馮夏源，戴一陽，吉旭，周利

（四川大學化學工程學院，四川 成都 610065）

危險與可操作性分析（HAZOP）是現(xiàn)代安全工程的核心技術之一。傳統(tǒng)的人工HAZOP 分析通過與會專家頭腦風暴式討論完成，該分析過程耗時耗力且價格昂貴，導致許多小型工廠無力負擔，進而無法排除安全隱患，同時，人工分析對于人工經驗的高度依賴性，使得分析結果的完備性和分析深度無法得到保障。針對HAZOP分析方法以上缺陷，各國學者先后通過數(shù)學模型、物理模型和語義模型進行HAZOP分析方法的改進研究。

數(shù)學模型方面，主要是基于流程模擬軟件針對特定化工過程的定量模擬分析。中國石油大學的石艷娟等[1]以某汽提塔抽提工藝為例，將HAZOP分析過程與化工模擬軟件（HYSYS）相結合，使用HYSYS 對HAZOP 分析結果中的高風險偏差進行量化模擬，從而定量描述高風險偏差的后果。青島科技大學的程希安等[2]以天然氣凝液脫輕烴工藝為例，同樣借助HYSYS對HAZOP分析中的偏差進行定量模擬，以獲得偏差偏離正常值所達到的具體量，一定程度上解決HAZOP 分析中偏差的模糊性問題。但以上方法均基于特定的化工過程展開，難以進行知識遷移和推廣。

物理模型將化工過程的各個裝置抽象為節(jié)點，通過對節(jié)點間關系的定性表示建立模型。主要有基于符號有向圖（signed directed graph，SDG）的模型、基于多級流（multilevel flow models，MFM）的模型和基于工藝流程圖的模型等。北京化工大學的孟令慧[3]提出了基于SDG 的定量HAZOP 分析模型，通過貝葉斯網絡將傳統(tǒng)的SDG 簡化，使得每一條路徑的傳播均有其概率意義，從而實現(xiàn)了對最終后果的定量分析。Ko?cielny 等[4]提出了基于流程圖的定性分析模型，將工藝流程圖的工藝變量節(jié)點、控制信號節(jié)點等表達為模型變量，基于模型變量進行HAZOP 分析。但物理模型無法對化工安全分析中諸如“反應器點火失敗、物料濃度異常”這類非常規(guī)偏差進行表述，因此仍然存在改進空間。

針對上述物理模型的缺陷，將語義模型引入HAZOP 分析的改進研究中。語義模型通過語義建?？蓪AZOP 領域共性知識抽象化，借助本體論和OWL本體語言，將自然語言表述的HAZOP知識結構化為機器可讀的文件，可輔助人工HAZOP 分析。在HAZOP 改進方法研究領域，基于語義模型領域方法與物理模型和數(shù)學模型相比較少，尚處于起步階段。

國內，北京化工大學、清華大學的學者[5]提出了基于案例推理（case-based reasoning，CBR）的HAZOP 的自動化分析框架，在實現(xiàn)案例推理的過程中，基于本體論的概念開發(fā)出6種本體，分別是過程本體、過程單元本體、單元操作本體、設備本體、物料本體以及HAZOP 本體，基于6 種本體將案例進行結構化剖析，通過相似性匹配輔助HAZOP 分析過程。北京化工大學的高東等[6]以HAZOP分析國際標準IEC 61882為基礎，根據偏差的傳播路徑，抽提歸納了HAZOP信息標準化框架，實現(xiàn)了人工HAZOP分析結果的自動識別與標準化。

國外，Aziz 等[7]針對危險信息表述的標準化問題提出了一種基于場景且可進行量化推理的動態(tài)危險識別方法。利用本體進行知識模型的構建，從事故發(fā)生過程的角度將整個事故分為初始事件、中間事件、最終事件，不但促進了危險信息表述的標準化，還極大增加了危險信息的可重用性。

