基于多源異構(gòu)數(shù)據(jù)融合的化工安全 風(fēng)險(xiǎn)動(dòng)態(tài)量化評(píng)估方法

馮偉，譚美亭(河南吉成先科咨詢服務(wù)有限公司，河南 鄭州 450000)

0 引言

早在多年以前，我國(guó)就有許多的學(xué)者針對(duì)安全風(fēng)險(xiǎn)預(yù)測(cè)進(jìn)行了研究，并制定了較為完善的定量風(fēng)險(xiǎn)分析方法，但隨著行業(yè)的發(fā)展，當(dāng)前的定量風(fēng)險(xiǎn)分析方法存在著許多的缺陷，在實(shí)際運(yùn)用的過(guò)程中難以及時(shí)的針對(duì)事件的具體情況進(jìn)行更新，導(dǎo)致其預(yù)測(cè)的準(zhǔn)確性受到影響。而在近些年來(lái)，隨著貝葉斯網(wǎng)絡(luò)的出現(xiàn)，動(dòng)態(tài)風(fēng)險(xiǎn)評(píng)估工作當(dāng)中得到了進(jìn)一步的優(yōu)化，但采用這種貝葉斯網(wǎng)絡(luò)需要有大量的數(shù)據(jù)結(jié)合到其中，但是在實(shí)際的石油化工行業(yè)生產(chǎn)過(guò)程當(dāng)中，想要獲得大量的故障數(shù)據(jù)是極為困難的一件事情，因此這種方法并不容易實(shí)施。而除了貝葉斯網(wǎng)絡(luò)以外，當(dāng)前還有運(yùn)用符號(hào)有相圖來(lái)進(jìn)行動(dòng)態(tài)風(fēng)險(xiǎn)的評(píng)估工作，采用這種方法可以通過(guò)分析節(jié)點(diǎn)之間的關(guān)系來(lái)進(jìn)行系統(tǒng)故障的描述，但是在實(shí)際運(yùn)用的過(guò)程當(dāng)中，由于無(wú)法標(biāo)記故障的路徑，這個(gè)無(wú)法直觀的地展示出風(fēng)險(xiǎn)在動(dòng)態(tài)傳播時(shí)的相關(guān)數(shù)據(jù)。采用模糊網(wǎng)的方式來(lái)研究動(dòng)態(tài)的風(fēng)險(xiǎn)傳播機(jī)制，具有一定的可行性，能夠有效的把各個(gè)風(fēng)險(xiǎn)節(jié)點(diǎn)進(jìn)行聯(lián)系，從而更加直觀的地展現(xiàn)出對(duì)初始事件到事故發(fā)生演化過(guò)程當(dāng)中的具體表現(xiàn)，以此來(lái)獲得事故演化的路徑，在當(dāng)前的電網(wǎng)、交通等領(lǐng)域當(dāng)中都有廣泛的運(yùn)用到模糊網(wǎng)。但是由于在計(jì)算過(guò)程當(dāng)中，需要涉及到大量的數(shù)據(jù)，而這些數(shù)據(jù)主要是通過(guò)數(shù)據(jù)庫(kù)來(lái)獲得，這在一定程度上難以反映出真實(shí)的工況。對(duì)此，在基于模糊網(wǎng)的基礎(chǔ)之上，通過(guò)結(jié)合大數(shù)據(jù)、人工智能等方式實(shí)時(shí)的采集數(shù)據(jù)以此來(lái)優(yōu)化模糊網(wǎng)。

