摘要
近年来，随着我国经济及化工行业的快速发展，危险化学品（简称危化品）生产量及运输量不断增加，以道路运输危险化学品的运输方式占所有方式的70％以上。由于危化品本身具有的特殊性质，致使由其引发的道路运输事故的危害性与严重性远大于普通交通事故。本文的研究旨在已有的数据统计分析方法的基础上，为危化品道路运输风险评估及动态预测提供一种新的方法和思路。 本文首先阐述了危险化学品道路运输风险研究现状，从风险影响因素分析、风险评估和预测、事故统计分析、驾驶员疲劳驾驶检测技术及车辆罐体失效这5个方面详细叙述国内外的研究现状。其次，收集并整理了2016-2018年间发生的447起事故数据作为本文研究的数据样本。利用事故致因理论及D-S证据理论综合专家先验知识构建危化品道路运输风险事件影响关系，通过EM算法对风险事件之间的影响关系进行参数学习，最终建立危化品道路运输风险预测模型。采用2020年1月发生的15起事故对模型进行验证，结果显示预测模型对事故后果类型、事故等级的预测准确率达到80％。利用贝叶斯网络的推理分析功能对危化品道路运输风险进行评估。一是分析常见环境情境下事故风险的发生情况;二是计算不同事故后果类型条件下直接影响因素及间接影响因素的状态情况;三是将本文模型与李启华模型设置相同证据，对比预测结果的差异性。最后，为研究事故直接影响因素对事故风险的影响，建立不考虑环境影响因素的危化品道路运输风险预测模型。在对模型进行动态预测时考虑两个方面，一是驾驶员疲劳驾驶的动态变化对事故风险的影响;二是找到最容易使罐体发生失效的薄弱环节，根据罐体在其全寿命周期内失效概率的动态变化规律，推理得到罐体失效概率的动态变化对事故风险的影响。之后研究罐体处于最危险年份下，驾驶员疲劳驾驶动态变化情况对事故风险的影响。 结果表明，影响因素设定为最常见环境下，事故后果类型为“危化品泄漏”的发生概率最大为74％。当发生火灾、爆炸诸如此类具有较大影响的事故后果时，比较可能的原因是驾驶员状态为“疲劳驾驶”、“操作不当”，车辆状态为“罐体问题”、“车辆问题”。在对危险化学品道路运输风险进行动态预测时发现随着疲劳驾驶发生概率的增加，事故后果类型为“油箱泄漏”、“火灾”不断增加。随着罐体使用年份的增加，发生“危化品泄漏”的概率逐渐增加，事故等级为“轻微事故”、“特大事故”的发生概率不断增加。本文在统计分析的基础上对危险化学品道路运输风险进行评估及动态预测，对于危险化学品道路运输事故的预防有一定的现实意义。
NETL