2. 国家电网北京市电力公司北京电力科学研究院, 北京 100031
2. State Grid Beijing Electric Power Company, Beijing 100031, China
沼气中CH4、H2S等都是可燃物质，一旦发生泄漏极易引发着火爆炸和中毒事故，对周围建筑、设备以及人员有极大威胁[1]。大型沼气工程需要建立许多厌氧反应器，是沼气工程中最大的危险源和安全防护区，人因失误易导致泄漏事故发生，可能引起更为严重的火灾爆炸事故。因此针对规模化沼气工程工艺技术辨识人因失误并分析其风险，提出厌氧反应器人因失误风险计算方法具有重大意义。
防控人因失误导致事故发生的方法与模型有很多，常用的模型主要包括：软件硬件环境及人员(SHEL)模型、Reason模型、人为因素分析与分类系统(HFACS)模型等[2]。其中HFACS最初主要应用于航空领域，因其人因失误类别在分析过程中不断经事故数据补充和完善，信度及内容有效度较高，因此得到广泛应用[3]。HFACS模型的相关研究方面，国外学者主要通过数据挖掘方法研究大量事故数据，经由HFACS模型分类分析人因失误导致事故发生的原因和内在规律，或通过修正HFACS模型分析不同领域的人因失误因素[4-6]。国内学者主要研究HFACS在航空和煤矿领域的应用，以利用该模型分析人因失误因素基础，通过寻找事故直接和深层原因[7]建立适用于各行业的修正HFACS模型[8]，或将HFACS模型与其他安全评价方法相结合确定事故人因失误[9-10]。但针对厌氧反应器人因失误风险研究未见报道。
本文研究并提出了厌氧反应器人因失误风险计算方法，在HFACS模型基础上，利用细化后的模型分类结合工程实际归类安全检查表信息，建立针对厌氧反应器的人因失误安全检查表；采用层次分析法计算各人因失误权重值，据此筛除安全检查表中对泄漏事故发生影响程度低的人因因素；依据对泄漏事故后果影响较大的人因失误因素建立人因失误事故树，并计算事故发生概率值；利用工艺危险源分析软件工具(PHAST)模拟的泄漏结果分析影响泄漏后果严重程度的主要参数，并通过回归得出事故后果定量预测模型，建立人因失误风险矩阵，最后依据概率值和后果严重程度确定风险等级。
1 厌氧反应器人因失误风险计算流程厌氧反应器人因失误风险计算流程框图如图 1所示，其中的计算方法包括概率计算、后果严重度计算和风险等级判定。
|
图 1 人因失误风险计算流程框图 Fig.1 Flow chart of the human factors risk calculation method |
(1) 概率计算。基于HFACS模型建立针对厌氧反应器人因失误因素安全检查表，通过层次分析法进行精简；据此建立人因失误泄漏事故树，计算人因失误引起泄漏事故概率值。
(2) 后果严重度计算。模拟泄漏事故后果，通过正交试验确定影响泄漏后果严重度的主要因素，回归得出泄漏后果预测模型，根据泄漏影响范围评估后果严重程度。
(3) 风险等级判定。建立厌氧反应器人因失误风险判定的风险矩阵，对风险进行评级。
2 人因失误概率计算 2.1 HFACS模型分类及安全检查表HFACS模型[7]如图 2所示，模型主要内容包括4部分，分别是不安全行为、不安全行为前提条件、不安全监查和组织影响。
|
图 2 HFACS通用模型图 Fig.2 HFACS universal model |
为了明确人因失误种类及影响，本文对模型中各项进行再分类，由于图 2中不安全行为通用分类已足够详尽，故只对其余3类进行细化分类。即将组织影响因素中4项一级类目细分为14类二级子分类；不安全监查中4项一级类目细分为36项二级子分类；不安全行为前提条件中3项一级类目细分为14项二级子分类。在此细化模型基础上，根据工程实际及厌氧反应器操作规程归类总结出4大类11小类共140条人因失误安全检查表信息，并将安全检查表信息分成4层，便于后续分析。安全检查表信息如表 1所示(由于信息过多，只截取部分信息)。
|
下载CSV 表 1 安全检查表及层次结构 Table 1 Safety check list and hierarchy |
采用层次分析法分别计算HFACS模型中4大类安全检查表中各项权重值，筛去影响程度低的条目，得到更有针对性的人因失误安全检查表，并在此基础上构建事故树，计算人因失误概率。由于厌氧反应器安全检查表条目过多，分析方法类似，故本文只以不安全行为类安全检查表为例进行精简(各层次代号见表 1)。
层次分析法将重要程度判断转化为两两比较，即根据专家经验对重要度进行判断基础上构建判断矩阵，通过计算层次单权重和总权重得到各因素权重值[11]。本文依据专家经验及相关知识逐层建立判断矩阵并计算该层次各因素权重值，之后结合上层权重值计算总权重。如按A层次分别分析4类人因失误因素，建立判断矩阵Ai如式(1)所示，其中aij为下一层即B层各变量间的相对重要度，通常采用1~9及其倒数表示重要度，且存在aij = 1/aji。
| ${\mathit{\boldsymbol{A}}_i} = {\rm{ }}\left[ {\begin{array}{*{20}{c}} 1&{{a_{12}}}& \cdots &{{a_{1n}}}\\ {{a_{21}}}&1& \cdots &{{a_{2n}}}\\ \cdots & \cdots &1& \cdots \\ {{a_{n1}}}&{{a_{n2}}}& \cdots &{{a_{nn}}} \end{array}} \right]\left( {i = 1,2,3,4} \right)$ | (1) |