在當(dāng)前的技術(shù)不斷優(yōu)化的發(fā)展過(guò)程中，自動(dòng)化、信息化、智能化等都滲透到企業(yè)生產(chǎn)的各個(gè)環(huán)節(jié)中。化工企業(yè)生產(chǎn)時(shí)會(huì)用到傳感器來(lái)收集數(shù)據(jù)，而由于這些數(shù)據(jù)分布在多個(gè)數(shù)據(jù)源當(dāng)中，因此具有多源異構(gòu)等特點(diǎn)?？紤]到當(dāng)前的風(fēng)險(xiǎn)分析缺乏有效的數(shù)據(jù)引入，無(wú)法真實(shí)地反映實(shí)際的工況。對(duì)此，文章采用HAZOP+LOPA分析的方法，建立動(dòng)態(tài)的風(fēng)險(xiǎn)量化評(píng)估模型，結(jié)構(gòu)如圖1所示。從而實(shí)現(xiàn)實(shí)時(shí)定量評(píng)估化工企業(yè)存在的事故，其發(fā)生的概率精確地測(cè)量出風(fēng)險(xiǎn)點(diǎn)動(dòng)態(tài)當(dāng)中的風(fēng)險(xiǎn)值，從而更為科學(xué)有效地指導(dǎo)化工企業(yè)日常的安全風(fēng)險(xiǎn)管控措施[1]。

圖1 多源異構(gòu)數(shù)據(jù)融合架構(gòu)

1 數(shù)據(jù)融合的概念及發(fā)展趨勢(shì)

1.1 數(shù)據(jù)融合的基本概念

有關(guān)數(shù)據(jù)融合的技術(shù)研發(fā)，最早是因?yàn)檐娛掳l(fā)展需求而逐漸被提出來(lái)的。但是隨著研究人員不斷深入研究這項(xiàng)技術(shù)，從而讓這項(xiàng)技術(shù)逐漸形成了獨(dú)立的一門(mén)學(xué)科，許多人對(duì)這門(mén)學(xué)科的研究不再局限于軍事層面，而是結(jié)合知識(shí)推理的方式令數(shù)據(jù)融合這一技術(shù)變得一般化，進(jìn)入到其他的許多產(chǎn)業(yè)當(dāng)中[2]。

在軍事發(fā)展中應(yīng)用數(shù)據(jù)融合這項(xiàng)技術(shù)，主要是通過(guò)多傳感器的數(shù)據(jù)進(jìn)行關(guān)聯(lián)與組合的方式，能夠?qū)崿F(xiàn)精準(zhǔn)的位置判斷以及身份估計(jì)。因此，通過(guò)結(jié)合這項(xiàng)技術(shù)能夠有效地對(duì)戰(zhàn)場(chǎng)當(dāng)中的情況進(jìn)行了解，以此了解到具體的威脅情況。

之后，為了更好地把數(shù)據(jù)融合這項(xiàng)技術(shù)運(yùn)用到其他領(lǐng)域中，對(duì)數(shù)據(jù)庫(kù)進(jìn)行了相應(yīng)的改良。通過(guò)改良能夠讓數(shù)據(jù)獲取的來(lái)源更為廣泛，從而讓數(shù)據(jù)融合的技術(shù)不僅是針對(duì)軍事領(lǐng)域，同時(shí)還能運(yùn)用到更多其他的領(lǐng)域中。有專家認(rèn)為當(dāng)前的數(shù)據(jù)融合技術(shù)屬于多層次、多維度的一種處理技術(shù)，在處理過(guò)程中為了精準(zhǔn)地識(shí)別身份，對(duì)危險(xiǎn)事件進(jìn)行評(píng)估，獲取到危險(xiǎn)事故發(fā)生概率以及可能會(huì)帶來(lái)的傷亡情況[3]。

1.2 數(shù)據(jù)融合的發(fā)展趨勢(shì)

在當(dāng)前的數(shù)據(jù)融合研究當(dāng)中仍然存在著許多的問(wèn)題，如沒(méi)有搭建較為成熟的數(shù)據(jù)融合理論框架，以及在融合系統(tǒng)當(dāng)中對(duì)其容錯(cuò)性的要求無(wú)法得到有效的滿足，導(dǎo)致了數(shù)據(jù)融合在實(shí)際應(yīng)用的過(guò)程當(dāng)中存在較大的問(wèn)題和影響，而且在當(dāng)前有關(guān)數(shù)據(jù)融合的研究當(dāng)中，在涉及到融合算法上的研究大多都處于剛起步的階段[4]。

