《Sustainability》:Dynamic Prioritization of BLEVE Prevention and Tank-Origin Exposure for Sustainable and Resilient LPG Storage and Distribution Stations: A CTMC–Monte Carlo Screening Framework
编辑推荐:
液化石油气(LPG)储配站的安全韧性运行对燃料基础设施的可持续性至关重要,然而沸腾液体膨胀蒸气爆炸(BLEVE)预防需要时变屏障分析,并需明确区分预防优先级与破裂后暴露。本研究开发了一种动态-空间筛选框架,该框架整合了证据分级基本事件、优先与门动态故障树、连续
液化石油气(LPG)储配站的安全韧性运行对燃料基础设施的可持续性至关重要,然而沸腾液体膨胀蒸气爆炸(BLEVE)预防需要时变屏障分析,并需明确区分预防优先级与破裂后暴露。本研究开发了一种动态-空间筛选框架,该框架整合了证据分级基本事件、优先与门动态故障树、连续时间马尔可夫链(CTMC)、内存高效蒙特卡洛轨迹模拟、建模区域预防优先级排序以及罐源相对暴露筛选。一百万条轨迹的加速数值基线产生了112,693条BLEVE条件轨迹。焊缝开裂和消防泵失效具有最高的动态关键度,因为它们作用于屏障退化的后期阶段,而大风扩散具有最高的条件参与度。罐体结构具有最高的建模区域预防优先级。接收端排序取决于假定的布局:在基线示意坐标下,P5排名第一;而在示例度量坐标情景下,在测试的距离衰减核函数中P2排名第一。研究评估了收敛性、加速因子、证据等级、权重、恢复、替代路径、静态重要度、坐标和核函数敏感性。预防优先级得分与归一化暴露指数分别报告,且不解释为校准的事故频率、物理剂量、期望损失或定量风险。通过支持有针对性的检查、维护、监测和应急资源分配,该框架有助于LPG基础设施更安全、更有韧性和更可持续的运行。
论文解读:基于CTMC–蒙特卡洛框架的LPG储配站BLEVE预防与暴露动态优先级研究
**1. 研究背景与问题**
液化石油气(LPG)储配站作为燃料供应链的关键节点,其安全韧性运行直接关系到能源基础设施的可持续性。沸腾液体膨胀蒸气爆炸(BLEVE)是液化气体储存中最严重的升级模式之一,其发生涉及加热、泄压、容器弱化、破裂及火球形成的耦合机制,而非孤立的部件失效。既有研究多集中于后果导向的泄漏分析、场景重构和应急规划,或从操作层面探讨屏障性能,但均未系统回答以下关键问题:随着防护屏障逐步退化,BLEVE相关基本事件的优先级如何动态变化?预防措施与破裂后暴露的关联应如何清晰分离?此外,传统静态故障树难以表达有序退化过程,而动态风险评估方法(如贝叶斯网络、动态故障树)虽能部分解决时序问题,但缺乏对事件优先级、恢复路径和替代转移的系统敏感性检验。针对上述不足,本研究提出一种动态-空间筛选框架,旨在提供一个可复现的预防优先级排序与暴露筛选工具,而非校准的事故频率或物理后果模型。
**2. 研究内容与核心发现**
研究人员构建了整合证据分级基本事件、优先与门(PAND)动态故障树、连续时间马尔可夫链(CTMC)、内存高效蒙特卡洛模拟、建模区域预防优先级聚合及罐源相对暴露筛选的综合框架。框架以持续火灾暴露(M1)、泄压系统退化(M2)和临界储罐损伤(M3)的顺序升级为基线机制,并通过六状态CTMC建模状态转移,包含恢复路径、低概率直接破裂路径(S4→S6)及两条替代转移(S2→S4、S3→S5)作为结构敏感性测试。主要结论包括:加速因子为数值应力/可观测性参数,而非物理时间缩放;在满足可观测性和稳定性判据(平均Spearman相关≥0.95,平均top-10重叠≥0.90)的加速范围内,条件排序可估;焊缝开裂(X10)和消防泵失效(X15)具有最高动态关键度,因其作用于屏障退化后期;罐体结构(X1)在建模区域预防优先级中得分最高(123.48),表明与储罐相关的事件贡献了最大的聚合预防分数,但该分数不将其他建模区域转化为爆炸源。接收端排序依赖距离集假设:基线示意布局下P5最近,排名第一;示例度量坐标情景下P2在多种衰减函数中均排名第一。研究严格区分了预防优先级得分与归一化暴露指数,后者仅代表罐到接收端的相对衰减,不涉及物理剂量或期望损失。
