基于案例和随机网络的油储系统火灾情景推演.pdf

第41卷第3期INFORMATION,SAFETYANDMANAGEMENT|信息、安全与管理139基于案例和随机网络的油储系统火灾情景推演YUAN Changfeng,TONG Yating,MENG Shasha,WANG Jiahui袁长峰峰童雅婷孟莎莎王佳荟大连海事大学航运经济与管理学院，辽宁大连116 0 2 6摘要：油储系统火灾事故的发展蔓延将导致灾害更为严重的二次或次生事故，为较准确掌握事故可能的发展过程和变化趋势，根据情景分析思想，提出了基于案例和随机网络的油储系统火灾情景推演方法，构建了情景推演随机网络模型。通过对国内外17 3例石油储罐典型火灾爆炸事故案例的统计分析，总结出油储系统火灾事故应急过程中2 0 种主要情景，构建了油储系统火灾事故情景演化路径图，并运用随机网络方法将其转化为油储系统火灾事故情景演化随机网络，通过随机网络解析算法，求得了情景演化路径的可能发生概率、平均发生时间、发生时间方差等特征值。在情景可能发生概率求解中，提出了综合考虑由案例统计得到的情景条件概率和Dempster-Shafer(DS)证据理论修正的专家评分得到的情景经验概率相结合的情景发生概率求解规则。以大连“716”油库火灾爆炸事故为例，通过与实际事故发展演化过程的对比分析，验证了所提方法和模型的有效性。基于案例和随机网络的油储系统火灾情景推演方法和推演随机网络模型，较好地解决了事故发展演化过程的定性和定量描述问题，为油储系统火灾事故情景演化态势的判断从概率统计意义上提供了新的量化分析手段。关键词：油储系统；火灾事故；情景推演；随机网络D0I:10.3969/j.issn.1006-5539.2023.03.020Scenario evolution of oil storage system fire based on real cases and GERT networkSchool of Maritime Economics and Management,Dalian Maritime University,Dalian,Liaoning,116026,ChinaAbstract:The development and spread of fire incidents for oil storage system will lead to more serioussecondary incidents.In order to grasp the possible development process and changing trend of the incidentmore accurately,based on the scenario analysis approach,this paper proposes a scenario evolution method ofoil storage system fire based on historical cases and GERT(Graphical Evaluation and Review Technique)network,and develops a scenario evolution GERT network model.Through the statistical analysis of 173historical cases of fire and explosion incidents in oil storage tank at home and abroad in nearly 50 years,twenty main scenarios in the emergency processes for fire incidents in oil storage system are summarized,andthe possible scenario evolution paths of fire incident for oil storage system are developed and transformed intoGERM network of scenario evolution.The probability of occurrence,average occurrence time,variance ofoccurrence