危险品公路运输安全保障关键技术研究进展*

郭 健 陶行行 周 炜 李 臣 胡金瑞

（1.浙江工业大学土木工程学院 杭州 310023；2.交通运输部公路科学研究院 北京 100088）

0 引 言

随着我国危险品运输量的不断上升，运输安全事故频发，对经济和社会安全造成重大威胁。2012年“8·26”事故甲醇泄漏导致火灾，造成36死3伤；2014年“7·19”事故2车相撞引发爆燃，54死6伤。过去3年仅在浙江就发生了20多起，特别是2020年6月13日在浙江温岭发生的危化品罐车侧翻，并导致了严重的爆炸事故，造成了重大人员伤亡和财产损失的严重事故后果。据统计，我国的危险品总运输量每年达到16亿t，运输体量位居全球第二；公路运输为最主要的运输方式，约90%以上都是异地长途运输[1]。危险品运输事故易导致泄漏、燃烧、爆炸等严重后果，造成重大经济损失、环境污染、生态破坏等恶劣影响[2]。危险品公路运输安全事故中约有35%发生在桥梁和隧道等特殊路段，特别是在沿海交通系统重要节点和关键基础设施的跨海大桥路段，面临的安全风险因素众多[3]，易受到强风、雨雾等恶劣天气的影响，灾情演变过程复杂。一旦发生危险品运输事故往往引起严重的交通堵塞，导致桥上司乘人员伤亡、桥梁结构损伤，甚至会引发海洋环境污染及生态破环等一系列严重的环境与生态问题，造成恶劣后果。

围绕危险品公路运输安全问题开展的技术研究涉及危险品运输风险源辨识与风险评估、运输路径选择与优化、运输事故机理分析、危险品运输监测与预警，以及事故现场救援与处置等。危险品公路运输风险评估与路径优化研究的主要目的是为运输管理提供决策支持，定量分析事故后果造成的风险程度以及对基础结构设施的损害程度[4]；吴宗之等分析了危险品运输风险评价与优化选线的研究现状，指出需区分不同区域的风险标准，可以根据运输事故地点的环境参数进一步确定事故的应急疏散区范围[5]。随着近年来智能信息化技术的不断发展和应用，基于GPS定位和图像识别等技术对危险品运输车辆和运输人员的监控与预警，实现对危险品运输车辆的有效监管，能有效地降低危险品运输事故风险[6]。危险品运输过程的风险因素呈多样化分布，分别为驾驶人员、车辆设备状态、道路平整度、恶劣气象环境等[7]，各类因素对危险品运输风险的影响程度不同，不同风险因素耦合作用下的运输风险值也具有较大差异性。根据危险品公路运输的事故灾害特征及运输环境风险特征，定量识别运输风险以及车-路-环的协同监控的安全保障技术体系是未来研究发展方向，本文将对危险品公路运输安全保障关键技术的相关研究进展进行分析总结，探讨危险品公路运输安全面临的关键技术问题和挑战。

1 研究现状分析

危险品公路运输安全的研究过去没有得到足够的重视，随着在运输过程中的事故的不断发生，危险品运输安全问题逐渐受到学术界的关注。图1为1969年以来的危险品公路运输安全研究文献数量的年度分布（Web of Science和CNKI数据库中统计），国内外相关研究文献数量呈逐步增长趋势。总体来看，1969—2005年为研究的初步阶段；从2006年至今相关研究快速发展，国内外相关文献数量呈现相同的增长趋势（见图1），研究范围逐年丰富、研究成果不断递增，且研究方向逐步扩充。危险品运输事故突发性强且危害程度大，长期以来受到高度重视，在危险品运输的研究初期阶段，主要研究关于危险品运输相关的制度和法规等；随着公路与铁路的快速建设与发展，运输量、事故数的逐渐增加，运输风险性日益凸显，国内外学者开始对危险品运输事故的特征规律和原因进行统计分析，继而建立风险评估模型和运输路径的优化模型；随着现代通信技术的发展和智能交通的兴起，开始建立危险品运输监控预警系统实现对运输车辆的动态识别跟踪定位，全面提升危险品运输安全。针对危险品公路运输安全防控理论及保障技术研究虽取得一定程度的进展，但公路运输事故频发且后果危害程度严重，提高危险品公路运输的应急防控保障技术需不断深入研究。

