馬先山, 劉 宇, 方 磊, 朱祥貴

(1.青島遠(yuǎn)洋船員職業(yè)學(xué)院,山東 青島 266071; 2.上海海事大學(xué) 商船學(xué)院，上海 201306；3.臺(tái)州港引航站,浙江 臺(tái)州 318000)

LNG船裝卸作業(yè)風(fēng)險(xiǎn)動(dòng)態(tài)網(wǎng)絡(luò)預(yù)測(cè)

馬先山1, 劉 宇2, 方 磊2, 朱祥貴3

(1.青島遠(yuǎn)洋船員職業(yè)學(xué)院,山東 青島 266071; 2.上海海事大學(xué) 商船學(xué)院，上海 201306；3.臺(tái)州港引航站,浙江 臺(tái)州 318000)

以液化天然氣(Liquefied Natural Gas,LNG)船裝卸貨風(fēng)險(xiǎn)為研究對(duì)象，針對(duì)其特征和物理屬性，考慮船舶和環(huán)境2方面因素對(duì)裝卸貨風(fēng)險(xiǎn)的影響，確定LNG船裝卸貨風(fēng)險(xiǎn)的形成原因及其耦合關(guān)系，并分別采用靜態(tài)和動(dòng)態(tài)貝葉斯網(wǎng)絡(luò)建立LNG船卸貨風(fēng)險(xiǎn)預(yù)測(cè)模型，以分析裝卸貨作業(yè)過程中的風(fēng)險(xiǎn)變化。利用所建模型對(duì)LNG船港口卸貨作業(yè)進(jìn)行風(fēng)險(xiǎn)預(yù)測(cè)，通過驗(yàn)證該模型的正確性和有效性，得出LNG船卸貨作業(yè)過程風(fēng)險(xiǎn)波動(dòng)性強(qiáng)的結(jié)果。結(jié)果表明，所得風(fēng)險(xiǎn)預(yù)測(cè)結(jié)果與歷史事故規(guī)律基本吻合，該模型能較好地預(yù)測(cè)LNG船作業(yè)過程中的風(fēng)險(xiǎn)。

LNG船;動(dòng)態(tài)貝葉斯網(wǎng)絡(luò);卸貨作業(yè);風(fēng)險(xiǎn)預(yù)測(cè)

隨著各國(guó)對(duì)液化天然氣(Liquefied Natural Gas，LNG)的需求量不斷增多、LNG利用效率不斷增大，LNG的運(yùn)輸量和裝卸量呈逐年遞增趨勢(shì)。由于LNG具有一定的特殊性和危險(xiǎn)性，使得LNG船一旦發(fā)生意外，將對(duì)周圍環(huán)境和人員造成危害。因此,針對(duì)這種可能存在的危險(xiǎn)情況做好LNG船裝卸貨的安全研究和風(fēng)險(xiǎn)預(yù)測(cè)尤為重要。

