一种压力储罐区火灾次生多米诺事故的动态预测方法

本发明涉及专门用于预测目的的数据处理系统领域，特别涉及一种压力储罐区火灾次生多米诺事故的动态预测方法。

背景技术：

1、

2、由于压力储罐区储罐布局紧密，且储存、使用的多为易燃易爆的危险化学品，一旦发生火灾事故，产生的破坏效应极易引起周边装置失效，引发次生多米诺效应，导致人员伤亡和极大财产损失，甚至影响到周边企业正常生产和周边居民正常生活。

3、现有技术中均没有提及控制和减少压力罐区火灾次生多米诺事故的发生，有必要对压力储罐区进行有效的风险评估的内容；如专利号为201810350915.3的中国专利，其公开了一种lng槽车事故灾害预估与应急救援系统，包括服务器，服务器分别与m个智能终端、数据库连接，智能终端设置有救援app，用户通过智能终端采集事故现场信息，通过救援app发送事故救援请求和事故现场信息到服务器和参与救援的用户；服务器根据事故现场信息从数据库获取当前事故位置的地图地质数据、天气数据，并结合数据库中的模型数据、历史事故案例建立救援方案决策模型和灾害预估模型，并将该救援方案决策模型和灾害预估模型发送给参与救援的用户以及事故位置的用户。有益效果：应对事故反应快，决策方案科学，救援精准高效，降低了事故的伤害和损失；

4、而在专利号为202011369946.7的中国专利中公开了一种输气管道喷射火对邻近液烃管安全性影响实验平台及方法，所述实验平台包括供液烃环道系统、检测系统、以及火焰系统；供液烃环道系统包括依次相连形成闭合回路的液烃储罐、管道泵、非测试管段一、测试管段、非测试管段二，液烃储罐与冷却装置相连，液烃储罐与管道泵之间设有出液烃管，出液烃管上设有截断阀，非测试管段二上设有排气阀；检测系统包括流量检测装置、压力检测装置、温度检测装置一、温度检测装置二、温度检测装置三、温度检测装置四、温度检测装置五；火焰系统位于闭合回路外，且处于测试管段两端之间的平面内。此发明能够用来开展气液相邻管道流动状态下天然气管道泄漏后气体燃烧对液烃管道的热影响实验研究；

5、因此，为了控制和减少压力罐区火灾次生多米诺事故的发生，有必要对压力储罐区进行有效的风险评估，从而提供有力的参考依据，本发明是为了解决这一问题，提出一种压力储罐区火灾次生多米诺事故的动态预测方法。

技术实现思路

1、本部分的目的在于概述本发明的实施例的一些方面以及简要介绍一些较佳实施例。在本部分以及本技术的说明书摘要和发明名称中可能会做些简化或省略以避免使本部分、说明书摘要和发明名称的目的模糊，而这种简化或省略不能用于限制本发明的范围。

2、鉴于上述和/或现有的压力储罐区火灾次生多米诺事故的动态预测方法设计中存在的问题，提出了本发明。

3、因此，本发明其中的一个目的是提供一种压力储罐区火灾次生多米诺事故的动态预测方法，考虑压力储罐的火灾事故对邻近储罐间的事故扩展产生影响和耦合因素对事故传播的影响，结合贝叶斯网络方法评估事故链概率，提出时间和空间耦合作用影响下，压力储罐区火灾次生多米诺事故最可能事故链及最可能事故储罐的确定方法，对压力储罐区火灾事故多米诺效应的防控具有极其重要的理论意义和应用价值，为化工企业的压力罐区布局和消防应急处置提供指导。

4、为实现上述目的，本发明采取的技术方案为：

5、一种压力储罐区火灾次生多米诺事故的动态预测方法，包括以下具体步骤：

6、s1：收集待评估压力罐区的基础数据；

7、s2：根据所述基础数据确定初始事故储罐；

8、s3：根据所述初始事故储罐确定事故演化路径；

9、s4：分别对每一条事故演化路径计算节点的热辐射值；

10、s5：计算事故链热辐射耦合下储罐的失效时间，判断邻近储罐是否失效；

11、s6：根据所述邻近储罐事故路径构建静态贝叶斯网络；

12、s7：根据所述静态贝叶斯网络和热辐射耦合效应构建动态贝叶斯网络；

13、s8：根据所述动态贝叶斯网络计算动态概率，确定最可能扩展事故链及关键储罐。

14、本发明进一步的改进在于，所述s1的具体内容为：收集待评估压力罐区的基础数据，待评估罐区的确定过程为：将各个罐区的储存物种类与危险品数据库种类对比，根据对比数据来辨识企业压力储罐区是否构成重大危险源，选定已构成重大危险源的压力储罐区作为评估对象，而且构成重大危险源压力储罐区的邻近压力罐区也应作为风险评估对象，即确定待评估罐区；

