王 蕾，代養(yǎng)勇

（1.山東省食品藥品檢驗研究院山東省食品藥品安全檢測工程技術(shù)研究中心，濟南 250101；2.山東農(nóng)業(yè)大學(xué)食品科學(xué)與工程學(xué)院，山東泰安 271018）

0 引言

近些年，實驗室事故時有出現(xiàn)，引發(fā)了社會的普遍關(guān)注。據(jù)相關(guān)媒體報道：2018 年北京交通大學(xué)東校區(qū)化學(xué)實驗室爆炸，3 名學(xué)生死亡；2016 年上海東華大學(xué)環(huán)境與生物工程學(xué)院實驗室發(fā)生爆炸，2 名學(xué)生重傷；2015 清華大學(xué)化學(xué)系實驗室發(fā)生一起爆炸事故，1 名博士生當(dāng)場死亡。高校科研實驗室的安全事故頻發(fā)，尤其是化學(xué)實驗室，已經(jīng)成為實驗安全的“重災(zāi)區(qū)”。傳統(tǒng)的評價方法，如故障樹、失效模式和影響分析（FMEA）、危險與可操作性分析（HAZOP）、保護層分析（LOPA），均為靜態(tài)評價方法只適用于評價某個時間點的風(fēng)險，而無法得知整個實驗室的風(fēng)險動態(tài)變化［1］。

目前對實驗室安全風(fēng)險評價的研究多集中在以職業(yè)健康管理體系要求進行危險源識別，然后根據(jù)歷年的數(shù)據(jù)和發(fā)生的概率人為附加分值進行判斷。劉婷婷等［2］《重大危險源辨識》（GB18218—2014）和《職業(yè)性接觸毒物危害程度分析》（GB50844—1985），重點進行危險源的識別；魏永前等［3］構(gòu)建實驗室安全“雙體系”預(yù)防機制從制度建設(shè)和專項整治方面進行控制，真正運用風(fēng)險評估模型進行風(fēng)險評估的鳳毛麟角。因此本文引入蝴蝶結(jié)模型（Bow-Tie model，下文簡稱為BT）和貝葉斯網(wǎng)絡(luò)（Bayesian Network，下文簡稱為BN）模型，通過條件概率對各事件的依賴程度進行分析評價，利用貝葉斯網(wǎng)絡(luò)軟件進行反向推理，對影響實驗室火災(zāi)爆炸事故的因素進行分析評價，實現(xiàn)對高校實驗室火災(zāi)爆炸事故的風(fēng)險預(yù)測和故障診斷的雙重功能。

1 蝴蝶結(jié)模型和貝葉斯網(wǎng)絡(luò)模型構(gòu)建

1.1 蝴蝶結(jié)（BT）模型

BT模型是表述一個事故場景最好的圖形化方法之一，它可以清楚地描述事故的原因和事故的結(jié)果，是將故障樹與事件樹分析方法融合為一體的事故因果分析方法。由圖1 可知，BT 模型左側(cè)是故障樹，分析有哪些危害，危害一旦釋放會造成哪些威脅，其安全屏障的作用是預(yù)防事故；右側(cè)是事件樹，表示一旦屏障和補救措施失效后會產(chǎn)生什么樣嚴重的后果［3］。

1.2 貝葉斯網(wǎng)絡(luò)模型（BN模型）

貝葉斯理論是處理不確定性信息的重要工具，是一種基于概率的不確定性推理方法，是目前處理非確定性問題的一種主流方法。BN 網(wǎng)絡(luò)是有向無環(huán)圖，由代表變量節(jié)點及連接這些節(jié)點有向邊構(gòu)成，用條件概率進行表達關(guān)系強度，節(jié)點變量可以是任何問題的抽象。BN 的理論基礎(chǔ)即貝葉斯條件概率計算公式［4-7］，即

式中，P（Vi|A）為后驗概率，i=1，2，…，n；P（A|Vi）為事件Vi發(fā)生條件下事件A 發(fā)生的概率，即條件概率；P（Vi）為先驗概率；P（A）為事件A發(fā)生的概率。

根據(jù)貝葉斯公式結(jié)合蝴蝶結(jié)模型中分析出的要素轉(zhuǎn)換成的各個節(jié)點以及節(jié)點之間的依賴關(guān)系，其各節(jié)點的聯(lián)合概率為P（V），見式（2）。

式中，Vpa（vi）為節(jié)點Vi的所有父節(jié)點。

1.3 風(fēng)險評估模型的建立

以近10 年來高校實驗室發(fā)生的112 起典型事故為數(shù)據(jù)來源，對引起高校實驗室火災(zāi)爆炸事故的因素進行整理匯總分析，根據(jù)BT 模型分析識別出關(guān)鍵風(fēng)險源，并對關(guān)鍵風(fēng)險源進行同類合并轉(zhuǎn)換為BN 模型中的節(jié)點，再根據(jù)BN模型簡化相同事件，尋找出造成頂端事件的主要節(jié)點以及各種節(jié)點之間的關(guān)系。根據(jù)歷史數(shù)據(jù)以及專家經(jīng)驗，確定實驗室安全事故的先驗概率，運用公式進行動態(tài)風(fēng)險評價。

