摘 要 將復(fù)雜社會網(wǎng)絡(luò)（SNA）與N?K模型的融合風(fēng)險(xiǎn)因素分析體系引入氫能儲運(yùn)系統(tǒng)安全風(fēng)險(xiǎn)評價中。收集整理國內(nèi)外近20年來氫能儲運(yùn)事故案例；運(yùn)用N?K模型計(jì)算風(fēng)險(xiǎn)耦合值并確定事故耦合形式，利用SNA構(gòu)建關(guān)聯(lián)網(wǎng)絡(luò)計(jì)算風(fēng)險(xiǎn)度量；結(jié)合復(fù)雜社會網(wǎng)絡(luò)可達(dá)性分析與N?K模型修正出接近中心度以確定關(guān)鍵風(fēng)險(xiǎn)因素，并提出相關(guān)對策措施。結(jié)果表明：避免人-設(shè)-環(huán)-管多因素風(fēng)險(xiǎn)耦合形式是降低事故發(fā)生概率的關(guān)鍵方式；設(shè)-環(huán)-管三因素風(fēng)險(xiǎn)耦合形式最易引起事故的發(fā)生；人才隊(duì)伍、管理執(zhí)行力度、規(guī)章制度、文化水平、專業(yè)技能是需要重點(diǎn)防范的關(guān)鍵風(fēng)險(xiǎn)因素。

關(guān)鍵詞 安全工程 氫能儲運(yùn)系統(tǒng) 耦合分析 N?K模型 復(fù)雜社會網(wǎng)絡(luò)（SNA）

中圖分類號 X937 " 文獻(xiàn)標(biāo)志碼 A " 文章編號 0254?6094（2024）04?0626?08

隨著全球經(jīng)濟(jì)發(fā)展與社會需要，氫能作為新型能源之一，其零排放性、易得性等天然優(yōu)勢逐漸被推廣使用于許多行業(yè)。根據(jù)國際能源署可持續(xù)發(fā)展情景預(yù)測，到2070年，全球?qū)淠艿男枨箢A(yù)計(jì)將在2023年8 000萬噸的基礎(chǔ)上增長7倍，達(dá)到5.6億噸。在快速發(fā)展與需求量擴(kuò)張的同時也存在許多氫能安全事故問題，而氫能儲運(yùn)相關(guān)的安全問題導(dǎo)致的召回事故數(shù)量最高。氫能儲運(yùn)相關(guān)事故的發(fā)生既關(guān)聯(lián)系統(tǒng)內(nèi)部設(shè)備風(fēng)險(xiǎn)因素，又與系統(tǒng)外人員、環(huán)境、管理相聯(lián)系。因此，依據(jù)多風(fēng)險(xiǎn)因素耦合理論確定氫能儲運(yùn)事故關(guān)鍵風(fēng)險(xiǎn)因素，在系統(tǒng)安全的基礎(chǔ)上提高氫能儲運(yùn)系統(tǒng)防御事故風(fēng)險(xiǎn)的能力，最大程度上減少多風(fēng)險(xiǎn)因素耦合對系統(tǒng)事故的影響，對提高氫能儲運(yùn)安全性具有重要意義。

目前，針對氫能儲運(yùn)安全問題國內(nèi)外有許多學(xué)者已經(jīng)展開研究論述，大多數(shù)研究偏重事故后果嚴(yán)重性與影響范圍的定量分析，而單一的定性分析又過于依賴筆者的主觀經(jīng)驗(yàn)。如牛田雨使用挪威船級社SAFETI工具對氫燃料電池車展開量化風(fēng)險(xiǎn)評價，提出管道不同破裂程度對事故范圍和危害程度的影響［1］；汪侃等基于FTA和Famp;EI法確定油氫合建站最大風(fēng)險(xiǎn)因素造成的危險(xiǎn)暴露面積范圍與事故危險(xiǎn)等級大?。?］；劉堃等運(yùn)用危險(xiǎn)度評價法與FTA對加氫站爆炸事故進(jìn)行定性事故原因分析，以期最大程度地降低事故發(fā)生的可能性［3］。