近年來,國(guó)內(nèi)外相關(guān)學(xué)者已對(duì)LNG船的航行進(jìn)行較多的研究。國(guó)外方面:文獻(xiàn)[1]通過分析LNG船事故的歷史數(shù)據(jù)，對(duì)潛在危險(xiǎn)源進(jìn)行識(shí)別，并結(jié)合相關(guān)專家知識(shí)，利用綜合安全評(píng)價(jià)法(Formal Safety Assessment，F(xiàn)SA)對(duì)LNG船可能發(fā)生的碰撞、擱淺、觸碰、火災(zāi)和爆炸及裝卸貨事故進(jìn)行風(fēng)險(xiǎn)分析;文獻(xiàn)[2]采用故障樹分析法(Fault Tree Analysis，F(xiàn)TA)及事故因果分析和預(yù)先危險(xiǎn)性方法(Preliminary Hazard Analysis，PHA)構(gòu)造LNG船在裝卸液貨時(shí)的事故模型，對(duì)事故后果進(jìn)行風(fēng)險(xiǎn)分析，提出預(yù)防LNG泄漏的建議和操作措施;文獻(xiàn)[3]采用功能樹法(Functional Tree，F(xiàn)T)對(duì)LNG船貨物裝卸設(shè)備進(jìn)行失效分析，結(jié)合預(yù)先危險(xiǎn)性分析和因果圖分析法得出的危險(xiǎn)源，利用貝葉斯概率算法得出各事件發(fā)生的可能性，利用風(fēng)險(xiǎn)矩陣進(jìn)行風(fēng)險(xiǎn)分析，提出減少裝卸設(shè)備維護(hù)的操作方法和建議。國(guó)內(nèi)方面:文獻(xiàn)[4]研究裝卸作業(yè)關(guān)鍵步驟人、船舶、LNG裝卸碼頭、環(huán)境和管理因素等5個(gè)方面對(duì)LNG船裝卸作業(yè)安全的影響，分析裝卸過程中應(yīng)關(guān)注的環(huán)節(jié)，提出合理的安全管理意見;文獻(xiàn)[5]利用FSA理論方法研究LNG船和接收站數(shù)據(jù)資料，分析船舶裝卸貨過程中和航行過程中的危險(xiǎn)，采用事故樹分析法進(jìn)行風(fēng)險(xiǎn)評(píng)估，提出碰撞、擱淺和泄漏事故應(yīng)急處理預(yù)案;文獻(xiàn)[6]分析影響運(yùn)輸?shù)囊蛩睾瓦\(yùn)輸流程，以中海油LNG船為例，隨機(jī)選取該船某航次，利用BP(Back Propagation)神經(jīng)網(wǎng)絡(luò)方法分析，為L(zhǎng)NG海上運(yùn)輸提供參考;文獻(xiàn)[7]運(yùn)用“人-機(jī)-環(huán)-管”理論構(gòu)建LNG接收站評(píng)價(jià)體系，利用模糊綜合評(píng)判法和層次分析法建立模型，以國(guó)內(nèi)某接收站為例進(jìn)行安全評(píng)價(jià)，提出整改意見。

以上文獻(xiàn)主要對(duì)LNG船在靜態(tài)因素下的風(fēng)險(xiǎn)進(jìn)行研究，并沒有考慮到LNG船的影響因素是隨時(shí)間改變的，即風(fēng)險(xiǎn)因素的動(dòng)態(tài)特征。在綜合分析以上文獻(xiàn)的基礎(chǔ)上，根據(jù)事故致因理論和LNG及船舶營(yíng)運(yùn)領(lǐng)域?qū)＜业难芯砍晒?，考慮LNG船裝卸貨時(shí)的動(dòng)態(tài)特性，引入動(dòng)態(tài)貝葉斯網(wǎng)絡(luò)構(gòu)建LNG船裝卸貨風(fēng)險(xiǎn)預(yù)測(cè)的DBN(Dynamic Bayesian Network)模型，對(duì)LNG船裝卸貨風(fēng)險(xiǎn)進(jìn)行預(yù)測(cè)。

1 LNG船裝卸貨風(fēng)險(xiǎn)因素分析

研究單次裝卸貨作業(yè)中LNG動(dòng)態(tài)轉(zhuǎn)移過程和環(huán)境帶來的動(dòng)態(tài)風(fēng)險(xiǎn)的大小及其變化規(guī)律，根據(jù)事故致因理論，對(duì)裝卸貨過程中的船舶和環(huán)境影響因素進(jìn)行分析；同時(shí)，結(jié)合以往的研究和專家建議，確定LNG船裝卸貨風(fēng)險(xiǎn)預(yù)測(cè)的指標(biāo)體系。具體LNG船裝卸貨風(fēng)險(xiǎn)DBN網(wǎng)絡(luò)結(jié)構(gòu)見圖1。

圖1 LNG船裝卸貨風(fēng)險(xiǎn)DBN網(wǎng)絡(luò)結(jié)構(gòu)

1.1船舶因素

船舶因素是影響LNG船裝卸貨作業(yè)最基本的因素，因此對(duì)船舶因素加以考慮，對(duì)保證船舶裝卸貨安全而言至關(guān)重要。這里選取船況、船舶參數(shù)和LNG狀態(tài)等3部分進(jìn)行研究。

1.2環(huán)境因素

環(huán)境因素主要考慮自然環(huán)境、社會(huì)環(huán)境和交通條件等3個(gè)方面，其中：自然環(huán)境包括氣象水文和突發(fā)性自然災(zāi)害；社會(huì)環(huán)境包括恐怖襲擊和戰(zhàn)爭(zhēng)。