賀蕾等［8］分析出高校實驗室事故主要為火災(zāi)性、爆炸性事故，占全部安全事故的81%。造成火災(zāi)、爆炸事故的主要危險源有：人為因素、設(shè)備因素、實驗設(shè)施以及管理措施不健全等［9］。①人為因素，主要是指違規(guī)操作、不能正確使用試劑試藥等易揮發(fā)易爆炸的化學(xué)藥品。②設(shè)備因素，尤其是壓力容器，如氫氣瓶、氧氣瓶、乙炔氣瓶等。壓力容器爆炸，不僅會造成人員傷亡事故，內(nèi)部介質(zhì)擴散還會引發(fā)燃燒等連鎖反應(yīng)。③設(shè)施因素，部分實驗室缺乏必備的消防設(shè)施。有些高校的化學(xué)實驗室，尤其是年代久遠的教學(xué)樓，缺乏必備火災(zāi)報警、煙霧噴淋系統(tǒng)等消防設(shè)施。④管理因素，缺乏對實驗室人員的安全教育和技能培訓(xùn)，相關(guān)的管理制度及應(yīng)急措施不健全等。

上述危險源依據(jù)BT模型［10］可以更好地識別高校實驗室發(fā)生火災(zāi)爆炸的主要原因、采取措施的有效性以及可能產(chǎn)生的后果等因素，具體模型見圖2 所示，其中C1～C7是代表所有控制措施失效后產(chǎn)生的后果，本文重點針對造成火災(zāi)爆炸事故的原因進行分析，因此不再對產(chǎn)生的后果進行過多闡述。根據(jù)BT 模型的分析，可以很直觀的得出影響高校實驗室發(fā)生火災(zāi)爆炸事故的主要變量，如表1 所示。

圖2 實驗室火災(zāi)、爆炸BT模型

表1 實驗室火災(zāi)、爆炸事故主要變量

BT模型向BN模型轉(zhuǎn)化主要是將BT模型中的事故樹和事件樹分別轉(zhuǎn)化為貝葉斯網(wǎng)絡(luò)模型中的節(jié)點，并使用有向弧把各個節(jié)點連接起來建立映射關(guān)系［11］。具體轉(zhuǎn)化見圖3。

圖3 BT模型向BN模型轉(zhuǎn)化示意圖

考慮到BN推理案例中沒有高校實驗室火災(zāi)爆炸事故的案例，本文選擇基于專家知識以及部分文獻數(shù)據(jù)構(gòu)建BN模型。根據(jù)眾多文獻以及媒體報道引起高校實驗室火災(zāi)爆炸的原因［12］，對BN 變量進行優(yōu)化，對安全制度、應(yīng)急預(yù)案、違規(guī)操作、壓力容器反應(yīng)釜陳舊、設(shè)備長時間運轉(zhuǎn)、電路老化、消防設(shè)施陳舊等建立模型，其他變量引起事故的比例較少暫不建模［13］，優(yōu)化后建立的模型見圖4。

圖4 BN網(wǎng)絡(luò)拓撲結(jié)構(gòu)圖

根據(jù)近10 年消防年鑒中相關(guān)數(shù)據(jù)以及專家知識可以得出各父節(jié)點的參考權(quán)重，其中管理制度的權(quán)重為2.7%，應(yīng)急預(yù)案的權(quán)重為1.8%，違規(guī)操作的權(quán)重為16.1%，易燃易爆化學(xué)品使用的權(quán)重為23.2%，壓力容器反應(yīng)釜陳舊的權(quán)重為8.9%，設(shè)備長時間運行的權(quán)重為16.9%，電路老化的權(quán)重為21.4%，消防設(shè)施陳舊的權(quán)重為8.9%。

BN網(wǎng)絡(luò)實質(zhì)上體現(xiàn)了各節(jié)點變量間的概率依賴關(guān)系，網(wǎng)絡(luò)中每一個節(jié)點都對應(yīng)一個條件概率表（Conditional Probability Table，CPT）［14］，表示該節(jié)點與其父節(jié)點間的概率分布關(guān)系。鑒于變量節(jié)點較多，選取節(jié)點H為例進行說明，由此可得，具體如表2 所示。其中，“NO”代表不安全的概率，“YES”代表安全的概率。

表2 人為因素的條件概率（CPT）

根據(jù)圖3 模型中各節(jié)點的依賴關(guān)系，運用Netica軟件構(gòu)建BN模型，并進行計算，具體如圖5 所示。根據(jù)已經(jīng)發(fā)生的高校實驗室安全事故中各個節(jié)點發(fā)生的概率，利用貝葉斯公式綜合計算，得到全國高校實驗室火災(zāi)爆炸安全事故的發(fā)生概率為0.175，較全國整體火災(zāi)、爆炸發(fā)生比例高很多。由此可以看出，高校實驗室存在很大的安全隱患，BN 模型的構(gòu)建可以為預(yù)警高校實驗室火災(zāi)、爆炸事故提供一個動態(tài)的分析模型，學(xué)校安全部門可以將日常安全檢查的數(shù)據(jù)輸入模型，進行風(fēng)險預(yù)警，便于采取相應(yīng)的措施。

