Ứng dụng mạng bayes đánh giá nguyên nhân đâm va của phương tiện thủy trong quá trình hành hải

Bài viết nghiên cứu này đề xuất một cách thức tiếp cận phân tích nguyên nhân đâm va của phương tiện thủy sử dụng mạng Bayes (Bayesian network, BN). Mô hình cung cấp một giải pháp hiệu quả để phòng ngừa các tai nạn đâm va bằng cách tính toán xác suất đâm va và phân tích sâu hơn các nguyên nhân tai nạn đâm va dựa trên các mối quan hệ của chúng trong các mạng Bayes.

TẠP CHÍ ISSN: 1859-316X KHOA HỌC CƠNG NGHỆ HÀNG HẢI JOURNAL OF MARINE SCIENCE AND TECHNOLOGY KHOA HỌC - CÔNG NGHỆ ỨNG DỤNG MẠNG BAYES ĐÁNH GIÁ NGUYÊN NHÂN ĐÂM VA CỦA PHƯƠNG TIỆN THỦY TRONG QUÁ TRÌNH HÀNH HẢI APPLYING BAYESIAN NETWORK FOR ASSESSING THE CAUSATION PROBABILITY OF VESSELS ON NAVIGATION CHANNEL TRẦN ĐỨC PHÚ Khoa Cơng trình, Trường Đại học Hàng hải Việt Nam Email liên hệ: phutd.ctt@vimaru.edu.vn Tóm tắt Đâm va ngun nhân gây vụ tai nạn phương tiện thủy trình hành thủy Nghiên cứu đề xuất cách thức tiếp cận phân tích nguyên nhân đâm va phương tiện thủy sử dụng mạng Bayes (Bayesian network, BN) Mơ hình cung cấp giải pháp hiệu để phịng ngừa tai nạn đâm va cách tính tốn xác suất đâm va phân tích sâu nguyên nhân tai nạn đâm va dựa mối quan hệ chúng mạng Bayes Đây sở quan quản lý, công ty thuyền viên đề xuất giải pháp quản lý, nâng cao an toàn giảm thiểu vụ tai nạn đâm va trình hoạt động Từ khóa: Phương tiện thủy, va chạm, đâm va, mạng Bayes, an toàn đường thủy, an toàn hàng hải Abstract Collision is the main cause of maritime accidents This paper presents an approach to analyze the causes of collision by applying the Bayesian network (BN) The model accurately provides measures to prevent collision accidents by calculating the probability of collision and further analyzing the causes of collision accidents based on their relationships in BNs This is the fundament to establish proper safety management measures for authorities, companies, or crews to lower the occurrence of collision accidents Keywords: Vessel, collision, Bayesian network (BN), waterway safety, maritime safety Giới thiệu chung Trong năm gần đây, giao thông đường thủy ngày phát triển, kéo theo tình trạng an tồn số vụ tai nạn có chiều hướng gia tăng Thống kê Cục Hàng hải Việt Nam từ năm 2010 đến hết năm 2017 cho thấy có 200 vụ tai nạn xảy ra, số đó, tai nạn đâm va ln chiếm SỐ 63 (8-2020) tỉ lệ lớn nhất, 50%, vụ tai nạn hàng hải cho thấy, rủi ro lớn xảy hoạt động hàng hải [1], [2] Trong nghiên cứu trước, tác giả đề xuất phương pháp xác định xác suất xảy đâm va tuyến luồng hàng hải [3] xác suất đâm va khu vực giao cắt tuyến luồng [4] Đây nghiên cứu giúp nhà quản lý luồng có sở xác định vị trí có mức độ an tồn thấp để thực biện pháp an toàn cần thiết Tuy nhiên, tai nạn đâm va