基于BN-PHA的煤礦提升運輸系統(tǒng)風險分析

曹春玲，張娜齊，李夢雨，邵 楊

(西安科技大學 機械工程學院，陜西 西安 710054)

煤礦提升運輸系統(tǒng)是井下生產系統(tǒng)和地面作業(yè)相連接的樞紐，提升運輸過程中發(fā)生的各類事故嚴重制約著礦井的生產，甚至對人員安全構成威脅[1]。對井下提升運輸系統(tǒng)進行風險分析并提出相應的控制策略，對煤礦的安全高效開采有著重要意義。

目前關于煤礦提升運輸系統(tǒng)的風險分析，多是簡單地定性或是定量分析，缺少科學系統(tǒng)的分析方法[2]。貝葉斯網絡具有雙向推理的能力，在風險分析領域被廣泛應用[3]。例如，Li[4]等提出了一種基于模糊層次分析法和貝葉斯網絡的煤礦井下瓦斯爆炸風險分析方法，實時計算風險事件發(fā)生概率及風險因素概率分布，改善了傳統(tǒng)方法在定量分析及動態(tài)控制方面的不足；Zhu[5]等利用多米諾效應和DBN分析與貝葉斯網絡集成，提供了可靠的化工廠爆炸事故風險分析方法；Bilal[6]等基于蝴蝶結法和模糊貝葉斯網絡提出了一種液化天然氣儲罐火災爆炸風險分析方法。由此可知，貝葉斯網絡的故障診斷和風險預測雙重功能可以清晰客觀的展現風險因素間的因果關系，適用于煤礦提升運輸系統(tǒng)風險分析這樣的不確定性問題。

在貝葉斯網絡定量分析辨識出風險因素，計算出風險事件發(fā)生概率后，需要結合其他方法提供相應的控制預防措施。預先危險性分析可確定事故產生的原因及產生的影響，并進行安全等級評價，提出消除或控制風險源的措施[7]。鑒于此，本文基于貝葉斯網絡引入預先危險性分析方法，提出一種可以辨識事故節(jié)點，提供有效預防措施的煤礦提升運輸系統(tǒng)風險分析方法。最后在煤礦提升運輸系統(tǒng)中進行實際應用，提高風險控制水平，可為今后相關系統(tǒng)的風險分析提供參考意義。

1 相關理論

1.1 事故樹與貝葉斯網絡

事故樹分析(Fault Tree Analysis，FTA)，是進行安全評價和風險分析的重要分析方法之一。事故樹分析法能對各系統(tǒng)的危險性因素進行辨識，分析這些因素之間的邏輯關系，并用圖形演繹的模式將其邏輯關系表現出來[8]。

貝葉斯網絡(Bayesian Network，BN)是一種以貝葉斯公式和圖論為基礎的概率模型，由聯(lián)合概率 即條件概率(CPT)和有向無環(huán)圖(DAG)組成，由表示變量的節(jié)點和連接節(jié)點的有向邊組成[9]。貝葉斯公式的表達式見式(1)。

式中，P(A)為先驗概率；P(A|B)后驗概率；P(B)為證據因子；P(B|A)為似然函數。

貝葉斯網絡學習包括兩部分：通過結構學習找尋最優(yōu)有向無環(huán)圖，本文選用故障樹構造貝葉斯網絡；貝葉斯網絡結構確定后，根據指定的條件概率進行參數學習[10]。

1.2 預先危險性分析

預先危險性分析(Preliminary Hazard Analysis，PHA)是一種定性安全評價方法，可以在生產活動之前將系統(tǒng)中潛藏風險的具體類型、源頭以及事故后果等進行定性分析，并提出相應的預防措施，有效阻止風險發(fā)展成為事故[11]。為評判風險因素對系統(tǒng)破壞性的嚴重性，預先危險性分析法將風險因素的危險性等級劃分為4個級別[12]，見表1。

表1 危險性等級劃分

2 基于BN-PHA模型的風險分析過程

根據上述理論方法提出煤礦提升運輸系統(tǒng)風險分析方法，其主要步驟如下：

1)收集所需數據，根據事故報告及相關統(tǒng)計數據，編制事故樹。將事故樹映射為風險貝葉斯網絡，利用GeNle軟件進行基本事件后驗概率的計算以及事故發(fā)生概率的確定，找出最容易引起煤礦提升運輸事故的風險因素為風險貝葉斯事故節(jié)點。