首先根据判断矩阵计算该层次内各因素权重系数。常用的权重系数计算方法包括和法、方根法、特征根法和最小二乘法[12]，本文使用和法计算该层次单权重值，即将判断矩阵全部列向量的算数平均值作为权重系数，如式(2)所示：
| ${{w}_{i}}=\frac{1}{n}\sum\limits_{j=1}^{n}{\frac{{{a}_{ij}}}{\sum\limits_{k=1}^{n}{{{a}_{kj}}}}}\left( i,j,k=1,2,3,\cdots ,n \right)$ | (2) |
其中：wi为变量的层次单权重系数，aij为变量i相对于变量j的相对重要程度，i为各元素编号及相应判断矩阵行号，j为判断矩阵列号，k为j列对应元素的行号。
其次按照层次结构逐层计算每层内因素的单权重值之后，计算受上层权重值和本层权重值影响的层次总权重值w′i
| ${{w}_{i}}^{\prime }=\sum\limits_{j=1}^{m}{{{w}_{j}}{{a}_{ij}}^{\prime }}\left( i=1,2,3,\cdots ,n;j=1,2,3,\cdots ,m \right)$ | (3) |
其中：wj为上层元素的权重值；aij为本层元素i相对上层元素j的重要程度系数。
由于安全检查表条目信息繁多，不适宜继续建立判断矩阵，所以对D层次直接进行层次总权重计算。下面以A1类为例说明，对D层次因素占该类别中的重要程度进行判断，重要度数值为1~9且数值越大重要程度越高，并结合C层次权重值wi按照公式(3)计算层次总权重w′i，得到不安全行为类别各条目的层次总权重值如表 2所示。可以看出不安全行为类别中权重值更高的条目为D12、D11、D13、D1以及D2等。
|
|
下载CSV 表 2 A1类不安全行为各因素层次总权重值 Table 2 Hierarchical total weight of A1 unsafe act factors |
整理计算结果得到权重值大于等于3的安全检查表条目有44条，大于等于2的有65条，大于等于1的有112条。综合考虑工程需要、计算效率并结合实际经验，选定2为权重指标。删去权重值小于2的因素，得到精简后的HFACS安全检查表，结构如图 3所示。精简后安全检查表中的信息数量降为65条，提高了人因失误分析针对性和效率。
|
图 3 精简HFACS模型 Fig.3 Simplified HFACS model |
本文以泄漏事故为顶上事件，依据HFACS安全检查表中的原因逐层进行逻辑分析，采用逻辑门连接各人因失误基本事件和中间事件，构建出人因失误导致泄漏后果发生的事故树；基于逻辑关系列出布尔代数式，并代入各基本事件概率值[13-14]计算出各人因失误导致泄漏事故发生的概率值p如表 3所示。
|
|
下载CSV 表 3 人因失误导致泄漏发生概率 Table 3 Probability of leakage caused by human errors |
本文利用工艺危险源分析软件工具(PHAST)[15]进行物料泄漏事故后果严重度模拟计算，在模拟结果基础上确定影响泄漏事故后果严重度因素；通过正交试验分析得到影响计算结果的主要变量，最后结合模拟结果数据拟合得到事故后果严重度预测模型。
3.1 数据收集及分析通过模拟得到影响后果严重程度的因素包括甲烷浓度、泄漏口径、泄漏高度、风速和温度。采用五因素四水平正交试验确定各因素对计算结果影响的主次顺序。选择L16(45)作为正交实验方案，计算模拟各条件泄漏后果。泄漏发生后，物质浓度分布随距离增大而降低，燃烧下限为发生燃烧的最低浓度，代表事故影响最大范围，因此将燃烧下限作为实验结果计算各因素极差R，并据此得出各因素影响顺序。正交试验方案及结果如表 4所示。
|
|
下载CSV 表 4 试验方案及结果 Table 4 Orthogonal test plan and results analysis |
由表 4看出，泄漏口径和泄漏高度是最主要的影响因素，其他因素影响较小，主次顺序为泄漏口径＞泄漏高度＞甲烷浓度＞温度＞风速。
3.2 构建数学模型确定泄漏高度和泄漏口径为两个主要影响因素后，利用多次模拟试验数据进行回归拟合，得到的经验公式能够较准确地预测事故后果。通过对泄漏高度和口径数据点加密，分析整理数据后利用Matlab软件拟合数据。大气稳定度分为A~F 6个等级，以大气稳定度在F等级时为例，设泄漏高度为x，泄漏口径为y，事故后果影响范围为Z，通过Matlab计算得到拟合公式(4)和(5)，即为事故后果预测模型。
| ${Z_1} = \frac{{{k_1} + {k_2}{\rm{ln}}x + {k_3}{{({\rm{ln}}x)}^2} + {k_4}{{({\rm{ln}}x)}^3} + {k_5}{\rm{ln}}y}}{{1 + {k_6}{\rm{ln}}x + {k_7}{{({\rm{ln}}x)}^2} + {k_8}{{({\rm{ln}}x)}^3} + {k_9}{\rm{ln}}y}}$ | (4) |
| ${Z_2} = \frac{{{k_1} + {k_2}{\rm{ln}}x + {k_3}{{({\rm{ln}}x)}^2} + {k_4}{{({\rm{ln}}x)}^3} + {k_5}y}}{{1 + {k_6}{\rm{ln}}x + {k_7}{{({\rm{ln}}x)}^2} + {k_8}{{({\rm{ln}}x)}^3} + {k_9}y}}$ | (5) |
