基于SOM的易燃液體運(yùn)輸安全風(fēng)險預(yù)警

王洪德, 任洺萱, 邊可

(1.大連交通大學(xué) 土木與安全工程學(xué)院，遼寧 大連 116028；2.大連交通大學(xué) 交通運(yùn)輸工程學(xué)院，遼寧 大連 116028; 3.大連科技學(xué)院 交通運(yùn)輸學(xué)院,遼寧 大連 116052)*

基于SOM的易燃液體運(yùn)輸安全風(fēng)險預(yù)警

王洪德1, 任洺萱2, 邊可3

(1.大連交通大學(xué) 土木與安全工程學(xué)院，遼寧 大連 116028；2.大連交通大學(xué) 交通運(yùn)輸工程學(xué)院，遼寧 大連 116028; 3.大連科技學(xué)院 交通運(yùn)輸學(xué)院,遼寧 大連 116052)*

為了降低鐵路易燃液體運(yùn)輸風(fēng)險和事故概率，提高運(yùn)輸管理質(zhì)量，提出一種基于自組織競爭神經(jīng)網(wǎng)絡(luò)(SOM)技術(shù)的鐵路易燃液體運(yùn)輸安全風(fēng)險預(yù)警方法.首先，通過對易燃液體運(yùn)輸過程的危險與可操作性識別分析，建立鐵路易燃液體運(yùn)輸過程安全風(fēng)險預(yù)警體系；然后，采用統(tǒng)計分析算法評定各運(yùn)輸環(huán)節(jié)安全風(fēng)險影響因素之間的相關(guān)程度；最后，結(jié)合太原局貨運(yùn)實(shí)際，構(gòu)建了基于SOM的鐵路易燃液體運(yùn)輸安全風(fēng)險預(yù)警模型，并采取樣本數(shù)據(jù)和測試數(shù)據(jù)進(jìn)行了模擬驗(yàn)證.研究結(jié)果表明，該模型在易燃液體運(yùn)輸中能夠較好起到預(yù)警作用，可為鐵路危險貨物運(yùn)輸安全預(yù)警技術(shù)提供參考.

鐵路運(yùn)輸；易燃液體；風(fēng)險預(yù)警；指標(biāo)體系；SOM；相關(guān)性分析

0 引言

隨著社會經(jīng)濟(jì)的發(fā)展，科學(xué)的進(jìn)步，新的化工產(chǎn)品的增加，導(dǎo)致危險貨物運(yùn)輸需求也逐步增加.鐵路由于運(yùn)量大、運(yùn)輸速度快、安全、運(yùn)輸成本低等優(yōu)勢，在危險貨物運(yùn)輸中占據(jù)重要地位.危險貨物運(yùn)輸存在爆炸、易燃、毒害、感染、腐蝕、放射等危險[1].在鐵路運(yùn)輸、裝卸和儲存保管過程中，容易造成人身傷亡和財產(chǎn)毀損.2015年天津港“8.12”危險貨物儲存?zhèn)}庫特大爆炸事故，造成了104人死亡、千人受傷及重大經(jīng)濟(jì)損失的現(xiàn)實(shí)，再一次驗(yàn)證了危險貨物儲存、運(yùn)輸、搬運(yùn)和保管各環(huán)節(jié)科學(xué)規(guī)劃、信息化管控的重要性.在國外，英國Roberto等人提出了基于GIS方法的鐵路危險貨物運(yùn)輸安全風(fēng)險評價模型[2-3]，為危險貨物運(yùn)輸?shù)慕煌L(fēng)險分析提供了可參考的科學(xué)依據(jù).在國內(nèi)，鐵路危險貨物運(yùn)輸相關(guān)研究方向主要傾向于安全分析與管理對策研究、安全綜合評價研究以及避災(zāi)路徑選擇研究方面[4-6]，對于危險貨物運(yùn)輸?shù)娘L(fēng)險預(yù)警尚待深入研究.本文通過對鐵路易燃液體運(yùn)輸過程安全風(fēng)險預(yù)警體系的建立，采用自組織競爭神經(jīng)網(wǎng)絡(luò)(Self-Organizing Mapping neural network)技術(shù)對危險貨物運(yùn)輸環(huán)節(jié)進(jìn)行安全風(fēng)險分析，以期為危險貨物運(yùn)輸過程安全風(fēng)險預(yù)警提供技術(shù)參考.

