来源：期刊VIP网 时间：
作者：穆美丽;郑琰;
单位：沈阳化工大学环境与安全工程学院;
摘要：为减少实验室安全事故发生，提出一种基于数据驱动贝叶斯网络的实验室安全事故风险分析方法。收集筛选2001～2023年实验室安全事故数据，导入Apriori算法挖掘关联规则，据此确定贝叶斯网络结构与条件概率，利用贝叶斯网络的双向推理功能开展风险分析。结果表明，实验室安全事故主要以火灾爆炸为主，导致事故发生的主要原因是人员失误、管理缺失和设备故障或失效；通过反向推理，推导出实验室安全事故的最大致因链，经敏感性分析确定了12个关键风险因素并给出对应的防范措施。数据驱动与贝叶斯网络结合的方式，突破传统经验依赖，更客观、精准量化风险，对实验室安全管理及风险防范具有一定参考价值。
关键词：实验室安全事故;;数据驱动;;贝叶斯网络;;风险分析
基金资助：辽宁省一流本科课程(辽教办﹝2022﹞302号);; 沈阳化工大学研究生教育教学改革研究项目(202315)
