摘要 | 第4-5页 |
abstract | 第5-6页 |
第一章 绪论 | 第10-19页 |
1.1 研究背景及意义 | 第10-12页 |
1.2 国内外研究现状 | 第12-17页 |
1.2.1 传统静态定量风险评价方法 | 第12-13页 |
1.2.2 动态定量风险评价(Dynamic Risk Assessment,DRA) | 第13-14页 |
1.2.3 定量风险评价的不确定性(uncertainty with QRA) | 第14-15页 |
1.2.4 人因可靠性评价(Human Reliability Analysis,HRA) | 第15-17页 |
1.3 研究内容和技术路线 | 第17-19页 |
1.3.1 论文研究内容 | 第17-18页 |
1.3.2 技术路线 | 第18-19页 |
第二章 基于贝叶斯网络的动态风险评价模型 | 第19-35页 |
2.1 蝴蝶结模型 | 第19-20页 |
2.2 贝叶斯网络模型 | 第20-21页 |
2.3 动态定量风险评价模型 | 第21-25页 |
2.3.1 蝴蝶结(Bow-tie)模型转化为贝叶斯网络模型 | 第22页 |
2.3.2 条件概率设置 | 第22-24页 |
2.3.3 概率更新 | 第24-25页 |
2.4 蒙特卡洛法计算不确定性 | 第25-26页 |
2.5 实例应用 | 第26-34页 |
2.5.1 储罐溢流场景简介 | 第26页 |
2.5.2 模型建立和计算 | 第26-31页 |
2.5.3 后验概率计算和分析 | 第31-33页 |
2.5.4 风险防控效果评估 | 第33-34页 |
2.6 本章小结 | 第34-35页 |
第三章 基于BOW-TIE的人因可靠性分析 | 第35-49页 |
3.1 蝴蝶结模型的人为失误类型分类方法 | 第35-36页 |
3.2 SPAR-H人因可靠性计算模型 | 第36-41页 |
3.3 SRK三级认知行为模式 | 第41-42页 |
3.4 结构化人因可靠性量化模型 | 第42-45页 |
3.4.1 结构化人因可靠性量化建模 | 第42-43页 |
3.4.2 最大熵模型计算人因失误不确定性 | 第43-45页 |
3.5 实例应用 | 第45-48页 |
3.5.1 单个人因失误不确定性计算 | 第45-46页 |
3.5.2 人因失误事故树 | 第46-48页 |
3.6 本章小结 | 第48-49页 |
第四章 综合动态定量风险评价 | 第49-68页 |
4.1 综合动态定量风险评价 | 第49-50页 |
4.2 实例应用 | 第50-61页 |
4.2.1 异构化工艺原理 | 第50-51页 |
4.2.2 异构化工艺危害分析 | 第51-52页 |
4.2.3 工艺流程简述和事故场景描述 | 第52-53页 |
4.2.4 建立事故场景的蝴蝶结模型 | 第53-55页 |
4.2.5 人因失误的先验概率 | 第55-56页 |
4.2.6 建立贝叶斯网络模型 | 第56-58页 |
4.2.7 条件概率设置 | 第58-59页 |
4.2.8 收集证据信息 | 第59-61页 |
4.3 结果分析与讨论 | 第61-66页 |
4.3.1 结果分析 | 第61-64页 |
4.3.2 后验概率分析结果 | 第64-65页 |
4.3.3 风险防控结果评估 | 第65-66页 |
4.4 本章小结 | 第66-68页 |
结论 | 第68-69页 |
参考文献 | 第69-73页 |
附录1 | 第73-76页 |
附录2 | 第76-78页 |
攻读硕士学位期间取得的学术成果 | 第78-79页 |
致谢 | 第79-80页 |