1 易燃液體運(yùn)輸安全風(fēng)險預(yù)警體系

1.1 鐵路易燃液體運(yùn)輸特點(diǎn)分析

危險貨物運(yùn)輸包裝、搬運(yùn)、運(yùn)輸、儲存等運(yùn)輸環(huán)節(jié)不僅需要一般的貨物運(yùn)輸條件，還需要滿足特殊的運(yùn)輸條件.針對易燃液體運(yùn)輸提出的幾個特點(diǎn)如下：

易燃性：易燃液體容易揮發(fā)出易燃蒸汽與氧氣發(fā)生氧化反應(yīng)，且沸點(diǎn)低，非常容易著火.

爆炸性：易燃液體一般具有揮發(fā)性，與空氣形成爆炸性混合物.另外溫度影響也很大，在密閉容器中的易燃液體受熱膨脹，蒸氣壓力變大，容易造成容器膨脹甚至爆破.

流動性：易燃液體粘度小，也存在滲透、浸潤及毛細(xì)現(xiàn)象，包裝容器出現(xiàn)極細(xì)微的裂痕，也會滲出.流動時也會產(chǎn)生靜電，造成易燃液體火災(zāi)，要檢查是否有消除靜電防范措施.

毒害性：易燃液體一般都具有毒害性，一旦泄露嚴(yán)重影響人的身體健康以及環(huán)境等.

1.2 鐵路危險貨物運(yùn)輸流程

對鐵路易燃液體運(yùn)輸?shù)倪^程進(jìn)行分析，主要包括貨物發(fā)送作業(yè)、貨物途中作業(yè)和貨物到達(dá)交付作業(yè).具體作業(yè)包括：訂單填寫，貨物稱重包裝，裝車后進(jìn)行中轉(zhuǎn)作業(yè)，檢查作業(yè)，最后卸貨物，核實(shí)貨物，交付貨物等[7]，通過一次完整的鐵路易燃液體運(yùn)輸過程的分析，為提取鐵路易燃液體運(yùn)輸環(huán)節(jié)風(fēng)險因子做準(zhǔn)備,如圖1所示.

圖1 鐵路危險貨物運(yùn)輸主體流程圖

1.3 鐵路易燃液體運(yùn)輸環(huán)節(jié)風(fēng)險故障體系

危險貨物運(yùn)輸由于其涵蓋的種類復(fù)雜，不同危險貨物特性不同，運(yùn)輸條件也不一樣.本文主要針對易燃液體運(yùn)輸過程進(jìn)行預(yù)警研究.基于HAZOP分析方法，通過由引導(dǎo)詞與參數(shù)引起的偏差，分析易燃液體運(yùn)輸節(jié)點(diǎn)偏差程度和造成的危害，實(shí)現(xiàn)風(fēng)險因子辨識，并建立易燃液體運(yùn)輸過程故障體系[8-9]，詳見表1.

1.4 運(yùn)輸環(huán)節(jié)風(fēng)險預(yù)警指標(biāo)提取

參照表1構(gòu)建的鐵路易燃液體運(yùn)輸環(huán)節(jié)27個風(fēng)險影響因子，依據(jù)《鐵路危險貨物運(yùn)輸管理暫行規(guī)定》[10]，提取核心風(fēng)險預(yù)警指標(biāo).

風(fēng)險預(yù)警指標(biāo)提取應(yīng)遵循以下原則：

(1)科學(xué)性.風(fēng)險指標(biāo)的概念，限界要明確，能夠客觀的反應(yīng)出環(huán)節(jié)的故障;

(2)可測性.對于一些定性的評價，盡可能更加準(zhǔn)確的進(jìn)行量化，使預(yù)警的過程更嚴(yán)謹(jǐn)科學(xué).

(3)實(shí)用性.指標(biāo)的設(shè)置要有基礎(chǔ)數(shù)據(jù)的支持，計算簡便可行，可操作性強(qiáng).

(4)綜合性.從總體上，多方面考慮，協(xié)調(diào)冗余因子之間的關(guān)系，結(jié)構(gòu)清晰，層次分明，指標(biāo)清晰，方便量化，計算簡單等.