其中：Z1为泄漏气体燃烧上限范围，Z2为泄漏气体燃烧下限范围，k1~k9为拟合常数系数，lnx为泄漏高度自然对数。其他评估事故后果常用指标如喷射火辐射强度(4 kW/m2、12.5 kW/m2和37.5 kW/m2)和爆炸超压范围2000、13000和2000 Pa都采用同样方法进行回归获得。
将x、y具体数值代入公式(4)、(5)计算得到泄漏事故后果评估指标，从而确定后果严重程度。实际人因失误造成设备泄漏的位置不同，则泄漏口径和高度不同，预测后果时需要根据具体的设备和人因失误条件进行分析。
4 人因失误风险等级确定风险是对人因失误引起事故发生的频率与事故后果严重程度的综合度量，一般要依据后果严重度和事故发生概率等级构建风险矩阵，从而确定事故风险等级，采取相应措施预防事故发生。
本文选择热辐射影响范围、人员伤害、环境影响和设备损失4个方面来衡量泄漏后果严重程度，共分5个等级，等级越高后果越严重。其中热辐射影响范围由燃烧上、下限差值(即发生燃烧有热辐射影响的范围)预测；人员伤害和设备损失根据爆炸超压范围结合厂区布置进行预测；泄漏事故发生可能性按泄漏事故发生概率(p)大小分为Ⅰ~Ⅳ 4个等级；最后依据可能出现的人因失误具体情况确定后果严重度和概率等级，将二者相乘判断风险等级，如式(6)所示。
| $R=SL$ | (6) |
其中：R为泄漏事故风险值，S为后果严重度等级，L为泄漏事故发生概率等级。
构建风险矩阵[16]如表 5所示，对应风险等级描述如表 6所示。
|
|
下载CSV 表 5 风险矩阵 Table 5 Risk matrix |
|
|
下载CSV 表 6 风险等级描述 Table 6 Description of risk level |
根据表 5、6分析具体泄漏情况，判断后果严重度等级及概率等级，从而确定人因失误导致泄漏事故发生的风险等级，针对不同风险等级的人因失误制定预防措施。
5 结论(1) 使用本文给出的人因失误风险计算方法能够辨识潜在的人因失误并计算其风险等级，从而可以据此采取有效措施防控人因失误，并为厌氧反应器的安全设计、安全管理、事故预防等提供依据。
(2) 通过建立后果预测模型得到各项后果评价指标，能够预测不同条件下事故后果严重程度；通过分析各工况条件下实时计算的事故后果数据，结合相关规范，能够制定出有效的安全应急预案，指导人员撤离危险区域。
| [1] |
葛再立. 大型沼气工程环境风险分析与风险管理[J]. 黑龙江环境通报, 2013, 37(2): 8-11. Ge Z L. Environmental risk analysis and risk management of large biogas project[J]. Heilongjiang Environment Journal, 2013, 37(2): 8-11. (in Chinese) |
| [2] |
杨传森, 项恒. 实验贝叶斯估计在人为差错致因量化中的应用[J]. 计算机仿真, 2014, 31(6): 65-68. Yang C S, Xiang H. Application of Bayesian estimation in quantification of human errors causality[J]. Computer Simulation, 2014, 31(6): 65-68. (in Chinese) |
| [3] |
江浩. HFACS及其应用研究综述[J]. 中国科技信息, 2015(5): 13-14. Jiang H. HFACS and its application research summary[J]. China Science and Technology Information, 2015(5): 13-14. (in Chinese) |
| [4] |
Lenné M G, Salmon P M, Liu C C, et al. A systems approach to accident causation in mining:an application of the HFACS method[J]. Accident Analysis & Prevention, 2012, 48(3): 111-117. |
| [5] |
Soner O, Asan U, Celik M. Use of HFACS-FCM in fire prevention modelling on board ships[J]. Safety Science, 2015, 77: 25-41. DOI:10.1016/j.ssci.2015.03.007 |
| [6] |
Diller T, Helmrich G, Dunning S, et al. The human factors analysis classification system (HFACS) applied to health care[J]. American Journal of Medical Quality the Official Journal of the American College of Medical Quality, 2014, 29(3): 181-190. DOI:10.1177/1062860613491623 |
| [7] |
徐璇, 王华伟, 王祥. 航空事故人为因素多模型继承分析与控制策略[J]. 航空计算技术, 2016, 46(1): 90-94. Xu X, Wang H W, Wang X. Multi-model integrated analysis and control strategies of human factors in aviation accidents[J]. Aeronautical Computing Technique, 2016, 46(1): 90-94. (in Chinese) |
