一种火灾环境下液化气储罐爆炸危险性评价方法

技术领域

本发明涉及一种储罐安全评价方法，尤其涉及一种火灾环境下液化气储罐爆炸危险性评价方法。

背景技术

液化石油气(LPG)属于一种含有少量碳原子的碳氢化合物，在石油精炼过程中可以获得LPG，LPG属于一种重要的燃料和化学物质。一般情况下，LPG的爆炸极限范围仅为1.5％到9.5％之间，LPG具有易燃易爆性，在储存和运输过程中具有极大的爆炸危险性，火灾环境下LPG储罐的火灾爆炸事故有许多影响因素，因此，有必要寻求一种有效的评估方法来评价火灾环境下LPG储罐的爆炸危险性。火灾爆炸危险性的评价法有许多，例如，图表核查法、事故树分析法等等，传统的评价方法可以发现火灾环境下LPG储罐的潜在危险，但是，无法定量描述影响火灾环境下LPG储罐爆炸的全部因素。火灾环境下LPG储罐的安全性属于一种复杂的多因素、多尺度的人机系统，因此，应该寻找一种有效的评价方法，这样火灾环境下LPG储罐的爆炸危险性评价的准确性才能提高，并且能够为制定火灾环境下LPG储罐预防措施提供有利的理论依据。

发明内容

本发明针对上述现有技术中存在的问题，提供一种利用渔夫捕鱼算法和灰色关联分析的火灾环境下液化气储罐爆炸危险性评价方法，能够提高火灾环境下液化气(LPG)储罐爆炸危险性评价的准确性，降低火灾环境下储罐爆炸的危险程度。

本发明评价步骤如下：

步骤1：根据实际情况，确定火灾环境下LPG储罐爆炸危险性的评价指标体系；

步骤2：评价指标权重的确定；

步骤2-1，利用熵评价法确定客观权重；

(1)假设有m个评价对象和n个评价指标，根据收集的评价指标的定量值确定标准数据矩阵X_ij，然后第j个指标的信息熵根据如下公式进行计算：

>

其中，如果p_ij＝0，令lnp_ij＝0，然后每个评价指标的权重根据如下的公式进行计算：

$>{\omega }_j=1-\frac{E_j}{n-\underset{j=1}{\overset{n}{\Sigma }}{E}_j},j=1,2,...,n---\left(2\right)$>

(2)根据层次分析法确定客观权重，构建判断矩阵，如下所示：

(3)在行与行之间对矩阵的每行元素求积，通过正交化处理对行向量进行处理，相应的表达式如下所示：

$>{\bar{\omega }}_i=\sqrt[n]{\underset{i=1}{\overset{n}{\Pi }}{a}_i},i=1,2,...,n---\left(4\right)$>

权值根据如下的公式进行计算：

$>{\omega }_i=\frac{{\bar{\omega }}_i}{\underset{i=1}{\overset{n}{\Sigma }}{\bar{\omega }}_i},i=1,2,...,n---\left(5\right)$>

对进行一致性检验，其中CI为一致性指标，RI为平均随机指标，当CR≤0.01，判断矩阵满足一致性要求；

步骤2-2，渔夫捕鱼操作区域被定义为有限封闭区域，定义为如下的形式：D＝D₁×D₂×…×D_n，表示控制变量组的取样率，渔夫的位置状态变量定义为X＝(x₁,x₂,…,x_n)，在D中的鱼群密度函数定义为f(X)，t_min表示任务的最小完成时间；寻求鱼群的最大密度和相应位置的问题转换为求解最小任务和状态变量求解的优化问题；

(1)移动搜索：初始位置由K个渔夫在捕鱼区域中任意地选择，第i个鱼夫的位置表达为如下的形式：

$>P_0^{\left(i\right)}=(x_{01}^{\left(i\right)},x_{02}^{\left(i\right)},...,x_{0n}^{\left(i\right)}),i=1,2,...,k---\left(6\right)$>

鱼夫i构建以初始为中心的立方体，在立方体的周围撒网，相应的网点集可以定义为相应的数学模型如下所示：

$>{\Omega }_0^{\left(i\right)}=\{X^{\prime \left(t\right)}=(t_1^{\left(i\right)},t_2^{\left(i\right)},...,t_n^{\left(i\right)}\left)\right|t_j^{\left(i\right)}\in \left\{x_{0j}^{\left(i\right)}-l_j^{\prime (-)},x_{0j}^{\left(i\right)},x_{0j}^{\left(i\right)}-l_j^{\prime (+)}\right\},j=1,2,...,n\}---\left(7\right)$>

