货物道路运输事故具有如下规律:早晨和上午(4时至12时)是事故多发时段;事故形态以单车事故为主,特别是车辆倾斜或侧翻事故为数最多;驾驶员处置不当和违法驾驶行为以及运输车辆机件失效是导致事故的最主要的两类原因。针对案例分析结果,提出预防危险货物道路运输事故、保障危险货物道路运输安全的对策与建议。     

基于人工神经网络的城市火灾事故的预测方法

随着社会经济的飞速发展,城市化进程的加快和人口的迅速增长,城市火灾频繁发生,造成的损失呈上升趋势。针对城市火灾事故发生的特点,根据人工神经网络基本原理和特性,建立了城市火灾事故神经网络预测模型;为了更精确预测城市火灾事故的发生,将城市火灾事故分为了高峰期(春节)和非高峰期两个时段分别进行预测;应用神经网络预测模型和分时段相结合方法对某城市火灾事故进行了实际预测。结果表明,神经网络模型是城市火灾事故预测的有效工具,该模型与时段法的结合能准确预测火灾事故发生的趋势。