time and other characteristics of possible paths of scenario evolution are obtained by analysis收稿日期：2 0 2 3-0 1-18基金项目：国家自然科学基金资助项目“油储系统火灾事故应急过程本质安全的风险源分析方法研究”（5140 40 52）；辽宁省教育厅科学研究经费项目（面上项目）“油气储运火灾事故应急过程风险评估及主动防控研究”（LJKZ0049）；教育部产学合作协同育人项目“新工科背景下适应航运发展新需求的决策支持系统 课程教学改革”（2 0 2 10 2 1590 12）作者简介：袁长峰（197 5-），女，山西阳泉人，教授，博士，主要从事储运安全、应急管理、决策支持等方面的研究工作。E-mail：ycf1028 天然气与石油1402023年6 月NATURALGAS ANDOILalgorithm of GERT network.Among them,the solving rule of scenario occurrence probability is put forward,which combines the scenario conditional probability obtained by case statistics with the scenario experienceprobability obtained by expert score modified by DS（D e m p s t e r-Sh a f e r）e v i d e n c e t h e o r y.T a k i n g t h e“7 16 Dalian Oil Depot fire and explosion incident as an example,the effectiveness of the proposedmethod and model is verified by comparing the development and evolution process with actual event.Thescenario evolution method and model of oil storage system fire based on historical cases and GERT networkcan better solve the problem of qualitative and quantitative description of the development and evolutionprocess of the incident,which provides a new quantitative analysis method for judging the scenario evolutionof fire incident in oil storage system from the perspective of probability statistics.Keywords:Oil storage system;Fire incident;Scenario evolution;GERT network基于随机网络的地震生命工程情境推演平台系统；方志0前言油储系统火灾事故是危害社会公共安全的重大突发事件,损失多、影响大,社会影响恶劣。事故的发生、发展速度快，演化扩展过程会出现许多不可预知的情景状态，情景间的相互作用又会导致新的情景出现，使得事故的发展具有不确定性和随机性。为有效提高事故的应对和应急处置能力,辅助决策者对事故发展趋势做出更正确合理的判断,应尽可能地获知事故演化过程中可能出现的情景状态，掌握情景可能的发展演化路径，以及各演化路径的可能发生概率和造成的事故后果。油储火灾事故属于典型的非常规突发事件，事故的发展过程会出现一系列不同的情景，从情景角度进行分析和推演更符合事故发展过程，而情景分析和推演方法也是非常规突发事件普遍采用的研究方法。目前常用的情景推演方法主要有以下几种。1)基于系统动力学理论建立情景演化模型。李勇建等人 以汶川地震衍生的堰塞湖事件为例,建立了该事件的系统动力学情景演化模型，并进行了模拟仿真；王德鲁等人2 从企业应急行为和公众行为反应角度，建立了企业突发事件演化系统动力学模型并仿真。