劉康煒,萬劍華,靳熙芳

1(中國石油大學(xué)(華東)地球科學(xué)學(xué)院,青島 266580)

2(中國石化青島安全工程研究院,青島 266071)

石油、化工等危險化學(xué)品企業(yè)屬于高危企業(yè),具有“高溫高壓、易燃易爆、有毒有害、連續(xù)作業(yè)、鏈長面廣”等特點(diǎn).目前危險化學(xué)品安全形勢嚴(yán)峻,各類爆炸、火災(zāi)等事故時有發(fā)生[1].據(jù)統(tǒng)計(jì),我國化工企業(yè)9.6 萬余家,其中危險化學(xué)品生產(chǎn)企業(yè)2.4 萬余家,生產(chǎn)化學(xué)品種類1 0 萬余種,近十年化學(xué)品事故超過5000 起[2,3].?；肥鹿噬婕暗狞c(diǎn)多面廣,一旦事故發(fā)生,嚴(yán)重威脅人民的生命安全,并造成巨大的社會經(jīng)濟(jì)損失[4].因此,針對?；肥鹿蔬M(jìn)行分析研究,并在此基礎(chǔ)上制定相應(yīng)的安全對策,顯得尤為重要.

傳統(tǒng)的事故致因模型[5]是建立在“事故是由部件失效引起的”這一假設(shè)基礎(chǔ)上的,因此,事故預(yù)防的重點(diǎn)集中在使系統(tǒng)部件具備高可靠性,或者預(yù)知和獲取部件的失效時間來預(yù)防事故的發(fā)生[6].基于事件鏈的事故致因模型直接有效,是以“因果關(guān)系”為導(dǎo)向的,以分析事故原因作為預(yù)測事故的主要依據(jù).但是它們過于簡單沒有包含導(dǎo)致事故發(fā)生以及如何預(yù)防事故所必需的因素.其主要局限性包括要求直接因果關(guān)系,選擇事件的主觀性,識別事件鏈條件的主觀性等.事故原因分析是一個復(fù)雜的系統(tǒng)工程,涉及各個領(lǐng)域和各個行業(yè)的專業(yè)知識[7].受分析者專業(yè)領(lǐng)域知識的限制,傳統(tǒng)的事件鏈模型無法完全識別控制目標(biāo)和復(fù)雜系統(tǒng)要素間的因果關(guān)系,達(dá)不到預(yù)期的控制和優(yōu)化目標(biāo).

其次,事故預(yù)測是基于可知的信息和數(shù)據(jù),對預(yù)測對象的安全狀況進(jìn)行預(yù)報(bào)和預(yù)測[8].傳統(tǒng)的事故預(yù)測方法的研究重點(diǎn)往往集中在事故預(yù)測模型的建立和算法改進(jìn)上,而忽略了事故先驗(yàn)數(shù)據(jù)收集和梳理.受限于先驗(yàn)數(shù)據(jù)收集難度和預(yù)測模型復(fù)雜度的影響,事故預(yù)測模型通常是建立在歷年事故發(fā)生起數(shù)、死亡人數(shù)、?；贩N類和數(shù)量等有限的幾個人為認(rèn)為和?；肥鹿拾l(fā)生有強(qiáng)因果關(guān)系的因素之上的,這就造成了事故預(yù)測結(jié)果的不全面和不準(zhǔn)確.以中國石化11.22 東黃輸油管道泄漏爆炸事故為例,如果以傳統(tǒng)的事件鏈?zhǔn)鹿手乱蚰Ｐ瓦M(jìn)行分析,從因果關(guān)系的角度,是不太可能考慮到市政管網(wǎng)跟爆炸事故之間的強(qiáng)相關(guān)關(guān)系的[9].

綜上所述,傳統(tǒng)的基于因果關(guān)系的事故鏈分析方法受限于傳統(tǒng)安全工程所依賴的技術(shù)基礎(chǔ)和假定,無法適應(yīng)于今天所建造的復(fù)雜系統(tǒng).本文以事故致因理論為基礎(chǔ),分析危化品事故形成的主要影響因素,構(gòu)建了?；肥鹿薁顟B(tài)向量,全面描述導(dǎo)致?；肥鹿拾l(fā)生的因素,并基于構(gòu)建的狀態(tài)向量進(jìn)行?；肥鹿史治鲱A(yù)測應(yīng)用.

