基于故障樹的生物質氣化中毒事故BN-LOPA分析

楊秀珍 許開立教授 龔維立 張天帥 楚明輝

(東北大學 資源與土木工程學院，遼寧 沈陽 110819)

0 引言

生物質氣化的原料供應廣泛，并且能夠產生清潔能源，對環境友好，具有良好的發展前景。但由于生物質氣化產生的燃氣中含有CO，一旦泄露，極易造成人員中毒和財產損失。因此對生物質氣化中毒事故進行風險分析和評價，對于提出合理有效的事故預防措施，降低事故發生概率具有重要意義。

目前，能夠直觀表達事故基本原因的故障樹分析方法，是最常用的風險分析方法之一，但由于該方法將系統狀態簡單地劃分為正常和失效，忽略多狀態的假設推理關系，且利用布爾代數法計算最小割集合和最小徑集合，計算量大，針對較復雜系統的風險評價，仍具有一定局限性。然而，基于故障樹的貝葉斯網絡則具有直觀的邏輯關系表達能力和強大的推理計算能力，不僅簡化邏輯關系表達，還提高計算效率。例如宋超等利用貝葉斯概率統計和網絡推理，進行系統風險分布的定量分析，計算節點的后驗概率；但是，以上研究只是針對未采取任何安全措施的系統進行風險評價，忽略系統保護措施失效帶來的風險。保護層分析法是一種對系統保護措施失效風險進行評價并進行決策的系統分析方法。劉家喜等對系統的薄弱環節設置保護層并根據保護層分析法進行剩余風險等級評價；閆放等利用風險矩陣得出風險等級，并通過設計獨立防護層，降低事故的發生概率。因此，為實現復雜系統全面風險評價，本文提出基于故障樹的貝葉斯—保護層復合分析法(BN-LOPA)，該方法可客觀、準確地確定復雜系統的薄弱環節，并通過設置獨立保護層降低系統風險等級至可接受水平，較為全面研究事故發生機理并對保護措施有效程度進行評價。

1 基于故障樹的貝葉斯—保護層復合分析法概述

1.1 基于故障樹的貝葉斯網絡概述

貝葉斯網絡(Bayesian Networks，BN)是一種進行概率分析和推理的數學工具。它可利用具有網絡結構的有向圖簡易直觀地刻畫事件的內部邏輯關系；另一方面，其強大的推理能力可以使其對不確定性事件以及概率性事件進行計算分析。堅實的理論基礎和強大的軟件支撐，使得貝葉斯網絡成為風險評價的有力工具。

故障樹模型不僅可以通過圖形直觀地演繹展現系統內可能發生的零部件失效、工作環境變化、人失誤等因素(基本事件)如何導致系統失效而發生事故(頂事件)，還可以進行簡單的定量分析計算。但是由于事故發生形式的不確定性和復雜性，通過建立故障樹和貝葉斯網絡之間映射關系的基于故障樹的貝葉斯網絡分析方法具有更強的適用性。貝葉斯網絡是一個有向無環圖，包括節點和有向邊。貝葉斯網絡中沒有父節點的節點(根節點)對應故障樹中的基本事件，而有向邊則對應故障樹的邏輯門，故障樹的邏輯關系通過條件概率表(Conditional Probability Table，CPT)映射為貝葉斯網絡的聯結強度。設

A

、

B

為2組變量，

B

=

B

(

i

∈

I

)為相互獨立的隨機變量，則在“

A

已經發生”的條件下，

B

發生的條件概率的計算公式如下：

(1)

式中：

n

—

B

組獨立隨機變量的個數。其中，

P

(

A

)可以用全概率公式展開：

(2)

