基于多源異構(gòu)數(shù)據(jù)融合的化工安全風(fēng)險(xiǎn)動(dòng)態(tài)量化評估方法

劉慶龍，曲秋影，趙東風(fēng)，劉尚志，王勁

（1 青島歐賽斯環(huán)境與安全技術(shù)有限責(zé)任公司，山東青島266520； 2 中國石油大學(xué)（華東）機(jī)電工程學(xué)院，山東青島266580； 3 中國石油大學(xué)（華東）化學(xué)工程學(xué)院，山東青島266580）

引 言

石油化工行業(yè)是我國的支柱產(chǎn)業(yè)之一，對于推動(dòng)我國經(jīng)濟(jì)發(fā)展發(fā)揮著重要作用。在化工生產(chǎn)過程中，通常包含大量易燃易爆及有毒有害的危險(xiǎn)物質(zhì)，伴隨著高溫、高壓的生產(chǎn)環(huán)境，極易引發(fā)事故，發(fā)生災(zāi)難性后果。近年來，化工行業(yè)安全生產(chǎn)形勢整體有所好轉(zhuǎn)，但情況依然不容樂觀[1]。因此，在石化企業(yè)中，評估過程系統(tǒng)的安全風(fēng)險(xiǎn)預(yù)測事故發(fā)生情況，將潛在的安全風(fēng)險(xiǎn)保持在風(fēng)險(xiǎn)可接受水平以下尤為重要。

傳統(tǒng)的定量風(fēng)險(xiǎn)分析方法已較為成熟，但也存在許多缺陷，如事件樹、事故樹以及Bow-tie 等方法[2-5]無法考慮基本事件之間的條件依賴性，并且其本質(zhì)是靜態(tài)的，無法更新事件概率以及隨之而來的風(fēng)險(xiǎn)。近年來，貝葉斯網(wǎng)絡(luò)被廣泛應(yīng)用于動(dòng)態(tài)風(fēng)險(xiǎn)評估工作[6-8]，但其需要大量先驗(yàn)數(shù)據(jù)，而實(shí)際生產(chǎn)過程中歷史故障數(shù)據(jù)的獲取往往比較困難，使得該方法不易實(shí)施。符號有向圖（SDG）是一種基于過程知識的因果性建模方法，該方法通過分析節(jié)點(diǎn)間關(guān)系及狀態(tài)變化描述系統(tǒng)故障[9]，但其缺乏對故障路徑的標(biāo)記，在風(fēng)險(xiǎn)的動(dòng)態(tài)傳播方面缺乏直觀性。模糊Petri網(wǎng)（FPN）是研究風(fēng)險(xiǎn)動(dòng)態(tài)傳播機(jī)理的有效手段，可建立各風(fēng)險(xiǎn)節(jié)點(diǎn)之間的聯(lián)系，從而對初始事件到發(fā)生事故的演化過程進(jìn)行直觀分析，得到事故演化路徑。目前已廣泛應(yīng)用于電網(wǎng)、交通、化工等領(lǐng)域[10-14]，但其在定量計(jì)算過程中數(shù)據(jù)都是通過數(shù)據(jù)庫所得，并不能很好地反映實(shí)際工況。目前，很多企業(yè)已建立信息化管理平臺(tái)，利用大數(shù)據(jù)、人工智能等對數(shù)據(jù)進(jìn)行實(shí)時(shí)采集[15]，多源異構(gòu)數(shù)據(jù)融合技術(shù)得到廣泛應(yīng)用[16-20]。

