基于故障树的生物质气化中毒事故BN-LOPA分析

杨秀珍 许开立教授 龚维立 张天帅 楚明辉

(东北大学 资源与土木工程学院，辽宁 沈阳 110819)

0 引言

生物质气化的原料供应广泛，并且能够产生清洁能源，对环境友好，具有良好的发展前景。但由于生物质气化产生的燃气中含有CO，一旦泄露，极易造成人员中毒和财产损失。因此对生物质气化中毒事故进行风险分析和评价，对于提出合理有效的事故预防措施，降低事故发生概率具有重要意义。

目前，能够直观表达事故基本原因的故障树分析方法，是最常用的风险分析方法之一，但由于该方法将系统状态简单地划分为正常和失效，忽略多状态的假设推理关系，且利用布尔代数法计算最小割集合和最小径集合，计算量大，针对较复杂系统的风险评价，仍具有一定局限性。然而，基于故障树的贝叶斯网络则具有直观的逻辑关系表达能力和强大的推理计算能力，不仅简化逻辑关系表达，还提高计算效率。例如宋超等利用贝叶斯概率统计和网络推理，进行系统风险分布的定量分析，计算节点的后验概率；但是，以上研究只是针对未采取任何安全措施的系统进行风险评价，忽略系统保护措施失效带来的风险。保护层分析法是一种对系统保护措施失效风险进行评价并进行决策的系统分析方法。刘家喜等对系统的薄弱环节设置保护层并根据保护层分析法进行剩余风险等级评价；闫放等利用风险矩阵得出风险等级，并通过设计独立防护层，降低事故的发生概率。因此，为实现复杂系统全面风险评价，本文提出基于故障树的贝叶斯—保护层复合分析法(BN-LOPA)，该方法可客观、准确地确定复杂系统的薄弱环节，并通过设置独立保护层降低系统风险等级至可接受水平，较为全面研究事故发生机理并对保护措施有效程度进行评价。

1 基于故障树的贝叶斯—保护层复合分析法概述

1.1 基于故障树的贝叶斯网络概述

贝叶斯网络(Bayesian Networks，BN)是一种进行概率分析和推理的数学工具。它可利用具有网络结构的有向图简易直观地刻画事件的内部逻辑关系；另一方面，其强大的推理能力可以使其对不确定性事件以及概率性事件进行计算分析。坚实的理论基础和强大的软件支撑，使得贝叶斯网络成为风险评价的有力工具。

故障树模型不仅可以通过图形直观地演绎展现系统内可能发生的零部件失效、工作环境变化、人失误等因素(基本事件)如何导致系统失效而发生事故(顶事件)，还可以进行简单的定量分析计算。但是由于事故发生形式的不确定性和复杂性，通过建立故障树和贝叶斯网络之间映射关系的基于故障树的贝叶斯网络分析方法具有更强的适用性。贝叶斯网络是一个有向无环图，包括节点和有向边。贝叶斯网络中没有父节点的节点(根节点)对应故障树中的基本事件，而有向边则对应故障树的逻辑门，故障树的逻辑关系通过条件概率表(Conditional Probability Table，CPT)映射为贝叶斯网络的联结强度。设

A

、

B

为2组变量，

B

=

B

(

i

∈

I

)为相互独立的随机变量，则在“

A

已经发生”的条件下，

B

发生的条件概率的计算公式如下：

(1)

式中：

n

—

B

组独立随机变量的个数。其中，

P

(

A

)可以用全概率公式展开：

(2)

相比于复杂的编程建模方法，GeNIe具有直观简化的图形化建模能力，并可进行多种推理计算的贝叶斯网络建模成熟软件，因此，本文选取GeNIe软件进行贝叶斯网络建模。

1.2 基于故障树的贝叶斯—保护层分析法

保护层分析法(Layers of Protection Analysis，LOPA)是基于定性风险评估信息的一种半定量的风险评价技术。其任务是判断是否存在足够的防护层，从而使风险降低到可容忍水平，达到安全生产的要求。基于故障树得到的贝叶斯网络，可演示事故场景的事件链(初始事件、中间事件、后果事件)；根据风险矩阵，可通过初始事件发生概率、失效后果严重程度和系统失效概率的数量级大小来表征事件的风险。首先，未采取独立保护层的情况下发生事故的事件称为未减轻事件，其导致事故发生的风险称为潜在风险；采取独立保护层情况下，还能诱发事故的事件称为减轻事件，其诱发事故的风险称为剩余风险。

1.2.1 风险等级分析

风险矩阵是一种通过评价事件风险等级简化的定量风险分析方法，具有较好的客观性。本文采用的风险矩阵，见表1。根据专家的建议以及气化站实际情况，参考文献[5]后果严重等级划分标准，对本文提出的生物质气化中毒事故5个后果严重等级对应情况进行描述(见表2)；不同风险等级应采取的措施，见表3。

表1 风险矩阵Tab.1 Risk matrix

表2 后果严重等级Tab.2 Serious grade of consequences

表3 风险等级及要求的措施Tab.3 Grade of risk and required measures

1.2.2 故障概率计算

设置独立防护层是防止事故发生的有效措施，独立防护层失效的概率可通过每个防护层的失效概率乘积求出，计算公式如下：

(3)

