基于危險源理論的油氣管道安全管理模型的研究

蔣仲安　鄭登鋒　曾發(fā)鑌　付明福　張明星

摘 ? 要：為有效解決油氣管道安全管理過程中灰色狀態(tài)的問題，基于危險源理論分析了油氣管道安全風險演化過程，構建了油氣管道系統(tǒng)安全管理模型. 該模型由安全風險辨識、安全風險預警、安全風險控制3個工作流串聯(lián)而成;從危險源的事實屬性出發(fā)，運用不確定性傳遞算法與擴展產生式規(guī)則，結合風險數據庫推演出合理或近似合理的風險辨識結果;應用可拓學理論，將預警級別劃分為無警（N1）、低預警（N2）、中預警（N3）、高預警（N4）4級，并對油氣儲運風險預警進行定性分析與量化計算;采用Java編程語言和Oracle數據庫技術，設計了包括安全風險辨識、安全風險預警、安全信息化管理等功能模塊的油氣管道系統(tǒng)安全管理平臺，并以某輸油站場儲油罐區(qū)作為工程實例驗證了該模型與平臺的可行性. 研究結果表明：引入不確定性理論能有效解決油氣儲運過程中風險辨識主觀、模糊等問題;經可拓風險預警模型計算，該儲罐的級別變量特征值為2.040 4，屬于低預警范圍，該結果與作業(yè)區(qū)實際吻合較好;采用信息化管理的手段彌補了經驗式管理的缺陷，對風險數據的完整性與安全應急決策提供了良好的技術支持.

關鍵詞：油氣管道;安全風險辨識;安全風險預警;不確定性推理;可拓理論;軟件開發(fā)

中圖分類號：X913.4 ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? 文獻標志碼：A

Study on Safety Management Model of Oil

and Gas Pipeline Based on Hazard Theory

JINAG Zhongan1，ZHENG Dengfeng1，2，ZENG Fabin1，F(xiàn)U Mingfu2，ZHANG Mingxing2

（1. School of Civil & Resource Engineering，University of Science and Technology Beijing，Beijing 100083，China;

2. Petrochina West Pipeline Company，Urumqi 830012，China）

Abstract：In order to effectively solve the problem of grey state in the process of oil and gas pipeline safety management， the evolution process of oil and gas pipeline safety risk is analyzed based on the risk source theory， and a safety management model for oil and gas pipeline system is constructed. The model is composed of three workflows in series： security risk identification， security risk early warning and security risk control. Based on the factual attribute of hazard source， the reasonable or approximate reasonable result of risk identification is deduced by using the uncertainty transfer algorithm and the extended generation rule in combination with the risk database. By using the extension theory， the warning level is divided into four levels： no alarm （N1）， low alarm （N2）， medium warning （N3） and high warning （N4）， and qualitative analysis and calculation of oil and gas storage and transportation risk warning are performed. Using Java programming language and Oracle database technology， a safety management platform for oil and gas pipeline system is designed， including safety risk identification， safety risk warning， safety information management and other functional modules. The research findings show that the introduction of uncertainty theory can effectively solve the subjective and fuzzy problems of risk identification in the process of oil and gas storage and transportation. According to the calculation of the extension risk warning model， the characteristic value of the level variable of the tank is 2.0404， which belongs to the low warning range. The obtained results are in good agreement with the actual work area. The method of information management makes up for the defects of empirical management and provides good technical support for the integrity of risk data and safety emergency decision.

Key words：oil and gas pipelines;safety risk identification;safety risk early warning;nondeterministic reasoning;extension theory;software development

我國的油氣管道安全管理主要包括安全風險辨識和安全風險預警兩個階段，然而由于缺乏有效的系統(tǒng)管理與風險控制，這兩階段常處于灰色狀態(tài). 究其原因，在安全風險辨識階段，我國還尚未形成完整、有效的油氣管道安全風險數據庫，傳統(tǒng)的安全風險辨識需要大量的人力、物力及時間[1];其次傳統(tǒng)的安全風險辨識工作主要依據國家標準、行業(yè)規(guī)范或企業(yè)程序文件，該方式主觀判斷過多、易形成遺漏或錯誤的結論[2];第三是缺乏有經驗的安全風險辨識專家，站場基層對危害因素描述不準確、分類不明確及管控措施籠統(tǒng)模糊等將導致安全風險辨識成果流于形式. 另一方面，在安全風險預警階段，主要表現(xiàn)為缺乏有效的預警模式及應急手段，傳統(tǒng)的安全風險預警系統(tǒng)仍處于二維平面[3]，缺乏動態(tài)的監(jiān)測與監(jiān)控技術，難以滿足實時的預警和應急. 因此，建立有效、合理的安全風險管理模型來辨識、預警、控制油氣儲運安全風險是十分有必要的.

