基于MCS-CB的三通管内铝粉爆炸风险分析

修改时间：2020年04月03日15:56:40
电脑XF-D排图文ly校对
摘要：为研究粉尘爆炸及抑爆后的风险变化，构建了基于蒙特卡罗模拟的粉尘爆炸不确定性风险及其概率变量评估方法，对三通管内铝粉爆炸压力动态不确定性变化及粉尘爆炸超压不确定性风险进行分析。

结果表明：中位粒径为35μm、质量浓度为500g/m3的铝粉在典型位置三通管处爆炸超压服从Gamma分布，其爆炸超压平均值为0.10MPa；蒙特卡罗模拟结果显示，以超过50%概率区间为例，分岔口处铝粉爆炸超压致管道结构损坏的风险性为85.41%，加入7.5%磷酸二氢铵后，超压对于管道结构的致损风险减小至45%。

关键词：铝粉；爆炸；爆炸超压；蒙特卡罗模拟；概率变量；风险分析
中图分类号：X932，X964文献标志码：A
文章编号：1009-0029（2020）04-0456-04
工业生产粉尘爆炸事故中，冲击波迅速将大量粉尘层扬起，撞到系统中流动的巨大能量，常易引起二次爆炸和多次连锁爆炸。

工业粉尘70%以上具有可燃性，绝大多数具有可爆性，统计数据显示，铝制品加工过程中产生的粉尘爆炸是工业粉尘爆炸中常见的、破坏力较大的事故。

铝粉二次爆炸中，由于冲击波扬尘量更大、粉尘云紊流度更高、初次爆炸能量常与残余引爆能量叠加等原因，二次爆炸往往导致已受损的承载体在更大的压力波作用下形成更大的破坏，且初次爆炸后检测系统多受到破坏。

因此，有必要采用实验加模拟相结合的方法进行风险计算和分析。

粉尘爆炸后果测试的实验研究主要集中在爆炸球、哈特曼管和直管道，如在20L爆炸球和1m3试验装置内测试和分析粉尘的最小点火能、最大爆炸压力、爆炸指数等。

然而，工业生产中弯管和三通管及组合管道不可避免，管道变化对粉尘系列爆炸的影响不可忽略，尤其是变形结构导致粉尘沉积和扬起的差异和影响；受壁面稀疏波和压缩波的影响，三通型管横向爆轰波的产生对爆轰波的再生起到了关键作用。

粉尘爆炸风险评估研究不仅要考虑因素的相互作用，还要计算因素对爆炸风险值的贡献及级别，甚至需要考虑爆炸事故的次生衍生事故。

如Yuan 等基于多米诺效应理论，采用贝叶斯网络方法估算潜在的粉尘爆炸概率和可能的传播路径，对包含粉尘扩散、冲击超压的综合事故风险进行分析。

由于铝粉二次爆炸非常复杂，事故发展过程中压力的分布受冲击波流速和湍流的影响而随时、空动态变化，因此，风险评估还要考虑压力的
动态变化及其分布规律。

蒙特卡罗模拟方法以概率统计理论为基础，可以分析风险因素的动态变化值及其出现的概率，结合风险因素之间的相互作用机制，给出事故风险值的范围及其概率分布，但目前工程应用比较少见。

笔者将根据三通管内粉尘爆炸的试验测试，分析粉尘爆炸压力的动态分布函数，研究三通管内铝粉爆炸及抑爆后爆炸超压致管道结构损坏的不确定性风险变化及其概率分布。

1基于MCS-CB的粉尘爆炸风险分析方法
构建的MCS-CB模型是指采用蒙特卡罗模拟方法（Monte Carlo Simulation）在水晶球软件（Crystal Ball）中进行风险评价的过程，蒙特卡罗模拟有效利用风险因素不确定性的影响，将定量风险分析应用于决策制定。

水晶球软件通过定义概率分布来替代不确定性模型变量中的单一数值，在定义的可能范围内进行随机模型的蒙特卡罗模拟和结果分析，量化给定事件的风险水平，计算事故的风险及其概率分布。

