基于綜合權重的涂料化工企業老舊裝置安全風險評價

林海珠 唐文娟 成海量

（1.佛山市海納百川企業服務有限公司；2.重慶理工大學經濟金融學院；3.廣東達康安全技術咨詢有限公司）

老舊裝置運行多年，設備、管道老化，自動化程度低，監控、預警設施不足，系統故障率攀升，安全風險增大， 因此開展老舊裝置風險辨識，建立老舊裝置風險量化評估系統及改善老舊裝置安全管控措施是十分必要的。

熵權法 （Entropy Weight，EW）、 層次分析法（Analytic Hierarchy Process，AHP）、 危險預先評價法、 指數分析法及六階段評價法等在事故原因分析及風險因素量化評估中發揮著重要作用。 王建斌基于改進熵權法提出了危險化學品企業安全管理狀態量化分級的方法［1］；趙公民和申悅基于熵權法構建了煤焦油加工企業安全標準化評估方法［2］；魏慶輝利用熵權模糊綜合法得出安全管理制度與作業環境是影響安全生產的關鍵因素［3］。余辛等利用層次分析法確定了危險化學品倉庫選址的影響因素［4，5］；辛晶和楊玉勝基于網絡層次分析法對石油化工安全設施進行了量化分析［6］；韓海榮和王巖基于層次分析-模糊綜合評價法得出危險化學品生產企業安全評價的量化結果［7］；蒲李莉等基于DEA-AHP法建立判斷矩陣計算各風險元素的權重大小，從而確定施工階段城市地下綜合管廊存在的主要風險，并提出管控措施［8］；康文倩基于改進AHP算法構建電力監控網絡安全評估系統以度量監控的整體風險值，實現了電力監控網絡安全風險評估［9］；黃志勝等基于AHP-BP神經網絡法針對加氫裂化裝置中存在的危險因素，建立了安全性預警指標體系和安全性預警模型［10］；趙向南等基于模糊層次分析法，對埋地PE燃氣管道的失效可能性進行深入分析，并提出重點管控措施［11］；王嘉豪等在充分識別和分析化工園區風險的基礎上以企業環境風險危害性、安全性、應急管理和污染治理能力為準則層指標以及17個二級指標構建了事故風險評估預警指標體系并對風險進行預警［12］。 然而目前對老舊裝置安全風險因素的定量分析研究則鮮有報道。

筆者在事故調查、文獻分析和專家意見研究的基礎上，構建老舊裝置安全風險評價指標體系和EW-AHP模型。 EW-AHP模型采用熵權法計算指標客觀權重，采用層次分析法計算指標主觀權重，然后將熵權法與層次分析法的結果優化為綜合權重，從而分析老舊裝置中各安全風險因素之間的關系，并實例驗證某涂料企業的老舊裝置安全風險量化水平，以期為危險化學品企業老舊裝置安全風險管控提供參考和依據。

1 方法

1.1 評價指標體系的建立

分析近十年內化工、危險化學品、醫藥制造企業發生的事故報告及有關文獻資料［6，10，13～15］，在《危險化學品生產使用企業老舊裝置安全風險評估指南（試行）》的基礎上，通過優化并考慮老舊裝置的實際運行情況， 建立以下安全風險類型：設備設施性能退化、設計建設標準低、監測預警能力薄弱。

以設備設施性能退化、 設計建設標準低、監測預警能力薄弱為一級指標，建立老舊裝置安全風險評價指標體系如圖1所示［14～18］。

圖1 老舊裝置安全風險評價指標體系

1.2 構建安全評價模型

EW-AHP模型構建中， 首先使用熵權法對各項指標的權重進行確定； 在層級結構的基礎上，以上一層的指標為目標，與下一層指標之間比較重要度，得出重要度數值，然后層層遞進，計算總目標權重值。

1.2.1 確定評價指標因素集

評價指標體系中的指標因素集如下：

a.一級指標因素C={C1，C2，C3}；

b.二級指標因素C1={C11，C12，C13}，C2={C21，C22，C23，C24，C25}，C3={C31，C32，C33}。

1.2.2 劃分安全風險等級

將安全風險等級劃分為較低風險、一般安全風險、較高風險、高風險，分別對應的評分數值為［90，100］、［80，90）、［70，80）、［0，70）。

1.3 評價指標權重的確定

1.3.1 EW法確定權重

1.3.1.1 熵權法基本理論

熵是由熱力學第二定律引出的描述能量均勻程度的概念，由Shannon引入信息論中，用來描述信息無序化程度，其值越小，系統無序度就越小，因此可用信息熵評價系統信息的有序度［16～20］。在評價指標體系中給定了評估對象后，不同指標因素的差異性亦不同， 信息的有效性也不同，指標因素的信息熵越小，代表該指標因素反映的信息就越多，評價過程中其作用就越大，權重就越高。 熵權法能夠消除各指標權重計算的主觀行為，是一種客觀賦值法，得到的結果能夠反映客觀事實。