針對(duì)以上的問(wèn)題，接下來(lái)應(yīng)當(dāng)要：

(1)通過(guò)深入的數(shù)據(jù)融合研究，構(gòu)建成熟的融合理論框架，制定完善的體系；

(2)圍繞數(shù)據(jù)融合技術(shù)解決相關(guān)的配套系統(tǒng)，如數(shù)據(jù)庫(kù)的搭建和數(shù)據(jù)預(yù)處理等；問(wèn)題，確保數(shù)據(jù)融合技術(shù)在實(shí)際應(yīng)用的過(guò)程當(dāng)中減少不必要的阻礙；

(3)在數(shù)據(jù)融合的研究當(dāng)中，需要不斷地融入新興技術(shù)；

(4)搭建能夠滿足到多種應(yīng)用場(chǎng)景的數(shù)據(jù)融合算法與模型；

(5)在研究數(shù)據(jù)融合技術(shù)的過(guò)程當(dāng)中，還應(yīng)當(dāng)要注重?cái)?shù)據(jù)融合的商業(yè)化應(yīng)用。

2 多源異構(gòu)數(shù)據(jù)預(yù)處理方法

數(shù)據(jù)預(yù)處理作為數(shù)據(jù)融合當(dāng)中最為重要的一個(gè)環(huán)節(jié)，對(duì)于預(yù)處理的實(shí)際應(yīng)用將會(huì)直接影響到數(shù)據(jù)融合當(dāng)中的結(jié)果。但在當(dāng)前許多的有關(guān)數(shù)據(jù)融合研究當(dāng)中，都沒(méi)有單獨(dú)圍繞數(shù)據(jù)預(yù)處理展開(kāi)深入的研究，在數(shù)據(jù)預(yù)處理的工作上，存在一定的不足。

在數(shù)據(jù)融合技術(shù)的實(shí)際應(yīng)用當(dāng)中，受到數(shù)據(jù)多源異構(gòu)的特點(diǎn)，導(dǎo)致了在數(shù)據(jù)搜集的時(shí)候不同的數(shù)據(jù)源當(dāng)中的信息會(huì)在不同的程度上存在相應(yīng)的問(wèn)題。比如因數(shù)據(jù)的唯一性、權(quán)威性等導(dǎo)致數(shù)據(jù)的維度無(wú)法統(tǒng)一、數(shù)據(jù)亢余等問(wèn)題出現(xiàn)，這些問(wèn)題都會(huì)導(dǎo)致在后期的結(jié)果運(yùn)算過(guò)程當(dāng)中造成一定的影響。對(duì)此，重視數(shù)據(jù)預(yù)處理，能夠提高數(shù)據(jù)融合當(dāng)中的數(shù)據(jù)準(zhǔn)確性。

2.1 數(shù)據(jù)填充技術(shù)

總體而言，在當(dāng)前針對(duì)數(shù)據(jù)缺失的處理方法當(dāng)中，主要包括刪除、填充和不處理。在數(shù)據(jù)的填充技術(shù)上可以分為兩種，一種是數(shù)據(jù)的操作人員根據(jù)現(xiàn)有的知識(shí)經(jīng)驗(yàn)在缺失數(shù)據(jù)的部位填充合理的預(yù)期值；另外一種方法是，根據(jù)統(tǒng)計(jì)學(xué)的原理，結(jié)合現(xiàn)有的數(shù)據(jù)進(jìn)行合理的填充，其具體的流程是：

/*Algorithm EM:

輸入：觀察數(shù)據(jù)x= (x1,x2, … ,xn)，聯(lián)合分布p(x, y|θ)，條件分布p(z|x,θ)

輸出：模型參數(shù)θ的最優(yōu)值

STEP1：初始化參數(shù)θ的初值θ0

STEP2：重復(fù)STEP3、STEP4

STEP3：計(jì)算聯(lián)合分布的條件概率期望：

STEP4：重新計(jì)算模型參數(shù):

其中，z為未觀測(cè)數(shù)據(jù)；STEP3叫做E步，求期望；STEP4叫做M步，求極大化。

2.2 特征降維技術(shù)