隨著自動(dòng)化、信息化、智能化等技術(shù)滲透到化工企業(yè)生產(chǎn)過程的各個(gè)環(huán)節(jié)，現(xiàn)場的傳感器、生產(chǎn)過程中的各個(gè)信息系統(tǒng)均會(huì)產(chǎn)生大量數(shù)據(jù)，這些數(shù)據(jù)分布在多個(gè)數(shù)據(jù)源中，具有多源、異構(gòu)的特點(diǎn)[21]。因此，針對目前風(fēng)險(xiǎn)分析缺乏數(shù)據(jù)融合，難以解析風(fēng)險(xiǎn)動(dòng)態(tài)時(shí)變機(jī)理的現(xiàn)狀。本文采用知識圖譜處理非結(jié)構(gòu)化數(shù)據(jù)，在此基礎(chǔ)上進(jìn)一步融合設(shè)備監(jiān)測數(shù)據(jù)、報(bào)警數(shù)據(jù)等結(jié)構(gòu)化數(shù)據(jù)，利用多源異構(gòu)數(shù)據(jù)的關(guān)聯(lián)、交叉和融合，采用HAZOP+LOPA 分析的方法分析事故后果場景，建立基于改進(jìn)模糊Petri 網(wǎng)的因果鏈路拓?fù)?，進(jìn)而充分考慮失效和故障數(shù)據(jù)隨時(shí)間的變化，解析風(fēng)險(xiǎn)動(dòng)態(tài)時(shí)變機(jī)理，最終建立動(dòng)態(tài)風(fēng)險(xiǎn)量化評估模型，該模型的數(shù)據(jù)融合架構(gòu)如圖1所示，能夠?qū)崟r(shí)定量評估事故場景發(fā)生概率，精準(zhǔn)測量風(fēng)險(xiǎn)點(diǎn)動(dòng)態(tài)風(fēng)險(xiǎn)值，并分析不同保護(hù)層失效時(shí)風(fēng)險(xiǎn)的動(dòng)態(tài)變化，科學(xué)指導(dǎo)安全風(fēng)險(xiǎn)管控措施的日常檢查、維護(hù)及定期測試。

圖1 多源異構(gòu)數(shù)據(jù)融合架構(gòu)Fig.1 Multi-source heterogeneous data fusion architecture

1 模糊Petri網(wǎng)基本原理

模糊Petri網(wǎng)是Petri網(wǎng)的改進(jìn)，將傳統(tǒng)Petri網(wǎng)融合模糊集理論可以表示不確定性專家知識，進(jìn)而對具有不確定性的專家系統(tǒng)進(jìn)行建模[22]?？紤]到煉化系統(tǒng)風(fēng)險(xiǎn)傳播過程中有相應(yīng)的保護(hù)層阻止事故發(fā)生，在傳統(tǒng)模糊Petri 網(wǎng)中故障庫所的基礎(chǔ)上加入保護(hù)層庫所，表示系統(tǒng)中存在的保護(hù)層。將改進(jìn)的模糊Petri 網(wǎng)定義為一個(gè)九元組：{P,L,T,F,IN,OUT,W,V,D}，其中：