1.3船舶和岸基作業(yè)人員

鑒于人員因素影響的行為最終會(huì)通過船舶設(shè)備和設(shè)施等機(jī)器系統(tǒng)顯示為人機(jī)行為，不再將船舶和岸基作業(yè)人員列為分析參數(shù)，以簡(jiǎn)化網(wǎng)絡(luò)構(gòu)造工作。

2 LNG船裝卸貨風(fēng)險(xiǎn)預(yù)測(cè)模型

2.1風(fēng)險(xiǎn)值

LNG船裝卸貨風(fēng)險(xiǎn)預(yù)測(cè)模型主要用來預(yù)測(cè)LNG船裝卸貨事故的發(fā)生概率，只有將其與事故的后果相結(jié)合才能得到風(fēng)險(xiǎn)的大小。根據(jù)當(dāng)前的LNG船裝卸貨事故統(tǒng)計(jì)規(guī)律，按等級(jí)對(duì)事故后果進(jìn)行賦值。由于所有情況的賦值方法相同，因此賦值的大小對(duì)預(yù)測(cè)結(jié)果的分級(jí)沒有太大影響。

2.2風(fēng)險(xiǎn)因素耦合

風(fēng)險(xiǎn)系統(tǒng)與風(fēng)險(xiǎn)系統(tǒng)之間存在著非線性的相互作用，這種系統(tǒng)與系統(tǒng)之間的相互作用是事物存在的普遍范式，稱之為耦合。[9-11]風(fēng)險(xiǎn)耦合是指系統(tǒng)中某個(gè)或某類風(fēng)險(xiǎn)的發(fā)生及其影響力依賴于其他風(fēng)險(xiǎn)的程度和影響其他風(fēng)險(xiǎn)發(fā)生及其影響力的程度。在LNG船裝卸貨風(fēng)險(xiǎn)系統(tǒng)中，裝卸貨風(fēng)險(xiǎn)是由船舶、LNG等因素與環(huán)境因素的不確定性相互耦合產(chǎn)生的。通過對(duì)LNG船裝卸貨風(fēng)險(xiǎn)進(jìn)行分析得到,影響因素之間的關(guān)系是網(wǎng)絡(luò)型的。

2.3風(fēng)險(xiǎn)預(yù)測(cè)的節(jié)點(diǎn)網(wǎng)絡(luò)結(jié)構(gòu)

LNG船裝卸貨風(fēng)險(xiǎn)影響因素具有單向無環(huán)的特性。因此，可引入貝葉斯網(wǎng)絡(luò)進(jìn)行定量化推理。

DBN是以靜態(tài)貝葉斯網(wǎng)絡(luò)(Bayesian Belief Networks，BBN)為基礎(chǔ)，將原來的網(wǎng)絡(luò)結(jié)構(gòu)與時(shí)間信息相結(jié)合形成的具有處理時(shí)序數(shù)據(jù)能力的隨機(jī)模型。由于時(shí)間因素的引入，系統(tǒng)狀態(tài)在不同時(shí)序下形成的數(shù)據(jù)將反映所代表的變量的演化規(guī)律。若要分析這種動(dòng)態(tài)數(shù)據(jù)，需建立相應(yīng)狀態(tài)轉(zhuǎn)移的動(dòng)態(tài)模型。當(dāng)前時(shí)刻的物理要素變量狀態(tài)受前一時(shí)刻自身狀態(tài)的影響，滿足馬爾科夫過程中的時(shí)間狀態(tài)轉(zhuǎn)移關(guān)系。為表示這種關(guān)系，需在動(dòng)態(tài)節(jié)點(diǎn)上添加時(shí)序關(guān)系有向弧段。一般通過以下方法確定貝葉斯網(wǎng)絡(luò)結(jié)構(gòu)。[8，12]

1) 通過對(duì)數(shù)據(jù)庫(kù)進(jìn)行學(xué)習(xí)，獲取貝葉斯網(wǎng)絡(luò)結(jié)構(gòu)。

2) 根據(jù)專家知識(shí)，對(duì)建立的網(wǎng)絡(luò)拓?fù)浣Y(jié)構(gòu)進(jìn)行優(yōu)化調(diào)整和驗(yàn)證。