图1 危险品公路运输安全研究文献数量变化趋势Fig.1 Trends in the number of documents on highwaytransportation safety of dangerous goods

2 安全保障关键技术

危险品公路运输安全保障技术研究体系中包含了事故致灾机理、风险分析评估、运输路径规划、智能监控，以及应急管理等。随着智能化信息技术的应用、计算融合决策理论的不断创新，危险品公路运输体系未来将实现物理车辆与数字化公路并存，二者信息交互，共同完成预测-控制-管理的功能。目前危险品公路运输安全保障技术分为理论研究和技术应用2个方面，图2从危险品公路运输研究体系结构出发，梳理了危险品公路运输研究的结构层次和相关概念，该框架中从事故特征及致灾机理研究出发，然后通过风险计算和路径优化技术预防事故。车载设备主要收集车辆行驶的状态信息，如车速，车辆的侧倾角等；路侧设备主要收集路面的交通信息和环境信息，如道路前方事故信息和风速等；接着利用智能监控和云平台技术对数据进行动态采集、信息挖掘，以及智能决策等一系列处理，根据危险等级发出相应的预警措施，从而为驾驶人员、监管人员、危险品车辆提供高效安全的运输体系。

图2 危险品公路运输关键技术研究体系框架Fig.2 Framework of key technologies research system forhighway transportation of dangerous goods

2.1 事故致灾机理研究进展

危险品公路运输事故为小概率重后果事件，事故致灾机理的研究基本依赖于事故案例数据，因而事故数据库的充分性和可靠性至关重要，目前国外较为完善的危险品事故数据库有MHIDAS，RISCAD，MARS等[8]，针对事故数据的分析方法包含了基本的统计分析法、F-N曲线法、事件树分析法、贝叶斯网络等。事故致灾机理的研究涉及2个关键问题：事故特征规律和事故灾害演变规律。

在事故特征规律分析方面，现有研究主要围绕事故的发生时间、地点、事故形态、运输介质、运输环境，以及事故原因进行分析，揭示事故的基本特征和规律。吴宗之等[5]对国内490起危险品运输事故进行事故类别、事故发生区域、危险品类别、事故原因的统计分析，研究表明危险品运输事故受众多外界因素影响，交通事故是引发危险品运输事故的主要原因。另外一些研究将事故致因大致分为人员、车辆、罐体、气候条件、道路条件，以及交通环境6类[8]。针对不同事故形态的致因机理进行具体分析，碰撞事故形态的致因主要取决于驾驶人员对于危险信息及时准确感知和车辆相对行驶速度[9]；侧翻事故风险致因与道路附着条件、道路线形、车辆高宽比以及驾驶人员的操作输入等因素息息相关。

事故灾害演变特征规律的研究，主要是对不同事故后果形态下各类危险品理化特性的灾变机理进行分析，包含燃烧、爆炸、泄漏扩散污染3个方面。于秀珍等[10]定量分析了甲醇泄漏燃烧事故的热辐射损害，指出火灾对人员和结构设施的伤害范围。Yang等[11]分析了不同事故后果对人的危害程度，分别拟合出受伤、死亡、疏散或中毒人数与事故概率间的曲线关系。危险品泄漏事故的扩散质量浓度预测有ALOHA预测模型、高斯扩散模型等。王海星等[12]采用ALOHA扩散预测模型，模拟出液氯泄漏事故场景下影响区域质量浓度变化情况，危险品泄漏事故扩散污染浓度的预测与外界环境因素密切相关。