目前，國內外對油氣管道安全管理研究多集中于定量風險評價技術，而較少地研究風險管理模型. Bonvicini等[4]運用模糊邏輯分析法，研究含不確定性因素導致事故發(fā)生的概率. JO等[5]分析了人因對油氣管道事故的影響，提出了動態(tài)管理人因失誤的方法. 姚安林等[6]引入模糊語言并建立風險評價模型對天然氣長輸管道升級管理進行研究. 帥健等[7]建立了基于管道失效歷史數據的油氣管道定量風險評價模型以減少評價過程中主觀因素的影響. 國內對于危險源理論的研究也頗為成熟，何學秋等[8]認為危險源是認識主體中產生和強化負效應的核心. 陳寶智[9]依據根源危險源和狀態(tài)危險源提出了兩類危險源理論. 田水承[10]提出了3類危險源的事故致因機理，強調防御失效是危險源和事故的中間環(huán)節(jié). 胡月亭[11]基于危險源理論分析了三級屏障風險防控機理，提出了安全風險防控微觀模型.

綜上所述，前人對油氣管道定量風險評價的研究較為成熟，而風險辨識及風險預警模式的研究還有待進一步完善. 本文從危險源理論的角度分析了油氣管道安全風險管理模型，采用不確定性理論建立安全風險辨識模型，采用可拓學理論構建油氣管道安全風險預警模型，運用信息化管理的方式搭建油氣管道系統(tǒng)安全管理平臺，以實現(xiàn)對油氣儲運過程中安全風險辨識和安全風險預警的耦合分析，最后將成果應用于某輸油站場的安全風險管理進行模型可行性驗證.

1 ? 油氣管道安全風險管理模型

1.1 ? 危險源理論

根據能量意外釋放理論和對事故發(fā)展的不同危害及影響[12-14]，將油氣管道系統(tǒng)危險源分為固有危險源和可控危險源，圖1分析了油氣管道傷亡事故與險兆事故發(fā)生的原因.

由圖1可知，應從4個方面對油氣管道安全風險進行管理與控制：①加強對固有危險源的辨識工作，建立全面、完整、有效的安全風險數據庫，減少風險辨識的難度與力度;②加強對可控危險源的工程與管理控制，制定合理有效的技術措施、管理措施、個體防護措施，降低防護屏障失效導致傷亡事故或險兆事件發(fā)生的可能性;③制定科學的安全風險辨識、控制標準，將風險辨識結果指導日常的安全風險管理工作;④加強對固有危險源的監(jiān)測和可控危險源的監(jiān)控，建立行之有效的風險預警模式，預警并及時治理油氣儲運過程中存在的隱患.

1.2 ? 安全風險管理模型

油氣管道系統(tǒng)安全管理模型主要由安全風險辨識、安全風險預警、安全風險控制3個工作流串聯(lián)而成，如圖2所示. 該模型以功能區(qū)域劃分為起點，以應急處理信息反饋為終點，形成一個閉合、動態(tài)的系統(tǒng)安全管理流程. 該模型主要有3個特點：①交互式閉環(huán)反饋機制. 各個工作流之間存在著一定反饋和閉環(huán)機制，主要體現(xiàn)在管控措施制定、動態(tài)風險管理以及應急處置反饋3個方面，通過交互式閉環(huán)反饋機制，可不斷優(yōu)化管控措施、強化風險監(jiān)測監(jiān)控以及完善應急處置方案. ②安全風險信息化管理. 采用信息化管理的手段彌補經驗式管理的缺陷，以實現(xiàn)風險信息的通用性、共享性與風險管理的規(guī)范化、標準化. ③安全風險管理的全面性. 基于危險源理論，實現(xiàn)對油氣儲運過程中的風險進行全面的辨識、評估、預警和分級管控，對固有危險源進行實時監(jiān)測，對可控危險源進行有效監(jiān)控.

