基于贝叶斯网络的立体库作业风险分析

孙树峰 岳森峰 刘友朋 赵志理

1 北京起重运输机械设计研究院有限公司 北京 100007 2 北京市自动化物流装备工程技术研究中心 北京 100007

3 机械工业物料搬运工程技术研究中心 北京 100007

0 引言

随着全球经济的快速发展，物流仓储行业的重要性愈加凸显，2022 年全年社会物流总额超过340 万亿元，物流业总收入达到12.7 万亿元[1]。自动化立体库（Automated Storage and Retrieval System，AS/RS） 是物流仓储行业的核心，承接上下游产业链的枢纽作用，截至2023 年5 月全国仓库总面积40 298.4 万m2，仓库园区8 651 个。立体库的施工作业是一项复杂且涉及众多技术领域的综合性作业，受到经济成本、技术水平、作业安全、项目环境等因素的制约，人员集中、设备繁多、交叉作业等因素给立体库施工作业带来极大隐患，加之高造价及发生事故的严重性，使立体库作业风险分析成为亟待解决的问题[2-6]。

在作业风险分析方面，Babaleye A 等[7]测试了BN内的事故前兆数据，利用经验学习方法调查了失败操作的最可能原因；Yazdi M 等[8]将模糊集理论和证据理论与贝叶斯网络相结合，提出了一种新的定量风险评价方法（Quantitative Risk Assessment，QRA）；晋良海等[9]为综合分析起重作业人、机、环等风险因素，构建了起重作业人机交互差错的贝叶斯网络模型；张健等[10]针对安全态势预测准确率低及安全风险识别率低的问题，提出了一种基于CAPSO-SNN 的输电现场作业安全管控措施；连成华等[11]为明确高处作业风险传递过程，应用社会网络分析法（Social Network Analysis，SNA）研究得到有向高处作业风险因素关系网络模型；付明福等[12]面向油气长输管道企业作业风险管理，提出一种作业分级定量风险评价方法；钟虹等[13]运用贝叶斯网络方法进行事故的条件概率计算，并结合模糊综合评价法对连续管作业人因失误风险因素进行等级评价；范晓飚等[14]通过层次分析法研究并建立安全风险的分析模型，利用判断矩阵确定影响龙门吊船舶在装卸货物下的各项安全风险指标权重。目前，作业风险分析多应用于石油石化、高空作业、航空航天等领域，鲜有面向立体库作业风险的研究。基于此，本文针对立体库施工作业中可能发生的事故类型进行研究，分析各风险因素的权重，确定施工作业事故孕育、演化与成灾过程中复杂状态，基于贝叶斯网络建立立体库作业工程风险的评估方法，形成面向施工作业的风险预警策略，相关成果可为我国立体库安全建设提供理论参考。

1 立体库作业风险辨识

1.1 风险因素识别

典型的立体库作业流程为：基础建设→货架安装、→堆垛机安装→输送机安装→单机调试运行→联合调试运行。针对立体库作业过程中因操作和处置不当引发的人员伤亡、财产损失、环境污染等问题，考虑仓库所处环境和作业技术条件，结合施工工艺流程，系统识别和分析立体库施工过程风险因素及作业危险性，提取关键作业环节，评估其作业风险。根据历史事故统计，将立体库作业风险划分为人员因素、管理因素、设备因素、环境因素等4 种类型。

1）人员风险因素 人员作为立体库作业的实施者，对事故的预防和应急处置至关重要，处于良好状态的作业人员能有效控制事故风险，降低或避免职业伤害程度。

2）管理风险因素 在立体库施工作业过程中，管理风险因素是造成事故的原因之一。管理风险主要体现在管理体制不完善、关键信息缺乏以及项目进行过程中产生错误决策等。

3）设备风险因素 在通常情况下，项目实施过程中机械设备及其结构的失效是引起作业事故的直接原因，设备风险主要包括结构风险、系统装配存在的安全隐患等。立体库施工大型设备采取起吊安装，诸多环节和不利因素都可能演化为危及吊装安全的因素。因此，在作业前应对关键设备进行检修，准确地评估其可靠性，并在作业过程加强设备性能监测，尽可能保证设备和人员的安全，此外还应保证各类安全保障设备及辅助设备的齐全性。