結(jié)合事故統(tǒng)計(jì)和專家建議確定LNG船裝卸貨風(fēng)險(xiǎn)預(yù)測(cè)的BN(Bayesian Network)網(wǎng)絡(luò)結(jié)構(gòu)如圖1所示，深色框表示該節(jié)點(diǎn)為動(dòng)態(tài)因素，這些節(jié)點(diǎn)及其相互間的關(guān)系根據(jù)相關(guān)領(lǐng)域知識(shí)和裝卸貨風(fēng)險(xiǎn)的實(shí)際情況確定。

在確定LNG船裝卸貨風(fēng)險(xiǎn)預(yù)測(cè)BN網(wǎng)絡(luò)結(jié)構(gòu)的基礎(chǔ)上，可結(jié)合轉(zhuǎn)移網(wǎng)絡(luò)獲得裝卸貨風(fēng)險(xiǎn)預(yù)測(cè)DBN網(wǎng)絡(luò)。動(dòng)態(tài)貝葉斯網(wǎng)絡(luò)結(jié)構(gòu)不隨時(shí)間改變，動(dòng)態(tài)因素隨時(shí)間發(fā)生狀態(tài)轉(zhuǎn)移。利用貝葉斯建模軟件建模，所得DBN網(wǎng)絡(luò)拓?fù)浣Y(jié)構(gòu)如圖1所示，其中,帶數(shù)字直線連接的部分為轉(zhuǎn)移網(wǎng)絡(luò)，線段中間的數(shù)字為轉(zhuǎn)移模式。

2.4DBN模型中節(jié)點(diǎn)的參數(shù)

BN的變量節(jié)點(diǎn)分為以下2類：

1) A類節(jié)點(diǎn)，與其父節(jié)點(diǎn)之間存在邏輯“與”或邏輯“或”的關(guān)系，其條件概率可通過邏輯分析獲得。

2) B類節(jié)點(diǎn)，其父節(jié)點(diǎn)綜合作用導(dǎo)致該節(jié)點(diǎn)的發(fā)生，發(fā)生的可能性為[0,1]，其條件概率主要通過事故數(shù)據(jù)分析和專家問卷調(diào)查獲得。

2.5DBN模型中的狀態(tài)轉(zhuǎn)移變量

狀態(tài)轉(zhuǎn)移變量根據(jù)相關(guān)領(lǐng)域知識(shí)指定或通過統(tǒng)計(jì)概率獲得，并按照貝葉斯法則合成。即針對(duì)動(dòng)態(tài)轉(zhuǎn)移變量，根據(jù)同一時(shí)間片內(nèi)的條件概率(由先驗(yàn)網(wǎng)絡(luò)獲得)和不同時(shí)間片上原始的轉(zhuǎn)移概率,按照貝葉斯法則計(jì)算得到新的轉(zhuǎn)移概率，這實(shí)質(zhì)上是貝葉斯學(xué)習(xí)的一種形式，所得到的新轉(zhuǎn)移概率在不同時(shí)間片上保持不變。

3 算 例

以卸貨為例，對(duì)LNG船裝卸貨風(fēng)險(xiǎn)預(yù)測(cè)模型進(jìn)行分析。首先利用靜態(tài)貝葉斯網(wǎng)絡(luò)(BN)對(duì)LNG船進(jìn)行靜止?fàn)顟B(tài)下的卸貨風(fēng)險(xiǎn)預(yù)測(cè);在此基礎(chǔ)上,利用DBN對(duì)我國(guó)東部某港LNG船卸貨風(fēng)險(xiǎn)進(jìn)行預(yù)測(cè)。

3.1模型參數(shù)確定

為獲取DBN預(yù)測(cè)模型網(wǎng)絡(luò)節(jié)點(diǎn)的條件概率、先驗(yàn)概率和轉(zhuǎn)移概率，對(duì)港口作業(yè)數(shù)據(jù)進(jìn)行統(tǒng)計(jì)并進(jìn)行問卷調(diào)查。對(duì)2014年我國(guó)東部某港LNG船的進(jìn)出港情況進(jìn)行統(tǒng)計(jì)，對(duì)LNG碼頭的卸貨作業(yè)操作人員、管理人員和部分船長(zhǎng)等(共100人)進(jìn)行包括“LNG船卸貨事故情況調(diào)研”和“LNG船岸工作人員問卷調(diào)查”等在內(nèi)的調(diào)研，收回問卷89份，其中有效問卷85份。結(jié)合專家知識(shí)最終得到模型節(jié)點(diǎn)的先驗(yàn)概率、條件概率和轉(zhuǎn)移概率。