特征降維是為了降低算法開(kāi)銷，讓數(shù)據(jù)更加容易處理，以及讓更重要的特征信息能夠明確地凸顯出來(lái)，降維操作是行之有效的方法。下面介紹一種PCA降維方法。PCA的算法步驟是：

(1)初始化矩陣Xnm，代表n個(gè)m維的屬性，將數(shù)據(jù)進(jìn)行去均值處理，有需要的話再進(jìn)行歸一化；

(2)求協(xié)方差矩陣及協(xié)方差矩陣的特征值和特征向量；

(3)將特征向量按照對(duì)應(yīng)的特征值從大到小排列，選擇前k個(gè)特征向量組成投影矩陣P；

(4)Y=PX就是降維到k維后的數(shù)據(jù)。

在數(shù)據(jù)預(yù)處理中，數(shù)據(jù)填充和特征降維在算法上具有較大的改進(jìn)空間，即不同的算法對(duì)于處理結(jié)果的影響較大，其余預(yù)處理操作，比如：標(biāo)準(zhǔn)化、歸一化、數(shù)據(jù)去重等都已經(jīng)有較為成熟完備的方法或工具，此處不做贅述。

3 模糊Petri網(wǎng)基本原理

在對(duì)模糊網(wǎng)Petri進(jìn)行改進(jìn)之后，可以把其設(shè)置為九元組：{P,L,T,F, IN,OUT,W,V,D}，其中：

(1)P={p1,p2,p3,…,pi}代表的是故障庫(kù)的一個(gè)結(jié)合，具體包含了在化工廠當(dāng)中可能會(huì)存在的所有故障，而i代表的是故障的一個(gè)總數(shù)；

(2)L={l1,l2,l3,…,ln}代表的是保護(hù)層庫(kù)所，也就是在系統(tǒng)中所包含的保護(hù)層，n代表的是保護(hù)層的個(gè)數(shù)總和；

(3)T={t1,t2,t3,…,tm}表示變遷集，也就是具體的某個(gè)風(fēng)險(xiǎn)事故的發(fā)生過(guò)程，m代表的是發(fā)生變遷數(shù)量；

(4)F= {f1,f2,f3,…,fi}指的是與Pi互相對(duì)應(yīng)的命題集；

(5)IN 為P→T進(jìn)行函數(shù)的輸入；

(6)OUT 為T(mén)→P進(jìn)行函數(shù)輸出；

(7)W為權(quán)函數(shù)，表示庫(kù)所p對(duì)變遷t成立的支持度；

(8)V={μ1,μ2,μ3,…,μm}指的是故障庫(kù)和保護(hù)層庫(kù)所當(dāng)中的可信度集合；

(9)D={d1,d2,d3,…,dm}指的是在變遷發(fā)生中的閾值的集合，也就是變遷t需要滿足wi×μ1≥d1。

以化工企業(yè)中的煉化系統(tǒng)所發(fā)生的儲(chǔ)罐溢流現(xiàn)象作為案例，對(duì)其進(jìn)行模糊 Petri 網(wǎng)的建立，具體如圖2所示。

圖2 模糊Petri網(wǎng)模型

在故障所當(dāng)中的p1指的是當(dāng)化工企業(yè)中有員工誤開(kāi)了大閥，可信度μL1指的是故障發(fā)生時(shí)的一個(gè)概率，變遷t1指的是當(dāng)前儲(chǔ)罐內(nèi)的液位逐步升高的情況下，出現(xiàn)了變遷t1的閾值與權(quán)值為d1與w1。

其次，在故障所p2當(dāng)中指的是儲(chǔ)罐的液位升高，可信度μ2指的是儲(chǔ)罐中的液位升高可能 性。當(dāng)μ1×μL1＞d1，t1則 會(huì) 出 現(xiàn) 新 的 變 化：μ2=μ1×μL1×w1，如 果 是μ1×μL1＜d1的 情 況 下，t1不出現(xiàn)任何變化[5]。

