基于DBN的气体泄漏事故情景推演与节点分析

doi:10.16265/j.cnki.issn1003-3033.2022.S1.0893

中国安全科学学报 ›› 2022, Vol. 32 ›› Issue (S1): 165-170.doi: 10.16265/j.cnki.issn1003-3033.2022.S1.0893

基于DBN的气体泄漏事故情景推演与节点分析

岳文静¹(), 杜丽敬¹^,², 陈先锋¹, 袁必和¹^,^**(), 杨家祺¹, 王朋程¹

¹ 武汉理工大学安全科学与应急管理学院, 湖北武汉 430070
² 武汉理工大学中国应急管理研究中心, 湖北武汉 430070

收稿日期:2022-01-10 修回日期:2022-04-15 出版日期:2022-06-30 发布日期:2022-12-30
通讯作者: 袁必和
作者简介:
岳文静 (1999—),女,山东枣庄人,硕士研究生,主要研究方向为化工园区风险与韧性评估、危化品事故灾害链致灾机制等。E-mail: wswlr2021@163.com。
杜丽敬讲师
陈先锋教授
基金资助:
湖北省重点研发计划项目(2021BCA216)

Scenario deduction and node analysis of gas leakage accidents based on DBN

YUE Wenjing¹(), DU Lijing¹^,², CHEN Xianfeng¹, YUAN Bihe¹^,^**(), YANG Jiaqi¹, WANG Pengcheng¹

¹ School of Safety Science and Emergency Management, Wuhan University of Technology, Wuhan Hubei 430070, China
² China Research Center for Emergency Management, Wuhan University of Technology, Wuhan Hubei 430070, China

Received:2022-01-10 Revised:2022-04-15 Online:2022-06-30 Published:2022-12-30
Contact: YUAN Bihe

摘要/Abstract

摘要：

化工园区危险化学品气体泄漏事故在演化过程中具有路径复杂和发展动态性高的特点,为解决气体泄漏事故难以快速有效应对的问题,以张家口“11·28”重大爆燃事故为例构建推演模型。首先基于动态贝叶斯方法构建基于情景状态、外部环境和应急措施的灾害链情景演化模型,利用联合概率公式计算情景状态概率,实现气体泄漏事故的动态推演;然后结合复杂网络拓扑结构相关知识,利用综合重要度公式,探究事故情景推演过程中的关键节点;最后提出基于数据参考的针对性断链措施。研究表明:基于动态贝叶斯的情景推演模型可以在事故演化路径中起到预测作用,推演结果为相关事故灾前预测、灾中应急和灾后恢复提供更为科学有效的依据。

关键词: 动态贝叶斯网络(DBN), 气体泄漏, 情景推演, 关键节点, 灾害链, 重要度

Abstract:

In order to quickly and effectively respond to gas leakage accidents of hazardous chemicals in chemical parks considering their characteristics of complex paths and high development dynamics in the process of evolution, a deduction model was constructed based on ″11·28″ major deflagration accident in Zhangjiakou. Firstly, according to dynamic Bayesian method, a scenario evolution model of disaster chain based on scenario state, external environment and emergency measures was constructed, and scenario state probability was calculated by using joint probability formula to achieve dynamic deduction of the accidents. Then, key nodes in scenario deduction were explored based on complex network topology and using comprehensive importance formula. Finally, targeted chain breaking measures were proposed based on data reference. The results show that the scenario deduction model based on dynamic Bayesian can play a predictive role in the evolution path of accidents, and deduction results provide a more scientific and effective basis for pre-disaster prediction, emergency response in disaster and post-disaster recovery.

Key words: dynamic Bayesian network (DBN), gas leakage, scenario deduction, key node, disaster chain, importance

岳文静, 杜丽敬, 陈先锋, 袁必和, 杨家祺, 王朋程. 基于DBN的气体泄漏事故情景推演与节点分析[J]. 中国安全科学学报, 2022, 32(S1): 165-170.

YUE Wenjing, DU Lijing, CHEN Xianfeng, YUAN Bihe, YANG Jiaqi, WANG Pengcheng. Scenario deduction and node analysis of gas leakage accidents based on DBN[J]. China Safety Science Journal, 2022, 32(S1): 165-170.

