本发明涉及气体爆炸风险预测技术领域,主要涉及一种基于蒙特卡罗模拟的气体管道爆炸事故风险分析方法,可为工业气体运输管道的防爆抑爆措施提供依据。
背景技术:
目前随着工业的发展,氢气、丙烷、丁烷等可燃气体逐渐成为重要的现代化工原料。随着石油、天然气生产和消费速度的增长,管道运输发展步伐不断加快,而输运可燃气体的管道一旦发生火灾爆炸事故会造成极大的人员伤害及财产损失问题。
现气体爆炸风险模拟的技术已较为成熟,但多是以气体爆炸对周围环境的影响程度及范围进行表征,缺少针对气体爆炸产生的破坏作用以及使人员伤亡程度作出预测评估的方法。本发明以flacs软件模拟为基础确定事故发生后管道内压力分布,进而采用蒙特卡罗模拟方法结合爆炸事故致死致伤概率方程,得到爆炸超压致肺出血致死以及结构破坏的概率量,通过模拟得到气体爆炸管道的风险大小及频率分布,以此对工业运输管道的防爆抑爆及消防提供相应依据。
技术实现要素:
本发明所要解决的技术问题是:本发明为避免上述方式的不足之处,加强针对性,提供了基于flacs数值模拟及蒙特卡罗计算伤害概率的一种气体爆炸事故致死致伤和结构破坏不确定性风险计算方法。
本发明解决其技术问题所要采用的技术方案是:一种气体爆炸事故致死致伤和结构破坏不确定性风险计算方法,包括以下步骤:
s1:实验测试可燃气体的理化参数。
结合工业实际,选取相应的气体浓度、所处环境及实验管道数据,对工业生产过程中特定浓度的气体的理化参数进行分析,获取工业生产过程中特定浓度的气体的点火能、点火温度、爆炸压力、爆炸温度及火焰传播速度,并通过公式计算爆炸指数,上述实验数据为仿真模拟所需的fuel文件提供参数依据。
s2:建立爆炸事故管道模型。
依据工业实际以及实验数据,设置管道数据、爆炸气体量、实验环境等信息,运用flacs软件自带的建模功能建立气体管道的三维模型;
s3:模拟受限管道中气体爆炸过程。
使用flacs气体爆炸模拟软件模拟气体管道内部发生的爆炸事故,结合压力场的云图,获取管道内各位置在爆炸过程中的压力分布数据;
flacs软件中的气体爆炸模块针对不同气体需要有相对应的fuel文件,常见气体,在软件中的燃料区域选项中可以直接选用。对于不常见气体的模拟,根据步骤s1测试所得数据如点火能、点火温度、爆炸压力、爆炸温度、爆炸指数以及查阅气体燃烧热、标准生成焓的数据,可定义用于模拟时的气体fuel文件参数,flacs软件在进行模拟时将自动读取相应fuel文件。
s4:表征管道气体爆炸对人和物的风险分布。
采用蒙特卡罗模拟方法结合爆炸事故致死致伤概率方程,得到爆炸超压致肺出血致死以及结构破坏的概率量,进而得到气体爆炸管道的风险大小及频率分布,具体包括:
选择气体爆炸压力作为蒙特卡罗模拟时的输入变量,在实验和数值模拟管道模型中待研究的典型位置附近选取若干监测点,即将监测到的爆炸压力随时间变化的数据作为风险因素数据,变量函数公式如下:
y=k1+k2lnv
其中,y为风险的概率变量;因变量v为暴露剂量,在本发明中,v的值取数值模拟所得爆炸压力的值,单位为pa;概率系数k1、k2,在超压肺出血致死概率量计算中,分别取-77.1和6.91;概率系数k1、k2,在结构破坏概率量计算中,分别取-23.8和2.92。为了描述致伤百分率p伤与概率变量y的单一暴露关系,采用概率单位法尤其适合,并且提供了如下的特性方程:
其中,y为风险的概率变量,p伤为致伤百分率,u为暴露参数,其数值与暴露剂量v等同。
利用基于蒙特卡罗模拟的crystalball软件对风险因素数据进行概率分布拟合,根据拟合优度统计选择风险因素数据的概率分布类型;