4）环境风险因素 立体库作业过程中环境风险因素主要为复杂地形和散落装备，作业现场包括消防门洞、纵深巷道、钢结构支架、待安装设备等，密闭仓库照明的不足，易伤及作业人员。

1.2 作业风险半定量计算

工作安全分析法（Job Safety Analysis，JSA）是一种预先对工作任务进行风险评价，并根据评价结果制定控制措施，实现降低或消除风险的方法。目前，JSA 分析法主要用于生产和施工作业场所活动的安全分析，包括新的作业、非常规作业、改变现有作业等任务的评估。为了半定量或定量评估作业步骤风险，风险矩阵常用来辅助JSA 完成分析过程，表1 为典型的风险矩阵图。风险矩阵将风险的等级定义为

式中：R为风险等级，P为风险事件发生的概率，C为风险事件的严重程度。

在实际中，依据专家评判以及国内立体库建设实例，可以确定P、C的值。

立体库作业是一个多工种、多设备协作施工的过程，影响作业安全的风险因素错综复杂。结合国内外文献，以国内某立体仓库工程项目为例，将立体库作业流程划分为K1基础建设、K2货架安装、K3堆垛机安装、K4输送机安装、K5单机调试运行、K6联合调试运行等6 个步骤，分析得到作业过程中的18 类风险事件。基于风险矩阵对立体库作业过程进行JSA 分析，得到表2所示评估结果，并根据基本风险事件的特征给出相应的控制措施。

由JSA 分析结果可知，堆垛机安装K3阶段风险最大，其次是货架安装K3阶段具有较高作业风险。2022年1 月，国内某项目货架安装时有工人踏空坠落，抢救无效死亡，高空坠物和人员坠落是2 个阶段中最危险的情况，对作业人员生命安全造成严重威胁，为此在项目实施中应加强作业现场的安全管理，严格生产现场的管理，发现隐患要采取对应的措施及时予以消除，保障劳动者的人身安全和社会公共安全，实现立体库作业成功完成。

2 立体库作业风险分析

2.1 立体库作业贝叶斯网络

贝叶斯网络（Bayesian network，BN）是一种结合图形分析模型，在基于概率和不确定性条件的风险和安全分析中具有显著优势，因而广泛应用于工程作业的风险评估领域。贝叶斯网络（BN）可用于正向（预测）或反向（推断）分析，当贝叶斯网络（BN）用于正向分析时，中间节点的概率由根节点的先验概率和节点之间的因果关系计算得到。贝叶斯网络（BN）的优点是可以实时进行概率更新，当外界条件发生变化时，修改对应节点的先验概率即可重新评估整体事件的发生概率；当贝叶斯网络（BN）用于反向分析时，首先假定最终事件为成功或失败，反向推导贝叶斯网络（BN）可以得到所有根节点的后验概率，以此评估对最终事件影响程度最高的风险事件，简单的贝叶斯网络（BN）如图1 所示。

图1 典型的贝叶斯网络示意图

利用贝叶斯网络（BN）进行状态评估时，各变量之间的联合概率分布为

式中：Xi为子节点的条件概率分布，π(Xi) 为父节点的条件概率分布。

假设A＝{X1，X2，…，Xn}，引入新的证据B＝b时，更新贝叶斯网络（BN），计算条件概率为

当立体库作业过程中获得新信息时，可更新作业任务的成功或失败概率，根据可用信息的类型采用不同方式进行更新。如果得到表示于网络节点的事件信息，则可根据新信息调节节点状态的结果执行更新。在这种情况下，更新直接在网络中执行；当新信息涉及不直接由网络表示的事件时，可通过改变受信息影响的节点的概率执行更新。

立体库作业是一个连续的施工过程，目的是建设智能、高效、密集的自动化存储立体库。有效的安全评估是保障成功作业的基础性工作，以立体库联合调试成功为最终父节点，将表2 中辨识结果映射到贝叶斯网络（BN）模型，建立立体库作业贝叶斯网络（BN）模型，评估建设工程的作业风险。如图2 所示，该模型共有18 个根节点，基于模糊集理论和专家意见，计算得到各节点表示的基本风险事件发生概率，如表3 所示。