图/表 7

表1

图1

表2

图2

表3

表4

图3

参考文献 16

[1]	许晓元, 李善诚, 朱红亚, 等. 常见液体危险化学品槽车泄漏危害后果模拟[J]. 消防科学与技术, 2018, 37(12): 1 726-1 730.
	XU Xiaoyuan, LI Shancheng, ZHU Hongya, et al. Simulation on the consequence of common liquid hazardous chemicals tank leakage[J]. Fire Science and Technology, 2018, 37(12): 1 726-1 730.
[2]	张江石, 冯娜娜. 基于动态贝叶斯网络情景推演的危化品事故应急处置研究[J]. 安全与环境学报, 2020, 20(4): 1 420-1 426.
	ZHANG Jiangshi, FENG Nana. On the emergency disposal of the hazardous chemical accidents based on the dynamic Bayesian network scenario deduction[J]. Journal of Safety and Environment, 2020, 20(4): 1 420-1 426.
[3]	赵美超, 李宁, 管锡艳, 等. 基于事故树法的危险化学品爆炸分析与控制措施[J]. 环境保护科学, 2022, 48(1): 15-20.
	ZHAO Meichao, LI Ning, GUAN Xiyan, et al. Analysis and control measures of hazardous chemical explosion risk based on fault tree analysis[J]. Environmental Protection Science, 2022, 48(1): 15-20.
[4]	王瑞强, 许永莉, 杜军, 等. 基于盲数与成熟度理论的化工园区火灾爆炸事故应急能力评估[J]. 安全与环境工程, 2021, 28(2): 30-35,43.
	WANG Ruiqiang, XU Yongli, DU Jun, et al. Evaluation of emergency response capability of fire and explosion accidents in chemical industry park based on blind number and maturity theory[J]. Safety and Environmental Engineering, 2021, 28(2): 30-35,43.
[5]	肖振航, 周德红, 李维东, 等. 基于云模型的化工园区安全风险评估[J]. 武汉工程大学学报, 2022, 44(1): 112-118.
	XIAO Zhenhang, ZHOU Dehong, LI Weidong, et al. Safety risk assessment of chemical industry park based on cloud model[J]. Journal of Wuhan Institute of Technology, 2022, 44(1): 112-118.
[6]	陈国华, 胡雪薇, 周利兴, 等. 基于鸡群算法的危险化学品泄漏扩散事故反演方法[J]. 华南理工大学学报:自然科学版, 2021, 49(9): 56-64.
	CHEN Guohua, HU Xuewei, ZHOU Lixing, et al. Inversion method based on chicken swarm optimization for hazardous chemicals leakage and diffusion accident[J]. Journal of South China University of Technology: Natural Science Edition, 2021, 49(9): 56-64.
[7]	河北张家口中国化工集团盛华化工公司“11·28”重大爆燃事故调查报告[EB/OL]. (2019-02-03). https://yjgl.hebei.gov.cn/portal/index/toAllNews.
[8]	刘美晨, 刘鹏, 王海清, 等. 基于简化Bow-tie模型的LOPA场景辨识与筛选方法[J]. 化工进展, 2021, 40(11): 5 988-5 997.
	LIU Meichen, LIU Peng, WANG Haiqing, et al. Research on LOPA scenarios identification and screening based on simplified Bow-tie model[J]. Chemical Industry and Engineering Progress, 2021, 40(11): 5 988-5 997.
[9]	卢鑫月, 许成顺, 侯本伟, 等. 基于动态贝叶斯网络的地铁隧道施工风险评估[J]. 岩土工程学报, 2022, 44(3): 492-501.
	LU Xinyue, XU Chengshun, HOU Benwei, et al. Risk assessment of metro construction based on dynamic bayesian network[J]. Chinese Journal of Geotechnical Engineering, 2022, 44(3): 492-501.
[10]	李浩然, 王子恒, 杨起帆, 等. 复杂网络下地铁灾害链演化模型与风险分析[J]. 中国安全科学学报, 2021, 31(11): 141-147. doi: 10.16265/j.cnki.issn 1003-3033.2021.11.020
	LI Haoran, WANG Ziheng, YANG Qifan, et al. Evolutionary model and risk analysis of metro disaster chain under complex network[J]. China Safety Science Journal, 2021, 31(11): 141-147. doi: 10.16265/j.cnki.issn 1003-3033.2021.11.020
[11]	屈静, 张建彬, 李旭芳, 等. 基于贝叶斯网络的输油管道泄漏事故情景推演[J]. 中国安全科学学报, 2021, 31(1): 192-198. doi: 10.16265/j.cnki.issn1003-3033.2021.01.028
	QU Jing, ZHANG Jianbin, LI Xufang, et al. Deduction of leakage accident scenarios of oil pipelines based on bayesian network[J]. China Safety Science Journal, 2021, 31(1): 192-198. doi: 10.16265/j.cnki.issn1003-3033.2021.01.028
[12]	吴静, 严小丽, 李桃. 复杂网络理论下建筑供应链网络核心节点识别研究[J]. 工程经济, 2021, 31(8): 66-70.
	WU Jing, YAN Xiaoli, LI Tao. Research on the identification of core nodes in construction supply chain network based on complex network theory[J]. Engineering Economy, 2021, 31(8): 66-70.
[13]	黄昕, 靳健, 林作忠, 等. 基于复杂网络的城市深部空间火灾灾害链分析及智慧减灾方法研究[J]. 应用基础与工程科学学报, 2021, 29(5): 1 280-1 291.
	HUANG Xin, JIN Jian, LIN Zuozhong, et al. Complex network-based analysis on fire disaster chain of urban deep underground space and intelligent disaster mitigation measures[J]. Journal of Basic Science and Engineering, 2021, 29(5): 1 280-1 291.
[14]	郄子君, 唐佳宁. 基于事故案例的Natech事件演化模式及风险分析[J]. 中国安全生产科学技术, 2021, 17(9): 5-12.
	QIE Zijun, TANG Jianing. Evolution mode and risk analysis of Natech events based on accident cases[J]. Journal of Safety Science and Technology, 2021, 17(9): 5-12.
[15]	张勤宇, 帅斌, 吕敏. 基于复杂网络的国家综合立体交通网主骨架分析[J]. 交通运输工程与信息学报, 2021, 19(4): 98-105.
	ZHANG Qinyu, SHUAI Bin, LYU Min. Analysis of the basic framework of the national integrated stereoscopic transportation network based on complex network theory[J]. Journal of Transportation Engineering and Information, 2021, 19(4): 98-105.
[16]	王晋, 王伯礼. 基于复杂网络的城市群铁路网络节点重要度研究[J]. 内蒙古公路与运输, 2021(4): 52-57.