由于易燃液體進(jìn)行風(fēng)險因子提取，可測量的指標(biāo)包括貨運(yùn)量、溫度、壓強(qiáng)等，其他必要的量化指標(biāo)包括包裝破損度、貨單問題、是否校核、處理方法是否得當(dāng)?shù)? 與貨運(yùn)量相關(guān)的風(fēng)險因素有運(yùn)量問題、包裝量超過限定、側(cè)翻撞擊；與溫度相關(guān)的因素有接觸明火、溫度過高、無防火花設(shè)置；與壓強(qiáng)相關(guān)的因素有液體密封問題、流速無限制；與包裝破損度相關(guān)的因素有液體密封問題、包裝量超過限定、防雷放電裝置存在問題、鋼軌總接地電阻超標(biāo)、絕緣設(shè)備故障、無防火花設(shè)置、通風(fēng)問題、貨物混放；與貨單問題相關(guān)的因素有貨單問題、運(yùn)單問題；與是否校核相關(guān)的因素有運(yùn)量問題、安全檢查問題、交付前檢查問題、交付后核對問題；與處理是否得當(dāng)相關(guān)的因素有接觸明火、滅火設(shè)施存在問題、撞擊翻覆、保存場所不固定、防雷放電裝置存在問題、鋼軌總接地電阻超標(biāo)、絕緣設(shè)備故障、相鄰車輛經(jīng)過、無防火花設(shè)置、側(cè)翻撞擊、貨物混放、閥門及人孔蓋問題、地點(diǎn)問題、方式問題、滅火方式問題.

因此，將表1中辨識出的27個風(fēng)險因素指標(biāo)提煉成“貨運(yùn)量、溫度、壓強(qiáng)、包裝破損度、貨單問題、是否校核、處理方法是否得當(dāng)”七個指標(biāo).

2 基于統(tǒng)計算法的運(yùn)輸環(huán)節(jié)安全風(fēng)險相關(guān)性分析

2.1 數(shù)據(jù)處理

依據(jù)提煉出的7大核心指標(biāo)，采用德爾菲方法對影響鐵路易燃液體運(yùn)輸過程的影響因素進(jìn)行量化分析與處理. 以太原鐵路局貨運(yùn)段相關(guān)人員為調(diào)查對象，發(fā)放20份調(diào)查問卷并全部回收，視為有效問卷. 問卷內(nèi)容包括鐵路易燃液體運(yùn)輸過程中的6個作業(yè)子環(huán)節(jié)，即交付作業(yè)、包裝作業(yè)、倉儲作業(yè)、裝卸作業(yè)、交接作業(yè)、處理作業(yè).分別對易燃液體運(yùn)輸安全影響進(jìn)行多次評分及整理.評分原則：一旦某個子環(huán)節(jié)中的某個因子發(fā)生偏差，即視為對整個運(yùn)輸過程的影響程度. 評分規(guī)則：0分為無影響，1～2分為無顯著影響，3～4分為輕微影響，5～6分為有一定影響，7～8分為較顯著影響，9為顯著影響. 問卷最終整理結(jié)果見表2.

表2 易燃液體運(yùn)輸子環(huán)節(jié)的影響評分

由于直接獲取子環(huán)節(jié)A與子環(huán)節(jié)B相關(guān)性操作不容易實(shí)現(xiàn)，通過子環(huán)節(jié)A與易燃液體運(yùn)輸?shù)挠绊懗潭群妥迎h(huán)節(jié)B與易燃液體運(yùn)輸?shù)挠绊懗潭?，間接獲取子環(huán)節(jié)A與子環(huán)節(jié)B的相關(guān)性.

2.2 安全風(fēng)險相關(guān)性分析

采用SPSS(Statistical Product and Service Solutions)對數(shù)據(jù)進(jìn)行統(tǒng)計分析，將子環(huán)節(jié)影響評分輸入到SPSS軟件中，通過Pearson相關(guān)性進(jìn)行分析，得到輸出結(jié)果如圖2所示.

