氣體爆炸風險辨識及防控平臺的構建設想

程健維，施 宇

(中國礦業大學 安全工程學院，江蘇 徐州 221116)

0 引 言

國民生產中許多行業，如礦業、化工業及民用燃氣等領域中，涉及到大量可燃可爆性氣體的管理與使用。而其作為危險企業安全生產的重要危險源，其一旦失控擴散、進而造成爆炸事故則會造成群死群傷重大傷亡事故，社會影響極其惡劣。在礦業領域中，1950—2016年的統計數據表明：瓦斯(煤塵)爆炸事故共有200多起，是其他類型安全事故總數7倍以上，同時也煤礦特大事故發生的首要原因，其死亡人數總數高達12 000多人[1]；在化工行業：2018年統計的我國化工較大及以上事故中，涉及到可燃可爆氣體的爆炸事故共有7起，占當年化工行業安全事故總起數的53.85%，全年共造成55人死亡，死亡認識總人數61.80%[2]；在民生行業中，來自2011—2014年的統計數據表明：我國民用燃氣爆炸事故總起數為1 452起，占全部事故的比重為43.27%.近年來民用燃氣事故呈現上升趨勢，單單在2018年的上半年，該類事故在室內總燃氣事故中的比例突破了70%以上[3-4]。從以上數據可看出，礦業、化工及民用燃氣等行業生產或者消費過程中往往會涉及到易燃易爆氣體，且由于生產裝置趨向大型化，一旦發生事故，波及面很大，對人民生命財產安全造成巨大威脅。因此，在眾多涉及到氣體爆炸事故行業中，對氣體的預防及控制技術研發有著極為廣泛的需求。然后如何構建可燃可爆氣體的有效監測，事故發生的提前識別與預防，事故發生后又如何對其擴散、或是有效救災的方案的優化選擇等融為一體的防控平臺又是當前企業安全生產工作的難點。

傳統的觀念及方法主要圍繞混合可燃氣體爆炸性判定的研究，國內外已有很多學者和單位開展相關研究工作[5-6]。但是隨著社會的進步與安全需求的深入，現代安全生產不僅僅局限于對現狀進行簡單的狀態監測，更側重對事故的在形成之前的，演化過程中進行相應的超前監測與風險的辨識。同時假如事故不幸發生，那么基于事故氣體當前的狀態對其發展趨勢進行提前預判，有力支持現場的救援決策也成為新的要求。而傳統的方法并不具備這些能力，文中以“實時監測-科學預測-智能決策”為核心思路來構想氣體爆炸事故風險辨識及防控平臺，嘗試解決這些迫在眉睫的安全技術需求。

1 傳統氣體爆炸性鑒定方法概述

1.1 三角形法

圖1 三角形圖線法Fig.1 The triangle method

對于單一爆炸性氣體我們可以采用三角形圖線法對其判別是否處于危險狀態。圖1中三角形ABC三個頂點分別代表3種不同的氣體，且頂點處僅有該相應氣體成分；箭頭方向代表相應氣體濃度增加的方向，并將等邊三角形3條邊均分為100份，三角形內部各點即可表示相應氣體濃度值。對于可燃性氣體F，上圖中U，L表示其在純氧中的爆炸濃度上下限，隨著氧氣濃度的減少，F氣體的爆炸極限范圍縮小(爆炸上限逐漸降低，爆炸下限逐漸升高)，當氧氣濃度降低至20.9%(即空氣濃度時)，爆炸上下限(空氣中)變為U′，L′，隨著氧氣濃度的進一步減少，爆炸上下限將交于點C，成為爆炸臨界點[5]。

通過收集現場氣體濃度數據，根據氧氣濃度，在爆炸三角形中確定可燃氣體F的爆炸上下限U0，L0.當爆炸性氣體的濃度處于U0，L0之間時，氣體處在危險狀態；當氣體濃度高于U0或者低于L0時，則處于安全狀態。