2 ? 基于不確定性理論的風險辨識

2.1 ? 風險數據庫的建立

風險信息描述的準確性和風險知識獲取的難易程度影響著風險辨識的準確性與效率，因此規(guī)范風險信息的來源及表現(xiàn)形式是建立油氣管道安全風險數據庫的前提. 其構建框架如圖3所示. 一方面，以自然語言描述的顯性知識主要集中在技術手冊、程序文件及期刊文獻[15]，通過對這些手冊、文件、文獻知識的結構化表達和解釋，以達到安全風險辨識的目的. 另一方面，以專家或工程師的知識經驗為主的、難以用文字準確地表達隱性知識，可通過問卷調查、頭腦風暴、群體決策的方法將油氣管道安全風險有效地辨識出來[16]. 同時，通過計算機軟件技術實現(xiàn)動態(tài)管理、更新、共享安全風險信息.

2.2 ? 風險辨識機制的建立

采用不確定性推理來解決安全風險辨識主觀、模糊等不確定性問題[17]，其基本思路為：從不確定性的初始事件即固有危險源或可控危險源的狀態(tài)出發(fā)，運用不確定性傳遞算法，結合風險數據庫，推演出合理或近似合理的安全風險辨識結果.

1）擴展產生式規(guī)則

If E Then H（CF（H，E），λ） ? ?（CF（E）≥λ） ? ? （1）

CF（H） = CF（H，E） × CF（E） ? ? ? ? （2）

式中：E為可能導致傷亡事故或險兆事件的致險因子的組合;CF（H，E）∈[0，1]表示規(guī)則的可信度;CF（E）為致險因子的可信度，CF（E）≥ λ;CF（H）為風險結論的可信度;λ∈[0，1]表示規(guī)則的閾值.

2）致險因子組合的不確定性計算

對于致險因子可信度的連詞合取的可信度較小，對于致險因子可信度的連詞析取的可信度較大[18]，即：

CF（E1∩E2∩…∩En） = min（CF（E1），CF（E2），…，CF（En） ? ? ? ?（3）

CF（E1∪E2∪…∪En） = max（CF（E1），CF（E2），…，CF（En） ? ? ? ? （4）

3）平行規(guī)則的不確定性計算

當存在多種致險因子并行時且具有相同的風險結論時，即有：

If ?Ei ?Then ?H（CF（H，Ei），λi） ? ? ? ? ? （5）

（CF（Ei）≥λi，i = 1，2，…，m）

首先分別計算每個致險因子導致風險發(fā)生的可信度CFi（H）：

CFi（H） = CF（H，Ei） × CF（Ei） ? ? ?（6）

然后計算風險結論的綜合可信度CF（H）：

CF（H） = 1-（1- CF1（H））×（1-CF2（H））×…×

（1-CFn（H）） ? ? ? ?（7）

2.3 ? 安全風險信息與現(xiàn)場實際的相關性分析

2.3.1 ? 致險因子分析

油氣管道安全風險涉及多個致險因子，且各個致險因子存在不確定性和關聯(lián)性[19]，結合顯性知識與隱性知識，對油氣管道系統(tǒng)中存在的固有危險源與可控危險源進行致險因子機理分析，并形成致險因子集Eij（i=1，2，…，m;j=1，2，…，n），i為致險因子數，j為發(fā)生原因的風險因子數.

2.3.2 ? 致險因子權重計算

致險因子權重W′i表示第i個致險因子對風險事件發(fā)生的貢獻度，致險因子賦權步驟如下：

1）專家群體決策確定初始權重值. 初步確定致險因子的種類、數量及相互間的關系，各致險因子的初始權重Wi由專家群體決策確定.