Pearson相關(guān)分析是描述變量間相關(guān)程度與變化方向的量數(shù)，即為相關(guān)系數(shù)r.|r|表明兩變量間相關(guān)的程度，r>0表示正相關(guān)，r<0表示負(fù)相關(guān)，r=0表示零相關(guān).|r|越接近于1，表明兩變量相關(guān)程度越高，它們之間的關(guān)系越密切，詳見表3.

易燃液體運(yùn)輸環(huán)節(jié)Pearson相關(guān)性分析總結(jié)如表4所示. 其中交付作業(yè)A與處理作業(yè)F為中度相關(guān)，交付作業(yè)A與包裝作業(yè)B，包裝作業(yè)B與交接作業(yè)E，裝卸作業(yè)D與交接作業(yè)E，包裝作業(yè)B與處理作業(yè)F為低度相關(guān)，其他為極低相關(guān).

圖2 SPSS軟件輸出結(jié)果

|r|的取值范圍|r|的意義0.00～0.19極低相關(guān)0.20～0.39低度相關(guān)0.40～0.69中度相關(guān)0.70～0.89高度相關(guān)0.90～1.00極高相關(guān)

表4 易燃液體運(yùn)輸相關(guān)性分析

3 基于自組織競爭網(wǎng)絡(luò)的預(yù)警仿真

3.1 自組織競爭網(wǎng)絡(luò)

人工神經(jīng)網(wǎng)絡(luò)是由大量簡單的處理單元(神經(jīng)元)廣泛地互相連接而形成的復(fù)雜網(wǎng)絡(luò)系統(tǒng)，反映了系統(tǒng)的基本特征，是高度復(fù)雜的非線性動力學(xué)系統(tǒng).自組織網(wǎng)絡(luò)的自組織功能是通過競爭學(xué)習(xí)(competitive learning)實(shí)現(xiàn)的.多層感知器以一定先驗(yàn)知識為條件，即網(wǎng)絡(luò)權(quán)值已知，而實(shí)際應(yīng)用中，并不能提供相關(guān)的先驗(yàn)知識，需要網(wǎng)絡(luò)具有自學(xué)習(xí)能力.自組織特征映射就是具有自學(xué)習(xí)功能的神經(jīng)網(wǎng)絡(luò).在這種網(wǎng)絡(luò)中，輸出節(jié)點(diǎn)與其鄰域其它節(jié)點(diǎn)廣泛相連，并相互激勵.輸入節(jié)點(diǎn)和輸出節(jié)點(diǎn)之間通過強(qiáng)度Wij(t)相連接.通過某種規(guī)則，不斷地調(diào)整Wij(t)，使得在穩(wěn)定時，每一鄰域的所有節(jié)點(diǎn)對某種輸入具有類似的輸出，并且聚類的概率分布與輸入模式的概率分布相接近.

3.2 建模仿真

3.2.1 特征值選擇

危險貨物運(yùn)輸包含復(fù)雜眾多的特征信息.本文以易燃液體運(yùn)輸為例，基于運(yùn)輸各環(huán)節(jié)，運(yùn)用HAZOP分析技術(shù)，辨識出影響鐵路易燃液體運(yùn)輸?shù)奶卣餍畔ㄘ涍\(yùn)量、溫度、壓強(qiáng)、包裝破損度(0/1)、貨單問題(0/1)、是否校核(0/1)、處理是否得當(dāng)(0/1).

3.2.2 模型建立

定義易燃液體運(yùn)輸?shù)?種故障預(yù)警狀態(tài)：交付作業(yè)，包裝作業(yè)，倉儲作業(yè)，裝卸作業(yè)，交接作業(yè)，處理作業(yè)，加上正常作業(yè)，共7種狀態(tài).采用6種故障狀態(tài)和1種正常作業(yè)，共7種評價參數(shù)分析，形成一個7維向量. 收集2份每種故障模式的樣本，共14份訓(xùn)練樣本，如表5所示.

根據(jù)表5，用于易燃液體運(yùn)輸故障環(huán)節(jié)預(yù)警的概率神經(jīng)網(wǎng)絡(luò)模型包含14份輸入樣本，每個樣本為7維向量，故障分類模式為7種，建立的概率神經(jīng)網(wǎng)絡(luò)結(jié)構(gòu)如圖3所示.