（1）P={p1,p2,p3,…,pi}表示故障庫所集，即系統(tǒng)中存在的故障，i表示故障個(gè)數(shù)；

（2）L={l1,l2,l3,…,ln}表示保護(hù)層庫所，即系統(tǒng)中存在的保護(hù)層，n表示保護(hù)層個(gè)數(shù)；

（3）T={t1,t2,t3,…,tm}表示變遷集，即某個(gè)風(fēng)險(xiǎn)的發(fā)生過程，m表示變遷的個(gè)數(shù)；

（4）F={f1,f2,f3,…,fi}表示命題集，與pi相互對應(yīng)；

（5）IN 為P→T 輸入函數(shù)，表示輸入庫所到變遷的映射；

（6）OUT 為T→P 輸出函數(shù)，表示變遷到輸出庫所的映射；

（7）W 為權(quán)函數(shù)，表示庫所p 對變遷t 成立的支持度；

（8）V={μ1,μ2,μ3,…,μm}表示故障庫所及保護(hù)層庫所的可信度集合，即設(shè)備發(fā)生故障的可能性；

（9）D={d1,d2,d3,…,dm}表示變遷發(fā)生的閾值集合，即變遷t發(fā)生必須滿足wi×μ1≥d1。

模糊Petri 網(wǎng)能有效傳承專家知識，通過因果拓?fù)渲庇^展示HAZOP 和LOPA 風(fēng)險(xiǎn)分析成果等非結(jié)構(gòu)化數(shù)據(jù)，進(jìn)而融合控制系統(tǒng)故障數(shù)據(jù)、報(bào)警數(shù)據(jù)等結(jié)構(gòu)化數(shù)據(jù)進(jìn)行定量計(jì)算，并根據(jù)監(jiān)測數(shù)據(jù)的波動(dòng)實(shí)現(xiàn)事故場景概率的動(dòng)態(tài)更新。以煉化系統(tǒng)中儲(chǔ)罐溢流為例，對其建立改進(jìn)的模糊Petri 網(wǎng)模型，如圖2 所示。故障庫所P1表示人員誤開大閥，可信度μ1表示人員誤開大閥的可能性，保護(hù)層庫所L1表示液位控制系統(tǒng)失效，可信度μL1表示其發(fā)生故障的可能性，變遷t1表示引起儲(chǔ)罐液位升高，發(fā)生變遷t1的閾值和權(quán)值分別為d1和w1，故障庫所P2表示儲(chǔ)罐的液位升高，可信度μ2表示儲(chǔ)罐液位升高的可能性，若μ1×μL1＞d1，變遷t1發(fā)生，μ2=μ1×μL1×w1；若μ1×μL1＜d1，變遷t1不發(fā)生。

圖2 模糊Petri網(wǎng)模型Fig.2 Fuzzy Petri net model

2 動(dòng)態(tài)量化評估模型建立

基于模糊Petri 網(wǎng)的基本原理及相關(guān)關(guān)系，分析步驟如圖3所示。

（1）識別及篩選事故場景

通過HAZOP 分析確定初始（固有）風(fēng)險(xiǎn)等級較高的風(fēng)險(xiǎn)，進(jìn)而采用LOPA 分析進(jìn)行事故場景分析，得出造成事故發(fā)生的原因、后果及措施。

（2）確定初始事件及觸發(fā)事件

圖3 改進(jìn)模糊Petri網(wǎng)的分析步驟Fig.3 Improved analytical procedure diagram of fuzzy Petri net

觸發(fā)事件包括使能條件和修正因子。修正因子通常包括點(diǎn)火概率、人員暴露概率、死亡率等[22]，著重對點(diǎn)火概率取值進(jìn)行研究。

（3）識別保護(hù)層

典型化工裝置的保護(hù)層呈“洋蔥形”分布，如圖4 所示[23]。本次研究主要針對基本過程控制系統(tǒng)（BPCS）、關(guān)鍵報(bào)警與人員干預(yù)、安全儀表系統(tǒng)（SIS）、物理保護(hù)、釋放后物理保護(hù)等保護(hù)層進(jìn)行分析。

圖4 洋蔥模型Fig.4 The onion model

（4）建立模糊Petri網(wǎng)模型

基于前面確立的事故場景以及分析得出的初始事件、觸發(fā)事件和保護(hù)層，確定模型中的庫所和變遷，根據(jù)化工過程故障傳播的模糊Petri 網(wǎng)表示規(guī)則，建立模型。

3 參數(shù)分析

3.1 初始事件失效分析

初始事件包括機(jī)械設(shè)備失效、控制系統(tǒng)故障、人員失誤和外部事件。外部事件一般為自然環(huán)境引起的破壞事件，本次分析不做考慮。

（1）機(jī)械設(shè)備失效和控制系統(tǒng)故障 現(xiàn)有設(shè)備失效概率取值大部分來源于國外數(shù)據(jù)庫，如海上設(shè)備可靠性數(shù)據(jù)庫（OREDA）、過程設(shè)備可靠性數(shù)據(jù)庫（PERD）等，所選取的參照數(shù)據(jù)未結(jié)合我國設(shè)備使用實(shí)際情況。為獲得更符合企業(yè)實(shí)際情況的設(shè)備失效概率，將設(shè)備失效分為兩類：機(jī)械設(shè)備失效和BPCS控制系統(tǒng)故障。