現(xiàn)如今風(fēng)險(xiǎn)耦合相關(guān)研究中常用的理論模型包括系統(tǒng)動力學(xué)模型、N?K模型、耦合度模型、（0?1）影響矩陣模型、MIKE FLOOD模型、風(fēng)險(xiǎn)傳導(dǎo)模型和SHEL模型［4］。相比之下，N?K模型近來被廣泛用于多行業(yè)安全風(fēng)險(xiǎn)評價，已成為多風(fēng)險(xiǎn)耦合中的主流方法。王慧雯等通過N?K模型量化效應(yīng)建立決策矩陣，結(jié)合TOPSIS模型構(gòu)建風(fēng)險(xiǎn)因素評價模型［5］；宋紹珍等將N?K模型引入青島轄區(qū)航標(biāo)失常事件進(jìn)行定量分析識別耦合風(fēng)險(xiǎn)因素并描繪效能影響機(jī)理［6］。據(jù)參考文獻(xiàn)可知，N?K模型通常被用于道路運(yùn)輸、危險(xiǎn)化學(xué)品、建筑、礦山等行業(yè)領(lǐng)域，缺少涉及新能源儲運(yùn)方向，因此筆者將N?K模型引入氫能儲運(yùn)系統(tǒng)的風(fēng)險(xiǎn)評價，分析氫能儲運(yùn)事故中風(fēng)險(xiǎn)耦合關(guān)系。

復(fù)雜社會網(wǎng)絡(luò)分析法（SNA）是一種研究復(fù)雜系統(tǒng)的工具，在環(huán)保、礦山、城市運(yùn)輸、金融經(jīng)濟(jì)［7］領(lǐng)域被廣泛使用，王相飛運(yùn)用SNA識別地鐵站施工核心風(fēng)險(xiǎn)因素及關(guān)鍵關(guān)系路徑［8］；柯麗華等采用SNA構(gòu)建露天礦爆破風(fēng)險(xiǎn)雙模型研究事故與風(fēng)險(xiǎn)關(guān)系［9］；郝帥和孫才志將SNA引入網(wǎng)絡(luò)DEA模型分析中國水資源-能源-糧食紐帶系統(tǒng)效率的網(wǎng)絡(luò)結(jié)構(gòu)特征［10］。

綜上所述，現(xiàn)有關(guān)氫能儲運(yùn)風(fēng)險(xiǎn)評價文獻(xiàn)存在的不足在于過多偏重氫能儲運(yùn)事故單一事故類型后果性研究，忽視了風(fēng)險(xiǎn)因素間的耦合關(guān)系，且缺少針對氫能儲運(yùn)系統(tǒng)風(fēng)險(xiǎn)耦合值度量研究。因此，結(jié)合復(fù)雜社會網(wǎng)絡(luò)分析（SNA）與N?K模型全面耦合氫能儲運(yùn)系統(tǒng)風(fēng)險(xiǎn)因素，首先收集近20年國內(nèi)外氫能儲運(yùn)相關(guān)事故案例構(gòu)建風(fēng)險(xiǎn)因素體系，運(yùn)用N?K模型計(jì)算風(fēng)險(xiǎn)耦合值并確定引發(fā)事故發(fā)生的重要耦合形式，然后利用復(fù)雜社會網(wǎng)絡(luò)（SNA）構(gòu)建關(guān)聯(lián)網(wǎng)絡(luò)計(jì)算風(fēng)險(xiǎn)度量，最后結(jié)合N?K模型與復(fù)雜社會網(wǎng)絡(luò)（SNA）的組合模型確定關(guān)鍵風(fēng)險(xiǎn)因素，最終結(jié)果可為實(shí)際生產(chǎn)應(yīng)用提供有力的理論參考。

1 氫能儲運(yùn)系統(tǒng)安全風(fēng)險(xiǎn)因素耦合機(jī)理分析

1.1 氫能儲運(yùn)系統(tǒng)風(fēng)險(xiǎn)因素識別

為構(gòu)建氫能儲運(yùn)風(fēng)險(xiǎn)體系，收集近20年國內(nèi)外氫能儲運(yùn)相關(guān)事故案例，對氫能儲運(yùn)事故主要原因進(jìn)行歸類整理。其中，收集事故案例流程為：將美國能源局氫能安全機(jī)構(gòu)編寫的《Hydrogen Incident Examples》作為參考資料；通過文獻(xiàn)積累、網(wǎng)上事故案例收集和專業(yè)人士提供的事故資料，作為補(bǔ)充性參考文獻(xiàn)；借鑒其他學(xué)者文獻(xiàn)中［11，12］所述的事故案例與指標(biāo)體系，作為最終補(bǔ)充材料；排除收集的事故案例中缺少參考價值與無法確定事故原因的案例，最終確定可用于整理歸納的事故案例共438起。將事故原因歸納為人員、設(shè)備、環(huán)境、管理4類，其占比如圖1所示，并對應(yīng)4類一級風(fēng)險(xiǎn)因素整理出16個二級風(fēng)險(xiǎn)因素，具體因素列于表1。