1 ?；肥鹿薁顟B(tài)向量

1.1 事故狀態(tài)向量定義

結(jié)合事故致因理論,危化品事故的發(fā)生主要由人的不安全因素、物的不安全狀態(tài)和環(huán)境的不安全影響造成的,因此可將事故復(fù)雜性致因模型可歸納為三大類指標(biāo)：主觀評審指標(biāo)(人為因素)、客觀固有指標(biāo)(物態(tài)因素)、環(huán)境指標(biāo)(環(huán)境因素),如圖1所示.

圖1 事故復(fù)雜性致因模型

為了更好的研究事故發(fā)生的原因,開展事故的預(yù)測預(yù)防,根據(jù)事故復(fù)雜性致因模型,將事故發(fā)生前后的狀態(tài)定義為一個多維向量,組成向量的各元素由事故復(fù)雜性致因模型的各因素組成,具體如下：

(1)主觀評審指標(biāo)

主觀評審指標(biāo)由企業(yè)定期進(jìn)行評審打分,假設(shè)主觀指標(biāo)數(shù)量為m個,則主觀評審指標(biāo)可表示為一個m維向量P.

主觀評審指標(biāo)主要是涉及一些無法量化或者無法自動提取的安全指標(biāo)的獲取,如“對特種設(shè)備操作和維護(hù)的培訓(xùn)是否到位”,“安全監(jiān)管行為是否得當(dāng)”等,這些指標(biāo)需要靠企業(yè)人員定期評估打分獲得.

(2)客觀固有指標(biāo)

客觀固有指標(biāo)指企業(yè)固有危險等級,假設(shè)客觀指標(biāo)數(shù)量為n個,則客觀固有指標(biāo)也可表示為一個n維向量D.

客觀固有指標(biāo)可自動獲取,如企業(yè)“化學(xué)品產(chǎn)量”,“重大危險源數(shù)量”,“危險物質(zhì)的火災(zāi)、爆炸性指數(shù)”,“化學(xué)品物質(zhì)毒性指數(shù)”等.

(3)環(huán)境指標(biāo)

環(huán)境指標(biāo)主要包括企業(yè)當(dāng)?shù)氐臍夂驓庀?、地理地質(zhì)環(huán)境、自然災(zāi)害發(fā)生頻率、政府監(jiān)管水平、社會事件等相關(guān)指標(biāo),一切不能歸為前兩類的指標(biāo)都?xì)w為環(huán)境指標(biāo).這些指標(biāo)也應(yīng)該最終對應(yīng)成t維向量E.

綜上,事故狀態(tài)向量可定義如下：

事故狀態(tài)向量A={P,D,E}.

1.2 基于知識圖譜的事故狀態(tài)向量構(gòu)建方法

事故狀態(tài)向量將事故進(jìn)行向量化表示,在此基礎(chǔ)上進(jìn)行事故預(yù)測研究,充分考慮了造成事故發(fā)生的眾多因素,盡可能的保留了事故發(fā)生前后的真實(shí)狀態(tài).然而,構(gòu)建?；肥鹿薁顟B(tài)向量需明確三個屬性：向量的維度、每個維度的形式、各維度之間的關(guān)系.

知識圖譜是由節(jié)點(diǎn)和關(guān)系組成的圖譜[10],可直觀的對?；肥鹿实膱鼍斑M(jìn)行建模,運(yùn)用“圖”這種基礎(chǔ)性、通用性的“語言”,“高保真”地表達(dá)事故因素之間的各種關(guān)系.?；分R圖譜采用自頂向下和自底向上兩種方式,來提高實(shí)體抽取的準(zhǔn)確度.首先從數(shù)據(jù)源中獲得本體、術(shù)語、頂層的概念以及相關(guān)規(guī)則,然后不斷地進(jìn)行實(shí)體學(xué)習(xí),將新實(shí)體納入前面的概念體系中.同時,從歸納實(shí)體開始,進(jìn)一步進(jìn)行抽象,逐步形成分層的概念體系,如圖2所示.