在以上3個研究方向中，語義模型能夠充分利用專家經驗和現(xiàn)有化工事故案例知識，可在一定程度上輔助、修正人工HAZOP 分析過程。但仍有不足，基于事故案例的本體對未發(fā)生過的新事故難以進行準確的判斷；基于事件傳播的本體在整合、劃分事件的過程中帶有一定的主觀意識；基于偏差傳播路徑的本體標準化框架，強調對于HAZOP 分析結果文本的形式化本體構建。三者均未對HAZOP分析中的化工分析知識進行本體的構建。因此，本研究針對這一缺陷，提出基于本體的HAZOP 因果知識描述模型，不依賴于現(xiàn)有事故案例，不依賴于較主觀的事故劃分，也不依賴于HAZOP 分析結果所呈現(xiàn)的文本形式，直接面對HAZOP 分析中的化工安全知識和專家經驗知識進行語義建模，將專家知識進行結構化表示，一方面克服傳統(tǒng)專家系統(tǒng)知識堆積的缺陷，將自然語言描述的HAZOP 知識轉化為機器可讀的形式；另一方面，語義模型通過對HAZOP 分析過程的共性問題進行有效提取，可輔助指導人工HAZOP分析。

1 傳統(tǒng)HAZOP分析方法及結果分析

1.1 HAZOP分析方法定義

危險與可操作性（HAZOP：Hazard、Operability各取首字母組成）分析法建立之初是為了在已投產的化工工廠中識別可能存在的危險源（表現(xiàn)形式多為偏差），分析其可能的非正常原因以及造成的不利后果。涉及的術語見表1、表2，首先將被分析工廠劃分為片段，再將每個片段中的設備、裝置用節(jié)點的形式表示，每個節(jié)點代表一種變量（如壓力、溫度、組成、液位、流量），將引導詞nolessmorepart ofas well as everseother than 與變量相結合組成“偏差”，在專家小組組長的引導下，通過專家小組成員頭腦風暴式的會議、討論得到該偏差可能的非正常原因以及不利后果，對可能造成危險后果的偏差給出對應的維修措施或建議并以文檔的形式記錄下來。HAZOP 分析過程[8-9]涉及的術語見表1，常見工藝參數(shù)有流量、時間、頻率、壓力等，常見引導詞見表2。

表1 HAZOP術語

表2 常見引導詞

在分析組長帶領下，HAZOP 分析小組按照擬定的分析流程遍歷每一個有意義的引導詞和工藝參數(shù)的組合并找到原因、結果，給出適用的建議措施。

1.2 實例分析

進行HAZOP 專家系統(tǒng)的知識模型分析，首先要了解HAZOP分析需要哪些知識、是如何進行的。

因此本文以某化工廠的苯儲罐、濃硫酸儲罐為例，從物料性質、人的失誤、環(huán)境因素、機械故障4 個方面對苯、93%硫酸儲罐進行了HAZOP 分析。并對原因、結果以及建議措施分別編號。

從表3、表4 可以看出，盡管濃硫酸與苯的理化性質有著較大的差異，但是兩種物料的分析結果相似度高即可重復性高。證明從分析信息中提取具有共同特征的概念從而構建HAZOP 分析的本體是可行的。

表3 苯儲罐HAZOP分析結果

表4 93%硫酸儲罐HAZOP分析

2 本體論與HAZOP結合

傳統(tǒng)的人工HAZOP 分析采用專家頭腦風暴的形式進行，其分析過程耗時耗力，分析結果存在較多的重復性內容，同時純人工的分析方法導致分析結果的完備性無法得到保障。因此，本研究將用于描述事物本質的本體論引入傳統(tǒng)純人工HAZOP 分析方法的改進中，通過本體論對領域概念知識的集成、梳理，構建HAZOP 因果知識語義模型，加快HAZOP 分析速度，保障HAZOP 分析結果的完備性。