由上述相关研究进展可知，危险品运输事故致灾机理研究旨在充分利用事故数据对事故原因及灾情演变规律进行深层次分析，从事故特征角度出发，对事故原因分布规律能进行有效的归纳；从危险品理化特性及环境影响因素角度出发，对不同事故后果的灾变规律进行有效的归纳。通过危险品运输事故数据得出事故的致因分布，见表1，导致危险品运输安全事故的直接原因有驾驶人员操作失误、运输车辆故障，间接原因有气象条件不良、道路条件差等。现有对事故后果的分析研究往往局限于人员伤亡情况，应同时考虑事故后果对道路设施及环境的危害程度。

表1 事故原因分布Tab.1 Distribution of accident causes

2.2 运输风险评价研究进展

危险品运输风险评价是选择运输路线的重要决策依据，危险品运输风险评估模型可分为定量与定性评价模型。定量风险评价模型主要从事故概率及事故后果2个方面进行量化，定性风险评价模型是基于多种影响因素进行风险等级的评估计算[13]。T.Esfandeh等[14]先后提出了多种风险评价计算模型，将风险量化为事故发生概率与潜在后果的乘积，常见的几种基本风险评价计算模型见表2。随后很多学者对基本风险模型进行改进，如基于地理信息系统GIS（geographic information system）的公路运输风险分析方法、层次模糊评价、灰色模糊评价方法等[15-16]。运输风险的量化指标通常考虑路段沿线人口和事故率，不同运输路段的风险影响因素应分为道路固有特征和交通状况特征因素。

由于危险品运输泄漏事故易造成环境污染破坏严重后果，E.Machado等[17]提出一种危险品泄漏环境脆弱性评价方法，利用公路事故发生数据以计算对土壤和水污染风险值，从而及时预警和防控。祁晨旭[18]将一般道路运输风险理论方法应用于跨江桥梁，结合桥梁的运输环境建立安全风险评估指标体系，进行危险品运输风险概率评估和风险状态预测。从危险品泄漏运输事故的角度评价环境风险，计算危险品泄漏量、泄漏速率，预测泄漏对地表河流或海洋的污染质量浓度[19]。Dai等[20]采用多准则优化模型对危险品公路运输安全性进行评价。

表2 常见危险品运输风险计算模型Tab.2 Risk calculation model of common dangerous goods transportation

由上述相关研究进展可知，危险品运输风险评价主要分为定量风险计算模型、定性评价模型，以及定性定量综合评价模型。定量分析一般从路段的事故概率与事故后果角度衡量风险值的大小，其优点在于能形成较为直观的量化指标，缺点为对于不确定的信息难以进行量化。定性分析主要根据风险影响因素的主观判断对风险等级进行划分，优点在于可对存在的不确定信息进行系统分析，但缺少直观数据。道路及环境等时变因素对危险品公路运输安全的影响不容忽视，未来应加大在影响因素对运输安全影响程度映射关系方面研究，建立各类因素的影响试验和分析方法，使危险品公路运输风险评估更加精确化。

2.3 运输路线优化研究进展

针对危险品运输路线进行合理选择与规划，可减小事故率和降低事故后果的危害程度。对运输企业而言，需同时考虑运输风险和运输时间成本；政府监管部门则主要考虑整体区域范围内多类型、多企业的运输风险大小和空间分布情况的全局路径优化问题[34]。众多学者对危险品运输路径规划优化问题开展研究，如固定运输地点间寻找不同路径问题；通过单位运输成本、固定和可变成本间进行比较同时考虑风险扩散均衡性的风险最小路径模型；对运输风险采用后果量化维度分析，提出混合路线替代单一安全路径的优化策略等[25-27]。