1) 靜態(tài)節(jié)點(diǎn)參數(shù)。以LNG船的船長(zhǎng)節(jié)點(diǎn)為例，通過貝葉斯網(wǎng)絡(luò)學(xué)習(xí)確立先驗(yàn)概率學(xué)習(xí)結(jié)果(100300 m:0.243 4)。

2) 轉(zhuǎn)移變量。以風(fēng)速(1～4級(jí)、5～6級(jí)、7～9級(jí))為例，該節(jié)點(diǎn)的轉(zhuǎn)移概率為

(1)

3) 動(dòng)態(tài)節(jié)點(diǎn)參數(shù)。在LNG船卸貨風(fēng)險(xiǎn)預(yù)測(cè)模型中，將19個(gè)物理變量定義為動(dòng)態(tài)變量，包括LNG轉(zhuǎn)移速率、LNG蒸發(fā)率、液貨泵、交通流量、能見度、風(fēng)速和流速等，不同變量的狀態(tài)轉(zhuǎn)移概率是不同的。

這里以LNG船舶進(jìn)港過程中的轉(zhuǎn)移(運(yùn)動(dòng))速率為例，得到LNG轉(zhuǎn)移速率狀態(tài)轉(zhuǎn)移曲線見圖2。

3.2LNG船卸貨靜態(tài)風(fēng)險(xiǎn)預(yù)測(cè)

根據(jù)該卸貨作業(yè)的具體船舶和環(huán)境條件，將相應(yīng)風(fēng)險(xiǎn)因素的狀態(tài)輸入到BN預(yù)測(cè)模型中進(jìn)行推理預(yù)測(cè)。根據(jù)風(fēng)險(xiǎn)計(jì)算方法，通過計(jì)算可得卸貨風(fēng)險(xiǎn)值為

圖2 LNG轉(zhuǎn)移速率狀態(tài)轉(zhuǎn)移曲線

(2)

3.3LNG船卸貨作業(yè)動(dòng)態(tài)風(fēng)險(xiǎn)預(yù)測(cè)

由于靜態(tài)貝葉斯網(wǎng)絡(luò)只能預(yù)測(cè)某種靜止?fàn)顟B(tài)下的卸貨風(fēng)險(xiǎn)，不能預(yù)測(cè)整個(gè)卸貨過程中不同狀態(tài)的綜合風(fēng)險(xiǎn)，因此有必要引入動(dòng)態(tài)貝葉斯網(wǎng)絡(luò)進(jìn)行卸貨作業(yè)的動(dòng)態(tài)風(fēng)險(xiǎn)預(yù)測(cè)。結(jié)合DBN預(yù)測(cè)模型中的先驗(yàn)網(wǎng)絡(luò)和轉(zhuǎn)移網(wǎng)絡(luò)確立時(shí)間片段下的狀態(tài)風(fēng)險(xiǎn)，通過量化推理進(jìn)行風(fēng)險(xiǎn)的動(dòng)態(tài)分析和預(yù)測(cè)。[13]圖3為卸貨風(fēng)險(xiǎn)在10個(gè)時(shí)間片下的時(shí)序變化曲線。

圖3 卸貨風(fēng)險(xiǎn)在10個(gè)時(shí)間片下的時(shí)序變化曲線

處于卸貨狀態(tài)的船舶發(fā)生事故的概率相比其他船舶較低。整體來說,卸貨作業(yè)是安全可靠的。從圖3中可看出,在卸貨過程中，中間段的風(fēng)險(xiǎn)波動(dòng)性相對(duì)較大，表明卸貨作業(yè)中間段的安全預(yù)防工作存在一定的不足。

3.4LNG船卸貨風(fēng)險(xiǎn)動(dòng)態(tài)預(yù)測(cè)實(shí)例

以一艘LNG船為研究對(duì)象，相關(guān)信息如下。

1) 船舶信息：船長(zhǎng)345.3 m，寬53.8 m，吃水12 m，船齡4 a。

2) 載貨信息：滿載26.6萬m3LNG。

3) 作業(yè)環(huán)境信息：能見度0.5～1.5 n mile，風(fēng)力1～3級(jí)，陣風(fēng)5級(jí)，最大流速2.5 kn，交通流密集，周圍漁船較多。