2)基于贝叶斯网络或动态贝叶斯网络的情景推演方法。屈静等人3采用动态贝叶斯网络构建了输油管道泄漏事故情景推演模型，研究输油管道泄漏事故情景演化的特征与路径;巩前胜4、夏登友等人5运用动态贝叶斯网络构建了非常规突发灾害事故情景推演模型；张江石等人6 1以天津港“8 12”事故为例，基于外部环境、事件情景、应急处置3类情景要素分析危险化学品事故的情景演变路径，采用动态贝叶斯网络构建情景推演模型;XinPeiwei等人7 为实现灾害的实时识别，建立了灾害情景的贝叶斯网络映射模型；WuJiansong等人8 运用贝叶斯网络方法建立了矿井突水灾害事故的情景演化模型。3)基于随机网络的情景推演方法。杨保华9建立了非常规突发事件情景推演的随机网络模型，并搭建了耕等人10 1把随机网络方法和贝叶斯推理工具相结合，建立了灾害演化的随机网络模型；周愉峰等人 运用情景分析方法,构建了基于情景推演的地震灾害演化的动态随机网络模型。在这些情景推演方法中，基于系统动力学理论建立情景演化模型更关注事件的发展演化结果和可能导致的危险状态,较少给出事故发展可能的情景演化路径的概率预测；基于贝叶斯或动态贝叶斯网络的情景推演方法能较好地描述事故发展的情景演化过程，着重于情景节点的发生概率求解，而非情景演化路径的概率预测；基于随机网络的情景推演方法能够较好地建立事故发展的情景演化网络，但在求解每条路径从初始情景至某个消失情景的路径概率时，仍主要依赖于专家的主观经验,影响了路径概率的准确性。虽然在路径概率的求解过程中,有些也结合了贝叶斯网络推演方法，但贝叶斯网络主要是对情景节点发生概率的计算，在相邻前后情景组成的情景演化路径上，后情景节点的前提情景节点只有1个时,用贝叶斯网络计算出的后情景节点的发生概率可以认为是该路径的发生概率，但如果后情景节点的前提情景节点不止1个时，由贝叶斯网络计算出的概率是该后情景节点的发生概率，不能简单认为是该路径的发生概率。因此，考虑油储系统火灾事故发展演化的动态性、随机性的特征,本文提出了基于案例和随机网络的油储系统火灾情景推演方法。即通过对已发生事故案例的统计分析，总结出油储系统火灾事故发生后主要的事故情景以及可能的情景演化路径，运用随机网络方法建立事故的情景演化模型，采用随机网络方法和本文提出的情景发生概率求解方法（在求解相邻前后情景组成的演化路径时,将实际事故案例统计与专家经验相融合，由实际案例数据计算结果求得的条件概率与专家给出的经验概率进行比较，通过设定一定的阈值，确定出不同情况下二者的比较运算结果，由此确定出相邻情景节点组成的演化路径概率，减少专家的单纯主观经验对计算结果的影响,进一步提高计算结果的较准确性），对各情第41卷第3期INFORMATION,SAFETYANDMANAGEMENT信息、安全与管理141景以及情景演化路径的发生概率进行预测计算，从概率径，而要获知可能的情景演化路径，就必须要找到组成统计意义上，为事故发展演化趋势的预判提供大概率可演化路径上这些可能的情景。为此，本文通过收集整理能的评估方法。目前,将实际的事故案例统计分析与随相关资料和公开报道，统计了国内外17 3例石油储罐典机网络方法相结合，构建油储系统火灾事故情景推演模型火灾爆炸事故12-16。所统计的典型火灾爆炸事故是型及评估演化路径发生概率的方法，还未见公开报道。指：具有代表性的较大火灾爆炸事故，这些事故对企业或社会造成了影响严重，并产生了较大财产损失或人员1油储系统火灾应急过程主要情景分析伤亡。主要统计了6 种火灾模式的石油储罐火灾爆炸事当油储系统火灾事故发生后，随着时间的推进，事故，即先爆炸后燃烧、先燃烧后爆炸、局部稳定燃烧、爆故会发展和演变为多种可能的情景，例如当油库区输油炸后不燃烧、沸溢性燃烧、单罐着火后蔓延为多罐燃烧管线起火后，在应急处置过程中可能会相继出现：大量爆炸。统计的事故案例中对储罐类型、起火原因、油品原油泄漏一油品流火灾区，形成大面积地面流尚火一种类等均没有固定标准。通过统计分析发现，这些事故油罐损坏，罐体塌或炸裂一高温残片飞溅，破坏周围中有12 8 例（包括国内7 7 例，国外51例）是初次事故发的油储设施一相邻储罐爆炸起火。事故发展和演化的生后在应急处置过程中又引发了二次事故。通过对12 8可能途径就是几个或多个情景随时间发展的组合。决例事故的分析汇总，总结出应急处置过程中频繁出现的策者在应急处置过程中,要对事故可能的发展态势做出20种事故主要情景和出现频数15,见表1。