15、收集的所述基础数据包括大气数据、压力储罐规格参数、储罐平面布置、储罐间间距、储存物料种类及储罐储存物料的量；

16、其中，所述储罐规格参数包括高度、直径、壁厚；所述大气数据包括温度、湿度、风速、风向；数据采集过程包括数据采集策略，数据采集策略包括以下具体步骤：

17、s101、提取储罐环境下传感器的传感数据和真实数据，将传感数据和真实数据以储罐环境、传感数据为输入，真实数据为输出的神经网络模型；

18、s102、将历史环境数据中的历史温度曲线、历史传感器传感数据曲线、历史光照强度曲线以及历史湿度曲线作为神经网络模型的输入，并将真实值曲线作为多特征时间序列预测神经网络模型的预测曲线，对多特征时间序列预测神经网络模型进行训练；

19、s103、然后输入当时的温度数据、传感数据、光照数据和湿度数据至神经网络中，得到输出的真实值。

20、本发明进一步的改进在于，所述s2的具体内容为：得到待评估罐区的基础数据后，基于最大风险和最长事故链的原则，将事故风险最大、事故后果最严重的储罐作为初始储罐；所述初始储罐的确定过程为：

21、s21：查储存数据库确定来储存物料的物质系数mf；

22、s22：查储存数据库查询储存物料的一般工艺危险系数f1和特殊工艺危险系数f2，此处的一般工艺危险系数f1和特殊工艺危险系数f2为人为设定的数值；

23、s23：计算并确定工艺单元危险系数f3＝f1×f2；

24、s24：确定火灾、爆炸指数fei＝f3×mf；

25、s25：计算安全措施补偿系数c＝c1×c2×c3，其中c1，c2，c3在储存数据库查询中查询得到；

26、s26：计算暴露区域面积s＝π×(0.256×fei)2；

27、s27：计算暴露区域面积s的暴露区域内财产价值：m＝原来成本×0.82×增长系数，原来成本为暴露区域s内装置、物料的成本；增长系数为区域内设备经一段时间使用后的价值改变系数；

28、s28：确定基本最大可能财产损失＝m×f3；

29、s29：确定实际最大可能财产损失＝基本最大可能财产损失×c；将计算的罐区的储罐的实际最大可能财产损失降序排列，并将实际最大可能财产损失最大的储罐认为其事故后果最严重，即作为初始储罐。

30、本发明进一步的改进在于，所述s3的具体内容为：当初始储罐发生火灾事故时，事故在初始储罐上发生演化，则二级储罐既受到初始储罐事故演化过程中产生的物理效应的影响，也受到初始储罐最终事故模式影响，同样，三级储罐也会受到二级储罐以及初始储罐影响，依次往后，每一级储罐本身的事故演化过程和最终演化事故产生的物理效应都导致下一级储罐发生事故，这样形成一条事故演化路径，对发生在初始储罐上的火灾事故演化路径进行构建，即将国内外发生的储罐事故进行统计形成数据库，综合数据库数据与监测数据，代入相似度计算公式得出与监测数据相似度最大的数据库数据作为参考对象，得出事故链的传播路径，再对其中每条事故链路径进行统计和分析得出结果，得到事故链形式并计算在每一种事故链形式的事故演化概率，从而构建事故演化路径。

31、本发明进一步的改进在于，所述s4的具体内容为：计算火灾罐区临近目标储罐的热辐射值i和火焰高度值h，其中火焰高度值h的计算公式为：

32、无风情况：

33、有风情况：

34、其中，h为火焰高度，m；ρo为空气密度，取1.2kg/m3；d为池火直径，m；g重力加速度，取9.8m/s2；m″为单位液体表面积的质量燃烧速率，kg/s/m2；u*为火点位置风速，m/s，其中u为距离火点为10米处的风速，m/s；ρv为可燃液体蒸气密度，kg/m3；其中质量燃烧速率m″的计算公式为：m″＝m*(1-e-kβd)，此式中，m″为质量燃烧速率，kg/(m2·s)；m*为最大质量燃烧速率；k为火焰衰减系数，m-1；β为平均光线长度校正系数；d为池火直径，m；

