﻿ 基于Petri网的深远海溢油回收作业风险演化分析
 舰船科学技术  2022, Vol. 44 Issue (20): 83-87    DOI: 10.3404/j.issn.1672-7649.2022.20.016 PDF

1. 中国船舶集团有限公司第七一四研究所，北京 100101;
2. 北京石油化工学院 安全工程学院，北京 102617;
3. 风帆有限责任公司，河北 保定 071051

Risk evolution of the deep-sea oil spill recovery operation using Petri
JIN Hao1, WANG Li-dan2, KANG Jian2, WANG Ji-wu1, ZHANG Ying-xiang1, YANG Jun-hong3, JI Hong-wen1
1. The 714 Research Institute of CSSC, Beijing 100101, China;
2. School of Safety Engineering, Beijing Institute of Petrochemical Technology, Beijing 102617, China;
3. FENGFAN Co., Ltd., Baoding 071051, China
Abstract: The safety of deep-sea oil recovery operation depends on the interactive constraints of personnel, management, equipment and environmental factors. In order to systematically reveal the risk production and development process of deep-sea oil recovery operation, this paper proposes a multi-layer variable weight fuzzy petri nets model. First, on the basis of considering the accident development process by layers, variable weight factors are added to dynamically quantify the information in the accident development process. Then, the risk evolution path and initial cause most likely to the failure of deep-sea oil spill recovery operations are derived. Finally, it provides targeted control strategies based on the evolutionary path, which also provides a useful reference for the risk assessment of other types of deep-sea operations.
Key words: deep-sea     oil spill recovery operation     multi-layer variable weight fuzzy Petri net     risk evolution.
0 引　言

 图 1 使用方法流程图 Fig. 1 Flow chart of the proposed method
1 Petri网模型介绍 1.1 Petri网与模糊Petri网模型

Petri 网（petri nets, PN）是一种用于分析、描述和模拟系统流程的模型工具。一个基本的Petri网模型主要有3个元素，分别为库所、变迁和有向弧。

1.2 网络模型图介绍

 图 2 PN模型的规范示意图 Fig. 2 A specification diagram of PN model

2 多层模糊变权Petri网模型 2.1 多层模糊变权Petri网的定义

P = {p1,p2,…,pm}为库所的集合。每一个pi表示事故风险因素，m为风险因素的个数。

T = {t1,t2,…,tn}为变迁的集合。每一个tj表示风险因素发生的过程，n为过程事件的个数。

I = { $\theta_{ij}$ }, $\theta_{ij}$ ∈[0，1]，I是反映库所pi到变迁tj的输入矩阵。当库所pi到变迁tj存在输入有向弧时， $\theta_{ij}$ =1，否则， $\theta_{ij}$ =0。

O = { $\xi_{ij}$ }, $\xi_{ij}$ ∈[0，1]，O是反映变迁tj到库所pi的输出矩阵。当变迁tj到库所pi存在输出有向弧时， $\xi_{ij}$ =1，否则， $\xi_{ij}$ =0。

$\alpha$ 是一个映射，表示库所pi对应的模糊token值，即置信度值。 $\alpha$ (pi)∈[0,1]。

W = {wij}为变权输入矩阵，反映前库所对后库所的支持程度，本文权重wij的计算公式见式(1)。其中， $\rho$ ∈[0,1]为变权指数，当 $\rho$ =0时，为常权模式。本文 $\rho$ 统一取0.8[11]

 $\left\{\begin{array}{l}W_{ij}=\dfrac{\theta_{ij}\cdot\alpha {({p}_{i})}^{\rho }}{{\displaystyle\sum _{i=1}^{n}\theta_{ij}\cdot\alpha {({p}_{i})}^{\rho }}}\text{，}{\displaystyle \sum _{i=1}^{n}\theta_{ij}\cdot\alpha {({p}_{i})}^{\rho }\ne 0}，\\ W_{ij}=0\text{，}{\displaystyle \sum _{i=1}^{n}\theta_{ij}\cdot\alpha {({p}_{i})}^{\rho }\text=0}。\end{array}\right.$ (1)

M为标识向量，M = ((p1),(p2),(p3),…,(pn))T，初始标识用M0表示；

R= { $\mu_{ij}$ }是一个模糊因子矩阵， $\mu_i$ 表示变迁tj可能性的模糊因子，且 $\mu_{ij}$ =0 (ij)；

m为多层模糊变权Petri网的层数，按照从初始库所到目标库所的方向，将从初始库所到目标库所之间所有的变迁数目相同的输入库所、变迁及输出库所划分为同一层。

2.2 多层模糊变权Petri网(MVWFPN)的推理步骤

1）令第1层迭代系数k=1，确定第1层输入矩阵、输出矩阵以及初始标识向量M0（除初始库所外，目标库所统一设定为0），计算得到第一层变权矩阵。

2）计算M1，公式如下：

 $\begin{split}{\boldsymbol{M}}_k & = {\boldsymbol{M}}_{k - 1} \oplus \Big[ \left( {{\boldsymbol{W}}_{k - 1}^{\rm{T}} \cdot {{\boldsymbol{O}}_{k - 1}} \cdot {{\boldsymbol{R}}_{k - 1}}} \right) \otimes \\ &\left( {\overline {{\boldsymbol{I}}_{k - 1}^{\rm{T}} \otimes \overline {{{\boldsymbol{M}}_{k - 1}}} } } \right) \Big]，{1 \leqslant k \leqslant {{m}}} 。\end{split}$ (2)

3）令k=k+1，更新变权输入矩阵W，分别计算其他层级Mk

4）当Mk=Mk−1时，迭代结束，此时获得最终Mk

3 基于多层模糊变权Petri网的深远海溢油事故演化分析

3.1 深远海溢油回收风险因素集

 图 3 深远海溢油回收作业风险因素集 Fig. 3 Risk factor set of deep-sea oil spill recovery
3.2 深远海溢油回收作业多层模糊变权Petri网模型构建及推理

 图 4 深远海溢油回收作业失败MVWFPN模型图 Fig. 4 MVWFPN model diagram of deep sea oil spill recovery operation failure

k=1，第一层模糊变权Petri网计算如下：

M0=[P1,P2,P3,P4,P5,P6,P7,P8,P9,P10,P11,P12,P13,P14,P15,P16,P17,P18,P19]T=[0.57, 0.83, 0.90, 0.97, 0.89, 0.83, 0.58, 0.75, 0.68, 0.68, 0.83, 0.83, 0.91, 0.58, 0.66, 0, 0, 0, 0]T

 ${I_0} = \left[ {\begin{array}{*{20}{c}} 1 &0 &0 &0 &0 &0 &0 &0 &0 &0 &0 &0 &0 &0 &0 \\ 0 &1 &0 &0 &0 &0 &0 &0 &0 &0 &0 &0 &0 &0 &0 \\ 0 &0 &1 &0 &0 &0 &0 &0 &0 &0 &0 &0 &0 &0 &0 \\ 0 &0 &0 &1 &0 &0 &0 &0 &0 &0 &0 &0 &0 &0 &0 \\ 0 &0 &0 &0 &1 &0 &0 &0 &0 &0 &0 &0 &0 &0 &0 \\ 0 &0 &0 &0 &0 &1 &0 &0 &0 &0 &0 &0 &0 &0 &0 \\ 0 &0 &0 &0 &0 &0 &1 &0 &0 &0 &0 &0 &0 &0 &0 \\ 0 &0 &0 &0 &0 &0 &0 &1 &0 &0 &0 &0 &0 &0 &0 \\ 0 &0 &0 &0 &0 &0 &0 &0 &1 &0 &0 &0 &0 &0 &0 \\ 0 &0 &0 &0 &0 &0 &0 &0 &0 &1 &0 &0 &0 &0 &0 \\ 0 &0 &0 &0 &0 &0 &0 &0 &0 &0 &1 &0 &0 &0 &0 \\ 0 &0 &0 &0 &0 &0 &0 &0 &0 &0 &0 &1 &0 &0 &0 \\ 0 &0 &0 &0 &0 &0 &0 &0 &0 &0 &0 &0 &1 &0 &0 \\ 0 &0 &0 &0 &0 &0 &0 &0 &0 &0 &0 &0 &0 &1 &0 \\ 0 &0 &0 &0 &0 &0 &0 &0 &0 &0 &0 &0 &0 &0 &1 \\ 0 &0 &0 &0 &0 &0 &0 &0 &0 &0 &0 &0 &0 &0 &0 \\ 0 &0 &0 &0 &0 &0 &0 &0 &0 &0 &0 &0 &0 &0 &0 \\ 0 &0 &0 &0 &0 &0 &0 &0 &0 &0 &0 &0 &0 &0 &0 \end{array}} \right],$

 ${O_0} = v {\left[ {\begin{array}{*{20}{c}} 0 &0 &0 &0 &0 &0 &0 &0 &0 &0 &0 &0 &0 &0 &0 \\ \vdots & \vdots & \vdots & \vdots & \vdots & \vdots & \vdots & \vdots & \vdots & \vdots & \vdots & \vdots & \vdots & \vdots & \vdots \\ 0 &0 &0 &0 &0 &0 &0 &0 &0 &0 &0 &0 &0 &0 &0 \\ 1 &1 &1 &1 &1 &1 &0 &0 &0 &0 &0 &0 &0 &0 &0 \\ 0 &0 &0 &0 &0 &0 &1 &1 &1 &1 &1 &0 &0 &0 &0 \\ 0 &0 &0 &0 &0 &0 &0 &0 &0 &0 &0 &1 &1 &1 &1 \end{array}} \right]_{18 \times 15}} 。$