BPCS 控制系統(tǒng)故障定量計(jì)算方法可參照定量SIS 的相關(guān)方法，采用式（1）計(jì)算控制系統(tǒng)每個(gè)部分的PFDavg，然后采用式（2）計(jì)算整個(gè)控制系統(tǒng)的故障概率PFDavgBPCS。

式中，λDD表示檢測到的子系統(tǒng)中危險(xiǎn)失效率；RT 表示平均維修時(shí)間；TI表示測試周期；λDU表示未檢測到的子系統(tǒng)中危險(xiǎn)失效率；PFDavgBPCS表示控制系統(tǒng)的故障概率；PFDavgS表示傳感器子系統(tǒng)的失效概率；PFDavgL表示邏輯子系統(tǒng)的失效概率；PFDavgSE表示最終元件子系統(tǒng)的失效概率。

機(jī)械設(shè)備失效按照式（3）計(jì)算失效概率F[24]：

式中，F(xiàn)G表示同類設(shè)備的平均失效概率；FE表示設(shè)備修正系數(shù)；FM表示管理系統(tǒng)評價(jià)系數(shù)；FL表示超標(biāo)缺陷影響系數(shù)。

FE由四個(gè)因子組成（圖5），需分別確定四個(gè)因子的取值后確定FE，F(xiàn)L根據(jù)設(shè)備的制造質(zhì)量和服役過程中的退化機(jī)理來確定。因此，對于同一個(gè)工廠，F(xiàn)G和FM的取值是固定值，影響設(shè)備失效概率的主要是FE和FL。

FE中四個(gè)因子的取值可通過監(jiān)測介質(zhì)的溫度、壓力、流速等運(yùn)行數(shù)據(jù)以及企業(yè)的管理水平和設(shè)備的基礎(chǔ)資料來確定，進(jìn)而得出FE的取值。FL可通過設(shè)備的定期檢驗(yàn)、服役條件等進(jìn)行賦值。

通過對工廠中設(shè)備運(yùn)行數(shù)據(jù)的監(jiān)控不斷更新設(shè)備的失效概率，實(shí)現(xiàn)機(jī)械設(shè)備失效概率的動(dòng)態(tài)計(jì)算。

（2）人員失誤 目前應(yīng)用較多的人因可靠性分析 方 法 有THERP、CREAM、HCR、HEART、SLIM等[25-26]。為了更好地應(yīng)用于各生產(chǎn)領(lǐng)域并獲得更加精確的結(jié)果，本文融合THERP 和HCR 兩種模型計(jì)算人員失誤概率。

THERP 模型是根據(jù)事故的發(fā)展過程，分析涉及的人員行為，建立人因可靠性事件樹，并對樹中各分支賦予其發(fā)生的概率，最終計(jì)算作業(yè)成功或失敗的概率。

圖5 設(shè)備修正系數(shù)Fig.5 Equipment correction factor

HCR 模型是量化操作人員對系統(tǒng)異常信號沒有在規(guī)定的時(shí)間完成規(guī)定指令的概率的模型[27]。計(jì)算公式如下：

式中，t表示允許操作人員響應(yīng)的時(shí)間；T1/2表示響應(yīng)時(shí)間中值；α、β、γ 表示與行為類別有關(guān)的威布爾分布參數(shù)。

T1/2的計(jì)算公式如下：

式中，T1/2,nominal表示一般狀況的響應(yīng)時(shí)間；K1表示操作人員經(jīng)驗(yàn)；K2表示操作心理壓力；K3表示控制室人機(jī)界面質(zhì)量。

THERP 模型主要針對與時(shí)間無關(guān)的人的序列動(dòng)作；HCR 模型則側(cè)重于與時(shí)間相關(guān)的人的認(rèn)知行為。人的行為一般包括認(rèn)知、診斷和操作三個(gè)階段。人員在認(rèn)知及診斷階段采用HCR 方法選取相應(yīng)的計(jì)算參數(shù)進(jìn)行計(jì)算；用THERP方法來計(jì)算在操作階段中人員失誤概率，建立人因事件樹進(jìn)行分析。THERP+HCR 模型綜合了兩種方法各自的優(yōu)勢對人因可靠性進(jìn)行定量計(jì)算，為風(fēng)險(xiǎn)分析提供精確數(shù)據(jù)。