1.3.1.2 確定系統的熵

根據信息熵的定義，可以得到第j個指標的熵值Hj為：

其中，λij表示第j個指標在第i個指標中的比重；Yij表示第i個指標對第j個指標的評分；n為專家數量。

1.3.1.3 指標權重的計算

第j個指標的權重ωj為：

其中，ωj之和為1；m為指標的數量。

1.3.2 層次分析法

層次分析法［16～20］綜合了定性和定量評估，具有系統性和層次性。 層次分析法簡單明了，適用范圍廣，可用于信息不完善的情況也可用于主觀經營判斷的情況。 層次分析法能夠較好地展示出不同層次的相對重要程度。 在涂料企業安全評價中使用層次分析法分析專家意見，可防止由專家主觀意見、經驗不足等引起的判斷錯誤［19～21］。

1.3.2.1 構造判斷矩陣

構造判斷矩陣c如下：

其中，cij表示第i個指標與第j個指標兩者之間的相對重要程度，其值越大，相對重要程度就越大。

1.3.2.2 計算權重

根據判斷矩陣計算其最大特征值，并將其歸一化處理，可以得到不同指標所對應的權重。 計算權重最大特征值的方法有方根法、 迭代法、和積法［22］。 文中筆者采用方根法計算判斷矩陣的特征向量和特征根［23～25］，計算過程如下。

對判斷矩陣c中的每個元素cij進行歸一化處理，可以得到矩陣B：

其中，bij為判斷矩陣c歸一化后的矩陣B中的元素。

將元素bij按行乘積，可得權重向量W=（W1，W2，…，Wm），其中Wi為權重向量W的第i個元素：

將權重向量W再進行歸一化處理得到特征向量R，其中Ri為特征向量R的第i個元素：

對特征向量R進行最大特征值計算， 可得到判斷矩陣c的最大特征根μmax為：

其中，［CR］i為向量CR的第i個元素。

1.3.2.3 一致性檢驗

為了檢驗判斷矩陣在構造時邏輯的合理性，減少人為因素干擾，采用一致性指標CI來判斷矩陣的一致性。同時引入一致性比率CR判斷矩陣是否一致，當一致性比率計算結果小于0.1時，即可認為判斷矩陣是一致的，否則需要重新構造判斷矩陣直到結果符合一致性要求。 其中，采用平均隨機一致性指標值RI來表征一致性比率， 表1為1～9階判斷矩陣的RI值［26］。

表1 平均隨機一致性指標值

1.3.3 確定綜合權重

根據特征向量R與指標權重ω計算評價指標的綜合權重［14］：

其中，Vij為綜合權重向量V中第i行第j個元素；α為模糊數值，0＜α＜1；ωij為權重向量ω中第i行第j個元素；Rij為特征向量R中第i行第j個元素。

1.3.4 構造安全評價模糊關系

利用綜合權重向量V=（Vi1，Vi2，Vi3，…，Vim）對二級評價指標進行綜合評價，得到二級評價指標層的評價向量U為：

1.3.5 因素隸屬度

邀請專家對現場安全管理情況進行逐一評分，將安全風險等級劃分為較低風險、一般安全風險、較高風險、高風險4個等級。 將各風險等級的專家數除以專家總數，作為風險因素Cij對安全等級的隸屬度gij，則隸屬度矩陣G表示為：

1.3.6 確定風險等級

采用加權評價原則確定安全風險得分。取各個風險等級的上限值組成E=（100，89，79，69），計算涂料企業老舊裝置安全風險得分D為：

由得分D所在分數區間即可確定相應的安全風險等級。

2 應用實例

以華南某涂料化工企業為研究對象，該企業屬于危險化學生產企業， 建廠運行已有30年，其中樹脂合成車間構成四級重大危險源，且主要反應釜、常壓中間罐等設備設施已達到設計使用年限，其中F生產裝置為老舊裝置。 目前，F生產裝置已開展反應安全風險評估、 危險與可操作性（Hazard and Operability，HAZOP）分析和安全完整性等級（Safety Integrity Level，SIL）評估。