图2 立体库作业贝叶斯网络（BN）模型

表3 立体库作业风险事件的先验概率

续接表3

2.2 立体库作业风险评估

基于JSA 分析得到风险事件先验概率和贝叶斯网络（BN）逻辑图，系统识别和研究立体库作业过程中人员、结构和环境等风险及其影响因素，评估立体库的工程风险，形成相应分析和评估技术方法，制定相应防护和消减措施，以保障立体库作业顺利进行。设定所有根节点的结果为出现和未出现2 种状态，其中出现的概率为其先验概率。将表3 中风险事件的先验概率映射到图2 所示贝叶斯网络（BN）模型，借助于贝叶斯网络（BN）对作业风险演化进行研究，对建立的模型进行正向预测，从而得到各作业步骤的完成概率。计算得到图3 所示各作业步骤完成概率结果，基于贝叶斯网络（BN）的概率评估，最终预测得到立体库作业完成概率为0.963。随着作业步骤的进行，作业完成概率逐步下降，基础建设完成概率为0.995，货架安装和堆垛机安装对作业完成概率产生显著影响，两者的完成概率分别为0.977 和0.967，究其原因是2 个作业步骤中需要吊机起吊和人员高空作业，作业风险较大，在施工过程中应重点关注此操作。输送机安装过程对整体项目完成概率影响甚小，主要是因为输送机多采用整机运输，基础层输送机现场作业以调整设备高度为主，仅钢平台上部输送机涉及动火焊接作业。在设备调试工作过程中，调试人员处于相对安全位置，由预测结果可以看出对项目完成概率影响不大；在堆垛机单机调试中，高空配合人员的安全应加以重点关注。

图3 立体库作业分项步骤成功概率

后验概率是指在得到结果的信息后重新修正的概率，属于知果求因。后验概率要通过先验概率及作业过程各步骤逻辑关系进行求解，后验概率使用了更加全面的资料，既有先验概率资料，也有补充资料，相较于先验概率能更直观地反映基本风险事件对最终目标的影响程度，凸显出最主要的隐患。在作业过程中着重预防上述风险事件，精准地进行风险控制，可有效提高立体库作业的安全性。假定立体库作业最终结果为失败，可以逆向推导各根节点的后验概率，对比风险事件的后验概率与先验概率，如图4 所示。由反推结果可知，对作业失败影响最高的为物体打击，立体库作业涉及多专业交叉施工，作业现场人员、设备集中，物体打击潜在的作业风险是安全作业的重要关注点；其次是机械伤害、人员操作失误、限制空间作业。在立体库作业过程中，可通过加强人员专业技能教育、完善施工技术交底、提高现场管理水平等方式进行管控，而完善的应急预案也是降低作业风险的关键环节。

图4 各风险事件的先验概率和后验概率

2.3 敏感性分析

敏感性分析常用于配合贝叶斯网络（BN）进行作业安全分析，是一种定量分析方法，其实质是通过逐一改变相关变量数值的方法解释关键指标受这些因素变动影响大小的规律。通常是假定贝叶斯网络（BN）中某一根节点等比例波动，分析其改变对系统的影响性，针对系统响应采取对应的防控措施。假定根节点R7、R10、R11、R12的先验概率从-10%波动至10%，预测立体库完成概率如图5 所示。由图5 可知，当物体打击发生概率增高10%时，将会造成立体库作业完成概率下降0.051%；当机械伤害、人员操作失误、限制空间作业发生概率提高10%时，立体库作业完成概率分别下降0.039%、0.037%、0.034%，敏感性分析的结果与后验推断得到的结果一致。在立体库作业过程中，物体打击和机械伤害是影响作业最终能否成功的关键风险事件，在项目实施时需制定规范的作业流程，防范此类事件的发生。

图5 立体库作业敏感性分析

3 结束语

1）本文提出一种立体库作业过程风险评估方法，采用JSA 对作业过程进行风险辨识，结合风险矩阵对风险事件进行半定量分析，将基本风险事件映射到贝叶斯网络（BN）分析模型，根据分析结果提出风险防控措施。

2）划分立体库作业划分为6 个关键步骤，识别18类风险事件，将风险事件的发生概率代入贝叶斯网络（BN）模型计算得到作业工程的完成概率为96.37%。在作业过程中，物体打击和机械伤害是造成作业失败的重点风险事件，假定发生概率依次提升10%，将分别导致作业完成概率下降0.051%和0.037%。