其中，β表示移动因子，0＜β＜1，当移动搜索结束后，第i渔夫重复以上的操作，最终能够获得优化目标；K个渔夫发现f(X)的极值点；

(2)收缩搜索

当m次移动搜索结束以后，渔夫i构建以目前位置为中心的立方体，网点集表示为如下的形式：

$>{\Omega }_m^{\left(i\right)}=\{X_m^{\left(i\right)}=(t_1^{\left(i\right)},t_2^{\left(i\right)},...,t_n^{\left(i\right)})|t_j^{\left(i\right)}\in \{x_{mj}^{\left(i\right)}-l_j^{(-)},x_{mj}^{\left(i\right)},x_{mj}^{\left(i\right)}-l_j^{(+)}\},j=1,2,...,n\}---\left(8\right)$>

如果立方体存在鱼群最大密度的点，然后渔夫从第m个位置移动到第m+1位置再次构建捕鱼的立方体；然后渔夫i开始进行收缩搜索策略，第m+1个网点集表示为如下的形式：

$>{\Omega }_{m+1}^{\left(i\right)}=\{X_{m+1}^{\left(i\right)}=(t_1^{\left(i\right)},t_2^{\left(i\right)},...,t_n^{\left(i\right)}\left)\right|t_j^{\left(i\right)}\in \left\{x_{mj}^{\left(i\right)}-l_j^{(-)},x_{mj}^{\left(i\right)},x_{mj}^{\left(i\right)}-l_j^{(+)}\right\},j=1,2,...,n\}---\left(9\right)$>

其中，0＜α＜1，α表示收缩因子；

步骤3：评价指标的灰色关联度分析

灰色关联度分析可以获得火灾环境下LPG储罐爆炸危险性各个影响因素之间的数值关系，按如下的步骤执行：

(1)进行行标准化处理，每个数据都处理为0和1之间的标准化数据，以参考序列为参考点；

(2)计算关联系数；对于参考序列X₀有若干个比较序列X₁,X₂,…,X_n，任意时刻比较序列和参考序列之间的关联系数ε(k)根据如下的计算公式计算：

$>ϵ\left(k\right)=\frac{\underset{i}{min}\underset{k}{min}|X_0\left(k\right)-X_i\left(k\right)|+\rho \underset{i}{max}\underset{k}{max}|X_0\left(k\right)-X_i\left(k\right)|}{|X_0\left(k\right)-X_i\left(k\right)|+\rho \underset{i}{max}\underset{k}{max}|X_0\left(k\right)-X_i\left(k\right)|}---\left(14\right)$>

其中，ρ表示求解系数，0＜ρ＜1；

(3)计算关联度：为了进行整体比较，将每个评价指标设置为相应的数值，因此评价指标的平均权值作为关联度，利用如下的公式进行计算：

$>r_i=\underset{j=1}{\overset{n}{\Sigma }}{\omega }_j^{\prime }{ϵ}_i\left(k\right)---\left(15\right)$>

其中，ω'_j表示优化权值。比较两个关联度，确定火灾环境下LPG储罐的安全性。

所述的步骤2-2中，渔夫i在m时刻捕鱼时采用收缩策略，当收缩时间达到了预先设定的临界值并且无法达到最大鱼群密度的位置时，渔夫i进入了局部最优区域；根据此问题，设置了渔夫的加速跳出机制，当渔夫i在位置的搜索时间达到临界值并且满足如下条件时：

$>f\left(P_m^{\left(i\right)}\right)\ge \underset{X\left(i\right)\in {\Omega }_m^{\left(i\right)}}{max}f\left(X^{\left(i\right)}\right)---\left(10\right)$>

$>f\left(P_m^{\left(i\right)}\right)<max\left\{f\right(P_m^{\left(i\right)},1,2,...,k\}---\left(11\right)$>

此时，渔夫i不能发现由他自己构建的立方体中渔群密度大的点，这样渔夫i迅速地跳出了目前的问题。重新初始化一个捕鱼区域的点，再次执行移动和收缩策略，如果满足如下的条件时：

$>f\left(P_m^{\left(i\right)}\right)\ge \underset{X\left(i\right)\in {\Omega }_m^{\left(i\right)}}{max}f\left(X^{\left(i\right)}\right)---\left(12\right)$>

$>f\left(P_m^{\left(i\right)}\right)\ge f\left(P_m^{\left(i\right)}\right),f\left(P_m^{\left(i\right)}\right)\ge \underset{X\left(i\right)\in {\Omega }_m^{\left(i\right)}}{max}f\left(X^{\left(i\right)}\right)---\left(13\right)$>

