基于LOPA的铁路安全风险后果严重度评价研究

Research on Severity Assessment of Railway Safety Risk Consequences Based on LOPA

摘要

针对铁路安全双重预防实施过程中安全风险后果严重度评价主观性强、客观性不足的难点，基于保护层分析(LOPA)方法研究铁路安全风险后果严重度定量评价技术；采用典型铁路安全风险项，开展后果严重度评价应用研究。研究发现，铁路在后果状态、后果大小、严重度等级划分等方面有了明确的指导要求，但还未形成公认的、标准的技术和方法；研究提出铁路安全风险后果严重度评价的技术和方法，包括确定危险事件、筛选事件演化场景、识别独立保护层、分析事故后果状态等定性分析技术，以及量化保护层可靠性、评估保护层条件概率、量化事故后果大小、构建后果严重度评价矩阵、评定后果严重度等级等定量评估方法；实例应用表明，风险事件定性分析技术、事件链场景定量评估方法在铁路安全风险后果严重度客观评价分级应用中具有很强的可操作性。结果表明，基于LOPA的铁路安全风险后果严重度评价技术和方法，能够为实施科学、有效的铁路安全风险分级管控提供坚实支撑。

Abstract

In view of the difficulty of strong subjectivity and insufficient objectivity in the evaluation of safety risk consequence severity in the implementation of railway safety double prevention, the quantitative evaluation technology of railway safety risk consequence severity was studied based on the layer of protection analysis (LOPA) method. By using typical railway safety risk items, the application research of consequence severity evaluation was carried out. It is found that the railway has clear guidance requirements in the aspects of consequence status, consequence scale, and severity classification, but it has not yet formed recognized and standard technologies and methods. This paper studied and put forward the techniques and methods of railway safety risk consequence severity evaluation, including qualitative analysis techniques such as determining dangerous events, screening event evolution scenarios, identifying independent protective layers, and analyzing accident consequence status, as well as quantitative evaluation methods such as quantifying protective layer reliability, evaluating protective layer condition probability, quantifying accident consequence scale constructing consequence severity evaluation matrix, and evaluating consequence severity grade. The application shows that the qualitative analysis technology of risk events and the quantitative assessment method of event chain scenarios have strong operability in the application of objective evaluation and classification of railway safety risk consequence severity. The results show that the technology and method of railway safety risk consequence severity evaluation based on LOPA can provide solid support for the implementation of scientific and effective railway safety risk classification management and control.

Graphical abstract

关键词

铁路 / 安全风险 / 保护层分析 / 后果严重度 / 评价

Key words

Railway / Safety Risk / Layer of Protection Analysis (LOPA) / Consequence Severity / Evaluation

0　引言

铁路作为一个复杂系统，所面临的不确定性往往很大，某个安全风险项(危险事件)的发生可能会演化出多种场景、多种后果。有些后果是轻微的或较轻的，并未构成铁路交通事故；但有些后果是严重的，可能构成不同等级的铁路交通事故。也就是说，危险事件链常常不是单一事件链，即使是单一事件链条件下也可能因为不确定性而发生多种后果。当前，构建风险分级管控和隐患排查治理的双重预防机制已成为生产经营单位的主体责任，为了实现风险分级管控，首先应当进行风险等级判定。然而，实践中，不仅风险发生可能性不容易推算或获得，而且风险后果严重度的评价也存在难度，因为风险后果严重度不仅依赖于后果状态、后果大小，还与各场景的后果发生频率(P)有关。

