دانلود مقاله ISI انگلیسی شماره 113797
ترجمه فارسی عنوان مقاله

آسیب پذیری گیاهان صنعتی به ناخن های ناشی از سیل: یک روش شبکه بیس

عنوان انگلیسی
Vulnerability of industrial plants to flood-induced natechs: A Bayesian network approach
کد مقاله سال انتشار تعداد صفحات مقاله انگلیسی
113797 2018 22 صفحه PDF
منبع

Publisher : Elsevier - Science Direct (الزویر - ساینس دایرکت)

Journal : Reliability Engineering & System Safety, Volume 169, January 2018, Pages 403-411

ترجمه کلمات کلیدی
سیل، حوادث نااطم مخزن ذخیره سازی نفت، مدل های قابلیت اطمینان فیزیکی، شبکه بیزی،
کلمات کلیدی انگلیسی
Floods; Natech accidents; Petroleum storage tank; Physical reliability models; Bayesian network;
ترجمه چکیده
در زمینه حوادث طبیعی و تکنولوژیکی (ناتچ)، آسیب های ناشی از سیل گیاهان صنعتی به دلیل کمبود چنین حوادثی نسبت به ناشی از زمین لرزه ها، بادهای زیاد و رعد و برق، نسبتا کمتر توجه می شود. مقدار زیادی از تخلیه نفت و مواد شیمیایی ناشی از سیل های ناشی از طوفان های کاترینا و ریتا در سال 2005 و هاروی در سال 2017 در ایالات متحده نشان دهنده پتانسیل سیل در ایجاد ناتکش های فاجعه بار است. در مطالعه حاضر، ما یک روش مبتنی بر مدل های قابلیت اطمینان فیزیکی و شبکه بیزی را برای ارزیابی شکنندگی (احتمال شکست) گیاهان صنعتی به سیل گذاشته ایم. کاربرد روش شناسی برای مخازن ذخیره سازی نفت نشان داده شده است که شناور، خم شدن پوسته و کشویی به عنوان حالت های شکست غالب در نظر گرفته می شود. با توجه به کمبود داده های تجربی و مشاهدات زمینه ای با وضوح بالا در غرفه های ناتک، روش های توسعه یافته به طور مؤثر می توانند به انواع مختلف متنوع در گیاهان صنعتی اعمال شوند تا زمانی که معادلات حالت محدود از حالت های شکست مناسب می توانند به طور منطقی توسعه یابد.
پیش نمایش مقاله
پیش نمایش مقاله  آسیب پذیری گیاهان صنعتی به ناخن های ناشی از سیل: یک روش شبکه بیس

چکیده انگلیسی

In the context of natural-technological (natech) accidents, flood-induced damage of industrial plants have received relatively less attention mainly due to the scarcity of such accidents compared to those triggered by earthquakes, high winds, and lightnings. The large amount of oil and chemicals spillage due to floods triggered by the Hurricanes Katrina and Rita in 2005 and Harvey in 2017 in the U.S. demonstrated the potential of floods in causing catastrophic natechs. In the present study, we have developed a methodology based on physical reliability models and Bayesian network so as to assess the fragility (probability of failure) of industrial plants to floods. The application of the methodology has been demonstrated for petroleum storage tanks where flotation, shell buckling, and sliding are considered as the prevailing failure modes. Due to scarcity of empirical data and high-resolution field observations prevailing in natechs, the developed methodology can effectively be applied to a wide variety of natechs in industrial plants as long as limit state equations of respective failure modes can reasonably be developed.