任常兴等[21]通过运输选线问题的研究指出危险品公路运输的风险影响因素分为路线自变量和因变量，介绍了最小化风险模型选线算法。代存杰等[27]针对运输路径全局优化问题，提出运输路径之间的物理相异度和空间相异度计算方法，建立多目标优化模型。柴荻等[28]从危险品运输车辆间安全时空距离的角度，针对多车运输问题建立了1种考虑时空相异约束的危险品运输车辆的调度模型，能够保证车辆在行驶过程中保持安全距离；时空相异性的提出是时间维度的延伸，适用于危险品运输车辆的安全调度决策[29]。项寅等[30]将分布于运输路段两侧的人口聚集场所定义为“脆弱点”，以运输路径和脆弱点间的加权距离来评估路段风险；结合双层理论构建模型，为兼顾运输风险和运输成本提供决策支持。 现有部分路段对危险品运输车辆设置了不同的限定车速值，因而不同路段的总体风险值随之变化；王伟等[31]基于车辆限速的方法，构建危险品运输网络优化的双层规划模型。不同运输选线模型见表3。

表3 不同运输选线优化模型Tab.3 Optimization model of different transportation route selection

根据相关研究可以看出，目前路线规划研究主要以运输风险和运输成本为主要目标，对于道路环境因素考虑的较为欠缺。由于危险品运输过程的不确定性强及风险因素众多，因而充分考虑时变因素条件下建立最优危险品安全运输路网是重要研究方向。

2.4 智能防控技术研究进展

危险品运输车辆的安全智能防控技术，主要是通过对危险品泄漏、介质状态、运输载体状态、车辆运动状态等多参数的实时监测，采用多传感器信息融合技术分析计算监测采集数据，进而实现分类分层次分级的本地报警以及远程实时报警。对危险品运输车辆的全程跟踪监控，在一定程度上减少和避免事故的发生进而提高危险品运输的安全可靠性。F.G.CORDEIRO等[36]提出在运输过程中推广使用基于GPS的智能运输系统能建立一个稳定安全的运输环境，从而将降低运输事故率。S.TARAPIAH等[37]建立GPS智能车载系统，用于监测和控制车辆的速度，有效提高突发事故的应急处置能力。危险品运输车辆智能监控系统的一般架构平台见图3。主要有信息采集、信息传输、终端分析3大系统组成。通过安装在车辆上的各类传感器采集车辆行驶状态下的车辆信息，并通过基站等媒介传送至远程监控中心，监控中心对各类信息进行分析判断危险等级，同时向用户终端下发预警信息，来保障运输安全。

危险品运输事故应急救援处置技术的研究相对较少，M.A.TINOCO等[38]研究危险品运输环境和社会脆弱性评估，指出在制定事故应急救援计划与制定相关政策标准时，应优先考虑易损性较高的桥梁、隧道、环境保护区等路段。陈莹等[39]针对跨越水域桥梁不具备应急功能，提出了桥梁应急排水系统设计方法，增加能及时有效和妥善收集危险品泄漏事故径流的集水池，有效降低危险品运输事故的次生灾害。姜涛等[40]针对事故应急设施选址问题，指出不确定性应急设施选址模型的最优解可以有效规避事故风险。通过建立危险品运输事故应急系统，实现危险品运输管理的智能化，发生事故后及时预警，并根据事故现场传输的数据进行分析计算，从而高效地实施应急救援及处置。

图3 监控系统总体架构Fig.3 Overall structure of monitoring system

危险品运输事故时间地点具有极大的不确定性，目前大多数危险品运输车辆的跟踪识别监控仅停留在车辆定位追踪层面，并未建立起基于行驶轨迹、车速等监测数据的计算分析系统，难以清晰地掌握车辆在途活动状态，因此无法及时预警运输过程中突发的事故进而有效应急防控。通过对运输驾驶人员的驾驶状态、车辆危险行驶状态及路侧环境状态的精准识别研究，以实现精确化预警，将会进一步提高运输安全性。

3 车-路-环协同智能安全保障系统

基于恶劣气候环境、路况条件对危险品运输安全性的影响，通过建立车-路-环智能防控及应急系统以保障运输过程的安全性。提出危险品运输的智能安全防控体系架构（见图4），风险分析理论模型为智能监控平台构建提供理论支撑，监控系统所采集的多源监测数据信息经融合计算后为智能防控应急系统提供技术支持，实现运输车辆的精准定位、恶劣环境下危险状态的识别预警及主动控制。