1.2 氫能儲運(yùn)系統(tǒng)風(fēng)險(xiǎn)因素耦合機(jī)理

耦合是指兩個及以上的系統(tǒng)、運(yùn)動體系及作用方式等，通過交互作用彼此受到影響，從而共同參與完成某一活動體系的形式［13］。風(fēng)險(xiǎn)耦合是指系統(tǒng)中兩個及以上風(fēng)險(xiǎn)因素相互作用導(dǎo)致系統(tǒng)可靠性受損、安全水平降低的過程［14］。探究氫能儲運(yùn)系統(tǒng)失效過程中各風(fēng)險(xiǎn)因素相互作用結(jié)果，鑒于數(shù)學(xué)理論提出氫能儲運(yùn)系統(tǒng)影響因素耦合機(jī)理，具體如圖2所示。

圖2表示人-設(shè)-環(huán)-管4種因素既單獨(dú)作用于系統(tǒng)失效過程，也會通過各因素相互耦合造成系統(tǒng)失效。氫能儲運(yùn)系統(tǒng)失效過程中，人-設(shè)-環(huán)-管4個風(fēng)險(xiǎn)因素中的一個或多個出現(xiàn)異常情況，系統(tǒng)風(fēng)險(xiǎn)致因因子耦合造成防控風(fēng)險(xiǎn)難度增加，風(fēng)險(xiǎn)水平上升，突破系統(tǒng)原穩(wěn)定狀態(tài)，造成風(fēng)險(xiǎn)流蔓延；若同時多個風(fēng)險(xiǎn)因素相連結(jié)，即為多因素風(fēng)險(xiǎn)耦合，則系統(tǒng)安全狀態(tài)更加不可靠，安全水平降低；若耦合達(dá)到一定程度，由量變過渡到質(zhì)變的過程，在無外在因素管控條件下，系統(tǒng)會超出本身承受范圍，造成氫能儲運(yùn)系統(tǒng)發(fā)生失效。因此，確定氫能儲運(yùn)系統(tǒng)關(guān)鍵風(fēng)險(xiǎn)因子是預(yù)防事故發(fā)生的關(guān)鍵。

2 復(fù)雜社會網(wǎng)絡(luò)（SNA）與N?K模型的風(fēng)險(xiǎn)因素構(gòu)建方法

2.1 社會網(wǎng)絡(luò)模型構(gòu)建

社會網(wǎng)絡(luò)分析（SNA）是一種建立于數(shù)學(xué)方陣與邏輯歸納的定量分析方法，通過探測計(jì)算系統(tǒng)內(nèi)外部耦合關(guān)系并利用網(wǎng)格形式直觀表達(dá)，其主要用于分析系統(tǒng)網(wǎng)絡(luò)結(jié)構(gòu)和屬性［15］。首先結(jié)合氫能儲運(yùn)事故原因與專家學(xué)者調(diào)查問卷整理出風(fēng)險(xiǎn)因素鄰接矩陣，導(dǎo)入數(shù)據(jù)完成二值化處理，再運(yùn)用社會網(wǎng)絡(luò)分析軟件Ucinet6.0中NetDraw繪制氫能儲運(yùn)系統(tǒng)復(fù)雜網(wǎng)絡(luò)圖譜，具體如圖3所示。氫能儲運(yùn)系統(tǒng)風(fēng)險(xiǎn)因素網(wǎng)絡(luò)為有向網(wǎng)格，連接線方向指明風(fēng)險(xiǎn)因素的引導(dǎo)關(guān)系［16］。

社會網(wǎng)絡(luò)分析中包含整體網(wǎng)絡(luò)分析與復(fù)雜網(wǎng)絡(luò)個體性分析，對氫能儲運(yùn)系統(tǒng)風(fēng)險(xiǎn)因素網(wǎng)絡(luò)分析采用個體分析，其中涵蓋度數(shù)中心度、中間中心度、接近中心度的計(jì)算整合。

度數(shù)中心度CRD表示與一個節(jié)點(diǎn)直接相連的其他節(jié)點(diǎn)的個數(shù)，在有向網(wǎng)絡(luò)中分為入度與出度，計(jì)算方程如下：

