基于贝叶斯网络的生物质气化中毒事故定量bow－tie分析

基于贝叶斯网络的生物质气化中毒事故定量bow－tie分析闫放;许开立;姚锡文;王文菁
【摘要】Fussell-Vesely worth of each event is calculated by Bayesian network .Prevention measures are adopted to the reason event with higher worth .The event tree analysis is conducted to determine control measures and calculate the probability of biomass gasification poisoning accidents before and after measures are taken .Finally the biomass gasification poisoning acci-dents after using bow-tie analysis based on Bayesian network are evaluated by risk assessment matrix .As the result ,this method can reduce probability and risk of accidents by adopting safety measures to parts of the whole points of the system .%本文通过贝叶斯网络计算各原因事件的弗塞－维思利重要度，选取重要度较高的原因事件采取预防措施；并通过事件树分析确定控制措施，计算采取措施前后生物质气化中毒事故发生的概率，最后通过危险性评价矩阵对采取基于贝叶斯网络的bow－tie分析后的生物质气化中毒事故风险进行评价。

结果表明，采用该方法只需对系统中部分节点采取安全措施即可有效降低事故发生概率，从而降低事故风险。

【期刊名称】《工业安全与环保》
【年(卷),期】2015(000)011
【总页数】5页(P64-67,83)
【关键词】生物质气化中毒事故;bow-tie分析;贝叶斯网络;重要度;危险性评价矩阵【作者】闫放;许开立;姚锡文;王文菁
【作者单位】东北大学资源与土木工程学院沈阳110819;东北大学资源与土木工
程学院沈阳110819;东北大学资源与土木工程学院沈阳110819;东北大学资源与土木工程学院沈阳110819
【正文语种】中文
0 引言
生物质气化技术作为一个新能源技术在近年得到了极大的推广，但生物质气化燃气中含有大量CO，使得生产过程中一旦发生燃气泄漏将有可能导致中毒事故的发生，且在生物质气化发电工程中存在高温伤害与中毒隐患［1－2］。

目前，贝叶斯网
络和传统bow－tie分析法在事故分析中均分别有所应用，例如文献［3］提出用
贝叶斯网络分析人因可靠性；文献［4］提出利用贝斯网络分析可变系统的事故后果；文献［5］提出利用bow－tie分析法对不确定的风险进行评估；文献［6］采用基于故障树bowtie模型对城市燃气管道进行风险评价。

传统bowtie分析法利用故障树分析原因事件并针对原因事件提出预防措施，但每一个原因事件都提出相应的预防措施并实施会出现投入过高的问题，尤其是对于本身投入成本较低的生物质气化站，过高安全投入并不可行。

本文提出一种将贝叶斯网络代替故障树分析的改进bow－tie分析法来对生物质气化中毒事故进行定量分析。

通过贝叶斯网络计算各基本事件的弗塞－维思利重要度，分析出易导致顶事件发生的原因事件，有针对地提出相应的预防措施及控制措施；对采取措施后的事故发生概率进行计算，从而对生物质气化中毒事故进行定量分析。

1 故障树分析
1.1 中毒事故原因分析
中毒事故一般由燃气泄漏所导致。

生物质气化系统包括气化炉、干式除尘器、湿式
除尘器、真空泵、脱水器、储罐、调压装置及连接管道。

气化炉、干式除尘器置于气化间内；湿式净化器(包括喷淋式除尘器与水浴式除尘器)、真空泵、脱水器、调压装置置于净化间内；储罐埋地置于室外。

如图1所示，真空泵置于喷淋式除尘
器与水浴式除尘器之间，气化装置产生的燃气由真空泵抽出来，经过干式除尘器、喷淋式除尘器后，通过真空泵将燃气通入水浴式除尘器及脱水器，进入室外的储罐，再通过净化间内的调压装置输向用户。

真空泵之前的装置内为负压，不存在泄漏；真空泵之后的装置为正压，存在泄漏的可能。

因此，通过以上分析可知，生物质气化系统中存在泄漏的装置为真空泵、水浴式除尘器、脱水器、调压装置、储罐以及管道，这些装置的泄漏将会导致中毒事故的发生。

图1 生物质气化净化间系统
1.2 燃气泄漏故障树分析
房间内装置燃气泄漏将会导致生物质气化中毒事故发生，由生物质气化系统可知生物质气化站发生泄漏的装置除了储罐外均位于净化间内，而储罐置于室外埋地，即使发生燃气泄漏也不会导致中毒事故的发生。

