基于动态事件树的安全风险预测与分析方法

基于动态事件树的安全风险预测与分析方法

论文摘要

现代工程系统呈现出明显的动态行为,其安全风险亦具有不确定性。随着概率安全性评价(PSA)的发展,各种动态安全性分析技术不断提出,其中大多用来处理系统的多态性、非单调性、软件影响、人因可靠性等,对过程变量与组件状态相互影响这一动态行为的研究较少。而该因素又几乎是所有工程技术系统的共性,因此,对系统的此类动态行为展开研究具有重要的理论和现实意义。另外,出于风险监控的需求,如能预测或分析系统演化到可能事故的路径、时间,以及安全风险关键状态或事件,则可为安全风险控制提供重要的决策依据。动态事件树(DET)是一种基于事故场景的PSA工具,具有较强的系统动态行为描述能力,尤其在处理过程变量与组件状态的相互影响方面有一定优势;也能较好地刻画事故演化场景,挖掘事故演化过程中的潜在信息,从而可用于安全风险预测与分析。本文首先在传统事件树、连续事件树的相关理论基础上,阐述了动态事件树的基本理论。给出了DET的相关基本概念及其定义,对系统演化过程中的状态变化进行了数学描述;同时对DET建树过程中的各种约束规则进行了详细论述,研究了两种不同的仿真运算策略,并进行了对比分析;对仿真过程中一些参数的选取进行了讨论。其次,阐述了安全风险相关的基本概念,研究了基于DET的风险预测分析方法。在DET相关理论的基础上,论述了风险的描述方法及其动态特性,介绍了事故场景的基本概念以及事故演化机理,提出了基于DET的事故演化路径的数学定义;针对事故演化时间预测的问题,分别给出了基于ET/FT的静态预测方法和基于DET的动态预测方法;然后,给出了一类关键状态的定义,以及基于子树分解和基于逻辑运算的两种关键状态搜索算法。最后,针对一个冷却缓冲装置进行了示例分析,验证了本文方法的有效性及可行性。

论文目录

  • 摘要
  • ABSTRACT
  • 第一章 绪论
  • 1.1 研究背景
  • 1.2 研究现状
  • 1.2.1 PSA 研究现状
  • 1.2.2 DET 的研究现状
  • 1.3 主要研究内容及结构安排
  • 第二章 动态事件树相关理论
  • 2.1 传统事件树
  • 2.1.1 基本概念
  • 2.1.2 分析步骤
  • 2.1.3 局限性
  • 2.2 连续事件树
  • 2.2.1 Chapman-Kolmogorov 方程
  • 2.2.2 系统状态描述
  • 2.2.3 基于CET 的系统演化过程
  • 2.3 DET 基本模型
  • 2.3.1 基本概念
  • 2.3.2 基于DET 的系统演化过程
  • 2.3.3 建树相关规则
  • 2.3.4 仿真策略
  • 2.4 相关讨论
  • 2.4.1 关于时间步长的选取
  • 2.4.2 关于截尾概率的选取
  • 2.5 本章小结
  • 第三章 安全风险预测与分析
  • 3.1 风险的基本概念
  • 3.1.1 风险描述
  • 3.1.2 风险的动态性
  • 3.2 事故场景理论
  • 3.2.1 基本概念
  • 3.2.2 事故演化路径
  • 3.3 事故演化时间预测方法
  • 3.3.1 基本概念
  • 3.3.2 静态演化时间预测方法
  • 3.3.3 基于DET 动态预测方法
  • 3.4 关键状态及其搜索算法
  • 3.4.1 关键状态的相关定义
  • 3.4.2 节点的数据结构
  • 3.4.3 基于子树分解的关键状态搜索算法
  • 3.4.4 基于逻辑运算的关键状态搜索算法
  • 3.5 本章小结
  • 第四章 基于DET 的某冷却缓冲装置安全风险分析与预测
  • 4.1 示例背景
  • 4.2 构建动态事件树
  • 4.3 安全风险分析
  • 4.4 本章小结
  • 第五章 结束语
  • 5.1 论文主要工作与贡献
  • 5.2 进一步研究方向
  • 致谢
  • 附录A:本文用到的符号
  • 附录B:冷却缓存装置的关键状态
  • 参考文献
  • 作者在学期间取得的学术成果
  • 相关论文文献