然后渔夫i的位置为全局最优，每个评价指标的权重可以依据渔夫捕鱼算法获得。

本发明的优点效果如下：

渔夫捕鱼算法能够优化火灾环境下LPG储罐爆炸危险性所有影响因素的权值，该算法是依据渔夫捕鱼过程提出的一种优化算法，在寻优空间选择若干个点，然后以每个点为中心构建立方体，通过独立的移动和收缩搜索能够获得全局最优解，因此，渔夫捕鱼算法能够应用于权值优化中。灰色关联分析可以用于求解火灾环境下LPG储罐安全性各个影响因素之间的关联度，从而能够避免主观判断的影响。能够提高火灾环境下液化气(LPG)储罐爆炸危险性评价的准确性，降低火灾环境下储罐爆炸的危险程度。

具体实施方式

实施例

本发明评价步骤如下：

步骤1：根据实际情况，确定火灾环境下LPG储罐爆炸危险性的评价指标体系；

步骤2：评价指标权重的确定；

步骤2-1，利用熵评价法确定客观权重；

(1)假设有m个评价对象和n个评价指标，根据收集的评价指标的定量值确定标准数据矩阵X_ij，然后第j个指标的信息熵根据如下公式进行计算：

>

其中，如果p_ij＝0，令lnp_ij＝0，然后每个评价指标的权重根据如下的公式进行计算：

$>{\omega }_j=1-\frac{E_j}{n-\underset{j=1}{\overset{n}{\Sigma }}{E}_j},j=1,2,...,n---\left(2\right)$>

(2)根据层次分析法确定客观权重，构建判断矩阵，如下所示：

(3)在行与行之间对矩阵的每行元素求积，通过正交化处理对行向量进行处理，相应的表达式如下所示：

$>{\bar{\omega }}_i=\sqrt[n]{\underset{i=1}{\overset{n}{\Pi }}{a}_i},i=1,2,...,n---\left(4\right)$>

权值根据如下的公式进行计算：

$>{\omega }_i=\frac{{\bar{\omega }}_i}{\underset{i=1}{\overset{n}{\Sigma }}{\bar{\omega }}_i},i=1,2,...,n---\left(5\right)$>

对进行一致性检验，其中CI为一致性指标，RI为平均随机指标，当CR≤0.01，判断矩阵满足一致性要求；

步骤2-2，渔夫捕鱼操作区域被定义为有限封闭区域，定义为如下的形式：D＝D₁×D₂×…×D_n，表示控制变量组的取样率，渔夫的位置状态变量定义为X＝(x₁,x₂,…,x_n)，在D中的鱼群密度函数定义为f(X)，t_min表示任务的最小完成时间；寻求鱼群的最大密度和相应位置的问题转换为求解最小任务和状态变量求解的优化问题；

(1)移动搜索：初始位置由K个渔夫在捕鱼区域中任意地选择，第i个鱼夫的位置表达为如下的形式：

$>P_0^{\left(i\right)}=(x_{01}^{\left(i\right)},x_{02}^{\left(i\right)},...,x_{0n}^{\left(i\right)}),i=1,2,...,k---\left(6\right)$>

鱼夫i构建以初始为中心的立方体，在立方体的周围撒网，相应的网点集可以定义为相应的数学模型如下所示：

$>{\Omega }_0^{\left(i\right)}=\{X^{\prime \left(t\right)}=(t_1^{\left(i\right)},t_2^{\left(i\right)},...,t_n^{\left(i\right)}\left)\right|t_j^{\left(i\right)}\in \left\{x_{0j}^{\left(i\right)}-l_j^{\prime (-)},x_{0j}^{\left(i\right)},x_{0j}^{\left(i\right)}-l_j^{\prime (+)}\right\},j=1,2,...,n\}---\left(7\right)$>

其中，β表示移动因子，0＜β＜1，当移动搜索结束后，第i渔夫重复以上的操作，最终能够获得优化目标；K个渔夫发现f(X)的极值点；

(2)收缩搜索

当m次移动搜索结束以后，渔夫i构建以目前位置为中心的立方体，网点集表示为如下的形式：

$>{\Omega }_m^{\left(i\right)}=\{X_m^{\left(i\right)}=(t_1^{\left(i\right)},t_2^{\left(i\right)},...,t_n^{\left(i\right)})|t_j^{\left(i\right)}\in \{x_{mj}^{\left(i\right)}-l_j^{(-)},x_{mj}^{\left(i\right)},x_{mj}^{\left(i\right)}-l_j^{(+)}\},j=1,2,...,n\}---\left(8\right)$>