圖2 危化品知識圖譜構(gòu)建方法

智能信息搜索是從知識理解和邏輯推理的角度,分析信息對象與檢索請求的搜索方法[11].智能信息搜索在在于搜索過程和結(jié)果的智能化方面,與傳統(tǒng)搜索引擎的最大差別.通過知識圖譜等技術(shù),能夠有效表達(dá)信息對象之間的聯(lián)系,充分理解用戶的信息檢索需求和信息對象包含的內(nèi)容,從而使得搜索引擎具備理解語義和有效推理的能力[12].

基于知識圖譜的搜索服務(wù)是以?；分R圖譜作為底層的數(shù)據(jù)支持,從用戶的查詢語句中抽取出實(shí)體和關(guān)系.本文利用預(yù)定義模板的方法來處理基于知識圖譜的搜索服務(wù).預(yù)定義模板基于實(shí)體、實(shí)體關(guān)系、實(shí)體屬性將模板大致劃分為三類：實(shí)體模板、實(shí)體關(guān)系模板、實(shí)體屬性模板.在搜索語句處理模塊中,對查詢語句進(jìn)行實(shí)體、關(guān)系以及語法依存識別,根據(jù)實(shí)體和模板能否構(gòu)成知識圖譜的一個子圖,選擇匹配度最高的模板,并將模板轉(zhuǎn)換為對應(yīng)的Cypher 語句.最終,將用模板匹配得到的結(jié)構(gòu)化查詢語句提交至圖數(shù)據(jù)庫執(zhí)行,挖掘與?；肥鹿氏嚓P(guān)的所有關(guān)聯(lián)因素,如圖3所示.

圖3 基于知識圖譜的危化品事故關(guān)聯(lián)因素搜索框架

2 基于狀態(tài)向量的SVM 事故預(yù)測方法

用向量來表示事故,充分考慮了事故發(fā)生時的人為因素、物態(tài)因素、環(huán)境因素.在事故狀態(tài)向量基礎(chǔ)上進(jìn)行事故預(yù)測研究,相比于傳統(tǒng)的僅針對少數(shù)強(qiáng)關(guān)聯(lián)因素(如死亡人數(shù)、事故發(fā)生起數(shù)等)建立的事故模型具有積極意義.但事故狀態(tài)向量帶來的問題是事故的高維度,以往針對少數(shù)強(qiáng)關(guān)聯(lián)因素建立事故模型的方法已不適用,由于支持向量機(jī)算法在高維度向量學(xué)習(xí)中表現(xiàn)出來的優(yōu)勢,本文選其建立事故預(yù)測模型.

支持向量機(jī)(Support Vector Machines)是Vapnik等人提出的機(jī)器學(xué)習(xí)算法[13],由于其出色的學(xué)習(xí)性能,在人臉識別、手寫識別、文本自動分類等很多領(lǐng)域都得到了成功應(yīng)用[14].

SVM 具有直觀的幾何意義,給定樣本集{(xi,yi)|i=1,… ,l;xi∈Rnyi∈{+1,-1}},對于線性可分情況：支持向量機(jī)目標(biāo)就是尋找一個超平面＜w,x>+b=0將其正確分開,這樣的超平面往往不止一個,其中與兩類樣本點(diǎn)間隔Margin 最大的分類超平面會獲得最佳的推廣能力：即最優(yōu)分類超平面,如圖4所示.最優(yōu)超平面僅由離它最近的樣本點(diǎn)所決定,而與其它樣本無關(guān),這些樣本點(diǎn)即所謂的支持向量,這也正是支持向量機(jī)名稱的由來[15,16].

圖4 線性向量機(jī)

而對于非線性問題,支持向量機(jī)采用特征映射方法,通過引入核函數(shù)K,使得：

實(shí)現(xiàn)非線性變化后的線性分類,如圖5所示.

