基于模糊Bow-tie模型的消防安全風險監測方法

鄭翔

摘要：在消防安全風險監測時沒有進行消防安全風險后果量化分析，會導致安全風險評定結果可靠性較低，對此，提出基于模糊Bow-tie模型的消防安全風險監測方法。使用主觀風險概率與模糊理論，完成消防安全風險模糊概率分析。將布爾代數應用到風險故障樹中，構建消防安全風險Bow-tie模型。使用改進層級分析法構建風險等級劃分模型，實現消防安全風險監測。實驗結果表明：此方法可量化風險結果，保證風險事件權重計算精度，進一步得到可靠性更高的風險等級劃分結果，為消防安全風險管理提供保障。

關鍵詞：Bow-tie模型；三角模糊數；風險防控；消防安全事故；故障樹；危險源

進入21世紀以來，大型建筑項目投資日益增加，人員密集，建筑物較多，使人們的居住環境變得復雜，消防安全問題成為人們關注的重點問題，并逐漸成為人居環境可持續發展的前提條件。城市中消防安全監督管理體制存在漏洞，消防安全問題逐漸成為城市隱患，一旦出現消防安全問題，不僅會出現環境效益較低的問題，而且還會造成經濟損失與人員傷亡事故[1-2]。目前，安全管理體系包含了管理政策、管理目標以及安全風險管理。

在以往的研究中，許多學者提出了消防安全風險監測方法，但此部分方法不能對消防安全問題進行全面分析，且無法對消防安全后果進行探究，導致消防安全風險管理效果不佳。對此，在此次研究中，選擇模糊Bow-tie模型對消防安全風險監測管理方法進行優化。通過文獻研究可知，模糊Bow-tie模型是一種將Bow-tie模型與模糊算法融合并應用于不安全因素識別、分析的結構化模型[3-4]。此模型將風險事件起因與風險事件后果帶入風險過程中，并對消防安全問題的初始信息與結果信息進行量化處理，構建出安全風險監測模型。應用此方法，對消防安全風險事故以及后果展開研究。

1 消防安全風險模糊概率分析

由于難以獲取到消防安全風險事件發生概率的精準數據，因此在計算的過程中需要使用模糊理論確定風險事件發生的概率，由于此概率計算結果中還有部分主觀風險概率數值，因此采用三角模糊數[5]表示消防安全風險發生的概率：

其中，a表示指定論域在a上的模糊集；fa（a）表示模糊集的隸屬度函數；c表示指定論域的上界；d表示指定論域的下界；b表示模糊集隸屬度為1時的取值結果。假設導致消防安全發生風險的事件多為獨立事件，不具備連鎖反應，則使用相應技術對事件樹中各個類型事件的模糊算子展開計算，以此得到風險事件后果的發生概率。上述部分計算完成后，將風險值轉化為模糊數的形式，更為直觀地體現出風險等級，將獲取的最大模糊集與最小模糊集分別設定為Smax（a）與Smin（a），將其與模糊數進行融合，分別得到兩個臨界點，此臨界點坐標值可表示為：

其中，H表示模糊數的模糊概率；H1表示模糊數的左模糊概率；H2表示模糊數的右模糊概率；S（a）表示模糊數的隸屬度函數。使用上述公式，完成消防安全風險模糊概率分析，將其作為消防安全風險監測的基礎。

2 構建消防安全風險Bow-tie模型

此次研究中，使用Bow-tie模型完成風險分析工作。根據當前的安全風險監測要求，細化完善風險控制措施，并更新風險控制的各類統計文件。將Bow-tie模型與消防安全監測有序連接，形成“領結”形狀[6]的風險分析圖。首先獲取模型所需的研究對象信息，具體信息部分劃分如下所示：①研究對象地點；②研究對象危險源；③消防安全威脅項目信息；④消防安全問題后果；⑤消防安全保護屏障信息；⑥安全風險監測干擾信息；⑦安全風險監測干擾信息屏障。將此部分模型應用到Bow-tie模型中，根據風險識別方法得到風險較高的風險點與危險源信息，以此為基礎，得到各類頂級風險事件，并對每個事件發生后的后果與威脅進行統計。

由于此模型中利用故障樹表示了消防安全事故中的邏輯關系，因此為深入風險消防安全事故，需要構建故障樹數學表達式。此次研究中使用布爾代數完成計算部分，通過布爾代數表示故障樹中各個事件的邏輯關系。假設消防安全故障樹由n個基本事件W組成，此部分事件均含有發生與不發生兩個類型。當此事件發生時，Wi取值為1；當此事件未發生時，Wi取值為0。設定此事件的發生概率為Pw，則其計算公式可表示為：

根據此公式推導出邏輯積，將此與公式（4）有機融合，對故障樹進行分割，將最小分割體帶入原始模型中，得到最終的消防安全風險Bow-tie模型。

3 實現消防安全風險監測

在上文中設定內容的基礎上，將多個計算環節有序連接，實現消防安全風險監測。根據Bow-tie模型分析結果，使用改進層級分析法，得到可對消防安全問題進行全面分析的風險等級劃分模型。

