关于危险源分类与分级探讨

    [摘  要]  危险源尤其是重大危险源如果控制措施不合理，有可能导致重大事故的发生，造成严重的人员伤亡或财产损失。因此，对危险源的正确分类与分级，可帮助人们对各种危险源采取合理、科学、经济的预防及控制措施。笔者对危险源的分类与分级的有关概念及方法进行探讨，并对目前常用的方法进行介绍。
    [关键词]  危险源  分类  分级
1  引  言
    分类是人们认识世界的重要方法之一，它是根据事物的特点分别归类，分级则是一种有序的分类。考察科学史发现，任何学科的进步都有赖于正确的分类。人们对认识对象的正确分类和分级，可更准确、更清晰地了解事物的变化规律，完成认识过程质的飞跃，并推动本学科向更高层次发展。
    在安全生产管理及安全评价工作中，通常需要对危险源的危险性进行比较。如果分析的危险源不为同一类别且无共同的属性，则对这些危险源的危险级别进行比较意义不大。因此，分析危险源，首先应确定危险源所属的类别，然后才有可能对同一类别的危险源进行危险分级与比较。
2  危险源分类
    目前我国关于危险源的分类方法主要有按生产过程危险和有害因素分类及企业职工伤亡事故分类等方法。《生产过程危险和有害因素分类与代码》(GB／T13816—1992)中把危险源分为物理性、化学性、生物性、心理与生理性、行为性和其他共6大类、37个小类。《企业职工伤亡事故分类) (GB6441—1986)根据导致事故的原因和伤害方式等，将危险因素分为：物体打击、车辆伤害、机械伤害、起重伤害、触电、淹溺、灼烫、火灾、高处坠落、坍塌、冒顶片帮、透水、放炮、瓦斯爆炸、火药爆炸、锅炉爆炸、容器爆炸、其他爆炸、中毒和窒息、其他伤害等20个类别。同一类别的危险源可以比较其危险性大小，即可对它们的危险程度进行分级。对于不同类别的危险源，若能找到它们的共同特征，如造成的人员伤亡、直接经济损失等，基于这些共同属性，可对它们的危险程度进行比较；若危险源既不属同一类别，又无共同属性，则无法进行危险程度的比较。
3  危险源分级
    危险源分级的方法主要有两种，一种是分级的标准不变或分级结果不随参加分级的危险源数目多少而变化，即危险源静态分级方法；另一种是危险源数目发生变化或分级的标准是可变的或两者皆可变，即动态分级方法。
3．1  危险源静态分级
    很多情况下，危险源静态分级的方法主要是以打分方式来进行的，如美国DOW化学公司的火灾、爆炸指数法，ICl／ MOND火灾、爆炸、毒性指数法，日本劳动省基准局制定的化工企业六阶段评价法以及我国的机械工厂危险程度分级方法，化工厂危险程度分级法、冶金工厂危险程度分级法以及工厂危险程度分级等方法。这些危险源分级方法，有利于政府部门建立对危险源的监控机制。虽然打分法操作起来比较简便，但受主观因素的影响，不同的人所打出的分数有很大的差异，危险性等级划分的尺度很难把握，势必影响危险分析的准确性。
    DOW化学公司火灾爆炸指数评价法是以物质系数为基础，再考虑工艺过程中其他因素(如操作方式、工艺条件、设备状况、物料处理、安全装置情况等)的影响，来计算每个单元的危险度数值，然后按数值大小划分危险度级别。其分析过程对管理因素考虑较少。1964年美国DOW化学公司发表了DOW化学火灾、爆炸、指标法第一版，1966年修订为第二版，1973年美国化学工程师协会沿用DOW化学公司的方法，编写了教科书，于是形成了内容更为成熟的第三版，以后经过不断修改完善，陆续发表了第四版(1976)、第五版 (1980)、第六版(1987)和第七版(1994)。英国ICI公司的 MOND工厂，在DOW化学公司的方法基础上，增加了毒性指数，提出了ICI／MOND火灾、爆炸、毒性指数法。日本劳动省基准局针对化工企业火灾、爆炸事故频繁发生的实际情况，制定了化工企业六阶段评价法，要求新建化工企业在计划、设计阶段进行安全性评价。该评价方法按6个阶段进行，属于多级过滤式的安全评价方式。它的6个阶段是：①有关资料的准备和研究；②利用安全检查表进行定性评价；③对第一类危险源的定量评价；④研究安全对策；⑤根据事故资料再评价；⑥利用ETA及FTA方法对重大危险源进行详细的定量评价。
    近年来，随着非线性科学的发展，许多非线性科学的方法，如神经网络、分形、混沌、自组织临界性理论等，已广泛地应用于危险源的分级。
    自然界中的很多危险源系统都具有自组织临界性特点l引，如森林火灾系统、地震灾害系统等。研究灾害系统时，由于灾害系统非常复杂，很难在研究的开始就建立模型。通常研究是从统计数据人手，用灾害损失来衡量事故的规模，对灾害事故的“频率—损失”分布和灾害损失的Zipf图进行分析，看它们是否具有稳定的幂律关系，并进一步验证这种幂律关系是否稳定，因为稳定的幂律关系对应着自组织临界性。“频率—损失”分布的斜率可能对应着某一危险级别的危险源系统。自Brookhaven实验室的Bak等人提出自组织临界性概念以来，自组织临界性的研究已引起了人们广泛的兴趣。利用自组织临界性可望解释灾害系统中的分形、混沌等重要现象。目前，国内外已有不少学者应用分形、混沌等方法来研究危险源的危险程度。
    通常用于危险源分级的神经网络模型是基于BP算法的神经网络，由大量神经元组成的非线性自适应神经网络系统可表现出类似于人脑的学习、归纳、推理和判断的特征，具有学习、记忆和计算以及人工智能处理功能，故运用神经网络可建立危险源分级模型。用于危险源静态分级的神经网络模型的拓扑结构由网络的层数、各层的神经元数目、神经元之间的连接方式及权值等组成。输入层参数为危险源特性指标向量，若干个隐含层，输出层参数为危险源危害等级向量。用于危险源分级的BP算法程序框图如图1所示。危险源分级的神经网络方法全过程如图2所示。运用训练好的BP网络可对检验样本(危险源)进行推理判别，来确定其危险程度的分级结果。也有部分文献利用遗传算法来优化 BP网络的结构和神经元之间的权值。

