基于故障樹和貝葉斯網(wǎng)絡(luò)的倉儲類建筑火災(zāi)風(fēng)險評估

林楠 王慧穎

摘要：以降低倉儲類建筑火災(zāi)風(fēng)險為目的，通過分析影響倉儲類建筑火災(zāi)發(fā)生原因，分析頂層事件與基層事件之間自上而下的因果關(guān)系，建立故障樹，并將其映射到貝葉斯網(wǎng)絡(luò)中，通過計算得出事件發(fā)生的先驗和后驗概率，并將兩者有效的聯(lián)系起來。給出各事件發(fā)生的重要度指標有結(jié)構(gòu)指標、概率指標和關(guān)鍵指標，分別進行定量分析指出倉儲類建筑最有可能存在的風(fēng)險。文章以2010—2020年十年期間倉儲類建筑火災(zāi)發(fā)生案例為樣本對本文提出的模型進行驗證。檢驗結(jié)果：文章提出貝葉斯網(wǎng)絡(luò)模型能夠有效評估倉儲類建筑風(fēng)險等級并降低火災(zāi)事故發(fā)生。

關(guān)鍵詞：倉儲類建筑;風(fēng)險評估;貝葉斯網(wǎng)絡(luò);故障樹;重要度

中圖分類號：TU714? ? ? ?文獻標識碼：A? ? ? ?文章編號：2096-1227（2022）02-0009-03

倉儲類建筑的用處是存儲各類物資[1]，其特點是由倉庫的建筑結(jié)構(gòu)、儲存物資的形式、儲存物資的數(shù)量以及倉庫所處的地理環(huán)境所決定的，因物資存放較為密集且存儲量大，較容易存在火災(zāi)隱患。

國內(nèi)對建筑火災(zāi)風(fēng)險評估研究起步較晚，近年來關(guān)于火災(zāi)風(fēng)險評估的定量分析方法已有一些研究，但關(guān)于倉儲類建筑火災(zāi)風(fēng)險評估方法的研究很少。學(xué)者金玉祥[2]采用古斯塔夫法對倉儲物流場所火災(zāi)風(fēng)險進行綜合評價，但此方法為一種半定量分析方法，火災(zāi)評估方法除此之外，例如故障樹法（FTA）[3]、概率方法[4-5]、模糊評價法、貝葉斯網(wǎng)絡(luò)法（BN）[6-7]以及加權(quán)樸素貝葉斯等方法都可以對火災(zāi)事故進行評估。李建宇[5]采用概率方法對中國古建筑火災(zāi)損失和中國1950—2006年火災(zāi)損失進行風(fēng)險評估得出提高消防系統(tǒng)的安全標準。袁長峰等利用故障樹方法建立了二次事故模型進行定量分析，找出了導(dǎo)致二次事故發(fā)生影響概率較大的因素和最有可能發(fā)生的途徑。田玉敏等[8]將概率方法與模糊評價方法相結(jié)合對高層建筑火災(zāi)風(fēng)險進行評估，提供火災(zāi)風(fēng)險評價方法的一種新嘗試。王蕾等[9]基于貝葉斯網(wǎng)絡(luò)方法對火災(zāi)爆炸事故的發(fā)生概率進行監(jiān)控和預(yù)測。岳寶強等[10]利用貝葉斯網(wǎng)絡(luò)建立了綜合考慮突發(fā)事件、承災(zāi)載體和應(yīng)急管理等風(fēng)險因素的貝葉斯網(wǎng)絡(luò)結(jié)構(gòu)，應(yīng)用概率刻畫風(fēng)險因素信息的不確定性及其相互影響，定量分析事件后果。

本文分析倉儲類建筑火災(zāi)發(fā)生原因及特點，采用故障樹與貝葉斯網(wǎng)絡(luò)結(jié)合方法定量分析倉儲類火災(zāi)發(fā)生原因。在此基礎(chǔ)上分析頂層事件與基層事件之間自上而下的因果關(guān)系，建立故障樹，將其轉(zhuǎn)化貝葉斯網(wǎng)絡(luò)方法得出頂層事件發(fā)生的概率及基層事件的先驗和后驗概率，并將兩者有效的聯(lián)系起來。最后，利用該方法得出所有基層事件發(fā)生風(fēng)險因素的重要度，為消防安全管理工作提供指導(dǎo)。