2）基于參數靈敏度修正權重值. 為避免專家群體決策主觀性的影響[20]，采用敏感性分析對各致險因子的權重進行修正. 其計算方法如下：設U為風險評價指標，致險因子集為E={e1，e2，…，em}. 于是有U =f（E） = f（e1，e2，…，em），則致險因子敏感度的數學表達式為[21-22]：

2.3.3 ? 安全風險數據庫的建立

經現(xiàn)場調研，以輸油站場儲罐區(qū)火災爆炸風險為例，建立風險數據庫如表1所示，分析得其致險因子集為：①明火（e1）;②電火花（e2）;③靜電火花（e3）;④撞擊火花（e4）;⑤雷擊火花（e5）;⑥自燃（e6）;⑦泄漏（e7）;⑧儲罐通風不良（e8）;⑨焊縫故障（e9）;⑩密封裝置故障（e10）.

2.3.4 ? 風險辨識規(guī)則庫的制定

油氣管道安全風險辨識規(guī)則庫是進行不確定性推理的參考基[18]，結合風險辨識機制，每個規(guī)則由規(guī)則表達式Ra-B-C、規(guī)則可信度CF（H，E）和閾值λ組成. 根據儲罐區(qū)火災爆炸風險表征的事實屬性及因果關系事實，建立油氣管道儲罐區(qū)火災爆炸安全風險識別規(guī)則庫. 總結出7條風險識別規(guī)則，其結構如表2所示.

3 ? 基于可拓學理論的風險預警

可拓評價是在物元模型與可拓學理論基礎上建立起來的一種預警評價方法[22-23]，通過物元可拓性進行定性描述，通過預警關聯(lián)函數進行量化計算，在礦山、航空、交通等領域均有成功的應用. 建立油氣管道安全風險可拓預警模型，其基本流程如圖4所示.

3.1 ? 經典域、節(jié)域與待評價物元

1）確定經典域物元

式中：Nd表示第d個可拓評價預警等級，Ei表示第i個致險因子，經典域Vdi表示Nd關于Ei的取值范圍，Vdi = < adi，bdi >.

2）確定節(jié)域物元

式中：N表示可拓評價預警等級，節(jié)域Vpi表示評價預警等級所有的取值范圍，Vpi=，顯然有？奐< api，bpi >.

3）待評價物元

式中：Nx表示待評價物元，Vi表示Nx關于Ei的數值.

3.2 ? 安全風險預警關聯(lián)度

式中：ρ（vi，vdi）表示點vi與區(qū)間Vdi的距[24]，

結合式（12）計算得致險因子Ei的權重值W′i，于是有待評價事物Nx關于預警等級d的關聯(lián)度：

3.3 ? 安全風險預警等級

則預警對象Nx的級別變量特征值為d*，表示預警級別的偏向程度.

3.4 ? 安全風險預警級別

參考我國突發(fā)事件的預警級別及油氣管道存在的安全風險[25]，將油氣儲運過程中的預警模式劃分為無警（N1）、低預警（N2）、中預警（N3）、高預警（N4）4個級別[26]. 并由不確定性推理可知，當執(zhí)行某風險辨識規(guī)則時，致險因子可信度CF（eij）的取值范圍為[λ，1]，運用式（5）計算得CF（H）的取值范圍為[λCF（H，eij），CF（H，eij）]. 因此，在油氣管道可拓風險預警模型中，以[0，0.1）、[0.1，0.4）、[0.4，0.8）、[0.8，1.0）作為經典域，以[0，1.0]作為節(jié)域.

4 ? 案例分析

4.1 ? 安全風險辨識

選取我國西北部地區(qū)某典型輸油站場儲油罐區(qū)火災爆炸風險作為工程實例，該輸油站場主要分為工藝生產區(qū)、儲油罐區(qū)、輔助生產區(qū)、行政管理區(qū)等若干部分，采用3Dmax繪制其原型如圖5所示，儲油罐區(qū)有4*10萬方原油儲罐，8*5萬方成品油儲罐，對其中某一原油儲罐開展安全風險辨識工作，由表2與專家群決策可知，該儲罐安全風險主要集中于事實屬性X4，X5，X6，X14，X17，X24，X26，X29，X33，X35，X36，X37. 由式（1）～（7）計算得各致險因子對應的一級風險指標的可信度，CF（e1）～CF（e10）的可信度分別為：

4.2 ? 安全風險預警

結合儲罐區(qū)安全風險辨識的結果，對油氣管道儲罐區(qū)火災爆炸進行可拓預警評價，依據可拓預警評價流程，將儲罐區(qū)風險預警等級劃分為無警（N1）、低預警（N2）、中預警（N3）、高預警（N4）4級，如下式所示.