正确的评估，就要获知事故发生后可能的情景演化路表112 8 例油储系统火灾事故应急过程主要情景和发生次数统计表Tab.1 Statistical table of main scenarios and occurrences in emergency processes of 128 fire incidents for oil storage system情景罐内油品燃烧，沸溢飞溅，高温残10 0片飞溅S1油品燃烧，高温残片飞溅，引燃周30围树木等易燃物S2高温残片飞溅，破坏或引燃周围2 3其他油储设施S3油罐或者输油管线产生爆炸S499冲击波破坏了供电供水设施S，8冲击波破坏了建筑物S。12冲击波破坏了消防设施S14频数/情景次冲击波对其他油储设施造成破坏，导13致更大面积泄漏S：储罐或者输油管线剧烈燃烧，产生热97辐射S。热辐射引燃了其他油储设施S10o输油管线破损、变形Sl油罐损坏，罐体塌或炸裂，焊接处8 3破裂S12产生高温蒸汽云S13蒸汽云遇热，静电火花燃烧爆炸S14频数情景次油品复燃复爆S15油储设施爆炸对供电供水系统15造成破坏S1636油品从管线或法兰等部位泄漏、9 7喷出，四处流消S1749油品外溢，产生流尚火S18流尚火引燃其他油储设施S1968外溢油品对环境造成污染S2018频数/次2085595或多个初始情景（如S，、S,），此时,应急决策主体（如现2油储系统火灾情景演化分析2.1油储系统火灾情景演化路径分析油储系统火灾事故发生后，依照事故发展演化规律、外界环境、人为应急处置措施等的干扰程度，会呈现出初始情景发生、情景发展演化和情景消失的过程。采用夏登友等人17 提出的情景要素表达方法，建立油储系统火灾事故的情景演化过程,见图1。图1中,S，S，为情景;S消为情景消失;T,T,为处置目标;M，M,为处置措施；为情景的自身演变，即情景按照其自身发生发展机理的变化过程以及结果；t为时间;t。为初始情景发生时刻;t为情景发展演化中的某一时刻;t，为情景消失时刻。油储系统火灾事故初次发生后,在t。时刻将出现1个场救援人员、应急决策者)会根据出现的情景制定相应的应急目标和处置措施，事故情景在自身演变的同时，向预期应急目标发展。到t,时刻，由于之前采取的应急处置措施效果的差异，会出现新的不同情景和情景演化路径，例如情景状态S1,对其采取处置措施M,若M,有效,S,向预期处置目标T,发展，情景状态由S,演变到S2,若M,无效,S,可能演变到S3;同样,对情景状态S,设定处置目标T,采取处置措施M,若M,有效,则S,达到预期处置目标T,并在t,时刻情景消失,事故结束,即形成S1S2-S消的情景演化路径;但若M,无效,S,则可能演变到S4,对S4再设定预期处置目标T4,并采取处置措施M4伴随着M.有效与否继续演变,直至t,时刻情景消失,在这一过程中,则可能的情景演化路径为:S1S2S4S消。由此可见,油储系统火灾事故发生后,随着事故天然气与石油1422023年6 月NATURALGAS ANDOIL;to初次事故已发生初始情景发生Fig.1 Diagram of scenario evolution process in oil storage system fire的发展和应急措施的介人，可能会出现一系列情景状态以及多条情景演化路径,不同的情景演化路径可能会产生不同的事故后果。因此,构建出油储系统火灾事故可能的情景演化路径,并获知各路径可能的发生概率，对决策者较准确判断事故发展态势和提出有效应急处置措施，减少二次或次生事故损失具有重要意义。2.2油储系统火灾情景演化路径图的构建基于图1的油储系统火灾情景演化流程，根据表11-T,达到一-未达到T图1油储系统火灾情景演化过程示意图统计的油储系统火灾事故应急过程主要情景，构建了油储系统火灾情景演化的可能路径图，见图2。图2 中,S4为随着事故发展新生成的输油管道爆炸情景;S。为直接引发了二次或次生事故（如大面积的林木火灾或易燃物的爆炸事故）；横向箭头为灾害事故情景朝着最乐观的方向演变,如S17S20S消;纵向箭头为灾害事故情景朝着最悲观的方向演变,如 S,S3SS17S18SiS16;处置目标T和处置措施M具体含义见表2。最乐观的灾害事故情景演化路径T,未达到T,2未达到情景发展演化达到一T.大到S消M1未达到达到一情景消失S11达到T未达到MMS3SS酒T,达到未达到达到最S的灾火害事故情景演化路径达到一T2达到T未达到T未达到达到未达到S达到一未达到T,达到达到T未达到M,T,2达到T.