1? 構(gòu)造FTA

1.1? 火災(zāi)風(fēng)險因素識別

頂層事件為倉儲類建筑火災(zāi)風(fēng)險，則影響倉儲類建筑火災(zāi)風(fēng)險發(fā)生的各項基層事件以及中間層事件，如表1所示。

代號及名稱 基層事件代號 基層事件名稱

E1：易燃易爆物存放不合理 X1 如木材、棉花等易燃物品存放不合理

X2 汽油罐等易爆物品存放不合理

X3 建筑材料耐火等級低

E2：引起火種 G1：電氣引起的火種 X4 電氣線路安裝不符合規(guī)定

X5 電氣線路存在老化、短路等情況

X6 違規(guī)操作設(shè)備

G2：游火引起的火種 X7 員工違規(guī)使用明火意外引燃物品

G3：高溫天氣引起火種 X8 通風(fēng)差引發(fā)室內(nèi)高溫

1.2? 建立FTA模型

FTA利用邏輯門自上而下地將頂層事件、中間層事件以及基層事件有效地連接起來，如圖1所示。

2? 火災(zāi)風(fēng)險定量分析方法

2.1? FTA向BN轉(zhuǎn)化

FTA向BN轉(zhuǎn)化是將FTA中的事件（包括頂層事件、中間層事件、基層事件）與BN中節(jié)點進行對應(yīng)，其轉(zhuǎn)化流程圖如圖2所示。

2.2 模型檢驗

本文收集了2010—2020年十年間倉儲類建筑火災(zāi)發(fā)生案例為樣本，對本文提出的模型進行驗證。

首先利用全概率公式P（A）計算得出各項基層事件的先驗概率，如表2所示。再運用GeNIe2軟件得出倉儲類建筑火災(zāi)風(fēng)險作為頂層事件發(fā)生的概率和影響它的中間層事件發(fā)生的概率，如表3所示。

計算得出，倉儲類建筑火災(zāi)風(fēng)險評估值為79.9%，說明對倉儲類建筑火災(zāi)防范措施需要重點加強。利用BN模型的后向推演并計算倉儲類建筑火災(zāi)發(fā)生時各項基層事件發(fā)生的后驗概率，計算結(jié)果如表4所示。

由表4結(jié)果分析，影響頂層事件發(fā)生的重點事件，按照發(fā)生概率值大小排序為：p（X7）>p（X3）>p（X6）>p（X1）>p（X5）>p（X2）>p（X8）>p（X4）。

接下來對各項基層事件的重要度進行分析，可以更加客觀地對倉儲類建筑火災(zāi)風(fēng)險實施防范措施起到有效的指導(dǎo)作用。通過BN模型得出各基層事件的重要度相關(guān)指標，如表5所示。

由表5中給出的數(shù)據(jù)可知，結(jié)構(gòu)重要度越大，則其基層事件風(fēng)險發(fā)生對等事件發(fā)生的影響越大。結(jié)論是易燃物品存放不合理，易爆物品存放不合理，以及建筑材料耐火等級低的結(jié)構(gòu)重要度最大，因此前三項基層事件對倉儲類建筑火災(zāi)風(fēng)險的影響最大。

概率重要度越大，則對某項基層事件采取預(yù)防可以快速達到降低頂層事件發(fā)生的概率。所以，提高建筑材料耐火等級能夠有效降低倉儲類重大火災(zāi)風(fēng)險發(fā)生的概率。

2.3? 結(jié)果分析

從上述模型檢驗的計算結(jié)果可知，利用BN模型在基層事件的先驗概率已知的前提下，可以計算得出頂層事件發(fā)生概率為79.9%，倉儲類建筑火災(zāi)風(fēng)險較高，需要重點采取防范措施;當頂層事件發(fā)生時，運用BN模型進行后向推理，得出基層事件員工違規(guī)使用明火意外引燃物品的后驗概率最大為58%，說明倉儲類建筑應(yīng)對管理人員制定相關(guān)規(guī)定，禁止使用明火。