C（x）=［I（x）+O（x）］/2（n-1） （1）

中間中心度CNB為處于其他點(diǎn)對最短路徑上的能力，其值越大，該節(jié)點(diǎn)越靠近網(wǎng)絡(luò)上的核心位置，計(jì)算方程如下：

C=［g（i）/g］，j≠i≠k，jlt;k （2）

接近中心度C分為入度與出度，其值越大，該節(jié)點(diǎn)離核心位置越遠(yuǎn)，計(jì)算方程如下［17］：

" " " " C=d （3）

氫能儲運(yùn)系統(tǒng)中風(fēng)險(xiǎn)因素對系統(tǒng)風(fēng)險(xiǎn)產(chǎn)生影響的程度可用中間中心度與接近中心度計(jì)算得出，并結(jié)合可達(dá)性分析，反饋復(fù)雜網(wǎng)絡(luò)圖譜節(jié)點(diǎn)間耦合關(guān)系，為氫能儲運(yùn)系統(tǒng)風(fēng)險(xiǎn)耦合評價奠定基礎(chǔ)。

2.2 N?K風(fēng)險(xiǎn)耦合模型構(gòu)建

1993年，KAUFFMAN S建立了一種生物進(jìn)化基因組合模型［18］，Levinthal將此模型推廣應(yīng)用于群體行為與自組織合作生物進(jìn)化領(lǐng)域，而后許多學(xué)者逐漸將此模型進(jìn)行優(yōu)化修正為N?K模型，用于研究事故風(fēng)險(xiǎn)耦合機(jī)理，所得成果間接證實(shí)了N?K模型在學(xué)術(shù)研究中的實(shí)用性。

N?K模型經(jīng)過交互理論分析驗(yàn)證人、設(shè)、環(huán)、管因素相互耦合導(dǎo)致事故發(fā)生的難易程度。指的是某種因素耦合風(fēng)險(xiǎn)的耦合次數(shù)越多，此耦合形式造成事故的可能性就越大；某種風(fēng)險(xiǎn)耦合類型的耦合度越高，此耦合形式可靠性越低。N?K模型計(jì)算方程如下：

T（A，B，C，D）=P·

log（P /（P×P×P×P）） （4）

式中 P×P×P×P——因素處于a、b、c、d狀

態(tài)下多因素耦合的

概率和；

P——多因素處于a、b、c、d

狀態(tài)下多因素耦合 " " " " " "發(fā)生的概率；

T——多因素風(fēng)險(xiǎn)耦合度，

數(shù)值越大，表示人-

設(shè)-環(huán)-管耦合條件下

引起事故發(fā)生的可能

性越大。

多風(fēng)險(xiǎn)耦合包括雙因素風(fēng)險(xiǎn)耦合、三因素風(fēng)險(xiǎn)耦合和四因素風(fēng)險(xiǎn)耦合。當(dāng)單因素風(fēng)險(xiǎn)兩兩組合即為雙因素風(fēng)險(xiǎn)耦合，涉及人-設(shè)、人-管、人-環(huán)、設(shè)-環(huán)、設(shè)-管、環(huán)-管6種形式。雙因素風(fēng)險(xiǎn)耦合計(jì)算方程如下：

T（A，B）=Plog（P/（P×P）） （5）

當(dāng)單因素風(fēng)險(xiǎn)三三組合即為三因素風(fēng)險(xiǎn)耦合，涉及人-設(shè)-環(huán)、人-設(shè)-管、人-管-環(huán)、設(shè)-管-環(huán)四種形式。三因素風(fēng)險(xiǎn)耦合計(jì)算方程如下：

T（A，B，C）=Plog（P/（P×P×P）） （6）

氫能儲運(yùn)系統(tǒng)事故風(fēng)險(xiǎn)因素涉及四因素風(fēng)險(xiǎn)耦合時，即為人-設(shè)-環(huán)-管，具體計(jì)算方程如式（4）。已知風(fēng)險(xiǎn)耦合因素越多，潛在事故發(fā)生概率越大，防止事故發(fā)生的難度越高。

N?K模型在客觀數(shù)據(jù)基礎(chǔ)上對風(fēng)險(xiǎn)耦合進(jìn)行定量分析，一定程度上避免研究學(xué)者對系統(tǒng)風(fēng)險(xiǎn)因素的主觀臆斷，但N?K模型也存在一定局限性，如只針對系統(tǒng)一級風(fēng)險(xiǎn)因素開展耦合分析，難以深入為風(fēng)險(xiǎn)預(yù)防管控提出更加準(zhǔn)確詳細(xì)的防范建議。因此筆者結(jié)合N?K模型與復(fù)雜社會網(wǎng)絡(luò)分析（SNA）全面解釋系統(tǒng)風(fēng)險(xiǎn)之間的作用機(jī)理，以確保風(fēng)險(xiǎn)因素可靠性［19］。