笔者对三通管处铝粉爆炸进行风险分析的步骤如下：（1）设计实验。

对三通管内铝粉二次爆炸及抑爆过程中的爆炸压力进行采集，在MCS-CB模型中，爆炸压力作为风险因素视为决策变量，风险概率变量视为输出变量。

（2）选择风险因素的分布函数。

基于概率统计学，连续概率分布由密度函数定义，离散概率分布由概率质量函数定义。

密度和质量函数取决于一个或多个参数，根据参数的值，许多概率连续分布可以取不同的形状和尺寸，使用水晶球的概率分布拟合功能确定各组爆炸压力的概率分布类型。

（3）定量风险分析。

爆炸事故发生时，人员将受到爆炸的直接爆炸效应（包括超压和热辐射）或间接爆炸效应（大部分为抛射物致伤）的伤害。

此外，爆炸产生的超压影响范围大，破坏性强，爆炸高速气流形成的动压还会引起设备及建筑物结构的破坏。

因此，基于爆炸压力随时间动态变化的特点，选取结构损坏失效作为分析爆炸作用于管道上的风险研究对象。

压力暴露下的概率单位方程可用式（1）表示。

Y=k1+k2ln V（1）式中：Y为风险的概率变量；因变量V为暴露剂量，在爆炸超压致管道结构损坏事故中，V即为爆炸超压P0，Pa；根据文献[14]，概率系数k1、k2分别取-23.8、2.92。

基于MCS-CB的三通管内铝粉爆炸风险分析
谢小龙，毕海普，雷伟刚，王开民，王凯全，邵辉
(常州大学环境与安全工程学院，江苏常州213164)
基金项目：江苏省高等学校自然科学研究项目（16KJB620001）；江苏省研究生科研创新计划项目（KYCX18-2625）消防理论研究
7
8
4
9
可视窗口；高速摄像机；5.光电传感器；
高压点火装置；数据采集卡；9.计算机；
号压力传感器
三通管铝粉爆炸抑爆测试系统
利用上述爆炸测试系统进行爆炸压力测试，
的铝粉，
的磷酸二氢铵作为抑爆剂，
0.6
0.5
0.4
12号传感器
13号传感器
14号传感器
15号传感器
16号传感器
0.3
0.2
0.1
0.0
-0.1
1234
时间/s
爆
炸
压
力
/
M
P
a
（a）不同位置处铝粉爆炸压力
500g/m3铝粉
5%磷酸二氢铵
7.5%磷酸二氢铵
10%磷酸二氢铵
0.1
0.0
-0.1
0.2
0.3
0.4
0.6
0.5
12345
时间/s
爆
炸
压
力
/
M
P
a
（b）14号传感器处铝粉爆炸及抑爆后的压力
图2三通管内铝粉爆炸压力随时间变化曲线
表1三通管内不同位置处爆炸超压的概率分布
号压力传感器
号压力传感器
号压力传感器
号压力传感器
号压力传感器
概率分布类型
对数正态分布
对数正态分布
Gamma分布
指数分布
对数正态分布
最小值
/MPa
0.01
0.00
0.00
0.00
0.01
最大值
/MPa
0.26
0.23
0.61
0.30
0.39
平均值
/MPa
0.04
0.04
0.10
0.02
0.03
表214号传感器处抑爆后爆炸超压的概率分布
磷酸二氢铵
磷酸二氢铵
磷酸二氢铵
概率分布
类型
Gamma分布
对数正态分布
指数分布
最小值
/MPa
0.00
0.01
0.00
最大值
/MPa
0.35
0.20
0.17
平均值
/MPa
0.04
0.02
0.02
标准
偏差
0.04
0.02
0.02
概率变量分布及爆炸风险分析
根据式（1）定义概率变量Y与爆炸超压P0之间的关在水晶球软件中将概率变量作为跟踪的预测单元
用拉丁超立方抽样法，进行10000次蒙特卡罗抽样模拟。