3? 結(jié)語

文章以2010—2020年期間倉儲類建筑火災(zāi)發(fā)生案例為樣本，找出倉儲類建筑發(fā)生火災(zāi)的最可能的因素，分析了倉儲類建筑火災(zāi)特點及火災(zāi)風(fēng)險因素，構(gòu)建了故障樹，并與BN模型結(jié)合，對倉儲類建筑火災(zāi)風(fēng)險進行了評估。FTA的構(gòu)建給出了頂層事件和基層事件之間的因果關(guān)系，再將FTA轉(zhuǎn)化為BN模型，利用BN得出頂層事件概率和各基層事件后驗概率，并給出了各項基層事件重要度。

基于此方法可以加強倉儲類建筑的火災(zāi)風(fēng)險的預(yù)測，通過實施有效的預(yù)防措施，減少火災(zāi)事故發(fā)生，具有一定的實際意義。運用文章提出的方法分析和評價火災(zāi)風(fēng)險時，需要準確地確定出各基層事件的先驗概率，才能達到安全風(fēng)險評估的真正目的，但如何才能準確給出各基層事件的先驗概率，其確定方法則是接下來需要研究的內(nèi)容。

參考文獻：

[1]代鳳華.倉儲類建筑火災(zāi)的作戰(zhàn)指揮研究[J].消防技術(shù)與產(chǎn)品信息，2018，31（03）：35-37.

[2]金玉祥.倉儲物流場所火災(zāi)風(fēng)險評估[J].消防科學(xué)與技術(shù)，2020，39（07）：1018-1020.

[3]袁長峰，張玉龍，呼義超，等.基于模糊動態(tài)故障樹的油氣儲運火災(zāi)事故應(yīng)急過程致因因素評價[J].大連海事大學(xué)學(xué)報，2021，47（01）：92-100.

[4]郝蕾.基于層次分析法的高層建筑施工現(xiàn)場火災(zāi)風(fēng)險模糊評價[J].河北工業(yè)科技，2015，32（03）：224-229.

[5]李建宇.期望概率方法在火災(zāi)風(fēng)險評估中的應(yīng)用[J].武警學(xué)院學(xué)報，2009，25（12）：35-37.

[6]汪濤，廖彬超，馬昕，等.基于貝葉斯網(wǎng)絡(luò)的施工安全風(fēng)險概率評估方法[J].土木工程學(xué)報，2010，43（S2）：384-391..

[7]童威，黃啟萍.加權(quán)樸素貝葉斯算法在消防檢測中的應(yīng)用[J].西安工程大學(xué)學(xué)報，2019，33（01）：111-115.

[8]田玉敏，劉茂.高層建筑火災(zāi)風(fēng)險的概率模糊綜合評價方法[J].中國安全科學(xué)學(xué)報，2004（09）：103-107+4.

[9]王蕾，代養(yǎng)勇.基于蝴蝶結(jié)貝葉斯網(wǎng)絡(luò)的高校實驗室火災(zāi)爆炸事故的風(fēng)險評估[J].實驗室研究與探索，2021，40（04）：304-308.

[10]岳寶強，孫世軍，楊立超，等.基于貝葉斯網(wǎng)絡(luò)的?；繁ㄊ鹿孰娏ο到y(tǒng)風(fēng)險評估模型[J].中國安全生產(chǎn)科學(xué)技術(shù)，2021，17（01）：155-161.

Fire risk assessment of storage type

buildings based on fault trees and bayesian networks

Lin Nan1， Wang Huiying2

（1.Fire and Rescue Section of Jiaojiang District， Taizhou Zhejiang，Zhejiang? Taizhou? 318000;2.China Fire and Rescue Academy，Beijing 102200）

Abstract：With the aim of reducing the risk of fire in storage buildings， the top-down causal relationship between top-level events and grassroots events is analyzed by analyzing the causes affecting the occurrence of fire in storage buildings， establishing a fault tree and mapping it to a Bayesian network， and calculating the prior and posterior probabilities of event occurrence and effectively linking the two. The importance indicators for the occurrence of each event are given as structural indicators， probability indicators and critical indicators， and the quantitative analysis is carried out to point out the most likely risks of storage type buildings respectively. The article validates the model proposed in this paper with a sample of cases of fire occurrence in storage type buildings during the decade of 2010-2020. The results of the test： the Bayesian network model proposed in the paper can effectively assess the risk level of storage buildings and reduce the occurrence of fire accidents.

Keywords：storage buildings; risk assessment;bayesian network; fault tree; importance