一些学者也关注到了风险后果严重度评价问题。赵宁宁等^[1]针对飞机雷击安全风险，通过识别事故后果大小的影响因素并进行赋值，划定后果严重度等级并相应赋值，构建了后果严重度评价模型。张晓峰等^[2]针对风险评估过程中城市燃气输配管网事故后果严重度的表征和度量，提出综合考虑事故后果类型的损失折算方法，以及以影响用户数量为指标的事故后果严重程度等级划分标准。Hauge等^[3]结合最坏事故场景研究，即不考虑场景后果发生频率，仅将后果严重程度作为场景选择的标准。习年生等^[4]采用现状调研分析、分类赋值、多维度矩阵量化、相互独立参量的线性叠加、应用验证等方法，提出了铁路安全风险控制措施有效性评价方法。宋哲等^[5]提出一种基于概率分析的铁路安全风险传递网络模型，拓展了风险定量评价方法。江雨欣等^[6]利用层次分析法、三角白化权函数以及模糊理论，构建了高速铁路外部环境安全量化评价模型。孙文桥等^[7]基于系统性与适应性、科学性与可操作性2个原则，从设备因素、人员因素、管理因素、其他因素4个层面，构建了基于本质安全的智能化编组站生产作业安全评价指标体系。

郑恒等^[8]指出开展复杂工程系统定量风险评估，必须构建合理的风险事件链模型，进行有效的不确定性分析。概率风险评价(Probability Risk Analysis，PRA)是一种综合集成技术，包括了事件树、故障树、事件序列图、主逻辑图、蒙特卡罗仿真等方法和技术，能够很好地进行风险后果严重度评价，但需要大量的数据支撑，而且方法使用复杂，有赖于安全风险大数据的发展。保护层分析(Layer Of Protection Analysis，LOPA)作为由事件树发展而来的风险分析方法，具有很少的主观判断^[9-11]，很适用于对危险事件的风险后果严重度预估^[12-13]。其中，保护层是指能够阻止事故链向后发展的一种设备、系统或行动，且独立于危险事件和其他独立保护层。

保护层分析已在石油化工、民用航空等领域得到广泛应用，并在应用中不断改进完善。Summers等^[14]依据后果严重性的一致性估计原则，改进了预先危险性分析(PHA)和LOPA方法。陈亭竹^[15]提出运用定量计算的结果制定风险后果严重度查找表来帮助进行保护层分析，从而保障后果严重度预估的准确性。王海清等^[16]针对海上油气设施火气系统SIL定级，采用LOPA方法分析了各事件链场景的风险发生可能性、后果类型、后果大小以及后果严重度等级。连子超等^[17]将模糊数学理论和保护层分析相结合，从储罐区池火灾事故发生可能性和事故后果2方面进行保护层识别，对储罐区池火灾进行风险评价。

针对铁路安全风险后果严重度评价的难点，基于LOPA方法的特点和优势，研究铁路安全风险后果严重度评价的定性分析技术和定量评估方法，为铁路安全风险分级管控奠定理论与实践基础。

1　铁路安全风险后果严重度评价现状分析

近年来，有学者探究将保护层分析方法应用于铁路安全风险管理领域，取得了初步成效。宁静等^[18]构建了基于LOPA方法的铁路安全风险量化评价模型，对风险评价模型中的分析步骤、保护层概念、模型参数进行了实例化定义，并详细介绍了模型的运算过程和关键变量的取值方法，为风险等级评估、精准预警提供了参考。

通过调研分析，铁路安全风险后果严重度评价现状及问题如图1所示。图1表明，后果严重度现状需要从后果的状态、大小、发生频率、等级划分和评价方法等5个维度(图中圆形表示)来考察，各自存在问题在图中进行了简明描述。

1.1　后果状态和后果大小

在铁路《安全双重预防机制工作指南(试行)》^[19]中，将“安全风险后果”等同于“事故后果”，意味着安全风险后果状态是指铁路交通事故，后果大小即为铁路交通事故等级。因此，在铁路安全风险分析中，需要将安全风险项(危险事件)分析到以铁路交通事故为末端的事件链状态。

根据《铁路交通事故调查处理规则》(铁道部令第30号)^[20] (以下简称《事规》)，铁路交通事故等级从高到低分为：特别重大事故、重大事故、较大事故、一般事故。其中，一般事故又细分为一般A、一般B、一般C和一般D。

1.2　后果发生频率

安全风险后果发生频率是指安全风险项(危险事件)在各个事件链场景演化到风险后果状态的可能性。为了便于与“风险发生可能性”加以区分，这里采用“风险后果发生频率”术语。