| [8] |
牛国庆, 闫思洁. 改进的HFACS煤矿事故致因灰色关联分析[J]. 煤炭工程, 2016, 48(5): 142-145. Niu G Q, Yan S J. Grey correlation analysis of coal mine accident triggering factors based on improved HFACS[J]. Coal Engineering, 2016, 48(5): 142-145. (in Chinese) DOI:10.11799/ce201605044 |
| [9] |
王军, 杨冰, 李保平, 等. 基于HFACS及FTA的海事调查模型[J]. 海事管理, 2012, 35(8): 19-22. Wang J, Yang B, Li B P, et al. Maritime investigation model based on HFACS and FTA[J]. Marine Management, 2012, 35(8): 19-22. (in Chinese) |
| [10] |
解学才, 杨振宏, 许贵阁. 基于改进的HFACS和SPA矿山安全人因分析[J]. 安全与环境学报, 2015, 15(3): 37-41. Xie X C, Yang Z H, Xu G G. Human factor analysis of the mining safety based on the improved HFACS and SPA[J]. Journal of Safety and Environment, 2015, 15(3): 37-41. (in Chinese) |
| [11] |
王峰, 高金吉, 张贝克, 等. 基于层次分析法的计算机辅助HAZOP分析技术[J]. 化工进展, 2008, 27(12): 2013-2018. Wang F, Gao J J, Zhang B K, et al. Computer aided HAZOP analysis technology based on AHP[J]. Chemical Industry and Engineering Progress, 2008, 27(12): 2013-2018. (in Chinese) DOI:10.3321/j.issn:1000-6613.2008.12.030 |
| [12] |
邓雪, 李家铭, 曾浩健, 等. 层次分析法权重计算方法分析及其应用研究[J]. 数学的实践与认识, 2012, 42(7): 93-100. Deng X, Li J M, Zeng H J, et al. Research on computation method of AHP weight vector and its applications[J]. Mathematics in Practice and Theory, 2012, 42(7): 93-100. (in Chinese) |
| [13] |
Kim Y, Park J, Jung W. A classification scheme of erroneous behaviors for human error probability estimations based on simulator data[J]. Reliability Engineering & System Safety, 2017, 163: 1-13. |
| [14] |
张力. 概率安全评价中人因可靠性分析技术研究[D]. 长沙: 湖南大学, 2004. Zhang L. The research on human reliability analysis technique in probabilistic safety assessment[D]. Changsha:Hunan University, 2004. (in Chinese) http://cdmd.cnki.com.cn/Article/CDMD-10532-2005040162.htm |
| [15] |
李兆慈, 张文花, 郑梅, 等. LNG连续泄漏扩散过程模拟[J]. 化工学报, 2015, 66(增刊2): 158-165. Li Z C, Zhang W H, Zheng M, et al. LNG continuous leakage and diffusion process simulation[J]. CIESC Journal, 2015, 66(Suppl 2): 158-165. (in Chinese) |
| [16] |
保强, 王峰, 金旭, 等. 原料油增压泵多参数耦合定量风险计算方法[J]. 化工进展, 2015, 34(10): 3577-3582. Bao Q, Wang F, Jin X, et al. Multi-parameter coupling quantitative risk calculation method for raw oil booster pump[J]. Chemical Industry and Engineering Progress, 2015, 34(10): 3577-3582. (in Chinese) |