图4 安全智能防控体系架构图Fig.4 Security intelligent prevention and control architecturediagram

1）多因素风险模型，多源环境因素影响下分析危险品运输安全的风险程度等级。危险品运输风险的影响因素具有较大随机性和不确定性，多因素耦合作用下对事故的影响作用机理不够具体化，现有的风险评估模型在精确性和适用性方面仍需进一步完善。多因素耦合作用下的风险计算模型，利用运输过程所监测的环境、路况等数据实现在途实时风险预测评估，为车-路-环一体化智能防控系统的研究奠定理论基础。

2）智能防控系统平台，将监控系统、防护系统、应急系统和管控系统一体化，全过程保障危险品运输安全。智能监控系统技术框架见图5，通过车载设备、电子标签、路侧感应检测等设备，实现路况环境感知、事故通知、施工路段警告、路况预告、天气情况预告等有效预警信息通知。车辆主动防控技术的深入研究，是对危险品运输罐车的危险行驶状态进行多参数设定并实现精确的分级预警，预警后采用主动紧急制动控制策略以防止碰撞侧翻事故的发生；危险行驶状态的判别参数根据车辆运输过程中的速度、加速度、侧倾角速度、横摆角速度，以及俯仰角速度等实时数据的分析计算。智能化防控的技术关键点在于多源环境监测系统和车辆行驶状态监测系统间的一体化融合，准确判别预知危险状态，将主动应急防控目标融入危险品运输的全过程。

3）智能应急系统，从应急策略、应急设备及应急规划方面进行研究。危险品运输事故易导致环境污染、公路桥梁等结构损伤严重次生灾害。为避免危险品泄漏对水体的污染破坏，研究桥面危险品泄漏自动识别检测技术和智能控制收集技术。构建不同泄漏物质的扩散模型和危害程度预测模型，为应急救援的技术方案提供决策支持。

图5 路侧智能监控系统框架Fig.5 The framework of intelligent monitoring system onroadside

4 结束语

危险品公路运输安全领域的理论和方法研究逐渐成熟，先进的算法模型和过程监控应用技术不断涌现。通过总结目前危险品公路运输安全研究进展，进而结合所面临的关键问题，进一步对未来的智能安全防控研究方向进行展望。

1）危险品公路运输安全关键技术包含了事故致因、风险评价、路径规划、智能防控、应急管理等相关研究内容，根据重点区域路段的环境风险性提出建立车-路-环智能安全防控系统；未来危险品公路运输安全防控研究将向智能车辆和智慧公路高级阶段演进。

2）现有危险品运输安全防控措施有限速、GPS定位跟踪、运输车辆定期检查、部分路段通行时间限制、连续驾驶时间限制等。目前对危险品运输车的跟踪监控主要为驾驶人员和车辆行驶状态，进一步可以通过车路协同技术融合运输车辆和路侧环境监测数据，为风险量化评估及事故应急救援提供决策支持；结合危险品公路运输事故的复杂诱因分析研究，运输外部环境及路线设施对事故影响机理有待进一步深入研究。

3）危险品公路运输事故对生态环境、道路及桥梁结构损伤的危害性不容忽视，针对危险品公路运输发生事故后的应急装备以及事故处置技术的研究相对匮乏，重点区域桥隧路段事故救援处置难度很大；应加强对运输事故应急处置策略和应急装备设施的研究，最大程度减小危险品运输事故次生灾害。

随着5G通信、跟踪识别、预警监控等信息技术在危险品运输过程中的应用，对车辆及驾驶人员的监控能起到有效的提升作用；车路协同技术的应用将有效提升车辆运输过程的信息交互效率；桥面危险品泄漏自动识别检测技术和智能控制收集技术等事故处置技术的应用将有效提升事故救灾能力。