LNG船装卸作业风险动态网络预测  

Prediction of LNG Operation Risk to LNG Carrier Using Dynamic Bayesian Network

作　　者：马先山[1] 刘宇[2] 方磊[2] 朱祥贵 MA Xianshan LIU Yu FANG Lei ZHU Xianggui(Qingdao Ocean Shipping Mariners College, Qingdao 266071, China Merchant Marine College, Shanghai Maritime University, Shanghai 201306, China Taizhou Pilot Station, Taizhou 318000, China)

机构地区：[1]青岛远洋船员职业学院,山东青岛266071 [2]上海海事大学商船学院,上海201306 [3]台州港引航站,浙江台州318000

出　　处：《中国航海》2017年第2期69-72,97,共5页Navigation of China

基　　金：浙江省港航局科研项目计划项目(2016-6)

摘　　要：以液化天然气(Liquefied Natural Gas,LNG)船装卸货风险为研究对象,针对其特征和物理属性,考虑船舶和环境2方面因素对装卸货风险的影响,确定LNG船装卸货风险的形成原因及其耦合关系,并分别采用静态和动态贝叶斯网络建立LNG船卸货风险预测模型,以分析装卸货作业过程中的风险变化。利用所建模型对LNG船港口卸货作业进行风险预测,通过验证该模型的正确性和有效性,得出LNG船卸货作业过程风险波动性强的结果。结果表明,所得风险预测结果与历史事故规律基本吻合,该模型能较好地预测LNG船作业过程中的风险。The LNG ship risks associated with the cargo handling process is analyzed. The LNG cargo handling characteristics and physical properties of both ship and environmental factors affecting cargo handling risks are investigated and the causes of danger and the coupling relationship between them are determined. The model for LNG cartier cargo operation risk prediction is constructed using static and dynamic Bayesian networks. The correctness and validity of the model is verified and used to predict the LNG cargo operation risks in harbor. Tests show that the prediction agrees with the situation of the historical accidents, proving that the prediction model can be useful for LNG carrier unloading process.

关 键 词：LNG船 动态贝叶斯网络 卸货作业 风险预测 

分 类 号：U698[交通运输工程—港口、海岸及近海工程] U674.133.3[交通运输工程—船舶与海洋工程]