铁路易燃易爆品运输事故泄漏风险精细度量模型

1 概述

易燃易爆品作为危险物品的重要组成部分，极易引起火灾爆炸事故，而且后果极其严重。因此，需要对铁路易燃易爆品的运输风险进行精细度量和深入研究，以预防易燃易爆品运输事故和确保易燃易爆品运输安全[1]。

风险度量是对风险量化进而衡量风险大小的方法，是风险分析的关键技术。国内学者对危险货物运输风险度量进行了大量研究，郭晓林等[2]提出基于事故分级的有害物品运输风险度量模型，可以有效克服原有风险度量模型的计算误差和减少运输风险，但需要分别计算各级事故概率和事故影响后果，增加了数据获取的难度和计算的复杂度；肖金梅等[3]提出将远程改编策略转化为决策变量的干预因素并纳入模型的约束体系，构建基于远程改编策略的技术站车流组织优化模型，为客货分线运输后技术站的合理分工布局研究提供理论基础，但该模型及其风险测量数据均具有不确定性，部分数据难于获得，仅能估计风险均值；程婕[4]以传统的双指标技术风险度量模型为框架，构建铁路危险货物运输风险度量模型，该模型综合考虑人员伤亡、财产损失、运输中断和环境破坏多方面后果，进一步完善了铁路危险货物运输的风险分析，但并未给出数据获取方法，致使该风险度量模型尚处于理论层面。从上述分析可以看出，现有风险度量模型尚存在模型不完善、事故数据获取困难和/或应用性不强等问题，并且未对易燃易爆品泄漏事故场景进行分类研究，无法精确度量易燃易爆品的运输风险。

目前，国内外常见的运输风险度量模型主要包括传统风险模型、影响人口模型、事故概率人口模型、可感知风险模型、均值-方差模型、负效用模型、最小最大后果模型、条件风险模型等[2,5]，其中，传统风险模型由于具有推理简单、数据获取方便等优势，在危险货物运输风险评估中得到了最为广泛的应用[2-4]。传统风险模型于 1980 年由美国交通管理局提出，其主要考虑事故泄漏率和事故产生的后果 2 项指标，因而传统风险模型又称为双指标风险模型。在传统双指标风险度量模型的基础上，结合易燃易爆品事故多为火灾爆炸事故的特点，对易燃易爆品泄漏事故场景进行详细分类，建立易燃易爆品运输风险精细度量模型，可以细化、完善铁路易燃易爆品运输风险的度量，为易燃易爆品的铁路运输提供决策依据。

2 铁路易燃易爆品运输风险精细度量模型

式中：TR (r) 为易 燃易爆品运输风险值； r 为易燃易爆品运输路径中路段的个数；Pi为运输路径上第 i 个路段的事故泄漏率；Ci为第 i 个路段上事故泄漏的后果。

在传统双指标风险度量模型的基础上，根据易燃易爆品自身特性及铁路运输特点，对事故泄漏率 Pi和事故泄漏后果 Ci分别进行细化，进而得到适用于铁路易燃易爆品运输风险的精细度量模型。其中，事故泄漏率包括包装破损概率和包装破损后可能引发不同场景的概率 2 个方面的内容，事故泄漏后果包括在不同场景条件下的人员伤亡和财产损失2 个方面的内容。

2.1 事故泄漏率估算

（1）事故发生概率。在易燃易爆品运输过程中，运输路径可由 r 个路段构成，在此，将每个路段称为“基元路段”，易燃易爆品在运输过程中发生事故的概率以基元路段为单位。假设基元路段的长度为 li，则在基元路段 li内，列车发生事故的概率为

式中：Pi(x = 1) 表示铁路运输过程中在第 i 个路段发生易燃易爆品事故的概率；为统计时期内基元路段 li上运输易燃易爆品的列车发生事故的次数；Ni为统计时期内基元路段 li通过的列车总数。

（2）包装破损概率。通常认为，易燃易爆品在包装破损的情况下才可能发生泄漏，因而包装破损率的确定是计算事故泄漏率的前提，而包装在发生事故或不发生事故的情况下均有可能破损。根据历史统计资料，可以分别得到易燃易爆品在列车发生事故和未发生事故情况下的数据。包装破损统计情况如表 1 所示。

根据 logistic 回归模型，基元路段 li内易燃易

易燃易爆品运输的双指标风险模型可以表示为爆品列车发生事故的情况下包装破损的概率为

式中：为截距常数；βi为回归系数。和 βi通常采用极大似然估计获得。

令似然函数为 L，则有

表1 包装破损统计情况Tab.1 Statistics of packaging damage易燃易爆品列车未发生事故(x = 0)易燃易爆品列车发生事故(x = 1)总计包装未破损 ( y = 0) A11 A12 A11+ A12包装破损 ( y = 1) A21 A22 A21+ A22总计 A11+ A21 A12+ A22

上一篇：隧道内甲醇液体蒸发及蒸气扩散规律数值模拟分

下一篇：没有了