輸入層包含7個神經(jīng)元，與輸入特征向量的維數(shù)一致. 徑向基層包含14個神經(jīng)元節(jié)點(diǎn)，每個節(jié)點(diǎn)對應(yīng)一個輸入的訓(xùn)練樣本.隱含層包含7個神經(jīng)元，對應(yīng)7種分類模式.

表5 故障預(yù)警訓(xùn)練樣本

徑向基層中屬于該模式的訓(xùn)練樣本對應(yīng)的節(jié)點(diǎn)與之相連，不屬于該模式的樣本對應(yīng)的節(jié)點(diǎn)則不相連.隱含層對輸入求和后，找出隱含層神經(jīng)元的最大值，輸出對應(yīng)的類別序號.

3.2.3 易燃液體運(yùn)輸故障環(huán)節(jié)預(yù)警實(shí)現(xiàn)

用7維向量表示工作狀態(tài)，對向量進(jìn)行處理，分類，定義7份測試樣本，見表6.

表6 測試樣本

預(yù)警流程包括樣本定義、樣本歸一化、創(chuàng)建網(wǎng)絡(luò)模型、測試模型及結(jié)果顯示.

(1)樣本定義. 每列為一個樣本，訓(xùn)練樣本為7*14矩陣，測試樣本為7*7矩陣.并且定義訓(xùn)練樣本的分類模式標(biāo)簽為trlab=[1,1,2,2,3,3,4,4,5,5,6,6,7,7]，是一個1*14的行向量，用whos命令可以查看工作空間中的變量及其維度;

(2)樣本歸一化. 使用mapminmax函數(shù)完成訓(xùn)練樣本的歸一化;

(3)創(chuàng)建網(wǎng)絡(luò)模型. newpnn函數(shù)唯一的可調(diào)參數(shù)為平滑因子spread，在這里將其設(shè)置為1，使用tic/toc命令記錄創(chuàng)建模型所需的時間;

(4)測試模型. 首先需要定義測試樣本及其正確分類模式標(biāo)簽，然后將測試樣本按與訓(xùn)練樣本相同的方式進(jìn)行歸一化，最后將其輸入到上一步創(chuàng)建的網(wǎng)絡(luò)模型中.newpnn產(chǎn)生的分類輸出為向量形勢，還需要使用vec2ind函數(shù)將其轉(zhuǎn)化為標(biāo)量;

(5)結(jié)果顯示. 顯示7個測試樣本的預(yù)警結(jié)果，這7個樣本分別屬于一類分類模式;

以上步驟代碼均在文件diagnose.m中，執(zhí)行該腳本，完成網(wǎng)絡(luò)創(chuàng)建和仿真，并在命令窗口輸出仿真結(jié)果，如圖4.

樣本序號實(shí)際類別判斷類別正/誤故障類型177正確正常作業(yè)277正確正常作業(yè)377正確正常作業(yè)433正確倉儲作業(yè)544正確裝卸作業(yè)666正確處理作業(yè)777正確正常作業(yè)

圖4 神經(jīng)網(wǎng)絡(luò)仿真結(jié)果

4 結(jié)論

(1)在大量文獻(xiàn)和相關(guān)文件的閱讀基礎(chǔ)上，實(shí)地考察后，通過危險與可操作研究方法提取出了鐵路易燃液體運(yùn)輸過程安全風(fēng)險因子，并建立易燃液體運(yùn)輸過程安全風(fēng)險預(yù)警指標(biāo)體系；

(2)根據(jù)SPSS相關(guān)性分析，總結(jié)易燃液體運(yùn)輸各作業(yè)環(huán)節(jié)的相關(guān)性，梳理各環(huán)節(jié)的協(xié)同作用和關(guān)系.對預(yù)警環(huán)節(jié)相關(guān)的其他環(huán)節(jié)采取響應(yīng)的措施，例如：交付作業(yè)A與處理作業(yè)F相關(guān)性高達(dá)0.664，實(shí)際操作中，交付作業(yè)環(huán)節(jié)出現(xiàn)預(yù)警，則不只針對交付作業(yè)環(huán)節(jié)進(jìn)行處理也要對處理作業(yè)環(huán)節(jié)合理控制，可以盡可能的減小故障造成的后果；

(3)采用測試數(shù)據(jù)進(jìn)行輸入，通過自組織競爭網(wǎng)絡(luò)模型進(jìn)行仿真分析，輸出的結(jié)果作為警報的環(huán)節(jié).測試樣本檢測結(jié)果表明，該模型能夠很好的模擬預(yù)警環(huán)節(jié)，對易燃液體運(yùn)輸?shù)牧鞒汰h(huán)節(jié)預(yù)警有很重大的意義.