    • [1].国际贸易进出口风险预测及其防控措施研究[J]. 湖北农机化 2020(05)
    • [2].我国银行业非洲业务发展面临挑战、风险预测及建议[J]. 生产力研究 2020(07)
    • [3].角色扮演在护生风险预测培训中的效果研究[J]. 大理大学学报 2020(08)
    • [4].基于深度学习的精神病风险预测研究[J]. 计算机仿真 2020(10)
    • [5].基于真实世界数据的疾病风险预测研究[J]. 医学信息 2020(23)
    • [6].深度学习技术在重症监护室患者住院死亡风险预测中的应用[J]. 中国医学工程 2020(05)
    • [7].财务智能化进程中的风险预测与对策[J]. 中外企业家 2020(18)
    • [8].风险预测在投资方造价管理中的作用[J]. 住宅与房地产 2017(36)
    • [9].复杂环境下高架公路关键性风险预测方法[J]. 计算机仿真 2018(07)
    • [10].基于图像的小范围船舶交叉碰撞风险预测[J]. 舰船科学技术 2018(14)
    • [11].中国冠状动脉旁路移植术风险预测的临床价值[J]. 外科研究与新技术 2014(04)
    • [12].一种面向实时风险预测的工业报警优先级评估方法[J]. 通信技术 2020(02)
    • [13].天山野果林区滑坡景观时空演变及生态风险预测[J]. 山地学报 2020(02)
    • [14].网络信息安全对攻击风险预测仿真[J]. 计算机仿真 2017(11)
    • [15].不同肥胖指标对糖尿病风险预测的效果观察[J]. 中医临床研究 2018(12)
    • [16].心脏手术风险预测方法的研究进展[J]. 大家健康(学术版) 2016(10)
    • [17].建立子宫内膜非典型增生风险预测列线图[J]. 中国妇产科临床杂志 2014(03)
    • [18].房地产投资项目的风险预测与分析[J]. 科技和产业 2012(06)
    • [19].基于人工神经网络的机场鸟击风险预测[J]. 安全与环境学报 2020(02)
    • [20].信用风险预测指标面临实践检验——基于5家大型银行的分析[J]. 银行家 2015(05)
    • [21].2017年全球经济风险预测与展望 短期风险平衡,中期风险下行[J]. 进出口经理人 2017(09)
    • [22].论房地产项目中风险预测的方法与步骤[J]. 中国商界(下半月) 2008(01)
    • [23].北京地区人口非传染性疾病风险预测研究[J]. 实用预防医学 2019(06)
    • [24].基于家系数据集群化似然比算法的疾病基因组遗传风险预测研究(英文)[J]. Journal of Zhejiang University-Science B(Biomedicine & Biotechnology) 2018(12)
    • [25].心血管病风险预测中国模型近日诞生[J]. 实用心电学杂志 2016(05)
    • [26].机器学习法在信贷风险预测识别中的应用[J]. 中国物价 2015(12)
    • [27].持续监管银行的风险预测能力[J]. 中国金融 2013(08)
    • [28].风险预测在建筑工程安全管理中的作用[J]. 新疆有色金属 2013(S2)
    • [29].高可靠光纤布拉格光栅传感器网络传输风险预测[J]. 激光杂志 2020(05)
    • [30].基于大数据的金融风险预测与防范对策[J]. 财经界(学术版) 2019(18)

    标签:;  ;  ;  ;  ;  ;  

    基于动态事件树的安全风险预测与分析方法
    下载Doc文档

    猜你喜欢