根據已確定的經典域、節(jié)域、待評價物元，由式（16）～（18）計算出待評價物元中各指標關于火災爆炸預警等級的關聯(lián)函數值，如表3所示.

由表3可知，K3（Nx） = max d∈（1，2，3，4）Kd（Nx），則該儲油罐火災爆炸預警等級為中預警. 由式（21）（22）得到：K*1（Nx） = 0.885 1;K*2（Nx） = 0.962 6;K*3（Nx） = 1.000 0;K*4（Nx） = 0. 則

d* = 2.040 4表明該儲罐可拓評價的預警等級在低預警和中預警之間，主要偏向于低預警. 說明此時該儲罐存在發(fā)生火災爆炸的風險，且風險性較低. 該結果與輸油站場實際情況吻合較好，應根據上述判斷啟動相應的應急預案，如圖2所示，依據系統(tǒng)安全管理模型進一步采取相應的技術措施、管理措施、個體防護措施，并提出整改意見和整改方案.

4.3 ? 安全管理平臺建立

基于油氣管道安全管理模型，采用B/S架構設計并搭建油氣管道系統(tǒng)安全管理平臺，系統(tǒng)架構圖如圖6所示，主要分為研發(fā)端、基礎平臺層、數據支持層、核心功能層、用戶界面層、用戶端等6個層次[27]. 研發(fā)端為開發(fā)者提供軟件的入口，以實現(xiàn)對數據的檢測、分析及平臺的更新、維護;基礎平臺層是軟件開發(fā)的硬件與軟件基礎，主要采用Windows操作系統(tǒng)、Eclipse集成開發(fā)環(huán)境以及Oracle數據庫;數據支持層是對系統(tǒng)使用過程中產生的數據進行增、刪、改、查，分為結構化數據和非結構化數據，前者主要是涵蓋危險物質、作業(yè)活動、設備設施、工藝流程等數據庫，后者為視頻、文件、文檔、圖片等相關數據;用戶界面層是軟件的界面操作部分，主要有權限登錄、數據新增、數據修改、數據輸出、數據存儲、圖像顯示等操作;用戶端為使用人員提供人機交互接口，主要是基層/作業(yè)區(qū)、集團分公司、集團公司等. 該平臺包括安全風險辨識、安全風險預警、安全信息化管理等3大功能模塊，工程實例（軟著：2020R11S0059427）的應用表明其能夠有效地辨識油氣管道安全生產活動過程中存在的風險，強化安全風險預警，夯實油氣儲運安全風險管理工作.

5 ? 結 ? 語

1）從危險源理論分析了傷亡事故與險兆事件發(fā)生的原因，并建立了油氣管道系統(tǒng)安全管理模型，該模型由安全風險辨識、安全風險預警、安全風險控制3個工作流串聯(lián)而成.

2）從不確定性的初始事件即固有危險源或可控危險源的狀態(tài)出發(fā)，依據顯性知識與隱性知識建立油氣管道安全風險數據庫，運用不確定性傳遞算法與擴展產生式規(guī)則，推演出合理或近似合理的安全風險辨識結果.

3）從定性分析和定量計算兩方面對油氣儲運過程中的風險等級進行預警評價，預警級別分為無警、低預警、中預警和高預警4級，采用專家群體決策結合參數靈敏度分析確定權重系數，將安全風險辨識結果與預警等級相結合，通過實例分析驗證了該模型的科學性和有效性，為油氣儲運的安全風險預警管理提供了思路.

4）利用Java編程語言和Oracle數據庫技術，設計了包括安全風險辨識、安全風險預警、安全信息化管理等功能模塊的油氣管道系統(tǒng)安全管理平臺，通過工程實例應用驗證了風險管理模型可行性.

參考文獻

[1] ? ?SAMAN A，MURAT G，RIFAT S. Safety risk assessment using analytic hierarchy process （AHP） during planning and budgeting of construction projects[J]. Journal of Safety Research，2013，46：99—105.

[2] ? ?成素凡，黃鑫. 油氣長輸管道風險目錄應用手冊[M]. 北京：石油工業(yè)出版社，2017：46—53.