通过变量函数对风险因素的数据进行条件赋值,定义风险值预测变量,得到风险值的分布数据,设置蒙特卡罗模拟的运行属性,包括抽样方法、抽样次数、精度控制等,然后开始进行模拟;
其中,蒙特卡罗模拟普遍采用的抽样方法包括蒙特卡罗取样和拉丁超立方取样,拉丁超立方取样法通过划分若干相等概率的区间,使得结果较为平均,对概率分布能实现较好的重现,因此本实施例优先采用拉丁超立方抽样。
本发明涉及的研究气体包括各类可燃可爆气体,其中,所述flacs模拟软件在气体爆炸的场景开发上有大量的验证经验,对烷类气体、氢气、一氧化碳等有较好的应用效果。
采取上述技术方案本发明所获取的效果为:
1、基于气体爆炸管道内压力随时间、空间的动态变化特点,借助蒙特卡罗方法对风险的不确定性表达方法,结合气体爆炸致死致伤和结构破坏的风险表征公式,得到气体爆炸后果的不确定风险范围及其分布规律。
2、基于蒙特卡罗拟合获得典型位置处气体爆炸后果风险因素的分布函数,进而计算和表征此处气体爆炸的致死致伤和结构破坏风险,可有效判断出管道不同位置气体爆炸风险大小,有效准确地提出管道的抑爆措施。
3、以工业生产和实验测试为基础,分析工业生产过程中可爆气体的理化参数,从而进行针对性的数值模拟和风险评估,计算结果的工业应用基础良好。
4、利用flacs模拟建立与实际工业生产一致的三维管道模型,数值模拟与实验数据相互验证,提高了数值模拟的吻合度和风险预测的可靠性。数值模拟中,可以通过设置不同气体类型实现对不同事故场景中所有时间所有位置处监测数据的连续获取。
附图说明
下面结合附图和实施例对本发明作进一步说明。
图1为该风险评估方法的流程图。
图2为丙烷气体爆炸三维管道模型及监测点布置图。
图3为flacs软件模拟爆炸过程中的压力场示意图。
图4为气体爆炸压力数据拟合图。
图5为气体爆炸超压肺出血致死概率分布图。
图6为气体爆炸超压结构破坏概率分布图。
具体实施方式
现在结合附图对本发明作详细的说明。此图为简化的示意图,仅以示意方式说明本发明的基本结构,因此其仅显示与本发明有关的构成。
如图1所示,本发明的一种气体爆炸事故致死致伤和结构破坏不确定性风险计算方法,包括以下步骤:
s1:实验测试可燃气体的理化参数。
结合工业实际,选取相应的气体浓度、所处环境及实验管道数据,对工业生产过程中特定浓度的气体的理化参数进行分析,获取工业生产过程中特定浓度的气体的点火能、点火温度、爆炸压力、爆炸温度及火焰传播速度,并通过公式计算爆炸指数,上述实验数据为仿真模拟所需的fuel文件提供参数依据。
本实例以丙烷气体为例,选取浓度为3.9%丙烷-空气预混气体作为测试对象。选择ept-6、ept-7s点火能装置测试气体的点火温度及点火能;采用高速摄影分析仪、光电传感器测定火焰传播速度;使用温度传感器、压力传感器、sdy2107a型超动态应变仪测试气体爆炸的爆炸温度、爆炸压力;爆炸指数通过以下公式进行计算:
其中k为爆炸指数;
s2:建立爆炸管道模型。
依据工业实际以及实验数据,设置管道数据、爆炸气体量、实验环境等信息,运用flacs软件自带的建模功能建立气体管道的三维模型;
如图2所示,根据工业生产中真实通风除尘管道系统为研究场景,通过flacs建立90°弯管模型,其中管道总长为7.1m,弯头位于主管道4.6m处,其曲率半径为198mm,管道统一内径0.125m,外径0.185m,为模拟受限密闭管道场景,模型中各处端口均设为封闭状态,环境初始温度设为20℃,初始压力设为0.1mpa。
弯管的弯头部分作为特殊管道部件一直是各类研究的重点,因此在弯头位置的管道内共设置3个监测点,呈三角形分布,最后将这些监测点所获数据整合作为管道弯头位置的代表数据。
s3:模拟受限管道中气体爆炸过程。