1.2 修正Le Charterlier方法

在化工企業或是日常生活中，發生具有爆炸危險的火災隱患時，現場所含有的氣體大多是復雜的混合氣體，此時便不能再直接使用爆炸三角形來確定爆炸極限，而應該根據理·查特里公式，估算出多組分可燃氣體混合物的爆炸濃度極限，用該可燃氣體混合物與氧氣，氮氣組成濃度三角形，與用單一氣體爆炸三角形同樣的方法繪制出可燃氣體混合物的爆炸三角形。里·查特里公式如下[5]

(1)

V1+V2+V3+…+Vn=100%

(2)

式中cm為混合氣體的爆炸極限，%；c1,c2,…,cn分別為混合氣體中各單獨組分的爆炸極限，%；V1,V2,…,Vn分別為各單獨可燃氣組分在混合氣體中所占的體積百分比，%.

1.3 最大容許氧濃度(MAO)分析

在事故現場火焰持續傳播所需氧濃度，即最大容許氧濃度取決于火災區域內CH4，CO和H2的相對量。當混合氣體中氧氣濃度低于規定的最大容許氧濃度(MAO)時，MAO分析可將該混合氣體與空氣混合時分為非爆炸性或爆炸性氣體；當混合氣體中氧氣濃度高于規定的MAO時，該混合氣體爆炸狀態則不能確定，需要借助其他方法進行深入判斷。

MAO分析中，比例R可用以下公式計算[5]

(3)

MAO值依據公式(4)計算可以得出

MAO=5.0+7.0R

(4)

我國相關研究人員提出另一個MAO計算公式(5)，可以包含更多可燃性氣體，便于現場應用[6]

MAO=

(5)

式中PT為所有可燃氣體的總百分數；CmCn為不同碳氫化合物氣體。

1.4 美國礦業局法(USBM)

USBM方法是一個判定多組分混合氣體爆炸性的簡單方法，方法應用圖展示了甲烷-空氣-惰性氣體組成的混合氣體可分為3種狀態：①爆炸性；②當混入更多空氣時具備爆炸性；③非爆炸性，這些狀態均取決于甲烷和“有效惰性”氣體的百分含量。圖2中的箭頭代表狀態點在增加甲烷、空氣或惰性氣體情況下的移動方向[5]。

圖2 USBM方法應用圖Fig.2 USBM method and application

具體確定多組分混合氣體爆炸性流程簡述如下

1)計算有效氮氣和有效惰性氣體的百分含量

有效N2%=現場N2%-標準空氣N2%

現場N2%=100%-(CO2%+O2%+CO%+CH4%+H2%)

標準空氣N2%=3.8×現場O2%

(6)

有效惰性氣體百分含量=有效N2%+1.5×現場CO2%

(7)

2)計算有效可燃氣體百分含量

有效可燃氣體百分含量=CH4%+1.25×H2%+0.4×CO%

(8)

3)計算比例值R確定圖2中三角形

(9)

最終可以依據選擇的爆炸三角形形狀和多組分混合氣體狀態點位置確定爆炸性狀態。

1.5 Kukuczka方法

Kukuczka方法的思想是借助數學方法將多組分混合氣體中可燃氣體等價轉換成單獨可燃氣體(CH4)，以便校算出混合氣體狀態點。然后，在同一張圖表中測繪出CH4爆炸三角形及混合氣體狀態點，憑借兩者相對位置確定當前氣體狀態，圖3給出了一個簡單算例的結果。具體確定多組分混合氣體爆炸性流程如下所述[5]。

首先確定爆炸三角形形狀，Kukuczka爆炸圖表中“X”軸代表CH4濃度，“Y”軸代表O2濃度，另外與Coward爆炸三角形不同的是，Kukuczka方法中爆炸三角形固定不變。

1)根據現存有CO2含量確定可燃極限的影響因素“α”

(10)

2)確定所有可燃氣體的百分含量

PT=PCH4+PCO+PH2+PC2H2+PC2H4+PC2H6+PC3H6+PC3H8

(11)

3)根據現存有CO2含量確定每一種可燃性氣體的影響因素“β”

(12)

公式(12)中如果“β”值大于“1”，其必須重設定為“1”.