對(duì)LNG船卸貨作業(yè)進(jìn)行分析。將時(shí)間長(zhǎng)度設(shè)為10個(gè)時(shí)間片，由于該船在滿載情況下的卸貨作業(yè)大約需20 h，因此10個(gè)時(shí)間片代表20 h左右。

首先按給定條件對(duì)10個(gè)時(shí)間片的各變量節(jié)點(diǎn)的狀態(tài)進(jìn)行指定，然后結(jié)合動(dòng)態(tài)變量的轉(zhuǎn)移概率進(jìn)行動(dòng)態(tài)卸貨風(fēng)險(xiǎn)的推理預(yù)測(cè)，得到該船卸貨風(fēng)險(xiǎn)的時(shí)序變化曲線見圖4。

圖4 LNG船卸貨風(fēng)險(xiǎn)的時(shí)序變化曲線

根據(jù)圖4和數(shù)據(jù)分析可得出以下結(jié)論：

1) 整個(gè)卸貨作業(yè)過程中小事故和大事故的波動(dòng)性較大，一般事故和不發(fā)生事故的風(fēng)險(xiǎn)波動(dòng)性較小，但在“4”“5”和“7”時(shí)間片上變化較大，反映卸貨中間階段風(fēng)險(xiǎn)性較大，與歷史事故統(tǒng)計(jì)規(guī)律相吻合。

2) 雖然在LNG船卸貨風(fēng)險(xiǎn)中各類事故的絕對(duì)值變化相對(duì)較小，但預(yù)測(cè)值在不同時(shí)間片上的相對(duì)變化較大,表明LNG船卸貨風(fēng)險(xiǎn)處于小范圍波動(dòng)狀態(tài)。不發(fā)生事故的波動(dòng)幅度較小，在-2.1%～2.9%;而大事故的波動(dòng)幅度較為顯著，在-50%～46%，表明大事故具有偶發(fā)性。

3) 各時(shí)間片上的卸貨風(fēng)險(xiǎn)值不同。在時(shí)間片“5”～“9”上都要大于或近于靜態(tài)風(fēng)險(xiǎn)，風(fēng)險(xiǎn)值要比靜態(tài)時(shí)預(yù)測(cè)的風(fēng)險(xiǎn)值5.28大。此外，在時(shí)間片“0”～“3”，風(fēng)險(xiǎn)值遠(yuǎn)小于靜態(tài)值，充分表明在作業(yè)之初，各系統(tǒng)要素安全性高，隨著時(shí)間的推移，安全性下降，風(fēng)險(xiǎn)上升。

4) 在卸貨過程中的船舶發(fā)生事故的概率相比其他船舶較低。整體來說卸貨作業(yè)是安全可靠的。但是，在卸貨作業(yè)的中間段風(fēng)險(xiǎn)波動(dòng)性相對(duì)較大，表明各因素相互作用情況不穩(wěn)定。

4 結(jié)束語

1) 從人船系統(tǒng)與環(huán)境2個(gè)方面考慮風(fēng)險(xiǎn)因素的耦合形式，結(jié)合貝葉斯理論建立LNG船裝卸貨動(dòng)態(tài)風(fēng)險(xiǎn)預(yù)測(cè)模型，對(duì)LNG船裝卸貨風(fēng)險(xiǎn)進(jìn)行動(dòng)態(tài)預(yù)測(cè)。結(jié)果與實(shí)際相符合，表明模型是合理有效的。

2) 針對(duì)LNG船裝卸貨風(fēng)險(xiǎn)因素的動(dòng)態(tài)性特征，結(jié)合最終的風(fēng)險(xiǎn)預(yù)測(cè)圖形可看出,風(fēng)險(xiǎn)在裝卸貨過程中是波動(dòng)的。這反映出在裝卸LNG過程中的一些時(shí)間段內(nèi)，安全生產(chǎn)存在一定的問題，多因素之間相互作用會(huì)造成風(fēng)險(xiǎn)增加，需針對(duì)不同時(shí)間段的風(fēng)險(xiǎn)特征采取相應(yīng)的安全措施，加強(qiáng)監(jiān)管。

[1] VANEM E,ANTO P,?STVIK I,et al.Analyzing the Risk of LNG Carrier Operations [J].Reliability Engineering and System Safety,2008,93(9):1328-1344.