**3. 主要方法与技术**
研究采用以下关键技术:① 证据分级:基于OREDA、THERP和SPAR-H为24个基本事件分配证据等级(弱、中等、强、源缺口);② 有序动态故障树–连续时间马尔可夫链(CTMC)集成:以PAND门强制M1→M2→M3顺序,六状态CTMC刻画状态转移,生成器矩阵Q定义名义转移率;③ 内存高效蒙特卡洛模拟:以10,000轨迹为批次处理,主基线采用1,000,000条轨迹、10,000小时数值时域、种子123和加速因子α=1.0×10?;④ 动态关键度指数(DCI):结合模块阶段权重、事件相对速率、状态驻留概率和状态系数,经仿射变换计算;⑤ 条件事件优先级得分(CEPS):基于BLEVE条件轨迹计数;⑥ 静态重要度比较:计算Fussell–Vesely、风险成就当量(RAW)和Birnbaum重要度;⑦ 敏感性分析:涵盖加速因子(1.0×10?至1.0×10?,三种子)、证据删除/降权、1000次阶段权重联合扰动、恢复强度(无/基线/双倍)、替代转移(5%和10%)、距离衰减函数(逆距离加权IDW、15m截断、热/爆炸/多米诺启发式)等。样本队列来源为文献数据和工程模拟,未涉及真实站点调查。
**4. 结果分述**
**4.1 数值可靠性与加速效应**:主基线从1,000,000条轨迹中产生112,693条BLEVE条件轨迹(比例0.112693),所有24个事件最终窗口最大绝对变化为0.0004209,表明收敛良好。加速敏感性显示,α=1.0×10?时BLEVE轨迹数不足,排序不可估;α=2.5×10?首次满足稳定性准则;α=1.0×10?时模拟比例达0.999637,top-10重叠降至0.70,出现饱和导致的排序扭曲。
**4.2 事件优先级与证据稳健性**:条件参与度前三位为X17、X18、X1,动态关键度前三位为X10、X15、X1,两者互补。基线条件参与度前五名中有三个事件携带弱或源缺口证据标签,删除弱证据事件后top-10重叠保留0.90,但Spearman相关降至0.783,最大并列秩位移达18.5位,表明排序的个体顺序不如整体成员稳定。1000次阶段权重扰动产生5%分位数DCI秩相关0.859。
**4.3 恢复、替代转移与状态空间充分性**:无恢复、基线和双倍恢复情景的有限时域模拟比例分别为0.025350、0.111880和0.052120,非单调且仅用于敏感性比较。替代转移b=0.10时模拟比例达0.887030,条件排序Spearman相关为0.950。六状态模型在报告敏感性边界内适用于比较筛选,而非穷尽所有LPG升级路径。
**4.4 预防优先级与罐源暴露依赖**:罐体结构(P1)预防优先级最高(123.48),但P1是暴露层唯一物理BLEVE源,P2–P5为接收端。基线示意布局下P5最近,排名第一;示例度量坐标情景下P2在IDW、15m截断和热/爆炸/多米诺启发式衰减函数中均排名第一,其次为P4、P3、P5。这些归一化指数仅反映相对衰减,未纳入占用、脆弱性、屏蔽、碎片方向性等。
**5. 讨论与结论**
讨论部分强调:条件参与度、动态关键度和静态重要度提供互补信息,直接比较可识别频繁参与事件和后期屏障失效;加速因子定义了条件排序可观测且稳定的范围;证据和阶段权重分析表明输入质量的重要性;恢复和替代转移情景界定了六状态表示的边界;建模区域预防优先级与罐源暴露应作为独立决策层,不能简单相加。研究结论指出,该框架通过支持目标化检查、维护、监测和应急资源配置,可增强LPG基础设施的运行安全、韧性和可持续性。主要局限包括:异质证据、加速轨迹采样、启发式但经检验的DCI形式、示意性基线距离、聚合建模区域、归一化暴露比较中均匀接收脆弱性,以及缺乏独立工厂结果。未来工作应采用调查布局、现场特定转移和恢复数据、实测源项及独立运行结果。