phương tiện thủy xảy cần thiết phải có giải pháp để xác định thành tố mức độ ảnh hưởng chúng đến tai nạn, ví dụ yếu tố người (thực sai nhiệm vụ, mệt mỏi, không tuân thủ quy tắc cảnh giới, thiết kế tuyến chạy tàu chưa hợp lý, ), yếu tố trang thiết bị tàu thủy (máy móc xảy cố, trang thiết bị hàng hải bị hư hỏng ) yếu tố mơi trường (tầm nhìn, mật độ giao thơng, gió, dịng chảy, ) Trên sở đánh giá mức độ ảnh hưởng yếu tố đến tai nạn đâm va, ta đề giải pháp để giảm thiểu đâm va mức độ thiệt hại Theo [5], nghiên cứu trước phân tích nguyên nhân tai nạn phương tiện thủy sử dụng cách tiếp cận khác Hệ thống phân tích phân loại yếu tố người (Human Factors Analysis and Classification System, HFACS), Phân tích sai phạm (Fault Tree Analysis, FTA), mạng Bayes (Bayesian network, BN) mơ hình lai,… Trong đó, HFACS sử dụng rộng rãi chuyên sâu để phân tích điều tra yếu tố người liên quan đến vụ tai nạn hàng hải; Phương pháp phân tích tai nạn lai tích hợp HFACS với quy trình khác, ví dụ: Quy trình mạng phân tích (Analysis Network Process, ANP), Quy trình phân cấp phân tích mờ (Fuzzy Analysis Hierarchy Process),… để đánh giá trường hợp tiềm ẩn tai nạn hàng hải FTA cách tiếp cận có hệ thống để đánh giá an toàn độ tin cậy hệ thống cách định tính định lượng, có phạm vi sử dụng rộng nhiều lĩnh vực, chế 57 TẠP CHÍ ISSN: 1859-316X KHOA HỌC CƠNG NGHỆ HÀNG HẢI KHOA HỌC - CÔNG NGHỆ JOURNAL OF MARINE SCIENCE AND TECHNOLOGY khói bụi thị, tai nạn đường sắt tốc độ cao, tai nạn cháy nổ, hệ thống khoan khơi, kho chứa đáy biển, Tuy nhiên, phương pháp không phù hợp để phân tích hệ thống lớn phức tạp, đặc biệt hệ thống có lỗi phát sinh, lỗi có chung nguyên nhân biến cố loại trừ lẫn Trên thực tế thường khó tồn giả thiết mà kiện độc lập nhau, đồng thời, hậu hệ thống cần phải xem xét điều kiện môi trường khai thác Mạng Bayes (BN) áp dụng phân tích vụ tai nạn vài thập kỷ qua, BN mơ hình đồ họa thể mối quan hệ nhân mã hóa mối quan hệ xác suất biến BN sử dụng khơng để dự đốn xác suất biến chưa biết mà cập nhật xác suất biến biết biến cho trước (bằng chứng) thơng qua q trình lan truyền xác suất Nhờ đó, BN cơng cụ hữu ích cho phân tích tai nạn hàng hải quan đến bất thường q trình điều khiển khơng đưa vào phân tích, yếu tố quan trọng lỗi liên quan đến người Hơn nữa, người ta thấy lỗi người đóng góp 75% (2,6.10-4) vào xác suất gây tai nạn Vai trò rõ nét yếu tố sai lầm người phù hợp với quan sát Tuy nhiên, “Buồn ngủ” (“Asleep”) yếu tố đóng góp chủ yếu (2,0.10-4) chiếm 60% xác suất nhân Mặc dù nguyên nhân chủ đạo quy cho lỗi người điều dường khơng xác điều động tàu vùng nước hạn chế phương tiện thủy thường trì trạng thái cảnh giác cao Một vấn đề quan trọng mơ hình sai phạm mơ hình nhân tố người khơng thể nhiệm vụ liên quan phải xem xét tình