2)對風險貝葉斯事故節(jié)點進行預先危險性分析，通過案例報告分析找出風險因素起因，即誘發(fā)條件；根據相關經驗和數據推斷可能產生的后果；評定危險性等級，最后給出相應的防范措施。

3 實例分析

3.1 事故樹與貝葉斯網絡構建

煤礦提升運輸系統(tǒng)工作環(huán)境復雜，涉及的風險因素眾多，本文根據事故報告及相關的研究結果，確定了煤礦提升運輸系統(tǒng)的事故樹，如圖1所示。

圖1 煤礦提升運輸事故故障樹

其中，T為頂事件即煤礦提升運輸事故。中間事件Ai與底事件Xi，見表2。

表2 煤礦提升運輸系統(tǒng)風險事件

將故障樹映射為貝葉斯網絡結構，其映射關系為：基本事件對應根節(jié)點、中間事件對應子節(jié)點、頂事件對應葉節(jié)點、邏輯門則對應條件概率表，映射后的貝葉斯網絡結構如圖2所示。

圖2 煤礦提升運輸事故貝葉斯網絡結構

3.2 確定貝葉斯網絡節(jié)點概率

找出最可能引起煤礦提升運輸事故的風險因素，首先要確定根節(jié)點的先驗概率。以國家煤礦安全監(jiān)察局和中華人民共和國應急管理部的事故調查報告為數據來源，收集獲取2001—2020年79起煤礦提升運輸較大及以上事故分析調查報告。采取數據驅動思想，并以風險因素為關鍵詞提取了25個風險因素Xi出現的頻次，利用先驗概率計算公式，即式(2)，得出煤礦提升運輸系統(tǒng)各個風險因素的先驗概率P(A)，風險因素頻次及先驗概率結果見表3。

表3 煤礦提升運輸系統(tǒng)風險因素的先驗概率

P(A)=n/N(2)

式中，n為風險因素Xi發(fā)生的頻次；N為煤礦運輸事故發(fā)生的總次數。

借助GeNle2.1軟件，將根節(jié)點的先驗概率和節(jié)點間的邏輯關系在貝葉斯網絡中更新，利用貝葉斯網絡的正向推理功能計算出葉節(jié)點的先驗概率，利用其反向推理功能得到根節(jié)點的后驗概率，計算結果如圖3所示。

由圖3可知各根節(jié)點的后驗概率，其中X3、X6、X11、X13、X25的后驗概率較大，分別為0.453、0.371、0.312、0.227、0.206。由此可知，工作人員違規(guī)通行、信號裝置故障、司機違章駕駛、超重和超速以及連接件故障這5項風險因素是引起煤礦提升運輸事故的最可能風險因素。

圖3 煤礦提升運輸系統(tǒng)風險因素后驗概率分布

3.3 預先危險性分析

在利用貝葉斯網絡對煤礦提升運輸系統(tǒng)進行分析的基礎上，運用預先危險性分析法進行詳細風險分析，得出分析結果見表4。

表4 煤礦提升運輸系統(tǒng)預先危險性分析一覽表

1)熟悉煤礦提升運輸系統(tǒng)，識別風險因素。根據上一小節(jié)貝葉斯網絡的計算結果，得出5項后驗概率較高的風險因素。

2)識別轉化條件，參照已有的事故資料，分析研究事故的起因和形成事故的原因。

3)根據相關事故報告及案例分析，確定風險因素會造成的破壞后果及危害程度。

4)根據事故的危害后果，對照表1給出的危險性等級劃分標準，確定危害后果的危險等級。

5)針對分析得出的事故起因和后果，制定相應的安全措施。

4 結 論

1)根據煤礦提升運輸系統(tǒng)的風險特征和事故分析報告編制煤礦提升運輸系統(tǒng)事故故障樹，利用GeNle軟件建立了煤礦提升運輸系統(tǒng)事故風險分析貝葉斯網絡模型。

2)根據建立的煤礦提升運輸系統(tǒng)事故風險分析的貝葉斯網絡模型，利用其故障診斷功能計算出各基本事件的后驗概率，得出導致煤礦提升運輸事故發(fā)生的關鍵因素，即工作人員違規(guī)通行、信號裝置故障、司機違章駕駛、超重和超速和連接件故障。

3)采用預先危險性分析法對確定的關鍵風險因素進行了詳細分析，找出了風險因素導致事故的起因及可能產生的危害后果，并從人員和設備兩方面出發(fā)提出了相應的措施。