2.1 本體論概述

2.1.1 本體論

本體[10]（ontology）是一種對知識進行集成、建模的工具。它通過對特定領域提取共同概念作為標準化術語并定義其之間的關系來表示、管理數(shù)據信息。通過其對關鍵概念的提取、精確標準的描述，為領域提供一個共享的知識庫以及相應編碼，使得機器也可以解析、讀取。截至目前，關于本體有很多不同的定義，至今受到較多學者認可的是T. Gruber 給出的定義，即“本體是概念化的明確說明”。

2.1.2 本體描述語言

本體的描述語言[11]有多種，如KIF、XML、RDF、DAML+OIL、OWL等，它通過三元組的形式儲存內容，將知識分為主語、謂語、賓語，便于存儲與查詢，目前利用較為廣泛的為OWL 語言。OWL建立在XMLRDF 等已有標準的基礎上，通過添加大量的基于描述邏輯的語義原語來描述和構建各種本體。與XML、RDF 等語言相比，OWL 語言表達語義和用途的功能更強。

2.1.3 本體編輯軟件Protégé

Protégé 是斯坦福大學基于Java 開發(fā)出的可用于編輯、操作本體的軟件，有著清晰的GUI可在線或線下進行本體構建。Protégé 中用戶可以根據具體應用領域的知識結構通過定義Class（類）、表述Class之間關系的Object Properties（對象屬性），以及向Class中填充Instance（實例）來構建本體，還可通過JTP、SPARQL 等可讀取本體文件的查詢、推理系統(tǒng)對構建好的本體根據需求進行查詢。圖1為該軟件的GUI。

圖1 Protégé操作界面

2.1.4 本體構建步驟

本體的相關研究歷時已久，不同領域的專家總結出了多種本體構建方法。比較典型的有SENSUS法、骨架法、TOVE法、七步法等。其中應用范圍最廣的本體構建方法是斯坦福大學提出的七步法，具體流程如圖2所示[12]。

圖2 本體構建七步法流程

2.2 HAZOP知識本體構建

本研究使用斯坦福大學的本體構建七步法構建HAZOP 知識本體，但由于目前并無公開的HAZOP知識本體，因此不進行第二步“考慮重用現(xiàn)有本體”，去掉第二步后，可將七步法分為兩部分，分別為：①本體構建的準備階段；②本體的形式化構建階段。其中“確定本體領域及范圍”“列舉本體中的重要術語”屬于①，后四步屬于②，本章節(jié)主要介紹本體的準備階段，該階段的主要目的是提取HAZOP領域知識的專業(yè)術語和共性概念。

2.2.1 確定領域及范圍

（1）應用領域 本研究HAZOP 分析過程中的因果知識做本體構建。

（2）應用目的 希望構建HAZOP 知識本體可以將化工生產中涉及的可能偏差、非正常事件、物料性質等做出明確的關聯(lián)關系脈絡，輔助人工HAZOP分析。

2.2.2 列舉本體中的重要術語

列舉本體中的重要術語是本體構建準備階段的最后一步，也是將領域具象事物抽象為具有某種共同特征的一系列概念的過程。

通過對上一章節(jié)中苯儲罐、濃硫酸儲罐HAZOP 分析結果進行共性概念總結，得到HAZOP因果知識本體結構如圖3所示。

圖3 HAZOP知識概念結構

Morbach等[13]曾面向化工過程構建本體OntoCAPE，對本文本體的構建具有指導、參考意義，其中的“chemical_process_system”本體包含概念層與應用層兩部分，概念層位于應用層之上，在不同的應用場景下，只需對應用層進行擴展。但本研究認為，HAZOP 分析中的因果知識同時包含抽象概念與實體概念兩部分，這兩部分均可基于不同的應用場景進行擴展，因此在本文本體結構的設計中，將HAZOP 分析因果知識分為實體概念和抽象概念，其中實體概念包含“化工設備”和“物料”，抽象概念包含“事故機理”和“非正常事件”，其中化工設備包含設備信息（設備位號、設備名稱等）和設備運行情況（正常運行、故障等），物料包含物料的相態(tài)（氣體、液體等）和理化性質（揮發(fā)性、可燃性等）。事故機理包括物料的變化（擴散、反應等）和危險閾值（氣體點火能等），非正常事件包含事件呈現(xiàn)的表觀現(xiàn)象（偏差）和事件的內部原因（人為事件、環(huán)境事件等）。