在铁路安全风险管理中，几乎没有关于风险后果发生频率的明确行动，尽管铁路行业专家在风险后果严重度等级研判时可能会隐含地考虑后果发生频率。

1.3　后果严重度的等级划分与评价

在铁路《安全双重预防机制工作指南(试行)》中，后果严重度的表征采用等级划分的半定量方法，即将后果严重度分为4级。其描述分别为：I级，灾难的，可能发生重特大事故；II级，严重的，可能发生较大事故；III级，较重的，可能发生死亡事故；IV级，较轻的，可能发生人员伤害事故。

很明显，当前后果严重度等级的描述从实践可操作性角度来说是模糊的，但又与铁路交通事故等级有较强的对应关系，容易导致以事故后果(安全风险后果的单次体现)为依据来进行后果严重度等级研判。这种传统的后果严重度等级研判，往往存在一些不足。例如，重点关注单个的后果大小为事故等级高的事件而没有考虑其发生频率；容易忽视“发生频率高而后果大小为事故等级低”的多个事件组成的事件链。

目前，铁路行业对后果严重度评价主要依赖于领域专家的研判，还未形成公认、标准的技术和方法。

2　基于LOPA的铁路安全风险后果严重度评价方法

2.1　基于LOPA的评价流程

随着铁路管理和技术的不断发展，已在铁路系统的众多环节应用保护层(中间事件)来保障铁路运营安全。每个保护层由技术设备或管理控制措施组成，并与其他一些保护层一起发挥作用以控制或减缓过程风险。因此，安全风险后果严重度评价必然要充分考虑保护层的作用，特别是独立保护层(Independent Protection Layers，IPLs)的作用。

保护层分析是在定性危害分析的基础上，通过场景筛选，以及保护层的识别分析、量化取值，进一步评估保护层的有效性和完整性的一种半定量的风险评价方法。基于LOPA的铁路安全风险后果严重度评价流程如图2所示。

2.2　风险事件定性分析

2.2.1　确定危险事件

铁路安全风险项(危险事件)是指在铁路运营过程中，作业人员、设备设施、检测监测系统、信息管理系统等可能出现偏差而发生的有害铁路安全的事件。

按照铁路行业习惯，以风险点来确定危险事件。风险点是指存在安全风险的场所、区域、设备设施或系统，以及在其上实施的伴随风险的作业活动。对应于铁路局集团公司、站段、车间、班组的不同管理层面，风险点的颗粒度由粗到细。对于铁路局集团公司层面的风险点颗粒度，可以由中国国家铁路集团有限公司来统一规定。

危险事件通常采用“人-操作-对象”“物-动作-状态”“场所-存在-因素”“系统-运行-现象”或者“管理层面-环节-缺陷”的描述方式。例如人工错排列车进路；道岔错误锁闭或途中转换；高速铁路线路周边存在硬质飘浮物；高速铁路地震监测预警系统出现误报；站段全员安全生产责任制未建立或不健全。

实践中，应当对那些可能导致相同事件树的不同的危险事件合并为一类。

2.2.2　筛选事件演化场景

危险事件发生后，在给定的铁路系统环境中，可能会沿着某些事件序列(突破若干保护层)向后发展，最终形成若干个包含事故后果状态的事件序列。一个场景对应一个事件序列的描述。

本研究的铁路系统环境立足于从铁路局集团公司层面来综合考虑各保护层的设置或布设情况，以此为基础来估算保护层覆盖率。

2.2.3　识别保护层

一方面，可以从生产过程分类来识别保护层。

（1）本质安全设计。铁路设备设施本质安全的设计，是从根本上消除或减小铁路系统存在的危害，一些不期望场景就不可能发生。在铁路系统中，本质安全设计主要是指铁路关键设备设施、安全防护设备等的源头设计是否导向安全侧，也指一些安全管控制度、管理办法等是否符合本质安全设计要求。例如，高速铁路线路实行的“铁跨公”设计，避免了“公跨铁”导致的异物侵限，就是一种本质安全设计，没有必要作为一个IPL。又如，“行车不施工，施工不行车”安全管控制度，也是一种本质安全设计；但由于在实践中存在未完全遵守的情形，此时可将其作为一种基本过程控制系统(BPCS)类型的IPL。