圖5 BN模型以及各節(jié)點發(fā)生概率

2 結(jié)果驗證

2.1 模型的驗證

以2001～2016 年高校實驗室火災(zāi)爆炸發(fā)生情況為例，2001～2016 年我國高校實驗室共發(fā)生火災(zāi)爆炸事故93 起，從事故原因分析中可以得出易燃易爆化學(xué)品導(dǎo)致的火災(zāi)爆炸事故37.7%，電路老化5.7%，違規(guī)操作20.8%，壓力容器反應(yīng)釜陳舊22.6%，設(shè)備長時間運行8.4%，消防設(shè)施陳舊3.8%，管理制度0.8%，應(yīng)急預(yù)案0.2%［8］。按照易燃易爆化學(xué)品導(dǎo)致發(fā)生事故的比率降為5%進行計算，將相關(guān)數(shù)據(jù)輸入模型，通過模型計算得到火災(zāi)爆炸事故的發(fā)生概率為0.159，比之前的0.175 有所下降，證明該模型有效。

2.2 節(jié)點后驗概率分布

后驗概率分析是BN 網(wǎng)絡(luò)推理中涉及最多的問題，一方面可在已知原因前提下推斷出結(jié)果發(fā)生的概率，即預(yù)測推理，同時也可以在已知結(jié)果的狀態(tài)下，找出導(dǎo)致結(jié)果發(fā)生的最可能原因，也就是所說的故障診斷［15］。本文運用貝葉斯網(wǎng)絡(luò)的故障診斷功能，找出導(dǎo)致目標(biāo)事件發(fā)生的最可能因素，為更準(zhǔn)確的評估事件態(tài)勢做出鋪墊和提供依據(jù)。

在貝葉斯網(wǎng)絡(luò)模型中假設(shè)節(jié)點E 發(fā)生的概率為100%（也就是說實驗室火災(zāi)爆炸發(fā)生的概率為100%），得出節(jié)點的后驗證概率分布，具體如圖6所示。

圖6 后節(jié)點概率示意圖（注：YES 代表節(jié)點安全，NO 代表節(jié)點不安全）

從圖6 可以看出，當(dāng)實驗室發(fā)生火災(zāi)爆炸事故的情況下，易燃易爆化學(xué)品使用（H4）、電路老化（B2）發(fā)生的可能性最大，概率超過40%；其次為設(shè)備長時間運行（D2）概率為30.5%、違規(guī)操作（H1）概率為27.9%；最不可能的原因為應(yīng)急預(yù)案和管理制度失效。

2.3 模型敏感因素分析

在BN網(wǎng)絡(luò)中，子節(jié)點的后驗概率會隨父節(jié)點的先驗概率的變化而改變，敏感性分析將由父節(jié)點發(fā)生變化而引起子節(jié)點的參數(shù)變化程度進行了量化，從而識別出BN模型中的關(guān)鍵因素［16］。在GeNie軟件中將根節(jié)點E設(shè)為目標(biāo)節(jié)點，執(zhí)行敏感分析，得出節(jié)點敏感度分析，如下圖所示，其中，節(jié)點的顏色深度與敏感度成正比。

由圖7 中可知，整個模型中節(jié)點的敏感程度可分為6 個等級，其中，高敏感為節(jié)點H（人員不安全行為）；較高敏感度為H4（易燃易爆化學(xué)品的使用）、B2（電路老化）、B（設(shè)施陳舊）。通過敏感性分析可以發(fā)現(xiàn)：人員不安全行為、易燃易爆化學(xué)品的使用、電路老化、設(shè)施陳舊是導(dǎo)致實驗室發(fā)生火災(zāi)爆炸事故的主要影響因素。

圖7 BN模型變量敏感性分析

3 結(jié)論

（1）BT-BN模型兼顧了事故樹、事件樹以及貝葉斯網(wǎng)絡(luò)定量分析風(fēng)險的優(yōu)點，可以對高?；馂?zāi)、爆炸事故的風(fēng)險進行動態(tài)分析，克服其他體系或者檢查過程中大量零散數(shù)據(jù)的缺點。將日常的安全巡查、人員培訓(xùn)等相關(guān)數(shù)據(jù)信息匯總后輸入模型，可得到安全提示，以便及時采取控制措施防止發(fā)生嚴重后果。

（2）從構(gòu)建的模型中正向計算，可知易燃易爆化學(xué)品的使用是誘發(fā)高校實驗室發(fā)生火災(zāi)爆炸事故的主要誘因。通過模型故障診斷可知，最可能導(dǎo)致事故發(fā)生的因素是易燃易爆化學(xué)品使用、線路老化。

（3）要有效避免高校實驗室火災(zāi)、爆炸事故，就必須加強實驗人員培訓(xùn)提高安全意識，完善易燃易爆化學(xué)品存儲條件以及化學(xué)性質(zhì)的標(biāo)志標(biāo)識，同時還要定期對實驗室線路進行檢查和維護。