相比于復雜的編程建模方法，GeNIe具有直觀簡化的圖形化建模能力，并可進行多種推理計算的貝葉斯網絡建模成熟軟件，因此，本文選取GeNIe軟件進行貝葉斯網絡建模。

1.2 基于故障樹的貝葉斯—保護層分析法

保護層分析法(Layers of Protection Analysis，LOPA)是基于定性風險評估信息的一種半定量的風險評價技術。其任務是判斷是否存在足夠的防護層，從而使風險降低到可容忍水平，達到安全生產的要求?；诠收蠘涞玫降呢惾~斯網絡，可演示事故場景的事件鏈(初始事件、中間事件、后果事件)；根據風險矩陣，可通過初始事件發生概率、失效后果嚴重程度和系統失效概率的數量級大小來表征事件的風險。首先，未采取獨立保護層的情況下發生事故的事件稱為未減輕事件，其導致事故發生的風險稱為潛在風險；采取獨立保護層情況下，還能誘發事故的事件稱為減輕事件，其誘發事故的風險稱為剩余風險。

1.2.1 風險等級分析

風險矩陣是一種通過評價事件風險等級簡化的定量風險分析方法，具有較好的客觀性。本文采用的風險矩陣，見表1。根據專家的建議以及氣化站實際情況，參考文獻[5]后果嚴重等級劃分標準，對本文提出的生物質氣化中毒事故5個后果嚴重等級對應情況進行描述(見表2)；不同風險等級應采取的措施，見表3。

表1 風險矩陣Tab.1 Risk matrix

表2 后果嚴重等級Tab.2 Serious grade of consequences

表3 風險等級及要求的措施Tab.3 Grade of risk and required measures

1.2.2 故障概率計算

設置獨立防護層是防止事故發生的有效措施，獨立防護層失效的概率可通過每個防護層的失效概率乘積求出，計算公式如下：

(3)

式中：

P

—第

i

個獨立防護層的失效概率；

m

—獨立防護層的個數。

1.3 基于故障樹的貝葉斯—保護層復合分析法步驟

基于故障樹的貝葉斯—保護層復合分析法(BN-LOPA)，分析步驟如下：

(1)編制故障樹。了解工藝流程，收集歷史故障數據，編制生物質氣化中毒事故的故障樹。

(2)基于故障樹構建貝葉斯網。根據構建的氣化中毒故障樹，利用GeNIe軟件建立有向無環的貝葉斯網絡映射其邏輯關系。

(3)確定風險貝葉斯網絡故障節點。輸入基本事件的發生概率進行更新，利用貝葉斯網絡的雙向推理技術，計算出各基本事件的后驗概率，進行對比分析，篩選對頂事件影響較大的基本事件，選擇該基本事件為風險貝葉斯網絡故障節點。其中，基本事件的發生概率從該氣化站裝置的故障統計資料和相似文獻資料中獲得。

(4)基于貝葉斯網絡進行防護層分析。

①根據風險矩陣，確定風險貝葉斯網絡故障節點潛在的風險等級，對該節點分別設置獨立防護層，并計算設置防護層后始發事件概率。

②根據減輕事件的概率和風險矩陣，確定事故發生的風險等級，研究是否需要繼續添加防護層來降低剩余風險以滿足安全生產的要求。

2 實例分析

2.1 生物質氣化技術簡介

生物質氣化以生物質燃料為原料，在高溫和催化劑的條件下進行反應，最終得到清潔能源(主要成分是H、CO和CH)的熱化學反應。氣化的產物經過去灰、脫焦后可通過管網輸向用戶，其工藝流程，如圖1。

圖1 生物質氣化站工藝流程Fig.1 Process flow of biomass gasification station

由于生物質氣化工藝中存在燃氣(主要成分為CO)，一旦泄漏，極易導致中毒事故，造成嚴重的人員傷亡和財產損失。因此根據生物質氣化工藝流程，找到系統薄弱環節，并采取保護措施，對提高生產安全具有重要意義。