2.000.00
0.010.02
100
8060
40200200
180160140120
0.002.004.006.008.0010.0012.0014.0016.00
概率变量确定性最小值=5.82确定性最大值=16.05平均值=8.35
确定性=85.41%
频率
最小极值预测值
（a ）14号传感器处铝粉爆炸压力致损频率0.00
0.010.02
90
60300240210180150120270-16.000.00 4.00-4.00-8.00-12.008.0012.00
概率变量
确定性
最大值=12.54平均值=3.99
确定性最小值=5.00频率
拟合:最小极值预测值
确定性=45.16%
（b ）15号传感器处铝粉爆炸压力致损频率图3
不同位置处爆炸超压致损的概率变量频率分布
选取概率变量大于1.91、4.33、5、5.67和6.28，即致损概率大于0.1%、25%、50%、75%和90%，对5组不同参数进行超压致管道结构损坏概率分析，图4中的概率变量（致损概率P ）表示根据式（2）计算后，概率变量Y 对应于其后的致损概率P 。

40%30%20%
70%
60%50%80%90%
100%＞4.33(25%)＞5.67(75%)＞5(50%)＞6.28(90%)概率变量Y (致损概率P )
爆炸超压致结构损坏确定性
＞1.91(0.1%)83.6458.3950.08
41.63
34.42
75.1451.5644.4937.6331.65
96.06
88.76
85.41
81.28
76.7875.87
53.1645.16
36.7729.1471.6946.0538.7331.84
26.03
12号传感器13号传感器14号传感器15号传感器16号传感器图4不同位置处爆炸超压致结构损坏的确定性
由图4可知，在不同等级的致损概率组别中，14号传感器处铝粉爆炸的致损确定性与其他参数组相比较高；着致损概率向高概率范围移动，不同参数组的管道损坏确定性逐渐降低，说明发生管道损坏事故较高风险的可能性减小；同12号和13号传感器处致损风险相比，15号传感器虽然最大爆炸压力较高，但从整个爆炸过程来看，其表现出低概率管道结构损坏的较高可能性以及高概率致损的较低可能性。

0.00
0.01
0.02
10080
6040200
200
1801601401203.004.005.006.007.008.009.0010.0011.0012.00
概率变量
确定性最大值=11.82平均值=5.04
确定性最小值=5.00
确定性=45.00%
拟合:Beta 预测值
修改时间：2020年04月03日15:56:40
出以下结论。

（1）不同传感器位置处爆炸压力大多服从对数正态分布，14号位置处抑爆后的爆炸压力概率分布类型各不相同。

从概率分布平均值来看，500g/m3铝粉在14号传感器处爆炸超压平均值为0.10MPa，各组爆炸超压平均值随着抑爆剂量的增加而降低。

（2）对于粉尘爆炸致管道结构损坏在不同位置处的风险，14号传感器处铝粉爆炸超压致管道结构损坏概率变量范围为-2.32~16.05，爆炸超压导致结构损坏的风险性极高；15号传感器处表现出低概率管道结构损坏的较高可能性以及高概率致损的较低可能性。

（3）加入抑爆剂后，尽管仍存在一定的结构损坏风险，对应不同等级致损概率的爆炸超压致管道结构损坏的确定性都有所减小，且风险确定性随着损坏概率向高概率范围的移动而减小，其中，7.5%磷酸二氢铵的抑爆效果体现在对50%以上损坏概率的确定性风险由接近85.41%降低至45%。