3 氫能儲運(yùn)系統(tǒng)事故關(guān)鍵風(fēng)險(xiǎn)因素分析

3.1 社會網(wǎng)絡(luò)分析模擬結(jié)果分析

3.1.1 風(fēng)險(xiǎn)中心度分析

表2呈現(xiàn)了運(yùn)用社會網(wǎng)絡(luò)分析軟件Ucinet6.0和風(fēng)險(xiǎn)網(wǎng)絡(luò)鄰接矩陣得到的氫能儲運(yùn)系統(tǒng)風(fēng)險(xiǎn)中心度，包括接近中心度與中間中心度，此網(wǎng)絡(luò)設(shè)置為有向網(wǎng)絡(luò)，故接近中心度又分為入接近中心度和出接近中心度。入接近中心度（入度）表示為其他節(jié)點(diǎn)進(jìn)入該點(diǎn)的最短路徑之和，即受其他因素誘導(dǎo)程度。根據(jù)表2數(shù)據(jù)可知，入度排名前五的為設(shè)備老化B、自然環(huán)境C、作業(yè)環(huán)境C、員工操作風(fēng)險(xiǎn)A、設(shè)備缺失B，從入度排名前五可以看出風(fēng)險(xiǎn)因素多為設(shè)備不安全狀態(tài)與環(huán)境不安全因素，設(shè)備與環(huán)境通常為氫能儲運(yùn)發(fā)生事故的主要因素。出接近中心度（出度）表示為該點(diǎn)發(fā)出到其他節(jié)點(diǎn)的最短路徑之和，即易引發(fā)其他風(fēng)險(xiǎn)程度，出度排名前五的為專業(yè)技能A、生理狀況A、管理執(zhí)行力度D、規(guī)章制度D、設(shè)備缺失B，可以看出出度排名前五多為人的不安全行為與管理缺陷，所以人員與管理極易引起其他風(fēng)險(xiǎn)。中間中心度排名前五的是設(shè)備老化B、設(shè)備缺失B、心理狀況A、規(guī)章制度D、自然環(huán)境C，可知人員、設(shè)備、環(huán)境、管理的不安全狀態(tài)皆是控制整個危險(xiǎn)網(wǎng)絡(luò)系統(tǒng)的重要中介載體因素。由上述分析可知，出接近中心度可作為確定關(guān)鍵風(fēng)險(xiǎn)因素重要指標(biāo)。

3.1.2 風(fēng)險(xiǎn)可達(dá)性分析

風(fēng)險(xiǎn)可達(dá)性分析是指將圖3氫能儲運(yùn)系統(tǒng)復(fù)雜網(wǎng)絡(luò)圖譜中因素可達(dá)性與4個一級風(fēng)險(xiǎn)因素相對應(yīng)所得到的潛在風(fēng)險(xiǎn)耦合形式，旨在產(chǎn)生風(fēng)險(xiǎn)因素耦合新形式，具體見表3。由表3可知，管理缺陷與人員不安全行為中某些風(fēng)險(xiǎn)因素可能產(chǎn)生人-設(shè)-環(huán)-管的潛在風(fēng)險(xiǎn)耦合形式；人員不安全行為中人員操作風(fēng)險(xiǎn)及生理狀況易引發(fā)雙因素耦合形式；設(shè)備不安全狀態(tài)可能導(dǎo)致雙因素風(fēng)險(xiǎn)和三因素風(fēng)險(xiǎn)耦合形式；環(huán)境不安全因素存在人-設(shè)-環(huán)、設(shè)-環(huán)兩種耦合形式。潛在風(fēng)險(xiǎn)耦合形式中，設(shè)-環(huán)和人-設(shè)-環(huán)-管這兩種耦合形式占所有潛在耦合形式比例最高。