2.2 編制生物質氣化中毒事故故障樹

分析氣化中毒事故發生原因，編制出生物質氣化站發生泄漏中毒事故的故障樹(如圖2)，各符號所代表的事件，見表4。各基本事件的發生概率通過查閱資料獲得，見表5。

表5 各基本事件的發生概率Tab.5 Probability of basic events

表4 圖2中代碼含義Tab.4 Code implications in figure 2

圖2 生物質氣化站燃氣泄漏中毒事故故障樹Fig.2 Fault tree of gas leakage poisoning at biomass gasification station

2.3 構建生物質氣化中毒事故貝葉斯網絡

利用GeNIe軟件，根據生物質氣化中毒事故的故障樹基本事件和頂事件之間的邏輯關系以及文獻[11-13]描述的邏輯門向貝葉斯網絡轉化的具體方法，構建生物質氣化中毒事故貝葉斯網絡，如圖3。

圖3 生物質氣化中毒事故貝葉斯網絡Fig.3 Bayesian Network of biomass gasification poisoning accident

輸入基本事件的先驗概率，通過貝葉斯網絡推理計算得出，在頂事件發生的條件下(發生概率為1.11×10)各基本事件的后驗概率，與先驗概率的比較情況，如圖4。

由圖4可看出，基本事件的先驗概率和后驗概率差別較大，相比于比較接近的先驗概率，基本事件的后驗概率相差明顯，且后驗概率的大小表征基本事件對頂事件發生的影響重要程度，在所有基本事件中，后驗概率最大的3個基本事件分別為

X

器壁磨損腐蝕、

X

防護用具失效、

X

防護用具不匹配，因此，這3個基本事件對應的節點可視為貝葉斯網絡中的故障節點。

圖4 基本事件的先驗概率和后驗概率Fig.4 Prior and posterior probabilities of basic events

2.4 基于貝葉斯網絡的防護層分析

生物質氣化站大部分位于農村地區或者郊區，但是由于其生產具有一定規模，燃氣中的CO一旦發生泄漏，會對氣化站內的工作人員和周邊居民的生命健康造成威脅，嚴重可能導致人員中毒死亡。其次，燃氣泄漏可能導致周邊環境受到污染，且氣化站損壞設備的維修也會導致比較高的經濟損失。事故后果嚴重等級可根據表3判斷為高。則可根據風險矩陣得出生物質氣化中毒事故風險等級為7級，應確認落實控制措施，并進行維護。

對故障節點設置防護層，可防止節點發生故障，從而降低頂事件的發生概率，因此，對前文分析出的3個故障節點設置防護層，并分別計算未減輕事件和減輕事件的概率，并對應表2描述的事故后果情況，確定事件的后果嚴重等級，最終根據表1綜合評價防護層設置前后事件的風險等級，見表6。

由此可得，根據貝葉斯網絡推理計算，沒有設置獨立保護層前事故的發生概率1.11×10，專業人員對事故發生后果嚴重等級評價為“高”，對照表1得出中毒事故的風險等級為7級；通過對故障節點設置獨立保護層，根據表6得到的事件發生的概率，更新貝葉斯網絡對應的故障節點概率，可計算出設置獨立保護層后中毒事故的發生概率為5.35×10，采用上述同樣方法，得到中毒事故的風險等級為5級，可見，通過設置獨立保護層風險等級由需要落實控制措施的7級降到無需采取安全措施的5級。

表6 防護層分析結果Tab.6 Analysis results of protective layers

3 結論

(1)基于故障樹模型，提出BN-LOPA復合的定量風險評價方法，應用此方法得到生物質氣化中毒事故發生概率為1.11×10，事故風險為7級。

(2)依賴貝葉斯網絡強大的雙向推導能力計算基本事件的后驗概率，得出器壁磨損腐蝕、法蘭失效、防護用具不匹配這3個基本事件是導致生物質氣化中毒事故發生的最重要因素。

(3)分別對上述3個基本事件對應的節點設置獨立防護層，通過概率計算得到生物質氣化中毒事故的發生概率由原來的1.11×10降低至5.35×10，根據風險矩陣，得到事故對應的風險等級由7級降到5級，能夠滿足安全生產的要求。