式中：

P

—第

i

个独立防护层的失效概率；

m

—独立防护层的个数。

1.3 基于故障树的贝叶斯—保护层复合分析法步骤

基于故障树的贝叶斯—保护层复合分析法(BN-LOPA)，分析步骤如下：

(1)编制故障树。了解工艺流程，收集历史故障数据，编制生物质气化中毒事故的故障树。

(2)基于故障树构建贝叶斯网。根据构建的气化中毒故障树，利用GeNIe软件建立有向无环的贝叶斯网络映射其逻辑关系。

(3)确定风险贝叶斯网络故障节点。输入基本事件的发生概率进行更新，利用贝叶斯网络的双向推理技术，计算出各基本事件的后验概率，进行对比分析，筛选对顶事件影响较大的基本事件，选择该基本事件为风险贝叶斯网络故障节点。其中，基本事件的发生概率从该气化站装置的故障统计资料和相似文献资料中获得。

(4)基于贝叶斯网络进行防护层分析。

①根据风险矩阵，确定风险贝叶斯网络故障节点潜在的风险等级，对该节点分别设置独立防护层，并计算设置防护层后始发事件概率。

②根据减轻事件的概率和风险矩阵，确定事故发生的风险等级，研究是否需要继续添加防护层来降低剩余风险以满足安全生产的要求。

2 实例分析

2.1 生物质气化技术简介

生物质气化以生物质燃料为原料，在高温和催化剂的条件下进行反应，最终得到清洁能源(主要成分是H、CO和CH)的热化学反应。气化的产物经过去灰、脱焦后可通过管网输向用户，其工艺流程，如图1。

图1 生物质气化站工艺流程Fig.1 Process flow of biomass gasification station

由于生物质气化工艺中存在燃气(主要成分为CO)，一旦泄漏，极易导致中毒事故，造成严重的人员伤亡和财产损失。因此根据生物质气化工艺流程，找到系统薄弱环节，并采取保护措施，对提高生产安全具有重要意义。

2.2 编制生物质气化中毒事故故障树

分析气化中毒事故发生原因，编制出生物质气化站发生泄漏中毒事故的故障树(如图2)，各符号所代表的事件，见表4。各基本事件的发生概率通过查阅资料获得，见表5。

表5 各基本事件的发生概率Tab.5 Probability of basic events

表4 图2中代码含义Tab.4 Code implications in figure 2

图2 生物质气化站燃气泄漏中毒事故故障树Fig.2 Fault tree of gas leakage poisoning at biomass gasification station

2.3 构建生物质气化中毒事故贝叶斯网络

利用GeNIe软件，根据生物质气化中毒事故的故障树基本事件和顶事件之间的逻辑关系以及文献[11-13]描述的逻辑门向贝叶斯网络转化的具体方法，构建生物质气化中毒事故贝叶斯网络，如图3。

图3 生物质气化中毒事故贝叶斯网络Fig.3 Bayesian Network of biomass gasification poisoning accident

输入基本事件的先验概率，通过贝叶斯网络推理计算得出，在顶事件发生的条件下(发生概率为1.11×10)各基本事件的后验概率，与先验概率的比较情况，如图4。

由图4可看出，基本事件的先验概率和后验概率差别较大，相比于比较接近的先验概率，基本事件的后验概率相差明显，且后验概率的大小表征基本事件对顶事件发生的影响重要程度，在所有基本事件中，后验概率最大的3个基本事件分别为

X

器壁磨损腐蚀、

X

防护用具失效、

X

防护用具不匹配，因此，这3个基本事件对应的节点可视为贝叶斯网络中的故障节点。

图4 基本事件的先验概率和后验概率Fig.4 Prior and posterior probabilities of basic events

2.4 基于贝叶斯网络的防护层分析

生物质气化站大部分位于农村地区或者郊区，但是由于其生产具有一定规模，燃气中的CO一旦发生泄漏，会对气化站内的工作人员和周边居民的生命健康造成威胁，严重可能导致人员中毒死亡。其次，燃气泄漏可能导致周边环境受到污染，且气化站损坏设备的维修也会导致比较高的经济损失。事故后果严重等级可根据表3判断为高。则可根据风险矩阵得出生物质气化中毒事故风险等级为7级，应确认落实控制措施，并进行维护。

对故障节点设置防护层，可防止节点发生故障，从而降低顶事件的发生概率，因此，对前文分析出的3个故障节点设置防护层，并分别计算未减轻事件和减轻事件的概率，并对应表2描述的事故后果情况，确定事件的后果严重等级，最终根据表1综合评价防护层设置前后事件的风险等级，见表6。

由此可得，根据贝叶斯网络推理计算，没有设置独立保护层前事故的发生概率1.11×10，专业人员对事故发生后果严重等级评价为“高”，对照表1得出中毒事故的风险等级为7级；通过对故障节点设置独立保护层，根据表6得到的事件发生的概率，更新贝叶斯网络对应的故障节点概率，可计算出设置独立保护层后中毒事故的发生概率为5.35×10，采用上述同样方法，得到中毒事故的风险等级为5级，可见，通过设置独立保护层风险等级由需要落实控制措施的7级降到无需采取安全措施的5级。

表6 防护层分析结果Tab.6 Analysis results of protective layers

3 结论

(1)基于故障树模型，提出BN-LOPA复合的定量风险评价方法，应用此方法得到生物质气化中毒事故发生概率为1.11×10，事故风险为7级。

(2)依赖贝叶斯网络强大的双向推导能力计算基本事件的后验概率，得出器壁磨损腐蚀、法兰失效、防护用具不匹配这3个基本事件是导致生物质气化中毒事故发生的最重要因素。

(3)分别对上述3个基本事件对应的节点设置独立防护层，通过概率计算得到生物质气化中毒事故的发生概率由原来的1.11×10降低至5.35×10，根据风险矩阵，得到事故对应的风险等级由7级降到5级，能够满足安全生产的要求。