朱清华，胡甚平，田 力，李文晶

(上海海事大学 商船学院，上海 201306)

0 引言

以液化天然气作为船舶燃料已成为符合严格排放法规的可行解决方案。因为LNG燃料具有易燃易爆特性[1]，所以针对LNG动力船航行过程风险进行量化研究很有必要。

近年，国内外学者对LNG动力船安全风险进行研究：Abdussamie等[2]针对LNG动力船加注过程存在潜在后果和操作人员风险安全进行研究；Yeo等[3]使用贝叶斯网络(BN)对卸载过程动态安全性分析，估计事件发生可能性及安全系统故障概率；Iannaccone等[4]基于船用柴油传统技术，对可预见液化天然气加注技术固有安全性能进行比较分析；Animah等[5]用模糊评判法对内河LNG动力船航行过程中环境风险进行研究；Jenong[6]研究液化天然气船用燃气供应系统中高压燃油制备室风险问题。上述研究从相对独立层面界定船舶航行不同时期风险影响因素，但LNG动力船航行周期内会发生LNG加注、存储、使用、释放等任务，船舶遭遇航行、停泊和装卸等任务，且任务实施工况间相互影响。

部分学者将数学模型与云模型结合，对风险评估展开研究：Liu等[7]提出，云模型可处理定性概念与定量描述的不确定性转换；姜曾国等[8]用二维云模型从概率和风险损失2个指标定性评估桥梁风险；徐征捷等[9]将模糊层次分析法与云模型结合，利用云模型改进常规模糊综合评判法；王洪利等[10]基于云模型与灰理论建立灰云模型，融合信息不完全性和人主观评判随机性；胡甚平[11]将海上交通风险定义为可能性与后果共同作用，运用灰云推理解决多维度风险测度问题。

本文针对LNG动力船航行过程中LNG使用与船舶航行2个主要作业方式，引入基于二维灰云模型进行LNG动力船航行过程风险多属性推理，从定量角度分析整个过程风险等级与风险耦合效果，论证过程风险耦合特性。

1 LNG动力船航行风险识别与推理

1.1 LNG动力船航行过程风险

LNG动力船航行一方面将面临传统船舶航行人、机、环、管等因素引发的风险事件，另一方面面临燃料泄漏、火灾爆炸和低温伤害等风险。根据文献[11]可知，风险是系统内意外事件发生概率和后果的组合，LNG动力船航行过程风险可定义为由LNG动力船航行系统因子相互作用影响下人、船、环境受伤害概率及受伤害严重程度组合[12]，如式(1)所示：

(1)

式中：Rν为系统因子风险程度，分为4个等级即高风险Ⅰ，较高风险Ⅱ，一般风险Ⅲ，低风险Ⅳ；v，n分别为系统整体和意外事件影响因子，具体指人、船、环境、管理和LNG等LNG动力船系统风险因子；Pn为系统因子n导致系统意外事件发生概率，包括非常少见(P1)，少见(P2)，一般(P3)，频繁(P4)，非常频繁(P5)；Sn为系统因子n导致系统意外事件发生引发后果，一般用非常严重(S5)，严重(S4)，一般(S3)，轻微(S2)，微小(S1)描述；Wn为系统因子n导致系统意外事件发生影响程度及权重。本文风险定量选择P和S组合，定义为P*S。

LNG动力船航行过程风险由LNG使用和船舶航行2个任务因素耦合作用形成。

1.2 动力船航行过程风险

在进行风险评估前首先进行风险识别、风险分析、风险评价及风险控制。鉴于LNG动力船航行场景特征，确立由LNG使用和船舶航行2个任务共同构成的航行过程风险。LNG使用着重分析LNG理化特性风险，船舶航行着重分析典型场景条件下船舶通航风险。LNG动力船航行系统因子较多且复杂，可分为人、机械、环境、管理，其中，机械因子划分为船舶和LNG。这些因子在LNG动力船航行过程中，随船舶作业属性不同表现状态不同，且相互作用与形式存在一定差异。

针对LNG使用风险，受LNG效率扰动及人为失误影响，存在储罐超压、LNG泄漏等风险，且表现为风险影响因素不确定；针对船舶航行风险，易受环境干扰，导致船舶失速、交通类风险和LNG火灾爆炸。在考虑人、物与环境不安全因素时，结合实际情况建立LNG动力船航行过程系统因子及风险指标体系，见表1。

表1 LNG动力船航行过程风险指标体系

1.3 LNG动力船风险推理

LNG动力船航行风险取决于每个风险因子发生概率P和产生后果S，而P、S具有不确定性，一般只能做定性描述。为给出定量描述，本文引入二维灰云推理模型，二维灰云推理流程如图1所示。