情景状态节点S	外部环境E	应急措施A
气柜压力剧增S₁	气柜卡顿、倾斜E₁	检修气柜A₁
情景消失S₂	—	—
气柜持续扰动,环形水封局部减薄S₃	回流阀开速过快,气体不断进入E₂	快速开启回流阀A₂
降压完成,未发生泄漏S₄	气体未冲破环形水封E₃	监测报警A₃ 采取正确措施A₄
情景消失S₅	—	—
泄漏出的氯乙烯气体蔓延S₆	报警器延迟报警,紧急处理能力差E₄	检查处置A₅
泄漏被控制S₇	未蔓延至点火源处E₅	紧急停车A₆ 紧急疏散A₇
未发生燃爆事故,情景消失S₈	—	—
泄漏气体遇到XL-1型箱型高温炉,发生爆炸S₉	—	—

节点	先验概率	条件概率
S₁	P(A₁=Y)=0.90	P(S₁=Y\|A₁=Y,E₁=Y) = 0. 84
	P(A₁=N)=0.10	P(S₁=Y\|A₁=Y,E₁=N) = 0. 05
	P(E₁=Y)=0.38	P(S₁=Y\|A₁=N,E₁=Y) = 0. 95
	P(E₁=N)=0.62	P(S₁=Y\|A₁=N,E₁=N) = 0. 08
S₂	—	P(S₂=Y\|S₁=Y) = 0.33
		P(S₂=Y\|S₁=N) = 0.67
		P(S₂=Y\|S₁=N) = 0.67

节点	度	加权度	紧密中心性	接近中心性	中介中心性	特征向量中心性
S₄	5	3.20	1	1	9	0.37
S₇	5	3.39	1	1	12	0.68
S₆	5	3.96	0.75	0.83	24	0.36
E₃	1	0.75	0.67	0.75	0	0
A₃	1	0.87	0.67	0.75	0	0
A₄	1	0.52	0.67	0.75	0	0
E₅	1	0.71	0.67	0.75	0	0
A₆	1	0.83	0.67	0.75	0	0
A₇	1	0.82	0.67	0.75	0	0
S₃	5	2.75	0.54	0.64	30	0.13
E₄	1	0.72	0.50	0.58	0	0
A₅	1	0.68	0.50	0.58	0	0
S₁	4	1.69	0.42	0.53	16	0.02
A₂	1	0.28	0.39	0.46	0	0
E₂	1	0.34	0.39	0.46	0	0
A₁	1	0.05	0.32	0.40	0	0
E₁	1	0.95	0.32	0.40	0	0
S₂	1	0.33	0	0	0	0.11
S₅	1	0.16	0	0	0	0.69
S₈	1	0.21	0	0	0	1
S₉	1	0.87	0	0	0	0.64