根據安全風險監測目標，將獲取到的信息劃分為多個層級，并構建比較矩陣，匯總多個層級指標信息，根據風險嚴重性進行兩兩對比，得出比較矩陣，并對矩陣中的信息進行歸一化處理，得到單一層級風險評定指標序列[7]。使用此序列，完成總層次排序，得到消防安全風險等級。從高到低排序為極端風險、較高風險、中度風險、較低風險以及可忽略風險。根據風險等級對消防安全風險進行控制，在控制的過程中需考慮到下述因素：①風險控制措施類型；②風險控制措施實施效果；③風險管理成本；④風險管理措施可行性；⑤管理措施持久性；⑥管理后剩余風險；⑦衍生風險。綜合上述因素，選擇最合適的風險管理方法，對消防安全風險進行管控。整理上文中設定內容，保證每個計算環節連接合理，至此，基于模糊Bow-tie模型的消防安全風險監測方法設計完成。

4 模型應用分析

此次研究中提出了基于模糊Bow-tie模型的消防安全風險監測方法，為確定模糊Bow-tie模型可應用在風險監測過程中，構建實驗環節進行論證分析。

4.1? 實驗準備

本次實驗中選取北部某城市某小區作為案例進行分析，此小區于2000年竣工，住戶數量多達3000戶。收集此小區的現場資料，構建相應的Bow-tie模型。此模型中的風險樹事件見表1。

使用模糊分析法設定內容，對表1中每個信息的權重進行計算，由于涉及內容較多，直接給出指標權重計算結果，具體計算結果見表2。

將上表中內容作為對照組，與文中方法進行對比。由于此次研究中使用了Bow-tie模型，在對事件進行分析時，需要增加消防安全風險后果指標系數，并確定各個事件的排序結果，通過此結果確定文中方法的科學性。

4.2? 實驗結果分析

根據實驗目標的相關信息，得到模糊Bow-tie模型使用后的各個風險事件的權重以及排序，具體計算結果見表3。

分析表2、3內容可知，表2與表3中各個事件的權重存在一定差異，但表2中各個事件的排序與表3中的事件排序基本一致，說明文中方法具有一定程度的應用價值。與此同時，對表3中的內容進行分析可以看出，將風險后果作為權重計算內容與衡量標準后，可進一步提升風險評估結果的可靠性，并選擇更為合理的風險管理措施，給消防安全風險管理提出更為合理的意見。將表3中內容使用模糊數表示，計算后可得到消防風險事件的風險值，進一步將風險等級量化。通過風險值可確定不同風險事件的發生頻率，并對重點高風險事件進行管理。綜合上述實驗結果可以確定，將模糊Bow-tie模型應用到消防安全分析中，可得到更為可靠的風險等級結果，并使用其得到針對性風險管理控制意見。

5 結語

將模糊Bow-tie模型應用到消防安全風險監測后，可以對消防安全風險的起因以及風險發生后果進行分析，為風險事故的定量分析提供基礎。由于消防風險事故無法使用明確的數據表示，需要使用模糊數對其進行量化處理，以此確定不同風險事故的風險值與風險等級。研究過程中，使用了大量計算公式對模型的因素層進行優化，以確保因素選取過程中計算結果的可靠性。期望此次研究中提出的方法可為消防安全風險監測提供參考。

參考文獻：

[1]余稼洋，郭建勝，周楚涵，等.基于Bow-tie-DT-FTA的航空安全事故預防措施決策分析[J].火力與指揮控制，2022，47（8）：158-164.

[2]李維東，周德紅，肖振航，等.基于Bow-tie正態云模型的LNG儲罐風險分析[J].消防科學與技術，2021，40（9）：1322-1327.

[3]趙平，熊倩，張鑫，等.基于YOLO-BP神經網絡的古建筑修繕階段火災監測方法[J].中國安全生產科學技術，2020，16（12）：122-128.

[4]李紅霞，鄭佳敏.煤礦瓦斯爆炸模糊Bow-tie模型分析[J].礦業安全與環保，2020，47（5）：119-126.

[5]周浩東，姚錫文，許開立，等.基于故障樹-貝葉斯-蝴蝶結分析的復合事故風險模型研究[J].工業安全與環保，2020，46（8）：6-10+47.

[6]陳樑，金龍，黃兵，等.基于二維云模型的儲罐泄漏風險Bow-tie量化分析[J].安全與環境學報，2020，20（3）：809-815.

[7]劉保占，靳衛衛，安偉，等.基于模糊Bow-tie模型的深水鉆井平臺井噴溢油風險評價[J].船海工程，2020，49（2）：1-5.

Fire safety risk monitoring method based on fuzzy Bow-tie model

Zheng Xiang

（McGatti County Fire and Rescue Section of Kashgar， Xinjiang Kashgar 844000）

Abstract： Without quantitative analysis of fire safety risk consequences during fire safety risk monitoring， the reliability of safety risk assessment results will be low. In this regard， a fire safety risk monitoring method based on the fuzzy Bow-tie model is proposed. The paper uses subjective risk probability and fuzzy theory to complete the fuzzy probability analysis of fire safety risk. The Boolean algebra is applied to the risk fault tree to construct the Bow-tie model of fire safety risk. The improved hierarchical analysis method is used to construct a risk classification model for fire safety risk monitoring. Experimental results show that the method can quantify the risk results， ensure the calculation accuracy of risk event weights， and further obtain more reliable results of risk grade division， which provides protection for fire safety risk management.

Keywords： Bow-tie model; triangular fuzzy number; risk prevention and control; fire safety accident; fault tree; hazard source