基于FBN的海洋压缩空气系统运营风险分析

《Journal of Marine Engineering & Technology》：FBN-based analysis of operational risks in marine compressed air systems

本研究提出基于Bow-Tie的模糊贝叶斯网络（BT-FBN）方法，针对海洋压缩空气系统动态开展设备特定风险评估。通过融合Bow-Tie的可视化结构、贝叶斯网络的概率推理和模糊逻辑的不确定性处理，以压缩机故障为顶事件，结合运营数据与专家知识，分析根本原因、潜在后果及控制措施有效性。结果表明操作失误（32.7%）、技术知识不足（28.4%）和保养不善（25.1%）为主要诱因，敏感性分析验证其显著影响系统可靠性。经三公理法验证，该模型为海洋船舶关键系统风险管控提供了数据驱动的综合框架，具备方法推广价值。

　　

摘要

压缩空气系统对船舶至关重要，它们支持诸如发动机启动、控制系统和应急程序等关键功能。这些系统的故障可能导致严重的运营、安全和环境问题。本研究提出了一种基于蝴蝶结模型的模糊贝叶斯网络（BT-FBN）方法，用于对船舶压缩空气系统进行动态的、针对具体设备的风险评估。该方法结合了蝴蝶结分析的可视化结构与贝叶斯网络的概率推理能力，并通过模糊逻辑来处理不确定性，重点关注压缩机故障这一最可能发生的事件。利用实际运行数据和专家意见，研究分析了故障的根本原因、潜在后果以及控制措施的有效性。结果表明，操作错误、技术知识匮乏和维护不善是导致故障的主要因素。敏感性分析进一步揭示了这些因素对系统可靠性的显著影响。该模型的准确性和可靠性通过三公理方法得到了验证。总体而言，本研究为评估和管理船舶压缩空气系统中的风险提供了一个全面且基于数据的框架。BT-FBN方法为改进维护实践、提高船舶运营的安全性和效率提供了实用见解，并具有广泛应用于其他关键船载系统的潜力。