（2）安全仪表系统(SIS)。安全仪表系统是由传感器、逻辑解算器和执行元件组成的，能够行使一项或多项安全功能的仪表系统。在铁路系统中，安全仪表系统主要是指各类运输安全检测、监测报警系统/设备等各种安全技防手段。例如，车辆红外轴温探测系统(THDS)就属于安全仪表系统，实时检测运行状态下的列车轴承温度，并根据是否出现异常轴温，及时发出警告，从而防止车辆热切轴事故。

（3）基本过程控制系统(BPCS)。BPCS是控制日常生产过程和执行持续性监测的控制系统。在铁路系统中，BPCS主要指各类铁路运输生产作业过程中是否按操作规程进行作业的管控系统。例如，“机车司机一次乘务作业领航式操纵指导系统”实现旅客列车针对车次、货物列车针对区段的订单式一次乘务作业全过程操纵提示指导，就是一种BPCS；它可以减少因机车司机人因失误引发的作业事故。

（4）故障和应急处置。故障和应急处置的保护层是指当操作人员或其他工作人员在铁路设备故障或铁路系统突发事件后，采取的防止不期望后果发生的行动。与工程控制相比，故障和应急处置人员响应作为IPL的可靠性较低，必须通过管理实践、程序和培训来帮助降低人员响应行动的失效概率(PFD)。例如，司机发现前方泥石流侵限，立即控制列车停车。

（5）减缓性防护设施。危险物质释放后，用来降低事故后果的被动保护设施，如降低受保护设备和建筑物的冲击破坏等。这些设施包括挡墙、护拦、限高架等。

在LOPA分析时，铁路运输企业对各种独立保护层确定其PFD值；若该保护层的PFD不好计算，可以结合专家研判、参考不同分类的量级进行初始赋值。考虑到铁路系统习惯于“三防”的保护层分类，这里，梳理了“三防”、生产过程2种分类的对应关系，结合英国铁路文献资料^[21]，给出了缺省值设置，有利于在我国铁路风险保护层可靠性数据建设过程中存在缺失时进行研判估计，铁路系统中不同类型保护层PFD的缺省值估计如表1所示。

另一方面，可以从风险事件链环节来识别保护层。

结合危险事件及相应的铁路系统环境，依据安全管理四要素(人的不安全行为、物的不安全状态、环境的不安全因素、管理缺陷)，从风险事件链各环节可以找出可能相继发生的保护层，并进一步确定这些保护层发生的先后顺序。基于安全管理四要素和风险事件链的保护层识别模型如图3所示，椭圆代表了不同层面的风险项，长方形表示各个独立保护层，通过构建风险事件链可以清楚地识别保护层所处的环节，并进一步判断保护层类型。可以将连续必然发生的多个事件视为一个保护层，有助于简化事件树分析。例如，将“司机目视发现前方进路错误”“及时采取紧急制动停车”这2个连接必然发生的事件视为1个保护层，即“司机目视发视前方进路错误，及时采取紧急制动停车”。

2.2.4　分析事故后果状态

在安全风险分析中，需要将安全风险项(危险事件)事件序列分析到发生或不发生铁路交通事故。

在分析事故后果状态时，一般采用考虑保护层时序的事件树分析方法。基于事件树的铁路安全风险后果分析如图4所示，事件树的顶层标题是危险事件、保护层和后果状态；其下的树状结构，刻画了由危险事件引起的各种可能的事件链。按照LOPA方法，假定单个场景的保护层是成败型安防屏障，采用“向右”分支表示保护层“成功”，“向下”分支表示“失败或故障”。

在一个场景的事故后果状态中，可能出现多个事故后果大小，例如图4中的C3，C4场景。因此，需要通过事故后果大小来表征事故后果状态，并对事故后果大小进行量化。

2.3　事件链场景定量评估方法

2.3.1　量化保护层可靠性

在安全风险管理中，保护层实际上就是风险后果控制措施。很明显，人防控制措施的可靠性一般要低于物防、技防的可靠性。保护层可靠性采用任务可靠度为指标，指保护层在规定的任务剖面内完成规定功能的概率；反之，称为保护层失效概率。

