文/宋志強 李著信 傅在善

油氣輸送管道長時間服役后，因外部干擾、腐蝕和施工質(zhì)量及材質(zhì)的原因會造成發(fā)生失效事故，導(dǎo)致火災(zāi)、爆炸、中毒，造成重大的經(jīng)濟損失、人員傷亡和環(huán)境污染。因而，在事故發(fā)生后，及時對失效模式、機理和原因進(jìn)行分析和診斷，建立相應(yīng)的風(fēng)險評估預(yù)案，對于減少管道失效事故，防止類似事故的重演具有重要的意義。

1.油氣管道失效分析

1.1 油氣管道失效的分類

油氣管道失效模式主要有斷裂、變形、表面損傷，其中以表面損傷為多見，包括管道的裂紋、腐蝕坑等。表1為主要失效模式一覽表。

1.2 引起埋地油氣管道失效的主要因素

影響管道安全的主要因素有設(shè)計、制造、施工、腐蝕、運行管理維護(hù)、第三方破壞。設(shè)計因素主要包括管道強度的安全裕度、允許最大操作壓力與實際操作壓力的裕度、管道應(yīng)力變化與頻率、管道沉降等方面；制造因素包括管材的內(nèi)部和表面缺陷、焊縫缺陷、制管偏差與質(zhì)量控制；施工因素包括管道的敷設(shè)、焊接、補口、檢驗、回填、試壓、監(jiān)理、施工隊伍資質(zhì)等；腐蝕因素為與管內(nèi)介質(zhì)腐蝕性強弱和防腐措施有關(guān)的內(nèi)腐蝕和與陰極保護(hù)、外防腐層質(zhì)量、土壤腐蝕性、電流干擾、應(yīng)力腐蝕等因素有關(guān)的外腐蝕；運行管理維護(hù)因素包括由于管理水平、技術(shù)水平、員工素質(zhì)和監(jiān)督機制不健全引起的錯誤操作帶來的破壞；第三方破壞即管道附近區(qū)域人為活動造成的管道結(jié)構(gòu)或性能的破壞，主要因素有管道最小埋深、人群活動水平、公眾教育狀況、管道地面設(shè)施等。具體可分為以下幾類：

表1 埋地油氣管道主要失效模式

（1)腐蝕，包括內(nèi)腐蝕、外腐蝕和應(yīng)力腐蝕開裂 (SCC)。

（2)管體缺陷，包括制管缺陷和施工期間造成的缺陷。

（3)第三方破壞。

（4)誤操作。

（5)設(shè)備缺陷。

（6)自然與地質(zhì)災(zāi)害，包括滑坡、泥石流、崩塌、地表沉陷等。

（7)疲勞。

根據(jù)對國內(nèi)外大量的管道事故統(tǒng)計資料分析，影響管道安全的因素在形成的管道事故中所占的比例不同（見圖1），從中要可以看出腐蝕、第三方破壞是最主要的因素。

2.埋地油氣管道失效后果影響分析（略）

3.基于模糊神經(jīng)網(wǎng)絡(luò)的埋地油氣管道失效分析

3.1 模糊神經(jīng)網(wǎng)絡(luò)理論

模糊系統(tǒng)理論自1965年由美國控制論專家L.A.Zadeh教授創(chuàng)立以來，已廣泛應(yīng)用于許多不同的領(lǐng)域，模糊神經(jīng)網(wǎng)絡(luò)(Fuzzy Neural Network，F(xiàn)NN)吸取了模糊邏輯和神經(jīng)網(wǎng)絡(luò)的優(yōu)點，避免了兩者的缺點，已經(jīng)成為當(dāng)今智能控制研究的熱點之一。FNN在本質(zhì)上就是將常規(guī)的神經(jīng)網(wǎng)絡(luò) (如前向反饋神經(jīng)網(wǎng)絡(luò)，Hopfield神經(jīng)網(wǎng)絡(luò))賦予模糊輸入信號和模糊權(quán)值。

3.2 基于模糊神經(jīng)網(wǎng)絡(luò)的埋地油氣管道失效分析

我們將埋地輸油管道失效后果的主要影響因素作為模糊神經(jīng)網(wǎng)絡(luò)的輸入?yún)?shù)，將某管道公司的直接經(jīng)濟損失作為模糊神經(jīng)網(wǎng)絡(luò)的輸出參數(shù)。由于缺乏埋地輸油管道失效后果的實際數(shù)據(jù)，根據(jù)失效后果計算公式，對于社會及公眾的危害，采用定性評分的方法，對于管道公司的直接經(jīng)濟損失，根據(jù)3.2節(jié)的方法(式(1)～(3))，構(gòu)造 14 個輸入樣本和輸出樣本，如表2～3所示。假設(shè)管道修復(fù)費用為5,000元，不考慮管道公司的市值損失和無形資產(chǎn)損失。

根據(jù)模糊理論，對輸入?yún)?shù)進(jìn)行模糊劃分，每個輸入?yún)?shù)有5個語言變量，并對定性輸入?yún)?shù)進(jìn)行離散化處理，如表4所示。

由于樣本數(shù)據(jù)變化較大，故先對樣本數(shù)據(jù)進(jìn)行歸一化處理，將處理后的11個參數(shù)作為模糊神經(jīng)網(wǎng)絡(luò)的輸入，則模糊規(guī)則數(shù)有511個，若全部采用，則網(wǎng)絡(luò)規(guī)模將會非常龐大，降低網(wǎng)絡(luò)的學(xué)習(xí)速度，本文采用K-means方法對樣本聚類，得到有效模糊規(guī)則數(shù)為7個，構(gòu)造一個 11×55×55×7×2 的 5 層正規(guī)化模糊神經(jīng)網(wǎng)絡(luò)，利用構(gòu)造的前12個輸入輸出樣本對模糊神經(jīng)網(wǎng)絡(luò)進(jìn)行訓(xùn)練，然后利用訓(xùn)練好的模糊神經(jīng)網(wǎng)絡(luò)進(jìn)行預(yù)測，預(yù)測結(jié)果如表5所示。

從表5中可以看出，正規(guī)化模糊神經(jīng)網(wǎng)絡(luò)的預(yù)測精度較高，最大相對誤差為2.83%，滿足工程應(yīng)用的要求，因此，利用模糊神經(jīng)網(wǎng)絡(luò)預(yù)測埋地輸油管道的失效后果是可行的。

4.結(jié)論

通過對埋地油氣管道失效性分析，探討了失效模式和影響因素，并對失效后產(chǎn)生后果的主要影響因素進(jìn)行了分析，最后根據(jù)實例，利用模糊神經(jīng)網(wǎng)絡(luò)預(yù)測埋地輸油管道的失效后果進(jìn)行了模糊評估，驗證了該方法的可行性。結(jié)論可知，與實際效果是基本可行的，從而可以為其后進(jìn)行油氣管道失效后的風(fēng)險評價，并制定相應(yīng)的防范預(yù)案提供一種良好的途徑。

表2 模糊神經(jīng)網(wǎng)絡(luò)的輸入樣本和輸出樣本

表3 模糊神經(jīng)網(wǎng)絡(luò)的輸入樣本和輸出樣本

表4 定性輸入?yún)?shù)的離散化結(jié)果

表5 模糊神經(jīng)網(wǎng)絡(luò)預(yù)測結(jié)果