3 HAZOP知識本體的構建

經過本體構建的準備階段，本研究獲得HAZOP 分析因果知識的共性概念，下一步開始基于OWL本體語言進行形式化本體的構建。

3.1 本體構建方式

如圖2的本體構建流程所示，本節(jié)進行第四步：定義類和類的層次結構關系。目前構建本體的方式按自動化程度分為兩種：自動構建（本體學習）、手動構建。表5為兩種本體構建方式的比較[14]。

本體構建的質量直接影響其應用效果，且HAZOP 分析是一個基于經驗的動態(tài)過程，具有較多的非包含關系，為了保證本體構建的嚴謹性以及其對知識表述的準確性，本研究采用手動構建的方法。

3.2 本體構建的具體過程

3.2.1 定義類及類的層次結構

類是本體中表示共性概念的集合。本研究將圖3所示的知識結構通過OWL 本體語言定義為本體的類及類的層次結構，在Protégé中定義的結果如圖4所示。本節(jié)將展開物料類展示其定義過程及意義。

圖4 本體主要概念類及其層次結構

如圖5所示，物料類包含物料的理化性質和物料相態(tài)。對于物料的理化性質類，本研究認為物料的理化性質對于偏差在化工生產中的傳播、推理具有重要意義，因此將“凝固點”“可燃性”等定義為類，以便于定義理化性質與其他影響因素之間的關系；對于物料相態(tài)類，其包含的液體、氣體兩個子類為互斥關系。圖6所示為OWL語言定義“液體和氣體是物料相態(tài)的子類，且液體與氣體無交集”HAZOP 知識的代碼。進一步將物料相態(tài)與其他類間的層次結構展開。由圖7可知，物料相態(tài)類通過與“物料變化”類相關聯(lián)，可表示物料由于處于某種相態(tài)而可能產生的自身物理或化學變化。圖8所示為OWL 本體語言所定義的“氣態(tài)的物料會導致擴散（物料變化）發(fā)生”HAZOP知識的代碼。

圖5 物料類及其層次結構

圖6 OWL語言定義HAZOP知識-1

圖7 物料相態(tài)類與其他類的關聯(lián)結構

圖8 OWL語言定義HAZOP知識-2

3.2.2 定義屬性及屬性約束

上一節(jié)中本文定義了對進行HAZOP分析所涉及知識的“類”及其層次結構，下面進行類間的定義。在本體中類與類之間的關系叫做“屬性”。在Protégé中一般使用英文表示對象屬性關系，屬性關系字符串中每個單詞之間不加空格同時首字母大寫。

化工生產是一個復雜的過程，其各項概念之間的關系也錯綜復雜，本研究提出的HAZOP 因果知識本體中共定義6種“屬性”關系分別為：包含關系、定性影響關系、定量影響關系、需要實驗測量的關系、位置關系和對象關系。本節(jié)以定量影響關系為例進行闡述。

圖9所示為定量影響關系在Protégé本體軟件中的定義，它表示隨著工藝參數(shù)的定量變化，可能會導致物料的理化性質發(fā)生變化，同時可能會導致物料自身發(fā)生反應。如溫度升高可能會導致部分物質自燃。壓力的變化會影響物料的“揮發(fā)性”等。圖10為定義定量影響關系的OWL本體語言代碼。