未达到MT，未达到达到一未达到O未达到达到一未达到未达到达到一未达到未达到一S8未达到M.未达到未达到T1未达到/M20达到未达到未达到T达到一S清S达到To达到一达到一达到M.6TI未达到一达到S清图2 油储系统火灾情景演化路径图Fig.2 Scenario evolution path diagram of oil storage system fireW第41卷第3期INFORMATION,SAFETYANDMANAGEMENT|信息、安全与管理143表2 处置目标T和处置措施M的含义表Tab.2The meanings of T and M values情景状态处置目标S1冷却油罐，防止油品沸溢飞溅T，S2堵截火势向周围易燃物蔓延T，S3堵截火势，降热辐射T，S4制止油品泄漏T4Ss保障水源电源供应T，S。防止因建筑物损毁而造成损失和伤亡T。S7保障消防水平T，控制油品泄漏与流消T。S,控制热辐射带来的次生灾害T。S10堵截火势向其他油储设施蔓延T1oS防止因管线破损而导致油品泄漏TS12防止因罐体损坏而导致油品泄漏T12S13防止因高温蒸汽云引发的次生灾害T13S14减小火势T14S1s扑灭复燃火T15S16保障水源电源供应T16S17制止油品泄漏与流尚T17S18扑灭流消火TI8扑灭流尚火并制止其他油储设施进一步着火Ti，用泡沫炮、泡沫枪堵截消灭流尚火，用水炮、水枪为周围油储设施降温M19S20隔离并收集泄漏油品T203油油储系统火灾情景演化随机网络模型3.1模型构建通过对油储系统火灾情景演化路径的分析可知，初次事故发生后，情景状态会不断发生变化，事故会沿着不同的情景演化路径发展，情景间的转移具有一定的概率性,转移关系具有一定的概率分布特征，整个事故的发展过程就是情景间以一定概率和概率分布特征的情景转移过程，从而形成了不同的情景演化路径，以哪条路径演化具有一定的随机性。具有这种随机性和概率性特征的事件动态演化过程，正适合于采用随机网络方法模拟情景的演化过程。油储系统火灾情景演化随机网络基本构成见图3。图3中，节点S,、S,为事故的主要情景，节点类型为“异或概率型”,用逻辑符号“”表示；箭头线为情景间的演化路径；W,为节点间处置措施用泡沫炮、泡沫枪消灭储罐内火灾M，用泡沫炮、泡沫枪堵截飞溅出的油品及残片M，利用泡沫炮、泡沫枪堵截高温残片，利用水炮、水枪冷却周围油储设施M3关闭阀门，用水炮、水枪冷却着火储罐M4寻找备用水源电源M，判断建筑结构的安全程度及次生灾害发生的可能性并划定警戒区域M。增调消防设施M7用直流水枪堵截泄漏油品，并利用围油栏将油品控制在一定区域内M。用泡沫炮、泡沫枪灭火，用水炮、水枪为周围易燃物降温M。及时关闭或停止其他油储设施的油品供应，用水炮、水枪冷却其他油储设施Mio关闭主阀门M隔离该区域防止油品外溢M12用水炮、水枪为储罐以及易燃物降温M13用泡沫炮、泡沫枪对着火区域进行灭火M14用泡沫枪、泡沫炮进行灭火，用水炮、水枪冷却着火储罐M15及时找到或调用备用水源电源M16关闭阀门、切断原料供应，用水炮、水枪堵截油品M17用泡沫炮、泡沫枪堵截并消灭流尚火M18用围油栏将油品隔离在一定区域内，采用人工收集、加人清洗剂等措施处理泄漏油品M20的传递函数，指情景间的传递演化具有一定的概率关系。图3油储系统火灾情景演化随机网络基本构成示意图Fig.3Basic structure diagram of scenario evolution GERTnetwork in oil storage system fire基于随机网络的基本构成，可将油储系统火灾情景演化路径图转化为随机网络模型，见图4。图4中节点间W为两情景节点间的传递函数，即两情景节点间演化传递的概率关系（如W1.2为 S,S,演化传递的概率关系），这些函数值由两情景间的发生概率和矩母函数决定，具体求解将在3.2 节详细说明。W10.17天然气与石油1442023年6 月NATURALGAS AND OILSSW13.4Wi2W.2Ws.2W/3SFig.4 GERT network diagram of scenario evolution in oil storage system fireW14.W4.9W215W4.7W4.8Wa.