圖5 非線性支持向量機(jī)

如果訓(xùn)練樣本可以無誤差地被劃分,每一類數(shù)據(jù)與超平面距離最近的向量與超平面之間的距離最大,此超平面稱為最優(yōu)超平面.求解最優(yōu)超平面＜w,x>+b=0,即對于給定的訓(xùn)練樣本,找到權(quán)值ω和偏移b的最優(yōu)值,使下式最小化：

同時滿足約束條件：

可以看出這是一個二次規(guī)劃問題[12],采用拉格朗日乘子法求解,引入拉格朗日乘子αi≥0,i=1,… ,l,求解下列函數(shù)：

其中,Q(i,j)=yiyjK

xr,xs為任意支持向量,相應(yīng)的分類器為：

在利用SVM 分類器進(jìn)行分類時,并非所有的樣本都對分類起作用,只有少量被稱作支持向量的訓(xùn)練樣本才起作用,并且這些支持向量在幾何位置上分布于超平面的周圍[17].為了減少增量學(xué)習(xí)的樣本數(shù)量,應(yīng)該盡可能選取那些可能成為支持向量的樣本進(jìn)行學(xué)習(xí).本文針對?；沸袠I(yè)數(shù)據(jù)特點(diǎn),提出了基于狀態(tài)向量距離的SVM 增量學(xué)習(xí)算法.

支持向量機(jī)增量學(xué)習(xí)問題可以描述如下：存在歷史樣本集A,增量樣本集B,并假定A與B滿足A∩B=φ,?A和ASV分別是A 上的初始SVM 分類器和對應(yīng)的支持向量集,顯然ASV?A,學(xué)習(xí)的目標(biāo)是尋求在A∪B上的分類器?AB和對應(yīng)的支持向量集(A∪B)SV.

根據(jù)支持向量的幾何分布特點(diǎn),判定一個樣本是否能轉(zhuǎn)化為支持向量應(yīng)綜合考慮以下兩個因素：一是這個樣本到超平面的距離;二是這個樣本到該類樣本中心的距離.因此在進(jìn)行增量學(xué)習(xí)時使用以下的篩選機(jī)制,盡可能將可能成為支持向量的樣本選到新訓(xùn)練集中.用ASV表示原樣本集中的支持向量,在A-ASV中和BSV中都存在可能成為支持向量的樣本.從中選取靠近分類超平面且在類中心靠超平面?zhèn)鹊臉颖咀鳛樾略鰳颖军c(diǎn).如圖6所示,選取超平面距離小于中心平面距離的樣本點(diǎn)組成邊界樣本集M.將ASV∪BSV∪M作為 最終的增量學(xué)習(xí)訓(xùn)練集.

圖6 邊界樣本集篩選機(jī)制示意圖

經(jīng)典SVM 算法,即非增量學(xué)習(xí)算法,保留了所有訓(xùn)練樣本點(diǎn),保證了預(yù)測分類的準(zhǔn)確度,但因?yàn)椴恢С衷隽繉W(xué)習(xí),全部重新訓(xùn)練,由此造成的訓(xùn)練時間和訓(xùn)練迭代的樣本個數(shù)較多,降低了算法的效率.傳統(tǒng)增量學(xué)習(xí)算法[18]進(jìn)行增量學(xué)習(xí)時,認(rèn)為增量樣本中滿足KKT條件的樣本集對訓(xùn)練不起作用,將其過濾,僅將原始樣本和新增樣本中違反KKT 條件的樣本合并進(jìn)行增量學(xué)習(xí).此方法有效的過濾了增量樣本,減少了訓(xùn)練樣本的個數(shù),提高了訓(xùn)練時間,但是由于篩選條件過于單一,可能將對最優(yōu)超平面起到支撐作用的支持向量進(jìn)行過濾,造成有效樣本丟失,由此降低預(yù)測分類的準(zhǔn)確度.

三種算法從訓(xùn)練時間,準(zhǔn)確率兩個方面進(jìn)行比較如下：

(1)訓(xùn)練時間：本文算法與經(jīng)典SVM 算法相比,在訓(xùn)練時間上有大幅度的減少,這是因?yàn)樵谠隽繉W(xué)習(xí)過程中本文算法對新增樣本和原有樣本進(jìn)行了有效的篩選,在保留樣本有效信息的前提下,減少了訓(xùn)練樣本的數(shù)量,使增量學(xué)習(xí)的規(guī)模得到了良好的控制,縮短了訓(xùn)練的時間.但與傳統(tǒng)增量學(xué)習(xí)算法相比,在訓(xùn)練時間上略有劣勢.這是因?yàn)閭鹘y(tǒng)增量學(xué)習(xí)算法舍棄了原始樣本中的非支持向量和新增樣本的滿足KKT 條件的樣本.這種訓(xùn)練樣本數(shù)量的減少是以犧牲樣本有效信息為代價的,最終將會影響到預(yù)測分類的準(zhǔn)確率,如圖7所示.