理想情况下，给定事件链场景下的保护层的任务可靠度应根据事件链场景的运行数据来估计。铁路作为传统产业，积累了大量的运营数据和事故信息，可为量化保护层可靠性提供支撑。但是，当特定条件下的数据数量和可用性不充分时，可以直接使用代用数据、一般状态水平或者专家判断。

考虑对于给定的保护层，特别是物防、技防控制措施，在各铁路局集团公司、铁路线路等不同的铁路系统环境中，往往处于部分布设覆盖的情况，此时，对于保护层可靠性应当通过保护层覆盖率来进行修正，如公式(1)所示。

R_i=R_{iC}{R}_{iM}(1)

式中：R_i为第i项保护层可靠性；R_{iC}为第i项保护层在铁路局集团公司范围内的覆盖率；R_{iM}为第i项保护层任务可靠度。

当某个保护层与危险事件和其他保护层不存在相互依赖关系时，采用保护层可靠性来计算后果发生频率。

2.3.2　评估保护层条件概率

当事件树中各事件(危险事件、各保护层)存在依赖关系时，必须考虑各保护层发生的条件概率。例如，在道岔设置信号机显示进路的情况下，司机目视发现前方进路错误的概率可以达到0.99；而在道岔未设置信号机或者信号机未正确显示所排列进路的情况下，司机目视发现前方进路错误的概率可以低到0.05。

同样地，理想情况下，给定事件场景下的保护层的条件概率应根据事件链场景的运行数据来估计。但是，当特定条件下的数据数量和可用性不充分时，可以直接使用代用数据、一般状态水平或者专家判断。

当某个保护层与危险事件和其他保护层存在相互依赖关系时，采用保护层条件概率来计算后果发生频率。考虑到对于给定保护层，可靠性、条件概率属于二选一状况，本研究对两者使用相同符号R_i。

2.3.3　计算后果发生频率

对于每一个事件链场景，将各个保护层的可靠性或者条件概率相乘，可以得到该场景下的后果发生频率，如公式(2)所示。

P_j={\displaystyle \prod _{i=\mathrm{1}}^m}{R}_i(2)

式中：P_j为第j项场景下的后果发生频率；R_i为第i项保护层的可靠性或者条件概率；m为第j项场景下的保护层数量。

2.3.4　量化事故后果大小

考察某一个事件链场景，很多时候事故后果等级也并不是单一的。例如，调车闯入错误的线路区间，有可能不发生事故(无后果)，也可能因脱轨导致一般D事故，还可能与其他列车冲突导致较大事故甚至重大事故。

量化事故后果大小是场景风险后果大小的当量估计。根据《事规》，铁路交通事故等级主要与人员死亡、人员重伤、直接经济损失标准等定量数据有关。按照海恩法则的事故致因理论，严重事故、轻微事故、未遂先兆的比例关系为1∶29∶300。通过研究近15年不同等级铁路交通事故之间的定量数据的关系，将特别重大事故、重大事故、较大事故比照严重事故；一般A、一般B事故比照发生少量人员死亡的轻微事故；一般C、一般D事故比照与人员死亡无关，主要与人员伤害、设备损坏、社会影响(耽误行车)等未遂先兆；符合海恩法则比例关系。同时以一般A，B事故为基准，提出了便于实践操作的事故后果大小的当量因子，铁路交通事故等级及事故后果大小如表2所示。则有

G=\mathrm{100}{A}_T+\mathrm{50}{A}_Z+\mathrm{10}{A}_J+A_{AB}+\mathrm{0.1}{A}_{CD}(3)

式中：G为事故后果大小当量值；A_T为场景事故后果条件下特别重大事故的发生概率；A_Z为场景事故后果条件下重大事故的发生概率；A_J为场景事故后果条件下较大事故的发生概率；A_{AB}为场景事故后果条件下一般A，B事故的发生概率；A_{CD}为场景事故后果条件下一般C，D事故的发生概率。