图4油储系统火灾情景演化随机网络模型图Wo.0SW15.17W2.7SWs.17Wi7WAWA.W4sSSS(W2 0Wis.SSiWa.17W19.17Wo.16S63.2模型求解与应用在建立起油储系统火灾情景演化随机网络模型后，需对模型进行求解，主要是对模型中传递函数以及各条情景演化路径发生概率的求解。根据随机网络的求解算法8,对任意实数s,前后情景S,和S,间（或称活动SS,)的传递函数W(s）=P，M,(s)。其中,P,为情景节点（或活动S,S,)的发生概率;M,(s)为情景节点（或活动SS,)的矩母函数。P,的求解算法将在3.2.1节提出;M，（s)的计算以及各条情景演化路径发生概率的计算将在3.2.2 节详细说明。3.2.1活动 S,S,发生概率 P,的求解活动S;一S,发生概率P,是指前提情景 S,发生情况下,后续情景S,又发生的概率,即为S;S,路径的发生概率。对P,的求解，目前随机网络方法中,通常采用由专家的经验评分和借助贝叶斯网络方法求解的确定方法。单纯由专家打分具有一定的主观性；由贝叶斯网络方法求解是对发生概率的计算，当某情景的前提情景只有1个时，由贝叶斯网络方法推理求得后续的发生概率可以认为是S,S,路径的发生概率；当前提情景不止1个时，由贝叶斯网络方法推理求得后续的发生概率不能认为是S;一S,路径的发生概率。因此,本文提出了基于事故案例统计数据和专家经验评分相结合的P求解方法。具体为：首先根据油储系统火灾情景演化随机网络模型,统计出具有路径关系相邻两情景在已有事故案例数据中分别出现的次数,然后计算出每一具有路径关系的相邻活动间的发生概率，本文称之为活动的条件概率。根据本文统计的12 8 例发生了二次事故的油储系统典型火灾爆炸事故案例，统计出了图4中所有具有路径关系的相邻两情景（或活动）间的条件概率,见表3。但由于事故案例数据统计的不全面性和某些事故数据的不完全公开性，仅以统计数据求得的条件概率作为活动间的发生概率有失准确性，为此,应结合专家对活动发生概率的经验评估分值综合确定出活动间的发生概率。为尽量降低专家打分的主观性，提高专家对活动发生概率的较准确评估，本文引人Dempster-Shafer(DS)证据理论,DS 证据理论适用于针对来自多源的不确定信息进行综合后给出结果的判定，如用于判断活动状态的发生概率，可综合多位专家给出的意见最终确定概率值19-2 0。即假设随机网络中某一活动存在 A、B两种独立状态,m为每种状态的mass 函数（基本概率分配函数），若有i名专家分别对活动的两种独立状态进行mass函数打分，可分别记为1m（A,），m（B,），(mz(A,),m(B,)/,.,im(A,),m;(B,)/,根据DS证据理论多证据合成规则，随机网络中某一活动的可能发生情况X（XE（A,B）的融合m值（即mps(X)为:第41卷第3期INFORMATION,SAFETYANDMANAGEMENT信息、安全与管理145表312 8 例油储系统火灾爆炸事故应急过程各情景的条件概率表Tab.3Conditional probability of each scenario in emergency processes for 128 typical fire and explosion incidents in oil storage system情景状态S1$4S13S18S20S1S10S3S15S4S2S6S:SS19S14S16S17S17S17S17S12S17S17S17S17S12S。m ps(X=A)=m ps(X=B)=情景出现频数/次100996885581436232041301213495918154162310632587391mi(A1)m2(A2).mn(An)A1nA2nA,=Xm1(A1)m2(A2).mn(An)AInA2nAn$0,X=m(B1)m2(B2).mn(Bn)BinB2nB,=XBInB2-nBn*$0,X=前提情景一一一S17S.17S4S4S1S12S18S1S4S4S13S18S13S19S19SS10S3S14S12S4S:S4S1,X+前提情景出现频数/次128128128979799999710083851009999688568592059493623188341139910099本文构建的油储系统火灾情景演化随机网络模型(1)中,以活动S,一S2为例说明DS证据理论的计算过程。活动S,S,存在 True(T)和False(F)两种状态,即 S,发生时S,也发生了（记为S,S,=T状态),S,发生时S,未发生（记为S,S，=F状态）。