图1 二维灰云推理流程

2 风险推理方法

2.1 云模型与灰云

云模型可实现定性概念与定量值之间不确定性转换，反映概念歧义性与表达随机性[13]。二维云模型是一维云模型的延伸，如式(2)所示：

u:U→[0,1],∀(x,y)∈U,(x,y)→u

(2)

式中：u为确定度；U为论域；x,y为论域中任意值。二维云模型通过6个数值特征描述总体定量属性：

1)期望(Ex,Ey)：标定相应定性概念中心值，是云的重心。

2)熵(Fx,Fy)，指期望曲线的熵，反映定性概念在坐标轴方向宽度。

3)超熵(Hx,Hy)，反映二维云投影在平面上厚度，即离散程度。

灰云模型是为克服传统白化函数缺点提出的1种集成灰性、随机性、模糊性的模型方法。面对当前多因素相互影响的LNG动力船航行风险问题，灰云模型能有效解决灰性造成的不确定性信息表示问题。

灰云模型是云模型与灰色理论的结合，二维灰云模型将2个一维灰云模型组合，其数字特征如式(3)所示：

(3)

二维灰云确定度如式(4)所示：

(4)

式中：Ix,Iy表示峰值；Ly,Lx,Kx,Ky表示左右界值；Fx,Fy为熵；Hx,Hy为超熵。其中一维变量如式(5)所示：

(5)

式中：σ为给定常数。

2.2 基于条件的云发生器

1)将(Fx,Fy)作为数学期望值、(Hx,Hy)作为标准差，产生二维正态随机数(Fxi,Fyi)，满足高斯分布随机数据。

2)将(Fxi,Fyi)作为标准差，以(Ixi,Iyi)为期望，生成二维正态随机数Drop(xi,yi)。

3)通过计算得到云滴(xi,yi,ui)，其中(xi,yi)为定性概念与论域中对应位置的值，ui为(xi,yi)该语言值中充当定量度量。

(6)

(7)

式中：F′为正态随机数，F′～N(F,H2)。

2.3 基于灰云模型风险推理

基于灰云模型风险推理主要包括以下6个步骤：

步骤2：构造灰云尺标。本文采用黄金分割率确立灰云尺标。其中，概率评价论域为[0,10]，后果评价论域为[0,5]，标准灰云数字特征见表2。

表2 标准灰云数字特征

通过专家咨询得到LNG动力船航行风险大小数字特征Ⅰ级高风险G(41,32,50,0.333 3,0.041 7)；Ⅱ级较高风险G(25,18,32,0.333 3,0.041 7)；Ⅲ级一般风险G(13,8,18,0.333 3,0.041 7)；Ⅳ级低风险G(4,0,8,0.333 3,0.041 7)。

步骤3：确定定性规则。为构造灰云发生器，首先确定风险事件发生概率、后果及风险大小间定性规则。

步骤4：构造规则发生器。规则推理结构由X条件云发生器和Y条件云发生器构成，将定性分析问题转换为灰云模型定量分析[14]。以x为风险发生概率输入值，以y为风险影响程度输入值，通过二维云X条件云发生器得到确定度u，将u输入一维云Y条件云发生器，获得单因素作用风险值Ri，将单因素作用风险值Ri加权求和得到最终风险值[15]。

步骤5：权重计算。考虑LNG动力船航行过程中LNG使用和船舶航行作业方式风险形成因素及相互作用程度差异性，需获取差异化权重值。

1)构造优先关系矩阵。确立层次结构模型，可确定各层次因素相对关系。为准确描述任意2个因素对决策重要性，本文采用0.1～0.9标度法构建表示两两因素间相对重要程度的模糊互补矩阵Q=(qij)n×n作为优先关系矩阵。

2)模糊一致矩阵。对矩阵Q=(qij)n×n每行求和，并进行数学变换得到模糊一致矩阵G，如式(8)～(9)所示：

(8)

(9)

式中：i=1,2,3,…,n；j=1,2,3,…,n。

3)因素相对权重计算。基于模糊一致矩阵，采用排序法对各层因素权重进行计算。船舶航行风险因子权重Wn如图2所示。

图2 船舶航行风险因子权重

采用虚拟云中浮云计算指标合成，如式(10)所示：

(10)

式中：Exi,Eni,Hei,wi分别为风险因子i对应期望、熵、超熵和权重。

采用虚拟云综合云模型计算2种作业耦合风险，如式(11)所示：

(11)