3.2 N?K模擬計(jì)算結(jié)果分析

氫能儲運(yùn)系統(tǒng)事故風(fēng)險(xiǎn)因素包括人員（A）、設(shè)備（B）、環(huán)境（C）、管理（D），每個因素用［0，1］變量表示，0為非造成事故發(fā)生指標(biāo)，1為造成事故發(fā)生指標(biāo)，以雙因素風(fēng)險(xiǎn)、多因素風(fēng)險(xiǎn)的耦合形式進(jìn)行組合，共產(chǎn)生11種耦合形式。整理近20年國內(nèi)外氫能儲運(yùn)事故統(tǒng)計(jì)結(jié)果，共收集438起事故案例，根據(jù)事故原因得到風(fēng)險(xiǎn)耦合次數(shù)并計(jì)算耦合頻率，具體見表4、5。根據(jù)式（1）～（3）計(jì)算雙、多因素風(fēng)險(xiǎn)耦合度T，具體見表6。

將T排序，結(jié)果為：T（A，B，C，D）gt;T（B，C，D）gt;T31（A，B，C）gt;T（A，C，D）gt;T（A，B，D）gt;T（C，D）gt;T（B，C）gt;T（B，D）gt;T（A，B）gt;T（A，C）gt;T（A，D）。通過對風(fēng)險(xiǎn)耦合值T對比分析，可得以下內(nèi)容：

a. 風(fēng)險(xiǎn)耦合值T隨耦合風(fēng)險(xiǎn)因素?cái)?shù)量增加而增大，多因素風(fēng)險(xiǎn)耦合中人-設(shè)-環(huán)-管耦合值最高，為0.074 20。表示多因素風(fēng)險(xiǎn)耦合是導(dǎo)致氫能儲運(yùn)系統(tǒng)事故發(fā)生關(guān)鍵原因，應(yīng)當(dāng)加大力度著重防制此類耦合方式的產(chǎn)生。

b. 三因素風(fēng)險(xiǎn)耦合相比，設(shè)-環(huán)-管耦合值0.036 20明顯高于其他耦合形式，這說明氫能儲運(yùn)系統(tǒng)事故與設(shè)備、環(huán)境、管理風(fēng)險(xiǎn)因素關(guān)聯(lián)程度最為緊密。從事故案例統(tǒng)計(jì)中也可證實(shí)，不利的設(shè)備、環(huán)境、管理因素，如設(shè)備故障、閥門裝配錯誤、維修不及時、明火花、自然災(zāi)害及人員管理渙散等情況的發(fā)生都會引發(fā)氫能儲運(yùn)系統(tǒng)失效，因此，應(yīng)當(dāng)及時維修保養(yǎng)、關(guān)注儲氫罐零部件故障、加強(qiáng)人員管理體制，保證氫能儲運(yùn)系統(tǒng)正常運(yùn)行。

c. 雙因素風(fēng)險(xiǎn)中設(shè)-環(huán)、設(shè)-管、環(huán)-管耦合度大致相同且明顯高于其他形式耦合值，這表明設(shè)備、環(huán)境、管理更容易造成事故發(fā)生，此結(jié)論與三因素風(fēng)險(xiǎn)耦合結(jié)論相符。

3.3 基于復(fù)雜社會網(wǎng)絡(luò)/N?K模型關(guān)鍵因素分析

相比N?K模型，建立SNA模型存在一定的主觀因素，辨識出的核心風(fēng)險(xiǎn)因素難以為實(shí)際生產(chǎn)參考，因此將N?K模型引入SNA模型并結(jié)合表3可達(dá)性分析，用風(fēng)險(xiǎn)耦合值（T）修正風(fēng)險(xiǎn)節(jié)點(diǎn)出接近中心度。將修正前后數(shù)據(jù)分別做雷達(dá)圖，具體如圖4所示。圖4a為修正前基于SNA接近中心度的風(fēng)險(xiǎn)因素值，圖4b為經(jīng)可達(dá)性分析修正后基于SNA接近中心度的風(fēng)險(xiǎn)因素值。

由圖4b可以看出，數(shù)值較高的風(fēng)險(xiǎn)因素為管理不善與人的不安全行為，具體包括管理人才隊(duì)伍D3、管理執(zhí)行力度D2、規(guī)章制度D1、文化水平A5、專業(yè)技能A2，這和修正前的風(fēng)險(xiǎn)因素排序大致相同，說明進(jìn)行修正后的事故案例數(shù)據(jù)結(jié)果與運(yùn)行SNA得到的關(guān)鍵風(fēng)險(xiǎn)因素結(jié)果是相符的。修正后有較大改善的因素為設(shè)備的不安全狀態(tài)與環(huán)境因素，表明雖然設(shè)備與環(huán)境因素是導(dǎo)致氫能儲運(yùn)事故發(fā)生的關(guān)鍵因素，但可修正能力較強(qiáng)，故在設(shè)備與環(huán)境方面采取一定防范措施會得到積極正向反饋。人員與管理方面的不穩(wěn)定性會導(dǎo)致氫能儲運(yùn)系統(tǒng)處于不安全狀態(tài)下，因此要求在實(shí)際生產(chǎn)操作中加強(qiáng)人員教育監(jiān)督，做好團(tuán)隊(duì)建設(shè)管理，提高決策、執(zhí)行協(xié)調(diào)能力。

