基于贝叶斯网的危化品爆炸事故致因因素分析——以生产环节事故为例

• 作 者: 梁策
• 机 构: 北京化工大学
• 出 处: 北京化工大学
• 发表日期: 2016年期
• 关键词: 安全生产 危险化学品 爆炸事故 贝叶斯网络

近来，不断发生的危化品爆炸事故引发了社会各界的关注。危化品爆炸事故不仅造成严重的经济损失，还引发重大的人员伤亡。目前，学术界对危化品事故研究多集中于事故统计分析及对策研究，危化品事故原因的研究相对较少;多集中于对危化品事故的整体研究，很少涉及单一类型的危化品事故。本文使用SPSS软件对2011-2015年356起危化品爆炸事故进行统计描述和聚类分析，得出危化品爆炸事故特征:第一，较其他类型的危化品事故来说，爆炸事故发生次数多且危害严重。在危化品爆炸事故中，生产环节发生的危化品爆炸事故的危害最为严重。第二，危化品爆炸事故的发生时间和地点具有明显规律性。一年中，危化品爆炸事故频发于5-7月和10月;一天中，危化品爆炸事故频发于上午10-12时，下午5-6时;地域上，危化品爆炸事故在广东省、江苏省、浙江省和山东省发生的频率远高于其他省份。第三，危化品爆炸事故原因复杂多样，不同环节的危化品爆炸事故原因差别很大。　　接着，本文以2000年到2015年55例生产环节危化品爆炸事故调查报告为样本，探究事故致因因素及其相关性。通过K2算法对数据进行学习，得出生产环节危化品爆炸事故致因因素的贝叶斯网结构，确定事故致因因素之间的关系。结果表明:第一，生产环节的危化品爆炸事故是一个复杂系统，致因因素之间存在明显的相关性和因果性。第二，本文得出的贝叶斯网结构基本符合事故致因轨迹交叉理论。第三，企业安全管理缺陷在整个贝叶斯网中起到至关重要的作用。第四，人的缺陷和设备缺陷最终引发危化品爆炸事故。　　接着本文采用极大似然估计法，进行贝叶斯网的参数学习，得出各个节点的条件概率，进一步将致因因素间的关系量化，并指出了本文的应用范围有两点:第一，指导企业做好安全生产工作，加强日常检查与排险，预防事故的发生;第二，在事故发生以后，利用贝叶斯网进行推理，为事故调查提供参考。　　最后本文运用联合树算法对2012年江西海晨鸿华化工有限公司爆炸事故进行推理，指出贝叶斯网在事故预防和事故调查方面的重要作用。并从企业和社会两个维度，提出加强安全生产和科学事故调查的对策。