圖9 定量影響關系的定義

圖10 OWL語言定義HAZOP知識-3

3.2.3 進行實例化

實例化即將相應的經驗知識、企業(yè)實際情況并入本體相應類的過程。實例化是本體構建過程中的最后一步，也是下游企業(yè)應用本體的關鍵步驟。由于該步對本體結構無影響，因此本文以某化工廠儲罐區(qū)為例，將其苯儲罐相關信息以及相關非正常事件信息加入HAZOP 知識本體，在Protégé 本體構建軟件中進行實例化后的結果如圖11所示。

圖11 Protégé中進行本體實例化

3.3 本體構建結果

以上步驟進行完畢后，使用Hemit推理機進行沖突檢查，結果顯示無沖突，并獲得經過推理的本體結構，可以在Protégé 的OWL Viz 可視化插件中查看，如圖12所示，可直觀看出該HAZOP因果知識本體各個知識單元間的從屬關系。

圖12 HAZOP知識本體結構

3.4 本體應用案例分析

本研究構建了基于本體的化工HAZOP 因果知識描述模型，可以輔助人工HAZOP 分析提高分析效率，保障分析的完備性。本節(jié)中，將以尋找“液位變化”的致因、后果為例，依據該本體所定義的知識類、類間關系做簡要的HAZOP分析推理闡述。

如圖13 所示，首先，由“液位”的關系“hasInfluenceOn”（定性影響關系）連接“泄漏”可知，液位的變化可能是由于“物料變化”的子類“泄漏”引起的，因此可從物料泄漏的角度出發(fā)考慮當前偏差可能引起的不利后果。但這只是對淺層知識的利用。

圖13 HAZOP本體結構展開（部分）

再由“泄漏”出發(fā)，通過其“hasObject”（對象關系）選擇當前分析節(jié)點下可能發(fā)生泄漏的物料相態(tài)，這里選擇“液體”，由“液體”的對象關系“揮發(fā)性”以及與“揮發(fā)性”具有定量影響關系的“濕度”、“氣溫”可知，液位的變化與環(huán)境因素亦相關，因此需要從“環(huán)境事件”類（“濕度”、“氣溫”的父類）的角度考慮可能引發(fā)“液位變化”的致因以及不利后果。

由此，在該HAZOP 因果知識本體結構的指導推理下，對“液位變化”進行因果分析：一方面，需要從外部原因的角度出發(fā)，“液位變化”有可能是由于外部發(fā)生“泄漏”事件引起的；另一方面，從物料理化性質和環(huán)境條件的角度出發(fā)，“液位變化”可能是由于天氣的濕度、氣溫變化所引起的。綜上，該本體通過對HAZOP 因果知識及其關系的定義，可有效輔助HAZOP 分析人員根據化工知識的內在聯(lián)系，對于化工企業(yè)安全問題進行全面、專業(yè)的分析，同時保證一定的分析深度。

4 結論

針對傳統(tǒng)純人工HAZOP 分析耗時耗力、重復內容較多、分析結果完備性不足等問題，提出了基于本體的HAZOP 因果知識描述模型。本研究將用于描述知識及知識間關系的“本體”工具與HAZOP分析相結合，基于HAZOP分析結果提取出HAZOP 分析領域的共同概念、術語并對其分“類”、建立層次關系、定義“屬性”關系、添加實例，最后借助Protégé 軟件利用OWL 本體語言構建了HAZOP 因果知識本體，但本體的構建過程較依賴經驗，因此對于HAZOP 因果知識中的類及類間關系的定義有進一步細化的空間。

本研究所構建的知識本體將分析中的偏差、物料性質、非正常事件做出了明確的關聯(lián)，可輔助HAZOP 分析過程、為化工安全領域專家建立專家知識庫提供思路指導。同時，通過對本研究所構建的知識本體添加不同的實例，該本體還可應用在生產過程、工藝物料完全不同的化工企業(yè)的HAZOP分析過程中去。