3.2 保護(hù)層失效分析

保護(hù)層可有效阻止初始事件進(jìn)一步演化為事故，避免重大事故的發(fā)生。保護(hù)層中涉及到的設(shè)備失效概率可參照初始事件設(shè)備失效概率計(jì)算方法。

安全儀表系統(tǒng)保護(hù)層針對不同的冗余結(jié)構(gòu)有不同的失效概率計(jì)算方法[28]，選取典型結(jié)構(gòu)2oo3 結(jié)構(gòu)進(jìn)行分析。2oo3 結(jié)構(gòu)是由三個(gè)并聯(lián)通道構(gòu)成，兩個(gè)或兩個(gè)以上通道發(fā)生危險(xiǎn)失效時(shí)，則某個(gè)安全功能失效。該結(jié)構(gòu)的平均要求時(shí)PFDavg2oo3計(jì)算公式如下：

式中，β 表示共因失效因子；λDU表示未檢測到的子系統(tǒng)中危險(xiǎn)失效率；βD表示診斷共因失效因子；λDD表示檢測到的子系統(tǒng)中危險(xiǎn)失效率；λSD表示檢測到的子系統(tǒng)中安全失效率；tCE表示通道失效狀態(tài)的平均時(shí)間；tGE表示系統(tǒng)等效停止工作時(shí)間；TI 表示測試周期；MTTR表示平均恢復(fù)時(shí)間。

關(guān)鍵報(bào)警和人員干預(yù)保護(hù)層失效包括報(bào)警器失效和人員失誤，其中報(bào)警器失效概率Pa按照設(shè)備的失效概率計(jì)算方法來計(jì)算，人員失誤Pb包括操作員對報(bào)警的感知以及處理能力，對于這部分的人因可靠性計(jì)算，首先采用APRIORI 算法挖掘報(bào)警事件與操作事件的關(guān)聯(lián)關(guān)系[29]，根據(jù)報(bào)警數(shù)據(jù)計(jì)算人員的感知能力和處理能力，獲得人因可靠性，進(jìn)而獲得人因失效概率。

APRIORI 算法是挖掘關(guān)聯(lián)規(guī)則的頻繁項(xiàng)集算法，其實(shí)現(xiàn)過程如圖6所示。

圖6 APRIORI算法實(shí)現(xiàn)過程Fig.6 APRIORI algorithm implementation process

設(shè)C={x1,x2,…,xi,v1,v2,…,vj}是包含過程報(bào)警和處理事件的項(xiàng)的集合，x和v分別為過程變量和操作變量。通過該算法，可建立x→v 的關(guān)聯(lián)規(guī)則，其表示當(dāng)x 發(fā)生報(bào)警時(shí)，v 可抑制報(bào)警的發(fā)生。因此，可用操作員是否成功處理了過程報(bào)警來衡量其處理能力，即

式（7）和式（8）分別表示操作員對報(bào)警處理成功和失敗。

假設(shè)在統(tǒng)計(jì)期內(nèi)產(chǎn)生的報(bào)警數(shù)量為M：

式中，M1表示仍然存在的報(bào)警；M2表示消失的報(bào)警；M11表示人員未響應(yīng)仍存在的報(bào)警；M12表示人員響應(yīng)但未消失的報(bào)警；M21表示人員未響應(yīng)但消失的報(bào)警；M22表示人員響應(yīng)后消失的報(bào)警。