如果立方体存在鱼群最大密度的点，然后渔夫从第m个位置移动到第m+1位置再次构建捕鱼的立方体；然后渔夫i开始进行收缩搜索策略，第m+1个网点集表示为如下的形式：

$>{\Omega }_{m+1}^{\left(i\right)}=\{X_{m+1}^{\left(i\right)}=(t_1^{\left(i\right)},t_2^{\left(i\right)},...,t_n^{\left(i\right)}\left)\right|t_j^{\left(i\right)}\in \left\{x_{mj}^{\left(i\right)}-l_j^{(-)},x_{mj}^{\left(i\right)},x_{mj}^{\left(i\right)}-l_j^{(+)}\right\},j=1,2,...,n\}---\left(9\right)$>

其中，0＜α＜1，α表示收缩因子。

渔夫i在m时刻捕鱼时采用收缩策略。当收缩时间达到了预先设定的临界值并且无法达到最大鱼群密度的位置时，渔夫i进入了局部最优区域；根据此问题，设置了渔夫的加速跳出机制，当渔夫i在位置的搜索时间达到临界值并且满足如下条件时：

$>f\left(P_m^{\left(i\right)}\right)\ge \underset{X\left(i\right)\in {\Omega }_m^{\left(i\right)}}{max}f\left(X^{\left(i\right)}\right)---\left(10\right)$>

$>f\left(P_m^{\left(i\right)}\right)<max\left\{f\right(P_m^{\left(i\right)},1,2,...,k\}---\left(11\right)$>

此时，渔夫i不能发现由他自己构建的立方体中渔群密度大的点，这样渔夫i迅速地跳出了目前的问题。重新初始化一个捕鱼区域的点，再次执行移动和收缩策略，如果满足如下的条件时：

$>f\left(P_m^{\left(i\right)}\right)\ge \underset{X\left(i\right)\in {\Omega }_m^{\left(i\right)}}{max}f\left(X^{\left(i\right)}\right)---\left(12\right)$>

$>f\left(P_m^{\left(i\right)}\right)\ge f\left(P_m^{\left(i\right)}\right),f\left(P_m^{\left(i\right)}\right)\ge \underset{X\left(i\right)\in {\Omega }_m^{\left(i\right)}}{max}f\left(X^{\left(i\right)}\right)---\left(13\right)$>

然后渔夫i的位置为全局最优，每个评价指标的权重可以依据渔夫捕鱼算法获得。

步骤3：评价指标的灰色关联度分析

灰色关联度分析可以获得火灾环境下LPG储罐爆炸危险性各个影响因素之间的数值关系，按如下的步骤执行：

(1)进行行标准化处理，每个数据都处理为0和1之间的标准化数据，以参考序列为参考点；

(2)计算关联系数；对于参考序列X₀有若干个比较序列X₁,X₂,…,X_n，任意时刻比较序列和参考序列之间的关联系数ε(k)根据如下的计算公式计算：

$>ϵ\left(k\right)=\frac{\underset{i}{min}\underset{k}{min}|X_0\left(k\right)-X_i\left(k\right)|+\rho \underset{i}{max}\underset{k}{max}|X_0\left(k\right)-X_i\left(k\right)|}{|X_0\left(k\right)-X_i\left(k\right)|+\rho \underset{i}{max}\underset{k}{max}|X_0\left(k\right)-X_i\left(k\right)|}---\left(14\right)$>

其中，ρ表示求解系数，0＜ρ＜1；

(3)计算关联度：为了进行整体比较，将每个评价指标设置为相应的数值，因此评价指标的平均权值作为关联度，利用如下的公式进行计算：

$>r_i=\underset{j=1}{\overset{n}{\Sigma }}{\omega }_j^{\prime }{ϵ}_i\left(k\right)---\left(15\right)$>

其中，ω'_j表示优化权值。比较两个关联度，确定火灾环境下LPG储罐的安全性。

依据以上的评价方法进行实例应用，如下所示：

以一个LPG储罐库为例，利用渔夫捕鱼算法和灰色关联分析进行火灾环境下LPG储罐的爆炸危险性的评价。LPG储罐库包括四个LPG储罐，LPG储罐的容积为120m³，构造火灾环境下LPG储罐爆炸危险性评价指标体系，见表1。

评价指标划分为五个等级，分别为非常差、差、一般、好、非常好，对应的数值分别为0，1，2，3，4，5。每个评价指标的权值可以根据权值优化算法进行计算，相应的计算结果见表2。

针对实际情况设计了五种防火措施方案，根据关联度分析模型计算每个防火方案的整体关联度，相应的计算结果见表3。

从表3可以看出，方案四的整体关联度最大，因此，方案4的储罐爆炸危险性最大。方案2的整体关联度最小，因此，方案2的储罐爆炸危险性最小，表明方案2可以获得更好的防火效果。

表1火灾环境下LPG储罐爆炸危险性的评价指标体系

表2每个评价指标的权值计算结果

表3每个防火方案的整体关联度