4)確定目前多組分混合氣體狀態點

公式(13)可以計算狀態點“X”坐標

(13)

公式(14)可以計算狀態點“Y”坐標

(14)

圖3 Kukuczka方法計算結果Fig.3 Calculation results by kukuczka method

1.6 Coward爆炸三角形法

Coward爆炸三角形法依據可燃性氣體及O2濃度判定氣體爆炸性，該判定方法迅速簡便，但是在早期應用中，卻僅僅考慮CH4，CO及H2這3種可燃氣體，圖4展示了根據這三種可燃氣體各自爆炸上下限及鼻限值(nose limit)確定的爆炸三角形。另外以可燃氣體CO為例，將Coward爆炸圖表可以劃分為5個狀態不同的區域，其中A點代表僅有O2存在的情況，B點代表僅有CO存在的情況，O點代表僅有惰性氣體存在的情況，而由這3種氣體組成的混合氣體都可以在圖表中以一個點來表示。

圖4 CH4，CO及H2的爆炸三角形Fig.4 Explosive triangles for CH4,CO and H2

早期的Coward爆炸三角形法僅能處理單一可燃氣體組成的混合氣體，當混合氣體由兩種或者三種可燃氣體組成時，則多組分混合氣體爆炸性的確定方法如下所述。

1)確定可燃氣體總百分含量

CT=C1+C2+C3

(15)

式中C1，C2，C3分別為3種可燃性氣體的百分含量。

2)確定混合氣體爆炸上下限及鼻限值

(16)

式中L1，L2，L3分別為3種可燃氣體爆炸下限值，同理爆炸上限及鼻限值可參照此流程求出。

3)確定混合氣體惰化所需N2量

(17)

4)確定鼻限點處O2百分含量

Qn=0.209 3(100-Nex-Ln)

(18)

最終可以依據爆炸三角形與狀態點相對位置確定多組分混合氣體當前爆炸性狀態。

1.7 討 論

綜合參照以往氣體爆炸性判定技術，這些方法瑕瑜互見，不能簡單采取拿來主義。將這些方法的共同不足之處總結如下

1)各種方法考慮可燃氣體種類普遍有限。大多數情況下事故現場存在多種可燃氣體，例如三角形法只能處理最多3種氣體的混合氣體，不具備普適性；

2)未考慮現場溫度、壓力對爆炸性范圍的修正。以往氣體爆炸性判定技術中，模擬氣體環境均為標準理想狀態下，并沒有綜合考慮環境溫度以及壓力對氣體爆炸性影響的研究。眾所周知，石油化工行業生產過程廣泛存在高、低溫及高、低壓，溫度、壓力的變化會對氣體的爆炸范圍產生很大影響，如不考慮現場因素，計算出來的結果會有較大的偏差[6]；

3)缺乏氣體危險度的預評估.以往氣體爆炸性判定方法給出的多是0/1這種非爆炸/爆炸的定性結論，對現場氣體采集數據深度分析不夠，尤其是對當前非爆炸氣體條件下風險度量化方法存在缺失，無法明確計算出安全富余量。然而這一信息至關重要，尤其在事故發生期間，對于救災人員來說，明確氣體的安全度對進一步制定相關救援措施具有舉足輕重的意義[6]；

4)缺乏氣體狀態變化趨勢預測。以往氣體爆炸性判定技術中，都是基于對當前氣體爆炸性狀態判定，對未來趨勢發展不能夠進行預測，也無法預判。缺乏計算氣體爆炸安全狀態與危險態之間轉換的時間評估能力。