其中，M1和M2根據(jù)統(tǒng)計(jì)數(shù)據(jù)獲取，根據(jù)關(guān)聯(lián)規(guī)則可分析得到M12和M22。

則操作員的感知能力計(jì)算公式為：

操作員的處理能力計(jì)算公式為：

人因可靠性P′及人因失效率Pb計(jì)算公式如下：

則關(guān)鍵報(bào)警和人員干預(yù)保護(hù)層失效概率P計(jì)算公式為：

3.3 修正因子分析

點(diǎn)火概率指可燃物質(zhì)泄漏后被點(diǎn)火源點(diǎn)燃的概率，分為立即點(diǎn)火概率和延遲點(diǎn)火概率。

立即點(diǎn)火概率默認(rèn)值為0.15，該值極大地取決于泄漏物質(zhì)特性及泄漏環(huán)境，因此應(yīng)根據(jù)立即點(diǎn)火概率的主要影響因素得出更能反映實(shí)際情況的取值，考慮到泄漏物質(zhì)本身的燃燒特性及泄漏環(huán)境得出其計(jì)算公式為[30]：

式中，Pai表示自燃特性概率；Psd表示點(diǎn)火能特性概率；Pimm.ignition表示立即點(diǎn)火概率；T表示泄漏物質(zhì)的溫度，℉；TAIT表示泄漏物質(zhì)自燃溫度，℉；EMIE表示泄漏物質(zhì)最小點(diǎn)火能，mJ；P 表示泄漏物質(zhì)的壓力，MPa。若T/TAIT＜0.9，則Pai=0，若T/TAIT＞1.2，則Pai=1。

延遲點(diǎn)火概率默認(rèn)值為0.3，該值極大地取決于泄漏環(huán)境，應(yīng)考慮物質(zhì)的燃燒特性（Mmat）、物質(zhì)的泄漏量（Mmag）、釋放的持續(xù)時(shí)間及點(diǎn)火源強(qiáng)度（Mdur）、室內(nèi)和戶外運(yùn)行（Min/out）四個(gè)修正系數(shù)對其進(jìn)行修正[31]。

物質(zhì)的燃燒特性：

式中，MIE 為物質(zhì)的最小點(diǎn)火能，mJ。Mmat的取值范圍為0.1～3。

物質(zhì)的泄漏量：

式中，F(xiàn)R 為孔的流速，lbs/s（1kg/s=2.2lbs/s），最大值為2。

釋放的持續(xù)時(shí)間及點(diǎn)火源強(qiáng)度：

式中，t表示時(shí)間，s。S為點(diǎn)火強(qiáng)度，取值可參照基于BakerRisk收集的數(shù)據(jù)[30]。

對于室內(nèi)和戶外運(yùn)行（Min/out），一般考慮室外氣體云的影響，若操作在室內(nèi)，則Min/out=2，在室外則不需要考慮這個(gè)修正因子。

將以上四個(gè)參數(shù)的乘積（∏M）對延遲點(diǎn)火概率進(jìn)行修正，具體計(jì)算方法如下：

4 實(shí)例分析

正己烷從上游工藝單元進(jìn)入正己烷緩沖罐T-401，其簡化流程如圖7所示。

（1）基于HAZOP 分析結(jié)果，確定正己烷緩沖罐溢流事故場景，得出風(fēng)險(xiǎn)傳播過程的初始事件、觸發(fā)事件及相應(yīng)的保護(hù)層，構(gòu)建改進(jìn)的模糊Petri 網(wǎng)模型，如圖8所示。

（2）模型中初始庫所包括故障庫所P1，P2，P7，P9和保護(hù)層庫所L1，L2，L3，L4。初始庫所的可信度根據(jù)企業(yè)歷史運(yùn)行數(shù)據(jù)，按照各參數(shù)計(jì)算方法，分析計(jì)算得出其取值，各變遷的權(quán)值和閾值由專家經(jīng)驗(yàn)得出[14]，模型中各參數(shù)含義及取值見表1。

經(jīng)過對模型進(jìn)行計(jì)算，得到緩沖罐溢流的發(fā)生概率為1.21×10-4，根據(jù)點(diǎn)火概率計(jì)算公式，得到其點(diǎn)火概率為0.64，人員暴露概率定為0.5，得到發(fā)生火災(zāi)爆炸概率及人員傷亡概率分別為9.99×10-7和4.99×10-7。根據(jù)風(fēng)險(xiǎn)矩陣，風(fēng)險(xiǎn)處于可接受范圍。