2.1 評分結果及因素隸屬度的確定

邀請10名行業專家對企業管理情況進行評分，結果見表2。

表2 F生產裝置安全風險評價指標評分結果

經統計學分析， 得到各因素的隸屬度矩陣G為：

2.2 綜合權重的確定

2.2.1 熵權權重

利用表2給出的專家評價分值，通過式（3）計算得出相應的熵權法權重特征向量ω=（0.075，0.048，0.117，0.103，0.061，0.081，0.091，0.094，0.085，0.134，0.110）。

2.2.2 AHP權重

建立各指標因素矩陣如下：

計算判斷矩陣，并進行歸一化處理得到合成權 重R=（0.038，0.135，0.160，0.018，0.037，0.044，0.108，0.127，0.036，0.103，0.194）。

根據式（7）計算得出CR=（0.051，0.028，0.004，0.067，0.013），各元素均小于0.1，一致性檢驗通過。

2.2.3 綜合權重的確定

根據文獻［26］并經專家組討論后，確定α=0.5時，綜合權重V=（0.064，0.074，0.130，0.078，0.054，0.070，0.096，0.104，0.070，0.125，0.135）。

2.2.4 安全模糊關系的確定

按式（9）計算得到評價向量U=（0.260，0.334，0.203，0.203）。

2.2.5 確定安全風險等級

通過式（10）計算得到老舊裝置安全風險得分D=85.84，表明F生產裝置安全風險狀態處于一般安全風險，與企業的實際情況相符。

2.3 層次排序

計算判斷矩陣，得到因素C1～C3的層次排序見表3。 由表3可知，設計建設標準低最重要，其次為設備設施性能退化和監測預警能力薄弱； 其中，自動化程度低、安全措施不完善、布局不合理、檢維修作業、變更風險最為重要，企業應加強相應管理。 通過各因素權重值與一級指標權重值的乘積可以得到總層次排序（表4），以明確安全管理過程中應加強的環節。

表3 各指標因素層次單排序

表4 安全風險評價指標層次總排序

3 結果分析

在C1指標因素層次單排序中檢維修作業多、變更風險加大起關鍵作用，因此企業在日常管理過程中需加強檢維修作業、變更管理，嚴格履行危險化學品企業特殊作業審批制度，嚴格落實變更管理。 在C2指標因素層次單排序中C24、C25的權重分別為0.324、0.381，遠大于其他因素，表明安全措施不完善、自動化程度低是建設標準低的最主要原因， 因此后期應結合檢維修計劃完善安全防護措施及自動化建設， 以提高生產裝置的本質安全水平。 在C3指標因素層次單排序中C33的權重遠大于其他指標因素， 表明監測預警設施有效投用率不夠。安全風險評價指標層次總排序中C24、C25的權重遠大于其他指標因素，驗證了老舊裝置自動化程度低、安全防護設施不完善、本質安全差的結論。 在日常管理過程中應重點關注老舊裝置的安全設施、自動化改造及檢維修、變更管理，這也是安全監管部門監管的重要工作。

通過構建模糊函數計算F生產裝置安全風險得分為85.84分，為一般安全風險，與企業的老舊裝置安全風險評估報告結果相符，說明該評價指標體系的構建是有效、合理的。

4 結束語

針對化工企業易燃易爆物料多、 工藝復雜、人員素質要求高等特點，將EW法與AHP法結合，建立了涂料企業老舊裝置安全評價的理論模型，研究了設備設施性能退化、 設計建設標準低、監測預警能力薄弱等安全風險因素的影響。

通過構建EW-AHP安全評價模型， 定量風險可知安全措施不完善、自動化程度低、檢維修作業多、變更風險加大、監測預警設施有效投用率不夠是導致老舊裝置發生安全風險事故的主要原因。

EW-AHP安全評價模型消除了主觀因素和客觀因素的不足，為評價企業的安全現狀提供了簡單、可行的技術方法。 同時，也規避了不同專家的知識、經驗、能力水平對老舊裝置評價結果的影響，適用于《危險化學品生產使用企業老舊裝置安全風險評估指南（試行）》中所定義的涂料企業老舊裝置的評價。

因老舊裝置比較復雜，指標體系的評分數據主要來源于行業專家、企業管理者等對企業安全現狀的評分，受限于樣本規模及局限于專家的安全知識水平，故存在一定的不足。 因此，在今后的研究過程中應盡可能收集企業全員及行業專家對研究對象的評分，以減少不確定性的影響。

筆者構建的老舊裝置安全評價指標體系有望推廣至其他化工行業，為化工老舊裝置的安全評價提供簡單、可靠、科學的技術方法，以便整治提升及精準監管。