2 “實時監測-科學預測-智能決策”氣體爆炸風險辨識及防控平臺構建

由于事故現場氣體成分濃度千變萬化，影響因素復雜，導致對應的爆炸區域及狀態時刻變化，增加爆炸性預測及判定難度，存在較大安全隱患。因此對爆炸性氣體的監測、狀態的預測、相應的救災等手段的決策，必須要在統一框架下集成進行，達到高效防災、抗災的目的。以網絡、大數據、物聯網和人工智能等技術背景條件及相關技術的支持下，可以將對氣體爆炸風險辨識及防控工作逐步做到監測自動化、分析實時化的智能化階段[7]。具體而言，可以利用傳感器物聯網方式，通過現場事先布置或者災害后通過無人機、機器人等遠程操作補設監測設備，對事故現場氣體狀態實現實時監控；在數據分析上，可利用監測數據的一手數據通過無線網絡方式上傳至云端共享平臺數據庫，再通過遠程控制分析中心調取數據處理加工后，以多種表現形式(數值及分析圖表)反饋給現場救災人員或者上級主管部門，以便其直觀掌握事故現場氣體狀態，這對應急救援現場決策有重大參考價值。此外，現代化應急救援要求對氣體狀態變化過程即事故萌芽孕育過程做到深度的感知，這就要求按需建立氣體狀態安全評估模型與網絡技術實現有機結合，逐步構建完善“實時監測-科學預測-智能決策”一體化的氣體爆炸事故風險辨識及防控平臺。

2.1 氣體爆炸事故風險辨識及防控平臺基本架構

氣體爆炸事故風險辨識及防控平臺應主要有“監測預警”、“深度分析”及“決策支持”3大工作，如圖5所示。這些工作又分別由數據采集及監測對象重構功能技術、數據深度分析功能技術及決策支持功能技術互相協同實現。其中數據采集及監測對象重構功能技術中主要包括廠礦企業生產空間內的安全監測主模塊和事故現場應急救援輔助模塊等；數據深度分析功能技術中主要包括氣體爆炸性測定模塊和安全余裕評估模塊等；決策支持功能技術中主要包括氣體狀態變化趨勢分析模塊和專家遠程協助模塊等。

2.2 監測預警——數據采集及監測對象重構功能技術實現

首先根據氣體的理化性質、釋放源的特性、生產場地布置、地理條件、環境氣候及操作巡檢路線等條件，選擇氣體易于積累和便于采樣監測處設置監測點[8]；控制室、機柜間、變配電所的空調引風口、電纜溝和電纜橋架進入建筑物房間的開洞處等可燃氣體和有毒氣體可能進入建筑物的地方設置監測點；在可能積聚比空氣重的可燃氣體、液化烴或有毒氣體的工藝閥井、地坑及排污溝等處設置監測點[9]。然后根據現場監測點實時監測現場數據信息(包括氣體數據信息及視頻監控信息)，通過傳輸網絡發送并存儲到云端數據庫，供相關人員隨時調取以進行后續調度決策。

以化工生產車間為例，如圖6所示，車間內感應器及視頻監控設備以有線或無線的方式將數據信息傳輸到數據服務器，廠區監控調度中心可以從數據服務器調取數據信息，將其分發傳輸至數據采集、視頻整理及調度指揮工作終端，經過數據處理加工后，整合顯示在生產車間監控調度中心監控大屏。另外廠區監控調度中心相關人員可以根據需要設置氣體濃度數據紅線，當氣體濃度超標，廠區廣播預警系統將自動開始運作。

在氣體爆炸事故應急救援工作中，因氣體爆炸事故突發性強，現場事先布置的監測點可能遭受破壞，導致現場存在某些監測盲區。為避免誤判造成二次損失，先使用遠程終端連接事先布置的視頻監控設備，再借助無人機在航拍、通信和監測等技術優勢，將無人機作為一種火災和救援現場的輔助工具可快速高質量地獲取一線實時情況，特別是在危化品事故中，因?；酚袆e于其他化學物質的理化性質及其毒害作用，決定了?；肥鹿屎推渌麨暮κ鹿视泻艽髤^別，主要體現在突發性更強、擴散更快[10]，但是無人機由于自身優勢可以根據各種不同需要靈活添加各類音視頻拍攝設備、風速儀、測溫儀和?；穫蓹z模塊等配件，快速到達災害現場一線進行初期偵查，通過有線、無線、微波單兵、3G/4G圖像傳輸、衛星鏈路等數據傳輸系統實時傳送到指揮決策機構，為火情、災情處理提供第一手決策信息[11]。在此基礎上，遠程遙控另一批無人機掛載各類可投放傳感器模組進入現場，在適當位置按需布置監測點位，實時監測現場氣體數據并上傳至云端數據庫，通過遠程控制分析中心調取數據庫上傳數據實時處理分析。