参考文献：
[1]JIANG H，BI M，LI B，et al.Inhibition evaluation of ABC powder
in aluminum dust explosion[J].Journal of Hazardous Materials，2019，361:273-282.
[2]ZHANG J，XU P，SUN L，et al.Factors influencing and a statisti⁃
cal method for describing dust explosion parameters:A review[J].
Journal of Loss Prevention in the Process Industries，2018，56: 386-401.
[3]LI G，YANG H，YUAN C，et al.A catastrophic aluminium-alloy
dust explosion in China[J].Journal of Loss Prevention in the Pro⁃cess Industries，2016，39:121-130.
[4]LI M.Research on protection measures and explosion about alumi⁃
num dust[J].Procedia Engineering，2012，43:516-518.
[5]GHANNAD Z，PAJOUH H.Anomalous diffusion due to the non-
Markovian process of the dust particle velocity in complex plasmas [J].Physics Letters A，2017，381(47):3952-3959.
[6]REDING S，SHIFLETT B.Metal dust explosion hazards:A tech⁃
nical review[J].Industrial&Engineering Chemistry Research，2018，57(34):11473-11482.
[7]LIU X，ZHANG Q.Influence of turbulent flow on the explosion
parameters of micro-and nano-aluminum powder-air mixtures[J].
Journal of Hazardous Materials，2015，299:603-617.
[8]TAKANO T，IKARASHI Y，UCHIYAMA K，et al.Influence of
swirling flow on mass and momentum transfer downstream of a pipe with elbow and orifice[J].International Journal of Heat& Mass Transfer，2016，92:394-402.
[9]潘振华，范宝春，归明月.T型管内流动气体中爆轰绕射过程的数值模
拟[J].爆炸与冲击，2014，34(6):709-715.
[10]YUAN Z，KHAKZAD N，KHAN F.Domino effect analysis of
dust explosions using Bayesian networks[J].Chemical Industry& Engineering Progress，2016，100:108-116.
[11]RANI I，AZIZ A，GIMBUN J.Analysis of dust distribution in si⁃
lo during axial filling using computational fluid dynamics:Assess⁃ment on dust explosion likelihood[J].Process Safety&Environ⁃mental Protection，2015，96:14-21.
[12]佟瑞鹏，马晓飞.基于蒙特卡罗法的家具制造工人不安全行为风险
评估[J].中国安全生产科学技术，2018，14(7):187-192.
[13]颜峻.基于蒙特卡罗的天然气长输管道泄漏范围预测[J].消防科学
与技术，2017，36(4):543-547.
[14]DANIEL A C，JOSEPH F L.Chemical process safety:Funda⁃
mental with Applications，3rd edition[M].Upper Saddle River NJ:Prentice Hall，2011.
[15]于辉，刘茂，刘付衍华.毒气泄漏场景下基于蒙特卡罗的工厂布局研
究[J].中国安全科学学报，2011，21(2):171-176.
[16]毕海普，谢小龙，雷伟刚，等.激波卷扬三通管内铝粉致二次爆炸及
抑爆研究[J].消防科学与技术，2019，38(5):607-610.
[17]雷伟刚，毕海普，王凯全.铝粉抑爆剂适用性能评估研究[J].安全与
环境工程，2018，25(2):121-125+138.
Risk analysis of aluminum dust explosion in
T-branch pipeline based on MCS-CB method
XIE Xiao-long,BI Hai-pu,LEI Wei-gang, WANG Kai-min,WANG Kai-quan,SHAO Hui
(School of Environmental and Safety Engineering,Changzhou University,Jiangsu Changzhou213164,China)
Abstract:A novel method of uncertainty risk prediction and proba⁃bility variable evaluation for dust explosion based on Monte Carlo simulation was established to study the risk of dust explosion and its reduction with suppression.The dynamic pressure changes of aluminum dust explosion and the followed uncertainty risk in the T-branch pipeline were calculated and analyzed,whose results show that the explosion overpressure of the aluminium dust with a medi⁃an particle size of35μm at a mass concentration of500g/m3chang⁃es in the shape of Gamma distribution with the average value of 0.10MPa.Taking the probability interval of more than50%as an example,the simulated results of Monte Carlo show that the risk of pipeline structure damage caused by explosion overpressure is 85.41%.However,with7.5%ammonium dihydrogen phosphate, the damage risk of overpressure on pipeline structure is reduced to 45%.
Key words:aluminum dust;explosion;explosion overpressure; Monte Carlo simulation;probability variable;risk analysis
作者简介：谢小龙（1994-），男，江苏徐州人，常州大学环境与安全工程学院硕士研究生，主要从事火灾爆炸风险分析研究，江苏省常州市武进区滆湖中路1号，213164。

通信作者：毕海普（1982-），女，常州大学环境与安全工程学院讲师，博士。

收稿日期：2019-11-26。