CHENG S F，HUANG X. Application manual for risk catalogue of oil and gas pipeline[M]. Beijing：Petroleum Industry Press，2017：46—53. （In Chinese）

[3] ? ?孫潔，李松，劉凱蕾，等. 油氣管道安全預警技術現(xiàn)狀[J]. 油氣儲運，2016，35（9）：1023—1026.

SUN J，LI S，LIU K L，et al. Current status of security pre-warning technologies for oil and gas pipelines[J].Oil & Gas Storage and Transportation，2016，35（9）：1023—1026. （In Chinese）

[4] ? ?BONVICINI S，LEONELLI P，SPADONI G. Risk analysis of hazardous materials transportation：evaluating uncertainty by means of fuzzy logic[J]. Journal of Hazardous Materials，1998，62（1）：59—74.

[5] ? ?JO Y D， PARK K S. Dynamic management of human error to reduce total risk[J]. Journal of Loss Prevention in the Process Industries，2003，16（4）：313—321.

[6] ? ?姚安林，周立國，汪龍，等. 天然氣長輸管道地區(qū)等級升級管理與風險評價[J]. 天然氣工業(yè)，2017，37（1）：124—130.

YAO A L，ZHOU L G，WANG L，et al. Management of risk evaluation on long-distance gas pipelines related to regional level upgrading[J]. Natural Gas Industry，2017，37（1）：124—130. （In Chinese）

[7] ? ?帥健，單克. 基于失效數據的油氣管道定量風險評價方法[J]. 天然氣工業(yè)，2018，38（9）：129—138.

SHUAI J ，SHAN K. A quantitative risk assessment method for oil and gas pipelines based on failure data[J]. Natural Gas Industry，2018，38（9）：129—138. （In Chinese）

[8] ? ?何學秋，林柏泉，田水承. 安全工程學[M]. 徐州：中國礦業(yè)大學出版社，2000：27—28.

HE X Q，LIN B Q，TIAN S C. Safety engineering[M]. Xuzhou：China University of Mining and Technology Press，2000：27—28. （In Chinese）

[9] ? ?陳寶智. 安全原理[M]. 第2版. 北京：冶金工業(yè)出版社，2002：34—37.

CHEN B Z. Safety principles[M]. 2nd Edition Beijing：China Metallurgical Industry Press，2002：34—37. （In Chinese）

[10] ?田水承. 第三類危險源辨識與控制研究[D]. 北京：北京理工大學，2001：16—21.

TIAN S C. Study on the identification and control of the third type of hazard[D]. Beijing：Beijing Institute of Technology，2001：16—21.（In Chinese）

[11] ?胡月亭. 安全風險預防與控制[M]. 北京：團結出版社，2017：194—202.

HU Y T. Safety risk prevention and control[M]. Beijing：China Tuan jie Press，2017：194—202. （In Chinese）

[12] ?Occupational Health and Safety Management Systems Guidelines for the Implementation of OHSAS 18001：2008.

[13] ?KANG J，LIANG W，ZHANG L B，et al. A new risk evaluation method for oil storage tank zones based on the theory of two types of hazards[J]. Journal of Loss Prevention in the Process Industries，2014，29：267—276.

[14] ?孟現(xiàn)飛，張炎治，宋學鋒，等. 基于危險源的事故致因機理及兩極化管理[J]. 中國安全科學學報，2011，21（9）：34—38.

MENG X F，ZHANG Y Z，SONG X F，et al. Accident causation mechanism and polarized management based on hazards[J]. China Safety Science Journal，2011，21（9）：34—38. （In Chinese）

[15] ?LI M，YU H L，JIN H Y，et al. Methodologies of safety risk control for Chinas metro construction based on BIM[J]. Safety Science，2018，110：418—426.

[16] ?LI M，YU H L，LIU P. An automated safety risk recognition mechanism for underground construction at the pre-construction stage based on BIM[J]. Automation in Construction，2018，91：284—292.

[17] ?袁杰，王福利，王姝，等. 基于D-S融合的混合專家知識系統(tǒng)故障診斷方法[J]. 自動化學報，2017，43（9）：1580—1587.