因此，发生燃气泄漏的装置主要为净化间内的真空泵、水浴式除尘器、脱水器、调压装置以及管道。

由此绘制出生物质气化中毒事故的故障树，如图2所示。

图2中代码含义见表1。

各基本事件的发生概率来自沈阳市周边生物质气化站的生产数据以及挪威船级社的泄漏统计资料［7］，见表2。

图2 生物质气化中毒事故故障树
表1 图2中代码含义代码含义代码含义T 装置燃气泄漏 X3阀片断裂A1 水浴式除尘器泄漏 X4 转子叶片结垢A2 脱水器泄漏 X5 轴承损坏A3 真空泵泄漏 X6 轴
端密封失效A4 管道泄漏 X7 联轴器橡胶垫损坏A5 调压装置泄漏 X8 法兰损坏A6 调压装置漏气 X9 阀门泄漏A7 燃气阀门未关闭 X10 安全阀故障A8 阀门开关未手动断开 X11 开关失控A9 燃气阀门继电器未断开 X12 人员失误X1 焊接失效 X13
继电器故障X2 外壁腐蚀磨损 X14压力传感器故障
表2 基本事件发生概率事件发生概率事件发生概率X1 1.096×10－3 X8
1.096×10－3 X2
2.013×10－3 X9 2.517×10－4 X3 7.200×10－4 X10
4.072×10－4 X4 1.259×10－3 X11
5.100×10－4 X5 1.046×10－3 X12
6.667×10－4 X6 9.132×10－4 X13 2.517×10－3 X7 1.370×10－3 X14
2.448×10－3
2 基于贝叶斯网络的bow－tie分析
2.1 bow－tie分析
传统的bow－tie分析包括故障树分析与事件树分析两个部分［8］，失效事件同
时为故障树的顶事件与事件树的初始事件。

由故障树与事件树分析分别得出原因事件与后果事件，并据此得出预防措施与控制措施。

将装置燃气泄漏作为失效事件，原因事件即为故障树中除顶事件外的各事件，后果事件为火灾爆炸事故与中毒事故。

由此得出装置燃气泄漏事件的传统bow－tie分析如图3所示。

图3 传统bow－tie分析
2.2 故障树向贝叶斯网络转换
贝叶斯网络是一种基于贝叶斯公式的概率网络，如式(1)所示。

式中，P(A︱B)为事件B发生条件下事件A发生概率；P(B︱A)为事件A发生条件下事件B发生概率；P(A)，P(B)分别为事件A，B发生的概率。

将传统的bow－tie分析中的故障树转换为贝叶斯网络的步骤如下［9］。

(1)根据故障树中的每个事件(基本事件、中间事件、顶事件)建立节点，对于重复的事件，在贝叶斯网络中只建立一个节点；
(2)根据故障树中基本事件的发生概率确定贝叶斯网络中子节点的先验概率；
(3)按照故障树中顶事件、中间事件和基本事件之间的连接关系建立贝叶斯网络中
节点之间的连接，并根据故障树中事件之间的逻辑确定贝叶斯网络中子节点的条件概率分布。

(4)贝叶斯网络中顶事件为bow－tie失效事件。

2.3 基本事件重要度计算
通过式(1)既可对贝叶斯网络向前推导，对事故进行预测并计算顶上事件条件概率，也可向后推导计算顶上事件发生时基本事件的后验概率，从而对系统进行诊断，找出对顶事件发生贡献较大的事件。

引入一种贝叶斯网络分析中所使用的重要度弗塞－维思利(Fussell－Vesely)重要度［9］，该重要度又称割集重要度，用于描述事
件失效对系统失效的贡献。

计算方法如式(2)所示。

式中，IFV(X)为某事件X的弗塞－维思利重要度；P(A)为顶上事件A的发生概率；P(A︱X=0)为某基本事件X不发生条件下顶事件发生的概率。

本文采用由美国匹兹堡大学基于C++平台开发的概率计算软件GeNIe进行计算，得出顶事件的发生概率即式(2)中的P(A)为9.724×10－3。

再分别对各基本事件不发生条件下顶事件的条件概率进行计算，从而求得P(A︱X=0)，最后得出各基本
事件的弗塞－维思利重要度，如图4所示。

由图4可知，重要度值较高的7个基
本事件的分别为X2，X7，X4，X1，X8，X5，X6。

2.4 确定预防措施与控制措施
根据2.3的分析，在生物质气化中毒事故中，弗塞－维思利重要度值较高的7个事件 X2，X7，X4，X1，X8，X5，X6对应事件分别为外壁腐蚀磨损、联轴器橡胶
垫损坏、转子叶片结垢、焊接失效、法兰损坏、轴承损坏、轴端密封失效。

本文以此7个原因事件为例，在bow－tie分析中共采取19项预防措施。

事件装置燃气泄漏后会导致中毒事故与火灾爆炸事故两个后果，本文仅以中毒事故为例分析。

对中毒事故这个后果在装置燃气泄漏发生后可以采取设置机械排风装置与CO报警装
置这两个控制措施。

最终得出基于贝叶斯网络的bow－tie分析图如图5所示。

图4 基本事件弗塞－维思利重要度
图5 带有预防措施与控制措施的bow－tie分析
2.5 采取措施后事故发生概率计算
根据前文分析得出导致失效事件发生的主要原因为外壁腐蚀磨损、联轴器橡胶垫损坏、转子叶片结垢、焊接失效、法兰损坏、轴承损坏、轴端密封失效7个事件，
并根据这7个事件提出了19项预防措施(见图5)，从而保障这7个事件所对应节
点能够安全运行。