2.3.5　构建后果严重度评价矩阵

为便于评价风险后果严重度，考虑后果发生频率、事故后果大小并分别赋值，参考《安全双重预防机制工作指南(试行)》中的后果严重度描述，提出了铁路安全风险后果严重度等级判定矩阵，铁路安全风险后果严重度等级判定矩阵如表3所示。其中，后果发生频率等级采用《风险管理风险评估技术》(GB/T 27921—2011)^[10]中表B.2风险发生可能性的等级分类并结合铁路局集团公司实际对后果发生频率进行了描述，以便于实践应用，铁路安全风险后果发生频率等级如表4所示；后果严重度等级按《安全双重预防机制工作指南(试行)》分为4级，铁路安全风险后果严重度等级如表5所示。

2.3.6　评定后果严重度等级

安全风险后果严重度评定需要综合各个事件链场景的后果发生频率及其事故后果大小。后果严重度当量值C计算公式如公式(4)所示。

C={\displaystyle \sum _{j=\mathrm{1}}^n}{C}_j={\displaystyle \sum _{j=\mathrm{1}}^n}\left(P_j\times G_j\right)(4)

式中：C为后果严重度当量值；C_j为第j项场景下的后果严重度当量值；P_j为第j项场景下的后果发生频率赋值；G_j为第j项场景下的事故后果大小当量值；n为事件链场景数量。

按公式(4)计算后，将后果严重度当量值C与表5进行对照，从而评定后果严重度等级。

3　铁路安全风险后果严重度评价应用研究

以某铁路局集团公司“人工排列进路错误”为风险项(危险事件)，开展铁路安全风险后果严重度应用研究。

3.1　风险事件序列分析

结合某铁路局集团公司设备设施情况，基于事件树，对“人工排列进路错误”危险事件的事件序列进行分析，识别出有“设置道岔信号机，联锁显示排列的进路”“司机目视确认前方进路错误并在道岔前方停车”“设置道岔故障报警防护”共3个保护层，共有6个事件链场景及其对应的事故后果状态。“人工排列进路错误”风险事件序列分析如图5所示，具体的场景描述如下。

C1：设置了道岔信号机联锁显示排列的进路，司机目视确认前方进路错误并在道岔前方停车，对照《事规》，后果可忽略。

C2：设置了道岔信号机联锁显示排列的进路，司机未发现前方道岔进路错误，列车挤道岔后道岔故障报警，列车停在道岔处或附近，对照《事规》，为一般D类事故。

C3：设置了道岔信号机联锁显示排列的进路，司机未发现前方道岔进路错误，列车挤道岔后继续前行进入区间，对照《事规》，为一般C或D类事故；还可能发生列车冲突，对照《事规》，为一般A，B类事故或较大事故。

C4：未设置道岔信号机或者未能联锁显示排列的进路，司机目视确认前方进路错误并在道岔前方停车，对照《事规》，后果可忽略。

C5：未设置道岔信号机或者未能联锁显示排列的进路，司机未发现前方道岔进路错误，列车挤道岔后道岔故障报警，列车停在道岔处或附近，对照《事规》，为一般D类事故。

C6：未设置道岔信号机或者未能联锁显示排列的进路，司机未发现前方道岔进路错误，列车挤道岔后继续前行进入区间，对照《事规》，为一般C或D类事故；还可能发生列车冲突，对照《事规》，为一般A，B类事故或较大事故。

3.2　风险事件链场景定量分析

当前，根据专家经验知识来定量估计是很有必要的。

采用专家意见综合法，利用领域专家的经验，估计了“设置道岔信号机，联锁显示排列的进路”“设置道岔故障报警防护”的可靠性，给出了“司机目视确认前方进路错误并在道岔前方停车”的条件概率，量化保护层可靠性或条件概率如表6所示。依据表6数据，确定了各事件链场景传递过程中各保护层的可靠性或条件概率，见图5。

各场景的后果发生频率、事故后果大小以及后果严重度如表7所示，根据公式(2)和表6，计算出各场景的后果发生频率；综合专家意见和历史事故数据统计，确定了每个场景下各事故等级及其概率分布；按公式(3)计算了各场景的事故后果大小当量值；根据公式(4)和表7，计算出安全风险后果严重度当量值，按表5评定了后果严重度等级。