假设有3位专家分别根据事故的发展趋势及其应急处置措施、实施效果情况对(2)活动S一S,两种独立状态进行概率打分（即mass 函数打分）,打分情况见表4。运用DS证据理论，由式（1）(2)最终求得的m值,本文称之为活动的经验概率值。条件概率0.7810.7730.5310.8760.0520.0810.1410.3710.2300.2410.4820.3000.1210.1310.7210.6940.2650.2540.2000.2710.0410.0830.4350.3330.0360.2200.1540.5860.7300.919天然气与石油1462023年6 月NATURALGAS ANDOIL表43位专家对活动S,S2两种状态的mass函数打分表Tab.4 Mass function scores for two independent states of activity SS,by three experts状态S,S2=TS,S2=Fml0.650.35m20.490.51m30.400.60mDsm ps(T)=0.54m s(F)=0.46根据式（1）（2)可得：m ps(S,S,)=T)m(T)m2(T)m(T)+m,(F)m2(F)m,(F)0.095 55 0.540.220 5mds(S,S2)=F)一m(T)mz(T)m;(T)+m,(F)m(F)m;(F)0.124 95 0.460.220 5这样,对油储系统火灾情景演化随机网络模型中的任一相邻2 个活动,S;S,路径的发生概率都会对应2个概率值，一是由案例统计得到的该活动条件概率值；二是由专家打分并运用DS证据理论求得的该活动经验概率值，根据相关文献和专家经验设定合适的阈值，确定出活动S;S,的发生概率值Pj。具体确定方法有以下几点。1)若条件概率值与经验概率值均大于阈值,则按照悲观主义决策准则,取二者中较小者作为该活动发生概率值。2)若条件概率值与经验概率值中有1个大于阈值，1个小于阈值,则需要进行加权计算。通过分析统计的128例事故案例发现，由事故案例统计得出的条件概率值与实际发生概率接近的比例约占6 0%，而经验概率值与实际发生概率接近的比例约占40%。因此,取实际事故案例统计得出的条件概率值占6 0%权重和经验概率值占40%权重进行加权计算。3)若条件概率值与经验概率值均小于阈值,则按照乐观主义决策准则,取二者中较大者作为该活动发生概率值。3.2.2阴随机网络解析算法由3.2.1节可求出任一相邻2 个活动S;S,的发生概率Pj,相对应的矩母函数M,的求解为：根据矩母函数的定义2 1,对任意实数s,1个与随机变量X相关的矩母函数是实数s的函数Mx（s）。当X为离散随机变量时，相关矩母函数Mx(s）=x e Px（X),其中,Px（X)是随机变量X的概率分布函数；当X是连续随机变量时，相关矩母函数Mx(s）=。e f x(X)d X,其中,fx(X)是随机变量X的概率密度函数，例如，当随机变量X的fx(X)服从均值为、方差为的正态分布时,则对应的矩母m,(T)m,(T)m,(T)函数为 M(（）=。因此,在随机网络中,相邻活动S,S,间的矩母函数M,(s)则依赖于活动的概率分布(3)情况，可通过分析以往事故情景演化特征、参考相关文献和专家经验综合考虑给出。由图4可知，油储系统火m,(F)mz(F)m;(F)灾情景演化随机网络模型由多个始节点出发，经过多条情景演化路径最终到达多个终节点的网络结构，在求得相邻情景间的发生概率和矩母函数后,最终需要求出各(4)条情景演化路径的可能发生概率。为此，本文以图4任一通用性组成结构为例,运用随机网络解析法进行情景演化路径发生概率的求解。如图5为从S；一S,的闭合网络结构,W（s)为S,S,的等价传递函数；为采用随机网络的闭合网络特征式求解方法,增加了由S,S,的闭合曲线,用虚线表示;W（s)为S,到S,的等价传递函数。对等价传递函数W（s）,若路径中活动间为串联结构,则W(s）=W i（s）W u（s）.W m（s),即等价传递函数为路径上各相邻活动间传递函数之乘积；若路径中活动间为并联结构,则We（s）=Z-W m（s),f 为路径上分支路径个数，即等价传递函数为路径上各分支路径的传递函数之和。S图5S,S,的闭合网络结构图Fig.5 The closed network structure of S;S,根据闭合网络的特征式等于0 ，令H为具有W参数的闭合网络特征值,P为由S,一S,的等价发生概率，M,(s)为由S;一S,的等价矩母函数。