4 結(jié)論

4.1 由N?K模型計(jì)算可得，主動防御氫能儲運(yùn)系統(tǒng)中人-設(shè)-環(huán)-管這類多因素風(fēng)險(xiǎn)耦合形式的發(fā)生可以很大程度上減少事故的發(fā)生；在三因素風(fēng)險(xiǎn)耦合中，設(shè)-環(huán)-管耦合形式與事故發(fā)生關(guān)聯(lián)緊密；設(shè)-環(huán)、設(shè)-管、環(huán)-管三類風(fēng)險(xiǎn)耦合形式相比其他雙因素風(fēng)險(xiǎn)耦合更易導(dǎo)致事故發(fā)生。

4.2 由SNA分析結(jié)果可得，設(shè)備老化、設(shè)備缺失、心理狀況、規(guī)章制度、自然環(huán)境風(fēng)險(xiǎn)因素的中間中心度較高，為避免這類風(fēng)險(xiǎn)因素的出現(xiàn)，可以有效切斷風(fēng)險(xiǎn)網(wǎng)絡(luò)的聯(lián)通，避免系統(tǒng)風(fēng)險(xiǎn)的形成。

4.3 由復(fù)雜社會網(wǎng)路與N?K模型修正的結(jié)果可得，人才隊(duì)伍、管理執(zhí)行力度、規(guī)章制度、文化水平、專業(yè)技能是氫能儲運(yùn)事故的關(guān)鍵風(fēng)險(xiǎn)因素。從系統(tǒng)風(fēng)險(xiǎn)耦合角度出發(fā)，人員與管理導(dǎo)致事故耦合能力較高，修正后給予滯后正向反饋，因此，應(yīng)在氫能儲運(yùn)實(shí)際生產(chǎn)操作中加強(qiáng)人員教育監(jiān)督，做好團(tuán)隊(duì)建設(shè)管理，提高決策、執(zhí)行協(xié)調(diào)能力，以避免事故發(fā)生。

參 考 文 獻(xiàn)

［1］ 牛田雨.氫燃料電池公交車量化風(fēng)險(xiǎn)分析［D］.濟(jì)南：山東大學(xué)，2021.

［2］ 汪侃，李丹陽，時婷婷.新型油氫合建站事故風(fēng)險(xiǎn)評價及應(yīng)用［J］.安全與環(huán)境學(xué)報(bào)，2021，21（1）：9-18.

［3］ 劉堃，楊曉冬，戴超.基于危險(xiǎn)度評價和事故樹分析的加氫站安全風(fēng)險(xiǎn)研究［J］.中國安全生產(chǎn)科學(xué)技術(shù)，2021，17（S1）：50-55.

［4］ 嚴(yán)小麗，胡興俊，王銀志.建設(shè)項(xiàng)目施工安全風(fēng)險(xiǎn)耦合及其應(yīng)對——基于人因視角［J］.安全與環(huán)境工程，2016，23（6）：106-113.

［5］ 王慧雯，薛曄，薛崇義.耦合效應(yīng)下的煤礦頂板事故風(fēng)險(xiǎn)因素評價研究［J］.礦業(yè)安全與環(huán)保，2021，48（1）：115-119.

［6］ 宋紹珍，劉歡，高波，等.基于N?K模型的海上航標(biāo)效能影響因素耦合分析［J］.上海海事大學(xué)學(xué)報(bào)，2023，44（2）：77-82.

［7］ 張雪潔，楊紀(jì)君，王博洋，等.東北亞石油貿(mào)易網(wǎng)絡(luò)的結(jié)構(gòu)特征與演進(jìn)趨勢［J］.當(dāng)代化工，2022，51（1）：185-190；195.

［8］ 王相飛.基于SNA的地鐵車站施工安全風(fēng)險(xiǎn)網(wǎng)絡(luò)構(gòu)建與風(fēng)險(xiǎn)識別［D］.南昌：南昌大學(xué)，2022.

［9］ 柯麗華，陳魁香，胡南燕，等.基于SNA的露天礦爆破安全風(fēng)險(xiǎn)評估［J］.中國安全科學(xué)學(xué)報(bào)，2022，32（10）：48-56.