使用flacs气体爆炸模拟软件模拟气体管道内部发生的爆炸事故,结合压力场的云图,获取管道内各位置在爆炸过程中的压力分布数据;
flacs软件中的气体爆炸模块针对不同气体需要有相对应的fuel文件,常见气体,在软件中的燃料区域选项中可以直接选用。对于不常见气体的模拟,根据步骤s1测试所得数据如点火能、点火温度、爆炸压力、爆炸温度、爆炸指数以及查阅气体燃烧热、标准生成焓的数据,可定义用于模拟时的气体fuel文件参数,flacs软件在进行模拟时将自动读取相应fuel文件。
软件模拟爆炸压力在0.2s后趋于稳定,因此选取前0.2s的数据用于crystalball软件的风险预测;
如图3所示,根据flacs模拟输出的爆炸压力场图,可以研究管道爆炸过程中不同时间内弯头处的压力分布情况。
s4:表征管道气体爆炸对人和物的风险分布。
采用蒙特卡罗模拟方法结合爆炸事故致死致伤概率方程,得到爆炸超压致肺出血致死以及结构破坏的概率量,进而得到气体爆炸管道的风险大小及频率分布,具体包括:
选择气体爆炸压力作为蒙特卡罗模拟时的输入变量,在实验和数值模拟管道模型中待研究的典型位置附近选取若干监测点,即将监测到的爆炸压力随时间变化的数据作为风险因素数据,变量函数公式如下:
y=k1+k2lnv
其中,y为风险的概率变量;因变量v为暴露剂量,在本发明中,v的值取数值模拟所得爆炸压力的值,单位为pa;概率系数k1、k2,在超压肺出血致死概率量计算中,分别取-77.1和6.91;概率系数k1、k2,在结构破坏概率量计算中,分别取-23.8和2.92。为了描述致伤百分率p伤与概率变量y的单一暴露关系,采用概率单位法尤其适合,并且提供了如下的特性方程:
其中,y为风险的概率变量,p伤为致伤百分率,u为暴露参数,其数值与暴露剂量v等同。
利用基于蒙特卡罗模拟的crystalball软件对压力数据进行概率分布拟合,根据拟合优度统计选择风险因素数据的概率分布类型根据拟合优度统计选择最优分布类型,如图4,压力参数符合weibull分布,形状=7.26,标度=297102.69;
利用基于蒙特卡罗模拟的crystalball软件对风险因素数据进行概率分布拟合,根据拟合优度统计选择风险因素数据的概率分布类型。
通过变量函数对风险因素的数据进行条件赋值,定义风险值预测变量,得到风险值的分布数据,设置蒙特卡罗模拟的运行属性,包括抽样方法、抽样次数、精度控制等,然后开始进行模拟。
其中,蒙特卡罗模拟普遍采用的抽样方法包括蒙特卡罗取样和拉丁超立方取样,拉丁超立方取样法通过划分若干相等概率的区间,使得结果较为平均,对概率分布能实现较好的重现,因此本实施例优先采用拉丁超立方抽样。
计算结果如下图所示,如图5,计算爆炸超压致肺出血致死,致死概率量y为5,代入特性方程计算,即致伤百分率p为50%的确定性为12.87%,即在百人中,该处有12.87%的概率对50人造成超压致肺出血致死。通过对不同点概率量的预测分析,可知该处管道在气体爆炸过程中的致死致伤的风险性大小。
同理,如图6所示,计算爆炸超压致结构破坏,其导致结构破坏的概率量y大于8.09,即致损百分率p大于99.9%的确定性为83.71%,即有83.71%的概率对该处的结构造成破坏。
本实施例仅是对弯管的弯头位置进行的风险预测,通过设置其他监测点,重复步骤s2~s4可实现对模型中所有时间所有位置气体爆炸致死致伤及结构破坏的风险预测。
以上述依据本发明的理想实施例为启示,通过上述的说明内容,相关的工作人员完全可以在不偏离本发明的范围内,进行多样的变更以及修改。本项发明的技术范围并不局限于说明书上的内容,必须要根据权利要求范围来确定其技术性范围。