2022 年第 22 卷第 5 期
DOI： 10.3969/j.issn.1672-7932.2022.05.011风险评价
编辑高雪琦
基于贝叶斯网络的石化生产
车间施工风险评估
李守全
(胜利石油管理局房产管理维修中心，
山东东营257200)
摘要
：选取典型物体打击事故为主要研究
对象,利用事故树模型分析诱发事故的关键风险
因素，开展基于贝叶斯网络及敏感性分析的半定
量风险评估，计算得出物体打击事故的概率，并提
出针对性风险防控措施。结果显示，卸料平台风
险、堆料风险、外脚手架风险等发生概率较大；卸
料平台事件对物体打击事故的影响最大，超载荷
堆放物料因素和物料超重因素对物体打击事故的
影响最小。
关键词
:风险评估；物体打击；事故树分析；贝
叶斯网络； 敏感性分析
中图分类号
:X937 文献标识码
:A
文章编号
：1672-7932(2022)05-055-07
0前言
石化生产车间建设施工工程体量大、工期短、
进度快
，且作业人员及大型施工机械涉及较多
，极
易发生火灾爆炸、物体打击、高处坠落等伤亡事
故。尽管国家相继颁布实施的多项法规条例在一
定程度上遏制了事故多发事态
，但安全管理整体
形势依然严峻。国内外学者针对上述背景，运用
模糊层次分析法、事故树分析法等对施工风险进
行整体评估
,如冯阳运用层次模糊综合评价方法
对现场施工的整体安全性进行打分
［1］；张超针对
工业厂房项目施工现场存在的主要危险源进行了
分类
,并采用层次分析法进行计算
［2］；张江华等在
模糊层次分析法确定指标权重的研究中
，提出自
信度改进
Delphi法确定重要性矩阵
［3］。但上述研
究均未从事故角度出发进行深入分析。因此，结 合生产车间综合体施工现场危险源点多面广，人
不安全行为、物不安全状态、环境不安全因素及立
体化交叉施工等控制困难的特点，在充分分析风
险源基础上，基于贝叶斯网络对典型物体打击事
故进行半定量安全评估，以期为减少事故发生提
事故树计算公式
一、基本概念。
1. 事故树。
- 事故树分析（Fault Tree Analysis，FTA）是一种演绎推理分析方法，它从要分析的特定事故或故障（顶上事件）开始，层层分析其发生原因，直到找出事故的基本原因（基本事件）为止。事故树以图形的方式表明“系统是怎样失效的”。
2. 事件符号。
- 矩形符号：表示顶上事件或中间事件。顶上事件是需要分析的最终事故，中间事件是位于顶上事件和基本事件之间的事件，是由基本事件或其他中间事件所引起的事件。
- 圆形符号：表示基本事件，即系统中不能再分解的事件，是导致事故发生的基本原因。
- 菱形符号：表示省略事件，即不需要进一步分析或由于信息不足不能进一步分析的事件。
3. 逻辑门符号。
- 与门：表示只有当所有输入事件都发生时，输出事件才发生。设输入事件为A、B，输出事件为Y，则逻辑关系为Y = A∩ B（在布尔代数中），概率关系为P(Y)=P(A)× P(B)（当A、B相互独立时）。
- 或门：表示只要有一个输入事件发生，输出事件就发生。设输入事件为A、B，输出事件为Y，则逻辑关系为Y = A∪ B（在布尔代数中），概率关系为P(Y)=1-(1 - P(A))×(1 - P(B))（当A、B相互独立时）。