quan trọng xét đến Cơ sở lý thuyết Hầu khơng thể xây dựng phân tích rủi ro đầy đủ, có tính đến tất khía cạnh liên quan Tuy nhiên, mơ hình phải xét đến tập hợp lớn tốt chế lỗi tiềm ẩn Phần mô tả phương pháp phân tích rủi ro truyền thống để tính toán xác suất nguyên nhân, xem xét hạn chế phương pháp truyền thống đề xuất áp dụng Mạng Bayes 2.1 Phương pháp truyền thống Phương pháp tiếp cận truyền thống để tính Pc (ví dụ: phân tích ngun nhân dẫn đến khơng hành động người hư hỏng bên ngoài) sử dụng phân tích sai phạm (FTA) phân tích kiện (ETA), thể Hình Từ sai phạm này, xác định xác suất nguyên nhân đâm va Pc sau: PC  X A  (1  X A ) X C1 X C (1) Trong đó, X A xác suất sai phạm người (human failure), X C1 xác suất sai phạm radar (radar failure) phụ thuộc vào kích thước, tuổi thọ, quốc tịch phương tiện thủy,…., X C hệ số tầm nhìn hạn chế theo năm Khi xem xét FTA trên, có câu hỏi đặt liệu mơ hình có thực nắm bắt chế sai phạm quan trọng có liên quan đến tình quan trọng xem xét hay khơng Các yếu tố liên 58 Hình Xác định xác suất đâm va với chướng ngại vật cố định Pc sử dụng FTA [6] 2.2 Mạng Bayes Hầu hết vấn đề phân tích rủi ro thực tế đặc trưng tập hợp lớn đại lượng giải pháp thay khơng chắn có liên quan với Trong phân tích rủi ro thơng thường, phương pháp khác phân tích sai phạm (FTA) phân tích kiện (ETA) phát triển để giải vấn đề FTA tìm kiếm nguyên nhân kiện định ETA tìm kiếm hậu kiện định Hai kỹ thuật phân tích phương pháp bổ sung áp dụng xác, mơ hình xây dựng xác định xác suất tồn cấu trúc mơ hình Cả FTA ETA, áp dụng riêng rẽ kết hợp, sử dụng thành công khứ để đánh giá rủi ro hoạt động nguy hiểm khác Tuy nhiên, FTA ETA có nhược điểm chúng Thứ SỐ 63 (8-2020) TẠP CHÍ ISSN: 1859-316X KHOA HỌC CÔNG NGHỆ HÀNG HẢI JOURNAL OF MARINE SCIENCE AND TECHNOLOGY nhất, khó tích hợp phụ thuộc có điều kiện kiện loại trừ lẫn phân tích sai phạm (ví dụ cho phụ thuộc có điều kiện phụ thuộc tầm nhìn vào thời tiết; ví dụ cho kiện loại trừ lẫn thời tiết tốt bão) Nếu phụ thuộc có điều kiện kiện loại trừ lẫn đưa vào FTA việc thực phân tích phải thực với cẩn trọng tối đa Thứ hai, kích thước kiện tăng theo cấp số nhân theo số lượng biến Thứ ba, phân tích thể chế sai sót chính, mơ hình tổng thể, kết hợp sai phạm kiện, nói chung trở nên lớn đến mức cho bên thứ ba (và bên thứ nhất) xác thực mơ hình Hình Cấu trúc mạng Bayes Trong báo này, tác giả đề xuất sử dụng mạng Bayes làm cơng cụ mơ hình hóa phân tích rủi ro Mạng Bayes biểu diễn đồ họa đại lượng định không chắn thể rõ ràng phụ thuộc xác suất tập hợp biến luồng thơng tin mơ hình Mạng Bayes cách biểu diễn đồ thị phụ thuộc thống kê tập hợp biến ngẫu nhiên, nút (node) đại diện cho biến, cạnh (edge) đại diện cho phụ thuộc có điều kiện Phân phối xác suất đồng thời (joint probability