基于解释结构模型的LNG船舶进出港风险因素分析

白响恩，肖英杰，郑剑，张浩

(上海海事大学 a.商船学院； b. 航运仿真技术教育部工程研究中心，上海 201306)

0 引 言

近年来我国沿海港口已经建成多个液化天然气(Liquefied Natural Gas, LNG)接收站，如辽宁大连鲶鱼湾、河北唐山曹妃甸、青岛胶南市董家口、江苏洋口、上海洋山、浙江宁波北仑等.LNG船舶进出港会给港口船舶常态交通带来巨大的航行安全风险，轻者将造成船舶损伤，阻碍港口交通；重者将造成船舶爆炸和环境污染，造成重大的人员伤亡、财产损失，社会影响十分恶劣.LNG船舶进出港航行风险因素的多样化与LNG船舶航行环境的多变性使港口经营人和海上交通管理部门不可能对每种潜在的风险都有充分的准备，因此必需采取有效的措施控制风险.

目前，国内外对LNG船舶风险的研究主要集中在LNG泄漏、LNG码头及LNG船舶海上航行等方面，涉及到LNG船舶进出港过程风险的较少.罗志勇[1]采用模糊综合评价方法，对大连LNG码头进行风险评估，借此对LNG泄漏事故的后果进行深入探讨，建立模拟火灾和爆炸后果的预测模型，再结合LNG码头和船舶的实际情况，提出风险预防措施和管理对策.柴田[2]选用易燃、易爆、有毒重大危险源评价法，结合模糊理论中的关联算法计算综合抵消因子，对大鹏湾LNG码头进行风险综合评价，建立蒸气云爆炸伤害模型和火灾伤害模型，并开发出LNG码头风险评价的辅助软件.陈建辉[3]结合层次分析和模糊数学的方法对LNG码头进行评价，最后选用洋浦港LNG码头作为安全性模糊综合评判的例证.张万磊[4]采用未确知测度评价模型对大型LNG船舶进出曹妃甸港区的通航安全保障进行评价，得出目前LNG船舶的通航安全等级为一般安全.黄涛[5]运用F-ANP(模糊网络分析法)建立LNG航线运输风险评价模型和运输航线风险评估模型，并在海南某LNG项目的航线选择和配船中验证模型的可行性. VANEM等[6]利用FSA(综合安全评估法)对LNG船舶碰撞、爆炸、火灾和搁浅等事故发生的原因进行分析，建立事故成因模型，认为LNG船舶事故多数是由码头装卸货期间的操作不当引起的.KIM等[7]利用对LNG船舶中玻璃纤维复合材料特性的分析对LNG泄漏的原理进行深入研究，对LNG船舶的储运方式提出相关建议.

在上述文献的基础上, 本文从LNG船舶进出港全过程涉及到的各安全要素着手, 建立LNG船舶进出港风险因素的解释结构模型(Interpretative Structural Modeling，ISM)，提出LNG船舶进出港风险控制的措施和建议.

1 LNG船舶进出港风险因素的ISM

ISM法是美国Warfield教授于1973年为分析复杂社会经济系统相关问题而提出的一种方法.该方法把复杂的系统分解为若干子系统(或因素)，利用人们的经验和知识，在有向图、矩阵等工具和计算机技术辅助下构成一个多级阶梯的结构模型，并通过文字加以解释说明，明确问题的层次和整体结构，提高对问题的认识和理解程度.ISM属于概念模型，它可以把模糊不清的思想、看法转化为直观的具有良好结构关系的模型.[8-10]

考虑到影响LNG船舶进出港的各风险因素的从属关系不太明确，不具有简单的分类学特征，为直接求出各因素之间的关系，本文采用ISM法对LNG船舶进出港的风险因素进行分析，根据各风险因素的影响程度和影响层次对各因素进行划分, 构建一个多级阶梯的结构模型，帮助决策者寻找出直接风险因素和间接风险因素,从而将精力集中于关键点,提高决策效率.[11-12]

1.1 确定风险因素

利用对多个LNG码头营运的区域环境、LNG船舶的航行特点及实船试验的研究成果，将初步筛选出的风险因素以开放式提问的方式征询专家意见.专家小组由有经验的7位教授、5位船长、8位高级引航员、4位在海事局从事船舶监督的工作人员以及3位熟悉港航安全论证的人员组成.通过专家们的深入分析，最终确定关键问题为LNG船舶进出港的高风险(F0).LNG船舶进出港过程中存在的16个风险因素(Fi,i=1,2,…,16)及对这些风险因素的具体描述见表1.