然后根据式(1)计算采取预防措施后的装置燃气泄漏发生概率。

应用GeNIe软件计算得出采取预防措施后生物质气化装置燃气泄漏发生概率为
9.715 ×10 － 4。

采取控制措施后中毒事故的发生概率可通过事件树进行计算，事件树分析如图6
所示，其中机械排风装置与CO报警装置的故障率数据参考挪威船级社的资料［7］。

根据图6所示，采用控制措施后装置燃气泄漏导致中毒事故的概率为1.62×10－4。

最终得出在采用了预防与控制措施后，生物质气化中毒事故的发生概率为
9.715×10－4×1.62×10－4=1.574×10－7。

3 中毒事故风险评价
通过定量分析得出bow－tie分析中采取预防措施与控制措施后事故发生概率并采用危险性评价矩阵对生物质气化中毒事故进行评价。

如表3所示，美国MILSTD
－882D标准［10］把事故发生概率分成5级，把危险严重度分为4级，从而构
成危险性评价矩阵，其中风险等级1～5为高风险；风险等级6～9为中等风险；
风险等级10～20为低风险。

图6 事件树分析
表3 危险性评价矩阵可忽略A( ＞10－1)事故发生概率危险严重度I致命Ⅱ严重
Ⅲ危险Ⅳ12 15 17 20 1 3 7 13 B(10－1～10－2) 2 5 9 16 C(10－2～10－3) 4 6 11 18 D(10－3～10－6) 8 10 14 19 E( ＜10－6)
在未采取任何措施情况下，生物质气化站内发生装置燃气泄漏的概率为9.723
54×10－3，因没有采取任何控制措施，失效事件发生将直接导致中毒事故发生，此时中毒事故发生概率即为9.723 54×10－3。

一旦发生中毒事故，将会导致人员伤亡，所以在危险性评价矩阵中将中毒事故的危险严重度定为I致命，此时对应风险为4级高风险；采取预防措施后失效事件发生概率降低到9.715×10－4，若无任何控制措施中毒事故发生概率也为9.715×10－4，此时风险为8级中等风险；同时采取预防与控制措施后，中毒事故发生概率降低到1.574×10－7，此时风险为12级低风险。

采用基于贝叶斯网络的bow－tie分析生物质气化中毒事故后，只需对部分的原因事件采取预防措施即可将事故从高风险降低到中等风险；再通过控制措施可将中毒事故最终降低到低风险，从而保障生物质气化生产安全进行。

4 结论
(1)用贝叶斯网络代替故障树改进传统bowtie分析方法，通过计算弗塞－维思利重要度可根据基本事件发生概率来定量分析出基本事件发生对顶事件发生的影响。

找出系统中对顶事件发生影响较大的7个事件，相应提出了19项预防措施，计算得出采取措施后中毒事故发生概率由9.724×10－3降至9.715 ×10－4。

(2)通过事件树分析，提出使用机械排风装置与CO报警装置两项控制措施，并分析计算出采取预防措施前提下再采取控制措施可使中毒事故发生概率降至1.574 ×10－7。

(3)根据危险性评价矩阵，生物质气化中毒事故未采取任何措施时为高风险；采取预防措施后为中等风险；再采取控制措施后为低风险。

采用基于贝叶斯网络的bow－tie分析可对事故定量分析，及时采取安全措施便可有效地降低事故风险，
在达到安全生产目的同时还可节约投入。

参考文献
［1］Keith R Cummer，Robert C Brown.Ancillary equipment for biomass gasfication［J］.Biomass and Bioenergy，2002(23):113 －128.
［2］孟庆杰.生物质发电工程安全管理探讨［J］.科技创业家，2013(23):23. ［3］孙旋，牛秦洲，徐和飞，等.基于贝叶斯网络的人因可靠性评价［J］. 中国安全科学学报，2006，16(8):22－28.
［4］Leu K L，Chen Y Y，Wey C L，et al.A bayesian network reliability modeling for flexray systems［J］.World academy of science，engineering and technology，2010(65):42 －47.
［5］Refaul Ferdous，Faisal Khan，Rehan Sadiq，et al.Analyzing system safety and risks under uncertainty using a bow－tie diagram:An innovative approach［J］.Process safety and environmental protection，2013，
91(1/2):1 －18.
［6］贾朋美，於孝春，宋前甫.Bow－tie技术在城镇燃气管道风险管理中的应用［J］.工业安全与环保，2014，40(2):14－17.
［7］Spouge John.New generic leak frequencies for process equipment ［J］.Process Safety Progress，2005，24(4):249 －257.
［8］Adam S.Markowski，Agata Kotynia.“Bow －tie”model in layer of protection analysis［J］.Process safety and environmental protection，2011，89:205 －213.
［9］Intellect，Relex Software Corporation.Reliability:A Practitioner’s guide［M］.Beijing:Beijing University of Aeronautics and Astronautics Press，2009.
［10］陈宝智.系统安全评价与预测［M］.北京:冶金工业出版社，2011:143－144.。