[1]賈曉燕,?；菝?基于風(fēng)險分析的鐵路危險貨物安全運(yùn)輸研究[J].蘭州交通大學(xué)學(xué)報,2009,12(28):126- 130.

[2]BUBBICO R, CAVE SD, MAZZAROTTA B. Risk analysis for road and rail transport of hazardous materials: a GIS approach [J]. Journal of Loss Prevention in the Process industries, 2004, 17(6):483- 488.

[3]THOMSON BJ. International co-operation in hazardous materials accident prevention[J]. Journal of Loss Prevention in the Process Industries, 1999, 12(3): 217- 225.

[4]劉浩學(xué), 周珣, 楊俊儒. 危險貨物運(yùn)輸路線模糊綜合評判模型[J]. 交通運(yùn)輸工程學(xué)報, 2006, 6(2): 80- 82.

[5]劉廣武, 李丹, 彭瑞宇. 鐵路危險貨物辦理站運(yùn)輸安全模糊綜合評價[J].鐵道貨運(yùn), 2008, 26(7): 26- 28.

[6]王海星, 海濤, 李振江.鐵路危險貨物運(yùn)輸徑路的選擇策略[J].北京交通大學(xué)學(xué)報,2009,12(33):27- 30.

[7]邊可, 李學(xué)偉. 基于HAZOP的鐵路危險貨物運(yùn)輸安全預(yù)警[J].大連交通大學(xué)學(xué)報，2015,36(6)：93- 98.

[8]邊可. 基于HAZOP的鐵路危險貨物運(yùn)輸風(fēng)險因子分析[J]. 物流技術(shù), 2015, 34(7):13- 15.

[9]張銳. 影響鐵路危險貨物辦理站作業(yè)安全的因素分析[J]. 鐵道貨運(yùn), 2009, 27(12): 27- 29.

[10]中國鐵路總公司. 鐵路危險貨物運(yùn)輸管理暫行規(guī)定[M]. 北京：中國鐵道出版社，2014.

Early Warning of Flammable Liquid Transport Safety Risk based on SOM

WANG Hongde1，REN Mingxuan2, BIAN Ke3

(1.School of Civil and Safety Engineering, Dalian Jiaotong University, Dalian 116028, China; 2. School of Traffic and Transportation Engineering, Dalian Jiaotong University, Dalian 116028, China; 3.School of Traffic and Transportation Engineering, Dalian Institute of Science and Technology, Dalian 116052, China)

In order to reduce the risk of railway dangerous goods transportation and the probability of accident for improving the quality of transportation management, a new method is proposed for the risk early warning of railway dangerous goods transportation safety based on the self-organizing competitive neural network (SOM) technology. Through Hazard and Operability Analysis (HAZOP) of dangerous goods transport process, a risk early warning system of railway flammable liquid transportation safety is established, and the statistical analysis algorithm is used to assess the correlation between the factors affecting the safety risk of each transport link. Combined with the actual situation of freight transportation in Taiyuan Bureau, a safety risk early warning model of railway flammable liquid transport is established based on SOM and simulated by sample data and test data. The results show that the model can play a good role in early warning during the transportation of dangerous goods, which can provide reference for the safety early warning technology of railway dangerous goods transport.

railway transport; flammable liquids; risk early warning; index system; SOM; correlation analysis

1673- 9590(2017)03- 0072- 06

2016-05-14

遼寧省科技廳公益基金資助項(xiàng)目(2014004027);中國鐵路總公司科技研究開發(fā)計劃重點(diǎn)課題資助項(xiàng)目(2015Z002)

王洪德(1963-)，男，教授，博士，主要從事受限空間災(zāi)害防治和交通安全工程方面的研究E- mail:whd@djtu.edu.cn.

A