二、事故树的结构函数与概率计算。 1. 结构函数。
- 设x_i为基本事件i的状态变量，x_i=<=ft{begin{matrix}1, 基本事件i发生 0,
基本事件i不发生end{matrix}right.。对于一个由n个基本事件组成的事故树，其顶上事件的状态变量varPhi是基本事件状态变量x_1,x_2,·s,x_n的函数，即varPhi=varPhi(x_1,x_2,·s,x_n)，这个函数称为事故树的结构函数。
- 例如，对于一个简单的事故树，顶上事件T由两个基本事件x_1和x_2通过与门连接而成，则结构函数varPhi(x_1,x_2)=x_1x_2；如果是通过或门连接，则varPhi(x_1,x_2)=1-(1 - x_1)(1 - x_2)=x_1 + x_2-x_1x_2。
（19）中华人民共和国国家知识产权局
（12）发明专利申请
（10）申请公布号
CN104063586A
（43）申请公布日 2014.09.24
（21）申请号 CN201410256955.3
（22）申请日 2014.06.11
（71）申请人 西北工业大学
地址 710072 陕西省西安市友谊西路127号
（72）发明人 蔡志强;司伟涛;司书宾;张帅;李淑敏;王宁
（74）专利代理机构 西北工业大学专利中心
代理人 王鲜凯
（51）Int.CI
权利要求说明书 说明书 幅图
（54）发明名称
基于多态故障树的贝叶斯网络故障预测方法
（57）摘要
本发明公开了一种基于多态故障树的贝叶斯网络故障预测方法，用于解决现有贝叶斯网络故障预测方法由于建模困难而导致应用范围小的技术问题。技术方案是该方法首先确定需要预测的系统故障模式，然后根据已知的故障树所有底事件的先验概率确定FPBN中的对应根节点的先验概率分布。对于多态故障树中存在的故障检测事件，对FPBN模型中的相关节点进行进一步修正，并更新对应节点的先验概率和条件概率分布；最 后，基于建立的故障预测模型求出所要预测的故障模式处于各个状态的概率来进行故障预测。该方法在多态故障树基本描述能力的基础上进行扩展，并融合FPBN的优点，使其突破多态故障树的局限，扩大了FPBN的应用范围。
法律状态
法律状态公告日 法律状态信息 法律状态
2014-09-24 公开 公开
2014-09-24 公开 公开
2014-10-22 实质审查的生效 实质审查的生效
2014-10-22 实质审查的生效 实质审查的生效
2017-03-01 授权 授权
2017-03-01 授权 授权
2019-07-02 专利申请权、专利权的转移 专利申请权、专利权的转移
权利要求说明书
基于多态故障树的贝叶斯网络故障预测方法的权利要求说明书内容是....请下载后查看
第４ｏ卷第３期 ２０１２年５月 河海大学学报（自然科学版） Ｊｏｕｒｎａｌ ｏｆ Ｈｏｈａｉ Ｕｎｉｖｅｒｓｉｔｙ（Ｎａｔｕｒａｌ Ｓｃｉｅｎｃｅｓ） Ｖｏ１．４０ Ｎｏ．３ Ｍａｖ ２０１２
ＤＯＩ：１０．３８７６／ｊ．ｉｓｓｎ．１０００—１９８０．２０１２．０３．００８