[3] MELANI AHDA,SILVA DWR,SOUZA GFM.Use of Bayesian Network to Support Risk-Based Analysis of LNG Carrier Loading Operation [C].Probabilistic Safety Assessment and Management PSAM,2014.

[4] 吳宛青,張彬.液化天然氣船舶液貨泄露風(fēng)險(xiǎn)評(píng)價(jià)研究[J].中國(guó)航海,2008,31(3):276-279.

[5] 李長(zhǎng)山.液化天然氣船裝卸貨中的安全問題[J].世界海運(yùn),2011,34(7):41-43.

[6] 崔春英,靳由順,胡超.基于AHP-模糊綜合評(píng)價(jià)的LNG接收站安全評(píng)價(jià)[J].安全、健康和環(huán)境,2014,14(4):47-50.

[7] LUO Y,WU T D,HWANG J N.Object-Based Analysis and Interpretation of Human Motion in Sports Video Sequences by Dynamic Bay Esian Networks[J].Computer Vision and Image Understanding,2003,92(2-3):196-216.

[8] 郭云龍，席永濤，胡甚平，等．基于動(dòng)態(tài)貝葉斯網(wǎng)絡(luò)的船舶溢油風(fēng)險(xiǎn)預(yù)測(cè)[J]． 中國(guó)安全科學(xué)學(xué)報(bào)，2013，23(11):53-59．

[9] 劉堂卿.空中交通管制安全風(fēng)險(xiǎn)耦合機(jī)理研究[D].武漢:武漢理工大學(xué),2011.

[10] 金鑫.關(guān)于空管安全風(fēng)險(xiǎn)耦合理論的研究[J].中國(guó)電子商務(wù),2012(19):71.

[11] 胡甚平，黃常海，鄧華，等.基于馬爾科夫鏈的船舶引航過程風(fēng)險(xiǎn)動(dòng)態(tài)仿真[J].哈爾濱工程大學(xué)學(xué)報(bào)，doi:10.11990/jheu.201605025.

[12] 蔣國(guó)萍.軟件項(xiàng)目風(fēng)險(xiǎn)管理的貝葉斯網(wǎng)絡(luò)模型研究[D].長(zhǎng)沙:國(guó)防科學(xué)技術(shù)大學(xué),2005.

[13] 張敬磊,王曉原,馬立云,等.基于動(dòng)態(tài)貝葉斯網(wǎng)絡(luò)的交通流狀態(tài)辨識(shí)方法[J].北京理工大學(xué)學(xué)報(bào),2014,34(1):45-49.

PredictionofLNGOperationRisktoLNGCarrierUsingDynamicBayesianNetwork

MAXianshan1，LIUYu2，F(xiàn)ANGLei2,ZHUXianggui3

(1.Qingdao Ocean Shipping Mariners College,Qingdao 266071,China;2.Merchant Marine College,Shanghai Maritime University,Shanghai 201306,China;3.Taizhou Pilot Station,Taizhou 318000,China)

The LNG ship risks associated with the cargo handling process is analyzed.The LNG cargo handling characteristics and physical properties of both ship and environmental factors affecting cargo handling risks are investigated and the causes of danger and the coupling relationship between them are determined.The model for LNG carrier cargo operation risk prediction is constructed using static and dynamic Bayesian networks.The correctness and validity of the model is verified and used to predict the LNG cargo operation risks in harbor.Tests show that the prediction agrees with the situation of the historical accidents,proving that the prediction model can be useful for LNG carrier unloading process.

LNG carrier; dynamic Bayesian network; unloading process; risk prediction

U698;U674.13+3.3

A

2017-01-11

浙江省港航局科研項(xiàng)目計(jì)劃項(xiàng)目(2016-6)

馬先山(1967—),男，山東青島人，教授,船長(zhǎng)，主要研究方向?yàn)楹胶＜夹g(shù)。E-mail:1055798847@qq.com

1000-4653(2017)02-0069-04