“人工排列进路错误”安全风险后果严重度等级评定为II级(严重的)，符合铁路领域专家预期。应用研究表明，基于LOPA的铁路安全风险后果严重度评价技术具有很强的可操作性。

4　结论

在安全风险后果严重度相关文献调研、铁路安全风险后果严重度评价现状分析的基础上，针对铁路安全风险后果严重度评价的难点，开展铁路安全风险后果严重度评价的定性分析技术和定量评估方法研究。

（1）铁路行业在安全风险分级管控方面，对后果状态、后果大小、严重度等级划分有明确的指导要求，但还未形成关于安全风险后果严重度评定的指导技术和方法。

（2）明确了基于LOPA的铁路安全风险后果严重度评价流程，提出了确定危险事件、筛选事件演化场景、识别独立保护层、分析事故后果状态等定性分析技术，建立了量化保护层可靠性、评估保护层条件概率、量化事故后果大小、构建后果严重度评价矩阵、评定后果严重度等级的定量分析方法。

（3）铁路安全风险后果严重度评价技术和方法在实例应用中具有很强的可操作性，能够贴合铁路实际，适用于铁路风险分级管控。

参考文献

[1] 赵宁宁，赵宇婷. 飞机雷击事故后果严重度评价模型研究[J]. 工业安全与环保，2014，40(9)：44-46.

[2] ZHAO Ningning， ZHAO Yuting. Study on Severity Degree Assessment Model for Aircraft Lightning Strike Accident[J]. Industrial Safety and Environmental Protection，2014，40(9)：44-46.

[3] 张晓峰，吕良海，白永强，等. 城市燃气输配管网事故后果评估方法研究[J]. 安全生产，2011(6)：21-24.

[4] ZHANG Xiaofeng， Lianghai LYU， BAI Yongqiang，et al. Study on Evaluation Method of Accident Consequences of Urban Gas Transmission and Distribution Network[J]. Safety in Production，2011(6)：21-24.

[5] HAUGE K H， BLANCHARD A， ANDERSEN G. Inadequate Risk Assessments：A Study on Worst-Case Scenarios Related to Petroleum Exploitation in the Lofoten Area[J]. Marine Policy，2014，44(2)：82-89.

[6] 习年生，王高磊，施 泳，等.铁路安全风险控制措施有效性评估方法研究[J].铁道运输与经济，2024，46(3)：148-155.

[7] XI Niansheng， WANG Gaolei， SHI Yong，et al. Research on the Effectiveness Evaluation Method of Railway Safety Risk Control Measures[J]. Railway Transport and Economy，2024，46(3)：148-155.

[8] 宋 哲，郭 湛，习年生，等.基于概率分析的铁路安全风险传递网络模型研究[J].铁道运输与经济，2024，46(4)：142-152.

[9] SONG Zhe， GUO Zhan， XI Niansheng，et al. Research on Railway Safety Risk Transfer Network Model Based on Probability Analysis[J]. Railway Transport and Economy，2024，46(4)：142-152.

[10] 江雨欣，郭 湛，王高磊，等.基于三角白化权函数聚类的高速铁路外部环境安全评价研究[J].铁道运输与经济，2021，43(6)：104-110，118.

[11] JIANG Yunxin， GUO Zhan， WANG Gaolei，et al. Research on Safety Evaluation of External Environment on High Speed Railways Based on Triangular Whitening Weight Function Clustering[J]. Railway Transport and Economy，2021，43(6)：104-110，118.

[12] 孙文桥，刘启钢，赵国盛，等.基于本质安全的智能化铁路编组站生产作业安全评价指标体系构建研究[J].铁路物流，2025，43(4)：50-56.

[13] SUN Wenqiao， LIU Qigang， ZHAO Guosheng，et al. Construction of Safety Evaluation Index System for Intelligent Railway Marshalling Station Operations Based on Inherent Safety[J]. Railway Logistics，2025， 43(4)：50-56.

[14] 郑 恒，周海京. 概率风险评价[M]. 北京：国防工业出版社，2011.