1.2 建立风险因素的邻接矩阵和可达矩阵

1.2.1 邻接矩阵A

邻接矩阵A表示系统要素间基本二元关系或直接联系情况.若A=(aij)n ×n, 则定义

(1)

LNG船舶进出港各风险因素之间关系的邻接矩阵为

表1 LNG船舶进出港的风险因素

1.2.2 可达矩阵R

可达矩阵[13]描述有向连接图各节点间经过一定长度的通路后可达到的程度，表示不同风险之间存在的所有直接和间接的结构关系.可达矩阵有一个重要的特性，即推移性.下面根据式(1)求解可达矩阵.

令Ai= (A+I)i，1 ≤i≤n-1,运用布尔运算规则(0+0=0，0+1=1，1+0=1，1+1=1，0×0 =0，0×1=0，1×0=0，1×1=1)依次运算后可得

A1≠A2≠…≠Ar-1=Ar，r≤n-1

式中:n为矩阵阶数，则

在《数据库语言》课程中，第一堂课引入大数据应用案例教学方法，可以引领学生紧跟大数据时代潮流，增进学生的学习兴趣和信心。

Ar-1= (A+I)r-1=R

1.3 级间划分，建立解释结构模型

级间划分以可达矩阵为准则将不同风险因素划分为不同层次.根据风险要素的先行集A(ni)和可达集R(ni)的定义,一个多级结构的最上级要素ni的可行集R(ni)只能由ni本身和ni的强连接要素组成，最高级要素的先行集A(ni)也只能由ni本身、ni的下一级可达要素和ni的强连接要素组成.其中，强连接指要素之间互为可达.由此，最上一级单元ni必须满足R(ni)=R(ni)∩A(ni).

在确定结构的最高一级要素以后，划去可达矩阵中相应的行和列，再从剩余的可达矩阵中寻找新的最高一级要素，不断迭代后最终获得按级间排列的可达矩阵R0.

根据上述方法，从R开始，分别找到各级的最高级要素集：L1={F16}，L2={F1，F9，F12，F13}，L3={F2，F6，F10，F14}，L4={F3，F5}，L5={F4，F7，F8，F11}，L6={F15}.用有向枝连接相邻级别间的要素(1′部分)及同一级别的要素(1″部分)，得到

由R0可以详细分析各要素间如何互相影响，所建ISM见图1.

图1 LNG船舶进出港风险因素的ISM

2 LNG船舶进出港风险ISM的分析

通过LNG船舶进出港风险因素的ISM可以明确LNG船舶进出港风险产生机理.从图1可以看出，在关键问题为LNG船舶进出港的高风险的前提下，各影响因素大致可以分为6个层次.

第1层为LNG船舶事故(F16).LNG船舶事故是最关键因素，对LNG船舶进出港安全产生直接影响.可见在LNG船舶进出港时, 防止船舶航行过程中发生LNG 泄漏、火灾、爆炸、碰撞、搁浅等事故至关重要.

第3层为船舶流量(F6)、气象水文条件(F2)、LNG船舶适航性(F10)和人为因素(F14).这4个要素之间属强连接关系，彼此之间具有高度互动性，各要素的部分效果通常是重复的，容易自成一个封闭的系统.除不可抗力因素外，船舶流量和气象水文条件等环境因素很少成为LNG船舶事故的主导因素，但常常对人为因素有诱导作用，导致船员对航行环境估计不足，加之操作不当，可能引发搁浅、自沉、触损和触礁等事故.LNG船舶最终是由人操纵的，船员的素质和基本功是确保船舶维修和保养、保持LNG船舶适航性的关键因素.在恶劣的环境下，船舶本身的状态可能无法适应，但仍可通过人的努力使情况有所改善，使事故的损失降到最低.

第4层为港内水域(F3)和邻近水域其他水工设施(F5).LNG码头的进港航道及航行水域应满足LNG船舶不乘潮通航的要求，码头前沿设计水深应保证满载LNG船舶在当地“理论最低潮面”时能够安全停靠，并预留LNG船舶紧急制动的安全水域.由于LNG本身具有易燃、易爆、低温、低沸点等性质，为减少LNG码头与邻近水域其他水工设施的互相影响，LNG 码头应设置在全年常风向的下风侧.