圖7 算法訓(xùn)練時間比較

(2)準(zhǔn)確率：本文算法的準(zhǔn)確率僅次于經(jīng)典SVM 算法,與傳統(tǒng)的增量學(xué)習(xí)算法相比有大幅的提高.非增量學(xué)習(xí)算法保留了原始樣本和新增樣本的全部信息,因此預(yù)測準(zhǔn)確率較高.本文算法預(yù)測準(zhǔn)確率僅次于非增量學(xué)習(xí)算法,說明本文算法的篩選機(jī)制有效的保留了樣本有效信息.而傳統(tǒng)增量學(xué)習(xí)算法因?yàn)樯釛壛诉^多的樣本點(diǎn),雖然增量學(xué)習(xí)的樣本規(guī)模得到了有效的控制,訓(xùn)練的時間得到了提高,但是因?yàn)閬G失了大量樣本信息,最終的預(yù)測準(zhǔn)確率降低了,如圖8所示.

圖8 算法預(yù)測準(zhǔn)確率比較

綜合考慮以上兩個方面的理論分析,本文算法在訓(xùn)練時間和預(yù)測準(zhǔn)確率等方面有較好的表現(xiàn).既彌補(bǔ)了經(jīng)典SVM 算法訓(xùn)練規(guī)模較大,訓(xùn)練時間較長的缺陷,又在一定程度上解決了傳統(tǒng)增量學(xué)習(xí)算法丟失樣本有效信息,預(yù)測準(zhǔn)確率偏低的問題.

3 基于狀態(tài)向量的?；肥鹿暑A(yù)測應(yīng)用分析

3.1 ?；肥鹿薁顟B(tài)向量構(gòu)建

針對目前掌握的619 個典型?；肥鹿蕵永?開展知識圖譜分析,構(gòu)建事故狀態(tài)向量.通過實(shí)體學(xué)習(xí),針對從不同領(lǐng)域抽取到的知識,建立有效的實(shí)體鏈接和知識合并方法,消除信息中錯誤和冗余.同時,采用實(shí)體對齊方法實(shí)現(xiàn)不同知識圖譜系統(tǒng)之間的鏈接與合并,從而實(shí)現(xiàn)構(gòu)建一個更大規(guī)模的?；分R圖譜系統(tǒng),構(gòu)建的?；分R圖譜如圖9所示.

以火災(zāi)爆炸事故為例,通過智能信息搜索提取相關(guān)因素,按照人物環(huán)進(jìn)行分類,構(gòu)建?；肥鹿薁顟B(tài)向量,共計(jì)265 維.其中,人為向量P(維度185),分為領(lǐng)導(dǎo)力與安全文化、工藝安全人為信息、過程安全人為控制、檢查與績效等幾大類;物態(tài)向量D(維度49),分為危險物質(zhì)的火災(zāi)、爆炸性指數(shù)、毒性指數(shù)、工藝指數(shù)、設(shè)備指數(shù)、安全設(shè)施指數(shù)等幾大類;環(huán)境向量E(維度31),由氣象指數(shù)和地理信息指數(shù)等組成,如圖10所示.

圖9 危化品知識圖譜

圖10 ?；肥鹿薁顟B(tài)向量的知識圖譜表

3.2 ?；肥鹿暑A(yù)測方法驗(yàn)證

支持向量機(jī)可通過對事故向量的學(xué)習(xí)建立預(yù)測超平面,并通過超平面對未知事故狀態(tài)的向量做出預(yù)判,從而形成事故預(yù)測模型,具體算法如下：

(1)收集事故狀態(tài)信息.?；肥鹿蕯?shù)據(jù)來自于化學(xué)品安全網(wǎng)(www.nrcc.org.cn),共619 個事故狀態(tài)和1288 個非事故狀態(tài).