[15] 张 轶，黄雪梅. 浅析LOPA分析法[J]. 仪器仪表标准化与计量，2019(3)：20-21.

[16] ZHANG Yi， HUANG Xuemei. Analysis of LOPA[J]. Instrument Standardization & Metrology，2019(3)：20-21.

[17] 周荣义，李石林，刘何清.HAZOP分析中LOPA的应用研究[J].中国安全科学学报，2010，20(7)：76-81.

[18] ZHOU Rongyi， LI Shilin， LIU Heqing. Study on application of LOPA in HAZOP[J]. China Safety Science Journal，2010，20(7)：76-81.

[19] 李 娜，孙文勇，宁信道.HAZOP、LOPA和SIL方法的应用分析[J].中国安全生产科学技术，2012，8(5)：101-106.

[20] LI Na， SUN Wenyong， NING Xindao. The Application of HAZOP，LOPA and SIL Analytical Method[J]. China Safety Science Journal，2012，8(5)：101-106.

[21] 许芝瑞，孙文勇，赵东风.HAZOP和LOPA两种安全评价方法的集成研究[J].安全与环境工程，2011，18(5)：65-68.

[22] XU Zhirui， SUN Wenyong， ZHAO Dongfeng. Integrative research on Two Safety Evaluation Methods of HAZOP and LOPA[J]. Safe and Environmental Engineering，2011，18(5)：65-68.

[23] 崔 英，杨剑锋，刘文彬.基于HAZOP和LOPA半定量风险评估方法的研究与应用[J].安全与环境工程，2014，21(3)：98-102.

[24] CUI Ying， YANG Jianfeng， LIU Wenbin. Study and Application of the Semi-Quantitative Risk Assessment Method Based on HAZOP and LOPA[J]. Safe and Environmental Engineering，2014，21(3)：98-102.

[25] SUMMERS A， VOGTMANN W， SMOLEN S. Improving PHA/LOPA by Consistent Consequence Severity Estimation[J]. Journal of Loss Prevention in the Process Industries，2011，24(6)：879-885.

[26] 陈亭竹. 保护层分析后果严重度评价方法改进初探[J]. 石油工业技术监督，2016，32(3)：57-59.

[27] CHEN Tingzhu. Preliminary Study on Improvement of Evaluation Method of Consequence Severity of Protective Layer Analysis[J]. Technology Supervision in Petroleum Industry，2016，32(3)：57-59.

[28] 王海清，于 芳，李玉明，等. 基于LOPA方法的海上油气设施火气系统SIL定级研究[J]. 中国海上油气，2018，30(1)：183-188.

[29] WANG Haiqing， YU Fang， LI Yuming，et al. Study on SIL Determination to Fire and Gas System of Offshore Oil And Gas Facilities by LOPA[J]. China Offshore Oil and Gas，2018，30(1)：183-188.

[30] 连子超，张亚明，张 路，等.基于Fuzzy-LOPA分析的储罐区池火灾风险评价[J].石油化工自动化，2023，59(6)：50-53.

[31] LIAN Zichao， ZHANG Yaming， ZHANG Lu，et al. Fire Risk Assessment of Storage Tank Area Pool Based on Fuzzy-LOPA Analysis[J]. Automation In Petro-Chemical Industry，2023，59(6)：50-53.

[32] 宁 静，佘振国.基于保护层分析法的铁路安全风险量化评价模型[J].铁路计算机应用，2021，30(9)：6-10.

[33] 中国国家铁路集团有限公司. 安全双重预防机制工作指南(试行)：铁办安监〔2019〕22号[A]. 北京：中国国家铁路集团有限公司，2019.

[34] 中华人民共和国铁道部. 铁路交通事故调查处理规则：铁道部令第30号[A].北京：中华人民共和国铁道部，2007.

[35] HUW G. Railway Action Reliability Assessment User Manual：A Technique for the Quantification of Human Error in the Rail Industry[R].London：Rail Safety and Standards Board Ltd.， 2006.

基金资助

中国国家铁路集团有限公司科技研究开发计划课题(K2024T002)