圖7 正己烷緩沖罐工藝流程圖Fig.7 Process flow chart of n-hexane buffer tank

圖8 正己烷緩沖罐溢流事故模糊Petri網(wǎng)模型Fig.8 Fuzzy Petri net model of overflow accident of n-hexane buffer tank

基于目前保護(hù)層數(shù)量龐雜的現(xiàn)狀，企業(yè)難以科學(xué)、全面地辨識逐個(gè)保護(hù)層的安全狀態(tài)，因此，分別計(jì)算該模型在BPCS 控制系統(tǒng)故障、關(guān)鍵報(bào)警及人員干預(yù)失效以及安全聯(lián)鎖系統(tǒng)分別失效、關(guān)鍵報(bào)警及人員干預(yù)和安全聯(lián)鎖系統(tǒng)同時(shí)失效時(shí)對事故發(fā)生的影響，為日常檢查提供依據(jù)，計(jì)算結(jié)果如表2所示。

由計(jì)算結(jié)果可知，液位控制系統(tǒng)和液位高報(bào)警及人員響應(yīng)失效對事故發(fā)生影響不大；安全聯(lián)鎖失效后，人員傷亡發(fā)生概率數(shù)量級發(fā)生明顯變化，液位高報(bào)警和安全聯(lián)鎖同時(shí)失效后，風(fēng)險(xiǎn)處于不可接受范圍。因此，該裝置在日常檢查過程中應(yīng)加強(qiáng)對安全聯(lián)鎖系統(tǒng)的檢測，確保其功能正常，防止事故發(fā)生。

另一方面，根據(jù)人員傷亡概率的目標(biāo)概率，可以反算聯(lián)鎖等保護(hù)層的期望失效概率，進(jìn)而得到測試周期等參數(shù)，科學(xué)指導(dǎo)保護(hù)層的動(dòng)態(tài)完好性管理。

5 結(jié) 論

（1）基于現(xiàn)有的LOPA 模型對事故場景進(jìn)行分析，建立了考慮保護(hù)層的模糊Petri 網(wǎng)模型，分析風(fēng)險(xiǎn)的動(dòng)態(tài)傳播路徑。采用數(shù)據(jù)融合的方法作為信息收集手段，針對模型中涉及到的各種參數(shù)進(jìn)行分析計(jì)算，構(gòu)建多源數(shù)據(jù)融合的安全風(fēng)險(xiǎn)計(jì)算模型，分析結(jié)果表明其計(jì)算結(jié)果更為精確。

（2）以正己烷緩沖罐為例，建立其風(fēng)險(xiǎn)動(dòng)態(tài)轉(zhuǎn)移模型，通過對各參數(shù)分析計(jì)算得到其緩沖罐溢流事故、火災(zāi)爆炸事故及人員傷亡事故的發(fā)生概率。進(jìn)一步分析其在不同保護(hù)層失效時(shí)的事故發(fā)生概率，結(jié)果表明安全聯(lián)鎖系統(tǒng)失效對事故發(fā)生影響最大，日常管理中應(yīng)加大對其檢測頻率。另一方面，根據(jù)人員傷亡概率的目標(biāo)概率，可以反算聯(lián)鎖等保護(hù)層的期望失效概率，進(jìn)而得到測試周期等參數(shù)，科學(xué)指導(dǎo)保護(hù)層的動(dòng)態(tài)完好性管理。

表1 模糊Petri網(wǎng)模型中各參數(shù)含義及取值Table 1 The meaning and value of each parameter in fuzzy Petri net model

表2 各保護(hù)層失效事故發(fā)生概率Table 2 Probability of failure accident of each protective layer

（3）基于多源數(shù)據(jù)融合的安全風(fēng)險(xiǎn)動(dòng)態(tài)量化評估方法計(jì)算結(jié)果更加精確，能夠反映系統(tǒng)實(shí)時(shí)風(fēng)險(xiǎn)，為過程安全管理提供有效依據(jù)。