基于HFACS与Apriori算法的油气生产事故致因分析
Cause Analysis of Oil and Gas Production Accidents Based on HFACS and Apriori Algorithm
DOI: 10.12677/airr.2025.143071, PDF,    科研立项经费支持
作者: 亢志雄*, 高懿真, 林 媛：重庆科技大学安全科学与工程学院，重庆
关键词: HFACS；Apriori算法；油气生产；事故致因；HFACS； Apriori Algorithm； Oil and Gas Production； Causes of Accidents
摘要: 目前，我国对事故事件资源的利用水平仍处于较低阶段，难以充分挖掘事故数据中的潜在规律。为深入研究油气行业事故致因因素，提升事故预防能力，本文基于HFACS (人为因素分析与分类系统)模型和文本挖掘技术，对国内某油田公司2016~2022年间发生的204起生产建设事故报告进行分析，构建适用于油气行业的HFACS-OGI事故致因分类模型，并采用Apriori关联规则算法挖掘事故因素之间的强关联模式。研究结果表明：在HFACS-OGI模型中，“组织影响”是最关键的致因层级；通过关联规则分析揭示了油气生产事故致因之间的多层级确定性关联和系统性漏洞；基于研究结果，本文提出针对性的事故预防策略，以期为油气生产企业提供相关参考。
Abstract: At present, the utilization level of accident event resources in China is still at a relatively low stage, making it difficult to fully explore the potential patterns in accident data. In order to conduct in-depth research on the causes of accidents in the oil and gas industry and enhance accident prevention capabilities, this paper analyzes 204 production and construction accident reports that occurred in a domestic oilfield company from 2016 to 2022 based on the HFACS (Human Factors Analysis and Classification System) model and text mining technology. A HFACS-OGI accident cause classification model suitable for the oil and gas industry is constructed and the Apriori association rule algorithm is used to mine strong correlation patterns between accident factors. The research results indicate that in the HFACS-OGI model, “organizational influence” is the most critical causal level; through association rule analysis, multi-level deterministic associations and systematic loopholes between the causes of oil and gas production accidents have been revealed; based on the research results, this article proposes targeted accident prevention strategies in order to provide relevant references for oil and gas production enterprises.
文章引用：亢志雄, 高懿真, 林媛. 基于HFACS与Apriori算法的油气生产事故致因分析[J]. 人工智能与机器人研究, 2025, 14(3): 731-741. https://doi.org/10.12677/airr.2025.143071

参考文献

[1] 齐世伟. 网络文本挖掘及其在事件相关性情报分析中的应用[D]: [硕士学位论文]. 长沙: 国防科学技术大学, 2008.
[2] 薛楠楠, 张建荣, 张伟, 等. 基于文本挖掘的建筑工人不安全行为及其影响因素研究[J]. 安全与环境工程, 2021, 28(2): 59-65+85.
[3] 王玉, 王超, 庄洁, 等. 基于改进HFACS的危化品罐车公路运输事故致因分析[J]. 物流技术, 2019, 38(9): 68-73.
[4] 陈秀珍, 李杰, 曹阳. 基于HFACS的塔吊顶升事故人因分析研究[J]. 安全与健康, 2024(6): 67-71.
[5] Theophilus, S.C., Esenowo, V.N., Arewa, A.O., Ifelebuegu, A.O., Nnadi, E.O. and Mbanaso, F.U. (2017) Human Factors Analysis and Classification System for the Oil and Gas Industry (HFACS-OGI). Reliability Engineering & System Safety, 167, 168-176. [Google Scholar] [CrossRef] 
[6] 高宁. 基于HFACS与Apriori算法的船舶碰撞事故致因分析[D]: [硕士学位论文]. 大连: 大连海事大学, 2018.
[7] 杨艺璇. 基于HFACS与Apriori算法的铁路行车事故致因分析[D]: [硕士学位论文]. 北京: 北京交通大学, 2022.
[8] 阎红巧, 樊志强, 郝壮远. 大数据技术在油气行业事故事件致因分析中的应用[J]. 安全与环境工程, 2021, 28(6): 31-37.
[9] 黄丹. 基于改进的Apriori算法在钻井作业事故隐患识别中的研究[D]: [硕士学位论文]. 成都: 西南石油大学, 2020.
[10] Comi, A., Polimeni, A. and Balsamo, C. (2022) Road Accident Analysis with Data Mining Approach: Evidence from Rome. Transportation Research Procedia, 62, 798-805. [Google Scholar] [CrossRef] 
[11] 金友平, 单克, 李云涛, 等. 基于灾害链及复杂网络理论的城镇燃气管道泄漏灾害演化过程分析[J]. 安全与环境工程, 2024, 31(2): 34-43.
[12] 李琰, 张祎, 陈侠君, 等. 基于文本挖掘的不安全行为诱因关联网络分析[J]. 煤矿安全, 2023, 54(4): 251-256.
[13] 赵明静. 基于公共安全视角的城市物流风险分析及预测研究[D]: [博士学位论文]. 北京: 北京交通大学, 2021.
[14] 黄常海, 高德毅, 胡甚平, 等. 基于Apriori算法的船舶交通事故关联规则分析[J]. 上海海事大学学报, 2014, 35(3): 18-22.
[15] 景国勋, 秦洪利, 蒋方. 基于Apriori算法的煤矿安全事故分析[J]. 安全与环境学报, 2024, 24(6): 2313-2320.
[16] Li, Y., et al. (2023) Associative Network Analysis of Inducements for Unsafe Behaviors Based on Text-Mining Method. Safety in Coal Mines, 54, 251-256.

为你推荐