一种综合性的定性与定量风险评估方法，用于确定配备氨裂解系统的氢燃料船舶上的有毒和危险区域

《Ocean Engineering》：An integrated qualitative–quantitative risk assessment for defining toxic and hazardous zones on hydrogen-fuelled ships with ammonia cracking systems

氨氢燃料船舶安全风险模型研究：提出融合定性HAZID与定量CFD-概率分析的新方法，针对18米氨氢燃料电池渡轮设计，通过5个高危泄漏点（船舱连接区、氨储罐接口区等）的案例分析，建立适用于小型船舶的精准毒害区域划分标准，有效解决传统确定性模型扩大化风险区问题，为氨燃料船舶安全设计提供新范式。

　　本文围绕氨和氢作为船舶燃料的安全性问题展开，提出了一种新的定量风险评估模型，用于识别有毒区域。这一研究旨在应对氨燃料船舶设计中的关键挑战，特别是在安全性和操作可行性方面。文章首先回顾了当前氨和氢在航运业中的应用背景，指出其作为碳中性燃料的潜力，同时也强调了它们所带来的安全隐患。由于氨具有毒性、腐蚀性以及火灾和爆炸的风险，而氢则具有高度可燃性，因此在船舶设计和运营过程中，如何有效管理这些风险成为亟待解决的问题。

在现有的国际规范中，2017年发布的《使用气体或其他低闪点燃料船舶的安全国际代码》（IGF Code）主要针对液化天然气（LNG）作为船舶燃料，但当应用于氨和氢等其他低闪点燃料时，该代码存在一定的安全偏差。为此，国际海事组织（IMO）正在制定额外的安全指南，预计2025年将发布临时性指导文件。同时，各国政府和船级社也在积极推动相关标准的建立。尽管这些规范在一定程度上取得了进展，但它们在具体实施过程中仍存在不足，特别是在为小型船舶提供切实可行的安全指导方面。当前的规范通常对有毒区域的范围进行了过度宽泛的规定，这不仅不符合实际需求，也增加了设计和运营的复杂性。

为了弥补现有规范的不足，本文提出了一种结合定性风险评估和定量计算流体力学（CFD）模拟的混合风险评估模型。该模型能够更准确地识别有毒区域，为氨燃料船舶的设计和运营提供科学依据。具体而言，该模型首先通过定性风险评估方法（如HAZID）识别系统中可能发生的高风险泄漏点，然后利用CFD模拟对这些泄漏点进行定量分析，从而确定具体的有毒区域范围。这种方法不仅提高了风险评估的准确性，还增强了模型的实用性和可操作性。

在实际应用中，本文以一艘正在设计和建造的氨燃料船舶为例，该船配备氨裂解系统，计划于2025年投入服务，位于韩国釜山的沿海地区。通过对该船的系统进行全面分析，HAZID方法识别出五个高风险的气体泄漏点，包括燃料补给连接、氨储存罐连接、氨裂解系统、氨罐通风主控和燃料电池室通风区域。这些泄漏点的识别为后续的定量分析提供了重要依据，同时也揭示了在氨燃料船舶设计中需要重点关注的区域。

为了进一步提高模型的准确性，本文还引入了概率分析方法。与传统的确定性分析相比，概率分析能够考虑不同条件发生的可能性，从而更合理地评估有毒区域的范围。确定性分析通常基于最坏情况下的假设，如最大泄漏速率、不利的气象条件和最严重的系统故障，导致预测的有毒区域范围过于宽泛，可能覆盖实际受影响区域之外的范围。这种过于保守的预测方式不仅增加了设计和运营成本，还可能引发不必要的安全措施和公众恐慌。

概率分析则通过统计方法和概率分布，对各种可能的泄漏场景及其发生概率进行评估。这种方法能够提供更精确的风险预测，帮助决策者在安全和实际需求之间取得平衡。同时，概率分析还能增强模型的可靠性，使预测结果更具透明度和可解释性。在本文的研究中，结合概率分析与CFD模拟，不仅提高了模型的准确性，还增强了其在复杂环境下的适用性。

