2016—2020年我国城...燃气爆炸事故统计与规律分析_田彬.pdf

Research onthecognitiveloadofoperators in the digital main controlroom of nuclear power plant based ongaze entropyDAI Licao,ZHANG Meihui,LI Yu,MA Li,HAN Xiangyu,CHEN Qiao,LI Pengcheng(Human Factor Institute,University of South China,Hengyang421001,Hunan,China)Abstract:The purpose of this study is to explore the relationshipbetween the gaze entropy of operators and their cognitive load inthe digital control room of a nuclear power plant.The researchaims at building an objective method to evaluate the operatorscognitive load based on experiments.The experiments are carriedout on a DCS simulator.The experiment scenario covers normaland accident(SLOCA)situations of operation on a reactorsimulator.The subjects wore an eye-glass tracker to record theeye movement data while they monitor and control on the primarycircuit.After each simulation,the subjects fill in the NASATLX scale to record the cognitive load according to theirsubjective feelings during the experiment.Data in the eye trackeris collected and analyzed using Python programming.SPSS dataanalysis software is used to analyze the variance of cognitive loadand gaze entropy to determine whether a significant differenceexists between cognitive load and gaze entropy of operators underdifferent scenarios.Finally,the correlation between gaze entropyand the operators cognitive load was analyzed to prove whetherthere is a significant correlation between them.The results showthat the F of the cognitive load is 61.017(p 0.05),the F ofSGE is 2.86(p 0.1),and the F of GTE is 11.117(p 0.05),which proves that the cognitive load and gaze entropy ofoperators change synchronously.Compared with normal workingconditions,the cognitive load and gaze entropy of operatorsunder accident working conditions are higher.Under normalworking conditions,the correlation coefficients between SGE andGTE and cognitive load are 0.476(p 0.05)and 0.552(p 0.05),respectively.Under accident conditions,the correlationcoefficients between SGE and GTE and cognitive load are 0.746(p 0.05)and 0.738(p 0.05,数据符合正态分布,可进行 t 检验。通过单样本 t 检验,得到渐近显著性概率 Asymp.Sig 为 0.000 0.05,故拒绝假设,认为各月份事故起数明显不同。由表 2 可知,每年的 4、5、7 和 8 月事故较多,1和 2 月事故较少;7 月份事故起数最多,每年占比均超 10%;2 月份事故起数最少,每年占比约为 5%。主要原因为 4 和 5 月为天气转暖期,容易使人注意力不集中、心浮气躁,从而导致事故发生;7 和 8 月进入夏季,夜宵变多,餐饮业燃气使用量增加,特别是煤气罐使用量暴增,管理和监管的不到位造成事故增多。1 和 2 月份进入春节,团体性聚会增多,个体烹饪减少,燃气用户人数降低,从而减少事故发生量。因此,政府和燃气企业应重点关注二三季度。2.3 事故发生时段分析用卡方检验时段和事故起数是否相关13。假设 H:各时间段的燃气爆炸事故发生次数服从均匀分布。