YUAN J，WANG F L，WANG S，et al.A fault diagnosis approach by D-S fusion theory and hybrid expert knowledge system[J]. Acta Automatica Sinica，2017，43（9）：1580—1587. （In Chinese）

[18] ?WU X G，LIU H T，ZHANG L M，et al. The reliability theory based expert system research for subway construction safety risk identification[J]. Applied Mechanics and Materials，2013，353/356：1739—1748.

[19] ?吳賢國，張立茂，余宏亮，等. 基于知識集成的地鐵施工安全風險識別專家系統(tǒng)研究[J]. 施工技術，2012，41（13）：104—108.

WU X G，ZHANG L M，YU H L，et al. Knowledge integration-based risk identification expert system for metro construction[J]. Construction Technology，2012，41（13）：104—108. （In Chinese）

[20] GREENLAND S. Sensitivity analysis，Monte Carlo risk analysis，and Bayesian uncertainty assessment[J]. Risk analysis，2001，21（4）：579—583.

[21] ?陳立文. 項目投資風險分析理論與方法[M]. 北京：機械工業(yè)出版社，2004：35—61.

CHEN L W. Project investment risk analysis theory and method[M]. Beijing：China Mechanical Industry Press，2004：35—61. （In Chinese）

[22] ?胡芳，劉志華，李樹丞. 基于熵權法和VIKOR法的公共工程項目風險評價研究[J]. 湖南大學學報（自然科學版），2012，39（4）：83—86.

HU F，LIU Z H，LI S C. Research on the risk appraisal of public project based on entropy method and VIKOR method（J）. Journal of Hunan University（Natural Sciences） ，2012，39（4）：83—86. （In Chinese）

[23] ?欒婷婷，謝振華，吳宗之，等. 露天礦排土場滑坡的可拓評價預警[J]. 中南大學學報（自然科學版），2014，45（4）：1274—1280.

LUAN T T，XIE Z H，WU Z Z，et al. Extension evaluation and warning for waste dump landslide of open-pit mine[J]. Journal of Central South University （Science and Technology），2014，45（4）：1274—1280. （In Chinese）

[24] ?姚韻，朱金福. 基于可拓關聯(lián)函數的不正常航班管理預警模型[J]. 西南交通大學學報，2008，43（1）：101—106.

YAO Y，ZHU J F. Early-warning model of irregular flight management based on correlation function in extension theory[J]. Journal of Southwest Jiaotong University，2008，43（1）：101—106. （In Chinese）

[25] ?楊春燕，蔡文. 可拓工程[M]. 北京：科學出版社，2007：82—97.

YANG C Y，CAI W. Extension engineering[M]. Beijing：China Science Press，2007：82—97. （In Chinese）

[26] ?鄭登鋒，蔣金生，王明勇. 基于風險矩陣和LOPA的風險評價系統(tǒng)在油氣管道的應用研究[J]. 中國安全生產科學技術，2012，8（10）：76—81.

ZHENG D F，JIANG J S，WANG M Y. Study on application of risk evaluation system based on risk matrix and LOPA in oil and gas pipeline system[J]. Journal of Safety Science and Technology，2012，8（10）：76—81. （In Chinese）

[27] ?蘭月新，曾潤喜. 突發(fā)事件網絡輿情傳播規(guī)律與預警階段研究[J]. 情報雜志，2013，32（5）：16—19.

LAN X Y，ZENG R X. Research of emergency network public opinion on propagation model and warning phase[J]. Journal of Intelligence，2013，32（5）：16—19. （In Chinese）

[28] ?曾發(fā)鑌，蔣仲安. 基于煤礦安全生產標準化的雙控機制APP系統(tǒng)研究[J]. 中國安全生產科學技術，2019，15（9）：141—146.

ZENG F B，JIANG Z A. Research on APP system of double control mechanism based on work safety standardization of coal mine[J]. Journal of Safety Science and Technology，2019，15（9）：141—146. （In Chinese）

收稿日期：2020-01-13

基金項目：中國石油西部管道分公司科技攻關項目（GDXB08-2019-018），CNPC Western Pipeline Branchs Key Technology Project（GDXB08-2019-018）

作者簡介：蔣仲安（1963—），男，浙江諸暨人，北京科技大學教授，博士

通信聯(lián)系人，E-mail：s20180135@xs.ustb.edu.cn