圖5 平臺基本架構Fig.5 Basic framework for platform

圖6 化工生產車間數據采集功能技術實現Fig.6 Data collection technology and application in a chemical plant

此外，監控功能技術實現不僅僅停留在數據采集層面，另外為了提高應急救援效率，需要在救援前確定一條最優的救援路線[12]，所以其中還將嵌入無人機航空遙感系統，利用該系統具有實時性強，機動靈活、影像分辨率高、成本低且能在高危地區作業的特點，合理設置無人機飛行軌跡，采集無人機的飛行參數，接受無人機所攜帶任務傳感器采集的數據，根據無人機的飛行參數和作業任務，實時調整無人機的飛行姿態和作業任務[13]，最終將地面影像信息傳輸至遠程終端，經處理加工后生成事故災害現場最佳救援逃生路徑。如圖7所示，事故發生前，已有常規最佳救援逃生路線(綠色線路)，但是由于爆炸事故的破壞性，可能常規路徑不再有效。因此，需要通過無人機航空遙感系統現場進行勘探作業，對比災害前后圖像，通過一定的算法完成事故現場虛擬重構，分析出最佳救援逃生路線。

圖7 逃生路線分析效果Fig.7 Analyzing and determining escape routes after accidents

2.3 深度分析——數據深度分析功能技術實現

當生產車間發生氣體泄漏或氣體爆炸事故后，為防止二次事故發生，在采取應急措施前需要對現場氣體爆炸狀態進行分析判定。特別是某區域內剛發生氣體爆炸事故不久，極短時間內大量能量以突發的形式瞬間釋放，導致現場氣體溫度及壓力相比標準狀態下差異較大，因而此時氣體溫度及壓力對可燃可爆性氣體理化性質影響較大，占據氣體爆炸狀態主導地位。然而以往氣體爆炸性狀態判定方法中，均默認環境處在標準氣體壓及常溫情況下，現代化氣體爆炸事故應急救援體系中將不再適用，所以在數據深度分析功能技術實現中不僅給出以往氣體爆炸性判定一系列算法作為參考，而且在Coward爆炸三角形法基礎上，提供綜合考慮環境溫度、壓力值及同時充入多種惰性氣體(如CO2，N2等)處理爆炸性氣體時爆炸三角形的修正算法[14-15]，如圖8所示。氣體狀態安全評估平臺從云數據庫調取數據，對現場氣體爆炸性進行判定，將氣體狀態區分為安全態氣體和危險態氣體。

圖8 修正的爆炸三角形Fig.8 Revised explosive triangle

當現場氣體爆炸狀態確定時，現場相關人員對現場氣體風險程度卻沒有一個直觀認知，如圖9所示，P1和P2點都屬于安全狀態，但是很明顯P2點相比于P1點要安全一些，但是究竟安全多少，這時需要借助一個參量來直接顯示當前現場氣體安全余裕。在數據深度分析功能技術中針對安全態氣體定義安全系數，借助數學方法，將當前氣體風險程度具體量算，給出爆炸圖中不同區域相對應安全系數定義量算公式，以量算結果參照安全系數分布表，直觀顯示氣體狀態安全余裕[16-17]。

圖9 不同風險狀態比較Fig.9 Comparison of different risk states

2.4 決策支持——決策支持功能技術實現

對于應急救援人員來說，有效救援時間即氣體安全時間至關重要，因為有效救援時間的長短將直接關系救災決策方案的選擇，所以在決策支持功能技術中針對安全態氣體，給出安全態氣體以當前流量比率(可燃氣體與氧氣流量比)轉險過程時間算法，為現場決策提供可靠參照[18]；此外將注入現場氣體以最低限度維持氣體處于安全態(不包括圖表絕對安全區域和爆炸性區域)的氣體流量之比定義為臨界比率，如圖10所示，P2C，P1B箭頭方向即為流量處在臨界比率時氣體狀態點的運動方向。