［10］ 郝帥，孫才志.基于網(wǎng)絡(luò)DEA及SNA模型的中國水資源-能源-糧食紐帶系統(tǒng)效率研究［J］.地理研究，2022，41（7）：2030-2050.

［11］ 王志強(qiáng)，張樵民，王國強(qiáng)，等.基于FTA?SPA-灰色聚類的裝配式建筑施工安全測評［J］.安全與環(huán)境工程，2018，25（2）：166-173.

［12］ 王悅，劉陽，宋文華.基于模糊綜合評價法的石化企業(yè)事故應(yīng)急能力評估方法研究［J］.南開大學(xué)學(xué)報(bào)（自然科學(xué)版），2021，54（6）：75-80.

［13］ 孔鋒.災(zāi)害系統(tǒng)視角下的災(zāi)害耦合效應(yīng)探討［J］.災(zāi)害學(xué)，2024，39（1）：1-5.

［14］ 姜寧.基于風(fēng)險(xiǎn)耦合的交通安全應(yīng)急管理系統(tǒng)研究［D］.武漢：武漢理工大學(xué)，2011.

［15］ 周建亮，朱琰，苗晉維，等.基于SNA的煤礦安全生產(chǎn)關(guān)鍵風(fēng)險(xiǎn)因素分析與對策［J］.煤礦安全，2023，54（1）：252-256.

［16］ 王運(yùn)鋒，夏德宏，顏堯妹.社會網(wǎng)絡(luò)分析與可視化工具NetDraw的應(yīng)用案例分析［J］.現(xiàn)代教育技術(shù)，2008，81（4）：85-89.

［17］ 武乾，孫敏，黃太興，等.基于SNA視角的舊工業(yè)廠房綠色再生項(xiàng)目治理風(fēng)險(xiǎn)研究［J］.安全與環(huán)境學(xué)報(bào)，2022，22（3）：1121-1131.

［18］ KAUFFMAN S.At home in the universe：The search for laws of self?organization and complexity［M］.Oxford：Oxford University Press，1995.

［19］ 吳賢國，吳克寶，沈梅芳，等.基于N?K模型的地鐵施工安全風(fēng)險(xiǎn)耦合研究［J］.中國安全科學(xué)學(xué)報(bào)，2016，26（4）：96-101.

（收稿日期：2023-08-16，修回日期：2024-07-12）

Coupling Analysis of Risk Factors in Hydrogen Energy Storage?Transportation System Based on SNA and N?K Model

QIAN Jia?qi1， ZHANG Fu?qun1， LIU Bing?xin1， FAN Jun?ling2

（1. School of Environmental and Safety Engineering ， Shenyang University of Chemical Technology；

2. Liaoning Dongan Safety Technical Consulting Service Co.， Ltd）

Abstract " The fusion risk factor analysis system of complex social network （SNA） and N?K model was introduced into the safety risk assessment of hydrogen energy storage and transportation system. Through collecting hydrogen energy storage and transportation accidents in the past 20 years at home and abroad， making use of N?K model calculate risk coupling values and determine accident coupling forms， and employing the SNA to construct correlation network to calculate risk measurement， as well as combining SNA reachability analysis with and N?K model， The closeness centrality was modified to determine key risk factors and relevant countermeasures were presented. The results show that， reducing probability of accidents can avoid multi?factor risk coupling form of operator?device?environment?management which cause accidents most likely. Talent team， management strength， rules and regulations， cultural level and professional skills become key risk factors that need to be focused on prevention.

Key words " "safety engineering， hydrogen energy storage?transportation system， "coupling analysis， N?K model， SNA

基金項(xiàng)目：遼寧省科技計(jì)劃項(xiàng)目（批準(zhǔn)號：LJ2020027）資助的課題。

作者簡介：錢家琪（1998-），碩士研究生，從事新能源（氫能）儲運(yùn)風(fēng)險(xiǎn)評價工作。

通訊作者：張福群（1973-），教授，從事化工企業(yè)危險(xiǎn)源辨識、風(fēng)險(xiǎn)評價等工作，Hgzhangfuqun@163.com。

引用本文：錢家琪，張福群，劉冰心，等.復(fù)雜社會網(wǎng)絡(luò)與N?K模型的氫能儲運(yùn)系統(tǒng)風(fēng)險(xiǎn)因素耦合分析［J］.化工機(jī)械，2024，51（4）：626-633.