根据基于小时段的燃气爆炸事故统计数据及占比(表 3),运用 SPSS 软件,得到卡方统计量为710.669,自由度为 23,渐近显著性概率 Asymp.Sig为 0.000 0.05,故拒绝假设,认为每个时段的事故发生起数不服从均匀分布。由表 3 可知,每天 05:0008:59 事故起数最多,0:0002:59 事故起数最少。为更加贴近实际,按照人们的生活规律,将一天 24 h 划分为 4 段:04:0009:59 为早饭准备及食用时间段,10:0015:59 为午饭准备及食用时间段,16:0021:59 为晚饭准备及食用时间段,22:00次日 03:59 为夜间睡觉休息时间段。4 个时段的事故情况见图 3。早饭时段的事故起数最多,午饭和晚饭时段次之,夜间睡觉时段事故最少。主要原因为早饭时段,人们刚睡醒,头脑不够清晰、嗅觉不够灵敏,若发生燃气泄漏不易察觉;此外,做饭期间人们经常开火放锅后即去洗漱,可能会产生粥汤溢出浇灭火苗,造成燃气泄漏,从而导致爆炸事故的发生。图 3 20162020 年我国燃气爆炸事故不同时段统计Fig.3 Statistics on different time periods of gas explosionaccidents from 2016 to 20202.4 事故气源分析由于我国能源供应的多样性,城镇燃气的气源种类有天然气、液化石油气、人工煤气 3 种14。3 种气源“十三五”期间的供气量和用气人口见图 4。天然气是城镇燃气的供应主体,且供应量和用气人口在逐年增加,液化石油气和人工煤气基本稳定但略有下降。由于天然气、液化石油气、人工煤气 3 种气源的供气量和事故起数差别巨大,为深入分析各种气源的安全水平,进一步计算 3 种气源所占供气量比例和事故起数比例,见图 5。天然气、液化石油气、人工煤气 3 种气源的事故起数与供气量不成正比;液化石油气供气量占比不足 9%,但事故起数占比却有 66%;天然气供气量占比约 89%,事故起数占比仅 28%。主要原因为天然气主要采用管道方式输送和使用,各地都有专业的运营公司进行日常维护和巡检,整体安全水平较高。而液化石油的运输方8991 Vol.23 No.6 安全 与 环 境 学 报 第 23 卷第 6 期图 4 20162020 年我国燃气气源的供气量及用气人口统计Fig.4 Statistics on gas supply volume and gasconsumption population of gas sourcefrom 2016 to 2020图 5 我国燃气气源的供气量和事故起数比例图Fig.5 Ratio of gas source for gas supply volume andexplosion accidents式主要为槽罐车,使用方式主要为液化气罐,2 种容器均为高压特种设备,危险性较大,若管理不完善或监管不到位就可能存在“隐患”容器,缺陷设备易造成燃气泄漏,高压设备事故后果严重;同时,液化气罐储量少,会进行频繁的更换和移动,易发生卡箍松动、软管脱落,造成燃气泄漏,从而导致爆炸事故发生。因此,应加强液化石油气的监管,特别是液化石油气罐的管理,加强安全宣传教育,严禁使用“隐患”气罐。除了供气量差别巨大外,天然气、液化石油气、人工煤气 3 种气源的用气人口也差别较大。为更加科学地分析 3 种气源的危险水平,进一步计算每种气源的百万用户事故率(事故起数/用户数)和亿方供气量事故率(事故起数/供气量),见图 6。液化石油气的供气量事故率最高,人工煤气的用户事故率最高,天然气的供气量事故率和用户事故率均最低。主要原因为液化石油气供气方式主要采用高压储罐,供气量小、事故后果严重,所以供气量事故率最高;人工煤气主要采用管道供气,但我国人工煤气的使用主要分布在能源富集的山西、陕西等省份,输气图 6 我国燃气气源 105用户事故率和 106供气量事故率Fig.6 Accident rate of 100,000 gas users and 1million gas supply volume管道建设年份较早,存在管道老化、与其他管网交叉、运维不到位等问题,导致用户事故率较高。因此,应加强液化石油气罐的监管和老旧管网的更新。2.5 事故发生地点分析2.5.1 事故发生场所分析民居和商铺涵盖大多数事故,占比和将近95%,其中民居占比约为 70%,见表 5。主要原因是城镇燃气的使用主体主要为居民和餐饮商铺,使用环境多样复杂,用户燃气安全知识与安全意识参差不齐;同时,用户基数大,造成这两类场所事故占比高。因此,应深入研究民居和商铺发生燃气事故的呈现形式和深层原因,并采取针对性的对策措施,有效降低事故发生率。2.5.2 事故发生区域分析为更加清晰展示事故分布,将基于 32 个省、直辖市、自治区的燃气爆炸事故统计数据及占比(表6)输入地理热力图中可知,事故多发省份大多位于东部沿海区域,江苏省、广东省和山东省较多;西南省份事故发生较少,西藏自治区、青海省事故最少。为更好地了解燃气事故的区域特征,运用 SPSS 软件对 32 个省、直辖市、自治区的事故数据进行聚类分析,结果见表9。群集1 和2 中省份为我国的经济大省,用气量大、人口众多且流动性大,用户安全素质参差不齐;同时,存在较多的出租房,使用的液化石油气罐数量多,因此,发生的事故起数较多。群集 3和 4 中省、直辖市、自治区人口和用气量适中,事故起数居中;群集 5 中省、直辖市、自治区燃气用户数和用气量较其他省份较少,部分省份资讯不够发达,燃气事故未能在媒体中报道。由于各个省份经济发展不均衡,特别是人口分布差别巨大,为更加科学的反映各省、市、自治区燃气的安全管理水平,进一步计算了 106用户事故率99912023 年 6 月 田 彬,等:20162020 年我国城镇燃气爆炸事故统计与规律分析Jun.,2023表 9 20162020 年各省、直辖市、自治区燃气爆炸事故聚类分析Table 9 Cluster analysis of gas explosion accidents in various provi