有：H=1-W(s)WA(s)=01可得：WA(s)：或We(s)W,(s)W.(s)PM（s）,由矩母函数的特征可知,当s=O时：W(s)W(s)1S,又由 W,(s)=(5)第41卷第3期INFORMATION,SAFETYANDMANAGEMENT信息、安全与管理147W(O)=PE M(O)节点的网络结构。每个由始节点、终节点和中间节点组=P ef(t)d ls=0=Pg成的路径结构表示一个具体的结果。应用该模型得到(6)的情景推演结果,表示事故可能的演化发展路径和发生因此，等价发生概率P就是等价传递函数W（s)在概率，概率值越大，表明事故沿该路径演化的趋势越大。s=0时的数值,即P。=W（s）Is=0，利用梅森公式求解推演结果只是事故发展态势的大概率吻合评估，并非精出随机网络的等价传递函数W（s），则相应的等价矩母确的预测结果。函数M（s）即可求得：W,(s)=W,(s)M(s)PEW,(0)依据矩母函数的数学性质，油储系统火灾事故情景演化随机网络的分布特征值，如平均周期、分布方差等可求得：(8)S=0Et=Vt=Et?-(Et)?3.2.3模型应用油储系统火灾情景演化随机网络模型给出了灾害演化的动态过程，该模型通过对以往事故案例的统计分析,总结出油储系统火灾可能的情景演化路径,具有一定的普遍性，可应用该模型进行事故分析和灾害发展演化过程的评估。在模型应用时,应该注意以下问题。1)模型中各情景节点和演化路径是油储系统火灾事故发生后，随着时间的推移，较频繁出现的主要情景和可能的情景发展过程，在进行具体事故分析和情景推演预测时，由于应急过程可能采取的处置措施或处置目标的不同，模型情景节点和演化路径不一定都实现。2)模型情景节点间的逻辑关系并非都是顺序转移关系，网络结构中存在回路，说明某些情景可以重复出现。3)模型中的两个情景节点之间可能有1条以上支线，节点的输出端可能有多个路径分支,且支线上情景节点间的发生概率和时间分布参数可以取各种类型的概率分布。实际应用时，需结合以往事故案例的分析数据和综合专家知识，确定各情景间的发生概率和时间分布参数，然后再运用随机网络解析算法，得到灾害演化系统的各种参数和特性指标值。4)模型中始节点和终节点不是唯一的,模型是由多个始节点出发，经过多条情景演化路径最终到达多个终4实证分析(7)4.1事故案例的情景演化路径分析为验证本文基于案例和随机网络的油储系统火灾情景推演方法和模型的有效性，以大连“7 16”油库火灾爆炸事故为例进行实证分析，该案例未包含在所统计d的17 3例事故中。该事故着火油罐容积大、燃烧范围广、损失严重、社会影响重大，是典型的石油储罐火灾事故。根据事故调查公开报道，事故起因是由于操作不当，导=0致脱硫氧化剂在2 号输油管线内聚集产生爆炸起火2，(9)起火后又出现了一系列情景状态和情景演化过程，由于所收集资料的有限性,较难构建出整个事故完整的情景发展过程。本文以2 号输油管线爆炸起火后，又相继引LdsLW,F(0)5=0J(10)发了储罐爆炸导致二次事故发生这一主要发展蔓延过程为例,构建事故的情景演化过程。根据油储系统火灾情景演化随机网络模型可知，输油管线爆炸起火后，会出现油品泄漏情景，泄漏的原油又可能引发的情况：一是油品不断泄漏蔓延，流人附近海域造成环境污染，直至污染海域被清理，情景结束；二是管线外溢的油品遇外部环境点火源形成地面流尚火，随着火势继续蔓延，导致更多输油管线爆炸起火，或引燃周围储罐或其他油储设施，再分别导致更多的油品泄漏，直至大火扑灭，事故结束。由此可构建出大连“7 16”油库火灾爆炸事故情景演化的随机网络图，见图6。图6 中Sendi和Send2分别为以上两种情况各自演化的结束情景。4.2事故案例的情景演化随机网络求解根据3.2 节油储系统火灾情景演化随机网络模型求解方法，首先选取5名专家对图6 各相邻情景间的发生概率给出估计值，并根据式（1）计算出各相邻情景的经验概率值；根据表3确定图6 所涉及的活动条件概率值；根据相关文献和专家经验设定阈值为0.6 3,按照3.2.1节中情景间发生概率的3种确定方法，比较各相邻情景的经验概率值和条件概率值，最终确定各相邻情景的发生概率值。图6 中情景间的条件概率、经验概率和发生概率P,见表5,对于存在消失情景的活动,由于不同事故案例受外部环境影响不同和处置措施不同，条件概率也存在差异。因此,情景 S19S