4 動(dòng)態(tài)量化評(píng)估模型建立

根據(jù)模糊 Petri 網(wǎng)原理中的基本內(nèi)容，具體的分析環(huán)節(jié)如圖 3 所示。

圖3 改進(jìn)模糊Petri網(wǎng)的分析步驟

(1)洞察與辨別事故的場(chǎng)景

結(jié)合HAZOP開(kāi)展初始風(fēng)險(xiǎn)級(jí)別的確立，尤其確定篩選出具有高風(fēng)險(xiǎn)的事故，并采用LOPA進(jìn)行事故場(chǎng)景的分析，從而得出事故發(fā)生的原因和影響，并根據(jù)事故具體的內(nèi)容得出對(duì)應(yīng)的措施。

(2)辨別初始事件及觸發(fā)事件

觸發(fā)事件當(dāng)中主要指的是修正因子，修正因子主要是指人員暴露率、死亡率等。

(3)建立模糊Petri網(wǎng)模型

根據(jù)以上的內(nèi)容，建立模糊網(wǎng)。

5 實(shí)例分析

在化工廠當(dāng)中，正已烷從上游的工藝單元進(jìn)入到正已烷緩沖罐T-401的這個(gè)過(guò)程中，整個(gè)流程具體如圖4所示。

圖4 正己烷緩沖罐工藝流程圖

(1)基于HAZOP的分析結(jié)果，可以對(duì)正已烷緩沖罐的外溢事故的場(chǎng)景進(jìn)行確定，獲取到風(fēng)險(xiǎn)傳播過(guò)程中的初始事件、觸發(fā)事件的保護(hù)層，搭建改進(jìn)過(guò)的模糊Petri網(wǎng)模型。

(2)在這個(gè)模型當(dāng)中，初始庫(kù)包含的故障所p1、p2、p3、p4以及 保護(hù) 層庫(kù)所的l1、l2、l3、l4，其中初始庫(kù)的可信度主要是依據(jù)企業(yè)的歷史運(yùn)行數(shù)據(jù)，結(jié)合各種參數(shù)的運(yùn)算方法，對(duì)其取值進(jìn)行計(jì)算，然后變遷的權(quán)值與閾值主要是根據(jù)專家的經(jīng)驗(yàn)計(jì)算得出。

在經(jīng)過(guò)模型的數(shù)據(jù)運(yùn)算，最后可以獲取到緩沖罐溢流的發(fā)生概率應(yīng)當(dāng)在1.21×10-4，根據(jù)計(jì)算公式，可以獲得點(diǎn)火的概率應(yīng)當(dāng)在0.64，人員的暴露概率在0.5，根據(jù)計(jì)算可以獲取到火災(zāi)的爆炸概率應(yīng)該為9.99×10-7，以及在火災(zāi)爆炸的情況下，人員的傷亡概率應(yīng)該在4.99×10-7。通過(guò)對(duì)數(shù)據(jù)的分析可以判斷該風(fēng)險(xiǎn)處于可接受的范圍之中[6]。

由于當(dāng)前的保護(hù)層數(shù)量存在龐大復(fù)雜的情況，企業(yè)無(wú)法精準(zhǔn)有效地識(shí)別出當(dāng)前保護(hù)層的安全情況，對(duì)此，需要分別計(jì)算出該模型在BPCS控制系統(tǒng)當(dāng)中的故障和人員干預(yù)失效等影響，從而為日常的檢查提供必要的依據(jù)。

6 結(jié)語(yǔ)

本文在研究過(guò)程中，先是介紹了數(shù)據(jù)融合的概念，探討了多源異構(gòu)的數(shù)據(jù)梳理方法，然后提出了優(yōu)化過(guò)的模糊Petri網(wǎng)，并且著重圍繞著正已烷緩沖罐溢流事件作為案例進(jìn)行分析，以此精準(zhǔn)獲取到了風(fēng)險(xiǎn)傳播過(guò)程中的各項(xiàng)數(shù)據(jù)。相較于傳統(tǒng)的模糊Petri網(wǎng)，本文所提出的方法其有效率更高。