船舶火灾安全工程研究现状

摘要：本文以船舶火灾为背景，建立了一套适用于船舶舱室火灾风险分析的方法。首先确定了舱室起火频率模型以及主要消防措施的可靠性，然后采用贝叶斯网络建立了火灾场景发生概率模型。其次对船舶舱室火灾的不确定性参数进行了分析，并将蒙特卡洛模拟与双区火灾模型结合对场景发生危险的概率进行计算。最后，对实船典型结构舱室进行了算例分析。

关键词：船舶火灾；安全工程；船舶舱室

中图分类号：C35文献标识码： A

前言

尽管经过不断的努力船舶消防取得了长足进步，但火灾依然是船舶上发生的主要灾害。在对火灾场景及其发生概率进行分析时，目前主要采用事件树法。事件树是一种树形的图模型，虽然能够较清晰地表达事件发展的脉络，但忽略了事件之间的并行与交叉，不能准确地反映现实，有待改进。在对火灾场景后果进行分析时，往往在使用火灾动力模型计算出火场温度、烟气层高等重要参数后，再与危险临界值进行比较，判断危险是否发生。Frantzich认为，在火灾动力学计算过程中存在着大量不确定性因素，它们对火灾后果有重要影响，必须予以分析。此外，目前对火灾后果的研究主要集中在人员伤亡上，而很少考虑设备，但对船舶而言，设备被火灾损坏的风险也是应该重点考虑的。基于此，本文以船舶舱室火灾为背景，建立适用于船舶舱室火灾风险分析的方法。

一、火灾场景及其发生概率分析方法

1、起火频率与消防措施的可靠性

（1）船舶舱室起火频率PIG。

舱室起火频率可由舱室面积和根据统计得到的单位面积起火频率求得，而单位面积起火频率与舱室类型密切相关，因此，某舱室的起火频率计算式为：

PIG=γjAj=1，2，…，14

式中A为该舱室的面积；γj为该舱室的单位面积起火频率；j为该舱室所属处所类型的编号，由船舶火灾统计数据得到。SOLASII－2根据起火频率将船舶处所分为14类，这些处所的单位面积起火频率见表1。

（2）探测措施可靠性概率

a．人员探测可靠性。根据统计，船舶火灾被人员发现的概率PMD=0.59。

b．自动探测可靠性。本文以感烟探测器为例，研究表明，感烟探测器的可靠性PAD=0.778。

（3）灭火措施可靠性概率。

a．人员灭火可靠性。根据统计，船舶火灾被人员扑灭的概率PME=0.87。

b．自动灭火可靠性。本文以自动水喷淋系统为例，研究表明，其可靠性PAE=0.96。

2、火灾场景及其发生概率分析

为了进行火灾场景分析，需要将起火、人员探测、自动探测、人员灭火和自动灭火这些与火灾发生、发展相关的事件进行综合分析。以往用来进行综合的工具是事件树( 见图1)。

事件树是按照时间顺序排列事件的模型，但在火灾场景分析中，有些事件发生的先后顺序难以确定，事件之间的联系错综复杂，以树形关系描述过于简单。相较于树模型，近年来发展起来的网络模型更具有优越性，其中又以贝叶斯网络（Bayesian Networks，BN）应用最广泛。BN是一种网络图模型，相较于事件树，更适用于解决关联性复杂的系统问题。关于BN的论著颇多，本文仅给出贝叶斯网络建模的基本步骤。

（1）构建网络结构。主要是确定节点变量及其状态空间，确定节点之间的连接关系。

（2）确定网络参数。对于根节点给出其边缘概率分布，非节点给出其条件概率分布。

（3）选择推理机制。推理是对给定的网络结构和参数的BN模型进行计算的过程，常用的推理机制有基于仿真与搜索的方法、联结树法、割集法等。推理过程较为复杂，一般通过软件完成，本文采用微软的MSBNX软件进行建模和推理。

根据火灾场景中各事件的实际关系，将图1的事件树模型改造为BN模型，其网络结构见图2。该模型以起火节点为根节点，火灾场景为输出节点，从输入节点到输出节点共有4条路径。直接影响输出节点的父节点有3个，分别为起火、自动灭火、人员灭火，其最终状态有4种，分别表示4种场景：场景1为未起火，场景2为人员灭火成功，场景3为喷淋启动，场景4为喷淋未启动。为了求出各场景的发生概率，还需给出该BN模型中所有叶结点的条件概率分布。各叶节点的条件概率分布由1.1节的起火频率与探测、灭火措施的可靠性组成，限于篇幅，文中省略。通过式(1)求得起火频率，输入BN模型根节点，通过贝叶斯推理可得到各火灾场景发生概率。