基于贝叶斯网络的沙河集水库大坝风险分析
周建方，张迅炜，唐椿炎
（河海大学机电工程学院，江苏常州２１３０２２）
摘要：根据沙河集水库大坝风险分析的内容和破坏模式，分别建立了ｌ８个事件树对应的１８个贝
叶斯网络，再根据引起大坝溃决的原因，合并成由坝体渗漏、坝基渗漏、坝体边坡逐渐破坏、涵洞渗 漏及溢洪道渗漏导致溃决的５种状况的贝叶斯网络；根据这５个贝叶斯网络的结构形式和变量情
况合并成３个贝叶斯网络；最后进一步凝炼综合成１个贝叶斯网络，该贝叶斯网络至少包含６×１８
个事件树的信息．运行该贝叶斯网络，可以得到所需要的各种结果，显示出贝叶斯网络在风险分析 中的特点和功能．该方法为水库大坝安全风险评价提供了一种新的思路．
关键词：贝叶斯网络；事件树；大坝风险；沙河集水库 中图分类号：Ｔｖ６４；Ｎ９４５．１文献标志码：Ａ 文章编号：１０００—１９８０（２０１２）０３—０２８７—０７
Ｄａｒｎ ｒｉｓｋ ａｎａｌｙｓｉｓ ｏｆ Ｓｈａｈｅｊｉ Ｒｅｓｅｒｖｏｉｒ ｂａｓｅｄ ｏｎ Ｂａｙｅｓｉａｎ ｎｅｔｗｏｒｋ
ＺＨＯＵ Ｊｉａｎ－ｆａｎｇ，ＺＨＡＮＧ Ｘｕｎ－ｗｅｉ，ＴＡＮＧ Ｃｈｕｎ－ｙａｎ （Ｃｏｌｌｅｇｅ ｏｆＭｅｃｈａｎｉｃａｌ ａｎｄ Ｅｌｅｃｔｒｉｃａｌ Ｅｎｇｉｎｅｅｒｉｎｇ，Ｈｏｈａｉ Ｕｎｉｖｅ￣ｉｔｙ，Ｃｈａｎｇｚｈｏｕ ２１３０２２，Ｃｈｉｎａ）
Ａｂｓｔｒａｃｔ：Ａｃｃｏｒｄｉｎｇ ｔｏ ｔｈｅ ｃｏｎｔｅｎｔ ａｎｄ ｆａｉｌｕｒｅ ｍｏｄｅ ｏｆ ｄａｍ ｒｉｓｋ ａｎａｌｙｓｉｓ ｏｆ ｔｈｅ Ｓｈａｈｅｊｉ Ｒｅｓｅｒｖｏｉｒ，１ ８ Ｂａｙｅｓｉａｎ ｎｅｔｗｏｒｋｓ （ＢＮｓ）ｃｏｒｒｅｓｐｏｎｄｉｎｇ ｔｏ １８ ｅｖｅｎｔ ｔｒｅｅｓ ｗｅｒｅ ｂｕｉｌｔ，ａｎｄ ｔｈｅ １８ ＢＮｓ ｗｅｒｅ ｉｎｃｏｒｐｏｒａｔｅｄ ｉｎｔｏ ｆｉｖｅ ＢＮｓ ｂａｓｅｄ ｏｎ ｔｈｅ ｃａｕｓｅｓ ｏｆ ｄａｍ ｆａｉｌｕｒｅ，ｗｈｉｃｈ ｉｎｃｌｕｄｅ ｓｅｅｐａｇｅ ｏｆ ｔｈｅ ｄａｍ ｂｏｄｙ ａｎｄ ｄａｍ ｂａｓｅ，ｔｈｅ ｆａｉｌｕｒｅ ｏｆ ｔｈｅ ｓｉｄｅ ｓｌｏｐｅ，ａｎｄ ｓｅｅｐａｇｅ ｏｆ ｃｕｌｖｅｒｔｓ ａｎｄ ｓｐｉｌｌｗａｙｓ．Ｔｈｅｎ，ｔｈｅ ｆｉｖｅ ＢＮｓ ｗｅｒｅ ｕｎｉｔｅｄ ｉｎｔｏ ｔｈｒｅｅ ＢＮｓ ａｃｃｏｒｄｉｎｇ ｔｏ ｔｈｅｉｒ ｓｔｒｕｃｔｕｒｅ ｆｏｒｍｓ ａｎｄ ｖａｒｉａｂｌｅ ｓｔａｔｅｓ． Ｆｉｎａｌｌｙ，ａ ｓｙｎｔｈｅｔｉｃ ＢＮ ｗａｓ ｇｅｎｅｒａｔｅｄ，ｃｏｎｔａｉｎｉｎｇ ｉｎｆｏｒｍａｔｉｏｎ ｏｎ ６×１ ８ ｅｖｅｎｔ ｔｒｅｅｓ．Ｔｈｉｓ Ｂａｙｅｓｉａｎ ｎｅｔｗｏｒｋ ｃａｎ ｂｅ ｕｓｅｄ ｔｏ ｏｂｔａｉｎ ｖａｒｉｏｕｓ ｒｅｓｕｌｔｓ ｔｈａｔ ａｒｅ ｎｅｅｄｅｄ，ａｎｄ ｐｒｏｖｅｓ ｔｈａｔ ｔｈｅ ＢＮ ｉｓ ｐｏｗｅｒｆｕｌ ｉｎ ｄａｍ ｒｉｓｋ ａｎａｌｙｓｉｓ．Ｔｈｉｓ ｍｅｔｈｏｄ ｐｒｏｖｉｄｅｓ ａ ｎｅｗ ｗａｙ ｏｆ ｄａｍ ｒｉｓｋ ａｓｓｅｓｓｍｅｎｔ ｆｏｒ ｒｅｓｅｒｖｏｉｒｓ．