35、所述火灾罐区临近目标储罐的热辐射值的计算方式为：i＝e′fτ；其中

36、

37、

38、

39、

40、

41、

42、式中，e'为火焰表面平均辐射强度，kw/m2；f为几何视图因子；τ为大气透过率；η为效率因子，取值为0.13-0.35；δhc为液体燃烧热，kj/kg；x为目标储罐离液池中心的水平距离，h为火焰高度与火焰半径的比；s为观察者距液池中心的距离与火焰半径的比；fh和fv分别表示垂直圆柱的水平和竖直视图因子，a、b表示中间系数；d为液池直径，i为邻近储罐收到的热辐射量；m″为单位池面积质量燃烧率；

43、当初始事故产生后，产生的火灾热辐射同时作用于相邻的目标储罐，由于储罐间距的不同，导致目标储罐先后失效，对事故链演化路径中邻近储罐可能受到热辐射耦合下的储罐计算其受到耦合作用下的热辐射强度，耦合热辐射强度值用受到的周围储罐的热辐射相加得到，计算公式为：

44、i＝i1+i2+…+in

45、其中，i为临近目标储罐的热辐射值；in为事故储罐的热辐射。

46、本发明进一步的改进在于，所述s5的具体内容为：将邻近目标储罐接收到的单一热辐射值或耦合热辐射值代入失效时间公式计算其相应的失效时间，失效时间计算公式如下：

47、

48、

49、式中，ttf1为目标储罐受单一热辐射作用时的失效时间，为受t1储罐的热辐射量，为目标储罐的体积，ttf2为目标储罐受热辐射耦合作用时的失效时间，为受周围储罐的热辐射量，为目标储罐的体积；

50、将得到的失效时间带入压力储罐失效概率计算模型，模型公式如下：

51、y＝11.27-1.641ln(ttf)

52、式中，y表示设备失效概率的概率单位值；ttf表示邻近储罐在热辐射作用下发生失效的时间，单位为s；

53、临近目标储罐的破坏概率pd表达式如下所示：式中，pd表示目标设备的破坏概率；y表示设备破坏概率单位，

54、将发生一次事故扩展后的储罐作为初始事故储罐，确定可能发生事故的二次扩展储罐，由此得到扩展事故链，并计算每个扩展事故链的扩展概率，以扩展事故链和对应的扩展概率构建邻近储罐火灾事故链。

55、本发明进一步的改进在于，所述s6的具体内容为：根据构建的邻近储罐火灾事故路径，将计算出的扩展事故链的扩展概率输入到条件概率表中，绘制静态贝叶斯网络，通过先验概率和后验概率分析，确定静态条件下破坏概率最大的扩展事故链和关键事故储罐，用于后续的动态贝叶斯网络计算出的扩展事故链概率验证。

56、本发明进一步的改进在于，所述s7的具体内容为：针对已选定的压力储罐区，对其分析，计算与储罐相关的时间参数，计算参数为燃尽时间ttb、失效时间ttf；燃尽时间ttb：储罐内的物料在无外界因素干预下，从开始燃烧直至物料燃尽所用时间，通过罐内物料存量与物料的质量燃烧速率的关系求出，失效时间ttf：邻近储罐在事故储罐的物理效应下发生破坏的时间，借助probit模型计算得出；比较两者的大小：若ttb＜ttf，则储罐不会发生火灾多米诺事故；ttb＞ttf，则储罐将发生火灾多米诺事故，通过计算结果设定储罐失效节点，将动态贝叶斯网络划分为不同时间片段进行计算，构建时间维度的事故链传播情景。

57、本发明进一步的改进在于，所述s8的具体内容为：利用genie软件建立动态贝叶斯网络，并设置辅助节点l1、l2、l3代表一、二、三级多米诺事故，在软件中输入事故的条件概率，运算贝叶斯网络得到各点的先验概率，之后分别设定辅助节点，计算在发生不同多米诺事故时各储罐发生事故的后验概率，通过比较事故的先验概率与后验概率，确定各个事故链的储罐概率变化情况，分析出概率最高的一条事故链，确定对邻近储罐概率影响最大的储罐。

58、与现有技术相比，本发明具有如下有益效果：考虑压力储罐的火灾事故对邻近储罐间的事故扩展产生影响和耦合因素对事故传播的影响，结合贝叶斯网络方法评估事故链概率，提出了时间和空间耦合作用影响下，压力储罐区火灾次生多米诺事故最可能事故链及最可能事故储罐的确定方法，对压力储罐区火灾事故多米诺效应的防控具有极其重要的理论意义和应用价值，为化工企业的压力罐区布局和消防应急处置提供指导。