distribution) biến xác định cấu trúc đồ thị mạng Mô tả đồ thị mạng Bayes dẫn tới mơ hình dễ giải thích, tới thuật tốn tốn học suy luận hiệu Một mạng Bayes đồ thị có hướng phi chu trình mà đó: Các nút biểu diễn biến; Các cạnh biểu diễn quan hệ phụ thuộc thống kê biến phân phối xác suất địa phương cho giá trị cho trước giá trị cha Nếu có cạnh từ nút X tới nút Y, biến Y phụ thuộc trực tiếp vào biến X, X gọi cha Y, ví dụ: Hình 2, nút A gọi cha nút B Nếu với biến X i , i {1, , N } , tập hợp SỐ 63 (8-2020) KHOA HỌC - CÔNG NGHỆ biến cha ký hiệu prts  X i  phân phối có điều kiện phụ thuộc biến tích phân phối địa phương: n Pr( X , , X n )   Pr( X i prts( X i )) i 1 (2) Nếu X i khơng có nút cha, ta nói phân phối xác suất cục khơng có điều kiện, ngược lại gọi có điều kiện Nếu biến biểu diễn nút quan sát, ta nói nút chứng (evidence node) Ưu điểm mạng Bayes sơ đồ nhỏ gọn trực quan, nhấn mạnh mối quan hệ biến biểu diễn mơ tả xác suất đầy đủ vấn đề Ví dụ, thật dễ dàng để chuyển đổi kiện sai phạm thành mạng Bayes Tuy nhiên, ngược lại, khơng phải lúc dễ dàng chuyển đổi mạng Bayes thành sai phạm kiện kết hợp, mặt lý thuyết Việc tập trung vào mối quan hệ nhân biến có hiệu khiến mạng Bayes trở thành mơ hình hợp lý thực tế miền cố, hữu ích cố gắng hiểu miền cố Ngoài ra, kiến thức mối quan hệ nhân cho phép đưa dự đốn với có mặt can thiệp Cuối cùng, không phần quan trọng, việc xây dựng mơ hình thơng qua mối quan hệ nhân giúp cho việc xác nhận chuyển giao mơ hình cho bên thứ ba dễ dàng nhiều Ứng dụng mạng Bayes vào phân tích, đánh giá nguyên nhân tai nạn đâm va Để hỗ trợ cơng tác tính tốn đại lượng bất định sử dụng cấu trúc BN tính xác suất ưu tiên, phân tích liệu, xác định nguyên nhân, dự đốn chuẩn đốn máy móc, nghiên cứu sử dụng công cụ GeNIe 2.1, phát triển Decision Systems Laboratory, University of Pittsburgh Mơ hình BN giới thiệu nghiên cứu xây dựng sở tham chiếu với mơ hình FTA BN Yubo cộng [5] phân tích nguyên nhân tai nạn đâm va sông Dương Tử, Trung Quốc nhằm nêu bật lên tính hiệu áp dụng mơ hình BN đánh giá xác định nguyên nhân gây tai nạn đâm va phương tiện thủy Trong mơ hình BN này, liệu phân tích tính tốn tổng hợp thành Bảng dựa số liệu thống kê vụ tai nạn giai đoạn từ năm 2011 đến 2016 Yichang Maritime Bureau [5] Trên sở liệu này, 33 biến liệu định 59 TẠP CHÍ ISSN: 1859-316X KHOA HỌC CÔNG NGHỆ HÀNG HẢI KHOA HỌC - CÔNG NGHỆ JOURNAL OF MARINE SCIENCE AND TECHNOLOGY Các nguyên nhân gây tai nạn phân tích chi tiết phân loại để từ tìm thấy chứng liên quan đến nguyên nhân thiết lập nút gốc, từ mạng Bayes cho phép xác định xác suất xảy đâm va 78% Hình 3, với độ xác chấp nhận Bảng 1, bao gồm khía cạnh liên quan đến tai nạn đâm va yếu tố người (ví dụ: thao tác khơng cách, mệt mỏi, khơng tn thủ tốc độ an tồn ), yếu tố thiết bị tàu thủy (hư hỏng thiết bị truyền động, hư hỏng thiết bị liên lạc ) yếu tố mơi trường (gió, dịng chảy, tầm nhìn) Bảng Các biến số ảnh hưởng va chạm xác suất chúng Mạng Bayes TT Ký Tên biến hiệu Xác suất trước Cả hai Một tàu Xác suất sau Giá trị tăng (%) Cả hai Một tàu Cả hai Một tàu (1) (2) (3) (4) (5) (6) (7) (8) (9) X1 Thao tác không cách hoa tiêu 0,0001 0,0213 0,00041 0,04188 X2 Làm không nhiệm vụ 0,0085 0,0191 0,01714 0,02813 X3 Mệt mỏi 0,0043 0,0383 0,00736 0,05807 X4 Say xỉn 0,0001 0,0128 0,00019 0,01549 X5 Sử dụng không thiết bị báo hiệu 0,0191 0,0766 0,05511 0,1454 X6 Thiết kế tuyến chạy tàu không phù hợp 0,0043 0,0553 0,00953 0,07366 X7 Không nghe theo thuyền viên giỏi 0,1043 0,1979 0,19062 0,21042 310% 102% 71% 90% 189% 122% 83% 97% 47% 52% 21% 90% 33% 6% X8 0,0213 0,1447 0,03901 0,18266 83% 26% 114% 140% 120% 50% 30% 93% 93% 93% 87% 90% 899% 393% 275% 770% 583% 463% 615% 452% 560% 307% 105% 126% 94% 47% 138% 41% 17% 33% 50% 481% 403% 156% 299% 162% 185% 149% 81% - Không tuân thủ quy tắc địa phương X9 Khơng tn thủ tốc độ an tồn 0,0085 0,0894 0,01823 0,13115 10 X10 Hỏng máy 0,0001 0,0191 0,00024 0,04548 11 X11 Hỏng thiết bị truyền động 0,0001 0,0191 0,00022 0,02702 12 X12 Hỏng thiết bị liên lạc 0,0001 0,0085 0,00015 0,00993 13 X13 Hỏng thiết bị cảnh báo đâm va 0,0001 0,0085 0,00013 0,01132 14 X14 Yếu tố gió 0,015 - 0,02889 - 15 X15 Yếu tố dòng chảy 0,019 - 0,0366 - 16 X16 Yếu tố tầm nhìn 0,036 - 0,06933 - 17 X17 Tắc nghẽn tuyến chạy tàu 0,03 - 0,05618 - 18 X18 Hỏng thiết bị hỗ trợ điều khiển 0,0001 0,0085 0,00019 0,01273 19 M1 Yếu tố người 0,058 - 0,57916 - 20 M2 Yếu tố thiết bị tàu 0,0121 - 0,0596 - 21 M3 Yếu tố môi trường 0,1186 - 0,44505 - 22 M4 Thao tác không cách 0,0109 0,0323 0,09488 0,18779 23 M5 Hành động tránh va thiếu phối hợp 0,0191 0,0414 0,13037 0,2081 24 M6 Không tuân theo quy tắc 0,0233 0,0998 0,13116 0,25546 25 M7 Thao tác không thuyền viên 0,0178 0,0516 0,12729 0,20566 26 M8 Thông tin không đầy đủ 0,0134 0,0501 0,07395 0,1313 27 M9 Khơng đánh giá tình hình 0,0202 0,0689 0,13325 0,19656 28 M10 Canh phịng khơng cách 0,015 0,0565 0,06106 0,14084 29 M11 Hư hỏng thiết bị hỗ trợ 0,0015 0,0097 0,00307 0,01752 30 M12 Yếu tố môi trường tự nhiên 0,034 - 0,077 - 31 M13 Yếu tố môi trường chạy tàu 0,1554 - 0,30095 - 32 T Tai nạn đâm va 0,077 - - Nguồn: Yichang Maritime Bureau [5] 60 SỐ 63 (8-2020) TẠP CHÍ ISSN: 1859-316X KHOA HỌC CƠNG NGHỆ HÀNG HẢI KHOA HỌC - CÔNG NGHỆ JOURNAL OF MARINE SCIENCE AND TECHNOLOGY Để phân tích sâu nguyên nhân gây tai nạn đâm va, phân tích độ nhạy thực Khi phân tích độ nhạy để xác định nguyên nhân yếu tố gây đâm va, ta đặt trạng thái đâm va cho biến T (Tai nạn đâm va) “yes” = 100%, Hình Nghĩa là, tai nạn đâm va xảy Cập nhật lại mơ hình BN, thấy xác suất nguyên nhân gây đâm va thành tố tính tốn Chi tiết thể Bảng Có thể thấy, cột số Bảng 1, top nút gốc dẫn đến tai nạn đâm va X1 (sự thao tác không cách hoa tiêu), X5 (Sử dụng không thiết bị báo hiệu), X10 (Hỏng máy chính), X6 (Thiết kế tuyến chạy tàu không phù hợp) X11 (Hỏng thiết bị truyền động) Kết luận Hình Xây dựng cấu trúc BN cho phân tích đâm va Bài báo đề xuất ứng dụng mạng Bayes - công cụ hữu hiệu để đánh giá xác định nguyên nhân gây tai nạn đâm va phương tiện thủy trình vận hành luồng Trên sở kết nghiên cứu này, quan quản lý đường thủy nội địa, quản lý hàng hải doanh nghiệp vận tải thủy ứng dụng phương pháp để đánh giá nguy đâm va phương tiện thủy thực biện pháp bảo đảm an tồn giao thơng tăng cường an tồn hàng hải Lời cảm ơn Nghiên cứu sản phẩm đề tài nghiên cứu khoa học cấp Trường năm học 2019-2020, tên đề tài: “Ứng dụng mạng Bayes đánh giá xác định nguyên nhân đâm va phương tiện thủy trình hàng hải”, hỗ trợ kinh phí Trường Đại học Hàng hải Việt Nam TÀI LIỆU THAM KHẢO [1] T Đ Phú, "Đề xuất số biện pháp bảo vệ trụ cầu tránh va chạm với phương tiện thủy", Tạp chí KHCN Hàng hải, vol 51, pp.75-80, 2017 [2] Vinamarine, "Báo cáo thống kê tai nạn hàng hải năm 2011," in "Số 3040 /CHHVN-AT&ANHH," 2012 [3] T Đ Phú, "Phân tích đánh giá xác suất xảy đâm va dọc tuyến luồng," Tạp chí giao thơng vận tải, vol tháng năm 2019, 2019 Hình Trường hợp có xảy đâm va (T = yes, 100%) SỐ 63 (8-2020) [4] T Đ Phú, "Phương pháp xác định xác suất xảy đâm va khu vực giao cắt tuyến luồng", Tạp chí KHCN Hàng hải, vol tháng năm 2019, 2019 [5] Y Z Yubo Jia , Feixiang Wang ,Pengfei Lyu, 61 TẠP CHÍ KHOA HỌC - CƠNG NGHỆ ISSN: 1859-316X KHOA HỌC CÔNG NGHỆ HÀNG HẢI JOURNAL OF MARINE SCIENCE AND TECHNOLOGY "Causes Analysis of Ship Collision Accidents using Bayesian Network," in Proceedings of the Twenty-eighth International Ocean and Polar Engineering Conference, 2018 [6] P Friis-Hansen, "IWRAP MK II Working Document - Basic Modelling Principles For Prediction Of Collision And Grounding Frequencies," T U o Denmark, Ed., ed, 2007 62 Ngày nhận bài: 10/3/2020 Ngày nhận sửa: 20/4/2020 Ngày duyệt đăng: 23/4/2020 SỐ 63 (8-2020) ... đề xuất ứng dụng mạng Bayes - công cụ hữu hiệu để đánh giá xác định nguyên nhân gây tai nạn đâm va phương tiện thủy trình vận hành luồng Trên sở kết nghiên cứu này, quan quản lý đường thủy nội... năm học 2019-2020, tên đề tài: ? ?Ứng dụng mạng Bayes đánh giá xác định nguyên nhân đâm va phương tiện thủy q trình hàng hải? ??, hỗ trợ kinh phí Trường Đại học Hàng hải Việt Nam TÀI LIỆU THAM KHẢO... [5] phân tích nguyên nhân tai nạn đâm va sông Dương Tử, Trung Quốc nhằm nêu bật lên tính hiệu áp dụng mơ hình BN đánh giá xác định nguyên nhân gây tai nạn đâm va phương tiện thủy Trong mơ hình