集约化和经济环境效益最大化的发展进程是工业化发展的必然趋势,同时,危险源的集中化也决定了化工园区的高危险性。化工园区安全风险评价需要大量的数据支持,但由于大部分园区缺乏必要的基础统计数据,重大事故数据极为稀缺,如何从数据信息不完全的角度研究一种科学合理的化工园区风险评价方法成为现阶段研究的难点。基于以上考虑,本文开展的主要研究内容如下:(1)本文基于风险评价基础知识、化工园区的风险特征及当前主要的几种化工园区风险评价方法,分析了不完全信息在化工园区风险辨识与分析、定量风险计算、风险评估三个阶段中的影响,认为在化工园区事故信息不完全的情形下应对重点区域开展优先分析。(2)根据化工园区的事故发展过程建立了化工园区事故链模型,确定了化工设备泄漏情景为事件树模型动态风险分析的初始事件。使用FMEA法确定危险源的风险优先级,考虑到信息不完全、数据缺乏、数据信息模糊对风险评估的影响,将危险源的动态风险分析作为定量风险评估的先行分析,由于事故数据匮乏,本文提出基于事故前兆信息的化工设备泄漏事件序列模型,建立安全屏障失效概率、事故前兆信息、重大事故后果之间的关系模型,通过分层贝叶斯方法预测各安全屏障及各事故后果后验更新概率,实现了信息不完全条件下的风险定量化分析。(3)采用信息扩散理论对事故发生概率进行预测,建立了事故后果与人员死亡概率之间的关系。综合考虑了人员、设备、环境、管理在事故全过程的风险抵消作用,建立了风险抵消能力评价结构体系。鉴于对评价后果精确度和客观度的要求,考虑到专家经验的模糊性和主观性,引入证据理论对专家经验信息进行融合,针对评价过程中指标信息的相似性及专家信息的冲突性,提出使用分层证据融合对评价信息进行融合,通过量化指标评语得到区域风险抵消系数。(4)通过实例应用验证本文提出的不完全信息条件下的化工园区安全风险评价模型。结果表明:本文所建立的模型具有可操作性和实用性,可以推广其他危险源及整个化工园区的安全风险评价中。通过本文的研究,有助于解决化工园区风险评价中的数据稀缺与信息模糊问题,为化工园区采取有效的风险控制措施和指导其规避风险,进行化工设备预检、预维护提供理论参考和数据支持。