在石油行业,钻井作业是一项投资大,风险高的工程。它的特点是多工种、多工序、连续作业、环节多、规模大、技术复杂。本文主要从钻井作业现场人的不安全行为与物的不安全状态两方面来分析其中的不安全因素。钻井作业是石油勘探与开发中的一个十分重要的环节与手段。近些年来石油勘探开发规模的不断壮大,整个国家对石油的需求量增加,从而对钻井作业的安全性要求逐渐提高。为了保证钻井作业的安全,对其进行风险评价势在必行。相比传统的风险评价方法,贝叶斯网络在坚实的数学基础上克服了多态性、非独立性、时序性等问题,通过概率图形的方式直观的表示元素、节点之间的依赖关系,具有双向推理的性能,从而可以进行前向预测分析以及后向的诊断分析。因而,本文进行了贝叶斯网络在钻井作业风险评价中的研究,主要包括以下几个方面：(1)了解国内外有关风险评价的研究现状,对现有的风险评价方法进行比较。(2)识别钻井作业的风险和确定风险评价标准。钻井作业的风险包括人的不安全行为和物的不安全状态等影响因素。并根据钻井安全等相关研究确定了风险评价标准。(3)采用贝叶斯网络分析法对钻井作业的风险隐患进行分析；在钻井作业风险评价模型的结构学习基础上,构建出风险评价的贝叶斯网络图；在钻井作业风险评价模型的概率预测部分,使用Matlab计算出某个时间段内钻井作业现场的风险概率,根据风险评价标准对这个时间段的钻井作业进行风险级别的归类。(4)综合运用贝叶斯网络的结构学习和概率预测设计了贝叶斯网络钻井作业风险评价模型。通过现有的安全评价系统中的有关数据对贝叶斯网络风险评价模型进行验证。最后本文采用C/S结构和.NET开发环境,在Windows环境下以Visual Studio2010为开发平台,使用C#语言和Sql Server数据库,对钻井作业风险评价模块进行设计与实现。