M1=[0.57, 0.83, 0.90, 0.97, 0.89, 0.83, 0.58, 0.75, 0.68, 0.68, 0.83, 0.83, 0.91, 0.58, 0.66, 0.81, 0.47, 0.76, 0]T

M2= [0.57, 0.83, 0.90, 0.97, 0.89, 0.83, 0.58, 0.75, 0.68, 0.68, 0.83, 0.83, 0.91, 0.58, 0.66, 0.81, 0.47, 0.76, 0.59]T

 图 5 溢油回收作业失败演化推理图 Fig. 5 Inference diagram of the failure evolution of the oil spill recovery operation

4 结　语

1）本文基于传统模糊Petri网模型，提出一种多层模糊变权Petri网模型。该模型首先解决了传统模糊Petri网缺少层次性的问题，分层计算使模糊Petri网更具有结构性。此外，该方法添加了变权的概念，变权可以使风险因素的状态根据事故变化而进行动态的变化，能够更准确地对事故进行演化分析。

2）基于多层模糊变权Petri网建立的深远海溢油回收作业失败模型，通过定量计算推理得到最有可能导致溢油回收作业失败的传播路径和初始原因，并针对危险性大的初始原因提出了相应的建议，为决策者提供决策支持。同时，该研究也为深远海其他作业类型的危险性分析提供了思路。

 [1] 张钦岳, 殷志明, 李滨. 海洋深远海油气开发应急救援装备发展趋势[J]. 石化技术, 2021, 28(3): 5. DOI:10.3969/j.issn.1006-0235.2021.03.002 [2] 金浩, 张英香, 王吉武, 等. 水上多元救助力量协同调度系统总体研究[J]. 舰船科学技术, 2021, 43(15): 88-92+109. JIN H, ZHANG Y X, WANG J W, et al. A general study on collaborative dispatching system of multiple rescue forces overwater[J]. Ship Science and Technology, 2021, 43(15): 88-92+109. DOI:10.3404/j.issn.1672-7649.2021.08.017 [3] 申瑞婷, 胡宗敏, 梁刚. 港口船舶溢油环境风险评价方法研究[J]. 水运工程, 2011, 460(11): 137-141. DOI:10.3969/j.issn.1002-4972.2011.11.026 [4] 岳汉秋, 甘鑫平, 牟乃夏. 海上船舶溢油事故模糊评估与决策分析[J]. 环境工程学报, 2015, 9(8): 3780-3784. DOI:10.12030/j.cjee.20150831 [5] 汪守东, 徐洪磊, 程金香. 舟山海域油品码头布局与溢油风险评估[J]. 水运工程, 2016, 518(8): 26-33. DOI:10.3969/j.issn.1002-4972.2016.08.006 [6] 吴瑞杰. 船舶溢油风险评估方法研究[J]. 舰船科学技术, 2017, 39(16): 166-168. WU R J. Study on risk assessment method of ship oil spill[J]. Ship Science and Technology, 2017, 39(16): 166-168. [7] 郭兴华, 周旭东, 陶季芳. 基于模糊灰色综合评价法的船舶溢油风险评价[J]. 绿色科技, 2020(4): 2. [8] 张聪, 袁晓娟. 海上油田溢油风险防控及处理措施研究[J]. 节能, 2021, 40(06): 74-77. DOI:10.3969/j.issn.1004-7948.2021.06.025 [9] 闫炳强, 黄伟青. 基于模糊Petri网的船用齿轮箱可靠性分析系统[J]. 舰船科学技术, 2018, 40(2): 107-109. YAN B Q, HUANG W Q. Marine gearbox reliability analysis system based on fuzzy Petri net[J]. Ship Science and Technology, 2018, 40(2): 107-109. [10] 宋皓晨, 杨聚芬, 刘志钢. 基于Petri网的地铁驾驶员应急任务分析方法研究[J]. 物流工程与管理, 2020, 42(9): 161-165. DOI:10.3969/j.issn.1674-4993.2020.09.051 [11] 褚鹏宇, 刘澜, 尹俊淞. 基于动态变权模糊Petri网的地铁火灾风险评估[J]. 安全与环境学报, 2016, 16(6): 39-44. [12] 王融涵. 液化天然气(LNG)罐区事故情景构建与反演方法研究[D]. 北京: 中国石油大学(北京), 2019.