贝叶斯网络在火工系统安全评价中的应用
郑恒1 , 吴祈宗1 , 汪佩兰2 , 史爱芬1 ,3
(11 北京理工大学管理与经济学院, 北京100081 ; 21 北京理工大学机电工程学院, 北京100081 ;
31 中国兵器工业系统总体部, 北京100089)
摘要: 提出一种基于贝叶斯网络(BN) 的火工系统安全评价方法,采用BN 取代原有的故障树分析法(FTA) 有两个方面的优势:一是在建模方面,突破了故障树分析的一些较强的假设,可以考虑多态变量以及变量之间的相关性,并能以比逻辑门更好的形式表达变量间的不确定性关系;二是在分析方面,既能进行前向的预测推理,又能进行后向的诊断推理,并可以找出导致系统故障的组合模式,从而能够方便地找出系统的薄弱环节。采用基于MATLAB 的Bayes Net Toolbox (BNT)
软件包,大大简化了计算过程。通过一个工业雷管生产线的安全评价实例,说明该方法是对传统的基于故障树分析的安全评价方法的有益改进。
关键词: 贝叶斯网络; 故障树分析; 火工系统; 安全评价; 安全系统工程
中图分类号: TJ 08 文献标志码: A 文章编号: 100021093 (2006) 0620988206
Appl ication of Bayesian Networks to Safety Assessment in Pyrotechnics Systems
Abstract : A Bayesian network (BN) approach for safety assessment in pyrotechnics production systems was presented. Bayesian networks have two advantages in cont rast with the fault t ree analysis (FTA) . Firstly , in the modeling process , BN breaks through some hypotheses in FTA so as to do some important things that cannot be done in FTA , including taking the multi2state variables into account , considering the correlation among the variables , and representing the uncertainty relations among the variables in better form than that of logic gate. Secondly , in the analyzing process , BN can perform the forward inference (prediction) as well as backward inference (diagnosis) . It can also find out the most probable mode causing the system failure. Adopting the Bayes Net Toolbox (BNT) software based on Matlab , the modeling and analyzing process is greatly facilitated. Finally , an example on indust rial detonator production line illust rates that the BN approach is a good substitute for FTA for safety assessment in pyrotechnics production systems.
Key words : Bayesian networks ; fault t ree analysis ; pyrotechnics system ; safety assessment ; safety
system engineering
火工及烟火器件是兵器系统中最敏感的爆炸、燃烧子系统,在生产、使用、贮存、运输过程中均存在着燃烧、爆炸、中毒的危险, 稍有疏忽即可引起重大的恶性事故。近年来,随着武器弹药向高威力、高作战效能方向发展, 火工、烟火器件相应地向多功能、系统化发展, 其生产规模也在向大型化、连续化发展,使得事故更具突发性、灾难性、复杂性和社会性[1 ] 。这就迫切要求按照安全系统工程的理论方法,找出系统存在的薄弱环节, 有针对性地加以改进。
安全评价是安全系统工程中必不可少的环节。火工系统的安全评价可以分为两大类, 一类是基于
指数法并结合兵工生产的特点而提出的火工品、火炸药和弹药企业重大事故隐患的定量评价法, 该法适用于危险源的综合评价;另一类是以故障树分析方法(FTA) 为基础的可靠性安全评价方法, 它适用于某一限定系统如火工与烟火产品的引燃、引爆系统或某设备、生产线的事故预测及安全评价,该方法评价结果的精确度较高, 但需要有一定的数学基础及数据。FTA 基于如下假设: 1) 事件是二值的(工作/ 故障) ; 2) 事件是相互独立的; 3) 事件和原因的关系通过逻辑门来表示。尽管FTA 可以有效地计算出火工系统的安全性指标, 但由于其假设约束较为苛刻,不能很好地处理各节点之间的相关性问题,在实际计算中过于繁杂, 从而限制了其合理应用。
近年来,贝叶斯网络(BN) 成为人工智能领域中一种用以表示系统不确定性、进行概率推理的行之有效的新方法[2 ] ,它能够利用模型中的局部条件依赖关系,进行双向不确定性推理, 广泛应用于预测、分类、因果分析和诊断分析。本文提出了一种基于BN 的火工系统安全评价方法。在火工系统中比较了FTA 和BN 在建模和分析能力上的不同。在建模方面,提出了一个将故障树( FT) 转换为BN 的算法,并对BN 中的各种建模扩展方法进行了研究,考虑了多态变量、变量间的相关性,以及如何更好地表达变量间的不确定性关系。在分析方面,BN 可以比FTA 进行更多有意义的分析,既能进行前向的预测推理,又能进行后向的诊断推理,并可以找出影响故障的组合模式, 从而能够方便地找出系统的薄弱环节。采用BNT 软件包,大大简化了计算过程。通过一个工业雷管生产线的安全评价实例说明该评价方法的合理性和有效性。
1 贝叶斯网络