(2)標(biāo)記事故狀態(tài).其中事故狀態(tài)為1,非事故狀態(tài)為-1;

(3)將事故狀態(tài)和非事故狀態(tài)轉(zhuǎn)化為向量形式,事故狀態(tài)向量的格式如下：

其中,label 為事故狀態(tài)結(jié)果,1 為事故狀態(tài),-1 為非事故狀態(tài).index 為特征維度,value 為特征值,其中n=265.

(4)選取m=500 個向量作為初始訓(xùn)練集Vt,在剩余向量中隨機(jī)選取900 個組成3 個集合V1,V2,V3,作為測試集,每個測試集樣本數(shù)量300.

(5)在訓(xùn)練集Vt上進(jìn)行支持向量機(jī)訓(xùn)練學(xué)習(xí),構(gòu)建預(yù)測超平面f(x).

(6)利用預(yù)測超平面f(x)對測試集V1,V2,V3 進(jìn)行預(yù)測,得出每個向量的預(yù)測結(jié)果

(7)與測試集V1,V2,V3 標(biāo)記的原有事故狀態(tài)進(jìn)行對比,鑒定預(yù)測結(jié)果.

(8)修改Vt樣本數(shù)量m的值,重復(fù)步驟(5)～(8),驗(yàn)證算法.

以上所有算法均在Matlab7.0 和LibSvm-mat-3.20 工具包[19]的基礎(chǔ)上實(shí)現(xiàn).實(shí)驗(yàn)平臺IBM3850 服務(wù)器,CPU 為4 核E7-4830V2 處理器,內(nèi)存16×16 GB DDR3,操作系統(tǒng)為Windows server 2012.實(shí)驗(yàn)中使用核函數(shù)為REF 函數(shù),C=1,實(shí)驗(yàn)結(jié)果如表1-3 所示.

表1 SVM 學(xué)習(xí)算法實(shí)驗(yàn)結(jié)果(m=500)

表2 SVM 學(xué)習(xí)算法實(shí)驗(yàn)結(jié)果(m=750)

表3 SVM 學(xué)習(xí)算法實(shí)驗(yàn)結(jié)果(m=1000)

實(shí)驗(yàn)結(jié)果表明,基于狀態(tài)向量的SVM 事故預(yù)測方法在保留了事故眾多相關(guān)因素的同時,可以有效的判斷事故向量的狀態(tài),預(yù)測結(jié)果準(zhǔn)確率較高.隨著訓(xùn)練樣本數(shù)量的不斷增加,預(yù)測準(zhǔn)確率逐漸提升,如圖11所示.

圖11 預(yù)測準(zhǔn)確率對比圖

4 結(jié)論

本文從事故致因的理論角度,分析了影響危化品事故發(fā)生的人為、物態(tài)和環(huán)境的復(fù)雜性因素,分析了?；肥鹿实男纬蓹C(jī)理,指出傳統(tǒng)的基于事件鏈?zhǔn)鹿史治霾辉龠m應(yīng)于今天所建造的復(fù)雜系統(tǒng),并在此基礎(chǔ)上給出了事故狀態(tài)向量的定義,提出了一種基于狀態(tài)向量的危化品事故分析預(yù)測方法.高維事故狀態(tài)向量盡最大可能考慮了造成事故發(fā)生的眾多因素,利用支持向量機(jī)學(xué)習(xí)算法,建立事故預(yù)測超平面,以此對未知狀態(tài)的向量進(jìn)行預(yù)測.通過樣本實(shí)驗(yàn)表明,本文提出的?；肥鹿暑A(yù)測方法,預(yù)測準(zhǔn)確率較高,對危化品行業(yè)事故的預(yù)測預(yù)防具有積極意義.隨著?；肥鹿试隽繉W(xué)習(xí)的不斷進(jìn)行,?；肥鹿氏蛄烤S度也會隨之不斷增加,由此對本文基于狀態(tài)向量的增量SVM 學(xué)習(xí)算法在效率和訓(xùn)練時間方面提出更多要求,在未來研究工作中,將對向量維度篩選及算法效率提升等方面進(jìn)一步深入研究.