式中：Exi,Eni,Hei,wi分别为不同作业i对应期望、熵、超熵和权重。其中，LNG使用、船舶航行权重W=[0.449 5,0.550 5]。

步骤6：规则推理。根据前人观点及专家建议，确立概率、后果和风险大小间关系,见表3。

表3 风险矩阵

风险等级评价云图如图3所示。规则1表示如果概率P1(该风险发生的机率为非常少见)且后果S1(对目标影响微小)，代表风险很低，风险等级为Ⅳ级，风险状态为低风险。

图3 风险等级评价云图

3 实例应用

某LNG动力船长宽283.06 m×43.4 m，总吨位95 753 t，在A港进行加注作业后开往M港。在出港过程中完成LNG使用和船舶航行2种作业方式。采集相关数据并完成过程风险评估。

3.1 情景描述与数据获取

LNG动力船LNG使用和船舶航行作业安全状态受各类风险因素影响。针对各指标状态进行专家评分，获得每个指标P，S状态值。

根据设定场景，邀请船舶设计、建造以及航海技术和风险工程领域10名专家，判定各系统因子概率P及后果等级S，并结合云模型将定性判断数据定量化，确定各因子概率和后果判定结果，如图4所示。由图4可知，各数据差异性较明显，在船舶航行过程中表现不一致。

图4 LNG使用、航行风险因子P、S值

3.2 模型仿真

按照前述风险仿真流程，结合采集数据进行仿真，以C1为例详述仿真过程。将人员技术素养风险概率P=3.5和S=3输入规则发生器，进行100次仿真，得到若干云滴，推理得到风险等级为一般，运用乘法原理计算C1风险，其平均值为10.5。同理，仿真得到其它25个风险因子风险等级，以灰色框条表示云推理结果，如图5所示。通过乘法原理风险合成公式，得到LNG使用和船舶航行阶段不同风险表现。对LNG使用和船舶航行中事故发生概率和后果耦合，用乘法公式得出最终LNG动力船航行过程整体风险值，并用云推理风险等级。

图5 LNG动力船系统因子风险值和推理结果

3.3 过程风险分析

由图5可知，LNG使用中，管路阀件因子数据值高；在船舶航行中，热源(泵、热工作业、排烟口)因子数据值高。仿真结果见表4，LNG动力船航行过程风险云曲面如图6所示。

表4 仿真结果

1)LNG使用风险值13.074 8，图6(a)云显示处于规则3、规则4和规则5之间，但更靠近规则5，表示该过程风险等级为Ⅲ级，图6(d)仿真统计值显示安全等级Ⅲ级占比较多，则LNG使用风险状态为一般风险。

2)船舶航行风险值7.886 8，图6(b)云显示该状态处于规则1、规则2和规则5之间，但更靠近规则1和规则2，表示船舶航行风险等级为Ⅳ级，图6(e)仿真统计值显示安全等级Ⅳ级占比较多，则船舶航行风险状态为低风险。

3)LNG动力船LNG使用和航行耦合风险为10.206 7。图6(c)显示LNG动力船航行过程风险处于规则1、规则2和规则5之间，但更靠近规则5，得到LNG动力船航行过程风险处于Ⅲ级，图6(f)仿真统计值显示安全等级属于Ⅲ级占比较多，则LNG动力船航行过程处于一般风险状态。

图6 LNG动力船航行过程风险云曲面

4)燃料供应系统实现液化气体从燃料舱到发动机的安全控制，整个链路中处所、设备、管路阀件均属于系统控制对象。根据初始事件发展路径，潜在后果包括小型燃气泄漏、局部燃烧爆炸、连锁火灾爆炸、大型燃气泄漏等。船舶航行中根据探测浓度值不同，需采用先报警后关断策略。关断时需综合考虑发动机类型、发生泄漏区域(燃料阀门的前或后段)、燃料供应布置形式以及切断后船舶动力性等因素进行应急关断操作决策。

5)基于液化天然气动力船供气系统工作流程，当工况变化时，需对发动机设置相应控制方案，以达到最优温度控制效果，满足发动机工作需求，保持船舶性能稳定。因存在LNG供应风险，船舶航行过程易出现船舶失速与船舶失控连锁风险。船舶港内航行时，需要建立完善的安全管理程序，熟悉风险及应对方案，进一步提高失控应急处置能力。因此，需加强人员教育与培训，以保障LNG动力船安全航行。

4 结论

1)LNG动力船不同作业方式风险值不同，船舶航行处于低风险状态，LNG使用处于一般风险状态，整个航行过程处于一般风险状态，且风险计算值与推理风险等级一致。

2)基于气体探测、通风、探火以及其他危害等监测系统效率，依据燃料舱、热交换器、压缩机、气体燃料发动机等不同对象建立不同安全控制策略。

3)将二维灰云模型理论应用于LNG动力船航行过程风险评价，将风险发生概率与后果组合，能有效弥补风险评价单一维度评判风险等级不足，且实现定性分析与定量评估间转换。