为了进一步验证模型的有效性，本文还对相关案例进行了分析。其中，一个重点案例是“18米长的氨燃料氢燃料电池渡轮”。通过对该渡轮进行详细的风险评估，本文展示了混合模型在实际应用中的效果。该渡轮的设计和运营过程中，有毒区域的范围被重新评估，确保了设计的安全性，并提出了更合理的毒性范围。这种方法不仅提高了风险评估的精确性，还为未来类似船舶的设计提供了参考。

此外，本文还探讨了不同风险评估方法的优缺点。例如，计算流体力学（CFD）模型在氨气体扩散模拟中具有重要作用，能够提供详细的浓度预测和空间分布信息。然而，CFD模型计算量较大，通常需要较高的计算资源和时间，尤其是在进行大规模模拟时。因此，在启动CFD模拟之前，进行系统的HAZID分析显得尤为重要，以便识别和优先处理最可能发生的高风险泄漏点，从而优化计算资源的使用。

另一方面，高斯烟羽模型（Gaussian Plume Models）因其计算效率高而被广泛应用。这类模型假设氨气体的持续释放，并基于扩散原理进行浓度预测。然而，高斯烟羽模型通常适用于简单的环境条件，如均匀地形和稳定气象条件，对于复杂环境的模拟则存在一定的局限性。例如，在地形多变或存在障碍物的环境中，高斯模型可能无法准确预测氨气体的扩散模式。此外，高斯模型在近源区域的模拟效果较差，难以捕捉局部湍流等复杂因素的影响。

为了弥补这些模型的不足，本文提出了一种结合多种方法的混合模型。这种方法不仅提高了模拟的准确性，还增强了计算效率。例如，通过结合高斯模型和CFD模拟，可以在保证一定精度的同时，减少计算资源的消耗。此外，结合HAZID方法和概率分析，也能够更全面地识别潜在风险，并为安全措施的制定提供科学依据。

在实际应用中，本文还通过现场实验和验证研究对模型进行了进一步的验证。例如，Prairie Grass实验和Jack Rabbit II试验提供了重要的实测数据，用于校准和验证氨气体扩散模型。这些实验不仅验证了模型的可靠性，还揭示了在复杂环境下的模拟效果。例如，Vik等人（2016）利用Jack Rabbit II试验数据验证了CFD和大涡模拟（LES）模型，发现尽管两种模型都能准确预测扩散模式，但LES在捕捉湍流结构方面具有更高的分辨率，这对于理解复杂环境下的氨气体扩散至关重要。

现场实验能够提供直接的实测数据，具有较高的准确性和现实意义。然而，它们通常成本高昂、耗时较长，并且在大规模研究中存在较大的组织难度。此外，天气条件和其他环境变量可能引入不确定性，使实验结果难以重复。因此，在实际应用中，如何在保证准确性的同时，降低实验成本和难度，成为需要解决的问题。

为了应对这些挑战，本文提出了一种结合定性和定量方法的混合风险评估模型。该模型首先通过HAZID方法识别高风险泄漏点，然后利用CFD模拟进行定量分析，从而确定具体的有毒区域范围。这种方法不仅提高了风险评估的准确性，还增强了模型的实用性。此外，结合概率分析，该模型能够更合理地评估不同泄漏场景的发生概率，从而为安全措施的制定提供科学依据。

在本文的研究中，还特别关注了小型船舶的安全性问题。由于现有的安全规范对有毒区域的范围进行了过度宽泛的规定，这不仅不符合实际需求，还增加了设计和运营的复杂性。因此，本文提出了一种适用于小型船舶的混合风险评估模型，该模型能够更准确地识别有毒区域，并为安全措施的制定提供科学依据。这种方法不仅提高了模型的准确性，还增强了其在实际应用中的可行性。

总之，本文的研究为氨燃料船舶的设计和运营提供了一种新的解决方案。通过结合定性风险评估和定量模拟，该模型能够更准确地识别有毒区域，并为安全措施的制定提供科学依据。此外，引入概率分析方法，使模型能够更合理地评估不同泄漏场景的发生概率，从而为决策者提供更全面的风险评估。这种方法不仅提高了模型的准确性，还增强了其在复杂环境下的适用性，为未来类似船舶的设计和运营提供了参考。