3．2  危险源动态分级
    危险源的动态分级是按某种原则反复进行分级和修改，直到分级满足某种规则为止。分级的研究对象是全体同类危险源，其包含的元素的数目极大。要研究总体的元素不可能也不现实，只能根据抽样的部分去建立分级的标准。分级的标准不是一成不变的，可随样本数目进行动态调整，也可依据危险源等级划分的数目的改变而进行动态调整。
    危险源动态分级方法可以对参加分级的n(n≥1)个危险源划分为1～n个危险级别，这有利于企业管理者进行危险源的管理或项目投资方进行投资决策等。危险源动态分级的常用方法有：具有自组织模式聚类功能的无教师监督学习的神经网络方法、DT动态分级法等。具有自组织模式聚类功能的无教师监督学习的神经网络可发现样本在空间的分布规律。
    对具有自组织模式聚类功能的无教师监督学习的神经网络的动态分级方法的算法、网络结构以及动态分级的实现进行了探讨。设ρ为警戒线，用以检验样本与模式之间的分级情况。参加分级的样本数目或警戒线ρ变化，可实现危险源动态分级。ρ取值较大，则分级数目小；ρ小则划分的级别数目较大。若把危险源划分为某一级数，随着参加分级的样本数目变化，某一样本的危险级别将得到动态调整。程序设计中可通过控制ρ的取值，或者随分级的样本数目增大，使危险源的动态分级得以实现。在N维空间中，危险模式离绝对安全样本距离最大的危险源，其危险性最大，当属一级危险源，其次为二级危险源，依次类推。其算法及过程如图3所示。

    国际上最早提出动态分类的方法始于岩石稳定性分类，为DT法，由我国学者林韵梅教授提出。这种方法是基于聚类分析原理进行的分级方法，与传统的分级法的最大区别是它揭示了分级三要素，即分级判据、分级档数和分级界限之间的内在规律。因此，近年来一些学者引人到危险评价中来，实现对危险源的动态分级。用于危险源分级的基本思想是：首先对原始样本进行初始分级，计算每级样本的重心，并将计算的重心作为初始分级的标准；计算每一样品到各级重心的距离，并按最近距离原则，将该样品划入最近的一个级别中；重新计算各级样本作为新的分级标准；仿照迭代法的思路，反复调整每个样本所属级别，计算新重心，并比较前后两次求得的重心是否相同，如完全相同，则分级结束。
4  结束语
    (1)笔者主要对危险源的分类与分级的有关问题进行了探讨并对常用的方法进行了综述；危险源的分级应在同一类中进行，否则难于比较不同类别危险源的危险程度。
    (2)动态分级方法的应用对象主要是企业管理者或项目投资方，便于他们进行危险源管理或进行投资决策，而静态分级法则有利于安全生产监督管理部门或政府部门对危险源进行分级监督管理。
    (3)危险源动态分级的结果可随着危险源的样本的不断扩充而得到调整，分级的结果不是一成不变的。