圖10 狀態點臨界比率情況Fig.10 Critical ratios for state points

另一方面，在應急救援工作中針對具有可爆炸性的氣體環境，現場相關人員需要對該氣體環境立即采取措施，以盡快達到惰化失爆，從而能夠順利展開后續救援工作。因此，救援人員最為關心的問題是在當前條件下，爆炸性氣體環境何時能夠失爆，或者在何種控制條件下(如控制注入惰性氣體的流量)，使現場氣體環境在能夠在最短時間內惰化。反映到爆炸分析圖中如圖11所示，對于狀態點P，其運動出爆炸區域的方式不同，如果能夠維持爆炸點運動軌跡PP′線垂直于爆炸三角形邊NC時，則狀態點P離開爆炸三角形距離最短。決策支持功能技術實現在提供最佳決策方案同時，進行現場氣體超限模擬，模擬使用通風設備、注入惰性氣體及自惰化等方式下，記錄上傳爆炸點的運移變化軌跡等信息，為采取現場最佳決策提供可靠依據[19]。

圖11 最佳決策方案模擬Fig.11 Simulation for optimal decision making

此外，還應該搭建專家在線交互平臺，提供數據協同共享服務，開通專家團隊與用戶數據庫訪問權限，專家團隊就用戶使用過程中產生的問題進行實時診斷，提出合理方案；提供信息交流協同服務，當用戶遇到任何問題需要與專家進行交流時，通過事故相關關鍵詞在云數據庫中檢索，云數據庫中存儲大量化工、消防、礦井等不同領域的專家信息，用戶可以根據自身需求與相應專家連線溝通，實現一對一、一對多的交流。對決策實施效果進行觀察預演、專家咨詢建議等等方法，最終目的能夠輔助現場人員優選出最佳的救災決策方案[20-21]，以進一步提高現場決策實施可靠性。

3 結 論

可燃可爆性氣體安全管理一直是企業安全生產的重點內容，若一旦能量失穩發生爆炸事故，事后應急救援處理不當，不能及時地對突發事件進行有效處置延誤救援時機[22]，將進而引發嚴重社會影響。文中總結了國內外常用的6種可燃氣體爆炸性判定方法，并分析了其優缺點。可以發現，傳統的方法僅關注現場危險性的定性判定，即簡單回答安全/可爆的問題，對于災害演化過程中風險轉化、定量等其他深層次問題則無法有效解決[22]。這就要求必須能夠產生突發事件的相關事物進行預防和控制的研究，建立應急救援計劃和預案實施規劃，及時有效地采取救援行動，盡可能地減輕災害造成的生命財產和可能造成的社會影響[22]。文中總結了在以往氣體爆炸狀態分析方法，文中進而規劃構建“實時監測-科學預測-智能決策”為核心思路的氣體爆炸事故風險辨識及防控平臺，參照現代化應急救援體系功能需求，嵌入設計出“監測預警”、“深度分析”、“決策支持”3大功能模塊。

1)“監測預警”：數據采集及監測對象重構功能技術實現。實時監測現場氣體數據信息，通過傳輸網絡發送并存儲到云端數據庫，供相關人員隨時調用決策；災害發生后，將一批無人機作為一種火災和救援現場的輔助工具快速高質量獲取一線實時情況，遠程遙控另一批無人機掛載各類可投放傳感器模組進入現場，在適當位置按需布置監測點位；借助無人機航空遙感系統，實現監測對象現場重構，確定最佳救援逃生路線。

2)“深度分析”：數據深度分析功能技術實現。除了給出一系列氣體爆炸狀態判定算法的結果作為參考外，還將災害環境氣體區分為安全態氣體和危險態氣體，并針對安全態氣體定義安全系數將氣體狀態風險度量化，同時描繪出風險度演化過程圖像，實現由解決傳統定性判定的不足，發展到定量分析的新階段，以顯示其安全度。

3)“決策支持”：決策支持功能技術實現。給出不同氣體狀態變化趨勢的精準預測及行之有效的救災決策建議，以便現場條件允許情況下合理安排時間開展應急救援工作，現場條件不允許時即刻終止應急救援工作，達到救災部署有序化、救災風險可視化、救災效益最大化。