二、火灾后果分析方法

1、火灾参数确定

如前所述火灾后果分析是基于火灾动力学计算的，因此在进行分析前，应先选择合适的动力模型。本文采用CFAST双区模型，该模型计算速度快，适合与蒙特卡洛方法结合进行批量计算。CFAST输入的最重要参数是火源的热释放速率HRR（Heat Release Rate）。根据统计，热释放速率在火灾初期随时间的平方增长，达到最大值后维持一段时间，然后衰减并熄灭，因此，火灾热释放速率模型可表示为：

式中为热释放速率，为最大热释放速率，α为火灾增长系数，tg为热释放速率到达最大值的时刻，td为热释放速率开始衰减的时刻，t为衰减时间。

最大热释放速率可通过下式求得：

式中为单位面积热释放速率，为舱室面积，m2；β为燃料面积与舱室面积比。

热释放速率增长到最大值的时刻可通过下式求得：

当燃料消耗约70%时热释放速率开始衰减，因此，热释放速率开始衰减的时刻可通过下式求得：

此外，CFAST在考虑自动喷淋时，需要输入喷淋动作温度Tac（℃）和探测器影响指数RTI（(m/s)1/2）。舱室功能种类不同，其火灾荷载和热释放速率等参数也不同，且由于火灾本身的随机性特点，往往难以对以上参数给出确定的值，但通过火灾统计可以知道其大致分布情况。总的来说，由于SOLAS公约在阻燃方面对船舶建造材料、舱室家具和装饰材料有严格的要求，船舶舱室火灾荷载往往比建筑火灾荷载要小，其热释放速率也要低于建筑室内火灾的热释放速率。表2给出了本文主要考虑的不确定性参数及其分布特征。

2、蒙特卡洛模拟

当确定了火灾参数的分布特征后，可以通过蒙特卡洛模拟分析输入参数的不确定性对输出的影响。蒙特卡洛模拟是利用计算机使用随机数进行数值模拟试验的一种方法，其步骤如下：

（1）选取某一具有潜在危险的场景。

（2）确定相关参数的分布特征。

（3）对各参数分布进行抽样(样本容量为N)。为了提高计算精度和减少计算时间，本文采用拉丁超立方抽样(LatinHypercube Sampling，LHS)。

（4）对各参数的样本进行组合，得到N组输入参数。

（5）将每组参数输入CFAST进行计算(执行N次)。

（6） 对N次CFAST计算的结果进行统计，得到统计信息。

三、船舶舱室火灾风险分析方法总结

综上所述，可以将船舶舱室火灾风险分析方法概括为以下7步：

1、根据舱室单位面积起火频率和舱室面积，通过舱室起火频率模型求出舱室起火频率。

2、通过理论分析得到火灾场景分析BN模型的网络结构。

3、将起火频率作为边缘概率分布，探测措施与灭火措施可靠性作为条件概率分布赋予BN模型。

4、 利用软件(如MSBNX)进行贝叶斯推理得到各场景发生的概率。

5、对场景进行过滤，确定具有潜在危险的场景。

6、对潜在危险场景进行蒙特卡洛模拟，模拟时结合火灾动力学软件(如CFAST)，得到场景危险指标的概率分布，从而得到场景发生危险的条件概率。

7、将各场景发生的概率乘以场景发生危险的条件概率，最终得到场景发生危险的绝对概率。

四、结论

结果表明：舱室人员发生火灾危险的概率(2.011×10－3)大于设备发生火灾危险的概率(7.155×10－4)；当舱室起火时，喷淋对舱室人员安全几乎没有影响，无论有无喷淋，烟气沉降到危险临界高度的时间都很短，均值约为9s；喷淋对舱室设备有很好的保护作用，无喷淋的舱室最高温度均值为292℃，有喷淋的舱室最高温度均值为141℃。

参考文献：

[1]张光辉,浦金云,苏小博,杨枫.船舶甲板火灾风场模拟装置流场计算与设计[J].消防科学与技术,2014(9).

[2]邱萍.浅谈船舶安全靠离泊应考虑的因素[J].化工管理,2013(20).