کاظم صمیمی، اسماعیل زارعی، محسن امیدوار، جواد قیاسی، پرهام عظیمی، مصطفی پویاکیان،
دوره 15، شماره 3 - ( 7-1404 )
چکیده
مقدمه: ارزیابی ریسک حریق در مخازن ذخیرهسازی نفت با چالشهایی مانند دادههای ناقص، متناقض و نامطمئن و بهویژه محدودیت شواهد تجربی روبرو است. مطالعات قبلی مبتنی بر شبکه های بیزی بر پایه مقادیر نقطهای اغلب در بازتاب تردیدهای کارشناسان و عدم قطعیت شناختی ناکام میمانند. این مطالعه با هدف توسعه و ارزیابی یک چارچوب ترکیبی نوآورانه بر پایه تلفیق نظریه دمپستر-شافر (DST) و شبکههای بیزی (BN) انجام شده است تا قابلیت اطمینان ارزیابی ریسک حریق را از طریق در نظر گرفتن میزان «تردید کارشناسان در احتمال وقوع رویدادهای پایه» در چنین محیطهای صنعتی بهبود بخشد.
روش کار: روش پیشنهادی از نظریه دمپستر-شافر برای مدلسازی عدم قطعیت کارشناسی از طریق احتمالات بازهای (اعتماد - مقبولیت) استفاده میکند و شبکههای بیزی را برای بهروزرسانی پویا و دینامیک روابط علّی با ورود اطلاعات جدید به کار میگیرد. در این مطالعه ترکیب پیچیده نظرات شواهد متعدد با رویکرد DST از طریق طراحی کدهای محاسباتی در نرم افزارRstudio انجام شده است. مطالعه موردی بر اساس روش پیشنهادی در یک مجتمع انبار فرآورده های نفتی در سال 1403 پیاده سازی شده است.
یافته ها: چارچوب ترکیبی DST-BN توانایی برتر خود را در ادغام دادههای ناقص و متناقض کارشناسان نشان داد و از اعتماد مبالغه آمیز ناشی از برآوردهای نقطهای مربوط به احتمال وقوع رویدادهاجلوگیری کرد. احتمالات بازهای نمایشهای قابلاطمینانتری از عدم قطعیت شناختی ارائه دادند و از طرفی تلفیق BN امکان مدلسازی علّی قابل ردیابی و قابل به روزرسانی را فراهم کرد. راهحل محاسباتی ارائهشده کاربرد عملی DST با چند کارشناس را امکانپذیر و قدرت ارزیابی ریسک را تقویت نمود.
نتیجه گیری: این پژوهش یک روش ترکیبی مؤثر بر پایه DST-BN برای ارزیابی ریسک حریق در مخازن نفتی با سقف ثابت ارائه میدهد که دقت و قابلیت اطمینان را در محیطهای صنعتی پیچیده بهبود میبخشد. با رفع نواقص روشهای مبتنی بر مقادیر نقطهای و تسهیل مشارکت چندین کارشناس، این چارچوب استنتاجهای احتمالاتی شفافتر و قابل دفاعتر ارائه میکند. مطالعات آینده میتوانند بر یکپارچهسازی دادههای لحظهای حسگرها و سامانههای تصمیمیار مبتنی بر هوش مصنوعی برای تقویت بیشتر توان ارزیابی پویا متمرکز شوند.