情景节点	重要度	环境节点	重要度	应急节点	重要度
S₇	2.631 9	E₅	0.632 9	A₇	0.632 9
S₆	2.591 4	E₃	0.632 9	A₆	0.632 9
S₃	2.406 1	E₄	0.498 3	A₄	0.632 9
S₄	2.086 5	E₂	0.408 2	A₃	0.632 9
S₁	1.444 7	E₁	0.355 7	A₅	0.498 3
S₈	1.391 2	—	—	A₂	0.408 2
S₅	0.984 4	—	—	A₁	0.355 7
S₉	0.918 8	—	—	—	—
S₂	0.223 1	—	—	—	—

基于DBN的气体泄漏事故情景推演与节点分析

Scenario deduction and node analysis of gas leakage accidents based on DBN

RichHTML

PDF

可视化

摘要/Abstract

引用本文

使用本文

图/表 7

参考文献 16

相关文章 15

编辑推荐

Metrics

本文评价

[1]	杨景峰, 朱大鹏, 赵瑞琳. 城轨网络站点重要度评估与级联失效抗毁性分析*[J]. 中国安全科学学报, 2022, 32(8): 161-167.
[2]	余强, 黄逸橙, 沙策. 台风特征参数对灾害链概率计算的影响分析*[J]. 中国安全科学学报, 2022, 32(8): 168-175.
[3]	刘畅, 苏腾, 周汝, 蒋军成. 修正高斯模型下气体泄漏源项信息反算研究[J]. 中国安全科学学报, 2022, 32(7): 98-104.
[4]	方丹辉, 徐思敏, 徐弘倩, 徐苗, 胡紫瑶, 周敏. 疫情影响下国际体育赛事外溢风险情景推演分析[J]. 中国安全科学学报, 2022, 32(4): 1-7.
[5]	王喆, 孔维磊, 方丹辉, 段志飞. 基于贝叶斯网络的城镇洪涝应急情景推演研究[J]. 中国安全科学学报, 2021, 31(6): 182-188.
[6]	李鹏, 常思婕. 鲸鱼优化算法下气体泄漏源波达方向估计法[J]. 中国安全科学学报, 2021, 31(3): 19-27.
[7]	高涵, 多依丽, 孙铁, 王志荣, 郭品坤. 基于DBT-DBN模型的气化炉超温动态风险分析[J]. 中国安全科学学报, 2021, 31(3): 73-81.
[8]	鞠艳妮, 李宗平, 陈宇帆, 闫华伟, 曹力文, 刘灿. 区域轨道交通系统节点重要度及故障恢复研究[J]. 中国安全科学学报, 2021, 31(2): 112-119.
[9]	李新宏, 王靖雯, 朱玉娇, 韩子月, 陈国明. 海洋水合物开采分解气体泄漏运移后果评估^*[J]. 中国安全科学学报, 2021, 31(11): 114-119.
[10]	李浩然, 王子恒, 杨起帆, 张亚君, 欧阳作林. 复杂网络下地铁灾害链演化模型与风险分析^*[J]. 中国安全科学学报, 2021, 31(11): 141-147.
[11]	屈静, 张建彬, 李旭芳, 陆宝, 华宁, 朱晓曼. 基于贝叶斯网络的输油管道泄漏事故情景推演[J]. 中国安全科学学报, 2021, 31(1): 192-198.
[12]	谢小良, 褚琦, 张淑君, 卫国, 成佳祺. 基于DBN的疫苗运输质量安全风险监测方法[J]. 中国安全科学学报, 2020, 30(7): 19-26.
[13]	唐秋宇, 张锦. 川藏铁路雅林段工程施工质量风险研究[J]. 中国安全科学学报, 2020, 30(5): 101-107.
[14]	李亚飞, 梁琛, 戴福青. 航路网关键节点识别及抗毁性分析[J]. 中国安全科学学报, 2020, 30(5): 115-121.
[15]	罗军华, 林孝松, 牟凤云, 李宏伟, 张莉. 山区暴雨-农业灾害链复杂网络静态风险分析[J]. 中国安全科学学报, 2020, 30(3): 163-170.