第5层为LNG码头附近碍航物(F4)，LNG船舶要素(F11)，政策、法规、制度(F7)和海事主管部门监管(F8).LNG船舶要素有时会成为LNG船舶事故的主要因素，特别是LNG船舶倾覆或沉没的事故以及在船舶失控的情况下发生的事故.为避免船舶在发生碰撞和搁浅等事故时对LNG船舶的货舱造成损坏,所有LNG船舶均应使用双层船壳.政策、法规、制度和海事主管部门监管不是引发LNG船舶事故的直接原因，但往往是事故深层次的原因.为达到预防LNG船舶事故的目的，就应从管理的角度剖析LNG船舶事故的原因,严格按照LNG码头安全管理规定，制定监管方案并落实到人，做好现场的安全监管和LNG码头靠泊期间的监护.当然，海事主管部门监管的力度及相关政策、法规、制度的完善与落实在事故预防中的作用是不容忽视的.

第6层为LNG码头特点(F15).LNG船舶的高危险性使LNG码头在建造时具有很强的排他性.LNG码头不是一个简单的靠船泊位,应按照一个专用港口(即使规模不算大)和接收站统一安排,包括总平面布置、口门宽度、施工工艺、陆域高程、护岸设置、环保等，尤其是海上交通安全、防污染均需在建设前逐一论证.[15]

3 结束语

采用系统工程中的ISM法，建立LNG船舶进出港风险因素的ISM，探讨影响LNG船舶进出港风险的各因素的结构层次关系，为风险因素识别、评价提供新思路.在专家小组确定风险因素的基础上，应用ISM有效地建立起各因素间的层次关系，直观把握对LNG船舶进出港作业产生影响的各因素的层次关系，为有关部门保障LNG船舶进出港作业安全提供参考.

参考文献：

[1] 罗志勇. LNG码头和船舶的风险评估及后果预测研究[D]. 大连: 大连海事大学, 2012 .

[2] 柴田. 大鹏湾液化天然气码头风险评价的研究[D]. 大连: 大连海事大学, 2006.

[3] 陈建辉. 液化天然气专用码头安全论证的研究[D]. 大连: 大连海事大学, 2007.

[4] 张万磊. 大型LNG船舶进出曹妃甸港区通航安全保障评价研究[D]. 武汉: 武汉理工大学, 2009.

[5] 黄涛. LNG运输航线风险评估及航线配船研究[D]. 武汉: 武汉理工大学， 2012.

[7] KIM B G, LEE D G. Leakage characteristics of the glass fabric composite barriers of LNG ships[J]. Composite Structures, 2008, 86(1): 27-36.

[8] KOSKO B. Neural networks and fuzzy systems[M]. Englewood Cliffs, USA: Taylor & Francis, 1991: 13-112.

[9] 孙慧, 周颖, 范志清. 基于解释结构模型的公交客流量影响因素分析[J]. 北京理工大学学报： 社会科学版, 2010, 12(1): 29-32.

[10] 韩传峰, 刘亮. 基于解释结构模型的应急机制系统分析[J]. 自然灾害学报, 2006, 15(6): 154-158.

[11] 杨军敏, 李翠娟, 徐波. 影响企业技术并购绩效的风险因素分析——基于解释结构模型[J]. 上海交通大学学报, 2011, 45(12): 1737-1746.

[12] SHOOREHDELI M A, TESHNEHLAB M, SEDIGH A K,etal. Identification using ANFIS with intelligent hybrid stable learning algorithm approaches and stability analysis of training methods[J]. Applied Soft Computing, 2009, 9(2): 833-850.

[13] 杨彬, 于渤, 孙倩. 基于解释结构模型的海外油气开发项目风险产生机理研究[J]. 哈尔滨工程大学学报, 2010, 31(9): 1259-1264.

[14] 崔迪, 谢天生, 吴广宇. 浅议LNG运输船舶进出港的安全要素[J]. 交通企业管理, 2011(2): 60-62.

[15] KWANG PIL C, RAUSAND M, VATN J. Reliability assessment of reliquefaction systems on LNG carriers[J]. Reliability Eng & Sys Safety, 2008, 93(9): 1345-1353.